应用气象统计分析复习重点.doc

第一章 绪论1.田间试验就是在人为控制条件下进行试验处理，使非研究条件对试验的影响接近一致，突出主要研究内容，以差异对比法为基础，观测比较不同处理的反应和效果。田间试验是在田间条件下,以作物生长发育的各种性状、产量和品质等作指标，研究作物与环境之间关系的农业科学试验方法。2.盆栽、实验室试验与大田差异较大，试验结果不能代表田间试验结果，难以直接应用。多用于植物营养、土壤养分等机理性研究及探索性研究。3.田间试验的任务:其基本任务是在大田条件下研究新品种、新产品、新技术、新方法或环境改变的影响效果,客观地评定优质高产品种及其适应区域,评定新产品的增产效果及其对环境的反应,正确的评判最有效的增产技术措施及其适用范围,使农业科研成果合理地应用和推广！4.田间试验的来源1) 农业生产实践中发现或提出新的问题；2) 科研工作者开展的田间试验研究；3) 受其他地区或单位委托进行的田间试验研究；4) 根据农业生产发展的需要，农业行政部门或科研主管部门下达的田间试验项目。5、农作物田间试验的特点（1）田间试验不破坏农田土壤结构,不改变田间的气候状况，试验条件符合生产实际，便于推广应用。（2）试验单元是一定面积的小区。（3）田间试验中各种生长因子难以控制，试验误差大，只有通过周密的试验设计和认真的试验实施、严密的统计分析才能得出科学结论。6.田间试验的基本要求（1）试验目的要明确（2）试验条件要有代表性（3）试验结果要可靠（4）试验结果要有重演性7.制定试验方案的要点1) 明确的目的性:突出重点，抓住关键2) 严密的可比性唯一差异原则:除了试验处理不同外,其它一切试验条件尽量保持一致。设置对照(CK)3) 试验的高效性:适当减少因素,合理确定水平数及其级差来提高试验效率。第二章 田间试验设计及实施1.试验设计广义是指整个课题（包括试验方案的确定、小区技术、相应的资料收集整理和统计分析方法等的设计）的设计，狭义的讲专指小区技术。2.试验设计中的基本概念试验指标：在试验中用来判断试验处理效果好坏的标准称为试验指标（简称指标），有定性指标和定量指标。试验因素：对试验指标有影响，在试验中需加以考察的条件叫试验因素，简称因素或因子，否则称非试验因素或非试验条件。 试验处理：是指试验因素的不同状态或不同的数量级别，简称处理，也叫水平。处理组合：在单因素试验时，处理和水平的概念是等价的，但在复因素试验时，处理则是指各个因素水平的组合，叫处理组合。在完全实施的试验中，处理组合数等于各因素水平数的乘积。试验方案：是根据试验目的和要求所拟定的进行比较的一组试验处理的总称。具体就是指试验指标、试验因素和处理、重复次数、对照以及设计方法的确定等等。3.试验设计的应掌握的原则1) 各类不同的试验应采用不同的试验设计 植物种类较多，栽培方法差异较大，试验性质有所不同，因此各类不同的试验应有不同的试验设计。 2) 试验设计应简单化、小型化 在不影响试验正确性的原则下，应使试验设计简单化、小型化，但小型试验必须是试验材料一致性强，环境条件也应一致。3) 试验设计应该突出试验因子的试验效果 除了试验因素以外，应控制非试验因素尽可能一致，才能使试验因素的本质差异正确地反映出来，从而突出试验因素个处理的试验效果。4) 试验结果便于统计分析 进行试验设计时，就应该考虑到将来的试验结果便于数理统计分析。因此应合理地运用小区的随机排列、设置重复、局部控制试验设计的基本原理，以便得出正确的试验结果。4.在数量性差异的单因子处理设计中，中心处理的选定不是随机的，通常选取预备试验中较好的水平或是前人报道的较为适当的水平作为中心处理。处理间距要适当，不可过大或过小。5.试验设计的基本原则重复原则在试验中，同名小区出现的次数称为重复。重复的作用是：估计误差和降低误差。随机原则随机是指在一个重复区中的某一个处理究竟安排在哪一个小区，不能由试验者的主观意志决定，而完全是由机会决定的。随机的作用是无偏估计误差。局部控制局部控制就是分范围、分地段的控制非试验因素，使之对各处理的影响趋于最大程度的一致，也就是说通过对试验小区的合理安排，把误差控制在一个局部范围内。 局部控制是用来排除规律性非试验因子干扰的重要手段，其主要功能是降低误差。6.试验小区:安排每一个处理所需用材料的基本单位成为一个试验小区，简称小区。在一定范围内，随小区面积的增加，试验误差减小。一般情况下长方形尤其是狭长小区的误差较方形小区为小，长方形小区的长宽比一般在46：1为宜。小区的方向则是小区的长边应与非试验因素变化方向相平行。7.在确定小区面积时,必须考虑以下几方面(1) 试验种类(2) 作物类别(3) 试验地土壤差异程度(4) 育种工作的不同阶段(5) 试验地面积和处理数(6) 试验过程中的取样需要(7) 边际效应和生长竞争8.重复次数增加重复次数，有利于降低试验误差。并非重复次数越多越好：重复次数增加到一定程度，误差的降低缓慢，由于整个试验材料、试验地的增加，难于保证各处理的各项管理操作以及观察记载的一致，反而会引起误差增加。一般，通常设置36次重复；采用单株小区时，重复次数应至少在4次以上。从统计学的角度看，重复次数以试验误差的自由度不小于10为宜。9.设置对照的用途是l 作为衡量品种或处理优劣的依据；l 估计和矫正土壤差异10.保护行的作用是：使试材不受偶然性因素的影响，如人、畜践踏等。使试材在相对一致的生态环境中生长发育，防止边际效应的影响。 11.设置保护行的方式有：(1) 试验地四周设置；(2) 当区组分散布置时，在区组四周设置；(3) 在小区四周设置（特别是小区之间有能引起边际效应的因素存在时）。保护行的种植数应本着经济有效的原则，既减少占地面积，又能起到保护作用。12.试验误差在试验得到的观察值中，除了含有处理的真实效应外，还包含有其他非试验因素的干扰和影响，而使处理的真实效应不能完全反映出来，这种使观察值偏离试验处理真值的影响称试验误差，简称误差。也可说是同一处理不同重复观察值之间的差异。13.试验误差可分为两类:系统误差：由可以察觉或鉴别的原因造成的偏差。系统误差是可以消除的。随机误差：试验过程中,一些难以控制的偶然因素的影响造成的误差。随机误差是无法消除的,但是可以设法降低。14.试验误差的来源(1) 试验地小区条件的差异(肥力梯度和斑块状)(2) 试验材料固有的差异（种子、秧苗不一）(3) 试验过程中农事操作和管理措施的不一致所引起的差异(4) 偶然因素作用引起的差异15.试验误差的控制途径（1）选择同质一致的试验材料（2）改进操作和管理技术，使之标准化（3）控制外界主要因素引起的差异16.随机排列的种类(1) 完全随机设计：遵循重复和随机两个原则。 优点：设计简单，统计分析简便；重复次数富有弹性，各处理的重复次数可以相等，也可以不等；应用了试验设计的重复原则和随机原则，可以使用方差分析对结果进行分析试验中小区因意外造成缺失，可舍去小区进行方差分析。 缺点：处理的分布没有规律，不便于观察记载；没有应用局部控制的原则。适合非试验条件较均匀一致，供试小区在20个左右的情况下使用，在盆栽、温室、实验室试验应用较多。(2) 随机区组设计将试验地按土壤肥力程度（或按其它非试验条件的趋向性差异）分为等于重复次数的区组，一个区组即一次重复。然后把每个区组再等分成等于处理数的小区，在每个区组内随机排列各处理，即为随机区组设计。优点：（1）设计上贯彻了三大原则，试验精确度较高。（2）对试验地的要求不苛刻，只要求区组内具同质性，因而适用范围较广。（3）对照仅以一个试验处理出现，即每个区组内仅一个对照，因而大大减少了对照区。（4）单复因子试验均可采用随机区组设计，能分析出因子间的交互作用。（5）统计分析较易掌握，即使出现缺区情况，仍可用缺区估计进行分析。 缺点：（1）区组的容量较小；（2）只能控制一个方向的土壤差异；（3）对区组内土壤肥力的均一性要求较高；（4）方差分析时，只能鉴别出区组之间的差异而分辨不出区组内的差异；（5）田间试验布置、管理等较复杂，易引起错乱。(3) 拉丁方设计优点 够控制来自两个方向的条件(土壤)差异,试验的精确度较高。 区组内土壤肥力的均匀一致性要求不严,并能降低区组内的土壤差异,提高试验的精确度。缺点 要求处理数必须等于纵横两个方向的区组数,因此处理数不宜过多,一般为58个较好。 对试险地的要求较苛刻，要求整块试验地较均匀、平坦、方正。(4) 裂区设计裂区设计（如二裂式设计）是将一个因素作为主处理安排在主区，另一个因素作副处理安排在副区，副区是由主区分裂而成，故名裂区设计。裂区设计过程：将试验地（或试验材料）根据重复次数的多少划分为等于重复数的区组 把某一试验因子作为主处理，并根据主处理的多少，把每个区组划分为等于主处理数的主区（整区），将主处理随机地排列于各个主区 把另一个试验因子作为副处理，根据副处理的多少，把每一个主区划分为等于副处理数的副区（裂区），将各个副处理随机地排列于各个副区。特点 副区的试验误差比主区小,即副区的试验精确度高,主区的低. 统计分析时,可以分别估计主区的试验误差和副区的试验误差 主处理位于主区,副处理位于副区.(5) 正交试验设计利用正交表来安排多因子试验和分析试验结果，就叫正交试验。正交表的基本特征:正交性、代表性17.犁地方向与小区长边垂直18.田间试验的取样方法 顺序取样法又称机械抽样或系统抽样.每隔一定数目抽取一个观察单位 典型取样法从总体内选取一定数量有代表性的抽样单位。 随机取样法总体内各单位有同等机会被抽取；简单随机抽样法常用抽签法和随机数字法；19.取样点的选择原则(1) 要有代表性(2) 要有一定的重复(3) 尽可能定位观测(4) 对上次取样点充分考虑第三章 统计资料的整理1.总体:具有相同性质或属性的个体所组成的集合。样本：从总体中抽取若干个个体的集合，是总体的一部分。2.数据按其性质分为：(1) 数量性状资料（定量）(2) 质量性状资料（定性）(3) 半定量（等级）资料3.气象资料主要审查以下几个方面 准确性：现有气象数据真实反映客观实际情况。 均一性：现有气象数据其观测条件是否一致，气象数据序列变化是否真正反映了气象要素或条件本身的变化。 代表性：审查所用气象数据在观测地理位置、观测时间等有无代表性。 比较性：气候要素具有明显年、季、月变化，比较时要求资料的观测时间尺度相同。4.审查依据和方法u 以大气科学及相关学科的基本原理和气象观测规范为依据，重点考虑 测定位置和周围环境的变迁 观测时间、次数和方法及仪器变化 统计方法的变更是否影响气象数据的准确、均一、代表和比较性。u 审查的方法1）核对计算法核对和核算找出记录、抄录或初步整理计算的错误2）变化规律分析法根据大气科学不同研究对象本身的变化规律判断3）相关分析法根据大气科学不同研究对象之间的关系判断4）时空分布规律分析法A. 时间比审：审查同一地点某气象要素不同时期变化是否稳定。若存在显著差异，则均一性遭到破坏。B. 地区比审：相邻两测站同一气象要素同一时刻观测值差值或比值是相对稳定的，它们的变化比该气象要素变化小的多。5.资料的整理方法当观测值 (n30)时，不必分组，直接进行统计分析。当观测值 (n30)时，分成若干组后，制成次数分布表。 间断性变数资料的整理（离散型数据整理）1）确定观察值的个数；2）将每个观察值确定为一组，该观察值即为该组的组值；3）将原始数据表中数据，用唱票的方式（划线）填入频数表中，计算出和组的频数和频率。 连续性变数资料的整理（连续型数据）1）数据排序(sort) :首先对数据按从小到大排列(升序)或从大到小排列(降序)。2）求极差(range)：所有数据中的最大观察值和最小观察值的差数，亦即整个样本的变异幅度。3）分组：确定组数和组距在确定组数和组距时应考虑：l 观察值个数的多少（样本大小）；l 极差的大小；l 便于计算；l 能反映出资料的真实面貌等方面。4）组中点值(组值)和选定组限5）数据归组、划线计数、做次数分布和频率分布表 6.柱形图适用于表示连续性变数的次数分布。折线图也是表示连续性变数资料的一种普通的方法。条形图适用于间断性变数和属性变数资料。饼图适用于间断性变数和属性变数资料。7.平均数的意义:l 是一组数据的代表值；l 表示资料中观察值的中心位置；l 可作为资料的代表与另一组资料相比较。平均数的种类 : (1) 算术平均数(2) 中位数(3) 众数(4) 几何平均数(5) 调和平均数(6) 加权平均数8.几种表示数据集中位置的特征量的比较 算术平均数代表性较高，但易受一些极端数值的影响。 中位数的代表性不及算术平均数与众数,但简单明了,不受分布数列的极大或极小值影响。 众数，间断性变数资料的观察值易于集中于某数值,故易确定；连续性变数资料不易确定。可靠性较差；众数不受极端数据的影响。 几何平均数适用于观察值呈几何级数变化趋势的资料。 调和平均数用于关于速度一类的资料。 加权平均数适用于各个要素的重要程度不同时。对于同一资料：算术平均数几何平均数调和平均数9.描述数据离散程度的特征量距平：表示某个观测值xi (i=1,2，n)对算术平均值x的离散程度，常记为：di=xi-x变率:表示随机变量频率分布离散情况的特征量，用以反映观测值的变化程度。相对变率表示整个观测数据的离散程度比绝对变率要好，更能突出离散程度的大小。极值和极差(R)极值就是观测值中的最大值和最小值。极差，又称全距，记作R，是资料中最大观察值与最小观察值的差数。方差（S2）均方或方差(Variance)是各个数据分别与其平均数之差的平方的和的平均数。标准差（S）总体各单位标准值与其平均数离差平方的算术平均数的平方根。变异系数(CV)样本的标准差对平均数的比值10.气候资料的序列订正方法差值订正法、比值订正法、维尔达综合订正法、回归订正法11.统计推断：就是通过从所研究的总体中随机抽出的一个或一系列样本的特征(统计数)，去推断其所属总体的特征(参数)。统计推断包括统计假设测验和参数估计两个方面。统计假设测验：又称为显著性测验，即比较两个总体参数之间的关系。参数估计：用样本的统计数估计总体的参数。区间估计是在一定的概率保证下给出总体参数的可能范围；给出的概率保证称为置信度，给出的可能区间叫做置信区间。第四章 方差分析1.F测验的程序如果是测验两个样本方差的差异显著性,则取大均方作分子,小均方作分母.如果是测验处理效应和试验误差的方差,则处理效应方差作分子,试验误差方差作分母2.多重比较 最小显著差数测验法 最小显著极差测验法 (1) Duncans新复极差测验法（Duncan,1955） (2) q测验第五章 相关与回归分析1.函数关系与统计关系两个或两个以上变量之间的关系可分为两类：函数关系和统计关系。函数关系：是一种确定性的关系，即一个变量的任一变量必与另一变量的一个确定的数值相对应。统计关系：是一种非确定性关系，即一个变量的取值受到另外一个变量影响，两者之间既有关系，但又不存在完全确定的函数关系。受误差干扰表现为统计关系。2、因果关系与相关关系 对有统计关系的两个变量，根据两个变量的作用特点统计关系又可分为因果关系和相关关系。因果关系：具有原因和结果的性质，定义原因变量为自变量，结果变量为因变量。如气温与地温。相关关系：没有因果关系而是呈现共同变化的特点。如玉米的穗长和穗重。3.置信区间：某参数的真实值有一定概率落在测量结果的周围的程度。4.逐步回归：当有多个自变量不显著时，应把不显著的自变量剔除。在剔除过程中，只能逐一进行剔除，即一次只能剔除一个自变量，应对偏回归平方和最小且经显著性测验不显著的自变量进行剔除。当这个不显著的自变量剔除后，由于变量间常常存在相关关系，剔除的自变量的效应值会转移到其他的自变量上，自变量对依变量的效应会发生改变，所以应重新进行多元线性回归方程和偏回归系数的假设测验，直到所有与依变量不存在显著关系的自变量都被剔除，多元回归方程中所有自变量的偏回归系数都是显著的为止，这种逐步剔除不显自变量的过程称为逐步回归。第六章 判别分析与聚类分析1.判别分析：又称“分辨法”，是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。判别分析的目的：识别一个个体所属类别。2.判别分析与聚类分析的比较1)判别分析是在已知研究对象分成若干类型并已取得各种类型的一批已知样本的观测数据，在此基础上根据某些准则建立判别式，然后对未知类型的样本进行判别分类。2)聚类分析则是对研究对象的类型未知的情况下，对其进行分类的方法。3)判别分析和聚类分析往往联合使用。当总体分类不清楚时，先用聚类分析对一批样本进行分类，再用判别分析构建判别式对新样本进行判别。3.判别分析类型及方法(1) 按判别的组数来分，有两组判别分析和多组判别分析(2) 按区分不同总体所用的数学模型来分，有线性判别和非线性判别(3) 按判别对所处理的变量方法不同有逐步判别、序贯判别(4) 按判别准则来分，有费歇尔判别准则、贝叶斯判别准则4.Fisher（费歇）判别准则基本思想所谓Fisher判别法，就是用投影的方法将k个不同总体在p维空间上的点尽可能分散，同一总体内的各样本点尽可能的集中。用方差分析的思想则可构建一个较好区分各个总体的线性判别法。5.逐步判别与回归分析相似，并非引入的因子越多越好。如果判别函数中包含较多的因子，不仅计算量增加，而且因子间的相关性会使函数稳定性及判别效果降低。因此需要从众多的因子中挑选出组合最佳的若干因子建立判别函数。6.聚类分析：是根据地理变量(或指标或样品)的属性或特征的相似性、亲疏程度，用数学的方法把它们逐步地分型划类，最后得到一个能反映个体或站点之间、群体之间亲疏关系的分类系统。聚类的实质根据样本（变量）间的亲疏关系将样本（变量）分为类，相近的归为一类，差别较大的归为另一类。所获得的分类应有一定的意义。聚类分析的关键亲疏关系的判别：相似性与距离（不相似性）分类数的确定：分多少类合适7.快速聚类的基本思想动态聚类的方法源于数学中的迭代算法，就是当样品进行聚类时，先给定一个比较粗糙的初始分类，然后设计某种原则进行类别的修改，不断调整和改正这些类别的样品组成，直到比较合理为止。为了迅速找到一种初始分类，我们一般先选择一些凝聚点，让样品依照某种规则向凝聚点凝聚。聚类分析的特点1）不同聚类方法所得到的分类结果可能不同。2）统计的优势在于每一种聚类过程可以在瞬间完成，因此可以进行大量尝试性的分析，并对结果进行比较，以便我们对数据做出更加合理的结论。 第七章 时间序列分析1.时间序列：气象要素是随时间变化的，对它的观测会形成一组有序的数据，称这种数据为时间序列。2.时间序列的特征： 同一现象在不同时间上的相继观察值排列而成的数列 形式上由现象所属的时间和现象在不同时间上的观察值两部分组成 排列的时间可以是年份、季度、月份或其他任何时间形式3.时间序列分析的目的：一是为了描述事物在过去时间的状态、分析其发展趋势。二是为了揭示事物发展变化的规律性。三是预测事物在未来时间的数量。4.影响时间序列的构成要素：l 长期趋势l 季节变动l 循环变动/周期性l 不规则变动/随机性5.趋势:呈