描述统计
- 平均数
- x̄ = Σx/n
- 样本标准差
- s = √(Σ(x − x̄)²/(n − 1))
- 中位数
- 排序后数据的中间值
- z 分数
- z = (x − μ)/σ
- 正态分布
- 68% 落在 ±1σ 内，95% 落在 ±2σ 内
统计学基础：速成包
公式表、每个专题的关键方法步骤和 12 道练习题，完整解答附在最后。
1公式与方法
概率
- 补事件
- P(not A) = 1 − P(A)
- 加法公式
- P(A ∪ B) = P(A) + P(B) − P(A ∩ B)
- 独立事件
- P(A ∩ B) = P(A)·P(B)
- 条件概率
- P(A|B) = P(A ∩ B)/P(B)
- 二项分布
- P(X = k) = C(n,k)·pk(1 − p)n−k
正态分布
- z 分数
- z = (x − μ)/σ
- 小于 x
- P(X < x) = Φ(z)
- 大于 x
- P(X > x) = 1 − Φ(z)
- 介于两者之间
- Φ(z2) − Φ(z1)
- 百分位数
- x = μ + z·σ
方法
- 把数值换算为 z 分数：z = (x − μ)/σ。
- 查 Φ(z)，即 z 左侧的面积。
- 右侧面积用 1 − Φ(z)；区间面积用两个左侧面积相减。
- 求百分位数时反向计算：先由面积求 z，再求 x = μ + z·σ。
置信区间
- σ 已知
- x̄ ± z·σ/√n
- σ 未知
- x̄ ± t·s/√n, df = n − 1
- 临界 z 值
- 90%: 1.645, 95%: 1.96, 99%: 2.576
- 样本量
- n = (z·σ/E)², rounded up
方法
- 在 z（已知总体 σ）和 t（只有样本 s，自由度为 n − 1）之间作出选择。
- 求该置信水平下的临界值。
- 误差限：E = 临界值 × 标准差/√n。
- 区间：x̄ ± E。
假设检验与置信区间
- 均值的 z 检验
- z = (x̄ − μ0)/(σ/√n)
- 均值的 t 检验
- t = (x̄ − μ0)/(s/√n), df = n − 1
- 5% 双侧
- 若 |z| > 1.96 则拒绝 H0
- 置信区间
- x̄ ± z·σ/√n
方法
- 写出 H₀ 和 H₁，并确定是单侧检验还是双侧检验。
- 计算检验统计量：(x̄ − μ₀)/(σ/√n)，或者用 s 和 t。
- 与临界值比较，或求出 p 值。
- 若统计量超出临界值（p 小于 α），则拒绝 H₀，并用文字写出结论。
线性回归与相关
- 平方和
- Sxx = Σ(x − x̄)² = Σx² − (Σx)²/n, Sxy = Σxy − ΣxΣy/n
- 斜率
- b = Sxy/Sxx
- 截距
- a = ȳ − b·x̄
- 相关系数
- r = Sxy/√(SxxSyy)
- 残差
- e = y − ŷ
2练习题
1.描述统计中等
求数据的样本标准差 s：17, 36, 22, 14, 54, 22, 26。
n = 7
s =
2.描述统计困难
某量服从正态分布，平均数为 170，标准差为 20。数值高于 140 的比例 P 是多少？
μ = 170σ = 20x = 140
P =
3.概率中等
袋中有 5 个红球和 7 个蓝球。不放回地依次摸出两个球。两个都是红球的概率 P 是多少？
5 / 7
P =
4.概率困难
测试 8 个元件，每个独立地以概率 0.7 失效。至多一个失效的概率 P 是多少？
n = 8p = 0.7
P =
5.正态分布中等
X 服从均值 60 s、标准差 5 s 的正态分布；Y 独立，服从均值 45 s、标准差 4 s 的正态分布。求 X + Y 大于 110.1 s 的概率 P。z 取两位小数。
μX = 60, σX = 5μY = 45, σY = 4X + Y > 110.1 s
P =
6.正态分布困难
袋装重量服从正态分布，均值为 250 g，标准差为 5 g。求数值 x，使得有 97.5% 的数据低于它（第 97.5 百分位数）。
μ = 250σ = 5P = 97.5%
x = g
7.置信区间中等
一个包含 7 个个体的样本，均值为 23，标准差 s = 16.5。总体近似服从正态分布。 求均值的 99% 置信区间的误差范围 E。
n = 7x̄ = 23s = 16.599%t(6) = 3.707
E =
8.置信区间困难
总体标准差为 40。样本量 n 至少要多大，才能使均值的 99% 置信区间的误差范围不超过 3？
σ = 40E = 399%
n =
9.假设检验与置信区间中等
64 名学生的样本平均分为 113.5，样本标准差为 20。求 H₀: μ = 120 的检验统计量 t。
μ₀ = 120x̄ = 113.5s = 20n = 64
t =
10.假设检验与置信区间困难
样本至少要多大，才能使均值的 90% 置信区间的误差范围不超过 3？标准差为 5。求最小样本量 n。
σ = 5E = 390%
n =
11.线性回归与相关中等
表中给出 6 对观测值 x = 广告支出 (k€) 和 y = 销售额 (k€)。 已给出它们的各项和。由这些和求皮尔逊相关系数 r。
n = 6Σx = 27Σy = 265Σx² = 139Σy² = 12101Σxy = 1273
r =
12.线性回归与相关困难
表中给出 6 对观测值 x = 广告支出 (k€) 和 y = 销售额 (k€)。 使用最小二乘直线 ŷ = a + b·x。 新得到一个观测值 (3, 34)。求其残差 e = y − ŷ。
n = 6(3, 34)
e =
3溶液
1.描述统计
答案: s = 13.72
描述统计：平均数是总和除以 n；中位数是排序后数据的中间值（n 为偶数时取中间两个数的平均）。样本标准差 s = √(Σ(x − x̄)²/(n − 1))。z 分数 z = (x − μ)/σ 表示某个值离平均数多少个标准差。
平均数
x̄ = 191/7 = 27.29
离差平方
Σ(x − x̄)² = (−10.29)² + 8.714² + (−5.286)² + (−13.29)² + 26.71² + (−5.286)² + (−1.286)² = 1129
标准差
s = √(1129/6) = 13.72
答案
s = 13.72
2.描述统计
答案: P = 0.9332
描述统计：平均数是总和除以 n；中位数是排序后数据的中间值（n 为偶数时取中间两个数的平均）。样本标准差 s = √(Σ(x − x̄)²/(n − 1))。z 分数 z = (x − μ)/σ 表示某个值离平均数多少个标准差。
标准化
z = −1.5
标准正态分布表
Φ(−1.5) = 0.06681
P = 1 − 0.06681 = 0.9332
答案
P = 0.9332
3.概率
答案: P = 0.1515
概率：在等可能结果下，P(A) = 有利结果数/总数。独立事件相乘：P(A 且 B) = P(A)·P(B)。补事件常常有用：P(至少一个) = 1 − P(一个都没有)。二项分布：在 n 次独立试验中，成功概率为 p，P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ。
第一次和第二次摸球
P = 5/12 · 4/11 = 20/132 = 0.1515
答案
P = 0.1515
4.概率
答案: P = 0.00129
概率：在等可能结果下，P(A) = 有利结果数/总数。独立事件相乘：P(A 且 B) = P(A)·P(B)。补事件常常有用：P(至少一个) = 1 − P(一个都没有)。二项分布：在 n 次独立试验中，成功概率为 p，P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ。
零个和一个失效
P(X = 0) = 0.38 = 6.561 × 10⁻⁵
P(X = 1) = 8·0.7·0.37 = 0.001225
相加
P = 6.561 × 10⁻⁵ + 0.001225 = 0.00129
答案
P = 0.00129
5.正态分布
答案: P = 0.2119
正态变量的和与差：若 X 和 Y 相互独立且服从正态分布，则 X + Y 与 X − Y 也服从正态分布。均值相加或相减：E(X ± Y) = μX ± μY。方差总是相加，差也是如此：Var(X ± Y) = σX² + σY²，所以 σ = √(σX² + σY²)。标准差从不直接相加。n 个独立同分布项的总和，均值为 n·μ，标准差为 σ·√n。然后照常标准化：z = (x − 均值)/σ，再查 Φ(z)。
和的分布
μ = 105 s, σ = √(5² + 4²) = 6.403 s
标准化
z = (110.1 − 105)/6.403 = 0.8
上尾
P = 1 − Φ(0.8) = 1 − 0.7881 = 0.2119
答案
P = 0.2119
6.正态分布
答案: x = 259.8 g
正态分布：把数值 x 换算成 z 分数 z = (x − μ)/σ，它表示离均值有多少个标准差。z 表（或 Φ(z)）给出 z 左侧的面积，即 P(X < x)。右侧面积为 1 − Φ(z)，两个值之间的面积等于它们左侧面积之差。
该百分位数对应的 z
Φ(z) = 0.975 → z = 1.96
换算回 x
x = 250 + 1.96·5 = 259.8 g
答案
x = 259.8 g
7.置信区间
答案: E = 23.12
均值的置信区间：x̄ ± 误差范围。总体 σ 已知时，误差范围为 z·σ/√n；只有样本标准差 s 时，用自由度为 n − 1 的 t：t·s/√n。临界值：z = 1.645（90%）、1.96（95%）、2.576（99%）。要使误差范围不超过 E，需要 n ≥ (z·σ/E)²，并向上取整。
临界值
df = n − 1 = 6, t = 3.707
误差范围
E = 3.707·16.5/√7 = 23.12
答案
E = 23.12
8.置信区间
答案: n = 1180
均值的置信区间：x̄ ± 误差范围。总体 σ 已知时，误差范围为 z·σ/√n；只有样本标准差 s 时，用自由度为 n − 1 的 t：t·s/√n。临界值：z = 1.645（90%）、1.96（95%）、2.576（99%）。要使误差范围不超过 E，需要 n ≥ (z·σ/E)²，并向上取整。
解出 n
n = (2.576·40/3)² = 1180
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 1180
答案
n = 1180
9.假设检验与置信区间
答案: t = −2.6
均值检验：检验统计量衡量样本均值离 H₀ 所声称的值有多少个标准误：σ 已知时 z = (x̄ − μ₀)/(σ/√n)，由样本估计时 t = (x̄ − μ₀)/(s/√n)。置信区间为 x̄ ±（临界值）·（标准误）。
标准误
SE = 20/√64 = 20/8 = 2.5
检验统计量
t = (113.5 − 120)/2.5 = −2.6
答案
t = −2.6
t0.025; df = 63 = 1.998
|t| > 1.998，所以在 5% 水平下拒绝 H₀（双侧）。
10.假设检验与置信区间
答案: n = 8
均值检验：检验统计量衡量样本均值离 H₀ 所声称的值有多少个标准误：σ 已知时 z = (x̄ − μ₀)/(σ/√n)，由样本估计时 t = (x̄ − μ₀)/(s/√n)。置信区间为 x̄ ±（临界值）·（标准误）。
解出 n
n = (1.645·5/3)² = 7.517
向上取整
n = 8
答案
n = 8
11.线性回归与相关
答案: r = 0.966
最小二乘回归：设 x̄ 和 ȳ 为均值，Sxx = Σ(x − x̄)²，Syy = Σ(y − ȳ)²，Sxy = Σ(x − x̄)(y − ȳ)，则直线 ŷ = a + b·x 的斜率 b = Sxy/Sxx，截距 a = ȳ − b·x̄，因此它总是通过 (x̄, ȳ)。皮尔逊相关系数 r = Sxy/√(Sxx·Syy) 介于 −1 与 1 之间；r² 是 y 的变异中能被该直线解释的比例。
中心化后的和
Sxy = 1273 − 27·265/6 = 80.5
Sxx = 139 − 27²/6 = 17.5
Syy = 12101 − 265²/6 = 396.8
相关系数
r = 80.5/√(17.5·396.8) = 0.966
答案
r = 0.966
12.线性回归与相关
答案: e = −4.614
最小二乘回归：设 x̄ 和 ȳ 为均值，Sxx = Σ(x − x̄)²，Syy = Σ(y − ȳ)²，Sxy = Σ(x − x̄)(y − ȳ)，则直线 ŷ = a + b·x 的斜率 b = Sxy/Sxx，截距 a = ȳ − b·x̄，因此它总是通过 (x̄, ȳ)。皮尔逊相关系数 r = Sxy/√(Sxx·Syy) 介于 −1 与 1 之间；r² 是 y 的变异中能被该直线解释的比例。
均值
x̄ = 42/6 = 7
ȳ = 363/6 = 60.5
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 383
回归直线
b = 383/70 = 5.471
a = 60.5 − 5.471·7 = 22.2
ŷ = 22.2 + 5.471·x
预测值
ŷ = 22.2 + 5.471·3 = 38.61
残差
e = 34 − 38.61 = −4.614
答案
e = −4.614
该点位于直线下方。
ExamProblems · examproblems.com/courses/statistics-1