【正文】 變數和屬性資料 多邊形圖（ polygon） 適合于連續(xù)性 變數資料 方柱形圖（ histogram） 適合于連續(xù)性 變數資料 2Jun11Jun16Jun22Jun27Jun3Jul餅圖（ pie diagram） 適合于間斷性 變數和屬性資料 12月1234567餅圖（ pie diagram） 適合于間斷性 變數和屬性資料 四、平均數 1. 算術平均數（ arithmetic mean） ,Mean 2. 中數（ median） Md 3. 眾數（ mode） ,Mo 4. 幾何平均數（ geometric mean） ,G n xnxxxG *...*3*2*1?算術平均數的兩個重要特性： （ 1）離均差之和等于零。 在應用上，小樣本一定要用自由度來估算標準差；若為大樣本，因 n和 n－ 1相差較小，可直接用 n作除數，但大樣本的界限沒有統(tǒng)一規(guī)定，一般以 30以上為大樣本。對每一個樣本的觀察值進行排序，結果發(fā)現(xiàn)它們的中數都為 （詳見下表）。 3. 標準差（ Standard Deviation）是方差的正根值，可以很好的表示資料的變異度，其單位與觀察值的度量單位相同。 統(tǒng)計次數法 給分法 統(tǒng)計具有某個性狀的個 體數目及具有不同性狀的 個體數目，按類別計其 次數或相對次數 給予每類性狀以相對數 量的方法，如小麥籽粒有 紅白兩種顏色，可用 0 表示白色，用 1表示紅色 二、次數分布表 將試驗所得到的大量未加整理的數據，按觀察值大小或數據類別進行分組，制成關于觀察值不同組別或不同分類單位的次數分布表，就可以看出資料中不同表現(xiàn)的觀察值與其頻率間的規(guī)律性，從而對資料有一個初步概念。先按一個因素設計主處理小區(qū)（ main plot），然后在這個主處理小區(qū)內引進第二個因素的各個處理的小區(qū)（副區(qū)或裂區(qū)， splitplot）。 （ Local control）：將整個試驗空間分成若干個各自相對均勻的局部（區(qū)組），所以的區(qū)組構成區(qū)組因素。 14. 系統(tǒng)誤差（ Systematic Error）：觀察值與處理真實值間 出現(xiàn)有一定方向的系統(tǒng)偏離，如供試材料的遺傳背景、儀器等方面存在的可辨識的差別所造成的誤差。基本概念（ Basic Concepts） 1. 總體（ population） : 具有共同性質的個體所組成的集團。 15. 隨機誤差（ Random Error）：觀察值與處理真實值間出現(xiàn)的大小、方向不同的微小差異。作用（ 1）可將系統(tǒng)誤差分離出來增加準確度；（ 2）區(qū)組內保證試驗單元的一致性，增加精確度。 1 5 2 5 4 1 2 4 3 6 3 4 3 6 2 6 5 1 高 低 中 6 5 3 2 3 1 1 6 3 1 4 2 4 6 5 2 5 4 低 中 高 2 4 6 5 3 2 1 4 2 1 3 5 4 6 1 6 5 3 高 中 低 I II III 5. 再裂區(qū)設計（ splitsplit plot design） 若在裂區(qū)試驗中需要引進第三個因素時，可以進一步裂區(qū)，將第三個因素的各個處理隨機排列在裂區(qū)內。 1. 間斷性資料的整理 參見 P13 例 2。 樣本標準差（ S） 總體標準差（ σ） 1)( 2??? ?nxxs iNx i? ??2)( ??1)( 2?????iiifxxfs自由度（ degree of freedom，所寫為 DF） 解釋之一： 對于一個具有 n個觀察值的樣本，每個 x與其平均數比較時，雖然具有 n個離均差，但因受到離均差之和等于 0的限制，所以只能有 n－ 1個是自由的。 樣本1 樣本2 10