2.2.2.2用样本数字特征估计总体数字特征解读.pptVIP

* * * 2.2 用样本估计总体 2.2.2用样本的数字特征估计总体的 数字特征 第二课时 每个小矩形的面积与小矩形底边中点的横坐标的乘积之和. 知识回顾 1.如何根据样本频率分布直方图，分别估计总体的众数、中位数和平均数? (1)众数: (2)中位数: (3)平均数: 最高矩形下端中点的横坐标. 直方图面积平分线与横轴交点的横坐标. 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. 思考1: 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 如果你是教练，你应当如何对这次射击作出评价? 如果这是一次选拔性考核，你应当如何做出选择? 第一: 计算平均成绩: 第二: 画出条形图观察数据的离散程度. (甲) (乙) 0.4 0.3 0.2 0.1 环数 频率 4 5 6 7 8 9 10 O 0.4 0.3 0.2 0.1 频率 4 5 6 7 8 9 10 O 环数 思考1: 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 如果你是教练，你应当如何对这次射击作出评价? 如果这是一次选拔性考核，你应当如何做出选择? 第一: 计算平均成绩: 第二: 画出条形图观察数据的离散程度. (甲) (乙) 0.4 0.3 0.2 0.1 环数 频率 4 5 6 7 8 9 10 O 0.4 0.3 0.2 0.1 频率 4 5 6 7 8 9 10 O 环数 甲的成绩比较分散，极差较大 (甲的极差是6), 乙的成绩相对集中(乙的极差是4) ，比较稳定. 考察样本数据的分散程度,用极差估计是比较粗超的. 对于样本数据x1，x2，…，xn, 设想通过各数据到其平均数的平均距离 来反映样本数据的分散程度, 那么这个平均距离如何计算? 考察样本数据的分散程度最常用的统计量是: ----标准差. | x1－x | | x2－x | | xn－x | ＋ ＋ …＋ n 但上述公式中含有绝对值，运算不方便， 因此，往往采用下面的公式进行计算: (1)那么标准差的取值范围是什么? (2)标准差为0的样本数据有何特点? 标准差为0的样本数据都相等. S叫做这个样本的标准差. (3)根据标准差的大小说明数据的离散程度如何? 标准差越大离散程度越大，数据较分散; 标准差越小离散程度越小，数据较集中在平均数周围. [0,∞) 标准差越大离散程度越大，数据较分散; 标准差越小离散程度越小，数据较集中在平均数周围. S2 叫做样本的方差 方 方 解: 计算平均数. 例1: 计算甲、乙两名运动员的射击成绩的标准差，比较其射击水平的稳定性. 甲: 7 8 7 9 5 4 9 10 7 4 乙: 9 5 7 8 7 6 8 6 7 7 S 甲=2, 计算标准差. s甲s乙. 因为 所以乙比较稳定. S乙=1.095. 例题分析 知识补充 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. 例题分析 例2 画出下列四组样本数据的条形图， 说明它们的异同点. (1) 5，5，5，5，5，5，5，5，5; (2) 4，4，4，5，5，5，6，6，6; (1) 频率 1.0 0.8 0.6 0.4 0.2 O 1 2 3 4 5 6 7 8 (2) 频率 1.0 0.8 0.6 0.4 0.2 O 1 2 3 4 5 6 7 8 (3) 频率 1.0 0.8 0.6 0.4 0.2 O 1 2 3 4 5