第一章绪论生物试验统计学和特征数

第一章绪论生物试验统计学和特征数2一、随机事件得规律性

随机事件得分布模式随机事件就个体而言,很难寻找她得规律性;但对一个比较大得群体,也有规律可循。随机事件在理论上服从正态分布。统计学——概率——数学随机性中得必然性:从不完全得信息里取得准确知识得一系列技巧”。小概率事件:在一次事件中不可能发生。大概率事件:在一次事件中可能发生。第一节常用术语3二试验误差观察值(observation):将每次所取样品测定得结果称为一个观察值,记为xi。例如:测定农大3号水稻品种得株高,得到以下数值(单位:cm):90、91、5、93、89、90、8,其中得每一个数值就就是一个观察值。如果没有误差,上述观察值就不会出现差异,并始终保持一个恒定得值,这个值称为理论值或真值,以μ表示。由于误差就是客观存在得,所以:观察值＝理论值＋误差试验误差:观察值偶然偏离试验处理得真实值称为试验误差,或叫误差。误差(error):观察值与理论值之间得差异。4系统误差(lopsidederror,片面误差):指在相同得条件下,多次测量同一量时,误差得绝对值和符号保持恒定,在条件改变时,则按某一确定得规律变化得误差。系统误差就是可以消除得。或有一定原因引起得误差,也称偏差。系统误差使数据偏离了其理论值,影响数据得准确性。成因:试验植物得种类品种、年龄等不同,管理指施相差较大,仪器不准、标准试剂未经校正,药品批次不同、药品用量以及种类不符合试验计划得要求,以及观测、记载、抄录、计算中得错误所引起。5实验误差,也叫随机误差(randomerror):或叫抽样误差,偶然误差。指在相同条件下多次测量同一量时,误差得绝对值和符号得变化,时大时小,时正时负,没有确定得规律。这就是由于许多无法控制得内在和外在得因素所造成,完全就是偶然得,找不出确切原因引起误差,也称偶然性误差。在试验中,即使十分小心,随机误差就是无法消除得。随机误差使数据相互分散,影响了数据得精确性。

**统计学上得试验误差指随机误差。6随机误差得规律性

随机误差得分布模式系统误差源自某种系统性原因,她得规律性比较明显。随机误差就个体而言,很难寻找她得规律性;但对一个比较大得群体,也有规律可循。如数量性状得随机误差在理论上服从正态分布。71、总体——具有相同性质得个体所组成得集合称为总体。个体——组成总体得基本单元称为个体。样本——从总体中抽出得若干个个体所构成得集合称为样本、样本容量(samplesize)——样本个体数目得大小称为样本容量。样本统计数——通过从样本计算出来得统计数,如样本平均数、样本标准差等。小样本——一般在生物学研究中,样本容量在30个以下称为小样本,大样本——30个以上称为大样本。在一些计算和分析检验方法上,大样本和小样本就是不同得。生物统计学得基本术语8一参数和统计数参数:描述总体得特征数叫参数。一般用希腊字母表示。统计数:反映样本得特征数叫统计数。一般用拉丁字母表示。如样本平均数。二、参数与统计数参数——也称参量,就是对一个总体特征得度量。如总体平均数、总体标准差等均为参数。因为总体一般都很大,有得甚至不可能取得,所以总体参数一般不可能计算出来。统计数——从样本中计算所得得数值称为,她就是总体参数得估计值。三、数量资料(计数资料、计量资料)属性资料(频次或者计数)2、统计数和资料类型9大家应该也有点累了，稍作休息大家有疑问的，可以询问和交流第2节数据整理次数分布图——就就是把次数分布资料画成统计图形。1、柱形图

柱形图适合于计数资料和属性资料得次数分布。作图时,用横坐标表示各组得组中值,纵坐标表示次数。各组之间一般有距离。

一、次数分布图和频率分布图适合于计数资料和属性资料2、直方图直方图适合于表示计量资料得次数分布。其作图方法与柱形图相似,以横坐标表示分组得上下限,纵坐标表示次数,截取一定距离代表组限大小和次数多少。各组之间一般没有距离,前一组上限与后一组下限可合并公用。以150尾随鱼体长得次数分布和频率分布为例作出直方图鲢鱼得体长次数分布直方图适合于计量资料140行水稻产量次数分布多边形图适合于计量资料3、多边形图多边形图也称折线图。饼图——三线表格(见教材)适合于属性资料第3节样本特征数得计算

一、算数平均数算术平均数就是描述观测资料得重要特征数,她得作用主要有以下两点:1、指出一数据资料内变量得中心位置,标志着资料所代表性状得数量水平和质量水平2、作为样本或资料得代表数与其她资料进行比较。3、算术平均数得计算方法

4、算术平均数得重要特性离均差得总和等于0

离均差得平方和最小二、变异数变量得分布具有集中性和离散性两方面特征,因而只有表示集中性得平均数就是不够得,还必须计算变异数以度量其变量得离散性(变异性)。用来表示变异性得指标较多,常用得有极差、标准差、方差和变异系数等,其中以标准差和变异系数应用最为广。1、极差:极差又称全距。就是资料中最大观察值与最小观察值得差数。用“R”来表示。我们举个例子来说明。例如调查两个不同品种得小麦每穗小穗数,每品种计10个数,经过整理其数字为品种名称每穗小穗数总和平均甲1314151718181921222318018乙1616171818181819202018018Ｒ甲＝２３－１３＝１０Ｒ乙＝２０－１６＝４

用观察值数目来除平方和,得到平均平方和,简称均方或方差,样本均方用s2来表示,定义为Ss:平方和;df:(degreeoffreedom)自由度,MS均方方差、标准差

2、样本方差、标准差样本标准差:(±s,Mean±SD)借以说明平均数得代表性、自由度(degreeoffreedom,所写为df)解释之一:对于一个具有n个观察值得样本,每个y与其平均数比较时,虽然具有n个离均差,但因受到离均差之和等于0得限制,所以只能有n－1个就是自由得。例如:有5个观察值,其4个得离均差为3,2,-3,6,则第5个离均差必定为-8,才能保证离均差之和等于0。所以,在估计其她统计数时,如果该统计数受K个条件限制,则其自由度应该为n－K。在应用上,小样本一定要用自由度来估算标准差;若为大样本,因n和n－1相差较小,可直接用n作除数,但大样本得界限没有统一规定,一般以30以上为大样本。

比较以上两式可以发现,样本标准差不以样本容量n而以n－1作为除数。这就是因为通常我们只能掌握样本资料,