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
配送时间服从正态分布，均值为 32 min，标准差为 6 min。介于 22.7 和 42.8 min 之间的比例是多少？P 以小数表示。
μ = 32σ = 6x1 = 22.7x2 = 42.8
P =
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。求数值 x，使得有 10% 的数据低于它（第 10 百分位数）。
μ = 178σ = 7P = 10%
x = cm
3.置信区间中等
一个包含 7 个个体的样本，均值为 80.5，标准差 s = 8.5。总体近似服从正态分布。 求均值的 99% 置信区间的下限。
n = 7x̄ = 80.5s = 8.599%t(6) = 3.707
下限 =
4.置信区间困难
总体标准差为 23。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 5？
σ = 23E = 590%
n =
5.假设检验与置信区间中等
11 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 −5.02，差值的标准差为 10.4。求 H₀: μd = 0 的配对检验统计量 t。
n = 11d̄ = −5.02sd = 10.4
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 5 个单位的偏移。标准差为 17。求最小样本量 n。
α = 0.05功效 = 80%δ = 5σ = 17zα = 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 = 荷载 (kN) 和 y = 伸长量 (mm)。 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 = 学习小时数 和 y = 考试成绩。 使用最小二乘直线 ŷ = a + b·x。 预测 x = 7.5 时的 ŷ。
n = 6x = 7.5
ŷ =
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，低”的期望频数 E。
行合计 = 70列合计 = 47N = 130
E =
10.卡方检验困难
一个卡方拟合优度检验将 7 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）。 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 = 0.9035
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 = (22.7 − 32)/6 = −1.55
z₂ = (42.8 − 32)/6 = 1.8
中间面积
P = Φ(1.8) − Φ(−1.55) = 0.9641 − 0.06057 = 0.9035
答案
P = 0.9035
2.正态分布
答案: x = 169 cm
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) = 0.1 → z = −1.282
换算回 x
x = 178 + −1.282·7 = 169.03 cm
答案
x = 169.03 cm
3.置信区间
答案: 下限 = 68.59
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。
临界值
df = n − 1 = 6, t = 3.707
误差范围
E = 3.707·8.5/√7 = 11.91
区间
80.5 ± 11.91 → [68.59, 92.41]
答案
下限 = 68.59
4.置信区间
答案: n = 58
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 = (1.645·23/5)² = 57.26
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 58
答案
n = 58
5.假设检验与置信区间
答案: t = −1.601
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 = 10.4/√11 = 3.136
检验统计量
t = −5.02/3.136 = −1.601
答案
t = −1.601
df = 10 时，双侧 5% 的临界值为 2.228；|t| 更小，所以不拒绝 H₀。
6.假设检验与置信区间
答案: n = 72
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)·17/5)² = 71.5
向上取整
n = 72
答案
n = 72
7.线性回归与相关
答案: r = 0.988
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 = 96/5 = 19.2
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 120
Syy = Σ(y − ȳ)² = 368.8
相关系数
r = 120/√(40·368.8) = 0.988
答案
r = 0.988
8.线性回归与相关
答案: ŷ = 84.83
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 = 33/6 = 5.5
ȳ = 450/6 = 75
平方和与乘积和
Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = 86
回归直线
b = 86/17.5 = 4.914
a = 75 − 4.914·5.5 = 47.97
ŷ = 47.97 + 4.914·x
预测
ŷ = 47.97 + 4.914·7.5 = 84.83
答案
ŷ = 84.83
9.卡方检验
答案: E = 25.31
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 = 70·47/130 = 25.31
答案
E = 25.31
10.卡方检验
答案: df = 6
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 = 6
答案
df = 6
ExamProblems · examproblems.com/courses/statistics-2-inference