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：59, 59, 30, 19, 49, 12, 25。
n = 7
s =
2.描述统计困难
考试成绩服从正态分布，平均数为 500，标准差为 40。求成绩 516 的 z 分数 z。
μ = 500σ = 40x = 516
z =
3.概率中等
从 13 人中选出 4 人组成委员会，有多少种选法 N？顺序无关。
n = 13k = 4
N =
4.概率困难
测试 11 个元件，每个独立地以概率 0.6 失效。至多一个失效的概率 P 是多少？
n = 11p = 0.6
P =
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 0.8836。求 z，保留两位小数。
A = 0.8836
z =
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
基于 64 个观测值且 σ 已知的均值 99% 置信区间，其误差范围为 7.3。 如果同一研究改用 16 个观测值，误差范围 E₂ 是多少？
99%n₁ = 64E₁ = 7.3n₂ = 16
E₂ =
8.置信区间困难
总体标准差为 21。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 0.5？
σ = 21E = 0.599%
n =
9.假设检验与置信区间中等
36 名学生的样本平均分为 77.27，样本标准差为 8。求 H₀: μ = 75 的检验统计量 t。
μ₀ = 75x̄ = 77.27s = 8n = 36
t =
10.假设检验与置信区间困难
在 α = 0.05 下的单侧 z 检验，必须以 90% 的功效检测出均值 1.5 个单位的偏移。标准差为 4。求最小样本量 n。
α = 0.05功效 = 90%δ = 1.5σ = 4zα = 1.645zβ = 1.282
n =
11.线性回归与相关中等
表中给出 6 对观测值 x = 车龄（年） 和 y = 价格 (k€)。 已给出它们的各项和。由这些和求皮尔逊相关系数 r。
n = 6Σx = 21Σy = 129Σx² = 91Σy² = 2827Σxy = 422
r =
12.线性回归与相关困难
表中给出 6 对观测值 x = 广告支出 (k€) 和 y = 销售额 (k€)。 使用最小二乘直线 ŷ = a + b·x。 预测 x = 6.5 时的 ŷ。
n = 6x = 6.5
ŷ =
3溶液
1.描述统计
答案: s = 19.36
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 = 253/7 = 36.14
离差平方
Σ(x − x̄)² = 22.86² + 22.86² + (−6.143)² + (−17.14)² + 12.86² + (−24.14)² + (−11.14)² = 2249
标准差
s = √(2249/6) = 19.36
答案
s = 19.36
2.描述统计
答案: z = 0.4
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 = (516 − 500)/40 = 0.4
答案
z = 0.4
3.概率
答案: N = 715
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(13, 4) = (13·12·11·10)/(4·3·2·1) = 715
答案
N = 715
4.概率
答案: P = 0.000734
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。
零个和一个失效
P(X = 0) = 0.411 = 4.194 × 10⁻⁵
P(X = 1) = 11·0.6·0.410 = 0.0006921
相加
P = 4.194 × 10⁻⁵ + 0.0006921 = 0.000734
答案
P = 0.000734
5.正态分布
答案: z = 1.57
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 + 0.8836)/2 = 0.9418
反向查 z 表
在表中找到 0.9418，读出 z。
z = 1.57
答案
z = 1.57
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: E₂ = 14.6
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 = (2.576/2.576)·√(64/16) = 2
新的误差范围
E₂ = 7.3·2 = 14.6
答案
E₂ = 14.6
8.置信区间
答案: n = 11706
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 = (2.576·21/0.5)² = 11706
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 11706
答案
n = 11706
9.假设检验与置信区间
答案: t = 1.702
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/√36 = 8/6 = 1.333
检验统计量
t = (77.27 − 75)/1.333 = 1.702
答案
t = 1.702
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 = 61
检验的样本量：在水平 α 下的单侧 z 检验中，要以功效 1 − β 检测出真实偏移 δ，标准误必须满足 δ = (z_α + z_β)·σ/√n，所以 n = ((z_α + z_β)·σ/δ)²，向上取整。
解出 n
n = ((1.645 + 1.282)·4/1.5)² = 60.92
向上取整
n = 61
答案
n = 61
11.线性回归与相关
答案: r = −0.9641
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 = 422 − 21·129/6 = −29.5
Sxx = 91 − 21²/6 = 17.5
Syy = 2827 − 129²/6 = 53.5
相关系数
r = −29.5/√(17.5·53.5) = −0.9641
答案
r = −0.9641
12.线性回归与相关
答案: ŷ = 41.35
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 = 232/6 = 38.67
平方和与乘积和
Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = 47
回归直线
b = 47/17.5 = 2.686
a = 38.67 − 2.686·5.5 = 23.9
ŷ = 23.9 + 2.686·x
预测
ŷ = 23.9 + 2.686·6.5 = 41.35
答案
ŷ = 41.35
ExamProblems · examproblems.com/courses/statistics-1