第 5 章 概率统计(统计篇)
⚠️ 公式渲染脚本(MathJax)没有加载成功。请连接网络后刷新页面;若离线使用,公式会显示为 LaTeX 源码。
抽样 · 样本估计总体

第 5 章 概率统计(统计篇)

高考分值约 5~6 分(进解答题合计 12~17 分)| 先读信息卡,再按三遍法学习

建议学习时长:8 小时(分 4 次,每次 2 小时)
自测达标标准:6 道自测题做对 5 道,限时 30 分钟,不看书、不查公式。
达标后才能进入第 6 章(概率篇)。


【这章高考能拿几分】

能拿 5~6 分;进解答题时相关小问合计 12~17 分。
项目情况
出现在哪小题 1~2 道(选择或填空),或解答题第 1 题(常与概率合考)
分值小题 5~6 分;进解答题时相关小问合计 12~17 分
考不考年年考,几乎 100%。2021~2025 各套全国卷、新高考卷都考到了
难度★★☆(两星)。计算量偏大,但套路完全固定,不需要灵光一闪
前置知识会算平均数、会看表格、会分数小数互化。没了

为什么把统计排在第二档第一位?

因为它是整张卷子上最接近"照着公式算"的解答题。

别的解答题要你"想办法",统计题不用想—— 它把数据摆在你面前,你只需要选对公式、按计算器、写清楚步骤。

说句实话:统计是"最像文科的数学题"。
你能背下来"求平均数用组中值乘频率"、"求中位数找面积 0.5",
就能拿分。它不考你聪不聪明,只考你有没有把套路练熟。


【必须背住的核心概念】

1. 三种抽样方法(选择题常客)

先记住四个名词:

名词意思
总体你要研究的全部对象
个体总体里的每一个考察对象
样本从总体里抽出来的一部分个体
样本容量样本里个体的个数(就是个数字,比如 100)

① 简单随机抽样

人话解释:抓阄。每个个体被抽到的机会完全一样。

两种方式:

  • 抽签法:把编号写在纸条上,搅匀了抽。
  • 随机数表法:用随机数表读数。

考试考点:一句话——"每个个体被抽到的概率相等"。

② 系统抽样(等距抽样)

人话解释:排队报数,隔固定人数抽一个。

步骤(记住这个顺序):

  1. 把总体编号为 $1, 2, 3, \dots, N$;
  2. 算间隔:$k = \dfrac{N}{n}$(总体个数 ÷ 样本容量),$k$ 必须是整数;
  3. 在第 1 段(编号 $1 \sim k$)里随机抽一个号,比如抽到 $m$;
  4. 后面依次抽 $m + k,\ m + 2k,\ m + 3k,\ \dots$

坑:间隔 $k$ 是"总体 ÷ 样本容量",不是反过来。
1000 个人里抽 50 个,间隔是 $1000 \div 50 = 20$,不是 $50 \div 1000$。

③ 分层抽样(考得最多)

人话解释:总体里明显的几拨人(比如男/女、高一/高二/高三), 每一拨都按同一个比例抽,保证样本的结构跟总体一样。

核心公式:

$$\text{抽样比} = \frac{\text{样本容量}}{\text{总体个数}} = \frac{n}{N}$$
$$\text{某层该抽的个数} = \text{该层的总人数} \times \frac{n}{N}$$

速记口诀:分层抽样,等比分配;大拨多抽,小拨少抽,比例一样。

例题感知:某校高中生 1500 人,其中高一 600 人、高二 500 人、高三 400 人。 要抽 150 人的样本,各年级抽多少?

抽样比 $= \dfrac{150}{1500} = \dfrac{1}{10}$,所以:

  • 高一:$600 \times \dfrac{1}{10} = 60$ 人
  • 高二:$500 \times \dfrac{1}{10} = 50$ 人
  • 高三:$400 \times \dfrac{1}{10} = 40$ 人

验算:$60 + 50 + 40 = 150$ ✓(一定要验算,加不出总数就是你算错了。)


2. 频率分布直方图(本章第一大考点)

这是统计篇的核心中的核心。几乎每年都考。

看图前必须懂的两件事

第一件:把数据分组后,每组的频数是落在这组的个数, 频率是它占总数的比例:

$$\text{频率} = \frac{\text{频数}}{\text{样本容量}}$$

所有组的频率加起来 $= 1$。

第二件:直方图的纵轴不是频率,是"频率 ÷ 组距"。 所以每个小长方形的面积才是频率:

$$\text{小长方形面积} = \text{组距} \times \frac{\text{频率}}{\text{组距}} = \text{频率}$$

所有小长方形面积之和 $= 1$。(这是最重要的性质,用来求未知量。)

由直方图能读出三个数

① 众数:最高的那个小长方形,底边中点对应的数。

② 中位数:把面积左右各 0.5 切开的那条线对应的数。

算中位数的方法(按面积找,不是按个数找):

  1. 从左到右累加各组的面积(频率),看加到哪一组超过了 0.5;
  2. 设中位数为 $x$,用"左边面积 = 0.5"列方程。

③ 平均数:用每组的中点值代替整组的数据,加权平均:

$$\bar{x} = x_1 \cdot f_1 + x_2 \cdot f_2 + \cdots + x_k \cdot f_k$$

其中 $x_i$ 是第 $i$ 组的组中值($=\dfrac{\text{组下限}+\text{组上限}}{2}$), $f_i$ 是第 $i$ 组的频率($=$ 该组小长方形面积)。

口诀:求平均,用中点;求中位,找半面积;求众数,看最高。


3. 百分位数(新高考新宠,务必会)

人话解释:第 $p$ 百分位数就是"有 $p\%$ 的数据不超过它"的那个数。

比如第 75 百分位数:把所有数据从小到大排好, 有 75% 的数据 ≤ 它,有 25% 的数据 ≥ 它。

算法(照着做,别想):

  1. 把 $n$ 个数据从小到大排好:第 1 小、第 2 小、……、第 $n$ 小;
  2. 算 $i = n \times p\%$;
  3. 判断:
    • 如果 $i$ 不是整数:把 $i$ 向上取整,取第 $\lceil i \rceil$ 个数据;
    • 如果 $i$ 是整数:取第 $i$ 个和第 $i+1$ 个数据的平均数。

例子:10 个数据从小到大是 $1, 2, 3, 4, 5, 6, 7, 8, 9, 10$,求第 75 百分位数。

$i = 10 \times 0.75 = 7.5$,不是整数,向上取整是 8 → 取第 8 个数据 $= 8$。

再比如:求第 50 百分位数。$i = 10 \times 0.5 = 5$,是整数 → 取第 5 个和第 6 个的平均数 $= \dfrac{5+6}{2} = 5.5$。(这就是中位数。)

提示:第 50 百分位数 = 中位数,第 25 百分位数 = 下四分位数,
第 75 百分位数 = 上四分位数。考试常直接问"第 60 百分位数"。


4. 方差与标准差(记住性质比会算更重要)

方差衡量"数据有多分散":

$$s^2 = \frac{1}{n}\Big[(x_1-\bar{x})^2 + (x_2-\bar{x})^2 + \cdots + (x_n-\bar{x})^2\Big]$$

标准差就是方差开根号:$s = \sqrt{s^2}$。

人话解释:方差越大,数据越"散";方差越小,数据越"抱团"。

必背的三条性质(比计算更常考)

如果一组新数据 $y$ 是由旧数据 $x$ 变来的:$y_i = a x_i + b$,那么:

$$\bar{y} = a\bar{x} + b$$
$$s_y^2 = a^2 \cdot s_x^2$$
$$s_y = |a| \cdot s_x$$

人话解释:

  • 全体数据加 $b$(平移):平均数跟着加 $b$,方差不变;
  • 全体数据乘 $a$(缩放):平均数乘 $a$,方差乘 $a^2$。

坑:方差是乘 $a^2$ 不是乘 $a$!
数据都变成 2 倍,方差变成 4 倍,标准差变成 2 倍。

例子:一组数据 $x$ 的平均数是 3、方差是 4。 新数据 $y = 2x + 1$,则 $\bar{y} = 2\times 3 + 1 = 7$,$s_y^2 = 2^2 \times 4 = 16$。


5. 茎叶图(会看就行)

人话解释:把数据的"高位"当茎、"低位"当叶,竖着排开。

比如数据是 12、15、23、27、28,茎叶图是:

茎 | 叶
 1 | 2  5
 2 | 3  7  8

表示十位(茎)是 1 的有 12、15;十位是 2 的有 23、27、28。

优点:原始数据一个没丢,能直接读出中位数、众数。


6. 回归直线(解答题常客)

散点图与相关性

把成对数据 $(x, y)$ 画在坐标纸上,如果点大致落在一条直线附近, 就说 $x$ 和 $y$ 线性相关。

  • 从左下往右上 → 正相关($x$ 变大 $y$ 也变大)
  • 从左上往右下 → 负相关($x$ 变大 $y$ 变小)

回归直线方程

$$\hat{y} = \hat{b}x + \hat{a}$$

其中(公式不用背,考试会给,但你必须知道它在干嘛):

$$\hat{b} = \frac{\displaystyle\sum_{i=1}^{n}(x_i-\bar{x})(y_i-\bar{y})}{\displaystyle\sum_{i=1}^{n}(x_i-\bar{x})^2} = \frac{\displaystyle\sum_{i=1}^{n}x_iy_i - n\bar{x}\bar{y}}{\displaystyle\sum_{i=1}^{n}x_i^2 - n\bar{x}^2}$$
$$\hat{a} = \bar{y} - \hat{b}\bar{x}$$

必背的一条性质(年年考)

回归直线一定经过样本中心点 $(\bar{x},\ \bar{y})$。

人话解释:你把 $x = \bar{x}$ 代进去,算出来的 $\hat{y}$ 一定等于 $\bar{y}$。 这条性质可以用来验算,也可以用来少算一步(知道 $\bar{x},\bar{y}$ 和 $\hat{b}$, 直接得 $\hat{a} = \bar{y} - \hat{b}\bar{x}$)。

相关系数 $r$

$$r = \frac{\displaystyle\sum_{i=1}^{n}(x_i-\bar{x})(y_i-\bar{y})}{\sqrt{\displaystyle\sum_{i=1}^{n}(x_i-\bar{x})^2}\ \sqrt{\displaystyle\sum_{i=1}^{n}(y_i-\bar{y})^2}}$$

性质:$-1 \le r \le 1$。

  • $r > 0$ 正相关,$r < 0$ 负相关;
  • $|r|$ 越接近 1,线性相关性越强;越接近 0 越弱。

考试只要求定性判断:$|r|$ 接近 1 就说"线性相关性很强", 接近 0 就说"线性相关性很弱"。不用你算。


7. 独立性检验(2×2 列联表,压轴送分问)

人话解释:判断"两件事有没有关系"。 比如"吸烟"和"得肺癌"有没有关系。

列联表的样子

有 $B$没有 $B$合计
有 $A$$a$$b$$a+b$
没有 $A$$c$$d$$c+d$
合计$a+c$$b+d$$n = a+b+c+d$

卡方公式(必须背,考试不给)

$$\chi^2 = \frac{n(ad-bc)^2}{(a+b)(c+d)(a+c)(b+d)}$$

记忆技巧:分子是 $n$ 乘"交叉相乘之差"的平方, 分母是四个边缘合计相乘。

判断标准(考试会给临界值表)

$P(\chi^2 \ge k)$0.0500.0100.001
临界值 $k$3.8416.63510.828
  • 若 $\chi^2 \ge 6.635$:有 99% 的把握认为两者有关;
  • 若 $\chi^2 \ge 3.841$:有 95% 的把握认为两者有关;
  • 若 $\chi^2 < 3.841$:没有充分证据认为两者有关。

答题模板(背下来):
"因为 $\chi^2 = \text{(算出来的数)} > 6.635$,
所以有 99% 的把握认为 $A$ 与 $B$ 有关。"


【手把手例题】

做题规矩:
① 先自己看题想 30 秒;
② 想不出来直接往下看解析,把每一步都抄在纸上;
③ 抄完遮住答案,自己再做一遍。
不许跳步。每一步都要落到纸上。


例 1(分层抽样,最基础的送分题)

题目:某学校有高中生 1800 人,其中高一 700 人、高二 600 人、高三 500 人。 现用分层抽样的方法抽取容量为 90 的样本,问各年级分别抽取多少人?

思路分析: 分层抽样的核心是"同一个抽样比"。 先算抽样比,再拿它去乘各层人数。

完整步骤:

总体人数 $N = 1800$,样本容量 $n = 90$,所以抽样比:

$$\frac{n}{N} = \frac{90}{1800} = \frac{1}{20}$$

各年级应抽取:

  • 高一:$700 \times \dfrac{1}{20} = 35$(人)
  • 高二:$600 \times \dfrac{1}{20} = 30$(人)
  • 高三:$500 \times \dfrac{1}{20} = 25$(人)

验算:$35 + 30 + 25 = 90$ ✓

答:高一抽 35 人,高二抽 30 人,高三抽 25 人。

变形题:若问"高二比高三多抽几人",就是 $30 - 25 = 5$ 人。
若问"某班有 50 人,该班被抽中几人",同样是 $50 \times \dfrac{1}{20} = 2.5$,
——注意人数必须取整,这时题目一般会设计成能整除的。


例 2(频率分布直方图求未知量 + 平均数,经典考法)

题目:从某校随机抽取 100 名学生的数学成绩,得到如图所示的频率分布直方图 (此处以表格代替图形,分组与"频率/组距"如下):

分组频率/组距
$[40, 50)$0.006
$[50, 60)$0.010
$[60, 70)$0.020
$[70, 80)$$a$
$[80, 90)$0.022
$[90, 100]$0.012

(1)求 $a$ 的值; (2)估计这 100 名学生成绩的平均数。

思路分析:

  • 第(1)问用"所有小长方形面积之和 = 1"。每组的组距都是 10,
    所以面积 $= 10 \times$(频率/组距)。
  • 第(2)问用"组中值 × 频率"再求和。

完整步骤:

(1)求 $a$

所有组面积之和为 1,组距都是 10:

$$10 \times (0.006 + 0.010 + 0.020 + a + 0.022 + 0.012) = 1$$

括号内先加已知量:

$$0.006 + 0.010 + 0.020 + 0.022 + 0.012 = 0.070$$

所以:

$$10 \times (0.070 + a) = 1$$
$$0.070 + a = 0.1$$
$$a = 0.030$$

答:$a = 0.03$。

(2)求平均数

先算每组的组中值和频率(频率 $=$ 组距 $\times$ 频率/组距 $= 10 \times$ 频率/组距):

分组组中值频率/组距频率
$[40,50)$450.0060.06
$[50,60)$550.0100.10
$[60,70)$650.0200.20
$[70,80)$750.0300.30
$[80,90)$850.0220.22
$[90,100]$950.0120.12

验算频率之和:$0.06+0.10+0.20+0.30+0.22+0.12 = 1.00$ ✓

平均数:

$$\bar{x} = 45\times0.06 + 55\times0.10 + 65\times0.20 + 75\times0.30 + 85\times0.22 + 95\times0.12$$

逐项计算:

$$45\times0.06 = 2.7$$
$$55\times0.10 = 5.5$$
$$65\times0.20 = 13.0$$
$$75\times0.30 = 22.5$$
$$85\times0.22 = 18.7$$
$$95\times0.12 = 11.4$$

相加:

$$2.7 + 5.5 + 13.0 + 22.5 + 18.7 + 11.4 = 74.8$$

答:平均数约为 74.8 分。

坑:平均数用组中值近似,所以答案通常说"估计这 100 名学生的
平均成绩约为 74.8 分"。别忘了"估计"两个字。


例 3(求中位数与百分位数)

题目:承接例 2 的频率分布表(各组的频率见上表)。 (1)估计这 100 名学生成绩的中位数; (2)估计第 80 百分位数。

思路分析:

  • 中位数 = 第 50 百分位数,从左往右累加频率,找到"跨过 0.5"的那一组,
    用"左边频率 + 本组内按比例的一段 = 目标频率"列方程。
  • 第 80 百分位数同理,目标是 0.8。

完整步骤:

(1)中位数

累加频率:

  • 到 $[40,50)$ 为止:$0.06$
  • 到 $[50,60)$ 为止:$0.06 + 0.10 = 0.16$
  • 到 $[60,70)$ 为止:$0.16 + 0.20 = 0.36$
  • 到 $[70,80)$ 为止:$0.36 + 0.30 = 0.66$ ← 在这里跨过 0.5

所以中位数落在 $[70, 80)$ 这一组内。

设中位数为 $x$。在 $[70, x]$ 这一段里的频率为:

$$(x - 70) \times 0.030$$

(因为这一组的"频率/组距"是 $a = 0.030$)

左边已有 0.36,要求左边总计 0.5:

$$0.36 + (x-70)\times 0.030 = 0.50$$
$$(x-70)\times 0.030 = 0.14$$
$$x - 70 = \frac{0.14}{0.030} = 4.67$$
$$x \approx 74.7$$

答:中位数约为 74.7 分。

(2)第 80 百分位数

继续累加:到 $[80,90)$ 为止是 $0.66 + 0.22 = 0.88$ ← 跨过 0.8

所以第 80 百分位数落在 $[80, 90)$ 内。设它为 $y$:

$$0.66 + (y-80)\times 0.022 = 0.80$$
$$(y-80)\times 0.022 = 0.14$$
$$y - 80 = \frac{0.14}{0.022} \approx 6.36$$
$$y \approx 86.4$$

答:第 80 百分位数约为 86.4 分。

总结套路:找中位数/百分位数 = "从左累加,跨组就设 $x$,
用 左边累计 + 本组一段 = 目标频率 列方程"
。练 3 遍就一辈子忘不掉。


例 4(方差的性质,送分小题)

题目:已知一组数据 $x_1, x_2, \dots, x_{10}$ 的平均数为 4,方差为 9。 若新数据 $y_i = 3x_i - 2$($i = 1,2,\dots,10$), 求新数据 $y$ 的平均数和方差。

思路分析: 直接套性质,不用一个一个算。

完整步骤:

这里 $a = 3$,$b = -2$。

平均数:

$$\bar{y} = a\bar{x} + b = 3 \times 4 + (-2) = 12 - 2 = 10$$

方差:

$$s_y^2 = a^2 \cdot s_x^2 = 3^2 \times 9 = 9 \times 9 = 81$$

答:新数据的平均数为 10,方差为 81。

验算思路(帮助理解):
每个数乘 3,平均数当然也乘 3(变成 12);
每个数再减 2,平均数也减 2(变成 10)。
减 2 是整体平移,不改变数据的分散程度,所以方差只受"乘 3"影响,
变成 $3^2 = 9$ 倍,即 $9 \times 9 = 81$。


例 5(回归直线方程,解答题标准流程)

题目:某商店统计了 5 个月的广告费 $x$(万元)与销售额 $y$(万元):

$x$12345
$y$1218253035

(1)求 $y$ 关于 $x$ 的回归直线方程 $\hat{y} = \hat{b}x + \hat{a}$; (2)若下月广告费为 6 万元,预测销售额。

已知:$\sum x_i y_i = 1\times12 + 2\times18 + 3\times25 + 4\times30 + 5\times35 = 383$, $\sum x_i^2 = 1 + 4 + 9 + 16 + 25 = 55$。

思路分析: 先算 $\bar{x}, \bar{y}$,再代公式求 $\hat{b}$,再用 $\hat{a} = \bar{y} - \hat{b}\bar{x}$ 求 $\hat{a}$。

完整步骤:

(1)求回归方程

$$\bar{x} = \frac{1+2+3+4+5}{5} = \frac{15}{5} = 3$$
$$\bar{y} = \frac{12+18+25+30+35}{5} = \frac{120}{5} = 24$$

用公式求 $\hat{b}$:

$$\hat{b} = \frac{\sum x_i y_i - n\bar{x}\bar{y}}{\sum x_i^2 - n\bar{x}^2} = \frac{383 - 5\times 3 \times 24}{55 - 5 \times 3^2}$$
$$= \frac{383 - 360}{55 - 45} = \frac{23}{10} = 2.3$$

求 $\hat{a}$:

$$\hat{a} = \bar{y} - \hat{b}\bar{x} = 24 - 2.3 \times 3 = 24 - 6.9 = 17.1$$

所以回归直线方程为:

$$\hat{y} = 2.3x + 17.1$$

验算(用"必过样本中心点"):把 $x = \bar{x} = 3$ 代入:

$$\hat{y} = 2.3 \times 3 + 17.1 = 6.9 + 17.1 = 24 = \bar{y}\ \checkmark$$

答:回归直线方程为 $\hat{y} = 2.3x + 17.1$。

(2)预测

把 $x = 6$ 代入:

$$\hat{y} = 2.3 \times 6 + 17.1 = 13.8 + 17.1 = 30.9$$

答:预测销售额约为 30.9 万元。

坑:回归方程用来预测时,只能在样本数据范围内或附近用,
不能外推太远(比如拿 $x = 100$ 去预测就没意义了)。
另外答题时写"预测"或"估计",不要写"一定""必然"。


例 6(独立性检验,压轴送分问)

题目:为研究"学生是否喜欢数学"与"性别"是否有关, 随机抽取了 200 名学生,得到下表:

喜欢数学不喜欢数学合计
男生6040100
女生5050100
合计11090200

根据独立性检验,能否认为"喜欢数学与性别有关"? (临界值:$P(\chi^2 \ge 3.841) = 0.05$,$P(\chi^2 \ge 6.635) = 0.01$)

思路分析: 套卡方公式,算出 $\chi^2$,再跟临界值比大小下结论。

完整步骤:

对照标准格式,$a = 60,\ b = 40,\ c = 50,\ d = 50,\ n = 200$。

先算交叉相乘之差:

$$ad - bc = 60 \times 50 - 40 \times 50 = 3000 - 2000 = 1000$$

再算四个边缘合计:

$$a+b = 100,\quad c+d = 100,\quad a+c = 110,\quad b+d = 90$$

代入公式:

$$\chi^2 = \frac{n(ad-bc)^2}{(a+b)(c+d)(a+c)(b+d)}$$
$$= \frac{200 \times 1000^2}{100 \times 100 \times 110 \times 90}$$
$$= \frac{200 \times 10^6}{99 \times 10^6} = \frac{200}{99} \approx 2.02$$

比较:$2.02 < 3.841$。

答:因为 $\chi^2 \approx 2.02 < 3.841$, 所以没有充分的证据认为"喜欢数学与性别有关"。

答题模板(照抄就能得分):
"计算得 $\chi^2 = \text{数值}$。
因为 $\chi^2 \ \text{(大于/小于)} \ 3.841$(或 6.635),
所以有 95%(或 99%)的把握认为两者有关
(或:没有充分证据认为两者有关)。"

坑:结论里不能说"证明""一定",只能说"有 95% 的把握"。


【模仿练习】

要求:先自己做完再对答案。写不出过程就回头抄例题,抄完再做。

练 1:某工厂有职工 1200 人,其中技术工人 720 人、普通工人 480 人。 用分层抽样抽取容量为 60 的样本,两类工人各抽多少人?

练 2:从一批零件中抽取 100 个测量长度(单位:mm),得到频率分布表:

分组$[10,12)$$[12,14)$$[14,16)$$[16,18)$$[18,20]$
频率0.100.250.350.200.10

(1)求这 100 个零件长度的平均数(用组中值估计); (2)求中位数落在哪一组,并估计其值。

练 3:已知一组数据的平均数为 5、方差为 16。 若每个数据都先乘 2 再加 3,求新数据的平均数和标准差。

练 4:对某组数据从小到大排列后共 20 个,求第 70 百分位数是第几个数据? (只要求写出取法,不必算出具体数值)

练 5:某产品广告费 $x$(万元)与销售额 $y$(万元)的数据如下: $\sum x_i = 15$,$\sum y_i = 60$,$\sum x_i y_i = 200$,$\sum x_i^2 = 55$,$n = 5$。 求回归直线方程。(结果保留一位小数)

练 6:调查 300 人是否喜欢运动与是否近视,列联表如下:

近视不近视合计
喜欢运动40110150
不喜欢运动8070150
合计120180300

计算 $\chi^2$(保留两位小数),并判断能否认为"喜欢运动与近视有关"。


答案与思路 —— 做完再看,点我展开
提示:先自己做完题再展开。对完答案后,把做错的题抄一遍解析,第二天再做一次。

【答案与思路】

对答案的规矩:错了的题,不要只看答案,
要把下面的解析抄一遍,然后明天再做一次。
只对答案不抄过程 = 没做。

练 1 答案

抽样比 $= \dfrac{60}{1200} = \dfrac{1}{20}$。

  • 技术工人:$720 \times \dfrac{1}{20} = 36$(人)
  • 普通工人:$480 \times \dfrac{1}{20} = 24$(人)

验算:$36 + 24 = 60$ ✓

答:技术工人抽 36 人,普通工人抽 24 人。


练 2 答案

(1)平均数

各组的组中值依次为 11、13、15、17、19。

$$\bar{x} = 11\times0.10 + 13\times0.25 + 15\times0.35 + 17\times0.20 + 19\times0.10$$
$$= 1.1 + 3.25 + 5.25 + 3.4 + 1.9 = 14.9$$

答:平均数约为 14.9 mm。

(2)中位数

累加频率:$0.10$,$0.10+0.25=0.35$,$0.35+0.35=0.70$ ← 在 $[14,16)$ 组跨过 0.5

设中位数为 $x$,该组组距为 2,该组的"频率/组距" $= \dfrac{0.35}{2} = 0.175$:

$$0.35 + (x-14)\times 0.175 = 0.50$$
$$(x-14)\times 0.175 = 0.15$$
$$x - 14 = \frac{0.15}{0.175} \approx 0.86$$
$$x \approx 14.86$$

答:中位数落在 $[14,16)$ 组,约为 14.86 mm。


练 3 答案

$a = 2$,$b = 3$。

平均数:$\bar{y} = 2 \times 5 + 3 = 13$。

方差:$s_y^2 = 2^2 \times 16 = 4 \times 16 = 64$。

标准差:$s_y = \sqrt{64} = 8$。

答:新数据平均数为 13,标准差为 8。

(注意:题目问的是标准差不是方差,别忘了开根号。)


练 4 答案

$n = 20$,$p = 70$,$i = 20 \times 0.70 = 14$。

$14$ 是整数,所以取第 14 个和第 15 个数据的平均数。

答:取第 14 个与第 15 个数据的平均数作为第 70 百分位数。


练 5 答案

$$\bar{x} = \frac{15}{5} = 3,\quad \bar{y} = \frac{60}{5} = 12$$
$$\hat{b} = \frac{200 - 5\times 3 \times 12}{55 - 5\times 3^2} = \frac{200 - 180}{55 - 45} = \frac{20}{10} = 2.0$$
$$\hat{a} = 12 - 2.0 \times 3 = 12 - 6 = 6.0$$

答:$\hat{y} = 2.0x + 6.0$。

验算:过 $(3, 12)$ → $2.0\times3 + 6.0 = 12$ ✓


练 6 答案

$a = 40,\ b = 110,\ c = 80,\ d = 70,\ n = 300$。

$$ad - bc = 40 \times 70 - 110 \times 80 = 2800 - 8800 = -6000$$
$$(ad-bc)^2 = 36 \times 10^6$$
$$a+b = 150,\quad c+d = 150,\quad a+c = 120,\quad b+d = 180$$
$$\chi^2 = \frac{300 \times 36\times 10^6}{150 \times 150 \times 120 \times 180} = \frac{10800 \times 10^6}{486 \times 10^6} = \frac{10800}{486} \approx 22.22$$

因为 $22.22 > 6.635$,所以有 99% 的把握认为"喜欢运动与近视有关"。

答:$\chi^2 \approx 22.22 > 6.635$,有 99% 的把握认为两者有关。


本章总结(抄一遍,加深印象)

  1. 分层抽样:抽样比 $= \dfrac{n}{N}$,各层抽取数 $=$ 该层总数 $\times$ 抽样比。
    算完一定要验算"各层之和 = 样本容量"。
  2. 频率分布直方图:
    • 纵轴是"频率/组距",小长方形面积 = 频率,总面积 = 1;
    • 求未知量用"面积和 = 1";
    • 平均数用组中值 × 频率再求和;
    • 中位数用"左边累计到 0.5"列方程;
    • 百分位数同理,目标换成 $p\%$。
  3. 百分位数:算 $i = n \times p\%$,非整数向上取整取第 $\lceil i\rceil$ 个;
    是整数取第 $i$ 与第 $i+1$ 个的平均数。
  4. 方差性质:数据 $y = ax + b$ 时,$\bar{y} = a\bar{x} + b$,$s_y^2 = a^2 s_x^2$,
    $s_y = |a| s_x$。平移不影响方差,缩放使方差乘平方。
  5. 回归直线:$\hat{y} = \hat{b}x + \hat{a}$,
    $\hat{a} = \bar{y} - \hat{b}\bar{x}$,一定过样本中心点 $(\bar{x},\bar{y})$。
  6. 独立性检验:$\chi^2 = \dfrac{n(ad-bc)^2}{(a+b)(c+d)(a+c)(b+d)}$,
    与 3.841(95%)/ 6.635(99%)比较后下结论,措辞用"有把握"不用"证明"。

学渣自救手册 · 内容整理自公开高考真题与教辅资料
仅供学习使用 · 可直接用浏览器打印/另存为 PDF