四浩南大香 每一个体的某一性状、特性的测定数值叫做观察值(observation)。 观察值集合起来，称为变数(variable) 变数中的每一成员称为变量(variate) 随机变数(mn一domvariable) 三、参数与统计数 L,参数(parameter):用总体的全体观察值计算的、描述总体的特征数 称为参数。 如：总体平均数-一中 总体方差-一 2.统计数(statistics):由样本的全体观察值计算的、描述样本的特征 数。 如：样本平均数一x 样本均方-一52 统计上，通常由样本统计数估计或推断总体相应参数。 &3.2试验资料的性质与分类 试验资料分两大类：数量性状资料和质量性状资料 1、数量性状资料 凡是能够以量测或计数的方法表示其特征的性状统称为数量性状。 观察测定数量性状而获得的数据就是数量性状资料，分为（①）计量资料 (②)计数资料。 (1)计量资料 凡用称量、测量等量测手段得到的数量性状资料。 各个观察值不一定是整数，两个相邻的整数间可有带小数的任何数值 出现：计量资料也称之为连续性变异资料.蕌 (2)计数资料 指用计数方式得到的数据资料. 它的各个观察值须以整数表示，两个相邻整数间不容许任何带有小数 的值存在。因此，该类资料也称非连续性变异资料或称间断性资料。 2、质量性状资料 质量性状是指只能观察而不能测量的性状。 如花药、茎、种子、果实、叶片的颜色、籽粒的饱满度、芒的有无等 质量性状本身不能用数值表示，要获得这类性状的资料，须对其观察 结果作数量化处理。 数量化方法可分两种： (1)统计次数法 (2)分级法 (1)统计次数法 在一个样本内，分别统计具有某种性状、不具有该性状的个体数 这种数量化的资料又叫次数资料
26 每一个体的某一性状、特性的测定数值叫做观察值(observation)。 观察值集合起来，称为变数(variable) 变数中的每一成员称为变量(variate) 随机变数(mn—domvariable) 三、参数与统计数 1.参数(parameter): 用总体的全体观察值计算的、描述总体的特征数 称为参数。 如：总体平均数 -μ 总体方差- 2 2.统计数(statistics):由样本的全体观察值计算的、描述样本的特征 数。 如：样本平均数- x 样本均方- 2 s 统计上，通常由样本统计数估计或推断总体相应参数。 &3.2 试验资料的性质与分类 试验资料分两大类：数量性状资料和质量性状资料 1、数量性状资料 凡是能够以量测或计数的方法表示其特征的性状统称为数量性状。 观察测定数量性状而获得的数据就是数量性状资料，分为(1)计量资料 (2)计数资料 。 (1)计量资料 凡用称量、测量等量测手段得到的数量性状资料。 各个观察值不一定是整数，两个相邻的整数间可有带小数的任何数值 出现；计量资料也称之为连续性变异资料. (2)计数资料 指用计数方式得到的数据资料. 它的各个观察值须以整数表示，两个相邻整数间不容许任何带有小数 的值存在。因此，该类资料也称非连续性变异资料或称间断性资料。 2、质量性状资料 质量性状是指只能观察而不能测量的性状。 如花药、茎、种子、果实、叶片的颜色、籽粒的饱满度、芒的有无等。 质量性状本身不能用数值表示，要获得这类性状的资料，须对其观察 结果作数量化处理。 数量化方法可分两种： （1）统计次数法 （2）分级法 （1）统计次数法 在一个样本内，分别统计具有某种性状、不具有该性状的个体数， 这种数量化的资料又叫次数资料
回浩市大雪 例如1.调查国光苹果的裂果情况： 2.一个玉米果穗上甜粒与非甜粒的比率 (2)分级法 先根据性状的变异情况分级，给每级分别赋予一个适当的数值作代表 值，然后统计样本中属于各个级别的个体数 例如调查作物受某种病虫害危害情况，将作物性状分为高抗、抗、 中抗、中感、感病5个级别，分别用1,2,3,4,5表示，统计样本内各 种级别的植株数。 &3.3试验资料的整理 试验资料整理为次数分布 次数分布：由不同区间内变量的次数组成的分布。 次数分布功用：整理资料、化繁为简：初步了解变数的分布特点：便 于进一步的计算和分析。 将次数分布作成表格形式叫次数分布表，次数分布以图来表示叫次数 分布图。 一、次数分布表 (一)计量资料的次数分布表 计量资料在分组前需要确定组数、组距、各组中值及组限，然后将全 部观测值计数归组。 书例p38以表3.4的140行水稻试验的产量为例，说明整理方法。 L.数据排序(sort) 2.求极差(range):极差为254-75=179g: 3.确定组数和组距(class interval) 样本大小（即样本内包含观察值的个数的多少）与组数多少的关系可参 照书例表3.5来确定。 表3.5样本容量与组数多少的关系 样本内观察值的个数 分组时的组数 50 5-10 100 8-16 200 10-20 300 12-24 -30 组数确定后，还须确定组距。组距=极差/组数。以表3.4中140行水 稻产量为例，样本内观察值的个数为140，查表3.5可分为8一16组，假定 27
27 例如 1.调查国光苹果的裂果情况; 2.一个玉米果穗上甜粒与非甜粒的比率。 （2）分级法 先根据性状的变异情况分级，给每级 分别赋予一个适当的数值作代表 值，然后统计样本中属于各个级别的个体数。 例如 调查作物受某种病虫害危害情况，将作物性状分为高抗、抗、 中抗、中感、感病 5 个级别，分别用 1，2，3，4，5 表示，统计样本内各 种级别的植株数。 &3.3 试验资料的整理 试验资料整理为次数分布 次数分布：由不同区间内变量的次数组成的分布。 次数分布功用：整理资料、化繁为简；初步了解变数的分布特点；便 于进一步的计算和分析。 将次数分布作成表格形式叫次数分布表，次数分布以图来表示叫次数 分布图。 一、次数分布表 (一)计量资料的次数分布表 计量资料在分组前需要确定组数、组距、各组中值及组限，然后将全 部观测值计数归组。 书例 p38 以表 3．4 的 140 行水稻试验的产量为例，说明整理方法。 1. 数据排序(sort) 2. 求极差(range) ：极差为 254-75=179g。 3. 确定组数和组距(class interval) 样本大小(即样本内包含观察值的个数的多少)与组数多少的关系可参 照书例表 3.5 来确定。 表 3.5 样本容量与组数多少的关系 样本内观察值的个数 分组时的组数 50 5—10 100 8—16 200 10—20 300 12—24 500 15—30 1000 20—40 组数确定后，还须确定组距。组距=极差/组数。以表 3.4 中 140 行水 稻产量为例，样本内观察值的个数为 140，查表 3.5 可分为 8—16 组，假定
四浩南大香 分为12组，则组距为179/12=14.9g,为分组方便起见，可以15g作为组距。 4)洗定组限和组中点值 每组应有明确的界限，才能使各个观察值划入一定的组内。 组值（中点值）最好为整数或与观察值的位数相同，以便于以后的计算 5)把原始资料的各个观察值按分组数列的各组组限归组 表3.6140行水稻的次数分布 组 限 中点 次 75 76 97.5- 105 277 112.5 157 13705 1725 180 1 187.5 195 13 93 240 2 255 合计(n) 140 (二)计数资料的次数分布表 变异较小的资料，可按观察值分组。 例如p37:某小麦品种的每穗小穗数的次数分布 变异较大的计数资料，可用处理计量资料的方法制作次数分布表。 【例如】研究水稻品种的每穗粒数，共测200个穗，每穗粒数的变幅在 27-83,极差达56。 表3.3200个稻穗每穗粒数的次数分布表 每穗粒数(y)次数（即穗数万 26-30 1 31-35 36-4010 41-45 21 56-60 61-65 25 66-70 16 83 81-85 2 28
28 分为 12 组，则组距为 179/12=14.9g，为分组方便起见，可以 15g 作为组距。 4）选定组限和组中点值 每组应有明确的界限，才能使各个观察值划入一定的组内。 组值(中点值)最好为整数或与观察值的位数相同，以便于以后的计算。 5)把原始资料的各个观察值按分组数列的各组组限归组 表 3.6 140 行水稻的次数分布 组 限 中点 值( y ) 次 67.5— 数( f ) 82.5 75 2 82.5— 97.5 90 7 97.5— 112.5 105 7 112.5— 127.5 120 13 127.5— 142.5 135 17 142.5— 157.5 150 20 157.5— 172.5 165 25 172.5— 187.5 180 21 187.5— 202.5 195 13 202.5— 217.5 210 9 217.5— 232.5 225 3 232.5— 247.5 240 2 247.5— 262.5 255 1 合计( n ) 140 (二)计数资料的次数分布表 变异较小的资料，可按观察值分组. 例如 p37:某小麦品种的每穗小穗数的次数分布 变异较大的计数资料，可用处理计量资料的方法制作次数分布表。 【例如】研究水稻品种的每穗粒数，共测 200 个穗，每穗粒数的变幅在 27-83，极差达 56。 表 3.3 200 个稻穗每穗粒数的次数分布表 每穗粒数( y )次数(即穗数 f) 26—30 1 31—35 3 36—40 10 41—45 21 46—50 32 51—55 41 56—60 38 61—65 25 66—70 16 71—75 8 76—80 3 81—85 2
回浩市大雪 合计 200 (三)质量性状资料的次数分布表葛 例如，用某微肥处理后，红星苹果果实着色情况调查，见下表。 果实着色分级 代表值果实数 全红 5 14 >2/3果面红色 喝 1/3-2/3果面红色 3 97 <1/3果面红色 53 全绿 7 二、次数分布图甚 次数分布图可以更形象地表明次数分布的情况。 常用：方柱形图、多边形图、条形图和饼图。 （一)柱形图（直方图，histogram) 适用于表示连续性变异资料的次数分布： 15 10 0石的品品切品的柄2品茶鸡瘤如 ()多边形图（折线图） 适用于计量资料的次数分布图，且在同一图上可比较两组以上资料。 29
29 合计 200 (三)质量性状资料的次数分布表 例如，用某微肥处理后，红星苹果果实着色情况调查，见下表。 果实着色分级 代表值 果实数 全红 >2/3 果面红色 1/3-2/3 果面红色 <1/3 果面红色 全绿 5 4 3 2 1 14 36 97 53 7 二、次数分布图 次数分布图可以更形象地表明次数分布的情况。 常用：方柱形图、多边形图、条形图和饼图。 (一)柱形图(直方图，histogram) 适用于表示连续性变异资料的次数分布。 (二)多边形图（折线图） 适用于计量资料的次数分布图，且在同一图上可比较两组以上资料。 60 75 90 105 120 135 150 165 180 195 210 225 240 255 270 5 10 15 20 25 y(产量，克/行)
四浩南大香 301 25 20 Y(严量，克行 图3.2140行水稻产量次数分布多边形图 (三)条形图 适用于计数资料和质量性状资料。 100 红米糯红米需稻白米 白米需 图3.3水稻F2代米粒性状分离条形图 (四)饼图 饼图(pi)适用于间断性变数和属性变数资料，用以表示这些变数中各 种属性或各种间断性数据观察值在总观察个数中的百分比。 白 自米稻 红来核酚 图3.4水稻2代米粒性状分离的饼图 作业
30 图 3.2 140 行水稻产量次数分布多边形图 (三) 条形图 适用于计数资料和质量性状资料。 0 20 40 60 80 100 120 红米非糯 红米糯稻 白米非糯 白米糯稻 f 图 3.3 水稻 F2 代米粒性状分离条形图 (四) 饼图 饼图(pie)适用于间断性变数和属性变数资料，用以表示这些变数中各 种属性或各种间断性数据观察值在总观察个数中的百分比。 图 3.4 水稻 F2 代米粒性状分离的饼图 作业 无 60 75 90 10512013515016518019521022524 0 255270 0 5 10 15 20 25 30 Y（产量，克/行）