003次数分布和平均数、变异数.pptVIP

一、极差（R） 品种名称 每穗小穗数 总和 平均 R 甲 13 14 15 17 18 18 19 21 22 23 180 18 10 乙 16 16 17 18 18 18 18 19 20 20 180 18 4 第三节 变异数 甲品种的极差较大，其变异范围较大，平均数的代表性较差；乙品种的极差较小，其变异幅度较小，其平均数代表性较好。 二、方 差 离均差平方和(简称平方和)SS ----将各个离均差平方后相加 样本SS= (3·5) 总体SS= (3·6) 均方或方差(variance) ----平方和除以观察值数目 总体方差 ： 样本均方(mean square)s2： 三、标准差 (一) 标准差 标准差为方差的正平方根值，用以表示资料的变异度,其单位与观察值的度量单位相同。从样本资料计算标准差的公式为： (3·9) 总体标准差用表示： (3·10) 样本标准差是总体标准差的估计值。 (二) 自由度（DF） 指样本内独立而能自由变动的离均差个数。其数值常用v 表示。 例如一个有5个观察值的样本，因为受统计数的约束，在5个离均差中，只有4个数值可以在一定范围之内自由变动取值，而第五个离均差必须满足。如一样本为(3，4，5，6，7），平均数为5，前４个离差为－2 ,－1，0和1，则第5个离均差为前4个离均差之和的变号数，即－(－ 2)=2。一般地，样本自由度等于观察值的个数(n)减去约束条件的个数(k)，即v = n－k。 注：比较(3·9)和(3·10)，样本标准差不以样本容量n，而以自由度n－1作为除数，这是因为通常所掌握的是样本资料，不知 的数值，不得不用样本平均数 代替 。 与 有差异，由算术平均数的性质(2)可知， 比 小。因此，由 算出的标准差将偏小。如分母用n－1代替，则可免除偏小的弊病。数理统计上可以证明用自由度作除数计算标准差的无偏性。 (三) 标准差的计算方法 1. 直接法 可按 计算，分四个步骤： (1)先求出 ， (2)再求出各个 和各个 ， (3)求和得 ， (4) 代入 算得标准差。 [例3.3] 设某一水稻单株粒重的样本有5个观察值，以克为单位，其数为2、8、7、5、4(用y代表)，按照上述步骤，由表3.9可算得平方和为22.80，把它代入 即可得到： 这就是该水稻单株粒重的标准差为2.39g。 计算项目 y y2 2 －3.2 10.24 4 8 2.8 7.84 64 7 1.8 3.24 49 5 －0.2 0.04 25 4 －1.2 1.44 16 总和 26 0 22.80 158 平均 5.2 表3.9 水稻粒重的平方和的计算 2． 矫正数法 经过转换可得 (3·11) 其中 项称为矫正数，记作C。 在例3.3中，于表3.9第5列写出各观察值的平方值，将有关数字代入(3·11)即有： 其结果和直接法算得相同。 3． 加权法 若样本较大，并已获得如表3.6的次数分布表，可采用加权法计算标准差，其公式为： (3·12) 组 限 中点值( y ) 次数( f ) 67.5— 82.5 75 2 82.5— 97.5 90 7 97.5—112.5 105 7 112.5—127.5 120 13 127.5—142.5 135 17 142.5—157.5 150 20 157.5—172.5 165 25 172.5—187.5 180 21 187.5—202.5 195 13 202.5—217.5 210 9 217.5—232.5 225 3 232.5—247.5 240 2 247.5—262.5 255 1 合计( n ) 140 表3.6 140行水稻的次数分布 [例3.4] 利用表3.6的次数分布资料计算每行水稻产量的标准差。 由(3·12)，可得 若采用直接法，其标准差s=36.23(g)。由此可见，直接法和