统计

补充数学的研究在GCSE,GCSE统计ESTA当然集成了现实生活中的例子在其技能的学生在数学,而且在其他科目学习情境众多数据和构建:如科学和地理。

学生将获得的知识和圆润的解释透彻的理解和应用数据,一系列的场景 - 跨学科和在现实世界中。现实生活中的统计数据和情况将鼓励学生真正参与随着主题和帮助他们随手学习技能,转移到其他GCSE科目和工作场所。

学生们在两个文件进行评估。没有分摊的课程。

ESTA资格的目的和目标是使学生的流畅性和通过了解开发统计: -

  • 使用中的各种地道的调查统计方法,使用环境真实世界的数据:如,但不限于,人口,气候,销售等。
  • 通过执行计算和数据可视化适当的技术确定趋势
  • 统计技术的应用跨课程科目:如科学,社会科学,计算机,地理,商业和经济,而在一般外面的世界theclassroom
  • 批判性评价这将在他们的研究,并在日常生活中commonlyencountered数据,计算和评估
  • 如何理解技术使大量数据的采集,可视化和分析通知决策过程中公众,商业和学术部门,包括技术如何可以用来生成图表和可视化来表示数据
  • 明白,数据可以组织,处理和呈现,包括统计数据进行比较的措施办法,了解使用技术来自动处理的优势
  • 应用数学和统计公式合适的,建立在已有知识。

内容本身遵循传统的统计查询代码的顺序。通过完成资格,应该可以给学生: -

  • 认识到,数据可以从初级和次级来源获得。
  • 认识到定性和定量变量之间的差异。
  • 识别离散和连续数据之间的差异。
  • 识别和使用测量 - 范畴秤,秩。
  • 通过使用定义明确的,精确的定义或类边界分类的数据。
  • 欣赏在演示精度损失分组的含义。
  • 理解,使用和定义分组和不分组情况的数据。
  • 了解哪些可以是离散的,连续的,未分组或分组双变量数据的含义。
  • 了解人口一词的含义。
  • 理解这个词的人口普查对于小规模和大规模的人口。
  • 理解用于采样和采样该数据被用于在群体中以估计值的原因。
  • 了解这些条件随机的,随机性和随机抽样。
  • 了解使用随机数。
  • 理解,设计和使用抽样框。
  • 能够通过一个(多于一个)类作为调查群的方法来选择一个随机样品或分层样本。
  • 如何欣赏采样过程中偏差可能会产生,如何可能是最小化。
  • 了解和使用系统,配额和整群抽样。
  • 了解各种抽样方法,包括偏见,影响和便利的优势和劣势。
  • 获取收集数据或使用多种方法
  • 通过问卷调查和实验获得主数据
  • 了解准确的对测量的影响。
  • 了解优势和通过问卷调查与访谈的缺点。
  • 设计和使用有效的数据捕获表和记录数据的方法。
  • 了解角色,并利用试验研究和预测试。
  • 了解并占设计,措辞含糊,引导性的问题,定义和真实的回应·了解获取的开放式和封闭式问题的优点和缺点的问题。
  • 了解有关确定适当的人口,调查,记录答案,无应答误差的分布以及收集和数据丢失的问题。
  • 简约的设计实验获取的统计数据。
  • 了解被调查的变量识别和解释性的响应变量的含义的需要。
  • 标识辅助数据的适当的源。
  • 提取二次源,包括基于ICT数据。
  • 了解作为与辅助数据的准确性,可靠性,相关性和偏差的问题。
  • 了解调查和条件的适当性。通过清点构建体频数分布表的原始数据是适当的,包括开放式类的间隔和不同宽度的类。
  • 平板状使用类间隔离散和连续数据。
  • 平板状使用各种形式的分组数据,定性或定量包含类别。
  • 类结合以简化随着过于简化的问题的理解表,对可读性,或掩蔽趋势的识别和细节的损失的效果。
  • 通过不适当的尺寸组的显著数字数不适当或之下和之上的简化相关的问题。
  • 阅读和解释表格或图形形式呈现数据。
  • 合适的设计表,汇总表以及包括双向表。
  • 构造,绘制,使用和理解
  • 象形
  • 条形图
  • 定性,定量和离散数据和比较图表随着脚区域与频率成比例的多个复合或条形图
  • 垂直线(棒)的曲线图用于离散数据和累积频率步骤多边形
  • 茎和叶图
  • 地区分布地图。
  • 饼状图
  • 与直方图和不等间隔类和频率密度的概念
  • 频率图
  • 累积频率图
  • 人口金字塔
  • 茎和叶的图。
  • 识别包括对称性,正和负偏移数据的分布的形状的简单性。
  • 从一个演示文稿转换到另一个。
  • 记者了解到,很多可以通过人群进行建模的正态分布。
  • 了解如何发现数据和不适合于一般的趋势或模式,包括离群reckonise数据错误。
  • 原始数据转换成汇总统计,设计,建造和现在的汇总表。
  • 工作出平均值,中值和表示为列表,并且呈现为离散数据作为频度分布的原始数据的模式。
  • 标识用于离散和连续数据分组的频率间隔分布的模态类。
  • 制定和使用估计的平均值和中位数为离散和连续数据分组的频度分布的。
  • 理解上的平均,模式和中位数的数据转换的影响。
  • 了解在数据包括添加或构件或人口样本的戒断的变化的平均值,模式和中值的影响。
  • 了解每个集中趋势的三项措施的适当性,优点和缺点。
  • 能够使集中趋势的度量的合理选择,查询车主合适的线路,数据和分析的目的性质。
  • 计算并使用加权平均。
  • 记者了解到,样品尺寸导致增加,以更好地总体的总体参数估计。
  • 均值估算人口样本。
  • 估算人口比例样品与反馈调查和其他应用程序。
  • 基于所述彼得森捕获/捕法种群大小估计。
  • 了解样本大小对估计的影响和估计的可变性,与合适的样本大小的单个定量升值。
  • 原始数据转换成汇总统计,设计,建造和现在的汇总表。
  • 制定和使用范围列表或频率分布呈现数据。
  • 工作出四分位数,百分位值和四分位数间距为离散和连续数据呈现为一个列表要么,或分组的频率表的频率表。
  • 构建,解释和使用箱线图。
  • 确定正式的异常值。
  • 计算和使用方差和标准偏差。
  • 理解各分散体,范围,四分位数的对策的优点和缺点,四分位数间距,百分位数,十分位数interpercentile范围,方差和标准偏差。
  • 使用集中趋势的适当的措施连同范围,四分,四分位距,百分位数,十分位数interpercentile范围,方差和标准差来比较数据的分布。
  • 计算,解释和使用标准化分数来从不同的分布比较值。
  • 了解如何发现数据和不适合于一般的趋势或模式,包括离群reckonise数据错误。
  • 积点的分布图上的点。
  • reckonise正,负和通过检查零相关。
  • 理解的相关性,因果关系和非线性关系之间的区分。
  • 通过对散点图上的点绘制最佳拟合线。
  • 找到最佳拟合在形式为y = AX + B且在上下文中具有实际解释和b的直线的方程。
  • 适合形式为y的非线性模型= XN + B和Y = KAX
  • 了解插和外插的陷阱。
  • 解释散点图的形式呈现数据。
  • 计算,在适当的情况下,Spearman秩相关系数,并以此作为协议的措施或对相关程度的比较。
  • 积点作为一系列时间;绘制由眼趋势线,并用它来作一个预测。
  • 适当的使用和计算移动平均数。
  • 识别和时间序列图的检查讨论季节变化的意义。
  • 借鉴基础上的移动平均趋势线。
  • reckonise在给定的数据点和平均季节影响的季节效应。
  • 不懂的话事件和结果的意义
  • 明白的话是不可能的,肯定的,极有可能,有可能的,不可能的,可能的,埃文斯,和现在他们在可能性规模的意思。
  • 整理概率上的成果。
  • 概率整理的概率规模。
  • 了解这些条件随机和同样有可能。
  • 了解并从理论的角度和从极限频率或实验方法概率的使用办法,增加增加样本量,导致更好的一般估计概率。
  • 明白,在某些情况下,可能基于极限频率的测量是唯一可行的措施。
  • 当前和预期的频率比较频率。
  • 简单的用例的二项分布和离散均匀分布的。
  • 使用模拟估计更复杂的概率。
  • ASSESS使用概率风险。
  • 产生了解和使用的试样的空间。
  • 了解和使用维恩图和笛卡尔网格。
  • 理解术语互相排斥,详尽和理解加成法P(A或B)= P(A)+ P(B),用于两个互斥事件。
  • 知道,对于相互排斥的结果,那概率的总和为1;尤其东西不发生的概率为1减去它的概率发生。
  • 画出树形图和使用概率独立事件和条件的情况下。
  • 理解,使用和应用对加互斥事件,一般加法,乘法和法律独立的事件和条件事件和结果。
  • 了解和使用一个简单的索引号。
  • 理解和使用索引号根据链。
  • 了解和使用加权指数的数字。
  • 了解和使用零售物价指数(RPI)。