试验设计与分析(园艺)第2章理论分布与抽样分布.pptVIP

第二章 理论分布与抽样分布 ;第一节 试验数据资料的整理与描述 第二节 二项分布 第三节 正态分布 第四节 抽样分布 ;第一节 试验数据资料的整理与描述;一、相关统计学术语;二、试验数据资料的性质 ;二、试验数据资料的性质 ;三、次数分布表与分布图 ;三、次数分布表与分布图;三、次数分布表与分布图;三、次数分布表与分布图;三、次数分布表与分布图;三、次数分布表与分布图;三、次数分布表与分布图;三、次数分布表与分布图 ;三、次数分布表与分布图;四、数量资料的特征数;（一）平均数;（一）平均数;（一）平均数;;（二）变异数;（二）变异数;（二）变异数;（二）变异数;（二）变异数;（二）变异数;（二）变异数;（二）变异数;（三）自由度的含义;（四）标准差的计算;120个黄瓜叶片中叶绿素a含量的平均数与标准差;（四）标准差的计算;第二节 二项式分布;一、二项总体;二、二项??分布;三、二项式分布的概率计算方法;第1次抽取;3个“1”的概率： (30/63)3=27000/250047 2个“1”、1个“0”的概率： 3*(30/63)2 (33/63)=89100/250047 1个“1”、2个“0”的概率： 3*(30/63) (33/63) 2 =98010/250047 3个“0”的概率： (33/63)3 =35937/250047 总概率：(27000+89100+98010+35937)/250047=1 ;;;;四、二项式分布的形状;当 n→∞时，就变为二项分布的极限分布，即正态分布;五、二项式分布的参数;六、多项式分布;四、泊松分布 ;泊松分布的μ=λ；σ2=λ。 泊松分布的形状由λ的大小决定。 当λ值小时分布呈很偏斜形状，λ增大后则逐渐对称，趋近于下面要讲的正态分布。 实例：P20例1-3-2。 ;第三节 正态分布;一、研究正态分布的意义;研究正态分布的意义： 客观世界中有许多现象的数据服从正态分布； 适当条件下可以用来做二项分布和其它间断性或连续性分布的近似分布； 虽然有些总体并不服从正态分布，但从总体中抽出的样本平均数和其它一些统计数的分布，在样本容量大时仍然趋近正态分布。;二、正态分布的定义;三、正态分布曲线的特征;（2）正态分布曲线是以参数μ和σ的不同而表现为一系列曲线，μ确定它在横轴上的位置，而σ确定它的宽窄。 ;（3）正态分布资料的次数分布表现为多数次数集中于算术平均数μ附近，且在︱x-μ︱左右相等范围内具有相等次数；在︱x-μ︱ ≥3σ以上次数极少。;（4）正态曲线在︱x-μ︱ = 1σ处有“拐点”。曲线两尾向左右伸展，永不接触横轴，所以当y→±∞，分布曲线以x轴为渐近线，曲线全距为（－∞，+∞）。 （5） 正态曲线与横轴之间的总面积等于1，因此在曲线下横轴的任何定值，例如从x=x1到x=x2之间的面积，等于介于这两个定值间面积占总面积的成数，或者说等于x落于这个区间内的概率。;正态曲线的任意x1到x2之间的面积或概率乃完全以曲线的μ和σ确定的。;应用举例;n=3;四、正态分布的标准化;;标准化变换： u称为标准正态变量或标准正态离差 附表2为正态分布表，从中可以查到u在某一个区间内取值的概率;五、正态分布的概率计算;其它计算： P(0≤u＜u1)＝Φ(u1) －0.5 P(u≥u1) ＝1－Φ(u1) P(|u| ≥u1) ＝2[1－Φ(u1)] ＝1－P(－u1≤u＜u1) P (|u| ＜u1) ＝2×[1－Φ（u1)];;六、两尾概率和一尾概率;应用举例;第四节 抽样分布 ;一、引言;;二、样本平均数的抽样分布;样本平均数抽样总体与原总体特征参数的关系;实例验证;样本平均数抽样总体 原总体 ;总体变量x与样本平均数变量 概率分布间的关系： （1）若总体随机变量x服从正态分布，则从此总体中抽取的随机样本的统计数也是正态分布。 （2）若随机变量x不服从正态分布，则从此总体中抽取的随机样本的统计数的概率分布，当n很大时逼近正态分布。这就是中心极限定理。;三、样本总和数的抽样分布;四、两个独立随机样本 平均数差数的抽样分布;这两个独立随机抽取的样本平均数间差数( )的抽样分布参数与两个原总体间的关系：;实例验证;第1次抽取;;;;五、正态总体抽样的分布规律;六、二项成数分布;七、二项次数分布