【分层随机抽样的加权均值与方差】
当总体由差异明显的若干层组成时，采用分层抽样。若第i层有Ni个个体，样本容量为ni，样本均值为x̄i，样本方差为si²，则总体样本均值$ar{x} = rac{sum N_i ar{x}_i}{sum N_i}$，总体样本方差s² = [∑Ni·(si² + (x̄i - x̄)²)]/∑Ni。该公式体现了层内方差与层间偏差的合成，是上海高考区分分层与简单随机抽样的核心工具。
【示例】某校高一男生200人平均身高172cm，方差25；女生150人平均身高165cm，方差16。则全体学生平均身高=(200×172+150×165)/350≈169cm，方差=[200×(25+(172-169)²)+150×(16+(165-169)²)]/350≈28.86。
【考纲】对应考纲中“理解分层抽样的方法，会用样本数据估计总体参数”，常出现在填空题或统计综合题中，要求计算加权统计量。
【百分位数（第p百分位数）】
将一组数据从小到大排列，计算i = n×p%，若i为整数，则第p百分位数为第i项与第i+1项的平均值；若i不是整数，则向上取整到第⌈i⌉项。上海高考特指用“位置法”而非“插值法”，且要求区分中位数（第50百分位数）与四分位数（第25、75百分位数）。
【示例】10个数据：1,3,5,7,9,11,13,15,17,19。求第30百分位数：n=10，i=10×30%=3，整数，取第3项5与第4项7的平均值=6。
【考纲】对应考纲中“理解百分位数的概念，能计算一组数据的百分位数”，2021年起上海高考明确要求用此定义，常与茎叶图、频率分布直方图结合。
【频率分布直方图的众数、中位数、平均数估计】
在频率分布直方图中，众数为最高矩形底边中点的横坐标；中位数是使左右两侧面积各为0.5的横坐标值（通过累加频率/组距×组距求得）；平均数为每个矩形底边中点值乘以该矩形频率后的总和。三者关系：当数据对称时相等，左偏时平均数<中位数<众数，右偏时相反。
【示例】直方图分组[0,10)频率0.2，[10,20)频率0.5，[20,30)频率0.3。众数=15，中位数：前组面积0.2，需再补0.3，故中位数=10+(0.3/0.5)×10=16，平均数=5×0.2+15×0.5+25×0.3=16。
【考纲】对应考纲中“能根据频率分布直方图估计总体的数字特征”，上海高考常要求比较三者大小并解释数据分布形态。
【适用：分层抽样适用于层间差异明显且层内差异较小的总体；百分位数适用于任意分布的数据，尤其适合偏态分布；频率分布直方图适用于连续型分组数据。不适用：分层抽样不适用于层间差异小或层内差异大的总体；百分位数不适用于无序分类数据；频率分布直方图不适用于数据量过小或分组不合理的场景。】
原因分析：
误以为总体方差就是各层方差的简单加权，忽略了层间差异对总体离散程度的贡献。
正确做法：
使用公式 s² = [∑Ni·(si² + (x̄i - x̄)²)] / ∑Ni，先计算总体均值，再逐层计算偏差平方和。
错误做法：
计算分层抽样总体方差时，忘记加上层均值与总体均值之差的平方项，只用了各层方差的加权平均。
原因分析：
将中位数与平均数混淆，或误以为中位数就是累计频率0.5所在组的组中值。
正确做法：
先确定累计频率首次超过0.5的组，再用公式：中位数 = 组左端点 + (0.5 - 左侧累计频率) / 该组频率 × 组距。
错误做法：
在频率分布直方图中求中位数时，直接用累计频率0.5对应的组中值，而不是通过插值计算。
原因分析：
对百分位数定义理解不准确，上海考纲规定整数位置取两项平均。
正确做法：
先排序，计算i = n×p%，若i为整数，则第p百分位数为第i项与第i+1项的平均值；否则向上取整取第⌈i⌉项。
错误做法：
计算百分位数时，当n×p%为整数时，直接取第n×p%项的值，而不是取该项与下一项的平均值。
【命题逻辑】统计在上海高考中通常以实际情境为背景，考查分层抽样与简单随机抽样的区别、频率分布直方图的数字特征计算、以及百分位数的定义应用。近五年（2020-2024）命题趋势显示：①分层抽样的加权方差计算成为区分点，要求考生理解“层内方差+层间偏差”的合成逻辑；②百分位数计算从单纯排序转向与频率分布直方图结合，需注意“位置法”与“插值法”的差异（上海考纲明确采用位置法）；③统计与概率的交叉题增多，如用样本频率估计概率，再结合二项分布求期望。
【高分策略】①熟练掌握分层抽样中总体均值与方差的加权公式，并能从样本数据反推总体参数；②对于频率分布直方图，养成先列表（分组、频率、累计频率）再计算的步骤习惯，避免漏算组距；③百分位数计算时，务必先排序，再根据n×p%是否为整数选择对应规则，不可直接套用直方图插值。