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：42, 24, 33, 33, 33, 30。
n = 6
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 15。数值低于 32 的比例 P 是多少？
μ = 50σ = 15x = 32
P =
3.概率中等
从 8 人中选出 3 人组成委员会，有多少种选法 N？顺序无关。
n = 8k = 3
N =
4.概率困难
一份测试有 8 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 1 题的概率 P 是多少？
n = 8p = 0.3k = 1
P =
5.正态分布中等
螺栓的质量相互独立，服从均值 40 g、标准差 1.2 g 的正态分布。求其中 6 个的总质量超过 245.9 g 的概率 P。z 取两位小数。
μ = 40 gσ = 1.2 gn = 6> 245.9 g
P =
6.正态分布困难
成年男性的身高服从正态分布，均值为 178 cm，标准差为 7 cm。求数值 x，使得有 80% 的数据低于它（第 80 百分位数）。
μ = 178σ = 7P = 80%
x = cm
7.置信区间中等
测量 9 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 9.9，标准差为 4.1。 求平均差值的 99% 置信区间的下限。
n = 9d̄ = 9.9sd = 4.199%t(8) = 3.355
下限 = mmHg
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 95% 置信区间的误差范围不超过 5？
σ = 33E = 595%
n =
9.假设检验与置信区间中等
100 名学生的样本平均分为 77.04，样本标准差为 12。求 H₀: μ = 75 的检验统计量 t。
μ₀ = 75x̄ = 77.04s = 12n = 100
t =
10.假设检验与置信区间困难
在 α = 0.05 下，用容量为 36 的样本对 H₀: μ = 100 与 H₁: μ < 100 进行单侧 z 检验；已知标准差为 12。实际上均值为 97.2。 求该检验的功效 1 − β，以百分比表示。
μ₀ = 100μ = 97.2σ = 12n = 36α = 0.05
1 − β = %
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 5 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。 x 取何值 x 时，直线预测 ŷ = 16？
n = 5ŷ = 16
x =
3溶液
1.描述统计
答案: s = 5.822
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 = 195/6 = 32.5
离差平方
Σ(x − x̄)² = 9.5² + (−8.5)² + 0.5² + 0.5² + 0.5² + (−2.5)² = 169.5
标准差
s = √(169.5/5) = 5.822
答案
s = 5.822
2.描述统计
答案: P = 0.1151
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 = −1.2
标准正态分布表
Φ(−1.2) = 0.1151
P = 0.1151
答案
P = 0.1151
3.概率
答案: N = 56
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(8, 3) = (8·7·6)/(3·2·1) = 56
答案
N = 56
4.概率
答案: P = 0.1977
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 = 1) = 8·0.31·0.77 = 8·0.3·0.08235 = 0.1977
答案
P = 0.1977
5.正态分布
答案: P = 0.02222
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 = 240 g, σT = 1.2·√6 = 2.939 g
标准化
z = (245.9 − 240)/2.939 = 2.01
概率
P = 1 − Φ(2.01) = 0.02222
答案
P = 0.02222
6.正态分布
答案: x = 183.9 cm
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) = 0.8 → z = 0.8416
换算回 x
x = 178 + 0.8416·7 = 183.89 cm
答案
x = 183.89 cm
7.置信区间
答案: 下限 = 5.315 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 = 8, t = 3.355
误差范围
E = 3.355·4.1/√9 = 4.585
区间
9.9 ± 4.585 → [5.315, 14.49]
答案
下限 = 5.315 mmHg
8.置信区间
答案: n = 168
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 = (1.96·33/5)² = 167.3
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 168
答案
n = 168
9.假设检验与置信区间
答案: t = 1.7
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 = (77.04 − 75)/1.2 = 1.7
答案
t = 1.7
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: 1 − β = 40.32 %
检验功效：功效 = 1 − β，是 H₀ 为假时拒绝 H₀ 的概率。由 μ₀ 和 z_α 求出临界值 x̄c，再用真实均值计算落在 x̄c 以外的概率：z = (x̄c − μ)/(σ/√n)。
临界样本均值
SE = 12/√36 = 2
x̄c = 100 − 1.645·2 = 96.71
真实均值下的 z
z = (96.71 − 97.2)/2 = −0.245
功率
功效 = P(Z < −0.245) = 40.32%
1 − β = 40.32%
答案
1 − β = 40.32%
11.线性回归与相关
答案: r = 0.9681
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 = 132/6 = 22
ȳ = 670/6 = 111.7
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 350
Syy = Σ(y − ȳ)² = 1867
相关系数
r = 350/√(70·1867) = 0.9681
答案
r = 0.9681
12.线性回归与相关
答案: x = 4.836
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 = 30/5 = 6
ȳ = 96/5 = 19.2
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 110
回归直线
b = 110/40 = 2.75
a = 19.2 − 2.75·6 = 2.7
ŷ = 2.7 + 2.75·x
解出 x
x = (16 − 2.7)/2.75 = 4.836
答案
x = 4.836
ExamProblems · examproblems.com/courses/statistics-1