(1) 단순 무작위 표본 추출: 일반적으로 한 집단의 수가 N 인 경우, 한 번에 하나씩 다시 넣지 않는 방법으로 n 용량의 샘플을 추출한다. 각 개인이 추출될 수 있는 기회는 같다. 이를 단순 무작위 표본이라고 한다.
참고: ① 각 개인이 펌핑 될 확률은 다음과 같습니다.
② 일반적으로 사용되는 간단한 무작위 샘플링 방법은 다음과 같습니다: 추첨; 난수 방법.
⑵ 시스템 샘플링: 그룹이 크면 그룹을 여러 부분으로 균등하게 나눈 다음 미리 결정된
필요한 샘플을 얻기 위해 각 부분에서 개인을 추출하는 규칙입니다. 이 샘플링 방법을 시스템 샘플링이라고합니다.
참고: ① 호;
② 세그먼트;
③ 첫 번째 단락은 간단한 무작위 표본 추출 방법을 사용하여 개인의 수를 결정한다.
(4) 미리 설정된 규칙에 따라 샘플을 추출합니다.
⑶ 계층 샘플링: 알려진 전체가 몇 가지 차이가 뚜렷한 부분으로 구성된 경우, 전체 상황을 보다 포괄적으로 반영하려면 전체를 여러 부분으로 나눈 다음 각 부분이 전체적으로 차지하는 비율에 따라 샘플링합니다. 이 샘플을 계층적 샘플링이라고 합니다.
참고: 부분 수 = 부분 수.
2. 총 특성 수 추정:
(1) 샘플 평균;
(2) 샘플 분산;
(3) 샘플 표준 편차 =;
3, 상관 계수 (두 변수 간의 선형 상관 관계 결정):
참고: (1) > 0, 변수는 양의 상관 관계가 있습니다. & lt0, 변수는 음의 상관 관계가 있습니다.
(2) ① 1 에 가까울수록 두 변수의 선형 상관 관계가 강해진다.
② 0 에 가까울 때 두 변수 사이에는 선형 연관성이 거의 없다.
확장 데이터:
(1) 알고리즘의 의미, 블록 다이어그램
1 분석을 통해 특정 문제를 해결하는 과정과 단계 (예: 이진 선형 방정식 해결 등) 를 분석합니다. ), 우리는 알고리즘의 생각과 의미를 이해할 수 있습니다.
② 패러디, 조작, 탐구를 통해 설계 절차 상자를 통해 문제를 표현하고 해결하는 과정을 체험한다. 특정 문제를 해결하는 과정 (예: 삼원 선형 방정식 해결 등). 참고) 절차 상자의 세 가지 기본 논리 구조 (순서, 조건 분기, 루프) 를 이해합니다.
(2) 기본 알고리즘 문: 특정 문제의 블록 다이어그램을 프로그램 문으로 변환하는 프로세스를 통해 몇 가지 기본 알고리즘 문 (입력 문, 출력 문, 대입문, 조건문 및 루프 문) 을 이해합니다. 알고리즘의 기본 사상을 더 잘 이해하다.
바이두 백과-고등학교 수학