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：52, 46, 17, 15, 55, 56, 35。
n = 7
s =
2.描述统计困难
某量服从正态分布，平均数为 60，标准差为 8。数值高于 56 的比例 P 是多少？
μ = 60σ = 8x = 56
P =
3.概率中等
对图中的分布，求 X 的标准差 σ。
x: 0, 1, 2, 3, 4p(x): 0.1, 0.1, 0.35, 0.1, 0.35
σ =
4.概率困难
一局游戏的参与费用为 €10。你以概率 0.1 赢得 €40，以概率 0.02 赢得 €500；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 = €10€40: p = 0.1€500: p = 0.02
E(G) = €
5.正态分布中等
X 服从均值 120 mm、标准差 0.3 mm 的正态分布；Y 独立，服从均值 80 mm、标准差 0.4 mm 的正态分布。求 X + Y 大于 199.8 mm 的概率 P。z 取两位小数。
μX = 120, σX = 0.3μY = 80, σY = 0.4X + Y > 199.8 mm
P =
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 16 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 5.9，标准差为 7.3。 求平均差值的 95% 置信区间的上限。
n = 16d̄ = 5.9sd = 7.395%t(15) = 2.131
上限 = mmHg
8.置信区间困难
总体标准差为 23。样本量 n 至少要多大，才能使均值的 90% 置信区间的误差范围不超过 2？
σ = 23E = 290%
n =
9.假设检验与置信区间中等
16 名学生的样本平均分为 101.8，样本标准差为 10。求 H₀: μ = 100 的检验统计量 t。
μ₀ = 100x̄ = 101.8s = 10n = 16
t =
10.假设检验与置信区间困难
在 α = 0.01 下的单侧 z 检验，必须以 80% 的功效检测出均值 2.5 个单位的偏移。标准差为 22。求最小样本量 n。
α = 0.01功效 = 80%δ = 2.5σ = 22zα = 2.326zβ = 0.842
n =
11.线性回归与相关中等
表中给出 5 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 = 5Σx = 20Σy = 163Σx² = 90Σy² = 5397Σxy = 676
r =
12.线性回归与相关困难
表中给出 5 对观测值 x = 温度 (°C) 和 y = 冰淇淋销量。 使用最小二乘直线 ŷ = a + b·x。 新得到一个观测值 (25.5, 84)。求其残差 e = y − ŷ。
n = 5(25.5, 84)
e =
3溶液
1.描述统计
答案: s = 17.5
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 = 276/7 = 39.43
离差平方
Σ(x − x̄)² = 12.57² + 6.571² + (−22.43)² + (−24.43)² + 15.57² + 16.57² + (−4.429)² = 1838
标准差
s = √(1838/6) = 17.5
答案
s = 17.5
2.描述统计
答案: P = 0.6915
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 = −0.5
标准正态分布表
Φ(−0.5) = 0.3085
P = 1 − 0.3085 = 0.6915
答案
P = 0.6915
3.概率
答案: σ = 1.323
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。
平均数
μ = 0·0.1 + 1·0.1 + 2·0.35 + 3·0.1 + 4·0.35 = 2.5
平方的均值
E(X²) = 0·0.1 + 1·0.1 + 4·0.35 + 9·0.1 + 16·0.35 = 8
方差
Var(X) = 8 − 2.5² = 1.75
σ = √1.75 = 1.323
答案
σ = 1.323
4.概率
答案: E(G) = 4 €
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: 30 (p = 0.1), 490 (p = 0.02), −10 (p = 0.88)
期望值
E(G) = 30·0.1 + 490·0.02 − 10·0.88 = 4 €
答案
E(G) = 4 €
正值表示平均而言你会赢钱。
5.正态分布
答案: P = 0.6554
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 = 200 mm, σ = √(0.3² + 0.4²) = 0.5 mm
标准化
z = (199.8 − 200)/0.5 = −0.4
上尾
P = 1 − Φ(−0.4) = 1 − 0.3446 = 0.6554
答案
P = 0.6554
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: 上限 = 9.789 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 = 15, t = 2.131
误差范围
E = 2.131·7.3/√16 = 3.889
区间
5.9 ± 3.889 → [2.011, 9.789]
答案
上限 = 9.789 mmHg
8.置信区间
答案: n = 358
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 = (1.645·23/2)² = 357.9
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 358
答案
n = 358
9.假设检验与置信区间
答案: t = 0.72
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 = 10/√16 = 10/4 = 2.5
检验统计量
t = (101.8 − 100)/2.5 = 0.72
答案
t = 0.72
t0.025; df = 15 = 2.131
|t| < 2.131，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 = 778
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 = ((2.326 + 0.842)·22/2.5)² = 777.2
向上取整
n = 778
答案
n = 778
11.线性回归与相关
答案: r = 0.8321
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 = 676 − 20·163/5 = 24
Sxx = 90 − 20²/5 = 10
Syy = 5397 − 163²/5 = 83.2
相关系数
r = 24/√(10·83.2) = 0.8321
答案
r = 0.8321
12.线性回归与相关
答案: e = 2.05
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 = 105/5 = 21
ȳ = 349/5 = 69.8
平方和与乘积和
Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 243
回归直线
b = 243/90 = 2.7
a = 69.8 − 2.7·21 = 13.1
ŷ = 13.1 + 2.7·x
预测值
ŷ = 13.1 + 2.7·25.5 = 81.95
残差
e = 84 − 81.95 = 2.05
答案
e = 2.05
该点位于直线上方。
ExamProblems · examproblems.com/courses/statistics-1