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
拖动 z，使标准正态曲线下 z 右侧的阴影面积为 0.0668。求 z，保留两位小数。
A = 0.0668
z =
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。拖动截断值，使阴影的后 25% 位于其左侧。求截断值 x。
μ = 500 hσ = 40 h25%
x = h
3.置信区间中等
测量 9 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 8.9，标准差为 0.7。 求平均差值的 99% 置信区间的下限。
n = 9d̄ = 8.9sd = 0.799%t(8) = 3.355
下限 = mmHg
4.置信区间困难
对两种肥料进行试验。地块组 1：8 块地，平均产量 34 kg，标准差 1 kg。地块组 2：14 块地，均值 22 kg，标准差 3 kg。假设方差相等（合并 t，df = n₁ + n₂ − 2）。 求 μ₁ − μ₂ 的 90% 置信区间的误差范围 E。
n₁ = 8x̄₁ = 34s₁ = 1n₂ = 14x̄₂ = 22s₂ = 390%t(20) = 1.725
E = kg
5.假设检验与置信区间中等
比较两种教学方法。第 1 组：15 名学生，平均分 61，标准差 2。第 2 组：7 名学生，平均分 59.3，标准差 6。假设总体方差相等，使用合并方差的两样本 t 检验。取差值为 x̄₁ − x̄₂（第 1 组减第 2 组），求 H₀: μ₁ = μ₂ 的检验统计量 t。
n₁ = 15x̄₁ = 61s₁ = 2n₂ = 7x̄₂ = 59.3s₂ = 6
t =
6.假设检验与置信区间困难
25 次测量的样本均值为 493.3。总体标准差为 12。求均值 95% 置信区间的下限 L。
x̄ = 493.3σ = 12n = 2595%
L =
7.线性回归与相关中等
表中给出 5 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 = 5
r² =
8.线性回归与相关困难
表中给出 6 对观测值 x = 温度 (°C) 和 y = 冰淇淋销量。 使用最小二乘直线 ŷ = a + b·x。 预测 x = 22 时的 ŷ。
n = 6x = 22
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“学生，公交车”的期望频数 E。
行合计 = 101列合计 = 66N = 184
E =
10.卡方检验困难
一个卡方拟合优度检验将 11 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 = 11
df =
3溶液
1.正态分布
答案: z = 1.5
由面积反求 z：Φ(z) 是 z 左侧的面积。对于左尾面积 A，在表中找出使 Φ(z) = A 的 z。右尾面积 A 意味着 Φ(z) = 1 − A。−z 与 z 之间的中间面积 A 使每个尾部剩下 (1 − A)/2，所以 Φ(z) = (1 + A)/2。对于数值 x，用 x = μ + zσ。
z 左侧的面积
Φ(z) = 1 − 0.0668 = 0.9332
反向查 z 表
在表中找到 0.9332，读出 z。
z = 1.50
答案
z = 1.50
2.正态分布
答案: x = 473 h
由面积反求 z：Φ(z) 是 z 左侧的面积。对于左尾面积 A，在表中找出使 Φ(z) = A 的 z。右尾面积 A 意味着 Φ(z) = 1 − A。−z 与 z 之间的中间面积 A 使每个尾部剩下 (1 − A)/2，所以 Φ(z) = (1 + A)/2。对于数值 x，用 x = μ + zσ。
左侧的面积
Φ(z) = 0.25
由表得到的 z
z ≈ −0.67
回到原来的单位
x = 500 − 0.67·40 = 473 h
答案
x = 473 h
3.置信区间
答案: 下限 = 8.117 mmHg
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.
临界值
df = 8, t = 3.355
误差范围
E = 3.355·0.7/√9 = 0.7828
区间
8.9 ± 0.7828 → [8.117, 9.683]
答案
下限 = 8.117 mmHg
4.置信区间
答案: E = 1.904 kg
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.
合并标准差
sp² = (7·1² + 13·3²)/20 = 6.2
sp = 2.49
误差范围
E = 1.725·2.49·√(1/8 + 1/14) = 1.904
答案
E = 1.904 kg
5.假设检验与置信区间
答案: t = 1.007
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.
合并方差
sp² = (14·2² + 6·6²)/20 = 13.6
sp = 3.688
标准误
SE = 3.688·√(1/15 + 1/7) = 1.688
检验统计量
t = (61 − 59.3)/1.688 = 1.007
答案
t = 1.007
df = 20 时，双侧 5% 的临界值为 2.086；|t| 更小，所以不拒绝 H₀。
6.假设检验与置信区间
答案: L = 488.6
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 = 1.96·12/√25 = 4.704
区间端点
L = 493.3 − 4.704 = 488.6
答案
L = 488.6
7.线性回归与相关
答案: r² = 0.9474
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 = 105/5 = 21
ȳ = 369/5 = 73.8
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 192
Syy = Σ(y − ȳ)² = 972.8
决定系数
r² = 192²/(40·972.8) = 0.9474
答案
r² = 0.9474
y 的变异中约有 94.74% 可由该直线解释。
8.线性回归与相关
答案: ŷ = 98.55
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 = 120/6 = 20
ȳ = 544/6 = 90.67
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 276
回归直线
b = 276/70 = 3.943
a = 90.67 − 3.943·20 = 11.81
ŷ = 11.81 + 3.943·x
预测
ŷ = 11.81 + 3.943·22 = 98.55
答案
ŷ = 98.55
9.卡方检验
答案: E = 36.23
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 = 101·66/184 = 36.23
答案
E = 36.23
10.卡方检验
答案: df = 10
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 = 11 − 1 = 10
答案
df = 10
ExamProblems · examproblems.com/courses/statistics-2-inference