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：32, 51, 15, 35, 12, 33, 41。
n = 7
s =
2.描述统计困难
某量服从正态分布，平均数为 50，标准差为 20。数值高于 20 的比例 P 是多少？
μ = 50σ = 20x = 20
P =
3.概率中等
袋中有 7 个红球和 9 个蓝球。不放回地依次摸出两个球。两个都是红球的概率 P 是多少？
7 / 9
P =
4.概率困难
一份测试有 11 道选择题。一名靠猜的学生每题答对的概率为 0.3，相互独立。恰好答对 4 题的概率 P 是多少？
n = 11p = 0.3k = 4
P =
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 0.6517。求 z，保留两位小数。
A = 0.6517
z =
6.正态分布困难
考试成绩服从正态分布，均值为 65 分，标准差为 10 分。求数值 x，使得有 10% 的数据低于它（第 10 百分位数）。
μ = 65σ = 10P = 10%
x = 分
7.置信区间中等
测量 6 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 −6.8，标准差为 4.4。 求平均差值的 95% 置信区间的误差范围 E。
n = 6d̄ = −6.8sd = 4.495%t(5) = 2.571
E = mmHg
8.置信区间困难
总体标准差为 34。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 3？
σ = 34E = 390%
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 139 mm，该生产线的已知标准差为 12 mm。生产线 2：50 个零件的样本均值为 133.8 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 = 80x̄₁ = 139 mmσ₁ = 12 mmn₂ = 50x̄₂ = 133.8 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 95% 置信区间的误差范围不超过 1？标准差为 20。求最小样本量 n。
σ = 20E = 195%
n =
11.线性回归与相关中等
表中给出 6 对观测值 x = 温度 (°C) 和 y = 冰淇淋销量。 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 = 荷载 (kN) 和 y = 伸长量 (mm)。 使用最小二乘直线 ŷ = a + b·x。 预测 x = 3 时的 ŷ。
n = 6x = 3
ŷ =
3溶液
1.描述统计
答案: s = 13.77
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 = 219/7 = 31.29
离差平方
Σ(x − x̄)² = 0.7143² + 19.71² + (−16.29)² + 3.714² + (−19.29)² + 1.714² + 9.714² = 1137
标准差
s = √(1137/6) = 13.77
答案
s = 13.77
2.描述统计
答案: P = 0.9332
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 = −1.5
标准正态分布表
Φ(−1.5) = 0.06681
P = 1 − 0.06681 = 0.9332
答案
P = 0.9332
3.概率
答案: P = 0.175
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。
第一次和第二次摸球
P = 7/16 · 6/15 = 42/240 = 0.175
答案
P = 0.175
4.概率
答案: P = 0.2201
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 = 4) = 330·0.34·0.77 = 330·0.0081·0.08235 = 0.2201
答案
P = 0.2201
5.正态分布
答案: z = −0.39
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 − 0.6517 = 0.3483
反向查 z 表
在表中找到 0.3483，读出 z。
z = −0.39
答案
z = −0.39
6.正态分布
答案: x = 52.18 分
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。
该百分位数对应的 z
Φ(z) = 0.1 → z = −1.282
换算回 x
x = 65 + −1.282·10 = 52.18 分
答案
x = 52.18 分
7.置信区间
答案: E = 4.618 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 = 5, t = 2.571
误差范围
E = 2.571·4.4/√6 = 4.618
答案
E = 4.618 mmHg
8.置信区间
答案: n = 348
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 = (1.645·34/3)² = 347.6
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 348
答案
n = 348
9.假设检验与置信区间
答案: z = 1.889
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 = √(12²/80 + 17²/50) = √7.58 = 2.753
检验统计量
z = (139 − 133.8)/2.753 = 1.889
答案
z = 1.889
|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: n = 1537
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 = (1.96·20/1)² = 1537
向上取整
n = 1537
答案
n = 1537
11.线性回归与相关
答案: r = 0.9914
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 = 129/6 = 21.5
ȳ = 758/6 = 126.3
平方和与乘积和
Sxx = Σ(x − x̄)² = 157.5
Sxy = Σ(x − x̄)(y − ȳ) = 969
Syy = Σ(y − ȳ)² = 6065
相关系数
r = 969/√(157.5·6065) = 0.9914
答案
r = 0.9914
12.线性回归与相关
答案: ŷ = 7.157
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 = 42/6 = 7
ȳ = 81/6 = 13.5
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 111
回归直线
b = 111/70 = 1.586
a = 13.5 − 1.586·7 = 2.4
ŷ = 2.4 + 1.586·x
预测
ŷ = 2.4 + 1.586·3 = 7.157
答案
ŷ = 7.157
ExamProblems · examproblems.com/courses/statistics-1