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
袋装重量服从正态分布，均值为 250 g，标准差为 5 g。介于 250 和 257.5 g 之间的比例是多少？P 以小数表示。
μ = 250σ = 5x1 = 250x2 = 257.5
P =
2.正态分布困难
智商分数服从正态分布，均值为 100 分，标准差为 15 分。求数值 x，使得有 5% 的数据低于它（第 5 百分位数）。
μ = 100σ = 15P = 5%
x = 分
3.置信区间中等
一个包含 10 个个体的样本，均值为 77.5，标准差 s = 15。总体近似服从正态分布。 求均值的 99% 置信区间的下限。
n = 10x̄ = 77.5s = 1599%t(9) = 3.25
下限 =
4.置信区间困难
15 根机加工轴的直径样本标准差为 11.5 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 = 14 时，χ² 分布有 2.5% 位于 5.629 以下，2.5% 位于 26.119 以上。
n = 15s = 11.5 µmχ² = 5.629, 26.119
σ = µm
5.假设检验与置信区间中等
25 名学生的样本平均分为 81.8，样本标准差为 20。求 H₀: μ = 75 的检验统计量 t。
μ₀ = 75x̄ = 81.8s = 20n = 25
t =
6.假设检验与置信区间困难
在 α = 0.10 下，用容量为 36 的样本对 H₀: μ = 500 与 H₁: μ > 500 进行单侧 z 检验；已知标准差为 12。实际上均值为 502.6。 求第二类错误的概率 β，以百分比表示。
μ₀ = 500μ = 502.6σ = 12n = 36α = 0.10
β = %
7.线性回归与相关中等
表中给出 5 对观测值 x = 荷载 (kN) 和 y = 伸长量 (mm)。 求皮尔逊相关系数 r。
n = 5
r =
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。 预测 x = 3.5 时的 ŷ。
n = 5x = 3.5
ŷ =
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 = 1402 × 3
χ² =
10.卡方检验困难
一个卡方拟合优度检验将 10 个类别的观测频数与完全给定的期望比例进行比较（没有由数据估计的参数）。 该检验的自由度 df 是多少？
k = 10
df =
3溶液
1.正态分布
答案: P = 0.4332
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 = (250 − 250)/5 = 0
z₂ = (257.5 − 250)/5 = 1.5
中间面积
P = Φ(1.5) − Φ(0) = 0.9332 − 0.5 = 0.4332
答案
P = 0.4332
2.正态分布
答案: x = 75.33 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) = 0.05 → z = −1.645
换算回 x
x = 100 + −1.645·15 = 75.33 分
答案
x = 75.33 分
3.置信区间
答案: 下限 = 62.08
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 = 9, t = 3.25
误差范围
E = 3.25·15/√10 = 15.42
区间
77.5 ± 15.42 → [62.08, 92.92]
答案
下限 = 62.08
4.置信区间
答案: σ = 18.14 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 = 14·11.5² = 1852
σ² 的限值
1852/26.119 = 70.89
1852/5.629 = 328.9
σ 的限值
σ = √328.9 = 18.14 µm
答案
σ = 18.14 µm
σ 的 95% 区间：[8.419, 18.14] µm。
5.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 = 20/√25 = 20/5 = 4
检验统计量
t = (81.8 − 75)/4 = 1.7
答案
t = 1.7
t0.025; df = 24 = 2.064
|t| < 2.064，所以在 5% 水平下不拒绝 H₀（双侧）。
6.假设检验与置信区间
答案: β = 49.28 %
检验功效：功效 = 1 − β，是 H₀ 为假时拒绝 H₀ 的概率。由 μ₀ 和 z_α 求出临界值 x̄c，再用真实均值计算落在 x̄c 以外的概率：z = (x̄c − μ)/(σ/√n)。
临界样本均值
SE = 12/√36 = 2
x̄c = 500 + 1.282·2 = 502.6
真实均值下的 z
z = (502.6 − 502.6)/2 = −0.018
第二类错误
功效 = P(Z > −0.018) = 50.72%
β = 100% − 50.72% = 49.28%
答案
β = 49.28%
7.线性回归与相关
答案: r = 0.9964
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 = 107/5 = 21.4
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 124
Syy = Σ(y − ȳ)² = 387.2
相关系数
r = 124/√(40·387.2) = 0.9964
答案
r = 0.9964
8.线性回归与相关
答案: ŷ = 60.9
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 = 291/5 = 58.2
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 54
回归直线
b = 54/10 = 5.4
a = 58.2 − 5.4·3 = 42
ŷ = 42 + 5.4·x
预测
ŷ = 42 + 5.4·3.5 = 60.9
答案
ŷ = 60.9
9.卡方检验
答案: χ² = 2.76
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
城市: 40·35/140 = 10, 40·49/140 = 14, 40·56/140 = 16
农村: 100·35/140 = 25, 100·49/140 = 35, 100·56/140 = 40
卡方统计量
χ² = (13 − 10)²/10 + (15 − 14)²/14 + (12 − 16)²/16 + (22 − 25)²/25 + (34 − 35)²/35 + (44 − 40)²/40
χ² = 2.76
答案
χ² = 2.76
df = 2。在 α = 0.05 时临界值为 5.991，所以 H₀（独立）不被拒绝。
10.卡方检验
答案: df = 9
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 = 10 − 1 = 9
答案
df = 9
ExamProblems · examproblems.com/courses/statistics-2-inference