10.2用样本估计总体-冯涛.docVIP

10.2用样本估计总体 一、知识与能力目标 1、 通过实例体会分布的意义和作用，在表示样本数据的过程中，学会列频率分布表、画频率分布直方图、频率折线图、茎叶图，体会他们各自的特点通过实例理解样本数据标准差的意义和作用，学会计算数据标准差能根据实际问题的需求合理地选取样本，从样本数据中提取基本的数字特征（如平均数、标准差），并作出合理的解释在解决统计问题的过程中，进一步体会用样本估计总体的思想，会用样本的频率分布估计总体分布，会用样本的基本数字特征估计总体的基本数字特征初步体会样本频率分布和数字特征的随机性会用随机抽样的基本方法和样本估计总体的思想，解决一些简单的实际问题；能通过对数据的分析为合理的决策提供一些依据，认识统计的作用，体会统计思维与确定性思维的差异形成对数据处理过程进行初步评价的意识，那么叫做这n个数据平均数； 如果这n个数据是，那么叫做这n个数据方差；同时 叫做这n个数据的标准差； 2、频率分布直方图、折线图、茎叶图： 从一个总体得到一个包含大量数据的样本，我们很难从一个个数字中直接看出样本所包含的信息．这时，我们用频率分布直方图来表示相应样本的频率分布，从而去估计总体的分布情况列频率分布表、画频率分布直方图的步骤计算极差，即计算最大值与最小值的差决定组距与组数（组数与样本容量有关，一般来说样本容量越大，分组就越多，样本容量不超过100时，按数据的多少，常分成5～12组）将数据分组列频率分布表画频率分布直方图频率分布表列出的是在各个不同区间内取值的频率，频率分布直方图是用小长方形面积的大小来表示在各个区间内取值的频率．直角坐标系中的纵轴表示频率与组距的比值，即小长方形面积＝组距× ＝频率．各组频率的和等于1，即所有长方形面积的和等于1．频率分布表在数量表示上比较确切，但不够直观、形象，不利于分析数据分布的总体态势．从频率分布直方图可以清楚地看出数据分布的总体态势，但是从直方图本身得不出原始的数据内容用样本的频率分布去估计总体的分布时，如果样本容量不断增大，分组的组距不断缩小，则相应的频率折线图会越来越接近于一条光滑曲线，统计中称这条光滑曲线为总体密度曲线茎叶图茎叶图是常用的统计图表．用茎叶图表示数据时，不会损失原始信息，所有的数据信息都可以从茎叶图中得到．因此，可以根据样本数据中的“叶”的分布估计总体分布，但样本数据较多时茎叶图就显得不太方便了1）随机性：由于样本的随机性决定了“估计”的随机性，所以很难或根本无法保证使用不同样本估计同一总体的一致性2）规律性：随着样本容量的增加，频率分布会接近总体分布，样本的数字特征也会相应稳定于总体的数字特征20颗做试验，得到这20颗手榴弹的杀伤半径，并列表如下： (1) 在这个问题中，总体、个体、样本和样本容量各是什么？ (2) 求出这20颗手榴弹的杀伤半径的众数、中位数和平均数，并估计这批手榴弹的平均杀伤半径. 解：(1) 总体是要检查的这批手榴弹的杀伤半径的全体；个体是每一颗手榴弹的杀伤半径；样本是所抽取的20颗手榴弹的杀伤半径；样本容量是20； (2) 在20个数据中，10出现了6次，次数最多，所以众数是10（米）， 20个数据从小到大排列，第10个和第11个数据是最中间的两个数，分别为9（米）和10（米），所以中位数是（9+10）=9.5（米）， 样本平均数（米）， 所以，估计这批手榴弹的平均杀伤半径约为9.4米. 跟踪练习1：(2009山东卷理)某工厂对一批产品进行了抽样检测.右图是根据抽样检测后的 产品净重（单位：克）数据绘制的 频率分布直方图，其中产品净重的 范围是[96，106]，样本数据分组为 [96，98），[98，100),[100，102)， [102，104),[104，106]，已知样本中 产品净重小于100克的个数是36， 则样本中净重大于或等于98克并且小于104克的产品的个数是（ ） A.90 B.75 C. 60 D.45 题型二：数字特征的应用 例2．甲、乙两种冬小麦试验品种连续5年的平均单位面积产量如下（单位：t / hm2） 品种 第1年 第2年 第3年 第4年 第5年 甲 9.8 9.9 10.1 10 10.2 乙 9.4 10.3 10.8 9.7 9.8 其中产量比较稳定的小麦品种是 . 答案：甲； 解析：甲 = ( 9.8 + 9.9 + 10.1 + 10 + 10.2) = 10.0， 乙 = ( 9.4 + 10.3 + 10.8 + 9.7 + 9.8) = 10.0， s = ( 9.82 + … + 10.22) – 102 = 0.02， s = ( 9.42 + …