(生统和 与田试)第二章 试验资料的整理和 与特征数的计算6.ppt

3. 众数(mode) ——资料中次数最多一组的中点值，以Mo表示 ——资料中有n个观测数，其乘积开n次方所得的数值，计算公式为： 4. 几何平均数 四种平均数中，算术平均数是最常用的，其他使用较少。 直接计算法 当样本较少时可进行直接计算。 例2.1 随机抽取20株小麦，其株高（cm）分别为82，79，85，84，86，84，83，82，83，83，84，81，82，81，82，82，82，80，求小麦的平均株高。 （二）算术平均数的计算方法 解：根据平均数的定义 2. 减去常数法 若变量xi的值都较大，且接近某一常数a时，可将它们的值都减去常数a，得到一组新的数据，然后再计算平均数x。即设 yi= xi-a，则xi= yi+a =82.3(cm) 例2.2 利用减去常数法，计算例2.1的平均数。 解：设a=80，则有 y1=82-80=2, y2=79-80=-1,…， y20=80-80=0， 代入式2.4得： 3.加权平均数 在具有n个观测数的样本中，如果观测数x1出现f1次，观测x2出现f2次，…，观测数xm出现fm次，且f1+f2+…+fm=n，则： (3.3) —— 在平均数中的“权数”，即数值相同的观测值出现的次数，因而这里求得的 称为加权平均数。 例2.3 利用加权平均数法，计算例2.1的加权平均数 解：先整理20个小麦株高数据的次数分布表： =82.3(cm) 株高x 次数 79 80 81 82 83 84 85 86 1 2 3 6 3 3 1 1 79 160 243 492 249 252 85 86 6241 12800 19683 40344 20667 21168 7225 7396 ? =20 =1646 2=135524 例2.3 (三)算术平均数的重要特性 （1）样本中各观测数与其平均数差（离均差）的总和等于零。 因为 ，所以 ，故： (2)样本中各观测数与其平均数之差平方的总和，较各观测数与任一数值离差的平方和为小，即离均差平方和为最小。 设a为 以外的任何数值，则 （四）算术平均数的作用 算术平均数是描述观测资料的重要特征数，它的作用主要有以下两点： （1）指出一数据资料内变量的中心位置，标志着资料所代表性状的数量水平和质量水平； （2）作为样本或资料的代表数与其他资料进行比较。 二、变异数 由于变量的分布具有集中性和离散性两方面的特征，因此，只有能表示集中性的平均数是不够的，还必须要有能表示其离散性（变异性）的度量值。用来表示变异性的指标很多。 常用的有极差、标准差、方差和变异系数等，其中以标准差和变异系数应用最为广泛。 （一）极差 极差又称全距，它是样本中最大值与最小值之差，用R表示。 R = max{x1,x2,…,xn} - min{ x1,x2,…,xn } 例如表3.4资料中，140行水稻产量的极差R=254-75=179g。 组数的确定： 样本容量 分组数 30 ～ 60 60 ～ 100 100 ～ 200 200 ～ 500 500以上 5 ～ 8 7 ～ 10 9 ～ 12 10 ～ 18 15 ～ 30 表2-5 样本容量与分组数的关系 组距的确定：组距是指每组内的上下限范围，分组时要求各组的距离相同。 组距=极差/组数 组距=179/12=14.9，取整数15 g作为组距。 (3) 确定组限和组中值 组限(class limit)——是指每个组变量的起止界限，即每个组的上限与下限。 上限必须大于最大值，下限必须小于最小值。为了计算方便，组限可取到10分位或5分位数上。为了各组界限明确，避免重叠，目前在写法上，每组只写下限，不写上限。如表3.6资料分组分别写成67.5～，82.5 ～ ，…，247.5 ～ 。 组中值(组值，class value)——一组的上限和下限的中间值。 在分组时，为了避免第一组中观测数过多，一般第一组的组中值最好接近或等于资料中的最小值。 组中值=(上限+下限）/2 或 组中值=下限+1/2 组距 (4) 分组，编制次数分布表 以表3.6中140行水稻产量为例，选定第一组的中点值为75g，与最小观察值75g相等； 则第二组的中点值为75+15＝90g，余类推。各组的中点值选定后，就可以求得各组组限。 每组有两个组限，数值小的称为下限(lower limit)，数值大的称为上限(upper limit)。 上述资料中，第一组的下限为该组中值减去1／2组距，即75 - (15／2)＝67.5g，上限为中点值加1／2组距，即82.5g 3. 属性变数资料的整理 属性变数