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：16, 49, 60, 24, 21, 23。
n = 6
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 20。数值低于 90 的比例 P 是多少？
μ = 60σ = 20x = 90
P =
3.概率中等
对图中的分布，求 X 的标准差 σ。
x: 0, 1, 2p(x): 0.3, 0.35, 0.35
σ =
4.概率困难
X 的分布如图所示，Y = 2X + 5。求 Y 的标准差 σY。
x: 1, 2, 3, 4p(x): 0.35, 0.25, 0.15, 0.25Y = 2X + 5
σY =
5.正态分布中等
螺栓的质量相互独立，服从均值 40 g、标准差 1.2 g 的正态分布。求其中 10 个的总质量超过 407.6 g 的概率 P。z 取两位小数。
μ = 40 gσ = 1.2 gn = 10> 407.6 g
P =
6.正态分布困难
孔径 D 服从均值 25.03 mm、标准差 0.015 mm 的正态分布。轴径 d 独立，服从均值 25 mm、标准差 0.015 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 = 0.015 mm轴: μ = 25 mm, σ = 0.015 mm
P =
7.置信区间中等
一个包含 12 个个体的样本，均值为 40，标准差 s = 7.5。总体近似服从正态分布。 求均值的 99% 置信区间的误差范围 E。
n = 12x̄ = 40s = 7.599%t(11) = 3.106
E =
8.置信区间困难
总体标准差为 33。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 4？
σ = 33E = 499%
n =
9.假设检验与置信区间中等
据称某总体的均值为 50；已知总体标准差为 40。一个含 100 个观测值的随机样本均值为 56.08。检验 H₀: μ = 50 对 H₁: μ > 50。求 p 值 p。
μ₀ = 50σ = 40n = 100x̄ = 56.08H₁: μ > μ₀
p =
10.假设检验与置信区间困难
81 次测量的样本均值为 502.7。总体标准差为 20。求均值 99% 置信区间的上限 U。
x̄ = 502.7σ = 20n = 8199%
U =
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 = 21Σy = 310Σx² = 91Σy² = 16412Σxy = 1168
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。 x 取何值 x 时，直线预测 ŷ = 75？
n = 6ŷ = 75
x =
3溶液
1.描述统计
答案: s = 17.86
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 = 193/6 = 32.17
离差平方
Σ(x − x̄)² = (−16.17)² + 16.83² + 27.83² + (−8.167)² + (−11.17)² + (−9.167)² = 1595
标准差
s = √(1595/5) = 17.86
答案
s = 17.86
2.描述统计
答案: P = 0.9332
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 = 1.5
标准正态分布表
Φ(1.5) = 0.9332
P = 0.9332
答案
P = 0.9332
3.概率
答案: σ = 0.8047
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 = 0·0.3 + 1·0.35 + 2·0.35 = 1.05
平方的均值
E(X²) = 0·0.3 + 1·0.35 + 4·0.35 = 1.75
方差
Var(X) = 1.75 − 1.05² = 0.6475
σ = √0.6475 = 0.8047
答案
σ = 0.8047
4.概率
答案: σY = 2.375
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 = 2.3, Var(X) = 1.41, σX = 1.187
线性变换
σY = |2|·1.187 = 2.375
答案
σY = 2.375
均值确实会改变：E(Y) = 2·2.3 + 5 = 9.6。
5.正态分布
答案: P = 0.02275
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)。
总和的分布
μT = 400 g, σT = 1.2·√10 = 3.795 g
标准化
z = (407.6 − 400)/3.795 = 2
概率
P = 1 − Φ(2) = 0.02275
答案
P = 0.02275
6.正态分布
答案: P = 0.9207
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 = 0.02121 mm
标准化
z = (0 − 0.03)/0.02121 = −1.41
概率
P = 1 − Φ(−1.41) = 0.9207
答案
P = 0.9207
7.置信区间
答案: E = 6.725
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 = 11, t = 3.106
误差范围
E = 3.106·7.5/√12 = 6.725
答案
E = 6.725
8.置信区间
答案: n = 452
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 = (2.576·33/4)² = 451.6
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 452
答案
n = 452
9.假设检验与置信区间
答案: p = 0.06426
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.
检验统计量
SE = σ/√n = 40/√100 = 4
z = (56.08 − 50)/4 = 1.52
尾部面积
Φ(1.52) = 0.9357
1 − Φ(1.52) = 0.0643
p 值
p = 0.06426
答案
p = 0.06426
p > 0.05，所以在 5% 水平下不拒绝 H₀。
10.假设检验与置信区间
答案: U = 508.4
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）。
误差范围
E = 2.576·20/√81 = 5.724
区间端点
U = 502.7 + 5.724 = 508.4
答案
U = 508.4
11.线性回归与相关
答案: r = 0.9979
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 = 1168 − 21·310/6 = 83
Sxx = 91 − 21²/6 = 17.5
Syy = 16412 − 310²/6 = 395.3
相关系数
r = 83/√(17.5·395.3) = 0.9979
答案
r = 0.9979
12.线性回归与相关
答案: x = 12.1
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 = 48/6 = 8
ȳ = 347/6 = 57.83
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 293
回归直线
b = 293/70 = 4.186
a = 57.83 − 4.186·8 = 24.35
ŷ = 24.35 + 4.186·x
解出 x
x = (75 − 24.35)/4.186 = 12.1
答案
x = 12.1
ExamProblems · examproblems.com/courses/statistics-1