统计资料的整理与分析.ppt

统计资料的整理与分析 1 数理统计中的常用术语 1.1 总体与样本 总体：根据研究目的确定的研究对象的全体称为总体(population)； 个体：总体中的每一个研究单位称为个体(individual)； 样本： 依据一定方法由总体中抽取部分个体所组成的集合称为样本(sample)； 有限总体：含有有限个个体的总体称为有限总体； 无限总体：包含有无限多个个体的总体称为无限总体； 样本容量：样本中所包含的个体数目叫样本容量或大小(sample size)，样本容量常记为n。通常把n≤30的样本叫小样本，n 30的样本叫大样本。 试验研究的目的：了解总体，然而能观测到的却是样本，通过样本来推断总体是统计分析的基本特点。 为了能可靠地从样本来推断总体，要求样本具有一定的含量和代表性。 如何获取有代表性的样本？采用随机抽取。 所谓随机抽取(random sampling) 是指总体中的每一个个体都有同等的机会被抽取到样本中。 样本毕竟只是总体的一部分，尽管样本具有一定的含量也具有代表性，通过样本来推断总体也不可能是百分之百的正确。有很大的可靠性但有一定的错误率这是统计分析的特点。 1.2 参数与统计量 为了表示总体和样本的数量特征，需要计算特征数。 参数：由总体计算的特征数叫参数(parameter)；常用希腊字母表示参数，例如用μ表示总体平均数，用σ表示总体标准差； 统计量：由样本计算的特征数叫统计量(staistic)。常用拉丁字母表示统计量，例如用 表 示样本平均数，用s表示样本标准差，用R表示极差。 总体参数由相应的统计量来估计，例如用 估计μ，用S估计σ等。 1.3 准确性与精确性 准确性(accuracy)也叫准确度，指观测值与其真值的接近程度。设某一试验指标或性状的真值为μ，观测值为 x，若 x与μ相差的绝对值|x－μ|越小， 则观测值x的准确性越高； 反之则低。 精确性(precision)也叫精确度，指同一试验指标或性状的重复观测值彼此接近的程度。若观测值彼此接近，即任意二个观测值xi 、xj 相差的绝对值|xi －xj |越小，则观测值精确性越高；反之则低。准确性、精确性的意义见图2-1。 随机误差 也叫 抽样误差 (sampling error) ， 是由于许多无法控制的内在和外在的偶然因素所造成的 。随机误差带有偶然性质，在试验中，即使十分小心的进行试验操作也难以消除。随机误差不可避免，但可减少。 随机误差影响试验的精确性。 统计上的试验误差是指随机误差。这种误差愈小，试验的精确性愈高。 系统误差 也叫 片面误差 (lopsided error)， 这是 由于试验对象相差较大，测量的仪器不准 、 标准试剂未经校正，以及观测、记载、抄录、计算中的错误等等所引起。系统误差可以通过改进方法、正确试验设计来避免、消除。 系统误差影响试验的准确性。 正确地进行试验数据资料的分类是统计资料整理的前提。在调查或试验中，由观察、测量所得的数据资料按其性质的不同，一般可以分为数量性状资料、 质量性状资料和半定量（等级）资料三大类。 数量性状(quantitative character)是指能够以测量、计量或计数的方式表示其特征的性状 。观察测定数量性状而获得的数据就是数量性状资料 数量性状资料的获得有测量和计数两种方式 ，因而数量性状资料 又分为计量资料和计数资料两种。 用测量方式获得的数量性状资料，即用度、量、衡等计量工具直接测定获得的数量性状资料。其数据是用长度、容积、重量等来表示。这种资料的各个观测值不一定是整数，两个相邻的整数间可以有带小数的任何数值出现，其小数位数的多少由度量工具的精度而定 ， 它们之间的变异是连续性的。因此，计量资料也称为连续性变异资料。 2.1.2 计数资料 指用计数方式获得的数量性状资料。在这类资料中，它的各个观察值只能以整数表示，在两个相邻整数间不得有任何带小数的数值出现。这些观察值只能以整数来表示，各观察值是不连续的，因此该类资料也称为不连续性变异资料或间断性变异资料。 2.2 质量性状资料 质量性状(qualitative character)是指能观察到而不能直接测量的，只能用文字来描述其特征的性状，如食品颜色、 风味等等