6.4.2 用样本估计总体的离散程度 课件——2025-2026学年高中必修 第一册《数学》湘教版(新).pptxVIP

平均数、众数以及中位数作为一组数据的代表，刻画了该组数据的集中趋势.

而数据的离散程度可以用极差、方差或标准差来描述.

极差

方差

标准差

1

2

3

C0NTENTS

极差

极差

在统计学中，我们将一组数据中的最大值与最小值统称为极值，将最大值与

最小值之差称为极差，也称全距，用R表示.

例如，某地随机抽取9个家庭，调查得到每个家庭的人均月收入(单位：元)为1080,750,1080,1080,850,960,2000,1250,1630,

则9个家庭人均月收入的极差

R=2000-750=1250(元).

极差反映了一组数据变化的幅度，是描述数据离散程度的最简单的代表值，计算简单又易于理解，但它容易受极端值的影响.由于极差只利用了一组数据两端的信息，不能反映中间数据的离散状况，因而不能全面地描述数据的离散程度.

方差

学校从甲、乙两名射击运动员中选拔一人参加市中学生运动会，甲、乙两人

参加测试的成绩(单位：环)如下：

甲：7,8,8,9,7,8,8,9,7,9

乙：6,8,7,7,8,9,10,7,9,9

教练员该如何选出合适选手?

很自然地，我们首先考虑两人射击测试的平均成绩，经计算得

x甲=8.0,x乙=8.0,

可见两人的平均成绩相同.那么是否意味着两个人的射击水平没有差异呢?

我们可以将甲、乙的射击成绩表示在下面的图6.4-2中.

图6.4-2

(2)

(1)

5

5

方差

比较上面两幅图可以发现，甲的射击成绩大多集中在平均成绩8环的附近，

而乙的射击成绩与平均成绩比较，波动较大.

统计上，常采用方差来刻画一组数据波动的大小：若设y₁,y₂,…,yn是总

总体方差σ²刻画了总体中的个体向总体均值μ的集中或离散的程度：方差越小，

表明个体与均值μ的距离越近，个体向μ集中得越好.

总体方差σ²也刻画了总体中个体的稳定或波动的程度：方差越小，表明个体

体的全部个体，u是总体均值，则称

为总体方差或方差.

方差越大又表示

什么?

越整齐，波动越小.

为这n个数据的样本方差，也简称为方差.

样本方差s²刻画了样本数据相对于样本均值x集中或离散的程度.

样本方差依赖于样本的选取，带有随机性.如果样本是随机抽取的，当样本容量较大时，样本方差是总体方差的估计.

方差

类似地，若从总体中随机抽样，获得n个观测数据x₁,x₂,…,xn,用x表示这

n个数据的均值，则称

下面，我们由获得的样本数据，并利用方差来分析甲、乙射击成绩的波动大

由于s²甲s²乙，可以估计甲的射击成绩比乙更稳定，故可推荐甲参加运动会.

小：

种类

水稻的亩产量/kg

甲

865

885

886

876

893

885

870

905

890

895

乙

870

875

884

885

886

888

882

890

895

896

理技术试种甲、乙两种水稻各100亩.待水稻成熟，分别从甲、乙的100亩水稻中

随机抽取10亩水稻，它们的亩产量如下表所示.就产量这一指标来讲，试确定哪个品种的水稻在该地区更适合推广.

分析为选择合适的水稻品种，从产量这一指标而言，可以从样本的平均

亩产量与产量的稳定性两个角度来衡量.

例1某省农科院在某地区选择了自然条件相同的两个试验区，用相同的管

解使用计算器可算出甲、乙品种各10亩抽样水稻的平均亩产量为

x甲=885kg,x乙=885.1kg.

由于这10亩水稻是随机抽取的，而这两种水稻的样本均值相差很小，从而我们可以估计大面积种植这两种水稻后的平均亩产量也应相差很小.

借助计算器计算方差可得

s=129.6,s²=59.09.

由于s²s年，因此我们可以估计乙种水稻的亩产量要比甲种水稻稳定.综合

以上两种因素，我们可以得出：在该地区，乙种水稻更有推广价值.

身高情况，采取分层抽样的方法从总体中随机抽取样本，其中男生抽取18人，

女生抽取12人.将男生组看作样本A₁,计算出样本A₁的平均身高为173.5cm,方差为17;将女生组看作样本A₂,计算出样本A₂的平均身高为164.0cm,方差为30.试根据以上数据计算由A₁,A₂组成的样本A的方差，并估计总体方差.

分析按分层抽样获取的样本分为两层：男生组与女生组.现已知男生组样

本和女生组样本的均值与方差，借助方差的定义可计算出分层抽样样本的方差，进而估计总体方差.

例2某校高一年级有男生180