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：52, 35, 37, 58, 15, 55, 53。
n = 7
s =
2.描述统计困难
某量服从正态分布，平均数为 100，标准差为 20。数值高于 70 的比例 P 是多少？
μ = 100σ = 20x = 70
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
一份测试有 10 道选择题。一名靠猜的学生每题答对的概率为 0.7，相互独立。恰好答对 4 题的概率 P 是多少？
n = 10p = 0.7k = 4
P =
5.正态分布中等
水泥袋的质量相互独立，服从均值 25 kg、标准差 0.5 kg 的正态分布。求其中 10 个的总质量低于 248.4 kg 的概率 P。z 取两位小数。
μ = 25 kgσ = 0.5 kgn = 10< 248.4 kg
P =
6.正态分布困难
电池寿命 服从正态分布，均值为 500 h，标准差为 40 h。拖动截断值，使阴影的后 20% 位于其左侧。求截断值 x。
μ = 500 hσ = 40 h20%
x = h
7.置信区间中等
一个包含 8 个个体的样本，均值为 90，标准差 s = 9。总体近似服从正态分布。 求均值的 99% 置信区间的下限。
n = 8x̄ = 90s = 999%t(7) = 3.499
下限 =
8.置信区间困难
事先对缺陷产品的比例一无所知。 必须检验多少件产品 n，才能使比例的 99% 置信区间的误差范围不超过 0.03？
p = 0.5E = 0.0399%
n =
9.假设检验与置信区间中等
49 名学生的样本平均分为 500.4，样本标准差为 4。求 H₀: μ = 500 的检验统计量 t。
μ₀ = 500x̄ = 500.4s = 4n = 49
t =
10.假设检验与置信区间困难
16 次测量的样本均值为 46.8。总体标准差为 8。求均值 99% 置信区间的下限 L。
x̄ = 46.8σ = 8n = 1699%
L =
11.线性回归与相关中等
表中给出 5 对观测值 x = 荷载 (kN) 和 y = 伸长量 (mm)。 已给出它们的各项和。由这些和求皮尔逊相关系数 r。
n = 5Σx = 30Σy = 111Σx² = 220Σy² = 3091Σxy = 824
r =
12.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。 预测 x = 19 时的 ŷ。
n = 6x = 19
ŷ =
3溶液
1.描述统计
答案: s = 15.45
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 = 305/7 = 43.57
离差平方
Σ(x − x̄)² = 8.429² + (−8.571)² + (−6.571)² + 14.43² + (−28.57)² + 11.43² + 9.429² = 1432
标准差
s = √(1432/6) = 15.45
答案
s = 15.45
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 = 0.03676
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。
二项分布公式
P(X = 4) = 210·0.74·0.36 = 210·0.2401·0.000729 = 0.03676
答案
P = 0.03676
5.正态分布
答案: P = 0.1562
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)。
总和的分布
μT = 250 kg, σT = 0.5·√10 = 1.581 kg
标准化
z = (248.4 − 250)/1.581 = −1.01
概率
P = Φ(−1.01) = 0.1562
答案
P = 0.1562
6.正态分布
答案: x = 466 h
由面积反求 z：Φ(z) 是 z 左侧的面积。对于左尾面积 A，在表中找出使 Φ(z) = A 的 z。右尾面积 A 意味着 Φ(z) = 1 − A。−z 与 z 之间的中间面积 A 使每个尾部剩下 (1 − A)/2，所以 Φ(z) = (1 + A)/2。对于数值 x，用 x = μ + zσ。
左侧的面积
Φ(z) = 0.2
由表得到的 z
z ≈ −0.84
回到原来的单位
x = 500 − 0.84·40 = 466 h
答案
x = 466 h
7.置信区间
答案: 下限 = 78.87
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 = 7, t = 3.499
误差范围
E = 3.499·9/√8 = 11.13
区间
90 ± 11.13 → [78.87, 101.1]
答案
下限 = 78.87
8.置信区间
答案: n = 1844
Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0.5, which gives the largest n.
解出 n
n = 2.576²·0.5·0.5/0.03² = 1843
向上取整
n = 1844
答案
n = 1844
9.假设检验与置信区间
答案: t = 0.7
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 = 4/√49 = 4/7 = 0.5714
检验统计量
t = (500.4 − 500)/0.5714 = 0.7
答案
t = 0.7
t0.025; df = 48 = 2.011
|t| < 2.011，所以在 5% 水平下不拒绝 H₀（双侧）。
10.假设检验与置信区间
答案: L = 41.65
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）。
误差范围
E = 2.576·8/√16 = 5.152
区间端点
L = 46.8 − 5.152 = 41.65
答案
L = 41.65
11.线性回归与相关
答案: r = 0.9978
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 = 824 − 30·111/5 = 158
Sxx = 220 − 30²/5 = 40
Syy = 3091 − 111²/5 = 626.8
相关系数
r = 158/√(40·626.8) = 0.9978
答案
r = 0.9978
12.线性回归与相关
答案: ŷ = 36.18
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 = 126/6 = 21
ȳ = 262/6 = 43.67
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 262
回归直线
b = 262/70 = 3.743
a = 43.67 − 3.743·21 = −34.93
ŷ = −34.93 + 3.743·x
预测
ŷ = −34.93 + 3.743·19 = 36.18
答案
ŷ = 36.18
ExamProblems · examproblems.com/courses/statistics-1