㈠ 高中數學統計知識點
統計是一種數學方法，可以將數據做一定的處理，然後歸納，最後將結果清晰的呈現在人們面前。下面是我為你整理的高中數學統計知識點，一起來看看吧。
高中數學統計知識點：統計
1.1.1簡單隨機抽樣
1.總體和樣本
在統計學中 , 把研究對象的全體叫做總體.
把每個研究對象叫做個體.
把總體中個體的總數叫做總體容量.
為了研究總體 x 的有關性質，一般從總體中隨機抽取一部分：x₁，x₂……，xn 研究，我們稱它為樣本.其中個體的個數稱為樣本容量.
2.簡單隨機抽樣，也叫純隨機抽樣。就是從總體中不加任何分組、劃類、排隊等，完全隨 機地抽取調查單位。特點是：每個樣本單位被抽中的可能性相同(概率相等)，樣本的每個單位完全獨立，彼此間無一定的關聯性和排斥性。簡單隨機抽樣是其它各種抽樣形式的基礎。通常只是在總體單位之間差異程度較小和數目較少時，才採用這種方法。
3.簡單隨機抽樣常用的方法：
(1)抽簽法;⑵隨機數表法;⑶計算機模擬法;⑷使用統計軟體直接抽取。在簡單隨機抽樣的樣本容量設計中，主要考慮：①總體變異情況;②允許誤差范圍;③概率保證程度。
4.抽簽法:
(1)給調查對象群體中的每一個對象編號
(2)准備抽簽的工具，實施抽簽
(3)對樣本中的每一個個體進行測量或調查
例：請調查你所在的學校的學生做喜歡的體育活動情況。
5.隨機數表法：
例：利用隨機數表在所在的班級中抽取10位同學參加某項活動。
1.1.2系統抽樣
1.系統抽樣(等距抽樣或機械抽樣)：
把總體的單位進行排序，再計算出抽樣距離，然後按照這一固定的抽樣距離抽取樣本。第一個樣本採用簡單隨機抽樣的辦法抽取。
K(抽樣距離)=N(總體規模)/n(樣本規模)
前提條件：總體中個體的排列對於研究的變數來說，應是隨機的，即不存在某種與研究變數相關的規則分布。可以在調查允許的條件下，從不同的樣本開始抽樣，對比幾次樣本的特點。如果有明顯差別，說明樣本在總體中的分布承某種循環性規律，且這種循環和抽樣距離重合。
2.系統抽樣，即等距抽樣是實際中最為常用的抽樣方法之一。因為它對抽樣框的要求較低，實施也比較簡單。更為重要的是，如果有某種與調查指標相關的輔助變數可供使用，總體單元按輔助變數的大小順序排隊的話，使用系統抽樣可以大大提高估計精度。
1.1.3分層抽樣
1.分層抽樣(類型抽樣)：
先將總體中的所有單位按照某種特徵或標志(性別、年齡等)劃分成若干類型或層次，然後再在各個類型或層次中採用簡單隨機抽樣或系用抽樣的辦法抽取一個子樣本，最後，將這些子樣本合起來構成總體的樣本。
兩種方法：
1.先以分層變數將總體劃分為若干層，再按照各層在總體中的比例從各層中抽取。
2.先以分層變數將總體劃分為若干層，再將各層中的元素按分層的順序整齊排列，最後用系統抽樣的方法抽取樣本。
2.分層抽樣是把異質性較強的總體分成一個個同質性較強的子總體，再抽取不同的子總體中的樣本分別代表該子總體，所有的樣本進而代表總體。
分層標准：
(1)以調查所要分析和研究的主要變數或相關的變數作為分層的標准。
(2)以保證各層內部同質性強、各層之間異質性強、突出總體內在結構的變數作為分層變數。
(3)以那些有明顯分層區分的變數作為分層變數。
3.分層的比例問題：
(1)按比例分層抽樣：根據各種類型或層次中的單位數目占總體單位數目的比重來抽取子樣本的方法。
(2)不按比例分層抽樣：有的層次在總體中的比重太小，其樣本量就會非常少，此時採用該方法，主要是便於對不同層次的子總體進行專門研究或進行相互比較。如果要用樣本資料推斷總體時，則需要先對各層的數據資料進行加權處理，調整樣本中各層的比例，使數據恢復到總體中各層實際的比例結構。
高中數學統計知識點：概率
2.1.1—2.1.2隨機事件的概率及概率的意義
1、基本概念：
(1)必然事件：在條件S下，一定會發生的事件，叫相對於條件S的必然事件;
(2)不可能事件：在條件S下，一定不會發生的事件，叫相對於條件S的不可能事件;
(3)確定事件：必然事件和不可能事件統稱為相對於條件S的確定事件; (4)隨機事件：在條件S下可能發生也可能不發生的事件，叫相對於條件S的隨機事件;
(5)頻數與頻率：在相同的條件S下重復n次試驗，觀察某一事件A是否出現，稱n次試驗中事件A出現的次數nA為事件A出現的頻數;稱事件A出現的比例為事件A出現的概率：對於給定的隨機事件A，如果隨著試驗次數的增加，事件A發生的頻率fn(A)穩定在某個常數上，把這個常數記作P(A)，稱為事件A的概率。
(6)頻率與概率的區別與聯系：隨機事件的頻率，指此事件發生的次數nA與試驗總次數n的比值，它具有一定的穩定性，總在某個常數附近擺動，且隨著試驗次數的不斷增多，這種擺動幅度越來越小。我們把這個常數叫做隨機事件的概率，概率從數量上反映了隨機事件發生的可能性的大小。頻率在大量重復試驗的前提下可以近似地作為這個事件的概率
2.1.3概率的基本性質
1、基本概念：
(1)事件的包含、並事件、交事件、相等事件
(2)若A∩B為不可能事件，即A∩B=ф，那麼稱事件A與事件B互斥;
(3)若A∩B為不可能事件，A∪B為必然事件，那麼稱事件A與事件B互為對立事件;
(4)當事件A與B互斥時，滿足加法公式：P(A∪B)= P(A)+ P(B);若事件A與B為對立事件，則A∪B為必然事件，所以P(A∪B)= P(A)+ P(B)=1，於是有P(A)=1—P(B)
2、概率的基本性質：
1)必然事件概率為1，不可能事件概率為0，因此0≤P(A)≤1;
2)當事件A與B互斥時，滿足加法公式：P(A∪B)= P(A)+ P(B);
3)若事件A與B為對立事件，則A∪B為必然事件，所以P(A∪B)= P(A)+ P(B)=1，於是有P(A)=1—P(B);
4)互斥事件與對立事件的區別與聯系，互斥事件是指事件A與事件B在一次試驗中不會同時發生，其具體包括三種不同的情形：(1)事件A發生且事件B不發生;(2)事件A不發生且事件B發生;(3)事件A與事件B同時不發生，而對立事件是指事件A 與事件B有且僅有一個發生，其包括兩種情形：(1)事件A發生B不發生;(2)事件B發生事件A不發生，對立事件互斥事件的特殊情形。
高中數學統計知識點
1、科學記數法：把一個數字寫成的形式的記數方法。
2、統計圖：形象地表示收集到的數據的圖。
3、扇形統計圖：用圓和扇形來表示總體和部分的關系，扇形大小反映部分佔總體的百分比的大小;在扇形統計圖中，每個部分佔總體的百分比等於該部分對應的扇形圓心角與360°的比。
4、條形統計圖：清楚地表示出每個項目的具體數目。
5、折線統計圖：清楚地反映事物的變化情況。
6、確定事件包括：肯定會發生的必然事件和一定不會發生的不可能事件。
7、不確定事件：可能發生也可能不發生的事件;不確定事件發生的可能性大小不同;不確定。
8、事件的概率：可用事件結果除以所以可能結果求得理論概率。
9、有效數字：對於一個近似數，從左邊第一個不是0的數字起，到精確到的數位為止的數字。
10、游戲雙方公平：雙方獲勝的可能性相同。
11、算數平均數：簡稱“平均數”，最常用，受極端值得影響較大;加權平均數12、中位數：數據按大小排列，處於中間位置的數，計算簡單，受極端值得影響較小。
13、眾數：一組數據中出現次數最多的數據，受極端值得影響較小，跟其他數據關系不大。
14、平均數、眾數、中位數都是數據的代表，刻畫了一組數據的“平均水平”。
15、普查：為了一定目的對考察對象進行全面調查;考察對象全體叫總體，每個考察對象叫個體。
16、抽樣調查：從總體中抽取部分個體進行調查;從總體中抽出的一部分個體叫樣本(有代表性)。
17、隨機調查：按機會均等的原則進行調查，總體中每個個體被調查的概率相同。
18、頻數：每次對象出現的次數。
19、頻率：每次對象出現的次數與總次數的比值
20、級差：一組數據中最大數據與最小數據的差，刻畫數據的離散程度
21、方差：各個數據與平均數之差的平方的平均數，刻畫數據的離散程度
22、方差計算公式
23、標准方差：方差的算數平方根刻畫數據的離散程度。
24、一組數據的級差、方差、標准方差越小，這組數據就越穩定。
25、利用樹狀圖或表格方便求出某事件發生的概率。
㈡ 統計學需要什麼基礎
統計學需要的基礎包括：數學基礎、計算機技能、邏輯思維。
1. 數學基礎：統計學與數學緊密相連。進行統計分析時，涉及到大量的數據處理和計算，因此需要掌握基本的數學知識，如代數、幾何、概率論等。特別是概率論，作為統計學的基礎，對於理解隨機事件、概率計算以及概率分布等核心概念至關重要。
2. 計算機技能：現代統計學研究幾乎都離不開計算機的使用。統計分析軟體如Excel、SPSS、SAS或R等是統計學的必要工具。這些軟體能幫助我們進行數據處理、可視化展示以及高級統計分析。因此，掌握至少一種統計分析軟體的操作技能是從事統計學工作的基礎要求。
3. 邏輯思維：統計學不僅是關於數據和數字的學科，更是關於推理和解釋的學科。邏輯思維能幫助我們理解數據的背後含義，從數據中提取信息，進而做出合理推斷。邏輯思維對於設計和實施調查、分析數據以及形成結論都至關重要。統計學的目標不僅僅是描述數據，更重要的是通過數據來理解和解釋現象，這就需要具備強大的邏輯思維能力。
綜上所述，想要學習統計學，需要打好數學基礎，掌握計算機技能，並培養邏輯思維能力。這些基礎將為後續深入學習和實踐統計學奠定堅實基礎。
㈢ 統計學基礎知識有哪些
1. 數學分析
本科統計學不學高等代數(至少中財是)學的是數學分析，數學分析注重理論推導過程，對於很多數學原理的理解很有幫助。雖然統計和數學不一樣，但是統計需要數學。微積分知識是後續學習概率論的基礎，概率論是整個統計學專業學習的基石，對於微積分的要求比較高，一定要熟練掌握。
2.高等代數
高等代數比線性代數難，內容更多，線性代數較為簡單，本人本科學的是高等代數，涉及到的原理推導和知識更多，線性代數只是涉及到代數最基礎的知識，對於後續學習概率論與數理統計課程的幫助不如高等代數明顯。
3.概率論與數理統計
統計學必須學習的課程，各個高校選取的教材不一樣，本人本科學的是卯時松版的課本，同時參考過浙江大學版的教材，卯時松版教材較難，對於深入理解概率論與數理統計幫助很大，很多原理性的東西可以掌握，課後習題難度較大。