2019-2020学年高中数学新教材人教版A必修第二册教案：9.1.2分层随机抽样Word版.docVIP

第九章 统计 9.1 随机抽样 9.1.2 分层随机抽样 教学设计 一、教学目标 通过实例了解分层随机抽样的特点和适用范围； 了解分层随机抽样的必要性； 掌握各层样本量化比例分配的方法. 二、教学重难点 教学重点 分层随机抽样的方法及计算 . 教学难点 实际问题中抽样方法的选择与操作 . 三、教学过程 （一） 新课导入 在对树人中学高一年级学生身高的调查中，我们使用简单随机抽样，使总体中每一个个体都有相等的 机会被抽中，但因为抽样的随机性，有可能会出现比较“极端”的样本 .可能出现样本中 50 个个体大部分来 自高个子或矮个子的情形 .这种“极端”样本的平均数会大幅度地偏离总体平均数，从而使得估计出现较大 的误差 . 问题 1 能否利用总体中的一些额外信息对抽样方法进行改进呢？ （二）探索新知 问题 2 在树人中学高一年级的 712 名学生中，男生有 326 名、女生有 386 名.能否利用这个辅助信息改 进简单随机抽样方法，减少“极端”样本的出现，从而提高对整个年级平均身高的估计效果呢？ 影响身高的因素有很多，性别是其中的一个主要因素 .我们可以利用性别和身高的这种关系，把高一年级学生分成男生和女生两个身高有明显差异的群体，对两个群体分别进行简单随机抽样，然后汇总作为总体的一个样本 .由于在男生和女生两个群体中都抽取了相应的个体，这样就能有效地避免“极端”样本  . 问题 3 对男生、女生分别进行简单随机抽样，样本量在男生、女生中应如何分配？ 为了使样本的结构与总体的分布相近，人数多的群体应多抽一些，人数少的群体应少抽一些 男生、女生在全体学生中所占的比例进行分配是一种比较合理的方式，即  .因此，按 这样无论是男生还是女生，每个学生抽到的概率都相等  .当总样本量为  50 时，可以计算出从男生、女生中分 别应抽取的人数为 按上述方法抽取一个容量为 50 的样本，其观测数据（单位： cm）如下： 男生和女生身高的样本平均数分别为 170.6， 160.6.根据男生、女生身高的样本平均数以及他们各自的人数，可以估计总体平均数为 即估计树人中学高一年级学生的平均身高在 165.2cm 左右 . 上面我们按性别变量，把高一学生划分为男生、女生两个身高差异较小的子总体分别进行抽样，进而 得到总体的估计 . 一般地，按一个或多个变量把总体划分成若干个子总体，每个个体属于且仅属于一个子总体，在每个 子总体中独立地进行简单随机抽样，再把所有子总体中抽取的样本合在一起作为总样本，这样的抽样方法 称为分层随机抽样，每一个子总体称为层 .在分层随机抽样中，如果每层样本量都与层的大小成比例，那么 称这种样本量的分配方式为比例分配 . 在分层随机抽样中，如果层数分为 2 层，第 1 层和第 2 层包含的个体数分别为 M 和 N ，抽取的样本量 分别为 m 和 n. 我们用 表示第 1 层各个个体的变量值，用 表示第 1 层样本的各个个体的变量值；用  表 示 第  2 层各个个体的变量值，用 表示第  2 层样本的各个个体的变量值，则第  1 层的总体平均数和样本平均数分别为 第 2 层的总体平均数和样本平均数分别为 总体平均数和样本平均数分别为 M N m n X i Yi xi yi W = i 1 i 1， i 1 i 1 . M w = m n N 由于用第 1 层的样本平均数 可以估计第 1 层的总体平均数 ，用第 2 层的样本平均数 可 以估计第 2 层的总体平均数 ，因此可以用 估计总体平均数 . 在比例分配的分层随机抽样中， 可得 因此，在比例分配的分层随机抽样中，可以直接用样本平均数 估计总体平均数 问题 4 与考察筒单随机抽样估计效果类似，小明也想通过多次抽样考察一下分层随机抽样的估计效果 他用比例分配的分层随机抽样方法，从高一年级的学生中抽取了 10 个样本量为 50 的样本，计算出样本平  . 均数如表所示  .  与上一小节“探究”中相同样本量的简单随机抽样的结果比较，有什么发现？ 把分层随机抽样的平均数与上一小节样本量为 其中红线表示整个年级学生身高的平均数 .  50 的简单随机抽样的平均数用图形进行表示（如图）  ， 从试验结果看，分层随机抽样的样本平均数围绕总体平均数波动，与简单随机抽样的结果比较，分层 随机抽样并没有明显优于简单随机抽样 .但相对而言，分层随机抽样的样本平均数波动幅度更均匀，简单随 机抽样中出现了一个（第 2 个）偏离总体平均数的幅度比较大的样本平均数，即出现了比较“极端”的样 本，而分层随机抽样没有出现 . 实际上，在个体之间差异较大的情形下，只要选取的分层变量合适，使得各层间差异明显、层内差异 不大，分层随机抽样的效果一般会好于简单随机