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：22, 14, 44, 14, 23。
n = 5
s =
2.描述统计困难
考试成绩服从正态分布，平均数为 50，标准差为 12。求成绩 65 的 z 分数 z。
μ = 50σ = 12x = 65
z =
3.概率中等
一颗均匀骰子掷 3 次。至少掷出一次六点的概率 P 是多少？
n = 3
P =
4.概率困难
一份测试有 12 道选择题。一名靠猜的学生每题答对的概率为 0.1，相互独立。恰好答对 1 题的概率 P 是多少？
n = 12p = 0.1k = 1
P =
5.正态分布中等
成年男性的身高服从正态分布，均值为 178 cm，标准差为 7 cm。介于 169.6 和 183.95 cm 之间的比例是多少？P 以小数表示。
μ = 178σ = 7x1 = 169.6x2 = 183.95
P =
6.正态分布困难
电池寿命服从正态分布，均值为 500 h，标准差为 40 h。求数值 x，使得有 20% 的数据低于它（第 20 百分位数）。
μ = 500σ = 40P = 20%
x = h
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 3.4，标准差为 5.4。 求平均差值的 95% 置信区间的下限。
n = 10d̄ = 3.4sd = 5.495%t(9) = 2.262
下限 = mmHg
8.置信区间困难
对两种肥料进行试验。地块组 1：5 块地，平均产量 71 kg，标准差 10 kg。地块组 2：12 块地，均值 79 kg，标准差 8.5 kg。假设方差相等（合并 t，df = n₁ + n₂ − 2）。 求 μ₁ − μ₂ 的 95% 置信区间的误差范围 E。
n₁ = 5x̄₁ = 71s₁ = 10n₂ = 12x̄₂ = 79s₂ = 8.595%t(15) = 2.131
E = kg
9.假设检验与置信区间中等
6 名员工在培训课程前后各参加一次打字测试。记录每人的差值 d = 培训后 − 培训前（每分钟字数）。平均差值为 2.49，差值的标准差为 6.1。求 H₀: μd = 0 的配对检验统计量 t。
n = 6d̄ = 2.49sd = 6.1
t =
10.假设检验与置信区间困难
64 次测量的样本均值为 204.9。总体标准差为 15。求均值 90% 置信区间的上限 U。
x̄ = 204.9σ = 15n = 6490%
U =
11.线性回归与相关中等
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
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 = 13？
n = 5ŷ = 13
x =
3溶液
1.描述统计
答案: s = 12.28
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 = 117/5 = 23.4
离差平方
Σ(x − x̄)² = (−1.4)² + (−9.4)² + 20.6² + (−9.4)² + (−0.4)² = 603.2
标准差
s = √(603.2/4) = 12.28
答案
s = 12.28
2.描述统计
答案: z = 1.25
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 = (65 − 50)/12 = 1.25
答案
z = 1.25
3.概率
答案: P = 0.4213
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。
补事件
P(没有六点) = (5/6)3 = 0.5787
P = 1 − 0.5787 = 0.4213
答案
P = 0.4213
4.概率
答案: P = 0.3766
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 = 1) = 12·0.11·0.911 = 12·0.1·0.3138 = 0.3766
答案
P = 0.3766
5.正态分布
答案: P = 0.6873
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 = (169.6 − 178)/7 = −1.2
z₂ = (183.95 − 178)/7 = 0.85
中间面积
P = Φ(0.85) − Φ(−1.2) = 0.8023 − 0.1151 = 0.6873
答案
P = 0.6873
6.正态分布
答案: x = 466.3 h
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。
该百分位数对应的 z
Φ(z) = 0.2 → z = −0.8416
换算回 x
x = 500 + −0.8416·40 = 466.34 h
答案
x = 466.34 h
7.置信区间
答案: 下限 = −0.4627 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 = 2.262
误差范围
E = 2.262·5.4/√10 = 3.863
区间
3.4 ± 3.863 → [−0.4627, 7.263]
答案
下限 = −0.4627 mmHg
8.置信区间
答案: E = 10.12 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 = (4·10² + 11·8.5²)/15 = 79.65
sp = 8.925
误差范围
E = 2.131·8.925·√(1/5 + 1/12) = 10.12
答案
E = 10.12 kg
9.假设检验与置信区间
答案: t = 0.9999
Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).
平均差值的标准误
SE = 6.1/√6 = 2.49
检验统计量
t = 2.49/2.49 = 0.9999
答案
t = 0.9999
df = 5 时，双侧 5% 的临界值为 2.571；|t| 更小，所以不拒绝 H₀。
10.假设检验与置信区间
答案: U = 208
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 = 1.645·15/√64 = 3.084
区间端点
U = 204.9 + 3.084 = 208
答案
U = 208
11.线性回归与相关
答案: r = 0.9326
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 = 100/5 = 20
ȳ = 220/5 = 44
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 94
Syy = Σ(y − ȳ)² = 254
相关系数
r = 94/√(40·254) = 0.9326
答案
r = 0.9326
12.线性回归与相关
答案: x = 4.419
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 = 87/5 = 17.4
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −31
回归直线
b = −31/10 = −3.1
a = 17.4 − (−3.1)·3 = 26.7
ŷ = 26.7 − 3.1·x
解出 x
x = (13 − 26.7)/(−3.1) = 4.419
答案
x = 4.419
ExamProblems · examproblems.com/courses/statistics-1