高中数学人教A版必修第二册第九章：9-2-4总体离散程度的估计.docx

9.2.4总体离散程度的估计教学设计

一、教学目标

通过实例，理解极差、方差、标准差等离散程度参数的统计意义；

掌握用样本的离散程度的参数估计总体的离散程度的方法，体会样本估计总体的思想，发展数据分析核心素养.

二、教学重难点

教学重点

方差和标准差的意义与计算.

教学难点

已知两组数据的观测个数、平均数和标准差或方差时，两组数据合并后所有数据的平均数和标准差的计算方法与思想.

三、教学过程

（一）复习回顾

上一节课里，我们学习了总体集中趋势的估计，样本的集中趋势参数有平均数、中位数、众数，以及根据样本的集中趋势估计总体的集中趋势。平均数、中位数和众数为我们提供了一组数据的集中趋势的信息，这是概括一组数据的特征的有效方法，但仅知道集中趋势的信息，很多时候还不能使我们做出有效决策，请大家看看下面这个问题.

（二）新课学习

问题1有两位射击运动员在一次射击测试中各射靶10次，每次命中的环数如下：

甲：7 8 7 9 5 4 9 10 7 4

乙：9 5 7 8 7 6 8 6 7 7

如果你是教练，你如何对两位运动员的射击情况作出评价？如果这是一次选拔性考核，你应当如何作出选择?

思考：两名运动员射击成绩的平均数、中位数、众数各为多少？

通过简单的排序和计算，可以发现甲、乙两名运动员射击成绩的平均数、中位数、众数都是7.从这个角度看，两名运动员之间没有差别.

画出条形图直观感觉一下他们的成绩是否有差别.从图中可看到，甲的成绩比较分散，乙的成绩相对集中，即甲的成绩波动幅度比较大，而乙的成绩比较稳定.可见，他们的射击成绩是存在差异的.

刻画一组数据离散程度的统计量

提问：如何度量成绩的这种差异呢?刻画一组数据离散程度的统计量有哪些呢？一种简单的度量数据离散程度的方法就是用极差.

根据甲、乙运动员的10次射击成绩，可以得到

甲命中环数的极差=10-4=6，乙命中环数的极差=9-5=4.可以发现甲的成绩波动范围比乙的大.

极差在一定程度上刻画了数据的离散程度.但因为极差只使用了数据中最大、最小两个

值的信息，对其他数据的取值情况没有涉及，所以极差所含的信息量很少.提问：你还能想出其他刻画数据离散程度的办法吗?

假设一组数据是x1,x2,…,xn，用?表示这组数据的平均数.我们用每个数据与平均数的差的绝对值作为“距离”，即|xi－?|(i=1,2,…,n)作为xi到?的“距离”. 可以得到这组数据

=1x1,x2,…,xn到?的“平均距离”为1∑|??|.

=1

思考：为什么用“平均距离”刻画离散程度，用“总距离行吗?

因为样本量不同，总距离的差异很大。例如，从一个总体中抽取两组样本，但两组的样本量不同，一个100，另一个为1000，如果用“总距离”，两者之间会相差很大，但“平均距离”相差不大，因此用“平均距离”刻画离散程度更合理.

=1为了避免式中含有绝对值，通常改用平方来代替，即方差1∑ ??2.

=1

=1有时为了计算方差的方便，我们还把方差写成以下形式：1∑2??2

=1

1∑=12

1∑

=1

2??2

思考：标准差的取值范围是什么?标准差为0的一组数据有什么特点?

标准差刻画了数据的离散程度或波动幅度，标准差越大，数据的离散程度越大；标准差越小，数据的离散程度越小.显然，在刻画数据的分散程度上，方差和标准差是一样的.但在解决实际问题中，一般多采用标准差.

如果总体中所有个体的变量值分别为Y1,Y2,…,YN，总体平均数为?，则称2=

2=1=11∑??2为总体方差，= = 2=1∑ ??2为总体标准差.

2

=1

=1

与总体均值类似，总体方差也可以写成加权的形式.如果总体的N个变量值中，不同的值共有k(k≤N)个,不妨记为Y1,Y2,…,Yk，其中Yi出现的频数为fi(i=1,2,…,k)，则2=

=11∑??2

=1

=1如果样本中所有个体的变量值分别为y1,y2,…,yn，样本平均数为?，则称2=1∑ ?

=1

2?2为样本方差，=

2

= 1∑ ??2为样本标准差.

=1在实际问题中，总体平均数和总体标准差都是未知的.就像用样本平均数估计总体平均数一样，通常我们也用样本标准差去估计总体标准差.在随机抽样中，样本标准差依赖于样本的选取，具有随机性.

=1

在问题3中，我们可以根据标准差来判断两名运动员的成绩的离散程度，计算可得s甲

=2，s乙≈1.095.由s甲s乙可知，甲的成绩离散程度大，乙的成绩离散程度小.由此可以估计，乙比