抽样调查-人民教育出版社.PPT

* * * * * * * * * 在第三学段，知道“通过大量地重复试验，可以用频率来估计概率”。 为什么可以用频率估计概率？ 伯努利大数定律：设m 是n 重伯努利试验中事件A出现的次数，又A 在每次试验中出现的概率为p(0p1 )，则对任意的ε0 ，有 伯努利大数定律告诉我们，当n 趋于无穷时，频率依概率收敛于概率p。也就是只要n充分大，那么频率估计概率的误差就可以如所希望的小。 用频率估计概率，若要达到一定的精确度，需做多少次试验呢？ 狄莫弗-拉普拉斯极限定理 例如研究课中掷硬币的问题，若要保证有95%的把握使正面向上的频率与其概率0.5之差落在0.1的范围内，那要抛掷多少次？根据（*）式，可以估计出 。 几种试验设计 “体会随机”类 “体会频率与概率的关系”类 “运用频率估计概率”类 体会随机 问题1 抛掷一枚质地均匀的硬币，“正面向上”的概率为0.5，是否意味着抛掷一枚硬币50次时，就会有25次“正面向上”呢？不妨用试验进行检验． 体会频率与概率的关系 问题2 如果重复试验次数增多，结果会如何？ 追问1：随着重复试验次数的增加，“正面向上”的频率的变化趋势是什么？ 追问2：阅读另外六组投硬币1000次模拟试验得到的图表（见附录），你读出哪些信息？ 追问3：上述规律中的“固定数”是什么？ 第三学段的要求：“知道通过大量重复试验，可以用频率来估计概率” 运用频率估计概率 问题3 掷一枚图钉，你能估计出“钉尖朝上”的概率吗？ 追问1：动手做试验前，先猜一猜：“钉尖朝上”的可能性大还是“钉尖朝下”的可能性大？“钉尖朝上”的概率大约是多少？ 追问2：如何获得这一概率值？ 追问3：能否用列举法求上述随机事件的概率？为什么？用频率估计概率与用列举法求概率在适用范围上有什么不同？ 掷图钉也有两种可能，但二者不是等可能的，不符合古典概率的要求，这时我们可以通过做试验，运用频率去估计概率的大小，从而对钉尖朝上和钉尖朝下的可能性进行比较，这不仅仅使试验变得很有必要，并且能够帮助学生澄清一些误解。 “掷图钉”完整经历了“用频率估计概率”的过程。首先猜测结果发生的可能性大小；然后亲自动手进行实验，收集实验数据，分析实验结果，并将所得结果与自己的猜测进行比较；最后进行理性分析，并与实验结果联系起来。 蒙特卡罗方法 当所要求解的问题是某种事件出现的概率，或者是某个随机变量的期望值时，可以通过某种“试验”的方法，得到这种事件出现的概率，或者这个随机变数的平均值，并用它们作为问题的解。 习惯于从统计规律看问题的人在思想上不拘执一端：他既认识到一种事物从总的方面看有一定的规律，也承认例外。 ——陈希孺 谢谢！ 敬请批评指正 * * * * * * * * 比例，在一定范围内，样本数的多少对统计结果会有显著的影响。但当样本大到一定程度时，再增加其数量，对统计结果的影响已不大了。例如，只要严格按随机原则抽样，在一个城市中抽取1000个样本来推断全市职工的平均收入，与抽取10000个职工来进行推断，其准确程度和可靠程度相差不大。总之，在确保样本数能代表总体的前提下，以选择较小样本容量为宜。 * * * * * * * * * * * * * 直方图的组距 等距分组和不等距分组（年龄：婴幼儿、少年、青年、中年、老年） 多少组合适？——主要根据经验和问题实际 .一般情况下，一组数据所分的组数K 不应少于5组且不多于15组。在实际分组时也可以按斯特奇斯（Sturges）的经验公式 来确定组数（n是数据个数）。 如何从图表读取数据 Curcio (1987 )把学生读取数据分为三个水平：（1）数据本身的读取（reading the data），包括用能够得到的信息来回答具体的问题，这些问题图表中有明显的答案。(2)数据之间的读取（reading between the data）。这包括做比较(例如比较好、最好，最高、最小等)和对数据进行操作(例如加减乘除)。(3)超越数据本身的读取（reading beyond the data），包括通过数据来进行推断预测推理，并回答具体的问题。  3. 分析数据： 集中趋势：平均数、众数、中位数， 离散程度：极差、方差； 为了更好地提取信息，学生需要学习一些整理、描述、分析数据的方法。对于这些的学习，应注重对其的理解及在实际问题中的应用，而不知识单纯地计算或绘图。 算法理解、概念理解、统计理解。 注重对“数字特征数”的统计理解 用平均数作为一组数据的代表，比较可靠和稳