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 右侧的阴影面积为 0.0188。求 z，保留两位小数。
A = 0.0188
z =
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 60% 位于其右侧。求截断值 x。
μ = 500 hσ = 40 h60%
x = h
3.置信区间中等
测量 9 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 −7，标准差为 6.6。 求平均差值的 99% 置信区间的上限。
n = 9d̄ = −7sd = 6.699%t(8) = 3.355
上限 = mmHg
4.置信区间困难
总体标准差为 14。样本量 n 至少要多大，才能使均值的 95% 置信区间的误差范围不超过 3？
σ = 14E = 395%
n =
5.假设检验与置信区间中等
据称某总体的均值为 80；已知总体标准差为 15。一个含 25 个观测值的随机样本均值为 74.66。检验 H₀: μ = 80 对 H₁: μ < 80。求 p 值 p。
μ₀ = 80σ = 15n = 25x̄ = 74.66H₁: μ < μ₀
p =
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 90% 置信区间的误差范围不超过 1.5？标准差为 5。求最小样本量 n。
σ = 5E = 1.590%
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。 x 取何值 x 时，直线预测 ŷ = 47？
n = 5ŷ = 47
x =
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，高”的期望频数 E。
行合计 = 90列合计 = 45N = 152
E =
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 = 1403 × 2α = 0.05
χ² =
3溶液
1.正态分布
答案: z = 2.08
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 − 0.0188 = 0.9812
反向查 z 表
在表中找到 0.9812，读出 z。
z = 2.08
答案
z = 2.08
2.正态分布
答案: x = 490 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) = 0.4
由表得到的 z
z ≈ −0.25
回到原来的单位
x = 500 − 0.25·40 = 490 h
答案
x = 490 h
3.置信区间
答案: 上限 = 0.381 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 = 8, t = 3.355
误差范围
E = 3.355·6.6/√9 = 7.381
区间
−7 ± 7.381 → [−14.38, 0.381]
答案
上限 = 0.381 mmHg
4.置信区间
答案: n = 84
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。
解出 n
n = (1.96·14/3)² = 83.66
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 84
答案
n = 84
5.假设检验与置信区间
答案: p = 0.03754
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.
检验统计量
SE = σ/√n = 15/√25 = 3
z = (74.66 − 80)/3 = −1.78
尾部面积
Φ(1.78) = 0.9625
1 − Φ(1.78) = 0.0375
p 值
p = 0.03754
答案
p = 0.03754
p ≤ 0.05，所以在 5% 水平下拒绝 H₀。
6.假设检验与置信区间
答案: n = 31
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 = (1.645·5/1.5)² = 30.07
向上取整
n = 31
答案
n = 31
7.线性回归与相关
答案: r² = 0.7387
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 = 251/5 = 50.2
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 42
Syy = Σ(y − ȳ)² = 238.8
决定系数
r² = 42²/(10·238.8) = 0.7387
答案
r² = 0.7387
y 的变异中约有 73.87% 可由该直线解释。
8.线性回归与相关
答案: x = 5.435
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 = 230/5 = 46
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 23
回归直线
b = 23/10 = 2.3
a = 46 − 2.3·5 = 34.5
ŷ = 34.5 + 2.3·x
解出 x
x = (47 − 34.5)/2.3 = 5.435
答案
x = 5.435
9.卡方检验
答案: E = 26.64
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 = 90·45/152 = 26.64
答案
E = 26.64
10.卡方检验
答案: χ² = 1.146
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
18–30 岁: 36, 24
31–50 岁: 24, 16
51 岁及以上: 24, 16
卡方统计量
χ² = (33 − 36)²/36 + (27 − 24)²/24 + (26 − 24)²/24 + (14 − 16)²/16 + (25 − 24)²/24 + (15 − 16)²/16
χ² = 1.146
决策
df = 2, χ²crit = 5.991
1.146 < 5.991
答案
χ² = 1.146
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