第3章 实验数据整理.pdfVIP

第 3 章 实验数据整理 第 3 章 实验数据整理 3.1 数据处理中常用的几个概念 总体、个体与子样是数理统计学常用的几个概念，而实验数据处理有好多内 容是数理统计方法的应用，因此也常用到这些概念。 我们把研究对象的全体称为总体(或母体)；而研究对象的一个单体称为个体。 抽选的个体的集合体，在数理统计中称为子样(或样本)。每个子样所包含的 个体数目，通常称为(子样)容量。 子样元素的某一特性指标称为子样值。如上面说的每一次测定长度值就是子 样值。 3.2 子样的均值与标准差 表示数据集中性常用的是算术平均值。 1 n x x i n i 1 表示数据离散程度常用的是方差。子样元素值与子样平均值之偏差的平方和的 平均值，即 2 1 n 2  (xi x ) (3.1) n i 1 称为子样方差。子样方差的开平方为子样标准差，即式(2.13) 1 n 2  (xi x ) 为了得到总体方差的无偏估计量(参见下 n i 1 一节)，必须对子样方差(3.1)式作点修改，即用 n-1 来代替式(3.1)中的 n ，并记 2 为 S ，即 2 1 n 2 S (xi x ) (3.2) n 1 i 1 2 S 称为子样修正方差。相应地有子样修正标准差式(2.14)，即 1 n 2 S (xi x ) n 1 i 1 习惯上，经常把 2 S 和 S 分别叫做子样方差和子样标准差(或简称标准差)。本书 在后面的叙述中，也采用这种说法。 3.3 均值与方差的点估计 2 在实际问题中，根据子样的数据，计算出的子样特征数 x 与 S ，通常用来作 2 为相应总体特征数的估计量。对于服从正态分布的总体，均值为μ ，方差为σ (参 见 1.6 节) 。当子样是从一正态分布的总体中随机抽出的一部分时，可用子样平均 1 第 3 章 实验数据整理 2 2 值 x 去估计该总体的均值μ ，而用子样方差 S 去估计总体方差σ ，这在数理统计 中称为点估计，即 ˆ 1 n  x xi (3.3)