3.1 第二课时 残差分析及回归模型的选择
一、课前准备 1.课时目标
(1) 了解残差分析回归效果； (2) 了解相关指数2
R 分析回归效果；
(3) 了解常见的非线性回归转化为线性回归的方法. 2.基础预探
1.在线性回归模型y bx a e =++中，a b 和为模型的未知参数，e y 是与 y bx a =+之间的误差，通常ｅ为随机变量，称为_______.它的均值E(ｅ)＝0，方差2()0D e σ=>.
线性回归模型的完整表达形式为2
()0,()y bx a e
E e D e σ=++??==?
.在此模型中，随机误差ｒ的方差2
σ越小，通过回归直线 y bx a =+预报真实值ｙ的精度越高.
2.对于样本点1122(,),(,),,(,)n n x y x y x y 而言，相应于它们的随机误差为
(1,2,,)i i i i e y y y bx a i n =-=--= ，其估计值为 (1,2,,)i i i i i e y y y bx a i n =-=--= ， i e 称为相应于点(,)i i
x y 的______.类比样本方差估计总体方差的思想，可以用 2
1(,)2
Q a b n σ
=- (ｎ＞2)作为2σ的估计量，其中 a b 和由公式给出， ()Q a b
,称为残差平方和.可以用 2
σ
衡量回归直线方程的预报精度.通常 2
σ越小，预报精度越高. 3.在研究两个变量间的关系时，首先要根据散点图来粗略判断它们是否线性相关，是否可以
用线性回归模型来拟合数据.然后，可以通过残差 12,,n e e e 来判断模型拟合的效果，判断
原始数据中是否存在可疑数据.这方面的分析工作称为_______.
4.用相关指数2R 来刻画回归的效果，其计算公式是：
2
2
1
2
1
()1()
n
i
i n
i
i y y R y y ==-=-
-∑∑.显然2
R 取值
越大，意味着残差平方和_______，也就是说模型的拟合效果________. 二、学习引领
1. 进行回归分析的步骤是什么？
(1)确定研究对象，明确是哪两个变量之间的相关关系.
(2)画出散点图，观察它们之间的关系是否存在线性关系，也可计算变量间的线性相关系数的值来精确判断它们之间是否存在相关关系.如果不存在线性相关关系，判断散点图是否存在非线性相关关系.
(3)若存在相关关系，则由经验确定回归方程的类型：如观察到数据呈线性关系，则选
用线性回归方程?y
=bx+a ；否则可选择指数模型、对数模型或二次函数模型等. (4)利用残差图或者相关指数2
R 对回归效果进行判断
2.随机误差ｅ的产生及估计的方法
(1)在实际中，随机变量ｙ除了受随机变量ｘ的影响之外，还受其它变量的影响；(2)由于前面相关关系公式中的 a b
和为截距和斜率的估计值，它们与真实值a b 和之间也存在误差.(3)因为随机误差是随机变量，因此可以通过这个随机变量的数字特征来刻画它的一些总体特征.均值是反映随机变量取值平均水平的数字特征，方差是反映随机变量集中于均值程度的数字特征，而随机变量的均值为0，因此可以用方差2
来衡量随机误差的大小. 3.如何利用2
R 判断回归效果
在线性回归模型中，2
R 表示解释变量对于预报变量变化的贡献率. 2
R 越接近于1，表示回归的效果越好(因为2R 越接近于1，表示解释变量和预报变量的相关性越强).如果对某组数据可能采取几种不同的回归方程进行回归分析.也可以通过比较几个2
R ，选择其值大的模型.
4.常见的可线性化的回归模型
(1)幂函数曲线y=ax b
(如图所示), 作变换u=lny ,v=lnx,c=lna,得线性函数u=c+bv.
(2)指数函数y=ae bx
(如图所示) 作变换u=lny, c= lna,得线性函数u=c+bx.
(3)倒指数曲线y=a b x
e (如图所示).
(4)对数曲线y=a+blnx(如图所示)
三、典例导析
题型一相关系数的应用
例1 下表为某地近几年机动车辆数与交通事故数的统计资料，请判断交通事故数与机动车
r，由此判断交通事故数y与机动车辆数x是否线性相关.
解析：将数据列成下表
由此可知x=128.875 y=8.95，进而求得
0.9927≈.
因为|r|接近1 ,所以可得交通事故数y和机动车辆数x有较强的线性相关关系.
规律总结：进行回归分析时，通常先进行相关性检验，若能确定两个变量具有线性相关关系，再去求其线性回归方程，否则所求的方程无意义.两个变量正(负)相关时，它们就有
相同(反)的变化趋势，即当由小变大时，相应的有由小(大)变大(小)的趋势.
变式训练：某工业部门进行一项研究，分析该部门的产量与生产费用之间的关系?从这个工
完成下列要求：
(1)计算x 与y 的相关系数；
(2)对这两个变量之间是否线性相关进行相关性检验。
题型二 残差分析
某城区为研究城镇居民月家庭人均生活费支出和月人均收人的相关关系.随机抽取10
户进
思路导析：列表计算出相关系数所需数据，代入公式即可求出相关系数r ，初步判断两个变量之间是否具备相关性，然后做出残差图判断选用的模型是否合适.
解析：作出散点分布图，由图可知月人均生活费与人均收人之间具有线性相关关系.
由题意可知：639,480.4x y ==，
10
1010
221
1
1
4610300,2540526,3417560,i
i i i i i i x
y x y ======∑∑∑
计算相关系数可得 r=0.99316，
因为|r|接近1 ,所以可得两个变量有较强的线性相关关系.
代入公式可知b
=10
1
10
2
2
1
1010i i
i i
i x y xy
x
x ==--∑∑=0.6599 ， a
=y -b x =58.751. 故回归直线方程为?y
=0.6599x+58.751. 作残差如图所示，由图可知，残差点比较均匀地分布在水平的带状区域中，说明选用的模型
比较合适.
计算相关指数R2=0.986 3，说明城镇居民的月人均生活费的差异有98.63％是由人均收人引起的.
由以上分析可知.我们可以利用回归方程?y=0.6599x-58.751来作月生活费的预报值.
将x=1100代人得，?y=784.64(元)；
将x=1200代人得，?y=850.63(元).
故预测月人均收人分别为1100元和l200元的两家庭的月人均生活费分别为784.64元和850.63元
归律总结：如果作出的残差图中的残差点比较均匀地分布在水平的带状区域中，带状区域宽度越窄，说明模型拟合程度越高，回归方程的预报精度越高.若利用相关指数R2来刻画拟合效果的好坏，R2的取值越接近1，说明残差的平方和越小，即说明模型的拟合效果越好.
变式训练：在一段时间内，某种商品的价格x(元)与需求量y(件)之间的数据为
求出y对x的回归直线方程，并说明拟合效果的好坏.
题型三：非线性回归分析
例3现代经济学证明，工厂生产产品的成本与其产量有关，产量越大，其成本越低.某饰品工艺厂在生产某种民族特色艺术品时，得到了每件饰品的成本费y(元)与产量x(百件)之间
检验每件饰品的成本费y与产量x之间是否具有线性相关关系，若有，求出y对x的回归方程；若没有，你能求出y与x的一个关系式吗？
思路导析：通过散点图观察两个变量具备怎样的相关关系，根据相关关系的特征选择合适的模型，将非线性相关的关系通过置换变为线性相关关系，然后求出成本与产量之间的关系. 解析：画出x和y的散点图，如图.
图中的点的分布不在一条直线附近，故每件饰品的成本费y 与产量x 间不具有线性相关关系，又图中的点的分布近似于反比例函数中的一支，故可把
x
1
置换为u ，检验y 与u 之间的相关关系，则有u ＝
x
1
，从而u 与y 的数据为
经计算得r=0.9998，
因为|r|接近于1，所以可以认为两个变量y 与u 之间具有较强线性相关关系；
由公式得 a
=1.125， b =8.973，所以?y =1.125+8.973u ， 最后回代u=
x 1，可得8.973
? 1.125y x
=+.
答：y 对x
的回归方程为8.973
? 1.125y x
=+.
方法规律：非线性回归问题要先根据已知的数据画出散点图，并把散点图与已经学习过的各种函数，如幂函数、指数函数、对数函数、二次函数等作比较，挑选出跟这些散点拟合最好的函数，然后再采用变量的置换，把问题转化为线性回归分析问题解决.
变式训练：在兰新化工厂生产某种化学药品的生产车间内，技术人员测得如下表所示的6组数据，其中x ()min 表示化学反应进行的时间，y ()mg 表示未转化物质的量.
(1)设y 与x 之间具有关系x
cd y =，试根据测量数据估计c 和d 的值.
(2)估计化学反应进行到min 10时未转化的物质的量.
四、随堂练习
1.变量x 、y 的散点图如图所示，那么x 、y 之间的样本相关系数r 的最接近的值为( )
A.1
B.－0.5
C.0
D.0.5
2.为了考察两个变量ｘ和ｙ之间的线性相关性.甲、乙两位同学各自独立地做10次和15次试验，并且利用线性回归方程，求得回归直线分别为12l l 和.已知两个人在试验中发现对变量ｘ的观测数据的平均值都是ｓ，对变量ｙ的观测数据的平均值都为ｔ，那么下列说法正确的是( )
A. 12l l 与相交点为(ｓ，ｔ)；
B.12l l 与相交，相交点不一定是(ｓ，ｔ)；
C. 12l l 与必关于点(ｓ，ｔ)对称；
D. 12l l 与必定重合. 3.对于相关系数r ，下列说法中正确的是( )
A.||r 越大，相关程度越大
B.||r 越小，相关程度越大
C.||r 越大，相关程度越小；||r 越小，相关程度越大
D.1||≤r 且||r 越接近１，相关程度越大；||r 越接近０，相关程度越小
4.如图所示，有5组数据(x ，y)，去掉_____组数据后，剩下的4组数据的线性相关系数最大.
5. 已知回归直线的斜率的估计值是 1.23，样本点的中心为(4，5)，则回归直线的方程是______。
6. 某产品的广告费用支出ｘ与销售额ｙ(单位：百万元)之间有如下统计数据：
请对上述变量ｘ、ｙ进行相关性检验.
五、课后作业
1. 某商品销售量y(件)与销售价格x(元/件)负相关，则其回归方程可能是 ( ) A. ^
10200y x =-+ B. ^
10200y x =+ C. ^
10200y x =-- D. ^
10200y x =- 2.对两个变量x 与y 进行回归分析，分别选择了4个不同模型，它们的相关系数r 如下，其
中拟合效果最好的模型是( ) A ．模型1的相关系数r 为0．98 B ．模型2的相关系数r 为0．80 C ．模型3的相关系数r 为0．50 D ．模型4的相关系数r 为0．25
3.线性相关的四个样本点(,3.5),(2.5,6.2),(
4.4,),(
5.2,11.3)x y 的中心是(3.4,7.75)，则
___,___x y ==
4.已知一系列样本点(,)(1,2,3,,)i i x y i n = 的回归直线方程为?23y
x =-，若1
17n
i
i x
==∑，
则
1
n
i
i y
==∑
5.某矿脉中设有9个样本点，某种金属的含量y 与样本点到原点的距离x 有如下表的测量值：
请按y a x
=+
建立y 对x 的回归方程，并预测当样本点到原点的距离20x =时，该种金属的含量.
6.
(1)求ｙ与ｘ之间的回归方程，对于基本苗数56.7预报有效穗. (2)计算各组残差，并计算残差平方和.
(3)求2R ，并说明残差变量对有效穗的影响占百分之几？
参考答案
3.1 第二课时 选择回归模型
2.基础预探
1.随机误差
2.残差
3. 残差分析
4. 越小 越好 三、典例导析 例1 变式训练
解析：由题意可知：77.7,165.7x y ==，
10
1010
221
1
1
70903,277119,132938i
i i i i i i x
y x y ======∑∑∑.
0.808≈.
因为|r|接近1,所以可得两个变量有较强的线性相关关系. 例2 变式训练
解析：由题意可知：18,45.4x y ==，
5
5
21
1
1600,3992,i
i i i i x
x y ====∑∑
代入公式可知b
=5
1
5
2
2
1
55i i
i i
i x y xy
x
x ==--∑∑=-2.35， a
=y -b x =87.7 ， 故所求回归直线方程为?y
=-2.35x+87.7. 列出残差表为：
所以， 2
5
5
21
1
()8.3,()229.2,i i i i i y y y y ==-=-=∑∑
代入公式可知R 2
=1-
2
5
1
5
2
1
()()
i i i i
i y y y y ==--∑∑≈0.964.
因为0.964接近于1，所以该模型的拟合效果好. 例3 变式训练
解析：(1)在x
cd y =的两边取自然对数，可以得到d x c y ln ln ln +=.设z y =ln ，
由公式计算得? 3.926a
≈，?0.2244b ≈-， 线性回归方程为9055.3?≈z x 2119.0-， 即9055.3ln ≈c ，2219.0ln -≈d ，所以675.49≈c ，8010.0≈d ，
根据测量数据估计675.49=c ，8010.0=d .
(2)由(1)知y 与x 之间的关系为?49.6750.8010x y
=?， 当10=x 时，?y
=4.58010.0675.4910
≈?. 所以估计化学反应进行到min 10时未转化物质的量为mg 4.5.
四、随堂练习 1. 答案：C
解析：从散点图可以看出，x 与y 没有线性相关关系，因而r 的值接近于0. 2．答案：A
解析：设回归直线方程为 y bx
a =+ ，则 a y bx =- ，即 a t bs =- ，可得出 t bs a =+ .所以点(ｓ，ｔ)在回归直线上，所以直线12l l 与一定有公共点(ｓ，ｔ). 3.答案：D
解析：由两个变量的相关系数公式可知，相关程度的强弱||r 与１的接近程度有关，||r 越接近１，相关程度越大；||r 越接近０，相关程度越小.
4.答案：D
解析：当各点分布在一条直线附近时，相关系数最大，由图中可知，A 、B 、C 、E 四点分布在一条直线附近，而D 点远离这条直线，故去掉D 点后，相关性最强，相关系数最大.
5.? 1.230.08y
x =+ 解析：设回归直线方程为a x b y
+=??,依题意可知,23.1=b ,又样本点的中心(4，5)在直线上,即5 1.234a =?+即0.08a =,所以回归直线的方程为? 1.230.08y
x =+. 6.解：由题意可以列表如下：
由上代入公式可得
0.92r =
≈，
因为|r|接近于1，说明广告费用和销售额之间具有显著线性关系. 五、课后作业 1. 答案：A
解：因为销量与价格负相关，由函数关系考虑为减函数可排除B 、D ，根据回归直线方程
y a
bx =+ 中b 的统计学意义知不能为负数，再排除C 选项，所以选A. 2.答案：A
解析：r 越接近于1，拟合效果越好。 3.答案: 1.5x =，10y = 解析：由 2.5 4.4 5.23.4 1.54x x +++=
?=， 3.5 6.211.3
7.75104
y y +++=?=
4.答案：343n -
解析：因为
1
1
1
1
2323343n
n
i
i
n n
i i i i i i y
x
y x n n n
n
=====?
-?=?-=-∑∑∑∑.
5.解析：对b y a x =+
作一个变换，将其转化成线性问题.为此，令1
t x
=，则得线性关系式y a bt =+，化归到线性回归方程.
将上表中的数据作相应的变换，得下表：
用最小二乘法,易得线性回归方程为y 111.5x
=-
， 最后回代t=x
1
，可得^9.899y 111.5x =-，
故当20x =时，预报值^
y 9.867
111.5111.0120
=-
=. 6.解析：(1)由图看出，样本点呈条状分布，有比较好的线性相关关系，因此可以用线性回归方程刻画它们之间的关系.
设回归方程为 5
5
221
1
,30.36,43.5,5101.51,9511.43.i i i i y bx a x y x y ===+====∑∑
5
2
2
1
1320,1892.25,921.7296,6746.76.i i i x y y x x y =====∑
由5
1
5
2
2
1
50.2911,34.32.5i i
i i
i x y x y
b a y bx x
x
==-=
≈=-≈-∑∑
故所求的回归直线方程为 34.320.29.y x =+
当ｘ＝56.7时， 34.320.2956.750.763.y =+?=估计成熟期有效穗50.763.
(2)由于y bx a e =++，可以算得
i i i e y y =-分别为 123450.73, 1.098,0.12, 1.83, 2.004,e e e e e ===-=-=
残差平方和：
5
2
1
9.11782.i
i e
==∑
(3)总偏差平方和：
5
2
1
()
50.18,i
i y y =-=∑
回归平方和：50.18－9.11782＝41.06218，241.06218
0.818.50.18
R =
≈
所以解释变量、小麦基本苗数对总效应约贡献了81.8%. 残差变量贡献了约1－81.8%＝18.2%.
一、选择题 1．利用系统抽样法从编号分别为1,2,3，…，80的80件不同产品中抽出一个容量为16的样本，如果抽出的产品中有一件产品的编号为13，则抽到产品的最大编号为( ) A ．73 B ．78 C ．77 D ．76 解析：样本的分段间隔为80 16＝5，所以13号在第三组，则最大的编号为13＋(16－3)×5 ＝78.故选B. 答案：B 2．某课外小组的同学们在社会实践活动中调查了20户家庭某月的用电量如下表所示： 则这20A ．180,170 B ．160,180 C ．160,170 D ．180,160 解析：用电量为180度的家庭最多，有8户，故这20户家庭该月用电量的众数是180，排除B ，C ；将用电量按从小到大的顺序排列后，处于最中间位置的两个数是160,180，故这20户家庭该月用电量的中位数是170.故选A. 答案：A 3．(2017·高考全国卷Ⅲ)某城市为了解游客人数的变化规律，提高旅游服务质量，收集并整理了2014年1月至2016年12月期间月接待游客量(单位：万人)的数据，绘制了如图所示的折线图，根据该折线图，下列结论错误的是( ) A ．月接待游客量逐月增加 B ．年接待游客量逐年增加 C ．各年的月接待游客量高峰期大致在7,8月 D ．各年1月至6月的月接待游客量相对于7月至12月，波动性更小，变化比较平稳
解析：根据折线图可知，2014年8月到9月、2014年10月到11月等月接待游客量都在减少，所以A 错误．由图可知，B 、C 、D 正确． 答案：A 4．(2018·宝鸡质检)对一批产品的长度(单位：毫米)进行抽样检测，样本容量为200，如图为检测结果的频率分布直方图，根据产品标准，单件产品长度在区间[25,30)的为一等品，在区间[20,25)和[30,35)的为二等品，其余均为三等品，则该样本中三等品的件数为( ) A ．5 B ．7 C ．10 D ．50 解析：根据题中的频率分布直方图可知，三等品的频率为1－(0.050 0＋0.062 5＋0.037 5)×5＝0.25，因此该样本中三等品的件数为200×0.25＝50. 答案：D 5．(2018·兰州模拟)已知某种商品的广告费支出x (单位：万元)与销售额y (单位：万元)之间有如下对应数据： 根据表中提供的全部数据，用最小二乘法得出y 与x 的线性回归方程为y ^ ＝6.5x ＋17.5，则表中m 的值为( ) A ．45 B ．50 C ．55 D ．60 解析：∵x ＝2＋4＋5＋6＋8 5＝5， y ＝ 30＋40＋50＋m ＋705＝190＋m 5 ， ∴当x ＝5时，y ＝6.5×5＋17.5＝50， ∴190＋m 5＝50，解得m ＝60. 答案：D
专题二概率统计专题 【命题趋向】概率与统计是高中数学的重要学习内容，它是一种处理或然问题的方法，在工农业生产和社会生活中有着广泛的应用，渗透到社会的方方面面，概率与统计的基础知识成为每个公民的必备常识．概率与统计的引入，拓广了应用问题取材的范围，概率的计算、离散型随机变量的分布列和数学期望的计算及应用都是考查应用意识的良好素材．在高考试卷中，概率与统计的内容每年都有所涉及，以解答题形式出现的试题常常设计成包含离散型随机变量的分布列与期望、统计图表的识别等知识为主的综合题，以考生比较熟悉的实际应用问题为载体，以排列组合和概率统计等基础知识为工具，考查对概率事件的识别及概率计算．解答概率统计试题时要注意分类与整合、化归与转化、或然与必然思想的运用．由于中学数学中所学习的概率与统计内容是最基础的，高考对这一部分内容的考查注重考查基础知识和基本方法．该部分在高考试卷中，一般是2—3个小题和一个解答题． 【考点透析】概率统计的考点主要有：概率与统计包括随机事件，等可能性事件的概率，互斥事件有一个发生的概率，古典概型，几何概型，条件概率，独立重复试验与二项分布，超几何分布，离散型随机变量的分布列，离散型随机变量的期望和方差，抽样方法，总体分布的估计，正态分布，线性回归等．【例题解析】 题型1 抽样方法 -）中，在公证部门监督下按照随机抽取的方法确【例1】在1000个有机会中奖的号码（编号为000999 定后两位数为的号码为中奖号码，该抽样运用的抽样方法是（） A．简单随机抽样B．系统抽样C．分层抽样D．以上均不对 分析：实际“间隔距离相等”的抽取，属于系统抽样． 解析：题中运用了系统抽样的方法采确定中奖号码，中奖号码依次为：088，188，288，388，488，588，688，788，888，988．答案B． 点评：关于系统抽样要注意如下几个问题：（1）系统抽样是将总体分成均衡几个部分，然按照预先定出的规则从每一部分抽取一个个体，得到所需要的样本的一种抽样方法．（2）系统抽样的步骤：①将总体中的个体随机编号；②将编号分段；③在第一段中用简单随机抽样确定起始的个体编号；④按事先研究的规则抽取样本．（3）适用范围：个体数较多的总体． 例2（2008年高考广东卷理3）某校共有学生2000名，各年级男、女生人数如表．已知在全校学生中随机抽取1名，抽到二年级女生的概率是0.19．现用分层抽样的方法在全校抽取64名学生，则应在三年级抽取的学生人数为（） A．24B．18C．16D．12 Array 分析：根据给出的概率先求出x的值，这样就可以知道三年级的学生人数，问题就解决了． x=?=，这样一年级和二年级学生的解析：C 二年级女生占全校学生总数的19%，即20000.19380 +++=，三年级学生有500人，用分层抽样抽取的三年级学生应是总数是3733773803701500 64 50016 ?=．答案C． 2000 点评：本题考查概率统计最基础的知识，还涉及到一点分析问题的能力和运算能力，题目以抽样的等可能性为出发点考查随机抽样和分层抽样的知识． 例3．（2009江苏泰州期末第2题）一个社会调查机构就某地居民的月收入调查了10000人，并根据所得数据画了样本的频率分布直方图（如下图）．为了分析居民的收入与年龄、学历、职业等方面的关系， 2500,3500（元）月收入段应抽要从这10000人中再用分层抽样方法抽出100人作进一步调查，则在[) 出人．
1.3 统计图表 1．掌握常用四种统计图表(条形统计图、扇形统计图、折线统计图和茎叶图)的功能及其特点．(重点) 2．能针对实际问题和收集到的数据的特点，选择科学的统计图表．(难点) 3．能从统计图表中获取有价值的信息．(难点、易错点) [基础·初探] 教材整理1 统计图表 阅读教材P16～P20“练习1”以上部分，完成下列问题． 1．条形统计图 条形统计图是用一个单位长度表示一定的数量，根据数量的多少画成长短不同的直条，然后把这些直条按照一定的顺序排列起来．其优点是便于看出和比较各种数量的多少，即条形统计图能清楚地表示出每个项目的具体数目，易于比较数据间的差别．缺点是不能明确显示部分与整体的对比． 2．折线统计图 建立直角坐标系，用横轴上的数字表示样本值，用纵轴上的单位长度表示一定的数量，根据样本值和数量的多少描出相应点，然后用直线段顺次连接相邻点，得到一条折线，用这条折线表示样本数据情况，这种表述和分析数据的统计图称为折线统计图．折线统计图不但可以表示数量的多少，而且能够用折线的起伏清楚直观地表示数量的增减变化的情况，但不适合总体分布较多的情况． 3．扇形统计图 扇形统计图中，用圆面积代表总体，圆面中的各个扇形分别代表总体中的不同部分，扇形面积的大小反映所表示的那部分占总体的百分比的大小．优点：扇形统计图可以很清楚地表示各部分数量同总数之间的关系，即扇形统计图能清楚地表示出各部分在总体中所占的百分比．缺点：会丢失部分数据信息且不适合总体中部分较多的情况． 判断(正确的打“√”，错误的打“×”) (1)扇形统计图比其他统计图更优越．( )
(2)统计图和统计表相比，用直线、折线来说理比用数据说理来的形象一些，数量关系也更明显．( ) (3)要反映台州市某一周每天的最高气温的变化趋势，宜采用条形统计图．( ) 【解析】(1)×，扇形统计图与其他统计图各有优缺点． (2)√，统计图比统计表表达的更明确． (3)×，适合用折线统计图． 【答案】(1)×(2)√(3)× 教材整理2 茎叶图 阅读教材P21第三自然段到P22“信息技术应用”以上部分，完成下列问题． 1．茎叶图 茎叶图的制作：茎相同的共用一个茎，茎按从小到大的顺序从上到下列出，共茎的叶一般按从大到小或从小到大的顺序同时列出． 2．用茎叶图表示数据有两个突出特点 第一，统计图上没有信息的损失，所有的原始数据都可以从这个茎叶图中得到； 第二，茎叶图可以随时记录，方便表示与比较． 但是，当数据量很大或有多组数据时，茎叶图就不那么直观、清晰了． 判断(正确的打“√”，错误的打“×”) (1)制作茎叶图时，茎叶图的茎按从小到大的顺序从上向下列出，共茎的叶一般按从大到小(或从小到大)的顺序同行列出．( ) (2)茎叶图只方便记录两组的数据，两个以上的数据虽然能够记录，但是没有表示两个记录那么直观，清晰．( ) (3)茎叶图对重复出现的数据不可以重复记录．( ) 【解析】(1)√，结合茎叶图的做法，茎按从小到大的顺序从上向下列出，叶无规定的顺序． (2)√，结合茎叶图的特点可知，用茎叶图表达两组数据很方便，但若是多组数据，却不是那么方便，直观、清晰了． (3)×，茎叶图中的数据应当全部记录，不可以遗漏，包括重复数据． 【答案】(1)√(2)√(3)× [小组合作型]
高中数学统计与概率知识点（文） 第一部分:统计 一、什么是众数。 一组数据中出现次数最多的那个数据，叫做这组数据的众数。 众数的特点。 ①众数在一组数据中出现的次数最多；②众数反映了一组数据的集中趋势，当众数出现的次数越多，它就越能代表这组数据的整体状况，并且它能比较直观地了解到一组数据的大致情况。但是，当一组数据大小不同，差异又很大时，就很难判断众数的准确值了。此外，当一组数据的那个众数出现的次数不具明显优势时，用它来反映一组数据的典型水平是不大可靠的。 3.众数与平均数的区别。 众数表示一组数据中出现次数最多的那个数据；平均数是一组数据中表示平均每份的数量。 二、.中位数的概念。 一组数据按大小顺序排列，位于最中间的一个数据(当有偶数个数据时，为最中间两个数据的平均数)叫做这组数据的中位数。 三.众数、中位数及平均数的求法。 ①众数由所给数据可直接求出;②求中位数时，首先要先排序(从小到大或从大到小)，然后根据数据的个数，当数据为奇数个时，最中间的一个数就是中位数;当数据为偶数个时，最中间两个数的平均数就是中位数。③求平均数时，就用各数据的总和除以数据的个数，得数就是这组数据的平均数。 四、中位数与众数的特点。 ⑴中位数是一组数据中唯一的，可能是这组数据中的数据，也可能不是这组数据中的数据； ⑵求中位数时，先将数据有小到大顺序排列，若这组数据是奇数个，则中间的数据是中位数；若这组数据是偶数个时，则中间的两个数据的平均数是中位数； ⑶中位数的单位与数据的单位相同； ⑷众数考察的是一组数据中出现的频数； ⑸众数的大小只与这组数的个别数据有关，它一定是一组数据中的某个数据，其单位与数据的单位相同；（6）众数可能是一个或多个甚至没有；（7）平均数、众数和中位数都是描述一组数据集中趋势的量。
统计 一、知识点归纳 1、抽样方法： ①简单随机抽样（总体个数较少） ②系统抽样（总体个数较多） ③分层抽样（总体中差异明显） 注意：在N 个个体的总体中抽取出n 个个体组成样本，每个个体被抽到的机会（概率）均为N n 。 2、总体分布的估计： ⑴一表二图： ①频率分布表——数据详实 ②频率分布直方图——分布直观 ③频率分布折线图——便于观察总体分布趋势 注：总体分布的密度曲线与横轴围成的面积为1。 ⑵茎叶图： ①茎叶图适用于数据较少的情况，从中便于看出数据的分布，以及中位数、众位数等。 ②个位数为叶，十位数为茎，右侧数据按照从小到大书写，相同的数据重复写。 3、总体特征数的估计： ⑴平均数：n x x x x x n ++++= 321； 取值为n x x x ,,,21 的频率分别为n p p p ,,,21 ，则其平均数为n n p x p x p x +++ 2211； 注意：频率分布表计算平均数要取组中值。 ⑵方差与标准差：一组样本数据n x x x ,,,21 方差：2 1 2)(1 ∑=-= n i i x x n s ； 标准差：2 1 )(1∑=-= n i i x x n s 注：方差与标准差越小，说明样本数据越稳定。 平均数反映数据总体水平；方差与标准差反映数据的稳定水平。 ⑶线性回归方程 ①变量之间的两类关系：函数关系与相关关系； ②制作散点图，判断线性相关关系 ③线性回归方程：a bx y +=∧ （最小二乘法） 1 221n i i i n i i x y nx y b x nx a y bx ==? -? ?=??-??=-??∑∑ 注意：线性回归直线经过定点),(y x 。
概率与统计 一、普通的众数、平均数、中位数及方差 1、 众数：一组数据中，出现次数最多的数。 2、平均数：①、常规平均数：12n x x x x n ++???+= ②、加权平均数：112212n n n x x x x ωωωωωω++???+=++???+ 3、中位数：从大到小或者从小到大排列，最中间或最中间两个数的平均数。 4、方差：2222121 [()()()]n s x x x x x x n = -+-+???+- 二、频率直方分布图下的频率 1、频率 =小长方形面积：f S y d ==?距；频率=频数/总数 2、频率之和：121n f f f ++???+=；同时 121n S S S ++???+=； 三、频率直方分布图下的众数、平均数、中位数及方差 1、众数：最高小矩形底边的中点。 2、平均数： 112233n n x x f x f x f x f =+++???+ 112233n n x x S x S x S x S =+++???+ 3、中位数：从左到右或者从右到左累加，面积等于0.5时x 的值。 4、方差：22221122()()()n n s x x f x x f x x f =-+-+???+- 四、线性回归直线方程：???y bx a =+ 其中：1 1 2 22 1 1 ()() ?() n n i i i i i i n n i i i i x x y y x y nxy b x x x nx ====---∑∑== --∑∑ , ??a y bx =- 1、线性回归直线方程必过样本中心(,)x y ； 2、?0:b >正相关；?0:b <负相关。 3、线性回归直线方程：???y bx a =+的斜率?b 中，两个公式中分子、分母对应也相等；中间可以推导得到。 五、回归分析 1、残差：??i i i e y y =-（残差=真实值—预报值）。分析：?i e 越小越好； 2、残差平方和：21?()n i i i y y =-∑， 分析：①意义：越小越好； ②计算：222211221 ????()()()()n i i n n i y y y y y y y y =-=-+-+???+-∑ 3、拟合度（相关指数）：221 2 1 ?()1() n i i i n i i y y R y y ==-∑=- -∑，分析：①.(]20,1R ∈的常数； ②.越大拟合度越高； 4、相关系数 ：()() n n i i i i x x y y x y nx y r ---?∑∑= = 分析：①.[r ∈-的常数； ②.0:r >正相关；0:r <负相关 ③.[0,0.25]r ∈；相关性很弱； (0.25,0.75)r ∈；相关性一般； [0.75,1]r ∈；相关性很强； 六、独立性检验 1、2×2列联表： 2、独立性检验公式 ①．2 2() ()()()() n ad bc k a b c d a c b d -= ++++ ②．犯错误上界P 对照表 3、独立性检验步骤
§3统计图表 一、非标准 1.某支股票近10个交易日的价格如下: 下列几种统计图中,表示上面的数据较合适的是( ) A.条形统计图 B.扇形统计图 C.折线统计图 D.茎叶图 解析:对于股票,我们最关心它的涨跌情况,即价格的增减变化情况,因此用折线统计图较合适. 答案:C 2.某校为了了解学生的课外阅读情况,随机调查了50名学生,得到他们在某一天各自课外阅读所用的时间的数据,结果用条形统计图(如下图)表示.根据条形统计图可得这50名学生这一天平均每人的课外阅读时间为( ) A.0.6时 B.0.9时 C.1.0时 D.1.5时 解析:这50名学生这一天平均每人的课外阅读时间为(0×5+0.5×20+1.0×10+1.5×10+2.0×5)÷50=0.9(时). 答案:B 3.如图是甲、乙、丙、丁四组人数的扇形统计图的部分结果,根据扇形统计图的情况可以知道丙、丁两组人数和为( ) A.250 B.150 C.400 D.300 解析:甲组人数是120,占30%,则总人数是=400.则乙组人数是400×7.5%=30,则丙、丁两组人数和为400-120-30=250. 答案:A 4.如图是某赛季甲、乙两名篮球运动员每场比赛得分的茎叶图,则甲、乙两人这几场比赛得
的最高分分别为( ) A.51,83 B.41,47 C.51,47 D.41,83 答案:B 5.甲、乙两班学生的体育成绩的条形统计图如图所示,不用计算,体育成绩好的班级是( ) A.甲班 B.乙班 C.甲、乙一样 D.无法确定 解析:由两个条形统计图中各部分的人数可知乙班学生的体育成绩好一些. 答案:B 6.某校开展“爱我海西、爱我家乡”摄影比赛,9位评委对参赛作品A给出的分数如茎叶图所示.记分员在去掉一个最高分和一个最低分后,算得平均分为91.复核员在复核时,发现有一个数字(茎叶图中的x)无法看清.若记分员计算无误,则数字x应该是( ) A.1 B.2 C.4 D.6 解析:若x≤4,因为平均分为91,所以总分应为637,即637=89+89+92+93+92+91+90+x,所以x=1.若x>4,637≠89+89+92+93+92+91+94=640,不合题意. 答案:A 7.某班学生在课外活动中参加文娱、美术、体育小组的人数之比为3∶1∶6,则在扇形统计图中表示参加体育小组人数的扇形对应的圆心角的度数是. 解析:所求圆心角的度数是×100%×360°=216°. 答案:216° 8.如图是某市5月1日至5月7日每天最高、最低气温的折线统计图,在这7天中,日温差最大的一天是,最大日温差等于℃. 解析:逐一计算发现,5月5日的日温差最大,最大日温差为24.5-12=12.5(℃). 答案:5月5日12.5
高中数学：统计与统计案例练习 A组 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() A．200 B．240 C．400 D．480 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P,3P,5P.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)×2＝0.1.因为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P＝0.1.所以平均每周上网时间少于4 h的学生所占比例为P＋3P＝0.4,由此估计学生人数为0.4×1 000＝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2019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2020年4月份空气质量优的天数为() A．3 B．4 C．12 D．21
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4 10＝ 2 5, 所以估计昆明市2020年4月份空气质量为优的天数为30×2 5＝12,故选C. 3．(成都模拟)某城市收集并整理了该市2018年1月份至10月份各月最低气温与最高气温(单位：℃)的数据,绘制了下面的折线图． 已知该城市各月的最低气温与最高气温具有较好的线性关系,则根据折线图,下列结论错误的是() 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0 ℃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．故选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(如图所示),其中阴影部分表示倾向选择生育二胎的对应比例,则下列叙述中错误的是() 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
高中数学之概率与统计 求等可能性事件、互斥事件和相互独立事件的概率 解此类题目常应用以下知识: (1)等可能性事件(古典概型)的概率：P(A)＝)()(I card A card ＝n m ; 等可能事件概率的计算步骤： 计算一次试验的基本事件总数n ; 设所求事件A ，并计算事件A 包含的基本事件的个数m ; 依公式 ()m P A n = 求值; 答，即给问题一个明确的答复. (2)互斥事件有一个发生的概率：P(A ＋B)＝P(A)＋P(B); 特例：对立事件的概率：P(A)＋P(A )＝P(A ＋A )＝1. (3)相互独立事件同时发生的概率：P(A ·B)＝P(A)·P(B); 特例：独立重复试验的概率：Pn(k)＝k n k k n p p C --)1(.其中P 为事件A 在一次试验中发生的 概率，此式为二项式[(1-P)+P]n 展开的第k+1项. (4)解决概率问题要注意“四个步骤，一个结合”： 求概率的步骤是： 第一步，确定事件性质?? ?? ???等可能事件 互斥事件 独立事件 n 次独立重复试验 即所给的问题归结为四类事件中的某一种. 第二步，判断事件的运算 ?? ?和事件积事件 即是至少有一个发生，还是同时发生，分别运用相加或相乘事件. 第三步，运用公式()()()()()()()()(1) k k n k n n m P A n P A B P A P B P A B P A P B P k C p p -? =???+=+? ??=??=-??等可能事件: 互斥事件： 独立事件： n 次独立重复试验:求解 第四步，答，即给提出的问题有一个明确的答复. 例1． 在五个数字12345，，，，中，。 例2． 若随机取出三个数字，则剩下两个数字都是奇数的概率是 （结果用数值表示）． [解答过程]0.3提示:13 35C 33. 54C 10 2P ===?
高中数学必修三：概率与统计 1．要从已编号(1－50)的50枚最新研制的某型号导弹中随机抽取5枚来进行发射试验，用每部分选取的号码间隔一样的系统抽样方法确定所选取的5枚导弹的编号可能是( ). A．5，10，15，20，25B．3，13，23，33，43C．1，2，3，4，5D．2，4，8，16，32 2．从鱼塘捕得同一时间放养的草鱼240尾，从中任选9尾，称得每尾鱼的质量分别是1.5，1.6，1.4，1.6，1.3，1.4，1.2，1.7，1.8(单位：千克)．依此估计这240尾鱼的总质量大约是( ).A．300克B．360千克C．36千克D．30千克 3．以下茎叶图记录了甲.乙两组各五名学生在一次英语听力测试中的成绩(单位:分) 已知甲组数据的中位数为15,乙组数据的平均数为16.8,则,x y的值分别为（）A．2,5B．5,5C．5,8D．8,8 4．为了考查两个变量x和y之间的线性关系，甲、乙两位同学各自独立作了10次和15次试验，并且利用线性回归方法，求得回归直线分别为l1，l2，已知两人得的试验数据中，变量x和y的数据的平均值都分别相等，且值分别为s与t，那么下列说法正确的是( ). A．直线l1和l2一定有公共点(s，t)B．直线l1和l2相交，但交点不一定是(s，t) C．必有直线l1∥l2 D．直线l1和l2必定重合 5..设某大学的女生体重y（单位：kg）与身高x（单位：cm）具有线性相关关系，根据一组样本数据（x i，y i）（i=1，2，…，n），用最小二乘法建立的回归方程为$y=0.85x-85.71，则下列结论中不正确的是( ).A.y与x具有正的线性相关关系B.回归直线过样本点的中心（x，y）C.若该大学某女生身高增加1cm，则其体重约增加0.85kgD.若该大学某女生身高为170cm，则可断定其体重比为58.79kg
统计 一.简单随机抽样：抽签法和随机数法 1.一般地，设一个总体含有N个个体（有限），从中逐个不放回地抽取n个个体作为样本（n≤N）,如果每次抽取时总体内的各个个体被抽到的机会都相等（n/N），就把这种抽样方法叫做简单随机抽样。 2.一般地，抽签法就是把总体中的N个个体编号，把号码写在号签上，将号签放在一个容器中，搅拌均匀后，每次从中抽取一个号签，连续抽取n次，就得到一个容量为n的样本，这种抽样方法叫做抽签法。 抽签法的一般步骤：a、将总体的个体编号。 b、连续抽签获取样本号码。 3. 利用随机数表、随机数骰子或计算机产生的随机数进行抽样，叫随机数表法。 随机数表法的步骤：a、将总体的个体编号。b、在随机数表中选择开始数字。c、读数获取样本号码。 4. 抽签法的优点是简单易行，缺点是当总体的容量非常大时，费时、费力，又不方便，如果标号的签搅拌得不均匀，会导致抽样不公平，随机数表法的优点与抽签法相同，缺点上当总体容量较大时，仍然不是很方便，但是比抽签法公平，因此这两种方法只适合总体容量较少的抽样类型。 二.系统抽样： 1.一般地，要从容量为N的总体中抽取容量为n的样本，可将总体分成均衡的若干部分，然后按照预先制定的规则，从每一部分抽取一个个体，得到所需要的样本，这种抽样的方法叫做系统抽样。 系统抽样的一般步骤： （1）采用随机抽样的方法将总体中的N个个编号。 （2）将整体按编号进行分段，确定分段间隔k=N/n。(k∈N,L≤k). （3）在第一段用简单随机抽样确定起始个体的编号L（L∈N,L≤k）。 （4）按照一定的规则抽取样本，通常是将起始编号L加上间隔k得到第2个个体编号L+K，再加上K得到第3个个体编号L+2K，这样继续下去，直到获取整个样本。 在确定分段间隔k时应注意：分段间隔k为整数，当N/n不是整数时，应采用等可能剔除的方剔除部分个体，以获得整数间隔k。 三.分层抽样： 1.一般地，在抽样时，将总体分成互不交叉的层，然后按照一定的比例，从各层独立地抽取一定数量的个体，将各层取出的个体合在一起作为样本，这种抽样的方法叫分层抽样。 分层抽样的步骤： （1）分层：按某种特征将总体分成若干部分。（2）按比例确定每层抽取个体的个数。 （3）各层分别按简单随机抽样的方法抽取。（4）综合每层抽样，组成样本。 2.分层抽样是当总体由差异明显的几部分组成时采用的抽样方法，进行分层抽样时应注意以下几点： （1）分层抽样中分多少层、如何分层要视具体情况而定，总的原则是，层内样本的差异要小，面层之间的样本差异要大，且互不重叠。 （2）为了保证每个个体等可能入样，所有层应采用同一抽样比等可能抽样。 （3）在每层抽样时，应采用简单随机抽样或系统抽样的方法进行抽样。 四.用样本的频率分布估计总体分布： 1.频率分布是指一个样本数据在各个小范围内所占比例的大小。一般用频率分布直方图反映样本的频率分布。 其一般步骤为：（1）计算一组数据中最大值与最小值的差，即求极差（2）决定组距与组数（3）将数据分组（4）列频率分布表（5）画频率分布直方图 2.频率分布折线图、总体密度曲线 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，就得到频率分布折线图。
概率与统计 1.如果一个整数为偶数的 概率为 (1)a+b 为偶数的概率； (2)a+b+c 为偶数的概率。 0.6 ，且 a,b,c 均为整数，求 2.从 10 位同学 (其中 6 女，4 男)中随机选出 3 位参加测验，每位女同学能通过测验的概率 43 均为，每位男同学能通过测验的概率均为，求55 (1)选出的 3 位同学中，至少有一位男同学的概率； (2)10 位同学中的女同学甲和男同学乙同时被选中且通过测验的概率。 3.袋中有 6 个白球， 4 个红球，甲首先从中取出 3 个球，乙再从余下的 7 个球中取出 4 个球，凡取得红球多者获胜。试求 (1)甲获胜的概率； (2)甲，乙成平局的概率。 4.箱子中放着 3 个 1 元硬币， 3 个 5 角硬币， 4 个 1 角硬币，从中任取 3 个，求总钱数超过 1 元 8 角的概率。 5.有 10 张卡片，其号码分别位 1，2，3?，10，从中任取 3 张。 (1)求恰有 1 张的号码为 3 的倍数的概率； (2)记号码为 3 的倍数的卡片张数为ξ，求ξ的数学期望。 6.某种电子玩具按下按钮后，会出现白球或绿球，已知按钮第一次按下后，出现红球与绿球 1 的概率都是，从按钮第二次按下起，若前次出现红球，则下次出现红球、绿球的概率2 1 2 3 2 分别为, ；若前次出现绿球，则下次出现红球、绿球的概率分别为, ，记第 n(n ∈ 3 3 5 5 N,n ≥1) 次按下后，出现红球的概率为P n
(1)求P2的值； (2)当 n∈N,n ≥2 时，求用P n 1表示P n的表达式； (3)求P n关于 n 的表达式。 7.有甲、乙两个盒子 ,甲盒子中有 8 张卡片 ,其中两张写有数字 0,三张写有数字 1 ，三张写有数字 2 ；乙盒子中有 8 张卡片，其中三张写有数字 0，两张写有数字1，三张写有数字 2 ， (1) 如果从甲盒子中取两张卡片，从乙盒子中取一张卡片，那么取出的 3 张卡片都写有 1 的概率是多少？ (2)如果从甲、乙盒子中各取一张卡片，设取出的两张卡片数字之和为ξ，求ξ的分布列和期望。 8.甲、乙两位同学做摸球游戏，游戏规则规定：两人轮流从一个放有 1 个白球， 3 个黑球， 2 个红球且只有颜色不同的 6 个小球的暗箱中取球，每次每人只取一球，每取出一个后立即放回，另一个人接着取，取出后也立即放回，谁先取到红球，谁为胜者，现甲先取 (1) 求甲摸球次数不超过三次就获胜的概率； (2) 求甲获胜的概率。 9.设有均由 A,B,C 三个部件构成的两种型号产品甲和乙，当A或 B 是合格品并且 C 是合格 品时，甲是正品；当 A， B 都是合格品或者 C 是合格品时，乙是正品。若 A 、 B、C 合格的概率均是 P，这里 A ，B，C 合格性是互相独立的。 (1) 产品甲为正品的概率P1是多少？ (2)产品乙为正品的概率P2 是多少？ (3)试比较P1与P2的大小。 10.一种电路控制器在出厂时每四件一等品装成一箱，工人在装箱时不小心把两件二等品和两件一等品装入了一箱，为了找出该箱的二等品，我们对该箱中的产品逐一取出进行测试。 (1) 求前二次取出的都是二等品的概率； (2) 求第二次取出的是二等品的概率； (3)用随机变量ξ表示第二个二等品被取出时共取的件数，求ξ的分布列及数学
高中数学统计与统计案例概率知识点
统计与统计案例概率（文科） 知识点 1．抽样调查 (1)抽样调查 通常情况下，从调查对象中按照一定的方法抽取一部分，进行______，获取数据，并以此对调查对象的某项指标作出______，这就是抽样调查． (2)总体和样本 调查对象的称为总______体，被抽取的称为样______本． (3)抽样调查与普查相比有很多优点，最突出的有两点： ①______ ②节约人力、物力和财力． 2．简单随机抽样 (1)简单随机抽样时，要保证每个个体被抽到的概率． (2)通常采用的简单随机抽样的方法：_____ 3．分层抽样 (1)定义：将总体按其属性特征分成若干类型(有时称作层)，然后在每个类型中按照所占比例随机抽取一定的样本．这种抽样方法通常叫作分层抽样，有时也称为类型抽样． (2)分层抽样的应用范围： 当总体是由差异明显的几个部分组成时，往往选用分层抽样． 4．系统抽样 系统抽样是将总体中的个体进行编号，等距分组，在第一组中按照简单随机抽样抽取第一个样本，然后按______(称为抽样距)抽取其他样本．这种抽样方法有时也叫等距抽样或机
械抽样． 5．统计图表 统计图表是______数据的重要工具，常用的统计图表有______ 6．数据的数字特征 (1)众数、中位数、平均数 众数：在一组数据中，出现次数最多的数据叫作这组数据的众数． 中位数：将一组数据按大小依次排列，把处在______位置的一个数据(或最中间两个数据的平均数)叫作这组数据的中位数． 平均数：样本数据的算术平均数，即x ＝1n (x 1＋x 2＋…＋x n )． 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______ (2)样本方差 标准差s ＝ 1n [(x 1－x )2＋(x 2－x )2＋…＋(x n －x )2]， 其中x n 是样本数据的第n 项，n 是，______x 是______ 标准差是刻画数据的离散程度的特征数，样本方差是标准差的______．通常用样本方差估计总体方差，当______时，样本方差很接近总体方差． 7．用样本估计总体 (1)通常我们对总体作出的估计一般分成两种，一种是______，另一种______． (2)在频率分布直方图中，纵轴表示，______数据落在各小组内的频率用______表示，各小长方形的面积总和等于.______ (3)在频率分布直方图中，按照分组原则，再在左边和右边各加一个区间．从所加的左边区间的中点开始，用线段依次连接各个矩形的顶端中点，直至右边所加区间的中点，就可以得到一条折线，称之为频率折线图． (4)当样本数据较少时，用茎叶图表示数据的效果较好，它没有信息的缺失，而且______，方便表示与比较．
高中数学统计统计案例知识点总结和典例 标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]
统计 一.简单随机抽样：抽签法和随机数法 1.一般地，设一个总体含有N个个体（有限），从中逐个不放回地抽取n个个体作为样本（n≤N）,如果每次抽取时总体内的各个个体被抽到的机会都相等（n/N），就把这种抽样方法叫做简单随机抽样。 2.一般地，抽签法就是把总体中的N个个体编号，把号码写在号签上，将号签放在一个容器中，搅拌均匀后，每次从中抽取一个号签，连续抽取n次，就得到一个容量为n的样本，这种抽样方法叫做抽签法。 抽签法的一般步骤：a、将总体的个体编号。 b、连续抽签获取样本号码。 3. 利用随机数表、随机数骰子或计算机产生的随机数进行抽样，叫随机数表法。 随机数表法的步骤：a、将总体的个体编号。b、在随机数表中选择开始数字。c、读数获取样本号码。 4. 抽签法的优点是简单易行，缺点是当总体的容量非常大时，费时、费力，又不方便，如果标号的签搅拌得不均匀，会导致抽样不公平，随机数表法的优点与抽签法相同，缺点上当总体容量较大时，仍然不是很方便，但是比抽签法公平，因此这两种方法只适合总体容量较少的抽样类型。 二.系统抽样： 1.一般地，要从容量为N的总体中抽取容量为n的样本，可将总体分成均衡的若干部分，然后按照预先制定的规则，从每一部分抽取一个个体，得到所需要的样本，这种抽样的方法叫做系统抽样。 系统抽样的一般步骤： （1）采用随机抽样的方法将总体中的N个个编号。
（2）将整体按编号进行分段，确定分段间隔k=N/n。(k∈N,L≤k). （3）在第一段用简单随机抽样确定起始个体的编号L（L∈N,L≤k）。 （4）按照一定的规则抽取样本，通常是将起始编号L加上间隔k得到第2个个体编号L+K，再加上K得到第3个个体编号L+2K，这样继续下去，直到获取整个样本。 在确定分段间隔k时应注意：分段间隔k为整数，当N/n不是整数时，应采用等可能剔除的方剔除部分个体，以获得整数间隔k。 三.分层抽样： 1.一般地，在抽样时，将总体分成互不交叉的层，然后按照一定的比例，从各层独立地抽取一定数量的个体，将各层取出的个体合在一起作为样本，这种抽样的方法叫分层抽样。 分层抽样的步骤： （1）分层：按某种特征将总体分成若干部分。（2）按比例确定每层抽取个体的个数。 （3）各层分别按简单随机抽样的方法抽取。（4）综合每层抽样，组成样本。 2.分层抽样是当总体由差异明显的几部分组成时采用的抽样方法，进行分层抽样时应注意以下几点： （1）分层抽样中分多少层、如何分层要视具体情况而定，总的原则是，层内样本的差异要小，面层之间的样本差异要大，且互不重叠。 （2）为了保证每个个体等可能入样，所有层应采用同一抽样比等可能抽样。 （3）在每层抽样时，应采用简单随机抽样或系统抽样的方法进行抽样。
第八章统计与统计案例 第1节随机抽样 最新考纲：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; 3?了解分层抽样和系统抽样方法.会用随机抽样的基本方法解决一些简单的实际问题. 1知识梳 1.简单随机抽样 (1)定义：设一个总体含有N个个体，从屮逐个不放冋地抽取n个个体作为样本5WN),如果每次抽取时总体内的各个个体被抽到的机会都相等,就把这种抽样方法叫做简单随机抽样. (2)最常用的简单随机抽样的方法：抽签法和随机数法. 2.系统抽样的步骤 假设要从容量为N的总体屮抽収容量为n的样本. (1)先将总体的N个个体编号. (2)确定分段间隔K,对编号进行分段，当号是整数时，取当号不是整数时，随机从总体中剔除余数，再取k=*(N为从总体屮剔除余数后的总数). (3)在第1段用简单随机抽样确定第一个个体编号/(/
概率与统计 考点1. 求等可能性事件、互斥事件和相互独立事件的概率 解此类题目常应用以下知识: (1)等可能性事件(古典概型)的概率：P (A )＝)()(I card A card ＝n m ; 等可能事件概率的计算步骤： ① 计算一次试验的基本事件总数n ; ② 设所求事件A ，并计算事件A 包含的基本事件的个数m ; ③ 依公式()m P A n =求值; ④ 答，即给问题一个明确的答复. (2)互斥事件有一个发生的概率：P (A ＋B )＝P (A )＋P (B ); 特例：对立事件的概率：P (A )＋P (A )＝P (A ＋A )＝1. (3)相互独立事件同时发生的概率：P (A ·B )＝P (A )·P (B ); 特例：独立重复试验的概率：P n (k )＝k n k k n p p C --)1(.其中P 为事件A 在一次试验中发生的概率，此式为二项式[(1-P)+P]n 展开的第k+1项. (4)解决概率问题要注意“四个步骤，一个结合”： ① 求概率的步骤是： 第一步，确定事件性质???? ???等可能事件 互斥事件 独立事件 n 次独立重复试验 即所给的问题归结为四类事件中的某一种. 第二步，判断事件的运算?? ?和事件积事件 即是至少有一个发生，还是同时发生，分别运用相加或相乘事件. 第三步，运用公式()()()()()()()()(1) k k n k n n m P A n P A B P A P B P A B P A P B P k C p p -? =???+=+? ??=??=-??等可能事件: 互斥事件： 独立事件： n 次独立重复试验:求解 第四步，答，即给提出的问题有一个明确的答复. 例1．在五个数字12345，，，，中，若随机取出三个数字，则剩下两个数字都是奇数的概率是
统计案例 一、知识要点 1．回归分析 (1)定义：对具有____________的两个变量进行统计分析的一种常用方法． (2)样本点的中心 对于一组具有线性相关关系的数据(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 ^ ＝________________，a ^ ＝____________. (3)相关指数 R 2＝________________________________.R 2的值越大，说明残差平方和________，也就是说模型的拟合效果________．在线性回归模型中，R 2表示解释变量对于预报变量变化的贡献率，R 2越接近于1，表示回归的效果越好． 2．独立性检验 (1)分类变量：变量的不同“值”表示个体所属的__________，像这类变量称为分类变量． (2)列联表：列出两个分类变量的__________，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{x 1，x 2}和{y 1，y 2}，其样本频数列联表(称为2×2列联表)为 构造一个随机变量 K 2＝____________________， 其中n ＝____________为样本容量． (3)独立性检验 利用随机变量________来判断“两个分类变量__________”的方法称为独立性检验． 题型一 线性回归分析 【例1 两个变量y 与x 的回归模型中，分别选择了4个不同模型，它们的相关指数R 2如下，其中拟合效果最好的模型是 ( ) A ．模型1的相关指数R 2为0.98 B ．模型2的相关指数R 2为0.80 C ．模型3的相关指数R 2为0.50 D ．模型4的相关指数R 2为0.25 练习：1.下列说法错误．． 的个数是 ( ) A ．1 B ．2 C ．3 D ．4 ①将一组数据中的每个数据都加上或减去同一个常数后，方差恒不变； ②设有一个回归方程y ^ ＝3－5x ，变量x 增加1个单位时，y 平均增加5个单位； ③线性回归方程y ^ ＝bx ＋a 必过(x ，y )； ④曲线上的点与该点的坐标之间具有相关关系； 2. [2014·新课标全国卷Ⅱ] 某地区2007年至2013年农村居民家庭人均纯收入y (单位：千元)的数据如下表：