高中必修三统计知识点整理(共4页).doc

《高中必修三统计知识点整理(共4页).doc》由会员分享，可在线阅读，更多相关《高中必修三统计知识点整理(共4页).doc（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上高中数学必修3知识点总结第二章 统计 2.1.1 简单随机抽样1简单随机抽样，也叫纯随机抽样。就是从总体中不加任何分组、划类、排队等，完全随机地抽取调查单位。特点是：每个样本单位被抽中的可能性相同（概率相等），样本的每个单位完全独立，彼此间无一定的关联性和排斥性。简单随机抽样是其它各种抽样形式的基础。通常只是在总体单位之间差异程度较小和数目较少时，才采用这种方法。2简单随机抽样常用的方法： （1）抽签法；随机数表法；计算机模拟法；使用统计软件直接抽取。在简单随机抽样的样本容量设计中，主要考虑：总体变异情况；允许误差范围；概率保证程度。3抽签法: （1）给调查对象群体中

2、的每一个对象编号； （2）准备抽签的工具，实施抽签 （3）对样本中的每一个个体进行测量或调查 例：请调查你所在的学校的学生做喜欢的体育活动情况。4随机数表法： 例：利用随机数表在所在的班级中抽取10位同学参加某项活动。2.1.2系统抽样1系统抽样（等距抽样或机械抽样）：把总体的单位进行排序，再计算出抽样距离，然后按照这一固定的抽样距离抽取样本。第一个样本采用简单随机抽样的办法抽取。K（抽样距离）=N（总体规模）/n（样本规模）前提条件：总体中个体的排列对于研究的变量来说，应是随机的，即不存在某种与研究变量相关的规则分布。可以在调查允许的条件下，从不同的样本开始抽样，对比几次样本的特点。如果有明

3、显差别，说明样本在总体中的分布承某种循环性规律，且这种循环和抽样距离重合。2.1.3分层抽样1分层抽样（类型抽样）：先将总体中的所有单位按照某种特征或标志（性别、年龄等）划分成若干类型或层次，然后再在各个类型或层次中采用简单随机抽样或系用抽样的办法抽取一个子样本，最后，将这些子样本合起来构成总体的样本。两种方法：1先以分层变量将总体划分为若干层，再按照各层在总体中的比例从各层中抽取。2先以分层变量将总体划分为若干层，再将各层中的元素按分层的顺序整齐排列，最后用系统抽样的方法抽取样本。2分层抽样是把异质性较强的总体分成一个个同质性较强的子总体，再抽取不同的子总体中的样本分别代表该子总体，所有的样

4、本进而代表总体。分层标准：（1）以调查所要分析和研究的主要变量或相关的变量作为分层的标准。（2）以保证各层内部同质性强、各层之间异质性强、突出总体内在结构的变量作为分层变量。（3）以那些有明显分层区分的变量作为分层变量。3分层的比例问题： （1）按比例分层抽样：根据各种类型或层次中的单位数目占总体单位数目的比重来抽取子样本的方法。 （2）不按比例分层抽样：有的层次在总体中的比重太小，其样本量就会非常少，此时采用该方法，主要是便于对不同层次的子总体进行专门研究或进行相互比较。如果要用样本资料推断总体时，则需要先对各层的数据资料进行加权处理，调整样本中各层的比例，使数据恢复到总体中各层实际的比例结

5、构。2.2.2用样本的数字特征估计总体的数字特征1、本均值：2、样本标准差：3用样本估计总体时，如果抽样的方法比较合理，那么样本可以反映总体的信息，但从样本得到的信息会有偏差。在随机抽样中，这种偏差是不可避免的。虽然我们用样本数据得到的分布、均值和标准差并不是总体的真正的分布、均值和标准差，而只是一个估计，但这种估计是合理的，特别是当样本量很大时，它们确实反映了总体的信息。4（1）如果把一组数据中的每一个数据都加上或减去同一个共同的常数，标准差不变.（2）如果把一组数据中的每一个数据乘以一个共同的常数k，标准差变为原来的k倍.（3）一组数据中的最大值和最小值对标准差的影响，区间的应用；“去掉一

6、个最高分，去掉一个最低分”中的科学道理.2.3.2两个变量的线性相关1、概念: （1）回归直线方程 （2）回归系数2最小二乘法3直线回归方程的应用4应用直线回归的注意事项 （1）做回归分析要有实际意义； （2）回归分析前,最好先作出散点图； （3）回归直线不要外延。5. 回归直线方程的推导 设x与y是具有线性相关关系的两个变量，且相应于样本的一组观测值的n个点的坐标分别是：，下面给出回归方程的推导。 设所求的回归方程为，其中是待确定的参数，那么：，（），样本中各个点的偏差是 ，（） 或 6相关系数r统计中常用相关系数r来衡量两个变量之间的线性相关的强弱，当不全为零，yi也不全为零时，则两个变量的相关系数的计算公式是：r就叫做变量y与x的相关系数（简称相关系数）说明：（1）对于相关系数r，首先值得注意的是它的符号，当r为正数时，表示变量x，y正相关；当r为负数时，表示两个变量x，y负相关；（2）另外注意r的大小，如果，那么正相关很强；如果，那么负相关很强；如果或，那么相关性一般；如果，那么相关性较弱专心-专注-专业