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。
统计学（二）：统计推断：速成包
公式表、每个专题的关键方法步骤和 10 道练习题，完整解答附在最后。
1公式与方法
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
卡方检验
- 检验统计量
- χ² = Σ(O − E)²/E
- 拟合优度
- E = n·p, df = k − 1 − (estimated parameters)
- 独立性
- E = row total × column total / grand total, df = (r − 1)(c − 1)
- 临界值（α = 0.05）
- df 1: 3.841, 2: 5.991, 3: 7.815, 4: 9.488
- 决策
- 若 χ² > χ²crit，则拒绝 H0
2练习题
1.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 53.5 和 83.5 分 之间的比例是多少？P 以小数表示。
μ = 65σ = 10x1 = 53.5x2 = 83.5
P =
2.正态分布困难
孔径 D 服从均值 25.03 mm、标准差 0.015 mm 的正态分布。轴径 d 独立，服从均值 25 mm、标准差 0.015 mm 的正态分布。随机选取的一根轴在 D − d > 0 时能装入。求它能装入的概率 P。z 取两位小数。
孔: μ = 25.03 mm, σ = 0.015 mm轴: μ = 25 mm, σ = 0.015 mm
P =
3.置信区间中等
一个包含 11 个个体的样本，均值为 93，标准差 s = 18。总体近似服从正态分布。 求均值的 90% 置信区间的下限。
n = 11x̄ = 93s = 1890%t(10) = 1.812
下限 =
4.置信区间困难
20 根机加工轴的直径样本标准差为 0.6 µm。假设直径服从正态分布，求总体标准差 95% 置信区间的下限 σ。df = 19 时，χ² 分布有 2.5% 位于 8.907 以下，2.5% 位于 32.852 以上。
n = 20s = 0.6 µmχ² = 8.907, 32.852
σ = µm
5.假设检验与置信区间中等
据称某总体的均值为 80；已知总体标准差为 10。一个含 100 个观测值的随机样本均值为 79.06。检验 H₀: μ = 80 对 H₁: μ ≠ 80。求 p 值 p。
μ₀ = 80σ = 10n = 100x̄ = 79.06H₁: μ ≠ μ₀
p =
6.假设检验与置信区间困难
81 次测量的样本均值为 199.6。总体标准差为 8。求均值 95% 置信区间的上限 U。
x̄ = 199.6σ = 8n = 8195%
U =
7.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€)。 求最小二乘直线的决定系数 r²。
n = 6
r² =
8.线性回归与相关困难
表中给出 5 对观测值 x = 学习小时数 和 y = 考试成绩。 使用最小二乘直线 ŷ = a + b·x。 新得到一个观测值 (3.5, 60)。求其残差 e = y − ŷ。
n = 5(3.5, 60)
e =
9.卡方检验中等
列联表给出了观测频数。计算行变量与列变量独立性检验的卡方统计量 χ²。不使用连续性校正。
N = 1802 × 2
χ² =
10.卡方检验困难
一个卡方拟合优度检验检验 6 个类别的频数是否服从泊松分布，其均值由同一组数据估计。 利用表格，求显著性水平 α = 0.01 下的临界值 χ²crit。
α = 0.01
χ²crit =
3溶液
1.正态分布
答案: P = 0.8428
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 = (53.5 − 65)/10 = −1.15
z₂ = (83.5 − 65)/10 = 1.85
中间面积
P = Φ(1.85) − Φ(−1.15) = 0.9678 − 0.1251 = 0.8428
答案
P = 0.8428
2.正态分布
答案: P = 0.9207
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 = 25.03 − 25 = 0.03 mm, σ = 0.02121 mm
标准化
z = (0 − 0.03)/0.02121 = −1.41
概率
P = 1 − Φ(−1.41) = 0.9207
答案
P = 0.9207
3.置信区间
答案: 下限 = 83.17
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 = 10, t = 1.812
误差范围
E = 1.812·18/√11 = 9.834
区间
93 ± 9.834 → [83.17, 102.8]
答案
下限 = 83.17
4.置信区间
答案: σ = 0.4563 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 = 19·0.6² = 6.84
σ² 的限值
6.84/32.852 = 0.2082
6.84/8.907 = 0.7679
σ 的限值
σ = √0.2082 = 0.4563 µm
答案
σ = 0.4563 µm
σ 的 95% 区间：[0.4563, 0.8763] µm。
5.假设检验与置信区间
答案: p = 0.3472
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.
检验统计量
SE = σ/√n = 10/√100 = 1
z = (79.06 − 80)/1 = −0.94
尾部面积
Φ(0.94) = 0.8264
1 − Φ(0.94) = 0.1736
p 值
p = 2·0.1736 = 0.3472
答案
p = 0.3472
p > 0.05，所以在 5% 水平下不拒绝 H₀。
6.假设检验与置信区间
答案: U = 201.3
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 = 1.96·8/√81 = 1.742
区间端点
U = 199.6 + 1.742 = 201.3
答案
U = 201.3
7.线性回归与相关
答案: r² = 0.9069
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 = 348/6 = 58
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 138
Syy = Σ(y − ȳ)² = 300
决定系数
r² = 138²/(70·300) = 0.9069
答案
r² = 0.9069
y 的变异中约有 90.69% 可由该直线解释。
8.线性回归与相关
答案: e = 4.75
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 = 267/5 = 53.4
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 37
回归直线
b = 37/10 = 3.7
a = 53.4 − 3.7·3 = 42.3
ŷ = 42.3 + 3.7·x
预测值
ŷ = 42.3 + 3.7·3.5 = 55.25
残差
e = 60 − 55.25 = 4.75
答案
e = 4.75
该点位于直线上方。
9.卡方检验
答案: χ² = 1.905
卡方检验：用 χ² = Σ(O − E)²/E 比较观测频数 O 与 H₀ 下的期望频数 E。拟合优度检验：每个类别 E = n·p，df = k − 1（每由数据估计一个参数再减一）。r × c 列联表的独立性检验：E = 行合计 × 列合计 / 总计，df = (r − 1)(c − 1)。当 χ² 超过所选 α 下的临界值时拒绝 H₀。
期望频数
男性: 60·54/180 = 18, 60·126/180 = 42
女性: 120·54/180 = 36, 120·126/180 = 84
卡方统计量
χ² = (14 − 18)²/18 + (46 − 42)²/42 + (40 − 36)²/36 + (80 − 84)²/84
χ² = 1.905
答案
χ² = 1.905
df = 1。在 α = 0.05 时临界值为 3.841，所以 H₀（独立）不被拒绝。
10.卡方检验
答案: χ²crit = 13.28
卡方检验：用 χ² = Σ(O − E)²/E 比较观测频数 O 与 H₀ 下的期望频数 E。拟合优度检验：每个类别 E = n·p，df = k − 1（每由数据估计一个参数再减一）。r × c 列联表的独立性检验：E = 行合计 × 列合计 / 总计，df = (r − 1)(c − 1)。当 χ² 超过所选 α 下的临界值时拒绝 H₀。
自由度
df = 6 − 1 − 1 = 4
表
χ²crit(df = 4, α = 0.01) = 13.277
答案
χ²crit = 13.277
若计算出的 χ² 大于该值，则拒绝 H₀。
ExamProblems · examproblems.com/courses/statistics-2-inference