DPS数据处理系统 简版 ppt

DPS数据处理系统及应用,DPS介绍,一、DPS 基本操作1.文件基本操作打开文件：可以打开DPS数据文件；文本文件；或Excel数据文件新建文件:保存文件:,文件打印,2.数据输入和复制1）数据输入建立新的DPS文件后，便可进行输入数据操作，DPS中以单元格为单位进行数据的输入，选中单元格即可输入数据。DPS中数据类型分为3类：数值型；字符型；日期型。DPS根据输入数据的格式自动判断数据属于什么类型。 如日期型的数据输入格式为：“月/日/年”、“月-日-年”或“时；分；秒”。 如输入的数据由数字与小数点构成，DPS自动将其识别为数值型。数据数据统计分析要求是数值型数据。数值型数据显示为蓝色。字符型数据显示为黑色。,点击工具栏的（设置单元格格式）按钮，弹出“单元格属性”对话框，可以改变当前数据块中的文字字体、字号、对齐方式等格式。,2）数据复制可以在不同单元格之间复制数据，也可以在不同工作表之间复制数据。可以一次复制一个数据，也可以同时复制一批数据。复制方法：(1)同word; (2)利用填充柄复制 即选中单元格数据，然后缓慢移动鼠标到单元格的右下角，当鼠标形状变为黑色实心“十”字后，拖动鼠标到目标单元格即可完成复制。,3.数据删除，行列插入、删除数据删除：直接选中单元格数据敲Delete删除整行、整列插入、删除：用鼠标选中单元格，点击插入行按钮 ，会在该单元格上方插入一行。用鼠标选中单元格，点击插入列按钮 ，会在该单元格左方插入一列用鼠标选中要删除的行，点击删除行按钮 ，可删除该行。用鼠标选中要删除的列，点击删除列按 ，可删除该列。,4.当前工作表规格定义 DPS工作表，每张表最大可为255列×65535行。在此范围内，工作表大小可根据需要自己设定。设定方法： 点击工具栏里的设置表格行列数按钮 （或点击数据编辑表格尺寸）， DPS会根据当前工作表的大小给出一个工作表大小的缺省值对话框， 可以重新输入行列数，调整工作表的大小。,但如果输入行数小于已有文件存放数据的最大行数时，系统会提示如下。此时，应将行数增加。,二、文本转换数值及字符串转换数值1.文本转换数值当从其他文本编辑器复制数据到DPS的电子表格时，会发现数据都是放在第一列里，而不是一个一个数据分布在单元格里。原因是原来数据之间是用空格隔开的，DPS不能自动识别这种格式，只能以字符串的格式直接放进来。 解决方法： 点击数据编辑“文本转换为数值”，可将文本行里的各个数值分离开，放在后面各个单元格里注意：复制过来的文本数据应该放在DPS系统工作表的第一列里面，否则，不能转换。,2.字符串转换数值 DPS中，数据应在“英文数字”方式下输入。 如果忘记，在“全角、中文汉字输入方式下输入了字符型全角数字，这些全角型数字，在单元格里显示呈黑色。DPS系统不能对这些数据进行统计分析计算。 如果输入了字符型全角数字，解决方法： 点击数据编辑“字符串转换为数值”即可，,三、数据统计分析及其建模基本步骤1.数据统计分析基本步骤 在DPS电子表格中输入数据 定义数据块 进入菜单选统计菜单，执行统计分析。 定义数据块：将鼠标移至数据块块首，按下左键拖到块尾位置即可。2.数学模型分析基本步骤1）在DPS电子表格中输入数据，在下方公式编辑区输入模型。2）先定义公式块 再定义数据块 点数学模型 单因变量模型参数估计 麦夸特法 当弹出“置初值并用空格隔开”对话框时选默认 选OK 结束,在DPS系统内，各因子都用x1、x2、 、xm表示，所有常数都用 c1、c2、 、cm表示。 所以，在数学模型分析时，要将方程中的自变量和因变量换成x1、x2、 、xm；将所有常数换成 c1、c2、 、cm。,四、图表处理DPS常用图表处理 ： 常用图表有二维和三维图，可以绘条形图、折线图、阶梯图、饼图等。定义数据块后点击按钮 ，或点“数据分析” “常用图表” 在图形选择对话框中选择图类型（2D、3D） 下一步 显示图形 标出坐标轴代表的项目名称、符号、单位以及图题、图注、图例等。过程见下面图：,得到如下所示图： 选相应项作图。,Q-Q图利用Q-Q图也可判断数据是否符合正态分布规律，即可作数据正态分布检验。在Q-Q图上，若所有数据散点分布在一条直线附近时，表明符合正态分布，否则，不符合正态分布。,DPS数据处理系统及应用,一、用户界面公式编辑区：用于数学模型分析时，数学公式的编辑、定义。电子表格区（即数据编辑器）：用于数据编辑和数据计算。在此区内完成各种数据编辑和计算操作，输出统计结果。,1系统主菜单,系统主菜单均有下拉菜单。当把待分析的数据编辑好并定义成数据矩阵块后，点击主菜单，在其下拉菜单中选择相应的操作即可。,2主要主菜单、下拉菜单命令及应用,1）数据分析菜单DPS 数据分析下拉菜单常用命令： 基本参数估计数据分析基本参数估计试验资料经整理后，可以计算一系列的统计指标，以说明资料的特征和对资料进行进一步统计分析。,例：现取甜菜块根蔗糖含量100个样本资料中的40个，做基本参数估计示例。步骤: 将数据在电子表格区（即数据编辑器）输入后，定义成数据块，然后点数据分析基本参数估计。就会立即得到基本参数：(见软件),基本参数估计输出结果中的基本参数：（1）总和（sum）：样本数的总和 （2）均值（Mean）：平均值，是分析计量资料的基本统计量，均值表示一组性质相同的观察值的平均水平。平均值包括：算术平均值、几何平均值、中位数。在基本参数估计中的均值是指算术平均值。计算式为： 算术平均值主要适用于描述具有对称分布资料的集中趋势。 当数据为正态分布时常用算术平均值，在一组等精度的测量中，算术平均值为最佳值或最可信赖值。,几何平均值：它是n个观测值的连乘积开n次方的根，记作G 它用于反映对数正态分布或近似对数分布资料以及等比级数资料的集中趋势。 对一组测量数值取对数，所得图形的分布曲线呈对称分布时，常用几何平均值。,中位数（值）： 中位数是指观测值由大到小或由小到大依次排列，居于中间位置的数据。记作Me ( n为奇数) ( n为偶数) 在环境与资源研究中收集的数据，有时会比较分散，个别是离群较远，所以，对比较分散的数据往往要用中位数来表征平均特征。中位数不受极端数值的影响，在总体标志值差异很大时，具有较强的代表性。,（3）平均偏差（adev） 平均偏差是描述个体值间的变异，即观察值的离散度的指标之一。 平均偏差较小，表示观察值围绕均数的波动较小，若平均偏差大，则观察值围绕均数的波动较大。平均偏差计算式为：,（4）极差（Range） 极差描述个体值间差异变异范围，极差越大，样本变异范围越大，反之，极差越小，样本变异范围越小。极差计算公式 ：,（5）方差（VAR） Variance 方差是衡量观察值间的离散程度。方差较小，表示观察值围绕均数的波动较小。 方差小时，其估计值就比较可靠，方差越小指标越稳定。方差计算式 ：,（6）标准差（SD） std. Deviation 它描述个体观察值间的变异程度的大小，即观察值的离散程度。标准差较小，表示观察值围绕均数的波动较小，说明数据越集中。标准差越大，说明数据越分散。可用标准差表示试验精度。标准差小些好。SD计算公式： 当观察值呈正态分布或近似正态分布时，可将均数及标准差同时写出。如,（7）标准误（SE） std. Error 标准误差 它描述样本均数变异程度及抽样误差的大小 ，即样本统计量与总体参数的接近程度。 SE叫做样本平均数的标准误差，简称为标准误。 标准误小，表示抽样误差小，则统计量较稳定并与参数较接近。 可将统计量及其标准误同时写出，如,（8）变异系数（CV） 又称离散系数，是用于衡量一系列测定值的相对离散程度的一种特征数。变异系数无单位。 变异系数是一个相对变异度量，它是样本的标准差与均数的比值。变异系数CV小了好。注意：a.两种单位不同的样本之间作变异程度比较时，不能用标准差，要用变异系数。 b.平均数不同的两个样本也不能用标准差进行比较，要用变异系数。 c.两个样本基数不一致或基数相差较大时，不能用标准差，要用变异系数。,（9）正态性检验 正态性检验的目的就是要判定数据资料是否服从正态分布，或样本是否来自正态总体。 正态性检验是检验各样本所属的总体参数差异显著性的前提条件。 只有样本都来自正态总体或近似正态总体这个条件符合时，才能用t检验法和F检验法来检验各样本所属的总体参数差异显著性。 就是说，在统计分析前先要对数据进行正态性检验，只有当符合正态分布时，才能进行进一步统计分析。,基本参数估计时DPS正态性检验结果格式如下： 正态性检验（100个甜菜块根蔗糖含量的结果）偏度 表示以平均值为中心的分布的不对称度。 如果样本符合正态分布时，偏度参数（系数）等于0，此例中偏度系数为 0.6373，属于负偏态，P<0.01属于正态分布，但不是标准正态分布，为左偏分布。 如果偏度系数大于1时，样本肯定不符合正态分布。,左偏（负偏） 标准正态分布 右偏（正偏）,峰度 反映与正态分布相比，某一分布的尖锐度或平坦度。峰值为正时（>0），表示相对尖锐的分布。峰值为负时（<0），表示分布相对平坦。峰值为0时，表示是标准的正态分布。,异常值检验,操作步骤:先将待检验数据输入 定义为数据块 数据分析 异常值检验 弹出异常数据剔除检验对话框 选一种检验分析方法和显著水平 确定。如果有异常数据，则异常数据就会变为红色或系统有具体提示。检验方法有： 3S法（3法）数据要服从正态分布 狄克松（Dixson）法 格拉布斯（Grubbs）法数据要服从正态分布,例 对某物理量测量15次数据如下,检查有无异常值.,2）试验设计菜单,完全随机及随机区组设计 完全随机分组（用于产生随机数） 单因素随机设计 二因素随机设计正交设计 30个正交表 2水平互作设计,正交回归组合设计,3）试验统计菜单,次数分布及平均数比较 完全随机设计,