《试验资料的整理》PPT课件.ppt

《试验资料的整理》PPT课件.ppt

ID:52374275

大小:903.06 KB

页数:41页

时间:2020-04-05

《试验资料的整理》PPT课件.ppt_第1页
《试验资料的整理》PPT课件.ppt_第2页
《试验资料的整理》PPT课件.ppt_第3页
《试验资料的整理》PPT课件.ppt_第4页
《试验资料的整理》PPT课件.ppt_第5页
资源描述:

《《试验资料的整理》PPT课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第三章试验资料的整理从次数分布表或次数分布图中,可以看出一个资料变数的分布特点,即集中性和离散性。集中性是指资料中的各观察值总是以某—数值为中心分布;离散性是指资料中各观察值的离散、变异程度。但是从次数分布表和次数分布图中只能看出一个大致趋势,且不能以此做统计处理。3.4资料的描述因此,为了使资料得到完整的描述,还需要从中概括出一些能够反映资料特征的数量指标,这些数量指标称为试验资料的特征数。表示集中性的特征数有算术平均数、几何平均数、众数、中数。表示离散性的特征数有极差、方差、标准差和变异系数。一、平均数(mean)平均数是统计学中最常用的统计数,表示资料中观测值的中心位置,作为资料的代表

2、与另一资料相比较。主要有算术平均数、中位数、众数、几何平均数等。②加权法一、算术平均数(arithmeticmean,)①直接法2、算术平均数的基本性质性质1样本各个观察值与平均数之差的和为零,即离均差之和为零;*证明:性质2样本各观察值与平均数之差的平方和为最小,即离均差的平方和最小。证明:将资料中所有观测值从小到大依次排列,位于中间位置的观测值,称为中位数,简称中数,记作Md。(二)中位数对于未分组资料,先将观测值由小到大依次排列。(1)当观测值个数为奇数时,(n+1)/2位置的观测值为中位数,即:(2)当观测值个数为偶数时,n/2和n/2+1位置的两个观测值之和的1/2为中位数,即:资

3、料中出现次数最多的那个数或次数最多一组的组中值称为众数,记为Mo。表3.5所列的100株大豆单株节数的次数分布表中,17出现的次数最多,则该资料的众数为17。表3.3所列的100株小麦株高的的次数分布表中,88.5-91.5这一组的次数最多,其组中值为90cm,则该资料的众数为90cm。(三)众数(四)几何平均数n个观测值相乘之积开n次方所得数值,称为几何平均数,记作G。或几何平均数常用于表示某现象的平均发展速度,如计算若干天内,某种植物株高、根长、生长重或某种昆虫繁殖,每天各为上天的平均倍数等,用几何平均数能比算术平均数更准确地反映实际情况。调查某麦田百株上蚜虫发生情况如表3.8。[例3.

4、6]试求百株蚜虫平均每天繁殖量各为上天的多少倍?3.092.381.541.27每天繁殖量为上天的倍数即百株麦蚜在4天中,平均每天繁殖量各为上天的1.95倍。我们可以验证:6月27日百株麦蚜为110头,4天后为110×1.954=1590(头),与7月1日实际虫数相符。如若用算术平均数计算就不会符合了。这说明此类问题用几何平均数计算更为确。平均数作为数量资料的代表值,其代表性的强弱,取决于资料内各观察值变异程度的大小。例如有A、B两组数据:3.5变异数B组10、110、50、90、40A组60、58、60、61、61虽然两组的平均数都是60,但两组数据的变异程度有很大不同。所以只用平均数表示

5、资料特征是不够的,为了更全面地描述一个数量资料,还必须有一个度量其变异程度的特征数。=60=60度量一个数量资料的变异程度的特征数叫变异数。最常用的变异数有:极差;方差;标准差;变异系数1.极差极差(R)是表示资料中各观测值变异程度大小最简便的统计数。但计算极差时,只用资料中的最大值和最小值,因而极差不能准确表达资料中全部观测值的变异程度。当资料很多而又要迅速对资料的变异程度作出判断时,可利用极差。设一样本有n个观测值:。为了准确描述样本内各观测值的变异程度,人们首先想到以平均数为标准,求各个观测值与平均数的差,,即离均差。2、方差但由于离均差之和为零,不可能把离均差之和作为描述样本内所有观

6、测值总变异程度的统计数。离均差大,变异就大,反之变异就小。将每个离均差平方,进而求得离均差的平方和,简称平方和,记作SS,用来反映资料所有观测值的总变异程度。由于平方和常随样本容量n而改变,为了消除样本容量的影响,用平方和除以样本容量n,即求出离均差平方和的平均数;为了使所得的统计数是相应总体参数的无偏估计量,统计学证明,在求离均差平方和的平均数时,分母不用样本容量n,而用自由度n-1。用统计数表示资料所有观测值的总变异程度。统计数称为均方(缩写为MS),又称样本方差,记为s2,即2.方差相应的总体参数叫总体方差,记为σ2。对于含有N个个体的有限总体而言,σ2的计算公式为:样本方差s2是总体

7、方差σ2的无偏估计值。无偏估计值:在统计上,如果所有可能样本的某一统计数的平均数等于总体的相应参数,则称该统计数的相应参数的无偏估计值。例:有一个有限总体3,4,5从中抽样n=2所有可能样本为几个?共9个样本某一统计数?平均数样本方差的平均数:可求得μ=4,为σ2=0.6667,σ=0.8165。现以n=2作独立的放回抽样,总共得N2=9个样本:样本编号样本样本平均值样本方差标准差13,33.00.00.00

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。