# 统计与概率

> IB 数学：分析与方法 SL · IB AA SL
> 来源: https://www.owlsprep.com/zh/study/ib-math-aa-sl-u4-overview/
> 占比: 占IB AA SL考试总分的15-18%

本单元涵盖IB AA SL的核心描述统计学、概率论以及常见关键概率分布，培养在所有考试板块中占比很高的基础数据分析能力。

**先修:** 基础代数运算和函数性质; IGCSE/GCSE阶段的入门描述统计学

## 学习目标

- 对数据类型分类，识别常见抽样方法中的偏差来源
- 使用合适的统计图以及中心趋势和离散程度度量，表示和汇总数值数据
- 应用核心概率法则计算条件事件和独立事件的概率
- 使用二项概率分布和正态概率分布对随机过程建模，解决实际问题

## 单元概览

本单元从基础描述统计学到应用概率建模逻辑递进：我们从数据的收集和分类开始，接着讲解如何用数值表示和汇总数据，之后进入核心概率法则，最后使用SL要求的两种关键分布对随机过程建模。

所有子主题都直接建立在本单元先前内容的基础上：理解数据类型是选择正确统计图和汇总度量的前提，而核心概率基础是所有离散和连续概率分布内容的支撑。

本单元分为8个核心子主题：
- [数据类型、抽样与偏差](https://www.owlsprep.com/study/ib-math-aa-sl-u4-data-types-sampling-and-bias/) — 学习对数据类型分类，评估抽样方法的常见偏差来源。
- [数据表示：直方图、箱线图、累积频率](https://www.owlsprep.com/study/ib-math-aa-sl-u4-data-representation-histograms-box-plots/) — 掌握构建和解释分组与未分组数据的常见统计图。
- [中心趋势与离散程度度量](https://www.owlsprep.com/study/ib-math-aa-sl-u4-measures-of-central-tendency-and/) — 计算并比较均值、中位数、众数、方差、标准差和四分位距。
- [累积分布与百分位数](https://www.owlsprep.com/study/ib-math-aa-sl-u4-cumulative-distributions-and-percentiles/) — 使用累积频率图查找任意数据集的百分位数、四分位数和中位数。
- [概率、条件概率与独立事件](https://www.owlsprep.com/study/ib-math-aa-sl-u4-probability-conditional-probability-and-independent/) — 应用韦恩图、树状图和概率法则解决复合事件问题。
- [离散概率分布、期望与方差](https://www.owlsprep.com/study/ib-math-aa-sl-u4-discrete-probability-distributions-expectation-and/) — 计算一般离散概率分布的期望、方差和概率。
- [二项概率分布](https://www.owlsprep.com/study/ib-math-aa-sl-u4-binomial-probability-distribution/) — 识别二项分布的适用条件，计算二项分布的概率、均值和方差。
- [正态概率分布](https://www.owlsprep.com/study/ib-math-aa-sl-u4-normal-probability-distribution/) — 计算连续正态分布数据的概率和逆正态值。

## 常见错误

- **错误做法:** 选择统计图或汇总度量前跳过数据分类步骤
  - 原因: 将适用于连续数据的方法用于离散分类数据会导致错误解读
  - 正确做法: 选择分析或表示数据的方法前，始终先对数据类型进行分类
- **错误做法:** 条件概率计算中混淆分母
  - 原因: 对$P(A|B)$计算时除以P(A)而非P(B)，即使交集值正确也会得到错误结果
  - 正确做法: 明确将条件写入公式$P(A|B) = \frac{P(A \cap B)}{P(B)}$以避免混淆
- **错误做法:** 未验证适用条件就套用二项分布或正态分布
  - 原因: 即使计算步骤正确，使用错误分布也会得到错误结果
  - 正确做法: 开始计算前始终先验证条件（二项分布要求固定试验次数，正态分布要求连续对称数据）

## 速查表

| 概念/公式 | IB SL 关键提示 |
| --- | --- |
| 样本标准差 | IB中样本数据使用该式：$s = \sqrt{\frac{\sum (x-\bar{x})^2}{n-1}}$ |
| 条件概率 | $P(A\|B) = \frac{P(A \cap B)}{P(B)}$，仅适用于$P(B) > 0$ |
| 独立事件 | $P(A \cap B) = P(A) \times P(B)$，且$P(A\|B) = P(A)$ |
| 离散变量$X$的期望 | $E(X) = \mu = \sum x \cdot P(X=x)$ |
| 离散变量$X$的方差 | $Var(X) = \sigma^2 = E(X^2) - [E(X)]^2$ |
| 二项分布 | $X \sim B(n, p)$，$E(X) = np$，$Var(X) = np(1-p)$ |
| 标准化正态值 | $Z = \frac{X - \mu}{\sigma}$，适用于$X \sim N(\mu, \sigma^2)$ |
| 四分位距 | $IQR = Q_3 - Q_1$，对异常值不敏感 |

## 下一步

从本单元第一个子主题「数据分类、抽样与偏差」开始学习，该子主题建立了本单元所有后续统计内容的核心术语体系。完成本统计与概率单元的全部8个子主题后，你可以进入下一单元，从第一个主题开始学习IB AA SL的微积分内容。

- [数据类型、抽样与偏差（本单元第一个子主题）](https://www.owlsprep.com/zh/study/ib-math-aa-sl-u4-data-types-sampling-and-bias/)
- [数据表示：直方图、箱线图、累积频率](https://www.owlsprep.com/zh/study/ib-math-aa-sl-u4-data-representation-histograms-box-plots/)
- [集中趋势与离散程度度量](https://www.owlsprep.com/zh/study/ib-math-aa-sl-u4-measures-of-central-tendency-and/)

---

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-sl-u4-overview/