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 120 mm、标准差 0.3 mm 的正态分布；Y 独立，服从均值 80 mm、标准差 0.4 mm 的正态分布。求 X + Y 大于 200.5 mm 的概率 P。z 取两位小数。
μX = 120, σX = 0.3μY = 80, σY = 0.4X + Y > 200.5 mm
P =
2.正态分布困难
一组人中男性的身高 X 与女性的身高 Y相互独立且服从正态分布：X 的均值为 180 cm，标准差为 10 cm，Y 的均值为 170 cm，标准差为 12 cm。求 X 大于 Y 的概率 P。z 取两位小数。
μX = 180 cm, σX = 10 cmμY = 170 cm, σY = 12 cm
P =
3.置信区间中等
一个包含 7 个个体的样本，均值为 17，标准差 s = 14.5。总体近似服从正态分布。 求均值的 90% 置信区间的下限。
n = 7x̄ = 17s = 14.590%t(6) = 1.943
下限 =
4.置信区间困难
一项预研究表明，约有 0.7 的产品有缺陷。 必须检验多少件产品 n，才能使比例的 90% 置信区间的误差范围不超过 0.025？
p ≈ 0.7E = 0.02590%
n =
5.假设检验与置信区间中等
两条生产线生产同一种零件。生产线 1：60 个零件的样本平均长度为 51 mm，该生产线的已知标准差为 10 mm。生产线 2：100 个零件的样本均值为 55.9 mm，已知标准差为 11 mm。取差值为 x̄₁ − x̄₂（生产线 1 减生产线 2），求 H₀: μ₁ = μ₂ 的检验统计量 z。
n₁ = 60x̄₁ = 51 mmσ₁ = 10 mmn₂ = 100x̄₂ = 55.9 mmσ₂ = 11 mm
z =
6.假设检验与置信区间困难
在 α = 0.05 下的单侧 z 检验，必须以 80% 的功效检测出均值 1.5 个单位的偏移。标准差为 8。求最小样本量 n。
α = 0.05功效 = 80%δ = 1.5σ = 8zα = 1.645zβ = 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 = 广告支出 (k€) 和 y = 销售额 (k€)。 使用最小二乘直线 ŷ = a + b·x。 新得到一个观测值 (6.5, 73)。求其残差 e = y − ŷ。
n = 5(6.5, 73)
e =
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 = 2202 × 3
χ² =
10.卡方检验困难
对一个 2 行 6 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？
2 × 6
df =
3溶液
1.正态分布
答案: P = 0.1587
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 = 200 mm, σ = √(0.3² + 0.4²) = 0.5 mm
标准化
z = (200.5 − 200)/0.5 = 1
上尾
P = 1 − Φ(1) = 1 − 0.8413 = 0.1587
答案
P = 0.1587
2.正态分布
答案: P = 0.7389
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)。
差的分布
μ = 180 − 170 = 10 cm, σ = 15.62 cm
标准化
z = (0 − 10)/15.62 = −0.64
概率
P = 1 − Φ(−0.64) = 0.7389
答案
P = 0.7389
3.置信区间
答案: 下限 = 6.351
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 = 6, t = 1.943
误差范围
E = 1.943·14.5/√7 = 10.65
区间
17 ± 10.65 → [6.351, 27.65]
答案
下限 = 6.351
4.置信区间
答案: n = 910
Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0.5, which gives the largest n.
解出 n
n = 1.645²·0.7·0.3/0.025² = 909.2
向上取整
n = 910
答案
n = 910
5.假设检验与置信区间
答案: z = −2.889
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.
差值的标准误
SE = √(10²/60 + 11²/100) = √2.877 = 1.696
检验统计量
z = (51 − 55.9)/1.696 = −2.889
答案
z = −2.889
|z| > 1.96，所以在 5% 水平下拒绝 H₀（双侧）。
6.假设检验与置信区间
答案: n = 176
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 = ((1.645 + 0.842)·8/1.5)² = 175.9
向上取整
n = 176
答案
n = 176
7.线性回归与相关
答案: r² = 0.5904
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 = 103/5 = 20.6
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −14
Syy = Σ(y − ȳ)² = 33.2
决定系数
r² = −14²/(10·33.2) = 0.5904
答案
r² = 0.5904
y 的变异中约有 59.04% 可由该直线解释。
8.线性回归与相关
答案: e = 4.85
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 = 304/5 = 60.8
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 49
回归直线
b = 49/10 = 4.9
a = 60.8 − 4.9·5 = 36.3
ŷ = 36.3 + 4.9·x
预测值
ŷ = 36.3 + 4.9·6.5 = 68.15
残差
e = 73 − 68.15 = 4.85
答案
e = 4.85
该点位于直线上方。
9.卡方检验
答案: χ² = 11.15
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
白班: 100·44/220 = 20, 100·66/220 = 30, 100·110/220 = 50
夜班: 120·44/220 = 24, 120·66/220 = 36, 120·110/220 = 60
卡方统计量
χ² = (19 − 20)²/20 + (41 − 30)²/30 + (40 − 50)²/50 + (25 − 24)²/24 + (25 − 36)²/36 + (70 − 60)²/60
χ² = 11.15
答案
χ² = 11.15
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: 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 = (2 − 1)·(6 − 1) = 5
答案
df = 5
ExamProblems · examproblems.com/courses/statistics-2-inference