高中数学必修第三册（北师大版）第一章 统计 核心知识清单

高中数学必修第三册（北师大版）第一章统计核心知识清单一、统计学的开端：从普查到抽样——构建数据收集的底层逻辑（一）统计学的核心思想与基本概念【基础】统计学的研究对象是客观事物的数量特征和数据关系，其核心思想是通过对一部分数据的分析来推断整体的规律，即“用样本估计总体”。在这个过程中，必须清晰界定以下几个核心概念：总体：指所要考察对象的全体。这里需要注意的是，总体通常指的是某一种数值属性的集合，而非物体本身。例如，要考察某校高一学生的身高，总体并非“全校高一学生”这个人际群体，而是“全校高一学生身高的全体数据”2。个体：总体中的每一个考察对象。在刚才的例子中，每一个高一学生的身高数据就是一个个体。样本：从总体中抽取的一部分个体，构成总体的一个样本。样本是连接研究者与总体的桥梁，是实际进行观测和统计的对象。样本容量：样本中个体的数目，通常用n表示。它是一个数值，不带单位。（二）收集数据的两种基本策略：普查与抽样调查普查：为特定目的而对所有调查对象进行的全面调查，如人口普查4。优点在于结果全面、准确；缺点则是耗时耗力，有时根本无法实现（如检测一批炮弹的寿命）或具有破坏性。抽样调查：从总体中抽取样本进行调查，并据此推断总体的情况4。优点是效率高、成本低、适用性强。统计学习的核心正是围绕如何科学地进行抽样调查展开的。（三）科学抽样的三大方法【高频考点】★抽样方法的选取原则是保证样本对总体具有“代表性”，避免偏向性。北师大版教材重点介绍了三种基本的抽样方法：1.简单随机抽样【基础】定义：从个体编号为N的总体中逐个不放回地抽取n个个体作为样本，每次抽取时每个个体被抽到的概率相等5。特点：①总体容量N有限；②逐个抽取；③不放回；④等概率（每个个体被抽到的可能性均为n/N）。操作方法：抽签法：编号、制签、搅拌、抽签。注意“搅拌均匀”是保证公平性的关键1。随机数法：利用随机数表、随机数骰子或计算机产生的随机数进行抽取。使用时需注意编号位数一致，并按照随机数表中的规则（如向左、向右）读取1。易错点：学生常误以为“随机”就是“随意”。真正的随机必须借助工具，且要避免心理偏好带来的干扰。例如，在教室中直接选择前排学生进行调查，就不是简单随机抽样。2.系统抽样定义：将总体中的个体进行编号排序，先确定一个起始点，然后按照固定的间隔（称为抽样距）抽取样本15。操作步骤：①编号：将N个个体编号。②确定分段间隔k：当N/n是整数时，k=N/n；当N/n不是整数时，需先用简单随机抽样剔除多余个体，使剩下的总体容量N‘能被n整除，此时k=N’/n5。③确定起始号l：在第一段（1到k号）中用简单随机抽样确定第一个个体编号l（l≤k）。④获取样本：按照规则，依次抽取l，l+k，l+2k，…直到获取整个样本。适用场景：总体容量较大，且个体之间无明显层次差异5。3.分层抽样定义：将总体按某种特征分成若干层，然后按各层在总体中所占的比例，从各层中独立地进行抽样1。操作步骤：①分层：根据调查目标，选择恰当的变量（如年级、性别、地区）将总体划分为互不重叠的层。②计算抽样比k：k=样本容量n/总体容量N。③按比例分配各层样本数：第i层的样本量=第i层个体数×k。④在各层内独立抽样：每层内可采用简单随机抽样或系统抽样。适用场景：总体由差异明显的几部分（层）组成，目的是既要保证样本的代表性，又要对各层进行更精细的分析1。【难点与易错点辨析】：分层抽样要求“层内差异小，层间差异大”。若分层变量选择不当，分层抽样的效果可能不如简单随机抽样。务必计算抽样比，确保按比例分配。二、整理与呈现数据：让数字说话的艺术——统计图表（一）统计图表的选择与解读【基础】在获得数据后，需要通过图表直观地呈现数据的分布规律。条形图：用于展示不同类别的频数或频率，条形之间是分开的，表示定性数据。折线图：主要用于显示数据随时间或其他顺序变化的趋势。扇形图：直观显示各部分在整体中所占的百分比。茎叶图【高频考点】：这是一种既能保留原始数据又能展示分布形态的图表1。它由“茎”和“叶”两部分组成，“茎”通常代表高位数字，“叶”代表低位数字。优点：①所有原始数据信息均可从图中找回，无信息损失；②便于记录和比较两组数据。缺点：当数据量很大时，茎叶图会显得非常冗长、杂乱，此时不再适用。画法要点：注意“茎”的宽度选择要合理，同一数据出现多次必须重复记录，不能遗漏1。（二）频率分布直方图——估计总体分布的利器【高频考点】★★当数据量较大时，频率分布直方图是展现数据分布规律最有效的方法之一。绘制步骤：1.求极差：最大值与最小值的差，它决定了数据分布的范围1。2.决定组距与组数：组数=极差/组距（通常取整数）。组数太少，分布规律会被掩盖；组数太多，图形会过于琐碎。一般数据在100以内，组数常选512组。3.将数据分组：确定各组的上、下限，注意分组的区间通常采用“左闭右开”原则，避免数据重复归属。4.列频率分布表：统计各组内的频数，并计算频率=频数/样本容量。5.画频率分布直方图：以横轴表示样本数据，纵轴表示频率/组距。这样，每个小矩形的面积=（频率/组距）×组距=频率。所有小矩形面积之和等于11。【重要解读】：直方图的高度是“频率/组距”，而不是“频率”，这是为了确保各矩形面积之和为1，使得图形的形状与组距的选择无关。在直方图中，我们无法精确找回原始数据，但可以直观地看出数据的集中趋势、对称性和波动情况。三、量化数据特征：用数字提炼核心——数字特征（一）集中趋势的度量【基础】众数：数据中出现次数最多的数。它可能不止一个，也可能没有。优点是不受极端值影响，缺点是可能不唯一。在频率分布直方图中，众数通常取最高矩形中点的横坐标。中位数：将数据从小到大排列后，处于中间位置的数。如果数据个数是偶数，则为中间两个数的平均数。中位数不受极端值影响，代表了数据的“中等水平”。在频率分布直方图中，中位数左边和右边的直方图面积相等，各为0.57。平均数：所有数据之和除以数据个数，用x̄表示。它是应用最广泛的集中趋势度量，对推断总体具有重要价值，但缺点是极易受极端值影响。在频率分布直方图中，平均数的估计值等于每个小矩形底边中点横坐标乘以该矩形面积（频率）之和。...考点】：常考一组数据同时加上或乘以一个常数后，平均数的变化。若原数据平均数为x̄，则新数据ax₁+b，ax₂+b，...的平均数为ax̄+b。（二）离散程度的度量【高频考点】★★仅知道数据的中心位置还不够，还需了解数据的波动大小。例如，两个班的平均分相同，但一个班分数集中，另一个班分数悬殊，其教学意义完全不同。极差：最大值与最小值之差。计算简单，但易受极端值影响，信息利用不充分。方差与标准差：衡量数据波动大小的核心指标。样本方差：s²=1/(n1)∑(xix̄)²1。注意分母是n1而不是n。这是因为在计算中使用了样本平均数，损失了一个自由度，用n1作为分母能得到对总体方差的无偏估计。这是高中数学与初中统计的一个重要区别，也是考试中容易设置陷阱的地方。样本标准差：s=√s²，具有与原数据相同的单位，使得离散程度的意义更直观。......质：若一组数据x₁，x₂，...，xn的方差为s²，则数据ax₁+b，ax₂+b，...，axn+b的方差为a²s²，标准差为|a|s1。【解题步骤】：计算一组数据的方差时，先求平均数，再计算每个数据与平均数的差，平方后求和，最后除以（n1）。常见题型：通过比较两组数据的标准差或方差，来判断哪组数据更稳定。方差（标准差）越小，数据越稳定，波动越小8。四、用样本估计总体：从局部走向全局的推断（一）估计总体的分布用样本的频率分布（频率分布表、频率分布直方图）来近似估计总体的分布。当样本容量无限增大，组距无限缩小时，频率分布直方图的轮廓会演变成一条光滑的曲线，即总体密度曲线。它反映了总体数据在各个范围内取值的概率。（二）估计总体的数字特征用样本的平均数、方差等数字特征来估计总体的平均数和方差。样本容量越大，这种估计往往越精确。但必须理解，这种估计总是存在误差的，即抽样误差。统计学研究的重要内容之一就是如何控制并估计这种误差。五、探索变量之间的关系：相关性与最小二乘估计【难点】（一）相关关系【基础】两个变量之间的关系，除了确定的函数关系外，还有一种非确定性的关系，称为相关关系1。例如，身高与体重、施肥量与产量之间，存在一定的关联，但并非由一个变量唯一确定。散点图：判断两个变量是否具有相关关系的直观工具。将成对数据以点在坐标系中绘出，通过观察点的分布形态来判断1。如果点散布在从左下角到右上角的区域，称两变量正相关。如果点散布在从左上角到右下角的区域，称两变量负相关。如果点分布毫无规律，则变量之间不相关。（二）线性回归分析【高频考点】★★★如果散点图中的点大致分布在一条直线附近，那么这两个变量之间具有线性相关关系。我们可以用一条直线来近似地描述它们之间的关系，这条直线叫做回归直线。求回归直线的常用方法是最小二乘法。核心原理：使得样本数据的各点到这条直线的距离的平方和最小。数学上，即使得∑(yibxia)²的值达到最小，其中yi为实际观测值，bxi+a为回归直线上的预测值。计算公式：设回归直线方程为ŷ=bx+a，其中b是回归系数，a是截距。计算公式为：b=[∑(xix̄)(yiȳ)]/[∑(xix̄)²]=(∑xiyinx̄ȳ)/(∑xi²nx̄²)a=ȳbx̄【解题步骤】：解答线性回归题目时，通常按照以下流程：1.列表并计算：列出xi，yi，xi²，xiyi，并求出它们的和。2.计算平均数：求出x̄和ȳ。3.代入公式求b：利用第二个公式（通常是计算器或考试中更常用的公式）计算回归系数b。4.求a：利用a=ȳbx̄计算截距。5.写出回归方程：ŷ=bx+a。【重要解读】：回归直线一定经过样本的中心点(x̄，ȳ)，这是一个非常重要的性质，常用于检验计算是否正确或求解未知参数。回归系数b的含义：当x每增加一个单位时，y平均增加（或减少）|b|个单位。它反映了两个变量线性关系的方向和强度。易错点：回归分析只能揭示变量之间的“相关关系”，不能直接证明“因果关系”。即使两个变量高度相关，也于巧合或存在第三个潜在变量（即“混杂变量”）在同时影响它们。例如，雪糕销量与游泳溺水人数高度正相关，但二者并无直接因果联系，而是因为夏天高温这一“混杂变量”同时导致了雪糕销量上升和游泳人数增加。预测：将给定的x值代入回归方程，可以得到y的预测值。但这种预测仅在样本数据范围内较为可靠，若x远离样本数据范围进行外推，可能会产生较大偏差甚至得出荒谬结论。六、核心考点与解题思维进阶（一）抽样方法的辨析与应用【高频考点】题型：给出一个调查背景，判断应该采用哪种抽样方法，或判断给定的抽样过程是否正确。解题关键：看总体是否由差异明显的几部分组成→是，则用分层抽样。看总体容量是否很大且无明显层次→是，则考虑系统抽样。看总体容量较小或抽样要求简单→则用简单随机抽样。特别注意：系统抽样中遇到不能整除时，需先用简单随机抽样剔除多余个体，这一步骤极易被忽略。（二）频率分布直方图的信息读取【必考题型】★★题型：根据给出的直方图，求频率、频数、样本容量、平均数、中位数等。解题要点：牢记“面积”=“频率”。求中位数时，要先找到使得左侧面积累积到0.5的那个点的横坐标，通常需要利用比例进行估算。求平均数时，要用每个小矩形的“底边中点横坐标”乘以“该矩形的面积（即频率）”，然后求和。（三）茎叶图与数字特征的综合计算【热点】题型：给出茎叶图，要求计算两组数据的众数、中位数、平均数、方差，并比较它们的稳定性和集中趋势。易错点：在读取茎叶图数据时，一定要看清茎代表的是哪一位（如十位、百位），叶代表的是哪一位（如个位、十位），防止误读。在计算方差时，务必注意分母是n还是n1（高中数学统计推断中通常使用样本方差，分母为n1，但部分基础题可能用n，需看清题意）。（四）线性回归方程的求解与应用【综合题】题型：给出现有数据，要求用最小二乘法求回归方程，并解释b的含义，或利用方程进行预测。解题关键：熟练掌握并正确代入公式，避免计算失误。明确中心点(x̄，ȳ)的含义，它一定在回归直线上，这一性质常用来求参数a或检验结果。2002...3...的转换，如可能将年份（2000，2001，2002...）转换为（1，2，3...）以简化计算。【思维进阶】：在解释回归系数时，必须使用“平均”二字。例如，“身高每增