资料的整理培训资料.ppt

标准差带有与样本资料相同的度量单位，不能用来比较度量单位不同、或者度量单位相同但平均数不同的两个或多个样本资料的变异程度的大小。 需引入 另一个度量资料变异程度的统计数，使其既能反映样本资料的变异性，又能解决度量单位及平均数不同的问题。变异系数正是这样的统计数。 三、变异系数 【例2·2】 用加权法计算表2-6资料中140行水稻平均产量。 即140行水稻平均产量为157.93g。 采用直接法算得 =157.47g，用加权法计算的结果与其十分接近。 2、算术平均数的基本性质 性质1 样本各个观察值与平均数之差的和为零，即离均差之和为零； 性质2 样本各观察值与平均数之差的平方和为最小，即离均差的平方和最小。 3、总体平均数 通常用μ表示总体平均数。包含N个个体的有限总体的平均数μ的计算公式为： 在统计学中，用样本平均数 估计总体平均数μ。 无偏估计 当一个统计量的数学期望值等于所估计的总体参数时，则称该统计数为其总体参数的无偏估计。 统计学已证明样本平均数 是总体平均数μ的无偏估计。 将资料中所有观测值从小到大依次排列，位于中间位置的观测值，称为中位数，简称中数，记作Md。 当观测值的个数为偶数时，则以位于中间位置的两个观测值的平均数作为中位数。 （二） 中位数 1、未分组资料中位数的计算方法 对于未分组资料，先将各观测值由小到大依次排列。 （1）当观测值个数为奇数时，(n+1)/2位置的观测值为中位数 ，即: （2）当观测值个数为偶数时，n/2和n/2+1位置的两个观测值之和的1/2为中位数，即： 【例2·3】测量9株玉米的株高并将各观测值由小到大依次排列为：154、155、157、159、160、161、163、166、167（cm）。求其中位数。 由于n=9，为奇数，则： 即9株玉米株高的中位数为160 cm。 【例2·4】调查10个大豆品种百粒重并将各观测值由小到大依次排列为：17.0、17.2、18.0、18.4、19.2、19.4、20.4、20.6、21.0、22.2（g）。求其中位数。 由于n=10,为偶数，则: 即10个大豆品种百粒重的中位数为19.3g。 2、已分组资料中位数的计算方法： 若资料已分组，并编制成了次数分布表，可利用次数分布表计算中数。 其中：L —中数所在组的下限；i —组距； f —中数所在组的次数；n —总次数； c —小于中数所在组的累积次数。 【例2·5】利用表2-6的数据计算140行水稻产量的中位数。 由表2-6可知：i=15，n=140，中位数只能在累加次数为91所对应的组限为157.5—172.5这一组，于是可确定L=157.5，?=25，c=66，代入（2-6）式得： 即140行水稻产量的中位数为159.9g。 资料中出现次数最多的那个数或次数最多一组的组中值称为众数，记为Mo。 表2-2所列100个麦穗每穗小穗数的次数分布表中，17出现的次数最多，则该资料的众数为17。 表2-6所列140行水稻产量的次数分布表中，157.5—172.5这一组的次数最多，其组中值为 165，则该资料的众数为165g。 (三) 众数 （四）几何平均数 n个观测值相乘之积开n次方所得的方根，称为几何平均数，记作G。 或 日 期 根长（mm） 日增长率 x 1gx 第1天 17 — — 2 23 0.35294 -0.45230 3 30 0.30435 -0.51663 4 38 0.26667 -0.57403 5 51 0.34211 -0.46583 6 72