体育统计学
体育统计概述
体育统计
描述统计
总体 数据
统计
量
推断统计
描 述
估计与 推断
总体内在的数量规律性
1. 体育统计设计
体育统计设计是根据体育统计任务和统计对 象的特点，对体育统计工作各个方面和各个环节 的通盘计划和安排。
如：统计指标和指标体系设计、统计分组和 分类设计、搜集统计资料的方法和步骤设计、统 计力量的组织和安排以及经费的运用。统计设计 的结果表现为各种设计方案，如指标体系、分类 目录、调查方案、整理方案，以及数据保管和统 计工作制度等。
体育统计以随机现象的统计数量规律性为研究对象。 体育统计学的研究目标是统计数量规律性,研究客体是 体育现象。
体育统计研究对象有下面两个共同的特点：
（1）数量性 体育统计总是与所研究体育随机现象的数量特征相联系，
主要是从数量方面进行定量研究，总结体育内在的数量规律 性。
（2）总体性 体育统计研究的目的并不仅仅是了解个别体育现象，而
1.3 体育统计的几个基本概念
1. 总体和样本
研究同质对象的全体称为总体(质即对象的属性)，从总体中抽 出用以推测总体的部分同质对象称为样本，总体中的每一观测对象 称为个体，样本中包含的个体数量称为样本含量。
2. 统计量和统计参数
由样本所得反映样本特征的统计指标，都称为统计 量。例如由样本所得集中趋势统计指标样本平均数，离 散程度统计指标样本标准差，都是统计量。
1.1.4 体育统计的产生与发展
１．体育统计的产生
统计学的产生经历了人类古代用于人口、土地、物产、贡赋和治国方略等的描述统计 阶段。
19世纪中期开始进入推测统计阶段。 在20世纪20、30年代，以徐英超为代表的老一辈体育教育工作者受统计学知识与方法 的强烈影响，开始尝试将统计学引入体育领域。
体育统计学
什么是统计学？ 什么是统计学？ 贾俊平等主编的《统计学》 贾俊平等主编的《统计学》教材是 这样表述的： 统计学是一门收集、 这样表述的：“统计学是一门收集、整 理和分析统计数据的方法科学， 理和分析统计数据的方法科学，其目的 是探索数据的内在数量规律性， 是探索数据的内在数量规律性，以达到 对客观事物的科学认识。 对客观事物的科学认识。” 王晓林主编的《统计学》 王晓林主编的《统计学》是这样解 释的： 释的：“统计学是对研究对象的数据资 料进行收集、整理、分析和研究， 料进行收集、整理、分析和研究，以显 示其总体的特征和规律性的学科。 示其总体的特征和规律性的学科。”
第四节 连 加 和 的 缩 写 式
在高等数学中，采用连加求和缩写式形式
∑x 来表示连加求和数，它的一般形式为
i =1 n i
连加求和号 xi 变量（一组观测数据） i下标 n 上标 , i 、n 表示连加求 和界限，即从的第一项开始相加一直到第n 和界限，即从的第一项开始相加一直到第n 项为止。
∑
何晓群主编的《 何晓群主编的《现代统计分析方法与 应用》阐述的： 应用》阐述的：“统计学是研究客观事物数 量关系和数量特征的方法论学科。 量关系和数量特征的方法论学科。” 大不列颠百科全书是这样定义的： 大不列颠百科全书是这样定义的： 统计学是收集、分析、 “统计学是收集、分析、表述和解释数据的 科学。 科学。” 统计学是பைடு நூலகம்收集、整理、分析、 统计学是以收集、整理、分析、推断 等统计技术为手段， 等统计技术为手段，从量的侧面描述和推断 被研究对象的特征、趋势和规律性的学科， 被研究对象的特征、趋势和规律性的学科， 它是一门方法论学科， 它是一门方法论学科，是一种进行定量研究 工具学科。 工具学科。
体育统计学
体育统计学1.体育统计学:是运用数理统计的原理或方法队体育领域中的随机现象的规律性进行研究的一门基础性应用学科2.统计资料的搜集:根据研究设计的要求，获取有关资料的过程，这是基础环节3.统计资料的整理:指按照分析的要求对数据进行审核和分类的过程4.资料的分析:指按照研究目的对整理后数据进行统计学处理的过程。
5.总体:根据研究目的所确定的研究对象的全体6.个体:总体中的每一个研究对象7.样本:总体中的一部分个体组成的集合8.样本含量:样本内含有的个体数9.总体参数:反映着总体的一些数量特征10.随机实验:为了某种研究目的而进行的一次观察力测试或实验统称为一次试验，若试验结果在试验前不能确定？则称试验为随机试验11.简单随机抽样:在不对总体进行划分，排队情况下按随机原则抽取样本单位的方法。
12.特征数:能够描述原始数据的总体或样本分布特征的统计量13.集中位置数:反映一群性质相同的观察值的平均水平或集中趋势的统计指标14.中位数:是将由一组观察值按大小顺序排列，处于中间位置的那个数值15.众数:是样本观测值在频数分布表中频数最多的那一组的组中值16.几何平均数:是样本观测值的连乘积，并以样本观测值的总数为次数，开方求得17.算数平均数:简称均数，描述一组数据在数量上的平均水平。
18.离中位置量数:描述一群性质相同的观测值的离散程度的统计指标19.全距:两极差20.绝对差:所有样本观测值与平均数绝对差之和21.平均差:样本中所有观测值与平均数绝对差距的平均数22.方差:样本数据与它们平均数之差的平方和的平均数23.变异系数:用于观察指标单位不同或均数相差较大时24.平均数的合成计算:将多个样本均数合并成一个大样本的均数计算25.相对数:是两个有联系的指标的比率，它可以从数量上反映两个相互联系的事物之间的对比关系26.有名数:是由两个性质不同但又有联系的绝对数或平均数指标对计算所得的相对数27.无名数:可以根据不同的情况分别采用倍数，百分数或千分数等来表示28.结构相对数:是在分组基础上，以各个分组合计数值与总数值对比的相对数，可以反映某事物各部分在总体中所占的比重29.比较相对数:是指不同地区（部门，单位，事物）的同期，同类指标进行比较的相对数他可以反映被比较的事物的差异情况及不平衡程度30.强度相对数:是两个性质不同但有密切联系，又属于同一时期或时点的绝对数或平均数指标的对比，它表明事物相对的发展水平，也表明两个对比事物之间的实际比例关系。
体育统计学概念
体育统计学概念体育统计学是应用统计学原理和方法，对体育领域中的数据进行分析、解释和预测的一门学科。
它为体育科研、训练和决策提供了重要的参考依据。
以下是对体育统计学主要内容的简要介绍。
1.描述性统计描述性统计是体育统计学的基础，它通过对数据的概括和描述，使我们能够更好地理解数据。
描述性统计指标包括平均数、中位数、众数、方差、标准差等。
2.推论性统计推论性统计是从样本数据推断总体特征的方法。
在体育领域中，我们通常无法直接对总体进行全面调查，因此推论性统计就成为了一种重要的数据分析工具。
推论性统计方法包括参数估计和假设检验等。
3.变量的测量与分类变量的测量与分类是数据分析的前提。
在体育领域中，我们需要对各种变量进行测量和分类，例如运动员的技术水平、体能状态、比赛成绩等。
这些变量的测量和分类必须具有可靠性、有效性和可重复性。
4.数据分布特征数据分布特征是描述数据分布规律和特征的方法。
在体育统计学中，我们通常需要了解数据的分布特征，以便更好地选择合适的统计方法进行分析。
数据分布特征包括正态分布、偏态分布、分布的离散程度等。
5.置信区间与样本大小置信区间与样本大小是数据分析的重要概念。
在体育领域中，我们需要确定一个合适的置信区间和样本大小，以便对总体参数进行准确的估计和预测。
置信区间表示总体参数落在一定范围内的概率，而样本大小则表示样本的代表性程度。
6.假设检验假设检验是体育统计学中常用的方法，用于验证对总体参数的某种假设是否正确。
在体育科研和实践中，我们需要通过对样本数据的分析来检验某种假设或推论是否正确，进而做出科学决策。
7.方差分析方差分析是一种常见的实验设计方法，用于比较不同组之间的差异。
在体育科研和训练中，我们经常需要对不同组之间的差异进行分析，例如比较不同训练方法对运动员成绩的影响、分析不同营养补给对运动员表现的影响等。
方差分析可以对多组数据进行比较，判断各组之间的差异是否具有统计学意义。
8.相关与回归相关与回归是描述两个变量之间关系的方法。
《体育统计学》名词解释
名词解释:1.样本：根据需要与可能从总体中抽取的部分研究对象所形成的子集。
2.样本统计量：由样本所获得的一些数量特征。
3.离中位置量数：描述一群性质相同的观察值的离散程度的统计指标。
（常见类型：全距、绝对差、平均差、方差和标准差）4.相对数：也称相对指标，是两个有联系的指标的比率，它可以从数量上反映两个互相联系的事物（或现象）之间的对比关系。
5.动态分析：用动态数列分析某指标随时间变化而发展的趋势、特征和规律。
6.动态数列：事物的某一统计指标随时间变化而形成的数据序列。
7.随机事件:在一定的实验条件下，有可能发生也有可能不发生的事件为随机事件。
8.抽样误差：抽出的样本统计量之间或样本统计量与总体参数间的偏差，主要是由于个体间的差异所造成的。
9.回归分析：由回归方程对两变量或多变量的数量关系进行分析。
它有两方面的功能:预测功能和控制功能。
简答题：1.体育统计研究对象：除了体育研究领域里的各种可量化的随机现象之外，还包括非体育领域但对体育的发展有关的各种随机现象。
2.在体育活动中的作用：是体育教育科研活动的基础；有助于训练工作的科学化；能帮助研究者制定研究设计；能帮助研究者有效地获取文献资料。
3.方差分析适用的条件：a.来自每个总体的样本都是随机样本，b.不同总体的样本是相互独立的，c.每个样本都取自正态总体，d.每个总体的方差都相等，4.平均数加减3个标注差处理可疑数据的依据，碰到可以数据怎么处理？P40 X+3S法是一种以事物出现的概率作为判据的方法。
根据正态分布的规定，可以证明，｛X-3S,X+3S｝区间中所占数目可占所有原始数据的99.74.也就是说，在1000个数据里平均只有2个多（不到3个）数据在上述区间之外。
由于在上述区间外的数据很少，所以在随机抽样时要抽到这类数据的机会非常小。
因此，在实际申核数据时，遇到｛X-3S,X+3S｝区间外的数据，一般作为可疑数据处理。
5.假设检验的基本步骤：1.根据实际情况建立“原假设”Ho.2.在检验假设的前提下，选择和计算统计量。
体育统计学的有关名词解释
体育统计学的有关名词解释在现代体育竞技中，统计数据的应用日益重要。
体育统计学是一门专门研究运动员、团队和比赛数据的学科。
通过收集、分析和解释这些数据，体育统计学有助于提高运动的效率、战术和训练方法。
下面将介绍一些与体育统计学密切相关的名词，以便我们更好地理解体育领域的数据分析。
1.数据采集数据采集是统计学中最基本的环节。
在体育统计学中，数据采集包括记录运动员的比赛成绩、技术动作、时间、速度等。
这些数据可以通过手工记录、计分器、计时器和传感器等设备来获得。
为了确保准确性和可靠性，数据采集必须在比赛或训练过程中严格进行。
2.得分统计得分统计是体育比赛中最常见的统计数据之一。
它记录每个队伍或运动员在比赛中所得分数。
得分统计在不同的体育项目中有所差异，可以是运动员击中球门的次数、得分次数、时间、距离等。
得分统计对于评估个人或团队的进攻和防守能力至关重要。
3.胜率胜率是衡量运动员、团队或国家在比赛中取得胜利的能力的指标。
它通常以百分比的形式表示，并通过比赛胜利的次数除以总比赛次数计算得出。
胜率是评估运动员表现的一个重要指标，它不仅考虑到比赛中的得分情况，还考虑到比赛的胜负。
4.击中率击中率是指运动员在比赛中成功执行某项动作的比例。
在棒球中，击中率表示击球员击中球的次数与其打击机会总数的比例。
在篮球中，击中率通常指得分球员投篮命中的次数与其投篮次数的比例。
通过计算击中率，我们可以了解运动员的准确性和技术水平。
5.效率指标效率指标是用于评估运动员在比赛中的综合表现的指标。
它可以包括得分、助攻、篮板、盖帽等各项数据。
常见的效率指标有篮球中的效率值（PER）和足球中的评分（Rating）。
效率指标可以帮助教练和分析师评估运动员的整体表现，制定相应的训练和策略。
6.数据可视化数据可视化是将统计数据以图表、图像或其他视觉呈现形式展示出来的过程。
通过数据可视化，我们可以更直观地理解和分析体育统计数据。
常见的数据可视化方法包括柱状图、折线图、散点图等。
体育统计学考试重点
体育统计学考试重点1、体育统计学：体育统计是揭示体育科研中大量随机事件现象的规律的学科。
2、体育统计的基本工作过程：1、统计调查2、统计整理3、统计分析3、体育统计的研究对象除了体育领域里的各种可量化的随机现象之外，还应包括非体育领域但对体育的发展有关的各种随机现象。
4、体育统计研究对象的特征：1、运动性特征2、综合型特征3、客观性特征5、体育统计是在体育教育科研活动的基础（简答）？一、体育统计是体育教育科研活动的基础二、体育统计有助于训练工作的科学化三、体育统计能帮助研究者制定研究计划四、体育统计能帮助研究者有效的获得文献资料6、总体：根据统计科研的具体研究目的而确定的同质对象的全体。
7、样本：根据需要与可能从总体中抽取的部分研究对象所形成的子集。
8、必然事件：在一定条件下，必然会出现的事件。
9、随机事件：在一定的条件下，有可能发生的也有可能不发生的事件。
1、总体参数：反映总体的一些数量特征。
而有样本所获得的一些数量特征称为样本统计量2、概率：某个随机事件再一次实验中发生的可能性大小的数量指标，用p（a）表示。
3、全面普查：是指对研究对象总体中所有个体进行全部的测试或观察。
4、分层抽样;：将总体中的个体按某种属性特征分成若干类型，部分或层。
然后在各种类型、部分、或层中按比例进行简单随机抽样组成研究样本的方法。
5、资料审核的内容和步骤？答：内容1、准确性2、完整性3、时效性步骤1、初审2、逻辑检查3、复核6、集中位置数的类型：中位数、众数、几何平均数、算术平均数7、中位数：将样本的观察值按从大到小的顺序排列起来，处于中间的位置的那个数。
8、众数：是样本观察值在频数分部分布表中频数最多的那一组的组中值。
9、离中位置数的种类：全距、绝对差、标准差、方差、平均差。
1、全距;：即两极差，就是一组观察值中最大值与最小值之差。
2、相对数：相对数也呈相对指标，是两个有联系的指标的比率。
即两个有联系的指标进行对比，所得到的统计指标称为相对指标3、相对数的意义？答1、相对数可是原来不能直接相比的数量指标成为可比2、相对数时进行动态分析的重要依据。
体育统计学
体育统计学第一章绪论第一节体育统计学及其研究对象一、统计学的概念：运用数理统计的原理和方法对体育领域里各种随机现象规律性进行研究的一门基础应用学科，属于方法学科范畴。
二、体育统计学的分类：从性质上来分为：描述性统计：对事物的某些特征及状态进行实际的数量描述推断性统计：通过样本的数量特征以一定方式估计、推断总体的特征三、体育统计工作的基本过程：统计资料的收集—统计资料的整理—统计资料的分析第二节育统计在体育活动中的作用1、体育统计是体育教育科研活动的基础2、体育统计有助于训练工作的科学化3、体育统计能够帮助研究者制定研究设计4、体育统计能帮助研究者有效地获取文献资料第三节体育统计中的若干基本概念一、总体：根据统计研究的具体研究目的而确定的同质对象的全体二、样本：根据需要与能从总体抽取的部分研究对象所形成的子集三、随机事件四、随机变量：分为连续型变量和离散型变量五、概率古典概率：P（A）=m/n概率：统计概率：P(A)=m/n第二章统计资料繁荣收集和整理第一节统计资料的收集一、收集的基本要求：1.资料的准确性2.资料的齐同性3.资料的随机性二、收集资料的方法1.日常积累2.全面普查3.专题研究三、几种常见的抽样方法1.简单随机抽样：抽签法和随机数表法抽签法的操作过程是将总体中的每个个体进行编号,逐个写在签条或卡片上，将签条或卡片完全混乱放置后，不加任何选择地在全部签条或卡片中完全随机抽出所需含量，然后逐个测试并登记其指标数据，形成研究样本。
随机数表法2.分层抽样3.整体抽样四、统计资料的整理（一）资料的审核1.初审2.逻辑检查3.复核（二）频数分布表的制作步骤1. 求极差（或全距R）R=最大值（）—最小值（）2 .确定组数3.确定组距（I）和组限值（L）I=极差/分组数=R/K第一组下限（L1）=X最大—1/2*I4.列频数分布表本组下限<=X<次组下限组中值=（该组下限+该组上限）/2第三章样本特征数一、样本特征数的两种形式：集中位置量数和离中位置量数二、集中位置量数的概念：反映一群性质相同的观察值的平均水平或集中水平趋势的统计指标。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
体育统计学1体育统计学一、名词解释1.随机现象：在同一实验条件下，多次进行同一实验，所得结果不一定完全相同，往往存在差异，而且在实验前不能确切预言将要出现的结果，这样的现象称为随机现象。
2.随机事件：随机实验的每一可能结果（在相同实验条件下，有可能出现和不可能出现的结果）称为随机事件。
3.随机变量：随实验结果而变的变量（随机事件的数量表现）称为随机变量。
4.概率：表示事件发生可能性大小的数值。
5.古典概率：在实验中全部等可能的独立的基本结果有n 个，其中有m 个属于事件A ，则在实验中称事件A 出现的概率等于m 与n 的比，其公式为P(A)＝nm，此时事件A 出现的概率称为古典概率。
6.统计概率：在同一实验条件下，重复进行n 次实验，事件A 出现m 次，则称m 与n 的比为事件A 在n 次实验中的频率；当n 很大时，频率逐渐稳定在某常数P 附近摆动，该常数称为事件A 发生的统计概率。
表达式为P （A ）=nm7.总体：根据一定的研究目的而选择的同质对象的全体称为总体。
8.个体：构成总体的每一基本单位称为个体。
9.样本：根据需要与可能从总体中抽取的部分个体称为样本。
10.样本含量：样本中所包含的基本单位称为样本含量。
11.大样本：n ≥45的样本称为大样本。
12.小样本：n<45的样本称为小样本。
13.平均数：对于一组数据x （I=1，2，3………n ），把nxx ni i∑==1称为本组数据的算术平均数，简称平均数。
14.算术平均数：对于一组数据x（I=1，2，3………n ），把nxx ni i∑==称为本组数据的算术平均数。
15. （样本）标准差：对于一组数据x （I=1，2，3………n ），把x表示本组数据的平均数，则1)(12--=∑=n x xS ni ii 称为本组数据的标准差。
16.变异系数：对于一组数据x（i=1，2，3………n ），x 表示本组数据的平均数，S 表示本组数据的标准差，则CV=%100?xS称为本组数据的变异系数。
17.误差：数据的测量值与真实值之间的差异。
18.抽样误差：样本特征数与总体相应特征数间的误差。
19.系统误差：是由对象本身条件，或者仪器不准，场地器材出现故障，训练方法、手段不同造成的，可以使测试结果成倾向性的偏大或偏小。
20.过失误差：在试验过程中，由人为错误造成的误差。
21.随机误差：在同一实验条件下，多次进行测试时，绝对值和符号时大时小、时正时负，没有确定规律，具有抵偿性的误差。
22.小概率：P ＜0.l 的概率称为小概率。
23.小概率事件：A 表示事件，若P （A ）＜0.1，则称事件A 为小概率事件。
24.实际推断原理：是假设检验的主要依据，它认为小概率事件在一次实验中不会发生。
25.回归方程：利用回归分析方法建立起来的方程式。
26.线性相关系数：是表示两个变量（X 和Y ）之间线性关系的密切程度和相关方向的统计指标。
27.单因素方差分析：对单因素试验结果进行方差分析的方法称为单因素方差分析。
28.条件变异：指的是由条件不同所引起的差异。
29.随机变异：指的是在相同条件下，由于各种随机因素的影响，使得数据之间存在的差异二、填空：1.统计学中，一般用大写字母A 、B 、C ……表示事件，用μ表示总体平均数。
2.一般认为，n ≥45 时为大样本，n <45 时为小样本。
3.抽取样本时，总体含量越大，则n 应越大，反之，样本含量应越小。
4.对一性质相同、单位相同的一组数据，一般来讲，S 越大，说明数据的离散程度越大；反之，说明数据的离散程度越小。
5.在统计学中，x 表示样本平均数，S 表示样本标准差。
6.在统计学中，μ表示总体平均数，σ表示总体标准差。
7.平均数是描述一组数据平均水平的统计量，它的定义式为nxx ni i∑==1。
8.在统计学中，样本平均数一般是指样本数据的算术平均数，它属于集中趋势统计量。
9.统计学中，总体平均数用μ表示，总体方差用σ 表示。
10.样本标准差的定义式为1)(21--=∑=n x xS ni i，它是描述数据离散程度的统计量。
11.总体标准差的定义式为1)(21--=∑=N xNi iμσ，总体平均数的定义式为NxNi i∑==1μ。
12.组序差的计算式为IAx d i -=，其中A 表示假定平均数。
13.变异系数越大，说明数据的离散程度越大，说明运动员成绩越不稳定。
14.在总体均数的假设检验过程中，一般，数据应服从正态分布。
15.标准正态分布密度函数曲线的对称轴为直线x=0 ，曲线与x 围城的面积为 1 。
16.符号X~N （μ，σ）表示随机变量X 服从参数为μ和σ的正态分布。
17.符号X~N （0，1）表示随机变量X 服从标准正态分布；若X~N （μ，σ），则σμ-X ~N （0，1）。
18.正态分布中，σ越大，则密度函数曲线的最高点越低，曲线越平缓。
19.若X~N （μ，σ），则P （a<x</x)(σμ-Φb -)(σμ-Φa 。
(用符号表示)20.若X~N （0，1），则Ф（+∞）= 1 ，Ф（-∞）= 0 。
21.正态分布理论应用的过程中，总体平均数（μ）和总体标准差（σ）参数往往得不到或不容易得到。
22.假设检验的基本思想是带有概率性质的反证法思想，主要依据是实际推断原理（小概率事件原理）。
23.符号H0:μ1=μ2表示的统计学意义是假设任意两总体的平均数相同，其中H O表示原假设。
24.在假设检验过程中，单侧检验比双侧检验更容易检验出显著性差异来。
25.假设检验结论有两种可能，一种是拒绝原假设，一种是接受原假设。
26.假设检验过程中的第一类错误为“弃真”错误，用“纳伪”表示。
27.在假设检验过程中，小概率α值越大，则其对应的右侧临界值应越小，则越容易得到拒绝原假设结论。
28.甲乙两名同一项目的运动员的标准差，S甲>S乙则说明：乙运动员的运动成绩稳定，甲运动员的运动成绩的离散程度大。
29.正态分布密度函数曲线呈单峰型，且在x=μ处达到最高点。
30.标准正态分布中，Φ（μ）表示-∞到u 范围内的概率值（标准正态分布函数的数值。
31.若X~N（0，1），则P（-1 <x< 1="" bdsfid="297" ）="0.6826。
</p"></x<>32.抽取样本进行实验时，抽样误差和随机误差是不可避免的。
33.假设检验结论中，若|t|>tα，说明P < α，应做出拒绝原假设结论。
34.假设检验结论中的两类错误是“弃真”和“纳伪”。
35.在假设检验结论中，常用的显著性水平有0.05 和0.01 。
36.在假设检验结论中，用0.01可以得到拒绝原假设结论，不能得到接受原假设结论。
37.在假设检验结论中，用0.05比0.01更容易得到拒绝原假设结论，此时结论的说服力较弱。
38、假设检验的结论有两种，一种是拒绝原假设，一种是接受原假设。
39、假设检验结论中的第一类错误是弃真错误。
40、假设检验结论中的第二类错误是纳伪错误。
41、在假设检验过程中，小概率α值越大，则比α小时越容易得到拒绝结论。
42、抽取样本进行实验时，抽样误差和随机误差是不可避免的。
43、在假设检验过程中，用0.01可以得到拒绝结论。
三、选择1.随机现象的基本特征是（每次试验前不可确切预言将要出现的结果）。
2.当n（大于等于45）时样本为大样本。
3.抽取样本时，为使其能较好的代表总体，对n的要求是（使样本含量足够大）。
4.抽取样本为使其能很好的代表总体，则应（严格按随机化原则进行抽样）。
5.概率的取值范围是（[0，1]）。
6.频率与概率的关系为（当试验次数n足够大时，可用频率表示概率）。
7.关于概率的性质，下列说法正确的是（不可能事件的概率为0）。
8.描述数距据中程度或离散程度的统计量，称为（离中趋势统计量）。
9.关于频数与n的说法正确的是（nfi=∑）。
10.统计学中，一般用（样本平均数）表示。
11.统计学中，用μ表示（总体平均数）。
12.统计学中，用S2表示（样本方差）。
13.集中趋势统计量是反映一组性质相同的数据的（集中程度或平均水平）的统计指标。
14.离散趋势统计量是反映一组数据（集中程度或平均水平）的统计指标。
15.若Axxii-='，则对应的平均数x与x'之间的关系为（Axx+'=）。
16.平均数是反映一组数据（平均水平）的统计量。
17.标准差是反映一组数据（离散程度）的统计量。
18.组序差的计算式IAxd i-=中，ix表示（组中值）。
19.利用组序差计算平均数的过程中，为使计算简便，假定平均数A的值常选为（频数最多组的组中值）。
20.利用组序差计算平均数的计算式IndfAxkiii+=∑=1中，（id）表示组序差。
21.在选择运动员参赛时，利用（变异系数）可以比较运动成绩的稳定性。
22.对同组训练的运动员，若他们的运动成绩的变异系数较大，则应（分组训练）。
23.在估计某范围内人数时，下述说法正确的是（最后结果应按“四舍五入”原则进行取舍，取整数）。
24.离差评价表中，应包含（2）类指标。
25.正态分布表中的一个概率值对应的临界值有（唯一一个）。
26.正态分布密度函数曲线的最高点的个数是（1个）。
27.正态分布密度函数曲线的对称轴是（直线μ=x）。
28.正态分布密度函数曲线的渐近线是（X轴）。
29.正态分布密度函数f(x)（其值恒大于0）。
30.正态分布密度函数曲线（恒在X轴上方）。
31.正态分布密度函数曲线与X轴围成的面积（恒为1）。
32.正态分布密度函数曲线在（μ=x）处达到最高点。
33.标准正态分布密度函数曲线在（x=0）处达到最高点。
34.标准正态分布密度函数曲线的对称轴是直线（x=0）。
35.若X~N（μ，σ），则σμ-X~（N（0，1））。
36.若X~N（μ，σ），则（σμ-X）~N（0，1）。
37.若随机变量X~N（0，1），则P（X<0）=（0.5）。
38.利用累进计分法计算出的分数，能体现出“成绩提高的难易程度与（所提高的分值）相适应”这一特点。
39.累进计分法应用过程中，需（2）个给分点。
40.若X~N（μ，σ），则P（a<x<b）< bdsfid="457" p=""></x<b）<>=（)()(σμσμ-Φ--Φab）41.若X~N（0，1），则P（a<x<b）< bdsfid="476" p=""></x<b）<>=（)()(abΦ-Φ）42.估计某范围内的人数或百分比时，下述说法正确的是（为保证计算结果较为精确，不应尽早地进行“四舍五入”）。