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 250.25 和 257.5 g 之间的比例是多少？P 以小数表示。
μ = 250σ = 5x1 = 250.25x2 = 257.5
P =
2.正态分布困难
孔径 D 服从均值 25.03 mm、标准差 0.01 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 = 25.03 mm, σ = 0.01 mm轴: μ = 25 mm, σ = 0.01 mm
P =
3.置信区间中等
一个包含 7 个个体的样本，均值为 115，标准差 s = 7。总体近似服从正态分布。 求均值的 99% 置信区间的上限。
n = 7x̄ = 115s = 799%t(6) = 3.707
上限 =
4.置信区间困难
对两种肥料进行试验。地块组 1：16 块地，平均产量 76.5 kg，标准差 5 kg。地块组 2：6 块地，均值 72 kg，标准差 1.5 kg。假设方差相等（合并 t，df = n₁ + n₂ − 2）。 求 μ₁ − μ₂ 的 95% 置信区间的误差范围 E。
n₁ = 16x̄₁ = 76.5s₁ = 5n₂ = 6x̄₂ = 72s₂ = 1.595%t(20) = 2.086
E = kg
5.假设检验与置信区间中等
25 名学生的样本平均分为 73.56，样本标准差为 4。求 H₀: μ = 75 的检验统计量 t。
μ₀ = 75x̄ = 73.56s = 4n = 25
t =
6.假设检验与置信区间困难
样本至少要多大，才能使均值的 90% 置信区间的误差范围不超过 1.5？标准差为 10。求最小样本量 n。
σ = 10E = 1.590%
n =
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。 已给出它们的各项和。由这些和求皮尔逊相关系数 r。
n = 5Σx = 115Σy = 454Σx² = 2735Σy² = 43644Σxy = 10904
r =
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 = 26 时的 ŷ。
n = 6x = 26
ŷ =
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 = 1802 × 2
χ² =
10.卡方检验困难
表中给出了观测频数。在 α = 0.05 下检验两个变量是否独立（不使用连续性校正）。计算检验统计量 χ²，再与表中的临界值比较。
N = 2203 × 2α = 0.05
χ² =
3溶液
1.正态分布
答案: P = 0.4133
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 = (250.25 − 250)/5 = 0.05
z₂ = (257.5 − 250)/5 = 1.5
中间面积
P = Φ(1.5) − Φ(0.05) = 0.9332 − 0.5199 = 0.4133
答案
P = 0.4133
2.正态分布
答案: P = 0.983
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 = 25.03 − 25 = 0.03 mm, σ = 0.01414 mm
标准化
z = (0 − 0.03)/0.01414 = −2.12
概率
P = 1 − Φ(−2.12) = 0.983
答案
P = 0.983
3.置信区间
答案: 上限 = 124.8
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 = 3.707·7/√7 = 9.808
区间
115 ± 9.808 → [105.2, 124.8]
答案
上限 = 124.8
4.置信区间
答案: E = 4.388 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 = (15·5² + 5·1.5²)/20 = 19.31
sp = 4.395
误差范围
E = 2.086·4.395·√(1/16 + 1/6) = 4.388
答案
E = 4.388 kg
5.假设检验与置信区间
答案: t = −1.8
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 = 4/√25 = 4/5 = 0.8
检验统计量
t = (73.56 − 75)/0.8 = −1.8
答案
t = −1.8
t0.025; df = 24 = 2.064
|t| < 2.064，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: n = 121
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）。
解出 n
n = (1.645·10/1.5)² = 120.3
向上取整
n = 121
答案
n = 121
7.线性回归与相关
答案: r = 0.9898
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。
中心化后的和
Sxy = 10904 − 115·454/5 = 462
Sxx = 2735 − 115²/5 = 90
Syy = 43644 − 454²/5 = 2421
相关系数
r = 462/√(90·2421) = 0.9898
答案
r = 0.9898
8.线性回归与相关
答案: ŷ = 103.2
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 = 132/6 = 22
ȳ = 488/6 = 81.33
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 382
回归直线
b = 382/70 = 5.457
a = 81.33 − 5.457·22 = −38.72
ŷ = −38.72 + 5.457·x
预测
ŷ = −38.72 + 5.457·26 = 103.2
答案
ŷ = 103.2
9.卡方检验
答案: χ² = 14.4
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。
期望频数
新药: 120·54/180 = 36, 120·126/180 = 84
安慰剂: 60·54/180 = 18, 60·126/180 = 42
卡方统计量
χ² = (25 − 36)²/36 + (95 − 84)²/84 + (29 − 18)²/18 + (31 − 42)²/42
χ² = 14.4
答案
χ² = 14.4
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: χ² = 30.32
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
生产线 1: 56, 24
生产线 2: 56, 24
生产线 3: 42, 18
卡方统计量
χ² = (74 − 56)²/56 + (6 − 24)²/24 + (46 − 56)²/56 + (34 − 24)²/24 + (34 − 42)²/42 + (26 − 18)²/18
χ² = 30.32
决策
df = 2, χ²crit = 5.991
30.32 > 5.991
答案
χ² = 30.32
χ² 高于临界值，所以拒绝 H₀：两个变量看起来是相关的。
ExamProblems · examproblems.com/courses/statistics-2-inference