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：31, 11, 14, 11, 36。
n = 5
s =
2.描述统计困难
考试成绩服从正态分布，平均数为 100，标准差为 8。求成绩 112 的 z 分数 z。
μ = 100σ = 8x = 112
z =
3.概率中等
从 15 人中选出 5 人组成委员会，有多少种选法 N？顺序无关。
n = 15k = 5
N =
4.概率困难
一份测试有 9 道选择题。一名靠猜的学生每题答对的概率为 0.5，相互独立。恰好答对 4 题的概率 P 是多少？
n = 9p = 0.5k = 4
P =
5.正态分布中等
智商分数服从正态分布，均值为 100 分，标准差为 15 分。介于 96.25 和 112 分 之间的比例是多少？P 以小数表示。
μ = 100σ = 15x1 = 96.25x2 = 112
P =
6.正态分布困难
一组人中男性的身高 X 与女性的身高 Y相互独立且服从正态分布：X 的均值为 180 cm，标准差为 10 cm，Y 的均值为 170 cm，标准差为 12 cm。求 X 大于 Y 的概率 P。z 取两位小数。
μX = 180 cm, σX = 10 cmμY = 170 cm, σY = 12 cm
P =
7.置信区间中等
测量 9 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 −3.1，标准差为 1.6。 求平均差值的 99% 置信区间的下限。
n = 9d̄ = −3.1sd = 1.699%t(8) = 3.355
下限 = mmHg
8.置信区间困难
30 根机加工轴的直径样本标准差为 4.7 µm。假设直径服从正态分布，求总体标准差 95% 置信区间的上限 σ。df = 29 时，χ² 分布有 2.5% 位于 16.047 以下，2.5% 位于 45.722 以上。
n = 30s = 4.7 µmχ² = 16.047, 45.722
σ = µm
9.假设检验与置信区间中等
7 名员工在培训课程前后各参加一次打字测试。记录每人的差值 d = 培训后 − 培训前（每分钟字数）。平均差值为 −13.97，差值的标准差为 11.2。求 H₀: μd = 0 的配对检验统计量 t。
n = 7d̄ = −13.97sd = 11.2
t =
10.假设检验与置信区间困难
64 次测量的样本均值为 503.8。总体标准差为 12。求均值 90% 置信区间的上限 U。
x̄ = 503.8σ = 12n = 6490%
U =
11.线性回归与相关中等
表中给出 6 对观测值 x = 学习小时数 和 y = 考试成绩。 已给出它们的各项和。由这些和求皮尔逊相关系数 r。
n = 6Σx = 36Σy = 459Σx² = 286Σy² = 37885Σxy = 3191
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。 x 取何值 x 时，直线预测 ŷ = 96？
n = 6ŷ = 96
x =
3溶液
1.描述统计
答案: s = 11.97
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 = 103/5 = 20.6
离差平方
Σ(x − x̄)² = 10.4² + (−9.6)² + (−6.6)² + (−9.6)² + 15.4² = 573.2
标准差
s = √(573.2/4) = 11.97
答案
s = 11.97
2.描述统计
答案: z = 1.5
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 = (112 − 100)/8 = 1.5
答案
z = 1.5
3.概率
答案: N = 3003
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。
组合
C(15, 5) = (15·14·13·12·11)/(5·4·3·2·1) = 3003
答案
N = 3003
4.概率
答案: P = 0.2461
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) = 126·0.54·0.55 = 126·0.0625·0.03125 = 0.2461
答案
P = 0.2461
5.正态分布
答案: P = 0.3869
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。
z 分数
z₁ = (96.25 − 100)/15 = −0.25
z₂ = (112 − 100)/15 = 0.8
中间面积
P = Φ(0.8) − Φ(−0.25) = 0.7881 − 0.4013 = 0.3869
答案
P = 0.3869
6.正态分布
答案: P = 0.7389
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 = 180 − 170 = 10 cm, σ = 15.62 cm
标准化
z = (0 − 10)/15.62 = −0.64
概率
P = 1 − Φ(−0.64) = 0.7389
答案
P = 0.7389
7.置信区间
答案: 下限 = −4.889 mmHg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
临界值
df = 8, t = 3.355
误差范围
E = 3.355·1.6/√9 = 1.789
区间
−3.1 ± 1.789 → [−4.889, −1.311]
答案
下限 = −4.889 mmHg
8.置信区间
答案: σ = 6.318 µm
方差的区间：(n − 1)s²/σ² 服从自由度为 n − 1 的 χ² 分布。σ² 的 95% 区间从 (n − 1)s² 除以上侧 χ² 值（其上方占 2.5%）到 (n − 1)s² 除以下侧 χ² 值（其下方占 2.5%）；σ 的区间是这两个限值的平方根。它关于 s 不对称。
平方和
(n − 1)s² = 29·4.7² = 640.6
σ² 的限值
640.6/45.722 = 14.01
640.6/16.047 = 39.92
σ 的限值
σ = √39.92 = 6.318 µm
答案
σ = 6.318 µm
σ 的 95% 区间：[3.743, 6.318] µm。
9.假设检验与置信区间
答案: t = −3.3
Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).
平均差值的标准误
SE = 11.2/√7 = 4.233
检验统计量
t = −13.97/4.233 = −3.3
答案
t = −3.3
df = 6 时，双侧 5% 的临界值为 2.447；|t| 更大，所以拒绝 H₀。
10.假设检验与置信区间
答案: U = 506.3
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 = 1.645·12/√64 = 2.468
区间端点
U = 503.8 + 2.468 = 506.3
答案
U = 506.3
11.线性回归与相关
答案: r = 0.9921
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 = 3191 − 36·459/6 = 437
Sxx = 286 − 36²/6 = 70
Syy = 37885 − 459²/6 = 2772
相关系数
r = 437/√(70·2772) = 0.9921
答案
r = 0.9921
12.线性回归与相关
答案: x = 19.49
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 = 153/6 = 25.5
ȳ = 802/6 = 133.7
平方和与乘积和
Sxx = Σ(x − x̄)² = 157.5
Sxy = Σ(x − x̄)(y − ȳ) = 987
回归直线
b = 987/157.5 = 6.267
a = 133.7 − 6.267·25.5 = −26.13
ŷ = −26.13 + 6.267·x
解出 x
x = (96 − (−26.13))/6.267 = 19.49
答案
x = 19.49
ExamProblems · examproblems.com/courses/statistics-1