专题08 抽样方法与总体分布的估计-【考点揭秘】2020年高考数学（理）之计数原理、概率统计

概率统计 08 抽样方法与总体分布的估计 【考点讲解】 1、 具体目标： 　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，能根据频率分布表画频率分布直方图、频率折线图、茎叶图，体会它们各自的特点. （2）理解样本数据标准差的意义和作用，会计算数据标准差（不要求记忆公式）. （3）能从样本数据中提取基本的数字特征（如平均数、标准差），并给出合理的解释. （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. 二、知识概述： 1．简单随机抽样 (1)定义：设一个总体含有N个个体，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，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的总体中抽取容量为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，当是整数时，取k＝，当不是整数时，随机从总体中剔除余数，再取k＝(N′为从总体中剔除余数后的总数)． (3)在第1段用简单随机抽样确定第一个个体编号l(l≤k)． (4)按照一定的规则抽取样本，通常是将l加上间隔k得到第2个个体编号(l＋k)，再加k得到第3个个体编号(l＋2k)，依次进行下去，直到获取整个样本． 3．分层抽样 (1)定义：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，这种抽样方法叫做分层抽样．[来源:Z&xx&k.Com] (2)分层抽样的应用范围： 当总体由差异明显的几个部分组成时，往往选用分层抽样． [知识拓展]　三种抽样方法的共性：等概率抽样，不放回抽样，逐个抽取，总体确定． 4．常用统计图表 (1)频率分布表的画法： 第一步：求极差，决定组数和组距，组距＝； 第二步：分组，通常对组内数值所在区间取左闭右开区间，最后一组取闭区间； 第三步：登记频数，计算频率，列出频率分布表． (2)频率分布直方图：反映样本频率分布的直方图． 横轴表示样本数据，纵轴表示，每个小矩形的面积表示样本落在该组内的频率． （1）用样本估计总体是统计的基本思想，而利用频率分布表和频率分布直方图来估计总体则是用样本的频率分布去估计总体分布的两种主要方法．分布表在数量表示上比较准确，而直方图比较直观． （2）频率分布表中的频数之和等于样本容量，各组中的频率之和等于1；在频率分布直方图中，各小长方形的面积表示相应各组的频率，所以，所有小长方形的面积的和等于1． (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，就得到频率分布折线图． ②总体密度曲线：随着样本容量的增加，作图时所分的组数增加，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，统计中称这条光滑曲线为总体密度曲线． (4)茎叶图的画法： 第一步：将每个数据分为茎(高位)和叶(低位)两部分； 第二步：将各个数据的茎按大小次序排成一列； 第三步：将各个数据的叶依次写在其茎的右(左)侧． 由茎叶图可以清晰地看到数据的分布情况，这一点同频率分布直方图类似．它优于频率分布直方图的第一点是从茎叶图中能看到原始数据，没有任何信息损失；第二点是茎叶图便于记录和表示．缺点是当样本容量较大时，作图较烦琐．利用茎叶图对样本进行估计时，要注意区分茎与叶，茎是指中间的一列数，叶是从茎的旁边生长出来的数． 5．样本的数字特征：(1)众数、中位数、平均数 数字特征 定义与求法 优点与缺点 众数 一组数据中出现次数最多的数 通常用于描述出现次数最多的数，显然它对其他数据信息的忽视使得无法客观地反映总体特征 中位数 把一组数据按大小顺序排列，处在最中间位置的一个数据(或两个数据的平均数) 中位数是样本数据所占频率的等分线，它不受少数几个极端值的影响，这在某些情况下是优点，但它对极端值的不敏感有时也会成为缺点 平 均 数 如果有n个数据x1，x2，…，xn，那么这n个数的平均数＝(x1＋x2＋…＋xn) 平均数和每一个数据有关，可以反映样本数据全体的信息，但平均数受数据中极端值的影响较大，使平均数在估计总体时可靠性降低 (2)标准差、方差 ①标准差：样本数据到平均数的一种平均距离，一般用s表示， s＝. ②方差：标准差的平方s2 s2＝[(x1－)2＋(x2－)2＋…＋(xn－)2]，其中xi(i＝1,2,3，…，n)