数学教案：第一章统计2.docxVIP

学必求其心得，业必贵于专精

学必求其心得，业必贵于专精

学必求其心得，业必贵于专精

5。2估计总体的数字特征

整体设计

教学分析

教科书通过现实生活的例子,引导学生认识到:只描述平均位置的特征是不够的，还需要描述样本数据离散程度的特征.通过对如何描述数据离散程度的探索，使学生体验创造性思维的过程。

三维目标

1。正确理解样本数据标准差的意义和作用,学会计算数据的标准差；能根据实际问题的需要合理地选取样本,从样本数据中提取基本的数字特征（如平均数、标准差),并作出合理的解释；会用样本的基本数字特征估计总体的基本数字特征,形成对数据处理过程进行初步评价的意识。

2。在解决统计问题的过程中，进一步体会用样本估计总体的思想，理解数形结合的数学思想和逻辑推理的数学方法;会用随机抽样的方法和样本估计总体的思想解决一些简单的实际问题,认识统计的作用，能够辩证地理解数学知识与现实世界的联系。

重点难点

教学重点：根据实际问题从样本数据中提取基本的数字特征并作出合理解释，估计总体的基本数字特征；体会样本数字特征具有随机性。

教学难点：用样本平均数和标准差估计总体的平均数与标准差；能应用相关知识解决简单的实际问题.

课时安排

1课时

教学过程

导入新课

思路1.平均数为我们提供了样本数据的重要信息，但是,有时平均数也会使我们作出对总体的片面判断.某地区的统计显示，该地区的中学生的平均身高为176cm

思路2.在一次射击选拔比赛中，甲、乙两名运动员各射击10次,命中环数如下：

甲运动员：7，8,6，8，6,5,8,10,7，4；

乙运动员：9,5，7，8,7,6，8,6，7,7。

我们知道甲=7，乙=7，两个人射击的平均成绩是一样的，那么,是否两个人就没有水平差距呢？

图1

从图1直观上看，还是有差异的。很明显,甲的成绩比较分散,乙的成绩相对集中,因此这节课我们从另外的角度来考察这两组数据，引入课题：标准差.

推进新课

新知探究

提出问题

(1)如何通过频率分布直方图估计数字特征（中位数、众数、平均数）？

(2)有甲、乙两种钢筋,现从中各抽取一个标本（如下表）检查它们的抗拉强度（单位：kg/mm2）,通过计算发现,两个样本的平均数均为125。

甲

110

120

130

125

120

125

135

125

135

125

乙

115

100

125

130

115

125

125

145

125

145

哪种钢筋的质量较好？

(3）某种子公司为了在当地推行两种新水稻品种，对甲、乙两种水稻进行了连续7年的种植对比实验,年亩产量分别如下：（千克）

甲:600,880，880,620,960,570，900（平均773）;

乙：800，860，850,750，750，800,700(平均787）.

请你用所学统计学的知识，说明选择哪种品种推广更好?

(4）全面建设小康社会是我们党和政府的工作重心，某市按当地物价水平计算，人均年收入达到1。5万元的家庭即达到小康生活水平.民政局对该市100户家庭进行调查统计，它们的人均收入达到了1。6万元，民政局即宣布该市民生活水平已达到小康水平，你认为这样的结论是否符合实际？

(5)如何考查样本数据的离散程度的大小呢?把数据在坐标系中刻画出来,是否能直观地判断数据的离散程度?

讨论结果：

（1）利用频率分布直方图估计众数、中位数、平均数:

估计众数:频率分布直方图面积最大的方条的横轴中点数字（最高矩形的中点）。

估计中位数:中位数把频率分布直方图分成左右两边面积相等.

估计平均数：频率分布直方图中每个小矩形的面积乘以小矩形底边中点的横坐标之和。

（2)

图2

由图2可以看出,乙样本的最小值100低于甲样本的最小值110,乙样本的最大值145高于甲样本的最大值135，这说明乙种钢筋没有甲种钢筋的抗拉强度稳定.

我们把一组数据的最大值与最小值的差称为极差（range）。由上图可以看出,乙的极差较大,数据点较分散；甲的极差小，数据点较集中,这说明甲比乙稳定。运用极差对两组数据进行比较，操作简单方便,但如果两组数据的集中程度差异不大时，就不容易得出结论。

(3)选择的依据应该是,产量高且稳产的品种,所以选择乙更为合理.

(4)不符合实际。

样本太小,没有代表性.若样本里有个别高收入者与多数低收入者差别太大.

在统计学里,对统计数据的分析，需要结合实际，侧重于考察总体的相关数据特征。比如，市民平均收入问题，都是考察数据的离散程度.

（5）把问题（3)中的数据在坐标系中刻画出来.我们可以很直观地知道，乙组数据比甲组数据更集中在平均数的附近，即乙的离散程度小，如何用数字去刻画这种离散程度呢？考察样本数据的离散程度的大小,最常用的统计量是方差和标准差.

标准差