备课组材料.docVIP

芜湖县一中2015届高三数学（理）备课组活动（2015 3 12） 11．8用样本估计总体 【2015考向】：　1.考查样本的频率分布(分布表、直方图、茎叶图)中的有关计算，样本特征数(众数、中位数、平均数、标准差)的计算．主要以选择题、填空题为主；2.考查以样本的分布估计总体的分布(以样本的频率估计总体的频率、以样本的特征数估计总体的特征数)． 复习　1.理解统计中的常用术语：总体、个体、样本、平均数、方差、中位数、众数；2.会利用频率分布直方图、茎叶图对总体进行估计，尤其是频率分布直方图的应用更是高考考查的热点． 1． 频率分布直方图 2． 用样本的数字特征估计总体的数字特征 (1)众数、中位数、平均数 (2)样本方差、标准差 难点正本　疑点清源1． 作频率分布直方图的步骤 2． 众数、中位数与平均数的异同 3． 利用频率分布直方图估计样本的数字特征统计图表识图不准致误 典例：从某校高三年级随机抽取一个班，对该班50名学生的高校招生体检表中的视力情况进行统计，其频率分布直方图如图所示： 若某高校A专业对视力的要求在0.9以上，则该班学生中能报A专业的人数为________． 易错分析　解题中易出现审题不仔细，又对所给图形没有真正理解清楚，将矩形的高误认为频率或者对“0.9以上”的含义理解有误． 解析　该班学生视力在0.9以上的频率为(1.00＋0.75＋0.25)×0.2＝0.4，故能报A专业的人数为0.4×50＝20. 答案　20 温馨提醒频率分布条形图的纵轴(矩形的高)表示频率；频率分布直方图的纵轴(矩形的高)表示频率与组距的比值，其各小组的频率等于该小组上的矩形的面积．2015考向】：考查回归的基本思想和简单应用． 　1.理解散点图和相关关系的概念；2.注意线性回归方程在实际问题中的1．两个变量的线性相关(1)正相关(2)负相关(3)线性相关关系、回归直线 2． 回归方程(1)最小二乘法(2)回归方程 3． 回归分析(1)定义 (2)样本点的中心(3)相关系数 难点正本　疑点清源1． 相关关系与函数关系的区别2． 对回归分析的理解 回归分析是处理变量相关关系的一种数学方法，它主要解决三个问题： 确定两个变量之间是否有相关关系，如果有就找出它们之间贴近的数学表达式，否则求出的回归方程没有意义；(2)根据一组观察值，预测变量的取值及判断变量取值的变化趋势(3)求出线性回归方程统计中的数形结合思想典例：某地10户家庭的年收入和年饮食支出的统计资料如表所示： 年收入x(万元) 2 4 4 6 6 6 7 7 8 10 年饮食支出y(万元) 0.9 1.4 1.6 2.0 2.1 1.9 1.8 2.1 2.2 2.3 (1)根据表中数据，确定家庭的年收入和年饮食支出的相关关系； (2)如果某家庭年收入为9万元，预测其年饮食支出． 审题视角　可以画出散点图，根据图中点的分布判断家庭年收入和年饮食支出的线性相关性． 规范解答 解　(1)由题意，知年收入x为解释变量，年饮食支出y为预报变量，作散点图如图所示． 从图中可以看出，样本点呈条状分布，年收入和年饮食支出有比较好的线性相关关系，因此可以用线性回归方程刻画它们之间的关系． 因为＝6，＝1.83，＝406，＝35.13，iyi＝117.7，＝≈0.172，＝－≈1.83－0.172×6＝0.798.从而得到线性回归方程为＝0.172x＋0.798. (2)＝0.172×9＋0.798＝2.346(万元)． 所以家庭年收入为9万元时，可以预测年饮食支出为2.346万元． 温馨提醒　(1)在统计中，用样本的频率分布表、频率分布直方图、统计图表中的茎叶图、折线图、条形图，去估计总体的相关问题，以及用散点图判断相关变量的相关性等都体现了数与形的完美结合．借助于形的直观，去统计数据，分析数据，无不体现了数形结合的思想． (2)本题利用散点图分析两变量间的相关关系，充分体现了数形结合思想的应用． (3)本题易错点为散点图画的不准确，导致判断错误.． 1