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
袋装重量服从正态分布，均值为 250 g，标准差为 5 g。介于 240.25 和 252.5 g 之间的比例是多少？P 以小数表示。
μ = 250σ = 5x1 = 240.25x2 = 252.5
P =
2.正态分布困难
袋装重量服从正态分布，均值为 250 g，标准差为 5 g。求数值 x，使得有 80% 的数据低于它（第 80 百分位数）。
μ = 250σ = 5P = 80%
x = g
3.置信区间中等
基于 50 个观测值且 σ 已知的均值 95% 置信区间，其误差范围为 10.6。 用同样的数据计算 90% 区间，其误差范围 E₂ 是多少？
95%n₁ = 50E₁ = 10.690%
E₂ =
4.置信区间困难
总体标准差为 7。样本量 n 至少要多大，才能使均值的 90% 置信区间的误差范围不超过 2？
σ = 7E = 290%
n =
5.假设检验与置信区间中等
16 名员工在培训课程前后各参加一次打字测试。记录每人的差值 d = 培训后 − 培训前（每分钟字数）。平均差值为 −0.81，差值的标准差为 2.7。求 H₀: μd = 0 的配对检验统计量 t。
n = 16d̄ = −0.81sd = 2.7
t =
6.假设检验与置信区间困难
100 次测量的样本均值为 99.8。总体标准差为 8。求均值 90% 置信区间的上限 U。
x̄ = 99.8σ = 8n = 10090%
U =
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 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。 新得到一个观测值 (3, 14)。求其残差 e = y − ŷ。
n = 6(3, 14)
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 = 1002 × 2
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。 该检验的自由度 df 是多少？
k = 6
df =
3溶液
1.正态分布
答案: P = 0.6659
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 = (240.25 − 250)/5 = −1.95
z₂ = (252.5 − 250)/5 = 0.5
中间面积
P = Φ(0.5) − Φ(−1.95) = 0.6915 − 0.02559 = 0.6659
答案
P = 0.6659
2.正态分布
答案: x = 254.2 g
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。
该百分位数对应的 z
Φ(z) = 0.8 → z = 0.8416
换算回 x
x = 250 + 0.8416·5 = 254.21 g
答案
x = 254.21 g
3.置信区间
答案: E₂ = 8.896
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 = (1.645/1.96)·√(50/50) = 0.8393
新的误差范围
E₂ = 10.6·0.8393 = 8.896
答案
E₂ = 8.896
4.置信区间
答案: n = 34
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 = (1.645·7/2)² = 33.15
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 34
答案
n = 34
5.假设检验与置信区间
答案: t = −1.2
Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).
平均差值的标准误
SE = 2.7/√16 = 0.675
检验统计量
t = −0.81/0.675 = −1.2
答案
t = −1.2
df = 15 时，双侧 5% 的临界值为 2.131；|t| 更小，所以不拒绝 H₀。
6.假设检验与置信区间
答案: U = 101.1
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）。
误差范围
E = 1.645·8/√100 = 1.316
区间端点
U = 99.8 + 1.316 = 101.1
答案
U = 101.1
7.线性回归与相关
答案: r² = 0.9905
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 = 176/6 = 29.33
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 284
Syy = Σ(y − ȳ)² = 1163
决定系数
r² = 284²/(70·1163) = 0.9905
答案
r² = 0.9905
y 的变异中约有 99.05% 可由该直线解释。
8.线性回归与相关
答案: e = 4.405
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 = 121/6 = 20.17
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 185
回归直线
b = 185/70 = 2.643
a = 20.17 − 2.643·7 = 1.667
ŷ = 1.667 + 2.643·x
预测值
ŷ = 1.667 + 2.643·3 = 9.595
残差
e = 14 − 9.595 = 4.405
答案
e = 4.405
该点位于直线上方。
9.卡方检验
答案: χ² = 6.061
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
男性: 60·45/100 = 27, 60·55/100 = 33
女性: 40·45/100 = 18, 40·55/100 = 22
卡方统计量
χ² = (21 − 27)²/27 + (39 − 33)²/33 + (24 − 18)²/18 + (16 − 22)²/22
χ² = 6.061
答案
χ² = 6.061
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: df = 4
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
答案
df = 4
ExamProblems · examproblems.com/courses/statistics-2-inference