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：18, 22, 36, 25, 18, 26。
n = 6
s =
2.描述统计困难
某量服从正态分布，平均数为 100，标准差为 20。数值高于 125 的比例 P 是多少？
μ = 100σ = 20x = 125
P =
3.概率中等
袋中有 3 个红球和 6 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？
3 / 6
P =
4.概率困难
一局游戏的参与费用为 €5。你以概率 0.25 赢得 €10，以概率 0.05 赢得 €100；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 = €5€10: p = 0.25€100: p = 0.05
E(G) = €
5.正态分布中等
X 服从均值 120 mm、标准差 0.3 mm 的正态分布；Y 独立，服从均值 80 mm、标准差 0.4 mm 的正态分布。求 X + Y 大于 200.4 mm 的概率 P。z 取两位小数。
μX = 120, σX = 0.3μY = 80, σY = 0.4X + Y > 200.4 mm
P =
6.正态分布困难
袋装重量 服从正态分布，均值为 250 g，标准差为 5 g。拖动截断值，使阴影的后 80% 位于其左侧。求截断值 x。
μ = 250 gσ = 5 g80%
x = g
7.置信区间中等
一个包含 21 个个体的样本，均值为 52.5，标准差 s = 8.5。总体近似服从正态分布。 求均值的 90% 置信区间的下限。
n = 21x̄ = 52.5s = 8.590%t(20) = 1.725
下限 =
8.置信区间困难
总体标准差为 20。样本量 n 至少要多大，才能使均值的 95% 置信区间的误差范围不超过 0.5？
σ = 20E = 0.595%
n =
9.假设检验与置信区间中等
20 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 6.48，差值的标准差为 10。求 H₀: μd = 0 的配对检验统计量 t。
n = 20d̄ = 6.48sd = 10
t =
10.假设检验与置信区间困难
36 次测量的样本均值为 51.2。总体标准差为 4。求均值 90% 置信区间的上限 U。
x̄ = 51.2σ = 4n = 3690%
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 = 48Σy = 252Σx² = 454Σy² = 11200Σxy = 2220
r =
12.线性回归与相关困难
表中给出 6 对观测值 x = 荷载 (kN) 和 y = 伸长量 (mm)。 使用最小二乘直线 ŷ = a + b·x。 预测 x = 7 时的 ŷ。
n = 6x = 7
ŷ =
3溶液
1.描述统计
答案: s = 6.706
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 = 145/6 = 24.17
离差平方
Σ(x − x̄)² = (−6.167)² + (−2.167)² + 11.83² + 0.8333² + (−6.167)² + 1.833² = 224.8
标准差
s = √(224.8/5) = 6.706
答案
s = 6.706
2.描述统计
答案: P = 0.1056
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 = 1.25
标准正态分布表
Φ(1.25) = 0.8944
P = 1 − 0.8944 = 0.1056
答案
P = 0.1056
3.概率
答案: P = 0.08333
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 = 3/9 · 2/8 = 6/72 = 0.08333
答案
P = 0.08333
4.概率
答案: E(G) = 2.5 €
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: 5 (p = 0.25), 95 (p = 0.05), −5 (p = 0.7)
期望值
E(G) = 5·0.25 + 95·0.05 − 5·0.7 = 2.5 €
答案
E(G) = 2.5 €
正值表示平均而言你会赢钱。
5.正态分布
答案: P = 0.2119
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)。
和的分布
μ = 200 mm, σ = √(0.3² + 0.4²) = 0.5 mm
标准化
z = (200.4 − 200)/0.5 = 0.8
上尾
P = 1 − Φ(0.8) = 1 − 0.7881 = 0.2119
答案
P = 0.2119
6.正态分布
答案: x = 254.2 g
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) = 0.8
由表得到的 z
z ≈ 0.84
回到原来的单位
x = 250 + 0.84·5 = 254.2 g
答案
x = 254.2 g
7.置信区间
答案: 下限 = 49.3
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 = 20, t = 1.725
误差范围
E = 1.725·8.5/√21 = 3.2
区间
52.5 ± 3.2 → [49.3, 55.7]
答案
下限 = 49.3
8.置信区间
答案: n = 6147
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 = (1.96·20/0.5)² = 6147
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 6147
答案
n = 6147
9.假设检验与置信区间
答案: t = 2.898
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 = 10/√20 = 2.236
检验统计量
t = 6.48/2.236 = 2.898
答案
t = 2.898
df = 19 时，双侧 5% 的临界值为 2.093；|t| 更大，所以拒绝 H₀。
10.假设检验与置信区间
答案: U = 52.3
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/√36 = 1.097
区间端点
U = 51.2 + 1.097 = 52.3
答案
U = 52.3
11.线性回归与相关
答案: r = 0.9824
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 = 2220 − 48·252/6 = 204
Sxx = 454 − 48²/6 = 70
Syy = 11200 − 252²/6 = 616
相关系数
r = 204/√(70·616) = 0.9824
答案
r = 0.9824
12.线性回归与相关
答案: ŷ = 20.67
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 = 42/6 = 7
ȳ = 124/6 = 20.67
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 216
回归直线
b = 216/70 = 3.086
a = 20.67 − 3.086·7 = −0.9333
ŷ = −0.9333 + 3.086·x
预测
ŷ = −0.9333 + 3.086·7 = 20.67
答案
ŷ = 20.67
ExamProblems · examproblems.com/courses/statistics-1