内容正文:
9.2.4 总体离散程度的估计
[学习目标] 1.结合实例,能用样本估计总体的离散程度参数(标准差、方差、极差)(重难点).2.理解离散程度参数的统计含义(重点).3.结合实例,能用样本估计总体的取值规律.4.会计算样本方差,掌握分层随机抽样的样本方差.
要点一 总体方差和标准差
1.平均距离
假设一组数据是x1,x2,…,xn,用表示这组数据的平均数.我们用每个数据与平均数的差的绝对值作为“距离”,即|xi-|(i=1,2,…,n)作为xi到的“距离”.可以得到这组数据x1,x2,…,xn到的“平均距离”为xi-|.
2.一组数据x1,x2,…,xn的方差和标准差
一组数据x1,x2,…,xn的方差为 (xi-)2 = -2 ,标准差为 .
3.总体方差和标准差
(1)如果总体中所有个体的变量值分别为Y1,Y2,…,YN,总体的平均数为 ,则称 S2=(Yi-)2 为总体方差, S= 为总体标准差.
(2)总体方差的加权形式:如果总体的N个变量值中,不同的值共有k(k≤N)个,不妨记为Y1,Y2,…,Yk,其中Yi出现的频数为fi(i=1,2,…,k),则总体方差为 S2=i(Yi-)2 .
要点二 样本方差和标准差
如果一个样本中个体的变量值分别为y1,y2,…,yn,样本平均数为,则称s2= (yi-)2 为样本方差,s= 为样本标准差.
要点三 方差和标准差的意义和性质
1.意义
方差和标准差刻画了数据的__离散程度或波动幅度__,标准差越大,数据的离散程度越__大__;标准差越小,数据的离散程度越__小__.
2.若数据x1,x2,…,xn的平均数为,方差为s2,标准差为s,则
(1)x1+b,x2+b,…,xn+b的平均数为+b,方差仍为s2,标准差仍为s;
(2)ax1,ax2,…,axn的平均数为a,方差为a2s2,标准差为as;
(3)ax1+b,ax2+b,…,axn+b的平均数为a+b,方差为a2s2,标准差为as.
思考:(1)为什么用“平均距离”刻画离散程度,用“总距离”可以吗?
(2)标准差的取值范围是什么?标准差为0的一组数据有什么特点?
提示 (1)“平均距离”具有无偏差、有效性、一致性,“总距离”不可以.
(2)标准差的取值范围是[0,+∞),标准差为0的一组数据各项都相同,表明数据没有波动幅度,数据没有离散性.
要点四 分层随机抽样的方差
设样本量为n,平均数为,其中两层的个体数量分别为n1,n2,两层的平均数分别为1,2,方差分别为s,s,则这个样本的方差为s2=[s+(1-)2]+[s2+(2-)2].
判断正误,正确的画“√”,错误的画“×”.
(1)计算分层随机抽样的均值与方差时,没必要知道各层的样本量与总体的个体数的比值.( )
(2)方差是标准差的平方.( )
(3)标准差越大,表明各个样本数据在样本平均数周围越集中;标准差越小,表明各个样本数据在样本平均数周围越分散.( )
解析 (1)错误,需要知道各层的样本量与总体中个体数的比值.
(2)正确,标准差的平方s2叫做方差.
(3)错误,标准差越大,表明各个样本数据在样本平均数周围越分散;标准差越小,表明各个样本数据在样本平均数周围越集中.
答案 (1)× (2)√ (3)×
类型一 方差和标准差的计算及应用
答题模板
计算方差和标准差的步骤:(1)求出样本数据的平均数;(2)求出每个样本数据与样本平均数的差xi- (i=1,2,…,n);(3)求出xi- (i=1,2,…,n)的平方值;(4)求出上一步中n个平方值的平均数,即为样本方差;(5)求出上一步中平均数的算术平方根,即为样本标准差.
【例题1】 甲、乙两机床同时加工直径为100 mm的零件,为检验质量,各从中抽取6件测量,数据如下.
甲:99 100 98 100 100 103
乙:99 100 102 99 100 100
(1)分别计算两组数据的平均数及方差;
(2)根据计算结果判断哪台机床加工零件的质量更稳定.
思维导引:直接根据平均数及方差的计算公式计算,再根据平均数及方差的值解决生活中的实际问题.
解析 (1)甲=×(99+100+98+100+100+103)=100,乙=×(99+100+102+99+100+100)=100.
s=×[(99-100)2+(100-100)2+(98-100)2+(100-100)2+(100-100)2+(103-100)2]=,
s=×[(99-100)2+(100-100)2+(102-100)2+(99-100)2+(100-100)2+(100-100)2]=1.
(2)两台机床所加工零件的直径的平均值相同,又s>s,所以乙机床加工零件的质量更稳定.
【变式1】 甲、乙两名战士在相同条件下各