统计学各章计算题公式及解题方法

统计分组 1、组中值：组中值=(上限+下限)/2缺下限组的组中值=该组上限-邻组组距/2 缺上限组的组中值=该组下限+邻组组距/2 2、众数出现最多的数d ΔΔΔL M 211o ⨯++=3、中位数从小排到大，中间的那个数4、平均数5、几何平均数6、标准差例题：计算下题中的中位数、众数、平均值、标准差n πx nx n ...x 2x 1G =••=Σf f 2)x Σ(x σn 2)x Σ(x σ:标准差；（已分组资料）Σff2)x Σ(x 2σ:方差的加权式；（未分组资料）n 2)x Σ(x 2σ:方差的简单式-=-=-=-=1）△1=50-30=20 △2=50-40=10 △1+△2=30 众数=10+（20/30）*2=11.33 2）中位数∑f/2=144/2=72 S m-1=45 fm=50 ∑f/2 - Sm-1=72-45=27 Me= 10+27/50*2=11.083）平均数=∑xi*fi/∑fi=1580/144≈11 4）标准差=2.15第4章1、区间估计最后推断的公式：2、两个理论：大数定律、中心极限定理3、四种抽样组织形式：随机抽样、等距抽样、分类抽样、整群抽样第五章1、相关关系：完全正相关（值为1）、完全负相关（值为-1）、部分正相关（0，1），部分负相关（-1，0），不相关（值为0）2、相关系数：取值范围是在[-1，1]区间3、回归分析：x x p p x t X x t p t P p t μμμμ-≤≤+-≤≤+()()2222∑∑∑∑∑∑∑---=y y n x x n yx xy n γΣf f 2)x Σ(x σ-=144644=基本形式：y=a+bx4、估计标准误差的计算估计标准误差指标是用来说明回归方程代表性大小的统计分析指标，也简称为估计标准差或估计标准误差，其计算原理与标准差基本相同。

估计标准误差说明理论值（回归直线）的代表性。

若估计标准误差小，说明回归方程准确性高，代表性大；反之，估计不够准确，代表性小。

百度文库-让每个人平等地提升自我统计学各章计算题公式及解题方法第四章数据的概括性度量组距式数值型数据众数的计算：确定众数组后代入公式计算：，其中，L 为众数所在组次数与后一组次数之差，d 为众数所在组组距单变量数列的中位数：先计算各组的累积次数（或累积频率）一根据位置公式确定中位 数所在的组一对照累积次数（或累积频率）确定中位数（该公式假定中位数组的频数在 该组内均匀分布）组距式数列的中位数计算公式：1. 2.3.4. 5.6. 7. 8.9. 10. 11.12. 13. 14.下限公式：Mo 土丄+ 爲;x 氐上限公式： 叫土 “下限，U 为众数所在组上限,A 1为众数所在组次数与前一组次数之差,为众数所在组未分组数据中位数计算公式:下限公式: 叭十毛2上限公式:M e = U-■W + L ■-x ci ，其中,在组的频数, 为中位数所在组前一组的累积频数,抵咛:||为中位数所在组后一组的累积频数四分位数位置的确定:未分组数据:下四分位数：＜?! = —c 帥 * I ） I 上四分位数：Qv =XX| +JTj + ... + jf nIn加权均值：- * ,-I,几何均值 （用于计算平均发展速度）.工二屮1 X 引其…X 為1 - 四分位差 （用于衡量中位数的代表性）异众比率 （用于衡量众数的代表性）极差：未分组数据:R = rnax （Xl ） - ；组距分组数据：R 土 :ft 高组上阴-最-低姐下眦 平均差（离散程度）：未分组数据： ，-丄一组距分组数据： 叭-总体方差：未分组数据: ；分组数据:中位数位置的确定：未分组数据为；组距分组数据为T （甞卜仇为奇数.+巴+ J 八为喝数为中位数所;组距分组数据:简单均值: 值为各组组中:Q 。

= Qu - Q L其中叫%•松1. 的估计值: 置信水平aa 2Za290%95%99%2.不同情况下总体均值的区间估计:总体分布样本量b 已知b 未知正态分布大样本（n > 30）tJX +S工土 Za-^小样本（n<30）(TX + Za —S 工 土 f41—^1捕非正态分布 大样本（n > 30）(TX + Za —S工土 ?«--其中，•查p448，查找时需查n-1的数值3. 大样本总体比例的区间估计:4. 总体方差 在.，置信水平下的置信区间为：5. 估计总体均值的样本量：门二 駕竺，其中,第八章假设检验1.总体均值的检验（已知或卜T 未知的大样本）［总体服从正态分布，不服从正态分布的用正态分布近似］假设 双侧检验左侧检验右侧检验假设形式H Q ： P =他1、阿:P 工颅\/ “1 : H旳:统计量。

集中趋势测定：一、众位数L为众数组的下限，U为上限；d为众数组的组距；△1=fm－fm-1，即众数组的次数与下一组（或前一组）次数之差；△2=fm －fm+1，即众数组的次数与上一组次数之差二、中位数式中：L为中位数所在组的下限，U为上限；d为中位数所在组的组距；Sm-1 为中位数所在组以下各组（或小于中位数的各组）次数之和；Sm+1为中位数所在组以上各组（或大于中位数的各组）次数之和；fm为中位数所在组的次数。

三、算术平均数1、简单算术平均数2、加权算术平均数A、绝对权数（次数）⇒ fB、相对权数（频率或比重）⇒ f/∑f⎪⎪⎩⎪⎪⎨⎧⇒⨯+-=⇒⨯++=上限公式dΔΔΔUM下限公式dΔΔΔLM212o211o⎪⎪⎪⎩⎪⎪⎪⎨⎧→⨯+--=→⨯--+=⇒=上限公式dm f1mS2ΣfUeM下限公式dm f1mS2ΣfLeM2Σf中位四、几何平均数离散程度的测定 极差全距是数列中的最大值与最小值之差。

全距(R)=最大值—最小值平均差平均差是各数据值与其算术平均数之差绝对值的算术平均数。

常用“M ·D ”表示（一）根据未分组资料计算（简单算术平均差）（二）根据分组资料计算（加权算术平均差）方差和标准差⎩⎨⎧⇔⇔⇔⇔=的代表性越大x 数据越集中R越小的代表性越小x 数据越分散R越大x x 当21nxx ΣD M -=⋅⎩⎨⎧→→→→→→=的代表性越大x 数据越整齐平均离差越小A.D越小的代表性越小x 数据越分散平均离差越大A.D越大x x 21Σff2)x Σ(x σn2)x Σ(x σ:标准差；（已分组资料）Σff2)x Σ(x 2σ:方差的加权式；（未分组资料）n2)x Σ(x 2σ:方差的简单式-=-=-=-=抽样平均误差计算总体平均数的抽样平均误差 （1）不重置抽样条件下（2）重置抽样条件下总体成数的抽样平均误差 （1） 不重置抽样条件下（2）重置抽样条件下抽样极限误差计算：1. 总体平均数的抽样极限误差2.总体成数的抽样极限误差100%xσV :标准差系数100%xM.DV :平均差系数σA.D ⨯=⨯=)1N n N (n σ2μx --=nσμx=)1N nN (n p)p(1μp ---=np)p(1μp -=μxxt=∆μppt=∆1、 总体平均数的区间估计：2、总体成数的区间估计：样本容量的确定总体平均数估计的样本容量的确定 重置抽样：不重置抽样 ：总体成数估计的样本容量的确定 重置抽样：不重置抽样 ：∆∆+-xx x x ,∆∆+-pp p p ,相关系数 判定标准：• 0.3以下，微弱线性相关 • 0.3~0.5，低度线性相关 • 0.5~0.8，显著线性相关 • 0.8以上，高度线性相关 计算公式：⎪⎩⎪⎨⎧→→→=y的标准差x,y σx σy的协方差x,xy σ为x与y的相关系数y σx σxyσ2r 2)y Σ(y 2)x Σ(x )y )(y x Σ(x n2)y Σ(y n2)x Σ(x n )y )(y x Σ(x r ----=----=yyxx xy L L L =2)y Σ(y 2)x Σ(x )y )(y x Σ(x yσx σxy σr ----==n2(Σy)2Σy n2(Σx)2Σx n ΣxΣy Σxy ---=2(Σy)2nΣy 2(Σx)2nΣx ΣxΣynΣxy ---=n2(Σy)2Σy n2(Σx)2Σxn )n ΣxΣy n(Σxy ---=2y 2y 2x 2x y x xy --⋅-=yσx σy x xy ⋅-=回归分析的方法 一元线性回归分析 方程式： 线性回归模型参数估计值计算公式：估计标准误差 计算： 平均发展水平间隔不等的时点数列Σf )f a (a 21Σa 公式i1i i ++=→平均发展水平计算bxa y +=n 2(Σx)2ΣxnΣxΣy Σxy b--=2(Σx)2nΣx ΣxΣy nΣxy --=xb y nΣx b nΣy a -=⋅-=n－2xyy－b a y2s ∑∑∑-=nΣa a :计算公式=⇒nΣa a 时期数列=→⎪⎪⎪⎪⎪⎩⎪⎪⎪⎪⎪⎨⎧⎪⎪⎪⎩⎪⎪⎪⎨⎧⎩⎨⎧++=→-+++=→=Σfi)f 1i a i Σ(a 21a 间隔不等1n n a 212a 1a 21a 间隔相等时点数列nΣa a 连续时点数列时点数列（1）∏环比发展速度=定基发展速度。

统计学（第七版贾俊平）第七章期末复习笔记（详细附例题详解及公式）第七章7.1估计量与估计值估计⽅法：（1）点估计：据估计、最⼤似然法、最⼩⼆乘法（2）区间估计置信⽔平：（1- α），α为总体参数未在区间内的⽐例；常⽤的置信⽔平：99%（α=0.01），95%（α=0.05），90%（α=0.10）评价估计量的标准：⽆偏性 有效性 ⼀致性7.2 ⼀个总体参数的区间估计7.2.1总体均值的区间估计：题型：（1）总体服从正态分布，⽅差已知 （⼤、⼩样本） ；（2）总体服从正态分布，⽅差未知 （⼤样本）；（3）⾮正态分布，⼤样本例⼀：（1）总体服从正态分布，且⽅差已知（⼤、⼩样本）例⼆：（3）⾮正态分布，⼤样本（n>=30）题型：（4）总体服从正态分布 ，但⽅差未知，⼩样本（n<30）例三：（4）总体服从正态分布 ，但⽅差未知，⼩样本（n<30）总结：7.2.2 总体⽐例的区间估计题型：总体服从⼆项分布，可由正态分布来近似（只讨论⼤样本）例四：7.2.3 总体⽅差的区间估计题型：估计⼀个总体的⽅差或标准差（只讨论正态总体）例五：⼩结：7.3 两个总体参数的区间估计7.3.1 两个总体均值之差的区间估计（2）⾮正态分布，但两个总体都是⼤样本；例⼀：（3）例⼀：（1）例⼆： （2）题型：（1）两个匹配的⼤样本；（2）两个匹配的⼩样本例⼀：（2）7.3.2 两个总体⽐例之差的区间估计题型：两个总体服从⼆项分布，样本独⽴例⼀：7.3.3 两个总体⽅差⽐的区间估计题型：求两个总体的⽅差⽐例⼀：7.4 样本量的确定7.4.1 估计总体均值时的样本量的确定例⼀：7.4.2 估计总体⽐例时的样本量的确定例⼀：。

平均数基本公式： 一、总体单位总量总体标志总量算术平均数=（调和平均数）简单算术平均： nx x ∑=加权算术平均： ∑∑=fxf x 或 ∑∑=ffxx二、调和平均数： 简单调和平均： ∑=xn H 1 加权调和平均： ∑∑=xm m H三、几何平均数： 简单：nx G ∏= 加权： ∑∏=ff x G四、众数：下限： d L M O 211∆+∆∆+= 上限：d U M O 212∆+∆∆-=五、中位数：下限： d f S fL M mm e 12--+=∑ 上限：d f S fU M mm e 12+--=∑中位数的位次： M e 2∑=f标志变异指标：标准差： 简单： nx x ∑-=2)(σ 加权：∑∑-=ffx x 2)(σ方差： 简单： nx x ∑-=22)(σ加权： ∑∑-=ffx x 22)(σ成数： N N p 1=NN q 0= 1=+p q交替标志： 平均数:p x = 标准差： )1(p p p -=σ标准差系数： %100⨯=xV σσ分析计算题：1、星河公司2009年四个季度的销售利润率分别是12%、11%、13%和10%，同期的销售额分别是1000万元、1200万元、1250万元和1000万元。

友谊公司同期的销售利润率分别是13%、11%、10%和12%，利润额分别是130万元、132万元、120万元和144万元，试通过计算比较两家公司2009年全年销售利润率的高低。

2、课本 P 93 17题动态分析指标：一、平均发展水平： 总量指标时间数列：1、时期数列：na a ∑=2、时点数列：连续型： 等间隔：na a ∑= 不等间隔：∑∑=ffa a不连续型： 等间隔： na a a a a n n 22110++⋅⋅⋅++=-不等间隔： 12111232121222---+⋅⋅⋅++++⋅⋅⋅++++=n n n n f f f f a a f a a f a a a相对指标时间数列： ba c =平均指标时间数列： 同上二、增长量： 逐期增长量： 01a a -12a a - 23a a -… 1--n n a a 累计增长量： 01a a -02a a -03a a -…0a a n -平均增长量1)1()()()(011201-+-=-+⋅⋅⋅+-+-=-n a a n a a a a a a n n n三、发展速度： 环比发展速度：01a a 12a a 23a a …1-n n a a 定基发展速度：1a a2a a3a a …a a n两者之间关系： 1、112010-⨯⨯⨯=n n n a a a a a a a a 2、110--=n n n na a a a a a平均发展速度： n x x ∏=nn a a x 0= n R x =长期趋势测定方法：（时间数列变动分析）方程法：根据时间数列的数据特征，建立一个合适的趋势方程来描述时间数列的趋势变动，推算或预测个时期的趋势值。

《统计学原理》计算题要点：一）分组后求x 的加权算术平均值，有两个公式：∑∑=fxf x 或 )(∑∑⋅=ffx xf为各组出现的次数；∑ff为各组的频率；x 为组中值；∑为连加号二）加权调和平均数 ∑∑=xm m x 三）标准差σ标准差的计算也有简单和加权两种形式，计算公式如下：（1）简单：σ=（适用于未分组资料）可简化为：（2）加权： σ= （适用于分组资料）可简化为：四）标准差系数x v σσ=如果题目里问到谁的平均水平更有代表性或谁更具有推广价值一类的问题，需计算标准差系数。

选标准差系数小的。

计划完成程度：公式一：实际完成数 / 计划数公式二： 实际完成的上期百分数 / 计划的上期百分数五）总体参数的两种区间估计方法 （以平均数X的估计为例。

若是估计成数P ，则只有σ的计算公式改为)1(p p -，其他公式和方法是相同的。

）（一）给定抽样误差范围（即极限误差）x ∆，求置信区间和置信度。

（1）计算样本均值x ；（2）计算样本标准差σ（3）求抽样平均误差：重复抽样： nx σμ=不重复抽样：)1(2--=N nN n x σμ当N很大时可近似为：)1(2N nn x -=σμ（4）置信区间为：),(x x x x ∆+∆-（5）概率度为：xxz μ∆=，查表得)(Z F 的值，置信度为)(Z F（二）给定置信度，求置信区间和抽样极限误差的可能范围。

（1）计算样本均值x ；（2）计算样本标准差σ（3）求抽样平均误差：重复抽样： nx σμ=不重复抽样：)1(2--=N nN n x σμ当N很大时可近似为：)1(2N n n x -=σμ（4）由已知的置信度)(Z F ，得对应的概率度Z抽样极限误差为x x Z μ⋅=∆ （5）置信区间为：),(x x x x ∆+∆-六）样本单位数的计算方法：抽样平均数 抽样成数重复抽样：七）相关系数r0.8 ~ 1, 高度相关； 0.5 ~ 0.8 显著相关八) 线性回归方程式为：ｙc ＝ａ＋ｂｘ注： （1）（2）回归系数b 的涵义是：当自变量ｘ每增加一个单位时，因变量ｙ的平均增加值。

一、基本概率公式及分布1、概率常用公式：P(A+B)=P(A)+P(B)-P(AB);P(A-B)=P(A)-P(AB);如A 、B 独立，则P(AB)=P(A)P(B);P(A )=1-P(A);B 发生的前提下A 发生的概率==条件概率：P(A|B)=P(AB)P(B);或记：P(AB)=P(A|B)*P(B);2、随机变量分布律、分布函数、概率密度分布律：离散型X 的取值是x k (k=1,2,3...),事件X=x k 的概率为：P{X=x k }=P k ,k=1,2,3...;---既X 的分布律；X X1X2....xn PkP1P2...pnX 的分布律也可以是上面的表格形式，二者都可以。

分布函数：F(x)=P{X ≤x},-∞ t ∞;是概率的累积！P(x1<X<x2)=F(x2)-F(x1);P{X>a}=1-P{X<a}离散型rv X;F(x)=P{X ≤x}=x k tp k ;(把X<x 的概率累加）连续型rvX ；F(x)=−∞xf x dx ,f(x)称密度函数；既分布函数F(X)是密度函数f(x)和X 轴上的(-∞,x)围成的面积！性质：F(∞)=1;F(−∞)=0;二、常用概率分布：①离散：二项分布：事件发生的概率为p,重复实验n次，发生k 次的概率（如打靶、投篮等）,记为B(n,p)P{X=k}=n k p k(1−p)n−k，k=0,1,2,...n;E(X)=np,D(X)=np(1-p);②离散：泊松分布：X～Π(λ)P{X=k}=λk e−λk!,k=0,1,2,...;E(X)=λ,D(X)=λ;③连续型：均匀分布：X在(a,b)上均匀分布，X～U(a,b),则：密度函数：f(x)=1b−a,a t0,其它=0,x x−a b−a1,x≥b,a t分布函数F(x)=−∞x f x dx④连续型：指数分布，参数为θ，f(x)=1θe−xθ,0 t0,其它F(x)=1−e−xθ0,x 0;⑤连续型：正态分布：X～N(μ,σ2),most importment!密度函数f(x),表达式不用记！一定要记住对称轴x=µ,E(X)=µ,方差D(X)=σ2;当µ=0，σ2=1时，N(0,1)称标准正态，图形为：分布函数F(x)为密度函数f(x)从(-∞,x)围成的面积。