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 247.75 和 252.75 g 之间的比例是多少？P 以小数表示。
μ = 250σ = 5x1 = 247.75x2 = 252.75
P =
2.正态分布困难
电池寿命服从正态分布，均值为 500 h，标准差为 40 h。求数值 x，使得有 90% 的数据低于它（第 90 百分位数）。
μ = 500σ = 40P = 90%
x = h
3.置信区间中等
一个包含 25 个个体的样本，均值为 118.5，标准差 s = 19。总体近似服从正态分布。 求均值的 90% 置信区间的上限。
n = 25x̄ = 118.5s = 1990%t(24) = 1.711
上限 =
4.置信区间困难
21 根机加工轴的直径样本标准差为 6.5 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 = 20 时，χ² 分布有 2.5% 位于 9.591 以下，2.5% 位于 34.17 以上。
n = 21s = 6.5 µmχ² = 9.591, 34.17
σ = µm
5.假设检验与置信区间中等
100 名学生的样本平均分为 201.7，样本标准差为 10。求 H₀: μ = 200 的检验统计量 t。
μ₀ = 200x̄ = 201.7s = 10n = 100
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 99% 置信区间的误差范围不超过 3？标准差为 5。求最小样本量 n。
σ = 5E = 399%
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 = 99Σx² = 55Σy² = 1993Σxy = 281
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。 新得到一个观测值 (4.5, 60)。求其残差 e = y − ŷ。
n = 5(4.5, 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 = 2002 × 2
χ² =
10.卡方检验困难
一个卡方拟合优度检验检验 8 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 = 0.3825
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 = (247.75 − 250)/5 = −0.45
z₂ = (252.75 − 250)/5 = 0.55
中间面积
P = Φ(0.55) − Φ(−0.45) = 0.7088 − 0.3264 = 0.3825
答案
P = 0.3825
2.正态分布
答案: x = 551.3 h
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) = 0.9 → z = 1.282
换算回 x
x = 500 + 1.282·40 = 551.26 h
答案
x = 551.26 h
3.置信区间
答案: 上限 = 125
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 = 1.711
误差范围
E = 1.711·19/√25 = 6.502
区间
118.5 ± 6.502 → [112, 125]
答案
上限 = 125
4.置信区间
答案: σ = 9.386 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 = 20·6.5² = 845
σ² 的限值
845/34.17 = 24.73
845/9.591 = 88.1
σ 的限值
σ = √88.1 = 9.386 µm
答案
σ = 9.386 µm
σ 的 95% 区间：[4.973, 9.386] 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 = 10/√100 = 10/10 = 1
检验统计量
t = (201.7 − 200)/1 = 1.7
答案
t = 1.7
t0.025; df = 99 = 1.984
|t| < 1.984，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: n = 19
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 = (2.576·5/3)² = 18.43
向上取整
n = 19
答案
n = 19
7.线性回归与相关
答案: r = −0.8835
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 = 281 − 15·99/5 = −16
Sxx = 55 − 15²/5 = 10
Syy = 1993 − 99²/5 = 32.8
相关系数
r = −16/√(10·32.8) = −0.8835
答案
r = −0.8835
8.线性回归与相关
答案: e = −2.65
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 = 25/5 = 5
ȳ = 320/5 = 64
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 27
回归直线
b = 27/10 = 2.7
a = 64 − 2.7·5 = 50.5
ŷ = 50.5 + 2.7·x
预测值
ŷ = 50.5 + 2.7·4.5 = 62.65
残差
e = 60 − 62.65 = −2.65
答案
e = −2.65
该点位于直线下方。
9.卡方检验
答案: χ² = 1.587
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: 80·60/200 = 24, 80·140/200 = 56
安慰剂: 120·60/200 = 36, 120·140/200 = 84
卡方统计量
χ² = (28 − 24)²/24 + (52 − 56)²/56 + (32 − 36)²/36 + (88 − 84)²/84
χ² = 1.587
答案
χ² = 1.587
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 = 16.81
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 = 8 − 1 − 1 = 6
表
χ²crit(df = 6, α = 0.01) = 16.812
答案
χ²crit = 16.812
若计算出的 χ² 大于该值，则拒绝 H₀。
ExamProblems · examproblems.com/courses/statistics-2-inference