分层随机抽样的实施与样本量的分配

方法初稿待审

bx2-c14-s2-k2

一句话 · 分层随机抽样按差异明显的特征把总体分成互不交叉的层,各层按人数比例分配名额后再分别随机抽样,使样本结构与总体一致。

①板书动画演示

讲稿 / 板书 / 图形三轨同步:听到哪一句,板书和图形就走到哪一步

引入1 / 13第 1 / 1 句
图形(由 draw 指令 JSON 确定性渲染,不是模型画的美术图)
本段以板书为主,没有图形。
板书(跟着讲稿逐行出现)

要估计全校学生的平均身高

男生与女生的身高差别明显

如果混在一起做简单随机抽样

可能抽到的男生过多或过少,样本失衡

讲稿

全校学生的身高差别明显,男生普遍高、女生普遍矮。

②例题实操

4 段例题已按「读题 → 思路 → 关键步骤 → 写出过程」拆开,可以不跟播放器一步步做

  1. 1第 8 段例题
    • 总体 N = 400 + 300 + 300 = 1000(人)

    • 抽样比 = 100/1000 = 1/10

    • 高一:400 × 1/10 = 40(人)

    • 高二:300 × 1/10 = 30(人)

    • 高三:300 × 1/10 = 30(人)

    • 40 + 30 + 30 = 100,与要抽的人数一致

    卡住了?展开这一段的讲解

    全校一千人:高一四百、高二三百、高三三百,要抽一百人。

  2. 2第 9 段例题
    • 总体 N = 500 + 400 = 900(人)

    • 抽样比 = 45/900 = 1/20

    • 男生:500 × 1/20 = 25(人)

    • 女生:400 × 1/20 = 20(人)

    • 25 + 20 = 45,正好抽满

    • 注意:每层内还要各自随机抽

    卡住了?展开这一段的讲解

    男生五百、女生四百,抽四十五人,按比例怎么分?

  3. 3第 10 段例题
    • N = 500 + 400 + 350 = 1250(人)

    • 抽样比 = 50/1250 = 1/25

    • 500 × 1/25 = 20(人)

    • 400 × 1/25 = 16(人)

    • 350 × 1/25 = 14(人)

    • 20 + 16 + 14 = 50,合计正确

    卡住了?展开这一段的讲解

    三个年级共一千二百五十人,要抽五十人,各抽多少?

  4. 4第 11 段例题
    • 平均分:45 ÷ 2 得 22 与 23

    • 男生占 500/900 = 5/9,女生占 4/9

    • 按比例应当是 25 与 20

    • 平均分会让女生被抽得偏多

    • 样本结构与总体不一致,估计会偏

    • 答:名额必须按各层人数比例分配

    卡住了?展开这一段的讲解

    男生五百、女生四百,要抽四十五人。若两层平均分名额,错在哪?

③章节训练

第14章 统计 · 限时综合卷

题量

17 题

总分

110 分

限时

60 分钟

覆盖知识点

17 个

限时交卷后逐题给引导性解析(三层,一次放一层),错题自动进错题本。

④易错点与自测

做完题再回来看这一块,比先看更有效

  • 忽略各层人数,把样本量在各层平均分配
  • 只按比例分好了名额,却忘了在每一层内还要独立地随机抽样
  • 把差别很大的个体硬分在同一层,层内差异大、层间差异小,分层失去意义
  • 各层样本量取整后合计不等于要抽的总数,却没有回头调整
  • 层与层之间有交叉,有的个体被算进两层

看完自测(3 题)

  • 什么样的总体适合用分层随机抽样?

    看答案与理由

    答: 当总体由差异明显的几部分组成时适合分层随机抽样。这时把差异明显的部分分成不同的层,层内差异小、层间差异大,再在各层内独立抽样,样本对各部分都有代表性。

    为什么: 如果总体各部分差别很大却混在一起简单随机抽样,某个部分可能一个都没抽到,样本就代表不了总体。

  • 按比例分配是什么意思?为什么要按比例?

    看答案与理由

    答: 按比例分配就是让各层抽到的个体数与该层的个体数成正比,即 n_i/n = N_i/N。按比例能使样本中各层人数之比与总体一致,样本结构与总体结构一致,估计更准确。

    为什么: 样本是总体的「缩影」才有代表性。某层抽得过多会放大这一层,抽得过少会削弱这一层,两种都会让估计偏离。

  • 分层随机抽样分完名额就结束了吗?

    看答案与理由

    答: 没有。分名额只是第一步,接下来必须在每一层内独立地进行简单随机抽样,最后把各层抽到的个体合在一起才是总样本。

    为什么: 分层解决的是「每一部分抽多少」,层内怎么抽仍然要靠简单随机抽样来保证机会相等,两者都做到位才是分层随机抽样。

未填密钥

问老师

这个功能要调用 AI,需要先填一次你自己的接口密钥。

去填密钥(在「学习记录」页)

本站不预置 AI 密钥,需要你自己填一次(在「学习记录」页)。填之前,知识地图、三轨讲解、梯度练习、章测、错题本与学习报告全部照常可用。

这是刻意的设计:知识地图、三轨讲解、梯度练习、章测与学习报告全部离线可用,只有 AI 相关的几个功能需要联网。

⑤这份讲解的来源与状态

内容状态公开,不藏着

来源
ai-draft
人工复核
未经教师人工审核
数学校验
passed
段落数
13

本站自编讲义,非教材原文摘录;未引用教材页码、例题编号。

讲解与题目为本站自编,不是教材原文;本页不标示任何未核验的高考真题来源。