统计数据的搜集与整理PPT课件

2020/4/30,.,1,总体（Population)指研究的全部对象，是由所研究具有某种共同性质的全部个体所组成的集合体。分为有限总体(finitepopulation)和无限总体(infinitepopulation)。样本(Sample)为总体的一部分，样本内包含的个体数目称为样本含量。,1.1.2总体与样本,2020/4/30,.,2,从总体获得样本的过程称抽样，抽样的目的是希望通过对样本的研究推断其总体。抽样方法有随机抽样、分类抽样等。生物统计学上要求抽样具有代表性，应是一个总体的缩影，因此要根据具体情况采用不同抽样方法。,1.1.3抽样,2020/4/30,.,3,要求总体中的任何个体都有同等的机会被抽到；要求抽样时不受任何主观因素的影响。如抽签，抓阄，用随机数字表等。随机表的用法(附表1，自习),1.1.4随机抽样,2020/4/30,.,4,放回式抽样:从总体中抽出一个个体,记下它的特征后,放回总体中,再做第二次抽样。非放回式抽样:从总体中抽出个体后,不再放回。有限总体中的抽样：放回式的抽样可能会重复抽中某一个体。尤其是总体量不大，或抽样范围小的时候。无限总体在同等抽样条件下，放回式抽样和非放回式抽样没有区别。一般情况样本的含量越大越有代表性。,1.1.5放回式抽样和非放回式抽样,2020/4/30,.,5,1.2.1连续型数据和离散型数据统计学的最基本工作是收集数据，数据收集得越多越有可能揭示客观现象的特性和变化规律。数据类型：连续型数据（度量数据）：与某种标准做比较所得到的数据.例如:长度，时间，重量。对连续型数据进行分析的方法，通常称为变量的方法。离散型数据（记数数据）：由记录不同类别个体的数目所得到的数据.例如:尾数，成活或死亡个数对离散型数据进行分析的方法，通常称为属性的方法。,1.2数据类型及频率分布,2020/4/30,.,6,1.2.2频数（率）表和频数（率）图的编绘,离散型数据与连续型数据的频数（率）表和频数（率）图略有不同。离散型数据频数（率）表和频数（率）图。例：调查每天出生的10名新生儿中，体重超过3kg的人数，共调查120天。每天的10名新生儿中，体重超过3kg的人数，可能有11种情况：1名也没有，有1名，有2名，10名都是，如表1-1的第一列所示，这一组称为组值。,2020/4/30,.,7,表1-1每10名新生儿体重超过3kg的人数频数(率)表,2020/4/30,.,8,图1-1每10名新生儿体重超过3kg的人数频数图,2020/4/30,.,9,例:表1-2列出了某农场做高粱“三尺三”提纯时所调查的100个数据，试做其频数（率）表和频数（率）图。,连续型数据频数（率）表和频数（率）图。,表12“三尺三”株高测量结果,2020/4/30,.,10,1、从原始数据中找出最大值和最小值，并求出极差。R=mamx-minx（R=170-141=30）2、决定划分的组数，分组数是由数据的多少决定的，美国统计学家斯特吉斯提出分组数公式：n=1+3.322lgN（式中为样本数）。3、根据极差与决定划分的组数、确定组限。（30/103）4、在频数表中列出全部组限、组界及中值。5、将原始数据表中数据，填入频数表中，计算出每组的频数和频率。,编制连续型数据的频数（率）表的步骤：,2020/4/30,.,11,表1-3“三尺三”株高频数（率）表,2020/4/30,.,12,直方图：又称组织图，横轴表示组界，纵轴表示频数（频数图）或频率（频率图），两者图形完全一样。,直方图,2020/4/30,.,13,多边形图（折线图）：横轴表示各组中值，纵轴表示频数（率），连接各点得到多边形图。累积频数图：横轴表示各组中值，纵轴表示累积频数（率），连接各点得到累积频数（率）图（向上累积与向下累积）。,频数（率）图的编绘,2020/4/30,.,14,根据频数（率）表或频数（率）图，可以看出数据的三个重要特征。集中情况：平均数，中位数，众数。变异情况：集中在平均数两侧的程度，越集中在平均数附近说明数据越整齐。图形的形状：对称与不对称，也可能显示异常分布，出现一些不规则的情况，需要寻找原因。,1.2.3研究频数（率）分布的意义,2020/4/30,.,15,同一总体中随机抽取的样本，其频数分布不完全相同，有时差距还很大。由于样本分布的不恒定性，当用样本去推断总体时，推断的结果也会有不同，因此，需要考察结果的可信度。为了回答这一问题,首先要对总体分布有所了解。后面的第二、三章的内容就是围绕总体展开的。,1.2.4频数分布的不恒定性,2020/4/30,.,16,样本特征数:描述样本频率分布特征的数字.1.3.1平均数：数据集中点的度量,种类很多。算术平均数:通常简称平均数。常用简单算术平均数方法，实际应用中也常用加权平均的方法来计算。几何平均数：处于稳定消长过程中生物群体的数量变化呈几何级数，如在细菌、藻类等培养，求平均消长率应采用几何平均数，若用算术平均数则偏高(几何平均数小于算术平均数）。,1.3样本的几个特征数,2020/4/30,.,17,中位数：居于中间位置个体的数值。众数：具有最高频数的组值或中值。有单众数、双众数、三众数等。生物统计学中一般都是用平均数，中位数和众数很少使用。自习：频数图、频数表、平均数的性质、平均数的简化计算公式。,1.3.1平均数,2020/4/30,.,18,数据的变异程度范围（或极差）（R）Rmaxx-minx平均离差（MD）:离均差绝对值的和的平均数。,1.3.2标准差,2020/4/30,.,19,样本方差（S2）：离均差平方的和（离差平方和）除以n。标准差（SD）或（S）：样本方差的开平方。,1.3.2标准差（续）,2020/4/30,.,20,非频数资料标准差的简化计算公式：,标准差的简化计算方法,2020/4/30,.,21,连续型数据：用中值代替，类似离散型数据计算方法（数据较大时可用编码)：,频数资料标准差的简化计算公式：,离散型数据：,2020/4/30,.,22,一般用三阶中心矩m3：m3=0，说明曲线对称于平均数，此时平均数等于中位数也等于众数。m30，说明曲线向左偏斜，称左偏或正偏，此时众数小于中位数，而中位数小于平均数。见图A。m30，说明曲线过于陡峭；g200、判断峭度g时，样本含量至少要1000。,峭度g2：也是用来度量曲线形状，其值为四阶中心距m4与二阶中心距m2的平