accuracy準確度與精確度-免費閱讀
【正文】 例：下面是金槍魚兩個樣本的體重，請比較兩個樣本的差異。這是因為通常我們只能掌握樣本資料，不知道總體平均數(shù)的數(shù)值，不得不用樣本平均數(shù)代替總體平均數(shù)。 2. 方差或均方（ Variance）用觀察值數(shù)目除離均差平方和（簡稱平方和）。 設(shè) a為任意數(shù)，但 a不等于 x的平均數(shù)，則 ??? xa （ 為一定量，但 ） 2222222)(2)()(2)(])[()()(???????????????????????????nxxxxxxxxxxxxax????222)()(00?? ?????????xxaxn?? 0??樣本平均數(shù)一般用 表示。若 ABC不存在，則第 7列可作為誤差 e，這樣就得到了表頭設(shè)計如下： 因素 A B AB C AC BC e 列號 1 2 3 4 5 6 7 第二節(jié) 描述性統(tǒng)計 一、試驗資料的性質(zhì)與分類 1. 數(shù)量性狀資料（ quantitative trait） 采用計數(shù)和量測兩種方式所得到的數(shù)據(jù)。 具有這樣特點的數(shù)表稱為正交表。拉丁方設(shè)計具有雙向控制土壤差異的作用，有較高的精確度，但缺乏伸縮性，適應(yīng)于 4－ 8個處理的試驗設(shè)計。 I II III 1 CK 2 3 CK 4 5 6 7 8 CK CK 7 CK 8 1 CK 2 3 4 5 6 CK CK 5 CK 6 7 CK 8 1 2 3 4 CK CK 2. 間比法設(shè)計（ interval contrast design） 常用處理試驗單元較多的試驗，要求不高，但用隨機區(qū)組排列有困難的試驗。只有 1次重復(fù)就無法估計隨機誤差（ 2）同一處理多次觀察值的平均值是處理真值的最好估計。如果估計出了x＝ f（ U） ，我們就掌握了 x隨 U而變化的規(guī)律，就可以進行預(yù)測和控制。如一張葉片、一個果實、一個枝條、一個植株等。 5. 參數(shù)（ Parameter）：由總體的全部觀察值而計算得到的總體特征數(shù)，如總體平均數(shù)等。 2. 樣本（ Sample）：從總體中抽出的若干個個體組成樣本。 ? 準確度（ Accuracy）：同一處理的觀察值與其真實值的接近程度。 16. 樣本含量（ Sample Size/Capacity）：樣本中所包含的個體數(shù)目。 綜合試驗（ Comprehensive experiment） 是在進行多因素研究之后，將重要因素重新組合，進行試驗分析，各因素的水平不需要構(gòu)成平衡處理。 全面實施試驗分為順序排列的試驗設(shè)計和隨機排列的試驗設(shè)計兩大類。主要特點 （ 1）簡單；（ 2）適應(yīng)性廣；（ 3）能提供無偏的誤差估計，降低誤差；（ 4）對試驗地形要求不嚴格；（ 5）試驗的處理數(shù)目一般不要超過 20。 部分實施試驗（部分因子試驗） 正交設(shè)計（ orthogonal design）： 兩個重要的特點： （ 1）每列中因素各水平數(shù)字出現(xiàn)的次數(shù)相等，即整齊可比性； （ 2）任兩列放在一起，他們的行構(gòu)成一個有序數(shù)對，這樣的數(shù)對出現(xiàn)的次數(shù)也相等。若存在交互作用，就會迭加在其它列上，從而得到錯誤的結(jié)果。 3. 屬性變數(shù)資料的整理 在整理前，將資料按各種質(zhì)量性狀進行分類，分類數(shù)等于組數(shù)，然后根據(jù)各個體在質(zhì)量屬性上的具體表現(xiàn)，分別歸入相應(yīng)的組中，即可以得到屬性分布的規(guī)律性認識。例如兩個小麥品種的每穗小穗數(shù)見下表。 所以，在估計其他統(tǒng)計數(shù)時，如果該統(tǒng)計數(shù)受 K個條件限制，則其自由度應(yīng)該為 n－ K。 1 0 0??xSCV例如：兩個小麥品種主莖高度的測量結(jié)果分析如下表。 樣本1 樣本2 10 1711 18 M d1= M d2=表 各個樣本觀察值排序結(jié)果 樣本 1 樣本 2 n1=9
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1