Acc可是uracy准确度与精确度.pptVIP

随机化排列 重 复 I 重 复 II 五、局部控制 二、次数分布表 将试验所得到的大量未加整理的数据，按观察值大小或数据类别进行分组，制成关于观察值不同组别或不同分类单位的次数分布表，就可以看出资料中不同表现的观察值与其频率间的规律性，从而对资料有一个初步概念。 间断性资料的整理 参见 P13 例2。 2. 连续性资料的整理 参加 P14 例3。 3. 属性变数资料的整理 在整理前，将资料按各种质量性状进行分类，分类数等于组数，然后根据各个体在质量属性上的具体表现，分别归入相应的组中，即可以得到属性分布的规律性认识。 三、次数分图 条形图（bar diagram） 适合于间断性 变数和属性资料 条形图（bar diagram） 适合于间断性 变数和属性资料 多边形图（polygon） 适合于连续性 变数资料 方柱形图（histogram） 适合于连续性 变数资料 * 基本概念（Basic Concepts） 总体（population）: 具有共同性质的个体所组成的集团。分为有限总体和无限总体。 样本（Sample）：从总体中抽出的若干个个体组成样本。 观察值（Observed Value）：每一个体的某一性状、特性的测定数值。 变数（Variable）：凡表现出变异的观察值称为变数。 参数（Parameter）：由总体的全部观察值而计算得到的总体特征数，如总体平均数等。 统计数（Statistic）：测定样本中的各个体而得到的特征数，如样本平均数等。  7. 随机样本（Random Sample）：从总体中随机抽取的样本。 水平（Level）：因素内设置的不同处理级别。 处理（Treatment）：几个因素不同水平的组合。 准确度（Accuracy）：同一处理的观察值与其真实值的接近程度。 精确度（Precision）：同一处理的重复观察值间彼此接近程度。 试验单元（Experimental Unit）：是指接受某种处理的最小的一个独立的试验材料单位。如一张叶片、一个果实、一个枝条、一个植株等。 13. 误差（Error）：观察值与处理真实值间的偏离程度。 14. 系统误差（Systematic Error）：观察值与处理真实值间 出现有一定方向的系统偏离，如供试材料的遗传背景、仪器等方面存在的可辨识的差别所造成的误差。 随机误差（Random Error）：观察值与处理真实值间出现的大小、方向不同的微小差异。如在试验单元、管理方法、操作方法等方面存在的不可辨识的差别所造成的误差。 样本含量（Sample Size/Capacity）：样本中所包含的个体数目。 第一节 试验设计 experiment design 试验和实验 试验是在人为控制条件下有目的地进行的一种实践活动。 一、试验类型（一） 田间试验 温室试验 实验室试验 皿内试验 人工气候室内试验等等 二、试验的基本要求： 目的明确 结果可靠 试验条件有代表性 试验结果能够重复 精确度 准确度 ● ● ● ● ● 即准确又精确 ● ● ● ● ● 准确而不精确 ● ● ● ● ● 即不准确又不精确 ● ● ● ● ● 精确而不准确 试验模型 供试体 输入 处理 输出 试验指标 随机干扰 Fig. 1 General model of experiment U x Fig. 1 Mathematical model of experiment 离散的测定几个点，采用统计学的方法经验的估计 x＝f（U）（如上图所示），显然观测点未必都在曲线上。如果估计出了x＝f（U），我们就掌握了x随U而变化的规律，就可以进行预测和控制。 三、处理设计 田间试验按试验小区大小、试验年份、试验地点等可分为若干类，但最基本的是根据试验因素可将田间试验分为： 单因素试验（Single－factor experiment）仅研究某一个问题，如施肥对产量的影响，可以包含肥料的不同等级。优点：试验简单，容易分析、但是不能了解各因素之间的关系。 多因素试验（Multiple-factor experiment）中包含了不同因素及不同水平的组合。优点：便于了解各因素之间的相互关系，试验复杂，设计不妥时不便于分析。 综合试验（Comprehensive experiment）是在进行多因素研究之后，将重要因素重新组合，进行试验分析，各因素的水平不需要构成平衡处理。 四、试验单元的排列方式 试验设计的目的是避免系统误差，缩小随机误差，以保证试验的准确度和精确度。 试验设计的三个基本原理： 重复（Replication）：重复的作用（1）若试验中没有系统误差存在，只有随机误差，则可用处理多次重复观