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
带行李的乘客的质量相互独立，服从均值 85 kg、标准差 12 kg 的正态分布。求其中 6 个的总质量超过 465.9 kg 的概率 P。z 取两位小数。
μ = 85 kgσ = 12 kgn = 6> 465.9 kg
P =
2.正态分布困难
运动员 A 的单圈时间 X 与运动员 B 的单圈时间 Y相互独立且服从正态分布：X 的均值为 52 s，标准差为 4 s，Y 的均值为 48 s，标准差为 3 s。求 X 大于 Y 的概率 P。z 取两位小数。
μX = 52 s, σX = 4 sμY = 48 s, σY = 3 s
P =
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 7.1。 用同样的数据计算 99% 区间，其误差范围 E₂ 是多少？
95%n₁ = 64E₁ = 7.199%
E₂ =
4.置信区间困难
总体标准差为 9。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 0.5？
σ = 9E = 0.595%
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 1：80 个零件的样本平均长度为 150 mm，该生产线的已知标准差为 6 mm。生产线 2：60 个零件的样本均值为 151.7 mm，已知标准差为 10 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 = 80x̄₁ = 150 mmσ₁ = 6 mmn₂ = 60x̄₂ = 151.7 mmσ₂ = 10 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 2 个单位的偏移。标准差为 7。求最小样本量 n。
α = 0.05功效 = 80%δ = 2σ = 7zα = 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 = 学习小时数 和 y = 考试成绩。 已给出它们的各项和。由这些和求皮尔逊相关系数 r。
n = 5Σx = 25Σy = 297Σx² = 165Σy² = 18141Σxy = 1625
r =
8.线性回归与相关困难
表中给出 6 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。 x 取何值 x 时，直线预测 ŷ = 12？
n = 6ŷ = 12
x =
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 = 1002 × 3
χ² =
10.卡方检验困难
一个卡方拟合优度检验检验 7 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。 该检验的自由度 df 是多少？
k = 7
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 = 510 kg, σT = 12·√6 = 29.39 kg
标准化
z = (465.9 − 510)/29.39 = −1.5
概率
P = 1 − Φ(−1.5) = 0.9332
答案
P = 0.9332
2.正态分布
答案: P = 0.7881
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 = 52 − 48 = 4 s, σ = 5 s
标准化
z = (0 − 4)/5 = −0.8
概率
P = 1 − Φ(−0.8) = 0.7881
答案
P = 0.7881
3.置信区间
答案: E₂ = 9.331
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 = (2.576/1.96)·√(64/64) = 1.314
新的误差范围
E₂ = 7.1·1.314 = 9.331
答案
E₂ = 9.331
4.置信区间
答案: n = 1245
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 = (1.96·9/0.5)² = 1245
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 1245
答案
n = 1245
5.假设检验与置信区间
答案: z = −1.168
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 = √(6²/80 + 10²/60) = √2.117 = 1.455
检验统计量
z = (150 − 151.7)/1.455 = −1.168
答案
z = −1.168
|z| < 1.96，所以在 5% 水平下不拒绝 H₀（双侧）。
6.假设检验与置信区间
答案: n = 76
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)·7/2)² = 75.77
向上取整
n = 76
答案
n = 76
7.线性回归与相关
答案: r = 0.9907
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。
中心化后的和
Sxy = 1625 − 25·297/5 = 140
Sxx = 165 − 25²/5 = 40
Syy = 18141 − 297²/5 = 499.2
相关系数
r = 140/√(40·499.2) = 0.9907
答案
r = 0.9907
8.线性回归与相关
答案: x = 3.052
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 = 161/6 = 26.83
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 263
回归直线
b = 263/70 = 3.757
a = 26.83 − 3.757·7 = 0.5333
ŷ = 0.5333 + 3.757·x
解出 x
x = (12 − 0.5333)/3.757 = 3.052
答案
x = 3.052
9.卡方检验
答案: χ² = 2.722
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: 40·20/100 = 8, 40·30/100 = 12, 40·50/100 = 20
教职工: 60·20/100 = 12, 60·30/100 = 18, 60·50/100 = 30
卡方统计量
χ² = (10 − 8)²/8 + (14 − 12)²/12 + (16 − 20)²/20 + (10 − 12)²/12 + (16 − 18)²/18 + (34 − 30)²/30
χ² = 2.722
答案
χ² = 2.722
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: 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 = 7 − 1 − 1 = 5
答案
df = 5
ExamProblems · examproblems.com/courses/statistics-2-inference