# 统计与概率

> IB 数学分析与方法 高级水平 · IB AA HL
> 来源: https://www.owlsprep.com/zh/study/ib-math-aa-hl-u4-overview/
> 占比: 占考试总分的12-14%

本单元涵盖核心统计学概念，从数据收集与汇总统计到概率、概率分布，以及（HL阶段）贝叶斯定理与连续随机变量，帮助你掌握分析数据、对随机性建模的能力，适用于考试和实际应用。

**先修:** 前期单元学习的基础代数、函数和计数原理

## 学习目标

- 对统计研究中的数据类型进行分类，并评估抽样方法
- 计算并解释单变量和双变量数据的汇总统计量与可视化结果
- 运用概率法则、贝叶斯定理和常见概率分布解决情境问题

## 单元概览

本单元遵循统计调查的自然逻辑，从基础概念逐步进阶到更深入的概率内容。你将首先学习数据的收集与描述方法，再用概率对随机性建模，最后学习仅HL要求的拓展内容，如贝叶斯定理与连续随机变量。

所有IB AA HL学生都必须掌握的核心内容会首先呈现，之后是仅HL要求的拓展主题，这些内容在考试中占比很高。所有子主题都建立在之前内容的基础上，因此最好按顺序学习。

本单元分为以下子主题：
- [数据类型与抽样](https://www.owlsprep.com/study/ib-math-aa-hl-u4-data-types-and-sampling/) — 区分不同数据类型，评估抽样方法的偏差来源。
- [数据呈现与汇总统计](https://www.owlsprep.com/study/ib-math-aa-hl-u4-data-presentation-and-summary-statistics/) — 学习数据可视化，计算均值、方差和标准差等关键汇总统计量。
- [基础概率概念与法则](https://www.owlsprep.com/study/ib-math-aa-hl-u4-basic-probability-concepts-and-rules/) — 掌握概率的基本定义、集合符号和复合事件的核心法则。
- [条件概率与贝叶斯定理](https://www.owlsprep.com/study/ib-math-aa-hl-u4-conditional-probability-and-bayes-theorem/) — 将概率拓展到条件事件，运用贝叶斯定理结合新信息更新概率。
- [离散概率分布](https://www.owlsprep.com/study/ib-math-aa-hl-u4-discrete-probability-distributions/) — 学习离散型随机变量的性质，计算其期望和方差。
- [二项分布](https://www.owlsprep.com/study/ib-math-aa-hl-u4-binomial-distribution/) — 探究二项分布的性质、均值与方差及其实际应用。
- [连续概率分布与PDF](https://www.owlsprep.com/study/ib-math-aa-hl-u4-continuous-probability-distributions-and-pdfs/) — 理解连续型随机变量、概率密度函数以及概率的计算方法。
- [正态分布](https://www.owlsprep.com/study/ib-math-aa-hl-u4-normal-distribution/) — 掌握这种应用最广泛的连续分布，包括标准化和分位数计算。
- [双变量数据：相关性与回归](https://www.owlsprep.com/study/ib-math-aa-hl-u4-bivariate-data-correlation-and-regression/) — 分析两个变量之间的关系，计算相关性并拟合线性回归直线。

## 常见错误

- **错误做法:** 混淆总体参数与样本统计量
  - 原因: 这会导致错误解读推断结果，错误表述统计分析的目标
  - 正确做法: 使用统一记法：总体参数用希腊字母，样本统计量用拉丁字母
- **错误做法:** 在双变量分析中认为相关性就意味着因果关系
  - 原因: 相关性仅衡量关联程度，不代表两个变量之间存在因果关系
  - 正确做法: 谨慎解读相关性，仅能对设计合理的实验得出因果结论
- **错误做法:** 将连续分布的PDF值当作概率
  - 原因: PDF值可以大于1，这经常让新学习者感到困惑
  - 正确做法: 记住只有PDF曲线下的面积（积分）才等于概率

## 速查表

| 概念 | 核心公式/法则 |
| --- | --- |
| 贝叶斯定理 | $P(A\|B) = \frac{P(B\|A)P(A)}{P(B)}$ |
| 期望（离散型） | $E[X] = \sum x P(X=x)$ |
| 随机变量的方差 | $Var(X) = E[X^2] - (E[X])^2$ |
| 二项分布（均值/方差） | $\mu = np, \sigma^2 = np(1-p)$ |
| 皮尔逊相关系数 | $r = \frac{\sum (x-\bar{x})(y-\bar{y})}{s_x s_y (n-1)}$ |

## 下一步

从本单元的第一个子主题开始，按照上述单元索引的顺序逐步学习，构建你对统计与概率的基础知识，循序渐进掌握概念。完成本单元所有子主题后，你可以进入IB AA HL的下一个核心单元：微分学。

- [数据类型与抽样](https://www.owlsprep.com/zh/study/ib-math-aa-hl-u4-data-types-and-sampling/)
- [数据呈现与汇总统计](https://www.owlsprep.com/zh/study/ib-math-aa-hl-u4-data-presentation-and-summary-statistics/)
- [概率基本概念与法则](https://www.owlsprep.com/zh/study/ib-math-aa-hl-u4-basic-probability-concepts-and-rules/)

---

来自 [OwlsPrep](https://www.owlsprep.com) —— A-Level / IB / AP / IGCSE 免费学习指南，依据官方考纲编写。原页面：https://www.owlsprep.com/zh/study/ib-math-aa-hl-u4-overview/