内容正文:
知识篇新高考名师护航
中学生数理化高二数学2026年6月
成对数据的统计分析的高阶思维建构与实践路径
■河南省许昌高级中学
赵小强
在高中数学知识体系中,成对数据的统
二、线性刻画:从模型构建到检验优化的
计分析是实现从单一变量描述到多变量关联
逻辑闭环
探究的关键跨越,更是衔接数学统计方法与
当通过散点图与样本相关系数判断出两个
现实问题解决的重要桥梁。下面以高阶思维
变量存在显著的线性相关关系后,需通过构建数
培养为切入点,系统拆解成对数据的统计分
学模型对这种线性关系进行精准刻画,这一过程
析的内在思维逻辑,助力同学们构建解决统
围绕“模型构建·参数估计→模型检验·模型改
计问题的系统化思维体系,切实提升数据分
进”的完整统计逻辑闭环展开,是成对数据的统计
析、数学建模、逻辑推理等核心素养。
分析的核心内容,重点培养同学们的模型构建、参
一、散点图与相关关系:从直观感知到定
数推理、误差分析等高阶思维能力。
量刻画的思维进阶
例2为响应“全民健身”号召,某社区
散点图是探索两个变量之间相关关系的
统计了5名居民每周参与体育锻炼的时长x
首要工具,其核心价值在于将抽象的成对样
(单位:小时)与身体活力指数y的对应数据,
本数据转化为直角坐标系中的具象点集,通
结果如表1所示。
过点的整体分布特征,直观判断变量间的关
表1
联类型与关联趋势。
例1(2024年高考天津卷)下列图
特征量
居民A
居民B
居民C
居民D
居民E
2
10
中,线性相关性系数最大的是(
4
6
6
)。
y◆
7
yA
5
6
(1)根据表中数据,计算样本相关系数
r,并推断它们的相关程度;
(2)求身体活力指数y关于每周锻炼时
B
长x的一元线性回归方程,并利用该方程计
算居民D的身体活力指数的残差。
参考公式:相关系数r=
2(x-x)(y-y)
=1
回归系数6=
0
:-x)22(y:-y)
D
思维点拨:本题是判断变量是否线性相
2(x:-x)(y:-y)
关,可由散点图中点的分布特征进行判断。
解析:观察4幅图可知,A图中点的分布
2(x:-x)
比较集中,且大体接近某一条直线,呈现明显
思维点拔:本题是求回归直线方程、相关
的正相关。故选A。
系数及残差。(1)根据给定的数据及相关系
思维归纳:散点图与样本相关系数是分析
数公式求出相关系数,进而推断相关程度;
变量线性关联的“形”与“数”的有机结合。以
(2)先利用最小二乘法求出线性回归方程,进
散点图为“形”,直观感知变量的关联类型与大
而求出指定的残差。
致趋势,为定量分析奠定直观基础。以样本相
解析:(1)由表中数据得x=6,y=6,
关系数为“数”,精准刻画变量间的线性相关程
(x,-x)(y:-y)=18,之(x,-x)=40,
:=1
;=1
度,实现对变量相关关系的定量描述,形成“直
观·定量”的完整关联感知思维。
之(y:一y)2=10。所以样本相关系数r=
知识篇新高考名师护航中学生数理化
高二数学2026年6月
2(x:-x)(y:-y)
表3
三1
18
=0.9。
W√40×10
0.050
0.010
0.001
∑(x:-x)(y:-y)
3.841
6.635
10.828
故x与y呈正相关,有较强的相关性。
思维点拨:本题考查古典概型的计算和独
(x-x)(y:-y)
i=1
18
立性检验的实际应用。(1)根据古典概型的概
(2)由(1)得6=
2(x-x)
40
率公式即可求解;(2)根据独立性检验的基本思
=
想,求出X,然后与小概率值α=0.001对应的
=0.45,a=y一bx=6-0.45×6=3.3。
临界值10.828比较,从而得出结论。
所以身体活力指数y关于每周锻炼时长
解析:(1)根据表格可知,检查结果不正
x的一元线性回归方程为y=0.45x十3.3。
常的200人中有180人患该疾病,所以p的
当x=8时,y=0.45×8+3.3=6.9,所以
居民D的身体活力指数的残差为8一6.9=1.1。
估计值为器品
思维归纳:求得回归方程并非建模过程
(2)零假设为H。:超声波检查结果与患
的结束,还需通过残差分析检验模型的拟合
该疾病无关。
效果,判断模型是否适用于当前数据,培养同
则x:=1000×(20×20-780×180)
学们的误差分析与批判性思维,实现模型的
800×200×800×200
优化与完善。
765.625>10.828=x0.01。
三、独立推断:从直观分析到概率验证的
根据小概率值a=0.001的独立性检验,我
分类变量关联探究
们推断H。不成立,即认为超声波检查结果与患
该疾病有关,该推断犯错误的概率不超过0.001。
成对数据的统计分析不仅包含数值变量
思维归纳:独立性检验通过假设检验的
的关联探究,还涵盖分类变量的关联分析,其
方法,实现了从直观分析到定量推断的思维
过程遵循“直观分析→概率假设·定量检验”
进阶,是研究分类变量关联关系的核心方法。
的统计推断逻辑,从列联表的初步整理,到独
学习独立性检验,需把握三个核心要点:一是
立性检验的定量验证,可培养同学们的概率
规范提出零假设,明确检验的目标与对象,零
推断、假设检验等严谨思维能力。
假设始终为“两个分类变量相互独立”;二是
例3(2025年高考全国1卷)为研究
准确计算X°,熟练掌握公式应用,保证数据
某疾病与超声波检查结果的关系,从做过超
运算的正确性;三是严谨作出统计推断,比较
声波检查的人群中随机调查了1000人,得
X与对应临界值的大小关系,得出结论,并
到列联表(表2)。
明确推断的概率性,即推断犯错误的概率不
表2
超过对应的小概率值。
超声波检查结果组别
正常
不正常
合计
四、模型应用:从知识综合到理性思辨的
患该疾病
20
180
200
创新升华
未患该疾病
780
20
800
学习成对数据的统计分析的最终目标是
合计
800
200
1000
解决实际问题,从线性回归模型的预测应用,
(1)记超声波检查结果不正常者患该疾
到统计方法的综合选择,再到统计推断结果的
病的概率为p,求p的估计值:
理性思辨,实现了从“知识掌握”到“能力应用”
(2)参考表3,根据小概率值a=0.001
的跨越,是成对数据的统计分析的最终落脚
的独立性检验,分析超声波检查结果是否与
点,此过程可培养同学们的知识综合运用、模
患该疾病有关。
型科学选择、结果理性思辨等创新思维能力。
n(ad-be)2
例4(2024年高考全国甲卷理科)某
附:X2=
(a+b)(c+d)(a+c)(b+d)
工厂进行生产线智能化升级改造,升级改造
知识篇新高考名师护航
中学生数理化高数学2026年6月
后,从该工厂甲、乙两个车间的产品中随机抽
则×:=150×(26×30-24×70)
取150件进行检验,数据如表4所示。
50×100×96×54
表4
4.6875。因为x0.00=3.841<4.6875<
6.635=x。.1o,所以有95%的把握认为甲、乙
优级品
合格品
不合格品
总计
两个车间产品的优级品率存在差异,没有
甲车间
26
24
0
50
99%的把握认为甲、乙两个车间产品的优级
乙车间
70
28
2
100
品率存在差异。
总计
96
52
2
150
(2)由题意可知,生产线升级改造后,该工
(1)填写列联表(表5)。
厂产品的优级品率p=
96
=0.64。
表5
150
优级品
非优级品
p+1.65
p(1一p)
1
=0.5+1.65×
甲车间
/0.5×(1-0.5)
乙车间
≈0.567。
150
参考表6,能否有95%的把握认为甲、乙
两个车间产品的优级品率存在差异?能否有
故p>p+1.65
p1-p)
n
99%的把握认为甲、乙两个车间产品的优级
所以可以认为生产线智能化升级改造
品率存在差异?
后,该工厂产品的优级品率提高了。
(2)已知升级改造前该工厂产品的优级
思维归纳:面对实际问题中的成对数据,
品率p=0.5,设p为升级改造后抽取的n件
首先需准确判断变量的类型(数值变量或分
产品的优级品率,若p>p十1.65·
类变量),再根据变量类型与关联特征合理选
D一p),则认为该工厂产品的优级品率
择统计分析方法,然后根据模型检验结果及
n
时对模型进行改进与优化,体现数学建模的
提高了。根据抽取的150件产品的数据,能
理性思辨思维。
否认为生产线智能化升级改造后,该工厂产
五、总结
品的优级品率提高了?(√150≈12.247)
成对数据的统计分析是高中数学统计模
附:X=
n(ad-be)2
块的核心内容,其学习价值不仅在于掌握散点
(a+b)(c+d)(a+c)(b+d)
图、样本相关系数、回归模型、独立性检验等具
表6
体的知识与方法,更在于构建一套完整的高阶
0.050
0.010
0.001
思维体系,实现从“会做题”到“会思考”、从“学
3.841
6.635
10.828
数学”到“用数学”的本质转变。同学们需在扎
思维点拨:本题是考查独立性检验及其
实掌握基础知识与基本方法的基础上,不断深
实际应用。(1)根据数据完善列联表,计算
化对统计思维的理解与运用,通过解决实际问
X,并与临界值对比分析:(2)用频率估计概
题、分析高考真题、开展数学建模探究等方式,
逐步培养和提升高阶思维能力,让统计知识成
率可得p,计算p十1.65·
p(1-p)
,结合
为认识世界、分析问题、解决问题的重要工具,
题意分析判断。
实现核心素养的全面提升。
解析:(1)根据题意可得列联表(表7)。
注:本文系2025年度河南省基础教育教
表7
学研究课题“高中生数学高阶思维能力培养
优级品
的教学策略研究”(JCJYC2503100205)的研
非优级品
究成果。
甲车间
26
24
(责任编辑赵待)
乙车间
70
30
10