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：16, 42, 60, 53, 60, 41。
n = 6
s =
2.描述统计困难
某量服从正态分布，平均数为 500，标准差为 60。数值高于 452 的比例 P 是多少？
μ = 500σ = 60x = 452
P =
3.概率中等
对图中的分布，求 X 的方差 Var(X)。
x: 0, 2, 4, 6p(x): 0.1, 0.25, 0.3, 0.35
Var(X) =
4.概率困难
X 的分布如图所示，Y = 2X + 1。求 Y 的标准差 σY。
x: 1, 2, 3, 4p(x): 0.2, 0.3, 0.2, 0.3Y = 2X + 1
σY =
5.正态分布中等
拖动 z，使标准正态曲线下 −z 与 z 之间的阴影面积为 0.5098。求 z，保留两位小数。
A = 0.5098
z =
6.正态分布困难
孔径 D 服从均值 25.02 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 0.02 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 = 25.02 mm, σ = 0.02 mm轴: μ = 25 mm, σ = 0.02 mm
P =
7.置信区间中等
测量 12 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 −5.8，标准差为 4.4。 求平均差值的 95% 置信区间的误差范围 E。
n = 12d̄ = −5.8sd = 4.495%t(11) = 2.201
E = mmHg
8.置信区间困难
对两种肥料进行试验。地块组 1：13 块地，平均产量 64 kg，标准差 2 kg。地块组 2：8 块地，均值 58.5 kg，标准差 2 kg。假设方差相等（合并 t，df = n₁ + n₂ − 2）。 求 μ₁ − μ₂ 的 99% 置信区间的上限。
n₁ = 13x̄₁ = 64s₁ = 2n₂ = 8x̄₂ = 58.5s₂ = 299%t(19) = 2.861
上限 = kg
9.假设检验与置信区间中等
25 名学生的样本平均分为 49.1，样本标准差为 5。求 H₀: μ = 50 的检验统计量 t。
μ₀ = 50x̄ = 49.1s = 5n = 25
t =
10.假设检验与置信区间困难
100 次测量的样本均值为 201.1。总体标准差为 4。求均值 95% 置信区间的上限 U。
x̄ = 201.1σ = 4n = 10095%
U =
11.线性回归与相关中等
表中给出 5 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 = 5
r =
12.线性回归与相关困难
表中给出 5 对观测值 x = 学习小时数 和 y = 考试成绩。 使用最小二乘直线 ŷ = a + b·x。 新得到一个观测值 (2.5, 60)。求其残差 e = y − ŷ。
n = 5(2.5, 60)
e =
3溶液
1.描述统计
答案: s = 16.61
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 = 272/6 = 45.33
离差平方
Σ(x − x̄)² = (−29.33)² + (−3.333)² + 14.67² + 7.667² + 14.67² + (−4.333)² = 1379
标准差
s = √(1379/5) = 16.61
答案
s = 16.61
2.描述统计
答案: P = 0.7881
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 = −0.8
标准正态分布表
Φ(−0.8) = 0.2119
P = 1 − 0.2119 = 0.7881
答案
P = 0.7881
3.概率
答案: Var(X) = 3.96
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 = 0·0.1 + 2·0.25 + 4·0.3 + 6·0.35 = 3.8
平方的均值
E(X²) = 0·0.1 + 4·0.25 + 16·0.3 + 36·0.35 = 18.4
方差
Var(X) = 18.4 − 3.8² = 3.96
答案
Var(X) = 3.96
4.概率
答案: σY = 2.227
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。
X 的离散程度
μ = 2.6, Var(X) = 1.24, σX = 1.114
线性变换
σY = |2|·1.114 = 2.227
答案
σY = 2.227
均值确实会改变：E(Y) = 2·2.6 + 1 = 6.2。
5.正态分布
答案: z = 0.69
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。
z 左侧的面积
Φ(z) = (1 + 0.5098)/2 = 0.7549
反向查 z 表
在表中找到 0.7549，读出 z。
z = 0.69
答案
z = 0.69
6.正态分布
答案: P = 0.7611
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 = 25.02 − 25 = 0.02 mm, σ = 0.02828 mm
标准化
z = (0 − 0.02)/0.02828 = −0.71
概率
P = 1 − Φ(−0.71) = 0.7611
答案
P = 0.7611
7.置信区间
答案: E = 2.796 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 = 11, t = 2.201
误差范围
E = 2.201·4.4/√12 = 2.796
答案
E = 2.796 mmHg
8.置信区间
答案: 上限 = 8.071 kg
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.
合并标准差
sp² = (12·2² + 7·2²)/19 = 4
sp = 2
误差范围
E = 2.861·2·√(1/13 + 1/8) = 2.571
区间
5.5 ± 2.571 → [2.929, 8.071]
答案
上限 = 8.071 kg
9.假设检验与置信区间
答案: t = −0.9
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 = 5/√25 = 5/5 = 1
检验统计量
t = (49.1 − 50)/1 = −0.9
答案
t = −0.9
t0.025; df = 24 = 2.064
|t| < 2.064，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: U = 201.9
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 = 1.96·4/√100 = 0.784
区间端点
U = 201.1 + 0.784 = 201.9
答案
U = 201.9
11.线性回归与相关
答案: r = 0.9687
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 = 100/5 = 20
ȳ = 399/5 = 79.8
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 204
Syy = Σ(y − ȳ)² = 1109
相关系数
r = 204/√(40·1109) = 0.9687
答案
r = 0.9687
12.线性回归与相关
答案: e = 2.4
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 = 15/5 = 3
ȳ = 308/5 = 61.6
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 80
回归直线
b = 80/10 = 8
a = 61.6 − 8·3 = 37.6
ŷ = 37.6 + 8·x
预测值
ŷ = 37.6 + 8·2.5 = 57.6
残差
e = 60 − 57.6 = 2.4
答案
e = 2.4
该点位于直线上方。
ExamProblems · examproblems.com/courses/statistics-1