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
考试成绩服从正态分布，均值为 65 分，标准差为 10 分。介于 49.5 和 77.5 分 之间的比例是多少？P 以小数表示。
μ = 65σ = 10x1 = 49.5x2 = 77.5
P =
2.正态分布困难
电池寿命 服从正态分布，均值为 500 h，标准差为 40 h。拖动截断值，使阴影的前 80% 位于其右侧。求截断值 x。
μ = 500 hσ = 40 h80%
x = h
3.置信区间中等
测量 11 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 −1.4，标准差为 4.7。 求平均差值的 99% 置信区间的上限。
n = 11d̄ = −1.4sd = 4.799%t(10) = 3.169
上限 = mmHg
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 95% 置信区间的误差范围不超过 0.01？
p ≈ 0.7E = 0.0195%
n =
5.假设检验与置信区间中等
81 名学生的样本平均分为 126.4，样本标准差为 20。求 H₀: μ = 120 的检验统计量 t。
μ₀ = 120x̄ = 126.4s = 20n = 81
t =
6.假设检验与置信区间困难
在 α = 0.05 下，用容量为 64 的样本对 H₀: μ = 500 与 H₁: μ > 500 进行单侧 z 检验；已知标准差为 24。实际上均值为 509。 求第二类错误的概率 β，以百分比表示。
μ₀ = 500μ = 509σ = 24n = 64α = 0.05
β = %
7.线性回归与相关中等
表中给出 6 对观测值 x = 荷载 (kN) 和 y = 伸长量 (mm)。 求最小二乘直线的决定系数 r²。
n = 6
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 = 9 时的 ŷ。
n = 5x = 9
ŷ =
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 = 1402 × 2
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 = 2003 × 2α = 0.05
χ² =
3溶液
1.正态分布
答案: P = 0.8338
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 = (49.5 − 65)/10 = −1.55
z₂ = (77.5 − 65)/10 = 1.25
中间面积
P = Φ(1.25) − Φ(−1.55) = 0.8944 − 0.06057 = 0.8338
答案
P = 0.8338
2.正态分布
答案: x = 466 h
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) = 0.2
由表得到的 z
z ≈ −0.84
回到原来的单位
x = 500 − 0.84·40 = 466 h
答案
x = 466 h
3.置信区间
答案: 上限 = 3.091 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 = 10, t = 3.169
误差范围
E = 3.169·4.7/√11 = 4.491
区间
−1.4 ± 4.491 → [−5.891, 3.091]
答案
上限 = 3.091 mmHg
4.置信区间
答案: n = 8068
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 = 1.96²·0.7·0.3/0.01² = 8067
向上取整
n = 8068
答案
n = 8068
5.假设检验与置信区间
答案: t = 2.88
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 = 20/√81 = 20/9 = 2.222
检验统计量
t = (126.4 − 120)/2.222 = 2.88
答案
t = 2.88
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: β = 8.771 %
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 = 24/√64 = 3
x̄c = 500 + 1.645·3 = 504.9
真实均值下的 z
z = (504.9 − 509)/3 = −1.355
第二类错误
功效 = P(Z > −1.355) = 91.23%
β = 100% − 91.23% = 8.771%
答案
β = 8.771%
7.线性回归与相关
答案: r² = 0.9823
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 = 90/6 = 15
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 146
Syy = Σ(y − ȳ)² = 310
决定系数
r² = 146²/(70·310) = 0.9823
答案
r² = 0.9823
y 的变异中约有 98.23% 可由该直线解释。
8.线性回归与相关
答案: ŷ = 21.85
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 = 30/5 = 6
ȳ = 77/5 = 15.4
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 86
回归直线
b = 86/40 = 2.15
a = 15.4 − 2.15·6 = 2.5
ŷ = 2.5 + 2.15·x
预测
ŷ = 2.5 + 2.15·9 = 21.85
答案
ŷ = 21.85
9.卡方检验
答案: χ² = 16.97
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
新药: 80·63/140 = 36, 80·77/140 = 44
安慰剂: 60·63/140 = 27, 60·77/140 = 33
卡方统计量
χ² = (48 − 36)²/36 + (32 − 44)²/44 + (15 − 27)²/27 + (45 − 33)²/33
χ² = 16.97
答案
χ² = 16.97
df = 1。在 α = 0.05 时临界值为 3.841，所以 H₀（独立）被拒绝。
10.卡方检验
答案: χ² = 1.361
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
生产线 1: 24, 36
生产线 2: 40, 60
生产线 3: 16, 24
卡方统计量
χ² = (26 − 24)²/24 + (34 − 36)²/36 + (36 − 40)²/40 + (64 − 60)²/60 + (18 − 16)²/16 + (22 − 24)²/24
χ² = 1.361
决策
df = 2, χ²crit = 5.991
1.361 < 5.991
答案
χ² = 1.361
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