灌排试验资料整理

《灌排试验资料整理》由会员分享，可在线阅读，更多相关《灌排试验资料整理（42页珍藏版）》请在金锄头文库上搜索。

1、第四章 灌排试验资料整理 第一节 整理目的、内容和方法 一、试验资料整理目的 1.对试验、观测或调查所得的原始资料进行分类统计、检查校核和系统整理，使大量凌乱的原始资料系统化，为进一步开展深入研究提供可靠且能显示内在规律的基础资料。 2.在试验资料整理分析过程中，及时发现试验工作存在的问题，以便及时改进试验方法，提高试验研究水平，确定今后继续开展试验研究的方向。,二、试验资料整理内容 1.试验课题研究目的、研究内容等依据性资料；试验方案和处理设计、试验执行情况等设计性资料。 2.试验场地的地理位置、海拔高程、气候条件、水文地质条件、地形地貌特征、土壤质地和肥力等自然资料。 3.各种观测记录、调

2、查记录、小区布置、计算草稿等原始记录资料。如：气象观测记录、水分测定记录、农田水分及灌排情况记录、作物生理生态观测记录、农事活动记录、考种测产记录等。,三、试验资料整理一般方法 灌排试验受多种条件和复杂因素的影响，所获得的大量数据资料非常凌乱，必须在试验过程中和试验结束后及时进行整理，使其系统化。灌排试验资料整理的一般步骤和方法如下： 1.对原始资料进行分类、检查、校核 将试验或调查所取得的原始资料分科目、依性质进行分类，然后查阅、核对所有的原始观测数据，对明显不符合实际情况和漏测的资料，必须查找原因，实事求是地予以分析处理，以保证资料的可靠性。,如资料的单位不统一，必须进行换算。对所有原始资

3、料进行详细审查，确认无缺漏和其他误差后，进行分类整理、编号登记。 对于有重复的对比试验，必须以重复小区为单元，分区对每个处理的每一个重复的资料进行计算、校核和审查，然后再以处理为单元计算其平均值。 2.列表或绘图 为了便于比较分析，初步显示其规律性，可将有关资料列成表格或绘制成图，并加以文字说明。 经过整理的资料，每种因素的系列数据，应计算其均值、标准差和变异系数。,3.试验资料的取舍 严禁随意删改和剔除原始观测数据，特别是植物生理、生态、产量等直接观测资料一律不得插补和修正。但在整理过程中发现属下列情况的数据，可舍去或暂时不予采用。 因自然灾害、观测方法有误、观测仪器故障或有较大误差等原因造

4、成观测资料错误、不可靠或不合理者，允许删除； 观测资料明显不合理，但又未能找出原因的，可暂时不予采用； 由于缺测致使资料残缺不全而不能说明问题，或错误数据超过一组观测资料的1/3，或关键数据缺测或者有误，则该组资料全部作废。,第二节 试验资料列表和图示 一、试验资料列表 试验资料整理常用的表格形式有顺列表、统计表和频数分布表。编制表格应该注意以下几点原则： 1.表格名称切题，涵义清楚，尽量概括表格所反映内容。 2.表格内标题尽量简明。如对于统计表，被说明的事物称为表的主辞，用来说明主辞的统计指标称为表的宾辞。 一般都将主辞置于表的左侧，宾辞置于表的右侧。即纵表头应列试验处理；横表头应列出各处理

5、性状或指标。但有时为了节省篇幅或便于排印，而把主辞和宾辞的位置互换。,3.表中数字精确可靠，反映同一指标的同一行或列内的数值保留小数位数应该一致，表中不应留空白，如确实缺数，可在空白格内划一横线。 4.表头和表内项目标题的单位，应在适当位置标明，若需另外文字说明，应采用附注方式，列在表后。,棉花现蕾期灌溉试验产量统计表,（一）顺列表绘制 顺列表是将试验资料按一定顺序（由大到小或由小到大）进行排列的表格形式。一般用于描述试验只涉及一个指标情况下的特征。 顺列表可以显示试验资料的粗略情况，如：最大值、最小值、极差（全距）、中位数等。 从极差可以看出试验资料的分散长度或变异大小，从中位数可以大致了解

6、试验资料的集中情况。,（二）统计表绘制 为方便比较不同处理的效果，常用统计表表示处理的多个性能或特征指标。 一个完整的统计表应包括：表格编号、表格名称、纵表头、横表头、表身（除纵表头和横表头之外的其余各行所列的数字）、附注和说明。 （三）频数分布表 试验数据较多时（大样本），往往将数据进行归类分组，以便于统计分析 。通常先将数据分组归类，再绘制成有规则的频数分布表，并据以绘制出频数分布图。,把试验资料进行归类、整理、分组，把样本资料按组归并排列，每一组中数据的个数叫做频数，记录各组数据的频数的统计表叫做频数分布表。各组频数与样本总数之比称频率。频数分布表绘制步骤如下： 1.试验资料分组 求出全

7、距。从全部试验数据中找出最大值（Xmax）和最小值（Xmin） ，计算全距D （极差）： D Xmax Xmin,确定组数。一般根据试验数据的数量、特点、资料整理目的和精度要求进行分组。如组数过少，则统计数精度低，难以反映实际情况；组数过多，则过于分散，看不出资料的集中程度。 按不等式确定分组数K 2.5lgNK 5lgN 按幂函数确定分组数K K1.87（N1）2/5,按参考表确定分组数K,选择组距。组距是组与组之间的数据间隔，用全距除以组数得出： dD/K 为了简明，组距通常取整数，一般采用等组距分组。,确定组限和组中值。组限是每一组数值的界限范围，就是根据组距确定每一组的起点值（下限）与

8、终点值（上限）。组中值是各组中点，即组内居中的一个数值。 组中值（下限上限）/2 为了避免一个数据既可能分在上一组,又可能分在下一组的麻烦，组限最好比试验数据多12位小数，组中值一般取整数。 有时为了明确临界值属于哪一个组，在确定组限时，应作出明确规定：一般每一组包括下限值，不包括上限值。,2.绘制频数分布表 组限确定后，即可绘制频数分布表。将各个试验数据用划“正”的方法逐一标入表中所属的组内；把各组内标入数据的次数计算出来，即为频数，这样频数分布表就制成了。 例如：某一届学生农田水利学考试成绩统计数据,（1）求出全距。 D Xmax Xmin=96-54=42. （2）确定组数。观察值个数为

9、60，根据幂函数和参考表，组数定为10组。 （3）确定组距。组距dD/K=42/10=4.2，将数据整数化，组距定为5。 （4）确定组限和组中值。由组距为5，每一组包括下限的值，不包括上限的值，组限分别记为5055，5560，6065， 95100。 由组中值（下限上限）/2，得组中值分别为52.5、57.5、62.5、.97.5。,某班学生农田水利学考试成绩频数分布表,二、试验资料图示 图示法直观、形象，便于了解研究对象的特征，比较分析不同时间、处理条件下所取得的研究结果。 根据图示线条可分为：曲线图、折线图、柱形图等；根据图示性质特征可分为：趋势图、相关图、频数分布图等。 1.趋势图：主要

10、反映事物在时间、空间上的变化。 时间趋势图：以横坐标表示时间上的变化，纵坐标表示事物状态的变化。图上可以同时绘出数条要进行比较分析的变化趋势线。,如研究不同灌溉模式下水稻需水规律,空间趋势图：以横坐标表示事物或某些指标的变化，纵坐标表示高度、深度等垂直方向的变化。,不同地下水位条件下土壤含水率随土层深度的变化,2.相关图：相关图主要用于初步分析两变量间相关程度及其规律性。一般以横坐标表示自变量，纵坐标表示因变量。,作物产量与腾发量之间的关系,3.频数分布图：根据频数分布表用折线图或柱形图表示试验资料频数分布的特点。 频数分布折线图：以组中值为横坐标，频数为纵坐标。,52.5 57.5 62.5

11、 67.5 72.5 77.5 82.5 87.5 92.5 97.5,10,0,5,15,频数分布柱形图：在横坐标上以组距为单位标出等距分组点（组限），纵坐标上标出频数，分别以组距为底边，各组的频数为高作长方形，所得图形即为频数分布柱形图。,50 55 60 65 70 75 80 85 90 95 100,10,5,0,15,第三节 试验资料的精度与审核 在试验资料的整理过程中，要审查大量原始观测数据是否符合一定的精度要求，并辨别、剔除明显不合理的数据，以保证资料的准确性。 一、误差及其分类 1.误差及其表示方法 误差是试验观测值与真值之间的差。 误差观测值真值 真值是指在观测某一量时，该

12、量本身所具有的真实值的大小。真值是一个理想值，一般不易测到，但在某些特定条件下，从相对意义上说，也可能知道。如以下两种情况：,理论真值：如真空中的光速为3105km/s；三角形内角和为180；再如理论公式表达式的值。理论真值一般只存在于纯理论中，可以推导和演算。 相对真值：相对真值又称实际值，是指能够满足规定精度用以代替真值使用的量值。 通常把高一级标准器与低一级标准器或普通仪器的误差相比，为其1/5 1/20时，则可认为前者是后者的实际值。 例如：三角堰测定的流量精度较高，可以作为真值标准来校准其它量水装置。,误差通常有两种表示方法： 绝对误差：观测值与真值之差。常用实际值（相对真值）代替真

13、值计算绝对误差。 绝对误差是个绝对量，其单位与被观测量的单位相同，有量纲。绝对误差不能作为不同量程同类仪表或装置之间测量精度的比较。 如：螺丝直径测量，绝对误差1um 大坝坝高测量，绝对误差1mm 相对误差：绝对误差与被测量的真值（一般用实际值代替）之比。相对误差无量纲，多用百分数表示。,不能比较测量精度,2.观测误差来源 装置误差：观测装置设计、制造和安装等方面的误差。如天平的精度。 环境误差：环境因素与规定的标准状态不一致引起的观测装置和被观测对象本身的变化而造成的误差。如高寒地区使用酒精温度计，高海拔地区测液体的沸点等。 方法误差：由于观测方法不完善所引起的误差。如观测量杯中液体的体积应

14、该平视液体凹面读数。 人为误差：由观测者本身生理上最小辨别能力限制、反应速度和固有习惯等所引起的误差。如：掐马表计时。,3.观测误差分类 以误差的特点和性质，观测误差可分为系统误差、随机误差和粗大误差。 系统误差：在同一条件下，多次观测同一量值，误差的绝对值和符号保持不变，或条件变化时按一定的规律变化的误差。如水准尺零位不对（下部磨损）、天平归零不准等。 系统误差通常在观测之前就已经存在，且观测过程中始终呈现一定的变化规律。产生的主要原因有仪器装置、环境、观测方法等。 系统误差应该首先从产生的根源上予以消除，再考虑其它方法消除。如仪器归零检查、补偿抵消法等。,随机误差：在同一试验观测条件下，多

15、次重复观测同一量值，误差的数值和符号没有明显的规律，以不可预测的方式变化的误差。 一般由许多暂时未被掌握规律或一时不便于控制的微小因素所造成。随机误差的特点表现为：在多次重复观测中得到一系列不同的观测值，每个观测值都含有误差，但这些误差的出现没有确定的规律，前一个误差的出现不能预定下一个误差出现的大小和方向。 随机误差可以运用概率统计的原理和方法进行分析和处理。,粗大误差：也称过失误差，在一定的观测条件下，由于某些偶然因素造成的超出预期的误差。 如观测者粗心大意，观测或记录时，看错、读错或记错等引起的过失性误差。 粗大误差值一般较大，对观测结果会产生明显的歪曲。含有粗大误差的观测值称为异常值，

16、应予以剔除。,二、试验资料的审核 在试验资料的整理过程中，必须对试验数据进行审核，及时发现和判别含有粗大误差的数据，并予以剔除。 对异常值的判别可以采用经验判别法和数理统计原理两种方法。 1.经验判别法 根据以往的经验和所得的数据性质进行分析，找出极端大或极端小的数据，或对在正常变化的一系列数据中出现的突然升降波动的数据进行全面分析，以确定是否异常值，是否需要剔除。常用已制成的表格或绘成的图进行辨别。,2.数理统计法 首先根据误差概率分布范围确定一个界限A，如果某个可疑数据的离均差超过该界限，则认为该数据具有粗大误差，予以剔除。其判别式为：,由于样本个数、变动情况及其确定的可靠程度都影响A值，一般用标准差S（小样本）或的一定倍数确定A值。,式中 xi为可疑值， 为平均数，S或为标准差，k为常数,由于确定k值的方法不同，判别粗大误差和决定数据取舍的方法也不一样，常用方法有拉依达准则、格拉布斯准则、t检验准则等。 拉依达准