用样本的数字特征估计总体的数字特征概要.ppt

从左至右各个小矩形的面积分别是0.04，0.08，0.15，0.22，0.25，0.14，0.06，0.04，0.02. 0.5-0.04-0.08-0.15-0.22=0.01， 0.5×（0.01÷0.25）=0.02，所以中位数是2.02. 月均用水量/t 0.50 0.40 0.30 0.20 0.10 0.5 1 1.5 2 2.5 3 3.5 4 4.5 o 频率/组距 思考4：平均数是频率分布直方图的“重心”，将频率分布直方图中每个小矩形的面积与小矩形底边中点的横坐标之积相加，就是样本数据的估计平均数. 由此估计总体的平均数是什么？ 月均用水量/t 0.50 0.40 0.30 0.20 0.10 0.5 1 1.5 2 2.5 3 3.5 4 4.5 o 频率/组距 0.25×0.04+0.75×0.08+1.25×0.15+1.75×0.22 +2.25×0.25+2.75×0.14+3.25×0.06+3.75×0.04 +4.25×0.02=2.02（t）. 所以平均数是2.02 t. 平均数与中位数相等，是必然还是巧合？ 巧合 各小矩形底边中点的横坐标为：0.25，0.75，1.25，1.75，2.25，2.75，3.25，3.75，4.25. 各小矩形的面积为：0.04,0.08,0.15,0.22,0.25,0.14,0.06, 0.04,0.02. 思考4：平均数是频率分布直方图的“重心”，将频率分布直方图中每个小矩形的面积与小矩形底边中点的横坐标之积相加，就是样本数据的估计平均数. 由此估计总体的平均数是什么？ 月均用水量/t 0.50 0.40 0.30 0.20 0.10 0.5 1 1.5 2 2.5 3 3.5 4 4.5 o 频率/组距 平均数的估计值等于频率分布直方图中每个小矩形的面积乘以小矩形底边中点的横坐标之和。 样本的数字特征 众数 中位数 平均数 频率分布直方图中最高矩形下端的中点 中位数两边的直 方图的面积相等 频率分布直方图中每个小矩形的面积乘以小矩形底边中点的横坐标之和 思考５：从居民月均用水量样本数据可知，该样本的众数是2.3，中位数是2.0，平均数是1.973，这与我们从样本频率分布直方图得出的结论有偏差，你能解释一下原因吗？ 频率分布直方图损失了一些样本数据，得到的是一个估计值，且所得的估计值与数据分组有关. 注:在只有样本频率分布直方图的情况下，我们可以按上述方法估计众数、中位数和平均数，并由此估计总体特征. 思考６：一组数据的中位数一般不受少数几个极端值的影响，这在某些情况下是一个优点，但它对极端值的不敏感有时也会成为缺点，你能举例说明吗？样本数据的平均数大于（或小于）中位数说明什么问题？你怎样理解“我们单位的收入水平比别的单位高”这句话的含义？ 如：样本数据收集有个别差错不影响中位数；大学毕业生凭工资中位数找单位可能收入较低. 平均数大于（或小于）中位数，说明样本数据中存在许多较大（或较小）的极端值. 这句话具有模糊性甚至蒙骗性，其中收入水平是员工工资的某个中心点，它可以是众数、中位数或平均数. 反应数据特点的值还有什么？ 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 甲、乙两人本次射击的平均成绩分别为多少环？ 标准差 探究点2 思考2：甲、乙两人射击的平均成绩相等，如图所示，你能说明其水平差异在哪里吗？ 　　　　甲的成绩比较分散，极差较大; 　　　 乙的成绩相对集中，比较稳定. 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） O 思考3：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？ 含有绝对值，运算不方便. （1）定义：反映样本数据的分散程度的大小，最常用 的统计量是标准差，一般用s表示.假设样本数据 x1，x2，…，xn的平均数为 ，则标准差的计算公 式是： 标准差 （2）特征：标准差描述一组数据围绕 波动的 大小，反映了一组数据变化的幅度和离散程度的大小． 标准差较大，数据的离散程度较 ；标准差较小， 数据的离散程度较______. 平均数 大 小 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