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：43, 16, 15, 10, 39, 26。
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 15。数值高于 140 的比例 P 是多少？
μ = 170σ = 15x = 140
P =
3.概率中等
从 6 人中选出 4 人组成委员会，有多少种选法 N？顺序无关。
n = 6k = 4
N =
4.概率困难
X 的分布如图所示，Y = 10X + 4。求 Y 的标准差 σY。
x: 1, 2, 3, 4, 5p(x): 0.25, 0.3, 0.1, 0.1, 0.25Y = 10X + 4
σY =
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 0.9251。求 z，保留两位小数。
A = 0.9251
z =
6.正态分布困难
电池寿命 服从正态分布，均值为 500 h，标准差为 40 h。拖动截断值，使阴影的前 85% 位于其右侧。求截断值 x。
μ = 500 hσ = 40 h85%
x = h
7.置信区间中等
测量 10 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 7.8，标准差为 0.5。 求平均差值的 95% 置信区间的上限。
n = 10d̄ = 7.8sd = 0.595%t(9) = 2.262
上限 = mmHg
8.置信区间困难
总体标准差为 40。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 4？
σ = 40E = 490%
n =
9.假设检验与置信区间中等
两条生产线生产同一种零件。生产线 1：50 个零件的样本平均长度为 105 mm，该生产线的已知标准差为 17 mm。生产线 2：60 个零件的样本均值为 114.1 mm，已知标准差为 17 mm。取差值为 x̄₁ − x̄₂（生产线 1 减生产线 2），求 H₀: μ₁ = μ₂ 的检验统计量 z。
n₁ = 50x̄₁ = 105 mmσ₁ = 17 mmn₂ = 60x̄₂ = 114.1 mmσ₂ = 17 mm
z =
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 99% 置信区间的误差范围不超过 1.5？标准差为 8。求最小样本量 n。
σ = 8E = 1.599%
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)。 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 = 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 (6, 58)。求其残差 e = y − ŷ。
n = 6(6, 58)
e =
3溶液
1.描述统计
答案: s = 13.61
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 = 149/6 = 24.83
离差平方
Σ(x − x̄)² = 18.17² + (−8.833)² + (−9.833)² + (−14.83)² + 14.17² + 1.167² = 926.8
标准差
s = √(926.8/5) = 13.61
答案
s = 13.61
2.描述统计
答案: P = 0.9772
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 = −2
标准正态分布表
Φ(−2) = 0.02275
P = 1 − 0.02275 = 0.9772
答案
P = 0.9772
3.概率
答案: N = 15
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(6, 4) = (6·5·4·3)/(4·3·2·1) = 15
答案
N = 15
4.概率
答案: σY = 15.36
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 = 2.8, Var(X) = 2.36, σX = 1.536
线性变换
σY = |10|·1.536 = 15.36
答案
σY = 15.36
均值确实会改变：E(Y) = 10·2.8 + 4 = 32。
5.正态分布
答案: z = −1.44
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 − 0.9251 = 0.0749
反向查 z 表
在表中找到 0.0749，读出 z。
z = −1.44
答案
z = −1.44
6.正态分布
答案: x = 458 h
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) = 0.15
由表得到的 z
z ≈ −1.04
回到原来的单位
x = 500 − 1.04·40 = 458 h
答案
x = 458 h
7.置信区间
答案: 上限 = 8.158 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 = 9, t = 2.262
误差范围
E = 2.262·0.5/√10 = 0.3577
区间
7.8 ± 0.3577 → [7.442, 8.158]
答案
上限 = 8.158 mmHg
8.置信区间
答案: n = 271
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 = (1.645·40/4)² = 270.6
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 271
答案
n = 271
9.假设检验与置信区间
答案: z = −2.795
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
差值的标准误
SE = √(17²/50 + 17²/60) = √10.6 = 3.255
检验统计量
z = (105 − 114.1)/3.255 = −2.795
答案
z = −2.795
|z| > 1.96，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 = 189
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 = (2.576·8/1.5)² = 188.8
向上取整
n = 189
答案
n = 189
11.线性回归与相关
答案: r = 0.9822
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 = 30/5 = 6
ȳ = 106/5 = 21.2
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 114
Syy = Σ(y − ȳ)² = 336.8
相关系数
r = 114/√(40·336.8) = 0.9822
答案
r = 0.9822
12.线性回归与相关
答案: e = 4.4
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 = 48/6 = 8
ȳ = 360/6 = 60
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 224
回归直线
b = 224/70 = 3.2
a = 60 − 3.2·8 = 34.4
ŷ = 34.4 + 3.2·x
预测值
ŷ = 34.4 + 3.2·6 = 53.6
残差
e = 58 − 53.6 = 4.4
答案
e = 4.4
该点位于直线上方。
ExamProblems · examproblems.com/courses/statistics-1