2.2.2.3.方差.pptVIP

* * 2.2.2 用样本的数字特征估计总体的数字特征(3) 复习 1、如何根据样本频率分布直方图，分别估计总体的众数、中位数和平均数？ ⑴众数：最高矩形下端中点的横坐标. ⑵中位数：直方图面积平分线与横轴交点的横坐标. ⑶平均数：每个小矩形的面积与小矩形底边中点的横坐标的乘积之和. 2、对于样本数据x1，x2，…，xn，其标准差如何计算？ 3、现实中的总体所包含的个体数往往很多，总体的平均数与标准差是未知的，我们通常用样本的平均数和标准差去估计总体的平均数与标准差，但要求样本有较好的代表性. 例1：甲、乙两人同时生产内径为25.40mm的一种零件，为了对两人的生产质量进行评比，从他们生产的零件中各随机抽取20件，量得其内径尺寸如下（单位：mm）： 甲 ： 25.46 25.32 25.45 25.39 25.36 25.34 25.42 25.45 25.38 25.42 25.39 25.43 25.39 25.40 25.44 25.40 25.42 25.35 25.41 25.39 乙： 25.40 25.43 25.44 25.48 25.48 25.47 25.49 25.49 26.36 25.34 25.33 25.43 25.43 25.32 25.47 25.31 25.32 25.32 25.32 25.48 从生产零件内径的尺寸看，谁生产的零件质量较高？ 分析： 1、每一个工人生产的所有零件的内径尺寸组成一个总体.由于零件的生产标准已经给出（内径25.40mm），生产质量可以从总体的平均数与标准差两个角度来衡量. 2、总体的平均数与内径尺寸的差异大时质量低，差异小时质量高.当总体的平均数与标准尺寸很接近时，总体的标准差小的时候质量高，标准差大的时候质量低.这样，比较两人的生产质量，只要比较他们所生产的零件所组成的两个总体的平均数与标准差的大小即可. 甲生产的零件内径更接近内径标准，且稳定程度较高，故甲生产的零件质量较高. 3、甲、乙两个总体的平均数与标准差都是不知道的，我们就根据样本估计总体的思想，用样本的平均数与标准差估计总体的平均数与标准差. 解：用计算器计算可得 从这个例子可以看出，对质量的判断，与所抽取的零件内径（样本数据）直接相关.对同一个总体，可以抽取不同的样本，相应的平均数与标准差都会发生改变，这就会影响到我们对总体情况的估计.如果样本的代表性差，那么对总体所作的估计就会产生偏差；样本没有代表性，则对总体作出错误估计的可能性就非常大，由此可见抽样方法的重要性. 在实际操作中，为了减少错误的发生，条件许可时，通常采用适当增加样本容量的方法.当然，关键还是要改进抽样方法，提高样本的代表性. 标准差的平方s2称为方差： 方差与标准差的测量效果是一致的，但在解决实际问题时，一般多采用标准差. 从数学的角度考虑，人们有时用方差代替标准差，作为测量样本数据的离散度. 例2 已知两组数据： 甲 9.9 10.3 9.8 10.1 10.4 10 9.8 9.7 乙 10.2 10 9.5 10.3 10.5 9.6 9.8 10.1 　　 　　 分别计算这两组数据的方差． 解 (2)求方差 (3)比较方差得出结论 乙组数据比甲组数据波动大. (1)求平均数 月均用水量/t 0.5 1 1.5 2 2.5 3 3.5 4 4.5 频率 组距 0.5 0.4 0.3 0.2 0.1 O 标准差还可以用于对样本数据的另外一种解释. 月均用水量/t 0.5 1 1.5 2 2.5 3 3.5 4 4.5 频率 组距 0.5 0.4 0.3 0.2 0.1 O 对于城市居民月均用水量样本数据，其平均数 ， 标准差s=0.868. 在这100个数据中， 落在区间[ -s， +s ] =[1.105，2.841]外的有： 28个； 月均用水量/t 0.5 1 1.5 2 2.5 3 3.5 4 4.5 频率 组距 0.5 0.4 0.3 0.2 0.1 O 对于城市居民月均用水量样本数据，其平均数 ， 标准差s=0.868. 在这100个数据中， 落在区间[ -2s， +2s ] =[0.237，3.709]外的有： 4个； 也就是说,这个区间几乎包含了所有样本数据. 参考教材P79“阅读与思考” 一般地，对于一个正态总体，数据落在区间 （ -s， +s）、（ -2s， +2s