次数分布和平均数变异数.pptVIP

因为总体内的个体数很多，总体平均数往往无从计算，所以，一般用样本平均数作为总体平均数μ的估计值。第60页，共89页，星期日，2025年，2月5日设有一个容量为n的样本，其观察值为，则该样本的算术平均数可定义为：从总体中抽出的随机样本平均数是该总体平均数μ的无偏估计值。第61页，共89页，星期日，2025年，2月5日本章主要内容第一节总体及其样本第二节次数分布第三节平均数第四节变异数第五节理论总体(群体)的平均数和标准差**第62页，共89页，星期日，2025年，2月5日每个样本有一批观察值，除以平均数作为样本的平均表现外，还应该考虑样本内各个观察值的变异情况，才能通过样本的观察数据更好地描述样本，乃至描述样本所代表的总体，为此必须有度量变异的统计数。**第63页，共89页，星期日，2025年，2月5日4.组中点值(组值，classvalue)和选定组限(classlimit)组中值是各组区间的中点值，它可作为各组的代表值，最好取整数或与观察值位数一致。一般先确定第一组的组中值，通常选接近资料中最小观察值为宜。以表3.4中140行水稻产量为例，选定第一组的中点值为75g，与最小观察值75g相等；则第二组的中点值为75+15=90g，余类推。**第28页，共89页，星期日，2025年，2月5日各组的中点值选定后，就可以求得各组组限。每组有两个组限，数值小的称为下限（lowerlimit），数值大的称为上限（upperlimit）。上述资料中，第一组的下限为该组中点值减去1/2组距，即75-(15/2)=67.5g，上限为中点值加1/2组距，即75+(15/2)=82.5g。故第一组的组限为67.5-82.5g。按照此法计算其余各组的组限，就可写出分组数列。**第29页，共89页，星期日，2025年，2月5日5.把原始资料的各个观察值按分组数列的各组组限归组可按原始资料中各观察值的次序，逐个把数值归于各组。待全部观察值归组后，即可求得各组的次数，制成一个次数分布表。**第30页，共89页，星期日，2025年，2月5日表3.6140行水稻的次数分布组限中点值(y)次数(f)67.5—82.575282.5—97.590797.5—112.51057112.5—127.512013127.5—142.513517142.5—157.515020157.5—172.516525172.5—187.518021187.5—202.519513202.5—217.52109217.5—232.52253232.5—247.52402247.5—262.52551合计(n)140就低不就高，高限（上限）放在下一组里！**第31页，共89页，星期日，2025年，2月5日**第32页，共89页，星期日，2025年，2月5日**第33页，共89页，星期日，2025年，2月5日第34页，共89页，星期日，2025年，2月5日第35页，共89页，星期日，2025年，2月5日第36页，共89页，星期日，2025年，2月5日（三）属性变数资料的整理属性变数的料，也可以用类似次数分布的方法来整理。表3.7水稻杂种二代植株米粒性状的分离情况属性分组(y)次数(f)红米非糯96红米糯稻37白米非糯31白米糯稻15合计(n)179第37页，共89页，星期日，2025年，2月5日三、次数分布图（一）方柱形图（二）多边形图（三）条形图（四）饼图**第38页，共89页，星期日，2025年，2月5日（一）方柱形图（histogram）方柱形图适用于表示连续性变数的次数分布。现以表3.6的140行水稻产量的次数分布表为例加以说明。即成方柱形次数分布图3.1。图3.1140行水稻产量次数分布方柱形图f第39页，共89页，星期日，2025年，2月5日（二）多边形图（polygom）多边形图也是表示连续性变数资料的一种普通的方法，且在同一图上可比较两组以上的资料。图3.2140行水稻产量次数分布多边形图f第40页，共89页，星期日，2025年，2月5日（三）条形图（bargram）条形图适用于间断性变数和属性变数资料，用以表示这些变数的次数分