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：47, 27, 29, 11, 57。
n = 5
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 100。数值高于 420 的比例 P 是多少？
μ = 500σ = 100x = 420
P =
3.概率中等
对图中的分布，求 X 的标准差 σ。
x: 0, 1, 2, 3, 4p(x): 0.25, 0.2, 0.1, 0.1, 0.35
σ =
4.概率困难
一份测试有 10 道选择题。一名靠猜的学生每题答对的概率为 0.25，相互独立。恰好答对 2 题的概率 P 是多少？
n = 10p = 0.25k = 2
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 201 mm 的概率 P。z 取两位小数。
μX = 120, σX = 0.3μY = 80, σY = 0.4X + Y > 201 mm
P =
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 60% 位于其右侧。求截断值 x。
μ = 250 gσ = 5 g60%
x = g
7.置信区间中等
一个包含 21 个个体的样本，均值为 83.5，标准差 s = 19。总体近似服从正态分布。 求均值的 99% 置信区间的下限。
n = 21x̄ = 83.5s = 1999%t(20) = 2.845
下限 =
8.置信区间困难
总体标准差为 8。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？
σ = 8E = 199%
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 1：80 个零件的样本平均长度为 110 mm，该生产线的已知标准差为 15 mm。生产线 2：50 个零件的样本均值为 107.1 mm，已知标准差为 3 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 = 80x̄₁ = 110 mmσ₁ = 15 mmn₂ = 50x̄₂ = 107.1 mmσ₂ = 3 mm
z =
10.假设检验与置信区间困难
在一项试验中，接受治疗 A 的 250 名患者中有 175 人康复，接受治疗 B 的 200 名患者中有 156 人康复。用合并比例求 H₀: p₁ = p₂ 的检验统计量 z。
x₁ = 175n₁ = 250x₂ = 156n₂ = 200
z =
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 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 (4.5, 17)。求其残差 e = y − ŷ。
n = 5(4.5, 17)
e =
3溶液
1.描述统计
答案: s = 18.03
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 = 171/5 = 34.2
离差平方
Σ(x − x̄)² = 12.8² + (−7.2)² + (−5.2)² + (−23.2)² + 22.8² = 1301
标准差
s = √(1301/4) = 18.03
答案
s = 18.03
2.描述统计
答案: P = 0.7881
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 = −0.8
标准正态分布表
Φ(−0.8) = 0.2119
P = 1 − 0.2119 = 0.7881
答案
P = 0.7881
3.概率
答案: σ = 1.64
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。
平均数
μ = 0·0.25 + 1·0.2 + 2·0.1 + 3·0.1 + 4·0.35 = 2.1
平方的均值
E(X²) = 0·0.25 + 1·0.2 + 4·0.1 + 9·0.1 + 16·0.35 = 7.1
方差
Var(X) = 7.1 − 2.1² = 2.69
σ = √2.69 = 1.64
答案
σ = 1.64
4.概率
答案: P = 0.2816
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 = 2) = 45·0.252·0.758 = 45·0.0625·0.1001 = 0.2816
答案
P = 0.2816
5.正态分布
答案: P = 0.02275
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 = (201 − 200)/0.5 = 2
上尾
P = 1 − Φ(2) = 1 − 0.9772 = 0.02275
答案
P = 0.02275
6.正态分布
答案: x = 248.8 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) = 0.4
由表得到的 z
z ≈ −0.25
回到原来的单位
x = 250 − 0.25·5 = 248.8 g
答案
x = 248.8 g
7.置信区间
答案: 下限 = 71.7
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 = 20, t = 2.845
误差范围
E = 2.845·19/√21 = 11.8
区间
83.5 ± 11.8 → [71.7, 95.3]
答案
下限 = 71.7
8.置信区间
答案: n = 425
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 = (2.576·8/1)² = 424.7
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 425
答案
n = 425
9.假设检验与置信区间
答案: z = 1.676
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 = √(15²/80 + 3²/50) = √2.993 = 1.73
检验统计量
z = (110 − 107.1)/1.73 = 1.676
答案
z = 1.676
|z| < 1.96，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: z = −1.912
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 = 175/250 = 0.7
p̂₂ = 156/200 = 0.78
p̂ = 331/450 = 0.7356
H₀ 下的标准误
SE = √(0.7356·0.2644·(1/250 + 1/200)) = 0.04184
检验统计量
z = (0.7 − 0.78)/0.04184 = −1.912
答案
z = −1.912
|z| < 1.96，所以在 5% 水平下不拒绝 H₀（双侧）。
11.线性回归与相关
答案: r = −0.9191
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 = 123/5 = 24.6
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −14
Syy = Σ(y − ȳ)² = 23.2
相关系数
r = −14/√(10·23.2) = −0.9191
答案
r = −0.9191
12.线性回归与相关
答案: e = 5.4
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 = 15/5 = 3
ȳ = 82/5 = 16.4
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −32
回归直线
b = −32/10 = −3.2
a = 16.4 − (−3.2)·3 = 26
ŷ = 26 − 3.2·x
预测值
ŷ = 26 + (−3.2)·4.5 = 11.6
残差
e = 17 − 11.6 = 5.4
答案
e = 5.4
该点位于直线上方。
ExamProblems · examproblems.com/courses/statistics-1