统计学重要
( )
( )
D
2
2
2
2
1 . X
X
2.
N
3. Q
4.
1
(2) S
1
U L
i
i
X
n
IQR Q Q
X
N
X
n
μ
μσ
μ
=
=
= = −
−=
−= −
∑
∑
∑
∑
样本平均数:
总体平均数:
四分位差:
方差:
( )总体方差:
样本方差:
2
2
5.
1
2 S S
6.
100% 100%
100%
CV
SCV
X
σ σ
σ
μ
=
=
⎛ ⎞ ⎛ ⎞= × = ×⎜ ⎟ ⎜ ⎟⎝ ⎠⎝ ⎠
⎛ ⎞= ×⎜ ⎟⎝ ⎠
标准差:
()总体标准差:
( )样本标准差:
变异系数
标准差总体: 平均数
样本:
( )( )
( )
( )( )
2
2 12
1 1
1 1
1 1
7 . ( ) ,
8 . ( , )
1
9 . ,
,
,
i i
i i
i i
X Y
X Y X Y
X Y
X Y X X Y Y
n
in n
i
X X i i
i i
n n
i in n
i i
X Y i i i i
i i
Y Y i
X X XZ Z Z
S
X X Y Y
C o v X Y S
n
S Lr
S S L L
X
L X X X
n
X Y
L X X Y Y X Y
n
L Y
μ
σ
=
= =
= =
= =
− −= =
− −= = −
= =
⎛ ⎞⎜ ⎟⎝ ⎠= − = −
⎛ ⎞ ⎛⎜ ⎟ ⎜⎝ ⎠ ⎝= − − = −
= −
∑
∑∑ ∑
⎞⎟⎠∑ ∑∑ ∑
标 准 分 数 分 数 或
样 本 协 方 差
皮 尔 逊 相 关 系 数
( )
2
2 12
1 1
1 1
,
,
n
in n
i
i
i i
n n
i i
i i
Y
Y Y
n
X Y
X Y
n n
=
= =
= =
⎛ ⎞⎜ ⎟⎝ ⎠= −
= =
∑∑ ∑
∑ ∑
( )
( )( ) ( )
( )
2
2
1 0 . X
1 1 . X
1 2 . S
1
1 3 .
! 1 2 1 ,
!
! 1 2 ,
! ,
! ! !
i i
i
i i
i
i i
m
n
m
m n
n
m n m
n n
W X
W
F X
F
F X X
n
nP n n n n m
m
n n
P nC
m m n m
C C −
=
=
−= −
= = − − ⋅ ⋅ ⋅ − +
= × × ⋅ ⋅ ⋅ ×
= = −
=
∑
∑
∑
∑
∑
加 权 平 均 数
分 组 数 据 样 本 平 均 数
分 组 数 据 样 本 方 差
排 列 组 合 公 式
n
i
i 1
14. ( ) 1 ( )
15. P(A B) P(A) P(B)-P(A B)
P(A B) P(A B)16. P(A|B) , P(B|A)
( ) ( )
17. P(A B) ( ) P(A|B) ( ) P(B|A)
18. P(A B) ( ) ( )
19. P(B) ( ) P(B|A )
20.
i
P A P A
P B P A
P B P A
P A P B
P A
=
= −
∪ = + ∩
∩ ∩= =
∩ = ⋅ = ⋅
∩ =
= ⋅∑
事件补的概率
加法公式
条件概率
公式
独立事件
全概率公式
贝叶 i ii n
j
j 1
( ) P(B|A ) ( ) P(B|A ) P(A |B)
P(B) ( ) P(B|A )
i i
j
P A P A
P A
=
⋅ ⋅= =
⋅∑
斯公式
( )22
2
21. ( ) ( )
22. ( ) ( )
23. ( ) , 0,1, 2,..., , 1
24. ( ) , ( ) (1 )
25. ( )
! !
27. ( )
x x n x
n
x x
x n x
r N r
E X xp x
Var X x p x
p x C p q x n q p
E X np Var X np p
e ep x
x x
C Cp x
C
μ λ
μ
σ μ
μ σ
μ λ
−
− −
−
−
= =
= = −
= = = −
= = = =
= =
⋅=
−
∑
∑
离散型随机变量的数学期望
离散型随机变量的方差
二项分布的概率函数
二项分布的数学期望和方差
泊松分布
超几何分布
( )2
22
, 0
128. ( )
2
29.
n
N
x
x r
f x e
xZ
μ
σ
πσ
μ
σ
−−
≤ ≤
=
−=
正态概率密度函数
标准正态分布变换
30. X :
( ) ,
1
31. :
( ) ,
(1 )
1
(1 )
X
X
P
P
E X
N n
N n
n
P
E p p
N n p p
N n
p p
n
μ
σσ
σσ
σ
σ
=
− ⎛ ⎞= ⎜ ⎟− ⎝ ⎠
=
=
⎛ ⎞− −= ⎜ ⎟⎜ ⎟− ⎝ ⎠
−=
)
)
)
)
的数学期望和标准差
有限总体时
无限总体时
比例 的数学期望和标准差
有限总体时
无限总体时
2
2
2
2
2 2
2
2
32. :
33.
(1) : ,
(2) : ,
(3) , , ,
(4) , ,
34. :
X
X Z
n
SX Z
n
X Z
n
SX t
n
Z
n
α
α
α
α
α
μ μ
σ
σμ
−
±
±
±
±
= Δ
估计 时的抽样误差
总体均值的区间估计
大样本且方差已知
大样本且方差未知
总体正态小样本方差已知
总体正态小样本方差未知
估计 时所需的样本容量
σ
2
2
2
2
0
0 0
(1 )35.
(1 )
36.
37. :
: ,
/
:
/
38. : , 1
/
39. :
(1 )
p pP p Z
n
Z p p
p n
XZ
n
XZ
S n
Xt df
S n
p pZ
p p
n
α
α
μ
σ
μ
μ
−±
⋅ −= Δ
−=
−=
− n= = −
−= −
) ))
) )
)
总体比率 的区间估计
的区间估计时所需的样本容量
大样本总体均值的检验统计量
方差已知
方差未知
小样本总体均值的检验统计量
总体比率检验统计量
( )
( )
( )1 2
2 2
22
0 1
1 2
1 2
1 2 1 2
2 2
1 2
1 2
40. :
,
41. , :
:
( ) ,
X X
Z Z
n Z Z
X X
X X
E X X
n n
α β
α α
σ
μ μ
μ μ
σ σσ −
−= −
−
−
− = −
= +
总体均值的单侧检验中所需样本容量
用 代替 即为双侧检验的公式
独立样本时 两个总体均值之差的点估计量
的期望值与标准差
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
1 2
1 2 1 2
1 2
1 2
1 2
1 2 1 2
1 2 2
2 2
1 2
1 2
1 2 1 2 2
2 2
2 2 21 2
1 2 1 2
1 2 1 2
1 2 2
42. :
(1) ( , 30), ,
:
(2) , ,
1 1, (
(3) ,
X X
X X X X
X X
X X
X X
n n
X X Z
S SS
n n
X X Z S
X X
n n n n
X X t S
α
α
α
σ σ
σ
σ
σ σ
σ σσ σ σ σ
−
− −
−
−
−
≥
− ±
= +
− ±
= − = + = +
− ±
两个总体均值之差的区间估计
大样本 已知
的点估计量为
大样本 未知
时 的标准差
小样本 正态
)
( ) ( )
( ) ( )
( )
1 2
1 2 1 2
2 2
1 2
1 2
1 2 1 2
2
1 2
1 2
1 2
1 2 1 2
1 1 2 2 1 1
1 2 1
43.
X
(1) Z ,
X
(2) ,
1 1
(3)
44. :
(1 ) (1 ) (1 )
p
d
d
p p
X
n n
X
t
S
n n
dt
S n
p p
p p
E p p p p
p p p p p p p
n n n
μ μ
σ σ
μ μ
μ
σ −
− − −=
+
− − −=
⎛ ⎞+⎜ ⎟⎝ ⎠
−=
−
−
− = −
− − −= + = +) )
) )
) )
) )
) ) )
两个总体均值之差的假设检验统计量
大样本
小样本
相关样本
两个比率之差的点估计量
的期望值与标准差
1 2 1 2
2 2
2
1 1 2 2
1 2
(1 )
(1 ) (1 ):
p pp p
p
n
p p p pS
n n
σ −−
−
− −= +) )) )
)
) ) ) )
的点估计量
( )
( ) ( )
( )
( ) ( )
1 2
1 2
1 2 1 2
1 1 1 1 2 2 2 2
1 2
2
1 2 1 2
1 1 2 2
1 2
1 2
1 2
45. :
, (1 ), , (1 ) 5 ,
46. :
:
1 1: (1 )
p p
p p
p p p p
n p n p n p n p
p p Z S
p p p p
Z
n p n pp
n n
p p S p p
n n
α
σ
σ
−
−
− −
− − ≥
− ±
− − −=
+= +
⎛ ⎞= = ⎜ ⎟⎝ ⎠
) )
) )
) ) ) )
) )
) )
) ))
) )
两个总体比率之差的区间估计
大样本 时
两个总体比率之差的检验统计量
总体比率合并估计
时 的点估计量 − +
( ) ( )
( )
( )
( )
2 2
2
2 2
/ 2 ( 1 / 2 )
2
2
2
2
1
2
2
2
2
1
2
2
1 1
4 7 . :
1
4 8 . :
4 9 . :
5 0 . : , 1
5 1 . :
:
k
i i
i i
i j
i j
i j i j
j i j
n S n S
n S
SF
S
f e
d f k
e
R T C T i je
n
f e
e
α α
σχ χ
χ σ
χ
χ
−
=
− −≤ ≤
−=
=
−= =
× ×= =
−=
∑
一 个 总 体 方 差 的 区 间 估 计
一 个 总 体 方 差 的 检 验 统 计 量
两 个 总 体 方 差 的 检 验 统 计 量
拟 合 优 度 检 验 统 计 量
独 立 假 设 条 件 下 列 联
的 期 望 频 数
第 行 之 和 第 列 之 和
样 本 容 量
独 立 性 检 验 统 计 量
( )( ), 1 1
i
d f R C= − −∑ ∑
−
( )
( )
1
2
2 1
1 1
1
2
1
2
1
5 2 .
: ,
: ,
1
: ,
1
: ,
1
: ( )
: ,
: 1
j
j
j
n
i j
i
j
j
n
i j j
i
j
j
nk
i j k
j i
t t j
jt
k
j j t
j
t
k
j j
j
K
X
X
n
X X
S
n
X
X n n
n
S S T RM S T R
k
S S T R n X X
S S EM S E
n k
S S E n S
k
=
=
= =
=
=
=
=
−
= −
= =−
= −
= −
= −
= −
∑
∑
∑ ∑ ∑
∑
∑
检 验 个 均 值 的 相 等 性
第 j 个 处 理 的 样 本 均 值
第 j 个 处 理 的 样 本 方 差
总 样 本 均 值
处 理 均 方
处 理 平 方 和
误 差 均 方
误 差 平 方 和
个 均 值 相 等 检
( )2
1 1
i
:
:
:
:
X
L S D : t
1 1
jnk
i j t
j i
j
i j
M S T RF
M S E
S S T X X
S S T S S T R S S E
X
F i s h e r
M S E
n n
= =
=
= −
= +
−=
⎛ ⎞+⎜ ⎟⎜ ⎟⎝ ⎠
∑ ∑
验 统 计 量
总 平 方 和
平 方 和 分 解
多 重 比 较 方 法
的 检 验 统 计 量
( )
( )
( )
( )( )
( )
2
1 1
2
.
1
2
.
1
2
2
5 4 . :
: , 1,
: , 1,
: , 1,
: , 1
:
: ,
:
k a
t i j t t t
j i
k
b j t b
j
a
r i t r
i
e t b r e
i j
t i j t
i
b
S S X X d f n
S S a X X d f k
S S k X X d f a
S S S S S S S S d f k a
X
S S X d f a k
a k
X
S S
= =
=
=
= − = −
= − = −
= − = −
= − − = − −
= − = −
=
∑ ∑
∑
∑
∑ ∑∑ ∑
随 机 化 区 组 设 计
总 平 方 和
处 理 平 方 和
区 组 平 方 和
误 差 平 方 和
求 平 方 和 的 另 一 种 方 法
总 平 方 和
处 理 平 方 和 ( )
1
1,
( )
( ) ( )
( )( )
2 2
2 2
, 1
: ,
: , 1
j i j
b
i j i j
r r
e t b r e
X
d f k
a a k
X X
S S d f a
k a k
S S S S S S S S d f k a
,
1,
1
− = −
= − =
= − − = − −
∑ ∑ ∑∑
∑ ∑ ∑∑区 组 平 方 和
误 差 平 方 和
−
( )
( )
( )
( ) ( )(
2
1 1 1
2
.
1
2
.
1
2
. .
1 1
55. :
: , 1
: , 1,
: , 1,
: ,
: ,
a b r
ijk t t t
i j k
a
i t A
i
b
j t B
j
a b
ij i j t AB
i j
e
SST X X df n
A SSA br X X df a
B SSB ar X X df b
SSAB r X X X X df a b
SSE SST SSA SSB SSAB df a
= = =
=
=
= =
= − = −
= − = −
= − = −
= − − + = −
= − − − =
∑ ∑ ∑
∑
∑
∑ ∑
析因试验
总平方和
因子 平方和
因子 平方和
交互作用平方和
误差平方和 ( 1)br ab ab r− = −
)1 1−
( )
( )
( )
( )
0 1
0 1
0 1
2
1 2
2
0 1
5 7 . :
:
:
: m in
:
,
i i
i i
i i
i
y x
E y x
y b b x
y y
x y
x y
nb
x
x
n
b y b x
β β ε
β β
= + +
= +
= +
−
−
=
−
= −
∑
∑ ∑∑
∑∑
)
)
简 单 线 性 回 归 模 型
简 单 线 性 回 归 方 程
估 计 的 简 单 线 性 回 归 方 程
最 小 二 乘 法
估 计 的 回 归 方 程 的 斜 率 和 截 距
( )
( ) ( )
( ) ( )
( )
( )
( ) ( )
2
2
2 2
2
2 2 2
2
2
2
2 2
2
1 1
2 2
:
:
:
:
( ) :
:
( ) :
i i
i
i i
i
i i
i i
i i
i
i
x y
S S T S S R S S E
S S E y y
y
S S T y y y
n
X
S S R y y b X
n
X Y
X Y
n
X
X
n
S S RR r
S S T
r b b r
S Mσ
= +
= −
= − = −
⎡ ⎤⎢ ⎥= − = −⎢ ⎥⎣ ⎦
⎡ ⎤−⎢ ⎥⎢ ⎥⎣ ⎦=
−
= =
= =
=
∑
∑∑ ∑
∑∑ ∑
∑ ∑∑
∑∑
)
)
平 方 和 分 解
误 差 平 方 和
总 平 方 和
回 归 平 方 和
判 定 系 数 决 定 系 数
样 本 相 关 系 数 的 符 号 判 定 系 数 的 符 号
均 方 误 差 的 估 计 量
2
:
2
S S ES E
n
S S ES M S E
n
= −
= = −估 计 量 的 标 准 误 差
( )
( )
( )
( )
( )
1
1
1
0
0
0 0
1 2
2
1 2
2
1
2
0
0 2
2
0 0 / 2
0
:
:
:
:
1
:
1:
( ) :
1: 1
b
i
i
b
i
i
b
y
i
i
y
y y
b
X
X
n
Sb S
X
X
n
bt t
S
SSR SSRMSR SSR
MSRF F
MSE
X X
y S S
n X
X
n
E y y t S
X X
S S
n
α
σσ
−
=
−
=
−
=
= = =
=
−= + ⎡ ⎤⎢ ⎥−⎢ ⎥⎣ ⎦
± ⋅
−= + +
∑∑
∑∑
∑∑
)
)
)
)
)
的标准差
的估计的标准差
统计量
回归均方 自变量的个数
检验统计量
的估计的标准差
的置信区间估计
一个个别值估计的标准差 ( )
0 0
2
2
2
0 0 / 2:
i
i
y y
X
X
n
y y t Sα −
⎡ ⎤⎢ ⎥−⎢ ⎥⎣ ⎦
± ⋅
∑∑
)
)的预测区间估计
( )
( )
( )
0 1 1 2 2
0 1 1 2 2
2
2
2 2
58. :
:
:
: min
, , :
:
1: 1 1
1
:
:
1
p p
p p
i i
a
y x x x
E y x x x
y y
SST SSR SSE SST SSR SSE
SSRR
SST
nR R
n p
SSRMSR
p
SSEMSE
n p
F
β β β β ε
β β β β
= + + + ⋅ ⋅ ⋅ + +
= + + + ⋅ ⋅ ⋅ +
−
= +
=
−= − − ⋅ − −
=
= − −
∑ )
多元线性回归模型
多元回归方程
估计的多元回归方程
最小二乘法
之间的关系
多元决定系数
修正的多元决定系数
回归均方
误差均方
检 :
:
i
i
b
MSRF
MSE
bt t
S
=
=
验统计量
检验统计量