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 0.1112。求 z，保留两位小数。
A = 0.1112
z =
2.正态分布困难
一组人中男性的身高 X 与女性的身高 Y相互独立且服从正态分布：X 的均值为 180 cm，标准差为 10 cm，Y 的均值为 170 cm，标准差为 12 cm。求 X 大于 Y 的概率 P。z 取两位小数。
μX = 180 cm, σX = 10 cmμY = 170 cm, σY = 12 cm
P =
3.置信区间中等
基于 100 个观测值且 σ 已知的均值 90% 置信区间，其误差范围为 5.7。 如果同一研究改用 400 个观测值，误差范围 E₂ 是多少？
90%n₁ = 100E₁ = 5.7n₂ = 400
E₂ =
4.置信区间困难
21 根机加工轴的直径样本标准差为 11.1 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 = 20 时，χ² 分布有 2.5% 位于 9.591 以下，2.5% 位于 34.17 以上。
n = 21s = 11.1 µmχ² = 9.591, 34.17
σ = µm
5.假设检验与置信区间中等
64 名学生的样本平均分为 121.3，样本标准差为 5。求 H₀: μ = 120 的检验统计量 t。
μ₀ = 120x̄ = 121.3s = 5n = 64
t =
6.假设检验与置信区间困难
在 α = 0.05 下，用容量为 25 的样本对 H₀: μ = 80 与 H₁: μ < 80 进行单侧 z 检验；已知标准差为 2.5。实际上均值为 78.95。 求该检验的功效 1 − β，以百分比表示。
μ₀ = 80μ = 78.95σ = 2.5n = 25α = 0.05
1 − β = %
7.线性回归与相关中等
表中给出 6 对观测值 x = 车龄（年） 和 y = 价格 (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 6 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 = 8 时的 ŷ。
n = 6x = 8
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 × 2
χ² =
10.卡方检验困难
一个卡方拟合优度检验将 4 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）。 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 = 1.22
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 − 0.1112 = 0.8888
反向查 z 表
在表中找到 0.8888，读出 z。
z = 1.22
答案
z = 1.22
2.正态分布
答案: P = 0.7389
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 = 180 − 170 = 10 cm, σ = 15.62 cm
标准化
z = (0 − 10)/15.62 = −0.64
概率
P = 1 − Φ(−0.64) = 0.7389
答案
P = 0.7389
3.置信区间
答案: E₂ = 2.85
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
误差范围之比
E₂/E₁ = (1.645/1.645)·√(100/400) = 0.5
新的误差范围
E₂ = 5.7·0.5 = 2.85
答案
E₂ = 2.85
4.置信区间
答案: σ = 16.03 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 = 20·11.1² = 2464
σ² 的限值
2464/34.17 = 72.12
2464/9.591 = 256.9
σ 的限值
σ = √256.9 = 16.03 µm
答案
σ = 16.03 µm
σ 的 95% 区间：[8.492, 16.03] µm。
5.假设检验与置信区间
答案: t = 2.08
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 = 5/√64 = 5/8 = 0.625
检验统计量
t = (121.3 − 120)/0.625 = 2.08
答案
t = 2.08
t0.025; df = 63 = 1.998
|t| > 1.998，所以在 5% 水平下拒绝 H₀（双侧）。
6.假设检验与置信区间
答案: 1 − β = 67.54 %
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 = 2.5/√25 = 0.5
x̄c = 80 − 1.645·0.5 = 79.18
真实均值下的 z
z = (79.18 − 78.95)/0.5 = 0.455
功率
功效 = P(Z < 0.455) = 67.54%
1 − β = 67.54%
答案
1 − β = 67.54%
7.线性回归与相关
答案: r² = 0.967
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 = 125/6 = 20.83
平方和与乘积和
Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = −20.5
Syy = Σ(y − ȳ)² = 24.83
决定系数
r² = −20.5²/(17.5·24.83) = 0.967
答案
r² = 0.967
y 的变异中约有 96.7% 可由该直线解释。
8.线性回归与相关
答案: ŷ = 64.63
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 = 36/6 = 6
ȳ = 353/6 = 58.83
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 203
回归直线
b = 203/70 = 2.9
a = 58.83 − 2.9·6 = 41.43
ŷ = 41.43 + 2.9·x
预测
ŷ = 41.43 + 2.9·8 = 64.63
答案
ŷ = 64.63
9.卡方检验
答案: χ² = 11.64
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: 100·110/200 = 55, 100·90/200 = 45
安慰剂: 100·110/200 = 55, 100·90/200 = 45
卡方统计量
χ² = (43 − 55)²/55 + (57 − 45)²/45 + (67 − 55)²/55 + (33 − 45)²/45
χ² = 11.64
答案
χ² = 11.64
df = 1。在 α = 0.05 时临界值为 3.841，所以 H₀（独立）被拒绝。
10.卡方检验
答案: χ²crit = 7.815
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 = 4 − 1 = 3
表
χ²crit(df = 3, α = 0.05) = 7.815
答案
χ²crit = 7.815
若计算出的 χ² 大于该值，则拒绝 H₀。
ExamProblems · examproblems.com/courses/statistics-2-inference