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 与 z 之间的阴影面积为 0.9749。求 z，保留两位小数。
A = 0.9749
z =
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，使阴影的后 80% 位于其左侧。求截断值 x。
μ = 178 cmσ = 7 cm80%
x = cm
3.置信区间中等
一个包含 16 个个体的样本，均值为 106.5，标准差 s = 3.5。总体近似服从正态分布。 求均值的 90% 置信区间的下限。
n = 16x̄ = 106.5s = 3.590%t(15) = 1.753
下限 =
4.置信区间困难
16 根机加工轴的直径样本标准差为 7.3 µm。假设直径服从正态分布，求总体标准差 95% 置信区间的下限 σ。df = 15 时，χ² 分布有 2.5% 位于 6.262 以下，2.5% 位于 27.488 以上。
n = 16s = 7.3 µmχ² = 6.262, 27.488
σ = µm
5.假设检验与置信区间中等
6 名员工在培训课程前后各参加一次打字测试。记录每人的差值 d = 培训后 − 培训前（每分钟字数）。平均差值为 7.77，差值的标准差为 5.6。求 H₀: μd = 0 的配对检验统计量 t。
n = 6d̄ = 7.77sd = 5.6
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 2？标准差为 20。求最小样本量 n。
σ = 20E = 299%
n =
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€)。 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 5 对观测值 x = 广告支出 (k€) 和 y = 销售额 (k€)。 使用最小二乘直线 ŷ = a + b·x。 x 取何值 x 时，直线预测 ŷ = 29？
n = 5ŷ = 29
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 = 1202 × 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。 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 = 2.24
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 + 0.9749)/2 = 0.9875
反向查 z 表
在表中找到 0.9875，读出 z。
z = 2.24
答案
z = 2.24
2.正态分布
答案: x = 183.9 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) = 0.8
由表得到的 z
z ≈ 0.84
回到原来的单位
x = 178 + 0.84·7 = 183.9 cm
答案
x = 183.9 cm
3.置信区间
答案: 下限 = 105
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 = 15, t = 1.753
误差范围
E = 1.753·3.5/√16 = 1.534
区间
106.5 ± 1.534 → [105, 108]
答案
下限 = 105
4.置信区间
答案: σ = 5.393 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 = 15·7.3² = 799.4
σ² 的限值
799.4/27.488 = 29.08
799.4/6.262 = 127.7
σ 的限值
σ = √29.08 = 5.393 µm
答案
σ = 5.393 µm
σ 的 95% 区间：[5.393, 11.3] µm。
5.假设检验与置信区间
答案: t = 3.399
Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).
平均差值的标准误
SE = 5.6/√6 = 2.286
检验统计量
t = 7.77/2.286 = 3.399
答案
t = 3.399
df = 5 时，双侧 5% 的临界值为 2.571；|t| 更大，所以拒绝 H₀。
6.假设检验与置信区间
答案: n = 664
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 = (2.576·20/2)² = 663.6
向上取整
n = 664
答案
n = 664
7.线性回归与相关
答案: r = 0.9964
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 = 20/5 = 4
ȳ = 206/5 = 41.2
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 61
Syy = Σ(y − ȳ)² = 374.8
相关系数
r = 61/√(10·374.8) = 0.9964
答案
r = 0.9964
8.线性回归与相关
答案: x = 1.474
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 = 174/5 = 34.8
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 38
回归直线
b = 38/10 = 3.8
a = 34.8 − 3.8·3 = 23.4
ŷ = 23.4 + 3.8·x
解出 x
x = (29 − 23.4)/3.8 = 1.474
答案
x = 1.474
9.卡方检验
答案: χ² = 10.55
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: 80·30/120 = 20, 80·42/120 = 28, 80·48/120 = 32
教职工: 40·30/120 = 10, 40·42/120 = 14, 40·48/120 = 16
卡方统计量
χ² = (17 − 20)²/20 + (36 − 28)²/28 + (27 − 32)²/32 + (13 − 10)²/10 + (6 − 14)²/14 + (21 − 16)²/16
χ² = 10.55
答案
χ² = 10.55
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: χ²crit = 18.31
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
表
χ²crit(df = 10, α = 0.05) = 18.307
答案
χ²crit = 18.307
若计算出的 χ² 大于该值，则拒绝 H₀。
ExamProblems · examproblems.com/courses/statistics-2-inference