第三章 试验资料整理及其特征数.pptVIP

随机样本1 2 3 4 无穷个样本 总体    3.4 试验资料的特征数 资料整理得的次数分布表、图，形象直观地反映了资料两特点：集中性和离散性，现介绍用更简单、精确的统计量来反映。 （一）平均数 ———反应资料集中性的特征数 （二）变异数 ———反应其离散性的特征数 （三）标准误 ———反应抽样误差的特征数 一、平均数 平均数种类较多常用的有：算术平均数、几何平均数、中位数、众数。 应用最普遍的是算术平均数。 平均数功用：是数量资料的代表数，可综合反映研究对象在一定条件下形成的一般水平，常用来进行资料间的比较。 （一）算术平均数 ?各个观察值的总和除以观察值个数所得的商，称为算术平均数(arithmetic mean)，简称平均数。 ?通常用μ表示总体平均数，　 表示样本平均数。 ?各个观察值的总和除以观察值个数所得的商，称为算术平均数(arithmetic mean)，简称平均数。 ?通常用μ表示总体平均数，　 表示样本平均数。 设有一个含N个观察值的有限总体，其观察值为x1，x２，…，xN，则该总体的算术平均数μ定义为： 一般用样本平均数 　 作为总体平均数μ的估计值。 设有一个容量为n的样本，其观察值为 ，则该样本的算术平均数可定义为： 从总体中抽出的随机样本平均数 是该总体平均数μ的无偏估计值。 平均数的基本性质： (1) 离均差之和等于零。记为： (2) 离均差平方和为最小。简记为: 计算方法： (1)直接算法 对于未归组的资料可以直接利用公式： （2）加权法 对已归组的资料，其计算公式为： 其中: xi—各组组中值；k—组数; n —资料中所有观察值的个数; fi —各组次数；  【例2.2】在一水稻品种比较试验中，某品种的5个小区产量分别为 20.0，19.0，21.0，17.5，18.5(kg)，求该品种的小区产量平均数。 =(20.0+19.0+21.0+17.5+18.5)/5= 19.2(kg)  【例2.3】利用加权法求100株湘菊梨单株产量的算术平均数。 =(48.5×3+51.5×6+…+69.5×7+72.5×4)/100 ＝60.92(kg) 　(二) 中数(Md) 将观察值按大小依次排列，当观察值数目为奇数时，最中间的观察值就是中数;当观察值数目为偶数时，最中间的两个观察值的算术平均数为中数。 如 2,2,3,4,7,8,9,11,14; 5,7,8,9,10,11; (三) 众数（ M０ ） 在资料中出现次数最多的数或组中值。  (四) 几何平均数（ Mg ） 设有n个观察值，其乘积开n次方所得的值，即为几何平均数，即 如某一调查结果为： 3,4,3,3,5,6,4,3,2,2 (一) 极差(R) 　　　R＝最大值-最小值 二、变异数 极差、平方和、方差、标准差、变异系数等　 它由两个极端观察值决定，受资料中不正常的极端值的影响大，没有充分利用资料的全部信息，不能精确表示资料的变异度。 (二) 方差与标准差 每个观察值与平均数之差即离均差；表示观察值偏离平均数的距离。 离均差的平方再求和简称平方和(sum of square)，记为SS。即 1.引入标准差的必要性 平方和SS： 对总体： 对样本： 平方和(SS)的大小受观察值个数影响。为消除SS的这个缺陷，可将SS除以观察值的个数得到平均平方和，称之为方差 (variance)。 　　总体方差用 表示，即： 总体方差通常无法得到，而由样本方差估计，样本方差称为均方 (mean square)记为 或 MS ： 　上式中的(n-1)称为自由度(degree of freedom)，简记为df。它是指样本内能独立自由变动观察值的个数。 【例2.4】 有5个观察值，其中4个观察值的离均差为3，-2，3，5，那么第5个观察值的离均差必为-9，才能满足： 在估计其他统计数时，如该统计数受k个条件限制，则自由度等于样本观察值个数减去约束条件数k，即样本自由度为n-k。 统计学上把方差或均方的平方根取正值称为标准差。 总体标准差: 样本标准差： ２．标准差的定义与计算式 项目 总和 20.0 19.0 21.0 17.5 18.5 96.0 20.0-19.2=0.8 19.0-19.2=-0.2 21.0-19.2=1.8 17.5-19.2=-1.7