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：14, 48, 10, 51, 25, 55。
n = 6
s =
2.描述统计困难
考试成绩服从正态分布，平均数为 70，标准差为 20。求成绩 95 的 z 分数 z。
μ = 70σ = 20x = 95
z =
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
X 的分布如图所示，Y = −2X + 5。求 Y 的标准差 σY。
x: 0, 1, 2, 3, 4p(x): 0.3, 0.35, 0.05, 0.05, 0.25Y = −2X + 5
σY =
5.正态分布中等
水泥袋的质量相互独立，服从均值 25 kg、标准差 0.5 kg 的正态分布。求其中 12 个的总质量低于 299.1 kg 的概率 P。z 取两位小数。
μ = 25 kgσ = 0.5 kgn = 12< 299.1 kg
P =
6.正态分布困难
孔径 D 服从均值 25.02 mm、标准差 0.015 mm 的正态分布。轴径 d 独立，服从均值 25 mm、标准差 0.02 mm 的正态分布。随机选取的一根轴在 D − d > 0 时能装入。求它能装入的概率 P。z 取两位小数。
孔: μ = 25.02 mm, σ = 0.015 mm轴: μ = 25 mm, σ = 0.02 mm
P =
7.置信区间中等
一个包含 12 个个体的样本，均值为 49，标准差 s = 3。总体近似服从正态分布。 求均值的 95% 置信区间的下限。
n = 12x̄ = 49s = 395%t(11) = 2.201
下限 =
8.置信区间困难
总体标准差为 33。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 5？
σ = 33E = 590%
n =
9.假设检验与置信区间中等
100 名学生的样本平均分为 98.2，样本标准差为 20。求 H₀: μ = 100 的检验统计量 t。
μ₀ = 100x̄ = 98.2s = 20n = 100
t =
10.假设检验与置信区间困难
36 次测量的样本均值为 199.5。总体标准差为 5。求均值 95% 置信区间的下限 L。
x̄ = 199.5σ = 5n = 3695%
L =
11.线性回归与相关中等
表中给出 5 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 = 5
r² =
12.线性回归与相关困难
表中给出 5 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。 预测 x = 18.5 时的 ŷ。
n = 5x = 18.5
ŷ =
3溶液
1.描述统计
答案: s = 19.91
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 = 203/6 = 33.83
离差平方
Σ(x − x̄)² = (−19.83)² + 14.17² + (−23.83)² + 17.17² + (−8.833)² + 21.17² = 1983
标准差
s = √(1983/5) = 19.91
答案
s = 19.91
2.描述统计
答案: z = 1.25
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 = (95 − 70)/20 = 1.25
答案
z = 1.25
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: σY = 3.124
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 = 1.6, Var(X) = 2.44, σX = 1.562
线性变换
σY = |−2|·1.562 = 3.124
答案
σY = 3.124
均值确实会改变：E(Y) = −2·1.6 + 5 = 1.8。
5.正态分布
答案: P = 0.3015
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)。
总和的分布
μT = 300 kg, σT = 0.5·√12 = 1.732 kg
标准化
z = (299.1 − 300)/1.732 = −0.52
概率
P = Φ(−0.52) = 0.3015
答案
P = 0.3015
6.正态分布
答案: P = 0.7881
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)。
差的分布
μ = 25.02 − 25 = 0.02 mm, σ = 0.025 mm
标准化
z = (0 − 0.02)/0.025 = −0.8
概率
P = 1 − Φ(−0.8) = 0.7881
答案
P = 0.7881
7.置信区间
答案: 下限 = 47.09
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 = 11, t = 2.201
误差范围
E = 2.201·3/√12 = 1.906
区间
49 ± 1.906 → [47.09, 50.91]
答案
下限 = 47.09
8.置信区间
答案: n = 118
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 = (1.645·33/5)² = 117.9
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 118
答案
n = 118
9.假设检验与置信区间
答案: t = −0.9
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 = 20/√100 = 20/10 = 2
检验统计量
t = (98.2 − 100)/2 = −0.9
答案
t = −0.9
t0.025; df = 99 = 1.984
|t| < 1.984，所以在 5% 水平下不拒绝 H₀（双侧）。
10.假设检验与置信区间
答案: L = 197.9
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）。
误差范围
E = 1.96·5/√36 = 1.633
区间端点
L = 199.5 − 1.633 = 197.9
答案
L = 197.9
11.线性回归与相关
答案: r² = 0.9453
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 = 113/5 = 22.6
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −22
Syy = Σ(y − ȳ)² = 51.2
决定系数
r² = −22²/(10·51.2) = 0.9453
答案
r² = 0.9453
y 的变异中约有 94.53% 可由该直线解释。
12.线性回归与相关
答案: ŷ = 46.45
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 = 100/5 = 20
ȳ = 254/5 = 50.8
平方和与乘积和
Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 261
回归直线
b = 261/90 = 2.9
a = 50.8 − 2.9·20 = −7.2
ŷ = −7.2 + 2.9·x
预测
ŷ = −7.2 + 2.9·18.5 = 46.45
答案
ŷ = 46.45
ExamProblems · examproblems.com/courses/statistics-1