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
X 服从均值 250 g、标准差 4 g 的正态分布；Y 独立，服从均值 500 g、标准差 9 g 的正态分布。求 X + Y 大于 759.8 g 的概率 P。z 取两位小数。
μX = 250, σX = 4μY = 500, σY = 9X + Y > 759.8 g
P =
2.正态分布困难
智商分数服从正态分布，均值为 100 分，标准差为 15 分。求数值 x，使得有 80% 的数据低于它（第 80 百分位数）。
μ = 100σ = 15P = 80%
x = 分
3.置信区间中等
基于 50 个观测值且 σ 已知的均值 90% 置信区间，其误差范围为 7.2。 基于 100 个观测值的 99% 区间，其误差范围 E₂ 是多少？
90%n₁ = 50E₁ = 7.299%n₂ = 100
E₂ =
4.置信区间困难
对两种肥料进行试验。地块组 1：17 块地，平均产量 55 kg，标准差 1 kg。地块组 2：14 块地，均值 46 kg，标准差 4 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 = 17x̄₁ = 55s₁ = 1n₂ = 14x̄₂ = 46s₂ = 495%t(29) = 2.045
E = kg
5.假设检验与置信区间中等
15 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 −2.05，差值的标准差为 6.1。求 H₀: μd = 0 的配对检验统计量 t。
n = 15d̄ = −2.05sd = 6.1
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 90% 的功效检测出均值 2.5 个单位的偏移。标准差为 14。求最小样本量 n。
α = 0.05功效 = 90%δ = 2.5σ = 14zα = 1.645zβ = 1.282
n =
7.线性回归与相关中等
表中给出 5 对观测值 x = 广告支出 (k€) 和 y = 销售额 (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 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。 预测 x = 9 时的 ŷ。
n = 6x = 9
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“城市，高”的期望频数 E。
行合计 = 97列合计 = 64N = 170
E =
10.卡方检验困难
一个卡方拟合优度检验将 10 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 = 0.01 下的临界值 χ²crit。
α = 0.01
χ²crit =
3溶液
1.正态分布
答案: P = 0.1587
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)。
和的分布
μ = 750 g, σ = √(4² + 9²) = 9.849 g
标准化
z = (759.8 − 750)/9.849 = 1
上尾
P = 1 − Φ(1) = 1 − 0.8413 = 0.1587
答案
P = 0.1587
2.正态分布
答案: x = 112.6 分
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) = 0.8 → z = 0.8416
换算回 x
x = 100 + 0.8416·15 = 112.62 分
答案
x = 112.62 分
3.置信区间
答案: E₂ = 7.973
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
误差范围之比
E₂/E₁ = (2.576/1.645)·√(50/100) = 1.107
新的误差范围
E₂ = 7.2·1.107 = 7.973
答案
E₂ = 7.973
4.置信区间
答案: E = 2.051 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 = (16·1² + 13·4²)/29 = 7.724
sp = 2.779
误差范围
E = 2.045·2.779·√(1/17 + 1/14) = 2.051
答案
E = 2.051 kg
5.假设检验与置信区间
答案: t = −1.302
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 = 6.1/√15 = 1.575
检验统计量
t = −2.05/1.575 = −1.302
答案
t = −1.302
df = 14 时，双侧 5% 的临界值为 2.145；|t| 更小，所以不拒绝 H₀。
6.假设检验与置信区间
答案: n = 269
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 + 1.282)·14/2.5)² = 268.7
向上取整
n = 269
答案
n = 269
7.线性回归与相关
答案: r² = 0.9957
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 = 25/5 = 5
ȳ = 209/5 = 41.8
平方和与乘积和
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 158
Syy = Σ(y − ȳ)² = 626.8
决定系数
r² = 158²/(40·626.8) = 0.9957
答案
r² = 0.9957
y 的变异中约有 99.57% 可由该直线解释。
8.线性回归与相关
答案: ŷ = 67.77
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 = 42/6 = 7
ȳ = 348/6 = 58
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 342
回归直线
b = 342/70 = 4.886
a = 58 − 4.886·7 = 23.8
ŷ = 23.8 + 4.886·x
预测
ŷ = 23.8 + 4.886·9 = 67.77
答案
ŷ = 67.77
9.卡方检验
答案: E = 36.52
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 = 97·64/170 = 36.52
答案
E = 36.52
10.卡方检验
答案: χ²crit = 21.67
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 = 10 − 1 = 9
表
χ²crit(df = 9, α = 0.01) = 21.666
答案
χ²crit = 21.666
若计算出的 χ² 大于该值，则拒绝 H₀。
ExamProblems · examproblems.com/courses/statistics-2-inference