1 实验数据的收集、整理.pptVIP

第四节 资料的整理和分组 (一) 方柱形图 方柱形图(histogram)适用于表示连续型数据的频数分布。 以140行水稻产量的次数分布表为例加以说明。 1. 等分横轴：在横轴上分为13等分(因第一组下限不是从0开始，在其前加∥) ，每一等分代表一组。第一组的上限即为第二组的下限，如此依次类推。 2. 标定次数：在纵轴上标定次数。横坐标与纵坐标的长度比例一般为5:4或6:5为好。 3. 画方柱： 查表3.6第一组有次数为2，所以 在两组限处绘两条纵线，其高度等于纵坐标上 两个单位，再画一横线连接两纵线的顶端，成 为方柱形。其余各组可依次绘制，即成方柱形 次数分布图3.1。 第四节 资料的整理和分组 (二) 多边形图 多边形图是表示连续型数据资料的一种普通方法，且在同一图上可比较两组以上的资料。 以140行水稻产量次数分布为例，图示时： 以每组的中点值为代表，在横坐标各等分的中点向上等于该组单位数处标标点，表示该组含有的次数。 把各点依次用直线连接，所成图形即为 频数多边形图。 多边形图的折线在左边最小组的组中点外和 右边最大组的组中点外，应各伸出一个组距 的距离而交于横轴，因该两组次数为0，这可 以使多边形的面积大致上与方柱形图相同。 第四节 资料的整理和分组 (三) 条形图 条形图(bar diagram)适用于表示间断型数据和属性数据资料的次数分布状况。一般其横轴标出间断的中点值或分类性状，纵轴标出次数。 现以水稻杂种第二代米粒性状的分离情况为例，在横轴上按等距离分别标定4种米粒性状，在纵轴上标定次数(f)。可画成水稻杂种第二代植株4种米粒性状分离情况条形图。 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