次数分布和平均数、变异数的运算.pptVIP

95%置信区间 下限：73.53 上限：85.73 次数分布表的制作 ?资料中各观察值的总和除以观察值的个数所得的商，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。　 1.算术平均数 设有一个含N个观察值的有限总体，其观察值为y1， y２，…，yN，则该总体的算术平均数μ定义为： 因为总体内的个体数很多，总体平均数往往无从计算，所以，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。 (1) 离均差之和等于零。记为： (2) 离均差平方和为最小。简记为: 平均数的基本性质： 计算方法 对于（n30）未归组的资料可以直接 利用公式： 【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)  对已归组的资料，其计算公式为： 其中: yi—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2.3】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(M) 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（ Mo ） 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 二、变异数 　　　　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。 (一) 极差 (二) 方差 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 对样本： 对总体： 将SS除以观察值的个数得到平均平方和，称之为方差 (variance)。 　　总体方差等于总体平方和除以总体观察值个数N,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 （三）标准差 统计学上把方差或均方的平方根取正值称为标准差。 样本标准差： 总体标准差: 例2.5 表2.7 某水稻品种小区产量的方差和标准差的计算　　　　　　 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 18.5-19.2=-0.7 0.64 0.04 3.24 2.89 0.49 400.0 361.0 441.0 306.25 342.25 0 7.30 1850.50 若比较两个样本的变异度，则因单位不同或平均数不同，不能用标准差直接比较。 这时要构造一个不带单位，不受平均数大小影响的变异数，这就是变异系数(coefficient of variation)，用CV表示。 （ 四）变异系数 两个小麦品种株高变异的比较 品种 平均数(cm) S(cm) 变异系数 CV(%) 甲 95.0 9.02 乙 75.0 8.50 9.5 11.3 分析工具库的安装 由“工具”菜单打开“加载宏”命令 描述统计 第三章 次数分布和平均数、