第二章 资料的整理

运算量；若分组过少，资料的规律性就反映
不出来，计算出的统计数的准确性也较差。
上一张 下一张 主 页 退 出
表2-5
样本容量 30—60 60—100 100—200 200—500 500以上
样本容量与组数
组 数 5 — 8 8 —10 10—12 12—18 18—30
上一张 下一张 主 页
退 出
（1）求全距
全距是资料中最大值与最小值之差，
又称为极差，用R表示，即
R=Max(x)-Min(x)
表2-4中，水稻产量最大观测值为254g，
最小观测值为75g，全距为： R = 254 – 75 = 179（g）
上一张 下一张 主 页 退 出
(2) 确定组数和组距
组数的多少视样本容量及资料全距的大 小而定，一般以达到既简化资料又不影响反 映资料的规律性为原则。 组数要适当，不宜过多，亦不宜过少。 分组越多所求得的统计数越准确，但增大了
140行水稻产量 （单位：g）
123 219 137 179 145 140 149 172 197 158 159 118 80 174 173 154 187 179 175 159 245 192 138 159 75 152 131 151 122 177 119 176 151 165 130 163 215 198 151 147 119 175 187 136 149 123 111 124 171 194 131 95 126 108 150 205 186 179 166 227 149 136 196 101 161 149 118 135 175 141 152 199 134 141 155 155 150 184 143 169 167 116 206 148 111 131 155 168 190 124 104 165 137 168 158 209 197 169 213 159
这种利用统计次数法对质量性状数量化
得来的资料又叫次数资料。
上一张 下一张
主 页 退 出
2、评分法
这种方法是用数字级别表示某种现象在表 现程度上的差别。 例如，小麦感染锈病的严重程度可划分为
0（免疫）、1（高度抵抗）、2（中度抵抗）、
3（感染）级。又如，观察施用某种农药后害虫
的死亡情况，记“死”为0，记“活”为1等。
上一张 下一张 主 页
退 出

3.变数( variable ) ----观察值集合起来，
称为总体的变数。变数又称为随机变数 (random variable)。

4.变量：变数中的每一成员称为变量。 5.参数： 由总体全部观察值计算得到的特征
数，称为参数。
上一张 下一张 主 页
退 出


二、样本
而不能直接测量的性状。
这类性状本身不能直接用数值表示，要
获得这类性状的数据资料，须对其观察结果
作数量化处理，方法有以下两种：
1、统计次数法
2、评分法
上一张 下一张 主 页 退 出
1、统计次数法
在一定的总体或样本内，根据某一质量 性状的类别统计其次数，以次数作为质量性 状的数据。 例如，红花豌豆与白花豌豆杂交，统计 F2不同花色的植株时，在1000株植株中，有 红花266株、紫花494株、白花240株。
各组的最大值与最小值称为组限，最小
值称为下限，最大值称上限。每一组的中点 值称为组中值，是该组的代表值。组中值与 组限、组距的关系为：
组中值 = （组下限+组上限）/2
= 组下限 + 组距/2
= 组上限 - 组距/2
上一张 下一张 主 页 退 出
由于相邻两组的组中值之差等于组距，所 以当第一组的组中值确定后，加上组距就是第 二组的组中值，第二组的组中值加上组距就是 第三组的组中值，其余类推。 在资料分组时为了避免第一组中的观测值 过多，第一组的组中值以接近或等于资料中的 最小观测值为好。第一组的组中值确定后，则 该组组限也随之确定，其余各组的组中值和组 限也可相继确定。注意，最后一组的上限应大 于资料中的最大值。




第一节 常用的统计术语※ 一、总体( population ) 1.总体的概念：具有共同性质的个体所组成 的集团. 有限总体----由有限个个体构成的总体. 无限总体----总体所包含的个体数目有无穷 多个. 2.观察值( observation )：每一个体的某 一性状、特性的测定数值.
表示其特征的性状。观察测定数量性状而获
得的数据就是数量性状资料。
数量性状资料的获得有量测和计数两种
方式，因而数量性状资料又分为以下两种:
1.计量资料
2.计数资料
上一张 下一张 主 页 退 出
1.计量资料
指用量测方式获得的数量性状资料.即 用度、量、衡等计量工具直接测定而获得的 数量性状资料。其数据是用长度、重量、容 积等来表示。 计量资料的观测值不一定是整数，两个 相邻整数间允许有带小数的任何数值出现， 其小数位数多少由度量工具的精度而定。数 据间的变异是连续的。因此，计量资料也称 为连续性变异资料。
上一张 下一张 主 页
退 出
上述 100 个麦穗的每穗小穗数在 15—20范围内变动，变异范围不大。以 每一个观察值为一组，共分为6组。把所 有观察值按每穗小穗数予以归组，可得表 2-2形式的次数分布表。
表2-2
100个麦穗每穗小穗数的次数分布表
划线计数 次数（ƒ）
每穗小穗数（x）
15 16 17 18 19 20 ╫╫ ╫╫ ╫╫ ╫╫ ╫╫ ╫╫
三、资料整理的方法
试验资料经检查核对后，根据样本大小 确定是否分组。 对小样本（n≤30）资料不必分组，直 接进行统计分析。 当样本较大（n＞30）时，宜将观测值 分成若干组，制成次数分布表，以了解资料 集中与分散的情况。 不同类型的资料，整理方法不同。
上一张 下一张 主 页 退 出
1.计数资料的整理
上一张 下一张 主 页 退 出
2.计数资料
指用计数方法获得的数量性状资料。计
数资料的观察值只能以整数表示，在两个相
邻整数间不允许有任何带小数的数值出现。 这些观察值只能以整数来表示，各个观 察值是不连续的。因此，计数资料也称为不 连续性变量资料或间断性变量资料。
上一张 下一张 主 页
退 出
（二）质量性状资料 质量性状又称属性性状，是指能观察到
│ ╫╫ ╫╫ ╫╫ ╫╫
6 ╫╫ 15 ╫╫ ╫╫ ╫╫ ╫╫ ║ 32 ╫╫ ╫╫ ╫╫ 25 ╫╫ ║ 17 5 100
总次数
上一张 下一张 主 页
退 出
有些计数资料，观察值较多，变异范
围较大，若以每一观察值为一组，则组数
太多而每组所包含的观察值太少，资料的
规律性显示不出来。
对于这样的资料，可扩大为几个相邻
的个体数称为样本容量或样本含量(sample
size)
退
出
上一张 下一张 主 页
退 出
第二节
资料的整理
一、资料的分类
在田间试验中，由观察、测量所得的资 料，按其性质的不同，一般可分为两大类※: （一）数量性状资料 （二）质量性状资料
上一张 下一张 主 页
退 出
（一）数量性状资料
数量性状是指能够以量测或计数的方式
明显，如表2-3x） 26—30 31—35 36—40 41—45 46—50 51—55 56—60 61—65 66—70 71—75 76—80 81—85 合 计 次数（ƒ） 1 3 10 21 32 41 38 25 16 8 3 2 200
第三组记为97.5— ； „„ ；
最后一组记为247.5.5— 。
上一张 下一张 主 页 退 出
（4）归组、划线计数、作次数分布表
分组结束后，将资料中的每一观测值逐 一归组，划线计数，然后制成次数分布表。 如表2-4中，第一个观测值177，应归入 表2-6中第8组,其组限为172.5—； 第二个观测值215，应归入第10组，其 组限为202.5—； 依次把140个观测值都进行归组、划线 计数，制成次数分布表，见表2-6。
组距指每组的最大值与最小值之差， 记为i。分组时要求各组的组距相等。 组距（i）= 全距/组数
表 2-4 中 的 观 测 值 个 数 即样 本含量 为 140，查表2-5，取组数为12，则组距为： 组距（i）= 179/12=14.9（g）
以15g作为组距。
上一张 下一张 主 页
退 出
（3）确定组限和组中值
上一张 下一张 主 页 退 出
表2-4中，最小观测值为75，选取75为第 一组的组中值；因组距为15，所以 第一组的下限为75-15/2=67.5； 第一组的上限也就是第二组的下限为
67.5+15=82.5；
第二组的上限也就是第三组的下限为 82.5+15=97.5；
上一张 下一张 主 页 退 出
对于观察值不多、变异范围不大的计 数资料，以每一观察值为一组进行分组， 然后制成次数分布表。 例如，随机调查100个麦穗，计数每
穗小穗数，原始数据列于表2-1。
上一张 下一张 主 页
退 出
表2-1
18 17 17 18 17 17 17 18 18 15 15 18 16 15 19 19 19 19 17 16 17 17 17 16 15 19 16 18 18 18
样本( sample ) ----从总体中抽取若干个 个体的集合称为样本(sample)。

统计数( statistic ) ----由样本中的各个体 计算得到的特征数，如平均数等，称为统计
数(statistic)。
上一张 下一张 主 页
退 出
随机样本( random sample ) ----从总体 中随机抽取的样本称为随机样本(random sample) 样本容量 ( sample size ) ----样本中包含