《样本均数的抽样误差与置信区间(完整版)实用资料.doc》由会员分享，可在线阅读，更多相关《样本均数的抽样误差与置信区间(完整版)实用资料.doc（44页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、样本均数的抽样误差与置信区间（完整版）实用资料(可以直接使用，可编辑 完整版实用资料，欢迎下载）第三章 样本均数的抽样误差与置信区间 联系：数据/变量在离散点或区间上分布分布特征数应用样本数据x 频数分布表频数分布图描述指标()参考值范围随机变量X ,误差概率分布表概率分布图总体参数() ()置信区间3.1 样本均数的分布从同一总体中独立抽取多份样本, 他们的均数常大小不一, 这说明样本均数存在变异。通过电脑实验来认识样本均数的变异规律一、正态总体样本均数的分布实验3.1 从正态分布总体抽样的实验 假定正常男子的红血球计数服从正态分布N(4.6602, 0.57462)，随机抽取1000份样本
2、, 每份含n5个个体。样本均数依然是一个随机变量, 且 (1) 各样本均数未必等于总体均数(，误差？)； (2) 样本均数之间存在差异(，变异)； (3) 样本均数的分布很有规律,围绕着总体均数,中间多、两边少, 左右基本对称(对称、正态？)； (4) 样本均数的变异范围较原变量变异范围大大缩小()； (5) 随着样本量的增大, 样本均数变异范围逐渐缩小()。图3.1 从正态分布总体抽样的实验结果原正态总体N(4.6602, 0.57462)；直方图是样本均数的分布（Luo: 这里横坐标为，若改为便是误差分布图的形状不变）3.74.14.54.95.35.73.74.14.54.95.35.7
3、3.74.14.54.95.35.7n=5 n=10 n=30(a) (b) (c)表3_2实3_1a 表3.1 从N(4.6602, 0.57462)中随机抽样, 样本量为5, 100份独立样本的均数、标准差和总体均数的95%置信区间(单位：1012 /L)样本号均数标准差95%置信区间样本号均数标准差95%置信区间15.00.56884.2939, 5.7062514.48.40063.9827, 4.977324.72.34704.2891, 5.1509524.32.54873.6388, 5.001234.24.57633.5246, 4.9554534.88.37324.4167,
4、 5.343444.64.59493.9014, 5.3786544.68.35244.2425, 5.117554.60.40054.1028, 5.0972554.80.58664.0717, 5.528364.80.81863.7837, 5.8163564.52.35044.0850, 4.955074.68.45024.1211, 5.2389574.88.68694.0272, 5.732884.32.82253.2989, 5.3411584.80.52324.1505, 5.449594.72.59643.9796, 5.4604594.80.27944.4531, 5.146
5、9104.40.44963.8418, 4.9582604.76.58234.0371, 5.4830114.60.56833.8944, 5.3056614.76.70833.8807, 5.6394124.60.34014.1778, 5.0222624.12.57933.4008, 4.8392134.60.66483.7746, 5.4254634.72.44194.1714, 5.2686144.76.62743.9811, 5.5389644.44.28184.0902, 4.7898154.20.68863.3451, 5.0549654.921.02673.6454, 6.19
6、47164.64.30914.2562, 5.0238664.80.71913.9073, 5.6927174.96.42234.4357, 5.4843674.72.43614.1786, 5.2614184.96.40834.4532, 5.4669684.84.58734.1109, 5.5691194.68.58753.9506, 5.4094694.36.48923.7527, 4.9673204.84.53404.1771, 5.5030704.76.33534.3437, 5.1763214.92.28524.5659, 5.2741714.40.43093.8650, 4.93
7、50224.60.45174.0392, 5.1608724.68.68803.8259, 5.5341234.44.43333.9021, 4.9779734.60.43014.0661, 5.1339244.96.37114.4993, 5.4207744.48.64113.6841, 5.2759254.64.47424.0513, 5.228775*4.16.39273.6724, 4.6476264.96.53494.2959, 5.6241764.52.54873.8388, 5.2021274.48.47783.8868, 5.0732774.36.39303.8721, 4.8
8、479284.68.38184.2061, 5.153978*5.04.20524.7853, 5.2947294.68.62893.8992, 5.4608794.56.99633.3231, 5.7969305.28.64674.4771, 6.0829804.80.62434.0249, 5.5751314.84.67244.0053, 5.674781*4.00.20903.7405, 4.2595324.52.32034.1224, 4.9176824.64.34144.2162, 5.0638334.76.58414.0348, 5.4852835.04.40504.5372, 5
9、.5428344.48.20844.2213, 4.7388844.52.53533.8555, 5.1845355.04.66464.2149, 5.8651854.44.32764.0333, 4.8467364.56.39124.0743, 5.0457864.60.37974.1287, 5.0713374.68.51834.0366, 5.3234874.48.28014.1322, 4.8278384.80.74453.8758, 5.7242884.64.24734.3330, 4.9471394.72.72603.8187, 5.621389*5.32.39824.8256,
10、5.8144404.68.85673.6165, 5.7435904.92.34734.4888, 5.3512414.561.02413.2887, 5.8313914.72.29414.3548, 5.0852424.76.67863.9175, 5.6025924.44.42733.9096, 4.9704435.04.51764.3974, 5.6826934.48.35944.0338, 4.9262444.52.36584.0659, 4.9741944.92.44564.3668, 5.4732454.52.59443.7821, 5.2580954.64.47584.0494,
11、 5.2306464.72.50244.0963, 5.3437964.76.85163.7027, 5.8173475.12.63544.3312, 5.9088974.64.45604.0739, 5.2061484.76.58374.0354, 5.4846984.36.33683.9419, 4.778149*4.04.35953.5937, 4.4863994.56.61973.7907, 5.3293504.52.60943.7634, 5.27661004.60.45664.0331, 5.1669* 由这份样本估计的95%置信区间实际上并未复盖总体均数图3_1 表3.2 从N(
12、4.6602, 0.57462)中随机抽取1000份独立样本, 其均数的频数分布组段下限(1012 /L)频数频率(%)累积频率(%)3.60- 1 0.1 0.13.80- 5 0.5 0.64.00- 32 3.2 3.84.20-11711.715.54.40-22922.938.44.60-30430.468.84.80-21821.890.65.00- 76 7.698.25.20- 15 1.599.75.40- 3 0.3 100.0合计1000100.0理论上可以证明, 从正态分布N(m, s2)的总体中随机抽取含量为n的样本，其样本均数N(m, s2 /n)。样本均数的标准差
13、习惯上又称为样本均数的标准误(standard error)，简称标准误。值得注意的是如下的普遍规律：或 （3.1） 实际应用中往往总体标准差s未知, 人们只能用样本标准差S代替s，从而获得的估计值，则有 (3.2) 为方便计，可称为理论标准误，为样本标准误。二、非正态总体样本均数的分布实验3.2 从正偏峰的分布总体抽样的实验(1) 随着样本量的增大, 样本均数分布的对称性逐渐改善, 样本量为30时, 样本均数的分布接近正态分布； (2) 随着样本量的增大, 样本均数的变异范围逐渐变窄。1234578n=5(b)123456789n=10(c)123456789n=20(d)123456789
14、n=30(e)图3.2 从正偏峰的分布总体分布抽样实验的结果(a)是原分布,正偏峰；其它为不同样本含量时样本均数的直方图123456789(a)实验3.3 从不对称钩形分布的总体抽样的实验 图3.3(a)： (1) 样本均数分布再不象个钩子, 样本量很小时就象正态分布了； (2) 随着样本量的增大, 样本均数的变异范围也逐渐变窄。以上两项实验的结果具有普遍性。理论上可以证明, 非正态总体样本均数的分布并不是正态分布；但当样本量较大时(例如，n30), 样本均数的分布接近正态分布。图3_1123456789n=5(b)123456789n=10(c)123456789n=20(d)1234567
15、89n=30(e)图3.3 从不对称钩形分布总体抽样实验的结果(a)是原分布,呈钩形；其它为不同样本含量时样本均数的直方图123456789(a)3.2 t分布一、标准正态离差和标准t离差 标准正态离差便服从标准正态分布, 记为(3.3) 若s未知，用样本标准差S代替s，以代替它们不尽相同，即有变异，因而比多了一种与自由度有关的变异。于1908年用笔名Student研究了它的分布规律, 称之t分布, 记为, v=n-1(3.4) 不妨称为标准t离差(standard t deviate)。n（读作nunju:）是t分布的自由度，不同的自由度对应于不同的t分布曲线。二、t分布的图形与t分布表实验
16、3.1(续) 标准正态离差和标准t离差 对前述实验3.1所得1000份随机样本分别计算标准正态离差和标准t离差, 并绘制相应的直方图, 如图3.4(a)和(b)所示。本书附表5给出了t分布的双侧尾部面积和对应的t界值。对应于同样大小的尾部面积a，t界值比正态分布界值要大。-5-3-10135(a)-5-3-10135(b)图3.4 从N(4.6602,0.57462)中随机抽取1000份独立样本，n=5(a)样本均数的标准正态离差的直方图；(b)样本均数的标准t离差的直方图图3.5 标准正态分布和t分布的图形=时的t分布即标准正态分布012345-1-2-3-4-50.00.10.20.30.
17、4n=3n=1n= (标准正态分布)3.3 正态分布总体均数的置信区间95%置信区间：设N(m, s2 ), m和s未知，由t分布面积规律可知：-t0.05t0.05(3.3) 经移项化简，可改写为(3.4) 置信程度为95%；换言之，这样估计100次，约有95次正确。应用公式为(, )，或(3.5) (1-a)置信区间：(, )(3.6) 可称为置信区间的精度，它等于置信区间宽度的一半，意指置信区间的两端点离样本均数有多远。表3_1 实验3.1(续) 置信区间与置信水平 对于前述从正态总体随机抽取的每一份样本均可按(3.5)式各计算总体均数的一个95%置信区间。表3.1的第4列给出了由前10
18、0份样本作出的的95%置信区间。不难发现, 多数区间（95个）覆盖了总体均数4.6602, 但第49, 75, 78, 81和89号这5个样本算出的区间却“扑空”了，即这样的区间估计95%正确，5%错误。换言之，当我们依据一个样本均数，对总体均数只作一次区间估计时，其置信度为95%。例3.1 从某类患者中随机抽取20例, 其血沉(mm/h)的均数为9.15, 标准差为2.13。假定该类患者的血沉值服从正态分布, 试估计总体均数的95%置信区间和99%置信区间。解 =9.15, s=2.13, n=20, =10.15和8.15 =10.51和7.78置信水平由95%提高到99%, 置信区间便由
19、窄变宽, 估计的精度下降。若既要提高置信水平, 又要估计的精度好, 就必须缩小s或加大n。s反映客观存在的个体差异, 通常无法缩小, 但加大样本量是行之有效的办法。3.4 两正态总体均数之差的置信区间设有标准差相等而均数不等的两个正态总体N(m1, s2)和N(m2, s2),均未知。N(m1,s2/n1), N(m2, s2/n2)，仍服从正态分布()N(m1-m2, s2(1/n1 +1/n2 )(3.7)()N(m1-m2, )(3.7) 的标准正态离差服从标准正态分布, 即 N(0, 1)(3.8) N(0, 1)(3.8) 现s2未知，服从t分布。即的标准t离差 t分布，v=n1+n
20、2(3.9) t分布，v=n1+n2(3.9) 其中, Sc2称为两样本的合并方差：Sc2 =(3.10) Sc2的自由度为S12和S22的自由度之和, (n1 -1)+(n2 -1)= n1+n2-2, 因而, t分布的自由度也是n1n22。以下公式不讲解了：t0.05 t0.05(3.11)(3.12)(-)-t0.05，(-)+t0.05)(3.13)( )，( )+)(3.14)例3.2 某地随机抽取40岁正常男子20名和40岁正常女子15名, 测定红细胞计数, 男女样本均数和样本标准差分别为 =4.66, s1 =0.47和=4.18, s2 =0.45, 试计算40岁正常男女红细胞
21、计数总体均数之差的95%置信区间。(单位: 1012 /L)解 例3.3 假定某地健康成年男女的红细胞计数(1012 /L)分别服从均数不等、标准差相等的二个正态分布。现有男女各一份随机样本, 样本量n1=300, n2=250, 均数和标准差分别为 =4.66, s1 =0.47和 =4.18, s2 =0.39。试估计男女红细胞计数的总体均数之差的95%置信区间。解 3.5 二项分布总体概率以及概率之差的置信区间1. 二项分布总体概率的置信区间 大样本时，利用P近似地服从正态分布的性质进行估计。(3.15) 其中,为样本频率。 利用(3.6)式, 我们有总体概率p的(1-a)置信区间为(，
22、)（3.16） 2. 二项分布总体概率之差的置信区间 也近似地服从正态分布, 即(3.17)其中p1和p2为样本频率的观察值。据此, 总体概率之差p1-p2的(1-a)置信区间为，(3.18)例3.4 某医院将病情类似的病人随机分成两组。第一组48人, 用A药治疗, 30人痊愈；第二组45人, 用B药治疗, 20人痊愈。试分别计算两种药总体治愈概率的95%置信区间以及两种药总体治愈概率之差的95%置信区间。解 3.6 估计置信区间所需的样本量一、正态总体均数置信区间的样本量 (3.6)式可见 (, ) 给定置信水平(1-a)、置信区间的精度(记为, 念delta)和样本标准差的粗略估计值(仍记
23、为s), 便可估算所需的样本量。由解出n, 并以标准正态分布的za作为ta的近似值, 便有(3.19) 例3.5 由预调查得知正常人群中某生化指标的标准差约为10个单位, 欲使总体均数的95%置信区间宽度之一半为2.5个单位, 约需多大样本量?解 s=10,d=2.5, z0.052, n=(2102.5) 2 =64，所需样本量约64二、二项分布总体概率置信区间的样本量 解出n, (3.20) 例3.6 由预调查得知某病在一年内复发的概率约为10%, 欲通过调查进一步估计一年内复发概率的95%置信区间, 要求区间宽度之一半为3%, 约需多大样本量?解 p=10%, z0.052, n=(2/
24、0.03) 2 (0.1) (1-0.1) = 400, 约需调查400名病人。看到用Excel求置信区间的文章，不错，记录一下：一、总体均值的区间估计（一）总体方差未知例1 为研究某种汽车轮胎的磨损情况，随机选取16只轮胎，每只轮胎行驶到磨坏为止。记录所行驶的里程（以公里计）如下：4125040187431754101039265418724265441287389704 0425504109540680435003977540400假设汽车轮胎的行驶里程服从正态分布，均值、方差未知。试求总体均值 的置信度为0.95的置信区间。解 1.在单元格A1中输入“样本数据”，在单元格B4中输入“指标
25、名称”，在单元格C4中输入“指标数值”，并在单元格A2：A17中输入样本数据。2.在单元格B5中输入“样本容量”，在单元格C5中输入“16”。3.计算样本平均行驶里程。在单元格B6中输入“样本均值”，在单元格C6中输入公式：“ ”，回车后得到的结果为41116.875。4.计算样本标准差。在单元格B7中输入“样本标准差”，在单元格C7中输入公式：“ ”，回车后得到的结果为1346.842771。5.计算抽样平均误差。在单元格B8中输入“抽样平均误差”，在单元格C8中输入公式：“ ” ，回车后得到的结果为336.7106928。6.在单元格B9中输入“置信度”，在单元格C9中输入“0.95”。7
26、.在单元格B10中输入“自由度”，在单元格C10中输入“15”。8.在单元格B11中输入“ 分布的双侧分位数”，在单元格C11中输入公式：“ ”，回车后得到 的 分布的双侧分位数 。9.计算允许误差。在单元格B12中输入“允许误差”，在单元格C12中输入公式：“ ”，回车后得到的结果为717.6822943。10.计算置信区间下限。在单元格B13中输入“置信下限”，在单元格C13中输入置信区间下限公式：“ ”，回车后得到的结果为40399.19271。11.计算置信区间上限。在单元格B14中输入“置信上限”，在单元格C14中输入置信区间上限公式：“ ”，回车后得到的结果为41834.55729
27、。结果如下图所示：（二）总体方差已知例2 仍以例1为例，假设汽车轮胎的行驶里程服从正态总体，方差为 ，试求总体均值 的置信度为0.95的置信区间。解 1 、2、3同例1。4.在单元格B7中输入“标准差”，在单元格C7中输入“1000”。5.计算抽样平均误差。在单元格B8中输入“抽样平均误差”，在单元格C8中输入公式：“ ” ，回车后得到的结果为250。6.在单元格B9中输入“置信度”，在单元格C9中输入“0.95”。7. 在单元格B10中输入“自由度”，在单元格C10中输入“15”。8. 在单元格B11中输入“标准正态分布的双侧分位数”，在单元格C11中输入公式：“ ”，回车后得到 的标准正态
28、分布的双侧分位数 。9.计算允许误差。在单元格B12中输入“允许误差”，在单元格C12中输入公式：“ ”，回车后得到的结果为490。10.计算置信区间下限。在单元格B13中输入“置信下限”，在单元格C13中输入置信区间下限公式：“ ”，回车后得到的结果为40626.875。11.计算置信区间上限。在单元格B14中输入“置信上限”，在单元格C14中输入置信区间上限公式：“ ，回车后得到的结果为41606.875。结果如下图所示：使用SPSS求置信区间 某零件加工企业生产一种螺丝钉，对某天加工的零件每隔一定时间抽出一个，共抽取12个，测得其长度（单位：mm）数据如下表所示。假定零件长度服从正态分布
29、，试以95%的置信水平估计该企业生产的螺丝钉平均长度的置信区间。 表1 螺丝钉长度数据10.9411.9110.9110.9411.0310.9711.0911.0011.1610.9411.0310.97试验步骤如下：1.在数据输入区域输入需要进行描述性统计分析的数据，如下图所示。 图1 数据输入界面2.选择“analyze”下拉菜 单。3.选择“Descriptive Statistics”选项。4.在子菜单中选择“Explore”选项 。图2 选择分析工具5.在左侧选择需要进行区间估计的Var00001参数进入右侧的“Dependent List”。图3 选择变量进入右侧的分析列表6.在
30、“Statistics”选项中设定置信水平为95。图4 进行分析参数设置SPSS输出的结果 及结果说明:图5 输出结果表2 输出结果及结果说明列表StatisticStd. Error结果说明Mean11.07427.873E-02均值、标准差95% Confidence Interval for MeanLower Bound10.9009置信区间下限Upper Bound11.2475置信区间上限5%Trimmed Mean11.03695截尾均值Median10.9850中位数Variance7.439E-02方差Std. Deviation.2727标准离差Minimum10.91最小
31、值Maximum11.91最大值Range1.00极差Interquartile Range0.1350Skewness3.065.637偏度Kurtosis9.9221.232峰度所以我们有95%把握认为该企业生产的螺丝钉的平均长度在10.9009mm11.2475mm之间。看到用Excel求置信区间的文章，不错，记录一下：一、总体均值的区间估计（一）总体方差未知例1 为研究某种汽车轮胎的磨损情况，随机选取16只轮胎，每只轮胎行驶到磨坏为止。记录所行驶的里程（以公里计）如下：4125040187431754101039265418724265441287389704 042550410954
32、0680435003977540400假设汽车轮胎的行驶里程服从正态分布，均值、方差未知。试求总体均值 的置信度为0.95的置信区间。解 1.在单元格A1中输入“样本数据”，在单元格B4中输入“指标名称”，在单元格C4中输入“指标数值”，并在单元格A2：A17中输入样本数据。2.在单元格B5中输入“样本容量”，在单元格C5中输入“16”。3.计算样本平均行驶里程。在单元格B6中输入“样本均值”，在单元格C6中输入公式：“ ”，回车后得到的结果为41116.875。4.计算样本标准差。在单元格B7中输入“样本标准差”，在单元格C7中输入公式：“ ”，回车后得到的结果为1346.842771。5.
33、计算抽样平均误差。在单元格B8中输入“抽样平均误差”，在单元格C8中输入公式：“ ” ，回车后得到的结果为336.7106928。6.在单元格B9中输入“置信度”，在单元格C9中输入“0.95”。7.在单元格B10中输入“自由度”，在单元格C10中输入“15”。8.在单元格B11中输入“ 分布的双侧分位数”，在单元格C11中输入公式：“ ”，回车后得到 的 分布的双侧分位数 。9.计算允许误差。在单元格B12中输入“允许误差”，在单元格C12中输入公式：“ ”，回车后得到的结果为717.6822943。10.计算置信区间下限。在单元格B13中输入“置信下限”，在单元格C13中输入置信区间下限公
34、式：“ ”，回车后得到的结果为40399.19271。11.计算置信区间上限。在单元格B14中输入“置信上限”，在单元格C14中输入置信区间上限公式：“ ”，回车后得到的结果为41834.55729。结果如下图所示：（二）总体方差已知例2 仍以例1为例，假设汽车轮胎的行驶里程服从正态总体，方差为 ，试求总体均值 的置信度为0.95的置信区间。解 1 、2、3同例1。4.在单元格B7中输入“标准差”，在单元格C7中输入“1000”。5.计算抽样平均误差。在单元格B8中输入“抽样平均误差”，在单元格C8中输入公式：“ ” ，回车后得到的结果为250。6.在单元格B9中输入“置信度”，在单元格C9中
35、输入“0.95”。7. 在单元格B10中输入“自由度”，在单元格C10中输入“15”。8. 在单元格B11中输入“标准正态分布的双侧分位数”，在单元格C11中输入公式：“ ”，回车后得到 的标准正态分布的双侧分位数 。9.计算允许误差。在单元格B12中输入“允许误差”，在单元格C12中输入公式：“ ”，回车后得到的结果为490。10.计算置信区间下限。在单元格B13中输入“置信下限”，在单元格C13中输入置信区间下限公式：“ ”，回车后得到的结果为40626.875。11.计算置信区间上限。在单元格B14中输入“置信上限”，在单元格C14中输入置信区间上限公式：“ ，回车后得到的结果为4160
36、6.875。结果如下图所示：2021年职业技能鉴定操作技能考核项目绿化花卉工初级中国石油大庆职业技能鉴定中心绿化花卉工初级试题目录试题一、栽植银中杨裸根苗（定植与识别40%）试题二、一串红栽植（定植与识别40%）试题三、识别3种乔木（定植与识别40%）试题四、一串红撒播（播种40%）试题五、山杏点播（播种40%）试题六、银中杨的硬枝扦插（修剪与扦插20%）试题七、丁香短截（修剪与扦插20%）试题八、杨树修截（修剪与扦插20%）绿化花卉工初级试题组合目录组合一：1 栽植银中杨裸根苗（定植与识别40%）2 一串红撒播（播种40%）3. 丁香短截（修剪与扦插20%）组合二：1 3种乔木的识别（定植与
37、识别40%）2 一串红撒播（播种40%）3 杨树修截（修剪与扦插20%）组合三：1 一串红栽植（定植与识别40%）2 山杏点播（播种40%）3 银中杨的硬枝扦插（修剪与扦插20%）试题一：栽植银中杨裸根苗1、准备要求（1）材料准备序号名称规格数量备注1银中杨裸根苗1棵2旱柳1棵（2）工、量具准备序号名称规格数量备注1刚卷尺1把2铁锨1把3水桶1只4喷壶1只5剪枝剪1把2、操作考核规定及说明（1）操作程序说明：1）准备工作；2）树苗的选择；3）确定定植点；4）挖定植坑；5）苗木定植操作；6）做围堰；7）浇水；8）封坑扶正;9 清理现场。（2）考核规定说明：1）如违章操作该项目终止考核。2）核采用
38、百分制，考核项目得分按组卷比重进行折算。3）项目如有多种操作方法，以推荐方法为准。（3）考核方式说明：该项目为实际操作题，全过程按操作标准结果进行评分。（4）测量技能说明：本项目主要测考生对银中杨裸根苗栽植掌握的程度3、考核时限：（1）准备时间：1min（不计入考核时间）（2）操作时间：10 min，从正式操作开始计时。（3）考核时，提前完成不加分，超过规定操作时间按规定标准评分。4、评分记录表中国石油天然气集团公司职业技能鉴定统一试题 绿化花卉工初级操作技能考核评分记录表现场号 工位 性别 试题名称：栽植银中杨裸根苗 考核时间：10min序号考核内容评分要素配分评分标准检测结果扣分得分备注1
39、准备工作工具用具准备5少选一件扣1分2选择树苗选择银中杨裸根苗10选错品种扣10分 3确定定植点按株行距50cm50cm，品字形确定定植点14确定株距不正确扣5分确定行距不正确扣5分没按品字形确定定植点扣4分4挖定植穴（坑）要求挖40cm40cm圆桶坑，底土、表土分开放14挖坑口径深度不标准扣5分坑口与坑底直径不一致扣5分表土、底土未分开放置扣4分5苗木定植先回表土后回底土，栽植深度不超过原根颈5cm，栽后踩实20未按要求回土扣5分栽植深度不标准扣10分栽后未踩实扣5分6做围堰沿坑外沿做围堰，要求围堰均匀结实，能围住与堰高等深的水10围堰不均匀扣5分围不住与堰高等深的水扣5分7浇水浇水要浇透，土表水饱和，并保证水不流出围堰10未浇水扣5分水流出围堰扣5分8封坑扶正全部树苗浇水后，填土封坑，踩实10未按要求封坑扣5分未踩实扣5分9清理现场收拾工具，清理现场7未收拾工具扣4分