题文

振兴中学某班的学生对本校学生会倡导的“抗震救灾，众志成城”自愿捐款活动进行抽样调查，得到了一组学生捐款情况的数据．下图是根据这组数据绘制的统计图，图中从左到右各长方形的高度之比为3：4：5：8：6，又知此次调查中捐款25元和30元的学生一共42人． （1）他们一共调查了多少人？ （2）这组数据的众数、中位数各是多少？ （3）若该校共有1560名学生，估计全校学生捐款多少元？

题型：解答题  难度：中档

答案

（1）设捐款30元的有6x人，则8x+6x=42． ∴x=3． ∴捐款人数共有：3x+4x+5x+8x+6x=78（人）． （2）由图象可知：众数为25（元）；由于本组数据的个数为78，按大小顺序 排列处于中间位置的两个数都是25（元），故中位数为25（元）． （3）全校共捐款： （9×10+12×15+15×20+24×25+18×30）× 1560 78 =34200（元）．

据专家权威分析，试题“振兴中学某班的学生对本校学生会倡导的“抗震救灾，众志成城”自愿..”主要考查你对  中位数和众数，条形图，用样本估算总体  等考点的理解。关于这些考点的“档案”如下：

中位数和众数条形图用样本估算总体

考点名称：中位数和众数

• 中位数：一般地，n个数据按大小顺序排列，处于最中间位置的一个数据（或最中间位置的两个数据的平均数）叫这组数据的中位数。
  众数：在一组数据中，出现次数最多的数据。

• 中位数的位置：
  当样本数为奇数时，中位数=(N+1)/2;当样本数为偶数时，中位数为N/2与1+N/2的均值
  
  众数性质：
  用众数代表一组数据，可靠性较差，不过，众数不受极端数据的影响，并且求法简便。在一组数据中，如果个别数据有很大的变动，选择中位数表示这组数据的“集中趋势”就比较适合。
  当数值或被观察者没有明显次序（常发生于非数值性资料）时特别有用，由于可能无法良好定义算术平均数和中位数。例子：{鸡、鸭、鱼、鱼、鸡、鱼}的众数是鱼。
  众数算出来是销售最常用的，代表最多的 
  众数是在一组数据中,出现次数最多的数据 
  两组数据中,都是1,2出现次数最多 
  所以1,2是众数 
  众数：
  一般来说，一组数据中，出现次数最多的数就叫这组数据的众数。
  例如：1，2，3，3，4的众数是3。 
  但是，如果有两个或两个以上个数出现次数都是最多的，那么这几个数都是这组数据的众数。
  例如：1，2，2，3，3，4的众数是2和3。
  还有，如果所有数据出现的次数都一样，那么这组数据没有众数。
  例如：1，2，3，4，5没有众数。
  在高斯分布中，众数位于峰值。
  
  平均数、中位数和众数的特征：
  （1）平均数、中位数、众数都是表示一组数据“平均水平”的平均数。
  （2）平均数能充分利用数据提供的信息，在生活中较为常用，但它容易受极端数字的影响，且计算较繁。
  （3）中位数的优点是计算简单，受极端数字影响较小，但不能充分利用所有数字的信息。 中位数算出来可避免极端数据，代表着数据总体的中等情况。
  （4）众数的可靠性较差，它不受极端数据的影响，求法简便，当一组数据中个别数据变动较大时，适宜选择众数来表示这组数据的“集中趋势”。

• 平均数、中位数和众数异同：
  一、相同点
  平均数、中位数和众数这三个统计量的相同之处主要表现在：都是来描述数据集中趋势的统计量；都可用来反映数据的一般水平；都可用来作为一组数据的代表。
  
  二、不同点
  它们之间的区别，主要表现在以下方面。
  1、定义不同
  平均数：一组数据的总和除以这组数据个数所得到的商叫这组数据的平均数。
  中位数：将一组数据按大小顺序排列，处在最中间位置的一个数叫做这组数据的中位数 。
  众数：在一组数据中出现次数最多的数叫做这组数据的众数。
  
  2、求法不同
  平均数：用所有数据相加的总和除以数据的个数,需要计算才得求出。
  中位数：将数据按照从小到大或从大到小的顺序排列，如果数据个数是奇数，则处于最中间位置的数就是这组数据的中位数；如果数据的个数是偶数，则中间两个数据的平均数是这组数据的中位数。它的求出不需或只需简单的计算。
  众数：一组数据中出现次数最多的那个数，不必计算就可求出。
  
  3、个数不同
  在一组数据中，平均数和中位数都具有惟一性，但众数有时不具有惟一性。在一组数据中，可能不止一个众数，也可能没有众数。
  
  4、呈现不同
  平均数：是一个“虚拟”的数，是通过计算得到的，它不是数据中的原始数据。
  中位数：是一个不完全“虚拟”的数。当一组数据有奇数个时，它就是该组数据排序后最中间的那个数据，是这组数据中真实存在的一个数据；但在数据个数为偶数的情况下，中位数是最中间两个数据的平均数，它不一定与这组数据中的某个数据相等，此时的中位数就是一个虚拟的数。
  众  数：是一组数据中的原数据 ，它是真实存在的。
  
  5、代表不同
  平均数：反映了一组数据的平均大小，常用来一代表数据的总体 “平均水平”。
  中位数：像一条分界线，将数据分成前半部分和后半部分，因此用来代表一组数据的“中等水平”。
  众数：反映了出现次数最多的数据，用来代表一组数据的“多数水平”。
  这三个统计量虽反映有所不同，但都可表示数据的集中趋势，都可作为数据一般水平的代表。
  
  6、特点不同
  平均数：与每一个数据都有关,其中任何数据的变动都会相应引起平均数的变动。主要缺点是易受极端值的影响，这里的极端值是指偏大或偏小数，当出现偏大数时，平均数将会被抬高，当出现偏小数时，平均数会降低。
  中位数：与数据的排列位置有关，某些数据的变动对它没有影响；它是一组数据中间位置上的代表值，不受数据极端值的影响。
  众数：与数据出现的次数有关，着眼于对各数据出现的频率的考察，其大小只与这组数据中的部分数据有关，不受极端值的影响,其缺点是具有不惟一性，一组数据中可能会有一个众数，也可能会有多个或没有 。
  
  7、作用不同
  平均数：是统计中最常用的数据代表值，比较可靠和稳定，因为它与每一个数据都有关，反映出来的信息最充分。平均数既可以描述一组数据本身的整体平均情况，也可以用来作为不同组数据比较的一个标准。因此，它在生活中应用最广泛，比如我们经常所说的平均成绩、平均身高、平均体重等。
  中位数：作为一组数据的代表，可靠性比较差，因为它只利用了部分数据。但当一组数据的个别数据偏大或偏小时，用中位数来描述该组数据的集中趋势就比较合适。
  众数：作为一组数据的代表，可靠性也比较差，因为它也只利用了部分数据。。在一组数据中，如果个别数据有很大的变动，且某个数据出现的次数最多，此时用该数据（即众数）表示这组数据的“集中趋势”就比较适合。

• 中位数、众数的求法：
  中位数：
  ①将数据按大小顺序排列；
  ②当数据个数为奇数时，中间的那个数据就是中位数；
  当数据个数为偶数时，居于中间的两个数据的平均数才是中位数。
  
  众数：找出频数最多的数据，若几个数据频数最多且相同，此时众数就是这几个数据。

考点名称：条形图

• 条形图定义：
  用一个单位长度表示一定的数量，根据数量的多少画成长短不同的条形，条形的宽度必须保持一致，然后把这些条形排列起来，这样的统计图叫做条形统计图。它可以表示出每个项目的具体数量。

• 条形图特点：
  （1）能够显示每组中的具体数据；
  （2）易于比较数据之间的差别。
  
  描绘条形图的3要素：组数、组宽度、组限。
  1.组数
  把数据分成几组，指导性的经验是将数据分成5~10组。
  2.组宽度
  通常来说，每组的宽度是一致的。组数和组宽度的选择就不是独立决定的，一个经验标准是：
  近似组宽度=（最大值-最小值）/组数
  然后根据四舍五入确定初步的近似组宽度，之后根据数据的状况进行调整。
  3.组限
  分为组下限（进入该组的最小可能数据）和组上限（进入该组的最大可能数据），并且一个数据只能在一个组限内。
  绘画条形图时，不同组之间是有空隙的；而绘画直方图时，不同组之间是没有空隙的。
  
  使用条形图的情况：
  轴标签过长；
  显示的数值是持续型的。

• 条形图具有下列图表子类型：
  簇状条形图和三维簇状条形图  簇状条形图比较各个类别的值。在簇状条形图中，通常沿垂直轴组织类别，而沿水平轴组织数值。三维簇状条形图以三维格式显示水平矩形，而不以三维格式显示数据。

  堆积条形图和三维堆积条形图  堆积条形图显示单个项目与整体之间的关系。三维堆积条形图以三维格式显示水平矩形，而不以三维格式显示数据。

  百分比堆积条形图和三维百分比堆积条形图  此类型的图表比较各个类别的每一数值所占总数值的百分比大小。三维百分比堆积条形图表以三维格式显示水平矩形，而不以三维格式显示数据。

  水平圆柱图、圆锥图和棱锥图  水平圆柱图、圆锥图和棱锥图可以使用为矩形条形图提供的簇状图、堆积图和百分比堆积图，并且它们以完全相同的方式显示和比较数据。唯一的区别是这些图表类型显示圆柱、圆锥和棱锥形状而不是水平矩形。

• 制作条形图的步骤：
  （1）根据统计资料整理数据，一般整理成表格形式；
  （2）画出横轴、纵轴，确定它们所表示的项目，选定标尺，按一定比例作为长度单位，长短要适中，根据数据的大小对应标出；
  （3）画直条，条形的高与数据的大小成比例。条形的宽度、间隔要一致；
  （4）写上统计总标题、制图日期及数量单位。

考点名称：用样本估算总体

• 用样本估计总体的两个手段：
  （1）用样本的频率分布估计总体的分布；
  （2）用样本的数字特征估计总体的数字特征，需要从总体中抽取一个质量较高的样本，才能不会产生较大的估计偏差，且样本的容量越大，估计的结果也就越精确。