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, 21, 54, 18, 29, 17。
n = 6
s =
2.描述统计困难
某量服从正态分布，平均数为 70，标准差为 12。数值低于 77.2 的比例 P 是多少？
μ = 70σ = 12x = 77.2
P =
3.概率中等
对图中的分布，求 X 的方差 Var(X)。
x: 0, 1, 2, 3, 4p(x): 0.25, 0.2, 0.35, 0.15, 0.05
Var(X) =
4.概率困难
一份测试有 5 道选择题。一名靠猜的学生每题答对的概率为 0.3，相互独立。恰好答对 2 题的概率 P 是多少？
n = 5p = 0.3k = 2
P =
5.正态分布中等
考试成绩服从正态分布，均值为 65 分，标准差为 10 分。介于 57.5 和 77 分 之间的比例是多少？P 以小数表示。
μ = 65σ = 10x1 = 57.5x2 = 77
P =
6.正态分布困难
考试成绩 服从正态分布，均值为 65 分，标准差为 10 分。拖动截断值，使阴影的后 10% 位于其左侧。求截断值 x。
μ = 65 分σ = 10 分10%
x = 分
7.置信区间中等
测量 10 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 1.5。 求平均差值的 90% 置信区间的误差范围 E。
n = 10d̄ = 2.8sd = 1.590%t(9) = 1.833
E = mmHg
8.置信区间困难
一项预研究表明，约有 0.7 的产品有缺陷。 必须检验多少件产品 n，才能使比例的 99% 置信区间的误差范围不超过 0.01？
p ≈ 0.7E = 0.0199%
n =
9.假设检验与置信区间中等
比较两种教学方法。第 1 组：20 名学生，平均分 115，标准差 9.5。第 2 组：11 名学生，平均分 117.1，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 = 20x̄₁ = 115s₁ = 9.5n₂ = 11x̄₂ = 117.1s₂ = 9.5
t =
10.假设检验与置信区间困难
在 α = 0.10 下，用容量为 36 的样本对 H₀: μ = 80 与 H₁: μ < 80 进行单侧 z 检验；已知标准差为 18。实际上均值为 70.7。 求第二类错误的概率 β，以百分比表示。
μ₀ = 80μ = 70.7σ = 18n = 36α = 0.10
β = %
11.线性回归与相关中等
表中给出 6 对观测值 x = 温度 (°C) 和 y = 冰淇淋销量。 求最小二乘直线的决定系数 r²。
n = 6
r² =
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。 预测 x = 5.5 时的 ŷ。
n = 6x = 5.5
ŷ =
3溶液
1.描述统计
答案: s = 14.58
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 = 155/6 = 25.83
离差平方
Σ(x − x̄)² = (−9.833)² + (−4.833)² + 28.17² + (−7.833)² + 3.167² + (−8.833)² = 1063
标准差
s = √(1063/5) = 14.58
答案
s = 14.58
2.描述统计
答案: P = 0.7257
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 = 0.6
标准正态分布表
Φ(0.6) = 0.7257
P = 0.7257
答案
P = 0.7257
3.概率
答案: Var(X) = 1.348
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 = 0·0.25 + 1·0.2 + 2·0.35 + 3·0.15 + 4·0.05 = 1.55
平方的均值
E(X²) = 0·0.25 + 1·0.2 + 4·0.35 + 9·0.15 + 16·0.05 = 3.75
方差
Var(X) = 3.75 − 1.55² = 1.348
答案
Var(X) = 1.348
4.概率
答案: P = 0.3087
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 = 2) = 10·0.32·0.73 = 10·0.09·0.343 = 0.3087
答案
P = 0.3087
5.正态分布
答案: P = 0.6583
正态分布：把数值 x 换算成 z 分数 z = (x − μ)/σ，它表示离均值有多少个标准差。z 表（或 Φ(z)）给出 z 左侧的面积，即 P(X < x)。右侧面积为 1 − Φ(z)，两个值之间的面积等于它们左侧面积之差。
z 分数
z₁ = (57.5 − 65)/10 = −0.75
z₂ = (77 − 65)/10 = 1.2
中间面积
P = Φ(1.2) − Φ(−0.75) = 0.8849 − 0.2266 = 0.6583
答案
P = 0.6583
6.正态分布
答案: x = 52.2 分
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。
左侧的面积
Φ(z) = 0.1
由表得到的 z
z ≈ −1.28
回到原来的单位
x = 65 − 1.28·10 = 52.2 分
答案
x = 52.2 分
7.置信区间
答案: E = 0.8695 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 = 9, t = 1.833
误差范围
E = 1.833·1.5/√10 = 0.8695
答案
E = 0.8695 mmHg
8.置信区间
答案: n = 13936
Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0.5, which gives the largest n.
解出 n
n = 2.576²·0.7·0.3/0.01² = 13935
向上取整
n = 13936
答案
n = 13936
9.假设检验与置信区间
答案: t = −0.5889
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 = (19·9.5² + 10·9.5²)/29 = 90.25
sp = 9.5
标准误
SE = 9.5·√(1/20 + 1/11) = 3.566
检验统计量
t = (115 − 117.1)/3.566 = −0.5889
答案
t = −0.5889
df = 29 时，双侧 5% 的临界值为 2.045；|t| 更小，所以不拒绝 H₀。
10.假设检验与置信区间
答案: β = 3.453 %
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 = 18/√36 = 3
x̄c = 80 − 1.282·3 = 76.15
真实均值下的 z
z = (76.15 − 70.7)/3 = 1.818
第二类错误
功效 = P(Z < 1.818) = 96.55%
β = 100% − 96.55% = 3.453%
答案
β = 3.453%
11.线性回归与相关
答案: r² = 0.9774
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 = 114/6 = 19
ȳ = 451/6 = 75.17
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 323
Syy = Σ(y − ȳ)² = 1525
决定系数
r² = 323²/(70·1525) = 0.9774
答案
r² = 0.9774
y 的变异中约有 97.74% 可由该直线解释。
12.线性回归与相关
答案: ŷ = 68.12
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 = 377/6 = 62.83
平方和与乘积和
Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = 92.5
回归直线
b = 92.5/17.5 = 5.286
a = 62.83 − 5.286·4.5 = 39.05
ŷ = 39.05 + 5.286·x
预测
ŷ = 39.05 + 5.286·5.5 = 68.12
答案
ŷ = 68.12
ExamProblems · examproblems.com/courses/statistics-1