(第40讲统计.docVIP

普通高中课程标准实验教科书—数学 [人教版] 老苗汤 老苗汤泡脚 老苗汤官网 高三新数学第一轮复习教案（讲座40）—统计 一．课标要求： 1． 通过典型案例，学习下列一些常见的统计方法，并能初步应用这些方法解决一些实际问题。通过对典型案例（如肺癌与吸烟有关吗等）的探究，了解独立性检验（只要求2×2列联表）的基本思想、方法及初步应用通过对典型案例（如质量控制、新药是否有效等）的探究，了解实际推断原理和假设检验的基本思想、方法及初步应用通过对典型案例（如昆虫分类等）的探究，了解聚类分析的基本思想、方法及初步应用通过对典型案例（如人的体重与身高的关系等）的探究，进一步了解回归的基本思想、方法及初步应用在对具体问题的分析中，理解取有限值的离散型随机变量及其分布列的概念，认识分布列对于刻画随机现象的重要性通过实例（如彩票抽奖），理解超几何分布及其导出过程，并能进行简单的应用在具体情境中，了解条件概率和两个事件相互独立的概念，理解n次独立重复试验的模型及二项分布，并能解决一些简单的实际问题通过实例，理解取有限值的离散型随机变量均值、方差的概念，能计算简单离散型随机变量的均值、方差，并能解决一些实际问题通过实际问题，借助直观（如实际问题的直方图），认识正态分布曲线的特点及曲线所表示的意义。 叫做变量y与x之间的样本相关系数，简称相关系数，用它来衡量两个变量之间的线性相关程度。 相关系数的性质：≤1，且越接近1，相关程度越大；且越接近0，相关程度越小。 显著性水平:显著性水平是统计假设检验中的一个概念，它是公认的小概率事件的概率值。它必须在每一次统计检验之前确定。显著性检验：(相关系数检验的步骤)由显著性水平和自由度查表得出临界值，显著性水平一般取0.01和0.05，自由度为ｎ－２，其中ｎ是数据的个数 在“相关系数检验的临界值表”查出与显著性水平0.05或0.01及自由度n-2（n为观测值组数）相应的相关数临界值r0 05或r0 01；例如ｎ＝７时，ｒ0.05＝0.754，ｒ0.01＝0.874 求得的相关系数ｒ和临界值ｒ0.05比较，若ｒ＞ｒ0.05，上面ｙ与ｘ是线性相关的,当≤r0.05或r0.01，认为线性关系不显著。 结论：讨论若干变量是否线性相关，必须先进行相关性检验，在确认线性相关后，再求回归直线； 通过两个变量是否线性相关的估计，实际上就是把非确定性问题转化成确定性问题来研究； 我们研究的对象是两个变量的线性相关关系，还可以研究多个变量的相关问题，这在今后的学习中会进一步学到。 2．卡方检验 统计中有一个有用的（读做“卡方”）统计量，它的表达式是： ，经过对统计量分布的研究，已经得到了两个临界值：3.841与6.635。当根据具体的数据算出的k3.841时，有95%的把握说事件A与B有关；当k6.635时，有99%的把握说事件A与B有关；当k3.841时，认为事件A与B是无关的。 随机变量 1．随机变量的概念 如果随机试验的结果可以用一个变量来表示，那么这样的变量叫做随机变量。随机变量常用希腊字母ξ、η等表示。 对于随机变量可能取的值，我们可以按一定次序一一列出，这样的随机变量叫做离散型随机变量。注：随机变量ξ是关于试验结果的函数，即每一个试验结果对应着一个实数；随机变量ξ的线性组合η=aξ+b(a、b是常数)也是随机变量。 一般地，设离散型随机变量可能取得值为 X1，X2，…，X3，…， 取每一个值Xi（I=1，2，…）的概率为P（，则称表 X1 X2 … xi … P P1 P2 … Pi … 为随机变量的概率分布，简称的分布列。…)；②P1+P2+…=1。 3．独立 相互独立事件：事件A（或B）是否发生对事件B（或A）发生的概率没有影响.这样的两个事件叫做相互独立事件。 独立重复试验：若n次重复试验中，每次试验结果的概率都不依赖于其他各次试验的结果，则称这n次试验是独立的。 公式 (1)两个相互独立事件同时发生的概率，等于每个事件发生的概率的积，即P（A·B）=P（A）·P（B）； 推广：若事件A1，A2，…，An相互独立，则P(A1·A2…An)=P(A1)·P(A2)·…·P(n)。 (2)如果在一次试验中某事件发生的概率为P,那么在n次独立重复试验中这个事件恰好发生k次的概率Pn(k)=CPk(1－P)n-k。 4．随机变量的均值和方差 （1）随机变量的均值 …；反映随机变量取值的平均水平。 （2）离散型随机变量的方差： 　　…；反映随机变量取值的稳定与波动，集中与离散的程度。 　　；。 5．几种特殊的分布列 （1）两点分步 两点分布：对于一个随机试验，如果它的结果只有两种情况，则我们可用随机变量来描述这个随机试验的结果如果甲结果发生的概率为P，则乙结果发生