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：39, 16, 58, 14, 46, 60。
n = 6
s =
2.描述统计困难
某量服从正态分布，平均数为 170，标准差为 5。数值低于 173 的比例 P 是多少？
μ = 170σ = 5x = 173
P =
3.概率中等
一颗均匀骰子掷 8 次。至少掷出一次六点的概率 P 是多少？
n = 8
P =
4.概率困难
一份测试有 12 道选择题。一名靠猜的学生每题答对的概率为 0.6，相互独立。恰好答对 5 题的概率 P 是多少？
n = 12p = 0.6k = 5
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 199.5 mm 的概率 P。z 取两位小数。
μX = 120, σX = 0.3μY = 80, σY = 0.4X + Y > 199.5 mm
P =
6.正态分布困难
成年男性的身高 服从正态分布，均值为 178 cm，标准差为 7 cm。拖动截断值，使阴影的后 75% 位于其左侧。求截断值 x。
μ = 178 cmσ = 7 cm75%
x = cm
7.置信区间中等
一个包含 20 个个体的样本，均值为 21.5，标准差 s = 15。总体近似服从正态分布。 求均值的 90% 置信区间的上限。
n = 20x̄ = 21.5s = 1590%t(19) = 1.729
上限 =
8.置信区间困难
总体标准差为 29。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 2？
σ = 29E = 290%
n =
9.假设检验与置信区间中等
16 名学生的样本平均分为 57.25，样本标准差为 10。求 H₀: μ = 50 的检验统计量 t。
μ₀ = 50x̄ = 57.25s = 10n = 16
t =
10.假设检验与置信区间困难
在 α = 0.05 下的单侧 z 检验，必须以 95% 的功效检测出均值 2.5 个单位的偏移。标准差为 12。求最小样本量 n。
α = 0.05功效 = 95%δ = 2.5σ = 12zα = 1.645zβ = 1.645
n =
11.线性回归与相关中等
表中给出 5 对观测值 x = 广告支出 (k€) 和 y = 销售额 (k€)。 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 6 对观测值 x = 荷载 (kN) 和 y = 伸长量 (mm)。 使用最小二乘直线 ŷ = a + b·x。 x 取何值 x 时，直线预测 ŷ = 12？
n = 6ŷ = 12
x =
3溶液
1.描述统计
答案: s = 20.02
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 = 233/6 = 38.83
离差平方
Σ(x − x̄)² = 0.1667² + (−22.83)² + 19.17² + (−24.83)² + 7.167² + 21.17² = 2005
标准差
s = √(2005/5) = 20.02
答案
s = 20.02
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: P = 0.7674
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。
补事件
P(没有六点) = (5/6)8 = 0.2326
P = 1 − 0.2326 = 0.7674
答案
P = 0.7674
4.概率
答案: P = 0.1009
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 = 5) = 792·0.65·0.47 = 792·0.07776·0.001638 = 0.1009
答案
P = 0.1009
5.正态分布
答案: P = 0.8413
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 = (199.5 − 200)/0.5 = −1
上尾
P = 1 − Φ(−1) = 1 − 0.1587 = 0.8413
答案
P = 0.8413
6.正态分布
答案: x = 182.7 cm
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) = 0.75
由表得到的 z
z ≈ 0.67
回到原来的单位
x = 178 + 0.67·7 = 182.7 cm
答案
x = 182.7 cm
7.置信区间
答案: 上限 = 27.3
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 = 19, t = 1.729
误差范围
E = 1.729·15/√20 = 5.799
区间
21.5 ± 5.799 → [15.7, 27.3]
答案
上限 = 27.3
8.置信区间
答案: n = 569
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 = (1.645·29/2)² = 568.9
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 569
答案
n = 569
9.假设检验与置信区间
答案: t = 2.9
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 = 10/√16 = 10/4 = 2.5
检验统计量
t = (57.25 − 50)/2.5 = 2.9
答案
t = 2.9
t0.025; df = 15 = 2.131
|t| > 2.131，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 = 250
检验的样本量：在水平 α 下的单侧 z 检验中，要以功效 1 − β 检测出真实偏移 δ，标准误必须满足 δ = (z_α + z_β)·σ/√n，所以 n = ((z_α + z_β)·σ/δ)²，向上取整。
解出 n
n = ((1.645 + 1.645)·12/2.5)² = 249.4
向上取整
n = 250
答案
n = 250
11.线性回归与相关
答案: r = 0.9841
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 = 20/5 = 4
ȳ = 218/5 = 43.6
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 52
Syy = Σ(y − ȳ)² = 279.2
相关系数
r = 52/√(10·279.2) = 0.9841
答案
r = 0.9841
12.线性回归与相关
答案: x = 2.968
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 = 42/6 = 7
ȳ = 166/6 = 27.67
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 272
回归直线
b = 272/70 = 3.886
a = 27.67 − 3.886·7 = 0.4667
ŷ = 0.4667 + 3.886·x
解出 x
x = (12 − 0.4667)/3.886 = 2.968
答案
x = 2.968
ExamProblems · examproblems.com/courses/statistics-1