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 60.5 和 67 分 之间的比例是多少？P 以小数表示。
μ = 65σ = 10x1 = 60.5x2 = 67
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。求数值 x，使得有 97.5% 的数据低于它（第 97.5 百分位数）。
μ = 500σ = 40P = 97.5%
x = h
3.置信区间中等
比较两种手机型号的电池续航时间。型号 1：30 部手机，均值 89.5 h，已知标准差 16 h。型号 2：80 部手机，均值 86.5 h，已知标准差 17 h。 求 μ₁ − μ₂ 的 95% 置信区间的误差范围 E。
n₁ = 30x̄₁ = 89.5 hσ₁ = 16 hn₂ = 80x̄₂ = 86.5 hσ₂ = 17 h95%
E = h
4.置信区间困难
总体标准差为 38。样本量 n 至少要多大，才能使均值的 99% 置信区间的误差范围不超过 4？
σ = 38E = 499%
n =
5.假设检验与置信区间中等
49 名学生的样本平均分为 104.1，样本标准差为 10。求 H₀: μ = 100 的检验统计量 t。
μ₀ = 100x̄ = 104.1s = 10n = 49
t =
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 4 个单位的偏移。标准差为 29。求最小样本量 n。
α = 0.05功效 = 80%δ = 4σ = 29zα = 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 = 车龄（年） 和 y = 价格 (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 = 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 (9, 19)。求其残差 e = y − ŷ。
n = 5(9, 19)
e =
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，中”的期望频数 E。
行合计 = 101列合计 = 58N = 211
E =
10.卡方检验困难
一个卡方拟合优度检验将 3 个类别的观测频数与完全给定的期望比例进行比较（没有由数据估计的参数）。 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: P = 0.2529
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 = (60.5 − 65)/10 = −0.45
z₂ = (67 − 65)/10 = 0.2
中间面积
P = Φ(0.2) − Φ(−0.45) = 0.5793 − 0.3264 = 0.2529
答案
P = 0.2529
2.正态分布
答案: x = 578.4 h
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) = 0.975 → z = 1.96
换算回 x
x = 500 + 1.96·40 = 578.4 h
答案
x = 578.4 h
3.置信区间
答案: E = 6.831 h
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.
点估计
x̄₁ − x̄₂ = 89.5 − 86.5 = 3
标准误
SE = √(16²/30 + 17²/80) = 3.485
误差范围
E = 1.96·3.485 = 6.831
答案
E = 6.831 h
区间包含 0，所以数据没有显示出显著差异。
4.置信区间
答案: n = 599
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 = (2.576·38/4)² = 598.9
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 599
答案
n = 599
5.假设检验与置信区间
答案: t = 2.87
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 = 10/√49 = 10/7 = 1.429
检验统计量
t = (104.1 − 100)/1.429 = 2.87
答案
t = 2.87
t0.025; df = 48 = 2.011
|t| > 2.011，所以在 5% 水平下拒绝 H₀（双侧）。
6.假设检验与置信区间
答案: n = 326
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)·29/4)² = 325.1
向上取整
n = 326
答案
n = 326
7.线性回归与相关
答案: r² = 0.7605
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 = 15/5 = 3
ȳ = 120/5 = 24
平方和与乘积和
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −17
Syy = Σ(y − ȳ)² = 38
决定系数
r² = −17²/(10·38) = 0.7605
答案
r² = 0.7605
y 的变异中约有 76.05% 可由该直线解释。
8.线性回归与相关
答案: e = −1.65
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 = 71/5 = 14.2
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 = 14.2 − 2.15·6 = 1.3
ŷ = 1.3 + 2.15·x
预测值
ŷ = 1.3 + 2.15·9 = 20.65
残差
e = 19 − 20.65 = −1.65
答案
e = −1.65
该点位于直线下方。
9.卡方检验
答案: E = 27.76
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 = 101·58/211 = 27.76
答案
E = 27.76
10.卡方检验
答案: χ²crit = 5.991
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 = 3 − 1 = 2
表
χ²crit(df = 2, α = 0.05) = 5.991
答案
χ²crit = 5.991
若计算出的 χ² 大于该值，则拒绝 H₀。
ExamProblems · examproblems.com/courses/statistics-2-inference