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, 44, 48, 10, 34, 39。
n = 6
s =
2.描述统计困难
某量服从正态分布，平均数为 70，标准差为 10。数值低于 76 的比例 P 是多少？
μ = 70σ = 10x = 76
P =
3.概率中等
对图中的分布，求 X 的方差 Var(X)。
x: 10, 20, 30, 40p(x): 0.3, 0.25, 0.3, 0.15
Var(X) =
4.概率困难
测试 11 个元件，每个独立地以概率 0.6 失效。至多一个失效的概率 P 是多少？
n = 11p = 0.6
P =
5.正态分布中等
拖动 z，使标准正态曲线下 z 右侧的阴影面积为 0.9671。求 z，保留两位小数。
A = 0.9671
z =
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 99% 的数据低于它（第 99 百分位数）。
μ = 250σ = 5P = 99%
x = g
7.置信区间中等
基于 36 个观测值且 σ 已知的均值 90% 置信区间，其误差范围为 6.5。 基于 72 个观测值的 95% 区间，其误差范围 E₂ 是多少？
90%n₁ = 36E₁ = 6.595%n₂ = 72
E₂ =
8.置信区间困难
总体标准差为 37。样本量 n 至少要多大，才能使均值的 95% 置信区间的误差范围不超过 1.5？
σ = 37E = 1.595%
n =
9.假设检验与置信区间中等
25 名学生的样本平均分为 487.6，样本标准差为 20。求 H₀: μ = 500 的检验统计量 t。
μ₀ = 500x̄ = 487.6s = 20n = 25
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 95% 置信区间的误差范围不超过 2？标准差为 8。求最小样本量 n。
σ = 8E = 295%
n =
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 = 114Σx² = 220Σy² = 3102Σxy = 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。 新得到一个观测值 (24, 69)。求其残差 e = y − ŷ。
n = 6(24, 69)
e =
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 = 191/6 = 31.83
离差平方
Σ(x − x̄)² = (−15.83)² + 12.17² + 16.17² + (−21.83)² + 2.167² + 7.167² = 1193
标准差
s = √(1193/5) = 15.45
答案
s = 15.45
2.描述统计
答案: P = 0.7257
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 = 0.7257
答案
P = 0.7257
3.概率
答案: Var(X) = 111
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 = 10·0.3 + 20·0.25 + 30·0.3 + 40·0.15 = 23
平方的均值
E(X²) = 100·0.3 + 400·0.25 + 900·0.3 + 1600·0.15 = 640
方差
Var(X) = 640 − 23² = 111
答案
Var(X) = 111
4.概率
答案: P = 0.000734
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) = 0.411 = 4.194 × 10⁻⁵
P(X = 1) = 11·0.6·0.410 = 0.0006921
相加
P = 4.194 × 10⁻⁵ + 0.0006921 = 0.000734
答案
P = 0.000734
5.正态分布
答案: z = −1.84
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 − 0.9671 = 0.0329
反向查 z 表
在表中找到 0.0329，读出 z。
z = −1.84
答案
z = −1.84
6.正态分布
答案: x = 261.6 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) = 0.99 → z = 2.326
换算回 x
x = 250 + 2.326·5 = 261.63 g
答案
x = 261.63 g
7.置信区间
答案: E₂ = 5.476
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
误差范围之比
E₂/E₁ = (1.96/1.645)·√(36/72) = 0.8425
新的误差范围
E₂ = 6.5·0.8425 = 5.476
答案
E₂ = 5.476
8.置信区间
答案: n = 2338
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 = (1.96·37/1.5)² = 2337
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 2338
答案
n = 2338
9.假设检验与置信区间
答案: t = −3.1
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/√25 = 20/5 = 4
检验统计量
t = (487.6 − 500)/4 = −3.1
答案
t = −3.1
t0.025; df = 24 = 2.064
|t| > 2.064，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 = 62
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 = (1.96·8/2)² = 61.47
向上取整
n = 62
答案
n = 62
11.线性回归与相关
答案: r = 0.9872
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 − 30·114/5 = 140
Sxx = 220 − 30²/5 = 40
Syy = 3102 − 114²/5 = 502.8
相关系数
r = 140/√(40·502.8) = 0.9872
答案
r = 0.9872
12.线性回归与相关
答案: e = −5.19
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 = 132/6 = 22
ȳ = 404/6 = 67.33
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 240
回归直线
b = 240/70 = 3.429
a = 67.33 − 3.429·22 = −8.095
ŷ = −8.095 + 3.429·x
预测值
ŷ = −8.095 + 3.429·24 = 74.19
残差
e = 69 − 74.19 = −5.19
答案
e = −5.19
该点位于直线下方。
ExamProblems · examproblems.com/courses/statistics-1