第二章試驗設計與數(shù)據處理基礎黃進寶茶與食品科技學院食品工程系TelE-mail1、總體與樣本總體：根據研究目的確定的研究對象的全體稱為總體(population)；個體：總體中的每一個研究單位稱為個體(individual)；樣本：依據一定方法由總體中抽取部分個體所組成的集合稱為樣本(sample)；有限總體：含有有限個個體的總體稱為有限總體；無限總體：包含有無限多個個體的總體稱為無限總體；一、統(tǒng)計常用術語樣本容量：樣本中所包含的個體數(shù)目叫樣本容量或大小(samplesize)，樣本容量常記為n。通常把n≤30的樣本叫小樣本，n>30的樣本叫大樣本。試驗研究的目的：了解總體，然而能觀測到的卻是樣本，通過樣本來推斷總體是統(tǒng)計分析的基本特點。為了能可靠地從樣本來推斷總體，要求樣本具有一定的含量和代表性。一、統(tǒng)計常用術語

如何獲取有代表性的樣本？采用隨機抽取。所謂隨機抽取(randomsampling)是指總體中的每一個個體都有同等的機會被抽取到樣本中。樣本畢竟只是總體的一部分，盡管樣本具有一定的含量也具有代表性，通過樣本來推斷總體也不可能是百分之百的正確。有很大的可靠性但有一定的錯誤率這是統(tǒng)計分析的特點。一、統(tǒng)計常用術語

一、統(tǒng)計常用術語總體樣本參數(shù)

統(tǒng)計量sμσσ2方差s2標準差平均數(shù)R極差抽樣推斷、估計為了了解總體分布、特征構造3、

準確性與精確性

準確性(accuracy)也叫準確度，指觀測值與其真值的接近程度。設某一試驗指標或性狀的真值為μ，觀測值為

x，若x與μ相差的絕對值|x－μ|越小，則觀測值x的準確性越高；反之則低。精確性(precision)也叫精確度，指同一試驗指標或性狀的重復觀測值彼此接近的程度。若觀測值彼此接近，即任意二個觀測值xi、xj

相差的絕對值|xi－xj|越小，則觀測值精確性越高；反之則低。一、統(tǒng)計常用術語（a）（b）（c）一、統(tǒng)計常用術語隨機誤差也叫抽樣誤差(samplingerror)，是由于許多無法控制的內在和外在的偶然因素所造成的。隨機誤差帶有偶然性質，在試驗中，即使十分小心的進行試驗操作也難以消除。隨機誤差不可避免，但可減少，影響試驗的精確性。

統(tǒng)計上的試驗誤差是指隨機誤差。這種誤差愈小，試驗的精確性愈高。4、

隨機誤差(randomerror)與系統(tǒng)誤差(systematicerror)一、統(tǒng)計常用術語系統(tǒng)誤差也叫片面誤差(lopsidederror)，這是由于試驗對象相差較大，測量的儀器不準、標準試劑未經校正，以及觀測、記載、抄錄、計算中的錯誤等等所引起。系統(tǒng)誤差可以通過改進方法、正確試驗設計來避免、消除。系統(tǒng)誤差影響試驗的準確性。一、統(tǒng)計常用術語1、

平均數(shù)（mean，average)平均數(shù)是統(tǒng)計學中最常用的統(tǒng)計量，反映數(shù)據資料的相對集中位置。平均數(shù)主要包括有：算術平均數(shù)（arithmeticmean）中位數(shù)（median）眾數(shù)（mode）幾何平均數(shù)（geometricmean）二、統(tǒng)計特征數(shù)平均數(shù)的基本性質樣本各觀測值與平均數(shù)之差的和為零，即離均差之和等于零。二、統(tǒng)計特征數(shù)樣本各觀測值與平均數(shù)之差的平方和為最小，即離均差平方和為最小。<

或簡寫成

<

或簡寫成

=0

=0

二、統(tǒng)計特征數(shù)設某一資料包含n個觀測值：x1、x2、…、xn，則樣本平均數(shù)可通過下式計算：（2-1）加權法對于樣本含量n≥30以上且已分組的資料，可以在次數(shù)分布表的基礎上采用加權法計算平均數(shù)，計算公式為：

（2-2）二、統(tǒng)計特征數(shù)（2-2）

式中：xi

—第i組的組中值；

fi—第i組的次數(shù)；

k

—分組數(shù)第i組的次數(shù)fi是權衡第

i

組組中值xi在資料中所占的比重大小，因此將fi稱為是xi的“權”，加權法也由此而得名?！纠?00聽罐頭凈重（單位：kg）資料整理成次數(shù)分布表如下，求其加權數(shù)平均數(shù)。二、統(tǒng)計特征數(shù)

利用加權法計算平均數(shù)公式計算：

100聽罐頭每聽凈重的加權平均數(shù)為342.67g。表2-3100聽罐頭凈重的次數(shù)分布組限組中值（x)次數(shù)（f）329.5-331.01332.5-334.03335.5-337.010338.5-340.026341.5-343.031344.5-346.017347.5-349.08350.5-352.02353.5-355.01356.5-358.01二、統(tǒng)計特征數(shù)

【例】某牛群有黑白花奶牛1500頭，其平均體重為750kg，而另一牛群有黑白花奶牛1200頭，平均體重為725kg，如果將這兩個牛群混合在一起，其混合后平均體重為多少？計算若干個來自同一總體的樣本平均數(shù)的平均數(shù)時，如果樣本含量不等，也應采用加權法計算。二、統(tǒng)計特征數(shù)

即兩個牛群混合后平均體重為738.89kg。二、統(tǒng)計特征數(shù)此例兩個牛群所包含的牛的頭數(shù)不等，要計算兩個牛群混合后的平均體重，應以兩個牛群牛的頭數(shù)為權，求兩個牛群平均體重的加權平均數(shù)，即（2）中位數(shù)（median）將資料內所有觀測值由小到大依次排列，位于中間的那個觀測值，稱為中位數(shù)，記為Md。當觀測值的個數(shù)是偶數(shù)時，則以中間兩個觀測值的平均數(shù)作為中位數(shù)。當所獲得的數(shù)據資料呈偏態(tài)分布時，中位數(shù)的代表性優(yōu)于算術平均數(shù)。二、統(tǒng)計特征數(shù)

（2-4）二、統(tǒng)計特征數(shù)（2-3）【例】對9個小麥品種的容重進行測定，測定結果為750、760、767、769、773、775、778、780、800（已排序），求其中位數(shù)。此例n=9，為奇數(shù)，則：

Md=x(n+1)/2=x(9+1)/2=773（g）即九個小麥品種的中位數(shù)為773g。二、統(tǒng)計特征數(shù)（3）幾何平均數(shù)（geometricmean）n個觀測值相乘之積開n次方所得的方根，稱為幾何平均數(shù)，記為G。它主要應用于科學研究中的動態(tài)分析，如微生物的增長率、人口的增長率等等。當觀測值呈幾何級數(shù)變化時，用幾何平均數(shù)比用算術平均數(shù)更能代表其平均水平。其計算公式如下：

(2-5)二、統(tǒng)計特征數(shù)為了計算方便，可將各觀測值取對數(shù)后相加除以n，得lgG，再求lgG的反對數(shù)，即得G值，即

二、統(tǒng)計特征數(shù)（4）眾數(shù)（mode）資料中出現(xiàn)次數(shù)最多的那個觀測值或次數(shù)最多一組的組中值，稱為眾數(shù)，記為M0。(2-6)2、變異數(shù)變異數(shù)的意義用平均數(shù)作為樣本的代表，其代表性的強弱受樣本資料中各觀測值變異程度的影響。僅用平均數(shù)對一個資料的特征作統(tǒng)計描述是不全面的，還需引入度量資料中觀測值變異程度大小的統(tǒng)計量。常用的表示變異程度的統(tǒng)計量有極差、方差、標準差和變異系數(shù)。二、統(tǒng)計特征數(shù)（1）極差（Range）極差是表示資料中各觀測值變異程度大小最簡便的統(tǒng)計量。

R＝Max-MinR值越大，平均數(shù)的代表性越差。但是全距只利用了資料中的最大值和最小值，沒有充分利用全部資料，并不能準確表達資料中各觀測值的變異程度，是比較粗略的。當資料很多而又要迅速對資料的變異程度作出判斷時，可以利用極差這個統(tǒng)計量。二、統(tǒng)計特征數(shù)

二、統(tǒng)計特征數(shù)

二、統(tǒng)計特征數(shù)

二、統(tǒng)計特征數(shù)

二、統(tǒng)計特征數(shù)

二、統(tǒng)計特征數(shù)

由于所以（2-9）式可改寫為：(2-10)

二、統(tǒng)計特征數(shù)標準差的計算方法直接法

對于未分組或小樣本資料，可直接利用定義公式來計算標準差。二、統(tǒng)計特征數(shù)【例】10瓶罐頭的凈重（g）分別為450，450，500，500，500，550，550，550，600，600，650，計算標準差。由已知，計算：Σx=5400，Σx2=2955000，代入公式得：

10瓶罐頭凈重的標準差為65.828g。(g)

加權法

對于已制成次數(shù)分布表的大樣本資料，可利用次數(shù)分布表，采用加權法計算標準差。計算公式為：式中，fi為各組次數(shù)；xi為各組的組中值；Σfi

=n為總次數(shù)。二、統(tǒng)計特征數(shù)表2-3100聽罐頭凈重的次數(shù)分布組限組中值（x)次數(shù)（f）329.5-331.01332.5-334.03335.5-337.010338.5-340.026341.5-343.031344.5-346.017347.5-349.08350.5-352.02353.5-355.01356.5-358.01二、統(tǒng)計特征數(shù)【例】由次數(shù)分布計算100聽罐頭凈重的標準差。

＝4.43g二、統(tǒng)計特征數(shù)標準差的特性標準差的大小，受資料中每個觀測值的影響，如觀測值間變異大，求得的標準差也大，反之則小。計算標準差時，在各觀測值加上或減去一個常數(shù)，其數(shù)值不變。每個觀測值乘以或除以一個常數(shù)a，則所得的標準差是原來標準差的a倍或1/a倍。二、統(tǒng)計特征數(shù)

二、統(tǒng)計特征數(shù)

SS=

熟記（4）變異系數(shù)Coefficientofvariation)

注意：變異系數(shù)的大小，同時受平均數(shù)和標準差兩個統(tǒng)計量的影響，因而在利用變異系數(shù)表示資料的變異程度時，最好將平均數(shù)和標準差也列出。二、統(tǒng)計特征數(shù)指標平均值標準差變幅變異系數(shù)％物理性狀水分％13.000.6711.75-14.505.18容重g/L766.025.0694-8433.00百粒重

g34.485.9714.59-44.8617.30百粒體積ml28.064.8711.0-35.817.34籽粒密度g/ml1.230.031.14-1.332.81營養(yǎng)品質淀粉％69.551.3563.82-72.061.95粗蛋白％10.970.928.63-13.888.39粗脂肪％4.511.162.89-9.6925.63灰分％1.460.111.20-1.787.38粗纖維％2.190.291.58-2.8513.31三、異常數(shù)據的檢驗試驗數(shù)據中如果混有異常數(shù)據，就會歪曲試驗結果，因此必須正確地剔除異常數(shù)據。異常數(shù)據一般在重復間的規(guī)律性可做出判斷，因此試驗一般重復3次以上是必要的。如果各處理在3次重復表現(xiàn)出的規(guī)律相同，僅有一個處理的數(shù)據表現(xiàn)出異常，則可判斷為異常數(shù)據。另一方面，由于在特定的條件下進行試驗測定的隨機波動性，導致測定數(shù)據有一定的分散性，如果人為舍掉一些誤差較大的，但不屬于異常數(shù)據，這樣會造成虛假的高精度。通常采用物理判別剔除和統(tǒng)計判別剔除。物理判別剔除是在試驗過程中根據常識或經驗判斷由于振動、誤讀等原因造成的異常數(shù)據，隨時發(fā)現(xiàn)隨時剔除。統(tǒng)計判別剔除的基本思想是根據概率論的原理確定一個置信限，凡超出此置信限的誤差一般認為不屬于隨機誤差范圍，屬于應剔除的異常數(shù)據。三、異常數(shù)據的檢驗三、異常數(shù)據的檢驗1、拉依達準則該準則簡稱3σ準則。將超過3σ的數(shù)據剔除，犯“棄真”錯誤的概率為0.27%，即：在實際應用中，當樣本數(shù)n<10時，不能應用此準則。σ，為σ正態(tài)總體的標準差。

三、異常數(shù)據的檢驗2、肖維勒準則若某個測定值xd的殘差滿足以下公式：xd被判定為異常數(shù)據，應予以剔除。Wn可以查表獲得。

|Vd|≥Wn*s3、t-檢驗準則把測定值的最大和最小值作為被檢驗量x0除去，進行及S計算，若時，|x0-x|>k(a,n)S舍去x0。三、異常數(shù)據的檢驗三、異常數(shù)據的檢驗關于異常數(shù)據的剔除還有其它一些準則，如格拉布斯準則、狄克遜準則等，應用效果是相同的。拉布依達準則適用于大樣本，肖維勒準則和t-檢驗準則適用于小樣本。三、異常數(shù)據的檢驗1、

試驗數(shù)據分類在調查或試驗中，由觀察、測量所得的數(shù)據資料按其性質的不同，一般可以分為數(shù)量性狀資料、質量性狀資料和半定量（等級）資料三大類。（1）數(shù)量性狀資料數(shù)量性狀(quantitativecharacter)是指能夠以測量、計量或計數(shù)的方式表示其特征的性狀。觀察測定數(shù)量性狀而獲得的數(shù)據就是數(shù)量性狀資料。數(shù)量性狀資料可分為計量資料和計數(shù)資料兩種。四、試驗數(shù)據的分類與整理計量資料用度、量、衡等計量工具直接測定獲得的數(shù)量性狀資料，其數(shù)據是用長度、容積、重量等來表示。這種資料的各個觀測值不一定是整數(shù)，兩個相鄰的整數(shù)間可以有帶小數(shù)的任何數(shù)值出現(xiàn)，其小數(shù)位數(shù)的多少由度量工具的精度而定，它們之間的變異是連續(xù)性的。計量資料也稱為連續(xù)性變異資料。四、試驗數(shù)據的分類與整理計數(shù)資料指用計數(shù)方式獲得的數(shù)量性狀資料。在這類資料中，它的各個觀察值只能以整數(shù)表示，在兩個相鄰整數(shù)間不得有任何帶小數(shù)的數(shù)值出現(xiàn)。這些觀察值只能以整數(shù)來表示，各觀察值是不連續(xù)的，因此該類資料也稱為不連續(xù)性變異資料或間斷性變異資料。四、試驗數(shù)據的分類與整理（2）質量性狀資料質量性狀(qualitativecharacter)是指能觀察到而不能直接測量的，只能用文字來描述其特征的性狀，如食品顏色、風味等等。這類性狀本身不能直接用數(shù)值表示，要獲得這類性狀的數(shù)據資料，須對其觀察結果作數(shù)量化處理，其方法有以下兩種：統(tǒng)計次數(shù)法和評分法。四、試驗數(shù)據的分類與整理統(tǒng)計次數(shù)法在一定的總體或樣本中，根據某一質量性狀的類別統(tǒng)計其次數(shù)，以次數(shù)作為質量性狀的數(shù)據。例如，蘋果中全紅果個數(shù)與半紅果個數(shù)。由質量性狀數(shù)量化而得來的資料又叫次數(shù)資料。評分法對某一質量性狀，因其類別不同，分別給予評分。例如，分析面包的質量，可以按照國際面包評分細則進行打分，綜合評價面包質量；新產品開發(fā)中的評價打分等等。

四、試驗數(shù)據的分類與整理（3）半定量（等級）資料半定量或等級資料(semi-quantitativeorrankeddata)是指將觀察單位按所考察的性狀或指標的等級順序分組，然后清點各組觀察單位的次數(shù)而得的資料。這類資料既有次數(shù)資料的特點，又有程度或量的不同。如某種果實的褐變程度是視果實變色面積將其分組，然后統(tǒng)計各級別果數(shù)。四、試驗數(shù)據的分類與整理三種不同類型的資料相互間是有區(qū)別的，但有時可根據研究的目的和統(tǒng)計方法的要求將一種類型資料轉化成另一種類型的資料。例如，酸奶中的乳桿菌總數(shù)得到的資料屬于計數(shù)資料，根據化驗的目的，可按乳桿菌總數(shù)正?；虿徽７譃閮山M，清點各組的次數(shù)，計數(shù)資料就轉化為質量性狀次數(shù)資料；如果按乳桿菌總數(shù)過高、正常、過低分為三組，清點各組次數(shù)，就轉化成了半定量資料。四、試驗數(shù)據的分類與整理2、

試驗數(shù)據的整理

未整理的資料為原始資料，是零星的、孤立的和雜亂無章，無規(guī)律可循，通過科學的整理和分析，可發(fā)現(xiàn)其規(guī)律性，揭示事物內在本質。（1）數(shù)據資料的檢查與核對在于確保原始資料的完整性和正確性。完整性指原始資料無遺缺或重復。正確性指原始資料的測量和記載無差錯或未進行不合理的歸并。檢查中特別注意特大、特小和異常數(shù)據（結合專業(yè)知識作出判斷）。對于有重復、異?；蜻z漏的資料，應予以刪除或補齊；對有錯誤、相互矛盾的資料應進行更正，必要時進行復查或重新試驗。四、試驗數(shù)據的分類與整理（2）數(shù)據資料的整理方法當觀測值不多(n≤30)時，不必分組，可直接進行統(tǒng)計分析。當觀測值較多(n>30)時，宜將觀測值分成若干組，以便統(tǒng)計分析。將觀測值分組后，制成次數(shù)分布表，可看到資料的集中和變異情況。四、試驗數(shù)據的分類與整理（3）連續(xù)性資料（計量資料）的整理連續(xù)性資料的整理，需要先確定全距、組數(shù)、組距、組中值及組限，然后將全部觀測值計數(shù)歸組?！纠繛榱朔治瞿成a廠的罐頭質量，現(xiàn)隨機抽取100聽罐頭樣品，分別稱取其凈重，數(shù)據資料見表2-1。四、試驗數(shù)據的分類與整理342.1340.7348.4346.0343.4342.7346.0341.1344.0348.0346.3346.0340.3344.2342.2344.1345.0340.5344.2344.0343.5344.2342.6343.7345.5339.3350.2337.3345.3358.2344.2345.8331.2342.1342.4340.5350.0343.2347.0340.2344.0353.3340.2336.3348.9340.2356.1346.0345.6346.2340.6339.7342.3352.8342.6350.3348.5344.0350.0335.1340.3338.2345.5345.6349.0336.7342.0338.4343.9343.7341.1347.1342.5350.0343.5345.6345.0348.6344.2341.1346.8350.2339.9346.6339.9344.3346.2338.0341.1347.3347.2339.8344.4347.2341.0341.0343.3342.3339.5343.0表2-1100聽罐頭樣品的凈重g四、試驗數(shù)據的分類與整理求全距R全距是數(shù)據資料中的最大值與最小值之差，又稱為極差(range)，用R表示。即，R=Max(xi)-Min(xi)xi為觀測值

本例Max=358.2，Min=331.2，R=358.2-331.2=27.0確定組數(shù)k組數(shù)的多少視樣本含量及資料的變動范圍大小而定，一般以達到既簡化資料又不影響反映資料的規(guī)律性為原則。四、試驗數(shù)據的分類與整理組數(shù)要適當，不宜過多，亦不宜過少。分組越多所求得的統(tǒng)計量越精確，但增大了運算量；若分組過少，資料的規(guī)律性就反映不出來，計算出的統(tǒng)計量的精確性也較差。一般組數(shù)的確定，可參考表2-2，本例中，n＝100，初步確定組數(shù)為9組。表2-2樣本含量與組數(shù)樣本含量（n）組數(shù)60－1007－10100－2009－12200－50012－17500以上17－30四、試驗數(shù)據的分類與整理確定組距i每一組中的最大值與最小值之差稱為組距（Classinterval），記為i。分組時一般要求各組的組距相等。組距(i)＝全距R／組數(shù)k

本例

i＝27／9=3確定組限及組中值各組的最大值與最小值稱為組限。最小值稱為下限，最大值稱為上限。每一組的中點值稱為組中值，它是該組的代表值，組中值與組限、組距的關系如下：組中值＝(組下限＋組上限)/2＝組下限＋1/2組距＝組上限－1/2組距四、試驗數(shù)據的分類與整理

組距確定后，首先要選定第一組的組中值。在分組時為了避免第一組中觀察值過多，一般第一組的組中值以接近或等于資料中的最小值為好。第一組組中值確定后，該組組限即可確定，其余各組的組中值和組限也可相繼確定。

注意：最末一組的上限應大于資料中的最大值。四、試驗數(shù)據的分類與整理

表2-1中，最小值為331.2，第一組的組中值取331.0，因組距為3.0，因此第一組的下限應為：

331.0-(1/2)×3.0＝329.5；第一組的上限也就是第二組的下限應為：

329.5+3.0=332.5；第二組的上限也就是第三組的下限為：

332.5+3.0=335.5，……，依此類推，一直到某一組的上限大于資料中的最大值為止。依次類推分組為：

329.5-332.5，332.5-335.5，……四、試驗數(shù)據的分類與整理

將正好等于前一組上限和后一組下限的數(shù)據，一般約定將其歸入后一組。通常將上限略去不寫。第一組記為36.0

，第二組記為39.0

，

……制作次數(shù)分布表分組結束后，將資料中的每一觀測值逐一歸組,統(tǒng)計每組內所包含的觀測值個數(shù)，制作次數(shù)分布表。四、試驗數(shù)據的分類與整理表2-3100聽罐頭凈重的次數(shù)分布組限組中值（x)次數(shù)（f）329.5-331.01332.5-334.01335.5-337.06338.5-340.021341.5-343.032344.5-346.023347.5-349.012350.5-352.02353.5-355.01356.5-358.01四、試驗數(shù)據的分類與整理100聽罐頭的單聽凈重多數(shù)集中在343g，約占觀測值總個數(shù)的1/3，用它來描述罐頭單聽凈重的平均水平，有較強的代表性。由次數(shù)分布表可以看出，每聽罐頭凈重小于332.5g及大于356.5g的為極少數(shù)。100聽罐頭凈重分布基本以343.0g為中心，向兩邊做遞減對稱分布。四、試驗數(shù)據的分類與整理（4）

間斷性資料（計數(shù)資料）的整理計數(shù)資料觀察值較多時，變異范圍較大，若以每一觀察值為一組，則組數(shù)太多，而每組內包含的觀察值太少，資料的規(guī)律性顯示不出來。對于這樣的資料，可擴大為以幾個相鄰觀察值為一組，適當減少組數(shù)，這樣資料的規(guī)律性就較明顯，對資料進一步計算分析也比較方便。以100盒鮮棗每盒檢出不合格棗數(shù)為例，說明間斷性資料的整理。四、試驗數(shù)據的分類與整理18291924221924222220232021232126222324222324252422242324222523252623222523202225262526262526242321262123222424212324242122232022232623242224262824272324222623202625252625252625242225262524252625252728

表2-4100盒鮮棗每盒檢出不合格棗數(shù)四、試驗數(shù)據的分類與整理

表2-5100盒鮮棗每盒檢出不合格棗數(shù)次數(shù)分布表不合格棗數(shù)次數(shù)（f）18-19320-211122-233124-253526-271728-293四、試驗數(shù)據的分類與整理（5）質量性狀資料、半定量（等級）資料的整理對于質量性狀資料、半定量（等級）資料，可按性狀或等級進行分組，分別統(tǒng)計各組的次數(shù)，然后制成次數(shù)分布表。四、試驗數(shù)據的分類與整理數(shù)據處理的結果表示：

列表、作圖1、統(tǒng)計表統(tǒng)計表的結構和要求統(tǒng)計表由標題、橫標目、縱標目、線條、數(shù)字及合計構成編制統(tǒng)計表的總原則結構簡單，層次分明，內容安排合理，重點突出，數(shù)據準確，便于理解和比較分析。五、常用統(tǒng)計表與統(tǒng)計圖

統(tǒng)計表編制具體要求標題標題要簡明扼要、準確地說明表的內容，有時須注明時間、地點。標目標目分橫標目和縱標目兩項。橫標目列在表的左側，用以表示被說明事物的主要標志；縱標目列在表的上端，說明橫標目各統(tǒng)計指標內容，并注明計算單位，如％、kg、cm等等。數(shù)字一律用阿拉伯數(shù)字，數(shù)字以小數(shù)點對齊，小數(shù)位數(shù)一致，無數(shù)字的用“─”表示，數(shù)字是“0”的，則填寫“0”。線條表的上下兩條邊線略粗，縱、橫標目間及合計用細線分開，表的左右邊線可省去，表的左上角一般不用斜線。備注對于表格的文字說明，一般寫在表下方。

五、常用統(tǒng)計表與統(tǒng)計圖五、常用統(tǒng)計表與統(tǒng)計圖統(tǒng)計表的種類統(tǒng)計表可根據縱、橫標目是否有分組分為簡單表和復合表兩類。簡單表由一組橫標目和一組縱標目組成，縱橫標目都未分組。此類表適于簡單資料的統(tǒng)計。五、常用統(tǒng)計表與統(tǒng)計圖復合表由兩組或兩組以上的橫標目與一組縱標目結合而成，或由一組橫標目與兩組或兩組以上的縱標目結合而成，或由兩組或兩組以上的橫、縱標目結合而成。此類表適用于復雜資料的統(tǒng)計，如表2-4。表2-4幾種動物性食品的營養(yǎng)成分五、常用統(tǒng)計表與統(tǒng)計圖2、

統(tǒng)計圖常用的統(tǒng)計圖有條圖

(barchart)、線圖(linearchart)、散點圖

(scatterdiagram)、園餅圖(piechart)、折線圖(broken-linechart)等。一般情況下，計量資料采用條圖和線圖，計數(shù)資料、質量性狀資料、半定量（等級）資料常用折線圖或園餅圖。五、常用統(tǒng)計表與統(tǒng)計圖統(tǒng)計圖繪制的基本要求標題簡明扼要，列于圖的下方。縱、橫兩軸應有刻度，注明單位。橫軸由左至右、縱軸由下而上，數(shù)值由小到大；圖形長寬比例約5：4或6：5。圖中需用不同顏色或線條代表不同處理、樣品等時，應有圖例說明。五、常用統(tǒng)計表與統(tǒng)計圖六、試驗設計的基本概念1、試驗指標在試驗設計中，根據試驗目的而選定的用來衡量試驗效果的特征值，稱為試驗指標。例如，在考察不同的多糖提取工藝對多糖提取率的影響時，多糖提取率是試驗指標；在考察不同提汁工藝條件對果汁褐變的影響時，果汁色澤就是試驗指標。試驗指標可分為兩類：定量指標和定性指標。定量指標：能用數(shù)量表示的指標，如食品的糖度、酸度、pH、提取率，吸光度、合格率等，食品的理化指標及由理化指標計算得到的特征值一般為定量指標。定性指標：不能用數(shù)量表示的指標，如色澤、風味、口感、手感等；食品的感官指標多為定性指標。通常為了便于試驗分析結果，常把定性指標進行量化，轉化為定量指標。例如，食品的感官指標可用評分（10分制或者百分制）的方法分成不同的等級，代替很好、較好、較差、很差等定性描述方式。六、試驗設計的基本概念2、試驗因素在試驗設計中，可能對試驗指標產生影響的條件稱為試驗因素。在酶解制備水解動物蛋白的試驗中，酶的種類、溫度、pH、時間、底物濃度等都對水解度有很大的影響，這些就是影響水解度的因素。試驗因素又可分為數(shù)量因素和非數(shù)量因素。數(shù)量因素——依據數(shù)量化分水平的因素，如溫度、pH、時間等。非數(shù)量因素——不是依據數(shù)量化分水平，如酶的種類等。六、試驗設計的基本概念3、試驗水平在試驗設計中，為考察試驗因素對試驗指標的影響情況，要使試驗因素處于不同的狀態(tài)，把試驗因素所處的各種狀態(tài)稱為試驗水平。試驗設計中，一個因素選擇了幾個水平，就稱該因素為幾水平。例如在酶解制備水解動物蛋白的試驗中，溫度分別設為30℃、40℃、50℃，就稱溫度為三水平。因素的水平，有的可以取具體的數(shù)值，有的無法用具體的數(shù)值表示，如添加劑的種類，酶的種類，設備的不同型號，原料的不同品種，工藝的不同操作方法等。六、試驗設計的基本概念4、試驗處理試驗處理是指各試驗因素的不同水平之間的聯(lián)合搭配，因此，試驗處理也叫因素的水平組合或組合處理。在單因素試驗中，水平和處理是一致的，一個水平就是一個處理。在多因素試驗中，由于因素和水平較多，可以形成若干個水平組合。處理的多少等于參加試驗各因素水平的乘積。如三因素三水平全面試驗共有3×3×3=27個處理。六、試驗設計的基本概念5、全面試驗對全部組合處理進行試驗，叫全面試驗。全面試驗的組合處理等于各試驗因素水平的乘積。優(yōu)點：能夠掌握每個因素及其每一個水平對試驗結果的影響，無一遺漏。缺點：但是當試驗的因素和水平較多時，試驗處理的數(shù)目會急劇增加，如果還要重復，工作量就會更大，在實際中難以實施。因此，全面試驗是有局限性的，只適用于因素和水平都不太多的情況。六、試驗設計的基本概念6、部分實施部分實施就是從全部組合處理種選取部分有代表性的處理進行實施。如正交試驗設計和均勻試驗設計等都屬于部分實施，部分實施可使試驗規(guī)模大大減少。如三因素三水平試驗，按照全面試驗有27個處理，按照正交試驗設計只有9個處理，僅為全面試驗的三分之一。因此，在試驗因素和水平較多時，常采用部分實施的方法。六、試驗設計的基本概念七、試驗設計的基本原則（一）試驗誤差來源在科學研究中，試驗處理常常受到各種非處理因素的影響，使試驗處理的效應不能真實地反映出來。試驗所得到的觀測值，不但有處理的真實效應，而且還包含其它因素的影響，這就出現(xiàn)了實測值與真值的差異，這種差異在數(shù)值上的表現(xiàn)稱為試驗誤差。1、試驗材料試驗中，所用的試驗材料在質量、純度上不可能完全一致，就是同一廠家生產的同批號的同一包裝內的產品，有時也存在某種程度的不均勻性。試驗材料的差異在一定范圍內是普遍存在的，這種差異會對試驗結果帶來影響，產生試驗誤差。2、測試方法試驗中所用化驗、檢測等方法有時不能準確反映被測對象化學體系的性質，這種誤差也稱方法誤差。此類誤差是化驗、檢測分析中最為嚴重的誤差。七、試驗設計的基本原則3、試驗儀器和設備儀器精度有限；儀器的磨損；儀器可能不在最佳狀態(tài)；測量工具可能沒有校正，即使校正，也不可能絕對準確，也會有誤差；有時試驗中，需要同時使用多臺儀器，即使是同一型號也會存在一定的差異，同一臺儀器不同時間的測定也有差異。七、試驗設計的基本原則4、試驗環(huán)境條件環(huán)境因素主要包括溫度、濕度、氣壓、振動、光線、電磁場、海拔高度和氣流等。試驗在完全相同的環(huán)境條件下進行，才能得到可靠的結果。由于環(huán)境條件的復雜性，且難以控制，因此環(huán)境條件對試驗結果的影響不可避免，特別是試驗周期較長的試驗。環(huán)境的變化可能會使原料的組成、性質和結構等發(fā)生變化，同時也可能影響儀器的穩(wěn)定性，從而引起誤差。七、試驗設計的基本原則5、試驗操作主要由操作人員引起的。人的生理機能的差異如眼睛的分辨能力，不能正確的讀數(shù)以及辨別顏色的色調及深淺；嗅覺對氣味的敏感度等。操作人員的習慣，讀數(shù)偏高和偏低，終點觀察的超前或滯后。有的試驗有多人共同操作，操作人員的素質和固有習慣?？傊?，試驗過程中出現(xiàn)誤差是不可避免的，但可以設法盡量減少誤差，這正是試驗設計的主要任務之一。七、試驗設計的基本原則（二）試驗設計的基本原則試驗設計中，為了盡量減少試驗誤差，就必須嚴格控制試驗干擾。試驗干擾是指那些可能對