第1讲 随机抽样、用样本估计总体

第1讲概率与统计(小题)热点一随机抽样1．随机抽样的各种方法中，每个个体被抽到的概率都是相等的．2．系统抽样又称“等距”抽样，被抽到的各个号码间隔相同．3．分层抽样满足：各层抽取的比例都等于样本容量在总体容量中的比例．例1(1)(2019·汉中联考)某机构对青年观众是否喜欢跨年晚会进行了调查，人数如下表所示：不喜欢喜欢男性青年观众3010女性青年观众3050现要在所有参与调查的人中用分层抽样的方法抽取n人做进一步的调研，若在“不喜欢的男性青年观众”的人中抽取了6人，则n等于()A．12 B．16 C．20 D．24(2)(2019·上饶联考)某校高三科创班共48人，班主任为了解学生高考前的心理状况，将学生按1至48的学号用系统抽样方法抽取8人进行调查，若抽到的最大学号为48，则抽到的最小学号为________．跟踪演练1(1)(2019·漳州质检)某工厂利用随机数表对生产的600个零件进行抽样测试，先将600个零件进行编号，编号分别为001,002，…，599,600从中抽取60个样本，如下提供随机数表的第4行到第6行：32 21 18 34 29 78 64 54 07 32 52 42 06 44 38 12 23 43 56 77 35 78 90 56 4284 42 12 53 31 34 57 86 07 36 25 30 07 32 86 23 45 78 89 07 23 68 96 08 0432 56 78 08 43 67 89 53 55 77 34 89 94 83 75 22 53 55 78 32 45 77 89 23 45若从表中第6行第6列开始向右依次读取3个数据，则得到的第6个样本编号为()A ．522B ．324C ．535D ．578(2)(2019·合肥质检)某工厂生产的A ，B ，C 三种不同型号的产品数量之比为2∶3∶5，为研究这三种产品的质量，现用分层抽样的方法从该工厂生产的A ，B ，C 三种产品中抽出样本容量为n 的样本，若样本中A 型产品有10件，则n 的值为( ) A ．15 B ．25 C ．50 D ．60 热点二 用样本估计总体1．频率分布直方图中横坐标表示组距，纵坐标表示频率组距，频率＝组距×频率组距.2．频率分布直方图中各小长方形的面积之和为1. 3．利用频率分布直方图求众数、中位数与平均数 频率分布直方图中：(1)最高的小长方形底边中点的横坐标即众数． (2)中位数左边和右边的小长方形的面积和相等．(3)平均数是频率分布直方图的“重心”，等于频率分布直方图中每个小长方形的面积乘以小长方形底边中点的横坐标之和．4．对于其他的统计图表，要注意结合问题背景分析其所表达的意思，进而解决所给问题． 例2 (1)(2019·厦门质检)下图是某公司2018年1月至12月空调销售任务及完成情况的气泡图，气泡的大小表示完成率的高低，如10月份销售任务是400台，完成率为90%，则下列叙述不正确的是( )A ．2018年3月的销售任务是400台B ．2018年月销售任务的平均值不超过600台C ．2018年第一季度总销售量为830台D ．2018年月销售量最大的是6月份(2)(2019·临沂质检)已知8位学生的某次数学测试成绩的茎叶图如图，则下列说法正确的是( )A ．众数为7B ．极差为19C．中位数为64.5 D．平均数为64跟踪演练2(1)已知某高中的一次测验中，甲、乙两个班级的九科平均分的雷达图如图所示，下列判断错误的是()A．乙班的理科综合成绩强于甲班B．甲班的文科综合成绩强于乙班C．两班的英语平均分分差最大D．两班的语文平均分分差最小(2)(2019·黄冈模拟)学校为了了解新课程标准提升阅读要求对学生阅读兴趣的影响情况，随机抽取了100名学生进行调查．根据调查结果绘制学生周末阅读时间的频率分布直方图如图所示：将阅读时间不低于30分钟的学生称为“阅读霸”，则下列命题正确的是()A．抽样表明，该校约有一半学生为阅读霸B．该校只有50名学生不喜欢阅读C．该校只有50名学生喜欢阅读D．抽样表明，该校有50名学生为阅读霸热点三变量间的相关关系、统计案例高考中解决变量间的相关关系问题时需注意：(1)回归直线一定过样本点的中心(x，y)．(2)随机变量K2的观测值k越大，说明“两个变量有关系”的可能性越大．例3(1)(2019·皖江联考)某单位为了了解用电量y(度)与气温x(℃)之间的关系，随机统计了某4天的用电量与当天气温，并制作了对照表：气温x (℃) 18 13 10 －1 用电量y (度)24343864由表中数据得线性回归方程y ^＝b ^x ＋a ^中b ^＝－2，预测当温度为－5 ℃时，用电量的度数约为( )A ．64B ．66C ．68D ．70(2)某研究型学习小组调查研究学生使用智能手机对学习的影响，部分统计数据如下表：使用智能手机不使用智能手机总计 学习成绩优秀 4 8 12 学习成绩不优秀16 2 18 总计201030附表：P (K 2≥k 0)0.15 0.10 0.05 0.025 0.010 0.005 0.001 k 02.0722.7063.8415.0246.6357.87910.828经计算K 2的观测值k ＝10，则下列选项正确的是( ) A ．有99.5%的把握认为使用智能手机对学习有影响 B ．有99.5%的把握认为使用智能手机对学习无影响 C ．有99.9%的把握认为使用智能手机对学习有影响 D ．有99.9%的把握认为使用智能手机对学习无影响跟踪演练3 (1)(2019·长春质检)某运动制衣品牌为了成衣尺寸更精准，现选择15名志愿者，对其身高和臂展进行测量(单位：厘米)，上图为选取的15名志愿者身高与臂展的折线图，下图为身高与臂展所对应的散点图，并求得其回归方程为y ^＝1.16x －30.75，以下结论中不正确的为( )A ．15名志愿者身高的极差小于臂展的极差B ．15名志愿者身高和臂展成正相关关系C ．可估计身高为190厘米的人臂展大约为189.65厘米D ．身高相差10厘米的两人臂展都相差11.6厘米(2)(2019·泸州模拟)随着国家二胎政策的全面放开，为了调查一线城市和非一线城市的二胎生育意愿，某机构用简单随机抽样方法从不同地区调查了100位育龄妇女，结果如下表．非一线城市一线城市 总计 愿生 45 20 65 不愿生 13 22 35 总计5842100附表：P (K 2≥k 0)0.100 0.050 0.010 0.001 k 02.7063.8416.63510.828由K 2＝n (ad －bc )2(a ＋b )(c ＋d )(a ＋c )(b ＋d )计算得，K 2的观测值k ＝100×(45×22－20×13)258×42×35×65≈9.616，参照附表，得到的正确结论是( )A ．在犯错误的概率不超过0.1%的前提下，认为“生育意愿与城市级别有关”B ．在犯错误的概率不超过0.1%的前提下，认为“生育意愿与城市级别无关”C ．有99%以上的把握认为“生育意愿与城市级别有关”D ．有99%以上的把握认为“生育意愿与城市级别无关”真题体验1．(2019·全国Ⅰ，文，6)某学校为了解1 000名新生的身体素质，将这些学生编号为1,2，…，1 000，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2．(2018·全国Ⅰ，文，3)某地区经过一年的新农村建设，农村的经济收入增加了一倍，实现翻番．为更好地了解该地区农村的经济收入变化情况，统计了该地区新农村建设前后农村的经济收入构成比例，得到如下饼图：则下面结论中不正确的是()A．新农村建设后，种植收入减少B．新农村建设后，其他收入增加了一倍以上C．新农村建设后，养殖收入增加了一倍D．新农村建设后，养殖收入与第三产业收入的总和超过了经济收入的一半3．(2018·全国Ⅲ，文，14)某公司有大量客户，且不同年龄段客户对其服务的评价有较大差异．为了解客户的评价，该公司准备进行抽样调查，可供选择的抽样方法有简单随机抽样、分层抽样和系统抽样，则最合适的抽样方法是________．押题预测1．某市气象部门根据2018年各月的每天最高气温平均值与最低气温平均值(单位：℃)数据，绘制如下折线图：那么，下列叙述错误的是( )A ．各月最高气温平均值与最低气温平均值总体呈正相关B ．全年中，2月份的最高气温平均值与最低气温平均值的差值最大C ．全年中各月最低气温平均值不高于10 ℃的月份有5个D ．从2018年7月至12月该市每天最高气温平均值与最低气温平均值都呈下降趋势 2．给出如下列联表患心脏病 患其他病 总 计 高血压 20 10 30 非高血压 30 50 80 总 计5060110P (K 2≥10.828)≈0.001，P (K 2≥6.635)≈0.010，参照公式k ＝n (ad －bc )2(a ＋b )(c ＋d )(a ＋c )(b ＋d )，得到的正确结论是( )A ．有99%以上的把握认为“高血压与患心脏病无关”B ．有99%以上的把握认为“高血压与患心脏病有关”C ．在犯错误的概率不超过0.1%的前提下，认为“高血压与患心脏病无关”D ．在犯错误的概率不超过0.1%的前提下，认为“高血压与患心脏病有关” 3．某设备的使用年数x 与所支出的维修总费用y 的统计数据如下表：使用年数x (单位：年) 2 3 4 5 6 维修总费用y (单位：万元)1.54.55.56.57.5根据上表可得线性回归方程为y ^＝1.4x ＋a ^.若该设备维修总费用超过12万元就报废，据此模型预测该设备最多可使用________年．A 组 专题通关1．(2019·河北省五个一名校联盟联考)经调查，某市骑行共享单车的老年人、中年人、青年人的比例为1∶3∶6，用分层抽样的方法抽取了一个容量为n 的样本进行调查，其中中年人数为12人，则n 等于( ) A ．30 B ．40 C ．60D ．802．某校李老师本学期负责高一甲、乙两个班的数学课，两个班都是50个学生，如图反映的是两个班的本学期5次数学测试中的班级平均分对比情况，根据图中信息，下列结论不正确的是( )A ．甲班的数学平均成绩高于乙班B ．乙班的数学成绩没有甲班稳定C ．下次测试乙班的数学平均分高于甲班D ．在第1次测试中，甲、乙两个班总平均分为783．(2019·全国Ⅲ)《西游记》《三国演义》《水浒传》和《红楼梦》是中国古典文学瑰宝，并称为中国古典小说四大名著．某中学为了解本校学生阅读四大名著的情况，随机调查了100位学生，其中阅读过《西游记》或《红楼梦》的学生共有90位，阅读过《红楼梦》的学生共有80位，阅读过《西游记》且阅读过《红楼梦》的学生共有60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 ．0.84．某学校为落实学生掌握社会主义核心价值观的情况，用系统抽样的方法从全校2 400名学生中抽取30人进行调查．现将2 400名学生随机地从1～2 400编号，按编号顺序平均分成30组(1～80号，81～160号，…，2 321～2 400号)，若第3组与第4组抽出的号码之和为432，则第6组抽到的号码是( ) A ．416 B ．432 C ．448 D ．4645．(2019·郑州质检)若1,2,3,4，m (m ∈R )这五个数的平均数等于其中位数，则m 等于( ) A ．0或5 B ．0或52 C ．5或52 D ．0或5或526．(2019·长春质检)下列命题：①在线性回归模型中，相关指数R 2表示解释变量x 对于预报变量y 的贡献率，R 2越接近于1，表示回归效果越好；②两个变量相关性越强，则相关系数的绝对值就越接近于1；③在线性回归方程y ^＝－0.5x ＋2中，当解释变量x 每增加一个单位时，预报变量y ^平均减少0.5个单位；④对分类变量X 与Y ，它们的随机变量K 2的观测值k 来说，k 越小，“X 与Y 有关系”的把握程度越大．其中正确命题的个数是( ) A ．1 B ．2 C ．3 D ．47．(2019·衡水质检)某校进行了一次创新作文大赛，共有100名同学参赛，经过评判，这100名参赛者的得分都在[40,90]之间，其得分的频率分布直方图如图所示，则下列结论错误的是( )A ．得分在[40,60)之间的共有40人B ．从这100名参赛者中随机选取1人，其得分在[60,80)的概率为0.5C ．估计得分的众数为55D ．这100名参赛者得分的中位数为658．(2019·济宁模拟)如图为某市国庆节7天假期的楼房认购量与成交量的折线图，小明同学根据折线图对这7天的认购量(单位：套)与成交量(单位：套)作出如下判断：①日成交量的中位数是16；②日成交量超过日平均成交量的有2天；③认购量与日期正相关；④10月7日认购量的增幅大于10月7日成交量的增幅．则上述判断正确的个数为( )A ．0B ．1C ．2D ．39．(2019·广东天河区普通高中测试)为保证树苗的质量，林业管理部门在每年3月12日植树节前都对树苗进行检测，现从甲、乙两种树苗中各抽测了10株树苗的高度(单位：cm)，其茎叶图如图所示，则下列描述正确的是( )A ．甲种树苗的平均高度大于乙种树苗的平均高度，甲种树苗比乙种树苗长得整齐B ．甲种树苗的平均高度大于乙种树苗的平均高度，乙种树苗比甲种树苗长得整齐C ．乙种树苗的平均高度大于甲种树苗的平均高度，乙种树苗比甲种树苗长得整齐D ．乙种树苗的平均高度大于甲种树苗的平均高度，甲种树苗比乙种树苗长得整齐10．利用独立性检验的方法调查大学生的性别与爱好某项运动是否有关，通过随机询问110名不同的大学生是否爱好该项运动，得出2×2列联表，由计算可得K 2≈8.806.P (K 2≥k 0)0.10 0.05 0.025 0.010 0.005 0.001 k 02.7063.8415.0246.6357.87910.828参照附表，得到的正确结论是( )A ．有99.5%以上的把握认为“爱好该项运动与性别无关”B ．有99.5%以上的把握认为“爱好该项运动与性别有关”C ．在犯错误的概率不超过0.05%的前提下，认为“爱好该项运动与性别有关”D ．在犯错误的概率不超过0.05%的前提下，认为“爱好该项运动与性别无关”11．已知变量x ，y 之间的线性回归方程为y ^＝－0.7x ＋10.3，且变量x ，y 之间的一组数据如下表所示，则下列说法中错误的是( )x 6 8 10 12 y6m32A.变量x ，y 之间呈现负相关关系 B ．可以预测当x ＝20时，y ^＝－3.7 C ．m ＝4D ．由表格数据知，该回归直线必过点(9,4)12．(2019·江淮质检)为了了解户籍、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的调查样本，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有关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13．(2019·河南省九师联盟质检)为了了解世界各国的早餐饮食习惯，现从由中国人、美国人、英国人组成的总体中用分层抽样的方法抽取一个容量为m 的样本进行分析．若总体中的中国人有400人、美国人有300人、英国人有300人，且所抽取的样本中，中国人比美国人多10人，则样本容量m ＝________.14．某班40名学生参加普法知识竞赛，成绩都在区间[40,100]内，其频率分布直方图如图所示，则成绩不低于60分的人数为________．15．(2019·成都模拟)节能降耗是企业的生存之本，树立一种“点点滴滴降成本，分分秒秒增效益”的节能意识，以最好的管理，来实现节能效益的最大化．为此某国企进行节能降耗技术改造，下面是该国企节能降耗技术改造后连续五年的生产利润：年号1 2 3 4 5 年生产利润y (单位：千万元)0.70.811.11.4预测第8年该国企的生产利润约为________千万元．参考公式及数据：b ^＝∑i ＝1n(x i －x )(y i －y )∑i ＝1n(x i －x )2＝∑i ＝1nx i y i －n x y∑i ＝1nx 2i －n x2；a ^＝y －b ^x ，∑i ＝15(x i －x )(y i－y )＝1.7， i ＝15(x i －x )2＝10.根据该折线图，下列结论正确的是________(填序号)． ①月接待游客量逐月增加；②年接待游客量逐年增加； ③各年的月接待游客量髙峰期大致在7,8月份；④各年1月至6月的月接待游客量相对7月至12月，波动性更小，变化比较平稳．B 组 能力提高17.(2019·葫芦岛模拟)近日，据媒体报道称，“杂交水稻之父”袁隆平及其团队培育的超级杂交稻品种“湘两优900(超优千号)”再创亩产世界纪录，经第三方专家测产，该品种的水稻在实验田内亩产1 203.36公斤．中国工程院院士袁隆平在1973年率领科研团队开启了杂交水稻王国的大门，在数年的时间内就解决了十多亿人的吃饭问题，有力回答了世界“谁来养活中国”的疑问.2012年，在袁隆平的实验田内种植了A ，B 两个品种的水稻，为了筛选出更优的品种，在A ，B 两个品种的实验田中分别抽取7块实验田，如图所示的茎叶图记录了这14块实验田的亩产量(单位：10 kg)，通过茎叶图比较两个品种的平均数及方差，并从中挑选一个品种进行以后的推广，有如下结论：①A 品种水稻的平均产量高于B 品种水稻，推广A 品种水稻；②B 品种水稻的平均产量高于A 品种水稻，推广B 品种水稻；③A 品种水稻的产量比B 品种水稻更稳定，推广A 品种水稻；④B 品种水稻的产量比A 品种水稻更稳定，推广B 品种水稻；其中正确结论的编号为( )A ．①②B ．①③C ．②④D ．①④18．(2019·南昌模拟)已知具有线性相关的五个样本点A 1(0,0)，A 2(2,2)，A 3(3,2)，A 4(4,2)，A 5(6,4)，用最小二乘法得到回归直线l 1：y ^＝b ^x ＋a ^，过点A 1，A 2的直线l 2：y ＝mx ＋n ，那么下列说法中，正确的有________．(填序号) ①m >b ^，a ^>n ； ②直线l 1过点A 3；③∑i ＝15(y i －b ^x i －a ^)2≥∑i ＝15 (y i －mx i －n )2； ④∑i ＝15|y i －b ^x i －a ^|≥∑i ＝15|y i －mx i －n |.⎝ ⎛⎭⎪⎪⎫参考公式：b ^＝∑i ＝1nx i y i－n x y ∑i ＝1nx 2i－n x 2= ∑i ＝1n(x i－x )(y i－y )∑i ＝1n(x i－x )2，a ^＝y －b ^x。

随机抽样方法
随机抽样方法是一种常用的统计学方法，它通过随机抽取样本来代表整体总体，从而进行统计分析和推断。

在实际应用中，随机抽样方法被广泛运用于调查研究、市场调研、医学实验等领域。

本文将介绍随机抽样方法的定义、特点、常见类型以及应用注意事项。

首先，随机抽样方法是指在总体中，每个个体被抽取为样本的概率是相等的，
且相互独立。

这意味着每个个体都有被抽取为样本的机会，从而能够代表整体总体。

随机抽样方法的特点是能够减小抽样误差，提高样本的代表性和可靠性。

随机抽样方法有多种类型，常见的包括简单随机抽样、分层随机抽样、整群随
机抽样等。

简单随机抽样是指从总体中随机抽取样本，每个个体被抽到的概率相等，相互独立。

分层随机抽样是将总体按照某种特征分成若干层，然后在每一层中进行简单随机抽样。

整群随机抽样是将总体按照某种特征分成若干群，然后随机抽取若干群作为样本。

不同类型的随机抽样方法适用于不同的研究对象和目的，研究者需要根据实际情况选择合适的抽样方法。

在应用随机抽样方法时，需要注意一些事项。

首先，抽样前需要对总体进行充
分的了解，包括总体特征、分布规律等。

其次，抽样时需要保证样本的代表性和随机性，避免抽样偏差。

最后，对于不同类型的随机抽样方法，需要根据实际情况进行灵活运用，选择最适合的抽样方法。

总之，随机抽样方法是一种重要的统计学方法，它能够有效地代表总体，提高
统计分析的准确性和可靠性。

在实际应用中，研究者需要根据实际情况选择合适的抽样方法，并注意抽样过程中的各项细节，以确保研究结果的科学性和可信度。

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。

随机抽样、用样本估计总体1.某棉纺厂为了解一批棉花的质量,从中随机抽测了100根棉花纤维的长度(棉花纤维的长度是棉花质量的重要指标).所得数据均在区间[5,40]中,其频率分布直方图如图所示,则在抽测的100根中,有 根棉花纤维的长度小于20 mm.惠生活 观影指南爱尚嘟嘟园迅播影院请支持我们，有更多资源和动力【答案】 30【解析】 因为频率分布直方图的矩形的高为,频率概率故矩形的高⨯组距即为频率.从图中可知长 度小于20 mm 的频率为(0.01+0.01+0.04)50⨯=.3,又总体为100根,故纤维长度小于20 mm 的根 数为1000⨯.3=30根. 惠生活 观影指南 爱尚 嘟嘟园 迅播影院 请支持我们，有更多资源和动力 课后作业夯基基础巩固2.从2 008名学生中选取50名学生参加全国数学联赛,若采用下面的方法选取:先用简单随机抽 样从2 008人中剔除8人,剩下的2 000人再按系统抽样的方法抽取,则这2 008名学生中每人入选的概率( )A.不全相等B.均不相等C.都相等,且为502008D.都相等,且为140【答案】 C 【解析】 随机抽样过程中,保证每个个体被抽取的可能性是相等的,所以每人入选的概率都相等,且为502008. 3.某校选修乒乓球课程的学生中,高一年级有30名,高二年级有40名,现用分层抽样的方法在这70名学生中抽取一个样本,已知在高一年级的学生中抽取了6名,则在高二年 级的学生中应抽取的人数为… ( )A.6B.8C.10D.12【答案】 B【解析】 分层抽样的原理是按照各部分所占的比例抽取样本,设从高二年级抽取的学生数为n ,则30640n=,得n =8. 4.某工厂对一批产品进行了抽样检测.下图是根据抽样检测后的产品净重(单位:克)数据绘制的 频率分布直方图,其中产品净重的范围是[96,106],样本数据分组为[96,98),[98,100),[100,102),[102,104),[104,106],已知样本中产品净重小于100克的个数是36,则样本中净重大于或等于98克并且小于104克的产品的个数是( )A.90B.75C.60D.45【答案】A【解析】样本中产品净重小于100克的频率为(0.050+0.100)⨯2=0.3,频数为36.样本总数为36120 03= ..∵样本中净重大于或等于98克并且小于104克的产品的频率为(0.100+0.150+0.125)20⨯=.75, ∴样本中净重大于或等于98克并且小于104克的产品的个数为1200⨯.75=90.5.若某校高一年级8个班参加合唱比赛的得分如茎叶图所示,则这组数据的中位数和平均数分别是( )A.91.5和91.5B.91.5和92C.91和91.5D.92和92【答案】A【解析】按照从小到大的顺序排列为87,89,90,91,92,93,94,96.∵有8个数据,∴中位数是中间两个数的平均数:91922+=91.5,平均数为8789909192939496918+++++++=.5,故选A.6.一组数据的平均数是4.8,方差是3.6,若将这组数据中的每一个数据都加上60,得到一组新数据,则所得新数据的平均数和方差分别是( )A.55.2,3.6B.55.2,56.4C.64.8,63.6D.64.8,3.6【答案】D【解析】每一个数据都加上60时,平均数也应加上60,而方差不变.7.为了解1 200名学生对学校某项教改实验的意见,打算从中抽取一个容量为30的样本,考虑采取系统抽样,则分段的间隔k为.【答案】40【解析】在系统抽样中,确定分段间隔k,对编号进行分段,(N k N n=为总体的容量,n 为样本的容量), ∴12004030N k n ===. 8.高三(1)班共有56人,学号依次为1,2,3,…,56,现用系统抽样的办法抽取一个容量为4的样本,已知 学号为6,34,48的同学在样本中,那么还有一个同学的学号应为 .【答案】 20【解析】 根据题意,56人应分为4组,每组14人,第一组为6号,第二组为6+14=20号,第三组为20+14=34号,第四组为34+14=48号,故还有一个同学的学号为20.9.为了调查某厂工人生产某种产品的能力,随机抽查了20位工人某天生产该产品的数量,产品数量的分组区间为[45,55),[55,65),[65,75),[75,85),[85,95],由此得到频率分布直方图如图,则由此估计该厂工人一天生产该产品数量在[55,70)的人数约占该厂工人总数的百分率是 .【答案】 52.5%【解析】 结合频率分布直方图可以看出:生产数量在[55,65)的人数频率为0.04100⨯=.4,生产数量在[65,75)的人数频率为0.025⨯10=0.25,而生产数量在[65,70)的人数频率约为0.25⨯102=.125,那么生产数量在[55,70)的人数频率约为0.4+0.125=0.525,即52.5%. 10.(2011江苏高考,6)某老师从星期一到星期五收到的信件数分别为10,6,8,5,6,则该组数据的方差2s = .【答案】 165【解析】 ∵10685675x ++++==, ∴2s = 22222(107)(67)(87)(57)(67)1655-+-+-+-+-=. 11.为了分析某篮球运动员在比赛中发挥的稳定程度,统计了该运动员在6场比赛中的得分,用茎叶图表示如图,则该组数据的方差为.【答案】 5 【解析】 该运动员6场的总得分为14+17+18+18+20+21=108,平均得分为10818(6=分),方差为 2222221[(1418)(1718)(1818)(1818)(2018)(2118)]56-+-+-+-+-+-=,故填5. 12.对甲、乙两名自行车赛手在相同条件下进行了6次测试,测得他们的最大速度(m/s)的数据如 下表:惠生活 观影指南 爱尚 嘟嘟园 迅播影院 请支持我们，有更多资源和动力(1)画出茎叶图,由茎叶图你能获得哪些信息?(2)分别求出甲、乙两名自行车赛手最大速度(m/s)数据的平均数、中位数、标准差,并判断选谁参加比赛更合适【解】 (1)画茎叶图,如图所示,中间数为数据的十位数.从这个茎叶图上可以看出,甲、乙的得分情况都是分布均匀的,只是乙更好一些;乙的中位数是33.5,甲的中位数是33.因此乙总体得分情况比甲好(2)根据公式得3333x x =,=甲乙;s =甲 3.96s ,=乙 3.35;甲的中位数是33,乙的中位数是综合比较选乙参加比赛较为合适.。

用样本估计总体一、教学目标：通过实例，使学生体会用样本估计总体的思想，能够根据统计结果作出合理的判断和推测，能与同学进行交流，用清晰的语言表达自己的观点。

二、教学重点、难点：重点：根据有关问题查找资料或调查，用随机抽样的方法选取样本，能用样本的平均数和方差，从而对总体有个体有个合理的估计和推测。

难点：用样本的平均数和方差,从而对总体有个体有个合理的估计和推测。

三、教学过程：1、观察与思考为了估计全校初中女生的平均身高，九年级（一）班8个课外学习小组采取随机抽样的方法，分别抽取容量为25和100的样本，样本平均数用⎺x25和⎺x100表示，结果如下表：把得到的样本平均数表在数轴上（1）对容量相同的不同样本，算的样本平均数相同吗？（2）在两组样本平均数中，哪一组样本平均数的波动较小？这体现了什么样的统计规律？（3）如果总体身高的平均数为160cm ，哪一组样本平均数整体上更接近160cm.四、例题讲解例1：用某台车床加工一种轴承，规定轴承的平均直径为20cm ，方差不超过。

从某天加工的轴承中随机抽取了10件，测得其直径（mm ）如下：20（1）计算样本的平均数和样本的方差（2）用样本的平均数和方差估计总体的平均数和方差（3）规定当方差不超过时。

车床生产情况正常，推断这台车床的生产情况是否正常。

解：（1）样本平均数为·9.191.20101++⨯=（x ···+）=20（min ）. 样本方差为S 2=101×[（）2+···+（）2]=（min ） （2）总体平均数和总体方差的估计值分别为20mm 和.（3）由于方差不超过，所以可以认为车床的生产情况正常。

例2：一个的苹果园，共有2000棵树龄相同的苹果树，为了估计今年苹果的总产量，任意选择了6棵苹果树，数出它们挂果的个数分别为：260 340 280 420 360 380根据往年的经验，平均每个苹果的质量约为250g 。