内容正文:
9.2 用样本估计总体
第九章 统计
9.2.2 总体百分位数的估计
复习引入
1. 频率分布直方图有哪些相关概念?其特点是什么?
2. 什么是中位数?
3.如何设定标准,使80%家庭用水量不超过a?根据9.2.1节中100户居民用户的月均用水量数据,你能求出这个临界值a吗?
1. 频率分布直方图有哪些相关概念?其特点是什么?
(1)关键概念
①横轴:数据分组区间,每组宽度为组距.
②纵轴:,不是频率.
(2)特点
①各小矩形的宽为组距,高为频率与组距的比.
②单个矩形面积 = 组距 × = 该组频率.
③所有小矩形的面积之和为1.
3
2. 什么是中位数?
将数据从小到大排列后,处于中间位置的数.
3.如何设定标准,使80%家庭用水量不超过a?根据9.2.1节中100户居民用户的月均用水量数据,你能求出这个临界值a吗?
把100个样本数据按从小到大排序,得到第80个和第81个数据分别为13.6和13.8.
可以发现,区间[13.6,13.8)内的任意一个数,都能把样本数据分成符合要求的两部分.
一般地,我们取这两个数的平均数=13.7,
并称此数为这组数据的第80百分位数,或80%分位数.
教材导学
阅读教材:
1.第p百分位数定义是什么?
2.计算第p百分位数的步骤是什么?
3.四分位数,25%、50%、75%分位数分别是什么?
1.第p百分位数定义是什么?
至少p%数据≤该值,至少(100−p)%数据≥该值.
2.计算第p百分位数的步骤是什么?
计算一组n个数据的第p百分位数步骤如下:
第一步,按从小到大排列原始数据;
第二步,计算i=n×p%;
第三步,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.
(排序→算i=n×p%→判断i取数(非整向上取整;为整取i与i+1平均)).
3.四分位数,25%、50%、75%分位数分别是什么?
我们在初中学过的中位数,相当于是第50百分位数.
在实际应用中,除了中位数外,常用的分位数还有第25百分位数,第75百分位数.
这三个分位数把一组由小到大排列后的数据分成四等份,因此称为四分位数.
其中第25百分位数也称为第一四分位数或下四分位数,第75百分位数也称为第三四分位数或上四分位数.
拓展探究
1.由频率分布直方图估计总体百分位数的思路和步骤分别是什么?
2.满足定义的百分位数唯一吗?
3.样本百分位数估计总体百分位数,误差来源有哪些?
1.由频率分布直方图估计总体百分位数的思路和步骤分别是什么?
(1)核心思路
利用矩形面积代表频率,从左到右累加面积,找到累计频率达到目标百分位的位置,以此估算百分位数.
(2)具体步骤
①明确目标:求第p百分位数(记为Pp),先算出目标累计频率:;
②定位目标矩形:从左至右依次累加每组矩形面积(即累计频率),定位出包含目标累计频率的那一组;
③套用公式计算该组内的百分位数:设该组:区间[L,R],组距d=R-L;
该组前累计频率为F,本组频率为f;
公式:Pp = L + d×.
2.满足定义的百分位数唯一吗?
计算唯一,但是定义不唯一.
3.样本百分位数估计总体百分位数,误差来源有哪些?
①样本代表性不足:样本量太小,或样本抽样不随机、有偏向,无法反映总体分布.
②直方图的近似性:直方图是对数据的分组近似,会丢失组内数据的细节信息,导致估算偏差.
③数据本身的波动:总体本身存在个体差异,样本无法完全复制总体的分布特征.
④计算方法的差异:不同的百分位数计算规则(如整数/非整数的处理)会带来方法上的误差.
巩固应用
例1. 判断题(概念辨析)
(1)第p百分位数一定在数据中.( )
(2)中位数即50%分位数.( )
(3)四分位数把数据四等分.( )
(4)若一组样本数据的10%分位数是23,则在这组数据中有10%的数据大于23.( )
(5)若一组样本数据的24%分位数是24,则在这组数据中至少有76%的数据大于或等于24.( )
(6)若一组样本数据各不相等,则其75%分位数大于25%分位数.( )
×
×
√
√
√
√
14
2. 填空题.
一个容量为20的样本,其数据按从小到大的顺序排列为:
1, 2, 2, 2, 5, 6, 6, 7, 8, 8, 9, 10, 13, 13, 14, 14, 17, 17, 18, 18,则
(1)该组数据的第75百分位数为_______,
(2)该组数据的第86百分位数为_______.
💡解:(1)i=20×75% = 15
i=15是整数,取第15项、第16项的平均数:
第15项:14,第16项:14
=14.
∴第75百分位数为14.
14
17
(2)i=20×86%=17.2
i非整数,向上取整18,取第18项数据:
第18项:17,即=17.
∴第86百分位数为17.
3.某市举行中学生诗词大赛,分初赛和复赛两个阶段进行.规定:初赛成绩大于90分的具有参加复赛的资格.某校有800名学生参加了初赛,所有学生的成绩(单位:分)均在区间[30,150]内,其频率分布直方图如图.估计初赛成绩的第80百分位数.
解:由题图得(0.0025+0.0075+0.0075+a+0.0125+0.0050)×20=1,
=0.0150
初赛成绩在110分以下的频率为(0.0025+0.0075+0.0075+0.0150)×20=0.65
初赛成绩在130分以下的频率为0.65+0.0125×20=0.90
初赛成绩的第80百分位数一定在[110,130]内.
由 ,可估计初赛成绩的第80百分位数是122.
小结
1. 知识总结
(1)1个定义:第p百分位数.
(2)1套步骤:排序→算i→定结果.
(3)2类计算:原始数据精确算;直方图估算.
(4)1个思想:样本估计总体.
2. 易错点
i为整数/非整数处理;直方图插值计算;混淆样本与总体百分位数.
17
作业
《课时作业》
9.2.2 总体百分位数的估计
$