单元总览

统计与概率

IB 数学：分析与方法 SL· 6 分钟阅读 📊 占IB AA SL考试总分的15-18%

1. 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

学习对数据类型分类，评估抽样方法的常见偏差来源。

★⏱ 8 min

数据表示：直方图、箱线图、累积频率

掌握构建和解释分组与未分组数据的常见统计图。

★★⏱ 10 min

中心趋势与离散程度度量

计算并比较均值、中位数、众数、方差、标准差和四分位距。

★★⏱ 12 min

累积分布与百分位数

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。

★★★⏱ 10 min

概率、条件概率与独立事件

应用韦恩图、树状图和概率法则解决复合事件问题。

★★★⏱ 15 min

离散概率分布、期望与方差

计算一般离散概率分布的期望、方差和概率。

★★★⏱ 12 min

二项概率分布

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。

★★★★⏱ 15 min

正态概率分布

计算连续正态分布数据的概率和逆正态值。

★★★★⏱ 18 min

2. 常见陷阱

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）

3. 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： $s = \frac{\sum ( x - x ˉ ) ^{2}}{n - 1}$
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	$E (X) = μ = \sum x \cdot P (X = x)$
离散变量 $X$ 的方差	$V a r (X) = σ^{2} = E (X^{2}) - [E (X)]^{2}$
二项分布	$X \sim B (n, p)$ ， $E (X) = n p$ ， $V a r (X) = n p (1 - p)$
标准化正态值	$Z = \frac{X - μ}{σ}$ ，适用于 $X \sim N (μ, σ^{2})$
四分位距	$I QR = Q_{3} - Q_{1}$ ，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。