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：35, 53, 51, 14, 58, 48, 45。
n = 7
s =
2.描述统计困难
考试成绩服从正态分布，平均数为 70，标准差为 8。求成绩 74.8 的 z 分数 z。
μ = 70σ = 8x = 74.8
z =
3.概率中等
一颗均匀骰子掷 2 次。至少掷出一次六点的概率 P 是多少？
n = 2
P =
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 0.2，相互独立。恰好答对 3 题的概率 P 是多少？
n = 12p = 0.2k = 3
P =
5.正态分布中等
电池寿命服从正态分布，均值为 500 h，标准差为 40 h。介于 454 和 560 h 之间的比例是多少？P 以小数表示。
μ = 500σ = 40x1 = 454x2 = 560
P =
6.正态分布困难
袋装重量 服从正态分布，均值为 250 g，标准差为 5 g。拖动截断值，使阴影的前 40% 位于其右侧。求截断值 x。
μ = 250 gσ = 5 g40%
x = g
7.置信区间中等
一个包含 21 个个体的样本，均值为 46，标准差 s = 10。总体近似服从正态分布。 求均值的 99% 置信区间的下限。
n = 21x̄ = 46s = 1099%t(20) = 2.845
下限 =
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 0.5？
σ = 26E = 0.599%
n =
9.假设检验与置信区间中等
81 名学生的样本平均分为 198，样本标准差为 20。求 H₀: μ = 200 的检验统计量 t。
μ₀ = 200x̄ = 198s = 20n = 81
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 5。求最小样本量 n。
σ = 5E = 390%
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 = 广告支出 (k€) 和 y = 销售额 (k€)。 使用最小二乘直线 ŷ = a + b·x。 新得到一个观测值 (8, 83)。求其残差 e = y − ŷ。
n = 6(8, 83)
e =
3溶液
1.描述统计
答案: s = 14.84
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 = 304/7 = 43.43
离差平方
Σ(x − x̄)² = (−8.429)² + 9.571² + 7.571² + (−29.43)² + 14.57² + 4.571² + 1.571² = 1322
标准差
s = √(1322/6) = 14.84
答案
s = 14.84
2.描述统计
答案: z = 0.6
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 = (74.8 − 70)/8 = 0.6
答案
z = 0.6
3.概率
答案: P = 0.3056
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。
补事件
P(没有六点) = (5/6)2 = 0.6944
P = 1 − 0.6944 = 0.3056
答案
P = 0.3056
4.概率
答案: P = 0.2362
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 = 3) = 220·0.23·0.89 = 220·0.008·0.1342 = 0.2362
答案
P = 0.2362
5.正态分布
答案: P = 0.8081
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 = (454 − 500)/40 = −1.15
z₂ = (560 − 500)/40 = 1.5
中间面积
P = Φ(1.5) − Φ(−1.15) = 0.9332 − 0.1251 = 0.8081
答案
P = 0.8081
6.正态分布
答案: x = 251.3 g
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) = 0.6
由表得到的 z
z ≈ 0.25
回到原来的单位
x = 250 + 0.25·5 = 251.3 g
答案
x = 251.3 g
7.置信区间
答案: 下限 = 39.79
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 = 20, t = 2.845
误差范围
E = 2.845·10/√21 = 6.208
区间
46 ± 6.208 → [39.79, 52.21]
答案
下限 = 39.79
8.置信区间
答案: n = 17944
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 = (2.576·26/0.5)² = 17943
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 17944
答案
n = 17944
9.假设检验与置信区间
答案: t = −0.9
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/√81 = 20/9 = 2.222
检验统计量
t = (198 − 200)/2.222 = −0.9
答案
t = −0.9
t0.025; df = 80 = 1.99
|t| < 1.99，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 = 8
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 = (1.645·5/3)² = 7.517
向上取整
n = 8
答案
n = 8
11.线性回归与相关
答案: r² = 0.9807
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 = 153/6 = 25.5
ȳ = 608/6 = 101.3
平方和与乘积和
Sxx = Σ(x − x̄)² = 157.5
Sxy = Σ(x − x̄)(y − ȳ) = 708
Syy = Σ(y − ȳ)² = 3245
决定系数
r² = 708²/(157.5·3245) = 0.9807
答案
r² = 0.9807
y 的变异中约有 98.07% 可由该直线解释。
12.线性回归与相关
答案: e = 2.119
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 = 409/6 = 68.17
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 445
回归直线
b = 445/70 = 6.357
a = 68.17 − 6.357·6 = 30.02
ŷ = 30.02 + 6.357·x
预测值
ŷ = 30.02 + 6.357·8 = 80.88
残差
e = 83 − 80.88 = 2.119
答案
e = 2.119
该点位于直线上方。
ExamProblems · examproblems.com/courses/statistics-1