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：30, 18, 47, 32, 36, 57。
n = 6
s =
2.描述统计困难
考试成绩服从正态分布，平均数为 70，标准差为 20。求成绩 46 的 z 分数 z。
μ = 70σ = 20x = 46
z =
3.概率中等
一颗均匀骰子掷 6 次。至少掷出一次六点的概率 P 是多少？
n = 6
P =
4.概率困难
一局游戏的参与费用为 €1。你以概率 0.25 赢得 €3，以概率 0.02 赢得 €20；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 = €1€3: p = 0.25€20: p = 0.02
E(G) = €
5.正态分布中等
拖动 z，使标准正态曲线下 −z 与 z 之间的阴影面积为 0.5935。求 z，保留两位小数。
A = 0.5935
z =
6.正态分布困难
一组人中男性的身高 X 与女性的身高 Y相互独立且服从正态分布：X 的均值为 180 cm，标准差为 10 cm，Y 的均值为 170 cm，标准差为 12 cm。求 X 大于 Y 的概率 P。z 取两位小数。
μX = 180 cm, σX = 10 cmμY = 170 cm, σY = 12 cm
P =
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 5.3，标准差为 1.6。 求平均差值的 90% 置信区间的下限。
n = 10d̄ = 5.3sd = 1.690%t(9) = 1.833
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 63 kg，标准差 7.5 kg。地块组 2：12 块地，均值 71.5 kg，标准差 5 kg。假设方差相等（合并 t，df = n₁ + n₂ − 2）。 求 μ₁ − μ₂ 的 90% 置信区间的上限。
n₁ = 5x̄₁ = 63s₁ = 7.5n₂ = 12x̄₂ = 71.5s₂ = 590%t(15) = 1.753
上限 = kg
9.假设检验与置信区间中等
64 名学生的样本平均分为 77.55，样本标准差为 12。求 H₀: μ = 75 的检验统计量 t。
μ₀ = 75x̄ = 77.55s = 12n = 64
t =
10.假设检验与置信区间困难
64 次测量的样本均值为 498.9。总体标准差为 4。求均值 90% 置信区间的下限 L。
x̄ = 498.9σ = 4n = 6490%
L =
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 = 温度 (°C) 和 y = 冰淇淋销量。 使用最小二乘直线 ŷ = a + b·x。 预测 x = 22.5 时的 ŷ。
n = 6x = 22.5
ŷ =
3溶液
1.描述统计
答案: s = 13.68
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 = 220/6 = 36.67
离差平方
Σ(x − x̄)² = (−6.667)² + (−18.67)² + 10.33² + (−4.667)² + (−0.6667)² + 20.33² = 935.3
标准差
s = √(935.3/5) = 13.68
答案
s = 13.68
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 = (46 − 70)/20 = −1.2
答案
z = −1.2
3.概率
答案: P = 0.6651
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)6 = 0.3349
P = 1 − 0.3349 = 0.6651
答案
P = 0.6651
4.概率
答案: E(G) = 0.15 €
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: 2 (p = 0.25), 19 (p = 0.02), −1 (p = 0.73)
期望值
E(G) = 2·0.25 + 19·0.02 − 1·0.73 = 0.15 €
答案
E(G) = 0.15 €
正值表示平均而言你会赢钱。
5.正态分布
答案: z = 0.83
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 + 0.5935)/2 = 0.7967
反向查 z 表
在表中找到 0.7967，读出 z。
z = 0.83
答案
z = 0.83
6.正态分布
答案: P = 0.7389
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 = 180 − 170 = 10 cm, σ = 15.62 cm
标准化
z = (0 − 10)/15.62 = −0.64
概率
P = 1 − Φ(−0.64) = 0.7389
答案
P = 0.7389
7.置信区间
答案: 下限 = 4.373 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 = 1.833·1.6/√10 = 0.9274
区间
5.3 ± 0.9274 → [4.373, 6.227]
答案
下限 = 4.373 mmHg
8.置信区间
答案: 上限 = −3.113 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 = (4·7.5² + 11·5²)/15 = 33.33
sp = 5.774
误差范围
E = 1.753·5.774·√(1/5 + 1/12) = 5.387
区间
−8.5 ± 5.387 → [−13.89, −3.113]
答案
上限 = −3.113 kg
9.假设检验与置信区间
答案: t = 1.7
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 = 12/√64 = 12/8 = 1.5
检验统计量
t = (77.55 − 75)/1.5 = 1.7
答案
t = 1.7
t0.025; df = 63 = 1.998
|t| < 1.998，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: L = 498.1
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 = 1.645·4/√64 = 0.8225
区间端点
L = 498.9 − 0.8225 = 498.1
答案
L = 498.1
11.线性回归与相关
答案: r² = 0.9826
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 = 153/6 = 25.5
ȳ = 833/6 = 138.8
平方和与乘积和
Sxx = Σ(x − x̄)² = 157.5
Sxy = Σ(x − x̄)(y − ȳ) = 1004
Syy = Σ(y − ȳ)² = 6507
决定系数
r² = 1004²/(157.5·6507) = 0.9826
答案
r² = 0.9826
y 的变异中约有 98.26% 可由该直线解释。
12.线性回归与相关
答案: ŷ = 105.3
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 = 153/6 = 25.5
ȳ = 726/6 = 121
平方和与乘积和
Sxx = Σ(x − x̄)² = 157.5
Sxy = Σ(x − x̄)(y − ȳ) = 822
回归直线
b = 822/157.5 = 5.219
a = 121 − 5.219·25.5 = −12.09
ŷ = −12.09 + 5.219·x
预测
ŷ = −12.09 + 5.219·22.5 = 105.3
答案
ŷ = 105.3
ExamProblems · examproblems.com/courses/statistics-1