当前位置:首页 >> 数学 >> 2013高三数学大一轮复习学案:统计.茎叶图

2013高三数学大一轮复习学案:统计.茎叶图


板块三.茎叶图 知识内容
一.随机抽样
1.随机抽样:满足每个个体被抽到的机会是均等的抽样,共有三种经常采用的随机抽样方法: ⑴简单随机抽样:从元素个数为 N 的总体中不放回地抽取容量为 n 的样本,如果每一次抽取时总体中的各个个 体有相同的可能性被抽到,这种抽样方法叫做简单随机抽样. 抽出办法:①抽签法:用纸片或小球分别标号后抽签的方法. ②随机数表法: 随机数表是使用计算器或计算机的应用程序生成随机数的功能生成的一张数表. 表中每一位置出 现各个数字的可能性相同. 随机数表法是对样本进行编号后,按照一定的规律从随机数表中读数,并取出相应的样本的方法. 简单随机抽样是最简单、最基本的抽样方法. ⑵系统抽样:将总体分成均衡的若干部分,然后按照预先制定的规则,从每一部分抽取一个个体,得到所需要的 样本的抽样方法. 抽出办法:从元素个数为 N 的总体中抽取容量为 n 的样本,如果总体容量能被样本容量整除,设 k ?
N n

,先对

总体进行编号,号码从 1 到 N ,再从数字 1 到 k 中随机抽取一个数 s 作为起始数,然后顺次抽取第 s ? k , ? 2 k , , ? ( n ? 1) k 个数,这样就得到容量为 n 的样本.如果总体容量不能被样本容量整除,可随机地 s ? s 从总体中剔除余数,然后再按系统抽样方法进行抽样. 系统抽样适用于大规模的抽样调查,由于抽样间隔相等,又被称为等距抽样. ⑶分层抽样:当总体有明显差别的几部分组成时,要反映总体情况,常采用分层抽样,使总体中各个个体按某 种特征分成若干个互不重叠的几部分,每一部分叫做层,在各层中按层在总体中所占比例进行简单随机抽样, 这种抽样方法叫做分层抽样. 分层抽样的样本具有较强的代表性,而且各层抽样时,可灵活选用不同的抽样方法,应用广泛. 2.简单随机抽样必须具备下列特点: ⑴简单随机抽样要求被抽取的样本的总体个数 N 是有限的. ⑵简单随机样本数 n 小于等于样本总体的个数 N . ⑶简单随机样本是从总体中逐个抽取的. ⑷简单随机抽样是一种不放回的抽样. ⑸简单随机抽样的每个个体入样的可能性均为
n N


N n

3.系统抽样时,当总体个数 N 恰好是样本容量 n 的整数倍时,取 k ? 若
N n



不是整数时,先从总体中随机地剔除几个个体,使得总体中剩余的个体数能被样本容量 n 整除.因为每个
N n

个体被剔除的机会相等,因而整个抽样过程中每个个体被抽取的机会仍然相等,为



二.频率直方图
列出样本数据的频率分布表和频率分布直方图的步骤: ①计算极差:找出数据的最大值与最小值,计算它们的差; ②决定组距与组数:取组距,用
极差 组距

决定组数;

③决定分点:决定起点,进行分组; ④列频率分布直方图:对落入各小组的数据累计,算出各小数的频数,除以样本容量,得到各小组的频率. ⑤绘制频率分布直方图:以数据的值为横坐标,以 知小长方形的面积=组距×
频率 组距 频率 组距

的值为纵坐标绘制直方图,

=频率.

频率分布折线图:将频率分布直方图各个长方形上边的中点用线段连接起来,就得到频率分布折线图,一般把折 线图画成与横轴相连,所以横轴左右两端点没有实际意义. 总体密度曲线:样本容量不断增大时,所分组数不断增加,分组的组距不断缩小,频率分布直方图可以用一条光 滑曲线 y ? f ( x ) 来描绘,这条光滑曲线就叫做总体密度曲线.总体密度曲线精确地反映了一个总体在各个区域内 取值的规律.

三.茎叶图
制作茎叶图的步骤: ①将数据分为“茎”、“叶”两部分; ②将最大茎与最小茎之间的数字按大小顺序排成一列,并画上竖线作为分隔线; ③将各个数据的“叶”在分界线的一侧对应茎处同行列出.

四.统计数据的数字特征
用样本平均数估计总体平均数;用样本标准差估计总体标准差. 数据的离散程序可以用极差、方差或标准差来描述. 极差又叫全距,是一组数据的最大值和最小值之差,反映一组数据的变动幅度; 样本方差描述了一组数据平均数波动的大小,样本的标准差是方差的算术平方根. ? 一般地,设样本的元素为 x1 ,x 2 , ,x n 样本的平均数为 x , 定义样本方差为 s 2 ? 样本标准差 s ? 简化公式: s 2 ?
( x1 ? x ) ? ( x 2 ? x ) ? ? ? ( x n ? x )
2 2 2



n

( x1 ? x ) ? ( x 2 ? x ) ? ? ? ( x n ? x )
2 2

2

n
1 n [( x1 ? x 2 ? ? ? x n ) ? n x ] .
2 2 2 2

五.独立性检验
1.两个变量之间的关系; 常见的有两类:一类是确定性的函数关系;另一类是变量间存在关系,但又不具备函数关系所要求的确定性,它 们的关系是带有一定随机性的. 当一个变量取值一定时, 另一个变量的取值带有一定随机性的两个变量之间的关 系叫做相关关系. ? 2.散点图:将样本中的 n 个数据点 ( x i ,y i )( i ? 1 ,2 , ,n ) 描在平面直角坐标系中,就得到了散点图. 散点图形象地反映了各个数据的密切程度,根据散点图的分布趋势可以直观地判断分析两个变量的关系. 3.如果当一个变量的值变大时,另一个变量的值也在变大,则这种相关称为正相关;此时,散点图中的点在从 左下角到右上角的区域. 反之,一个变量的值变大时,另一个变量的值由大变小,这种相关称为负相关.此时,散点图中的点在从左上角 到右下角的区域. 散点图可以判断两个变量之间有没有相关关系. 4 . 统 计 假 设 : 如 果 事 件 A 与 B 独 立 , 这 时 应 该 有 P ( AB ) ? P ( A ) P ( B ) , 用 字 母 H 0 表 示 此 式 , 即
H 0 : P ( AB ) ? P ( A) P ( B )
2

,称之为统计假设.
n ( n1 1 n 2 2 ? n1 2 n 2 1 ) n1 ? n 2 ? n ? 1 n ? 2
2

5. ? (读作“卡方”)统计量: 统计学中有一个非常有用的统计量,它的表达式为 ? 2 ? ,用它的大小可以用来决定是否拒绝原

来的统计假设 H 0 .如果 ? 2 的值较大,就拒绝 H 0 ,即认为 A 与 B 是有关的.
? 统计量的两个临界值: 3 .8 4 1 、 6.635 ;当 ? 2 ? 3.841 时,有 9 5 % 的把握说事件 A 与 B 有关;当 ? 2 ? 6.635 时,
2

有 9 9 % 的把握说事件 A 与 B 有关;当 ? 2 ≤ 3.841 时,认为事件 A 与 B 是无关的. 独立性检验的基本思想与反证法类似, 由结论不成立时推出有利于结论成立的小概率事件发生, 而小概率事件在 一次试验中通常是不会发生的,所以认为结论在很大程度上是成立的. 1.独立性检验的步骤:统计假设: H 0 ;列出 2 ? 2 联表;计算 ? 2 统计量;查对临界值表,作出判断. 2.几个临界值: P ( ? 2 ≥ 2.706 ) ? 0.10 , ( ? 2 ≥ 3.841) ? 0.05 , ( ? 2 ≥ 6.635) ? 0.01 . P P
2 ? 2 联表的独立性检验:

如果对于某个群体有两种状态,对于每种状态又有两个情况,这样排成一张 2 ? 2 的表,如下:

状态 B 状态 B 合计 状态 A 状态 A
n11
n21 n?1

n12
n22 n?2

n1 ?

n2?
n

如果有调查得来的四个数据 n11 ,n12 ,n 21 ,n 22 ,并希望根据这样的 4 个数据来检验上述的两种状态 A 与 B 是否有 关,就称之为 2 ? 2 联表的独立性检验.

六.回归分析
1.回归分析:对于具有相关关系的两个变量进行统计分析的方法叫做回归分析,即回归分析就是寻找相关关系 中这种非确定关系的某种确定性. 回归直线:如果散点图中的各点都大致分布在一条直线附近,就称这两个变量之间具有线性相关关系,这条直线 叫做回归直线. 2.最小二乘法: ? 记回归直线方程为: y ? a ? bx ,称为变量 Y 对变量 x 的回归直线方程,其中 a , 叫做回归系数. b
? y
? 是为了区分 Y 的实际值 y , x 取值 x i 时, 当 变量 Y 的相应观察值为 y i , 而直线上对应于 x i 的纵坐标是 y i ? a ? bx i .

? 设 x , 的一组观察值为 ( x i ,y i ) , i ? 1 , , , ,且回归直线方程为 y ? a ? bx , Y 2 ? n
? ? 当 x 取值 x i 时, Y 的相应观察值为 y i ,差 y i ? y i ( i ? 1 ,2 , ,n ) 刻画了实际观察值 y i 与回归直线上相应点的纵坐 标之间的偏离程度,称这些值为离差. 我们希望这 n 个离差构成的总离差越小越好,这样才能使所找的直线很贴近已知点.

记Q ?

? (y
i ?1

n

i

? a ? b xi )

2

,回归直线就是所有直线中 Q 取最小值的那条.

这种使“离差平方和为最小”的方法,叫做最小二乘法. 用最小二乘法求回归系数 a , 有如下的公式: b
? b ?

?x
i ?1 n i ?1

n

i

y i ? n xy
2 i

? ? , a ? y ? bx ,其中 a , 上方加“ ^ ”,表示是由观察值按最小二乘法求得的回归系数. b

?x

? nx

2

3.线性回归模型:将用于估计 y 值的线性函数 a ? b x 作为确定性函数; y 的实际值与估计值之间的误差记为 ? , 称之为随机误差;将 y ? a ? bx ? ? 称为线性回归模型. 产生随机误差的主要原因有: ①所用的确定性函数不恰当即模型近似引起的误差; ②忽略了某些因素的影响,通常这些影响都比较小; ③由于测量工具等原因,存在观测误差. 4.线性回归系数的最佳估计值:
? b 利用最小二乘法可以得到 a ,? 的计算公式为

? b?

?

n

( x i ? x )( y i ? y )

i ?1

?x
?
i ?1 n

n

i

yi ? n x y
2

?
? a

n

? ? , a ? y ? bx ,其中 x ?

1

( xi ? x )

2

i ?1

?

xi ? n ( x )
2

? x ,y? n? n
i i ?1

n

1

n

yi

i ?1

i ?1

由此得到的直线

? ? ? y ? a ? bx

? ? 就称为回归直线,此直线方程即为线性回归方程.其中 a , b 分别为 a , b 的估计值,

? ? 称为回归截距, b 称为回归系数, y 称为回归值. 5.相关系数:

? (x
r ?
n i ?1 i ?1

n

i

? x )( y i ? y ) ?
n n 2 2 2

?x
i ?1 i ?1

n

i

yi ? n x y
n 2 2 2

? (x

i

? x ) ?? ( y i ? y )
i ?1

( ? x i ? n ( x ) )( ? y i ? n ( y ) )
i ?1

6.相关系数 r 的性质:

⑴ | r |≤ 1 ; ⑵ | r | 越接近于 1, x ,y 的线性相关程度越强; ⑶ | r | 越接近于 0, x ,y 的线性相关程度越弱. 可见,一条回归直线有多大的预测功能,和变量间的相关系数密切相关. 7.转化思想: 根据专业知识或散点图,对某些特殊的非线性关系,选择适当的变量代换,把非线性方程转化为线性回归方程, 从而确定未知参数. 8.一些备案 ①回归(regression)一词的来历:“回归”这个词英国统计学家 Francils Galton 提出来的.1889 年,他在研究祖先 与后代的身高之间的关系时发现,身材较高的父母,他们的孩子也较高,但这些孩子的平均身高并没有他们父母 的平均身高高; 身材较矮的父母, 他们的孩子也较矮, 但这些孩子的平均身高却比他们父母的平均身高高. Galton 把这种后代的身高向中间值靠近的趋势称为“回归现象”.后来,人们把由一个变量的变化去推测另一个变量的变 化的方法称为回归分析. ②回归系数的推导过程:
Q ?

? [( y
2

i

? a ) ? bx i ] ?
2 i

?y

2 i 2

? 2 a ? y i ? na ? 2 b ? x i y i ? 2 ab ? x i ? b
2 2 i

2

?x

2 i

? na ? 2 a ( b ? x i ?

? y )?b ?x
?
yi ) ?

? 2 b ? xi y i ?
y i ? b ? xi n

?y ,
2 i

把上式看成 a 的二次函数, a 2 的系数 n ? 0 , 因此当 a ? ?
2( b ? x i ? 2n

?

时取最小值.

同理,把 Q 的展开式按 b 的降幂排列,看成 b 的二次函数,当 b ?

?x

i

y i ? a ? xi

?x

2 i

时取最小值.

解得: b ?

?x
i ?1 n i ?1

n

i

y i ? n xy ?
2 i

?x
其中 y ?
1

? nx

2

? ( x ? x )( y ? ? (x ? x )
i i 2 i
i

y)

, a ? y ? bx ,

? n

yi

,x ?

1 n

? x 是样本平均数.

9. 对相关系数 r 进行相关性检验的步骤: ①提出统计假设 H 0 :变量 x ,y 不具有线性相关关系; ②如果以 9 5 % 的把握作出推断,那么可以根据 1 ? 0.95 ? 0.05 与 n ? 2 ( n 是样本容量)在相关性检验的临界值表 中查出一个 r 的临界值 r0.05 (其中 1 ? 0.95 ? 0.05 称为检验水平) ; ③计算样本相关系数 r ; ④作出统计推断: | r |? r0.05 , 若 则否定 H 0 , 表明有 9 5 % 的把握认为变量 y 与 x 之间具有线性相关关系; | r |≤ r0 .0 5 , 若 则没有理由拒绝 H 0 ,即就目前数据而言,没有充分理由认为变量 y 与 x 之间具有线性相关关系. 说明: ⑴对相关系数 r 进行显著性检验,一般取检验水平 ? ? 0.05 ,即可靠程度为 9 5 % . ⑵这里的 r 指的是线性相关系数, r 的绝对值很小,只是说明线性相关程度低,不一定不相关,可能是非线性相 关的某种关系. ⑶这里的 r 是对抽样数据而言的.有时即使 | r |? 1 ,两者也不一定是线性相关的.故在统计分析时,不能就数据 论数据,要结合实际情况进行合理解释.

典例分析
茎叶图的特征 1、用茎叶图表示数据有两个优点:一是从统计图上没有原始数据信息的损失,所有数据信息 都可以从茎叶图中得到;二是茎叶图中的数据可以随时记录,随时添加,方便记录与表示。 2、茎叶图只便于表 示两位有效数字的数据,而且茎叶图只方便记录两组的数据,两个以上的数据虽然能够记录,但是没有表示两个 记录那么直观、清晰。举例:现在有一堆 30 个数据: 41 52 6 19 92 10 40 55 60 75 22

15 31 61 9 70 91 65 69 16 94 85 89 79 57 46 1 24 71 5 画出的茎叶图如下: 0 | 1569 1 | 0569 2 | 24 3 | 1 4 | 016 5 | 257 6 | 0159 7 | 0159 8 | 59 9 | 124 比如第二行的数字如下: 1 | 0569 则代表数据集中有 10,15,16,19 四个数字

题型一 茎叶图
【例1】 (2010 丰台二模)甲、乙两名运动员的 5 次测试成绩如下图所示
甲 7 7 8 6 2 8 9 乙 6 8 3 6 7

设 s1 , s 2 分别表示甲、乙两名运动员测试成绩的标准差, x1 , x 2 分别表示甲、乙两名运动员测试成绩的 平均数,则有( A. x1 ? x 2 , s1 ? s 2 ) B. x1 ? x 2 , s1 ? s 2 C. x1 ? x 2 , s1 ? s 2 D. x1 ? x 2 , s1 ? s 2

【例2】 (2010 宣武二模)随机抽取某中学甲,乙两班各 10 名同学,测量他们的身高(单位:cm) ,获得身高 数据的茎叶图如图 ,则下列关于甲,乙两班这 10 名同学身高的结论正确的是 ( ) A. 甲班同学身高的方差较大 B. 甲班同学身高的平均值较大 C. 甲班同学身高的中位数较大 D. 甲班同学身高在 175 以上的人数较多

【例3】 (2010 天津高考)甲、乙两人在 10 天中每天加工零件的个数用茎叶图表示如下图,中间一列的数字表示零 件个数的十位数,两边的数字表示零件个数的个位数,则这 10 天甲、乙两人日加工零件平均数分别为 和 .
甲 9 0 1 3 1 2 1 8 0 5 1 2 3 9 1 0 7 4 2 女 1 2 0 4

【例4】 右图是某赛季甲、乙两名篮球运动员每场比赛得分的茎叶图,
甲 53 368 479 1 1 2 3 4 乙 5 45 2678 57

则甲、乙两人这几场比赛得分的中位数之和是( ) A. 62 B. 63 C. 64 D. 65 【例5】 在某五场篮球比赛中,甲、乙两名运动员得分的茎叶图如右.下列说法正确的是
甲 21 0 89 0 1 2 3 1 234 0 乙

A.在这五场比赛中,甲的平均得分比乙好,且甲比乙稳定 B.在这五场比赛中,甲的平均得分比乙好,但乙比甲稳定 作品 A C.在这五场比赛中,乙的平均得分比甲好,且乙比甲稳定 8 8 9 9 D.在这五场比赛中,乙的平均得分比甲好,但甲比乙稳定 9 2 3 x 2 1 4 【例6】 (2009 年福建 12) 某校开展“爱我海西、爱我家乡”摄影比赛, 9 位评委为参赛作品 A 给出的分数如茎叶图所示,记分员在 去掉一个最高分和一个最低分后, 算得平均分为 9 1 , 复核员在复核时, 发现有一个数字 (茎叶图中的 x ) 无法看清.若记分员计算无误,则数字 x 应该是 . 【例7】 (2010 东城一模) 在一次数学统考后,某班随机抽取 1 0 名同学的成绩进行样本分析,获得成绩数据的茎叶图如下. ⑴计算样本的平均成绩及方差; ⑵在这 1 0 个样本中,现从不低于 84 分的成绩中随机抽取 2 个,求 93 分的成绩被抽中的概率.
9 8 7 6 3 6 5 0 7 4 3 0 4 8

【例8】 某班甲、乙两学生的高考备考成绩如下: 甲: 512 554 528 549 536 556 534 541 522 538 乙: 515 558 521 543 532 559 536 548 527 531

⑴用茎叶图表示两学生的成绩; ⑵分别求两学生成绩的中位数和平均分. 【例9】 某电脑杂志的一篇文章中,每个句子的字数如下:
10 , , , , , , , , , , , , , , , , , , , , , 28 31 17 23 27 18 15 26 24 20 19 36 27 14 25 15 22 11 24 27 17



某报纸的一篇文章中,每个句子所含的字数如下:
27 , , , , , , , , , , , , , , , , , , , , , . 39 33 24 28 19 32 41 33 27 35 12 36 41 27 13 22 23 18 46 32 22

⑴将两组数据用茎叶图表示; ⑵比较分析,能得到什么结论? 【例10】 (2009 广东 18) 随机抽取某中学甲乙两班各 1 0 名同学,测量他们的身高(单位:cm) ,获得身高数据的茎叶图如图.
甲班 2 9 8 9 8 1 3 0 2 8 18 17 16 15 1 0 2 9 3 5 6 8 8 9 乙班

⑴根据茎叶图判断哪个班的平均身高较高; ⑵计算甲班的样本方差. ⑶现从乙班 1 0 名同学中随机抽取两名身高不低于 173 cm 的同学,求身高为 176 cm 的同学被抽中的概率.

训练
1.对两名学生一周的睡眠情况调查研究发现:甲同学每晚的睡觉时间为 19 时、21 时、21 时、24 时、02 时、01 时和 20 时;乙同学每晚的睡觉时间为 22 时、21 时、21 时、22 时、23 时、24 时、和 19 时。请作出两名学生睡 觉时间的茎叶图,并比较分析,能得出什么结论? 2.用茎叶图表示数据,有哪些优缺点? 3.某中学高三期中模拟考试的数学成绩数据如下: 77 97 88 80 66 60 97 42 88 63 87 54 72 84 95 53 76 83 87 79 54 90 74 88 41 95 79 69 96 82 85 67 69 76 83 85

作出这个班数学成绩的茎叶图,并算出最高和最低分,及班级平均分。 4.非典期间某医院的发热门诊部对一天接待的 16 名病人的体温进行了测量,得到以下数据: 37.5 38.0 39.2 38.5 39.5 37.6 37.5 37.8 39.2 38.5 39.1 38.1 38.7 38.2 39.5 39.3

请作出当天病人体温数据的茎叶图,并计算出病人的平均体温。 5.为了分析某校英语四级考试情况,今抽查了 100 份英语试卷,成绩如下(单位:分): 64 57 97 55 62 76 58 75 52 79 55 84 27 64 53 37 66 58 57 34 47 67 76 84 51 50 70 86 40 67 78 46 60 72 66 42 21 93 35 86 12 26 51 67 80 33 65 20 75 15 18 86 53 56 53 52 63 68 69 80 62 49 71 67 79 83 48 56 70 25 73 68 37 59 64 95 68 61 63 54 49 10 90 54 54 89 33 67 65 60 58 63 69 48 77 68 46 79 71 63

列出样本的茎叶图。

6.某篮球学校中甲、乙两名运动员练习罚球,每人练习 10 组,每组罚球 40 个,命中个数 的茎叶图如下图,则罚球命中率较高的是__________, 乙运动员在一组中的最高命中个数为______________. 叶(甲) 茎 叶(乙) 8 0 9 3 2 1 13489 765420 2 0113 7 3 7.为了了解各自受欢迎的程度,甲、乙两个网站分别随机选取了 14 天, 记录下上午 8:00-10:00 间各自的点击量: 甲:73,24,58,72,64,38,66, 70,20,41,55,67, 8,25; 乙:12,37,21, 5,54,42,61, 45,19, 6,19,36,42,14. 你能用茎叶图表示上面的数据吗?你认为甲、乙两个网站哪个更受欢迎? 8.从全年级的两个班调研考试成绩中每班任意抽取 20 名的数学成绩如下(总分 150 分) . 甲班: 120 118 135 134 140 146 108 110 98 98 142 126 118 112 95 103 148 92 121 132 乙班: 138 124 147 96 108 117 125 137 119 108 132 121 97 104 114 135 127 124 135 107 试用茎叶图分析,哪个班成绩比较稳定. 答案 1. 甲 21 9 4110

乙 0 1 2 9 112234

从以上茎叶图中,我们发现乙同学的睡眠习惯比甲同学有规律 2.用茎叶图刻画数据有两个优点,一是所有的 数据信息都可以从这个茎叶图中一目了然地看到,比较直观; 二是茎叶图便于记录和表示。 茎叶图的缺点在于只有两层, 即茎和叶, 对于三位数以上的数据, 或者有三个层次的数据表示起来就不够方便。 3.茎叶图为 4 12 5 344 6 036799 7 2466799 8 023345577888 9 055677 班级最高分为 97,最低分为 41,平均成绩为 76.7 4.当天病人体温的茎叶图为: 37 5688 38 012557 39 122355 病人的平均体温为 38.53125 5.茎叶图: 1 0258 2 01567 3 334577

4 5 6 7 8 9

026678899 011223334445566778889 001223333444556677777888899 001123556678999 003446669 0357


更多相关文档:

2015高三数学一轮复习059抽样与估计

高三数学一轮复习学案(理) 编写: 审核: 时间: 编号:059 6. (2013 年...· 西安质检)对某商店一个月内每天的顾客人数进行了统计, 得到样本的茎叶图 ...

2013届高考数学第一轮复习导学案3.doc

2013届高考数学一轮复习学案3.doc_高考_高中...乙两名运动员某赛季一些场次得分的茎叶图,据图可 ...(万元)有 如下的统计资料: 使用年限 2 x 维修...

55东北师大附属中学高三第一轮复习导学案--用样本估计...

东北师大附中 2012-2013 高三数学(文理)第一轮复习...(学案)B 知识梳理:(必修 3 教材 65-83) 1.作...《数学基本能力》测试中,成绩统计茎叶图表示如下...

一轮复习用学案~概率与统计_图文

一轮复习学案~概率与统计_高三数学_数学_高中教育...统计数据用茎叶图表示,设甲乙 两组数据的平均数...例 2、 (2013 重庆高考)以下茎叶图记录了甲、乙...

2013高考数学一轮复习 12.2 用样本估计总体精品教学案(...

一轮复习 12.2 用样本估计总体精品教学案(教师版)新人教版_数学_高中教育_...茎叶图的优点 用茎叶图表示数据有两个突出的优点: 一是统计图上没有原始数据...

2015高三数学一轮复习063变量间的相关关系与统计案例

2015 级高三数学一轮复习学案(理) 编写: 审核: ...图所示的茎叶图表示 30 人的饮食指数.(说明:图中...2 D.1 2.(2013· 长春调研)已知 x,y 取值如...

2014届高三理科数学第一轮复习-统计

2014届高三理科数学第一轮复习-统计_数学_高中教育_...届高三理数第一轮复习学案 综合突破 以下茎叶图...2013高三理科数学一轮... 6页 免费 2014高考数学...

浙江省2013届高三数学一轮复习单元训练:统计

浙江省2013高三数学一轮复习单元训练:统计 隐藏>> 单元训练:统计 本试卷分第...名学生的数学期末市统考成绩,得茎叶图 19-5: 甲乙 2 9 0 1 5 6 8 6 ...

复旦大学附中2013届高三数学一轮复习单元训练:统计_免...

复旦大学附中2013高三数学一轮复习单元训练:统计 隐藏>> 单元训练:统计 本试卷...②④ 2. 如图是某学生的 8 次地理单元考试成绩的茎叶图, 则这组数据的中...

高三一轮复习导学案64_第11章_第04节 统计案例

高三数学一轮精品复习学案... 11页 5财富值喜欢...§ 11.4 统计案例 1.回归分析 (1)定义:对具有_...并用茎叶图表示 30 人 的饮食指数.说明:下图中...
更多相关标签:
网站地图

文档资料共享网 nexoncn.com copyright ©right 2010-2020。
文档资料共享网内容来自网络,如有侵犯请联系客服。email:zhit325@126.com