第3章 试验资料的整理及其特征数.pptVIP

第三章　试验资料的整理及特征数 3.1 常用的统计术语 3.2 试验资料的性质 3.3　试验资料的整理 3.4 试验资料的特征数 补讲：计算器统计相关功能的使用 3.1 常用的统计术语 一、总体(population)和样本(sample) 3.为什么要随机抽样？ 二、变数与变量 每一个体的某一性状、特性的测定数值叫做观察值(observation)。 三、参数与统计数 1.参数(parameter): 用总体的全体观察值计算的、描述总体的特征数称为参数。 2.统计数(statistics):由样本的全体观察值计算的、描述样本的特征数。 统计分析的核心在于由样本的情况推断总体的信息，保证一定精确度、可靠度。 3.2 试验资料的性质 　一般可分为数量性的和质量性的两种： （1）数量性状资料：指能以量测、称量或计数的方法获得数据的资料。 （2）质量性状资料：能观察、触摸和嗅觉等用文字描述其特征，而不能量测的资料。 3.3 试验资料的整理 一、次数分布表 (一)连续性变数资料的次数分布表 　计量资料在分组前需要确定组数、组距、各组中值及组限，然后将全部观测值划线计数归组。 3. 确定组数和组距(class interval) 应考虑：(1)观察值个数的多少（n=140) (2)能反映出资料的真实面貌等方面。 本例R＝179，分为12组. 为了便于计算，组距一般取整数。 组距： C=R/组数=179/12=14.9≈15(g) 5.原始资料归组 (二)间断性变数资料的次数分布表 ?变异较小的资料，可按观察值分组。 例如p37:某小麦品种的每穗小穗（n=100原始资料表3.1略） ?变异较大的计数资料，可按一定幅度的方法制作次数分布表。 表3.3 200个稻穗每穗粒数的次数分布表 (三)质量性状资料的次数分布表 例如，用某微肥处理后，红星苹果果实着色情况调查，见下表。 再例　表3.7 水稻杂种二代植株米粒性状的分离情况 二、次数分布图 次数分布图可以更形象地表明次数分布的情况。 常用：方柱形图、多边形图、条形图和饼图。　 (二)多边形图（折线图） 适用于计量资料的次数分布图，且在同一图上可比较两组以上资料。 (三) 条形图 (四) 饼图 饼图(pie)适用于间断性变数和属性变数资料，用以表示这些变数中各种属性或各种间断性数据观察值在总观察个数中的百分比。 3.4 试验资料的特征数 资料整理得的次数分布表、图，形象直观地反映了资料两特点：集中性和离散性，现介绍用更简单、精确的统计量来反映。 一、平均数 平均数种类较多常用的有：算术平均数、几何平均数、中位数、众数。 应用最普遍的是算术平均数。 平均数功用：是数量资料的代表数，可综合反映研究对象在一定条件下形成的一般水平，常用来进行资料间的比较。 （一）算术平均数 ?各个观察值的总和除以观察值个数所得的商，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。 二、变异数 极差、平方和、方差、标准差、变异系数等　 思考题：葡萄品种果穗上有许多性状，其平均数、标准差及单位各不相同，判断以下性状变异大小。 补：平均数与标准差的简算公式 三、标准误 1. 样本均数集团及其与原集团的关系 2. 标准误定义式 3. 标准误的功用及其与标准差的区别 （1） 标准误的功用：衡量资料的变异性，估计抽样误差。 补讲：计算器统计相关功能的使用 教学内容 第一章　绪论 第二章 常用的试验设计 第三章　试验资料的整理及特征数 第四章　理论分布与抽样分布 第五章　统计推断 第六章　卡平方测验 第七章　方差分析基础 第八章　单因素试验的统计分析 第九章　多因素试验结果的分析 第十章　直线回归与相关分析 计算方法： (1)直接算法 其中: xi—代表值或组中值；k—组数; n —资料中所有观察值的个数; fi —各组次数； （2）加权法 　(二) 中数(Md) 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 2,3,4,7,8,9,11,14,15; 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（ G ） 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 (一) 极差(R) 　　　R＝最大值-最小值 它由