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：14, 46, 34, 25, 60。
n = 5
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 8。数值低于 92 的比例 P 是多少？
μ = 100σ = 8x = 92
P =
3.概率中等
对图中的分布，求 X 的标准差 σ。
x: 0, 1, 2p(x): 0.35, 0.35, 0.3
σ =
4.概率困难
一局游戏的参与费用为 €5。你以概率 0.15 赢得 €10，以概率 0.01 赢得 €250；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 = 0.15€250: p = 0.01
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 0.8355。求 z，保留两位小数。
A = 0.8355
z =
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。求数值 x，使得有 25% 的数据低于它（第 25 百分位数）。
μ = 65σ = 10P = 25%
x = 分
7.置信区间中等
一个包含 6 个个体的样本，均值为 66，标准差 s = 2.5。总体近似服从正态分布。 求均值的 99% 置信区间的上限。
n = 6x̄ = 66s = 2.599%t(5) = 4.032
上限 =
8.置信区间困难
30 根机加工轴的直径样本标准差为 11.2 µm。假设直径服从正态分布，求总体标准差 95% 置信区间的上限 σ。df = 29 时，χ² 分布有 2.5% 位于 16.047 以下，2.5% 位于 45.722 以上。
n = 30s = 11.2 µmχ² = 16.047, 45.722
σ = µm
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 6.54，差值的标准差为 8.6。求 H₀: μd = 0 的配对检验统计量 t。
n = 20d̄ = 6.54sd = 8.6
t =
10.假设检验与置信区间困难
在 α = 0.05 下的单侧 z 检验，必须以 80% 的功效检测出均值 2.5 个单位的偏移。标准差为 22。求最小样本量 n。
α = 0.05功效 = 80%δ = 2.5σ = 22zα = 1.645zβ = 0.842
n =
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。 已给出它们的各项和。由这些和求皮尔逊相关系数 r。
n = 5Σx = 120Σy = 614Σx² = 2970Σy² = 78354Σxy = 15249
r =
12.线性回归与相关困难
表中给出 5 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 = 5x = 7
ŷ =
3溶液
1.描述统计
答案: s = 17.92
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 = 179/5 = 35.8
离差平方
Σ(x − x̄)² = (−21.8)² + 10.2² + (−1.8)² + (−10.8)² + 24.2² = 1285
标准差
s = √(1285/4) = 17.92
答案
s = 17.92
2.描述统计
答案: P = 0.1587
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
标准正态分布表
Φ(−1) = 0.1587
P = 0.1587
答案
P = 0.1587
3.概率
答案: σ = 0.8047
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 = 0·0.35 + 1·0.35 + 2·0.3 = 0.95
平方的均值
E(X²) = 0·0.35 + 1·0.35 + 4·0.3 = 1.55
方差
Var(X) = 1.55 − 0.95² = 0.6475
σ = √0.6475 = 0.8047
答案
σ = 0.8047
4.概率
答案: E(G) = −1 €
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 = 0.15), 245 (p = 0.01), −5 (p = 0.84)
期望值
E(G) = 5·0.15 + 245·0.01 − 5·0.84 = −1 €
答案
E(G) = −1 €
负值表示平均而言你会亏钱。
5.正态分布
答案: z = 1.39
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 + 0.8355)/2 = 0.9177
反向查 z 表
在表中找到 0.9177，读出 z。
z = 1.39
答案
z = 1.39
6.正态分布
答案: x = 58.26 分
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) = 0.25 → z = −0.6745
换算回 x
x = 65 + −0.6745·10 = 58.26 分
答案
x = 58.26 分
7.置信区间
答案: 上限 = 70.12
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 = 5, t = 4.032
误差范围
E = 4.032·2.5/√6 = 4.115
区间
66 ± 4.115 → [61.88, 70.12]
答案
上限 = 70.12
8.置信区间
答案: σ = 15.06 µm
方差的区间：(n − 1)s²/σ² 服从自由度为 n − 1 的 χ² 分布。σ² 的 95% 区间从 (n − 1)s² 除以上侧 χ² 值（其上方占 2.5%）到 (n − 1)s² 除以下侧 χ² 值（其下方占 2.5%）；σ 的区间是这两个限值的平方根。它关于 s 不对称。
平方和
(n − 1)s² = 29·11.2² = 3638
σ² 的限值
3638/45.722 = 79.56
3638/16.047 = 226.7
σ 的限值
σ = √226.7 = 15.06 µm
答案
σ = 15.06 µm
σ 的 95% 区间：[8.92, 15.06] µm。
9.假设检验与置信区间
答案: t = 3.401
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 = 8.6/√20 = 1.923
检验统计量
t = 6.54/1.923 = 3.401
答案
t = 3.401
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: n = 479
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 = ((1.645 + 0.842)·22/2.5)² = 479
向上取整
n = 479
答案
n = 479
11.线性回归与相关
答案: r = 0.9948
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 = 15249 − 120·614/5 = 513
Sxx = 2970 − 120²/5 = 90
Syy = 78354 − 614²/5 = 2955
相关系数
r = 513/√(90·2955) = 0.9948
答案
r = 0.9948
12.线性回归与相关
答案: ŷ = 14.1
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 = 30/5 = 6
ȳ = 60/5 = 12
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 84
回归直线
b = 84/40 = 2.1
a = 12 − 2.1·6 = −0.6
ŷ = −0.6 + 2.1·x
预测
ŷ = −0.6 + 2.1·7 = 14.1
答案
ŷ = 14.1
ExamProblems · examproblems.com/courses/statistics-1