统计与概率 (Statistics and Probability) — IB Math AA SL AA SL 学习指南

适合谁：IB Math AA SL 参加 IB Math: Analysis & Approaches SL 的考生。

覆盖内容：覆盖描述性统计、条件与独立概率、二项与正态分布基础、线性回归与相关性四大考纲要求子主题

前置知识：IGCSE / pre-DP 数学。

关于练习题：下文「练习题」一节的所有题目均为我们按 IB Math AA SL 风格编写的原创题目 (original problems)，仅用于教学。它们不是 IBO 真题的复制，措辞、数值或语境可能不同。请把它们当作练手用；评分细则请对照 IBO 官方 mark scheme。

1. 什么是统计与概率？

统计与概率是IB AA SL中偏向应用的核心板块，占paper1、paper2总分的20%-25%，多以情景应用题形式出现，得分性价比极高。其中统计(statistics)是通过收集、整理、分析样本数据，推断总体特征的方法；概率(probability)是量化随机事件发生可能性的数学工具，二者结合解决实际生活中的不确定性问题。本板块考题对计算能力要求不高，核心是概念辨析和GDC（图形计算器）操作的熟练度。

2. 描述性统计 (Descriptive Statistics)

描述性统计是对原始数据的特征提取方法，核心分为集中趋势和离散程度两类指标，考官常考异常值判定和分组数据计算。

• 集中趋势指标：平均数(mean, $\bar{x}$)、中位数(median, 排序后中间位置的数值)、众数(mode, 出现频率最高的数值)；分组数据均值公式为$\bar{x}=\frac{\sum fx}{\sum f}$，其中$f$是组频数，$x$是组中点。
• 离散程度指标：四分位数间距(interquartile range, $IQR=Q_3-Q_1$，$Q_1$为下四分位数、$Q_3$为上四分位数)、方差(variance, ${\sigma }^2$)、标准差(standard deviation, $\sigma$)。
• 异常值(outlier)判定规则：数值小于$Q_1-1.5\times IQR$，或大于$Q_3+1.5\times IQR$即可判定为异常值，统计分析时可酌情剔除。

范例：数据组$\{2,5,7,8,10,12,15\}$，$Q_1=5$，$Q_3=12$，$IQR=7$，异常值边界为$-5.5$和$22.5$，因此该组无异常值，均值为$\frac{2+5+7+8+10+12+15}{7}\approx 8.43$。

3. 概率：条件概率与独立事件 (Probability — Conditional, Independent)

本章节核心是概率的基本运算规则，常结合树状图考应用题。

• 基础概率：事件$A$的概率$P(A)=\frac{n(A)}{n(U)}$，$n(U)$为样本空间总事件数，$0\le P(A)\le 1$。
• 条件概率(conditional probability)：已知事件$B$发生的前提下，事件$A$发生的概率，公式为： $$P(A|B)=\frac{P(A\cap B)}{P(B)},P(B)\ne 0$$
• 独立事件(independent events)：事件$A$发生与否不影响$B$的发生概率，满足$P(A\cap B)=P(A)\times P(B)$，等价于$P(A|B)=P(A)$、$P(B|A)=P(B)$。
• 加法公式：$P(A\cup B)=P(A)+P(B)-P(A\cap B)$，互斥事件满足$P(A\cap B)=0$。

范例：袋中有3红2蓝共5个球，不放回抽2次，求第一次抽红球的前提下第二次也抽红球的概率。设$B$为第一次抽红，$A$为第二次抽红，$P(B)=\frac{3}{5}$，$P(A\cap B)=\frac{3\times 2}{5\times 4}=\frac{3}{10}$，因此$P(A|B)=\frac{\frac{3}{10}}{\frac{3}{5}}=\frac{1}{2}$，符合直观：第一次抽走红球后剩余2红2蓝，抽红概率为$\frac{1}{2}$。

4. 二项分布与正态分布 (Basics)

本章节是统计的核心考点，IB允许用GDC直接计算概率，无需手动套公式，重点是掌握分布记号和适用场景。

• 二项分布(binomial distribution)：适用于$n$次独立重复的伯努利试验，每次成功概率为$p$，成功次数$X$服从$X\sim B(n,p)$，核心公式： $$P(X=k)=\left(\genfrac{}{}{0ex}{}{n}{k}\right)p^k(1-p{)}^{n-k},E(X)=np,Var(X)=np(1-p)$$ 其中$E(X)$为期望，$Var(X)$为方差。
• 正态分布(normal distribution)：连续型对称钟形分布，记为$X\sim N(\mu ,{\sigma }^2)$，$\mu$为均值，${\sigma }^2$为方差，标准化公式为$Z=\frac{X-\mu }{\sigma }\sim N(0,1)$，$Z$为标准正态变量。常用的68-95-99.7法则：约68%的数据落在$\mu \pm \sigma$区间，95%落在$\mu \pm 2\sigma$区间，99.7%落在$\mu \pm 3\sigma$区间。

范例：已知$X\sim B(10,0.3)$，求$P(X\ge 2)$。计算得$P(X\ge 2)=1-P(X=0)-P(X=1)=1-0.7^{10}-\left(\genfrac{}{}{0ex}{}{10}{1}\right)\times 0.3\times 0.7^9\approx 0.851$，直接用GDC的二项累积分布功能可快速得到结果。

5. 线性回归与相关性 (Linear Regression and Correlation)

本章节考察两个连续变量的线性关系，常出现在paper2的大题第一问。

• 皮尔逊积矩相关系数(Pearson's product-moment correlation coefficient, $r$)：衡量两个变量线性相关的强度和方向，取值范围为$[-1,1]$：$r\approx 1$为强正线性相关，$r\approx -1$为强负线性相关，$r\approx 0$为无线性相关（可能存在曲线相关）。
• $y$对$x$的线性回归方程(linear regression line of y on x)：$\hat{y}=a+bx$，其中$b$为斜率，$a$为截距，仅当$|r|$足够大（通常$|r|>0.5$）时，用该方程预测才有效，且不能外推超出样本$x$的取值范围。

范例：学习时长$x$（小时）和测验分数$y$的相关系数$r=0.87$，回归方程为$\hat{y}=32+8.2x$，则学习4小时的预测分数为$32+8.2\times 4=64.8\approx 65$分。

6. 常见陷阱 (Common Pitfalls)

1. 错误：混淆$P(A|B)$和$P(B|A)$，直接用$P(A)P(B)$作为条件概率的分子。原因：记混条件概率定义，误将所有事件默认独立。正确做法：永远先写条件概率公式，分子是两个事件的交集概率，分母是条件事件的概率。
2. 错误：正态分布记号写错，将$N(\mu ,{\sigma }^2)$写成$N(\mu ,\sigma )$。原因：混淆方差和标准差的记号。正确做法：正态分布第二个参数是方差，写的时候注意带平方，计算Z值时用标准差$\sigma$做分母。
3. 错误：二项分布计算$P(X\ge k)$时，直接用GDC算$P(X\le k)$再用1减。原因：搞反离散分布累积概率的不等号方向。正确做法：离散分布中$P(X\ge k)=1-P(X\le k-1)$，选GDC功能时注意上下限的设置。
4. 错误：相关系数$r\approx 0$时直接判定两个变量无关联。原因：混淆线性相关和广义关联。正确做法：$r$接近0仅说明没有线性相关，可能存在二次、指数等曲线关联，不能直接下无关结论。

7. 练习题 (IB Math AA SL 风格)

题1

某班15名学生的数学测验分数为：45, 52, 58, 62, 65, 67, 71, 73, 75, 77, 80, 82, 86, 91, 95。 (a) 求该组数据的中位数、$Q_1$、$Q_3$和$IQR$； (b) 判断是否存在异常值。 解答： (a) $n=15$，中位数为排序后第8个值：73；$Q_1$为前7个数的中位数（第4个）：62；$Q_3$为后7个数的中位数（第12个）：82；$IQR=82-62=20$。 (b) 异常值下边界：$62-1.5\times 20=32$，上边界：$82+1.5\times 20=112$，所有数据均在边界范围内，无异常值。

题2

已知事件$A$和$B$满足$P(A)=0.6$，$P(B)=0.5$，$P(A\cup B)=0.8$。 (a) 求$P(A\cap B)$； (b) 判断$A$和$B$是否为独立事件。 解答： (a) 由加法公式：$P(A\cup B)=P(A)+P(B)-P(A\cap B)$，代入得$0.8=0.6+0.5-P(A\cap B)$，解得$P(A\cap B)=0.3$。 (b) 独立事件满足$P(A)P(B)=0.6\times 0.5=0.3=P(A\cap B)$，因此$A$和$B$是独立事件。

题3

成年男性身高服从正态分布$X\sim N(175,36)$（单位：cm）。 (a) 求随机抽取1名成年男性身高超过180cm的概率； (b) 求身高落在169cm到181cm之间的概率。 解答： 方差${\sigma }^2=36$，因此标准差$\sigma =6$。 (a) 标准化得$Z=\frac{180-175}{6}\approx 0.833$，$P(X>180)=P(Z>0.833)\approx 1-0.798=0.202$。 (b) 169的Z值为$\frac{169-175}{6}=-1$，181的Z值为$\frac{181-175}{6}=1$，因此$P(169<X<181)=P(-1<Z<1)\approx 0.683$，符合68-95-99.7法则。

8. 速查表 (Quick Reference Cheatsheet)

9. 接下来怎么学

本板块是IB AA SL中少有的低门槛高得分板块，后续你会在paper2的综合题中遇到它和函数、数列结合的考法，只要理清概念、熟练GDC操作就能拿到80%以上的分数。建议学完本指南后，刷近3年的IB统计概率真题，重点练GDC的分布计算功能，提升做题速度。 如果你在刷题过程中遇到任何考点疑问、真题不会解，都可以随时到小欧提问，我们会为你提供针对性的讲解和练习资源。