2020版高考数学(文)新增分大一轮人教通用版讲义:第十章 算法、统计与统计案例10.3 含解析
§10.3用样本估计总体
1.作频率分布直方图的步骤
(1)计算极差(即一组数据中最大值与最小值的差).
(2)决定组数与组距.
(3)决定分点.
(4)列频率分布表.
(5)绘制频率分布直方图.
2.频率分布折线图和总体密度曲线
(1)频率分布折线图:把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.
(2)总体密度曲线:设想如果样本容量不断增大,分组的组距不断缩小,则频率分布直方图实际上越来越接近于总体的分布,它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.
3.茎叶图
统计中还有一种被用来表示数据的图叫做茎叶图,茎是指中间的一列数,叶就是从茎的旁边生长出来的数.
4.众数、中位数、平均数
5.标准差和方差
(1)标准差是样本数据到平均数的一种平均距离. (2)标准差: s =
1
n
[(x 1-x )2+(x 2-x )2+…+(x n -x )2]. (3)方差:s 2=1
n [(x 1-x )2+(x 2-x )2+…+(x n -x )2](x n 是样本数据,n 是样本容量,x 是样本平
均数).
概念方法微思考
1.在频率分布直方图中如何确定中位数?
提示 在频率分布直方图中,中位数左边和右边的直方图的面积是相等的. 2.平均数、标准差与方差反映了数据的哪些特征?
提示 平均数反映了数据取值的平均水平,标准差、方差反映了数据对平均数的波动情况,即标准差、方差越大,数据的离散程度越大,越不稳定;反之离散程度越小,越稳定.
题组一 思考辨析
1.判断下列结论是否正确(请在括号中打“√”或“×”)
(1)平均数、众数与中位数从不同的角度描述了一组数据的集中趋势.( √ ) (2)一组数据的众数可以是一个或几个,那么中位数也具有相同的结论.( × )
(3)从频率分布直方图得不出原始的数据内容,把数据表示成直方图后,原有的具体数据信息就被抹掉了.( √ )
(4)茎叶图一般左侧的叶按从大到小的顺序写,右侧的叶按从小到大的顺序写,相同的数据可以只
记一次.( × )
(5)在频率分布直方图中,最高的小长方形底边中点的横坐标是众数.( √ ) (6)在频率分布直方图中,众数左边和右边的小长方形的面积和是相等的.( × ) 题组二 教材改编
2.一个容量为32的样本,已知某组样本的频率为0.25,则该组样本的频数为( ) A.4 B.8 C.12 D.16 答案 B
解析 设频数为n ,则n
32=0.25,
∴n =32×1
4
=8.
3.若某校高一年级8个班参加合唱比赛的得分如茎叶图所示,则这组数据的中位数和平均数分别是( )
A.91.5和91.5
B.91.5和92
C.91和91.5
D.92和92
答案 A
解析 ∵这组数据由小到大排列为87,89,90,91,92,93,94,96,∴中位数是91+92
2=91.5,
平均数x =87+89+90+91+92+93+94+96
8
=91.5.
4.如图是100位居民月均用水量的频率分布直方图,则月均用水量为[2,2.5)范围内的居民有______人.
答案 25
解析 0.5×0.5×100=25.
题组三 易错自纠
5.若数据x 1,x 2,x 3,…,x n 的平均数x =5,方差s 2=2,则数据3x 1+1,3x 2+1,3x 3+1,…,3x n +1的平均数和方差分别为( ) A.5,2
B.16,2
C.16,18
D.16,9
答案 C
解析 ∵x 1,x 2,x 3,…,x n 的平均数为5, ∴x 1+x 2+x 3+…+x n
n
=5,
∴
3x 1+3x 2+3x 3+…+3x n
n
+1=3×5+1=16,
∵x 1,x 2,x 3,…,x n 的方差为2,
∴3x 1+1,3x 2+1,3x 3+1,…,3x n +1的方差是32×2=18.
6.为了普及环保知识,增强环保意识,某大学随机抽取30名学生参加环保知识测试,得分(十分制)如图所示,假设得分的中位数为m ,众数为n ,平均数为x ,则m ,n ,x 的大小关系为________.(用“<”连接)
答案 n 解析 由图可知,30名学生得分的中位数为第15个数和第16个数(分别为5,6)的平均数,即m =5.5;又5出现次数最多,故n =5; x = 2×3+3×4+10×5+6×6+3×7+2×8+2×9+2×10 30 ≈5.97. 故n 题型一统计图表及应用 命题点1扇形图 例1 (2018·全国Ⅰ)某地区经过一年的新农村建设,农村的经济收入增加了一倍,实现翻番.为更好地了解该地区农村的经济收入变化情况,统计了该地区新农村建设前后农村的经济收入构成比例,得到如下饼图: 则下面结论中不正确的是() A.新农村建设后,种植收入减少 B.新农村建设后,其他收入增加了一倍以上 C.新农村建设后,养殖收入增加了一倍 D.新农村建设后,养殖收入与第三产业收入的总和超过了经济收入的一半 答案 A 解析设新农村建设前,农村的经济收入为a,则新农村建设后,农村的经济收入为2a.新农村建设前后,各项收入的对比如下表: 故选 命题点2折线图 例2 (2017·全国Ⅲ)某城市为了解游客人数的变化规律,提高旅游服务质量,收集并整理了2014年1月至2016年12月期间月接待游客量(单位:万人)的数据,绘制了下面的折线图. 根据该折线图,下列结论错误的是() A.月接待游客量逐月增加 B.年接待游客量逐年增加 C.各年的月接待游客量高峰期大致在7,8月 D.各年1月至6月的月接待游客量相对于7月至12月,波动性更小,变化比较平稳 答案 A 解析对于选项A,由图易知,月接待游客量每年7,8月份明显高于12月份,故A错; 对于选项B,观察折线图的变化趋势可知,年接待游客量逐年增加,故B正确; 对于选项C,D,由图可知显然正确. 故选A. 命题点3茎叶图 例3 (2017·山东)如图所示的茎叶图记录了甲,乙两组各5名工人某日的产量数据(单位:件).若这两组数据的中位数相等,且平均值也相等,则x和y的值分别为() A.3,5 B.5,5 C.3,7 D.5,7 答案 A 解析甲组数据的中位数为65,由甲,乙两组数据的中位数相等,得y=5.又甲、乙两组数据的平均值相等, ∴1 5×(56+65+62+74+70+x)= 1 5×(59+61+67+65+78),∴x=3.故选A. 命题点4频率分布直方图 例4 某高校调查了200名学生每周的自习时间(单位:小时),制成了如图所示的频率分布直方图,其中自习时间的范围是[17.5,30],样本数据分组为[17.5,20),[20,22.5),[22.5,25),[25,27.5),[27.5,30].根据直方图,这200名学生中每周的自习时间不少于22.5小时的人数是() A.56 B.60 C.120 D.140 答案 D 解析设所求人数为N,则N=2.5×(0.16+0.08+0.04)×200=140,故选D. 思维升华(1)通过扇形统计图可以很清楚的表示出各部分数量同总数之间的关系. (2)折线图可以显示随时间(根据常用比例放置)而变化的连续数据,因此非常适用于显示在相等时间间隔下数据的趋势. (3)由茎叶图可以清晰地看到数据的分布情况,这一点同频率分布直方图类似.它优于频率分布直方图的第一点是从茎叶图中能看到原始数据,没有任何信息损失,第二点是茎叶图便于记录和表示.其缺点是当样本容量较大时,作图较烦琐. (4)①准确理解频率分布直方图的数据特点,频率分布直方图中纵轴上的数据是各组的频率除以组距的结果,不要误以为纵轴上的数据是各组的频率,不要和条形图混淆. ②在很多题目中,频率分布直方图中各小长方形的面积之和为1,是解题的关键,常利用频率分布直方图估计总体分布. 跟踪训练1 (1)某旅游城市为向游客介绍本地的气温情况,绘制了一年中各月平均最高气温和平均最低气温的雷达图.图中A点表示十月的平均最高气温约为15℃,B点表示四月的平均最低气温约为5℃.下面叙述不正确的是() A.各月的平均最低气温都在0℃以上 B.七月的平均温差比一月的平均温差大 C.三月和十一月的平均最高气温基本相同 D.平均最高气温高于20℃的月份有5个 答案 D 解析由题意知,平均最高气温高于20℃的有七月,八月,故选D. (2)近年呼吁高校招生改革的呼声越来越高,在赞成高校招生改革的市民中按年龄分组,得到样本 频率分布直方图如图所示,其中年龄在区间[30,40)内的有2 500人,在区间[20,30)内的有1 200人,则m 的值为( ) A.0.013 B.0.13 C.0.012 D.0.12 答案 C 解析 由题意,得年龄在区间[30,40)内的频率为0.025×10=0.25, 则赞成高校招生改革的市民有2 500 0.25=10 000(人), 因为年龄在区间[20,30)内的有1 200人, 所以m =1 20010 000 10 =0.012. (3)(2018·沈阳质检)已知某班级部分同学一次测验的成绩统计如图所示,则其中位数和众数分别为( ) A.95,94 B.92,86 C.99,86 D.95,91 答案 B 解析 由题中茎叶图可知,此组数据由小到大排列依次为 76,79,81,83,86,86,87,91,92,94,95,96,98,99,101,103,114,共17个,故中位数为92,出现次数最多的为众数,故众数为86,故选B. (4)下图是2017年1~11月汽油、柴油价格走势图(单位:元/吨),据此下列说法错误的是( ) A.从1月到11月,三种油里面柴油的价格波动最大 B.从7月份开始,汽油、柴油的价格都在上涨,而且柴油价格涨速最快 C.92#汽油与95#汽油价格成正相关 D.2月份以后,汽油、柴油的价格同时上涨或同时下跌 答案 D 解析 由价格折线图,不难发现4月份到5月份汽油价格上涨,而柴油价格下跌. 题型二 用样本的数字特征估计总体的数字特征 例5 (2017·北京)某大学艺术专业400名学生参加某次测评,根据男女学生人数比例,使用分层抽样的方法从中随机抽取了100名学生,记录他们的分数,将数据分成7组:[20,30),[30,40),…,[80,90],并整理得到如下频率分布直方图: (1)从总体的400名学生中随机抽取一人,估计其分数小于70的概率; (2)已知样本中分数小于40的学生有5人,试估计总体中分数在区间[40,50)内的人数; (3)已知样本中有一半男生的分数不小于70,且样本中分数不小于70的男女生人数相等.试估计总体中男生和女生人数的比例. 解 (1)根据频率分布直方图可知,样本中分数不小于70的频率为(0.02+0.04)×10=0.6, 所以样本中分数小于70的频率为1-0.6=0.4, 所以从总体的400名学生中随机抽取一人,其分数小于70的概率估计为0.4. (2)根据题意,样本中分数不小于50的频率为(0.01+0.02+0.04+0.02)×10=0.9, 分数在区间[40,50)内的人数为100-100×0.9-5=5, 所以总体中分数在区间[40,50)内的人数估计为400×5 100=20. (3)由题意可知,样本中分数不小于70的学生人数为 (0.02+0.04)×10×100=60, 所以样本中分数不小于70的男生人数为60×1 2=30, 所以样本中的男生人数为30×2=60, 女生人数为100-60=40, 所以样本中男生和女生人数的比例为60∶40=3∶2, 所以根据分层抽样原理,估计总体中男生和女生人数的比例为3∶2. 思维升华 平均数与方差都是重要的数字特征,是对总体的一种简明的描述,它们所反映的情况有着重要的实际意义,平均数、中位数、众数描述其集中趋势,方差和标准差描述其波动大小. 跟踪训练2 (2018·大连模拟)某企业有甲、乙两个研发小组,为了比较他们的研发水平,现随机抽取这两个小组往年研发新产品的结果如下:(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),其中a ,a 分别表示甲组研发成功和失败;b ,b 分别表示乙组研发成功和失败. (1)若某组成功研发一种新产品,则给该组记1分,否则记0分.试计算甲、乙两组研发新产品的成绩的平均数和方差,并比较甲、乙两组的研发水平; (2)若该企业安排甲、乙两组各自研发一种新产品,试估计恰有一组研发成功的概率. 解 (1)甲组研发新产品的成绩为1,1,1,0,0,1,1,1,0,1,0,1,1,0,1,其平均数x 甲=1015=2 3 ; 方差为s 2 甲= 115 ×????????1-232 ×10+????0-232×5 =2 9 . 乙组研发新产品的成绩为1,0,1,1,0,1,1,0,1,0,0,1,0,1,1,其平均数x 乙=915=3 5 ; 方差为s 2 乙= 115 ×????????1-352×9+????0-352×6=6 25. 因为x 甲>x 乙,s 2甲 乙,所以甲组的研发水平优于乙组. (2)记恰有一组研发成功为事件E ,在所抽得的15个结果中,恰有一组研发成功的结果是(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),(a ,b ),共7个.因此事件E 发生的频率为715. 用频率估计概率,即得所求概率为P (E )=7 15 . 1.某教育局为了解“跑团”每月跑步的平均里程,收集并整理了2018年1月至2018年11月期间“跑团”每月跑步的平均里程(单位:公里)的数据,绘制了下面的折线图. 根据折线图,下列结论正确的是( ) A.月跑步平均里程的中位数为6月份对应的里程数 B.月跑步平均里程逐月增加 C.月跑步平均里程高峰期大致在8,9月 D.1月至5月的月跑步平均里程相对于6月至11月,波动性更小,变化比较平稳 答案 D 解析 由折线图知,月跑步平均里程的中位数为5月份对应的里程数; 月跑步平均里程不是逐月增加的; 月跑步平均里程高峰期大致在9,10月份,故A ,B ,C 错. 2.如图是某样本数据的茎叶图,则该样本的中位数、众数、极差分别是( ) A.32 34 32 B.33 45 35 C.34 45 32 D.33 36 35 答案 B 解析 从茎叶图中知共16个数据,按照从小到大排序后中间的两个数据为32,34,所以这组数据的中位数为33; 45出现的次数最多,所以这组数据的众数为45; 最大值是47,最小值是12,故极差是35. 3.从某中学甲、乙两班各随机抽取10名同学,测量他们的身高(单位:cm),所得数据用茎叶图表示如下,由此可估计甲、乙两班同学的身高情况,则下列结论正确的是( ) 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 cm 以上的人数较多 答案 A 解析 逐一考查所给的选项: 观察茎叶图可知甲班同学数据波动大, 则甲班同学身高的方差较大,A 选项正确; 甲班同学身高的平均值为 181+182+170+172+178+163+165+166+157+158 10=169.2, 乙班同学身高的平均值为: 182+171+172+176+178+179+162+164+167+159 10=171, 则乙班同学身高的平均值大,B 选项错误; 甲班同学身高的中位数为166+170 2=168, 乙班同学身高的中位数为171+172 2 =171.5, 则乙班同学身高的中位数大,C 选项错误; 甲班同学身高在175 cm 以上的人数为3人, 乙班同学身高在175 cm 以上的人数为4人, 则乙班同学身高在175 cm 以上的人数多,D 选项错误. 4.为了解学生在课外活动方面的支出情况,抽取了n 个同学进行调查,结果显示这些学生的支出金额(单位:元)都在[10,50]内,其中支出金额在[30,50]内的学生有117人,频率分布直方图如图所示,则n 等于( ) A.180 B.160 C.150 D.200 答案 A 解析 [30,50]对应的概率为1-()0.01+0.025×10=0.65,所以n =117 0.65 =180. 5.某工厂对一批新产品的长度(单位:mm)进行检测,如图是检测结果的频率分布直方图,据此估计这批产品的中位数为( ) A.20 B.25 C.22.5 D.22.75 答案 C 解析 产品的中位数出现在频率是0.5的地方.自左至右各小矩形的面积依次为0.1,0.2,0.4,0.15,0.15,设中位数是x ,则由0.1+0.2+0.08×(x -20)=0.5, 得x =22.5,故选C. 6.北京市2016年12个月的PM2.5平均浓度指数如图所示.由图判断,四个季度中PM2.5的平均浓度指数方差最小的是( ) A.第一季度 B.第二季度 C.第三季度 D.第四季度 答案 B 解析从题设中提供的图象及数据分析可以看出:第二季度的三个月中PM2.5的平均浓度指数较为平缓,差异不大较为整齐,因此其方差最小,故选B. 7.已知样本数据x1,x2,…,x n的平均数x=5,则样本数据2x1+1,2x2+1,…,2x n+1的平均数为________. 答案11 解析由x1,x2,…,x n的平均数x=5,得2x1+1,2x2+1,…,2x n+1的平均数为2x+1=2×5+1=11. 8.从某企业的某种产品中抽取1 000件,测量该种产品的一项质量指标值,由测量结果得到如图所示的频率分布直方图,假设这项指标在[185,215]内,则这项指标合格,估计该企业这种产品在这项指标上的合格率为________. 答案0.79 解析这种指标值在[185,215]内,则这项指标合格, 由频率分布直方图得到这种指标值在[185,215]内的频率为(0.022+0.033+0.024)×10=0.79, 所以估计该企业这种产品在这项指标上的合格率为0.79. 9.从甲、乙、丙三个厂家生产的同一种产品中抽取8件产品,对其使用寿命(单位:年)进行追踪调查的结果如下: 甲:3,4,5,6,8,8,8,10; 乙:4,6,6,6,8,9,12,13; 丙:3,3,4,7,9,10,11,12. 三个厂家广告中都称该产品的使用寿命是8年,请根据结果判断厂家在广告中分别运用了平均数、众数、中位数中的哪一种集中趋势的特征数. 甲:________;乙:________;丙:________. 答案 众数 平均数 中位数 解析 甲的众数为8,乙的平均数为8,丙的中位数为8. 10.某校女子篮球队7名运动员身高(单位:cm)分布的茎叶图如图,已知记录的平均身高为175 cm ,但记录中有一名运动员身高的末位数字不清晰,如果把其末位数字记为x ,那么x 的值为________. 答案 2 解析 170+1 7×(1+2+x +4+5+10+11)=175, 1 7 ×(33+x )=5,即33+x =35,解得x =2. 11.某市民用水拟实行阶梯水价,每人月用水量中不超过w 立方米的部分按4元/立方米收费,超出 w 立方米的部分按10元/立方米收费,从该市随机调查了10 000位居民,获得了他们某月的用水量 数据,整理得到如下频率分布直方图: (1)如果w 为整数,那么根据此次调查,为使80%以上居民在该月的用水价格为4元/立方米,w 至少定为多少? (2)假设同组中的每个数据用该组区间的右端点值代替,当w =3时,估计该市居民该月的人均水费. 解 (1)如题图所示,用水量在[0.5,2)的频率的和为(0.2+0.3+0.4)×0.5=0.45,用水量在[0.5,3)的频率的和为(0.2+0.3+0.4+0.5+0.3)×0.5=0.85. ∴用水量小于等于2立方米的频率为0.45,用水量小于等于3立方米的频率为0.85,又w 为整数, ∴为使80%以上的居民在该月的用水价格为4元/立方米,w 至少定为3. (2)当w =3时,该市居民该月的人均水费估计为 (0.1×1+0.15×1.5+0.2×2+0.25×2.5+0.15×3)×4+0.15×3×4+[0.05×(3.5-3)+0.05×(4-3)+0.05×(4.5-3)]×10=7.2+1.8+1.5=10.5(元). 即当w =3时,该市居民该月的人均水费估计为10.5元. 12.某公司为了解用户对其产品的满意度,从A,B两地区分别随机调查了40个用户,根据用户对产品的满意度评分,得到A地区用户满意度评分的频率分布直方图和B地区用户满意度评分的频数分布表. A地区用户满意度评分的频率分布直方图 图① B地区用户满意度评分的频数分布表 (1)在图②中作出B地区用户满意度评分的频率分布直方图,并通过直方图比较两地区满意度评分的平均值及分散程度(不要求计算出具体值,给出结论即可); B地区用户满意度评分的频率分布直方图 图② (2)根据用户满意度评分,将用户的满意度分为三个等级: 估计哪个地区用户的满意度等级为不满意的概率大?说明理由. 解(1)作出频率分布直方图如图: 通过两地区用户满意度评分的频率分布直方图可以看出,B地区用户满意度评分的平均值高于A地区用户满意度评分的平均值;B地区用户满意度评分比较集中,而A地区用户满意度评分比较分散. (2)A地区用户的满意度等级为不满意的概率大. 记C A表示事件:“A地区用户的满意度等级为不满意”;C B表示事件:“B地区用户的满意度等级为不满意”. 由直方图得P(C A)的估计值为(0.01+0.02+0.03)×10=0.6, P(C B)的估计值为(0.005+0.02)×10=0.25. 所以A地区用户的满意度等级为不满意的概率大. 13.(2017·全国Ⅰ)为评估一种农作物的种植效果,选了n块地作试验田.这n块地的亩产量(单位:kg)分别为x1,x2,…,x n,下面给出的指标中可以用来评估这种农作物亩产量稳定程度的是() A.x1,x2,…,x n的平均数 B.x1,x2,…,x n的标准差 C.x1,x2,…,x n的最大值 D.x1,x2,…,x n的中位数 答案 B 解析因为可以用极差、方差或标准差来描述数据的离散程度,所以要评估亩产量稳定程度,应该用样本数据的极差、方差或标准差.故选B. 14.共享单车入住泉州一周年以来,因其“绿色出行,低碳环保”的理念而备受人们的喜爱,值此周年之际,某机构为了了解共享单车使用者的年龄段,使用频率、满意度等三个方面的信息,在全市范围内发放5 000份调查问卷,回收到有效问卷3 125份,现从中随机抽取80份,分别对使用者的年龄段、26~35岁使用者的使用频率、26~35岁使用者的满意度进行汇总,得到如下三个表格: 表(一) 表(二) 表(三) (1)依据上述表格完成下列三个统计图形: (2)某城区现有常住人口30万,请用样本估计总体的思想,试估计年龄在26岁~35岁之间,每月使用共享单车在7~14次的人数. 解(1) (2)由表(一)可知:年龄在26岁~35岁之间的有40人,占总抽取人数的一半,用样本估计总体的思想可知, 某城区30万人口中年龄在26岁~35岁之间的约有30×1 2 =15(万人); 又年龄在26岁~35岁之间每月使用共享单车在7~14次之间的有10人,占总抽取人数的1 4, 用样本估计总体的思想可知,城区年龄在26岁~35岁之间15万人中每月使用共享单车在7~14次之间的约有15×14=15 4 (万人), 所以年龄在26岁~35岁之间,每月使用共享单车在7~14次之间的人数约为15 4 万人. 15.已知样本(x 1,x 2,…,x n )的平均数为x ,样本(y 1,y 2,…,y m )的平均数为y (x ≠y ),若样本(x 1,x 2,…,x n ,y 1,y 2,…,y m )的平均数z =a x +(1-a )y ,其中0 2,则n ,m 的大小关系 为( ) A.n 答案 A 解析 由题意可得x =x 1+x 2+…+x n n , y =y 1+y 2+…+y m m , z =x 1+x 2+…+x n +y 1+y 2+…+y m n +m =n n +m ·x 1+x 2+…+x n n +m n +m ·y 1+y 2+…+y m m = n n +m ·x +m n +m