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 右侧的阴影面积为 0.8389。求 z，保留两位小数。
A = 0.8389
z =
2.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，使阴影的前 80% 位于其右侧。求截断值 x。
μ = 250 gσ = 5 g80%
x = g
3.置信区间中等
一个包含 13 个个体的样本，均值为 93.5，标准差 s = 11.5。总体近似服从正态分布。 求均值的 95% 置信区间的下限。
n = 13x̄ = 93.5s = 11.595%t(12) = 2.179
下限 =
4.置信区间困难
对两种肥料进行试验。地块组 1：11 块地，平均产量 47 kg，标准差 7.5 kg。地块组 2：10 块地，均值 43 kg，标准差 7.5 kg。假设方差相等（合并 t，df = n₁ + n₂ − 2）。 求 μ₁ − μ₂ 的 95% 置信区间的误差范围 E。
n₁ = 11x̄₁ = 47s₁ = 7.5n₂ = 10x̄₂ = 43s₂ = 7.595%t(19) = 2.093
E = kg
5.假设检验与置信区间中等
比较两种教学方法。第 1 组：9 名学生，平均分 74，标准差 5。第 2 组：8 名学生，平均分 86.2，标准差 11。假设总体方差相等，使用合并方差的两样本 t 检验。取差值为 x̄₁ − x̄₂（第 1 组减第 2 组），求 H₀: μ₁ = μ₂ 的检验统计量 t。
n₁ = 9x̄₁ = 74s₁ = 5n₂ = 8x̄₂ = 86.2s₂ = 11
t =
6.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 95% 的功效检测出均值 4 个单位的偏移。标准差为 8。求最小样本量 n。
α = 0.05功效 = 95%δ = 4σ = 8zα = 1.645zβ = 1.645
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 = 105Σx² = 55Σy² = 2275Σxy = 290
r =
8.线性回归与相关困难
表中给出 5 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 = 2.5 时的 ŷ。
n = 5x = 2.5
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 = 2002 × 3
χ² =
10.卡方检验困难
对一个 3 行 6 列（不含合计）的列联表进行卡方独立性检验。 该检验的自由度 df 是多少？
3 × 6
df =
3溶液
1.正态分布
答案: z = −0.99
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 − 0.8389 = 0.1611
反向查 z 表
在表中找到 0.1611，读出 z。
z = −0.99
答案
z = −0.99
2.正态分布
答案: x = 245.8 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) = 0.2
由表得到的 z
z ≈ −0.84
回到原来的单位
x = 250 − 0.84·5 = 245.8 g
答案
x = 245.8 g
3.置信区间
答案: 下限 = 86.55
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 = 12, t = 2.179
误差范围
E = 2.179·11.5/√13 = 6.95
区间
93.5 ± 6.95 → [86.55, 100.4]
答案
下限 = 86.55
4.置信区间
答案: E = 6.859 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 = (10·7.5² + 9·7.5²)/19 = 56.25
sp = 7.5
误差范围
E = 2.093·7.5·√(1/11 + 1/10) = 6.859
答案
E = 6.859 kg
5.假设检验与置信区间
答案: t = −3.005
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.
合并方差
sp² = (8·5² + 7·11²)/15 = 69.8
sp = 8.355
标准误
SE = 8.355·√(1/9 + 1/8) = 4.06
检验统计量
t = (74 − 86.2)/4.06 = −3.005
答案
t = −3.005
df = 15 时，双侧 5% 的临界值为 2.131；|t| 更大，所以拒绝 H₀。
6.假设检验与置信区间
答案: n = 44
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 + 1.645)·8/4)² = 43.3
向上取整
n = 44
答案
n = 44
7.线性回归与相关
答案: r = −0.9449
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 = 290 − 15·105/5 = −25
Sxx = 55 − 15²/5 = 10
Syy = 2275 − 105²/5 = 70
相关系数
r = −25/√(10·70) = −0.9449
答案
r = −0.9449
8.线性回归与相关
答案: ŷ = 23.45
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 = 110/5 = 22
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −29
回归直线
b = −29/10 = −2.9
a = 22 − (−2.9)·3 = 30.7
ŷ = 30.7 − 2.9·x
预测
ŷ = 30.7 + (−2.9)·2.5 = 23.45
答案
ŷ = 23.45
9.卡方检验
答案: χ² = 8.238
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: 120·50/200 = 30, 120·70/200 = 42, 120·80/200 = 48
农村: 80·50/200 = 20, 80·70/200 = 28, 80·80/200 = 32
卡方统计量
χ² = (29 − 30)²/30 + (51 − 42)²/42 + (40 − 48)²/48 + (21 − 20)²/20 + (19 − 28)²/28 + (40 − 32)²/32
χ² = 8.238
答案
χ² = 8.238
df = 2。在 α = 0.05 时临界值为 5.991，所以 H₀（独立）被拒绝。
10.卡方检验
答案: df = 10
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 = (3 − 1)·(6 − 1) = 10
答案
df = 10
ExamProblems · examproblems.com/courses/statistics-2-inference