1、用样本估计总体2.2.1用样本的频率分布估计总体分布,统计的基本思想方法：,用样本估计总体，即通常不直接去研究总体，而是通过从总体中抽取一个样本，根据样本的情况去估计总体的相应情况.,具体步骤,一是如何从总体中抽取样本?,二是如何根据对样本的整理、计算、分析, 对总体的情况作出推断.（1、用样本频率分布估计总体分布，2、用样本的某种数字特征（例如平均数、方差等）去估计总体的相应数字特征。）,几个基本概念1、频数：将一批数据按要求分为若干个组，各组内数据的个数，叫做该组的频数。2、频率：每组数据的个数除以总数据个数的商叫做该组的频率。3、样本的频率分布：根据随机抽取样本的大小，分别计算某一事件出
2、现的频率，这些频率的分布规律，就叫做样本的频率分布。,一、用样本的频率分布估计总体分布,如何用样本的频率分布 估计总体分布？,引例：我国是世界上严重缺水的国家之一， 城市缺水问题较为突出。,2000年全国主要城市中缺水情况排在前10位的城市,例：某市政府为了节约生活用水，计划在本市试行居民生活用水定额管理，即确定一个居民月用水量标准a , 用水量不超过a的部分按平价收费，超过a的部分按议价收费。,如果希望大部分居民的日常生活不受影响，那 么标准a定为多少比较合理呢？,为了较合理地确定这个标准，你认为需要做哪些工作？,思考：由上表，大家可以得到什么信息？,通过抽样，我们获得了100位居民某年的月
3、平均用 水量(单位：t) ，如下表：,1.求极差：,步骤：,频率分布直方图,2.决定组距与组数：,组数=,4.3 - 0.2 = 4.1,3.将数据分组,0，0.5 )，0.5，1 )，4，4.5,4.列频率分布表,100位居民月平均用水量的频率分布表,5.画频率分布直方图,思考 ：如果当地政府希望使 85% 以上的居民每月的用水量不超出标准，根据频率分布表和频率分布直方图，你能对制定月用水量标准提出建议吗？ 注意1、小正方形的面积=组距频率/组距=频率2、各小正方形的面积之和等于1.3、每一小组频率实际上反映样本数据落在各个小组的比例大小。,一、求极差，即数据中最大值与最小值的差,二、决定组
4、距与组数 ：组距=极差/组数,三、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,四、登记频数,计算频率,列出频率分布表,总结：画一组数据的频率分布直方图,可以按以下的步骤进行:,五、画出频率分布直方图（纵轴表示频率组距）,练 习,1.有一个容量为50的样本数据的分组的频数如下：,12.5, 15.5） 3,15.5, 18.5） 8,18.5, 21.5） 9,21.5, 24.5） 11,24.5, 27.5） 10,27.5, 30.5） 5,30.5, 33.5） 4,(1)列出样本的频率分布表;,(2)画出频率分布直方图;,(3)根据频率分布直方图估计,数据落在1
5、5.5, 24.5）的百分比是多少?,解:组距为3,分组 频数 频率 频率/ 组距,12.5, 15.5） 3,15.5, 18.5） 8,18.5, 21.5） 9,21.5, 24.5） 11,24.5, 27.5） 10,27.5, 30.5） 5,30.5, 33.5） 4,0.06 0.16 0.18 0.22 0.20 0.10 0.08,0.020 0.053 0.060 0.073 0.067 0.033 0.027,频率分布直方图如下：,0.010,0.020,0.030,0.040,0.050,12.5,15.5,0.060,0.070,2.已知样本10, 8, 6, 10
6、, 8,13,11,10,12,7,8,9,12,9, 11,12,9,10,11,11, 那么频率为0.2范围的是 ( ),A. 5.57.5 B. 7.59.5 C. 9.511.5 D. 11.513.5,D,3.一个容量为100的样本,数据的分组和各组的相关信息如下表,试完成表中每一行的两个空格.,课堂小结,编制频率分布直方图的步骤:,找最大值与最小值。,决定组距与组数,决定分点,登记频数，计算频率，列表，画直方图,说明:(1)确定分点时,使分点比数据多一位小数,并且把第1小组的起点稍微再小一点.,频率分布直方图如下：,连接频率分布直方图中各小长方形上端的中点,得到频率分布折线图,总体
7、密度曲线,月均用水量/t,a,b,（图中阴影部分的面积，表示总体在某个区间 (a, b) 内取值的百分比）。,用样本分布直方图去估计相应的总体分布时，一般样本容量越大，频率分布直方图就会无限接近总体密度曲线，就越精确地反映了总体的分布规律，即越精确地反映了总体在各个范围内取值百分比。,总体密度曲线反映了总体在各个范围内取值的百分比,精确地反映了总体的分布规律。是研究总体分布的工具.,总体密度曲线,茎叶图,某赛季甲、乙两名篮球运动员每场比赛得分的原始记录如下：,(1)甲运动员得分： 13,51,23,8,26,38,16,33,14,28,39,(1)乙运动员得分： 49,24,12,31,50
8、,31,44,36,15,37,25,36,39,茎叶图,甲,乙,0 1 2 3 4 5,2 5 5 4 1 6 1 6 7 9 4 9 0,8 4 6 3 6 8 3 8 91,叶就是从茎的旁边生长出来的数，表示得分的个位数。,茎是指中间的一列数，表示得分的十位数,茎叶图不仅能够保留原始数据，而且能够展示数据的分布情况。从运动员的成绩的分布来看，乙运动员的成绩更好；从叶在茎上的分布情况来看，乙运动员的得分更集中于峰值附近，说明乙运动员的发挥更稳定。在样本数据较少时，用茎叶图表示数据的效果较好。它不但可以保留所有信息，而且可以随时纪录，这对数据的纪录和表示都能带来方便。但当样本数据较多时，茎叶
9、图就显得不太方便。因为每一个数据都要在茎叶图中占据一个空间，如果数据很多，枝叶就会很长。,第一课时 众数、中位数、平均数,2.2.2 用样本的数字特征估计总体的数字特征,一 众数、中位数、平均数的概念,中数：将一组数据按大小依次排列，把处在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,众数：在一组数据中，出现次数最多的数据叫做这组数据的众数,平均数: 一组数据的算术平均数,即x=,练习: 在一次中学生田径运动会上，参加男子跳高的17名运动员的成绩如下表所示：,分别求这些运动员成绩的众数，中位数与平均数,平均数: 一组数据的算术平均数,即x=,解：在17个数据中，1.75
10、出现了4次，出现的次数最多，即这组数据的众数是1.75上面表里的17个数据可看成是按从小到大的顺序排列的，其中第9个数据1.70是最中间的一个数据，即这组数据的中位数是1.70；,这组数据的平均数是,答：17名运动员成绩的众数、中位数、平均数依次是1.75（米）、1.70（米）、1.69（米）.,二 、 众数、中位数、平均数与频率分布直方图的关系,1、众数在样本数据的频率分布直方图中，就是最高矩形的中点的横坐标。例如，在上一节调查的100位居民的月均用水量的问题中，从这些样本数据的频率分布直方图可以看出，月均用水量的众数是2.25t.如图所示：,0.1,0.2,0.3,0.4,0.5,O 0.
11、5 1 1.5 2 2.5 3 3.5 4 4.5 月平均用水量(t),2、在样本中，有50的个体小于或等于中位数，也有50的个体大于或等于中位数，因此，在频率分布直方图中，中位数左边和右边的直方图的面积应该相等，由此可以估计中位数的值。下图中虚线代表居民月均用水量的中位数的估计值，此数据值为2.02t.,0.1,0.2,0.3,0.4,0.5,O 0.5 1 1.5 2 2.5 3 3.5 4 4.5 月平均用水量(t),3、平均数是频率分布直方图的“重心”. 用频率分布直方图估计平均数方法是,平均数图中每一个小矩形的面积小矩形底边中点的横坐标之和,三 三种数字特征的优缺点,1、众数体现了样
12、本数据的最大集中点，但它对其它数据信息的忽视使得无法客观地反映总体特征.如上例中众数是2.25t,它告诉我们,月均用水量为2.25t的居民数比月均用水量为其它数值的居民数多,但它并没有告诉我们多多少.,2、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。如上例中假设有某一用户月均用水量为10t，那么它所占频率为0.01,几乎不影响中位数,但显然这一极端值是不能忽视的。,3、由于平均数与每一个样本的数据有关，所以任何一个样本数据的改变都会引起平均数的改变，这是众数、中位数都不具有的性质。也正因如此 ，与众数、中位数比较起来，平均数可以反映出更多的关于样本数据全体的信息，但平均数受数据中的极端值的影响较大，使平均数在估计时可靠性降低。,四 众数、中位数、平均数的简单应用,例 某工厂人员及工资构成如下：,（1）指出这个问题中周工资的众数、中位数、平均数,（2）这个问题中，工资的平均数能客观地反映该厂的工资水平吗？为什么？,分析：众数为200，中位数为220，平均数为300。因平均数为300，由表格中所列出的数据可见，只有经理在平均数以上，其余的人都在平均数以下，故用平均数不能客观真实地反映该工厂的工资水平。,
