内容正文:
第八章 统计和概率
1.简单随机抽样
(1)简单随机抽样
分为放回简单随机抽样和不放回简单随机抽样.除非特殊声明,本章简单随机抽样指不放回简单随机抽样.
(2)简单随机样本
通过简单随机抽样获得的样本称为简单随机样本.
(3)简单随机抽样的常用方法
实现简单随机抽样的方法很多,抽签法和随机数法是比较常用的两种方法.
2.总体平均数与样本平均数
名称
定义
总体均值
(总体
平均数)
一般地,总体中有N个个体,它们的变量值分别为Y1,Y2,…,YN,则称=
样本均值
(样本
平均数)
如果从总体中抽取一个容量为n的样本,它们的变量值分别为y1,y2,…,yn,则称=为样本均值,又称样本平均数
说明:①在简单随机抽样中,我们常用样本平均数去估计总体平均数
②总体平均数是一个确定的数,样本平均数具有随机性(因为样本具有随机性)
③一般情况下,样本量越大,估计越准确
3.分层随机抽样
(1)分层随机抽样的概念
一般地,按一个或多个变量把总体划分成若干个子总体,每个个体属于且仅属于一个子总体,在每个子总体中独立地进行简单随机抽样,再把所有子总体中抽取的样本合在一起作为总样本,这样的抽样方法称为分层随机抽样,每一个子总体称为层.
(2)分层随机抽样的平均数计算
在分层随机抽样中,以层数是2层为例,如果第1层和第2层包含的个体数分别为M和N,抽取的样本量分别为m和n,第1层和第2层的样本平均数分别为,,样本平均数为,则=+=+.我们可以用样本平均数估计总体平均数.
4.统计图表
(1)常见的统计图表有条形图、扇形图、折线图、频数分布直方图、频率分布直方图等.
(2)频率分布表、频率分布直方图的制作步骤及意义
5.总体百分位数的估计
(1)第p百分位数的定义
一般地,一组数据的第p百分位数是这样一个值,它使得这组数据中至少有p%的数据小于或等于这个值,且至少有(100-p)%的数据大于或等于这个值.
(2)计算一组n个数据的第p百分位数的步骤
第1步,按从小到大排列原始数据.
第2步,计算i=n×p%.
第3步,若i不是整数,而大于i的比邻整数为j,则第p百分位数为第j项数据;若i是整数,则第p百分位数为第i项与第(i+1)项数据的平均数.
6.样本的数字特征
(1)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.
(2)中位数:把n个数据按大小顺序排列,处于最中间位置的一个数据(或最中间两个数据的平均数)叫做这组数据的中位数.
(3)平均数:把称为a1,a2,…,an这n个数的平均数.
(4)标准差与方差:设一组数据x1,x2,x3,…,xn的平均数为,则这组数据的标准差和方差分别是s=,
s2=[(x1-)2+(x2-)2+…+(xn-)2].
7.常用结论
(1)若x1,x2,…,xn的平均数为1,那么mx1+a,mx2+a,…,mxn+a的平均数为m+A.
(2)数据x1,x2,…,xn与数据x′1=x1+a,x′2=x2+a,…,x′n=xn+a的方差相等,即数据经过平移后方差不变.
(3)若x1,x2,…,xn的方差为s2,那么ax1+b,ax2+b,…,axn+b的方差为a2s2.
7.样本空间和随机事件
(1)样本点和有限样本空间
①样本点:随机试验E的每个可能的基本结果称为样本点,常用ω表示.
全体样本点的集合称为试验E的样本空间,常用Ω表示.
②有限样本空间:如果一个随机试验有n个可能结果ω1,ω2,…,ωn,则称样本空间Ω={ω1,ω2,…,ωn}为有限样本空间.
(2)随机事件
①定义:将样本空间Ω的子集称为随机事件,简称事件.
②表示:大写字母A,B,C,….
③随机事件的极端情形:必然事件、不可能事件.
8.古典概型
具有以下特征的试验叫做古典概型试验,其数学模型称为古典概率模型,简称古典概型.
(1)有限性:样本空间的样本点只有有限个.
(2)等可能性:每个样本点发生的可能性相等.
9.古典概型的概率公式
一般地,设试验E是古典概型,样本空间Ω包含n个样本点,事件A包含其中的k个样本点,则定义事件A的概率P(A)==.
其中,n(A)和n(Ω)分别表示事件A和样本空间Ω包含的样本点个数.
10.概率的性质
性质1:对任意的事件A,都有0≤P(A)≤1.
性质2:必然事件的概率为1,不可能事件的概率为0,即P(Ω)=1,P(∅)=0.
性质3:如果事件A与事件B互斥,那么P(A∪B)=P(A)+P(B).
性质4:如果事件A与事件B互为对立事件,那么P(B)=1-P(A),P(A)=1-P(B).
性质5:如果A⊆B,那么P(A)≤P(B),由该性质可得,对于任意事件A,因为∅⊆A⊆Ω,所以0≤P(A)≤1.
性质6:设A,B是一个随机试验中的两个事件,有P(A∪B)=P(A)