AP Statistics | Previous Unit Review (上)

LONG TIME NO SEE!

圣诞假+春节假+SAT 这一大段时间过去后,

相信大家也和我一样,

门门AP都忘了差不多一半,


当我听说大家上个单元summative裂了的时候,

我立刻去看了看去年的笔记。

然后我:


脑海中回闪出了去年学这个单元的时候的心情…


至于本篇文章,

主要是解释7-9章一些比较令人费解/比较重要的点,

并未涵盖所有知识点。

要是对第8章和第九章后半部分的内容有疑惑,

就要等待下一次更新了...





U7

Sampling Distribution


1

p: 仅指statistic的proportion

p hat: 指parameter的sample proportion

µ p hat: sample proportion distribution的平均值

一定要能够分辨出

population distribution, 

distribution of sample data

和sampling distribution的区别,如下图所示


2

最好的用来估计parameter的statistic是

low bias, low variability


3

Central Limit Theorem (CLT)

当样本空间(sample size)很大的时候,sample mean (X bar) 的sampling distribution是近似于正态分布的。

记得去看看笔记里chart!! It helps!


U9

One Sample Significance Tests


significance test: 

用来比较实际数据(observed data)和假设值(hypothesis)的试验


null hypothesis 虚假设 (H0):

 “no difference”。H0是我们试图找到证据反驳的假设。


Alternative hypothesis 择一假设 (Ha):

 设定的假设值。Ha是我们试图找到证据证明的假设。


p value 

     当 null hypothesis是正确的时候,被测试的数据(比如p hat和x bar)会等于或甚至大于真正得到的数据的可能性。p value越小,against null hypothesis的证据越强。

     比如,一个人宣称自己罚球进球率是80%,那么H0就是p=0.8 (p是proportion);如果测试者怀疑他的进球率并不到80%,那Ha就是p<0.8。

经过实测,这个人投了50个罚球,只进了33个(x bar = 0.66)。此时通过tcdf得出的p value是0.0099,明显低于我们一般情况下使用的significance level significance level α = 0.05。

     因此,我们就要conclude H0, reject Ha,因为假如这个人说的他的罚球进球率是80%,他只有0.0099的可能在50次罚球里只进33个:)

p value 小 — reject H0 — conclude Ha

p value 大 — fail to reject H0 — can not conclude Ha

(具体的在考试中如何interpret得到的结果,参照笔记中的sentence frames)


注意:

看题时留意test statistic是proportion还是means。proportion对应z test,means对应t test。

永远记得check conditions!

Random, Normal, Independent



下半部分review会包括z test 和t test的具体内容,

可能也会涵盖一些Unit 10的内容,

介于它是两个population的比较test。

最后再次是纸质版笔记的链接:

(更新至Unit 10)


https://pan.baidu.com/s/1cEtvVS  密码:gpqz

点击阅读原文进入


专栏主编:安妮王