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：44, 18, 32, 40, 36, 52。
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。数值低于 440 的比例 P 是多少？
μ = 500σ = 60x = 440
P =
3.概率中等
从 13 人中选出 3 人组成委员会，有多少种选法 N？顺序无关。
n = 13k = 3
N =
4.概率困难
一局游戏的参与费用为 €10。你以概率 0.3 赢得 €20，以概率 0.02 赢得 €500；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 = €10€20: p = 0.3€500: p = 0.02
E(G) = €
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 0.0183。求 z，保留两位小数。
A = 0.0183
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。拖动截断值，使阴影的前 75% 位于其右侧。求截断值 x。
μ = 250 gσ = 5 g75%
x = g
7.置信区间中等
测量 7 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 2.4，标准差为 3.7。 求平均差值的 99% 置信区间的误差范围 E。
n = 7d̄ = 2.4sd = 3.799%t(6) = 3.707
E = mmHg
8.置信区间困难
总体标准差为 28。样本量 n 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？
σ = 28E = 1.599%
n =
9.假设检验与置信区间中等
16 名学生的样本平均分为 85.88，样本标准差为 15。求 H₀: μ = 75 的检验统计量 t。
μ₀ = 75x̄ = 85.88s = 15n = 16
t =
10.假设检验与置信区间困难
在一项试验中，接受治疗 A 的 150 名患者中有 98 人康复，接受治疗 B 的 300 名患者中有 231 人康复。用合并比例求 H₀: p₁ = p₂ 的检验统计量 z。
x₁ = 98n₁ = 150x₂ = 231n₂ = 300
z =
11.线性回归与相关中等
表中给出 6 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 = 6
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。 x 取何值 x 时，直线预测 ŷ = 94？
n = 6ŷ = 94
x =
3溶液
1.描述统计
答案: s = 11.58
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 = 222/6 = 37
离差平方
Σ(x − x̄)² = 7² + (−19)² + (−5)² + 3² + (−1)² + 15² = 670
标准差
s = √(670/5) = 11.58
答案
s = 11.58
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: N = 286
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(13, 3) = (13·12·11)/(3·2·1) = 286
答案
N = 286
4.概率
答案: E(G) = 6 €
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 = 0.3), 490 (p = 0.02), −10 (p = 0.68)
期望值
E(G) = 10·0.3 + 490·0.02 − 10·0.68 = 6 €
答案
E(G) = 6 €
正值表示平均而言你会赢钱。
5.正态分布
答案: z = 2.09
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 − 0.0183 = 0.9817
反向查 z 表
在表中找到 0.9817，读出 z。
z = 2.09
答案
z = 2.09
6.正态分布
答案: x = 246.7 g
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) = 0.25
由表得到的 z
z ≈ −0.67
回到原来的单位
x = 250 − 0.67·5 = 246.7 g
答案
x = 246.7 g
7.置信区间
答案: E = 5.184 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 = 6, t = 3.707
误差范围
E = 3.707·3.7/√7 = 5.184
答案
E = 5.184 mmHg
8.置信区间
答案: n = 2313
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 = (2.576·28/1.5)² = 2312
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 2313
答案
n = 2313
9.假设检验与置信区间
答案: t = 2.901
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 = 15/√16 = 15/4 = 3.75
检验统计量
t = (85.88 − 75)/3.75 = 2.901
答案
t = 2.901
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: z = −2.631
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.
样本比例
p̂₁ = 98/150 = 0.6533
p̂₂ = 231/300 = 0.77
p̂ = 329/450 = 0.7311
H₀ 下的标准误
SE = √(0.7311·0.2689·(1/150 + 1/300)) = 0.04434
检验统计量
z = (0.6533 − 0.77)/0.04434 = −2.631
答案
z = −2.631
|z| > 1.96，所以在 5% 水平下拒绝 H₀（双侧）。
11.线性回归与相关
答案: r = 0.9531
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 = 257/6 = 42.83
平方和与乘积和
Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = 102.5
Syy = Σ(y − ȳ)² = 660.8
相关系数
r = 102.5/√(17.5·660.8) = 0.9531
答案
r = 0.9531
12.线性回归与相关
答案: x = 25.46
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 = 135/6 = 22.5
ȳ = 496/6 = 82.67
平方和与乘积和
Sxx = Σ(x − x̄)² = 157.5
Sxy = Σ(x − x̄)(y − ȳ) = 603
回归直线
b = 603/157.5 = 3.829
a = 82.67 − 3.829·22.5 = −3.476
ŷ = −3.476 + 3.829·x
解出 x
x = (94 − (−3.476))/3.829 = 25.46
答案
x = 25.46
ExamProblems · examproblems.com/courses/statistics-1