试验资料整理与特征数.pptVIP

第二章试验资料整理与特征数计算;内容;试验资料的两种根本特征：;第一节试验资料的搜集与整理;〔一〕数量性状资料

〔dataofquantitativecharacter〕;〔二〕质量性状资料

〔dataofqualitativecharacter〕;二、试验资料的搜集;〔一〕调查;抽样调查;〔1〕简单随机抽样〔simplerandomsampling〕

要求被抽总体内每一个体被抽取的时机完全相等。

适用于个体间差异较小、所需抽取的样本单位数较少的情况。;〔2〕分层随机抽样〔stratifiedrandomsampling〕

是一种混合抽样，即将总体按变异原因或程度划分成假设干区层，然后再用简单随机抽样方法，从各区层按一定的抽样分数抽选抽样单位。

适用于总体内主要变异来源明显来自地段间，且每个地段占有较大的面积。;2)顺序抽样〔ordinalsampling〕

是按某种既定顺序从总体〔有限总体〕中抽取一定数量的个体构成样本。也称为等距抽样、系统抽样、机械抽样。

3〕典型抽样〔typicalsampling〕

根据初步资料或经验判断，有意识、有目的地选取一个典型群体作为代表〔即样本〕进行调查记载，以估计整个总体。;〔二〕试验;三、试验资料的整理;〔一〕原始资料的检查与核对

保证数据资料的完整、真实和可靠。

〔二〕次数〔频数〕分布表

样本容量＜30的小样本——不必分组，可直接进行统计分析。

样本容量≥30的大样本——可分成假设干组，以便进行统计分析。;1、计数资料的整理;例2.3在某鸡场调查100只来亨鸡每月的产蛋数;对于变量较小，且变异范围不大的样本，以每一变量划分一组。;;2、计量资料的整理;;〔1〕计算全距

全距〔range〕〔或极差〕：样本数据资料中最大观测值与最小观测值的差值。

〔2〕确定组数和组距

组数〔numberofclasses〕的划分参照表2-6。

组距〔classinterval〕：是每组内的上下限范围。

组距=全距/组数;〔3〕确定组限和组中值

组限〔classlimit〕：每个组变量值的起止界限〔上限、下限〕。

组中值〔classmidvalue〕：每组两个组限〔上限和下限〕的中间值。

组中值=〔下限+上限〕/2

或组中值=下限+1/2组距=上限-1/2组距

〔4〕分组，编制次数分布表;;〔三〕次数〔频数〕分布图;例１：某市政府为了节约生活用水，方案在本市试行居民生活用水定额管理，即确定一个居民月用水量标准a,用水量不超过a的局部按平价收费，超过a的局部按议价收费。;思考：由上表，大家可以得到什么信息？

频率分布直方图;;步骤：;;5.画频率分布直方图;第一节试验资料的搜集与整理〔了解〕

一、试验资料的类型〔数量性状、质量性状〕

二、试验资料的搜集〔重点〕;三、试验资料的整理;作业：;参考资料:;;;;;;;;;;;;;一、平均数〔mean〕

〔一〕平均数的种类;〔二〕算术平均数的计算方法;[例2.5]随机抽取20株小麦，其株高分别为79，80，81，82，83cm，计算小麦的平均株高。;二、变异数;极差〔全距〕：样本数据资料中最大观测值与最小观测值的差值。

R=max{x1,x2,……xn}-min{x1,x2,……xn}

〔二〕方差〔variance〕〔或均方〔meansquare〕〕

样本方差S2为：S2=

总体方差σ2为：σ2=;〔三〕标准差〔standarddeviation〕;例2.8测得9名男子前臂长〔cm〕的样本数据，列于表2-9，试计算其标准差〔设x′=x-45);例2.9根据表2-8数据，计算20株小麦株高的标准差;3、标准差的特性及其作用;作用：

〔1〕表示变量分布的离散程度。

〔2〕利用标准差的大小，可以概括地估计出变量的次数分布及各类观测值在总体中所占的比例。

〔3〕估计平均数的标准误。

〔4〕进行平均数的区间估计和变异系数计算。;〔四〕变异系数;[例2.10]某品种水稻在大田栽植，其穗粒数为44.6粒，标准差为17.9粒；在丰产田栽植，其穗粒数为65粒，标准差为18.3粒，问那种栽植田水稻穗粒数变异程度较大？;第二节试验资料特征数的计算;思考题：

什么是抽样调查？常用的抽样调查有哪些根本方法？试比较其优缺点和适用对象。

什么是次数分布表？什么是次数分布图？制表和制图的根本步