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：10, 46, 11, 40, 19。
n = 5
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 5。数值高于 42.5 的比例 P 是多少？
μ = 50σ = 5x = 42.5
P =
3.概率中等
对图中的分布，求 X 的方差 Var(X)。
x: 0, 2, 4, 6p(x): 0.15, 0.3, 0.25, 0.3
Var(X) =
4.概率困难
一局游戏的参与费用为 €3。你以概率 0.3 赢得 €9，以概率 0.01 赢得 €60；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 = €3€9: p = 0.3€60: p = 0.01
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 0.0516。求 z，保留两位小数。
A = 0.0516
z =
6.正态分布困难
孔径 D 服从均值 25.02 mm、标准差 0.02 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 = 0.02 mm轴: μ = 25 mm, σ = 0.02 mm
P =
7.置信区间中等
一个包含 16 个个体的样本，均值为 83，标准差 s = 4.5。总体近似服从正态分布。 求均值的 95% 置信区间的下限。
n = 16x̄ = 83s = 4.595%t(15) = 2.131
下限 =
8.置信区间困难
总体标准差为 38。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 = 38E = 199%
n =
9.假设检验与置信区间中等
100 名学生的样本平均分为 97.36，样本标准差为 12。求 H₀: μ = 100 的检验统计量 t。
μ₀ = 100x̄ = 97.36s = 12n = 100
t =
10.假设检验与置信区间困难
49 次测量的样本均值为 78.4。总体标准差为 20。求均值 95% 置信区间的下限 L。
x̄ = 78.4σ = 20n = 4995%
L =
11.线性回归与相关中等
表中给出 5 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 = 5
r =
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。 x 取何值 x 时，直线预测 ŷ = 113？
n = 5ŷ = 113
x =
3溶液
1.描述统计
答案: s = 16.75
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 = 126/5 = 25.2
离差平方
Σ(x − x̄)² = (−15.2)² + 20.8² + (−14.2)² + 14.8² + (−6.2)² = 1123
标准差
s = √(1123/4) = 16.75
答案
s = 16.75
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: Var(X) = 4.44
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 = 0·0.15 + 2·0.3 + 4·0.25 + 6·0.3 = 3.4
平方的均值
E(X²) = 0·0.15 + 4·0.3 + 16·0.25 + 36·0.3 = 16
方差
Var(X) = 16 − 3.4² = 4.44
答案
Var(X) = 4.44
4.概率
答案: E(G) = 0.3 €
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: 6 (p = 0.3), 57 (p = 0.01), −3 (p = 0.69)
期望值
E(G) = 6·0.3 + 57·0.01 − 3·0.69 = 0.3 €
答案
E(G) = 0.3 €
正值表示平均而言你会赢钱。
5.正态分布
答案: z = 1.63
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 − 0.0516 = 0.9484
反向查 z 表
在表中找到 0.9484，读出 z。
z = 1.63
答案
z = 1.63
6.正态分布
答案: P = 0.7611
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 = 0.02828 mm
标准化
z = (0 − 0.02)/0.02828 = −0.71
概率
P = 1 − Φ(−0.71) = 0.7611
答案
P = 0.7611
7.置信区间
答案: 下限 = 80.6
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 = 15, t = 2.131
误差范围
E = 2.131·4.5/√16 = 2.397
区间
83 ± 2.397 → [80.6, 85.4]
答案
下限 = 80.6
8.置信区间
答案: n = 9583
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 = (2.576·38/1)² = 9582
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 9583
答案
n = 9583
9.假设检验与置信区间
答案: t = −2.2
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 = 12/√100 = 12/10 = 1.2
检验统计量
t = (97.36 − 100)/1.2 = −2.2
答案
t = −2.2
t0.025; df = 99 = 1.984
|t| > 1.984，所以在 5% 水平下拒绝 H₀（双侧）。
10.假设检验与置信区间
答案: L = 72.8
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 = 1.96·20/√49 = 5.6
区间端点
L = 78.4 − 5.6 = 72.8
答案
L = 72.8
11.线性回归与相关
答案: r = 0.9715
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 = 90/5 = 18
ȳ = 429/5 = 85.8
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 184
Syy = Σ(y − ȳ)² = 896.8
相关系数
r = 184/√(40·896.8) = 0.9715
答案
r = 0.9715
12.线性回归与相关
答案: x = 21.09
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 = 538/5 = 107.6
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 198
回归直线
b = 198/40 = 4.95
a = 107.6 − 4.95·20 = 8.6
ŷ = 8.6 + 4.95·x
解出 x
x = (113 − 8.6)/4.95 = 21.09
答案
x = 21.09
ExamProblems · examproblems.com/courses/statistics-1