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
AP Statistics 练习题：速成包
公式表、每个专题的关键方法步骤和 14 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。
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
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。
卡方检验
- 检验统计量
- χ² = Σ(O − E)²/E
- 拟合优度
- E = n·p, df = k − 1 − (estimated parameters)
- 独立性
- E = row total × column total / grand total, df = (r − 1)(c − 1)
- 临界值（α = 0.05）
- df 1: 3.841, 2: 5.991, 3: 7.815, 4: 9.488
- 决策
- 若 χ² > χ²crit，则拒绝 H0
2练习题
1.描述统计中等
求数据的样本标准差 s：19, 40, 35, 39, 28, 40。
n = 6
s =
2.描述统计困难
某量服从正态分布，平均数为 60，标准差为 15。数值高于 69 的比例 P 是多少？
μ = 60σ = 15x = 69
P =
3.概率中等
对图中的分布，求 X 的标准差 σ。
x: 0, 1, 2p(x): 0.35, 0.35, 0.3
σ =
4.概率困难
测试 11 个元件，每个独立地以概率 0.25 失效。至多一个失效的概率 P 是多少？
n = 11p = 0.25
P =
5.正态分布中等
X 服从均值 120 mm、标准差 0.3 mm 的正态分布；Y 独立，服从均值 80 mm、标准差 0.4 mm 的正态分布。求 X + Y 大于 200.3 mm 的概率 P。z 取两位小数。
μX = 120, σX = 0.3μY = 80, σY = 0.4X + Y > 200.3 mm
P =
6.正态分布困难
孔径 D 服从均值 25.04 mm、标准差 0.02 mm 的正态分布。轴径 d 独立，服从均值 25 mm、标准差 0.015 mm 的正态分布。随机选取的一根轴在 D − d > 0 时能装入。求它能装入的概率 P。z 取两位小数。
孔: μ = 25.04 mm, σ = 0.02 mm轴: μ = 25 mm, σ = 0.015 mm
P =
7.线性回归与相关中等
表中给出 6 对观测值 x = 温度 (°C) 和 y = 冰淇淋销量。 求皮尔逊相关系数 r。
n = 6
r =
8.线性回归与相关困难
表中给出 6 对观测值 x = 温度 (°C) 和 y = 冰淇淋销量。 使用最小二乘直线 ŷ = a + b·x。 x 取何值 x 时，直线预测 ŷ = 77？
n = 6ŷ = 77
x =
9.置信区间中等
一个包含 25 个个体的样本，均值为 95.5，标准差 s = 9。总体近似服从正态分布。 求均值的 99% 置信区间的上限。
n = 25x̄ = 95.5s = 999%t(24) = 2.797
上限 =
10.置信区间困难
总体标准差为 26。样本量 n 至少要多大，才能使均值的 90% 置信区间的误差范围不超过 4？
σ = 26E = 490%
n =
11.假设检验与置信区间中等
81 名学生的样本平均分为 202.3，样本标准差为 12。求 H₀: μ = 200 的检验统计量 t。
μ₀ = 200x̄ = 202.3s = 12n = 81
t =
12.假设检验与置信区间困难
样本至少要多大，才能使均值的 95% 置信区间的误差范围不超过 2？标准差为 4。求最小样本量 n。
σ = 4E = 295%
n =
13.卡方检验中等
列联表给出了观测频数。为进行卡方独立性检验，求单元格“教职工，自行车”的期望频数 E。
行合计 = 56列合计 = 29N = 115
E =
14.卡方检验困难
一个卡方拟合优度检验检验 9 个类别的频数是否服从泊松分布，其均值由同一组数据估计。 该检验的自由度 df 是多少？
k = 9
df =
3溶液
1.描述统计
答案: s = 8.456
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 = 201/6 = 33.5
离差平方
Σ(x − x̄)² = (−14.5)² + 6.5² + 1.5² + 5.5² + (−5.5)² + 6.5² = 357.5
标准差
s = √(357.5/5) = 8.456
答案
s = 8.456
2.描述统计
答案: P = 0.2743
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 = 0.6
标准正态分布表
Φ(0.6) = 0.7257
P = 1 − 0.7257 = 0.2743
答案
P = 0.2743
3.概率
答案: σ = 0.8047
离散随机变量：概率分布列出变量能取的每个值 x 及其概率 p(x)；概率介于 0 和 1 之间，且总和为 1。期望值（均值）是 E(X) = Σx·p(x)，即长期平均值。方差为 Var(X) = Σ(x − μ)²·p(x) = E(X²) − μ²，标准差为 σ = √Var(X)。对线性变换 Y = aX + b：E(Y) = a·E(X) + b，Var(Y) = a²·Var(X)，σY = |a|·σX；加上常数不会改变离散程度。
平均数
μ = 0·0.35 + 1·0.35 + 2·0.3 = 0.95
平方的均值
E(X²) = 0·0.35 + 1·0.35 + 4·0.3 = 1.55
方差
Var(X) = 1.55 − 0.95² = 0.6475
σ = √0.6475 = 0.8047
答案
σ = 0.8047
4.概率
答案: P = 0.1971
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) = 0.7511 = 0.04224
P(X = 1) = 11·0.25·0.7510 = 0.1549
相加
P = 0.04224 + 0.1549 = 0.1971
答案
P = 0.1971
5.正态分布
答案: P = 0.2743
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 = 200 mm, σ = √(0.3² + 0.4²) = 0.5 mm
标准化
z = (200.3 − 200)/0.5 = 0.6
上尾
P = 1 − Φ(0.6) = 1 − 0.7257 = 0.2743
答案
P = 0.2743
6.正态分布
答案: P = 0.9452
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)。
差的分布
μ = 25.04 − 25 = 0.04 mm, σ = 0.025 mm
标准化
z = (0 − 0.04)/0.025 = −1.6
概率
P = 1 − Φ(−1.6) = 0.9452
答案
P = 0.9452
7.线性回归与相关
答案: r = 0.9879
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 = 141/6 = 23.5
ȳ = 385/6 = 64.17
平方和与乘积和
Sxx = Σ(x − x̄)² = 157.5
Sxy = Σ(x − x̄)(y − ȳ) = 502.5
Syy = Σ(y − ȳ)² = 1643
相关系数
r = 502.5/√(157.5·1643) = 0.9879
答案
r = 0.9879
8.线性回归与相关
答案: x = 20.2
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 = 120/6 = 20
ȳ = 457/6 = 76.17
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 295
回归直线
b = 295/70 = 4.214
a = 76.17 − 4.214·20 = −8.119
ŷ = −8.119 + 4.214·x
解出 x
x = (77 − (−8.119))/4.214 = 20.2
答案
x = 20.2
9.置信区间
答案: 上限 = 100.5
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 = 24, t = 2.797
误差范围
E = 2.797·9/√25 = 5.035
区间
95.5 ± 5.035 → [90.47, 100.5]
答案
上限 = 100.5
10.置信区间
答案: n = 115
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 = (1.645·26/4)² = 114.3
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 115
答案
n = 115
11.假设检验与置信区间
答案: t = 1.725
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 = 12/√81 = 12/9 = 1.333
检验统计量
t = (202.3 − 200)/1.333 = 1.725
答案
t = 1.725
t0.025; df = 80 = 1.99
|t| < 1.99，所以在 5% 水平下不拒绝 H₀（双侧）。
12.假设检验与置信区间
答案: n = 16
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 = (1.96·4/2)² = 15.37
向上取整
n = 16
答案
n = 16
13.卡方检验
答案: E = 14.12
卡方检验：用 χ² = Σ(O − E)²/E 比较观测频数 O 与 H₀ 下的期望频数 E。拟合优度检验：每个类别 E = n·p，df = k − 1（每由数据估计一个参数再减一）。r × c 列联表的独立性检验：E = 行合计 × 列合计 / 总计，df = (r − 1)(c − 1)。当 χ² 超过所选 α 下的临界值时拒绝 H₀。
期望频数
E = 56·29/115 = 14.12
答案
E = 14.12
14.卡方检验
答案: df = 7
卡方检验：用 χ² = Σ(O − E)²/E 比较观测频数 O 与 H₀ 下的期望频数 E。拟合优度检验：每个类别 E = n·p，df = k − 1（每由数据估计一个参数再减一）。r × c 列联表的独立性检验：E = 行合计 × 列合计 / 总计，df = (r − 1)(c − 1)。当 χ² 超过所选 α 下的临界值时拒绝 H₀。
自由度
df = 9 − 1 − 1 = 7
答案
df = 7
ExamProblems · examproblems.com/courses/ap-statistics-practice