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
螺栓的质量相互独立，服从均值 40 g、标准差 1.2 g 的正态分布。求其中 12 个的总质量超过 475.8 g 的概率 P。z 取两位小数。
μ = 40 gσ = 1.2 gn = 12> 475.8 g
P =
2.正态分布困难
一组人中男性的身高 X 与女性的身高 Y相互独立且服从正态分布：X 的均值为 180 cm，标准差为 10 cm，Y 的均值为 170 cm，标准差为 12 cm。求 X 大于 Y 的概率 P。z 取两位小数。
μX = 180 cm, σX = 10 cmμY = 170 cm, σY = 12 cm
P =
3.置信区间中等
基于 100 个观测值且 σ 已知的均值 90% 置信区间，其误差范围为 1.6。 基于 400 个观测值的 95% 区间，其误差范围 E₂ 是多少？
90%n₁ = 100E₁ = 1.695%n₂ = 400
E₂ =
4.置信区间困难
总体标准差为 5。样本量 n 至少要多大，才能使均值的 99% 置信区间的误差范围不超过 2？
σ = 5E = 299%
n =
5.假设检验与置信区间中等
10 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 −5.84，差值的标准差为 5.6。求 H₀: μd = 0 的配对检验统计量 t。
n = 10d̄ = −5.84sd = 5.6
t =
6.假设检验与置信区间困难
在 α = 0.01 下的单侧 z 检验，必须以 80% 的功效检测出均值 1 个单位的偏移。标准差为 4。求最小样本量 n。
α = 0.01功效 = 80%δ = 1σ = 4zα = 2.326zβ = 0.842
n =
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。 已给出它们的各项和。由这些和求皮尔逊相关系数 r。
n = 6Σx = 120Σy = 676Σx² = 2470Σy² = 78318Σxy = 13908
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。 x 取何值 x 时，直线预测 ŷ = 104？
n = 6ŷ = 104
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 = 1602 × 2
χ² =
10.卡方检验困难
对一个 2 行 3 列（不含合计）的列联表进行卡方独立性检验。 该检验的自由度 df 是多少？
2 × 3
df =
3溶液
1.正态分布
答案: P = 0.8438
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)。
总和的分布
μT = 480 g, σT = 1.2·√12 = 4.157 g
标准化
z = (475.8 − 480)/4.157 = −1.01
概率
P = 1 − Φ(−1.01) = 0.8438
答案
P = 0.8438
2.正态分布
答案: P = 0.7389
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 = 180 − 170 = 10 cm, σ = 15.62 cm
标准化
z = (0 − 10)/15.62 = −0.64
概率
P = 1 − Φ(−0.64) = 0.7389
答案
P = 0.7389
3.置信区间
答案: E₂ = 0.9532
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 = (1.96/1.645)·√(100/400) = 0.5957
新的误差范围
E₂ = 1.6·0.5957 = 0.9532
答案
E₂ = 0.9532
4.置信区间
答案: n = 42
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 = (2.576·5/2)² = 41.47
向上取整
样本量是整数，向下取整会使误差范围过大。
n = 42
答案
n = 42
5.假设检验与置信区间
答案: t = −3.298
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 = 5.6/√10 = 1.771
检验统计量
t = −5.84/1.771 = −3.298
答案
t = −3.298
df = 9 时，双侧 5% 的临界值为 2.262；|t| 更大，所以拒绝 H₀。
6.假设检验与置信区间
答案: n = 161
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 = ((2.326 + 0.842)·4/1)² = 160.6
向上取整
n = 161
答案
n = 161
7.线性回归与相关
答案: r = 0.9989
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 = 13908 − 120·676/6 = 388
Sxx = 2470 − 120²/6 = 70
Syy = 78318 − 676²/6 = 2155
相关系数
r = 388/√(70·2155) = 0.9989
答案
r = 0.9989
8.线性回归与相关
答案: x = 22.94
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 = 114/6 = 19
ȳ = 518/6 = 86.33
平方和与乘积和
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 314
回归直线
b = 314/70 = 4.486
a = 86.33 − 4.486·19 = 1.105
ŷ = 1.105 + 4.486·x
解出 x
x = (104 − 1.105)/4.486 = 22.94
答案
x = 22.94
9.卡方检验
答案: χ² = 7.033
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: 80·104/160 = 52, 80·56/160 = 28
安慰剂: 80·104/160 = 52, 80·56/160 = 28
卡方统计量
χ² = (44 − 52)²/52 + (36 − 28)²/28 + (60 − 52)²/52 + (20 − 28)²/28
χ² = 7.033
答案
χ² = 7.033
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: df = 2
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)·(3 − 1) = 2
答案
df = 2
ExamProblems · examproblems.com/courses/statistics-2-inference