用样本的频率分布估计总体分布学习资料

问题提出1.随机抽样有哪几种基本的抽样方法？2.随机抽样是收集数据的方法，如何通过样本数据所包含的信息，估计总体的基本特征，即用样本估计总体，是我们需要进一步学习的内容.简单随机抽样、系统抽样、分层抽样.第1页/共26页第一页，共27页。通过图、表、计算来分析样本数据,找出数据中的规律,就可以对总体作出相应的估计.这种估计一般分成两种:①是用样本的频率分布估计总体的分布.②是用样本的数字特征(如平均数、标准差等)估计总体的数字特征.用样本去估计总体，是研究统计问题的一个基本思想.初中时我们学习过样本的频数分布,包括频数、频率的概念,频数分布表和频数分布直方图的制作.第2页/共26页第二页，共27页。频数分布

样本中所有数据（或数据组）的频数和样本容量的比，叫做该数据的频率.频数分布的表示形式有：①样本频数分布表②样本频数分布条形图③样本频数分布直方图所有数据（或数据组）的频数的分布变化规律叫做样本的频数分布.第3页/共26页第三页，共27页。2.2.1用样本的频率分布估计总体分布(1)第4页/共26页第四页，共27页。知识探究（一）：频率分布表

【问题】

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，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，超出a的部分按议价收费.通过抽样调查，获得100位居民2007年的月均用水量如下表（单位：t）：第5页/共26页第五页，共27页。3.12.52.02.01.51.01.61.81.91.63.42.62.22.21.51.20.20.40.30.43.22.72.32.11.61.23.71.50.53.83.32.82.32.21.71.33.61.70.64.13.22.92.42.31.81.43.51.90.84.33.02.92.42.41.91.31.41.80.72.02.52.82.32.31.81.31.31.60.92.32.62.72.42.11.71.41.21.50.52.42.52.62.32.11.61.01.01.70.82.42.82.52.22.01.51.01.21.80.62.2第6页/共26页第六页，共27页。思考1：上述100个数据中的最大值和最小值分别是什么？由此说明样本数据的变化范围是什么？思考2：样本数据中的最大值和最小值的差称为极差.如果将上述100个数据按组距为0.5进行分组，那么这些数据共分为多少组？0.2～4.3（4.3-0.2）÷0.5=8.2第7页/共26页第七页，共27页。思考3：以组距为0.5进行分组，上述100个数据共分为9组，各组数据的取值范围可以如何设定？思考4：如何统计上述100个数据在各组中的频数？如何计算样本数据在各组中的频率？你能将这些数据用表格反映出来吗？[0，0.5），[0.5，1），[1，1.5），…，[4，4.5].第8页/共26页第八页，共27页。

分组频数累计频数频率

[0，0.5）40.04[0.5，1）正80.08[1，1.5）正正正150.15[1.5，2）正正正正220.22[2，2.5）正正正正正250.25[2.5，3）正正140.14[3，3.5）正一60.06[3.5，4）40.04[4，4.5]20.02

合计1001.00第9页/共26页第九页，共27页。思考5：上表称为样本数据的频率分布表，由此可以推测该市全体居民月均用水量分布的大致情况，给市政府确定居民月用水量标准提供参考依据，这里体现了一种什么统计思想？

用样本的频率分布估计总体分布.第10页/共26页第十页，共27页。思考6：如果市政府希望85%左右的居民每月的用水量不超过标准，根据上述频率分布表，你对制定居民月用水量标准（即a的取值）有何建议？88%的居民月用水量在3t以下，可建议取a=3.

思考7：在实际中，取a=3t一定能保证85%以上的居民用水不超标吗？哪些环节可能会导致结论出现偏差？分组时，组距的大小可能会导致结论出现偏差，实践中，对统计结论是需要进行评价的.

第11页/共26页第十一页，共27页。思考8：对样本数据进行分组，其组数是由哪些因素确定的？思考9：若以0.1或1.5为组距对上述100个样本数据分组合适吗？对样本数据进行分组，组距的确定没有固定的标准，组数太多或太少，都会影响我们了解数据的分布情况.数据分组的组数与样本容量有关，一般样本容量越大，所分组数越多.按统计原理，若样本的容量为n，分组数一般在（1+3.3lgn）附近选取.当样本容量不超过100时，按照数据的多少，常分成5～12组.第12页/共26页第十二页，共27页。思考10：一般地，列出一组样本数据的频率分布表可以分哪几个步骤进行？第一步，求极差.（极差=样本数据中最大值与最小值的差）第二步，决定组距与组数.（设k=极差÷组距，若k为整数，则组数=k，否则，组数=【k】+1）第三步，确定分点，将数据分组.第四步，统计频数，计算频率，制成表格.（频数=样本数据落在各小组内的个数，频率=频数÷样本容量）第13页/共26页第十三页，共27页。知识探究（二）：频率分布直方图

思考1：为了直观反映样本数据在各组中的分布情况，我们将上述频率分布表中的有关信息用下面的图形表示：

月均用水量/t频率组距0.50.40.30.20.10.511.522.533.544.5O第14页/共26页第十四页，共27页。上图称为频率分布直方图，其中横轴表示月均用水量，纵轴表示频率/组距.频率分布直方图中各小长方形的宽度和高度在数量上有何特点？月均用水量/t频率组距0.50.40.30.20.10.511.522.533.544.5O宽度：组距高度：频率组距第15页/共26页第十五页，共27页。思考2：频率分布直方图中各小长方形的面积表示什么？各小长方形的面积之和为多少？月均用水量/t频率组距0.50.40.30.20.10.511.522.533.544.5O各小长方形的面积=对应频率各小长方形的面积之和=1第16页/共26页第十六页，共27页。思考3：频率分布直方图非常直观地表明了样本数据的分布情况，使我们能够看到频率分布表中看不太清楚的数据模式，但原始数据不能在图中表示出来.你能根据上述频率分布直方图指出居民月均用水量的一些数据特点吗？月均用水量/t频率组距0.50.40.30.20.10.511.522.533.544.5O第17页/共26页第十七页，共27页。（1）居民月均用水量的分布是“山峰”状的，而且是“单峰”的；月均用水量/t频率组距0.50.40.30.20.10.511.522.533.544.5O（2）大部分居民的月均用水量集中在一个中间值附近，只有少数居民的月均用水量很多或很少；（3）居民月均用水量的分布有一定的对称性等.第18页/共26页第十八页，共27页。思考4：样本数据的频率分布直方图是根据频率分布表画出来的，一般地，频率分布直方图的作图步骤如何？

第一步，画平面直角坐标系.第二步，在横轴上均匀标出各组分点，在纵轴上标出单位长度.第三步，以组距为宽，各组的频率与组距的商为高，分别画出各组对应的小长方形.第19页/共26页第十九页，共27页。思考5：对一组给定的样本数据，频率分布直方图的外观形状与哪些因素有关？在居民月均用水量样本中，你能以1为组距画频率分布直方图吗？

与分组数（或组距）及坐标系的单位长度有关.月均用水量/t频率组距0.40.30.20.112345O第20页/共26页第二十页，共27页。理论迁移

例某地区为了了解知识分子的年龄结构，随机抽样50名，其年龄分别如下：

42，38，29，36，41，43，54，43，34，44，

40，59，39，42，44，50，37，44，45，29，

48，45，53，48，37，28，46，50，37，44，

42，39，51，52，62，47，59，46，45，67，

53，49，65，47，54，63，57，43，46，58.(1)列出样本频率分布表；(2)画出频率分布直方图；(3)估计年龄在32～52岁的知识分子所占的比例约是多少.第21页/共26页第二十一页，共27页。(1)极差为67-28=39，取组距为5，分为8组.

分组频数频率

[27，32）30.06[32，37）30.06[37，42）90.18[42，47）160.32[47，52）70.14[52，57）50.10[57，62）40.08[62，67]30.06

合计501.00样本频率分布表：第22页/共26页第二十二页，共27页。（2）样本频率分布直方图：年龄0.060.050.040.030.020.01273237424752576267频率组距O（3）因为0.06+0.18+0.32+0.14=0.7，故年龄在32～52岁的知识分子约占70%.第23页/共26页第二十三页，共27页。小结作业1.频率分布是指一个样本数据在各个小范围内所占比例的大小，总体分布是指总体取值的频率分布规律.我们通常用样本的频率分布表或频率分布直方图去估计总体的分布.2.频率分布表和频率分布直方图，是对相同数据的两种不同表达方式.用紧凑的表格改变数据的排列方式和构成形式，可展示数据的分布情况.通过作图既可以从数据中提取信息，又可以利用图形传递信息.第24页/共26页第二十四页，共27页。3.样本数据的频率分布表和频率分布直方图，是通过各小组数据在样本容量中所占比例大小来表示数据的分布规律，它可以让我们更清楚的看到整个样本数据的频率分布情况，并由此估计总体的分布情