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：36, 24, 33, 59, 39, 22, 32。
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 10。数值低于 180 的比例 P 是多少？
μ = 170σ = 10x = 180
P =
3.概率中等
从 6 人中选出 2 人组成委员会，有多少种选法 N？顺序无关。
n = 6k = 2
N =
4.概率困难
一份测试有 8 道选择题。一名靠猜的学生每题答对的概率为 0.4，相互独立。恰好答对 4 题的概率 P 是多少？
n = 8p = 0.4k = 4
P =
5.正态分布中等
X 服从均值 60 s、标准差 5 s 的正态分布；Y 独立，服从均值 45 s、标准差 4 s 的正态分布。求 X + Y 大于 110.1 s 的概率 P。z 取两位小数。
μX = 60, σX = 5μY = 45, σY = 4X + Y > 110.1 s
P =
6.正态分布困难
一组人中男性的身高 X 与女性的身高 Y相互独立且服从正态分布：X 的均值为 180 cm，标准差为 10 cm，Y 的均值为 170 cm，标准差为 12 cm。求 X 大于 Y 的概率 P。z 取两位小数。
μX = 180 cm, σX = 10 cmμY = 170 cm, σY = 12 cm
P =
7.置信区间中等
基于 64 个观测值且 σ 已知的均值 95% 置信区间，其误差范围为 3.3。 如果同一研究改用 16 个观测值，误差范围 E₂ 是多少？
95%n₁ = 64E₁ = 3.3n₂ = 16
E₂ =
8.置信区间困难
对两种肥料进行试验。地块组 1：7 块地，平均产量 16 kg，标准差 8 kg。地块组 2：10 块地，均值 15.5 kg，标准差 4.5 kg。假设方差相等（合并 t，df = n₁ + n₂ − 2）。 求 μ₁ − μ₂ 的 99% 置信区间的误差范围 E。
n₁ = 7x̄₁ = 16s₁ = 8n₂ = 10x̄₂ = 15.5s₂ = 4.599%t(15) = 2.947
E = kg
9.假设检验与置信区间中等
比较两种教学方法。第 1 组：5 名学生，平均分 87，标准差 9.5。第 2 组：9 名学生，平均分 76，标准差 7。假设总体方差相等，使用合并方差的两样本 t 检验。取差值为 x̄₁ − x̄₂（第 1 组减第 2 组），求 H₀: μ₁ = μ₂ 的检验统计量 t。
n₁ = 5x̄₁ = 87s₁ = 9.5n₂ = 9x̄₂ = 76s₂ = 7
t =
10.假设检验与置信区间困难
在 α = 0.10 下，用容量为 100 的样本对 H₀: μ = 50 与 H₁: μ > 50 进行单侧 z 检验；已知标准差为 30。实际上均值为 57.8。 求该检验的功效 1 − β，以百分比表示。
μ₀ = 50μ = 57.8σ = 30n = 100α = 0.10
1 − β = %
11.线性回归与相关中等
表中给出 6 对观测值 x = 广告支出 (k€) 和 y = 销售额 (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 = 33Σy = 313Σx² = 199Σy² = 16803Σxy = 1810
r =
12.线性回归与相关困难
表中给出 5 对观测值 x = 车龄（年） 和 y = 价格 (k€)。 使用最小二乘直线 ŷ = a + b·x。 x 取何值 x 时，直线预测 ŷ = 25？
n = 5ŷ = 25
x =
3溶液
1.描述统计
答案: s = 12.22
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 = 245/7 = 35
离差平方
Σ(x − x̄)² = 1² + (−11)² + (−2)² + 24² + 4² + (−13)² + (−3)² = 896
标准差
s = √(896/6) = 12.22
答案
s = 12.22
2.描述统计
答案: P = 0.8413
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
标准正态分布表
Φ(1) = 0.8413
P = 0.8413
答案
P = 0.8413
3.概率
答案: N = 15
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(6, 2) = (6·5)/(2·1) = 15
答案
N = 15
4.概率
答案: P = 0.2322
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) = 70·0.44·0.64 = 70·0.0256·0.1296 = 0.2322
答案
P = 0.2322
5.正态分布
答案: P = 0.2119
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)。
和的分布
μ = 105 s, σ = √(5² + 4²) = 6.403 s
标准化
z = (110.1 − 105)/6.403 = 0.8
上尾
P = 1 − Φ(0.8) = 1 − 0.7881 = 0.2119
答案
P = 0.2119
6.正态分布
答案: P = 0.7389
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 = 180 − 170 = 10 cm, σ = 15.62 cm
标准化
z = (0 − 10)/15.62 = −0.64
概率
P = 1 − Φ(−0.64) = 0.7389
答案
P = 0.7389
7.置信区间
答案: E₂ = 6.6
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 = (1.96/1.96)·√(64/16) = 2
新的误差范围
E₂ = 3.3·2 = 6.6
答案
E₂ = 6.6
8.置信区间
答案: E = 8.923 kg
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.
合并标准差
sp² = (6·8² + 9·4.5²)/15 = 37.75
sp = 6.144
误差范围
E = 2.947·6.144·√(1/7 + 1/10) = 8.923
答案
E = 8.923 kg
9.假设检验与置信区间
答案: t = 2.49
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
合并方差
sp² = (4·9.5² + 8·7²)/12 = 62.75
sp = 7.921
标准误
SE = 7.921·√(1/5 + 1/9) = 4.418
检验统计量
t = (87 − 76)/4.418 = 2.49
答案
t = 2.49
df = 12 时，双侧 5% 的临界值为 2.179；|t| 更大，所以拒绝 H₀。
10.假设检验与置信区间
答案: 1 − β = 90.62 %
检验功效：功效 = 1 − β，是 H₀ 为假时拒绝 H₀ 的概率。由 μ₀ 和 z_α 求出临界值 x̄c，再用真实均值计算落在 x̄c 以外的概率：z = (x̄c − μ)/(σ/√n)。
临界样本均值
SE = 30/√100 = 3
x̄c = 50 + 1.282·3 = 53.85
真实均值下的 z
z = (53.85 − 57.8)/3 = −1.318
功率
功效 = P(Z > −1.318) = 90.62%
1 − β = 90.62%
答案
1 − β = 90.62%
11.线性回归与相关
答案: r = 0.9709
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 = 1810 − 33·313/6 = 88.5
Sxx = 199 − 33²/6 = 17.5
Syy = 16803 − 313²/6 = 474.8
相关系数
r = 88.5/√(17.5·474.8) = 0.9709
答案
r = 0.9709
12.线性回归与相关
答案: x = 1.526
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 = 15/5 = 3
ȳ = 111/5 = 22.2
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −19
回归直线
b = −19/10 = −1.9
a = 22.2 − (−1.9)·3 = 27.9
ŷ = 27.9 − 1.9·x
解出 x
x = (25 − 27.9)/(−1.9) = 1.526
答案
x = 1.526
ExamProblems · examproblems.com/courses/statistics-1