楔子-数学学科中心.DOC

高中新教材中的統計教學隨筆 丁村成 臺北市立建國高中 摘要 關鍵字：常態分配、二項分配、中央極限定理、信賴區間、信心水準 目錄 楔子 常態分配概念 二項分配近似於常態分配 中央極限定理 信賴區間與信心水準解讀 參考資料  楔子 二十世紀初的數學家希爾伯特(Hilbert)曾說過，真正的數學大師是能夠在鄉間小路上，向偶然遇見的農夫講清楚什麼是微分幾何的人。筆者認為這句話的意思是：當一個人能把所學到的深奧理論，利用淺顯易懂的通俗語言詮釋出來讓人暸解，才表示他已經對這門學問達到真正的領悟。同樣的觀點可延伸為在數學教育各階層的稱職教師，是能夠把艱難的數學概念清楚傳達給學生的人。目前高中新教材中隱藏了一道學生很難跨越的鴻溝，那就是二項分配近似常態分配與中央極限定理。這兩個定理其實是我在準備研究所考試的時候才接觸到的，因此當它98年出現在高中教科書的時候，我就開始思考要如何更簡單的讓學生體會其意義。直到最近數學科徐健策主席再三詢問，希望我能抽出時間為數學科同仁舉辦一場有關統計教學的演講，為了達成徐主席的付託我特別翻閱了各版統計教材，發現每一本教科書內容仍然存在一些不足與缺點。以我直言不諱的個性，在演講中深怕又要得罪各版本的編者們，這些編者不乏是我的師長和朋友，幾經深思熟慮後決定以文章的形式，來表達個人對這個單元的教學理念，以提供給有興趣的數學教師作為參考與改進的依據，更盼望能得到更多的迴響以嘉惠於青年學子為幸。 一、常態分配概念 自然界有許多事物的分佈情形都有一個特徵，就是數值資料大多集中於其平均數附近，而位在兩個極端的資料數量並不多，且它們都會均勻分佈在平均數左右兩邊。例如：某一地區居民的總收入，某一學校學生之數學成績……等等，其分佈曲線都是呈現單一高峰的左右對稱曲線，這種曲線稱為常態曲線(Normal curve)。常態曲線有一個最高點，此點的横座標就是資料的平均數，曲線的左右兩端會對稱於，而資料的離散程度可以用標準差描述。只要我們知道了平均數與標準差，數個資料的常態曲線就完全被確定了，其中的平均數決定了曲線的中心，而標準差確定了曲線的形狀。在統計上只要樣本資料符合常態曲線，這些樣本分佈在範圍、、之比率大約為68.3％％(Empirical rule)，亦即約有68.3％99.7％1733年棣美弗(De Moivre)首先由二項分配(Bionomial distribution)的逼近推出了常態分配(Normal distribution)之表達式 (王幼軍 , 2007)。但他當時二項逼近的工作並未引起人們的重視，使得常態分配也僅停留於數學表達的層面，在實際應用中也沒有找到適合存活的土壤。陳希孺認為，棣美弗本人並不是一位統計學家，他並未從統計學的觀點去考慮這項逼近工作的意義，其出發點僅把p作為一個已知數來研究如何用二項分配逼近常態分配，而不是將p看作未知數並通過觀察結果對p進行推論。因此，在棣美弗時代要使常態分配成為一種機率模型的時機尚不成熟，但他對二項分配與常分配的研究成果讓中央極限定理之發展有著承先啓後的作用。正是在此基礎上拉普拉斯(Laplace)於1780年對棣美弗的結果進行推廣，並建立了棣美弗－拉普拉斯極限定理(De Moivre-Laplace Limit Theorem)(Hald , 1998)。 進入十八世紀數學出現一個很重要的特徵，那就是數學研究的目標在於處理人類碰到之實際問題。生活中無論對自然現象或社會現象進行觀測，總會產生誤差這一點在很早以前人們就注意到了，但是對於其觀測值所呈現的隨機性人們卻認識模糊。雖然歷史上有很多天文學家和數學家曾對誤差理論作過研究，但都沒有從棣美弗的著作中得到任何有關常態分配的啓發。直到1809年高斯(Gauss)在研究測量誤差之機率分配時，才讓棣美弗所發表的常態分配表達式得到了機率分配的身分，又因高斯對常態分配所作的研究對後世的影嚮極大，因此後人對於常態分配又稱之為高斯分配。在德國10馬克的紙鈔上印有高斯肖像與常態分配的圖案，這表示數學王子高斯一生中在科學上，對於全人類最大的貢獻就是常態分配。 二、二項分配近似於常態分配 在二項分配近似於常態分配的高中教材中，有教科書是利用投均勻硬幣20次中會出現幾次正面？然後讓全班每位同學投一硬幣20次，可能有人會擲出8次正面，也有人可能擲出12次正面。如果將每人所擲出的正面次數記錄下來，那麼這些次數之平均數就相當接近10次(編者竟然自己捏造數據)，最後就得出結論：機率裡的期望值就是統計試驗中大量數據的平均值。也有教科書先利用EXCEL計算二項分配，再寫一些連老師都看不下去的計算式子，然後利用二項分配的期望值與標準差求比率p的95％信賴區間，我真不知道編者有沒有考慮到教與學之問題(是否請編者來教教看)。至於教導高中學生的時候要如何來表