食品试验优化设计-全套PPT课件.pptx

第一章 试验设计与数理统计基础第一节 统计常用术语 一、总体与样本 总体：根据研究目的确定的研究对象的全体集合称为总体(population)； 个体：总体中的每一个研究单位（元）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)；分析、测试的对象。 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； 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。 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n30的样本叫小样本，n ≥30的样本叫大样本。二、参数与统计量 参数：用来描述总体的特征数称为参数(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：用来描述样本的特征数称为统计量(statistic)。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。总体为了了解总体分布、特征样本抽样构 造推断、估计参数 统计量μ平均数σ标准差SS2σ2方 差极 差R 三、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1-1。●●●●●●●●●●即准确又精确准确而不精确●●●●●●●●●●精确而不准确即不准确又不精确图1-1 准确性与精确性的示意图四、随机误差(random error)与系统误差(systematic error) 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。第二节 统计特征数一、平均数（mean，average) 平均数是统计学中最常用的统计量，度量数据资料集中性的统计特征数。平均数主要包括有： 算术平均数（arithmetic mean） 中位数（median） 众数（mode） 几何平均数（geometric mean） 调和平均数（harmonic mean）（一）算术平均数（arithmetic mean) 算术平均数是指观测值的总和除以观测值个数所得数值，简称平均数或均数，记为 。 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。 （1）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： x1、x2、…、xn， 则样本平均数可通过下式计算： （1-1） 其中，Σ为总和符号； 表示从第一个观测值x1累加到第n个观测值xn。当 在意义上已明确时，可简写为Σx，（1-1）式可改写为： （2） 加权法 对于数据较多的样本资料，可以在次数分布表的基础上采用加权法计算平均数，计算公式为： 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xi在资料中所占的比重大小，因此将fi 称为是xi的“权”。（3）平均数的基本性质 1）样本各观测值与平均数之差的和为零，即离均差之和等于零。 或简写成 2）样本各观测值与平均数之差的平方和为最小，即离均差平方和为最小。 (xi- )2 (xi- a)2 （常数a≠） 或简写为： 对于总体而言，通常用μ表示总体平均数，有限总体的平均数为： 式中，N表示总体所包含的个体数 （二）