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。

新题目返回课程

在打印窗口中选择“另存为 PDF”,即可在设备上保存一份副本。

1公式与方法

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

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

  1. 把数值换算为 z 分数:z = (x − μ)/σ。
  2. 查 Φ(z),即 z 左侧的面积。
  3. 右侧面积用 1 − Φ(z);区间面积用两个左侧面积相减。
  4. 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

  1. 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。
  2. 求该置信水平下的临界值。
  3. 误差限:E = 临界值 × 标准差/√n。
  4. 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

  1. 写出 H₀ 和 H₁,并确定是单侧检验还是双侧检验。
  2. 计算检验统计量:(x̄ − μ₀)/(σ/√n),或者用 s 和 t。
  3. 与临界值比较,或求出 p 值。
  4. 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
1015202530354045

求数据的样本标准差 s:44, 25, 32, 10, 46, 15。

n = 6
s =
2.描述统计困难
z −2−1012

考试成绩服从正态分布,平均数为 500,标准差为 50。求成绩 440 的 z 分数 z。

μ = 500σ = 50x = 440
z =
3.概率中等
红球: 4蓝球: 7

袋中有 4 个红球和 7 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?

4 / 7
P =
4.概率困难
n = 6, p = 0.6: P(X ≤ 1) = ?k0123456

测试 6 个元件,每个独立地以概率 0.6 失效。至多一个失效的概率 P 是多少?

n = 6p = 0.6
P =
5.正态分布中等
−3−2−10123z−z 与 z 之间的阴影面积 = 0.9756

拖动 z,使标准正态曲线下 −z 与 z 之间的阴影面积为 0.9756。求 z,保留两位小数。

A = 0.9756
z =
6.正态分布困难
0.03 mm0D − d?

孔径 D 服从均值 25.03 mm、标准差 0.01 mm 的正态分布。轴径 d 独立,服从均值 25 mm、标准差 0.01 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 = 0.01 mm轴: μ = 25 mm, σ = 0.01 mm
P =
7.置信区间中等
x̄E₁ = 6.190%, n = 64x̄E₂ = ?99%, n = 576

基于 64 个观测值且 σ 已知的均值 90% 置信区间,其误差范围为 6.1。 基于 576 个观测值的 99% 区间,其误差范围 E₂ 是多少?

90%n₁ = 64E₁ = 6.199%n₂ = 576
E₂ =
8.置信区间困难
p ≈ 0.8, n = ?p̂ − Ep̂ + Ep̂E = 0.0295%

一项预研究表明,约有 0.8 的产品有缺陷。 必须检验多少件产品 n,才能使比例的 95% 置信区间的误差范围不超过 0.02?

p ≈ 0.8E = 0.0295%
n =
9.假设检验与置信区间中等
−2.2282.228t = ?df = 10

比较两种教学方法。第 1 组:7 名学生,平均分 59,标准差 9.5。第 2 组:5 名学生,平均分 44,标准差 9.5。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 = 7x̄₁ = 59s₁ = 9.5n₂ = 5x̄₂ = 44s₂ = 9.5
t =
10.假设检验与置信区间困难
H₀H₁μ₀x̄cμ₀ + 1.5α = 0.01βσ = 11, 功效 80%, n = ?

在 α = 0.01 下的单侧 z 检验,必须以 80% 的功效检测出均值 1.5 个单位的偏移。标准差为 11。求最小样本量 n。

α = 0.01功效 = 80%δ = 1.5σ = 11zα = 2.326zβ = 0.842
n =
11.线性回归与相关中等
xy18762085221052410726123xy202580100120

表中给出 5 对观测值 x = 温度 (°C) 和 y = 冰淇淋销量。 求皮尔逊相关系数 r。

n = 5
r =
12.线性回归与相关困难
xy373473584691794898xy4688090100x = 3.5

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 (3.5, 76)。求其残差 e = y − ŷ。

n = 6(3.5, 76)
e =

3溶液

1.描述统计

答案: s = 14.8

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 = 172/6 = 28.67

离差平方

Σ(x − x̄)² = 15.33² + (−3.667)² + 3.333² + (−18.67)² + 17.33² + (−13.67)² = 1095

标准差

s = √(1095/5) = 14.8

答案

s = 14.8
2.描述统计

答案: z = −1.2

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 = (440 − 500)/50 = −1.2

答案

z = −1.2
3.概率

答案: P = 0.1091

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 = 4/11 · 3/10 = 12/110 = 0.1091

答案

P = 0.1091
4.概率

答案: P = 0.04096

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。

零个和一个失效

P(X = 0) = 0.46 = 0.004096
P(X = 1) = 6·0.6·0.45 = 0.03686

相加

P = 0.004096 + 0.03686 = 0.04096

答案

P = 0.04096
5.正态分布

答案: z = 2.25

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 + 0.9756)/2 = 0.9878

反向查 z 表

在表中找到 0.9878,读出 z。

z = 2.25

答案

z = 2.25
6.正态分布

答案: P = 0.983

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 = 0.01414 mm

标准化

z = (0 − 0.03)/0.01414 = −2.12

概率

P = 1 − Φ(−2.12) = 0.983

答案

P = 0.983
7.置信区间

答案: E₂ = 3.184

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。

误差范围之比

E₂/E₁ = (2.576/1.645)·√(64/576) = 0.522

新的误差范围

E₂ = 6.1·0.522 = 3.184

答案

E₂ = 3.184
8.置信区间

答案: n = 1537

比例的置信区间:p̂ ± z·√(p̂(1 − p̂)/n),其中 p̂ = x/n。要使误差范围达到 E,需要 n ≥ z²·p(1 − p)/E²,向上取整;没有事先估计时用 p = 0.5,此时 n 最大。

解出 n

n = 1.96²·0.8·0.2/0.02² = 1537

向上取整

n = 1537

答案

n = 1537
9.假设检验与置信区间

答案: t = 2.697

假设检验:检验统计量 =(估计值 − H₀ 下的值)/(H₀ 下的标准误)。p 值是在假定 H₀ 为真时,统计量至少与观测值一样极端的概率:单侧 H₁ 取一个尾部的面积,双侧 H₁ 取尾部面积的两倍。当 p ≤ α 时拒绝 H₀。

合并方差

sp² = (6·9.5² + 4·9.5²)/10 = 90.25
sp = 9.5

标准误

SE = 9.5·√(1/7 + 1/5) = 5.563

检验统计量

t = (59 − 44)/5.563 = 2.697

答案

t = 2.697

df = 10 时,双侧 5% 的临界值为 2.228;|t| 更大,所以拒绝 H₀。

10.假设检验与置信区间

答案: n = 540

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)·11/1.5)² = 539.7

向上取整

n = 540

答案

n = 540
11.线性回归与相关

答案: r = 0.9801

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 = 110/5 = 22
ȳ = 496/5 = 99.2

平方和与乘积和

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 232
Syy = Σ(y − ȳ)² = 1401

相关系数

r = 232/√(40·1401) = 0.9801

答案

r = 0.9801
12.线性回归与相关

答案: e = 1.643

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 = 33/6 = 5.5
ȳ = 513/6 = 85.5

平方和与乘积和

Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = 97.5

回归直线

b = 97.5/17.5 = 5.571
a = 85.5 − 5.571·5.5 = 54.86
ŷ = 54.86 + 5.571·x

预测值

ŷ = 54.86 + 5.571·3.5 = 74.36

残差

e = 76 − 74.36 = 1.643

答案

e = 1.643

该点位于直线上方。

ExamProblems · examproblems.com/courses/statistics-1