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：25, 60, 26, 55, 55。
n = 5
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 8。数值低于 62 的比例 P 是多少？
μ = 70σ = 8x = 62
P =
3.概率中等
一颗均匀骰子掷 5 次。至少掷出一次六点的概率 P 是多少？
n = 5
P =
4.概率困难
一局游戏的参与费用为 €5。你以概率 0.15 赢得 €15，以概率 0.01 赢得 €100；其余情况什么也赢不到。赌注不退还。求每局的期望净收益 E(G)。
赌注 = €5€15: p = 0.15€100: p = 0.01
E(G) = €
5.正态分布中等
配送时间服从正态分布，均值为 32 min，标准差为 6 min。介于 27.5 和 41.3 min 之间的比例是多少？P 以小数表示。
μ = 32σ = 6x1 = 27.5x2 = 41.3
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，使阴影的前 95% 位于其右侧。求截断值 x。
μ = 178 cmσ = 7 cm95%
x = cm
7.置信区间中等
一个包含 16 个个体的样本，均值为 73.5，标准差 s = 6。总体近似服从正态分布。 求均值的 99% 置信区间的误差范围 E。
n = 16x̄ = 73.5s = 699%t(15) = 2.947
E =
8.置信区间困难
对两种肥料进行试验。地块组 1：8 块地，平均产量 20.5 kg，标准差 7.5 kg。地块组 2：8 块地，均值 17 kg，标准差 6 kg。假设方差相等（合并 t，df = n₁ + n₂ − 2）。 求 μ₁ − μ₂ 的 90% 置信区间的下限。
n₁ = 8x̄₁ = 20.5s₁ = 7.5n₂ = 8x̄₂ = 17s₂ = 690%t(14) = 1.761
下限 = kg
9.假设检验与置信区间中等
100 名学生的样本平均分为 121，样本标准差为 5。求 H₀: μ = 120 的检验统计量 t。
μ₀ = 120x̄ = 121s = 5n = 100
t =
10.假设检验与置信区间困难
49 次测量的样本均值为 47.3。总体标准差为 12。求均值 90% 置信区间的上限 U。
x̄ = 47.3σ = 12n = 4990%
U =
11.线性回归与相关中等
表中给出 6 对观测值 x = 车龄（年） 和 y = 价格 (k€)。 求最小二乘直线的决定系数 r²。
n = 6
r² =
12.线性回归与相关困难
表中给出 5 对观测值 x = 车龄（年） 和 y = 价格 (k€)。 使用最小二乘直线 ŷ = a + b·x。 新得到一个观测值 (3.5, 19)。求其残差 e = y − ŷ。
n = 5(3.5, 19)
e =
3溶液
1.描述统计
答案: s = 17.2
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 = 221/5 = 44.2
离差平方
Σ(x − x̄)² = (−19.2)² + 15.8² + (−18.2)² + 10.8² + 10.8² = 1183
标准差
s = √(1183/4) = 17.2
答案
s = 17.2
2.描述统计
答案: P = 0.1587
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
标准正态分布表
Φ(−1) = 0.1587
P = 0.1587
答案
P = 0.1587
3.概率
答案: P = 0.5981
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)5 = 0.4019
P = 1 − 0.4019 = 0.5981
答案
P = 0.5981
4.概率
答案: E(G) = −1.75 €
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。
净结果
G: 10 (p = 0.15), 95 (p = 0.01), −5 (p = 0.84)
期望值
E(G) = 10·0.15 + 95·0.01 − 5·0.84 = −1.75 €
答案
E(G) = −1.75 €
负值表示平均而言你会亏钱。
5.正态分布
答案: P = 0.7128
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 = (27.5 − 32)/6 = −0.75
z₂ = (41.3 − 32)/6 = 1.55
中间面积
P = Φ(1.55) − Φ(−0.75) = 0.9394 − 0.2266 = 0.7128
答案
P = 0.7128
6.正态分布
答案: x = 166.5 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) = 0.05
由表得到的 z
z ≈ −1.64
回到原来的单位
x = 178 − 1.64·7 = 166.5 cm
答案
x = 166.5 cm
7.置信区间
答案: E = 4.421
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 = 15, t = 2.947
误差范围
E = 2.947·6/√16 = 4.421
答案
E = 4.421
8.置信区间
答案: 下限 = −2.48 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 = (7·7.5² + 7·6²)/14 = 46.13
sp = 6.792
误差范围
E = 1.761·6.792·√(1/8 + 1/8) = 5.98
区间
3.5 ± 5.98 → [−2.48, 9.48]
答案
下限 = −2.48 kg
9.假设检验与置信区间
答案: t = 2
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/√100 = 5/10 = 0.5
检验统计量
t = (121 − 120)/0.5 = 2
答案
t = 2
t0.025; df = 99 = 1.984
|t| > 1.984，所以在 5% 水平下拒绝 H₀（双侧）。
10.假设检验与置信区间
答案: U = 50.12
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/√49 = 2.82
区间端点
U = 47.3 + 2.82 = 50.12
答案
U = 50.12
11.线性回归与相关
答案: r² = 0.9694
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 = 21/6 = 3.5
ȳ = 119/6 = 19.83
平方和与乘积和
Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = −30.5
Syy = Σ(y − ȳ)² = 54.83
决定系数
r² = −30.5²/(17.5·54.83) = 0.9694
答案
r² = 0.9694
y 的变异中约有 96.94% 可由该直线解释。
12.线性回归与相关
答案: e = −4.75
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 = 125/5 = 25
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −25
回归直线
b = −25/10 = −2.5
a = 25 − (−2.5)·3 = 32.5
ŷ = 32.5 − 2.5·x
预测值
ŷ = 32.5 + (−2.5)·3.5 = 23.75
残差
e = 19 − 23.75 = −4.75
答案
e = −4.75
该点位于直线下方。
ExamProblems · examproblems.com/courses/statistics-1