还剩15页未读，
继续阅读
所属成套资源：人教A版高中数学必修第二册 全册课件
成套系列资料，整套一键下载
高中数学人教A版 (2019)必修 第二册9.2 用样本估计总体背景图课件ppt
展开
这是一份高中数学人教A版 (2019)必修 第二册9.2 用样本估计总体背景图课件ppt，共23页。PPT课件主要包含了导入新课，精彩课堂，课堂练习，课堂总结等内容，欢迎下载使用。
9.2.1 总体取值规律的估计第2课时 用不同的统计图分析样本数据
频率分布表和频率分布直方图,作用都是将样本中杂乱无章的原始信息通过图、表的形式更加直观明了地展示出来,由此更好地获取样本信息.
1.各种统计图的特点及适用范围问题1 条形图、直方图、扇形图、折线图在表示数据上各有什么特点?条形图和直方图主要用于直观描述不同类别或分组数据的频数和频率.扇形图主要用于直观描述各类数据占总数的比例.折线图主要用于直观描述数据随时间的变化趋势.
问题2 条形图和直方图分别适用于描述什么类型的数据?条形图适用于描述离散型的数据,直方图适用于描述连续型的数据.
2.根据不同的实际问题选择不同的统计图
通常人们不十分关心空气质量指数的具体值是多少,可能更关心空气质量等级的分布情况,所以选择按空气质量等级分组,给出频数与频率分布表,将空气质量指数数据转成空气质量等级数据,即将连续型数据转化为离散型数据,而针对离散型数据可以选择条形图、扇形图进行可视化描述,通过折线图还可以看到空气质量数据随时间的变化规律.
第(2)问侧重比较两个月的空气质量,因为5月有31天,6月有30天,总天数相差不大,所以可以直接选用复合条形图展示数据.
因为6月共30天,而2015年全年有365天,天数差别较大,所以两者不能用频数分布进行比较,但可以通过频率分布进行比较,当然也可以通过分别画出扇形图来展示各自的频率分布,但复合频率分布条形图更方便比较.
根据本例第(3)问,你能得出“2022年的空气质量比2015年明显改善了”的结论吗?为什么?统计结论的得出不是简单的数据比较,而是要结合问题的实际背景进行解释,2022年6月的空气质量数据与2015年全年的空气质量数据相比,2022年6月中度以上的污染天气频率明显小于2015年,只能说从整体上看,2022年6月的空气质量要好于2015年全年的空气质量,但不能说明2022年的空气质量比2015年明显改善.原因是空气质量与季节有关,比如冬天因为北方地区烧煤等因素的影响,往往空气质量会比较差,用6月的空气质量数据代表全年的空气质量的情况,代表性差.若要比较2022年与2015年的空气质量,可以把2022年全年的空气质量数据与2015年全年的空气质量数据进行比较,或者两年都用6月的空气质量数据进行比较,最好两年都用全年的空气质量数据进行比较,来说明2022年的空气质量是否比2015年有明显的改善.
1.知识(1)各种统计图的特点及适用范围.(2)作图、用图、识图.(3)选择合适的统计图解决问题.2.易错点对统计图中数据代表的意义理解不清.3.数学思想统计思想、数形结合思想.
要了解总体的某种性质特点,就是要了解总体的某种观察数据,要先找出样本中相应的观测数据,通过样本的数据特点来估计总体的数据特征,这是统计的基本思想. 用样本的取值规律估计总体的取值规律,因为样本观察数据大多杂乱无序,那么就要对样本数据进行整理,无论是表格还是图形其实都是一种表达数据的“语言”,它简洁、优美、直观、可视,充分发挥着“让数据说话”的功能,所以要根据实际问题的特点,选择恰当的统计图对数据进行描述,让数据会说话.
如果说通过作统计图表对样本原始观测数据进行整理,目的是“让数据说话”,那么,运用统计图分析数据对整体进行估计就是“用数据说话”.其实这些都体现了统计问题通过建立数学模型,用简洁而具有说服力的图表说明问题的特点,让我们感受到了数形结合的巨大力量!
9.2.1 总体取值规律的估计第2课时 用不同的统计图分析样本数据
频率分布表和频率分布直方图,作用都是将样本中杂乱无章的原始信息通过图、表的形式更加直观明了地展示出来,由此更好地获取样本信息.
1.各种统计图的特点及适用范围问题1 条形图、直方图、扇形图、折线图在表示数据上各有什么特点?条形图和直方图主要用于直观描述不同类别或分组数据的频数和频率.扇形图主要用于直观描述各类数据占总数的比例.折线图主要用于直观描述数据随时间的变化趋势.
问题2 条形图和直方图分别适用于描述什么类型的数据?条形图适用于描述离散型的数据,直方图适用于描述连续型的数据.
2.根据不同的实际问题选择不同的统计图
通常人们不十分关心空气质量指数的具体值是多少,可能更关心空气质量等级的分布情况,所以选择按空气质量等级分组,给出频数与频率分布表,将空气质量指数数据转成空气质量等级数据,即将连续型数据转化为离散型数据,而针对离散型数据可以选择条形图、扇形图进行可视化描述,通过折线图还可以看到空气质量数据随时间的变化规律.
第(2)问侧重比较两个月的空气质量,因为5月有31天,6月有30天,总天数相差不大,所以可以直接选用复合条形图展示数据.
因为6月共30天,而2015年全年有365天,天数差别较大,所以两者不能用频数分布进行比较,但可以通过频率分布进行比较,当然也可以通过分别画出扇形图来展示各自的频率分布,但复合频率分布条形图更方便比较.
根据本例第(3)问,你能得出“2022年的空气质量比2015年明显改善了”的结论吗?为什么?统计结论的得出不是简单的数据比较,而是要结合问题的实际背景进行解释,2022年6月的空气质量数据与2015年全年的空气质量数据相比,2022年6月中度以上的污染天气频率明显小于2015年,只能说从整体上看,2022年6月的空气质量要好于2015年全年的空气质量,但不能说明2022年的空气质量比2015年明显改善.原因是空气质量与季节有关,比如冬天因为北方地区烧煤等因素的影响,往往空气质量会比较差,用6月的空气质量数据代表全年的空气质量的情况,代表性差.若要比较2022年与2015年的空气质量,可以把2022年全年的空气质量数据与2015年全年的空气质量数据进行比较,或者两年都用6月的空气质量数据进行比较,最好两年都用全年的空气质量数据进行比较,来说明2022年的空气质量是否比2015年有明显的改善.
1.知识(1)各种统计图的特点及适用范围.(2)作图、用图、识图.(3)选择合适的统计图解决问题.2.易错点对统计图中数据代表的意义理解不清.3.数学思想统计思想、数形结合思想.
要了解总体的某种性质特点,就是要了解总体的某种观察数据,要先找出样本中相应的观测数据,通过样本的数据特点来估计总体的数据特征,这是统计的基本思想. 用样本的取值规律估计总体的取值规律,因为样本观察数据大多杂乱无序,那么就要对样本数据进行整理,无论是表格还是图形其实都是一种表达数据的“语言”,它简洁、优美、直观、可视,充分发挥着“让数据说话”的功能,所以要根据实际问题的特点,选择恰当的统计图对数据进行描述,让数据会说话.
如果说通过作统计图表对样本原始观测数据进行整理,目的是“让数据说话”,那么,运用统计图分析数据对整体进行估计就是“用数据说话”.其实这些都体现了统计问题通过建立数学模型,用简洁而具有说服力的图表说明问题的特点,让我们感受到了数形结合的巨大力量!
相关课件
2020-2021学年9.2 用样本估计总体一等奖课件ppt： 这是一份2020-2021学年9.2 用样本估计总体一等奖课件ppt，共28页。PPT课件主要包含了常试题型，列频率分布表，归纳小结，频率分布直方图，求极差，决定组距与组数，将数据分组，画频率分布直方图等内容，欢迎下载使用。
2021学年第九章 统计9.2 用样本估计总体一等奖ppt课件： 这是一份2021学年第九章 统计9.2 用样本估计总体一等奖ppt课件，共19页。PPT课件主要包含了温故知新，研究探索，典例解析，课堂练习等内容，欢迎下载使用。
2020-2021学年第九章 统计9.2 用样本估计总体教学演示课件ppt： 这是一份2020-2021学年第九章 统计9.2 用样本估计总体教学演示课件ppt，文件包含9212总体取值规律的估计pptx、9212总体取值规律的估计docx等2份课件配套教学资源，其中PPT共19页， 欢迎下载使用。
