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
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，使阴影的后 85% 位于其左侧。求截断值 x。
μ = 65 分σ = 10 分85%
x = 分
3.置信区间中等
测量 6 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 2.8，标准差为 5.5。 求平均差值的 95% 置信区间的误差范围 E。
n = 6d̄ = 2.8sd = 5.595%t(5) = 2.571
E = mmHg
4.置信区间困难
对两种肥料进行试验。地块组 1：15 块地，平均产量 19 kg，标准差 8 kg。地块组 2：7 块地，均值 16 kg，标准差 9.5 kg。假设方差相等（合并 t，df = n₁ + n₂ − 2）。 求 μ₁ − μ₂ 的 99% 置信区间的误差范围 E。
n₁ = 15x̄₁ = 19s₁ = 8n₂ = 7x̄₂ = 16s₂ = 9.599%t(20) = 2.845
E = kg
5.假设检验与置信区间中等
81 名学生的样本平均分为 201.2，样本标准差为 5。求 H₀: μ = 200 的检验统计量 t。
μ₀ = 200x̄ = 201.2s = 5n = 81
t =
6.假设检验与置信区间困难
25 次测量的样本均值为 197.5。总体标准差为 5。求均值 90% 置信区间的上限 U。
x̄ = 197.5σ = 5n = 2590%
U =
7.线性回归与相关中等
表中给出 5 对观测值 x = 学习小时数 和 y = 考试成绩。 求皮尔逊相关系数 r。
n = 5
r =
8.线性回归与相关困难
表中给出 6 对观测值 x = 荷载 (kN) 和 y = 伸长量 (mm)。 使用最小二乘直线 ŷ = a + b·x。 x 取何值 x 时，直线预测 ŷ = 14？
n = 6ŷ = 14
x =
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
表中给出了观测频数。在 α = 0.05 下检验两个变量是否独立（不使用连续性校正）。计算检验统计量 χ²，再与表中的临界值比较。
N = 1803 × 2α = 0.05
χ² =
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 = 75.4 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) = 0.85
由表得到的 z
z ≈ 1.04
回到原来的单位
x = 65 + 1.04·10 = 75.4 分
答案
x = 75.4 分
3.置信区间
答案: E = 5.773 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 = 5, t = 2.571
误差范围
E = 2.571·5.5/√6 = 5.773
答案
E = 5.773 mmHg
4.置信区间
答案: E = 11.04 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 = (14·8² + 6·9.5²)/20 = 71.88
sp = 8.478
误差范围
E = 2.845·8.478·√(1/15 + 1/7) = 11.04
答案
E = 11.04 kg
5.假设检验与置信区间
答案: t = 2.16
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/√81 = 5/9 = 0.5556
检验统计量
t = (201.2 − 200)/0.5556 = 2.16
答案
t = 2.16
t0.025; df = 80 = 1.99
|t| > 1.99，所以在 5% 水平下拒绝 H₀（双侧）。
6.假设检验与置信区间
答案: U = 199.1
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）。
误差范围
E = 1.645·5/√25 = 1.645
区间端点
U = 197.5 + 1.645 = 199.1
答案
U = 199.1
7.线性回归与相关
答案: r = 0.9947
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 = 391/5 = 78.2
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 80
Syy = Σ(y − ȳ)² = 646.8
相关系数
r = 80/√(10·646.8) = 0.9947
答案
r = 0.9947
8.线性回归与相关
答案: x = 5.255
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 = 42/6 = 7
ȳ = 103/6 = 17.17
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 127
回归直线
b = 127/70 = 1.814
a = 17.17 − 1.814·7 = 4.467
ŷ = 4.467 + 1.814·x
解出 x
x = (14 − 4.467)/1.814 = 5.255
答案
x = 5.255
9.卡方检验
答案: χ² = 2.611
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
学生: 80·40/200 = 16, 80·90/200 = 36, 80·70/200 = 28
教职工: 120·40/200 = 24, 120·90/200 = 54, 120·70/200 = 42
卡方统计量
χ² = (13 − 16)²/16 + (34 − 36)²/36 + (33 − 28)²/28 + (27 − 24)²/24 + (56 − 54)²/54 + (37 − 42)²/42
χ² = 2.611
答案
χ² = 2.611
df = 2。在 α = 0.05 时临界值为 5.991，所以 H₀（独立）不被拒绝。
10.卡方检验
答案: χ² = 2.143
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
18–30 岁: 12, 28
31–50 岁: 30, 70
51 岁及以上: 12, 28
卡方统计量
χ² = (9 − 12)²/12 + (31 − 28)²/28 + (30 − 30)²/30 + (70 − 70)²/70 + (15 − 12)²/12 + (25 − 28)²/28
χ² = 2.143
决策
df = 2, χ²crit = 5.991
2.143 < 5.991
答案
χ² = 2.143
χ² 低于临界值，所以不拒绝 H₀：没有显著证据表明两者相关。
ExamProblems · examproblems.com/courses/statistics-2-inference