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
配送时间服从正态分布，均值为 32 min，标准差为 6 min。介于 29.3 和 44 min 之间的比例是多少？P 以小数表示。
μ = 32σ = 6x1 = 29.3x2 = 44
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，使阴影的后 85% 位于其左侧。求截断值 x。
μ = 178 cmσ = 7 cm85%
x = cm
3.置信区间中等
一个包含 30 个个体的样本，均值为 69，标准差 s = 6。总体近似服从正态分布。 求均值的 99% 置信区间的误差范围 E。
n = 30x̄ = 69s = 699%t(29) = 2.756
E =
4.置信区间困难
21 根机加工轴的直径样本标准差为 7 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 = 20 时，χ² 分布有 2.5% 位于 9.591 以下，2.5% 位于 34.17 以上。
n = 21s = 7 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 50.85，样本标准差为 4。求 H₀: μ = 50 的检验统计量 t。
μ₀ = 50x̄ = 50.85s = 4n = 64
t =
6.假设检验与置信区间困难
在 α = 0.01 下的单侧 z 检验，必须以 80% 的功效检测出均值 3 个单位的偏移。标准差为 13。求最小样本量 n。
α = 0.01功效 = 80%δ = 3σ = 13zα = 2.326zβ = 0.842
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€)。 求最小二乘直线的决定系数 r²。
n = 5
r² =
8.线性回归与相关困难
表中给出 5 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。 预测 x = 5 时的 ŷ。
n = 5x = 5
ŷ =
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，汽车”的期望频数 E。
行合计 = 65列合计 = 19N = 139
E =
10.卡方检验困难
对一个 3 行 5 列（不含合计）的列联表进行卡方独立性检验。 该检验的自由度 df 是多少？
3 × 5
df =
3溶液
1.正态分布
答案: P = 0.6509
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 = (29.3 − 32)/6 = −0.45
z₂ = (44 − 32)/6 = 2
中间面积
P = Φ(2) − Φ(−0.45) = 0.9772 − 0.3264 = 0.6509
答案
P = 0.6509
2.正态分布
答案: x = 185.3 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) = 0.85
由表得到的 z
z ≈ 1.04
回到原来的单位
x = 178 + 1.04·7 = 185.3 cm
答案
x = 185.3 cm
3.置信区间
答案: E = 3.019
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 = 29, t = 2.756
误差范围
E = 2.756·6/√30 = 3.019
答案
E = 3.019
4.置信区间
答案: σ = 5.355 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 = 20·7² = 980
σ² 的限值
980/34.17 = 28.68
980/9.591 = 102.2
σ 的限值
σ = √28.68 = 5.355 µm
答案
σ = 5.355 µm
σ 的 95% 区间：[5.355, 10.11] 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 = 4/√64 = 4/8 = 0.5
检验统计量
t = (50.85 − 50)/0.5 = 1.7
答案
t = 1.7
t0.025; df = 63 = 1.998
|t| < 1.998，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 = 189
检验的样本量：在水平 α 下的单侧 z 检验中，要以功效 1 − β 检测出真实偏移 δ，标准误必须满足 δ = (z_α + z_β)·σ/√n，所以 n = ((z_α + z_β)·σ/δ)²，向上取整。
解出 n
n = ((2.326 + 0.842)·13/3)² = 188.5
向上取整
n = 189
答案
n = 189
7.线性回归与相关
答案: r² = 0.9474
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 = 109/5 = 21.8
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −24
Syy = Σ(y − ȳ)² = 60.8
决定系数
r² = −24²/(10·60.8) = 0.9474
答案
r² = 0.9474
y 的变异中约有 94.74% 可由该直线解释。
8.线性回归与相关
答案: ŷ = 15.25
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 = 30/5 = 6
ȳ = 90/5 = 18
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 110
回归直线
b = 110/40 = 2.75
a = 18 − 2.75·6 = 1.5
ŷ = 1.5 + 2.75·x
预测
ŷ = 1.5 + 2.75·5 = 15.25
答案
ŷ = 15.25
9.卡方检验
答案: E = 8.885
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 = 65·19/139 = 8.885
答案
E = 8.885
10.卡方检验
答案: df = 8
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)·(5 − 1) = 8
答案
df = 8
ExamProblems · examproblems.com/courses/statistics-2-inference