用样本的数字特征估计总体的数字特征5.ppt

2.2.2 用样本的数字特征估计总体的数字特征（一） 运用 作业：三维设计题型一 样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。 * * 在一次射击比赛中,甲、乙两名运动员各射击10次，命中环数如下﹕ 甲运动员﹕ 7, 8, 6, 8, 6, 5, 9, 10, 7, 5 乙运动员﹕9，5，7，8，7，6，8，6，7，7. 观察上述样本数据，你能判断哪个运动员发挥的更稳定些吗？ 创设意境 为了从整体上更好地把握总体的规律，我们要通过样本的数据对总体的数字特征进行研究。——用样本的数字特征估计总体的数字特征. （一 ） 众数、中位数、平均数 平均数: 一组数据的算术平均数,即 x= 一 众数、中位数、平均数的概念 中数：将一组数据按大小依次排列，把处在最中间位置的一个数据（或最中间两个数据的平均数）叫做这组数据的中位数． 众数：在一组数据中，出现次数最多的数据叫做这组数据的众数． 平均数 中位数 众数 探究1：众数、中位数和平均数 思考1：如何从频率分布直方图中估计众数、中位数、平均数？ 思考2：在城市居民月均用水量样本数据的频率分布直方图中，你认为众数应在哪个小矩形内？由此估计总体的众数是什么？ 月均用水量/t 频率 组距 0.5 0.4 0.3 0.2 0.1 0.5 1 1.5 2 2.5 3 3.5 4 4.5 O 取最高矩形下端中点的横坐标2.25作为众数. 0.5 2.5 2 1.5 1 4 3.5 3 4.5 频率 组距 0.04 0.08 0.15 0.22 0.25 0.14 0.06 0.04 0.02 前四个小矩形的面积和=0.49 后四个小矩形的面积和=0.26 2.02 如何在频率分布直方图中估计中位数 可将中位数看作整个直方图面积的“中心” 在样本中中位数的左右各有50%的样本数，条形面积各为0.5,所以反映在直方图中位数左右的面积相等. 思考4：如何在频率分布直方图中估计平均数 0.25,0.75,1.25, 1.75,2.25,2.75, 3.25,3.75,4.25. 月均 用水量/t 频率 组距 0.5 0.4 0.3 0.2 0.1 0.5 1 1.5 2 2.5 3 3.5 4 4.5 O 样本数据的估计平均数就是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. 由此估计总体的平均数就是 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）. 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. 　　　　　　　　　　　　　样本数据的平均数大于（或小于）中位数说明什么问题？ 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，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,你能理解下例中“我们单位的收入水平比别的单位高”这句话的含义？　　　　　　　　　　　　　 　　　　　　 三种数字特征的优缺点 受少数极端值的影响较大，使其在估计总体时的可靠性降低. 与每一个数据有关，更能反映全体的信息. 平均数 不受少数极端值的影响有时也是缺点 不受少数极端值的影响 中位数 无法客观反映总体特征 体现了样本数据的最大集中点 众数 缺 点 优 点 特征数 生活决策中的应用: 　体育\文艺比赛中,使用的是平均分. 同时去掉一个最高分和最低分,从而降 低误差,保证公平 三 、 众数、中位数、平均数的简单应用 例1 某工厂人员及工资构成如下： 6900 100 2000 1100 1500 2200 合计 23 1 10 5 6 1 人数 100 200 220 250 2200 周工资 合计 学徒 工人 高级技工 管理人员 经理 人员 （1）指出这个问题中周工资的众数、中位数、平均数 （2）这个问题中，工资的平均数能客观地反映该厂的工资水平吗？为什么？ 分析：众数为200，中位数为220，平均数为300。 因平均数为300，由表格中所列出的数据 可见，只有经理在平均数以上，其余的人 都在平均数以下，故用平均数不能客观真 实地反映该工厂的工资水平。 练习：”八.一”前夕,某中