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
X 服从均值 12 min、标准差 1.5 min 的正态分布；Y 独立，服从均值 20 min、标准差 2 min 的正态分布。求 X + Y 大于 37 min 的概率 P。z 取两位小数。
μX = 12, σX = 1.5μY = 20, σY = 2X + Y > 37 min
P =
2.正态分布困难
成年男性的身高 服从正态分布，均值为 178 cm，标准差为 7 cm。拖动截断值，使阴影的前 85% 位于其右侧。求截断值 x。
μ = 178 cmσ = 7 cm85%
x = cm
3.置信区间中等
测量 16 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 5.2，标准差为 2.5。 求平均差值的 95% 置信区间的误差范围 E。
n = 16d̄ = 5.2sd = 2.595%t(15) = 2.131
E = mmHg
4.置信区间困难
总体标准差为 40。样本量 n 至少要多大，才能使均值的 90% 置信区间的误差范围不超过 1？
σ = 40E = 190%
n =
5.假设检验与置信区间中等
64 名学生的样本平均分为 42.25，样本标准差为 20。求 H₀: μ = 50 的检验统计量 t。
μ₀ = 50x̄ = 42.25s = 20n = 64
t =
6.假设检验与置信区间困难
在一项试验中，接受治疗 A 的 250 名患者中有 63 人康复，接受治疗 B 的 250 名患者中有 98 人康复。用合并比例求 H₀: p₁ = p₂ 的检验统计量 z。
x₁ = 63n₁ = 250x₂ = 98n₂ = 250
z =
7.线性回归与相关中等
表中给出 5 对观测值 x = 广告支出 (k€) 和 y = 销售额 (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 = 25Σy = 221Σx² = 135Σy² = 9975Σxy = 1148
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。 x 取何值 x 时，直线预测 ŷ = 11？
n = 5ŷ = 11
x =
9.卡方检验中等
列联表给出了观测频数。为进行卡方独立性检验，求单元格“教职工，公交车”的期望频数 E。
行合计 = 90列合计 = 77N = 203
E =
10.卡方检验困难
一个卡方拟合优度检验检验 5 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: P = 0.02275
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)。
和的分布
μ = 32 min, σ = √(1.5² + 2²) = 2.5 min
标准化
z = (37 − 32)/2.5 = 2
上尾
P = 1 − Φ(2) = 1 − 0.9772 = 0.02275
答案
P = 0.02275
2.正态分布
答案: x = 170.7 cm
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) = 0.15
由表得到的 z
z ≈ −1.04
回到原来的单位
x = 178 − 1.04·7 = 170.7 cm
答案
x = 170.7 cm
3.置信区间
答案: E = 1.332 mmHg
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.
临界值
df = 15, t = 2.131
误差范围
E = 2.131·2.5/√16 = 1.332
答案
E = 1.332 mmHg
4.置信区间
答案: n = 4330
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。
解出 n
n = (1.645·40/1)² = 4330
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 4330
答案
n = 4330
5.假设检验与置信区间
答案: t = −3.1
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/√64 = 20/8 = 2.5
检验统计量
t = (42.25 − 50)/2.5 = −3.1
答案
t = −3.1
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: z = −3.35
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.
样本比例
p̂₁ = 63/250 = 0.252
p̂₂ = 98/250 = 0.392
p̂ = 161/500 = 0.322
H₀ 下的标准误
SE = √(0.322·0.678·(1/250 + 1/250)) = 0.04179
检验统计量
z = (0.252 − 0.392)/0.04179 = −3.35
答案
z = −3.35
|z| > 1.96，所以在 5% 水平下拒绝 H₀（双侧）。
7.线性回归与相关
答案: r = 0.9456
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 = 1148 − 25·221/5 = 43
Sxx = 135 − 25²/5 = 10
Syy = 9975 − 221²/5 = 206.8
相关系数
r = 43/√(10·206.8) = 0.9456
答案
r = 0.9456
8.线性回归与相关
答案: x = 4.68
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 = 76/5 = 15.2
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −25
回归直线
b = −25/10 = −2.5
a = 15.2 − (−2.5)·3 = 22.7
ŷ = 22.7 − 2.5·x
解出 x
x = (11 − 22.7)/(−2.5) = 4.68
答案
x = 4.68
9.卡方检验
答案: E = 34.14
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
E = 90·77/203 = 34.14
答案
E = 34.14
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 = 5 − 1 − 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