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
拖动 z，使标准正态曲线下 −z 与 z 之间的阴影面积为 0.7017。求 z，保留两位小数。
A = 0.7017
z =
2.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。拖动截断值，使阴影的前 75% 位于其右侧。求截断值 x。
μ = 65 分σ = 10 分75%
x = 分
3.置信区间中等
一个包含 25 个个体的样本，均值为 48，标准差 s = 11。总体近似服从正态分布。 求均值的 99% 置信区间的误差范围 E。
n = 25x̄ = 48s = 1199%t(24) = 2.797
E =
4.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 77 kg，标准差 8.5 kg。地块组 2：11 块地，均值 87.5 kg，标准差 7.5 kg。假设方差相等（合并 t，df = n₁ + n₂ − 2）。 求 μ₁ − μ₂ 的 90% 置信区间的下限。
n₁ = 5x̄₁ = 77s₁ = 8.5n₂ = 11x̄₂ = 87.5s₂ = 7.590%t(14) = 1.761
下限 = kg
5.假设检验与置信区间中等
8 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 9.38，差值的标准差为 10.2。求 H₀: μd = 0 的配对检验统计量 t。
n = 8d̄ = 9.38sd = 10.2
t =
6.假设检验与置信区间困难
样本至少要多大，才能使均值的 95% 置信区间的误差范围不超过 1？标准差为 8。求最小样本量 n。
σ = 8E = 195%
n =
7.线性回归与相关中等
表中给出 5 对观测值 x = 车龄（年） 和 y = 价格 (k€)。 已给出它们的各项和。由这些和求皮尔逊相关系数 r。
n = 5Σx = 15Σy = 74Σx² = 55Σy² = 1174Σxy = 196
r =
8.线性回归与相关困难
表中给出 6 对观测值 x = 车龄（年） 和 y = 价格 (k€)。 使用最小二乘直线 ŷ = a + b·x。 预测 x = 5.5 时的 ŷ。
n = 6x = 5.5
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 = 1602 × 2
χ² =
10.卡方检验困难
一个卡方拟合优度检验检验 9 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 = 0.05 下的临界值 χ²crit。
α = 0.05
χ²crit =
3溶液
1.正态分布
答案: z = 1.04
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 + 0.7017)/2 = 0.8508
反向查 z 表
在表中找到 0.8508，读出 z。
z = 1.04
答案
z = 1.04
2.正态分布
答案: x = 58.3 分
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) = 0.25
由表得到的 z
z ≈ −0.67
回到原来的单位
x = 65 − 0.67·10 = 58.3 分
答案
x = 58.3 分
3.置信区间
答案: E = 6.153
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 = 24, t = 2.797
误差范围
E = 2.797·11/√25 = 6.153
答案
E = 6.153
4.置信区间
答案: 下限 = −17.91 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 = (4·8.5² + 10·7.5²)/14 = 60.82
sp = 7.799
误差范围
E = 1.761·7.799·√(1/5 + 1/11) = 7.407
区间
−10.5 ± 7.407 → [−17.91, −3.093]
答案
下限 = −17.91 kg
5.假设检验与置信区间
答案: t = 2.601
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 = 10.2/√8 = 3.606
检验统计量
t = 9.38/3.606 = 2.601
答案
t = 2.601
df = 7 时，双侧 5% 的临界值为 2.365；|t| 更大，所以拒绝 H₀。
6.假设检验与置信区间
答案: n = 246
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）。
解出 n
n = (1.96·8/1)² = 245.9
向上取整
n = 246
答案
n = 246
7.线性回归与相关
答案: r = −0.9262
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 = 196 − 15·74/5 = −26
Sxx = 55 − 15²/5 = 10
Syy = 1174 − 74²/5 = 78.8
相关系数
r = −26/√(10·78.8) = −0.9262
答案
r = −0.9262
8.线性回归与相关
答案: ŷ = 12.54
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 = 21/6 = 3.5
ȳ = 102/6 = 17
平方和与乘积和
Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = −39
回归直线
b = −39/17.5 = −2.229
a = 17 − (−2.229)·3.5 = 24.8
ŷ = 24.8 − 2.229·x
预测
ŷ = 24.8 + (−2.229)·5.5 = 12.54
答案
ŷ = 12.54
9.卡方检验
答案: χ² = 0.6349
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
新药: 40·48/160 = 12, 40·112/160 = 28
安慰剂: 120·48/160 = 36, 120·112/160 = 84
卡方统计量
χ² = (14 − 12)²/12 + (26 − 28)²/28 + (34 − 36)²/36 + (86 − 84)²/84
χ² = 0.6349
答案
χ² = 0.6349
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 = 14.07
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 = 9 − 1 − 1 = 7
表
χ²crit(df = 7, α = 0.05) = 14.067
答案
χ²crit = 14.067
若计算出的 χ² 大于该值，则拒绝 H₀。
ExamProblems · examproblems.com/courses/statistics-2-inference