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
螺栓的质量相互独立，服从均值 40 g、标准差 1.2 g 的正态分布。求其中 9 个的总质量超过 354.6 g 的概率 P。z 取两位小数。
μ = 40 gσ = 1.2 gn = 9> 354.6 g
P =
2.正态分布困难
配送时间服从正态分布，均值为 32 min，标准差为 6 min。求数值 x，使得有 20% 的数据低于它（第 20 百分位数）。
μ = 32σ = 6P = 20%
x = min
3.置信区间中等
基于 64 个观测值且 σ 已知的均值 95% 置信区间，其误差范围为 4.1。 如果同一研究改用 576 个观测值，误差范围 E₂ 是多少？
95%n₁ = 64E₁ = 4.1n₂ = 576
E₂ =
4.置信区间困难
10 根机加工轴的直径样本标准差为 11.6 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 = 9 时，χ² 分布有 2.5% 位于 2.7 以下，2.5% 位于 19.023 以上。
n = 10s = 11.6 µmχ² = 2.7, 19.023
σ = µm
5.假设检验与置信区间中等
49 名学生的样本平均分为 502.1，样本标准差为 5。求 H₀: μ = 500 的检验统计量 t。
μ₀ = 500x̄ = 502.1s = 5n = 49
t =
6.假设检验与置信区间困难
在 α = 0.10 下，用容量为 64 的样本对 H₀: μ = 200 与 H₁: μ < 200 进行单侧 z 检验；已知标准差为 20。实际上均值为 195.5。 求该检验的功效 1 − β，以百分比表示。
μ₀ = 200μ = 195.5σ = 20n = 64α = 0.10
1 − β = %
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 = 学习小时数 和 y = 考试成绩。 使用最小二乘直线 ŷ = a + b·x。 预测 x = 2.5 时的 ŷ。
n = 5x = 2.5
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“农村，低”的期望频数 E。
行合计 = 45列合计 = 42N = 103
E =
10.卡方检验困难
一个卡方拟合优度检验将 6 个类别的观测频数与完全给定的期望比例进行比较（没有由数据估计的参数）。 该检验的自由度 df 是多少？
k = 6
df =
3溶液
1.正态分布
答案: P = 0.9332
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)。
总和的分布
μT = 360 g, σT = 1.2·√9 = 3.6 g
标准化
z = (354.6 − 360)/3.6 = −1.5
概率
P = 1 − Φ(−1.5) = 0.9332
答案
P = 0.9332
2.正态分布
答案: x = 26.95 min
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) = 0.2 → z = −0.8416
换算回 x
x = 32 + −0.8416·6 = 26.95 min
答案
x = 26.95 min
3.置信区间
答案: E₂ = 1.367
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
误差范围之比
E₂/E₁ = (1.96/1.96)·√(64/576) = 0.3333
新的误差范围
E₂ = 4.1·0.3333 = 1.367
答案
E₂ = 1.367
4.置信区间
答案: σ = 21.18 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 = 9·11.6² = 1211
σ² 的限值
1211/19.023 = 63.66
1211/2.7 = 448.5
σ 的限值
σ = √448.5 = 21.18 µm
答案
σ = 21.18 µm
σ 的 95% 区间：[7.979, 21.18] µm。
5.假设检验与置信区间
答案: t = 2.94
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/√49 = 5/7 = 0.7143
检验统计量
t = (502.1 − 500)/0.7143 = 2.94
答案
t = 2.94
t0.025; df = 48 = 2.011
|t| > 2.011，所以在 5% 水平下拒绝 H₀（双侧）。
6.假设检验与置信区间
答案: 1 − β = 69.78 %
检验功效：功效 = 1 − β，是 H₀ 为假时拒绝 H₀ 的概率。由 μ₀ 和 z_α 求出临界值 x̄c，再用真实均值计算落在 x̄c 以外的概率：z = (x̄c − μ)/(σ/√n)。
临界样本均值
SE = 20/√64 = 2.5
x̄c = 200 − 1.282·2.5 = 196.8
真实均值下的 z
z = (196.8 − 195.5)/2.5 = 0.518
功率
功效 = P(Z < 0.518) = 69.78%
1 − β = 69.78%
答案
1 − β = 69.78%
7.线性回归与相关
答案: r² = 0.9361
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 = 240/5 = 48
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 63
Syy = Σ(y − ȳ)² = 424
决定系数
r² = 63²/(10·424) = 0.9361
答案
r² = 0.9361
y 的变异中约有 93.61% 可由该直线解释。
8.线性回归与相关
答案: ŷ = 58.45
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 = 300/5 = 60
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 31
回归直线
b = 31/10 = 3.1
a = 60 − 3.1·3 = 50.7
ŷ = 50.7 + 3.1·x
预测
ŷ = 50.7 + 3.1·2.5 = 58.45
答案
ŷ = 58.45
9.卡方检验
答案: E = 18.35
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 = 45·42/103 = 18.35
答案
E = 18.35
10.卡方检验
答案: df = 5
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 = 6 − 1 = 5
答案
df = 5
ExamProblems · examproblems.com/courses/statistics-2-inference