《统计与统计案例》
高中数学：统计与统计案例练习
高中数学：统计与统计案例练习一、选择题1.某校为了解学生平均每周的上网时间(单位：h),从高一年级1 000名学生中随机抽取100 名进行了调查,将所得数据整理后,画出频率分布直方图(如图),其中频率分布直方图从左到右前3个小矩形的面积之比为1 ： 3 ： 5,据此估计该校高一年级学生中平均每周上网时间少于4 h的学生人数为()领率组距A. 200 C. 400 0.0350.015B. 240D. 48010平均每周上网时间(h)解析：选C 设频率分布直方图中从左到右前3个小矩形的面积分别为A3K5P.由频率分布直方图可知,最后2个小矩形的面积之和为(0.015+0.035)X2 = 0.1.由于频率分布直方图中各个小矩形的面积之和为1,所以P+3P+5P=0.9,即尸=0.1.所以平均每周上网时间少于4h的学生所占比例为尸+3P=0.4,由此估计学生人数为0.4X1 000 =400.2. AQI(Air Quality Index,空气质量指数)是报告每日空气质量的参数,描述了空气清洁或污染的程度.AQI共分六级,一级优(0〜50),二级良(51〜100),三级轻度污染(101〜150),四级中度污染(151〜200),五级重度污染(201〜300),六级严重污染(大于300).如图是昆明市2021年4月份随机抽取的10天的AQI茎叶图,利用该样本估计昆明市2021年4月份空气质量优的天数为 ()A. 3B. 4C. 12D. 2142解析：选c 从茎叶图知,10天中有4天空气质量为优,所以空气质量为优的频率为 1 V.Z 22所以估计昆明市2021年4月份空气质量为优的天数为30X5=12,应选C.3.〔成都模拟〕某城市收集并整理了该市2021年1月份至10月份各月最低气温与最高气 温〔单位：C 〕的数据,绘制了下面的折线图.该城市各月的最低气温与最高气温具有较好的线性关系,那么根据折线图,以下结论错误 的是〔〕A.最低气温与最高气温为正相关B. 10月的最高气温不低于5月的最高气温C.月温差〔最高气温减最低气温〕的最大值出现在1月D.最低气温低于0C 的月份有4个解析：选D 在A 中,最低气温与最高气温为正相关,故A 正确；在B 中,10月的最高气温 不低于5月的最高气温,故B 正确；在C 中,月温差〔最高气温减最低气温〕的最大值出现在1月, 故C 正确：在D 中,最低气温低于0℃的月份有3个,故D 错误.应选D.4 .〔承德模拟〕为了解户籍、性别对生育二胎选择倾向的影响,某地从育龄人群中随机抽取 了容量为100的样本,其中城镇户籍与农村户籍各50人；男性60人,女性40人,绘制不同群体 中倾向选择生育二胎与倾向选择不生育二胎的人数比例图〔如下图〕,其中阴影局部表示倾向 选择生育二胎的对应比例,那么以下表达中错误的选项是〔〕A.是否倾向选择生育二胎与户籍有关B.是否倾向选择生育二胎与性别无关♦最高气温 ♦最低气温C.倾向选择生育二胎的人员中,男性人数与女性人数相同D.倾向选择不生育二胎的人员中,农村户籍人数少于城镇户籍人数解析：选C 由题图,可得是否倾向选择生育二胎与户籍有关、与性别无关；倾向选择不 生育二胎的人员中,农村户籍人数少于城镇户籍人数；倾向选择生育二胎的人员中,男性人数为 60X60% =36,女性人数为40X60%=24,不相同.应选C.5 .(石家庄模拟)某学校48两个班的兴趣小组在一次对抗赛中的成绩如茎叶图所示,通过 茎叶图比拟两个班兴趣小组成绩的平均值及标准差.3 4 28 8 4 6 8 65152①A 班兴趣小组的平均成绩高于B 班兴趣小组的平均成绩； ②B 班兴趣小组的平均成绩高于A 班兴趣小组的平均成绩； ③A 班兴趣小组成绩的标准差大于B 班兴趣小组成绩的标准差;@B 班兴趣小组成绩的标准差大于A 班兴趣小组成绩的标准差. 其中正确结论的编号为()A.①④C. ®®其方差为白义[(53—78尸+(62—78/ +…+ (95—78)2]=121.6, 那么其标准差为'121.6%11.03;45+48+5H -------- F91B 班兴趣小组的平均成成为'」=66,其方差为表义[(45—66)2+(48 - 66)2 + ... + (91-66)2] =169.2, 那么其标准差为1169.2%13.01.应选A.6 .某商场对某一商品搞活动,该商品每一个的进价为3元,销售价为8元,每天售出的 第20个及之后的半价出售.该商场统计了近10天这种商品的销量,如下图,设M 个)为每天商 品的销量,M 元)为该商场每天箱售这种商品的利润.从日利润不少于96元的几天里任选2天, 那么选出的这2天日利润都是97元的概率为()4 5 5 1 6 2 7 38班8 3 6 4 5 3 4 02B.②③D.①③解析：选A A 班兴趣小组的平均成绩为 53+62+64+…+92+95--------------- ---------------- =785x, x=18, 19, y =<l95+(x-19)(4-3), x=20, 21, J5x, x=18, 19, 即 L176+x, x=20, 21.当日销量不少于20个时,日利泗不少于96元, 当日销量为20个时,日利润为96元, 当日销量为21个时,日利润为97元,日利泗为96元的有3天,记为日利泗为97元的有2天,记为人丛从中任选2天有 (.4),(〃石),(.力),(.1),3/),(48),3«),(c4),(.,8),(48),共 10 种情况.其中选出的这2天日利泗都是97元的有(A,8)1种情况. 故所求概率为关.应选B. 二、填空题7 .某小卖部销售某品牌饮料的零售价与销量间的关系统计如下：单价x/元 3.0 3.2 3.4 3.6 3.8 4.0 销量w 瓶504443403528x,y 的关系符合回归方程£=£+2其中分=-20.假设该品牌饮料的进价为2元,为使利润 最大,零售价应定为 元.解析：依题意得：x =3.5, y =40,A所以.=40—(- 20)X3.5=110,所以回归直线方程为f=-20x+110,利润 L = (A —2)(-20A + 110)= -201+ 150x-220,B 选• •1 - 9 1 - 5 A.C 解BioD.g由题意知频数(天)0 18 19 20 2 俏量〔个〕所以x=* = 3.75元时,利润最大.答案：3.758.某高校调查了200名学生每周的自习时间(单位：小时),制成了如下图的频率分布直方图,其中自习时间的范围是[17.5,30],样本数据分组为[17.5,20),[20,22.5),[22.5,25),[25,27.5),[27.5,30].根据直方图,这200名学生中每周的自习时间不少于22.5小时的人数是.解析：设所求的人数为〃,由频率分布直方图,自习时间不少于22.5小时的频率为(0.04+0.08 +0.16) X 2.5=0.7, n=0.7 X 200=140.答案：1409.为比拟甲乙两地某月11时的气温情况,随机选取该月5天11时的气温数据(单位：C) 制成如下图的茎叶图,甲地该月11时的平均气温比乙地该月11时的平均气温高1 ℃,那么甲地该月11时的平均气温的标准差为.甲9 8 2 62 m 03 I解析：甲地该月11时的气温数据(单位：℃)为28,29,30,30+〃?,32;乙地该月11时的气温数据(单位：℃)为26,28,29,31,31,那么乙地该月11时的平均气温为(26+28+29+31+31计5 = 29(℃),所以甲地该月11时的平均气温为30 ℃,故(28+29+30+30+m + 32)+5 = 30,解得〃?=1,那么甲地该月11时的平均气温的标准差为嗝义[(28 - 30产+(29 - 30)2+(30 - 30/+(31 - 30/+(32 - 30户]=\(2.答案：^2三、解做题10.某篮球运发动的投篮命中率为50%,他想提升自己的投篮水平,制定了一个夏季练习计划,为了了解练习效果,执行练习前他统计了10场比赛的得分,计算出得分的中位数为15,平均得分为15,得分的方差为463执行练习后也统计了10场比赛的得分,茎叶图如下图：0 8 91 2 4 4 5 6 82 1 3(1)请计算该篮球运发动执行练习后统计的10场比赛得分的中位数、平均得分与方差；⑵如果仅从执行练习前后统计的各10场比赛得分数据分析,你认为练习方案对该运发动的投篮水平的提升是否有帮助？为什么？解：(1)练习后得分的中位数为上芋=14.5；平均得分为8+9+12+14+14+15+16+18 + 21+23= 15：10方差为击义[(8—15)2 + (9 — 15>+(12 —15>+(14 — 15)2+(14 — 15> + (15 —15>+(16 — 15产+(18-15)2+(21-15)2+(23 —15)2]=20.6.(2)尽管中位数练习后比练习前稍小,但平均得分一样,练习前方差20.6小于练习前方差46.3, 说明练习后得分稳定性提升了(阐述观点合理即可),这是投篮水平提升的表现.故此练习方案对该篮球运发动的投篮水平的提升有帮助.11.(西安八校联考)在2021年俄罗斯世界杯期间,莫斯科的局部餐厅销售了来自中国的小龙虾,这些小龙虾均标有等级代码.为得到小龙虾等级代码数值x与销售单价y(单位：元)之间的关系,经统计得到如下数据：⑴销售单价),与等级代码数值x之间存在线性相关关系,求),关于x的线性回归方程(系数精确到0.1);(2)假设莫斯科某餐厅销售的中国小龙虾的等级代码数值为98,请估计该等级的中国小龙虾销售单价为多少元？参考公式：对于一组数据(xi1 ),3,光),…其回归直线f=源+2的斜率和截距的最小2Xyi一〃x y八 '। A — A——二乘估计分别为Z? = ----------------- a= y —b x .n _Xxr-n x 26 6参考数据：2>»=8 440, 2e = 25 564.—38+48 + 58 + 68 + 78 + 88解：(1)由题意,得x -■= 63,- 16.8+18.8+20.8 + 22.8 + 24+25.8 _y = 6 =21.5,yA_8 440 - 6X63X21.5〜h = ~~6Z—=25 564—6X63X63「026 A 2A — A 一a= y -bx =21.5-0.2X63 = 8.9.故所求线性回归方程为f=0.2x+8.9.⑵由(1)知,当%=98 时,>=0.2X98+8.9=28.5.・•・估计该等级的中国小龙虾销售单价为28.5元.12.(长沙模拟)某职称晋级评定机构对参加某次专业技术测试的100人的成绩进行了统计, 绘制的频率分布直方图如下图.规定80分以上者晋级成功,否那么晋级失败(总分值为100分).(1)求图中.的值；(2)估计该次测试的平均分不(同一组中的数据用该组的区间中点值代表)；(3)根据条件完成下面2X2列联表,并判断能否有85%的把握认为“晋级成功〞与性别有关.P(K?2k)0.40 0.25 0.15 0.1()0.050.025k0.708 1.323 2.072 2.706 3.841 5.024解：(1)由频率分布直方图中各小长方形面积总和为1,得(2.+ 0.020+0.03.+0.040)义10=1,解得〃=0...5.⑵由频率分布直方图知洛小组的中点值依次是55,65,75,85,95, 对应的频率分别为0.05.30,0.40,0.20.05,那么估计该次测试的平均分为 x = 55X0.05 + 65X0.30 + 75X0.40 + 85X0.20 + 95X0.05 = 74(分). ⑶由频率分布直方图知,晋级成功的频率为0.20+0.05=0.25, 故晋级成功的人数为100X0.25 = 25,填写2X2列联表如下:晋级成功 晋级失败合计男 16 34 50 女 9 41 50 合计2575100100X(16X41 ——25X75X50X50^2,613>2.072,所以有85%的把握认为“晋级成功〞与性别有关.1 .为检查某工厂所生产的8万台电风扇的质量,抽查了其中20台的无故障连续使用时限(单 位：小时)如下：248 256 232 243 188 268 278 266 289 312 274296 288 302 295 228 287 217 329 283K 2=n(acl-bc)2(1)完成下面的频率分布表,并作出频率分布直方图；(2)估计8万台电风扇中有多少台无故障连续使用时限不低于280小时；(3)用组中值(同一组中的数据在该组区间的中点值)估计样本的平均无故障连续使用时限.解：(1)频率分布表及频率分布直方图如下所示:0.0100 ——⑵由题意可得8乂(0.30+0.10+0.05) = 3.6,所以估计8万台电风扇中有3.6万台无故障连续使用时限不低于280小时.(3)由频率分布直方图可知x =190X0.05 + 210X0.05 + 230X0.10 + 250X0.15 + 270X0.20 + 290X0.30 + 310X0.10 + 330X0.05 = 269(小时),所以样本的平均无故障连续使用时限为269小时.2 .海水养殖场进行某水产品的新、旧网箱养殖方法的产量比照,收获时各随机抽取了 100 个网箱,测量各箱水产品的产量(单位：kg),其频率分布直方图如下：(1)记A 表示事件“旧养殖法的箱产量低于50kg 〞,估计A 的概率；⑵填写下面列联表,并根据列联表判断是否有99%的把握认为箱产量与养殖方法有关:箱产量V50 kg箱产量250 kg旧养殖法新养殖法(3)根据箱产量的频率分布直方图,对这两种养殖方法的优劣进行比拟. 附：P (心2)0.050 0.010 0.001 k3.841 6.635 10.8280.01500.0125频率 仇距0.0075 0.0050 0.0025.厂工丁丁丁丁厂！无故障连续使用时用/小时新养殖法、n(ad-bc)1 _ .K-= . , , ,,其中〃=a+/?+c+d.(a+Z?)(c 十d)(a十c)(Z?+d)解：⑴旧养殖法的箱产量低于50 kg的频率为(0.012+0.014+0.024+0.034+0.040)X5=0.62.因此,事件A的概率估计值为0.62.⑵根据箱产量的频率分布直方图得到联表：K2=---------- -------------------- 15 705100X100 X 96X104由于15.705>6.635,故有99%的把握认为箱产量与养殖方法有关.(3)箱产量的频率分布直方图说明：新养殖法的箱产量平均值(或中位数)在50 kg到55 kg 之间,旧养殖法的箱产量平均值(或中位数)在45 kg到50 kg之间,且新养殖法的箱产量分布集中程度较旧养殖法的箱产量分布集中程度高,因此,可以认为新养殖法的箱产量较高且稳定,从而新养殖法优于旧养殖法.3.为了监控某种零件的一条生产线的生产过程,检验员每隔30 min从该生产线上随机抽取一个零件,并测量其尺寸(单位：cm).下面是检验员在一天内依次抽取的16个零件的尺寸：经计算得x =+£即=9.97,5=、*ZG L x )21 /=1 \ / 1O/=1/ 1 16 _ / 16 16 _=、/讳16 X 2比0.212, / L G-8.5)2^ 18.439,Z (x,- x )(L8.5)=—2.78,其中为为抽取的第i个零件的尺寸,i= 1,2, (16)(1)求⑶,i)(i= 12…,16)的相关系数二并答复是否可以认为这一天生产的零件尺寸不随生产过程的进行而系统地变大或变小(假设加V0.25,那么可以认为零件的尺寸不随生产过程的进行而系统地变大或变小)；(2)一天内抽检零件中,如果出现了尺寸在(刀-35,7 +3s)之外的零件,就认为这条生产线在这一天的生产过程可能出现了异常情况,需对当天的生产过程进行检查.①从这一天抽检的结果看,是否需对当天的生产过程进行检查？②在(7 -35,7 +3s)之外的数据称为离群值,试剔除离群值,估计这条生产线当天生产的零件尺寸的均值与标准差.(精确到0.01)附：样本(H,v)(i = 12…4的相关系数£(X,-7)(57-7)r=I ______/ / ・、/(),008公丫0・09・、/ £ d )2、/ £ 8 - 5 )216 _Z (XL x )(/—8.5)尸1解：(1)由样本数据得8,i)(i= 1,2,…,16)的相关系数为r= --------- /--- 1/16 _ / 16、/ Z (即- X C-8.5)2 -2.78剔除第13个数据,剩下数据的样本方差为aX 〔1 591.134 —9.22?—15X 10.022〕=0.008,A Q 这条生产线当天生产的零件尺寸的标准差的估计值为廊而比0.09.4.〔昆明模拟〕〞工资条里显红利,个税新政入民心〞.随着2021年新年钟声的敲响,我国 自1980年以来,力度最大的一次个人所得税〔简称个税〕改革迎来了全面实施的阶段.某IT 从业 者为了解自己在个税新政下能享受多少税收红利,绘制了他在26〜35岁〔2021〜2021年〕之间各 年的月平均收入〕,〔单位：千元〕的散点图：20・・・・ 16- ・ , 12- ., 8 ■ •4°123456789 io"年龄代码工注：年龄代码1~10分别对应年的26〜35岁⑴由散点图知,可用回归模型y=h\n x+a 拟合〕,与x 的关系,试根据有关数据建立〕,关于x 的回归方程；〔2〕如果该IT 从业者在个税新政下的专项附加扣除为3 000元/月,试利用〔1〕的结果,将月平 均收入视为月收入,根据新旧个税政策,估计他36岁时每个月少缴纳的个人所得税.1010 10 _10_ _ 10附注：参考数据：= 55,2〕〉= 155.5,N 〔即一x 〕2 =82.5,2 — x〕〔F — y 〕 = 94.9,26= i=li=li=lJ =1io _ io _ _15.1,2 缶- 1〕2=4.84,£〔力一 t 〕〔yi- y 〕 =242其中"=ln 为；取 In 11 =24,In 36=361=1 /=1参考公式：回归方程.=筋+味中斜率和截距的最小二乘估计分别为公= n ______ _X 〔出一〃〕〔.- V 〕 曰 A - A — -------------------------- \a= v —b u .Z 〔3一 〃 〕2月平均收入y千元解：(1)令 f=lnx,那么 y=bf+a10__Z & -,)()L y)24.2, b ~ ~__Z _痴_5ze —)2r=l10Zu-_2__155.5-_2_=而=-^-=15.55, t =苗A — A —a= y —b t = 15.55 —5X 1.51=8,所以〕,关于/的回归方程为〕,=5/+8.1015.1 lo"=L51由于/=lnx,所以y关于x的回归方程为y=51nx+8.⑵由⑴得,该IT从业者36岁时月平均收入为y=51n 11+8 = 5X2.4+8 = 20〔千元〕.旧个税政策下每个月应缴纳的个人所得税为1 500X3%+3 000X10%+4 500X20%+〔20 000-3 500-9 000〕X25% = 3 120〔元〕.新个税政策下每个月应缴纳的个人所得税为3 000X3%+〔20 000-5 OOO-3OOO-3 000〕X 10%=990〔元〕.故根据新旧个税政策,该IT从业者36岁时每个月少缴纳的个人所得税为3 120-990=2 130(70).I— 0 180.212X716X18.439 ',由于lrlV0.25,因此可以认为这一天生产的零件尺寸不随生产过程的进行而系统地变大或变小.(2)①由于7 =9.97,产0.212,由样本数据可以看出抽取的第13个零件的尺寸在(T—3s,7 + 3s)以外,因此需对当天的生产过程进行检查.②剔除离群值,即第13个数据,剩下数据的平均数为右义(16义9.97—9.22)=10.02,这条生产线当天生产的零件尺寸的均值的估计值为10.02.162X?=16X0.212I2+16X9.972^1 591.134,。
第9章第1讲 随机抽样
号为 1,2，…，1000，从这些新生中用系统抽样方法等距抽取 100 名学生进
行体质测验．若 46 号学生被抽到，则下面 4 名学生中被抽到的是( )
A．8 号学生
B．200 号学生
C．616 号学生
D．815 号学生
解析 根据题意，系统抽样是等距抽样，所以抽样间隔为1100000＝10.因
为 46 除以 10 余 6，所以抽到的号码都是除以 10 余 6 的数，结合选项知应
解析 答案
2．(2019·安徽芜湖模拟)为了解高中生在寒假期间每天自主学习的时间， 某校采用系统抽样的方法，从高三年级 900 名学生中抽取 50 名进行相关调 查．先将这 900 名高中生从 1 到 900 进行编号，求得间隔数 k＝95000＝18， 即每 18 名高中生中抽取 1 名，若在编号为 1～18 的高中生中随机抽取 1 名， 抽到的高中生的编号为 6，则在编号为 37～54 的高中生中抽到的高中生的 编号应该是___4_2____．
为 616.故选 C.
解析 答案
结论探究 本例条件不变，则被抽到的学生的最小编号为___6_____， 最大编号为__9_9_6____．
解析 根据题意，可知此系统抽样的抽样间隔为1100000＝10，共分 100 组，46 号在第 5 组，故被抽到的最小编号在第一组，是 46－10×4＝6，最 大编号在第 100 组，是 46＋10×95＝996.
情况，对甲、乙、丙、丁四个社区做分层抽样调查．假设四个社区驾驶员
的总人数为 N，其中甲社区有驾驶员 96 人．若在甲、乙、丙、丁四个社区
解析 答案
2．利用简单随机抽样，从 n 个个体中抽取一个容量为 10 的样本．若
第二次抽取时，余下的每个个体被抽到的概率为13，则在整个抽样过程中，
样本估计总体 系统抽样 统计与统计案例
高考总复习：统计与统计案例【考纲要求】1.随机抽样（1）理解随机抽样的必要性和重要性；（2）会用简单随机抽样方法从总体中抽取样本；了解分层抽样和系统抽样方法. 2.用样本估计总体（1）了解分布的意义和作用，会列频率分布表，会画频率分布直方图、频率折线图、茎叶图，理解它们各自的特点.（2）理解样本数据标准差的意义和作用，会计算数据标准差.（3）能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.（4）会用样本的频率分布估计总体分布，会用样本的基本数字特征估计总体的基本数字特征，理解用样本估计总体的思想.（5）会用随机抽样的基本方法和样本估计总体的思想，解决一些简单的实际问题. 3.变量的相关性（1）会作两个有关联变量数据的散点图，会利用散点图认识变量间的相关关系；（2）了解最小二乘法的思想，能根据给出的线性回归方程系数公式建立线性回归方程（线性回归方程系数公式不要求记忆）. 【知识网络】【考点梳理】考点一、随机抽样从调查的对象中按照一定的方法抽取一部分，进行调查或观测，获取数据，并以此对调查对象的某项统计图表用样本估计总体统计简单随机抽样数据的整 理分析数据的数字特征 分层抽样系统抽样变量的相关性指标做出推断，这就是抽样调查．调查对象的全体称为总体，被抽取的一部分称为样本.1．简单的随机抽样 简单随机抽样的概念：设一个总体的个体数为N ．如果通过逐个抽取的方法从中抽取一个样本，且每次抽取时各个个体被抽到的概率相等，就称这样的抽样为简单随机抽样．① 用简单随机抽样从含有N 个个体的总体中抽取一个容量为n 的样本时，每次抽取一个个体时，任一个体被抽到的概率为1N；在整个抽样过程中各个个体被抽到的概率为n N；②简单随机抽样的特点是：不放回抽样，逐个地进行抽取，各个个体被抽到的概率相等； ③简单随机抽样方法体现了抽样的客观性与公平性，是其他更复杂抽样方法的基础． 简单抽样常用方法：①抽签法：先将总体中的所有个体(共有N 个)编号(号码可从1到N)，并把号码写在形状、大小相同的号签上(号签可用小球、卡片、纸条等制作)，然后将这些号签放在同一个箱子里，进行均匀搅拌，抽签时每次从中抽一个号签，连续抽取n 次，就得到一个容量为n 的样本．适用范围：总体的个体数不多．优点：抽签法简便易行，当总体的个体数不太多时适宜采用抽签法．②随机数表法：随机数表抽样“三步曲”：第一步，将总体中的个体编号；第二步，选定开始的数字；第三步，获取样本号码．2．系统抽样：当总体中的个体数较多时，可将总体分成均衡的几个部分，然后按预先制定出的规则，从每一部分抽取一个个体，得到需要的样本，这种抽样叫做系统抽样．系统抽样的步骤：①采用随机的方式将总体中的个体编号，为简便起见，有时可直接采用个体所带有的号码，如考生的准考证号、街道上各户的门牌号等等．②为将整个的编号分段 (即分成几个部分)，要确定分段的间隔k ．当Nn是整数时(N 为总体中的个体的个数，n 为样本容量)，N k n =；当Nn 不是整数时，通过从总体中剔除一些个体使剩下的总体中个体的个数'N 能被n 整除，这时'N k n=.③在第一段用简单随机抽样确定起始的个体编号l ．④按照事先确定的规则抽取样本(通常是将l 加上间隔k ，得到第2个编号l k +，第3个编号2l k +，这样继续下去，直到获取整个样本)．要点诠释：①系统抽样适用于总体中的个体数较多的情况，它与简单随机抽样的联系在于：将总体均分后的每一部分进行抽样时，采用的是简单随机抽样；②与简单随机抽样一样，系统抽样是等概率抽样，它是客观的、公平的③总体中的个体数恰好能被样本容量整除时，可用它们的比值作为系统抽样的间隔；当总体中的个体数不能被样本容量整除时，可用简单随机抽样先从总体中剔除少量个体，使剩下的个体数能被样本容量整除再进行系统抽样．3．分层抽样：当已知总体由差异明显的几部分组成时，为了使样本更充分地反映总体的情况，常将总体分成几部分，然后按照各部分所占的比例进行抽样，这种抽样叫做分层抽样，所分成的部分叫做层．4.常用的三种抽样方法的比较：要点诠释：（1）各种抽样的个体被抽到的概率相等；（2）抽样过程中个体被抽到的概率相等.5.不放回抽样和放回抽样:在抽样中，如果每次抽出个体后不再将它放回总体，称这样的抽样为不放回抽样；如果每次抽出个体后再将它放回总体，称这样的抽样为放回抽样随机抽样、系统抽样、分层抽样都是不放回抽样考点二、用样本估计总体1. 统计图表包括条形图、折线图、饼图、茎叶图．2.作频率分布直方图的步骤(1)求极差(即一组数据中最大值与最小值的差)(2)决定组距与组数(3)将数据分组(4)列频率分布表(5)画频率分布表3.频率分布折线图和总体密度曲线(1)频率分布折线图:连接频率分布直方图中各小长方形上端的中点,就得频率分布折线图(2)总体密度曲线:随着样本容量的增加,作图所分的组数增加,组距减小,相应的频率折线图会越来越接近于一条光滑曲线,即总体密度曲线4.标准差和方差(1)标准差是样本数据到平均数的一种平均距离，s = (2)方差: 2222121[()()...()]n s x x x x x x n=-+-++- (n x 是样本数据,n 是样本容量,x 是样本平均数)要点诠释：现实中的总体所包含个体数往往是很多的,如何求得总体的平均数和标准差呢?(通常的做法是用样本的平均数和标准差去估计总体的平均数与标准差,这与有样本的频率分布近似代替总体分布是类似的,只要样本的代表性好,这样做就是合理的,也是可以接受的.)5.利用频率分布直方图估计样本的数字特征(1)中位数:在频率分布直方图中,中位数左边和右边的直方图的面积应该相等,由此可以估计中位数的值(2)平均数:平均数的估计值等于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(3)众数:在频率分布直方图中,众数是最高的矩形的中点的横坐标 6. 频率分布直方图反映样本的频率分布 (1)频率分布直方图中横坐标表示组距,纵坐标表示组距频率,频率=组距×组距频率(2)频率分布直方图中各小长方形的面积之和为1,因此在频率分布直方图中组距是一个固定值,所以各小长方形高的比也就是频率比.(3)频率分布表和频率分布直方图是一组数据频率分布的两种形式,前者准确,后者直观. (4)众数为最高矩形中点的横坐标.(5)中位数为平分频率分布直方图面积且垂直于横轴的直线与横轴交点的横坐标. 考点三、变量的相关性 1． 散点图将两个变量所对应的点描在直角坐标系中，这些点组成了变量之间的一个图，称为变量之间的散点图．散点图形象地反映了各对数据的密切程度.粗略地看，散点分布具有一定的规律.如果变量之间存在某种关系，这些点会有一个集中趋势，这种趋势通常可以用一条光滑的曲线来近似表示，这样近似的过程称为曲线拟合.2.两个变量的线性相关（1）相关关系：当自变量一定时，因变量的取值带有一定的随机性的两个变量之间的关系称为相关关系．(2)正相关在散点图中,点散布在从左下角到右上角的区域.对于两个变量的这种相关关系,我们将它称为正相关.(3)负相关在散点图中,点散布在从左上角到右下角的区域,两个变量的这种相关关系称为负相关. (4)线性相关关系、回归直线如果散点图中点的分布从整体上看大致在一条直线附近,就称这两个变量之间具有线性相关关系,这条直线叫做回归直线.3.回归方程 (1)最小二乘法求回归直线使得样本数据的点到回归直线的距离的平方和最小的方法叫做最小二乘法. (2)回归方程方程$y bx a =+是两个具有线性相关关系的变量的一组数据1122(,),(,),(,),n n x y x y x y L 的回归方程,期中,a b 是待定参数.$1122211()()()n ni i i ii i n ni ii i x x y y x ynxy b x x xnx a y bx====⎧---⎪⎪==⎪⎨--⎪⎪=-⎪⎩∑∑∑∑$要点诠释：相关关系与函数关系的异同点： 相同点:两者均是指两个变量的关系.不同点:①函数关系是一种确定的关系,相关关系是一种非确定的关系; ②函数关系是一种因果关系,而相关关系不一定是因果关系,也可能是伴随关系. 考点四、统计案例 1.回归分析(1)定义:对具有相关关系的两个变量进行统计分析的一种常用方法;(2)随机误差:线性回归模型用y bx a e =++表示，其中a,b 为模型的未知数，e 称为随机误差. (3)样本点的中心在具有线性相关关系的数据1122(,),(,),(,),n n x y x y x y L 中回归方程的截距和斜率的最小二乘估计公式分别为:$$121()(),=-()nii i nii xx y y ba y bxxx ==--=-∑∑$$ 其中111,=,(,,)nni i i i x x y x x y n ===∑∑称为样本点的中心.(4)相关系数①()()nii xx y y r --=∑②当>0r 时,表明两个变量正相关; 当<0r 时,表明两个变量负相关.r 的绝对值越接近于0时,表明两个变量之间几乎不存在线性相关关系.通常r 大于0.75时,认为两个变量有很强的线性相关性.2.残差分析 (1)总偏差平方和把每个效应(观测值减去总的平均值)的平方加起来即:21()nii yy =-∑(2)残差数据点和它回归直线上相应位置的差异µ2()i i y y -是随机误差的效应,称µµ=i ii e y y -为残差. (3)残差平方和µ21()nii i yy =-∑.(4)相关指数µ22121()()nii i n ii yy R yy ==-=-∑∑2R 的值越大,说明残差平方和越小,也就是说模型的拟合效果越好.在线性回归模型中, 2R 表示解释变量对预报变量变化的贡献率, 2R 越接近于1,表示回归的效果越好.3.独立性检验(1)分类变量:变量的不同“值”表示个体所属的不同类别,像这类变量称为分类变量.(2)列联表:列出两个分类变量的频数表,称为列联表.假设有两个分类变量X 和Y,它们的可能取值分别为1122{,}{,}x y x y 和,其样本频数列联表(称为2×2列联表)为2×2列联表1y 2y总计1x a b a b + 2xcd c d + 总计a c +b d +a b c d +++构造一个随机变量22()()()()()n ad bc K a b c d a c b d -=++++,其中a b c d +++为样本容量.(3)独立性检验利用随机变量2K 来确定是否能以一定把握认为“两个分类变量有关系”的方法称为两个分类变量的独立性检验.注: 在独立性检验中经常由2K 得到观测值k ,则k =2K 是否成立？（2K 与k 的关系并不是k =2K ，k 是2K 的观测值，或者说2K 是一个随机变量，它在a ，b ，c ，d ）取不同值时，2K 可能不同，而k 是取定一组数a ，b ，c ，d 后的一个确定的值. 【典型例题】类型一、简单随机抽样【例1】某车间工人加工一种轴100件，为了了解这种轴的直径，要从中抽取10件轴在同一条件下测量，如何采用简单随机抽样的方法抽取样本？【思路点拨】简单随机抽样一般采用两种方法：抽签法和随机数表法.【解析】解法1：（抽签法）将100件轴编号为1，2，…，100，并做好大小、形状相同的号签，分别写上这100个数，将这些号签放在一起，进行均匀搅拌，接着连续抽取10个号签，然后测量这个10个号签对应的轴的直径.解法2：（随机数表法）将100件轴编号为00，01，…99，在随机数表中选定一个起始位置，如取第21行第1个数开始，选取10个为68，34，30，13，70，55，74，77，40，44，这10件即为所要抽取的样本.【总结升华】从以上两种方法可以看出，当总体个数较少时用两种方法都可以，当样本总数较多时，方法2优于方法1.举一反三：【变式】某大学为了支持奥运会,从报名的24名大三的学生中选6人组成志愿小组,请用抽签法和随机数表法设计抽样方案.【思路点拨】(1)总体的个体数较少,利用抽签法或随机数表法可容易获取样本;(2)抽签法的操作要点:编号、制签、搅匀、抽取;(3)随机数表法的操作要点:编号、选起始数、读数、获取样本.【解析】抽签法第一步:将24名志愿者编号,编号为1,2,3, (24)第二步:将24个号码分别写在24张外形完全相同的纸条上,并揉成团,制成号签;第三步:将24个号签放入一个不透明的盒子中,充分搅匀;[来源:]第四步：从盒子中逐个抽取6个号签，并记录上面的编号；第五步:所得号码对应的志愿者,就是志愿小组的成员.随机数表法第一步:将24名学生编号,编号为01,02,03,……24;第二步:在随机数表中任选一数开始,按某一确定方向读数;第三步:凡不在01～24中的数或已读过的数,都跳过去不作记录,依次记录下得数;第四步:找出号码与记录的数相同的学生组成志愿小组.类型二、系统抽样【例2】某校高中三年级的295名学生已经编号为1，2，……，295，为了了解学生的学习情况，要按1：5的比例抽取一个样本，用系统抽样的方法进行抽取，并写出过程.【思路点拨】按1：5分段，每段5人，共分59段，每段抽取一人，关键是确定第1段的编号.【解析】按照1：5的比例，应该抽取的样本容量为295÷5=59，我们把259名同学分成59组，每组5人，第一组是编号为1～5的5名学生，第2组是编号为6～10的5名学生，依次下去，59组是编号为291～295的5名学生.采用简单随机抽样的方法，从第一组5名学生中抽出一名学生，不妨设编号为k(1≤k≤5)，那么抽取的学生编号为k+5L(L=0,1,2,……，58)，得到59个个体作为样本，如当k=3时的样本编号为3，8，13，……，288，293.【总结升华】系统抽样可按事先规定的规则抽取样本. 本题采用的规则是第一组随机抽取的学生编号为k，那么第m组抽取的学生编号为k+5(m-1).举一反三：【变式】一个总体中有100个个体，随机编号为0，1，2，…，99，依编号顺序平均分成10个小组，组号依次为l ，2，3，…，10．现用系统抽样方法抽取一个容量为10的样本，规定如果在第1组随机抽取的号码为m ，那么在第最小组中抽取的号码个位数字与m+k 的个位数字相同．若m=6，则在第7组中抽取的号码是 ．【答案】∵6m =，7k =，∴13m k += ∴在第7小组中抽取的号码是63． 类型三、分层抽样【例3】某公司在甲、乙、丙、丁四个地区分别有150个、120个、180个、150个销售点．公司为了调查产品销售的情况，需从这600个销售点中抽取一个容量为100的样本，记这项调查为①；在丙地区中有20个特大型销售点，要从中抽取7个调查其销售收入和售后服务情况，记这项调查为②．则完成①、②这两项调查宜采用的抽样方法依次是( )A ．分层抽样法，系统抽样法B ．分层抽样法，简单随机抽样法C ．系统抽样法，分层抽样法D ．简单随机抽样法，分层抽样法【思路点拨】此题为抽样方法的选取问题．当总体中个体较多而且差异又不大时宜采用系统抽样，采用系统抽样在每小组内抽取时应按规则进行；当总体中的个体差异较大时，宜采用分层抽样；当总体中个体较少时，宜采用随机抽样．【解析】依据题意，第①项调查应采用分层抽样l 法、第②项调查应采用简单随机抽样法．故选B ． 【总结升华】采用什么样的抽样方法要依据研究的总体中的个体情况来定． 举一反三：【变式】甲校有3600名学生，乙校有5400名学生，丙校有1800名学生，为统计三校学生某方面的情况，计划采用分层抽样法，抽取一个样本容量为90人的样本，应在这三校分别抽取学生（ ）A.30人，30人，30人B.30人，45人，15人C.20人，30人，10人D.30人，50人，10人【答案】B ；根据样本容量和总体容量确定抽样比，最终得到每层中学生人数.【例4】一个地区共有5个乡镇，人口3万人，其中人口比例为3：2：5：2：3，从3万人中抽取一个300人的样本，分析某种疾病的发病率，已知这种疾病与不同的地理位置及水土有关，问应采取什么样的方法？并写出具体过程.【思路点拨】采用分层抽样的方法.【解析】因为疾病与地理位置和水土均有关系，所以不同乡镇的发病情况差异明显，因而采用分层抽样的方法，具体过程如下：（1）将3万人分为5层，其中一个乡镇为一层.（2）按照样本容量的比例随机抽取各乡镇应抽取的样本.300×3/15=60（人），300×2/15=40（人），300×5/15=100（人），300×2/15=40（人），300×3/15=60（人），因此各乡镇抽取人数分别为60人、40人、100人、40人、60 人.（3）将300人组到一起，即得到一个样本.【总结升华】分层抽样在日常生活中应用广泛，其抽取样本的步骤尤为重要，应牢记按照相应的比例去抽取.举一反三：【变式】某单位最近组织了一次健身活动，活动分为登山组和游泳组，且每个职工至多参加了其中一组.在参加活动的职工中，青年人占42.5％，中年人占47.5％，老年人占10％.登山组的职工占参加活动总人数的41，且该组中，青年人占50％，中年人占40％，老年人占10％.为了了解各组不同的年龄层次的职工对本次活动的满意程度，现用分层抽样的方法从参加活动的全体职工中抽取一个容量为200的样本.试确定（Ⅰ）游泳组中，青年人、中年人、老年人分别所占的比例； （Ⅱ）游泳组中，青年人、中年人、老年人分别应抽取的人数. 【答案】（Ⅰ）设登山组人数为x ，游泳组中，青年人、中年人、老年人各占比例分别为a 、b 、c ，则有40%347.5%410%310%4x xbxx xc x ⋅+⎧=⎪⎪⎨⋅+⎪=⎪⎩，解得50%10%b c =⎧⎨=⎩故a=100%－50%－10%=40%,即游泳组中，青年人、中年人、老年人各占比例分别为40％、50％、10％. （Ⅱ）游泳组中，抽取的青年人数为320040%604⨯⨯=（人）；抽取的中年人数为32004⨯⨯50％＝75（人）； 抽取的老年人数为32004⨯⨯10％＝15（人）.类型四、用样本估计总体【例4】甲、乙两小组各10名学生的英语口语测试成绩如下：(单位：分) 甲组 76 90 84 86 81 87 86 82 85 83 乙组 82 84 85 89 79 80 91 89 79 74 用茎叶图表示两小组的成绩，并判断哪个小组的成绩更整齐一些?【思路点拨】学会用茎叶图表示数据的方法；并会进行统计推断．【解析】用茎叶图表示两小组的成绩如图：甲茎乙6 7 4 9 97 6 6 5 4 3 2 1 8 0 2 4 5 9 90 9 1由图可知甲组成绩较集中，即甲组成绩更整齐一些．【总结升华】对各数据是二、三位数，且数据量不是很大时，用用茎叶图表示较为方便，也便于进行统计推断，否则，应改用其他方法．举一反三：【变式1】甲、乙两个学习小组各有10名同学，他们在一次数学测验中成绩的茎叶图如图所示，则他们在这次测验中成绩较好的是组.【答案】甲小组【变式2】甲、乙两名运动员的5次测试成绩如下图所示，设12,s s分别表示甲、乙两名运动员测试成绩的标准差，12,x x分别表示甲、乙两名运动员测试成绩的平均数，则有（）A．12x x=，12s s<B．12x x=，12s s>C．12x x>，12s s> D．12x x=，12s s=【答案】B【例5】以下茎叶图记录了甲、乙两组各四名同学在某次数学测验中的成绩，甲组记录中有一个数据模糊，无法确认，在图中以X表示.甲组乙组6 X8 74 1 9 0 0 3甲茎乙5 7 16 88 8 2 2 3 6 7（Ⅰ）如果甲组同学与乙组同学的平均成绩一样，求X 及甲组同学数学成绩的方差；（Ⅱ）如果X=7，分别从甲、乙两组同学中各随机选取一名，求这两名同学的数学成绩之和大于180的概率.（注：方差2222121=[()()...()],n s x x x x x x n-+-++-其中12,,...,.n x x x x 为的平均数）【思路点拨】（Ⅰ）利用平均数的基本概念加以求解。
高中数学【统计与统计案例】专题练习
高中数学【统计与统计案例】专题练习1.(多选)下列统计量中，能度量样本x 1，x 2，…，x n 的离散程度的是( ) A.样本x 1，x 2，…，x n 的标准差 B.样本x 1，x 2，…，x n 的中位数 C.样本x 1，x 2，…，x n 的极差 D.样本x 1，x 2，…，x n 的平均数 答案 AC解析 由标准差的定义可知，标准差考查的是数据的离散程度；由中位数的定义可知，中位数考查的是数据的集中趋势；由极差的定义可知，极差考查的是数据的离散程度；由平均数的定义可知，平均数考查的是数据的集中趋势；故选AC.2.某厂研制了一种生产高精产品的设备，为检验新设备生产产品的某项指标有无提高，用一台旧设备和一台新设备各生产了10件产品，得到各件产品该项指标数据如下： 旧设备 9.8 10.3 10.0 10.2 9.9 9.8 10.0 10.1 10.2 9.7 新设备10.110.410.110.010.110.310.610.510.410.5旧设备和新设备生产产品的该项指标的样本平均数分别记为x －和y －，样本方差分别记为s 21和s 22. (1)求x －，y －，s 21，s 22；(2)判断新设备生产产品的该项指标的均值较旧设备是否有显著提高(如果y －－x －≥2s 21＋s 2210，则认为新设备生产产品的该项指标的均值较旧设备有显著提高，否则不认为有显著提高).解 (1)x －＝9.8＋10.3＋10.0＋10.2＋9.9＋9.8＋10.0＋10.1＋10.2＋9.710＝10，y －＝10.1＋10.4＋10.1＋10.0＋10.1＋10.3＋10.6＋10.5＋10.4＋10.510＝10.3，s 21＝0.22＋0.32＋0＋0.22＋0.12＋0.22＋0＋0.12＋0.22＋0.3210＝0.036，s 22＝0.22＋0.12＋0.22＋0.32＋0.22＋0＋0.32＋0.22＋0.12＋0.2210＝0.04. (2)由(1)知，y －－x －＝0.3； 2s 21＋s 2210＝20.036＋0.0410＝20.007 6.又(y －－x －)2＝0.09>(20.007 6)2＝0.030 4，则y －－x －>2s 21＋s 2210，所以新设备生产产品的该项指标的均值较旧设备有显著提高.3.某沙漠地区经过治理，生态系统得到很大改善，野生动物数量有所增加.为调查该地区某种野生动物的数量，将其分成面积相近的200个地块，从这些地块中用简单随机抽样的方法抽取20个作为样区，调查得到样本数据(x i ，y i )(i ＝1，2，…，20)，其中x i 和y i 分别表示第i 个样区的植物覆盖面积(单位：公顷)和这种野生动物的数量，并计算得∑20i ＝1x i ＝60，∑20i ＝1y i ＝1 200，∑20i ＝1(x i －x －)2＝80，∑20i ＝1(y i－y －)2＝9 000，∑20i ＝1(x i －x －)(y i －y －)＝800.(1)求该地区这种野生动物数量的估计值(这种野生动物数量的估计值等于样区这种野生动物数量的平均数乘以地块数)；(2)求样本(x i ，y i )(i ＝1，2，…，20)的相关系数(精确到0.01)；(3)根据现有统计资料，各地块间植物覆盖面积差异很大.为提高样本的代表性以获得该地区这种野生动物数量更准确的估计，请给出一种你认为更合理的抽样方法，并说明理由.附：相关系数r ＝∑ni ＝1 （x i －x －）（y i －y －）∑n i ＝1（x i －x －）2∑n i ＝1 （y i －y －）2，2≈1.414.解 (1)由已知得样本平均数y －＝120∑20i ＝1y i ＝60，从而该地区这种野生动物数量的估计值为60×200＝12 000.(2)样本(x i ，y i )(i ＝1，2，…，20)的相关系数r ＝∑20i ＝1 （x i －x －）（y i －y －）∑20i ＝1（x i －x －）2∑20i ＝1（y i －y －）2＝80080×9 000＝223≈0.94.(3)分层随机抽样：根据植物覆盖面积的大小对地块分层，再对200个地块进行分层随机抽样.理由如下：由(2)知各样区的这种野生动物数量与植物覆盖面积有很强的正相关性.由于各地块间植物覆盖面积差异很大，从而各地块间这种野生动物数量差异也很大，采用分层随机抽样的方法较好地保持了样本结构与总体结构的一致性，提高了样本的代表性，从而可以获得该地区这种野生动物数量更准确的估计.1.抽样方法抽样方法包括简单随机抽样、分层随机抽样，两种抽样方法都是等概率抽样，体现了抽样的公平性，但又各有其特点和适用范围. 2.统计中的五个数据特征(1)众数：在样本数据中，出现次数最多的那个数据.(2)中位数：在样本数据中，将数据按大小顺序排列，位于最中间的数据.如果数据的个数为偶数，就取中间两个数据的平均数作为中位数. (3)平均数：样本数据的算术平均数，即x －＝1n (x 1＋x 2＋…＋x n ).(4)第p 百分位数：将一组数据(共n 个)按从小到大排列，计算i ＝n ×p %，若i 不是整数，而大于i 的比邻整数为j ，则第p 百分位数为第j 项数据；若i 是整数，则第p 百分位数为第i 项与第(i ＋1)项数据的平均数.(5)方差与标准差.s 2＝1n [(x 1－x －)2＋(x 2－x －)2＋…＋(x n －x －)2]，s ＝1n [（x 1－x －）2＋（x 2－x －）2＋…＋（x n －x －）2].3.频率分布直方图的两个结论 (1)小长方形的面积＝组距×频率组距＝频率. (2)各小长方形的面积之和等于1. 4.回归分析与独立性检验(1)回归直线y ^＝b ^x ＋a ^经过样本点的中心(x －，y －)，若x 取某一个值代入回归直线方程y ^＝b ^x ＋a ^中，可求出y 的估计值. (2)独立性检验对于取值分别是{x 1，x 2}和{y 1，y 2}的分类变量X 和Y ，其样本频数列联表是：X Y 合计 y 1 y 2 x 1 a b a ＋b x 2 c d c ＋d 合计a ＋cb ＋dn则χ2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ）(其中n ＝a ＋b ＋c ＋d 为样本容量).热点一 用样本估计总体考向1 数字特征与统计图表的应用【例1】 (1)空气质量指数分为六级，指数越大说明污染的情况越严重，对人体危害越大，其中指数范围[0，50]，[51，100]，[101，150]，[151，200]，[201，300]分别对应“优”“良”“轻度污染”“中度污染”“重度污染”五个等级.如图是某市连续14天的空气质量指数趋势图，下列说法不正确的是( )A.这14天中有4天空气质量为“良”B.这14天中空气质量指数的中位数是103C.从2日到5日空气质量越来越差D.连续三天中空气质量指数方差最小的是9日到11日(2)2020年我国突发新冠肺炎疫情，疫情期间中小学生“停课不停学”.已知某地区中小学生人数情况如甲图所示，各学段学生在疫情期间“家务劳动”的参与率如乙图所示.为了进一步了解该地区中小学生参与“家务劳动”的情况，现用分层随机抽样的方法抽取4%的学生进行调查，则抽取的样本容量、抽取的高中生中参与“家务劳动”的人数分别为()A.2 750，200B.2 750，110C.1 120，110D.1 120，200答案(1)B(2)C解析(1)在这14天中，1日、3日、12日、13日的空气质量为良，共4天，故A正确.14天中空气质量指数的中位数为86＋1212＝103.5，故B错误.从2日到5日，空气质量指数越来越高，故空气质量越来越差，C正确.观察题图可得，9日至11日空气质量指数偏差最小，因此方差最小，D正确.综上知，说法不正确的是B.(2)学生总数为15 500＋5 000＋7 500＝28 000(人)，由于抽取4%的学生进行调查，则抽取的样本容量为28 000×4%＝1 120.故高中生应抽取的人数为5 000×4%＝200，而抽取的高中生中参与“家务劳动”的比率为0.55，故抽取的高中生中参与“家务劳动”的人数为200×0.55＝110.探究提高 1.解题的关键是理解统计图表的含义，从中提取数字信息，平均数、众数、中位数描述数据的集中趋势，方差与标准差描述数据的波动大小，标准差、方差越小，数据的离散程度越小，越稳定.2.进行分层随机抽样的相关计算时，常用到的两个关系：(1)样本容量n总体的个数N＝该层抽取的个体数该层的个体数；(2)总体中某两层的个体数之比等于样本中这两层抽取的个体数之比.【训练1】(1)以下数据为参加数学竞赛决赛的15人的成绩：(单位：分)78，70，72，86，88，79，80，81，94，84，56，98，83，90，91，则这15人成绩的第80百分位数是()A.90B.90.5C.91D.91.5(2)(多选) 2020年上半年，中国养猪企业受猪价高位的利好影响，大多收获史上最佳半年报业绩，部分企业半年报营业收入同比增长超过1倍.某养猪场抓住机遇，加大了生猪养殖规模，为了检测生猪的养殖情况，该养猪场对2 000头生猪的体重(单位：kg)进行了统计，得到如图所示的频率分布直方图，则下列说法正确的是()A.这2 000头生猪体重的众数为160 kgB.这2 000头生猪中体重不低于200 kg的有80头C.这2 000头生猪体重的中位数落在区间[140，160)内D.这2 000头生猪体重的平均数为152.8 kg答案(1)B(2)BCD解析(1)把成绩按从小到大的顺序排列为：56，70，72，78，79，80，81，83，84，86，88，90，91，94，98，因为15×80%＝12，所以这15人成绩的第80百分位数是90＋912＝90.5.(2)由频率分布直方图可知，[140，160)这一组的数据对应的小长方形最高，所以这2 000头生猪的体重的众数为150 kg，A错误；这2 000头生猪中体重不低于200 kg的有0.002×20×2 000＝80(头)，B正确；因为生猪的体重在[80，140)内的频率为(0.001＋0.004＋0.01)×20＝0.3，在[140，160)内的频率为0.016×20＝0.32，且0.3＋0.32＝0.62>0.5，所以这2 000头生猪体重的中位数落在区间[140，160)内，C正确；这2 000头生猪体重的平均数为(0.001×90＋0.004×110＋0.01×130＋0.016×150＋0.012×170＋0.005×190＋0.002×210)×20＝152.8(kg)，D正确.考向2用样本的频率分布估计总体分布【例2】为了解甲、乙两种离子在小鼠体内的残留程度，进行如下试验：将200只小鼠随机分成A，B两组，每组100只，其中A组小鼠给服甲离子溶液，B组小鼠给服乙离子溶液.每只小鼠给服的溶液体积相同、摩尔浓度相同.经过一段时间后用某种科学方法测算出残留在小鼠体内离子的百分比.根据试验数据分别得到如下直方图：记C为事件：“乙离子残留在体内的百分比不低于5.5”，根据直方图得到P(C)的估计值为0.70.(1)求乙离子残留百分比直方图中a，b的值；(2)分别估计甲、乙离子残留百分比的平均值(同一组中的数据用该组区间的中点值为代表).解(1)由已知得0.70＝a＋0.20＋0.15，故a＝0.35，b＝1－0.05－0.15－0.70＝0.10.(2)甲离子残留百分比的平均值的估计值为2×0.15＋3×0.20＋4×0.30＋5×0.20＋6×0.10＋7×0.05＝4.05.乙离子残留百分比的平均值的估计值为3×0.05＋4×0.10＋5×0.15＋6×0.35＋7×0.20＋8×0.15＝6.00.探究提高 1.平均数与方差都是重要的数字特征，是对数据的一种简明描述，它们所反映的情况有着重要的实际意义.2.在例2中，抓住频率分布直方图各小长方形的面积之和为1，这是求解的关键；本题易混淆频率分布条形图和频率分布直方图，误把频率分布直方图纵轴的几何意义当成频率，导致样本数据的频率求错.【训练2】(多选)为了更好地支持中小型企业的发展，某市决定对部分企业的税收进行适当的减免，现调查了当地100家中小型企业年收入(单位：万元)情况，并根据所得数据画出了如图所示的频率分布直方图，则下列结论正确的是()A.样本在区间[500，700]内的频数为18B.如果规定年收入在300万元以内的企业才能享受减免税收政策，估计有30%的当地中小型企业能享受到减免税收政策C.样本的中位数大于350万元D.可估计当地中小型企业年收入的平均数超过400万元(同一组中的数据用该组区间的中点值作代表)答案ABC解析依题意，(0.001＋0.002＋0.002 6×2＋a＋0.000 4)×100＝1，所以a＝0.001 4.对于A，样本在[500，700]内的频率为(0.001 4＋0.000 4)×100＝0.18，故频数为0.18×100＝18，故A正确.对于B，年收入在300万元以内的频率为(0.001＋0.002)×100＝0.3，故B正确. 对于C，设样本的中位数为x，易知中位数位于[300，400]内，则0.3＋(x－300)×0.002 6＝0.5，解得x≈376.9，376.9>350，故C正确.因为样本的平均数为150×0.1＋250×0.2＋350×0.26＋450×0.26＋550×0.14＋650×0.04＝376<400，所以估计当地中小型企业年收入的平均数小于400万元，故D 错误. 热点二 回归分析【例3】某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x (单位：千元)对年销售量y (单位：t)和年利润z (单位：千元)的影响，对近8年的年宣传费x i 和年销售量y i (i ＝1，2，…，8)数据进行了初步处理，得到如图所示散点图及一些统计量的值.x －y －w －∑8i ＝1(x i －x －)2∑8i ＝1(w i －w －)2∑8i ＝1(x i －x －)·(y i －y －) ∑8i ＝1(w i －w －)·(y i －y －) 46.65636.8289.8 1.61 469108.8表中w i ＝x i ，w －＝18∑8i ＝1w i .(1)根据散点图判断，y ＝a ＋bx 与y ＝c ＋d x 哪一个更适宜作为年销售量y 关于年宣传费x 的回归方程？(给出判断即可，不必说明理由) (2)根据(1)的判断结果及表中数据，建立y 关于x 的回归方程.(3)已知这种产品的年利润z 与x ，y 的关系为z ＝0.2y －x .根据(2)的结果回答下列问题：①年宣传费x ＝49时，年销售量及年利润的预报值是多少？ ②年宣传费x 为何值时，年利润的预报值最大？附：对于一组数据(u 1，v 1)，(u 2，v 2)，…，(u n ，v n )，其回归直线v ＝α＋βu 的斜率和截距的最小二乘估计分别为：β^＝∑ni ＝1（u i －u －）（v i －v －）∑n i ＝1（u i －u －）2，α^＝v －－β^u －.解 (1)由散点图可以判断，y ＝c ＋d x 更适宜作为年销售量y 关于年宣传费x 的回归方程.(2)易知w ＝x ，则y ^＝d ^w ＋c ^.由题意得d ^＝∑8i ＝1（w i －w －）（y i －y －）∑8i ＝1（w i －w －）2＝108.81.6＝68，所以c ^＝y －－d ^w －＝563－68×6.8＝100.6.所以y 关于w 的线性回归方程为y ^＝100.6＋68w ， 所以y 关于x 的回归方程为y ^＝100.6＋68x .(3)①由(2)知，当x ＝49时，年销售量y 的预报值为y ^＝100.6＋6849＝576.6，年利润z 的预报值为z ^＝576.6×0.2－49＝66.32.②根据(2)的结果知，年利润z 的预报值z ^＝0.2(100.6＋68x )－x ＝－x ＋13.6x ＋20.12，所以当x ＝13.62＝6.8，即x ＝46.24时，z ^取得最大值.故年宣传费为46.24千元时，年利润的预报值最大. 探究提高 1.求回归直线方程的关键及实际应用 (1)关键：正确理解b ^，a ^的计算公式并准确地计算.(2)实际应用：在分析实际中两个变量的相关关系时，可根据样本数据作出散点图来确定两个变量之间是否具有相关关系，若具有线性相关关系，则可通过线性回归方程估计和预测变量的值. 2.相关系数(1)当r >0时，表明两个变量正相关；当r <0时，表明两个变量负相关. (2)当|r |>0.75时，认为两个变量具有较强的线性相关关系.【训练3】 (多选)我国5G 技术研发试验在2016～2018年进行，分为5G 关键技术试验、5G 技术方案验证和5G 系统验证三个阶段.2020年初以来，5G 技术在我国已经进入高速发展的阶段，5G 手机的销量也逐渐上升.某手机商城统计了2021年5个月5G 手机的实际销量，如下表所示：若y 与x 线性相关，且求得线性回归方程为y ^＝45x ＋5，则下列说法正确的是( ) A.a ＝142 B.y 与x 正相关C.y 与x 的相关系数为负数D.2021年7月该手机商城的5G 手机销量约为365部 答案 AB解析 x －＝1＋2＋3＋4＋55＝3，y －＝50＋96＋a ＋185＋2275＝558＋a 5，因为点(x －，y －)在回归直线上，所以558＋a5＝45×3＋5，解得a ＝142，所以选项A 正确；从表格数据看，y 随x 的增大而增大，所以y 与x 正相关，所以选项B 正确；因为y 与x 正相关，所以y 与x 的相关系数为正数，所以选项C 错误；2021年7月对应的月份编号x ＝7，当x ＝7时，y ^＝45×7＋5＝320，所以2021年7月该手机商城的5G 手机销量约为320部，所以选项D 错误.故选AB.热点三 独立性检验【例4】 为加强环境保护，治理空气污染，环境监测部门对某市空气质量进行调研，随机抽查了100天空气中的PM2.5和SO 2浓度(单位：μg/m 3)，得下表：(1)估计事件“该市一天空气中PM2.5浓度不超过75，且SO 2浓度不超过150”的概率；(2)根据所给数据，完成下面的2×2列联表：(3)根据(2)中的列联表，依据小概率值α＝0.01的χ2独立性检验，能否认为该市一天空气中PM2.5浓度与SO 2浓度有关？ 附：χ2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ），解 (1)根据抽查数据，该市100天的空气中PM2.5浓度不超过75，且SO 2浓度不超过150的天数为32＋18＋6＋8＝64，因此，该市一天空气中PM2.5浓度不超过75，且SO 2浓度不超过150的概率的估计值为64100＝0.64. (2)根据抽查数据，可得2×2列联表：(3)零假设为H 0：该市一天空气中PM2.5浓度与SO 2浓度无关．根据(2)的列联表得χ2＝100×（64×10－16×10）280×20×74×26≈7.484>6.635＝x 0.01.根据小概率值α＝0.01的χ2独立性检验，我们推断H 0不成立，即认为该市一天空气中PM2.5浓度与SO 2浓度有关，此推断犯错误的概率不超过0.01. 探究提高 1.独立性检验的一般步骤 (1)根据样本数据列成2×2列联表； (2)根据公式χ2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ），计算χ2的值；(3)查表比较χ2与临界值的大小关系，作统计判断．2．χ2的值越大，对应假设事件H 0成立(两类变量相互独立)的概率越小，H 0不成立的概率越大．【训练4】 甲、乙两台机床生产同种产品，产品按质量分为一级品和二级品，为了比较两台机床产品的质量，分别用两台机床各生产了200件产品，产品的质量情况统计如下表：(1)甲机床、乙机床生产的产品中一级品的频率分别是多少？(2)依据小概率值α＝0.01的χ2独立性检验，能否认为甲机床的产品质量与乙机床的产品质量有差异？附：χ2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ），α 0.050 0.010 0.001 x α3.8416.63510.828解 (1)根据2×2列联表知：甲机床生产的产品中一级品的频率为150200＝75%， 乙机床生产的产品中一级品的频率为120200＝60%.(2)零假设为H 0：甲机床的产品质量与乙机床的产品质量没有差异．由2×2列联表，得χ2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ）＝400×（150×80－120×50）2270×130×200×200＝40039≈10.256>6.635＝x 0.01.根据小概率值α＝0.01的χ2独立性检验，我们推断H 0不成立，即认为甲机床的产品质量与乙机床的产品质量有差异，此推断犯错误的概率不超过0.01.一、选择题1.设一组样本数据x 1，x 2，…，x n 的方差为0.01，则数据10x 1，10x 2，…，10x n 的方差为( ) A.0.01 B.0.1 C.1 D.10答案 C解析 10x 1，10x 2，…，10x n 的方差为102×0.01＝1.2.为了研究某班学生的脚长x (单位：厘米)和身高y (单位：厘米)的关系，从该班随机抽取10名学生，根据测量数据的散点图可以看出y 与x 之间有线性相关关系，设其回归直线方程为y ^＝b ^x ＋a ^.已知∑10i ＝1x i ＝225，∑10i ＝1y i ＝1 600，b ^＝4.该班某学生的脚长为24，据此估计其身高为( ) A.160 B.163 C.166 D.170答案 C解析 ∵x －＝110∑10i ＝1x i ＝110×225＝22.5，y －＝110∑10i ＝1y i＝160， ∴a ^＝y －－b ^x －＝160－4×22.5＝70， ∴回归直线方程为y ^＝4x ＋70. 因此估计其身高y ^＝4×24＋70＝166.3.从一批零件中抽取80个，测量其直径(单位：mm)，将所得数据分为9组：[5.31，5.33)，[5.33，5.35)，…，[5.45，5.47)，[5.47，5.49]，并整理得到如下频率分布直方图，则在被抽取的零件中，直径落在区间[5.43，5.47)内的个数为( )A.10B.18C.20D.36答案 B解析 因为直径落在区间[5.43，5.47)内的频率为0.02×(6.25＋5.00)＝0.225，所以零件的个数为0.225×80＝18.4.某旅游城市为向游客介绍本地的气温情况，绘制了一年中各月平均最高气温和平均最低气温的雷达图.图中A 点表示十月的平均最高气温约为15 ℃，B 点表示四月的平均最低气温约为5 ℃.下面叙述不正确的是()A.各月的平均最低气温都在0 ℃以上B.七月的平均温差比一月的平均温差大C.三月和十一月的平均最高气温基本相同D.平均最高气温高于20 ℃的月份有5个答案 D解析由雷达图易知A，C正确；七月的平均最高气温超过20 ℃，平均最低气温约为12 ℃，一月的平均最高气温约为6 ℃，平均最低气温约为2 ℃，所以七月的平均温差比一月的平均温差大，B正确；由雷达图知平均最高气温超过20 ℃的月份有3个月，D错误.5.(多选) 5G时代已经到来，5G的发展将直接带动包括运营、制造、服务在内的通信行业整体的快速发展，进而对GDP增长产生直接贡献，并通过产业间的关联效应，间接带动国民经济各行业的发展，创造出更多的经济增加值.如图，某单位结合近年数据，对今后几年的5G经济产出作出预测.由上图提供的信息可知()A.运营商的经济产出逐年增加B.设备制造商的经济产出前期增长较快，后期放缓C.设备制造商在各年的总经济产出中一直处于领先地位D.信息服务商与运营商的经济产出的差距有逐步拉大的趋势 答案 ABD解析 对于A ，由图知，运营商的经济产出逐年增加，故A 正确；对于B ，由图知，设备制造商的经济产出在2020～2023年间增长较快，后几年增长逐渐趋于平缓，故B 正确；对于C ，由图可知，设备制造商在各年的总经济产出中在前期处于领先地位，而后期是信息服务商处于领先地位，故C 错误；对于D ，由图知，在2020～2025年间信息服务商与运营商的经济产出的差距不大，后几年中信息服务商的经济产出增长速度明显高于运营商的经济产出增长速度，两者间的差距有逐步拉大的趋势，故D 正确.综上所述，选ABD.6.已知某7个数的平均数为4，方差为2，现加入一个新数据4，此时这8个数的平均数为x －，方差为s 2，则( )A.x －＝4，s 2<2B.x －＝4，s 2>2 C.x －>4，s 2<2 D.x －>4，s 2>2答案 A解析 ∵某7个数的平均数为4，∴这7个数的和为4×7＝28.∵加入一个新数据4，∴x －＝28＋48＝4.又∵这7个数的方差为2，且加入一个新数据4，∴这8个数的方差s 2＝7×2＋（4－4）28＝74<2，故选A.二、填空题 7．给出如下列联表非 30 50 80 合计5060110根据独立性检验，__________在犯错误的概率不超过0.01的前提下认为“高血压与患心脏病有关”(填“能”或“不能”)． 答案 能解析 零假设为H 0：高血压与患心脏病无关． 由列联表中的数据可得 χ2＝110×（20×50－10×30）230×80×50×60≈7.486＞6.635＝x 0.01，根据小概率值α＝0.01的χ2独立性检验，我们推断H 0不成立，即认为高血压与患心脏病有关，此推断犯错误的概率不超过0.01，即能在犯错误的概率不超过0.01的前提下，认为高血压与患心脏病有关．8.为了普及环保知识，增强环保意识，某大学随机抽取30名学生参加环保知识测试，测试成绩(单位：分)如图所示，假设得分值的中位数为m e ，众数为m 0，平均值为x －，则m e ，m 0与x －的大小关系是________.答案 m 0<m e <x －解析 由图可知，30名学生的得分情况依次为得3分的有2人，得4分的有3人，得5分的有10人，得6分的有6人，得7分的有3人，得8分的有2人，得9分的有2人，得10分的有2人.中位数为第15、16个数(分别为5、6)的平均数，即m e ＝5.5.5出现的次数最多，故m 0＝5，x －＝2×3＋3×4＋10×5＋6×6＋3×7＋2×8＋2×9＋2×1030≈5.97.于是得m 0<m e <x －.9.下面的折线图给出的是甲、乙两只股票在某年中每月的收盘价格，已知股票甲的极差是6.88元，标准差为2.04元；股票乙的极差为27.47元，标准差为9.63元，根据这两只股票在这一年中的波动程度，给出下列结论：①股票甲在这一年中波动相对较小，表现的更加稳定；②购买股票乙风险高但可能获得高回报；③股票甲的走势相对平稳，股票乙的收盘价格波动较大；④两只股票在全年都处于上升趋势.其中正确的结论是________(填序号).答案 ①②③解析 由题意可知，甲的标准差为2.04元，乙的标准差为9.63元，可知股票甲在这一年中波动相对较小，表现的更加稳定，故①正确；甲的极差是6.88元，乙的极差为27.47元，可知购买股票乙风险高但可能获得高回报，故②正确；通过折线图可知股票甲的走势相对平稳，股票乙的收盘价格波动较大，故③正确；通过折线图可得乙在6月到8月明显是下降趋势，故④错误. 三、解答题10．某商场为提高服务质量，随机调查了50名男顾客和50名女顾客，每位顾客对该商场的服务给出满意或不满意的评价，得到下面列联表：性别对该商场的服务 合计满意不满意(1)分别估计男、女顾客对该商场服务满意的概率；(2)依据小概率值α＝0.05的χ2独立性检验，能否认为男、女顾客对该商场服务的评价有差异？附：χ2＝n （ad －bc ）2（a ＋b ）（c ＋d ）（a ＋c ）（b ＋d ）.解 (1)由调查数据，男顾客中对该商场服务满意的比率为4050＝0.8，因此男顾客对该商场服务满意的概率的估计值为0.8.女顾客中对该商场服务满意的比率为3050＝0.6，因此女顾客对该商场服务满意的概率的估计值为0.6. (2)零假设为H 0：男、女顾客对该商场服务的评价没有差异． 由列联表中的数据，得 χ2＝100×（40×20－30×10）250×50×70×30≈4.762>3.841＝x 0.05.根据小概率值α＝0.05的χ2独立性检验，我们推 断H 0不成立，即认为男、女顾客对商场服务的评价有差异，此推断犯错误的概率不大于0.05.11.某互联网公司为了确定下季度的前期广告投入计划，收集了近6个月广告投入量x (单位：万元)和收益y (单位：万元)的数据如表：他们分别用两种模型①y ＝bx ＋a ，②y ＝a e bx 进行拟合，得到相应的回归方程并进行残差分析，得到如图所示的残差图及一些统计量的值.x －y －∑6i ＝1x i y i∑6i ＝1x 2i7301 464.24 364(1)根据残差图，比较模型①，②的拟合效果，应选择哪个模型？并说明理由； (2)残差绝对值大于2的数据被认为是异常数据，需要剔除. (ⅰ)剔除异常数据后，求出(1)中所选模型的回归方程； (ⅱ)若广告投入量x ＝18，则该模型收益的预报值是多少？附：对于一组数据(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )，其回归直线y ^＝b ^x ＋a ^的斜率和截距的最小二乘估计分别为：b ^＝∑n i ＝1（x i －x －）（y i －y －）∑n i ＝1（x i －x －）2＝∑ni ＝1x i y i －nx －·y －∑n i ＝1x 2i －n ·x －2，a ^＝y －－b ^x －. 解 (1)由于模型①残差波动小，应该选择模型①. (2)(ⅰ)剔除异常数据，即3月份的数据， 剩下数据的平均数为x －＝15×(7×6－6)＝7.2，y －＝15×(30×6－31.8)＝29.64，∑5i ＝1x i y i －5x －·y －＝206.4，∑5i ＝1x 2i －5·x －2＝68.8. ∴b ^＝206.468.8＝3，a ^＝y －－b ^x －＝29.64－3×7.2＝8.04.∴所选模型的回归方程为y ^＝3x ＋8.04. (ⅱ)若广告投入量x ＝18，则该模型收益的预报值是3×18＋8.04＝62.04(万元).12.(多选)2020年7月国家统计局发布了我国2020年上半年国内经济数据，图1为国内三大产业生产总值的比重，图2为第三产业中各行业生产总值的比重.以下关于我国2020年上半年经济数据的说法正确的是()A.在第三产业中，“批发和零售业”与“金融业”的生产总值之和同“其他服务业”的生产总值基本持平B.若“租赁和商务服务业”生产总值为15 000亿元，则“房地产业”生产总值为32 500亿元C.若“金融业”的生产总值为42 000亿元，则第三产业生产总值为262 500亿元D.若“金融业”的生产总值为42 000亿元，则第一产业生产总值为45 000亿元答案ABC解析对于选项A，在第三产业中，“批发和零售业”与“金融业”的生产总值之和占比为16%＋16%＝32%，“其他服务业”的生产总值占比为32%，所以“批发和零售业”与“金融业”的生产总值之和同“其他服务业”的生产总值基本持平，故选项A正确.对于选项B，若“租赁和商务服务业”生产总值为15 000亿元，在第三产业中，因为“租赁和商务服务业”生产总值占比为6%，所以第三产业生产总值为15 000＝250 000(亿元)，又“房地产业”生产总值占比为13%，所以“房地产6%业”生产总值为13%×250 000＝32 500(亿元)，故选项B正确.对于选项C ，在第三产业中，若“金融业”的生产总值为42 000亿元，因为“金融业”生产总值占比为16%，所以第三产业生产总值为42 00016%＝262 500(亿元)，故选项C 正确.对于选项D ，第三产业生产总值在三大产业中占比为57%，第一产业生产总值在三大产业中占比为6%，由C 选项知第三产业生产总值为262 500亿元，所以第一产业生产总值为262 50057%×6%≈27 632(亿元)，所以选项D 错误.13.由于受到网络电商的冲击，某品牌的洗衣机在线下的销售受到影响，承受了一定的经济损失，现将A 地区200家实体店该品牌洗衣机的月经济损失统计如图所示，估算月经济损失的平均数为m ，中位数为n ，则m －n ＝________.答案 360解析 第一块小矩形的面积S 1＝0.3，第二块小矩形的面积S 2＝0.4，故n ＝2 000＋0.5－0.30.000 2＝3 000；又第四、五块小矩形的面积均为S ＝0.06，故a ＝12 000[1－(0.3＋0.4＋0.06×2)]＝0.000 09，所以m ＝1 000×0.3＋3 000×0.4＋5 000×0.18＋(7 000＋9 000)×0.06＝3 360，故m －n ＝360.14.某公司为了预测下月产品销售情况，找出了近7个月的产品销售量y (单位：万件)的统计表：月份代码t 1 2 3 4 5 6 7 销售量y (万件)y 1y 2y 3y 4y 5y 6y 7但其中数据污损不清，经查证∑7i ＝1y i ＝9.32，∑7i ＝1t i y i ＝40.17，∑7i ＝1（y i －y －）2＝0.55.。
2019届一轮复习人教A版 统计与统计案例 课件
第一部分 专题突破——破译命题密码
高考·题型突破
高考·专题集训
高考·题型突破
第一部分 专题突破——破译命题密码
高考·题型突破
高考·专题集训
题型一 抽样方法 抽样方法主要有简单随机抽样、系统抽样和分层抽样三种，这三种抽样方法 各自适用不同特点的总体，但无论哪种抽样方法，每一个个体被抽到的概率都是 相等的，都等于样本容量和总体容量的比值．
第一部分 专题突破——破译命题密码
高考·题型突破
高考·专题集训
1.众数、中位数、平均数与直方图的关系 (1)众数为频率分布直方图中最高矩形的底边中点的横坐标． (2)中位数为平分频率分布直方图面积且垂直于横轴的直线与横轴交点的横坐 标． (3)平均数等于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 坐标之积的和．
抽取次序 9
10 11 12 13 14 15 16
零件尺寸 10.26 9.91 10.13 10.02 9.22 10.04 10.05 9.95
第一部分 专题突破——破译命题密码
高考·题型突破
ቤተ መጻሕፍቲ ባይዱ
高考·专题集训
经
计
算
得
x
＝
1 16
16
x
i＝1
i
＝
9.97
，
s
＝
1 16
16i＝1
xi－ x 2 ＝
第一部分 专题突破——破译命题密码
高考·题型突破
高考·专题集训
3．(2017·成都市第二次诊断性检测)在一个容量为 5 的样本中，数据均为整 数，已测出其平均数为 10，但墨水污损了两个数据，其中一个数据的十位数字 1 未被污损，即 9,10,11,1 ，那么这组数据的方差 s2 可能的最大值是________．
《统计统计案例》PPT课件
类型二 抽样方法
【例 2】 某校高三年级有男生 500 人，女生 400 人，
＝110×310＝31(cm)，
∴ x 甲< x 乙，即乙种玉米的苗长得高．
(2)s
2
甲
＝
1 10
×[(25
－
30)2
＋
(41
－
30)2
＋
(40
－
30)2
＋
(37
－
30)2 ＋ (22 － 30)2 ＋ (14 － 30)2 ＋ (19 － 30)2 ＋ (39 － 30)2 ＋ (21 －
30)2＋(42－30)2]
＝110×(16＋225＋169＋16＋169＋225＋81＋81＋225＋ 81)
＝110×1288＝128.8(cm2)． ∴s2甲<s乙2 ，即甲种玉米的苗长得整齐．
[点评] (1)平均数与方差都是重要的数字特征数，是对 总体的一种简明的描述．它们所反映的情况有着重要的实际 意义，所以不仅要掌握其计算公式和方法，还要学会通过这 些数据分析其含义，从而为正确决策提供依据．
[解] (1)2×2 列联表如下：
性别休闲方式 看电视 运动 总计
女 男 总计
43 27 70 21 33 54 64 60 124
(2)假设“休闲方式与性别无关”， 计算 K2＝124×70×435×4×336－4×276×0212≈6.201， 因为 K2>5.024，所以有理由认为假设“休闲方式与性 别无关”是不合理的， 即有 97.5%的把握认为“休闲方式与性别有关”．
专题六第3讲统计与统计案例
A．10
考 点 核 心 突 破
B．11
C．12
D．16
训 练 高 效 提 能
菜
单
高考专题辅导与训练· 数学(理科)
第一部分 法
基 础 要 点 整 合
专题六
概率与统计、推理与证明、复数、算
解 题 规 范 流 程
考 点 核 心 突 破
[自主解答] (1)依表知 x＋y＋z＝4 000－2 000 ＝2 000， x 4 000＝0.2，于是 x＝800， 1 y＋z＝1 200，高二抽取学生人数为 1 200×40＝30. (2)因为 29 号、42 号的号码差为 13， 所以 3＋13＝16， 即另外一个同学的学号是 16，选 D.
考 点 核 心 突 破
A.－ x 甲＞－ x 乙，y 甲＞y 乙 C.－ x 甲＜－ x 乙，y 甲＞y 乙
菜 单
B.－ x 甲＜－ x 乙，y 甲＜y 乙 D.－ x 甲＞－ x 乙，y 甲＜y 乙
训 练 高 效 提 能
高考专题辅导与训练· 数学(理科)
第一部分 法
基 础 要 点 整 合
专题六
概率与统计、推理与证明、复数、算
考 点 核 心 突 破
训 练 高 效 提 能
菜
单
高考专题辅导与训练· 数学(理科)
第一部分 法
基 础 要 点 整 合
专题六
概率与统计、推理与证明、复数、算
解 题 规 范 流 程
(2)(2013·潍坊二模)某市为增强市民的节约粮食意识， 面向全市征召务宣传志愿者，现从符合条件的志愿者中 随机抽取100名按年龄分组：第 1组[20,25) ，第2组 [25,30)， 第 3 组 [30,35) ，第 4 组 [35,40) ，第 5 组 [40,45] ，得到的频率 分布直方图如图所示．若用分层抽样的方法从第 3,4,5 组
概率与统计：统计与统计案例
y1 x1 x2 总计 a c
y2 b d
总计 a＋b c＋d
a＋c
b＋d
n
2 n （ ad － bc ） 则 K2＝ (其中 n＝a＋b＋ （a＋b）（c＋d）（a＋c）（b＋d）
c＋d 为样本容量).
【题型突破】
题型一、抽样方法 【例 1】 (1) 某校老年、中年和青年教师的人数见下表，采用分层
(2)根据题意，样本中分数不小于 50 的频率为 (0.01＋0.02＋0.04＋0.02)×10＝0.9， 分数在区间[40，50)内的人数为 100－100×0.9－5＝5. 5 所以总体中分数在区间[40，50)内的人数估计为 400× ＝20. 100 (3)由题意可知，样本中分数不小于 70 的学生人数为 (0.02＋0.04)×10×100＝60， 1 所以样本中分数不小于 70 的男生人数为 60×2＝30. 所以样本中的男生人数为 30×2＝60，女生人数为 100－60＝40， 男生和女生人数的比例为 60∶40＝3∶2. 所以根据分层抽样原理， 总体中男生和女生人数的比例估计为 3∶2.
易求 x 甲＝65.2， x 乙＝61.8，知 x 甲> x 乙，②正确. 又根据茎叶图，男生锻炼时间较集中，女生锻炼时间较分散， ∴s 甲<s 乙，③错误， 因此符合茎叶图所给数据的结论是①②④.
【答案】 C
【例3】我国是世界上严重缺水的国家，某市政府为了鼓励居民节
约用水，计划调整居民生活用水收费方案，拟确定一个合理的 月用水量标准 x( 吨 ) ，一位居民的月用水量不超过 x 的部分按平 价收费，超出x的部分按议价收费 .为了了解居民用水情况，通 过抽样，获得了某年100位居民每人的月均用水量(单位：吨)，
2019版数学(理)高分计划一轮高分讲义：第9章 统计与统计案例 9.3 变量间的相关关系与统计案例
9.3变量间的相关关系与统计案例［知识梳理]1．相关关系与回归方程(1）相关关系的分类①正相关:从散点图上看,点散布在从左下角到右上角的区域内，如图1；②负相关：从散点图上看,点散布在从左上角到右下角的区域内，如图2。
（2）线性相关关系：从散点图上看，如果这些点从整体上看大致分布在一条直线附近，则称这两个变量之间具有线性相关关系，这条直线叫做回归直线．（3）回归方程①最小二乘法：使得样本数据的点到回归直线的距离的平方和最小的方法叫做最小二乘法．②回归方程:两个具有线性相关关系的变量的一组数据（x1,y1），(x2，y2），…，（x n，y n),其回归方程为错误!＝错误!x＋错误!，则错误!＝错误!＝错误!，错误!＝错误!－错误!错误!.其中，错误!是回归方程的斜率，错误!是在y轴上的截距，错误!＝错误!错误!x i,错误!＝错误!错误!y i，(错误!，错误!)称为样本点的中心．说明：回归直线错误!＝错误!x＋错误!必过样本点的中心（错误!，错误!），这个结论既是检验所求回归直线方程是否准确的依据,也是求参数的一个依据．（4)样本相关系数r＝错误!，用它来衡量两个变量间的线性相关关系．①当r>0时,表明两个变量正相关；②当r<0时，表明两个变量负相关；③r的绝对值越接近1，表明两个变量的线性相关性越强；r的绝对值越接近于0，表明两个变量之间几乎不存在线性相关关系．通常当｜r|〉0.75时，认为两个变量有很强的线性相关关系．2．独立性检验（1）分类变量：变量的不同“值”表示个体所属的不同类别，像这类变量称为分类变量．（2)列联表：列出两个分类变量的频数表,称为列联表．假设有两个分类变量X和Y，它们的可能取值分别为{x1，x2｝和｛y1，y2｝，其样本频数列联表（称为2×2列联表）为2×2列联表构造一个随机变量K＝错误!，其中n＝a＋b＋c＋d为样本容量．(3)独立性检验利用随机变量K2来判断“两个分类变量有关系”的方法称为独立性检验．[诊断自测］1．概念思辨（1）利用散点图可以直观判断两个变量的关系是否可以用线性关系表示．（）（2）通过回归方程错误!＝错误!x＋错误!可以估计和观测变量的取值和变化趋势．（)（3)事件X，Y关系越密切，则由观测数据计算得到的K2的观测值越大．(）(4)由独立性检验可知，有99％的把握认为物理成绩优秀与数学成绩有关，某人数学成绩优秀，则他有99%的可能物理优秀．（)答案(1）√(2)√(3）√(4)×2．教材衍化(1)（必修A3P94A组T3)某种产品的广告费用支出x（单位：万元）与销售额y(单位：万元)之间有如下的对应数据:错误!错误!错误!，则此直线一定经过点( ）A ．(5,60）B ．(5，50)C ．（6,50）D ．(8,70) 答案 B解析 回归直线样本点的中心为(x －，错误!)，而错误!＝错误!×(2＋4＋5＋6＋8)＝5，错误!＝错误!×（30＋40＋60＋50＋70）＝50，所以回归直线一定经过点(5，50)．故选B.（2)(选修A1－2P 96T 2)通过随机询问72名不同性别的大学生在购买食物时是否看生产日期，得到如下列联表：则有________的把握认为性别与是否读生产日期有关． 答案 99.5%解析 由表中数据得k ＝错误!≈8。
高中数学《统计与统计案例》课件
设施投资额的变化规律呈线性增长趋势，利用 2010 年至 2016 年的数据建立的线性模型y ＝99＋17.5t 可以较好地描述 2010 年以后的环境基础设施投资额的变化趋势，因此利用 模型②得到的预测值更可靠.
13
考点整合
1.抽样方法 抽样方法包括简单随机抽样、系统抽样、分层抽样，三种抽样方法都是等概率抽样， 体现了抽样的公平性，但又各有其特点和适用范围.
位，则该校阅读过《西游记》的学生人数与该校学生总数比值的估计值为( )
A.0.5
B.0.6
C.0.7
D.0.8
解析 法一 设调查的 100 位学生中阅读过《西游记》的学生人数为 x，则 x＋80－60
＝90，解得 x＝70，所以该校阅读过《西游记》的学生人数与该校学生总数比值的估计
值为17000＝0.7.故选 C.
解 (1)由调查数据，男顾客中对该商场服务满意的比率为4500＝0.8，因此男顾客对该商场
服务满意的概率的估计值为 0.8.女顾客中对该商场服务满意的比率为3500＝0.6，因此女顾
客对该商场服务满意的概率的估计值为 0.6.
8
(2)K2 的观测值 k＝100×5（0×405×0×207－0×303×010）2≈4.762. 由于4.762>3.841，故有95%的把握认为男、女顾客对该商场服务 的评价有差异.
^
利用模型②，该地区 2018 年的环境基础设施投资额的预测值为y＝99＋17.5×9＝256.5(亿 元).
12
(2)利用模型②得到的预测值更可靠. 理由如下： 从折线图可以看出，2000 年至 2016 年的数据对应的点没有随机散布在直线 y＝－30.4＋ 13.5t 上下，这说明利用 2000 年至 2016 年的数据建立的线性模型①不能很好地描述环境 基础设施投资额的变化趋势.2010 年相对 2009 年的环境基础设施投资额有明显增加， 2010 年至 2016 年的数据对应的点位于一条直线的附近，这说明从 2010 年开始环境基础
高考数学考点二十《统计与统计案例》课件
100
200
则 K2＝2001×00（×6100×0×601－004×0×10400）2＝8>6.635，
所以有 99%以上的把握认为是否持乐观态度与国内外差异有关．
四、解答题 13．(2021·全国乙卷)某厂研制了一种生产高精产品的设备，为检验新设 备生产产品的某项指标有无提高，用一台旧设备和一台新设备各生产了 10 件产品，得到各件产品该项指标数据如下：
考点二十 统计与统计案例
一、选择题(在每小题给出的四个选项中，只有一项符合题目要求) 1．(2021·河北张家口第三次模拟)某中学春季运动会上，12 位参加跳高 半决赛同学的成绩各不相同，按成绩从高到低取前 6 位进入决赛，如果小明 知道了自己的成绩后，则他可根据其他 11 位同学成绩的哪个数据判断自己 能否进入决赛( )
A．r2<r4<0<r3<r1 C．r4<r2<0<r3<r1
B．r4<r2<0<r1<r3 D．r2<r4<0<r1<r3
答案 A 解析 易知题中图(1)和图(3)是正相关，图(2)与图(4)是负相关，且图(1) 与图(2)中的样本点集中分布在一条直线附近，则 r2<r4<0<r3<r1.故选 A.
5．通过随机询问 110 名性别不同的大学生是否爱好某项运动，得到如
下列联表：
男
女
总计
爱好
40
20
60
不爱好
20
30
50
总计
60
50
110
由
K2
＝
n（ad－bc）2 （a＋b）（c＋d）（a＋c）（b＋d）
2025年高考数学总复习课件78第九章第四节列联表与独立性检验
第四节 列联表与独立性检验
必备知识 落实“四基”
核心考点 提升“四能”
课时质量评价
关于列联表及χ2的计算 (1)2×2列联表在计算数据时要准确无误，关键是对涉及的变量分清类别． (2)计算χ2时遵循先化简后计算的原则，充分的约分可以简化数据的运算．
第四节 列联表与独立性检验
必备知识 落实“四基”
第四节 列联表与独立性检验
必备知识 落实“四基”
核心考点 提升“四能”
课时质量评价
独立性检验的综合应用 【例2】某人工智能公司想要了解其开发的语言模型准确率的达标(准确率不低 于80%则认为达标)情况与使用的训练数据集大小是否有关联，该公司随机选取 了大型数据集和小型数据集各50个，并记录了使用这些数据集训练的语言模型 在测试数据集上的准确率，根据小型数据集的准确率数据绘制成如图所示的频 率分布直方图(各组区间分别为[50，60)，[60，70)，[70，80)，[80，90)，[90， 100])．
课时质量评价
2.列联表与独立性检验 (1)关于分类变量X和Y的抽样数据的2×2列联表：
X
X＝0 X＝1 合计
Y
Y＝0
Y＝1
a
b
c
d
a＋c
b＋d
合计
a＋b c＋d n＝a＋b＋c＋d
第四节 列联表与独立性检验
必备知识 落实“四基”
核心考点 提升“四能”
课时质量评价
(2)计算随机变量χ2＝ a+b
n ad－bc 2 c+d a+c
年龄/岁 频数 支持
[20，30) 24 20
[30，40) 16 13
[40，50) 15 12
[50，60) 25 15
高中数学教材——计数原理与随机分布篇
③用抽签方法从 10 件产品中选取 3 件进行质量检验；
④某班有 56 名同学，指定个子最高的 5 名同学参加学校组织的篮球赛．
A．0 个
B．1 个
C．2 个
D．3 个
[解析] ①不是简单随机抽样，因为被抽取样本的总体的个数是无限的，而不是有限的；
②不是简单随机抽样，因为它是有放回抽样；③明显为简单随机抽样；④不是简单随机抽样，
因为不是等可能抽样．
[答案] B
[解题技法] 应用简单随机抽样应注意的问题
(1)一个抽样试验能否用抽签法，关键看两点：一是抽签是否方便；二是号签是否易搅
匀．一般地，当总体容量和样本容量都较小时可用抽签法．
(2)在使用随机数法时，如遇到三位数或四位数，可从选择的随机数表中的某行某列的
数字计起，每三个或四个作为一个单位，自左向右选取，有超过总体号码或出现重复号码的
则)抽取 40 名同学进行检查，将学生从 1～1 000 进行编号，现已知第 18 组抽取的号码为为( )
A．16
B．17
C．18
D．19
(2)中央电视台为了解观众对某综艺节目的意见，准备从 502 名现场观众中抽取 10%进
行座谈，现用系统抽样的方法完成这一抽样，则在进行分组时，需剔除________个个体，抽
数字舍去．
[题组训练]
1．总体由编号为 01,02，…，19,20 的 20 个个体组成，利用下面的随机数表选取 5 个个
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
返回目录
4 1 = . (1)依题意知第三组的频率为 2 + 3 + 4 + 6 + 4 +1 5
又因为第三组的频数为12,
所以本次活动的参评作品数为
12 1 5
=60（件）.
(2)根据频率分布直方图，可以看出第四组上交的作品数量
6 最多，共有60× =18(件). 2 + 3 + 4 + 6 + 4 +1
=100,
(2)因为 s甲 > s 2 ,说明甲机床加工零件波动比较大,因 乙 此乙机床加工零件更符合要求.
2
【评析】 两个机床加工零件的平均数相等,平均数 描述了数据的平均水平,要说明哪一台机床加工的零件
更符合要求,可再用方差来判断.平均数和标准差超过了
规定界限时,说明这批产品质量与生产要求有较大偏差.
∑ (x
i =1 n
n
i
- x)(y i - y)
i
∑x
i =1 n
n
i
yi - n x y
2 i
b=
∑ (x
i =1
- x)2
=
∑x
i =1
- nx 2
,a=
y-bx
.
1 n 1 n 其中,x= ∑ x i ,y= ∑y i n i =1 n i =1
.
返回目录
(y1-bx1-a)2+(y2-bx2-a)2+…+(yn-bxn-a)2 通过求Q= 的最小值而得出回归直线的方法，即求回归直线，使得样
(x1 + x 2 + …+ xn )
.
.
3.从散点图上看，点散布在 从左下角到右上角的区域内
就称这种相关关系为正相关，如果点散布在 从左上角到右下 角的区域内 就称这种相关关系为负相关. 返回目录
4.如果散点图中点的分布从整体上看大致在一条直 线附近，我们就称这两个变量之间具有 线性相关关系， ˆ 这条直线叫做回归直线，回归直线方程常记作 y = a + bx . 5.对于一组具有线性相关关系的数据 (x1,y1),(x2,y2),…,(xn,yn),用最小二乘法，求回归直线系数 a,b的公式为
本 数 据的点到它的距离的平方和最小，这一方法叫做最
小二乘法.
返回目录
考点一
绘制频率分布直方图
对某电子元件进行寿命追踪调查,情况如下:
寿命(h) 个数(个) ［100,200) 20 ［200,300) 30 ［300,400) 80 ［400,500) ［500,600) 40 30
返回目录
(1)列出频率分布表; (2)画出频率分布直方图; (3)估计电子元件寿命在［100,400)以内的概率; (4)估计电子元件寿命在400h以上的概率.
【分析】本题已知x与y之间有线性相关关系，就无需 进行相关检验. 【解析】（1）制表如下: i 1 2 3 2 3 4 xi
4 5
6.5 32.5 25
5 6
7.0 42.0 36
合计
20 25 112.3 90
yi xiy
x i2
i
2.2 4.4 4
5
3.8 11.4 9
5
5.5 22.0 16
考点五
求线性回归直线
假设关于某设备的使用年限x和所支出的维修费用y(万 元)有如下的统计资料: 使用年限x 2 3 4 5 6
维修费用y
2.2
3.8
5.5
6.5
7.0
若由资料知,y与x呈线性相关关系.试求： (1) 线性回归方程y=bx+a的回归系数a,b; (2) 估计使用年限为10年时，维修费用是多少？ 返回目录
于记录及表示,能反映数据在各段上的分布情况. (2) 茎叶图不能直接反映总体的分布情况,这就需 要通过茎叶图给出的数据求出数据的数字特征,进一步
估计总体情况.
返回目录
＊对应演练＊
某中学高一(2)班甲、乙两名同学自高中以来每场数学考试 成绩情况如下：
甲的得分：95，81,75,91,86,89,71,65,76,88,94,110,107;
返回目录
＊对应演练＊
甲、乙两种冬小麦试验品种连续x年的平均单位面积产 量如下： 品种 甲 第1年 9.8 第2年 9.9 第3年 10.1 第4年 10 第5年 10.2
乙
9.4
10.3
10.8
9.7
9.8
试根据这组数据,估计哪一种小麦品种产量较稳定.
返回目录
甲品种的样本平均数为10，样本方差为 ［(9.8-10)2+(9.9-10)2+(10.1-10)2+(10-10)2+(10.2-10)2］ ÷5=0.02； 乙品种的样本平均数也是10，样本方差为 ［(9.4-10)2+(10.3-10)2+(10.8-10)2+(9.7-10)2+(9.8-10)2］ ÷5=0.24＞0.02. 所以，由这组数据可以认为甲种小麦的产量比乙种小麦 的产量较稳定.
＊对应演练＊
在学校开展的综合实践活动中，某班进行了小制作评比， 作品上交时间为 5月1日到30日，评委会把同学们上交作品 的件数按5天一组分组统计，绘制了频率分布直方图（如图 所示），已知从左到右各长方形的高的比为2:3:4:6:4:1， 第三组的频数为12，请回答下列问题:
返回目录
(1)本次活动共有多少件作品参加评比? (2)哪组上交的作品数最多？有多少件？ (3)经过评比，第四组和第六组分别有10件，2件作品获 奖，问这两组哪组获奖率最高？
400h以上的概率为0.35.
返回目录
考点二
频率分布直方图的应用
为了了解某地区高三学生的身体发育情况，抽查了该地 区100名年龄为17.5岁~18岁的男生体重(kg)，得到频率 分布直方图如图10-4-6所示：
返回目录
(1)样本数据落在［62.5,64.5)内的频率是多少?
(2)100名学生的体重的众数是多少? 【分析】在频率直方图中,频率等于矩形的面积,每一小 组的频率等于这小组的频数与样本容量的商,而众数是最高 矩形的中点. 【解析】 (1)样本数据落在［62.5,64.5)内的频率为 0.07×2=0.14.
【分析】已知一组数据x1,x2,…,xn,其平均数为x,方差
7 . 3 1 2 s乙 = ［(99-100)2+(100-100)2+(102-100)2+(996 2+(100-100)2+(100-100)2］=1. 100)
s
2 甲
100)2+(100-100)2+(103-100)2］=
6 1 = 6 ［(99-100)2+(100-100)2+(98-100)2+(100-
乙的得分:83,86,93,99,88,103,98,114,98,79,101.
画出两人数学成绩茎叶图.请根据茎叶图对两人的成绩进行
比较.
返回目录
甲、乙两人数学成绩的茎叶图如图
从这个茎叶图上可以看出,乙同学的得分情况是大致 对称的,中位数是98;甲同学的得分情况除一个特殊得分外, 也大致对称,中位数是88.因此乙同学发挥比较稳定,总体得 分情况比甲同学好. 返回目录
分布直方图中,各小长方形的面积之和为 1 ,长因此在频 率分布直方图中,组距是一个固定值,所以长方形高的比 也就是频率之比;③频率分布表和频率分布直方图是一
组数据频率分布的两种形式,前者准确,后者直观; ④众
数为最高矩形的中点;⑤中位数为平分频率分布直方图 面积且垂直于横轴的直线与横轴交点的横坐标. 返回目录
当x=10年时,y=1.23×10+0.08=12.3+0.08=12.38(万
元),即估计使用10年时，维修费用是12.38(万元).
返回目录
【评析】由本题中y对x的关系呈线性关系，故可 用一元线性相关的方法解决问题.
x ∑ y - nx y
返回目录
考点四 茎叶图
某化肥厂甲、乙两个车间包装肥料，在自动包装传送 带上每隔30min抽取一包产品，称其重量，分别记录 抽查数据如下： 甲：102，101，99，98，103，98，99； 乙：110，115，90，85，75，115，110.
(1)这种抽样方法是哪一种?
(2)将这两组数据用茎叶图表示:
(3)将两组数据比较,说明哪个车间产品较稳定.
返回目录
【分析】 (1)根据各种抽样的特点判断.
(2)求出两组数据的平均值与方差进行比较.
【解析】 (1)因为间隔时间相同,故是系统抽样. (2)茎叶图如图所示:
返回目录
(3)甲车间:
1 平均值:x1= (102+101+99+98+103+98+99)=100. 7 2 方差: s 1 = 1 ［(102-100)2+(101-100)2+…+(99-100)2］ 7 ≈3.4286.
（1）众数、中位数、平均数
返回目录
众数：在样本数据中，频率分布最大值所对应的样本 数 据； 中位数：样本数据中，累积频率为0.5时所对应的样本 数据值（累积频率：样本数据小于某一数值的频率叫做该 数值点的累积频率）； 1 平均数：样本数据的算术平均数，即x= n (2)标准差的计算公式： s=
1 [(x1 - x)2 + (x 2 - x)2 + …+ (xn - x)2 ] n
x=4;y=5;
x ∑
i =1 2 1
= 90; ∑ i y i = 112.3. x
i =1
返回目录
于是有b=