炎炎夏日，很多小伙伴已经开始考虑接下来的AP课程了，其中AP统计学是关注度比较高的，小渊今天整理了相关信息，一起看看吧!

　　关于课程

　　了解用于从数据中收集、分析和得出结论的主要概念和工具，小伙伴将通过讨论和活动探索统计数据，并设计调查和实验。

　　小伙伴将学到的技能

　　选择收集或分析数据的方法描述数据中的模式、趋势、关联和关系使用概率和模拟来描述概率分布并定义统计推断中的不确定性使用统计推理得出适当的结论并证明索赔的合理性等效性和先决条件。

　　课程内容

　　课程内容展开全部 全部折叠

　　单元 1：探索单变量数据

　　小伙伴将了解统计学家如何处理变化和实践来表示数据，描述数据的分布，并根据理论分布得出结论。

　　主题可能包括：

　　类别变量和定量变量的变化

　　使用表或图形表示数据

　　计算和解释统计数据

　　描述和比较数据的分布

　　正态分布

　　占考试分数的 15%–23%

　　单元 2：探索双变量数据

　　小伙伴将通过表示双变量数据、比较分布、描述变量之间的关系以及使用模型进行预测来构建所学知识。

　　主题可能包括：

　　比较 2 个类别变量的表示形式

　　计算 2 个类别变量的统计量

　　使用散点图表示二元定量数据

　　描述二元数据中的关联并解释相关性

　　线性回归模型

　　残差和残差图

　　偏离线性度

　　占考试分数的 5%–7%

　　单元3：收集数据

　　小伙伴将了解研究设计，包括随机化的重要性。小伙伴将了解如何解释精心设计的研究结果，以得出适当的结论和概括。

　　主题可能包括：

　　规划研究

　　抽样方法

　　抽样方法中偏差的来源

　　设计实验

　　解释实验结果

　　占考试分数的 12%–15%

　　单元 4：概率、随机变量和概率分布

　　小伙伴将学习概率的基础知识，并了解作为统计推理基础的概率分布。

　　主题可能包括：

　　使用模拟来估计概率

　　计算随机事件的概率

　　随机变量和概率分布

　　二项式分布

　　几何分布

　　关于考试

　　分数的 10%–20%

　　单元5：抽样分布

　　在建立对抽样分布的理解时，小伙伴将为估计总体特征和量化置信度奠定基础。

　　主题可能包括：

　　从同一总体中收集的样本的统计数据变异

　　中心极限定理

　　有偏差和无偏差点估计

　　样本比例的抽样分布

　　采样均值的采样分布

　　关于考试

　　分数的 7%–12%

　　单元6：分类数据推断：比例

　　小伙伴将学习分类变量比例的推理过程，为理解统计推理奠定基础，小伙伴将在整个课程中继续探索这个概念。

　　主题可能包括：

　　构建和解释总体比率的置信区间

　　设置并执行人口比例测试

　　解释 p 值并证明有关人口比例的声明的合理性

　　显著性检验中的 I 型和 II 型错误

　　2 个比率差的置信区间和检验

　　关于考试

　　分数的 12%–15%

　　单元7：定量数据的推断：均值

　　基于在第 6 单元中学到的推理课程，小伙伴将学习分析定量数据以推断总体均值。

　　主题可能包括：

　　构建和解释总体均值的置信区间

　　为总体均值设置并执行检验

　　解释 p 值并证明有关总体均值的声明的合理性

　　2 个总体均值差值的置信区间和检验

　　占考试分数的 10%–18%

　　单元8：分类数据的推理：卡方

　　小伙伴将了解卡方检验，当存在两个或多个类别变量时可以使用卡方检验。

　　主题可能包括：

　　卡方检验的拟合优度

　　齐次性的卡方检验

　　独立的卡方检验

　　为分类数据选择适当的推理过程

　　占考试分数的 2%–5%

　　单元9：定量数据推断：斜率

　　小伙伴将了解回归模型的斜率不一定是真实斜率，而是基于采样分布中的单个样本，并且小伙伴将学习如何构造置信区间并为此斜率执行显著性检验。

　　主题可能包括：

　　回归模型斜率的置信区间

　　设置并执行回归模型斜率的测试

　　选择适当的推理过程

　　占考试分数的 2%–5%

　　小渊说：

　　小伙伴可以在暑假时间预学AP统计学，在新学期到来之前，为学习做好铺垫，希望大家在考试中发挥实力，考到好成绩!