在AP统计知识点1之后，我们继续阅读AP统计知识点2，进一步学习统计知识。

1）条件

这一分支所涉及的先决条件是：

Random：通常需要证明10%condition:n≤1/10N(他还要求标准值)，LargeCounts:Proportion要求的条件：np和n(1-p)必须至少为10。

mean要求的条件samplesize大于等于30时，不论population如何都能满足normal的条件，如果不确定，学生要自己画一些图画，以证明normal。Chi-SquareTest:expectedcounts:expectedcounts大于等于5。

检查条件是做investigativetest中非常重要的一部分，它也占有相当大的比例，从逻辑上讲，即使条件不能满足也是无法计算的，因此这部分就必须认真处理。

2）计算

01.这个部分就是在考验大家对公式熟悉程度的一个方面，学统计的同学也早就把这些公式背得滚瓜烂熟了，只是一些常见的错误，大家也可能会遇到。

检查图表：confidence部分的属性值，significance中的p-value与proportion和mean的值不同，此外，在查找数字时，不能出现错误的行数，degreesoffreedom不同的test：计算方法不同，confidence和significance为n-1，chi-square是行列个数减去1的积，Standarderror和standarddeviation，大多数情况下，每个人都需要对error进行计算，但是值得注意的是：有些时候主题提供了表格。

Power，α，beta之间的差异，α是type1error，β是type2error,power是1-β，在变化趋势上，α越大，β越小。

区分chi-squaretest中的homogeneity和independencesample是1-sample还是2-sample之间的区别，可能有更多的选择题，H0/Nullhypothesis必须是一个等号，还可以通过此判断，在文本H0中是否要写入different或notdifferent，是否为independent或notindependent，计算结束：写入conclusion。

02.Binominal和Geometry。

在抽取了7次之后，有多少几率发生success？这个例子说明了binominal和geometrydistribution，本质上就是计算概率或mean,standarddeviation，这个distribution还有自己的condition/setting，同时，还需要检查这些内容，可以归纳为：Binominal中BINS:binary，名称、范围、范围；BITS:Geometry中independent、trials、success另外：binominal中对mean和标准deviation的算法是sampling及其各种test的证明基础，了解前者，有助于认识后者。

03.Probability。

学习统计的同学对于p(x)这个符号肯定并不陌生。在计算方面，同学们会遇到一些定义和probability特有的计算方法，除此以外：probability的主要特点是使用了交集和集，conditionalprobability。还有mutuallyexclusive和independent概念。

04.图像/MeanandStandardDeviation。

Ap统计包含了很多不同的图片：histogram,boxplot,scatterplot，在解析图片时，一定要提到shapecenterspread三个方面。

Normal是最重要的shape，在z-score之后，计算出每个区块所占的比重，并容易计算，Right-skewed，left-skewed和包含多种波峰是一种非normal图像的特征，right-skewedleft-skewed也可能会把mean和median中哪个更大。

05.Boxplot有5numbersummary部分：minQ1medianQ3max，推掉IQR是判断outlier的关键，Mean，standarddeviation已经是apstatistics出场率极高的两个指标了，恐怕其公式也不必细述，但值得注意的是，在不同情况下，这两种数量所采用的公式不同，小心区分可以避免大多数错误。

3)Experiment相关定义。

对象状态，experiment的区别是什么？什么是可撤销，这些定义在这里很容易区分开来，选取题中的例子，然后让考生做判断：这些题目只要再做些练习，就能熟练地做出判断，但strata和cluster之间的区别很容易混淆，同样属于分类。strata是将individuals同时具有某些特性的情况归类为strata，并且cluster仅仅将相邻的individuals归入cluster，block和strata后面会遇到类似。

AP统计知识点到此就结束了。