积极 AI Logo 积极 AI

均值估计的GeoGebra交互演示

均值估计的GeoGebra交互演示
几何画板及绘图内容加载中，请稍等……
2020-09-01 01:56
数列概率统计滑块动画函数图像
所属专题 Statistics and Probability with Mr Downes
这个GeoGebra范例演示了如何通过随机抽样估计总体均值，并可视化样本均值的分布情况。涉及的核心数学概念包括统计学中的点估计、随机变量、样本均值的抽样分布以及大数定律。作图要点：从构造摘要提炼，使用了Ray（射线）命令绘制估计线，Random（随机）命令生成随机样本点，If（条件）命令处理交互逻辑，Point（点）命令标记数据，Sequence（序列）命令构建数据序列；关键对象如maxN（最大样本数）、f（函数）、n（样本大小）、a、b、c、d（参数）、mean（均值计算）等，动态生成条形图和估计线，增强直观理解。适合高中或大学低年级统计课程，作为互动教学工具。

GeoGebra 命令及参数

  1. Ray((7, 0), (7, 1)) → f
  2. Random(2, maxN) → n
  3. Random(1, 20) → a
  4. Random(1, 20) → b
  5. Random(1, 20) → c
  6. Random(1, 20) → d
  7. If(n ≟ 2, {a, b'}, If[n ≟ 3, {a, b, c'}, {a, b, c, d'}]) → listNum
  8. Point(f) → A
  9. Sequence(Polygon[(8 + (1.5 * i), 0), (8 + (1.5 * i) + 1, 0), (8 + (1.5 * i) + 1, y(A)), (8 + (1.5 * i), y(A))], i, 0, n - 1) → listBarAvg
  10. Sequence(Text[Element[listNum, i]] + "+", i, 1, n - 1) → listText
  11. Sequence(Polygon[(0.5 + (1.5 * i), 0), (0.5 + (1.5 * i) + 1, 0), (0.5 + (1.5 * i) + 1, Element[listNum, i + 1]), (0.5 + (1.5 * i), Element[listNum, i + 1])], i, 0, n - 1) → listBar
  12. Sequence(Polygon[(0.5 + (1.5 * i), 0), (0.5 + (1.5 * i) + 1, 0), (0.5 + (1.5 * i) + 1, y(A)), (0.5 + (1.5 * i), y(A))], i, 0, n - 1) → listBarAvg2
  13. If(y(A) > mean, "high", If[y(A) < mean, "low", "correct"]) → estimate
  14. If(correct, If[lang ≟ 1, "叻!", "Good!"], If[estimate ≟ "high", If[lang ≟ 1, "高估", "Overestimate"], If[estimate ≟ "low", If[lang ≟ 1, "低估", "Underestimate"]]]) → textFeedback

AI 绘图提示语参考

画一个展示如何用随机抽样估计总体平均值的图形，包含一条垂直线表示估计值，多个条形图展示样本均值分布，以及根据样本均值与估计值比较结果给出的反馈文字。首先绘制一条垂直线，然后随机生成样本数量和函数参数，根据样本数量生成不同数量的样本点，用条形图表示每个样本的均值，再用另一组条形图表示样本均值的分布，最后根据样本均值与估计值的比较结果显示不同的反馈文字。
以上提示语为根据原始绘图命令整理而来，仅供参考。