ap統計學考試的重點/備考教材推薦

AP統計學在考試在每年的5月，我們(men) 將介紹了解 ap 統計學考試的重點和 ap 統計學培訓的重點。

AP統計五分率及容錯率   

普遍來講AP數學類科目裏，難度排序為(wei) ：

AP統計＜AP微積分AB＜AP微積分BC

但是5分率數據上正好相反的原因在於(yu) ，數據會(hui) 存在一定的偏差，前麵提到AP統計的先修課程要求是代數2，說明AP統計的考查方式和AP微積分是不一樣的，比如AP統計考試過程中是可以使用圖形計算器的，說明數學計算能力不是AP統計考查的的主要目標。

AP統計容錯率：

統計的容錯率比較友好，隻要卷麵成績考到70分以上，就可以拿到AP統計5分。

AP統計學培訓要點

1、Sampling不是sample，是許多個(ge) sample size 相同的sample組成的一種發展統計分析方法。你可能會(hui) 在多項選擇題中遇到類似的錯誤糾正問題。此外，一些專(zhuan) 業(ye) 名詞的概念一定要分清楚：statistics or parameter.Sampling distribution: Reliability test, significance test, comparison, chi-square test, slope sampling distribution.這些技術應用發展有著一個(ge) 相同的解題教學方法（state plan do conclude），有些學生公式也可以進行互通（standard error）。

2、對於(yu) investigative 題目，無論我們(men) 如何，都要時刻牢記 state plan do conclude。State：命名進行一些terms 的含義(yi) ：p代表沒有哪一個(ge) 的概率？H0 is null hypothesis?其實就是這種教學方法研究對於(yu) 企業(ye) 所有statistics problem都通用。這部分企業(ye) 恰好用得最多的人而已。此外，大部分test都有proportion和mean的區別，而這其中兩(liang) 個(ge) 主要采用的公式是不同的！檢查後的圖，即使是名稱，也是不同的（在顯著性測試中，部分稱為(wei) z-test，均值為(wei) t-test）。

3、這部分問題就是一個(ge) 考驗我們(men) 大家對公式的熟悉程度了。學統計學的學生已經把這些公式背下來了。Big Count: Something something something something 5.核對工作條件是做investigative test 一個(ge) 企業(ye) 非常具有重要的部分，在分值上也占著我們(men) 很大的比例。邏輯上，沒有辦法計算條件是否不滿足。所以這部分一定要進行認真學習(xi) 應對。

AP統計學備考輔助教材  

零基礎推薦備考教材：

對於(yu) 零基礎備考統計學的學生，老師比較推薦上圖這本俗稱“火烈鳥”的教材先補充基礎知識，這本書(shu) 結構比較清晰，對於(yu) 每個(ge) 知識點講解都非常清楚，將知識與(yu) 生活中的事件背景相結合，讓任何一個(ge) 讀者都可以透徹理解並掌握知識，對初學者很友好。

有基礎的學生推薦教材：對於(yu) 學校已經在學習(xi) AP統計課程或者有基礎的學生，“火烈鳥”係列教材可以進行知識點的查漏補缺，再配合巴朗、普林斯頓這兩(liang) 本教輔進一步學習(xi) 。

學習(xi) AP統計的建議 

精準理解AP統計中的每一個(ge) 概念，如果能用自己的語言，在對應的實際情境下解釋每一個(ge) 概念，說明內(nei) 容理解是沒有問題了。比如如何解釋：

mean，SD，correlation r，r2，slope of linear regression line，C% confidence interval，confidence level，P value和power

等一係列的概念，當然在英語不是很好的情況下，還可以背誦對應解釋的標準語句，隻需將數據和實際情境加入即可。在理解概念的基礎之上還要清楚概念的使用範疇，比如block和stratified的區別，簡單來說block用於(yu) 實驗，stratified用於(yu) 抽樣。

在答FRQ的時候一定要注意全麵性和精準性，展示出所有的解答步驟。如果不寫(xie) 步驟的話，可能會(hui) 不得分或者少得分。

比如，在描述數據圖像或比較圖像的時候，要遵循SCSO的原則，把shape，center，spread以及outliers四個(ge) 方麵結合具體(ti) 情境描述清楚，缺少其中的任何一個(ge) 環節就會(hui) 出現丟(diu) 分的情況，另外一方麵就是描述的精準度，比如在判斷數據分布或sampling distribution屬於(yu) 什麽(me) 分布的時候要確定是normal還是approximately normal.

統計當中有很多理論都是要求先驗證條件才能使用的，包括對應的計算器使用。

比如要理解每一個(ge) 統計分布的條件和特點，例如二項分布，幾何分布，正態分布，t分布和sampling distribution以及使用這些分布規律下的計算器的使用，都要先驗證條件，以免發生錯誤，尤其是解答題目。