初中数学八年级（北师大版）上册“数据的分析”单元复习知识清单

初中数学八年级（北师大版）上册“数据的分析”单元复习知识清单

一、核心概念精析：数据代表的两大维度

数据的分析主要围绕两大核心任务展开：一是描述数据的集中趋势，即寻找一组数据的“代表值”；二是描述数据的离散程度，即衡量数据的波动大小。这两大维度共同构成了统计分析的基石。

（一）描述数据集中趋势的“三数”【高频考点】【重中之重】

集中趋势反映了一组数据向其中心值聚集的程度，平均数、中位数、众数是从不同角度刻画这种趋势的统计量。

1.平均数（算术平均数）【基础】

平均数是所有数据的和除以数据总个数所得之商。它是一组数据的“重心”，利用了每一个数据的信息，是应用最广泛的集中趋势度量。其计算公式为：对于n个数据x₁,x₂,...,xₙ，平均数为x̄=(x₁+x₂+...+xₙ)/n。

加权平均数【重要】是算术平均数的推广形式，当一组数据中某些数据重复出现或重要性不同时，需计算加权平均数。计算公式为x̄=(x₁f₁+x₂f₂+...+xₖfₖ)/(f₁+f₂+...+fₖ)，其中f₁,f₂,...,fₖ称为“权”，表示对应数据的个数或比重。

考点与考向：直接计算一组给定数据的平均数；在频数分布表或统计图中，通过加权平均数公式估算总体平均水平；利用平均数进行数据比较或推断缺失数据。

2.中位数【基础】

将一组数据按照由小到大（或由大到小）的顺序排列后，处于中间位置的一个数（当数据个数为奇数时）或中间两个数的平均数（当数据个数为偶数时），称为这组数据的中位数。

核心性质：中位数是一个位置代表值，其优势在于不受极端值的影响，能稳健地反映数据的中间水平。

考点与考向：求一组数据的中位数（注意：必须先排序！）；在统计图表中确定中位数所在的组或具体值；比较平均数与中位数，判断数据分布是否偏斜或是否存在极端值。

3.众数【基础】

一组数据中出现次数最多的那个数据，称为这组数据的众数。一组数据的众数可能不止一个，也可能没有众数（若所有数据出现次数相同）。

核心性质：众数着眼于数据的集中频次，反映了最常见的数值，它不受极端值的影响，对于定性数据（如最喜欢的颜色）也能确定其众数。

考点与考向：直接找出数据的众数；在扇形统计图或条形统计图中，众数通常对应比重最高或条形最长的数据；利用众数解决实际生活中的“多数”问题。

4.“三数”的对比与选择【难点】【热点】

平均数、中位数、众数从不同侧面描述数据的集中趋势，在实际应用中需根据数据特点和分析目的进行选择。

1.平均数：最敏感，利用了全部数据，但易受极端值影响。当数据分布对称且无极端值时，平均数代表性好。

2.中位数：稳健，不受极端值影响，能代表数据的“中等水平”。当数据中存在极端值或分布偏斜时（如收入数据），用中位数更合理。

3.众数：反映数据的“普遍水平”，当需要了解最普遍、最常见的情况时使用（如进货中最受欢迎的尺码）。

常见题型：给出一组数据或统计图表，要求计算“三数”；结合实际情境，分析选用哪个统计量来描述数据更合适；通过“三数”的变化，推断数据的变化情况。

（二）描述数据离散程度的“三差”【高频考点】【重难点】

离散程度刻画了数据之间的差异大小或波动情况。仅了解集中趋势是不够的，还需知道数据的稳定性。

1.极差【基础】

极差是一组数据中最大值与最小值的差，即极差=最大数据-最小数据。

核心性质：极差计算简单，能直观反映数据的波动范围，但它只利用了数据的两个端点信息，易受极端值的影响，不能全面刻画数据的离散程度。

考点与考向：直接计算一组数据的极差；通过极差大小初步判断数据的波动范围。

2.方差与标准差【重中之重】

方差是各个数据与其算术平均数的差的平方的平均数。标准差是方差的算术平方根。

方差的计算公式（基本公式）：s²=[(x₁-x̄)²+(x₂-x̄)²+...+(xₙ-x̄)²]/n

标准差的计算公式：s=√s²

为了简化计算，常使用方差的简化公式：s²=(x₁²+x₂²+...+xₙ²)/n-x̄²

核心性质：方差和标准差利用了每一个数据的信息，是衡量数据波动大小最常用、最重要的工具。方差（或标准差）越大，说明数据的波动越大，越不稳定；方差（或标准差）越小，说明数据越稳定，越集中在平均数周围。

特别注意：方差的单位是原数据单位的平方，而标准差的单位与原数据单位一致，因此标准差在实际应用中更便于解释。

考点与考向：根据公式计算一组数据的方差或标准差；比较两组数据的方差大小，判断哪组数据更稳定；利用方差的意义进行方案选择或决策（如选谁参加比赛、哪种产品更合格等）。

3.离散程度的综合运用

在具体问题中，常将集中趋势与离散程度结合分析。例如，比较两名运动员的成绩，既要看平均分（谁水平高），也要看方差（谁发挥稳定），从而做出全面评价。

常见题型：给出两组或多组数据，通过计算平均数比较平均水平，通过计算方差比较稳定性，然后给出综合评价或建议。

二、从统计图分析数据的集中趋势【高频考点】【综合应用】

在实际问题中，数据往往以统计图的形式呈现。能够从条形统计图、折线统计图、扇形统计图中准确获取信息，并分析数据的集中趋势，是课程标准要求的关键能力，也是考试中的常见题型。

（一）三种常见统计图的特点与信息提取【基础】

1.条形统计图：能清晰地显示每个项目的具体数据。直条的高度表示该项目的频数或具体数值。从条形统计图中，可以直观地看出哪个项目数据最大（众数可能在其中），并通过各项目数据计算平均数和寻找中位数。

2.折线统计图：主要反映数据随时间或其他顺序的变化趋势。图中的点表示对应时刻的数据，折线的起伏反映数据增减情况。折线统计图同样可以读取每个数据点，进而计算“三数”。

3.扇形统计图：用整个圆表示总体，用圆内各个扇形的大小表示各部分占总体的百分比。扇形统计图不直接给出具体数据，但可以通过已知的总量或某个部分的量，求出其他部分的量，进而计算加权平均数。扇形统计图中，所占比例最大的部分对应数据的众数。

（二）统计图中的“三数”确定方法【重要】

1.从条形统计图中确定“三数”

【例题解析思路】首先，从条形图中读出每个类别及其对应的频数（或具体数值）。然后，将所有数据列举出来（或按频数分布处理）。众数：出现次数最多的类别所对应的数据。中位数：根据数据总个数，确定中间位置，结合条形图中各组的累计频数，找到中位数落在哪一组，进而确定具体值。平均数：用各组数据乘以各组频数，求和后再除以总频数，即得加权平均数。

易错点：在计算加权平均数时，要分清“权”是频数还是数据本身；在找中位数时，必须按数据大小顺序，不能只看条形的排列顺序。

2.从折线统计图中确定“三数”

折线统计图上的每个点对应一个数据，将这些数据全部读出后，其“三数”的求法与直接给出一组数据完全相同。需注意的是，折线图通常反映的是动态变化，计算平均数时要考虑每个点是否代表等权重的数据。

3.从扇形统计图中确定“三数”

【热点】扇形统计图不直接给出频数，而是给出百分比。若已知总人数，则可以求出各部分的具体人数。此时，众数即为百分比最大的部分所对应的数据。平均数需要通过加权平均数公式计算：用各部分数据乘以该部分的百分比（或人数占比）再相加。中位数的确定相对复杂，需要将各部分数据按大小排序，并根据各部分的累计百分比，找到中间位置所落在的数据段。

解题步骤：

（1）读取各扇形的百分比，若有必要，根据总量求出各部分具体数值或频数。

（2）众数：找百分比最大的部分。

（3）平均数：计算Σ（各部分数据×该部分百分比）。注意：这里的百分比若以小数形式参与计算，结果即为平均数的近似值；若百分比总和为100%，计算结果就是平均数的值。

（4）中位数：将各组数据按大小排序，并列出累计百分比。若数据总个数为奇数，中间那个数据所对应的组即为中位数所在组；若为偶数，则需找到中间两个数据的平均数。

（三）跨图综合分析【难点】【综合题】

考试中常出现将两种统计图（如条形图与扇形图）结合呈现信息的题目。这类题目需要综合两种图的信息进行互补推断。

常见考查方式：给出一个不完整的条形统计图和一个扇形统计图，其中一部分数据缺失。要求学生：

（1）根据两图中已知信息的对应关系（如某组在条形图中的频数与扇形图中的百分比对应），求出总人数或某组的具体人数。

（2）补全统计图。

（3）计算样本数据的平均数、众数、中位数。

（4）用样本估计总体，推断全校或全体的相关情况。

解答要点：抓住两图中已知的对应数据作为突破口，建立方程求出总人数。这是解题的第一步，也是关键一步。

三、数据的离散程度：波动大小的量化

在了解了数据的集中趋势后，进一步研究数据的离散程度，能够更全面地认识数据特征。极差、方差、标准差是描述离散程度的三个主要统计量。

（一）极差：最简单的波动度量【基础】

极差是一组数据中最大值与最小值的差。它的优点是计算简单，意义直观，能快速反映数据的波动范围。缺点在于它只依赖于两个极端值，不能反映中间数据的波动情况，也不够稳定。在实际问题中，极差常用于初步估计数据的分布范围或质量控制中的初步检查。

易错点：求极差时，务必先找出数据的最大值和最小值，确保没有遗漏。若数据未经排序，容易找错端点。

（二）方差：最重要的离散程度度量【重中之重】

方差是衡量一组数据波动大小的核心指标。它通过计算每个数据与平均数的偏离程度（偏差）的平方的平均值，来量化整体的波动水平。

1.方差的意义

方差越大，意味着数据的波动越大，即各数据偏离平均数的程度越大，数据越不稳定；方差越小，意味着数据越集中，波动越小，数据越稳定。

理解关键：方差并非直接度量偏差本身，而是度量偏差的平方的平均。这样做的目的是避免正负偏差相互抵消，同时放大较大偏差的影响。

2.方差的计算方法

1.基本公式：s²=1/n*Σ(xᵢ-x̄)²。步骤是先求平均数，再求各偏差的平方，然后求这些平方的平均数。

2.简化公式：s²=(Σxᵢ²)/n-(x̄)²。此公式在计算器或计算机上操作更便捷，可减少中间步骤的误差。

3.方差的重要性质【拓展】【易考点】

1.一组数据同时加上（或减去）同一个常数，所得新数据的方差不变。

2.一组数据同时乘以一个常数k，所得新数据的方差变为原方差的k²倍。

推论：利用这一性质，可以在已知一组数据的方差时，快速求出其经过线性变换后新数据的方差，无需重新计算。

（三）标准差：与原单位一致的波动度量【重要】

标准差是方差的算术平方根，用s表示。它的引入主要是为了克服方差单位平方化带来的解释困难。由于标准差与原数据的单位一致，在实际应用中（如描述学生成绩的波动、产品质量的偏差等），标准差比方差更常用、更直观。

1.标准差与方差的关系

标准差=√方差。在比较两组数据的波动大小时，比较标准差与比较方差得出的结论是完全一致的。若题目没有特殊要求，比较稳定性时使用标准差或方差均可。

2.标准差的实用价值

在正态分布背景下，标准差可以帮助我们估计数据的分布范围。例如，在平均数±1个标准差的范围内，约包含68%的数据。这对于理解数据的整体分布具有重要参考价值。

（四）极差、方差、标准差的综合运用【热点】

在考试中，对离散程度的考查通常与集中趋势的考查相结合，出现在解答题中。常见情境如下：

情境一：运动员选拔

甲乙两名射击运动员的几次测试成绩给出，要求计算两人的平均成绩和方差。问谁的成绩更稳定，如果选一人参加比赛，选谁更合适？为什么？

解题步骤：

（1）分别计算甲乙的平均数。

（2）分别计算甲乙的方差（或标准差）。

（3）比较方差：方差小者更稳定。

（4）综合评价：若两人平均数相近，则选方差小者；若平均数相差较大，则需结合目标（是要稳定发挥，还是要冲击高分）进行决策，并说明理由。

情境二：产品质量控制

两家工厂生产同一批零件，分别抽取样本测量尺寸，计算平均数与方差。问哪家工厂的产品尺寸更符合标准（平均数是否接近标准值）、更稳定（方差大小）。

解答要点：既要看平均数与标准值的偏离程度，也要看方差反映的稳定性。

情境三：成绩分析

给出两个班级的考试成绩统计表或统计图，要求分析哪个班级的成绩更好、更均衡。

思路：“更好”通常指平均分高；“更均衡”指方差小。需分别比较平均数和方差，然后给出综合结论。

四、统计思想的渗透与应用

数据分析不仅仅是计算，更重要的是体会统计思想，并能运用所学知识解决实际问题。

（一）用样本估计总体【核心思想】

在现实问题中，总体往往包含大量个体，无法逐一考察。这时需要从总体中抽取一个样本，通过对样本数据的分析，推断总体的特征。

1.用样本平均数估计总体平均数

当样本具有代表性且容量足够大时，样本平均数可以作为总体平均数的估计值。

常见题型：从全校学生中随机抽取一部分学生进行身高测量，计算样本平均身高，以此估算全校学生的平均身高。

2.用样本方差估计总体方差

类似地，样本方差也可以用来估计总体的方差，反映总体的波动情况。

注意点：样本的抽取必须遵循随机性原则，样本容量不宜过小，以保证估计的可靠性。

（二）统计图表的选择与设计

根据数据特点和研究目的，选择合适的统计图表进行数据展示，也是数据分析能力的一部分。

1.想比较各部分与整体的比例关系，选扇形统计图。

2.想比较各个项目的具体数量，选条形统计图。

3.想反映数据随时间的变化趋势，选折线统计图。

4.想同时展示两组或多组数据的分布情况，可使用复式条形统计图或复式折线统计图。

（三）数据分析的完整流程

一个完整的数据分析过程通常包括：

（1）收集数据：明确调查目的，设计调查方式，收集数据。

（2）整理数据：用统计表、统计图等方式整理数据，使其条理化。

（3）描述数据：计算平均数、中位数、众数、极差、方差等统计量，描述数据的集中趋势和离散程度。

（4）分析数据：根据统计量，结合问题的背景，对数据所反映的现象做出分析和解释。

（5）得出结论：基于数据分析，形成结论，并可能据此提出建议或做出决策。

五、易错点辨析与解题技巧

（一）核心易错点

1.求中位数忘记排序

这是最常见的低级错误。无论数据看起来是否有序，求中位数的第一步必须是将所有数据按大小重新排列。

2.众数误答为出现次数

众数是指出现次数最多的那个数据，而不是那个次数。例如，一组数据中8出现5次，众数是8，而不是5。

3.加权平均数中权的混淆

在计算加权平均数时，要正确识别哪个是“数据”，哪个是“权”。在频数分布中，各组的数据通常取组中值，频数即为权。在百分比统计图中，百分比即为权。

4.方差计算中的单位问题

方差是平方和平均，其单位是原单位的平方。在解题时，若最后需要比较稳定性，比较方差或标准差均可，不必强行转化。但在实际解释时，标准差更直观。

5.用样本估计总体时忽略样本代表性

题目中若明确说明“随机抽取”，则样本可认为具有代表性。若未说明，需注意样本可能存在偏差，不能随意推广。

（二）常见题型与解题模板

题型一：直接计算型

给出若干数据，求平均数、中位数、众数、极差、方差。

模板：对于平均数，直接求和除以个数；对于中位数，先排序，再找中间位置；对于众数，统计各数据出