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
成年男性的身高服从正态分布，均值为 178 cm，标准差为 7 cm。介于 178.35 和 181.5 cm 之间的比例是多少？P 以小数表示。
μ = 178σ = 7x1 = 178.35x2 = 181.5
P =
2.正态分布困难
孔径 D 服从均值 25.04 mm、标准差 0.02 mm 的正态分布。轴径 d 独立，服从均值 25 mm、标准差 0.01 mm 的正态分布。随机选取的一根轴在 D − d > 0 时能装入。求它能装入的概率 P。z 取两位小数。
孔: μ = 25.04 mm, σ = 0.02 mm轴: μ = 25 mm, σ = 0.01 mm
P =
3.置信区间中等
一个包含 21 个个体的样本，均值为 92，标准差 s = 12。总体近似服从正态分布。 求均值的 90% 置信区间的上限。
n = 21x̄ = 92s = 1290%t(20) = 1.725
上限 =
4.置信区间困难
总体标准差为 34。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 1？
σ = 34E = 195%
n =
5.假设检验与置信区间中等
16 名学生的样本平均分为 50.88，样本标准差为 5。求 H₀: μ = 50 的检验统计量 t。
μ₀ = 50x̄ = 50.88s = 5n = 16
t =
6.假设检验与置信区间困难
在一项试验中，接受治疗 A 的 200 名患者中有 70 人康复，接受治疗 B 的 80 名患者中有 34 人康复。用合并比例求 H₀: p₁ = p₂ 的检验统计量 z。
x₁ = 70n₁ = 200x₂ = 34n₂ = 80
z =
7.线性回归与相关中等
表中给出 6 对观测值 x = 温度 (°C) 和 y = 冰淇淋销量。 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 = 广告支出 (k€) 和 y = 销售额 (k€)。 使用最小二乘直线 ŷ = a + b·x。 x 取何值 x 时，直线预测 ŷ = 56？
n = 6ŷ = 56
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 = 1202 × 3
χ² =
10.卡方检验困难
对一个 2 行 6 列（不含合计）的列联表进行卡方独立性检验。 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 = 0.1715
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 = (178.35 − 178)/7 = 0.05
z₂ = (181.5 − 178)/7 = 0.5
中间面积
P = Φ(0.5) − Φ(0.05) = 0.6915 − 0.5199 = 0.1715
答案
P = 0.1715
2.正态分布
答案: P = 0.9633
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 = 25.04 − 25 = 0.04 mm, σ = 0.02236 mm
标准化
z = (0 − 0.04)/0.02236 = −1.79
概率
P = 1 − Φ(−1.79) = 0.9633
答案
P = 0.9633
3.置信区间
答案: 上限 = 96.52
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 = 20, t = 1.725
误差范围
E = 1.725·12/√21 = 4.517
区间
92 ± 4.517 → [87.48, 96.52]
答案
上限 = 96.52
4.置信区间
答案: n = 4441
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 = (1.96·34/1)² = 4441
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 4441
答案
n = 4441
5.假设检验与置信区间
答案: t = 0.704
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 = 5/√16 = 5/4 = 1.25
检验统计量
t = (50.88 − 50)/1.25 = 0.704
答案
t = 0.704
t0.025; df = 15 = 2.131
|t| < 2.131，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: z = −1.173
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.
样本比例
p̂₁ = 70/200 = 0.35
p̂₂ = 34/80 = 0.425
p̂ = 104/280 = 0.3714
H₀ 下的标准误
SE = √(0.3714·0.6286·(1/200 + 1/80)) = 0.06392
检验统计量
z = (0.35 − 0.425)/0.06392 = −1.173
答案
z = −1.173
|z| < 1.96，所以在 5% 水平下不拒绝 H₀（双侧）。
7.线性回归与相关
答案: r² = 0.9752
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 = 129/6 = 21.5
ȳ = 597/6 = 99.5
平方和与乘积和
Sxx = Σ(x − x̄)² = 157.5
Sxy = Σ(x − x̄)(y − ȳ) = 709.5
Syy = Σ(y − ȳ)² = 3278
决定系数
r² = 709.5²/(157.5·3278) = 0.9752
答案
r² = 0.9752
y 的变异中约有 97.52% 可由该直线解释。
8.线性回归与相关
答案: x = 7.444
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 = 299/6 = 49.83
平方和与乘积和
Sxx = Σ(x − x̄)² = 17.5
Sxy = Σ(x − x̄)(y − ȳ) = 55.5
回归直线
b = 55.5/17.5 = 3.171
a = 49.83 − 3.171·5.5 = 32.39
ŷ = 32.39 + 3.171·x
解出 x
x = (56 − 32.39)/3.171 = 7.444
答案
x = 7.444
9.卡方检验
答案: χ² = 26.47
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
白班: 80·36/120 = 24, 80·36/120 = 24, 80·48/120 = 32
夜班: 40·36/120 = 12, 40·36/120 = 12, 40·48/120 = 16
卡方统计量
χ² = (18 − 24)²/24 + (17 − 24)²/24 + (45 − 32)²/32 + (18 − 12)²/12 + (19 − 12)²/12 + (3 − 16)²/16
χ² = 26.47
答案
χ² = 26.47
df = 2。在 α = 0.05 时临界值为 5.991，所以 H₀（独立）被拒绝。
10.卡方检验
答案: χ²crit = 11.07
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 = (2 − 1)·(6 − 1) = 5
表
χ²crit(df = 5, α = 0.05) = 11.070
答案
χ²crit = 11.070
若计算出的 χ² 大于该值，则拒绝 H₀。
ExamProblems · examproblems.com/courses/statistics-2-inference