全版1 实验数据的收集、整理.ppt

* 第四节 资料的整理和分组 (四) 饼图 饼图(pie diagram)适用于间断型数据和属性数据资料，用以表示这些数据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。如图中白米糯稻在F2群体中占8%，白米非糯、红米糯稻和红米非糯分别占17%、21%和54%。 ., * 第四节 资料的整理和分组 频数(率)分布的意义： 1.可以看出数据分布的集中性； 2.可以看出数据分布的变异性； 3.可以看出数据分布的形状； 总之，通过资料的整理做成频数分布表或频率分布表，可以看出数据分布的规律性。且便于下一步的统计分析。 ., 第五节 特征数 一、 平均数 二、 变异数 三、 变异系数 ., * * 第五节 特征数 由次数分布可以看到任何一个变数的分布具有两种明显的基本特征，即集中性和离散性。 集中性是变数在趋势上有着向某一中心聚集、或者说以某一数值为中心而分布的性质。 离散性是变数又有着离中的分散变异的性质。 为了反映变数分布的这两种基本性质，显然必须算出它们的特征数。 反映集中性的特征数是平均数； 反映离散性的特征数为变异数。 ., * 第五节 特征数 一、平均数 1. 平均数的意义和种类 平均数是数据的代表值，是统计学中最常用的统计量，表示资料中观察值的中心位置，并且可作为资料的代表而与另一组资料相比较，借以明确两者之间相差的情况。 平均数的种类较多，主要有： 算术平均数 中数 众数 几何平均数 其定义分述于下: ., * 第五节 特征数 (1) 算术平均数 一个数量资料中各个观察值的总和除以观察值个数所得的商数，称为算术平均数，记作 。因其应用广泛，简称平均数或均数(mean)。均数的大小决定于样本的各观察值。 (2) 中数 将资料内所有观察值从大到小排序，居中间位置的观察值称为中数(median)，计作Md。 (3) 众数 资料中最常见的一数，或次数最多一组的中点值，称为众数(mode) ，计作Mo。 (4) 几何平均数 如有n个观察值，其相乘积开n次方，即为几何平均数(geometric mean)，用G代表。 ., * 第五节 特征数 2.算术平均数的计算 算术平均数可根据样本大小及分组情况而采用直接法或加权法计算。 ⑴直接法 主要用于样本含量n≤30以下、未经分组资料平均数的计算。 设某一资料包含n个观测值：y1、y2、…、 yn ，则样本平均数可通过下式计算： 其中，Σ为总和符号；表示从第一个观测值y1累加到第n个观测值yn 。当在意义上已明确时，可简写为Σy，改写为： ., * 第五节 特征数 [例] 在水稻品种比较试验中，湘矮早四号的5个小区产量分别为20.0、19.0、21.0、17.5、18.5kg，求该品种的小区平均产量。 由定义式有： ., * 第五节 特征数 ⑵加权法 对于样本含量n≥30以上且已分组的资料，可在次数分布表的基础上采用加权法计算算术平均数，即用组中点值代表该组出现的观测值以计算平均数，其公式为： （3-2） 式中： —第i组的组中值； —第i组的次数； —分组数 第i组的次数fi是权衡第i组组中值yi在资料中所占比重大小的数量，因此fi称为是yi的“权”，加权法也由此而得名。 ., * 第五节 特征数 [例] 利用表3.6资料计算平均每行水稻产量。 若采用直接法， 因此，两者的结果十分相近。 ., 一、攻关目标 建立节水型的优质高效农业发展模式。 提高区域农业水资源利用率及生产效率。 为节水条件下农业高效持续发展提供技术支持和示范模式。 第一章 实验数据的收集、整理 1.1 资料的分类 1.2 数据的收集 1.3 资料的检查和核对 1.4 资料的整理和分组 1.5 特征数 1.5.1 平均数 1.5.2 变异数 ., * * 一、攻关目标 建立节水型的优质高效农业发展模式。 提高区域农业水资源利用率及生产效率。 为节水条件下农业高效持续发展提供技术支持和示范模式。 第一节 资料的分类 正确地进行资料的分类是资料整理的前提。在调查或试验中，由观察、测量所得的数据按其性质的不同，一般可以分为： 数量性状资料 质量性状资料 ., *