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：46, 31, 37, 31, 11, 54。
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 80 的比例 P 是多少？
μ = 50σ = 15x = 80
P =
3.概率中等
袋中有 3 个红球和 3 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？
3 / 3
P =
4.概率困难
一局游戏的参与费用为 €5。你以概率 0.3 赢得 €15，以概率 0.02 赢得 €50；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 = €5€15: p = 0.3€50: p = 0.02
E(G) = €
5.正态分布中等
X 服从均值 250 g、标准差 4 g 的正态分布；Y 独立，服从均值 500 g、标准差 9 g 的正态分布。求 X + Y 大于 762.3 g 的概率 P。z 取两位小数。
μX = 250, σX = 4μY = 500, σY = 9X + Y > 762.3 g
P =
6.正态分布困难
配送时间服从正态分布，均值为 32 min，标准差为 6 min。求数值 x，使得有 5% 的数据低于它（第 5 百分位数）。
μ = 32σ = 6P = 5%
x = min
7.置信区间中等
测量 12 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 −8.3，标准差为 5.3。 求平均差值的 99% 置信区间的上限。
n = 12d̄ = −8.3sd = 5.399%t(11) = 3.106
上限 = mmHg
8.置信区间困难
总体标准差为 24。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 = 24E = 595%
n =
9.假设检验与置信区间中等
64 名学生的样本平均分为 74.44，样本标准差为 5。求 H₀: μ = 75 的检验统计量 t。
μ₀ = 75x̄ = 74.44s = 5n = 64
t =
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 4。求最小样本量 n。
σ = 4E = 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。 求最小二乘直线的决定系数 r²。
n = 6
r² =
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。 x 取何值 x 时，直线预测 ŷ = 14？
n = 6ŷ = 14
x =
3溶液
1.描述统计
答案: s = 14.79
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 = 210/6 = 35
离差平方
Σ(x − x̄)² = 11² + (−4)² + 2² + (−4)² + (−24)² + 19² = 1094
标准差
s = √(1094/5) = 14.79
答案
s = 14.79
2.描述统计
答案: P = 0.9772
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 = 2
标准正态分布表
Φ(2) = 0.9772
P = 0.9772
答案
P = 0.9772
3.概率
答案: P = 0.2
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 = 3/6 · 2/5 = 6/30 = 0.2
答案
P = 0.2
4.概率
答案: E(G) = 0.5 €
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: 10 (p = 0.3), 45 (p = 0.02), −5 (p = 0.68)
期望值
E(G) = 10·0.3 + 45·0.02 − 5·0.68 = 0.5 €
答案
E(G) = 0.5 €
正值表示平均而言你会赢钱。
5.正态分布
答案: P = 0.1056
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 = 750 g, σ = √(4² + 9²) = 9.849 g
标准化
z = (762.3 − 750)/9.849 = 1.25
上尾
P = 1 − Φ(1.25) = 1 − 0.8944 = 0.1056
答案
P = 0.1056
6.正态分布
答案: x = 22.13 min
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) = 0.05 → z = −1.645
换算回 x
x = 32 + −1.645·6 = 22.13 min
答案
x = 22.13 min
7.置信区间
答案: 上限 = −3.548 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 = 11, t = 3.106
误差范围
E = 3.106·5.3/√12 = 4.752
区间
−8.3 ± 4.752 → [−13.05, −3.548]
答案
上限 = −3.548 mmHg
8.置信区间
答案: n = 89
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 = (1.96·24/5)² = 88.51
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 89
答案
n = 89
9.假设检验与置信区间
答案: t = −0.896
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 = 5/√64 = 5/8 = 0.625
检验统计量
t = (74.44 − 75)/0.625 = −0.896
答案
t = −0.896
t0.025; df = 63 = 1.998
|t| < 1.998，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 = 62
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 = (1.96·4/1)² = 61.47
向上取整
n = 62
答案
n = 62
11.线性回归与相关
答案: r² = 0.9614
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 = 147/6 = 24.5
ȳ = 407/6 = 67.83
平方和与乘积和
Sxx = Σ(x − x̄)² = 157.5
Sxy = Σ(x − x̄)(y − ȳ) = 634.5
Syy = Σ(y − ȳ)² = 2659
决定系数
r² = 634.5²/(157.5·2659) = 0.9614
答案
r² = 0.9614
y 的变异中约有 96.14% 可由该直线解释。
12.线性回归与相关
答案: x = 3.028
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 = 180/6 = 30
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 282
回归直线
b = 282/70 = 4.029
a = 30 − 4.029·7 = 1.8
ŷ = 1.8 + 4.029·x
解出 x
x = (14 − 1.8)/4.029 = 3.028
答案
x = 3.028
ExamProblems · examproblems.com/courses/statistics-1