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：16, 10, 31, 21, 60, 15。
n = 6
s =
2.描述统计困难
某量服从正态分布，平均数为 100，标准差为 10。数值高于 80 的比例 P 是多少？
μ = 100σ = 10x = 80
P =
3.概率中等
袋中有 7 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？
7 / 3
P =
4.概率困难
一局游戏的参与费用为 €3。你以概率 0.15 赢得 €6，以概率 0.05 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€6: p = 0.15€60: p = 0.05
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 0.1685。求 z，保留两位小数。
A = 0.1685
z =
6.正态分布困难
1 号生产线产品的质量 X 与 2 号生产线产品的质量 Y相互独立且服从正态分布：X 的均值为 500 g，标准差为 8 g，Y 的均值为 490 g，标准差为 6 g。求 X 大于 Y 的概率 P。z 取两位小数。
μX = 500 g, σX = 8 gμY = 490 g, σY = 6 g
P =
7.置信区间中等
基于 100 个观测值且 σ 已知的均值 90% 置信区间，其误差范围为 11.3。 用同样的数据计算 99% 区间，其误差范围 E₂ 是多少？
90%n₁ = 100E₁ = 11.399%
E₂ =
8.置信区间困难
总体标准差为 26。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 1.5？
σ = 26E = 1.599%
n =
9.假设检验与置信区间中等
16 名学生的样本平均分为 190.7，样本标准差为 12。求 H₀: μ = 200 的检验统计量 t。
μ₀ = 200x̄ = 190.7s = 12n = 16
t =
10.假设检验与置信区间困难
36 次测量的样本均值为 120.2。总体标准差为 4。求均值 90% 置信区间的下限 L。
x̄ = 120.2σ = 4n = 3690%
L =
11.线性回归与相关中等
表中给出 6 对观测值 x = 荷载 (kN) 和 y = 伸长量 (mm)。 已给出它们的各项和。由这些和求皮尔逊相关系数 r。
n = 6Σx = 42Σy = 106Σx² = 364Σy² = 2442Σxy = 940
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。 新得到一个观测值 (4, 60)。求其残差 e = y − ŷ。
n = 6(4, 60)
e =
3溶液
1.描述统计
答案: s = 18.34
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 = 153/6 = 25.5
离差平方
Σ(x − x̄)² = (−9.5)² + (−15.5)² + 5.5² + (−4.5)² + 34.5² + (−10.5)² = 1682
标准差
s = √(1682/5) = 18.34
答案
s = 18.34
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) = 0.02275
P = 1 − 0.02275 = 0.9772
答案
P = 0.9772
3.概率
答案: P = 0.4667
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 = 7/10 · 6/9 = 42/90 = 0.4667
答案
P = 0.4667
4.概率
答案: E(G) = 0.9 €
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: 3 (p = 0.15), 57 (p = 0.05), −3 (p = 0.8)
期望值
E(G) = 3·0.15 + 57·0.05 − 3·0.8 = 0.9 €
答案
E(G) = 0.9 €
正值表示平均而言你会赢钱。
5.正态分布
答案: z = 0.96
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 − 0.1685 = 0.8315
反向查 z 表
在表中找到 0.8315，读出 z。
z = 0.96
答案
z = 0.96
6.正态分布
答案: P = 0.8413
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 = 500 − 490 = 10 g, σ = 10 g
标准化
z = (0 − 10)/10 = −1
概率
P = 1 − Φ(−1) = 0.8413
答案
P = 0.8413
7.置信区间
答案: E₂ = 17.7
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
误差范围之比
E₂/E₁ = (2.576/1.645)·√(100/100) = 1.566
新的误差范围
E₂ = 11.3·1.566 = 17.7
答案
E₂ = 17.7
8.置信区间
答案: n = 1994
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 = (2.576·26/1.5)² = 1994
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 1994
答案
n = 1994
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 = 12/√16 = 12/4 = 3
检验统计量
t = (190.7 − 200)/3 = −3.1
答案
t = −3.1
t0.025; df = 15 = 2.131
|t| > 2.131，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 = 119.1
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）。
误差范围
E = 1.645·4/√36 = 1.097
区间端点
L = 120.2 − 1.097 = 119.1
答案
L = 119.1
11.线性回归与相关
答案: r = 0.9918
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 = 940 − 42·106/6 = 198
Sxx = 364 − 42²/6 = 70
Syy = 2442 − 106²/6 = 569.3
相关系数
r = 198/√(70·569.3) = 0.9918
答案
r = 0.9918
12.线性回归与相关
答案: e = −1.552
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 = 36/6 = 6
ȳ = 406/6 = 67.67
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 214
回归直线
b = 214/70 = 3.057
a = 67.67 − 3.057·6 = 49.32
ŷ = 49.32 + 3.057·x
预测值
ŷ = 49.32 + 3.057·4 = 61.55
残差
e = 60 − 61.55 = −1.552
答案
e = −1.552
该点位于直线下方。
ExamProblems · examproblems.com/courses/statistics-1