2.2.2用样本数字特征估计总体数字特征(第2课时)22研究.ppt

* * * ２.2.2 用样本的数字特征 估计总体的数字特征 第二课时 知识探究（二）：标准差 样本的众数、中位数和平均数常用来表示样本数据的“中心值”，其中众数和中位数容易计算，不受少数几个极端值的影响，但只能表达样本数据中的少量信息. 平均数代表了数据更多的信息，但受样本中每个数据的影响，越极端的数据对平均数的影响也越大.当样本数据质量比较差时，使用众数、中位数或平均数描述数据的中心位置，可能与实际情况产生较大的误差，难以反映样本数据的实际状况，因此，我们需要一个统计数字刻画样本数据的离散程度. 引例：在一次射击选拔赛中，甲、乙两名运动员各射击10次，每次命中的环数如下： 甲：7 8 7 9 5 4 9 10 7 4 乙：9 5 7 8 7 6 8 6 7 7 甲、乙两人本次射击的平均成绩分别为多少环？ 甲、乙两人射击的平均成绩相等，观察两人成绩的频率分布条形图，你能说明其水平差异在那里吗？ 环数 频率 0.4 0.3 0.2 0.1 4 5 6 7 8 9 10 O （甲） 环数 频率 0.4 0.3 0.2 0.1 4 5 6 7 8 9 10 O （乙） 甲的成绩比较分散，极差较大，乙的成绩相对集中，比较稳定. 4 5 6 7 8 9 10 环数 频率 0.1 0.2 0.3 (甲) 4 5 6 7 8 9 10 0.1 0.2 0.3 0.4 环数 频率 (乙) 直观上看,还是有差异的.如:甲成绩比较分散,乙成绩相对集中(如图示).因此,我们还需要从另外的角度来考察这两组数据.例如:在作统计图表时提到过的极差. 甲的环数极差=10-4=6 乙的环数极差=9-5=4. 它们在一定程度上表明了样本数据的分散程度,与平均数一起,可以给我们许多关于样本数据的信息.显然,极差对极端值非常敏感,注意到这一点,我们可以得到一种“去掉一个最高分,去掉一个最低分”的统计策略. s≥0，标准差为0的样本数据都相等. 标准差 标准差是样本数据到平均数的一种平均距离.它用来描述样本数据的离散程度.在实际应用中，标准差常被理解为稳定性. 规律：标准差越大， 则a越大，数据的 离散程度越大；反 之，数据的离散程 度越小. 用计算器可算出甲,乙两人的的成绩的标准差 由 可以知道,甲的成绩离散程度大,乙的成绩离散程度小.由此可以估计,乙比甲的射击成绩稳定. 上面两组数据的离散程度与标准差之间的关系可用图直观地表示出来. 4 5 6 7 8 9 10 从标准差的角度来考察这两组数据： 附： 1.标准差的平方s2称为方差，有时用方差代替标准差测量样本数据的离散度.方差与标准差的测量效果是一致的，在实际应用中一般多采用标准差. 2.现实中的总体所包含的个体数往往很多，总体的平均数与标准差是未知的，我们通常用样本的平均数和标准差去估计总体的平均数与标准差，但要求样本有较好的代表性. 标准差还可以用于对样本数据的另外一种解释.例如,在关于居民月均用水量的例子中,平均数 标准差s=0.868 ,所以 例1 画出下列四组样本数据的直方图，说明它们的异同点. （1） （2） （3） （4） 四组数据的平均数都是5.0,标准差分0.00,0.82,1.49,2.83.虽然它们有相同的平均数,但是它们有不同的标准差,说明数据的分散程度是不一样的. 例2 甲、乙两人同时生产内径为25.40mm的一种零件，为了对两人的生产质量进行评比，从他们生产的零件中各随机抽取20件，量得其内径尺寸如下（单位：mm）： 甲 ： 25.46 25.32 25.45 25.39 25.36 25.34 25.42 25.45 25.38 25.42 25.39 25.43 25.39 25.40 25.44 25.40 25.42 25.35 25.41 25.39 乙： 25.40 25.43 25.44 25.48 25.48 25.47 25.49 25.49 26.36 25.34 25.33 25.43 25.43 25.32 25.47 25.31 25.32 25.32 25.32 25.48 从生产零件内径的尺寸看，谁生产的零件质量较高？ 甲生产的零件内径更接近内径标准，且稳定程度较高，故甲生产的零件质量较高. 说明：1.生产质量可以从总体的平均数与标准差两个角度来衡量，但甲、乙两个总体的平均数与标准差都是不知道的，我们就用样本的平均数与标准差估计总体的平均数与标准差. 2.问题中2