众数：

一组数据中，出现次数最多的数据叫做这组数据的众数。

中位数：

一组数据按大小依次排列，把处在最中间位置的一个数据（或中间两个数据的平均数）叫做这组数据的中位数。

平均数：

如果有几个数，那么叫做这几个数的平均数。
如果在几个数中，那么叫做这几个数的加权平均数。

中位数的特点：

中位数不受少数几个极端值的影响，这在某些情况下是一个优点，但是它对极端值的不敏感有时也会成为缺点。

平均数、众数和中位数的作用：

平均数、众数和中位数都叫统计量，它们在统计中，有着广泛的应用。平均数、中位数、众数都是描述数据的集中趋势的“特征数”，平均数、中位数和众数从不同侧面给我们提供了同一组数据的面貌。

关于平均数、中位数、众数的选取：

（1）分析数据平中众，比较接近选平均，相差较大看中位，频数较大用众数；
（2）所有数据定平均，个数去除数据和，即可得到平均数；
（3）大小排列知中位；
（4）整理数据顺次排，单个数据取中问，双个数据两平均；频数最大是众数。

方差和标准差的定义：

考察样本数据的分散程度的大小，最常用的统计量是标准差。标准差是样本数据到平均数的一种平均距离，一般用s表示。
设一组数据的平均数为，则，其中s²表示方差，s表示标准差。

一般地，平均数、方差、标准差具有如下性质：

若数据的平均数是，方差为s²，标准差为s.则新数据的平均数是a＋b，方差为，标准差为
特别地，如a＝1，则新数据的方差、标准差与原数据相同，分别为s²，s。因此，当一组数据均较大且接近某个常数时，可先将每个数同时减去这个常数，再计算这组新数据的方差，它与原数据的方差相等.

方差和标准差的意义：

方差和标准差都是用来描述一组数据波动情况的特征数，常数来比较两组数据的波动大小，方差较大的波动较大，方差较小的波动较小。

用样本的数字特征估计总体的数字特征分两类：

①用样本平均数估计总体平均数．
②用样本方差、标准差估计总体方差、标准差．样本容量越大，估计就越精确．

计算标准差的算法：

(1)算出样本数据的平均数；
(2)算出每个样本数据与样本平均数的差;
(3)算出
(4)算出这n个数的平均数，即为样本方差s²；
(5)算出方差的算术平方根，即为样本标准差s.

基本事件的定义：

一次试验连同其中可能出现的每一个结果称为一个基本事件。

等可能基本事件：

若在一次试验中，每个基本事件发生的可能性都相同，则称这些基本事件为等可能基本事件。

古典概型：

如果一个随机试验满足：（1）试验中所有可能出现的基本事件只有有限个；
（2）每个基本事件的发生都是等可能的；
那么，我们称这个随机试验的概率模型为古典概型．

古典概型的概率：

如果一次试验的等可能事件有n个，那么，每个等可能基本事件发生的概率都是；如果某个事件A包含了其中m个等可能基本事件，那么事件A发生的概率为
。

古典概型解题步骤：

（1）阅读题目，搜集信息；
（2）判断是否是等可能事件，并用字母表示事件；
（3）求出基本事件总数n和事件A所包含的结果数m；
（4）用公式求出概率并下结论。

求古典概型的概率的关键：

求古典概型的概率的关键是如何确定基本事件总数及事件A包含的基本事件的个数。