一轮复习-统计与概率课件

1.收集数据——抽样方法2.分析数据——统计表、数据的数字特征及用样本估计总体统计的基本知识框架11.收集数据——抽样方法统计的基本知识框架1三种抽样方法的比较

类别共同点各自特点简单随机抽样抽样过程中每个个体被抽取的概率相等从总体中逐个抽取

分层抽样将总体分成几层，分层进行抽取一、抽样方法2三种抽样方法的比较类别共同点各自特点简单随抽样过程中三种抽样方法的比较

类别相互联系适用范围简单随机抽样总体中的个数较少分层抽样各层抽样时采用简单随机抽样或系统抽样总体由差异明显的几部分组成一、抽样方法3三种抽样方法的比较类别相互联系适用范围简单随总体中二、数据的数字特征及用样本估计总体1．用样本的数字特征估计总体的数字特征（1）众数、中位数在一组数据中出现次数最多的数据叫做众数；将一组数据按照从大到小（或从小到大）排列，处在中间位置上的一个数据（或中间两位数据的平均数）叫做这组数据的中位数；(2)平均数与方差4二、数据的数字特征及用样本估计总体1．用样本的数字特征估计总二、数据的数字特征及用样本估计总体5二、数据的数字特征及用样本估计总体52.频率分布直方图、折线图与茎叶图二、数据的数字特征及用样本估计总体样本中所有数据（或数据组）的频率和样本容量的比，就是该数据的频率。所有数据（或数据组）的频率的分布变化规律叫做频率分布，可以用频率分布直方图、折线图、茎叶图来表示。频率分布直方图：具体做法如下：（1）求极差（即一组数据中最大值与最小值的差）；（2）决定组距与组数；（3）将数据分组；（4）列频率分布表；（5）画频率分布直方图频率分布直方图中小长方形的面积=组距×=频率

62.频率分布直方图、折线图与茎叶图二、数据的数字特征及用样二、样本估计总体1.频率分布直方图、频率分布折线图、总体密度曲线（1）频率=纵坐标×组距=（2）频率之和为1例27二、样本估计总体1.频率分布直方图、频率分布折线图、总体密度变量的相关性与统计案例8变量的相关性8线性回归：(1)相关关系：自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系。注：与函数关系不同，相关关系是一种非确定性关系。(2)回归分析：对具有相关关系的两个变量进行统计分析的方法。三、线性相关性与最小二乘法9线性回归：(1)相关关系：自变量取值一定时，因变量的取值带有(4)回归直线方程：，其中，。相应的直线叫回归直线，对两个变量所进行的上述统计叫做回归分析。(3)散点图：表示具有相关关系的两个变量的一组数据的图形。三、线性相关性与最小二乘法10(4)回归直线方程：，(3)散点图：表示具求线性回归直线方程的步骤：（1）画散点图观察相关性（2）列出表格，求出某些数据（3）代入公式求得a,b，进而得到直线方程。三、线性相关性与最小二乘法11求线性回归直线方程的步骤：（1）画散点图观察相关性（2）三、两个变量的线性相关1.正相关、负相关、回归直线(i)过(ii)X每增加一个单位，y平均（约）增加（减少）个单位(iii)当x=x0时，y约为3.相关系数r(i)衡量两个变量间的线性相关关系(ii)r>0时，正相关，r<0时，负相关(iii)|r|接近于1，线性相关性强，接近于0，线性相关性弱2.线性相关关系：12三、两个变量的线性相关1.正相关、负相关、回归直线(i)过3四、独立性检验1.2×2列联表0.0500.0100.0013.8416.63510.8282.无关概率对照表两变量无关13四、独立性检验1.2×2列联表0.0500.0100.00统计中有一个有用的（读做“卡方”）统计量，它的表达式是：经过对统计量分布的研究，已经得到了两个临界值：3.841与6.635。当根据具体的数据算出的k1.当k>6.635时，有99%的把握说事件A与B有关；2.当k>3.841时，有95%的把握说事件A与B有关；四、统计案例—独立性检验——卡方检验()214统计中有一个有用的（读做“卡方”）统计量，它的表达式是：四、统计抽样：简单随机抽样，统计图：频率分布直方图，折线图，茎叶图数字特征：平均数、众数、中位数、方差、标准差、极差独立性检验：回归分析：分层抽样2×2列联表相关性检验：|r|≤1,|r|→1,线性相关越强15统抽样：简单随机抽样，统计图：频率分布直方图，折线图，茎叶图1616一轮复习—统计与概率课件17一轮复习—统计与概率课件18一轮复习—统计与概率课件19一轮复习—统计与概率课件20一轮复习—统计与概率课件21一轮复习—统计与概率课件22一轮复习—统计与概率课件23一轮复习—统计与概率课件24一轮复习—统计与概率课件251.收集数据——抽样方法2.分析数据——统计表、数据的数字特征及用样本估计总体统计的基本知识框架261.收集数据——抽样方法统计的基本知识框架1三种抽样方法的比较

类别共同点各自特点简单随机抽样抽样过程中每个个体被抽取的概率相等从总体中逐个抽取

分层抽样将总体分成几层，分层进行抽取一、抽样方法27三种抽样方法的比较类别共同点各自特点简单随抽样过程中三种抽样方法的比较

类别相互联系适用范围简单随机抽样总体中的个数较少分层抽样各层抽样时采用简单随机抽样或系统抽样总体由差异明显的几部分组成一、抽样方法28三种抽样方法的比较类别相互联系适用范围简单随总体中二、数据的数字特征及用样本估计总体1．用样本的数字特征估计总体的数字特征（1）众数、中位数在一组数据中出现次数最多的数据叫做众数；将一组数据按照从大到小（或从小到大）排列，处在中间位置上的一个数据（或中间两位数据的平均数）叫做这组数据的中位数；(2)平均数与方差29二、数据的数字特征及用样本估计总体1．用样本的数字特征估计总二、数据的数字特征及用样本估计总体30二、数据的数字特征及用样本估计总体52.频率分布直方图、折线图与茎叶图二、数据的数字特征及用样本估计总体样本中所有数据（或数据组）的频率和样本容量的比，就是该数据的频率。所有数据（或数据组）的频率的分布变化规律叫做频率分布，可以用频率分布直方图、折线图、茎叶图来表示。频率分布直方图：具体做法如下：（1）求极差（即一组数据中最大值与最小值的差）；（2）决定组距与组数；（3）将数据分组；（4）列频率分布表；（5）画频率分布直方图频率分布直方图中小长方形的面积=组距×=频率

312.频率分布直方图、折线图与茎叶图二、数据的数字特征及用样二、样本估计总体1.频率分布直方图、频率分布折线图、总体密度曲线（1）频率=纵坐标×组距=（2）频率之和为1例232二、样本估计总体1.频率分布直方图、频率分布折线图、总体密度变量的相关性与统计案例33变量的相关性8线性回归：(1)相关关系：自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系。注：与函数关系不同，相关关系是一种非确定性关系。(2)回归分析：对具有相关关系的两个变量进行统计分析的方法。三、线性相关性与最小二乘法34线性回归：(1)相关关系：自变量取值一定时，因变量的取值带有(4)回归直线方程：，其中，。相应的直线叫回归直线，对两个变量所进行的上述统计叫做回归分析。(3)散点图：表示具有相关关系的两个变量的一组数据的图形。三、线性相关性与最小二乘法35(4)回归直线方程：，(3)散点图：表示具求线性回归直线方程的步骤：（1）画散点图观察相关性（2）列出表格，求出某些数据（3）代入公式求得a,b，进而得到直线方程。三、线性相关性与最小二乘法36求线性回归直线方程的步骤：（1）画散点图观察相关性（2）三、两个变量的线性相关1.正相关、负相关、回归直线(i)过(ii)X每增加一个单位，y平均（约）增加（减少）个单位(iii)当x=x0时，y约为3.相关系数r(i)衡量两个变量间的线性相关关系(ii)r>0时，正相关，r<0时，负相关(iii)|r|接近于1，线性相关性强，接近于0，线性相关性弱2.线性相关关系：37三、两个变量的线性相关1.正相关、负相关、回归直线(i)过3四、独立性检验1.2×2列联表0.0500.0100.0013.8416.63510.8282.无关概率对照表两变量无关38四、独立性检验1.2×2列联表0.0500.0100.00统计中有一个有用的（读做“卡方”）统计量，它的表达式是：经过对统计量分布的研究，已经得到了两个临界值：3.841与6.635。当根据具体的数据算出的k1.当k>6.635时，有99%的把握说事件A与B有关；2.当k>3.841时，有95%的把握说事件A与B有关；四、统计案例—独立性检验——卡方检验()239统计中有一个有用的（读做“卡方”）统计量，它的表达式是：四、统计抽样：简单随机抽样，统计图：频率分布直方图，折线图，茎叶图数字特征：平均数、众数、中位数、方差、标准差、极差独立性检验：