222用样本的数字特征估计总体的数字特征-(精品课件).pptVIP

2.2.2 用样本的数字特征估计总体的数字特征 众数、中位数、平均数 2. 标准差 众数、中位数、平均数 标准差 小结： 1 . 众数、中位数、平均数的概念 2. 众数、中位数、平均数与频率分布直方图的关系 3. 三种数字特征的优缺点 4. 什么是标准差? 5. 如何利用标准差刻画数据的离散程度? 谢谢！ 例2 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抽出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, 25.36, 25.34 25.33, 25.43, 25.43, 25.32, 25.47 25.31, 25.32, 25.32, 25.32, 25.48 从生产的零件内径的尺寸看,谁生产的质量较高? 分析: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.总体的平均数与内径标准尺寸25.00mm的差异在时质量低,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内径尺寸所组成的两个总体的平均数与标准差的大小即可.但是这两个总体的平均数与标准差都是不知道的,根据用样本估计总体的思想,我们可以通过抽样分别获得相应的样体数据,然后比较这两个样本的平均数,标准差,以此作为两个总体之间的估计值. 解:用计算器计算可得: 从样本平均数看,甲生产的零件内径比乙生产的更接近内径标准(25.40mm),但是差异很小;从样本标准差看,由于 从上述例子我们可以看到,对一名工人生产的零件内径(总体)的质量判断,与我们抽取的内径(样本数据)直接相关.显然,我们可以从这名工人生产的零件中获取许多样本(为什么?).这样,尽管总体是同一个,但由于样本不同,相应的样本频率分布与平均数,标准差等都会发生改变,这就会影响到我们对总体情况的估计.如果样本的的代表性差,那么对总体所作出的估计就会产生偏差;样本没有代表性时,对总体作出错误估计的可能性就非常大.这也正是我们在前面讲随机抽样时反复强调样本代表性的理由.在实际操作中,为了减少错误的发生,条件许可时,通常采取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. 作业:P79练习1、2、3 * * 90 100 110 120 130 140 分数 频率 0.45 0.05 0.15 1、某市高三数学抽样考试中，对90分以上（含90分）的成绩进行统计，其频率分布图如图，若130～140分数段的人数为90人；则90～100分数段的人数为： ； 810 （2003,安徽） 2、一个容量为20的样本数据.分组后.组距与频数如下：(0,20] 2;(20,30] 3, (30,40] 4; (40,50] 5; (50,60] 4; (60,70] 2。则样本在(－∞,50]上的频率为： ， 7/10 （2002,江西） 2400 2700 3000 3300 3600 3900 X 体重 y 0.001 3、观察新生婴儿的体重，其频率分布直方图 如图所示，则新生婴儿体重(2700,3000)的频 率为： ； 0.3 一 众数、中位数、平均数的概念 中位数：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． 众数、中位数、平均数都是描述一组数据的集中趋势的特征数，只是描述的角度不同，其中以平均数的应用最为广泛. 平均数: 一组数据的算术平均数,即 x= 练习: 在一次中学生田径运动会上，参加男子跳高的17名运动员的成绩如下表所示： 1 1 1 4 3 2 3 2 人数 1．90 1．85 1．80 1．75 1．70 1．65 1．60 1．50 成绩 (单