直方图和正态分布.ppt

水稻每穗小穗数次数分布表 第一节 直方图 直方图（又称方柱形图、矩形图，Histogam ） 对于计量资料，可根据其次数分布表绘出直方图以表示资料的分布情况。 直方图的绘制 步骤： （1）数据排序； （2）求全距，极差R=Max-Min； （3）确定组数和组距； 组数的确定根据经验公式： 组数=1+3.3LogN（N为数据的个数）， 组距=全距/组数； （4）确定组限和组中值。各组的最大值和最小值称为组限，每一组的中点值为组中值。 组中值 = （组下限+组上限）/2 在资料分组时为了避免第一组中的观测值过多，第一组的组中值以接近或等于资料中的最小观测值为好。 为了恰好使等于前一组上限和后一组下限的数据能确切归组，确定将其归入后一组，即约定“上限不在内”。 （5）归组、作次数分布表 第二节 正态分布 正态分布是一种很重要的连续型随机变量的概率分布。在生物科学研究中，有许多变量是服从或近似服从正态分布的，如水稻产量、小麦株高、玉米百粒重等。 一、正态分布的定义与主要特征 (二) 正态分布的特征 正态分布的重要特征： 5、正态分布有两个参数，平均数μ和标准差σ。μ是位置参数。 当σ恒定时，μ愈大，则曲线沿x轴愈向右移动；反之，μ愈小，曲线沿x轴愈向左移动。σ是变异度参数。当μ恒定时，σ愈大，表示x的取值愈分散， 曲线愈“胖”；σ愈小，x的取值愈集中在μ附近，曲线愈“瘦”。 二、标准正态分布 μ=0,σ2=1的正态分布称为标准正态分布(standard normal distribution)。 随机变量u服从标准正态分布，记作u～N(0，1)， u称为标准正态变量或标准正态离差(standard normal deviate)。 * * 总次数 100 15 ╫╫ │ 6 16 ╫╫ ╫╫ ╫╫ 15 17 ╫╫ ╫╫ ╫╫ ╫╫ ╫╫ ╫╫ ║ 32 18 ╫╫ ╫╫ ╫╫ ╫╫ ╫╫ 25 19 ╫╫ ╫╫ ╫╫ ║ 17 20 ╫╫ 5 每穗小穗数（x） 划线计数 次数（?） (产量，g/行) 140行水稻产量次数分布直方图 (产量，g/行) 140行水稻产量次数分布多边形图 样本容量与组数 30—60 5—8 60—100 8—10 100—200 10—12 200—500 12—18 500以上 18—30 样本容量 组 数 (一) 正态分布的定义 若连续型随机变量x的概率分布密度函数为 其中，μ为平均数，σ2为方差，则称随机变量x服从正态分布(normal distribution)， 记为x～N （ μ,σ2 ） 正态分布密度曲线 1、正态分布密度曲线是单峰、对称的“悬钟”形曲线， 对称轴为x=μ； 2、概率分布密度函数f(x)在x=μ处达到极大。 3、概率分布密度函数f(x)是非负函数，以x轴为渐近线，分布从-∞至+∞； 4、分布密度曲线在x=μ±σ处各有一个拐点，即曲线在(-∞,μ-σ)和(μ+σ,+∞) 区间内是下凸的，在[μ-σ,μ+σ]区间内是上凸的； σ相同而μ不同的三个正态分布 μ