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：25, 12, 40, 36, 40, 18, 38。
n = 7
s =
2.描述统计困难
某量服从正态分布，平均数为 170，标准差为 12。数值低于 152 的比例 P 是多少？
μ = 170σ = 12x = 152
P =
3.概率中等
从 14 人中选出 3 人组成委员会，有多少种选法 N？顺序无关。
n = 14k = 3
N =
4.概率困难
一份测试有 12 道选择题。一名靠猜的学生每题答对的概率为 0.25，相互独立。恰好答对 4 题的概率 P 是多少？
n = 12p = 0.25k = 4
P =
5.正态分布中等
智商分数服从正态分布，均值为 100 分，标准差为 15 分。介于 85.75 和 127 分 之间的比例是多少？P 以小数表示。
μ = 100σ = 15x1 = 85.75x2 = 127
P =
6.正态分布困难
孔径 D 服从均值 25.03 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 = 25.03 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 20 个个体的样本，均值为 73.5，标准差 s = 5。总体近似服从正态分布。 求均值的 95% 置信区间的下限。
n = 20x̄ = 73.5s = 595%t(19) = 2.093
下限 =
8.置信区间困难
25 根机加工轴的直径样本标准差为 8.9 µm。假设直径服从正态分布，求总体标准差 95% 置信区间的上限 σ。df = 24 时，χ² 分布有 2.5% 位于 12.401 以下，2.5% 位于 39.364 以上。
n = 25s = 8.9 µmχ² = 12.401, 39.364
σ = µm
9.假设检验与置信区间中等
25 名学生的样本平均分为 45.04，样本标准差为 8。求 H₀: μ = 50 的检验统计量 t。
μ₀ = 50x̄ = 45.04s = 8n = 25
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 90% 置信区间的误差范围不超过 3？标准差为 8。求最小样本量 n。
σ = 8E = 390%
n =
11.线性回归与相关中等
表中给出 6 对观测值 x = 学习小时数 和 y = 考试成绩。 已给出它们的各项和。由这些和求皮尔逊相关系数 r。
n = 6Σx = 48Σy = 499Σx² = 454Σy² = 43549Σxy = 4365
r =
12.线性回归与相关困难
表中给出 6 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。 新得到一个观测值 (22, 65)。求其残差 e = y − ŷ。
n = 6(22, 65)
e =
3溶液
1.描述统计
答案: s = 11.5
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 = 209/7 = 29.86
离差平方
Σ(x − x̄)² = (−4.857)² + (−17.86)² + 10.14² + 6.143² + 10.14² + (−11.86)² + 8.143² = 792.9
标准差
s = √(792.9/6) = 11.5
答案
s = 11.5
2.描述统计
答案: P = 0.06681
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 = 0.06681
答案
P = 0.06681
3.概率
答案: N = 364
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(14, 3) = (14·13·12)/(3·2·1) = 364
答案
N = 364
4.概率
答案: P = 0.1936
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) = 495·0.254·0.758 = 495·0.003906·0.1001 = 0.1936
答案
P = 0.1936
5.正态分布
答案: P = 0.793
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。
z 分数
z₁ = (85.75 − 100)/15 = −0.95
z₂ = (127 − 100)/15 = 1.8
中间面积
P = Φ(1.8) − Φ(−0.95) = 0.9641 − 0.1711 = 0.793
答案
P = 0.793
6.正态分布
答案: P = 0.8554
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 = 25.03 − 25 = 0.03 mm, σ = 0.02828 mm
标准化
z = (0 − 0.03)/0.02828 = −1.06
概率
P = 1 − Φ(−1.06) = 0.8554
答案
P = 0.8554
7.置信区间
答案: 下限 = 71.16
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 = 19, t = 2.093
误差范围
E = 2.093·5/√20 = 2.34
区间
73.5 ± 2.34 → [71.16, 75.84]
答案
下限 = 71.16
8.置信区间
答案: σ = 12.38 µm
方差的区间：(n − 1)s²/σ² 服从自由度为 n − 1 的 χ² 分布。σ² 的 95% 区间从 (n − 1)s² 除以上侧 χ² 值（其上方占 2.5%）到 (n − 1)s² 除以下侧 χ² 值（其下方占 2.5%）；σ 的区间是这两个限值的平方根。它关于 s 不对称。
平方和
(n − 1)s² = 24·8.9² = 1901
σ² 的限值
1901/39.364 = 48.29
1901/12.401 = 153.3
σ 的限值
σ = √153.3 = 12.38 µm
答案
σ = 12.38 µm
σ 的 95% 区间：[6.949, 12.38] µm。
9.假设检验与置信区间
答案: t = −3.1
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 = 8/√25 = 8/5 = 1.6
检验统计量
t = (45.04 − 50)/1.6 = −3.1
答案
t = −3.1
t0.025; df = 24 = 2.064
|t| > 2.064，所以在 5% 水平下拒绝 H₀（双侧）。
10.假设检验与置信区间
答案: n = 20
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 = (1.645·8/3)² = 19.24
向上取整
n = 20
答案
n = 20
11.线性回归与相关
答案: r = 0.9849
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。
中心化后的和
Sxy = 4365 − 48·499/6 = 373
Sxx = 454 − 48²/6 = 70
Syy = 43549 − 499²/6 = 2049
相关系数
r = 373/√(70·2049) = 0.9849
答案
r = 0.9849
12.线性回归与相关
答案: e = −2.333
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 = 404/6 = 67.33
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 274
回归直线
b = 274/70 = 3.914
a = 67.33 − 3.914·22 = −18.78
ŷ = −18.78 + 3.914·x
预测值
ŷ = −18.78 + 3.914·22 = 67.33
残差
e = 65 − 67.33 = −2.333
答案
e = −2.333
该点位于直线下方。
ExamProblems · examproblems.com/courses/statistics-1