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：11, 58, 55, 56, 43。
n = 5
s =
2.描述统计困难
考试成绩服从正态分布，平均数为 50，标准差为 12。求成绩 38 的 z 分数 z。
μ = 50σ = 12x = 38
z =
3.概率中等
袋中有 8 个红球和 9 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？
8 / 9
P =
4.概率困难
X 的分布如图所示，Y = 10X + 5。求 Y 的标准差 σY。
x: 1, 2, 3, 4, 5p(x): 0.1, 0.25, 0.05, 0.35, 0.25Y = 10X + 5
σY =
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 0.1922。求 z，保留两位小数。
A = 0.1922
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
测量 11 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 −2.8，标准差为 4。 求平均差值的 90% 置信区间的误差范围 E。
n = 11d̄ = −2.8sd = 490%t(10) = 1.812
E = mmHg
8.置信区间困难
总体标准差为 2。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 = 2E = 0.599%
n =
9.假设检验与置信区间中等
25 名学生的样本平均分为 125，样本标准差为 12。求 H₀: μ = 120 的检验统计量 t。
μ₀ = 120x̄ = 125s = 12n = 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 99% 置信区间的误差范围不超过 2.5？标准差为 5。求最小样本量 n。
σ = 5E = 2.599%
n =
11.线性回归与相关中等
表中给出 5 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 = 5Σx = 30Σy = 69Σx² = 220Σy² = 1181Σxy = 508
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 (4.5, 64)。求其残差 e = y − ŷ。
n = 6(4.5, 64)
e =
3溶液
1.描述统计
答案: s = 19.68
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 = 223/5 = 44.6
离差平方
Σ(x − x̄)² = (−33.6)² + 13.4² + 10.4² + 11.4² + (−1.6)² = 1549
标准差
s = √(1549/4) = 19.68
答案
s = 19.68
2.描述统计
答案: z = −1
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 = (38 − 50)/12 = −1
答案
z = −1
3.概率
答案: P = 0.2059
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 = 8/17 · 7/16 = 56/272 = 0.2059
答案
P = 0.2059
4.概率
答案: σY = 13.56
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 = 3.4, Var(X) = 1.84, σX = 1.356
线性变换
σY = |10|·1.356 = 13.56
答案
σY = 13.56
均值确实会改变：E(Y) = 10·3.4 + 5 = 39。
5.正态分布
答案: z = 0.87
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 − 0.1922 = 0.8078
反向查 z 表
在表中找到 0.8078，读出 z。
z = 0.87
答案
z = 0.87
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: E = 2.185 mmHg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
临界值
df = 10, t = 1.812
误差范围
E = 1.812·4/√11 = 2.185
答案
E = 2.185 mmHg
8.置信区间
答案: n = 107
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 = (2.576·2/0.5)² = 106.2
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 107
答案
n = 107
9.假设检验与置信区间
答案: t = 2.083
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/√25 = 12/5 = 2.4
检验统计量
t = (125 − 120)/2.4 = 2.083
答案
t = 2.083
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 = 27
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 = (2.576·5/2.5)² = 26.54
向上取整
n = 27
答案
n = 27
11.线性回归与相关
答案: r = 0.9826
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 = 508 − 30·69/5 = 94
Sxx = 220 − 30²/5 = 40
Syy = 1181 − 69²/5 = 228.8
相关系数
r = 94/√(40·228.8) = 0.9826
答案
r = 0.9826
12.线性回归与相关
答案: e = −2
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 = 27/6 = 4.5
ȳ = 396/6 = 66
平方和与乘积和
Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = 82
回归直线
b = 82/17.5 = 4.686
a = 66 − 4.686·4.5 = 44.91
ŷ = 44.91 + 4.686·x
预测值
ŷ = 44.91 + 4.686·4.5 = 66
残差
e = 64 − 66 = −2
答案
e = −2
该点位于直线下方。
ExamProblems · examproblems.com/courses/statistics-1