统计思想：从数据中读出规律

常见表现形式

• 用样本统计量估计总体参数
• 用频率分布研究随机现象
• 用相关系数度量变量关系
• 用置信区间量化推断不确定性

统计思想的三个层次

层次	做什么	工具
描述统计	整理与展示数据	平均数、方差、直方图
推断统计	由样本推总体	估计、假设检验
数据决策	在不确定中做选择	期望、贝叶斯

三个层次由浅入深：先描述「数据是什么样」，再推断「总体是什么样」，最后决策「该怎么办」。统计思想的纵深贯穿整条数据科学线。

典例精析

例 1（描述统计） 某班 $40$ 人数学成绩按区间分组如下，求平均分的估计值。

$[60,70)$ 有 $5$ 人、$[70,80)$ 有 $12$ 人、$[80,90)$ 有 $18$ 人、$[90,100)$ 有 $5$ 人。取每区间中点为代表值，加权平均 $\bar{x}=\frac{65\times 5+75\times 12+85\times 18+95\times 5}{40}=80.75$。这里用「分组+加权」把数据压缩为可读的统计量；用组中点代表整组，得到的是平均分的估计值而非精确值。

例 2（推断统计） 抽样 $1000$ 人支持率为 $52\%$，估计总体支持率。

用样本比例 $p=0.52$ 估计总体比例 $\pi$，给出 $95\%$ 置信区间 $\pi \in [0.49,0.55]$。这里把「$1000$ 人的样本」推断「全国上亿人」的总体，并量化误差。统计思想的威力在于「用少量数据预测大量未知」。

例 3（数据决策） 某药有效率 $90\%$，无效时病情恶化率 $20\%$，求用此药的期望改善。

模型化：把「改善」记 $+1$ 分、「恶化」记 $-1$ 分、「无效但不恶化」记 $0$ 分，则改善概率 $0.9$、恶化概率 $0.1\times 0.2=0.02$、其余 $0.08$，期望得分 $0.9\times 1+0.08\times 0+0.02\times (-1)=0.88$。统计思想在这里表现为「用期望值做决策」——在不确定中选最优行动。

辨析与提醒

• 样本无代表性：网上调查只能反映「上网群体」的意见，不能外推到「全国民众」。代表性偏差是统计推断最常见的陷阱，幸存者偏差（只统计成功的样本）是其中典型。
• 相关当因果：冰淇淋销量与溺水人数正相关，但二者都由「夏天」共同驱动，不能推出「吃冰淇淋导致溺水」。统计相关只能提示「可能有关联」，因果需要进一步实验或机制证明。
• 忽略置信区间：只报「平均分提高 5 分」不说误差范围，读者无法判断差异是否显著。若误差 $\pm 6$ 分，则提高 $5$ 分可能只是抽样波动。完整统计结论必须含置信区间与显著性水平。

跨学段衔接

小学「条形统计图、折线统计图」是统计思想的萌芽——把数据可视化便于读出趋势；初中「平均数、中位数、众数、方差」是描述统计的独立训练；高中「抽样方法、正态分布、线性回归」把统计思想提升到推断与建模；大学「数理统计、贝叶斯推断、机器学习」把统计作为独立学科。统计思想贯穿整条数据科学线，因为「在不确定中做决策」是现代社会的核心能力。

统计与概率的分工

维度	概率	统计
方向	已知模型 → 推断结果	已知数据 → 推断模型
性质	演绎（必然）	归纳（或然）
例子	已知骰子均匀求点数和分布	已知掷骰子数据求骰子是否均匀
工具	概率公式、分布	估计、假设检验

概率与统计互补：概率提供「模型到结果」的理论工具，统计提供「数据到模型」的实践方法。两者合称「概率统计思想」，覆盖从「已知规律预测现象」到「已知现象反推规律」的完整闭环。这就是为什么课标把二者合为一条主线。