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 与 z 之间的阴影面积为 0.5821。求 z，保留两位小数。
A = 0.5821
z =
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
测量 13 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 9.5，标准差为 1.3。 求平均差值的 95% 置信区间的上限。
n = 13d̄ = 9.5sd = 1.395%t(12) = 2.179
上限 = mmHg
4.置信区间困难
总体标准差为 21。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 2.5？
σ = 21E = 2.595%
n =
5.假设检验与置信区间中等
100 名学生的样本平均分为 496.7，样本标准差为 15。求 H₀: μ = 500 的检验统计量 t。
μ₀ = 500x̄ = 496.7s = 15n = 100
t =
6.假设检验与置信区间困难
在 α = 0.01 下，用容量为 64 的样本对 H₀: μ = 100 与 H₁: μ < 100 进行单侧 z 检验；已知标准差为 12。实际上均值为 95.95。 求第二类错误的概率 β，以百分比表示。
μ₀ = 100μ = 95.95σ = 12n = 64α = 0.01
β = %
7.线性回归与相关中等
表中给出 5 对观测值 x = 学习小时数 和 y = 考试成绩。 求皮尔逊相关系数 r。
n = 5
r =
8.线性回归与相关困难
表中给出 6 对观测值 x = 温度 (°C) 和 y = 冰淇淋销量。 使用最小二乘直线 ŷ = a + b·x。 预测 x = 16.5 时的 ŷ。
n = 6x = 16.5
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 × 3
χ² =
10.卡方检验困难
一个卡方拟合优度检验检验 6 个类别的频数是否服从泊松分布，其均值由同一组数据估计。 利用表格，求显著性水平 α = 0.05 下的临界值 χ²crit。
α = 0.05
χ²crit =
3溶液
1.正态分布
答案: z = 0.81
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 + 0.5821)/2 = 0.7910
反向查 z 表
在表中找到 0.7910，读出 z。
z = 0.81
答案
z = 0.81
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: 上限 = 10.29 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 = 12, t = 2.179
误差范围
E = 2.179·1.3/√13 = 0.7856
区间
9.5 ± 0.7856 → [8.714, 10.29]
答案
上限 = 10.29 mmHg
4.置信区间
答案: n = 272
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 = (1.96·21/2.5)² = 271.1
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 272
答案
n = 272
5.假设检验与置信区间
答案: t = −2.2
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 = 15/√100 = 15/10 = 1.5
检验统计量
t = (496.7 − 500)/1.5 = −2.2
答案
t = −2.2
t0.025; df = 99 = 1.984
|t| > 1.984，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 = 35.42 %
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 = 12/√64 = 1.5
x̄c = 100 − 2.326·1.5 = 96.51
真实均值下的 z
z = (96.51 − 95.95)/1.5 = 0.374
第二类错误
功效 = P(Z < 0.374) = 64.58%
β = 100% − 64.58% = 35.42%
答案
β = 35.42%
7.线性回归与相关
答案: r = 0.9579
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 = 300/5 = 60
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 140
Syy = Σ(y − ȳ)² = 534
相关系数
r = 140/√(40·534) = 0.9579
答案
r = 0.9579
8.线性回归与相关
答案: ŷ = 57.73
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 = 135/6 = 22.5
ȳ = 501/6 = 83.5
平方和与乘积和
Sxx = Σ(x − x̄)² = 157.5
Sxy = Σ(x − x̄)(y − ȳ) = 676.5
回归直线
b = 676.5/157.5 = 4.295
a = 83.5 − 4.295·22.5 = −13.14
ŷ = −13.14 + 4.295·x
预测
ŷ = −13.14 + 4.295·16.5 = 57.73
答案
ŷ = 57.73
9.卡方检验
答案: χ² = 1.82
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
学生: 40·28/140 = 8, 40·42/140 = 12, 40·70/140 = 20
教职工: 100·28/140 = 20, 100·42/140 = 30, 100·70/140 = 50
卡方统计量
χ² = (6 − 8)²/8 + (15 − 12)²/12 + (19 − 20)²/20 + (22 − 20)²/20 + (27 − 30)²/30 + (51 − 50)²/50
χ² = 1.82
答案
χ² = 1.82
df = 2。在 α = 0.05 时临界值为 5.991，所以 H₀（独立）不被拒绝。
10.卡方检验
答案: χ²crit = 9.488
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 − 1 = 4
表
χ²crit(df = 4, α = 0.05) = 9.488
答案
χ²crit = 9.488
若计算出的 χ² 大于该值，则拒绝 H₀。
ExamProblems · examproblems.com/courses/statistics-2-inference