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：40, 57, 17, 22, 22。
n = 5
s =
2.描述统计困难
某量服从正态分布，平均数为 70，标准差为 5。数值低于 66 的比例 P 是多少？
μ = 70σ = 5x = 66
P =
3.概率中等
袋中有 6 个红球和 6 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？
6 / 6
P =
4.概率困难
X 的分布如图所示，Y = −2X + 4。求 Y 的标准差 σY。
x: 0, 2, 4, 6p(x): 0.2, 0.1, 0.35, 0.35Y = −2X + 4
σY =
5.正态分布中等
拖动 z，使标准正态曲线下 −z 与 z 之间的阴影面积为 0.8611。求 z，保留两位小数。
A = 0.8611
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。拖动截断值，使阴影的前 85% 位于其右侧。求截断值 x。
μ = 65 分σ = 10 分85%
x = 分
7.置信区间中等
一个包含 10 个个体的样本，均值为 99，标准差 s = 11。总体近似服从正态分布。 求均值的 90% 置信区间的误差范围 E。
n = 10x̄ = 99s = 1190%t(9) = 1.833
E =
8.置信区间困难
总体标准差为 13。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 3？
σ = 13E = 399%
n =
9.假设检验与置信区间中等
36 名学生的样本平均分为 55.67，样本标准差为 20。求 H₀: μ = 50 的检验统计量 t。
μ₀ = 50x̄ = 55.67s = 20n = 36
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 99% 置信区间的误差范围不超过 3？标准差为 10。求最小样本量 n。
σ = 10E = 399%
n =
11.线性回归与相关中等
表中给出 6 对观测值 x = 广告支出 (k€) 和 y = 销售额 (k€)。 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 = 学习小时数 和 y = 考试成绩。 使用最小二乘直线 ŷ = a + b·x。 预测 x = 11 时的 ŷ。
n = 6x = 11
ŷ =
3溶液
1.描述统计
答案: s = 16.68
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 = 158/5 = 31.6
离差平方
Σ(x − x̄)² = 8.4² + 25.4² + (−14.6)² + (−9.6)² + (−9.6)² = 1113
标准差
s = √(1113/4) = 16.68
答案
s = 16.68
2.描述统计
答案: P = 0.2119
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 = 0.2119
答案
P = 0.2119
3.概率
答案: P = 0.2273
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 = 6/12 · 5/11 = 30/132 = 0.2273
答案
P = 0.2273
4.概率
答案: σY = 4.432
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。
X 的离散程度
μ = 3.7, Var(X) = 4.91, σX = 2.216
线性变换
σY = |−2|·2.216 = 4.432
答案
σY = 4.432
均值确实会改变：E(Y) = −2·3.7 + 4 = −3.4。
5.正态分布
答案: z = 1.48
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 + 0.8611)/2 = 0.9306
反向查 z 表
在表中找到 0.9306，读出 z。
z = 1.48
答案
z = 1.48
6.正态分布
答案: x = 54.6 分
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) = 0.15
由表得到的 z
z ≈ −1.04
回到原来的单位
x = 65 − 1.04·10 = 54.6 分
答案
x = 54.6 分
7.置信区间
答案: E = 6.376
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 = 9, t = 1.833
误差范围
E = 1.833·11/√10 = 6.376
答案
E = 6.376
8.置信区间
答案: n = 125
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 = (2.576·13/3)² = 124.6
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 125
答案
n = 125
9.假设检验与置信区间
答案: t = 1.701
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 = 20/√36 = 20/6 = 3.333
检验统计量
t = (55.67 − 50)/3.333 = 1.701
答案
t = 1.701
t0.025; df = 35 = 2.03
|t| < 2.03，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 = 74
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 = (2.576·10/3)² = 73.73
向上取整
n = 74
答案
n = 74
11.线性回归与相关
答案: r = 0.9513
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 = 33/6 = 5.5
ȳ = 343/6 = 57.17
平方和与乘积和
Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = 61.5
Syy = Σ(y − ȳ)² = 238.8
相关系数
r = 61.5/√(17.5·238.8) = 0.9513
答案
r = 0.9513
12.线性回归与相关
答案: ŷ = 84.1
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 = 434/6 = 72.33
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 206
回归直线
b = 206/70 = 2.943
a = 72.33 − 2.943·7 = 51.73
ŷ = 51.73 + 2.943·x
预测
ŷ = 51.73 + 2.943·11 = 84.1
答案
ŷ = 84.1
ExamProblems · examproblems.com/courses/statistics-1