全书按「章」前进，一章 50 页。每章的节奏是：第 1 页导引（这个问题在人间是怎么长出来的，本章路线），随后 18 页讲义（定义、定理与方法一条一条立起来，含历史注与现代接口旁注），12 页例题（带完整解答与逐步演算），12 页习题（由浅入深，末页复盘归档），2 页格物札记——一章一思：一页回到往昔的游戏与问题，一页接通现代数学；末 6 页为综合站（章小结 · 思想卡 · 挑战一 · 挑战二 · 实验 · 章测试与评讲）。
本册三条线索，贯穿每一章：
① 明线——骰子与赌金。全书从一颗骰子起手，经纸牌、轮盘、彩票、赌金分配的旧案，把「偶然里能不能算」这门古老的好奇，一步步提升为样本空间、公理、分布与极限定理的语言。凡标〔骰子〕〔赌金〕处，都是这条线索的接续点。
② 直觉 ⇄ 理论接口——两个世界的对撞与和解。这一册最要紧的，是让直觉的「显然」接受理论的检验：生日问题、医学检验悖论、赌徒谬误、频率与概率的关系。凡标〔直觉⇄理论〕处，都写下直觉，再让理论开口——对不上，恰好是理解开始的地方。
③ 数据与应用——从游戏到科学。统计篇不满足于公式，而是走进民意调查、质量控制、临床检验、A/B 测试的真实场景，看统计方法如何在不确定中作出可靠的判断。凡标〔数据〕处，都是这条线索的落地点。
写法约定（TEX 标准）：分数写成上下两层的 16；样本空间与事件用大写字母 Ω, A, B，概率写作 P(A)、条件概率写作 P(A|B)；并、交、对立写作 A∪B, A∩B, A̅；随机变量用大写 X, Y、取值用小写 x, y，期望与方差写作 E(X)、Var(X)；求和号 ∑、积分号 ∫、组合数写作 Cnk；集合与数系符号 ∈ ⊂ ∪ ∩ ∅，ℕ ⊂ ℤ ⊂ ℚ ⊂ ℝ；蕴含 ⟹、当且仅当 ⟺、任意 ∀、存在 ∃。函数名（sin, ln, lim）与常数 e 用正体，大写希腊字母（Ω, Φ, Σ）亦用正体，而变量——拉丁字母与小写希腊字母（π, λ, μ, σ）——一律斜体；数学字母一律 Times New Roman。中括号写成 ［ ］。凡方法步骤，一律配图，一步一图。
一枚骰子掷下去，落定之前，谁也说不准它是几点。这是「偶然」最朴素的形象：结果不可预知。可是，若把这枚骰子掷上一万次，把每一个点数出现的次数记下来，可以发现一件奇怪的事——六个点数出现得几乎一样多，各占大约六分之一。单次不可预知，长期却显出惊人的整齐。
随机现象
在相同条件下可以反复进行，而每次的结果事先无法确定、事后却能观测的现象，称为随机现象。掷骰、抛硬币、抽牌、明天的天气、下一通电话到来的时刻，都是随机现象。
与它相对的是确定性现象：给定条件，结果唯一确定，如自由落体、日食时刻。「概率统计」研究的，正是随机现象中那层「看不见的秩序」。
这层秩序，古人早已隐约察觉。掷骰的历史比数学早得多：从古印度的《摩诃婆罗多》到两河流域的羊距骨游戏，从中国的六博到罗马士兵边走边赌的骰子，人类玩了至少四千年。但「玩」与「算」之间隔着一道鸿沟——直到十六世纪，才有人敢于宣称：掷骰子的结果虽然不可预知，却可以被计算。
本册要回答的第一个问题正是：这种「整齐」是什么？能不能算？答案是肯定的。把「等可能」这一个最朴素的假设当作基石，我们能用纯粹的计数，算出掷骰点数、抽牌牌型、生日巧合等等一大批问题的概率——这就是古典概型（第一章）。但故事不会停在骰子：当结果不再等可能、当试验无穷次、当我们要从有限的数据反推未知的总体，就需要更锋利的工具。它们构成后面五章的地图。
留一个悬念给出的直觉：一枚骰子连出了六个「六」，下一把它们出「六」的概率是变大、变小，还是不变？先别急着算，把直觉写在纸上——第三章与第四章会回来核对它。凡标〔直觉⇄理论〕处，都是直觉与理论正面相遇的地方。
人类对随机现象有一种天生的、却常常出错的直觉。这种直觉是几万年进化留给我们的快捷判断，在赌桌上、在市场里、在诊室中都极为活跃；但它违背概率论的地方，也正是概率论最迷人的地方。这一册特意安排了一条主线：让直觉先出声，再让理论来裁决。
三个著名的「直觉陷阱」
① 赌徒谬误：轮盘上连出了十次红，很多人觉得下一次「该出黑」了。可轮盘没有记忆，下一把出黑的概率仍是 18/37，与之前十次无关。
② 生日悖论：一个班里只要 23 个人，就有超过一半的可能「存在两人生日相同」。多数人的直觉会押在大得多的数字上（如 183 人）。
③ 检验悖论：一种罕见病（患病率 0.1%），检验的灵敏度 99%、特异度 99%。某人检验呈阳性，他真患病的概率是 99% 吗？——远不是，答案不足 10%。
三个陷阱的共同点：直觉把「条件」记错了。「生日悖论」把「存在一对相同」误当成「有某人与我相同」；「检验悖论」把「有病则阳性」与「阳性则有病」两个方向相反的条件概率混为一谈；「赌徒谬误」则给互不影响的实验硬加上了「补偿」的想象。理论的作用，不是取代直觉，而是给直觉装上一把校准器。
把直觉与理论的对撞当作学习线索，有一个额外的好处：错得越离谱，记得越牢。当亲手算出生日问题只要 23 人、亲笔推出检验阳性后的患病率不足一成，这些反直觉的结论会像钉子一样留在记忆里，成为日后判断风险、识别骗局的底层能力。
因此，读这一册不妨带一支笔：遇到任何一个概率问题，先写下直觉答案，再算一遍。两者之差，就是这一册真正要传达的东西。
概率论不是凭空诞生的。它从一个赌徒的求开始，经过一场赌金纠纷，最后在一场公理化运动中长成一门严密的数学。这段历程可以概括为三级台阶——游戏、赌金、公理。
为什么值得先讲历史？因为概率论的每一个概念，几乎都是被一个具体问题「逼」出来的：期望值来自「这场赌局值多少钱」，条件概率来自「已知部分信息如何更新判断」，大数定律来自「赌场为什么稳赚不赔」。先看见问题，再看见概念，最后才看见定义——这是本册的讲述顺序，也是数学史真实的生长顺序。
值得补充的是，这三步并非欧洲独有的思路。中国古代的占筮（《周易》以大衍之数五十的著草操作定吉凶）与博戏（六博、樗蒲、骰子）同样积累了大量对「随机操作」的经验，只是始终未能提炼出可计算的模型。概率论的公理化，最终由科尔莫戈罗夫在 1933 年完成——那已经是掷骰游戏流行三千年之后了。
本册分六章，可以看成「一颗骰子」出发、最终抵达「一份数据」的旅程。前四章讲概率——从已知的模型出发，推断随机结果的可能性；后两章讲统计——从观测到的数据出发，反推未知的模型。两者方向相反，却共用同一套语言。
六章一览
第一章 古典概型——样本空间、计数、等可能；骰子与牌局。第二章 公理化与条件概率——三条公理、条件概率、独立性、贝叶斯公式。第三章 随机变量与分布——分布列、密度函数、二项·泊松·正态等分布。第四章 数字特征与极限定理——期望、方差、大数定律、中心极限定理。第五章 数据的描述与抽样——均值方差、抽样方法与抽样分布。第六章 统计推断——估计、假设检验、回归与应用。
这张图记在心里。它是本册的骨架；每当在某章迷路，回到它，问一句：我现在站在哪一段箭头上？
概率与统计，常被并称，其实是两个人的工作。概率从事先知道的模型出发，推演结果的可能性——这是演绎；统计从事后观测到的数据出发，反推模型的样子——这是归纳。掷一枚「公平」骰子算点数概率，是概率；掷了一千次骰子后判断它是否公平，是统计。
两句话分清概率与统计
概率：模型已知 ⟹ 推结果。例：已知骰子公平，求掷出点数和为 10 的概率。
统计：结果已知 ⟹ 推模型。例：掷骰子一千次，判断骰子是否公平（或估计各点数出现的概率）。
统计学的舞台，是真实世界中那些无法穷举、只能抽样的场景。抽样调查想知道全体选民的意向，只能问几千人；工厂想知道一批灯泡的寿命，只能测出几十只；药厂想知道一种新药是否有效，只能让几百名患者参加试验。所有这些问题都指向同一个动作：用有限的样本，去言说无限的总体。这既是一门手艺，也是一门在不确定中作决定的技术。
本册在统计部分特意多花笔墨在真实场景上：不仅给出公式，还交代它从哪一个行业问题来、在什么条件下可靠、会在什么地方骗人。我们希望在合上这一册时，获得的不是一堆会忘的公式，而是一种可以随身携带的判断力。
概率论的编年史，本身就是一部人类驯服偶然的历史。下面这条时间轴，串起了本册将反复提到的名字。不需要记住全部日期，只需要记住每个名字与哪一个概念相连。
这条线上的每一次停顿，都对应本册的一个章节：卡达诺与帕斯卡的骰子走向第一章；贝叶斯（1763 年身后发表的论文）走向第二章；棣莫弗与拉普拉斯的钟形曲线走向第三章；伯努利的大数定律与棣莫弗的极限定理走向第四章；凯特勒、南丁格尔、费希尔的统计思想走向第五、六章。
历史还有一个耐人寻味的细节：概率论在 1933 年之前，尽管已被广泛应用了两百多年，却在数学上并不「干净」——许多推理依赖模糊的直觉。科尔莫戈罗夫用测度论把它重建为严密的公理体系后，概率论才真正与现代数学的主干（分析、测度、泛函）合流。这也解释了本册的编排偏见：先让在直觉与计数中熟悉「概率」，再在第二章把地基换成公理——先走路，再学解剖学。
一只三条腿的凳子最稳。本册的知识，也靠三条腿支撑：实验、直觉、证明。少了任何一条，凳子都会晃。
具体到操作，本册提供了三类可亲手完成的「实验」：其一是真实试验——掷二十次骰子，记录频率，亲手体会它离 1/6 有多远；其二是随机模拟——用随机数在计算机上「掷」十万次骰子，看频率如何稳稳落向理论值；其三是思想实验——对同一个事件换一个样本空间去数，看两种数法是否一致，从而检查自己的理解。每章末的「实验」页会给出一个可执行的模拟任务。
阅读节奏上，建议每章用时约一周：先通读 18 页讲义（不求一遍全懂），再做 12 页例题（动手跟算），然后独立完成 12 页习题（末页复盘归档错题），最后读 2 页札记、走一遍 6 页综合站。习题不必全做，但画了★的题与「挑战」页务必亲自动手——那是本册的核心训练。
最后约定记号。本册的符号与通行教材一致，先把它们摆在眼前，读起来就不会卡。
| 记号 | 含义 | 首次出现 |
|---|---|---|
| Ω | 样本空间（一切可能结果的集合） | §1.2 |
| A, B, C | 事件（样本空间的子集） | §1.3 |
| P(A) | 事件 A 发生的概率 | §1.4 |
| A∪B, A∩B, A̅ | 并、交、对立事件 | §1.3 |
| P(A|B) | 在 B 发生的条件下 A 的条件概率 | §2.6 |
| X, Y | 随机变量（大写） | §3.2 |
| x, y | 随机变量的取值（小写） | §3.3 |
| F(x) | 分布函数 | §3.10 |
| f(x)、pk | 连续型的密度函数、离散型的分布列 | §3.3 / §3.11 |
| E(X)、D(X) | 数学期望、方差 | §4.2 / §4.6 |
| N(μ, σ2) | 正态分布（均值 μ、方差 σ2） | §3.14 |
| x̄, s2 | 样本均值、样本方差 | §5.11 |
书写约定（TEX 标准）：变量（A, X, x 等）用斜体，函数名（sin, ln, lim）、数字与运算符用正体，常数 π、e 用正体，数学字母一律 Times New Roman。分数写成上下两层，如 16；组合数写作 Cnk；求和与积分写作 ∑、∫；集合与数系符号 ∈, ⊂, ∪, ∩，数系 ℕ ⊂ ℤ ⊂ ℚ ⊂ ℝ；蕴含 ⟹、当且仅当 ⟺、任意 ∀、存在 ∃。
热身·读前自测
1. 抛两枚硬币，出现「一正一反」的概率是 1/2 还是 1/3？先用直觉答，再说理由。
2. 一副扑克抽一张，抽到「红桃」与抽到「红色」哪个概率大？
3. 一件事「有 90% 可能」与「十次里必有一次不发生」，是同一句话吗？
把答案写下来，学完第一章回头核对——这三个小问题，恰好覆盖「等可能」「条件」「频率与概率」三个要害。
格物致知，JUST FOR FUN。现在，掷出第一枚骰子——第一章见。
一枚正六面体的骰子，六个面刻着一点到六点。掷出去之前，结果未知；掷出去之后，结果唯一。可就是这样一件再普通不过的小事，让人类琢磨了几千年，最后竟逼出了一门崭新的数学。偶然如何被计算——这是本章的全部主题。
本章的第一个模型
掷一枚均匀骰子。六个面机会均等——这是唯一一条假设。仅凭它，加上会数数，我们就能回答一大批问题：掷出偶数的可能性多大？掷出点数超过 4 的可能性多大？两粒骰子掷出「和为 7」与「和为 8」，哪个更容易？
「机会均等」四个字，就是本章的全部本钱。它朴素得近乎显然，却比它看起来脆弱得多——本章末尾会交代它的边界。
本章路线图：样本空间与事件（§1.2–1.3，把语言翻译成集合）→ 古典概型（§1.4，概率＝数份数）→ 计数工具（§1.5–1.9，加法、乘法、排列、组合、二项系数）→ 三大应用（§1.10–1.12，骰子和、牌型）→ 两种抽样（§1.13）→ 直觉的崩塌（§1.14，生日问题）→ 等可能的延伸（§1.15–1.16，几何概型与布丰投针）→ 现代接口（§1.17，随机数与蒙特卡洛）。〔骰子〕的账本，从此翻开。
要计算偶然，第一步是把「所有的可能」一件不漏、一件不重地列出来。这个清单，就叫样本空间。
样本空间与样本点
一个随机试验的样本空间，记作 Ω，是它全部可能结果的集合；每个可能结果称为一个样本点，常记作 ω。
写样本空间的两条铁律：①不漏——任何可能都要在清单上；②不重——同一种可能只写一次。
掷一枚骰子，Ω = {1, 2, 3, 4, 5, 6}。抛两枚硬币，若关心的只是正面枚数，则 Ω = {0, 1, 2}；若关心每枚的正反，则 Ω = {正正, 正反, 反正, 反反}——四种，不是三种。这个例子埋着一颗雷：直觉常把「正反」与「反正」合并成「一正一反」，从而错算出 1/3 的概率。§0.2 留下的热身题，答案在这里：一正一反的概率是 24 = 12，不是 13。
样本空间取决于关心什么
同一件事，问法不同，样本空间就不同；而等可能性可能随之改变。抛两枚硬币：「每枚的正反」给出 4 个等可能的样本点；「正面的枚数」给出 3 个不等可能的结果（0 与 2 各占 1/4，1 占 1/2）。把样本空间选对，是古典概型的第一功夫。
常见样本空间速查
① 掷一枚骰子：Ω = {1,…,6}，|Ω| = 6。
② 掷两枚骰子（有序对）：Ω = {(i, j) : 1 ≤ i, j ≤ 6}，|Ω| = 36。
③ 从 52 张牌中抽 1 张：|Ω| = 52。
④ 从 52 张牌中有序抽 2 张：|Ω| = 52 × 51 = 2652。
⑤ 一天内某网站访客数：Ω = {0, 1, 2, …}——无限样本空间，古典概型失效，须待第三章。
样本空间是本册一切后续讨论的舞台：事件是它的子集，概率是它上面的一个函数，随机变量是它到实数的映射。把舞台搭好，后面的戏才有地方演。
「掷出偶数」「至少一个六」「不是三点」——这些日常语言，在数学里都要翻译成集合。这一节建立翻译词典。
事件：样本空间的子集
样本空间 Ω 的任一子集称为一个事件。试验后若观测到的样本点 ω 属于子集 A，就说事件 A 发生。单点集 {ω} 称为基本事件；全集 Ω 是必然事件；空集 ∅ 是不可能事件。
事件的运算（翻译词典）
并 A∪B：「A 与 B 至少一个发生」。
交 A∩B（简记 AB）：「A 与 B 同时发生」。
差 A−B：「A 发生而 B 不发生」。
对立 A̅ = Ω−A：「A 不发生」。
互斥（不相容）：A∩B = ∅，二者不能同时发生。
德摩根律
(A∪B)̅ = A̅∩B̅， (A∩B)̅ = A̅∪B̅。
读法：「至少一个发生」的否定是「都不发生」；「同时发生」的否定是「至少一个不发生」。这两条在化简事件时极其常用，务必手熟。
翻译示范
掷一枚骰子两次。「至少一个六」= A∪B，其中 A＝第一次是六、B＝第二次是六。「都不是六」= A̅∩B̅ = (A∪B)̅。恰好一个六：(A∩B̅)∪(A̅∩B)。三个式子，一句话一句译，练习到看见中文就想到集合。
工具备齐，可以立出本章的中心公式了。它之所以叫「古典」，因为它是概率论历史上最早被系统使用的模型——卡达诺与帕斯卡用的就是它。
古典概型（等可能概型）
若随机试验满足：① 样本空间有限，|Ω| = n；② 每个样本点等可能发生（各占 1n），则对任意事件 A，定义
P(A) = |A||Ω| = 有利于 A 的样本点数样本点总数
一句话：概率就是数份数。分子数「有利场合」，分母数「全部场合」——这是帕斯卡时代的原始措辞，今天依然好记。
两个立等可用的例子
① 掷一枚骰子，偶数 A = {2, 4, 6}，P(A) = 3/6 = 1/2。点数大于 4：P = 2/6 = 1/3。
② 掷两枚骰子，|Ω| = 36。「和为 7」的样本点：(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)，共 6 个，故 P = 6/36 = 1/6；「和为 8」只有 5 个：P = 5/36。所以「和为 7」比「和为 8」更容易——直觉往往以为对称，其实不然。
概率的三条基本性质（古典概型内即可验证）
① 非负性：P(A) ≥ 0；② 规范性：P(Ω) = 1；③ 有限可加性：若 A∩B = ∅，则 P(A∪B) = P(A) + P(B)。
由此立得两条常用推论：P(A̅) = 1 − P(A)；单调性 A ⊂ B ⟹ P(A) ≤ P(B)。求「至少一个」时，先算对立面常是捷径。
边界在哪里？「等可能」是一条关于模型的假设，要靠对称性论证：骰子是正多面体、洗牌是充分的、抽奖球大小一致。当对称性不存在（灌铅骰子、技术不匀的玩家）或样本空间无限（几何概型之外的无限情形）时，本章的公式不再适用。识别边界，与套用公式同样重要。
古典概型把概率变成计数，于是「会数数」成了核心技能。数数有两条基石原理，一切排列组合公式都由它们长出来。
加法原理与乘法原理
加法原理：一件事可分 k 类办法，第 i 类有 ni 种，各类互不重叠且都能独立完成此事，则共有 n1 + n2 + … + nk 种办法。
乘法原理：一件事须依次经过 k 个步骤，第 i 步有 ni 种做法，则共有 n1 × n2 × … × nk 种办法。
判别口诀：「分类」用加，「分步」用乘。类与类之间是「或」（并集），步与步之间是「然后」（笛卡尔积）。
从 n 个不同元素中取出 k 个，若次序要紧，这样的取法叫排列。次序要紧的例子随处可见：赛跑的金银铜牌（前三名有名次）、密码的数字、五人排成一排的队形。
排列数与阶乘
从 n 个不同元素中依次取 k 个排成一列的取法数，记作 Ank：
Ank = n(n−1)(n−2)⋯(n−k+1) = n!(n−k)!
其中阶乘 n! = n × (n−1) × … × 2 × 1，并约定 0! = 1。取尽全部 k = n 个的全排列 Ann = n!。
两个热身例
① 十人赛跑，金银铜牌的颁发方式共 A103 = 10 × 9 × 8 = 720 种。
② 五人站成一排合影，共 5! = 120 种站法；若甲必须站中间，则其余四人排两侧，4! = 24 种。
③ 掷三粒不同颜色的骰子（红白蓝），结果是有序三元组，样本点共 63 = 216 个——这是乘法原理，也是排列思想的特例（可重复）。
注意区分「可重复」与「不可重复」：密码可重复，用 nk；抽牌不放回不可重复，用 Ank。混淆二者是初学最常见的错误。
为什么是连乘？——一步一图
排第一个位置有 n 种选择；排定后第二个位置只剩 n−1 种；……到第 k 个位置剩 n−k+1 种。这是一条分步的链，由乘法原理，总数是连乘 n(n−1)…(n−k+1)。每个位置就是树上的一层，越往下分叉越少。
从 n 个不同元素中取出 k 个，若只问成员、不问次序，就叫组合。一手扑克牌就是组合：抓到手后怎么摆都还是同一手牌。
组合数
从 n 个不同元素中取 k 个（不计次序）的取法数，记作 Cnk：
Cnk = Ankk! = n!k!(n−k)!
推导一句话：每一个组合可以内部排序成 k! 个不同的排列，故排列数是组合数的 k! 倍，除掉即得组合数。「组合＝排列 ÷ k!」——次序不要紧，就把多算的 k! 种序除掉。
一手五张牌有多少种？
从 52 张中取 5 张不计次序：C525 = 2 598 960。这个二百六十万的分母，将是 §1.11–1.12 牌型概率计算的总账本——每种牌型各占多少个组合，除以它就得到概率。
对称性 Cnk = Cnn−k 常能省一半计算：从 52 取 48 等于从 52 取 5——「留下谁」与「取走谁」一一对应。
把 Cnk 按行列摆开，会浮现一座著名的金字塔——杨辉三角。西方称帕斯卡三角，但在中国它出现得更早：贾宪约 1050 年已用它处理高次幂开方，杨辉 1261 年在《详解九章算法》中完整记载并注明「贾宪用此术」。
为什么叫二项系数
展开 (a+b)n 时，各项系数恰是组合数：
(a+b)n = ∑k=0n Cnk an−kbk
组合的计数解释：(a+b)n 是 n 个括号相乘，每个括号出 a 或 b；要凑出 bk 项，须从 n 个括号中选出 k 个出 b——选法数正是 Cnk。乘法原理一出手，定理就得证了。
两条最常用的性质
① 对称性：Cnk = Cnn−k（从 n 个里选 k 个，等价于选留下来的 n−k 个）。
② 全体和：∑k Cnk = 2n（在二项式定理中令 a=b=1；计数解释：每个元素都面临「选或不选」两种选择）。
组合数之间有一条内部交通网，恒等式就是它的干道。掌握两三条，很多看似艰难的求和会瞬间坍缩。
帕斯卡规则（杨辉三角的加法规则）
Cnk = Cn−1k−1 + Cn−1k （1 ≤ k ≤ n−1）
计数证明：把 n 个元素分成「特定元素 x」与「其余 n−1 个」。取 k 个的方案分两类：含 x（再从其余取 k−1 个，Cn−1k−1 种）与不含 x（从其余取 k 个，Cn−1k 种）。两类互斥，加法原理相加即得。∎
这是「分类用加」的教科书示范：先找一个特殊元素，按「选不选它」分两类。这一招在组合证明里出场率极高，值得专设一个名字——「按特殊元素分类」。
范德蒙德卷积
Cm+nk = ∑i Cmi Cnk−i
计数证明：从 m 个红球、n 个白球中取 k 个。按「取了几个红球」i 分类：红取 i 个有 Cmi 种，白取 k−i 个有 Cnk−i 种，乘法原理相乘后各类相加。∎
左端是「一把抓」，右端是「先分红白再各取所需」——同一次取球的两种数法。这种「一题两算」的证明手法叫组合证明（double counting），是本讲义的招牌方法。
卷积的一个漂亮特例
取 m = n = k 并求和变形可得范德蒙德恒等式：C2nn = ∑i=0n (Cni)2。如 C42 = 6 = 12 + 22 + 12。一个数等于一串平方和，纯代数要费些周折，组合意义却一目了然。
本节方法卡
① 遇到「选不选某元素」→ 帕斯卡规则；② 遇到「两类来源」→ 范德蒙德卷积；③ 遇到「配对/对称」→ 对称性 C(n,k)=C(n,n−k)；④ 拿不准时，给小数值列表验证（如 n=4）再推广。恒等式不是背出来的，是「两次数」数出来的。
掷一粒骰子，六个点数机会均等。掷两粒呢？直觉说「和从 2 到 12，十一个结果，各占十一分之一」。这个直觉是错的——数一数就知道。
样本空间与和的分布
掷两粒骰子，样本空间取有序对 Ω = {(i, j) : 1 ≤ i, j ≤ 6}，|Ω| = 36 且等可能。事件「和为 s」的样本点数记 N(s)，则 P(和 = s) = N(s)/36。清点得：
| 和 s | 2 | 3 | 4 | 5 | 6 | 7 |
|---|---|---|---|---|---|---|
| 点数 N(s) | 1 | 2 | 3 | 4 | 5 | 6 |
| 概率 N(s)/36 | 136 | 236 | 336 | 436 | 536 | 636 |
| 和 s | 8 | 9 | 10 | 11 | 12 |
|---|---|---|---|---|---|
| 点数 N(s) | 5 | 4 | 3 | 2 | 1 |
| 概率 N(s)/36 | 536 | 436 | 336 | 236 | 136 |
为什么会隆起？——范德蒙德卷积现身
掷两粒骰子，第一粒出 i、第二粒出 s−i 才能得到和 s，且 i 须在 1 到 6 之间。N(s) 恰是满足条件的 i 的个数——这就是卷积的结构：两端的和（2、12）只有一条路，中间的和（7）六条路全通。「路越多，越常见」——这句朴素的话，将在第四章中心极限定理处大放异彩。
三粒骰子的和从 3 到 18，分布仍是「中间隆起」；历史记载，三粒骰子正是中世纪欧洲赌桌上的主角，而「为什么掷出 10 与 11 的路数最多」曾是一桩真实的算术公案（见札记）。
扑克牌是概率论的又一座练武场。一副 52 张（四种花色各 13 张），一手五张，总取法数 C525 = 2 598 960。把所有五张牌按牌型分类，就是一次完整的组合普查。
牌型分类（从高到低）
同花顺（五张同花色且连号）→ 四条（四张同点）→ 葫芦（三张同点＋一对）→ 同花（五张同花色）→ 顺子（五张连号）→ 三条（恰三张同点）→ 两对 → 一对 → 散牌（以上皆非）。分类须互斥且完备——每一手牌恰好落入一类，这与样本空间「不漏不重」是同一条纪律。
| 牌型 | 组合数 | 概率（÷2 598 960） | 约每 |
|---|---|---|---|
| 同花顺 | 40 | 0.0015% | 65 万手 1 次 |
| 四条 | 624 | 0.024% | 4 165 手 |
| 葫芦 | 3 744 | 0.144% | 694 手 |
| 同花 | 5 108 | 0.197% | 509 手 |
| 顺子 | 10 200 | 0.392% | 255 手 |
| 三条 | 54 912 | 2.11% | 47 手 |
| 两对 | 123 552 | 4.75% | 21 手 |
| 一对 | 1 098 240 | 42.26% | 2.4 手 |
| 散牌 | 1 302 540 | 50.12% | 2 手 |
这张表有两重用途：一是练习组合计数（下一页逐类拆解）；二是直接可用——任意「比大小」类扑克游戏的公平性都由它保证：牌型越稀有，级别越高，等级次序恰好是概率从小到大。这不是巧合，而是游戏设计的本意。
现在逐类拆解四个代表性牌型，示范「分步用乘、分类用加」在真实问题里的配合。
例 A · 同花顺：40 种
先选花色（4 种），再在同花色内选连续五张的起点：A-5, 2-6, …, 10-A 共 10 种。分步相乘：4 × 10 = 40。
注意 A 既可当 1（A-5）也可当最大（10-A），两个「A 起头」的顺各自合法，故是 10 个起点而非 9 个。
例 B · 四条：624 种
先选四条的点数（13 种），四张全取（C44 = 1），再从其余 48 张中配一张：13 × 48 = 624。乘法原理一气呵成。
例 C · 葫芦：3 744 种
分两步：① 选三张同点的点数（13 种）并取齐三张（C43 = 4）；② 从剩下 12 个点数中选一对的点数（12 种）并取两张（C42 = 6）。连乘：13 × 4 × 12 × 6 = 3 744。
陷阱：若第二步写成「从剩余 48 张中取 2 张成对」，会重复计数吗？不会——但若把三张与一对的位置对调（先选对再选三条），得到的仍是同一批葫芦，切记两步的角色不同，不可交换次序后重复计入。
例 D · 顺子：10 200 种
起点 10 种；每个位置的花色任选（45 = 1024）；但要扣除五个花色全同的 40 个同花顺：10 × 1024 − 40 = 10 200。
「先放宽，再扣除重叠」是分类的另一面：顺子与同花并非互斥，硬算会重复计 40 手。事件分类必须互斥——这条纪律在组合计数里同样生效。
抽样有两种基本方式：放回（取一个记下，放回去再取）与不放回（取出便不再归还）。两者算出的概率不同，本节把差异算一遍。
摸球模型
袋中 N 个球，其中红球 K 个。从中取 n 个：
不放回：恰取到 k 个红球的取法数 CKk · CN−Kn−k，概率为 CKkCN−Kn−k / CNn——这就是超几何分布（第三章正式登场）。
放回：每次红球概率恒为 K/N，各次互不影响——通向二项分布（§2.14）。
一个对比实例
袋中 10 球（4 红 6 白），取 3 个。
不放回：恰 2 红 = C42C61/C103 = 36/120 = 0.30。
放回：恰 2 红 = C32(0.4)2(0.6) = 0.288（后者需二项分布，此处先给出结果作对照）。
两者相差不大但不相等——样本相对总体越小，差距越小；「放回与不放回」在总体很大时几乎重合，这正是第五章用二项近似超几何的依据。
抽签的公平性
不放回地依次抽签，每人抽中的概率与次序无关。以 N 签、其中 a 签为「中」为例：第 i 人抽中的概率都是 a/N。
证（i = 2 为例，按第一人结果分两类）：① 第一人中而第二人也中：(a/N)·((a−1)/(N−1))；② 第一人不中而第二人中：((N−a)/N)·(a/(N−1))。两类互斥，相加：
P = a(a−1) + (N−a)aN(N−1) = a(N−1)N(N−1) = aN
∎ 一般 i 用归纳法同理（习题课六）。
注意易错点：只算「第一人不中而第二人中」这一支，会得到 (N−a)a / N(N−1) ≠ a/N——漏掉另一支是最常见的翻车点。「分类必须完备」，在这里兑现成一句实战提醒。
本册第一个「直觉陷阱」正式登场。问题只有一句话：一个房间里至少要多少人，才有一半以上的概率存在两人生日相同？（设一年 365 天、每天等可能、忽略闰年。）多数人的直觉答案在 100 上下——「365 天里撞上同一天，总得凑大半年的量吧」。正确答案是 23。
正面难，就从反面来
「至少两人同生日」的对立事件是「互不相同」。逐个人看：第一人可任占一天（365/365）；第二人须避开第一人（364/365）；第三人须避开前两人（363/365）……第 n 人须避开前面 n−1 人（(365−n+1)/365）。由乘法原理（各步相乘）：
P(互不相同) = 365365 × 364365 × ⋯ × 365−n+1365
P(至少两人相同) = 1 − P(互不相同)
| 人数 n | 10 | 20 | 23 | 30 | 50 | 60 |
|---|---|---|---|---|---|---|
| 至少两人生日相同 | 11.7% | 41.1% | 50.7% | 70.6% | 97.0% | 99.4% |
〔直觉⇄理论〕这本账该怎么记？直觉并没有全错——它只是把「人与人两两相撞的对数」错当成了「人数」。修正后的直觉版本：「23 人有 253 对，每对撞上的机会虽小（1/365 量级），但 253 次小机会累积起来，过半毫不奇怪。」这个「机会虽小，对数众多」的句式，在第五章（抽样误差）与第六章（假设检验）会反复出现，值得现在就收进工具箱。
样本点无穷多时，「数份数」失灵。但若可能性均匀地铺在一条线段、一块平面区域上，可以用测度之比替代计数之比——这就是几何概型。
几何概型
样本空间是区域 Ω（线段的长度、平面的面积、立体的体积），事件 A 是 Ω 的子区域。若「落点等可能」（落在任一小区域的概率与其测度成正比、与位置形状无关），则
P(A) = A 的测度Ω 的测度 （测度＝长度 / 面积 / 体积）
「数份数」升级成「量面积」：份数无穷细了，就用面积量。逻辑与古典概型一脉相承——都是「有利部分 ÷ 全体」。
经典例：会面问题
甲、乙约定 0 到 60 分钟内到某地，先到者等候 15 分钟即离开。两人到达时刻等可能且互不影响，求两人能会面的概率。
解：设甲到时刻 x、乙到时刻 y，样本空间是正方形 0 ≤ x, y ≤ 60（面积 3600）。会面条件 |x − y| ≤ 15，即夹在两条对角线之间的带状区域。带宽外是两个直角边 45 的三角形，面积 2 × (452/2) = 2025，故会面区域面积 3600 − 2025 = 1575，概率 P = 1575/3600 = 7/16 = 0.4375。
边界警示（贝特朗悖论的预告）：「等可能」铺在无限样本上时，对同一句话可以给出不同的合理模型。经典例子：在圆内随机作一条弦，弦长大于内接正三角形边长的概率，可以算出 1/2、1/3 或 1/4——取决于「随机的弦」如何生成。这不是数学出错，而是「等可能」一词有了歧义。教训：几何概型必须先说清随机机制，再谈概率。本章末的挑战二与综合站会回到这一点。
1777 年，法国博物学家布丰提出了一个石破天惊的问题：把一根针随机抛到画满平行线的地板上，针与线相交的概率是多少？答案是——里面居然藏着 π。随机与圆周率，在此握手。
布丰投针公式
平行线间距 a，针长 l < a。随机抛针（针中点位置均匀、针的倾角均匀），则针与任一平行线相交的概率为
P = 2lπa
证明的骨架（完整推导见挑战二）：交不交只看两件事——针中点到最近直线的距离 x ∈ [0, a/2] 与针的倾角 θ ∈ [0, π/2]，二者相互独立且各自均匀；相交条件是 x ≤ (l/2)·sin θ，在矩形样本里是一片正弦曲线下的面积，积分即得。
掷针能算 π？——概率的「反用」
把公式反过来：π = 2l/(πa)。掷 N 次、相交 k 次，用频率 k/N 顶替概率 P，得 π ≈ 2lN/(πa)。历史上真有人这样做：1901 年意大利数学家拉扎里尼掷了 3408 次，得到 π ≈ 3.1415929——准得令人起疑（后人考证其数据经过修饰），但方法本身无懈可击。用随机试验逼近确定性的量——这一思想在下一页长成一门方法。
值得点一句：布丰公式里 l < a 的条件不可省。若 l > a，针可能同时跨多条线，公式要修正；若 l = a，恰得 P = 2/π——一个漂亮的特例。
掷骰子的本质是什么？——按已知概率生成一个结果。把这个动作交给计算机，就是随机数生成；把成千上万次「掷骰子」叠加起来估计一个量，就是蒙特卡洛方法。本册的「实验」栏目，全部站在这一接口上。
伪随机数：确定性机器里的「偶然」
计算机没有真正的骰子。它用确定性的递推公式（如经典的线性同余法 Xn+1 ≡ aXn + c (mod m)）生成一串看似杂乱、实则可复现的数列，称伪随机数。它对模拟足够好——前提是通过统计检验（均匀性、独立性）。「伪」字提醒我们：模拟的概率来自程序的构造，最终仍须与理论对拍。
蒙特卡洛方法小史
这一方法得名于摩纳哥的赌城，由乌拉姆与冯·诺伊曼在 1940 年代为核武器中的中子输运问题正式确立——解析积分算不动，就用随机模拟硬啃。它的哲学与布丰一脉相承：当确定性的计算太难，就造一台「概率的机器」让答案自己浮出来。今天它活跃于金融风险定价、粒子物理、芯片设计与人工智能（随机梯度、采样推断）。
〔直觉⇄理论〕在接口处各就各位：直觉说明「撒点越多越准」，理论（第四章大数定律）将证明它以什么速度、在什么意义下成立。本章先提供手感，第四章再给出定理——同一句话，两个高度。
一章走完，把骨架抽出来钉在墙上。
| 问题特征 | 首选工具 | 代表页 |
|---|---|---|
| 有限、等可能，直接数 | 古典概型 P = |A|/|Ω| | §1.4 |
| 依次多步、可重复与否分明 | 乘法原理 / 排列 Ank | §1.5–1.6 |
| 只问成员不问次序 | 组合 Cnk | §1.7 |
| 求和恒等式 / 双源选取 | 帕斯卡规则 / 范德蒙德卷积 | §1.9 |
| 掷骰点数和、牌型 | 穷举＋组合普查 | §1.10–1.12 |
| 依次抽取、先抽后抽 | 超几何 / 抽签公平性 | §1.13 |
| 「至少一个……」 | 对立事件 1 − P | §1.14 |
| 落点铺满线段 / 平面 | 几何概型（测度比） | §1.15–1.16 |
| 解析计算太难 | 蒙特卡洛模拟 | §1.17 |
概率的第一课不是公式，而是一种态度：把「说不准」翻译成「可以数」。骰子与纸牌提供了翻译的字典——等可能给出分母，计数给出分子；当直觉与数出来的结果冲突时（一正一反是 1/2 不是 1/3，和为 7 最常见，生日 23 人过半），修正的永远是直觉。这一章所有的公式，都是「数份数」的变奏。
p.27
下一章，我们将追问一个更深的问题：当等可能不再成立，概率还剩下什么？答案是三条公理——以及从它们长出来的条件概率与贝叶斯公式，那里才是概率论的成年礼。
题目 同时掷两粒均匀骰子。① 写出样本空间并给出样本点总数；② 求「点数相同」的概率；③ 求「第一粒的点数大于第二粒」的概率。
解 ① 两粒骰子有区别（比如一红一白），结果用有序对 (i, j) 记：红骰出 i、白骰出 j。样本空间
Ω = {(i, j) : 1 ≤ i, j ≤ 6}
由乘法原理（第一步选 i 六种、第二步选 j 六种）：|Ω| = 6 × 6 = 36。均匀骰子且两粒独立，36 个样本点等可能，古典概型适用。
② 「点数相同」A = {(1,1), (2,2), …, (6,6)}，共 6 个样本点，故
P(A) = 636 = 16
③ 「第一粒 > 第二粒」：对每个固定的第二粒点数 j，第一粒可取 1, …, j−1 共 j−1 种，故有利样本点数
∑j=16(j−1) = 0+1+2+3+4+5 = 15
P(B) = 1536 = 512
点评 ③ 与「第二粒 > 第一粒」完全对称（把两粒骰子对调），各占 5/12；剩下 6/36 = 1/6 是平局——三案合计 5/12 + 5/12 + 1/6 = 1，一次自洽性检验。凡是能「拆成对称三案」的题，都值得做这最后一步，它能当场揪出漏算。
题目 掷一枚骰子三次。设 Ai ＝「第 i 次出六点」（i = 1, 2, 3）。用 A1, A2, A3 的运算表示：① 「三次全出六」；② 「至少一次出六」；③ 「恰好一次出六」；④ 「一次都没出六」；⑤ 验证 ② 与 ④ 互为对立。
解 ① 三次同时发生：A1∩A2∩A3。
② 「至少一次」是三个「那一次发生了」的并：A1∪A2∪A3。
③ 「恰好一次」要精确指明哪一次发生、其余不发生，三个互斥分支的并：
(A1∩A2̅∩A3̅) ∪ (A1̅∩A2∩A3̅) ∪ (A1̅∩A2̅∩A3)
④ 全部不发生：A1̅∩A2̅∩A3̅。
⑤ 由德摩根律：(A1∪A2∪A3)̅ = A1̅∩A2̅∩A3̅，正是 ④ 的表达式。∎
点评 「至少一个」用并、「恰好 k 个」用互斥分支的并、「一个都没有」用全交——这三件套是事件翻译的基本功。恰好分支容易写漏（如漏掉 A1̅ 而写成 A1∪A2̅∪A3̅），自查的办法是问一句：这个表达式里的样本点，是不是每个都恰好属于一个分支？
题目 从一副 52 张的扑克中随机抽 1 张。① 求抽到红心的概率；② 求抽到「红色牌或 A」的概率；③ 求「既是红色又是 A」与「是红色或是 A」的概率关系。
解 样本空间 |Ω| = 52，充分洗牌使每张等可能。记 H＝红心，R＝红色（红心＋方片），E＝A。
① |H| = 13，P(H) = 13/52 = 1/4。
② 「红色或 A」是并事件。红色 26 张，A 有 4 张，红色的 A 有 2 张（红桃 A 与方片 A）被数了两遍，容斥：
|R∪E| = |R| + |E| − |R∩E| = 26 + 4 − 2 = 28
P(R∪E) = 2852 = 713
③ P(R∩E) = 2/52 = 1/26。与 ② 对比可见并的概率不等于概率的并：P(R) + P(E) = 26/52 + 4/52 > P(R∪E)，多出的部分恰是重叠 P(R∩E)。只有当两事件互斥（P(R∩E) = 0）时才能直接相加。
点评 容斥是一把「扣除重复计数」的尺子：加法原理要求类与类互斥，若不互斥，就把重叠扣回来。两事件版是 |A∪B| = |A|+|B|−|A∩B|；三事件版再加一项并扣三项交叉（第二章给出一般式）。数「红色 A」这类交叉项时，老老实实把牌摊开数一遍，比任何公式都可靠。
题目 ① 用 0–9 十个数字组成可重复的三位密码（首位可为 0），有多少种？② 组成首位非零的三位数呢？③ 三位数字互不相同的三位数呢？④ 若密码随机生成，猜中一次的概率各是多少？
解 ① 三步、每步 10 种，103 = 1000 种（000 到 999）。
② 首位 9 种（1–9），次位、末位各 10 种：9 × 10 × 10 = 900 种。
③ 分步时注意后一步的选择数依赖前面已用的数字：首位 9 种；次位不能用首位，9 种；末位再用掉一个，8 种：
9 × 9 × 8 = 648（种）
④ 随机生成下，猜中一次的概率是「1 ÷ 总数」：1/1000、1/900、1/648。约束越多，样本空间越小，概率反而越大——分母变小了。
点评 ③ 是乘法原理最典型的「依赖型分步」：每一步的种数不是常数，要在前面步骤选定后清点剩余。画树状图最保险：第一层 9 枝、第二层每枝 9 枝、第三层每枝 8 枝。另一个常见错误是把 ③ 算成 A103 = 720——那是「允许首位为 0」的互不相同情形；首位受限时须先单独处理首位，再做 9 × 8。
题目 ① 六名学生（含甲、乙）站成一排合影，有多少种站法？② 甲必须站两端，有多少种？③ 甲乙必须相邻，有多少种？④ 随机站排，求「甲在乙左边（不必相邻）」的概率。
解 ① 全排列：6! = 720 种。
② 甲占两端之一（2 种），其余五人全排（5! = 120）：2 × 120 = 240 种。
③ 捆绑法：把甲乙捆成一个「超级元素」，五个元素全排 5! = 120；捆绑内部甲乙可换序 2 种：120 × 2 = 240 种。
④ 对称性一步到位：任意一种站法，把甲乙互换得到一种「甲乙相对位置相反」的站法，两者一一配对，故各占一半：
P(甲在乙左) = 12
若要硬算：甲在乙左的站法数 = 720/2 = 360，同样得 360/720 = 1/2。
点评 ④ 是本册第一个「对称性替代计数」的范例：两个事件在某个对换下互为镜像，概率必然平分。遇到「A 在 B 前」「甲先于乙」这类问题，先找对换对称，常能跳过整段计算——这是「等可能」思想的高级用法：既然每人地位平等，先来后到各占一半。
题目 ① 计算 C525；② 用它求「一手五张恰为 4 张红桃」的概率；③ 求「至少 1 张红桃」的概率。
解 ① C525 = 52!5!·47! = 52×51×50×49×485×4×3×2×1。分子 = 311 875 200，除以 120 得
C525 = 2 598 960
② 「恰 4 张红桃」＝从 13 张红桃取 4 张、从其余 39 张取 1 张（范德蒙德式的双源分解）：
N = C134 × C391 = 715 × 39 = 27 885
P = 27 8852 598 960 ≈ 0.0107（约 1.1%，每 93 手一次）
③ 「至少 1 张」立刻想到对立面——「一张红桃都没有」：
P(至少 1 红) = 1 − C395C525 = 1 − 575 7572 598 960 ≈ 0.7785
点评 ② 用了「红桃里取多少、非红桃里取多少」的双源分解——这正是 §1.9 范德蒙德卷积计数证明的实战化。③ 是「对立事件」的招牌应用：直接算「至少 1」要分 1、2、3、4、5 张五类相加，而对立面只有一类。见到「至少」，先想反面——这一句口诀的价值贯穿全书。
题目 ① 化简 C52 + C53；② 求 ∑k=0n Cnk 并解释；③ 用「双重计数」证明 ∑k=0n k·Cnk = n·2n−1。
解 ① 帕斯卡规则一步到位：C52 + C53 = C63 = 20（验证：10 + 10 = 20 ✓）。规则要求两个组合数「上标同增」，若形态不齐先用对称性整形。
② 在二项式定理 (a+b)n = ∑ Cnk an−kbk 中令 a = b = 1：
∑k=0n Cnk = 2n
计数解释：从 n 人中任选一个委员会（可空可全员），每人面临「入或不入」两种选择，共 2n 种；按委员会人数分类，恰得左端。
③ 考虑「从 n 人中选一个有组长的委员会」的两种数法：
按组长先定：组长 n 种，其余成员任选 2n−1 种，共 n·2n−1；
按委员会先定：k 人委员会有 Cnk 个，各选组长 k 种，共 ∑ k·Cnk。两者数的是同一批对象，故相等。∎
点评 ③ 是「一题两算」的模板级示范：找一个真实存在的对象集合（有组长的委员会），两种自然视角各数一遍。识别「先定谁」是关键——本题先定组长则一步到位，先定委员会则按人数分类。凡求和式里冒出 k·Cnk，就想想「k 是不是某个「选出来的角色数」」。
题目 同时掷三粒均匀骰子。① 求样本点总数；② 求和恰为 10 的有序解个数；③ 求相应概率；④ 与「和为 11」比较。
解 ① 有序三元组 (a, b, c)，每个坐标 6 种：63 = 216 个等可能样本点。
② 数满足 a+b+c = 10、1 ≤ a,b,c ≤ 6 的有序解。先放宽下界：令 a' = a−1 等，则 a'+b'+c' = 7、非负，解数 C92 = 36（隔板法）。再扣除越界：a' ≥ 6（即 a ≥ 7）时令 a'' = a'−6，得 a''+b'+c' = 1，解数 C32 = 3；三个坐标各犯一次，无两坐标同时越界（和不够）。故
N(10) = 36 − 3 × 3 = 27
③ P(和 = 10) = 27/216 = 1/8。
④ 同法可得 N(11) = 27（对称性也可：a → 7−a 把和 10 映成和 11）。二者并列最常见——这正是「中间隆起」的顶点，也是中世纪骰手争论的公案：粗算曾把 10 数成 21，错在漏了越界修正。
点评 「隔板法＋越界修正」是数限制解的标准动作：先当无上限数（隔板），再对每个越界坐标逐一扣除，注意两坐标同时越界在此处不可能，故无需容斥第三层。这也是本章为数不多的「直接数有序解」的题——因为样本空间天然是有序三元组。
题目 「满堂红」（即葫芦：三张同点＋两张同点）是德州扑克里的强牌。① 求一手五张恰为满堂红的概率；② 若第一张已抽到一对中的某张，后四张仍成满堂红的概率会更大吗？③ 该概率在赌桌上的心理意义。
解 ① §1.12 已数：N = 13 × C43 × 12 × C42 = 13 × 4 × 12 × 6 = 3 744。除以总手数：
P = 3 7442 598 960 ≈ 0.00144（约 0.144%）
② 直觉常说「有了第一张，成牌更容易」——对，但要算清楚。有利场景是「前两张即成对」等复杂分支；简单验证一角：已知首张是某点（如 K），剩 3 张 K。要成满堂红，五张须凑成「K 三张＋另一对」或「K 一对＋别家三条」。分支繁多，但条件概率的思想告诉我们：信息只改变条件下的样本空间，不改变古典概型的算法——精确数值留待第二章例 9，用条件概率三行算清。此处先把直觉写下：更容易，但远非必然。
③ 0.144% 意味着平均 694 手才见一次。赌桌上的心跳感，正是稀有概率的体感化——「牌型等级＝概率排序」在体验上被翻译成了「越难出越兴奋」。
点评 ② 特意留了一个「直觉先行、理论后到」的钩子：本章只回答「无条件」的问题，条件化的版本将在第二章由条件概率与全概率公式干净利落地解决。这种「先猜后算再回收」的编排，是本册〔直觉⇄理论〕线索的标准节奏。
题目 两台抽奖机各有 100 张券、其中 10 张中奖。甲机抽 2 张不放回，乙机抽 2 张放回（抽一张记录后放回搅匀再抽）。① 各求「恰中 1 张」的概率；② 「两张全不中」的概率；③ 解释差异来源。
解 ① 甲（不放回）：恰 1 中＝1 中 1 不中，双源分解：
P甲 = C101C901C1002 = 9004 950 ≈ 0.1818
乙（放回）：每次中奖率恒为 0.1，恰 1 中＝「中，不中」或「不中，中」两支：
P乙 = 2 × 0.1 × 0.9 = 0.18
② 甲：C902/C1002 = 4005/4950 ≈ 0.8091；乙：0.92 = 0.81。
③ 差异虽小（0.1818 对 0.18），来源却本质：不放回改变了第二次的构成——若第一次抽中，第二次中奖率降为 9/99；若第一次不中，升为 10/99。放回则两次同分布。总体越大，差异越小；样本占比越大，差异越大。
点评 这组数字关系：不放回的「恰 1 中」略大于放回版（0.1818 > 0.18）。这不是偶然——不放回的抽取自带「修正」，两次结果的波动被袋中构成部分抵消。第五章将把这一现象精确化为「有限总体修正系数」。
题目 60 人的班级（每天等可能、365 天、忽略闰年），求至少两人生日相同的概率，并给出实用的对数近似。
解 对立事件是「互不相同」，由乘法原理（§1.14）：
Pdiff = 365365 × 364365 × ⋯ × 306365 = 365!305!·36560
直接连乘 60 项容易失手，改用对数。用 ln(1−x) ≈ −x − x2/2（x ≤ 0.16，够准）：
ln Pdiff = ∑k=059 ln(1−k/365) ≈ −∑k365 − ∑k22·3652
其中 ∑k = 0+1+…+59 = 1770，∑k2 = 59×60×119/6 = 70 210。代入：
ln Pdiff ≈ −1770365 − 70 210266 450 ≈ −4.849 − 0.264 = −5.113
Pdiff ≈ e−5.113 ≈ 0.0060 ⟹ P(至少两人相同) ≈ 1 − 0.0060 = 0.994
点评 两个值得带走的技术：① 「至少」走对立面，连乘走对数——把乘法变成加法是处理长连乘的第一反应；② 近似公式 Pdiff ≈ exp(−n(n−1)/730)（只取一次项）在 n ≤ 30 时已相当好用：令它等于 ln 2，解出 n ≈ 22.5——只凭一行近似，就重新发现了「23 人过半」。挑战一将把这条近似做扎实。
把本章方法收拢成一张流程图，再用两道快问快答走一遍全流程。
快问快答 A 三粒骰子，「恰有两粒出 6」的概率？
走流程：Ω 有序三元组 216 个等可能；有利场合＝选哪两粒出 6（C32 = 3 种）× 第三粒非 6（5 种）＝ 15；P = 15/216 = 5/72。验算：它与「恰有一粒 6」（3 × 52 = 75 个，P = 75/216）、「全为 6」（1 个）、「无 6」（125 个）合计 15+75+1+125 = 216 ✓。
快问快答 B 从 0–9 中取三个不同数字组成三位数，求「是奇数」的概率？
走流程：样本空间 648 个（例4③）；有利＝末位奇数（5 种）× 首位（非零非末位，8 种）× 次位（8 种）＝ 5 × 8 × 8 = 320；P = 320/648 = 40/81 ≈ 0.494。验算：末位奇偶各半的直觉给了 0.5，实际 0.494——首位「非零」的约束压了奇数一头（0 不能打头而偶数 0 占了一份）。约束的位置影响对称性，这正是流程图第①问要紧的原因。
本课练「搭舞台」——把随机试验写成集合。先列清单（不漏不重），再选视角（有序/无序、关心什么）。
练 1.1 写出下列试验的样本空间并给出样本点总数：① 掷一枚硬币三次；② 从一副牌中依次抽两张（记顺序）；③ 同时抛三粒骰子；④ 记录某路口一分钟内的车流量。
答：① {正反}3，8 个；② 52 × 51 = 2652 个有序对；③ 若三粒有区别（红白蓝）63 = 216 个，若只看点数多重集则 C83 = 56 个但不等可能——求概率前者；④ {0, 1, 2, …}，无限可列。
练 1.2 抛两枚硬币，用 4 个等可能样本点求「恰一枚正面」「至少一枚正面」的概率。
答：Ω = {正正, 正反, 反正, 反反}。恰一枚：2/4 = 1/2；至少一枚：3/4（对立面是「全反」1/4）。「一正一反 = 1/3」的错误根源是合并了正反与反正。
练 1.3 袋中 3 白 2 黑，不放回依次取 2 只。样本空间有多大？「第二只是白」这个事件含多少样本点？
答：有序取，5 × 4 = 20。第二只白：第一只任意 5 种 × 第二只白 3 种 = 15 个。注意这题不需要对称论证——直接数即可；「第二只白」的概率 15/20 = 3/5 恰是白球占比（抽签公平性的雏形）。
练 1.4 下列哪些是事件？「掷骰子出 7 点」「掷骰子出奇数」「明天本地降水」「连续抛硬币直到出正面」。
答：出 7 点是不可能事件（∅，也是事件）；出奇数是事件 {1,3,5}；降水是事件（把结果空间取为「降水/不降水」）；「直到出正面」的样本空间是 {1, 2, 3, …}，可以定义事件（如「第 k 次才出正面」）。
练 1.5 Ω = {1, …, 6}（掷一骰）。写出事件 A =「点数为质数」、B =「点数大于 3」的元素，并求 A∪B、A∩B、A−B、A̅。
答：A = {2,3,5}，B = {4,5,6}。A∪B = {2,3,4,5,6}，A∩B = {5}，A−B = {2,3}，A̅ = {1,4,6}。查表自验：A 与 B 不互斥（共享 5）。
小结：搭舞台三步——定结果空间、选视角（有序？关心什么？）、验等可能。练 1.3 的「第二只白」已经悄悄预告了条件概率。
练 2.1 掷两枚骰子，记 A＝「和为偶」，B＝「至少一枚出 6」。用样本点写出 A∩B，并求其概率。
答：A∩B = {(6,2),(6,4),(6,6),(2,6),(4,6)}，5 个，P = 5/36。注意 (6,6) 是「和为偶」与「出 6」的交叉——别漏。
练 2.2 用德摩根律化简：(A̅∪B̅)̅ 与 (A∩B̅)∪(A̅∩B)。
答：第一式 = A∩B（「至少一个不发生」的否定即「都发生」）；第二式是「恰发生其一」，无更简的并式，但它是 (A∪B) − (A∩B)（对称差）——两种写法等价，常作验算。
练 2.3 判断并说明理由：① 互斥必不对立？② 对立必互斥？③ A∩B = ∅ 且 A∪B = Ω，则 B = A̅？
答：① 错（互斥可以两个都不发生，如掷骰「出 1」与「出 2」）；② 对（对立＝互斥且必居其一）；③ 对——这正是对立的定义式，三条合起来就是「互斥 vs 对立」的完整判据。
练 2.4 把下列中文译成事件运算（Ai＝第 i 次命中，i = 1,2,3）：① 三次全中；② 至少两次中；③ 至多一次中；④ 三次不全中。
答：① A1A2A3；② (A1A2)∪(A1A3)∪(A2A3)；③ A1̅A2̅ ∪ A1̅A3̅ ∪ A2̅A3̅（恰一次或全不中）；④ (A1A2A3)̅。④ 用德摩根一步省掉三分支。
练 2.5 证明分配律 A∩(B∪C) = (A∩B)∪(A∩C)。
答：双包含：左边的样本点 ω 属于 A 且属于 B 或 C，按「属于 B」分类归入右端第一或第二项；反向任一右端点先属 A 再按属 B 或 C 并入左边。集合证明的通用节奏——双向包含，各自归位。
练 3.1 掷两枚骰子，求：① 和为 9；② 和为偶数；③ 至少一枚出 6 的概率。
答：① 4/36 = 1/9（(3,6)(4,5)(5,4)(6,3)）；② 18/36 = 1/2（奇奇/偶偶各 9）；③ 11/36（36 − 25，对立面「都不出 6」25 个）。「至少」先想对立。
练 3.2 10 件产品含 2 件次品，随机取 1 件。求取到次品的概率；取 2 件（不放回）恰取到 1 件次品的概率。
答：① 2/10 = 1/5；② C21C81/C102 = 16/45 ≈ 0.356。双源分解：次品堆取 1、正品堆取 1。
练 3.3 一副牌抽 1 张。求「红桃或 K」「不是红桃」「既是红色又是人头牌（J/Q/K）」的概率。
答：① (13 + 4 − 1)/52 = 16/52 = 4/13（红桃 K 重叠 1）；② 39/52 = 3/4；③ 红色人头 6 张，6/52 = 3/26。
练 3.4 甲乙两骰各掷一次，求「甲的点数 > 乙的点数 + 1」的概率。
答：逐甲清点：甲 = 3 时乙 ≤ 1（1 个），甲 = 4 时乙 ≤ 2（2 个），……甲 = 6 时乙 ≤ 4（4 个）。合计 0+0+1+2+3+4 = 10，P = 10/36 = 5/18。数「逐点清点」时画个小表，比纯脑算稳。
练 3.5 已知 P(A) = 0.6，P(B) = 0.5，P(A∪B) = 0.9。求 P(A∩B)、P(A̅∩B)，并判断 A、B 是否互斥。
答：P(A∩B) = 0.6 + 0.5 − 0.9 = 0.2；P(A̅∩B) = P(B) − P(A∩B) = 0.3；非互斥（交集概率非零）。本题超出古典概型（概率不是数出来的），但容斥公式照样成立——为第二章的公理化埋个伏笔。
小结：古典概型三步——搭台、验等可能、数两堆。练 3.5 提醒：公式 P(A∪B) = P(A)+P(B)−P(A∩B) 比「数份数」更普适，第二章将把它从公理正式推出。
练 4.1 从甲城到乙城，高铁 4 班、汽车 3 班（分类）；到乙城后去丙城有 5 条路线（分步）。甲经乙到丙共几条走法？甲到乙共几条？
答：甲到乙：4 + 3 = 7（类，用加）；到丙：7 × 5 = 35（步，用乘）。一句口诀：先「或」后「然后」。
练 4.2 用数字 0–9 组成四位密码（可重复、首位可零），其中「恰含两个不同数字」的有多少种？
答：先选两个数字 C102 = 45；四位都用这两个数字 24 = 16 种；扣「全同」2 种：得 45 × (16 − 2) = 630。注意「选数」与「排位」是两步，别把 45 忘掉或乘两次。
练 4.3 某论坛设 3 个讨论组，每人恰选一组；5 人报名，共有多少种报名组合？若每组至少 1 人呢？
答：① 35 = 243；② 「每组非空」用容斥：35 − C31·25 + C32·15 = 243 − 96 + 3 = 150。容斥在这里是「扣空组」的通用刀法。
练 4.4 把 4 封不同的信投入 3 个不同的邮筒，有多少种投法？「每筒至多 2 封」呢？
答：① 34 = 81（每封信独立选筒）；② 无限制 81 扣「某筒 ≥ 3 封」：恰一筒装 ≥3 封的情形——4 封全进一筒 3 种；一筒 3 封另一筒 1 封：选筒 3 × 选单封信 4 × 选落筒 2 = 24。合计 81 − 3 − 24 = 54。这类「至多/至少」的反面扣除比正面分类快。
练 4.5 ① 一元、五元、十元纸币各一张，可组成多少种币值？② 若再加一张十元，呢？
答：① 每张「取或不取」23 = 8，扣全不取：7 种（1、5、10、6、11、15、16 元）。② 两张十元面值同但张数不同：十元可取 0/1/2 张（3 态），一元与五元各 2 态，3 × 2 × 2 − 1 = 11 种。「相同面额的张数」是三态选择，不是二态——这是本题唯一的坑。
练 5.1 ① 计算 A83 与 8!/5!；② 化简 Ank / Ank−1。
答：① 都 = 8×7×6 = 336——连乘与阶乘比是同一件事的两种写法；② (n−k+1)：分子分母同少了尾部因子。排列数用「连乘」算、用「阶乘比」化简，两套手法配合。
练 5.2 六人排队：① 甲不在两端；② 甲乙相邻且丙在正中；③ 甲乙不相邻。各有多少种？
答：① 4 × 5! = 480；② 丙先定中位，甲乙捆绑与余三人全排 4! × 2 = 48；③ 「不相邻」用插空法：先排余四人 4! = 24，形成 5 个空位，选 2 个给甲乙 A52 = 20，共 480。「不相邻 ⟹ 插空」是排队的万能钥匙。
练 5.3 五本书（其中两本上下册）放上书架，要求上下册相邻，共几种摆法？
答：捆绑：四元素全排 4! = 24 × 内部 2 = 48。若再要求「上册在左」，减半为 24——约束每加一条，对称性就破一档。
练 5.4 三名男生两名女生站一排合影，随机站。求「两名女生相邻」的概率。
答：总 5! = 120；有利（捆绑）4! × 2 = 48；P = 48/120 = 2/5。概率题与计数题只有一步之遥：有利 ÷ 全部，两堆都由排列原理数出。
练 5.5 ① n 个元素的全排列中，「元素 1 恰在第 k 位」的有多少种？② 由此证明 ∑k=1n An−1n−1 = n!。
答：① 固定元素 1 的位置，其余 (n−1)! 种；② 按元素 1 的位置分类（互斥完备），每类 (n−1)! 种、共 n 类，和为 n!。分类计数反过来看就是恒等式——「计数即证明」。
练 6.1 ① 计算 C103；② 求 C10098；③ 解方程 Cn2 = 45。
答：① 120；② 对称性 = C1002 = 4950；③ n(n−1)/2 = 45，n = 10（舍负）。
练 6.2 10 人中选 3 人参赛：① 甲必入选；② 甲不入选；③ 甲乙至少一人入选。各几种？
答：① C92 = 36（甲已定，余 9 选 2）；② C93 = 84；③ 分类「甲乙都在」C81 = 8、「恰一人在」2 × C82 = 56，共 64。或反面：总 120 − 两人都不入 C83 = 56 = 64 ✓（两法对拍）。
练 6.3 （抽签公平性收尾）用归纳法证明：N 签含 a 中，第 i 人抽中概率恒为 a/N。
答：奠基 i = 1 平凡；归纳步：P(第 i 人中) = P(前 i−1 恰中 k 个) × (a−k)/(N−i+1)，对 k 求和后 telescoping，细节见超几何分布的期望（第四章）——本课先承认骨架，第五章抽样处将完整重逢。
练 6.4 6 名男生 4 名女生中选 5 人组成队：① 女生至少 2 人；② 至多 2 人。各几种？
答：① C42C63 + C43C62 + C44C61 = 120 + 60 + 6 = 186；② 反面更快：总 C105 = 252，「女生 ≥ 3」=「女生 3、4 人」= C43C62 + C44C61 = 66，故 ② = 252 − 66 = 186。咦，两问同数？——因为「至少 2」与「至多 2」在此配置下恰好互补对称（4 女中「≥2」与「≤2」关于 2 对称）。
练 6.5 平面上有 10 个点，无三点共线。① 可连多少条直线？② 可作多少个三角形？③ 若有 4 点共线（其余仍无三点共线），两问答案变为多少？
答：① C102 = 45；② C103 = 120。③ 直线 C62 + 1 = 16（共线 4 点合成 1 条）；三角形 C103 − C43 = 116（扣共线三点）。几何约束进组合的套路：先按「全自由」算，再扣退化。
练 7.1 用帕斯卡规则逐层化简：C42 + C43 + C54。
答：C42 + C43 = C53；再 C53 + C54 = C64 = 15。验证：6+4+5 = 15 ✓。链式化简的要诀是「上标差 1、下标差 1」配对。
练 7.2 证明「 hockey stick 恒等式」：∑i=rn Cir = Cn+1r+1，并用 r = 1, n = 5 验证。
答：反复用帕斯卡规则：Crr + Cr+1r = Cr+1r+1 + Cr+1r = Cr+2r，逐层吞并得 Cn+1r+1。验证：1+2+3+4+5 = 15 = C62 ✓。组合意义：杨辉三角上沿一条斜线求和，落在下一层的边上——「冰球杆」之名由此而来。
练 7.3 用范德蒙德卷积求 ∑k=03 C4kC33−k。
答：即 C73 = 35。逐项：1·1 + 4·3 + 6·3 + 4·1 = 35 ✓（注意 C32 = 3）。几何场景：从 4 白 3 黑取 3 球，按白球数分类。
练 7.4 证明 ∑k=0n (−1)k Cnk = 0，并给出组合解释。
答：二项式定理令 a = 1, b = −1：(1−1)n = 0。组合解释：把 k 奇偶分两堆，「偶数元子集」与「奇数元子集」一样多——对换一下「元素 1 进不进」即可配对。
练 7.5 某技术委员会 8 人中选 4 人组成评审组，其中至少 2 名资深（共 5 名资深）。用两种方法计数并核对。
答：法一（分类）：C52C32 + C53C31 + C54 = 30 + 30 + 5 = 65；法二（反面）：总 C84 = 70 扣「资深 ≤ 1」：C51C33 + C34(=0) = 5，70 − 5 = 65 ✓。两法对拍是恒等式题的「防错双保险」。
练 8.1 掷两枚骰子：① 求和为 7 或 11 的概率；② 求「和 > 9」的概率；③ 求「两枚点数之差为 1」的概率。
答：① (6+2)/36 = 2/9；② 和 10、11、12 各 3、2、1 个：6/36 = 1/6；③ 差 1 的对：(1,2)…(5,6) 各向 2 种共 10 个，P = 10/36 = 5/18。
练 8.2 掷两枚骰子，求「第一枚 > 3 且第二枚 < 5」的概率；再用对立面验算。
答：直接 3 × 4 = 12，P = 12/36 = 1/3。验算（容斥反面）：1 − P(甲 ≤ 3 或 乙 ≥ 5) = 1 − (18 + 12 − 9)/36 = 1 − 21/36 = 5/12？——注意两事件并不互斥也不独立，交叉是 3×2 = 6 个，故 18+12−6 = 24，1 − 24/36 = 12/36 ✓。
练 8.3 三粒骰子：① 求和为 9 的有序解数；② 求和为 18 的概率；③ 哪个和最常见？
答：① 隔板＋越界：C82 − 3·C22·1 = 28 − 3 = 25（a'≥6 时和为 2 的非负解 3 组，验证 25 个 ✓）；② 只有 (6,6,1) 的排列 3 个，P = 3/216 = 1/72；③ 和 10 与 11（各 27 个）。
练 8.4 证明：两枚骰子和的分布关于 s = 7 对称，即 N(s) = N(14−s)。
答：映射 (i,j) → (7−i, 7−j) 是 36 个样本点到自身的双射，且把和 s 映成 14−s。双射计数即对称性证明——找「保性质的对换」，比代数推导更透。
练 8.5 两枚骰子掷一次，若已知「和为偶数」，求「和为 8」的条件概率有多少种可能算法？（直觉预热，正式工具在第二章）
答：缩小样本空间再数：偶数和的样本点 18 个，其中和为 8 的 5 个，故 5/18。「信息把样本空间切小了」——这正是条件概率的全部思想，第二章将给它正式的名字与公式。
练 9.1 一手五张恰为「四条」的概率是多少？写出完整计数链。
答：13 × C44 × 48 = 624，P = 624/2 598 960 ≈ 0.00024（每 4165 手一张）。链：选点数 → 取齐四张 → 配单张。
练 9.2 求一手五张「同花」的概率（不含同花顺），并说明为何要减 40。
答：4 × C135 = 5148 为「五张同花色」的总数，其中 40 手是同花顺（更高一级），牌型分类互斥故扣除：5108/2 598 960 ≈ 0.00197。
练 9.3 从 52 张中不放回抽 3 张，求「三张同花色」的概率。
答：4 × C133 / C523 = 4 × 286/22100 = 1144/22100 ≈ 0.0518（约 5.2%）。同花在「三张」尺度上远比「五张」尺度常见——样本越小，极端组合越容易。
练 9.4 依次不放回抽 2 张：① 都是 A；② 第二张是 A。各多少概率？
答：① (4/52)(3/51) = 1/221（乘法原理逐层）；② 按「第一张是否 A」分两类：(4/52)(3/51) + (48/52)(4/51) = 4/52 = 1/13——与第一张抽 A 同概率（抽签公平性）。② 是本章最值得回味的练习。
练 9.5 一手五张「一对」的概率：写出计数链并验证它与「散牌」概率之和小于 1。
答：13 × C42 × C123 × 43 = 1 098 240，P ≈ 0.4226；加散牌 0.5012 得 0.9238 < 1——剩余 0.0762 是三条、两对等更高牌型，分类完备性的粗检。
练 10.1 袋中 5 红 3 白：① 放回取 2 次，恰 1 红的概率？② 不放回取 2 次，恰 1 红呢？
答：① 2 × (5/8)(3/8) = 30/64 = 15/32；② C51C31/C82 = 15/28。不放回版略大（15/28 ≈ 0.536 对 0.469）。
练 10.2 不放回依次取 2 次，求「第一次红且第二次白」「第一次白且第二次红」的概率，并相加。
答：(5/8)(3/7) = 15/56 与 (3/8)(5/7) = 15/56，和 = 30/56 = 15/28——与练 10.1② 无序算法一致。有序两支相加＝无序一次数，这是超几何与路径法的桥梁。
练 10.3 甲机 100 券含 10 中，放回抽 3 次。求「全不中」「恰 1 中」的概率。
答：全不中 0.93 = 0.729；恰 1 中 3 × 0.1 × 0.92 = 0.243。放回时每次独立、概率不变，二项分布雏形。
练 10.4 同上题改不放回：求「全不中」「恰 1 中」的概率，并与放回版比较。
答：全不中 C903/C1003 = 117 480/161 700 ≈ 0.7265；恰 1 中 C101C902/C1003 = 40 050/161 700 ≈ 0.2477。不放回的「全不中」更小、「恰 1 中」更大——修正效应随抽取数增大而增强。
练 10.5 （抓阄设计）10 人依次抓 10 签（2 中 8 空）。第 3 人抽中的概率是多少？给出两种算法。
答：法一（抽签公平性）：2/10 = 1/5。法二（对前两人分类）：P = P(前两中 k 个) × (2−k)/8 对 k = 0,1,2 求和，逐支：(8/10)(7/9)(2/8) + 2(2/10)(8/9)(1/8) + (2/10)(1/9)(0/8) = 14/90 + 4/90 + 0 = 18/90 = 1/5 ✓。公平性不是经验，是可证的定理。
练 11.1 在长 10 cm 的线段上随机取一点，求它落在前 3 cm 内的概率；落在中点 ±1 cm 内的呢？
答：长度比：3/10；2/10 = 1/5。几何概型把「数份数」换成「量长度」。
练 11.2 （会面问题变式）甲乙约定 0–30 分钟内到达，先到者等 10 分钟。求能会面的概率。
答：P = 1 − (202/302) = 1 − 4/9 = 5/9（空白为两个直角边 20 的三角形）。一般公式：P = 1 − ((T−t)/T)2，T 总时长、t 等待时长。
练 11.3 单位圆内随机取弦，「弦长 > √3」的概率为何会有多种答案？出两种生成方式并各算一个。
答：方式一：随机端点在圆周上（得 1/3）；方式二：随机中点在圆内（得 1/4）；方式三：随机中点在固定直径上（得 1/2）。「随机作弦」语义不唯一——贝特朗悖论。结论：几何概型必须先声明随机机制。
练 11.4 布丰投针取 l = a/2，求相交概率；若掷 1000 次相交约多少次？
答：P = 2·(a/2)/(πa) = 1/π ≈ 0.3183；期望相交次数约 318 次。反过来 π ≈ 1000/318 ≈ 3.145——粗糙但真实。
练 11.5 （综合）从 1–20 中随机取两数（不放回、不计次序）。求：① 两数之和为偶数；② 两数之积能被 5 整除；③ 两数一奇一偶。
答：总数 C202 = 190。① 奇偶各 10：(C102+C102)/190 = 90/190 = 9/19；② 有 5 的倍数 4 个：190 − C162 = 190 − 120 = 70，P = 7/19；③ 10×10/190 = 10/19。注意 ① + ③ = 1（和为偶 ⟺ 同奇偶；一奇一偶 ⟺ 和为奇）——自洽。
一章收官。复盘不是重做，而是归档——把错过的题按「错在哪一层」分进三只抽屉，再回答三个自测问题。
归档操作 翻开做过的练习，每道错题贴一个抽屉标签；同层出现两次以上的错误，回到对应讲义页重走一遍「一步一图」。三问如下，笔作答，不许翻书。
三问之一 抛两枚硬币「一正一反」为什么是 1/2 不是 1/3？两种说法回答：①样本点的；②配对对称的。
答：①四样本点等可能，占两个；②两枚硬币地位对等，「第一枚正」与「第二枚正」镜像对称，各占一半。
三问之二 掷两枚骰子，和为 7 的概率是和为 12 的六倍，为什么？一句话说出机理。
答：和为 7 有六条路（第一枚从 1 到 6 任出），和为 12 只有一条路（6+6）——「路越多越常见」，卷积的直观。
三问之三 生日问题 23 人过半，直觉错在哪里？出一句「修正后的直觉」。
答：直觉数「人」（23），该数「对」（253）——修正版：「机会虽小，对数众多；平方级增长，过半并不稀奇。」
把三问的答案与抽屉标签贴在本页边上，一个月后回看——若三问已能脱口而出，第一章就真正长在身上了。下一章，公理登场。
概率论的第一部系统文本，出自一个极不「数学家」的人之手。吉罗拉莫·卡尔达诺（Girolamo Cardano，1501–1576），米兰的医生、占星家、数学家，也是一名终身的赌徒。他在自传里坦白：赌博是他年轻时赖以为生的手段之一，「每年都有许多小时浪费在赌桌上」。
正是在赌桌上，他做了一件此前无人做过的事：把骰子的每一面平等地数一遍。约 1526 年成书、1663 年才刊行的《机会游戏之书》（Liber de Ludo Aleae）记录了他的核心发现：掷一粒骰子，每个点数的「 circuitus」——机会的循环数——是 6；掷两粒，是 36。他据此算出：掷两粒骰子至少出现一个六的机会是 11/36，比「不是六」少一点。这是有记载以来第一次，有人把「赢面」写成一个精确的分数。
他做对了什么，又错在哪里
对：等可能假设的雏形——「骰子有六面，各面机会相同」被他当作不证自明的起点；组合计数的初步运用；「有利循环数 ÷ 全部循环数」的比值思想，正是 P = |A|/|Ω| 的前身。
错：他把「连续掷三次出六」的概率误认为 3 × (1/6) = 1/2（应为 1 − (5/6)3 ≈ 0.421）——概率可以相加、但事件相并须容斥，这条纪律要等帕斯卡才立起来。错误的形态本身就是线索：「至少一个」必须走对立面，这一章的口诀正是踩着卡尔达诺的坑写下的。
卡尔达诺的一生跌宕：他因给耶稣占星被判异端、儿子早夭、晚年穷困，却留下了《大术》中三次方程的解法与这部赌桌上的小书。概率论诞生在一个赌徒的书桌而非学院的书房里——这个事实提醒我们：一门严肃科学的起点，常常是一个人想把「说不准」变成「算得准」的私人执念。
延伸对读：帕斯卡《思想录》中的「赌注论证」把概率思维用在了信仰上；惠更斯 1657 年的《论赌博中的计算》则是第一部正式出版的概率论教材——把卡尔达诺的零散算术整理成了可传授的方法。〔骰子〕
随机游戏并非西方特产。中国自先秦起就有成熟的博戏传统：六博（战国至汉代盛行，以十二棋六黑六红、掷采行棋）、樗蒲（晋代流行，五木掷采，卢、雉、犊、白诸采按稀有度定胜负）、唐宋以后的骰子与叶子戏（纸牌前身）。这些游戏的胜负判定，本质上就是在按「采的稀有度」排序——与本章牌型概率「越稀有级别越高」的原则惊人一致。
樗蒲的「采」：一张事实上的概率表
樗蒲用五枚木子（每枚两面），掷出的组合称「采」：王采「卢」（五子同黑，最贵）、次王采「雉」；杂采按出现难度递降。史籍《晋书》《世说新语》记载的采名与等级次序，恰是一张按稀有度排列的组合清单——古人未必算出分数，但「稀有者贵」的排序规则，说明对组合稀有度的经验把握已经相当精细。掷五木共 25 = 32 种等可能组合，「卢」只占 1 种，「雉」占 1 种——与本章 §1.11 牌型表的逻辑完全同构。
更耐人寻味的是占筮。《周易》的大衍筮法用五十根蓍草按固定程序分、挂、揲、扐，最终定出阴阳老少——这是一个确定性的程序生成随机结果的范例，与今天计算机伪随机数的思想同源：用可复现的操作制造不可预测的输出。当然，古人赋予它的是天命解释而非概率解释。
为什么中国没有长出概率论？史家多有讨论：博戏在士大夫文化中地位边缘、缺乏「赌金分配」这类逼出理论的纠纷场景、算法传统重实用而轻「为什么」。这不是为古人惋惜，而是提醒今人：一门科学的诞生，需要问题、动机与工具三者同时到位。本章的骰子与牌局，就是替今天的把「问题与动机」摆上桌。
一张图收拢全章。从「随机试验」出发，向右搭舞台、立公式，向下磨工具，向右下走进三大应用。
| 方法 | 何时用 | 一句话要领 |
|---|---|---|
| 数份数 | 有限且等可能 | 有利 ÷ 全部 |
| 乘法原理 | 分步、依次 | 步与步相乘，注意依赖 |
| 排列 Ank | 选且有次序 | 连乘到第 k 个位置 |
| 组合 Cnk | 选且无次序 | 排列 ÷ k! |
| 范德蒙德卷积 | 两类来源 | 按来源配额分类求和 |
| 对立面 | 「至少一个」 | 1 − P(全不) |
| 对称性 | 镜像结构 | 概率平分，免于硬算 |
等可能不是「看起来差不多」，而是一条可以论证的模型假设：只要系统存在把样本点互换成批搬运的对称性，各点机会必然相等。
p.55
本章全部计算都踩在这块基石上，所以值得把它单独端详一遍。等可能的根据是什么？不是「骰子看起来很公平」，而是对称性：正六面体绕过对面中心的旋转把六个面互换，洗牌把 52! 种排列互移，抽签把签筒里的位置随机化——凡有对称，必有机会均等。反过来，凡无对称（灌铅骰子、技术性发牌、被操纵的抽签），等可能失效，本章公式作废。
这条「对称 ⟹ 等可能」的思路有一个高级形态：不必逐点计数，找一个把事件互换成镜像的对换，概率自动平分。例 5 的「甲在乙左」、习题 8.4 的「和分布对称」、习题 6.4 的「至少 2 女与至多 2 女同数」，都是它的战果。会找对称的人，算力翻倍。
等可能的三条边界（务必刻在脑中）
① 需对称背书：没有对称机制的「等可能」是迷信，不是模型。
② 与视角绑定：同一试验，「每枚硬币的正反」等可能，「正面枚数」不等可能——样本空间选错，全盘皆错。
③ 不能外推到无限：几何概型的「等可能」要另行声明随机机制（贝特朗悖论），无限之上没有「数份数」。
下一章预告：当对称性不再可用——明天降雨的概率、下一班公交到来的概率——「等可能」彻底失效，概率必须另立地基。科尔莫戈罗夫的三条公理，就是这块新地基。到那时可以发现，本章的 P = |A|/|Ω| 只是新公理体系下的一个特例——「有限样本点上的均匀测度」。
任务 ① 推导 n 人中至少两人生日相同的概率公式；② 建立简洁的对数近似；③ 由近似反解出「50% 门槛」的人数，并讨论 365 天与「一年 d 天」的一般情形。
第一步 · 一般公式
设一年 d 天（d = 365），各天等可能。对立事件「互不相同」的概率：
Pdiff(n) = ∏k=0n−1 d−kd = d!(d−n)!·dn
故 P(n) = 1 − Pdiff(n)。注意 n > d 时必有重合（鸽笼原理），公式自动给出 1。
第二步 · 对数近似
对每项用 ln(1−x) = −x − x2/2 − …。一次项贡献 −∑k/d = −n(n−1)/(2d)；二次项贡献 −∑k2/(2d2) ≈ −n3/(6d2)。当 n2 ≪ d 时二次项可忽略，得核心近似：
P(n) ≈ 1 − exp(−n(n−1)2d)
误差估计：n = 23, d = 365 时二次项 233/(6·3652) ≈ 0.015，对应相对误差约 1.5%——一次近似在门槛附近已相当准。
第三步 · 反解门槛
令 P(n) = 1/2，即 exp(−n(n−1)/(2d)) = 1/2，取对数：
n(n−1) = 2d ln 2 ⟹ n ≈ 1 + √(1 + 8d ln 2)2 ≈ √(2d ln 2)
代入 d = 365：n ≈ √505.8 ≈ 22.5，故「23 人过半」。一般地，门槛人数约为 1.177√d——它只随 √d 增长，而非线性增长：一年 1000 天，也只需约 37 人。这正是生日问题反直觉的定量根源。
延伸思考 ① 用 d = 366（闰年）重算门槛，观察变化；② 三人生日相同（"生日 triplet"）的门槛量级是多少？提示：对数近似里 ∑k2 不再可忽略，门槛缩到 d1/3 量级（约 88 人）——有兴趣可读 Diaconis 与 Mosteller 1989 年的经典综述。
任务 完整证明布丰公式：P = 2l/(πa)（针长 l < a，平行线间距 a）。
第一步 · 化简自由度
针的位置由三个量决定：中点横坐标、中点纵坐标、倾角。只有两个量影响相交：① 中点到最近一条平行线的距离 x——因为线族周期为 a，只需考虑 x ∈ [0, a/2]；② 针与线的夹角 θ ∈ [0, π/2]（针无方向性，取锐角）。中点沿线的位置与「哪条线」都无关紧要。
由「均匀抛掷」的物理意义：x 在 [0, a/2] 均匀、θ 在 [0, π/2] 均匀，且相互独立。样本空间是矩形 0 ≤ x ≤ a/2, 0 ≤ θ ≤ π/2，面积 πa/4。
第二步 · 相交条件
针在竖直方向的投影半长是 (l/2)·sin θ。针触到最近那条线 ⟺ 中点距离不超过投影半长：
x ≤ l2 sin θ
在 (θ, x) 矩形里，这是正弦曲线 x = (l/2)sin θ 下方的一带状区域。
第三步 · 面积之比
相交区域面积（对 θ 积分）：
S = ∫π/20 l2 sin θ dθ = l2 [−cosθ]0π/2 = l2
由几何概型（测度比）：
P = Sπa/4 = l/2πa/4 = 2lπa ∎
方法论盘点 这道证明示范了三件武器：① 降维——识别真正起作用的自由度（三个量砍成两个）；② 独立性——「均匀抛掷」分解为两个均匀量的直角样本空间；③ 测度比——把概率化成面积商。三件武器在第三章（密度函数）将再次以更严格的形态出现：那时 (θ, x) 将被称为「二维随机向量」，S/(πa/4) 将被称为「联合密度在区域上的积分」。
验证题：取 l = a，P = 2/π ≈ 0.6366；用 1000 次模拟应得约 637 次相交——下一页的实验正好检验它。
实验目标 亲手完成两次蒙特卡洛估计：① 撒点法估计 π；② 布丰掷针法估计 π，并观察误差随试验次数的衰减。
实验 A · 撒点法
在正方形 [0,1] × [0,1] 内等可能撒 N 个点，统计落入四分之一圆 x2+y2 ≤ 1 的点数 k，则 π ≈ 4k/N。
手算版：用骰子或随机数表生成 20 对两位随机数（各除以 100 归一），数圆内个数，算一次估计——体验误差之大。
程序版：N = 103、104、105 各跑十遍，记录十次估计的平均值与极差。期待看到：平均值越来越准，极差越来越窄，且极差大致按 1/√N 缩小。
实验 B · 掷针法
取 a = 2, l = 1（此时 P = 1/π）。程序模拟：随机生成中点距离 x ~ U(0,1) 与角度 θ ~ U(0, π/2)，判断 x ≤ (1/2)sin θ；π ≈ N/k。
对照挑战二的公式做核验：N = 105 时，估计值应在 3.10 ~ 3.18 之间浮动（十次中约八次）。
记录单 把每次估计写进表格（N、k、估计值、绝对误差），三列表足矣。实验后回答：① 为什么不能指望一次超多次试验就「分毫不差」？② 误差曲线为什么在对数纸上近于直线？第一个问题将在第四章大数定律得到定理化的回答，第二个问题就是 1/√N 本身。
限时 45 分钟。八道题覆盖本章主干；评讲在每题后给出关键步骤与常见错误。
一（12 分） 掷两枚骰子，求：① 和为奇数；② 至少一枚出 4；③ 两枚点数之和能被 3 整除的概率。
评讲：① 18/36 = 1/2；② 1 − 25/36 = 11/36；③ 和为 3,6,9,12：2+5+4+1 = 12，P = 1/3。常见错误：② 忘走对立面硬数 11 个（易漏 (4,4)）。
二（12 分） 从 5 名男生 4 名女生中选 4 人参加夏令营：① 女生恰 2 人；② 某指定的男生必须入选；③ 求所有选法数。
评讲：① C42C52 = 60；② C83 = 56；③ C94 = 126。自查：① + 「女生 0/1/3/4 人」应等于 126。
三（12 分） 六人排成一排：① 甲乙丙三人必须相邻；② 甲不在队首且乙不在队尾。
评讲：① 捆绑 4!·3! = 144；② 容斥（反面）：720 − 120 − 120 + 24 = 504。常见错误：② 只减不加（漏「既在首又在尾」的 24）。
四（14 分） 一手五张牌，求「恰有一对」的概率，写出完整计数链。
评讲：13·C42·C123·43 = 1 098 240，P ≈ 0.4226。关键：三张单牌必须点数互异（C123）且各任花色（43）。
五（14 分） 甲机（不放回）与乙机（放回）各含 6 红 4 白，各取 2 次。求两机「恰 1 红」的概率并比较大小，解释原因。
评讲：甲 C61C41/C102 = 24/45 ≈ 0.533；乙 2(0.6)(0.4) = 0.48。不放回更大：袋中构成随抽取自动修正，波动被部分抵消。
六（12 分） 60 人中至少两人生日相同（365 天等可能）的概率约为多少？写出使用的近似与一句机理解释。
评讲：1 − exp(−60·59/730) ≈ 1 − exp(−4.849) ≈ 0.992（精确 0.994）。机理：机会虽小、对数众多（1770 对）。
七（12 分） 长 20 分钟的时段内甲乙随机到达，先到者等 5 分钟。求能会面的概率。
评讲：1 − (15/20)2 = 7/16。几何概型：面积比。常见错误：把「等 5 分钟」当成每人各等 5 分钟的独立事件。
八（12 分） 掷三枚骰子，求「恰有两枚点数相同」的概率。
评讲：选相同点数 6 种 × 选异点 5 种 × 选哪两枚相同 C32 = 3，共 90 个有序样本点，P = 90/216 = 5/12。自查：三枚全同（6）＋ 恰两同（90）＋ 全不同（120）= 216 ✓。
评讲后的下一步：得分 80 以上，直接进入第二章；60–80，重做错题对应小节；60 以下，从 §1.2 重走「样本空间」——舞台搭不稳，后面的戏都是空的。
第一章靠一条朴素的假设——机会均等——算出了骰子的和、纸牌的型、生日的巧合。这条假设很好用，却站得并不稳。本章讲的就是它如何被逼到墙角，最后不得不换上一副更坚固的骨架。
第一次失效：等可能不见了
不是每个骰子都均匀：一颗灌了铅的骰子，「机会均等」立刻失效。布丰投针的样本空间是无穷多个点，连「数份数」都说不出口。古典概型的两根支柱——有限与等可能——同时断了。
第二次失效：直觉本身就是错的
更严重的是人脑也会出错。1654 年，法国骑士德·梅雷（Antoine Gombaud, chevalier de Méré）向帕斯卡提出两个赌局：赌局一——掷一颗骰子 4 次，「至少出一个 6」是否有利可图？赌局二——掷两颗骰子 24 次，「至少出一对双 6」是否有利可图？
骑士的推理是：出 6 的机会是 1/6，掷 4 次就是 4 × 1/6 = 2/3 > 1/2；出双 6 的机会是 1/36，掷 24 次就是 24 × 1/36 = 2/3。两边一样，都稳赚。可他赌了多年，第一个赌局长期小赚，第二个却长期小亏——「比例」相同，结果为何不同？
答案是：概率不可以这样相加。4 次里「至少一次」要走对立面——四次都不出 6 的概率是 (5/6)4，所以
P1 = 1 − (5/6)4 = 6711296 ≈ 0.5177
而 24 次掷双骰，双 6 一次都不出的概率是 (35/36)24：
P2 = 1 − (35/36)24 ≈ 0.4914
一略大于 0.5，一略小于 0.5。骑士多年所输的正是这 0.0086 的差额——根源是「每次独立，须用乘法而非加法」。这两个赌局把帕斯卡与费马引向五封通信，催生了概率论（详见格物札记①）。
在给出定义之前，先答一个朴素的问题：说「这枚硬币出正面的概率是 1/2」，我们究竟在说什么？
频率的定义方式
把试验重复 n 次，其中事件 A 发生了 nA 次，称 fn(A) = nA/n 为这 n 次试验中 A 的频率。经验上 n 越大，频率越会「稳定」下来，趋近某个固定值——这个稳定值就被称为概率。
频率解释的三重困难
①做不到：「n → ∞」是理想极限，没人能把硬币抛无穷次。
②说不清：「频率必会收敛」这条待证命题（大数定律）本身要先有概率才能陈述，逻辑上绕成了环（第四章拆开这个环）。
③用不上：「明天降水的概率是 0.7」——明天只有一次，重复试验从何而来？
人们至少发展出了三种对概率的「解释」：
概率的三种解释
①古典解释：概率＝有利等可能样本点 ÷ 全体等可能样本点（要求有限且等可能，即第一章）。
②频率解释：概率＝长程频率的稳定值（要求可重复，是客观世界的属性）。
③主观解释（贝叶斯）：概率＝个人对某命题为真的信念度，随证据更新。
三派吵了三百年，谁也没能吃掉谁。但奇妙的是——三派都同意同一套运算规则。与其争论概率「是什么」，不如把公认的算法抽出来，立为公理。这个动作由三十岁的苏联数学家科尔莫戈罗夫在 1933 年完成：他只回答「概率必须满足什么」，不回答「概率是什么」。
要写公理，先得说清公理管的是什么：事件的全家福，和概率这把尺子。
样本空间与事件域
随机试验的全部可能结果构成集合 Ω（样本空间）。我们关心的那些「可由结果判定是否发生」的集合（事件）放在一起，记作 ℱ，称为事件域，它满足：① Ω ∈ ℱ；② 若 A ∈ ℱ，则 A̅ ∈ ℱ；③ 若 A1, A2, … ∈ ℱ，则 A1 ∪ A2 ∪ … ∈ ℱ。
三条合起来意味着事件域对「并、交、对立」封闭——能用语言造出的事件，它都在列。有限样本空间里把 Ω 的一切子集都放进去即可。
概率的公理化定义（科尔莫戈罗夫三公理）
设 P 是定义在事件域 ℱ 上的实值函数，若满足
公理 1（非负性） 对任意 A ∈ ℱ，P(A) ≥ 0；
公理 2（规范性） P(Ω) = 1；
公理 3（可列可加性） 若 A1, A2, … 两两互斥，则
P(A1 ∪ A2 ∪ … ) = P(A1) + P(A2) + …
则称 P 为 (Ω, ℱ) 上的概率，三元组 (Ω, ℱ, P) 称为概率空间。三条公理可以说人话：不欠账（不为负）、账目守恒（全体份额为 1）、分堆累加（互不重叠的堆可相加）——都是日常算账的常识，正因是常识，才配当公理。
公理 3 为什么说「可列」而不说「有限」？若只允许有限加法，「抛硬币直到首次正面」这类样本空间为 {1, 2, 3, …} 的试验就被排除在外。放宽到可列多个，一举把离散与连续两类概率收进同一框架——这条技术性选择的回报极大。
公理只有三条，能推出来的性质却有一大串。下面这一组使用频率最高。
性质 1（不可能事件与有限可加） P(∅) = 0；若 A1, …, An 两两互斥，则 P(A1 ∪ … ∪ An) = ∑iP(Ai)。
证 在 A1=Ω, A2=A3=…=∅ 上用公理 3 得 1 = 1 + P(∅) + P(∅) + …，故 P(∅) = 0；有限可加则在公理 3 的序列里补上无穷多个 ∅ 再抹掉。∎
性质 2（对立事件） P(A̅) = 1 − P(A)，特别地 P(A) ≤ 1。 证 A 与 A̅ 互斥且并为 Ω，用有限可加性与规范性即得。∎
性质 3（单调性） 若 A ⊆ B，则 P(A) ≤ P(B)。
证 减法公式 P(B − A) = P(B) − P(A ∩ B)（A ⊆ B 时即 P(B) − P(A)）。把 B 拆成互斥两块 (B−A) ∪ (A∩B)，移项即得；再由非负性得单调性。∎
事件的「包含」对应概率的「大小」——这把集合与数轴串了起来，是本册反复使用的转换器。
性质 4（加法公式） P(A ∪ B) = P(A) + P(B) − P(A ∩ B)。
证 把 A ∪ B 拆成互斥三块 (A−B) ∪ (A∩B) ∪ (B−A)，各自用减法公式代回即得。∎
只有 A 与 B 互斥（P(A ∩ B) = 0）时，才有最简的「概率直接相加」。
数值演练
设 P(A) = 0.7, P(B) = 0.4, P(A ∪ B) = 0.8。依次求：① P(A ∩ B) = 0.7 + 0.4 − 0.8 = 0.3（加法公式反用）；② P(A − B) = 0.4，P(B − A) = 0.1；③ P(A̅ ∩ B̅) = 1 − P(A ∪ B) = 0.2（德摩根＋对立）。
自洽检验：四块互斥分区 (A−B), (B−A), (A∩B), (A∪B)̅ 的概率之和应为 0.4 + 0.1 + 0.3 + 0.2 = 1 ✓。这类「分区求和等于 1」的验算，是概率题的标配收尾。
两个事件的并要扣掉重叠，三个、四个、n 个呢？答案是一个漂亮的交替和——容斥原理。
容斥原理（三事件版与一般式）
P(A∪B∪C) = P(A)+P(B)+P(C) − P(A∩B) − P(A∩C) − P(B∩C) + P(A∩B∩C)
记 S1 = ∑iP(Ai)、S2 = ∑i<jP(Ai∩Aj)、…，则一般式
P(A1∪…∪An) = S1 − S2 + S3 − … + (−1)n+1Sn
证 逐点计数。任一 ω 若恰属于 k 个事件，它在右端被「单」数 k 次、被「双」数 Ck2 次、被「三」数 Ck3 次，合计 Ck1 − Ck2 + Ck3 = 1——不多不少恰一次。∎
「容」是多算的加回来，「斥」是重复的扣掉去。首项 +、第二项 −、第三项 +……符号交替，这是最容易写错的地方。
数值演练：24 等分的样本空间
设 |Ω| = 24 且样本点等可能，|A| = 12, |B| = 8, |C| = 6，|A∩B| = 4, |A∩C| = 3, |B∩C| = 2, |A∩B∩C| = 1。代入三事件容斥得 |A∪B∪C| = 12+8+6−4−3−2+1 = 18，故 P = 18/24 = 3/4。
换成区域的眼光：七个非空区域依次是 |仅A| = 6, |仅B| = 3, |仅C| = 2, |AB| = 3, |AC| = 2, |BC| = 1, |ABC| = 1，求和 6+3+2+3+2+1+1 = 18 ✓——两种算法殊途同归。七个区域的清点是容斥最可靠的验算手段。
由容斥派生的三条常用公式：恰发生一个＝S1 − 2S2 + 3S3；至少发生一个＝交替和本身，「一个都不发生」＝1 − P(A∪B∪C)；恰好发生两个＝2S2 − 3S3。有了它们，「恰好 k 个」就不必逐区域清点了。
掷两粒骰子，样本空间有 36 个等可能点。问「第一粒是 3 点」的概率——6/36 = 1/6。不难。但若有人先说明：「两粒之和是 8」呢？
这一句提示把可能性从 36 个砍到了 5 个——(2,6), (3,5), (4,4), (5,3), (6,2)。其中第一粒是 3 点的只有 (3,5) 一个。于是概率从 1/6 变成了 1/5。信息改变了概率——这就是条件概率的全部意思。
条件概率的定义
设 A, B 是两事件，P(B) > 0。在「B 已发生」的条件下 A 发生的条件概率定义为
P(A|B) = P(A∩B)P(B)
分子是「A 与 B 同时发生」的概率，分母是「条件」本身的概率。分母绝不能是 0——「在不可能发生的条件下」谈条件概率没有意义。
两种算法，一个答案
上例按定义算：B＝「和为 8」，P(B) = 5/36；A∩B＝{(3,5)}，P(A∩B) = 1/36。于是 P(A|B) = (1/36)/(5/36) = 1/5，与「数缩小后的样本空间」完全一致。条件句就是新样本空间——在 B 内部重新做一次等可能计数。
性质：条件概率也是一把合法的概率尺
固定 B，令 PB(A) = P(A|B)，则 PB 满足三条公理：非负性显然；PB(Ω) = P(Ω∩B)/P(B) = 1；对互斥序列，分子分母的可加性同时成立，故可列可加。
推论：§2.4 的一切性质（减法公式、加法公式、容斥）在条件概率下全部照旧，只需把每个 P 换成 P(·|B)——这一条省下了大量重复劳动。
直觉在条件概率上翻车的次数，比在任何其他地方都多：一副 52 张牌已知是红色，它是红心的概率是 (13/52)/(26/52) = 1/2，但「已知花色是红心，它是红色的概率」却是 1。§2.9 的医学检验悖论就是重灾区。
条件概率的定义式稍作移项，就得到一个把「同时发生」拆成「一步步发生」的工具。
乘法公式
若 P(B) > 0，则 P(A∩B) = P(B)·P(A|B)；一般地，若 P(A1∩…∩An−1) > 0，则
P(A1∩…∩An) = P(A1)·P(A2|A1)·P(A3|A1∩A2)·…·P(An|A1∩…∩An−1)
一句话：把「同时」翻译成「依次」。每走一步，条件里就多记住一步已经发生的事实。
例：连续抽两张都是 A
一副牌不放回地抽两张。记 A1＝第一张是 A，A2＝第二张是 A。第一步：52 张里 4 张 A，P(A1) = 4/52；第二步：已知第一张已是 A（剩 51 张、A 剩 3 张），P(A2|A1) = 3/51。相乘：
P(A1∩A2) = 452 × 351 = 1221 ≈ 0.004525
连抽三张都是 A，再乘一步 2/50，得 1/5525 ≈ 1.81 × 10−4。若改为有放回，条件概率退回无条件概率（第二步仍是 4/52），两张都是 A 变为 (4/52)2 = 1/169，比不放回的 1/221 略大——放回时事件独立，「第一张抽走了一张 A」这条信息不会压低第二次的机会。
再看一例：某射手命中率 0.8，但「第一次命中后手感更好，第二次升到 0.9；若前两次都中，第三次升到 0.95」，则三发全中的概率是 0.8 × 0.9 × 0.95 = 0.684。这里的条件概率不是原始命中率——「手感」正是一种信息依赖。当概率随历史改变时，乘法公式是唯一的正确通道。
乘法公式把「同时」拆成路径，把许多条路径相加，就得到了全概率公式。它不是新知识，而是「树图求和」的正式写法。
完备事件组（划分）
若 B1, …, Bn 两两互斥，且 B1 ∪ … ∪ Bn = Ω，就称它们为一个完备事件组（Ω 的一个划分）。意思是：不管发生什么，恰好落进其中一族。
全概率公式
设 B1, …, Bn 为一个完备事件组，P(Bi) > 0，则对任意事件 A：
P(A) = ∑i=1n P(Bi)·P(A|Bi)
证 把 A 按划分切片：A = (A∩B1) ∪ … ∪ (A∩Bn)，各片互斥，故 P(A) = ∑iP(A∩Bi)，再对每片用乘法公式即得。∎
一句话记住它：要算一件难算的事，先按某种自然的类别把它切开，再分别计算，最后加总。这是军事上的「分进合击」，也是工程上的「分而治之」。
例：两车间的次品率
某厂甲车间产量占 60%，次品率 2%；乙车间占 40%，次品率 5%。求全场产品的次品率。划分取「哪条生产线生产」：B甲、B乙。
P(次品) = 0.6 × 0.02 + 0.4 × 0.05 = 0.012 + 0.020 = 0.032
即全厂次品率 3.2%——它不是两个次品率的算术平均 3.5%，而是按产量加权的平均。这是全概率公式最要紧的直观：权重就是划分各族的概率。凡忽略权重、「取个平均」的算法，都是这一节的反面教材。
顺带一问：已知抽到一件次品，它更可能来自哪个车间？（甲贡献 0.012、乙贡献 0.020。）答案要等下一节的贝叶斯公式正式给出。另一例可自行验证：袋中 3 白 2 黑不放回取两只，按第一只的颜色划分得 P(第二白) = (3/5)(2/4) + (2/5)(3/4) = 3/5——与「第一只是白」相同，这正是抽签公平性（§1.6）在条件概率语言下的重新表达。
全概率公式回答「由因推果」：知道了每个原因的概率和它的后果，算总体的后果。可现实中的问题常常是反的——看到了结果，要反过来问是哪个原因造成的。贝叶斯公式就是那条回头路。
贝叶斯公式
设 B1, …, Bn 为完备事件组，P(Bi) > 0，P(A) > 0，则
P(Bk|A) = P(Bk)·P(A|Bk)∑i P(Bi)·P(A|Bi)
证 分子用乘法公式，分母用全概率公式，两边一除即得。∎
分子是「Bk 这条路径」的贡献，分母是「所有路径」的总和。算法极简单：先算每条路径的乘积，再看某条路径占总和的几分。
三个名字：先验、似然、后验
先验概率 P(Bk)：看到证据之前对它的判断；似然 P(A|Bk)：假如原因确实是它，出现这个证据的可能性；后验概率 P(Bk|A)：看到证据之后的修正判断。贝叶斯公式就是一份「先验 × 似然 →（归一化）→ 后验」的更新配方，§2.17 会看到整个机器学习里的贝叶斯推理都长这个样子。
例：两车间的次品来自哪里（续 §2.8）
已知 P(次品) = 0.032，现在取到一件次品，问它来自乙车间的概率：
P(B乙|次品) = 0.4 × 0.050.032 = 0.0200.032 = 0.625
乙车间产量只占 40%，却贡献了 62.5% 的次品——因为它次品率高得多。产量占比与责任占比是两回事，这是贝叶斯公式要告诉我们的第一件事。
例：医学检验的悖论（先摆出数字）
某罕见病患病率为 0.1%。一种检验：患病者中 99% 呈阳性（灵敏度 99%）；未患病者中 5% 也呈阳性（假阳性率 5%）。某人检验为阳性，他真的患病的概率是多少？记 D＝患病，+＝阳性，两条路径的贡献是 P(D)·P(+|D) = 0.001 × 0.99 = 0.00099 与 P(D̅)·P(+|D̅) = 0.999 × 0.05 = 0.04995，相加得 P(+) = 0.05094。于是
P(D|+) = 0.000990.05094 = 11566 ≈ 0.0194
约 1.94%，不到 2%。这不是检验不准，而是基数太小——1000 个人里只有 1 个真病人，却会有约 50 个健康人因 5% 的假阳性被误报。下一节专门拆解这个直觉陷阱。
上一节算出一个 1.94%，与「阳性了、病想必跑不掉」的感觉差了五十倍。这一节不讲新公式，只做一件事：把直觉的错法摊开来看。
直觉的错法
大多数人的第一反应是：灵敏度 99%，那就是 99% 呗。这个推理把两件方向相反的事混为一谈：检验问的是「有病的人里有多少会呈阳性」——P(+|D)；我们想知道的是「呈阳性的人里有多少真的有病」——P(D|+)。这两个概率一般并不相等。贝叶斯公式的全部意义，就是在这两个方向之间架一座桥；而桥的宽窄取决于「先验」有多大。
千人格：把数字摆到地上数一遍
假设有 1000 个人做这项检验。① 患病率 0.1% ⟹ 真有病 1000 × 0.001 = 1 个，健康 999 个。② 那个病人有 99% 概率被检出 ⟹ 约 1 个真阳性。③ 999 个健康人里 5% 会误报 ⟹ 999 × 0.05 ≈ 50 个假阳性。
于是呈阳性者约 1 + 50 = 51 个，其中真病人只有 1 个：P(D|+) ≈ 151 ≈ 0.0196，与公式算出的 1.94% 一致。悖论不玄——健康人太多，5% 的误报率乘上去就是 50 个人的洪流，把 1 个真病人彻底淹没。
「千人格」是拆解一切贝叶斯直觉题的第一利器：不看公式，先编 1000 个具体的人，一格一格填数字，填完答案自己就跳出来了。
换个人群，结论立刻反转
把同一项检验用在高危人群身上（有家族史、有症状者就诊），患病率设为 30%：
P(D|+) = 0.3 × 0.990.3 × 0.99 + 0.7 × 0.05 = 0.2970.332 ≈ 0.8946
接近 90%！同一个检验、同一个阳性结果，在不同人群里的意义可以差 46 倍。这就是为什么医生不会对所有人做筛查，只对有指征的人做——先验不同，同一份证据的价值就不同。
「两枚硬币的正反面互不影响」——这句话我们已称无数遍。现在要把它翻译成一句可以计算的等式。
独立性的定义
设 A, B 是两事件，若 P(A∩B) = P(A)·P(B)，则称 A 与 B相互独立。
全部定义只有一行：交集的概率等于概率的乘积——「同时发生」的可能性恰好是「各自发生」可能性的乘积。
独立性的等价说法
设 P(A) > 0, P(B) > 0，则以下等价：① P(A∩B) = P(A)P(B)；② P(A|B) = P(A)（知道 B 发生毫不改变 A 的概率）；③ P(B|A) = P(B)；④ A、B 独立 ⟺ A̅ 与 B 独立 ⟺ A 与 B̅ 独立 ⟺ A̅ 与 B̅ 独立。
② 是「互不影响」的字面翻译，但它只对概率水平有意义：独立不是说事件之间没有因果联系，只是说在概率上「互不给对方情报」。第 ④ 条很实用：验证独立时，用 A̅ 往往比用 A 更方便。
例：判定独立
掷两枚均匀硬币，A＝第一枚为正面，B＝第二枚为正面。P(A) = P(B) = 1/2，P(A∩B) = 1/4 = (1/2)(1/2)，故独立。
反例：掷一枚骰子，A＝出偶数，B＝出 3 的倍数。P(A) = 1/2, P(B) = 1/3，P(A∩B) = P({6}) = 1/6 = (1/2)(1/3)——它们也独立！直觉上会以为「3 的倍数」与「偶数」有关系，其实在骰子这一个样本空间上概率恰好处处吻合。
这提醒我们：独立性是算出来的，不是看出来的。凡是「看上去有联系」就断言不独立、「看上去没关系」就断言独立，都会出错。要么用定义验算，要么用实际背景论证。
独立性的实战用法
① 求「多个都发生」：P(A1∩…∩An) = P(A1)…P(An)——乘法公式的独立简化版。
② 求「至少一个发生」：P(A1∪…∪An) = 1 − P(A1̅)…P(An̅)——先用德摩根转成「全不发生」，再用独立变乘法。这是全书出现频率最高的组合拳。③ 系统可靠性、连续命中、多次试验，凡「各元件/各次试验互不影响」的场合都在用它。
「互斥」与「独立」都有「没有关系」的意味，于是成了概率论里最著名的一对「假朋友」。其实在概率轴上，它们指向的方向恰好相反。
互斥 vs 独立：定义与后果对照
互斥：A∩B = ∅，即 P(A∩B) = 0；后果 P(A∪B) = P(A) + P(B)（可直接相加）。
独立：P(A∩B) = P(A)P(B)；后果 P(A∪B) = P(A) + P(B) − P(A)P(B)。
它们说的是两件完全不同的事：互斥管的是能不能同时发生，独立管的是一方发生会不会影响另一方的概率。
关键结论：两非零概率事件不可能既互斥又独立
若 A, B 互斥且 P(A) > 0, P(B) > 0，则 P(A∩B) = 0；若又要独立，则 0 = P(A)P(B) > 0，矛盾。更直观的说法：两个都能发生的事件，若知道其中一个发生了，另一个就更不可能发生（空间被占了）——P(B|A) = 0 ≠ P(B)。互斥是「极端的负相关」。
「互斥」的英文是 mutually exclusive，「独立」是 independent。记住这一层，就不会再把它们混为一谈。
数值对照（P(A) = P(B) = 1/2）
互斥时：P(A∩B) = 0，P(A∪B) = 1/2 + 1/2 = 1（必居其一，如掷硬币的正与反）。独立时：P(A∩B) = 1/4，P(A∪B) = 3/4（允许都不发生，如两枚硬币都出正面）。
同样是两个概率为 1/2 的事件，一个给出的并是 1，另一个是 3/4——差别全在「交集有多大」。
完整谱系：P(A∩B) 的取值范围是 [max(0, P(A)+P(B)−1), min(P(A), P(B))]。左端点＝互斥（尽可能不重叠），右端点＝包含（一个吞掉另一个），独立时＝P(A)P(B) 落在区间之内。互斥与包含是交集的两个极端，独立不是极端，而是一条特别的分割线。
两类错误的典型句法
❌「甲、乙命中率各为 0.8、0.7，所以至少一人命中率 0.8 + 0.7 = 1.5」——把独立当互斥。✓ 正确：P(至少一人命中) = 1 − 0.2 × 0.3 = 0.94。
❌「互斥的两事件概率可以相乘」——互斥之间交集为空，乘积无意义。✓ 正确：互斥 ⟹ P(A∩B) = 0。
自查口诀：看到「或」先想是否互斥（能不能相加）；看到「都」先想是否独立（能不能相乘）。两个问题各问各的，不要串台。
两个事件说清了，三个、四个呢？这里有一个反直觉的陷阱：「每两个都独立」不足以保证「整体独立」。
三个事件相互独立的定义
称 A, B, C 相互独立，若下列等式同时成立：
P(A∩B) = P(A)P(B)、P(A∩C) = P(A)P(C)、P(B∩C) = P(B)P(C)、P(A∩B∩C) = P(A)P(B)P(C)
前三式成立时称它们两两独立；第四式是两两独立之外额外的一条要求。n 个事件相互独立，需要 2n − n − 1 个乘法等式成立（n = 3 时即 4 个）——要求是「指数级」的多。
重要：两两独立 ⟹ 相互独立（不成立）
取 Ω = {ω1, ω2, ω3, ω4}，4 点等可能（各 1/4）。令 A = {ω1, ω2}，B = {ω1, ω3}，C = {ω1, ω4}，则 P(A) = P(B) = P(C) = 1/2，且任意两个的交集都恰是 {ω1}，概率 1/4 = (1/2)(1/2)——两两独立成立。
但三者之交 A∩B∩C = {ω1}，概率仍是 1/4，而 P(A)P(B)P(C) = 1/8：
14 ≠ 18 ⟹ 不相互独立
病灶在哪：三个事件都「挤」在同一个样本点 ω1 上。两两看时各分掉一半，看不出毛病；三件同时看时，ω1 就成了它们唯一的公共交点——份额被重复占用了。
更贴近直觉的反例：两枚硬币
抛两枚均匀硬币，记 A＝第一枚为正面，B＝第二枚为正面，C＝两枚结果相同。样本空间 4 个等可能点，C = {正正, 反反}。两两独立：P(A∩B) = 1/4 = P(A)P(B) ✓，P(A∩C) = P({正正}) = 1/4 = P(A)P(C) ✓，P(B∩C) = 1/4 ✓。
三者之交：A∩B∩C = {正正}，概率 1/4；而 P(A)P(B)P(C) = 1/8 ✗。直观解释：「知道了 A（第一枚正）与 B（第二枚正）都是真的，那 C（两枚相同）就必然发生了」——所以 C 与 (A, B) 整体上绝不可能独立。
独立性的实用推论
① 若 A1, …, An 相互独立，则对其中任意 k 个也相互独立，且把它们逐个换成对立事件 Ai̅ 后仍相互独立（但「两两独立」不具备这条可继承性）。
② 实际问题中判定独立，通常不是靠验算式，而是靠背景：「各次试验互不影响」是模型设定，「各元件互不牵连」是设计假设——先由实际背景认定独立，再由独立性推出乘法等式。这也是 §2.14 能直接使用 P(A1…An) = pn 的原因。
概率论里最简单、也最有用的模型，是把一次试验压缩成两个结果：成功或失败。抛硬币、检验合格与否、射击中与不中、点击广告与不点击——无数现实问题都被压成这一枚「硬币」。
伯努利试验与二项分布
只有两个可能结果的试验称为伯努利试验：成功（概率 p）与失败（概率 1 − p）。把同一试验独立重复 n 次，称为 n 重伯努利试验——「独立」与「同一 p」是它的两个要件。记 X 为 n 次试验中成功的次数，则 X 的分布称为二项分布，记作 X ~ B(n, p)。第三章会用整章篇幅解剖它，这里先把它推出来。
二项概率公式（推导）
求「恰有 k 次成功」（0 ≤ k ≤ n）的概率。第一步（选位置）：n 次中哪 k 次成功？共 Cnk 种选法，每种互斥。第二步（算概率）：任何一种指定的成功/失败排列，其概率由独立性连乘而得 pk(1 − p)n−k。第三步（相加）：Cnk 种排列概率相同，故
P(X = k) = Cnk pk(1 − p)n−k， k = 0, 1, …, n
三板斧——选位置、算一种、乘起来——是二项公式的全部来历，也是所有「独立重复」问题的通用套路。
例：射击 5 次，命中率 0.8
各次独立，求恰命中 k 次的概率（k = 0, …, 5）：
P(X=0) = 0.25 = 0.00032 P(X=1) = 5·0.8·0.24 = 0.0064 P(X=2) = 10·0.82·0.23 = 0.0512
P(X=3) = 10·0.83·0.22 = 0.2048 P(X=4) = 5·0.84·0.2 = 0.4096 P(X=5) = 0.85 = 0.32768
六项之和 = 1 ✓。最可能的结果是 4 中（0.4096），不是 5 中——虽然单次命中率高达 0.8，「五发全中」仍只有约三分之一的机会。这就是 0.85 容易被高估的原因：乘法惩罚高次幂。
回到德·梅雷：两个赌局都是「至少一次」的伯努利问题——n = 4, p = 1/6 得 1 − (5/6)4 ≈ 0.5177；n = 24, p = 1/36 得 1 − (35/36)24 ≈ 0.4914。骑士的线性直觉假设「概率正比于次数」，而真实公式是 1 − (1 − p)n——一条先快后慢的曲线。用 n 乘 p 只在 p 极小时才勉强近似，而 1/6 与 1/36 都不够小。
工程上有一句名言：「单个零件的可靠度可以做到 99.99%，但十个串在一起就未必了。」为什么？因为概率不遵循算术直觉，它遵循乘法与补运算。这一节把独立性用到工程上去。
元件可靠度与三种基本结构
设每个元件的可靠度（正常工作的概率）都是 p，各元件独立工作，系统「成功」指从输入端到输出端有通路。
① 串联：所有元件都工作才成功——「一个都不能坏」，P(成功) = pn。
② 并联：至少一个工作就成功——「有备份」，P(成功) = 1 − (1 − p)n。
③ k-out-of-n 表决系统：n 个元件中至少 k 个工作才成功（多数表决），即二项公式的尾和 ∑i=kn Cnipi(1−p)n−i。
三元件数值对照（p = 0.9）
串联 0.93 = 0.729（比单个元件差得多）；并联 1 − 0.13 = 0.999（比单个元件好得多）；2/3 表决 3 × 0.92 × 0.1 + 0.93 = 0.972。三种结构、同一批元件，可靠度 0.729 / 0.972 / 0.999 相差近三倍——可靠度的差别不来自元件，而来自拓扑。这是可靠性工程的第一课。
两条边界经验：串联越长越危险——p = 0.99 的元件串 10 个得 0.9910 ≈ 0.9044；把单元提到 0.999 再串 10 个则仍有 0.9900，可见提高单元质量是救长链最直接的药方。并联冗余的边际收益递减——p = 0.9 时 1、2、3 个并联分别是 0.9、0.99、0.999，每加一个备份失效概率约再除以 10；但第 4 个只把 0.999 提到 0.9999，付出一个元件的成本换来不足 0.1% 的提升。工程上的冗余是「够用即止」的艺术。
混合系统的算法：「由内到外」逐块化简
现实系统往往是串并联混合的。算法只有一条：把可以看成「串联块」或「并联块」的子结构先算成一个等效元件，再往上层层化简。例：两个元件串联成 A 块、另两个串联成 B 块、A 与 B 并联，则先算两块（各 p2），再并联得 1 − (1 − p2)2。
能这样化简的前提是各元件独立，并且两块之间没有共同的元件。若两个块共用同一个元件，化简就会出错——那时要用条件概率（按共用元件的状态分类）来做。这是可靠性分析里最常见的陷阱。
概率工具最出人意料的一次亮相，是它被用来证明「某种对象一定存在」——而且常常比纯组合论证简单得多。这个方法叫概率方法（the probabilistic method），由匈牙利数学家埃尔德什在 1940 年代开创。
概率方法的基本原理
若一个随机构造的对象满足某性质的概率 大于零，那么这样的对象一定存在。理由极简单：如果每一个这样的对象都不满足该性质，那么「随机取一个」满足该性质的概率只能是 0；反过来，既然概率为正，就说明至少有一个对象满足它。
妙处在于：它只证明存在，不给出构造。这在组合数学与理论计算机科学里是常规武器——「存在但找不到」的定理由此遍地开花。
经典例一：最大割必定至少切掉一半的边
给定一张有 m 条边的图，要把它切成两侧（割），使跨越两侧的边尽可能多。求一个保证：至少能切掉多少条边？
随机做法：把每个顶点独立、等可能地染成黑或白（各 1/2）。对任意一条边，它的两个端点颜色不同（即被割到）的概率是 P(一黑一白) = 12 × 12 + 12 × 12 = 12。设随机染色下被切掉的边数为 X，由期望的线性性（第四章详述），m 条边各自贡献期望 1/2，故 E(X) = m/2。
既然「平均」切掉 m/2 条，就至少存在一种染色其割边数 ≥ m/2。证明完毕——没有构造任何染色，只谈了一次概率。
经典例二：拉姆齐数的下界
多大的聚会里一定能找到 k 个人两两相识，或 k 个人两两不识？这个门槛记作拉姆齐数 R(k, k)。随机做法：让 n 个人之间每一对独立地以概率 1/2 相识。固定 k 个人，他们两两相识的概率是 2−Ck2；出现「某个 k 人团全相识或全不识」的概率不超过
2 · Cnk · 2−Ck2 < 1
只要 n 足够小使上式成立，就存在一种配置其中没有任何 k 人团是同色——于是 R(k, k) > n。取 n ≈ 2k/2 即得下界 R(k, k) > 2k/2。
这是拉姆齐数下界的第一个非平凡结果，至今仍是最简单的证法。两个不等式里，并的上界与期望的线性性是概率方法的两把基本工具——它们不需要各事件独立，这一点极其宝贵。概率方法把「存在性」这件难事转成了「算一个概率或期望」这件易事：第五章的抽样、第四章的随机算法、信息论里香农「好码一定存在」的证明，都是它的后裔。
本章讲的三公理、条件概率、贝叶斯公式，看上去是十七世纪的赌桌与二十世纪的教科书，可它们现在是每天运行在数十亿台设备上的算法。这一节用四个场景说明这条线是怎么接上的。
接口一：垃圾邮件过滤器（朴素贝叶斯）
一封邮件是「垃圾」还是「正常」？记 S＝垃圾，贝叶斯公式说 P(S|邮件内容) ∝ P(S) · P(邮件内容|S)。先验 P(S)：所有邮件里垃圾占多少；似然 P(邮件内容|S)：假如是垃圾，出现「中奖」「发票」这些词的可能性多大。「朴素」两字是假设各词条件独立，从而把似然拆成一串乘积 P(词1|S)P(词2|S)…——这就是 §2.13 独立性的工业级用法：虽然词与词并不真独立，这个「错了的假设」在实践中工作得出奇好。
接口二：贝叶斯网络与因果推断
把变量当作节点、依赖关系画成有向边，就得到贝叶斯网络。完整描述 n 个变量的联合分布需要 2n 个数，而用「每个变量只依赖它的父节点」这一条件独立性假设，参数量往往降到线性——正是独立性假设让高维概率变得可计算。医学诊断、故障排查、基因组分析用的都是这套语言，它也是「从结果反推原因」的工程化形式。
接口三：A/B 测试与先验的力量
产品上线两个版本，哪个更好？经典做法是显著性检验（第六章）；贝叶斯做法是给「A 比 B 好」一个先验，用数据不断更新后验。§2.10 那个「患病率决定阳性意义」的教训在此重现：同一个实验结果，在「本来就更可能有效」的方案上，说服力更强。忽视先验的结论，往往高估了证据。
接口四：机器学习中的概率世界观
现代机器学习的两条主线，恰好对应本章的两个方向：①判别式/频率派直接学 P(Y|X)，只看「给定输入，输出该是什么」；②生成式/贝叶斯派学 P(X, Y)，再问「什么样的输出更可能生成这个输入」——后者正是当下生成式人工智能的核心语言。语言模型给出「下一个词的概率分布」，推荐系统给出「点击的概率」，自动驾驶给出「前方是行人的概率」——整个数字世界，都是在本章那三条公理与一个竖杠上跑起来的。
本章从「直觉失效」出发，走过了公理、性质、条件概率、全概率、贝叶斯、独立性、可靠性、概率方法，最后落到人工智能。收束之前，把工具装进一只箱子。
核心公式清单
1. 定义 P(A|B) = P(A∩B) / P(B)（P(B) > 0） 2. 三公理 非负；P(Ω) = 1；互斥可列可加
3. 基本性质 P(∅) = 0；P(A̅) = 1 − P(A)；A ⊆ B ⟹ P(A) ≤ P(B)；P(B−A) = P(B) − P(A∩B)
4. 加法与容斥 P(A∪B) = P(A)+P(B)−P(A∩B)；三事件版 S1−S2+S3；一般式交替和
5. 乘法公式 P(A∩B) = P(B)P(A|B)；链式分解 6. 全概率 P(A) = ∑i P(Bi)P(A|Bi)
7. 贝叶斯 P(Bk|A) = P(Bk)P(A|Bk) / ∑iP(Bi)P(A|Bi)
8. 独立性 P(A∩B) = P(A)P(B)；独立时「都发生」用 ∏，「至少一个」＝ 1 − ∏(1 − pi)
9. 二项概率 P(X=k) = Cnkpk(1−p)n−k 10. 可靠性 串 pn；并 1−(1−p)n；表决 ∑i≥kCnipi(1−p)n−i
方法选用表：看到什么，用什么
「已知……求……」⟹ 条件概率定义，或把条件当作新样本空间重新计数。「同时发生」「都……」⟹ 乘法公式（不独立）／直接连乘（独立）。「至少一个」⟹ 一律先走对立面 1 − P(全不发生)，这是全书省力第一诀。
「分类」「按……分」⟹ 全概率公式。「由结果推原因」「阳性了是否真病」⟹ 贝叶斯公式（罕见病先画千人格）。「或」⟹ 检查是否互斥：互斥可直接加，否则用加法公式或容斥。
「互不影响」「各次独立」⟹ 独立性：连乘，或「1 减全不发生」。「重复 n 次、恰 k 次」⟹ 二项概率公式。「系统／电路／元件」⟹ 可靠性结构：串联连乘、并联取补、表决用二项尾和。
三条必须改掉的坏习惯
① 概率不相加就相乘。加法要有互斥，乘法要有独立——动笔前先问「我凭什么敢用这个运算」。
② 把 P(A|B) 当成 P(B|A)。「病人里多少阳性」与「阳性里多少病人」是两件事，后者还要乘上先验的天平。
③ 拿「直觉上的平均」代替加权。全概率公式里权重是 P(Bi)，不是 1/n——两车间的 3.2% 不是 3.5%。
题目 下列各「集合函数」是否是 (Ω, ℱ) 上的概率？若不是，指出违反哪条公理。
① Ω = {1, 2, 3, 4}，ℱ 为全部子集，P(A) = |A|/4；② 同上 Ω，P(A) = |A|/3；③ 掷一枚均匀骰子，P(A) = c · |A|，c 待定；④ Ω = {1, 2}，规定 P(∅) = 0, P({1}) = 0.6, P({2}) = 0.5, P(Ω) = 1。
解 ①是。非负性显然；P(Ω) = 4/4 = 1 满足规范性；若 A, B 互斥，则 |A∪B| = |A| + |B|，可加性成立。这正是一般有限等可能模型的通式。
②不是。P(Ω) = 4/3 > 1，违反规范性（公理 2）——分母必须等于样本点总数。
③是，当且仅当 c = 1/6。Ω 有 6 个点，规范性要求 6c = 1，故 c = 1/6。规范性在这里起了「定标」作用——把任意刻度校准到总份额为 1。
④不是。取互斥的 {1} 与 {2}，其并为 Ω，但 P({1}) + P({2}) = 0.6 + 0.5 = 1.1 ≠ 1 = P(Ω)，违反可加性（公理 3）。等价的说法是「总账超支」。
点评 验证公理有三条固定路线：①看非负、②看总和（把 Ω 切成基本单元相加是否为 1）、③看可加。由此立得一条常用推论：若 Ω = {ω1, …, ωn}，则 ∑i P({ωi}) = 1。所以给出一个概率，等价于给每个样本点分一份份额，且总和恰为 1。所有概率题本质上都是份额的加减与重分配。第 ③ 题的「规范性定出归一化常数」是实证建模最常用的一步。
题目 设 P(A) = 0.6, P(B) = 0.4, P(A∪B) = 0.7。求：① P(A∩B)；② P(A−B) 与 P(B−A)；③ P(A̅∩B̅)；④ P(A̅∩B)；⑤ 判断 A, B 是否互斥、是否独立。
解 ① 加法公式反解：P(A∩B) = 0.6 + 0.4 − 0.7 = 0.3。
② 减法公式：P(A−B) = 0.6 − 0.3 = 0.3；P(B−A) = 0.4 − 0.3 = 0.1。
③ 德摩根＋对立：P(A̅∩B̅) = 1 − 0.7 = 0.3。 ④ 把 B 沿 A 切两半：P(A̅∩B) = P(B−A) = 0.1。
⑤ 互斥？P(A∩B) = 0.3 ≠ 0，不互斥。独立？0.6 × 0.4 = 0.24 ≠ 0.3，不独立。
点评 这道题其实是「四个分区」的完整清点：A∩B＝0.3、A−B＝0.3、B−A＝0.1、(A∪B)̅＝0.3，合计 1.0 ✓。「四块清点」是本章最可靠的验算手段：无论题目问什么，先把这四块算出来，剩下的就是加加减减。⑤ 的结论还说明 0.3 > 0.24，即 A 与 B 正相关——倾向于一起发生，但远不是互斥。
题目 某班 40 名学生参加三项课外活动：数学（20 人）、编程（15 人）、合唱（12 人）；数学与编程兼报 6 人，数学与合唱兼报 5 人，编程与合唱兼报 4 人；三项都报 2 人。随机抽一人，求：① 至少参加一项的概率；② 恰好参加一项的概率；③ 三项都没参加的概率。
解 记三项为 M, C, B，P(M) = 20/40, P(C) = 15/40, P(B) = 12/40，交叉项 6/40, 5/40, 4/40，三交 2/40。
① 三事件容斥：P(至少一项) = 20+15+12 − 6 − 5 − 4 + 240 = 34/40 = 0.85，即 34 人。
② 恰好一项 = S1 − 2S2 + 3S3 = 47 − 30 + 6 = 23（人）。③ 都没参加 = 40 − 34 = 6（人），概率 0.15。
点评 七个区域的清点验证：仅数学 = 20 − 6 − 5 + 2 = 11；仅编程 = 15 − 6 − 4 + 2 = 7；仅合唱 = 12 − 5 − 4 + 2 = 5；双不含三 4, 3, 2；三交 2。七区求和 11 + 7 + 5 + 4 + 3 + 2 + 2 = 34 ✓，与容斥同解；而②的「恰好一项」即 11 + 7 + 5 = 23 ✓，与公式法一致。两条互相独立的算路得出同一答案，就是最好的验证。「恰好 k 项」用七区清点最不易出错——公式容易记混符号，清点只需老实做减法。
题目 从一副 52 张扑克中随机抽 1 张。① 已知抽到红色，求它是红桃的概率；② 已知抽到人头牌（J、Q、K），求它是红色的概率；③ 掷两枚骰子，已知和为 6，求第一枚小于第二枚的概率。
解 ① 记 H＝红桃，R＝红色。P(R) = 26/52，而 H ⊆ R 故 P(H∩R) = 13/52，于是 P(H|R) = 13/5226/52 = 1/2。
② 人头牌共 12 张，其中红色 6 张：P(红色|人头) = 6/12 = 1/2。
③ 和为 6 的样本点 (1,5), (2,4), (3,3), (4,2), (5,1) 共 5 个，其中第一枚小于第二枚的是 (1,5) 与 (2,4)：P = 2/5。
点评 三小题手法完全一致：把「已知」的那部分挑出来当新样本空间，在其中重新计数——① 缩到 26 张红色（红桃占 13），② 缩到 12 张人头（红牌占 6），③ 缩到 5 个点（符合的 2 个）。两个「1/2」不是巧合而是对称性：红色占全部一半，红桃与方片在「红色」这个新舞台里各占一半。注意 ① 里 H ⊆ R，交集直接等于小的那个——识别出包含关系能省去一次乘法。这类题画一张「缩小前后」的对照表最保险。
题目 一副 52 张扑克。① 不放回连抽 2 张，求两张都是 A 的概率；② 不放回连抽 3 张，求三张都是 A 的概率；③ 若改为有放回，① 的答案变为多少；④ 不放回连抽 2 张，求「第二张是 A」的概率。
解 记 Ai＝第 i 张是 A。
① P(A1) = 4/52；已知第一张为 A 后剩 51 张、A 剩 3 张，P(A2|A1) = 3/51，乘法公式给出 P(A1∩A2) = 452 × 351 = 1221 ≈ 0.004525。
② 再乘一步：P(A1∩A2∩A3) = 452 × 351 × 250 = 15525 ≈ 1.81 × 10−4。
③ 有放回时 P(A2|A1) = 4/52（独立），故 P = (4/52)2 = 1/169 ≈ 0.005917，比不放回的 1/221 ≈ 0.004525 大——抽中第一张 A 不再「消耗」机会。
④ 用全概率（按第一张分两类）：P(A2) = 452 × 351 + 4852 × 451 = 2042652 = 452。
点评 ④ 的答案等于 4/52，与第一张是 A 的概率相同——这就是抽签公平性：不放回抽样中任何一个位置的边际分布都一样。（第一章用对称性证过，这里用全概率重证一遍。）①③ 的对比是本章一个关键体感：放回与不放回只差一步条件概率，答案却差 31%。工程上「抽样是否放回」绝不是细节——小批量抽检必须用不放回公式。常见错误是把①写成 (4/52)2：那是「有放回」。分子分母同时变小，是「不放回」的唯一标志。
题目 某厂三个车间生产同一种零件，产量占比分别为 50%、30%、20%，次品率分别为 1%、2%、4%。① 随机取一件，求它是次品的概率；② 求它是正品的概率；③ 若取到一件次品，它来自哪个车间的可能性最大？
解 记 B1, B2, B3 分别为三个车间生产（完备事件组），D＝次品。三条路径的贡献是 0.5 × 0.01 = 0.005、0.3 × 0.02 = 0.006、0.2 × 0.04 = 0.008。
① P(D) = 0.005 + 0.006 + 0.008 = 0.019。 ② P(正品) = 1 − 0.019 = 0.981。
③ 用贝叶斯比较三条路径的份额（总和 0.019）：P(B1|D) ≈ 0.263，P(B2|D) ≈ 0.316，P(B3|D) ≈ 0.421，三者之和 ≈ 1 ✓。
三车间产量最少（20%），贡献的次品却最多（42.1%）——因为它的次品率是其他车间的两到四倍。
点评 本题是「权重」二字的最佳教材。若偷懒取三个次品率的算术平均 (0.01 + 0.02 + 0.04)/3 ≈ 0.0233，就错了 23%——真实答案 0.019 明显更低，因为次品率最高的车间产量最少，话语权只有 0.2。而 ③ 展示了「产量占比」与「责任占比」的分离：质量管理的抓手在低产量、高次品率的车间——这正是贝叶斯在工业实践中的经典应用，也是六西格玛与质量控制的标准动作。做题时务必写出「完备事件组」并说明其完备性（任何一件零件必然且只能来自三个车间之一），这是全概率公式的合法性来源。
题目 某地区某病的患病率为 1%。一项筛查检验的灵敏度为 90%（患病者 90% 呈阳性），特异度为 95%（未患病者 95% 呈阴性）。① 某人检验呈阳性，他真的患病的概率是多少？② 若医生怀疑此人属于高危人群，据经验先验患病率应为 20%，结论如何变化？③ 若初检阳性后做第二次检验（仍独立，灵敏度、特异度同前）且再次阳性，最终患病概率是多少？
解 记 D＝患病，+＝阳性。P(D) = 0.01，P(+|D) = 0.9，P(+|D̅) = 0.05。
① 两条路径 P(D)P(+|D) = 0.009、P(D̅)P(+|D̅) = 0.0495，相加得 P(+) = 0.0585，故 P(D|+) = 0.0090.0585 ≈ 0.1538——即使阳性，也只有不到六分之一的可能真有病。
② 只改先验：P(D|+) = (0.2 × 0.9)/(0.2 × 0.9 + 0.8 × 0.05) = 0.18/0.22 ≈ 0.8182。从 15.4% 跳到 81.8%——同一份证据，换了人群就完全改观。
③ 两次独立检验都阳，等价于用第一次的后验 0.1538 作第二次的先验（信念传递）：P(D|++) = 0.1538 × 0.90.1538 × 0.9 + 0.8462 × 0.05 ≈ 0.766。
点评 ③ 是本题最重要的一步：贝叶斯更新可以「链式」进行——把第一次的后验当作第二次的先验，逐步推进。这正是 §2.17 里「先验 × 似然 → 后验」循环的真实形态。顺手对照：若直接按「两次都阳」的联合似然一次算，P(++|D) = 0.81、P(++|D̅) = 0.052 = 0.0025，得 0.0081/(0.0081 + 0.002475) ≈ 0.766 ✓——两种算法同解，说明「链式更新」与「批量更新」等价。
题目 判断下列各对事件是否独立，并说明理由。① 掷一枚骰子：A＝点数 ≤ 2，B＝点数为奇数；② 掷两枚骰子：A＝第一枚为 6，B＝第二枚为 6；③ 掷两枚骰子：A＝第一枚为偶数，B＝点数和为奇数；④ 从 52 张牌抽 1 张：A＝红色，B＝A。
解 ① P(A) = 1/3，P(B) = 1/2，A∩B = {1} 故 P(A∩B) = 1/6 = 1/3 × 1/2 ✓ 独立。
② 两枚骰子互不影响，由背景即知独立；验算 1/6 × 1/6 = 1/36 = P(A∩B) ✓。
③ P(A) = 1/2；和为奇数当且仅当一奇一偶，共 18 种，P(B) = 1/2；A∩B 要求第一枚偶、第二枚奇，共 9 种，P(A∩B) = 1/4 = 1/2 × 1/2 ✓ 独立。
④ P(红) = 1/2，P(A) = 1/13，P(红∩A) = 2/52 = 1/26 = 1/2 × 1/13 ✓ 独立。
点评 四对事件全部独立——这是故意设计的，为的是打破一个顽固的偏见：「花色与点数有关联，所以不独立。」花色与点数在扑克上是「两个正交的属性」，正如骰子的两枚、硬币的两面。③ 更微妙：第一枚是否偶数与「和是否奇数」独立，初看反直觉，其实「和的奇偶」只取决于两枚奇偶性的搭配方式，而第一枚的奇偶在两类搭配中出现的比例相同。这类「看似有关其实无关」的例子，是独立性判定题的主力。判定三步永远是：①算 P(A)；②算 P(B)；③算 P(A∩B) 与乘积比较；有真实背景（两枚骰子）时可直接引用背景。
题目 ① 用 4 个等可能的样本点构造三个两两独立但不相互独立的事件；② 用「抛两枚硬币」构造同样的反例，并给出直观解释；③ 证明：若 A, B, C 两两独立，P(C) > 0，且 A∩B 与 C 独立，则三者相互独立。由此说明「两两独立」究竟差在哪一条。
解 ① 取 Ω = {ω1, ω2, ω3, ω4}，各点概率 1/4，令 A = {ω1, ω2}，B = {ω1, ω3}，C = {ω1, ω4}。则三者概率均为 1/2，而 A∩B = A∩C = B∩C = {ω1} 概率均为 1/4，故两两独立；但 P(A∩B∩C) = 1/4 ≠ (1/2)3 = 1/8，故不相互独立。
② 抛两枚均匀硬币：A＝第一枚正，B＝第二枚正，C＝两枚同面。A∩B = A∩C = B∩C = {正正} 概率均 1/4 = 1/2 × 1/2 ✓ 两两独立；而 P(A∩B∩C) = 1/4 ≠ 1/8 ✗。直观解释：C 是 A、B 的「逻辑后果」——知道第一枚与第二枚都为正，两枚相同就必然成立。C 虽与 A 单独独立、与 B 单独独立，却与「A 且 B」这个组合不独立。
③ 已知 P(A∩B∩C) = P(A∩B)P(C)，对右端用 A, B 的独立性得 P(A∩B∩C) = P(A)P(B)P(C)，这正是相互独立的第四条要求。∎
点评 「两两独立」缺的正是「整体独立」的那一条：它只保证「每两个之间互不给情报」，不保证「知道其中两个的状态之后，第三个还剩多少不确定性」。③ 把这个缺口精确补上了。记住反例的两个形态：四点形态（最抽象通用）与两枚硬币形态（最有画面感：C 是 A、B 的函数，三者信息有冗余）。n 个事件的相互独立需要 2n − n − 1 个等式，两两独立只覆盖 Cn2 个——缺口随 n 指数增长。
题目 某射手每次命中率为 0.7，独立射击 4 次。求：① 恰好命中 2 次的概率；② 至少命中 1 次的概率；③ 至少命中 3 次的概率；④ 若改为射击 10 次，求全中的概率。
解 记 X 为命中次数，X ~ B(4, 0.7)。
① P(X=2) = C42 × 0.72 × 0.32 = 6 × 0.49 × 0.09 = 0.2646。 ② 走对立面：P(X≥1) = 1 − 0.34 = 1 − 0.0081 = 0.9919。
③ 尾和：P(X=3) = 4 × 0.73 × 0.3 = 0.4116，P(X=4) = 0.74 = 0.2401，故 P(X≥3) = 0.6517。
④ 10 次全中：P(X=10) = 0.710 ≈ 0.02825。
点评 四个小问恰好对应二项分布的四种典型问法：① 单点概率（直接代公式）；② 「至少一次」（走对立面，一步到位）；③ 「至少 k 次」（尾和，逐项相加）；④ 全概率（幂）。②与③的对比最值得记：命中率高达 0.7，四次里至少中一次的机会是 99.19%——几乎必然；但「至少三次」只有 65.17%。「至少一次」和「几乎全中」之间的距离，比直觉想的远得多。两个检查点：二项公式的三个因子（组合数、命中幂、失手幂）一个都不能少；所有 k 的概率之和必须为 1（本题五项之和 0.0081 + 0.0756 + 0.2646 + 0.4116 + 0.2401 = 1 ✓）。
题目 三个独立元件，可靠度均为 p = 0.9。① 串联系统的可靠度；② 并联系统的可靠度；③ 2/3 表决系统的可靠度；④ 系统结构为「先并后串」：两个元件并联成一块，再与第三个元件串联，求可靠度；⑤ 要使串联系统的可靠度不低于 0.99，单元可靠度至少要多少？
解 ① 全活才通：R = p3 = 0.729。 ② 至少一个活：R = 1 − (1 − p)3 = 0.999。
③ 至少两个活（二项尾和，n = 3, k = 2）：R = 3 × 0.81 × 0.1 + 0.729 = 0.972。
④ 由内到外化简：并联块 R并 = 1 − 0.12 = 0.99，再与第三个串联得 R = 0.99 × 0.9 = 0.891——对照①的 0.729，加一个备份就把系统从 72.9% 提到 89.1%。
⑤ 令 p3 ≥ 0.99，得 p ≥ 0.991/3 ≈ 0.99666，即单元可靠度必须提升到不低于 99.67%。
点评 四个小问构成可靠性工程的核心直觉：串联是「放大器」，把缺点放大—— 0.9 的单元串三个掉到 0.729，要维持 0.99 就得把单元推到 0.9967；并联是「压路机」，把失败压扁—— 0.1 的失效概率并联三个压到 0.001；表决是折中——三取二得 0.972，这正是航天与核电系统常用的表决逻辑。④ 的「先并后串」是真实系统的常见形态，算法要点是由内到外逐块等效，顺序不能倒。⑤ 的反向计算在工程上极常用：由目标反推单元指标，若有 n 个串联环节则需 p ≥ R目标1/n。
题目 本章的四个核心公式在解题时如何选用？为下列五道题各指定一个「主用公式」，并写出该题的第一步算式。(a) 已知某零件来自乙车间，求它是次品的概率；(b) 甲、乙两车间次品率已知，求全场随机取一件是次品的概率；(c) 已知取到的是次品，求它来自乙车间的概率；(d) 不放回连抽两张牌，求两张都是 A 的概率；(e) 已知检验为阳性，求受检者真正患病的概率。
解 列表如下。
条件概率四公式选用表
(a) 条件概率（定义）：题面直接给出条件「来自乙车间」，要算 P(次品|乙)。第一步：把舞台缩到「乙车间产品」内部数次品占几分，或按定义算 P(次品∩乙)/P(乙)。
(b) 全概率公式：已知各车间次品率（似然）与产量占比（权重），要算总体次品率。第一步：写出完备事件组 B1, B2，列式 P(D) = ∑iP(Bi)P(D|Bi)。
(c) 贝叶斯公式：问「已知结果（次品），原因是谁」——这是反推。第一步：先按 (b) 算出 P(次品) 作分母，再取乙那条路径的贡献作分子。
(d) 乘法公式：「两张都是 A」＝「第一张是 A」且「第二张也是 A」，两步依次发生且不放回。第一步：P(A1) = 4/52。
(e) 贝叶斯公式：与 (c) 同型——「已知阳性（结果），问是否真病（原因）」。第一步：写出两条路径 P(D)P(+|D) 与 P(D̅)P(+|D̅) 的乘积。
点评 判别口诀：看「已知」与「所求」各在条件概率的哪一侧。已知因、求果（或按类别给条件概率）⟹ 条件概率／全概率；已知果、求因 ⟹ 贝叶斯；求「同时」⟹ 乘法公式。还有一个更省事的分辨法：看题目给的是 P(A|B) 还是 P(B|A)——给前者求后者、或给后者求前者，中间就得走过贝叶斯这条桥。四公式不是四件工具，而是同一条逻辑链上的四个环节：定义 →（移项）乘法 →（分类求和）全概率 →（反解）贝叶斯。(c) 与 (e) 是同一道题的两个外衣，易错点（忽视先验权重）也完全一致。
本课练「地基」——用三公理与六条性质做加减。所有题目都只有一招：把已知量往公式里代，再验算四块分区之和是否为 1。
练 1.1 若 P(A) = 0.5, P(B) = 0.4, P(A∩B) = 0.2，求 P(A∪B)、P(A̅∩B)、P(A̅∩B̅)。
答：P(A∪B) = 0.7；P(A̅∩B) = P(B)−P(A∩B) = 0.2；P(A̅∩B̅) = 1−0.7 = 0.3。验算：四块 0.3+0.2+0.2+0.3 = 1 ✓。
练 1.2 证明：P(A∪B∪C) ≤ P(A) + P(B) + P(C)，并说明等号何时成立。
答：由容斥 P(A∪B∪C) = S1−S2+S3 ≤ S1，因为 S2 ≥ S3。等号当且仅当两两互斥。这个不等式叫次可加性（union bound），§2.16 的概率方法里用过它——它不需要独立性，永远能用。
练 1.3 某城市调查：有手机者 85%，有电脑者 60%，两者都有者 55%。求：① 至少有一种的概率；② 两者都没有的概率；③ 有手机而无电脑的概率。
答：① 0.85+0.60−0.55 = 0.90；② 0.10；③ 0.85−0.55 = 0.30。③ 是「有手机但不含都有」——减法公式的典型用法。别写成 0.85 × 0.45，那是把「不独立」当「独立」算了。
练 1.4 已知 P(A) = P(B) = 0.5。① 若 P(A∪B) = 0.8，求 P(A∩B)；② 求 P(A∩B) 的取值上下界，并各举一例。
答：① 0.2。② 下界 max(0, 0.5+0.5−1) = 0（互斥，如掷硬币正反）；上界 min(0.5, 0.5) = 0.5（A = B）。两个概率各为 1/2 的事件，交集可以是 0 到 1/2 之间的任何值——这就是 §2.12 的「关系谱系」。
练 1.5 已知 P(A) = 0.6, P(B) = 0.5。能否推断 P(A∪B) ≥ 0.6？并给出 P(A∪B) 的完整取值范围与取到两端的例子。
答：能，由单调性 P(A∪B) ≥ P(A) = 0.6。又 P(A∩B) ∈ [0.1, 0.5]（下界因 0.6+0.5−1 = 0.1），故 P(A∪B) = 1.1 − P(A∩B) ∈ [0.6, 1.0]：下界在 B ⊆ A 时达到，上界在 P(A∩B) = 0.1 时达到。「和超过 1」意味着必然有重叠——这是判断交集下界的第一眼。
小结：本课的关键是「四块分区」思维。给两条信息能定四块中的几块、还差什么，看一眼图就明白。练 1.2 的次可加性单独记住——它在概率方法与极限定理中还要出场。
练 2.1 掷两枚骰子，求「至少一枚是 6」或「和为 8」的概率。
答：P(至少一枚 6) = 11/36，P(和 8) = 5/36，交集 (6,2), (2,6) 共 2 个。故 (11+5−2)/36 = 7/18。交集要逐点找，不要凭感觉。
练 2.2 某班 50 人：数学及格 40 人，语文及格 35 人，两科都及格 30 人。求：① 至少一科及格的人数；② 两科都不及格的人数；③ 数学及格而语文不及格的概率。
答：① 40+35−30 = 45 人；② 50−45 = 5 人；③ (40−30)/50 = 1/5。三个问法分别对应并、补、差——把容斥用全的标准题。
练 2.3 某小区订阅情况：订 A 的 45%，订 B 的 35%，订 C 的 25%；A∩B 为 15%，A∩C 为 10%，B∩C 为 8%，三者都订 5%。求：① 至少订一种的概率；② 只订一种的概率；③ 一种也不订的概率。
答：① 45+35+25−15−10−8+5 = 77%；② S1−2S2+3S3 = 105−66+15 = 54%；③ 23%。七区验算：仅 A=25、仅 B=17、仅 C=12，和 54 ✓ 与 ② 一致。
练 2.4 证明两事件容斥 P(A∪B) = P(A)+P(B)−P(A∩B) 可由三块互斥分区推出。
答：A∪B = (A−B) ∪ (A∩B) ∪ (B−A) 三块互斥，代入三块概率化简即得。这条证法的作用是把容斥「降级」为一次分区——容斥的精神就是用分区取代「重复计数」的直观。
练 2.5 某班 40 人参加三科竞赛，参加语文、数学、英语的人数分别为 20、18、15，两科兼报共 12 人次，三科兼报 3 人。求「至少参加一科」的人数，并与总人数对照。
答：20+18+15−12+3 = 44。超过总人数 40，矛盾数据——说明题给数字不可能同时成立。这道题的价值在于：容斥能用来查数据的自洽性。检验 |A∪B∪C| ≤ |Ω| 是每次做题的收尾动作。
小结：容斥是加减账；每道题做完做两件事——七区清点对拍、总和不超过 1（或总人数）。这两条检查能拦下绝大多数错误。
练 3.1 掷两枚骰子，已知至少有一枚是 6，求两枚都是 6 的概率。
答：条件空间是「至少一枚 6」，共 36 − 25 = 11 个点，其中「都是 6」只有 1 个，故 P = 1/11。很多人答 1/6（把条件当成「第一枚是 6」）——错在没把条件空间数准。
练 3.2 某家庭有两个孩子（性别独立，各 1/2）。① 已知至少有一个女孩，求两个都是女孩的概率；② 已知老大是女孩，求两个都是女孩的概率。
答：样本空间 {男男, 男女, 女男, 女女} 各 1/4。① 「至少一女孩」排除「男男」，剩 3 个等可能点，其中「女女」1 个 ⟹ 1/3；② 「老大是女」剩 2 个点 ⟹ 1/2。这是全册最著名的「条件决定答案」例子。
练 3.3 从 1 到 10 中随机取一个整数。① 已知它是偶数，求它大于 6 的概率；② 已知它大于 6，求它是偶数的概率。
答：① 偶数 5 个，其中大于 6 的 {8,10} ⟹ 2/5；② 大于 6 的 {7,8,9,10} 中偶数占 2 个 ⟹ 1/2。①②不同，正是因为条件换了方向——P(A|B) ≠ P(B|A) 的直观演示。
练 3.4 一批产品 100 件，其中 90 件一等、10 件二等。不放回抽 2 件。已知第一件是一等品，求第二件也是一等品的概率；若第一件是二等品呢？
答：一等后剩 99 件、89 件一等 ⟹ 89/99；二等后剩 99 件、90 件一等 ⟹ 90/99 = 10/11。注意：运气差反而使第二次更有希望——不放回抽样的「补偿效应」。
练 3.5 某地区气象统计：下雨天占 20%，刮风天占 30%，既下雨又刮风的天占 10%。① 求「刮风天下雨」的概率；② 求「下雨天刮风」的概率。
答：① 0.10/0.30 = 1/3；② 0.10/0.20 = 1/2。同一组数据，方向变了答案就变——这是 §2.9 医学检验悖论的日常版：「刮风天下雨的机会」与「下雨天刮风的机会」不是一回事。
小结：条件概率题的九成错误都来自「条件空间数错」或「条件方向看反」。两个自查动作：①把条件写成 B 并明确 |B|；②问自己「题目问的是 P(A|B) 还是 P(B|A)」。
练 4.1 袋中 4 白 3 黑，不放回取 3 只。① 求三只全是白球的概率；② 求恰有 2 白 1 黑的概率；③ 求「黑白交替出现」的概率。
答：① (4/7)(3/6)(2/5) = 4/35。② 按顺序连乘再乘排列数：3 × (4/7)(3/6)(3/5) = 18/35（用组合验算 C42C31/C73 = 18/35 ✓）。③ 交替序列只有黑白黑、白黑白两种：(3/7)(4/6)(2/5) + (4/7)(3/6)(3/5) = 2/7。② 与 ③ 的区别正是「是否计顺序」。
练 4.2 某产品需经两道工序，每道独立通过率分别为 0.95、0.9。① 两道都通过的概率；② 至少一道不通过的概率；③ 若第一道不通过则不能进入第二道，用「损耗分解」再算一遍。
答：① 0.95 × 0.9 = 0.855；② 0.145；③ P(第一道废) = 0.05、P(第二道废) = 0.95 × 0.1 = 0.095，合计 0.145 ✓。两句表述的差别，正是乘法公式的两种写法。
练 4.3 （抽签公平性再证）一副牌不放回连抽 3 张，求「第三张是 A」的概率。
答：按前两张的四种情况分类（AA、A非A、非AA、非A非A），各乘对应条件概率再求和，结果恰为 4/52 = 1/13。这就是抽签公平性：任何位置的边际分布都与第一张相同。两种手法——对称性（第一章）与全概率（这里）——都值得掌握。
练 4.4 某工厂先粗加工（合格率 0.9），合格件再做精加工（合格率 0.85）。① 求总合格率；② 若粗加工合格件中只有 0.8 被送去精加工，求最终精加工合格的数量占比。
答：① 0.9 × 0.85 = 0.765；② 0.9 × 0.8 × 0.85 = 0.612。提醒：乘法公式的每一步都要用「相对当前剩余量」的条件概率，而不是相对原始总量的比例。
练 4.5 某信号每经一个中继站衰减的概率为 0.1（各站独立），某链共 5 站。① 全程无损的概率；② 至少衰减一次的概率；③ 若要求全程无损率不低于 0.6，最多可设几站？
答：① 0.95 = 0.59049；② 0.40951；③ 需 0.9n ≥ 0.6，即 n ≤ ln 0.6/ln 0.9 ≈ 4.85，故最多 4 站。「取整方向」是工程题的关键——安全侧取整。
小结：乘法公式的实战口诀是「分子分母同步走」。看到「不放回」或「前一步已发生」就立刻改写分母；看到「独立」则可省略条件。练 4.3 的抽签公平性证明自己重写一遍。
练 5.1 某保险公司统计：投保人分低风险（占 70%，年出险率 2%）与高风险（占 30%，年出险率 10%）。求投保人一年内出险的概率。
答：0.7 × 0.02 + 0.3 × 0.10 = 0.044。它不是 (0.02+0.10)/2 = 0.06——加权平均是按人群占比加权，不是平分。保险费率的精算基础正是这个加权值。
练 5.2 甲乙两条流水线生产同种零件，甲产量比乙多一倍，次品率分别为 1% 与 4%。① 求总次品率；② 若甲线停产只剩乙线，总次品率变为多少？
答：① 甲占 2/3、乙占 1/3，(2/3)(0.01)+(1/3)(0.04) = 0.02；② 变为 0.04。停掉「低次品率但高产量」的线反而更糟——这正是「产线调度对质量的影响」。
练 5.3 袋中 3 白 2 黑。先随机取 1 球记色放回，再放入同色的 1 球（波利亚罐第一步）。然后取第二球，求第二球是白球的概率。
答：第一次白（3/5）后罐中 4 白 2 黑，第二次白 4/6；第一次黑（2/5）后 3 白 3 黑，第二次白 3/6。故 P = (3/5)(4/6) + (2/5)(3/6) = 3/5。又是原概率！波利亚罐里「取到同色」的强化机制不改变下一球的边际概率——这个漂亮的不变量是传染病模型与「富者愈富」网络的数学起点。
练 5.4 某工厂三条产线，产量占比 40%、35%、25%，次品率 2%、3%、4%。① 求全厂次品率；② 若要降到 2.5% 以下，至少要让次品率最高的那条线降到多少（其余两条保持）？
答：① 0.4(0.02)+0.35(0.03)+0.25(0.04) = 0.0285；② 设第三线降到 x，需 0.0185 + 0.25x < 0.025，得 x < 0.026，即从 4% 压到 2.6% 以下。由目标反推单元指标，是质量控制最常用的算术。
练 5.5 （全概率的连续版）消息途经两个中继站，每站独立地以概率 0.1 把「0」错传成「1」或反之。① 求最终被正确接收的概率；② 若三个中继站呢？
答：① 错两次等于没错，故 0.92 + 0.12 = 0.82；② 需「错偶数次」：0.93 + 3 × 0.9 × 0.12 = 0.756（即 ((0.9+0.1)3 + (0.9−0.1)3)/2，二项展开的偶数项和）。可见中继越多、错误越不可避免。
小结：全概率公式的题眼是「找准完备事件组」。划分可以按「来源」（车间、产线）、按「第一步行事」（第一球颜色）、按「通道」（中继站）——只要互斥且穷尽即可。找到好的划分，题目就完成了一半。
本课专攻「由果推因」。所有题目都画千人格或两条路径，再动公式。
练 6.1 （练 5.1 续）某投保人一年内出了险，求他属于高风险人群的概率。
答：P(高|出险) = 0.030/0.044 = 15/22 ≈ 0.682。低风险群体虽出险率低，但人多（70%），故仍有 31.8% 的出险来自他们。规模与强度共同决定责任占比。
练 6.2 （练 5.4 续）随机取的零件是次品，求它来自第三产线的概率。
答：第三线贡献 0.010，总次品 0.0285，故 0.010/0.0285 ≈ 0.351。三条线分别是 28.1% / 36.8% / 35.1%——产量最少、次品率最高的那条线，责任占比几乎追平了产量最大的线。
练 6.3 （筛查场景）某病患病率 0.5%，检验灵敏度 98%，特异度 96%。① 求阳性者真患病的概率；② 若高危人群患病率为 10%，结论如何？
答：① P(D|+) = 0.0049/0.0447 ≈ 0.1096，约 11%；② = 0.098/0.134 ≈ 0.731，约 73%。同一检验、同一阳性，11% 与 73% 的差别全部来自先验。
练 6.4 （垃圾邮件）某邮箱中垃圾邮件占 40%。「中奖」一词：垃圾邮件中出现率 30%，正常邮件中出现率 2%。① 求邮件含「中奖」时是垃圾邮件的概率；② 若又发现关键词「限时」（垃圾/正常中出现率 25%/1%，两词条件独立），求两词俱现时的概率。
答：① = 0.12/0.132 ≈ 0.909；② 链式更新（把 ① 当新先验）：= 0.2273/0.2282 ≈ 0.996。两个关键词就把判断推到 99.6%——朴素贝叶斯的威力就来自这种逐词累积。
练 6.5 （辨析）某医生坚持认为：「检验灵敏度 99%，所以阳性就是 99% 有病。」指出这句话的三处问题，并给出正确算法。
答：三处问题：①把 P(+|D) 当成 P(D|+)（方向反了）；②完全忽略先验患病率（基数）；③忽略假阳性率对分母的贡献。正确算法：P(D|+) = P(D)P(+|D) / [P(D)P(+|D) + P(D̅)P(+|D̅)]。当患病率 0.1% 时该值仅约 1.9%——灵敏度再高，也救不了一个极小的分母。
小结：贝叶斯公式本身只有一行——难的是「不忘记先验」。每次做完两个检查：所有后验之和是否为 1；结论是否被先验的规模「拉偏」得合理。
判定独立只有一条路：算三个概率，比一次乘积。有实际背景的可以直接引用，但必须说清「凭什么」。
练 7.1 掷两枚均匀骰子。A＝第一枚出奇数，B＝两枚之和为偶数。判断 A, B 是否独立。
答：P(A) = 1/2；和为偶数要求两枚同奇偶，共 9+9 = 18 种，P(B) = 1/2；A∩B＝两枚皆奇，共 9 种，P = 9/36 = 1/4 = 1/2 × 1/2 ✓ 独立。
练 7.2 掷两枚骰子。A＝至少一枚出 3，B＝两枚之和为 7。判断是否独立。
答：P(A) = 11/36；和为 7 的 6 个点 {(1,6),…,(6,1)}，P(B) = 1/6；A∩B＝含 3 且和为 7，即 (3,4) 与 (4,3)，P = 1/18。而 P(A)P(B) = 11/216 ≈ 0.0509 ≠ 1/18 ≈ 0.0556，不独立。差得不多，但确实不等——这类「近似相等」的陷阱正说明必须动笔。
练 7.3 已知 P(A) = 0.4, P(B) = 0.5。① 若 A, B 独立，求 P(A∪B)；② 若互斥，求 P(A∪B)；③ 若 P(A∪B) = 0.7，判断是否独立。
答：① 0.4+0.5−0.2 = 0.7；② 0.4+0.5 = 0.9；③ P(A∩B) = 0.2 = 0.4×0.5 ⟹ 独立。①与③同解不是巧合：独立时并的概率必为 0.7；而互斥的并是 0.9，比大小就能猜到关系。
练 7.4 某车间两台机器，故障率各 0.1，独立。① 两台都故障；② 至少一台故障；③ 一台都不故障。
答：① 0.1 × 0.1 = 0.01；② 1 − 0.92 = 1 − 0.81 = 0.19；③ 0.92 = 0.81。三种互斥情形「都障 / 恰一台障 / 都不障」为 0.01 / 0.18 / 0.81，合计恰好 1.00 ✓。常见错误是把「至少一台故障」（0.19）与「两台都故障」（0.01）相加——后者已含在前者里，重复计入会让总和超过 1。
练 7.5 从 1–20 中随机取一个数。A＝能被 2 整除，B＝能被 5 整除。判断独立性，并用「能被 10 整除」解释结论。
答：P(A) = 1/2, P(B) = 1/5，A∩B＝能被 10 整除（10、20 两个），P = 1/10 = 1/2 × 1/5 ✓ 独立。原因是 2 与 5 互素：「能被 2 整除」与「能被 5 整除」在等可能整数上恰好正交——数论与概率的一个漂亮交汇点。
小结：判定独立性固定用三步流程。练 7.2 与 7.4 都埋了「差一点」的坑——概率题里没有「差不多」，只有相等或不等。
本课专治一对「假朋友」。做题前先在草稿纸上写一行：互斥看交集是否为 0；独立看交集是否等于乘积。
练 8.1 判断下列说法的正误并说明理由。
① 若 P(A) > 0, P(B) > 0 且 A, B 互斥，则它们不独立；
② 若 A, B 独立，则它们不互斥；
③ 若 P(A) = 0，则 A 与任何事件既互斥又独立；
④ A 与 A̅ 一定互斥，也一定不独立（当 0 < P(A) < 1）。
答：① 正确（0 = P(A∩B) ≠ P(A)P(B) > 0）。② 基本正确，严格说需加前提 P(A)P(B) > 0，即「非零概率的独立事件必不互斥」。③ 正确：P(A∩B) ≤ P(A) = 0 = P(A)P(B)，零概率事件是「既互斥又独立」的唯一可能。④ 正确：互斥显然（交集空）；不独立因 P(A∩A̅) = 0 ≠ P(A)(1−P(A)) > 0。
练 8.2 某射手命中率 0.8。甲说：「两次射击至少中一次的命中率是 1.6。」乙说：「至少中一次 = 1 − 0.22 = 0.96。」谁对？甲错在哪一步？
答：乙对。甲把「独立」当「互斥」——两个概率相加只在互斥时成立。概率永远不超过 1，甲算出 1.6 就是当场报警的信号：见到 > 1 的概率，立刻回头检查是不是错用了加法。
练 8.3 已知 P(A) = 0.5, P(B) = 0.4。① 若独立，求 P(A|B)；② 若互斥，求 P(A|B)；③ 比较并解释。
答：① 独立 ⟹ P(A|B) = P(A) = 0.5；② 互斥 ⟹ 0/0.4 = 0；③ 前者「知道了也不改变」，后者「知道了就绝不可能」。独立与互斥在条件概率上一个不变、一个归零——这对比最能说明二者分属两个方向。
练 8.4 把「互斥」与「独立」作为两坐标轴，在下列情形各标一点：① 掷一枚骰子的「出 1」与「出 2」；② 掷两枚骰子的「第一枚 6」与「第二枚 6」；③ 掷一枚骰子的「出偶数」与「出 3 的倍数」；④ A 与 A̅。
答：① 互斥、不独立；② 不互斥、独立；③ 不互斥、独立（1/6 = 1/2 × 1/3）；④ 互斥、不独立。四例中没有一个同时互斥又独立——与「非零概率事件不可能既互斥又独立」的结论一致。
练 8.5 某设备有主副两套系统，正常率分别 0.9、0.8，独立。① 至少一套正常；② 两套都正常；③ 已知副系统故障，主系统仍正常。
答：① 1 − 0.1 × 0.2 = 0.98；② 0.9 × 0.8 = 0.72；③ 由独立性仍是 0.9——独立性最实用的推论：某一个的状态不改变另一个的概率，所以条件概率可以「直接扔掉条件」。
小结：「四例一空白」这张图记住。每当题目里出现「或」「都」二字，先在心里跑一遍这张图，再决定用加还是用乘。
练 9.1 某投篮命中率 0.6，独立投 4 次。求：① 恰中 2 次；② 至少中 2 次；③ 一次都没中。
答：① C42(0.6)2(0.4)2 = 6 × 0.36 × 0.16 = 0.3456；② 1 − P(0) − P(1) = 1 − 0.44 − 4(0.6)(0.4)3 = 0.8208；③ 0.44 = 0.0256。「至少 k 次」用补法比逐项加更快。
练 9.2 一批产品次品率 5%，独立抽检 10 件。① 恰有 1 件次品；② 至少 1 件次品；③ 一件次品都没有。
答：① C101(0.05)(0.95)9 ≈ 0.3151；② 1 − 0.9510 ≈ 1 − 0.5987 = 0.4013；③ 0.9510 ≈ 0.5987。「10 件抽检」在 5% 次品率下只有四成机会发现问题，这就是许多抽检规范要抽到 30 件以上的原因。
练 9.3 某系统有 5 个独立子系统，每个正常率 0.95。求「至少 4 个正常」的概率。
答：C54(0.95)4(0.05) + (0.95)5 = 0.2036 + 0.7738 = 0.9774。若要求「全正常」则只有 0.7738——「至少 4 个」比「5 个全好」宽了一倍的容错空间，这正是冗余设计的价值。
练 9.4 抛一枚均匀硬币 6 次。① 恰好 3 次正面；② 至少 4 次正面；③ 比较①②并解释对称性。
答：① C63/26 = 20/64 = 0.3125；② (15+6+1)/64 = 22/64 = 0.34375；③ 由对称性 p = 0.5 时「恰 k 次」与「恰 6−k 次」概率相同，故「至少 4 次正面」＝「至多 2 次正面」，互补关系可用来快速验算。
练 9.5 广告点击率 2%（每次展示独立）。连续展示 100 次，① 求一次点击都没有的概率；② 至少一次点击的概率；③ 若要求「至少一次点击」达 90%，需展示多少次？
答：① 0.98100 ≈ 0.1326；② 1 − 0.1326 ≈ 0.8674；③ 由 0.98n ≤ 0.1 得 n ≥ ln 0.1/ln 0.98 ≈ 114。「低概率事件的重复」是互联网广告与转化率优化的核心算术：2% 的点击率看似低，重复上百次后「至少被点一次」几乎必然。
小结：二项公式三板斧——选位置、算一种、乘起来。「独立重复 n 次、恰 k 次」套公式；「至少一次」走对立面 1 − (1−p)n。练 9.5 的「n 需多大」是逆向问题，它在第五章抽样与第六章样本量计算中会再次出现。
练 10.1 三个元件串联，可靠度 0.98, 0.97, 0.99。求系统可靠度。若把 0.97 那个换成两个 0.97 并联的块，系统可靠度变为多少？
答：原：0.98 × 0.97 × 0.99 ≈ 0.9411。改后：并联块 1 − 0.032 = 0.9991，再串：0.98 × 0.9991 × 0.99 ≈ 0.9693。加一个备份，把最弱环节从 0.97 提到 0.9991，系统整体提升约 3 个百分点——「补短板」是可靠性工程的第一原则。
练 10.2 某系统由 A、B 两块串联，A 本身是 3 个元件并联（每个 0.9），B 是单个元件（0.95）。① 求系统可靠度；② 若把 B 也换成 3 个 0.95 并联，可靠度变多少？
答：① (1 − 0.13) × 0.95 = 0.999 × 0.95 ≈ 0.9491；② 0.999 × (1 − 0.053) ≈ 0.9989。①的瓶颈在 B（0.95 拉低了 0.999），②把 B 也冗余起来系统才真正接近 0.999。只冗余一部分环节，其余环节就成了新的瓶颈。
练 10.3 （表决系统的价值）三个元件各 0.8。比较：① 全串联；② 2/3 表决；③ 全并联。
答：① 0.83 = 0.512；② 3(0.8)2(0.2) + 0.83 = 0.896；③ 1 − 0.23 = 0.992。元件只有 0.8 的情况下，拓扑选择能把可靠度从 51% 拉到 99%——这是本课最震撼的一组数字：工程上「能不能冗余」有时比「元件好不好」更关键。
练 10.4 （反推指标）某关键任务要求系统可靠度 ≥ 0.999。① 若采用 3 个同型元件串联，单元可靠度至少要多少？② 若采用 3 个同型元件并联，至少多少？③ 比较并说明工程含义。
答：① p ≥ 0.9991/3 ≈ 0.99967（万分之三的失效率）；② 由 (1−p)3 ≤ 0.001 得 p ≥ 1 − 0.1 ≈ 0.9。③ 结论惊人：并联三个 0.9 的元件，就能达到串联三个 0.9997 元件的效果。工程含义——高可靠元件成本高昂时，用多个廉价元件冗余往往更经济（这也是消费级硬件做冗余阵列的经济学依据）。
练 10.5 （共同元件的陷阱）两个「并联块」实际共用一个电源（可靠度 0.99），每块自身可靠度 0.9。求系统可靠度（系统＝电源串联「两个 0.9 并联」）。
答：电源与两块独立，可直接连乘：0.99 × (1 − 0.12) = 0.99 × 0.99 = 0.9801。要点在识别「共用元件」能否直接乘：此处电源与两块串联且彼此独立，可直接乘；但若两「块」共用某元件、且该元件又出现在块内，就不能各自独立化简，须按共用元件的状态分类，用全概率公式（补集更省事：R = P(共用元件好)·R好＋P(共用元件坏)·R坏）来算。
小结：可靠性三件套——串 pn、并 1 − (1−p)n、表决尾和；再加一条铁律：先消除单点串联，再考虑局部冗余。由内到外逐块化简时，务必检查有没有共用元件。
本课混合本章全部工具。每道题判断「主用哪个公式」，再动笔。
练 11.1 （全概率＋贝叶斯）某产品由两条线生产，甲线占 70%、次品率 3%；乙线占 30%、次品率 6%。① 求总次品率；② 已知取到次品，求它来自甲线的概率；③ 若把甲线次品率降到 2%，总次品率变为多少？
答：① 0.7(0.03) + 0.3(0.06) = 0.039；② 0.021/0.039 = 7/13 ≈ 0.5385；③ 0.7(0.02) + 0.018 = 0.032。甲线次品率砍掉三分之一（3%→2%），总次品率只从 3.9% 降到 3.2%——改善的效果要被产量权重「打折」。
练 11.2 （独立＋至少一个）三个独立报警器，发现火情的概率为 0.95, 0.9, 0.85。① 至少一个报警；② 恰好一个报警；③ 若要求至少一个报警率 ≥ 0.9999，第三个报警器至少要多少？
答：① 1 − 0.05 × 0.1 × 0.15 = 0.99925；② 0.01425 + 0.00675 + 0.00425 = 0.02525；③ 由 0.05 × 0.1 × (1−x) ≤ 0.0001 得 x ≥ 0.98。
练 11.3 （独立性判定＋全概率）某测验 10 道独立判断题。完全不会的考生随机作答（每题对率 1/2），会做的每题对率 1。已知随机作答者占 20%。① 随机抽一考生第 1 题答对的概率；② 若某考生第 1 题答对，他属于「随机作答」的概率；③ 若他 5 题全对，判断其类型。
答：① 0.2(0.5) + 0.8(1) = 0.9；② = 0.1/0.9 = 1/9；③ 随机者 0.2 × 0.55 = 0.00625，会做者 0.8 × 1 = 0.8，故 P(随机|5 全对) = 0.00625/0.80625 ≈ 0.00775，不到 0.8%。连续答对是最强的证据——这就是贝叶斯在「能力评估」上的用法。
练 11.4 （容斥＋可靠性）某数据中心有 3 条独立供电线路，各可用率 0.99。至少 2 条可用即满足需求。① 求满足需求的概率；② 若要求「至少 2 条可用」达 99.99%，单线可用率至少要多少？
答：① C32(0.99)2(0.01) + (0.99)3 = 0.999702；② 记 R(p) = 3p2 − 2p3，解 R(p) ≥ 0.9999 得 p ≥ 0.9942（p = 0.99 时只有 0.99970）。这是「2-out-of-3 冗余」的容量规划算例：把单线可用率从 99% 推到 99.42%，三线表决系统才能站上 99.99% 的门槛。
练 11.5 （综合辨析）判断下列推理是否正确，错的指出错在哪一步。
①「甲乙丙三人命中率各 0.9，所以三人至少一人命中率为 0.93」；
②「两事件互斥且概率分别为 0.6、0.5，所以它们独立」；
③「检验灵敏度 99%，故阳性者约 99% 患病」；
④「全概率公式的权重一律取 1/n」。
答：① 错。混淆「至少一个」与「全部」：至少一人命中 = 1 − 0.13 = 0.999；0.93 是「三人全中」。② 错。两个非零概率事件互斥 ⟹ 交集为 0 ≠ 乘积，必不独立（且 0.6+0.5 > 1，数据本身也不自洽）。③ 错。方向反了，且忽略先验与假阳性。④ 错。权重是各划分族的概率 P(Bi)，只有等可能时才是 1/n。
小结：综合题用「一句话定位一个公式」——先标出题面信号词（至少、都、已知、按类分、由果推因），第二遍再落笔。练 11.5 的四条错误，正是本章反复强调的四个坑。
本页用来收束本章。本章做错的题抄在这里，按「错因」归档——同一个抽屉里的错题，往往背后是同一条没想通的概念。
错题三抽屉（概率版）
抽屉一：运算用错——加法用在非互斥事件上、乘法用在非独立事件上、看到「至少」不走对立面。症状：算出概率 > 1，或某类事件概率为负。药方：动笔前先问「我凭什么敢用这个运算」，并用「所有互斥情形之和 = 1」验算。
抽屉二：条件反了——把 P(A|B) 当成 P(B|A)；把条件空间数错（例：「至少一枚 6」当作「第一枚 6」）。症状：答案「感觉上」差得离谱（如检验悖论）。药方：把条件写成 B 并数出 |B|；由果推因先画千人格。
抽屉三：权重忽略——全概率／贝叶斯里把加权平均当算术平均，或忘掉先验。症状：三车间「平均次品率」算成 2.33%（正确 1.9%）。药方：写全概率时把权重 P(Bi) 显式写出，别省。
三问自测（每章结束时问自己）
一问：公式从哪来？ 能否不看书写出「三公理 → 基本性质 → 加法公式 → 容斥」的推导链？能否说明乘法公式如何由条件概率定义移项得到？
—— 检验标准：能说出「它从哪条长出来」，而不是「我背下了它」。
二问：什么时候用它？ 给出一句话（「至少一个」「由果推因」「按类别分」），能否立刻报出对应公式？§2.18 的方法选用表闭卷能默出几条？
—— 检验标准：看到关键词，公式自动跳出来。
三问：怎么验算？ 做完题，手上有几个独立检查手段——「四块分区求和 = 1」「七区清点对拍」「并 ≤ 1」「不同方法算同一量」「量级是否离谱」？
—— 检验标准：至少能报出两条。
三问里最容易心虚的是第三问，恰恰它最重要——概率题的错误几乎不会当场暴露，全靠自查抓出来。
本章的三条核心记忆
① 公理化只做了一件事：把「概率是什么」悬置，只规定「概率必须满足什么」。三条公理看似贫瘠，却推出了全部定理。数学的力量常常来自「少规定」而不是「多规定」。
② 一个竖杠改变了什么：P(A|B) 让「信息」第一次成为数学对象。有了它，才有乘法公式、全概率、贝叶斯，才有从「算份数」到「做推理」的跃迁。
③ 直觉的两次崩塌与重建：第一次在赌桌（德·梅雷的两个赌局），靠「1 − (1−p)n」重建；第二次在诊室（医学检验悖论），靠贝叶斯公式重建。概率论的历史，就是直觉不断被修正、又被形式化重建的历史。
下一站是综合站——知识图谱、思想卡、两道挑战、一个动态实验，以及章末测试与评讲。在本章的最后六页里，我们会把「信息如何重塑概率」这件事做一个漂亮的收束。
概率论的第一批论文，不在学术期刊上，而在两个法国人的私人通信里——话题是一场没赌完的赌局。
问题：赌到一半，钱怎么分
1654 年，骑士德·梅雷向帕斯卡（Blaise Pascal, 1623–1662）提出「赌金分配问题」（problem of points）：两人各出赌注，先赢满若干局者胜。若赌局中断，甲已赢 a 局、乙已赢 b 局，赌金如何公平分配？赌金是对「未来」的下注，而未来尚未发生——凭什么分配一个还没兑现的东西？当时通行「按已赢局数比例分」，也有主张「领先者全拿」的，两者都能自圆其说，答案却相去甚远。
两套解法（1654）
费马的路（枚举未来）：设想赌局继续，看最多还需 n 局分出胜负。这 n 局的每种胜负序列等可能，共 2n 种；数出「甲最终获胜」的占比，即甲应得的比例。
帕斯卡的路（倒推）：设 P(a, b) 为「甲已赢 a 局、乙已赢 b 局时甲最终获胜的概率」，则
P(a, b) = 12 P(a+1, b) + 12 P(a, b+1)
边界：甲够数时 P = 1，乙够数时 P = 0。这是概率论史上第一个「条件期望递推」，也是杨辉三角（西方称帕斯卡三角）的一个应用。
经典算例：各出 32 枚金币，先赢 3 局者胜，中断时甲 2 胜、乙 1 胜
最多再赌 2 局，共 22 = 4 种等可能序列：甲甲、甲乙、乙甲、乙乙。只有「乙乙」能让乙翻盘，故甲获胜概率 = 3/4，赌金按 48 : 16 分配。这与「按 2 : 1 分」完全不同——赌金买的不是过去的战绩，而是未来的胜算。（若甲 2 胜、乙 0 胜：3 局共 8 种序列，甲至少赢一局的有 7 种，P(甲) = 7/8，分配 7 : 1。以上均设两人单局胜率相同；若不同，计数要换成加权计数，这正是乘法公式的用武之地。）
为什么重要：①它第一次让「未发生的事」进入数学——对尚未发生的现象赋予一个可计算的数值，这是概率论诞生的标志；②它第一次「平均地对待未来」——按已赢局数分是向后看，按胜算分是向前看，现代期权定价与保险费率精算用的都是后者；③它埋下期望与递推的种子——帕斯卡的递推式就是「条件期望」与「动态规划」的雏形，换个名字便叫「风险中性测度下的倒推定价」。帕斯卡为处理这类组合计数，同年写出《算术三角形论》——正是中文世界的「杨辉三角」。
从帕斯卡的 1654 年到科尔莫戈罗夫的 1933 年，隔了二百七十九年。这期间概率论积攒了大量定理与技巧，却始终有一块心病：它没有可靠的地基。
二百多年里，概率论在争什么
古典派（拉普拉斯，1812 年《分析概率论》）：概率＝有利情形 ÷ 全部等可能情形。漂亮，但「等可能」不成立就失效，且「等可能」本身往往要靠概率解释，逻辑绕回原处。
频率派（19 世纪末至 20 世纪初）：概率＝长程频率的极限。可「频率一定收敛」本身就是大数定律，证明它又需要先有概率——循环论证。
主观派：概率是信念度。回避了客观性问题，却让「同一事件对不同人有不同概率」成为常态，基础不稳。
三派各执一词、相互批评了整整一个世纪。有意思的是，他们用的公式却几乎完全相同——这暗示：分歧也许不在数学，而在哲学；若能把「公理」与「解释」分开，争论就可以搁置。
1933：三条公理
1929 年，苏联数学家科尔莫戈罗夫（Андрей Николаевич Колмогоров, 1903–1987）发表《概率论的一般测度论》；1933 年，专著《概率论基础》（Grundbegriffe der Wahrscheinlichkeitsrechnung）在德国出版。这本书薄得不像奠基之作，却只做了一件事：把概率定义为事件域上的一个测度，写下三条要求——非负、规范、可列可加。二百多年的争论就此搁置，已积累的定理几乎无损地搬进新框架。他明确说这三条公理并不解决「概率究竟是什么」，只是把概率论从哲学争论中解放出来——「不回答是什么，只规定必须满足什么」这一步退让，反而赢得了整个学科的地基。
为什么是「可列可加」而不是「有限可加」
这是看似技术性、实则决定命运的选择。若只要求有限可加，「抛硬币直到首次正面」这类试验（样本空间 {1, 2, 3, …}）就无法处理——而几何分布恰是它最自然的模型。取「可列可加」，一举把离散与连续、有限与无限收进同一框架。配套的还有「事件域（σ-代数）」：不是所有子集都堪当事件（连续情形存在不可测集），但只要承认「事件族对可数运算封闭」，一切就能顺利运转。这两处看似繁琐的技术安排，正是公理化方案真正胜过古典定义的地方。
公理化之后：一场连锁反应：①测度论成了共同语言——概率＝归一化测度，积分、极限、可测函数全部直接搬来用，四年后科尔莫戈罗夫与冯·诺依曼等把「条件期望」建立在测度论上，现代概率论的形式化就此完成；②随机过程顺势而起——布朗运动、马尔可夫链、鞅这些描述「随时间演变的随机性」的对象，只有在公理化地基上才能严格定义，后来成为物理学、金融数学、通信理论的主力工具；③应用的大门被撞开——正因不再纠缠「概率是什么」，频率派、贝叶斯派、精算师、量子物理学家可以共用同一套公式，今天机器学习里的每个概率模型，都还站在 1933 年那本小书的地基上。科尔莫戈罗夫 19 岁就构造出「处处不可微的连续函数」的简化反例，在湍流理论、动力系统、信息论、算法复杂性上都留下名字；《概率论基础》出版时，他只有 30 岁。
两篇札记首尾呼应：一篇讲问题如何被提出（赌金分配），一篇讲学科如何被奠基（三条公理）。从「赌到一半怎么分钱」到「概率是一类测度」，人类走了二百七十九年——这条路上，每一块路标都是一个「把直觉变成可计算之物」的尝试。
本章的二十二个知识点，串起来只有一条主线：把「概率」从「数份数」升级成「一套公理系统」，再让「信息」进入这套系统。
本章知识图谱（三层）
第一层 · 地基（§2.2–2.5）：样本空间与事件域 → 三公理 → 六条基本性质 → 加法公式 → 容斥原理。产物：一套「算概率的代数」，不再依赖等可能。
第二层 · 信息（§2.6–2.10）：条件概率 → 乘法公式 → 全概率 → 贝叶斯。产物：一条完整的推理链，由因推果与由果推因两端打通，医学检验悖论是它的试金石。
第三层 · 结构（§2.11–2.17）：独立性（两两 ≠ 相互）→ 独立与互斥辨析 → 伯努利与二项 → 系统可靠性 → 概率方法 → 现代接口。产物：一个「建模工具箱」，现实问题被翻译成独立重复、串联并联、划分求和这些结构。
十个公式的一页速记
P(A|B) = P(A∩B)/P(B)（定义） P(∅) = 0；P(A̅) = 1−P(A)；A ⊆ B ⟹ P(A) ≤ P(B)；P(B−A) = P(B)−P(A∩B)（性质）
P(A∪B) = P(A)+P(B)−P(A∩B)（加法） P(A∪B∪C) = S1−S2+S3（容斥）
P(A1…An) = P(A1)P(A2|A1)…（乘法） P(A) = ∑iP(Bi)P(A|Bi)（全概率）
P(Bk|A) = P(Bk)P(A|Bk) / ∑iP(Bi)P(A|Bi)（贝叶斯）
P(A∩B) = P(A)P(B)（独立） P(X=k) = Cnkpk(1−p)n−k（二项）
背公式的三个层次：①记住（能默写）；②理解（能推导）；③会用（看题面能判定）。第三层才是真正的目标——本章所有例题与习题都在练它。
本章真正的主角，是一个竖杠。写下来只要一瞬间，可它带来的变化，比本章所有公式加起来都更深。
思想卡 · 信息如何重塑概率
没有竖杠时：概率是事件的一个属性，是一个固定的数——P(A) = 0.5 就是 0.5，与谁知道、什么时候算无关。有竖杠之后：概率成了「相对于某套信息」的量，P(A) 与 P(A|B) 是同一件事的两个不同答案。于是「概率」从静态属性变成动态状态，可以被获取、传递、更新——这正是它能进入工程与人工智能的原因。
三个例子：①同一个检验、同一个阳性结果，在患病率 0.1% 的人群里只有 1.94% 的意义，在患病率 30% 的人群里有 89.46% 的意义——检验没变，变的是我们此前掌握的信息；②赌金分配问题说赌金的价值取决于未来胜算，换到金融里就是同一份资产对不同信息集的人有不同价值，信息差异直接表现为价格差异；③一次 A/B 测试的结果，在「本来就更可能有效」的方案上说服力更强，忽略先验往往高估证据，「显著性」从来不是绝对的，它依附于先验。
这张思想卡的三条要点
一：独立性 = 信息量为零。P(A|B) = P(A) 的意思是「知道 B 对 A 毫无帮助」。所以「独立」不是「没有关系」，而是「没有信息价值」。二：互斥是信息量的极端。P(A|B) = 0，知道一个发生，另一个就永远不可能。从「独立」到「互斥」，是「零信息」到「完全信息」的两个端点。三：贝叶斯更新是信息处理的规范程序。「先验 × 似然 →（归一化）→ 后验」不依赖哪一派解释，任何愿意把信念表示成概率、并接受证据修正的人，都会得到同一个后验。
深入一层：信息量有一个单位叫「比特」
如果一条信息能把 P(A) 从 0.5 推到 0.9，它携带多少信息？香农 1948 年的答案是 I = log2后验先验 = log20.90.5 ≈ 0.848（比特）。有了它，贝叶斯更新就能被精确度量——概率论回答「怎么更新」，信息论回答「更新了多少」。本册不展开信息论，但这个接口：第五章的抽样误差、第六章的假设检验都与它一脉相承。
把这张思想卡带走，本章的十个公式就不再是一堆需要背的算式，而是一条思想的不同侧面：如何在信息流动中，正确地改写概率。
本章的两个核心公式在最关键处都被「留了一手」——全概率公式直接用了划分的可加性，贝叶斯公式只做了「分子分母一除」。这一节的挑战是：把这两个公式从三公理出发完整地证一遍。
挑战目标
A：从三公理严格证明全概率公式；B：从条件概率的定义与全概率公式严格证明贝叶斯公式；C：证明「链式乘法公式」（n 个事件的版本）；D：证明「若 A, B 独立，则 A 与 B̅ 也独立」，并说明这条性质为什么重要。
任务 A · 全概率公式的证明（条件：B1, …, Bn 两两互斥，∪iBi = Ω，P(Bi) > 0）
一（切分）：由分配律与划分的定义，A = A ∩ Ω = A ∩ (∪iBi) = ∪i(A ∩ Bi)。二（互斥）：若 i ≠ j，(A∩Bi) ∩ (A∩Bj) = A∩(Bi∩Bj) = ∅，故 A∩B1, …, A∩Bn 两两互斥。
三（有限可加）：由性质 2（其本身由公理 3 补 ∅ 而得），
P(A) = ∑i=1n P(A ∩ Bi)
四（乘法公式）：由 P(Bi) > 0 与条件概率定义 P(A∩Bi) = P(Bi)P(A|Bi)，代入得
P(A) = ∑i=1n P(Bi) P(A|Bi) ∎
第四步是整条链上唯一「不是纯集合运算」的地方——它把「集合的份额」翻译成「先验 × 似然」。这解释了为什么全概率公式既像集合论的结果，又像概率论的结果。
任务 B · 贝叶斯公式的证明（设 P(A) > 0）
由条件概率定义 P(Bk|A) = P(Bk ∩ A)/P(A)。分子用乘法公式 P(Bk∩A) = P(Bk)P(A|Bk)（用了交换律），分母用任务 A 的 P(A) = ∑iP(Bi)P(A|Bi)，两式相除即得
P(Bk|A) = P(Bk)P(A|Bk)∑iP(Bi)P(A|Bi) ∎
顺带得到一条自洽性：∑kP(Bk|A) = 1——所有后验之和为 1，因为它们的分子加起来恰好是分母。这正是那条「后验之和必为 1」验算的来源。
任务 C · 链式乘法公式（设 P(A1∩…∩An−1) > 0，对 n 归纳）
奠基（n = 2）即乘法公式本身。归纳步：设对 n−1 成立，令 C = A1∩…∩An−1（P(C) > 0），把 n 个事件的交分两步 P(A1∩…∩An) = P(C ∩ An) = P(C) P(An|C)，再对 P(C) 用归纳假设，即得
P(A1)P(A2|A1)P(A3|A1A2)…P(An|A1…An−1) ∎
归纳能走通的原因：P(C) > 0 保证第二项的条件概率有定义。若某个中间事件概率为 0，链式分解就会在那一环断掉——这就是题面必须写明「P(A1∩…∩An−1) > 0」的原因。
任务 D · 独立性的「可继承」性质（若 A 与 B 独立，则 A 与 B̅ 独立）
把 A 按 B 切成两半（两块互斥）：P(A) = P(A∩B) + P(A∩B̅)，代入独立性并移项得
P(A∩B̅) = P(A) − P(A)P(B) = P(A)[1 − P(B)] = P(A)P(B̅) ∎
为什么重要：它让独立性可在「对立事件之间自由传递」，于是 A 与 B 独立立刻推出「至少一个」的补运算公式 P(A∪B) = 1 − P(A̅)P(B̅)，§2.15 的并联可靠度 1 − (1−p)n 正是它的应用。反向提醒：这条性质不能从「两两独立」推到「相互独立」（§2.13 四点反例即证），两者地位完全不同，不能混淆。
§2.13 给了一个四点反例。这一节把它扩成一个「反例库」——四个构造，四种视角，供今后随时调用。
反例一 · 四点形态（最简、最通用）
Ω = {ω1, ω2, ω3, ω4}，各点概率 1/4，取 A = {ω1, ω2}，B = {ω1, ω3}，C = {ω1, ω4}。两两交集均为 {ω1}（概率 1/4 = 1/2 × 1/2），三交仍是 1/4 ≠ 1/8。优点：结构最干净，任何需要反例的证明都能直接引用。秘诀是让三个事件都「挤」在同一个样本点上，而这个点占的比例恰好等于各自概率的平方。
反例二 · 两枚硬币（最有画面感）
抛两枚均匀硬币：A＝第一枚正，B＝第二枚正，C＝两枚同面。两两独立成立（每对交集都是 {正正}，概率 1/4）；三交 = {正正}，概率 1/4 ≠ 1/8。直观：C 是 A、B 的「逻辑后果」——当某个事件是另外两个的函数时，三者之间的信息必然冗余：C 与单独一个独立，与两个合起来却绝不独立。
反例三 · 抽样形态（贴近应用）
袋中有 4 个球，编号 1–4，随机取 1 个，定义 A = {1, 2}, B = {1, 3}, C = {1, 4}——与反例一本质相同，只换成「取球」的实物语言。同一结构的不同外衣，是反例库的价值所在：它让人更容易在应用题里识别出同样的骨架。
反例四 · 构造法：从「想要的性质」反推
想造一个两两独立而非相互独立的例子，可以「倒着来」。目标：P(A)=P(B)=P(C)=p，两两交集 = p2，但三交 = p2 ≠ p3。做法：取公共样本点 ω0 令 P(ω0) = p2，再给每个事件配一块「独占区」，比例各 p − p2，则 P(A) = p2 + (p − p2) = p。只要剩余份额 1 − p2 − 3(p − p2) 非负（取 p = 1/2 时恰为 0，正对应四点形态），构造就成功。这就是「三点 + 三块独占区」的通用模板：三个事件只在一点上共享，其余部分彼此不碰。掌握它，任何需要「两两独立但整体不独立」的场合都能随手造一个——比记住具体的四点例子有用得多。
实验装置：两个罐子
桌上放两个外观完全相同的罐子：A 罐 70 红 30 蓝（红多），B 罐 30 红 70 蓝（蓝多）。实验者随机选了其中一个（事先不知道是哪个），然后有放回地抽 5 次，每次报出颜色。任务：根据抽出的颜色，判断他选的是哪个罐子。先验两罐外观相同，故初始 P(A) = P(B) = 1/2；似然：若罐子是 A，抽红概率 0.7、抽蓝 0.3，若罐子是 B 则反过来。
演算一：一次抽到红球，后验变多少
由贝叶斯公式 P(A|红) = 0.5 × 0.70.5 × 0.7 + 0.5 × 0.3 = 0.35/0.5 = 0.70。一次红球就把 P(A) 从 0.50 推到 0.70。关键操作：下一步若又抽到红球，不要回到 1/2 重新算，而应把 0.70 当作新的先验——这就是链式更新。
演算二：连续抽 5 次（红、红、红、红、蓝），逐次更新
把「上一次的后验」当作「这一次的先验」，依次代入贝叶斯公式：
第 1 次红：0.5000 → 0.7000
第 2 次红：0.7000 → 0.8448 （4958）
第 3 次红：0.8448 → 0.9270 （343370）
第 4 次红：0.9270 → 0.9674 （24012482）
第 5 次蓝：0.9674 → 0.9270 （343370）
观察三件事：①上推力递减——第一次红 +0.20，随后只加 +0.14、+0.08、+0.04，证据的边际效应递减；②一次反向证据能把成果部分退回——第 5 次蓝球使信念从 0.9674 退回 0.9270，恰好回到「第 3 次后」的位置：4 红 1 蓝与「3 红 0 蓝」在此模型下净差额相同；③顺序无关——换成「蓝红红红红」最终后验同样是 0.9270，因为似然连乘而乘法可交换。贝叶斯更新对证据顺序不敏感，这是它作为「信息累积机制」的基本要求。
演算三：用「批量法」验证链式更新
直接把 5 次结果当作一个整体证据，用二项似然算一次：P(4 红 1 蓝|A) = C54(0.7)4(0.3) = 0.36015，P(4 红 1 蓝|B) = C54(0.3)4(0.7) = 0.02835，故 P(A|数据) = 0.36015/0.3885 = 343/370 ≈ 0.9270——与逐次更新的结果完全一致 ✓。这就是贝叶斯方法最漂亮的一条性质：一步一步更新，与一次批量更新，结果相同。若把 5 次改成 10 次、20 次，后验会迅速贴近 0 或 1——证据越多，信念越尖锐。这正是「大数据」在贝叶斯框架下的意义：不是改变结论的形式，而是把后验分布压窄。
实验小结：贝叶斯更新是一门「把信念做成动态量」的技术，它有三个漂亮的性质——逐次与批量等价、顺序无关、证据越多后验越尖锐。这三条合起来，就是它能成为现代人工智能底层语言的原因。
闭卷 30 分钟。过程写完整——本章的重点是「用哪个公式」，只写答案无法得分。
章测试（6 题）
1.（10 分）判断 P 是否为概率：Ω = {a, b, c}，P({a}) = 0.5, P({b}) = 0.4, P({a,b,c}) = 1，P({c}) = 0.1。
2.（15 分）已知 P(A) = 0.5, P(B) = 0.6, P(A∪B) = 0.8。求 P(A∩B)、P(A|B)、P(A̅∩B̅)，并判断独立性。
3.（15 分）某病患病率 2%，检验灵敏度 90%、特异度 95%。求阳性者真患病的概率。
4.（15 分）独立元件各可靠度 0.9，求 3 个串联、3 个并联、2/3 表决三种结构的系统可靠度。
5.（20 分）甲、乙两机器产同一产品，甲占 60%、次品率 2%；乙占 40%、次品率 5%。① 求总次品率；② 已知取到次品，求来自乙的概率。
6.（25 分）三个事件各概率 0.9。① 若三者相互独立，求「至少一个发生」与「恰好一个发生」的概率；② 若三者仅两两独立（整体不独立），上述两个答案是否仍然成立？说明理由。
答案与评分
1.（10 分）是概率。三条公理都满足：非负 ✓；0.5+0.4+0.1 = 1 ✓；三个单点互斥且可加 ✓。（只答「是」得 3 分，须列出三条验证才给满分。）
2.（15 分）P(A∩B) = 0.5+0.6−0.8 = 0.3（5 分）；P(A|B) = 0.3/0.6 = 0.5（5 分）；P(A̅∩B̅) = 1−0.8 = 0.2（3 分）；0.5 × 0.6 = 0.3 = P(A∩B) ⟹ 独立（2 分）。这里 P(A|B) = P(A) = 0.5，正是独立性的标志。
3.（15 分）P(D|+) = 0.02 × 0.90.02 × 0.9 + 0.98 × 0.05 = 0.018/0.067 ≈ 0.2687，约 26.9%。（两条路径各 5 分，结果 5 分。只答「90%」得 0 分——这是本章最严重的概念错误。）
4.（15 分）串联 0.93 = 0.729；并联 1 − 0.13 = 0.999；2/3 表决 3(0.9)2(0.1) + 0.93 = 0.972（各 5 分）。
5.（20 分）① 0.6 × 0.02 + 0.4 × 0.05 = 0.012 + 0.020 = 0.032（10 分）；② 0.020/0.032 = 0.625（10 分）。若①答 0.035（算术平均）、②答 0.5（按产量比例），各扣 8 分——这两个错误说明「权重」尚未真正掌握。
6.（25 分）① 至少一个 1 − 0.13 = 0.999（6 分）；恰好一个 3 × 0.9 × 0.12 = 0.027（6 分）。② 两个答案都不保证成立，因二者都含三交项 t = P(A∩B∩C)：至少一个 = 3p − 3p2 + t = 0.27 + t，恰好一个 = 3p − 6p2 + 3t = 3t − 0.72。而两两独立只确定两交（= p2 = 0.81），对 t 毫无约束；由 恰一个 ≥ 0 与 P(A∪B∪C) ≤ 1 得 0.72 ≤ t ≤ 0.73，于是恰好一个 ∈ [0, 0.03]（变化达 100%），至少一个 ∈ [0.99, 1.00]。只有当 t = 0.729（相互独立）时才回到 0.027 与 0.999。（指出「含三交项 ⟹ 两两独立不足」得 7 分，给出范围得 6 分。）
一句话结论：凡涉及三交的量，两两独立都不足以确定它。这就是「相互独立 ≠ 两两独立」的实用意义——不只是逻辑上的严格性，而是「算出来的数字会差多少」的实质问题。
本章易错点复盘（按扣分位置排序）
① 方向反：把 P(+|D) 当作 P(D|+)（第 3 题）；② 权重忘：全概率算成算术平均（第 5 题 ①），贝叶斯分子分母不匹配（第 5 题 ②）；③ 条件混：两两独立 vs 相互独立分不清（第 6 题 ②）；④ 验算缺：算完不检查「所有情形之和是否为 1」「概率是否 ≤ 1」。本章的分数分布有个规律：前四题满分的学生不少，但第 5、6 两题的满分率通常不到三成。前四题是「套公式」，后两题考的是「理解权重与独立性的层次」——而这恰恰是本章真正想教的东西。
本章到此收官。从赌桌上的两颗骰子出发，我们走过公理、性质、条件概率、全概率、贝叶斯、独立性、可靠性，最后落在人工智能的先验与后验上。下一章，样本点将被贴上数字标签——随机变量要登场了。
前两章我们反复问同一个问题：「某件事发生的概率是多少？」答案是一个数。这一章换一个更彻底的问法：把整个试验的全部可能性一口气说完，该怎么说？答案是给每个随机结果贴上数字标签，然后列出这些数字各自的概率——这张「标签—概率」对照表，叫分布。
为什么非要数字不可
「掷出红三点」是文字，「点数为 3」是数字。数字可以排序、求和、取平均、画成曲线——一句话，数字才能被数学加工。随机变量就是把「红三点」「抽到黑桃」这些五花八门的结果，统一翻译成实数轴上的点的翻译官。翻译完成之后，概率论才真正接上了微积分与代数的高速公路。
游戏依然是我们最好的老师。一颗骰子能长出离散的分布列，寿命试验能长出连续的密度曲线；赌桌上最早出现的二项分布，至今仍是质量抽检的日常工具。本章将认识六张「面孔」：
本章的读法：先把离散（数得清）讲透——分布列、二项、泊松、几何；再把连续（量得细）讲透——密度、均匀、指数、正态。最后用「分布函数」一句话把两套语言缝合。每一节都从一道游戏或生活题出发。
定义（随机变量）
设随机试验的样本空间为 Ω。若对每个样本点 ω ∈ Ω 都按某一规则指定一个实数 X(ω)，则称 X = X(ω) 为随机变量。直观说：随机变量是一台「结果 → 数字」的翻译机。
「变量」二字容易误导：它不像方程里的未知数 x 那样可以解出来，而是试验前不知道会取哪个值、试验后才知道的量。我们能完整掌握的，是它取各种值的可能性——即它的分布。
同一个试验可以贴不同的标签。掷两粒骰子，至少有三种有用的贴法：
约定与记号
随机变量用大写拉丁字母 X, Y, Z 表示；它们取到的具体值用小写 x, y, k 表示。事件 «X = k» 就是样本空间的子集 {ω : X(ω) = k}，因此有概率 P(X = k)。大写是「机器」，小写是「产出」，这个大小写之别要一直保持。
判断一件事：凡能用「取某个值的概率」来提问的量，都是随机变量。明天最高气温、网页访客数、下一手牌的红桃张数——把它们写成 X，是我们给混沌世界建立账本的第一步。
若随机变量只可能取有限个或可列个值，就叫离散型随机变量。骰子的点数、牌局的红桃数、网页的访客数都是；气温可以是任意实数，就不算（它是第四章之后的主角之一——连续型）。
定义（分布列）
设离散型随机变量 X 的全部可能值为 x1, x2, …，称
P(X = xk) = pk, k = 1, 2, …
为 X 的分布列（概率分布）。它就是那张「标签—概率」对照表：每个可能值配上各自的概率。
例 掷一粒均匀骰子，X ＝ 出现的点数。分布列只有六行：
| X = xk | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|
| pk | 1/6 | 1/6 | 1/6 | 1/6 | 1/6 | 1/6 |
例 掷两粒均匀骰子，Y ＝ 六点的个数。三行就够：
| Y | 0 | 1 | 2 | 来源 |
|---|---|---|---|---|
| P(Y=y) | 25/36 | 10/36 | 1/36 | (5/6)2, 2·(1/6)(5/6), (1/6)2 |
分布列回答的是「整体画像」：拿一行，答一问（P(Y = 1)）；拿几行，答复合问（P(Y ≥ 1) = 10/36 + 1/36 = 11/36）。这一章之后，「求概率」的多数工作都变成了「查表与加行」。
分布列的两条性质（充要条件）
一组数 {pk} 能充当某随机变量的分布列，当且仅当
① pk ≥ 0（每个概率非负）； ② ∑kpk = 1（概率总量为一）
这是第二章公理的直译：各行互不相容（对应非负性与可加），全体可能值拼成全集 Ω（对应总量 1）。
它们立刻变成两件工具：
① 检查与「补行」
有人给出分布列 P(X=0) = 0.5, P(X=1) = 0.4, P(X=2) = 0.2——合计 1.1，超出 1，必是错的，不必问试验背景。又若 P(X=0) = 0.5, P(X=1) = 0.3，缺的那一行由总量补出：P(X=2) = 1 − 0.5 − 0.3 = 0.2。行数可以忘，总量不能忘。
② 待定系数
设 P(X=k) = c·(1/2)k（k = 1, 2, 3, …），求 c。由总量为 1：
c(1/2 + 1/4 + 1/8 + …) = c·1 = 1 ⟹ c = 1
这是一张真实存在的分布（几何分布的特例）。若把支集改成 k = 0, 1, 2, …，则首项变成 1，级数和为 2，须取 c = 1/2——支集的起点动了，系数就得跟着动。
条形图读法与陷阱：比较概率看柱高，不看横坐标距离。横轴是「标签」而非「长度」——柱与柱之间的间隔没有数量意义，所以离散分布的条形图常把柱画粗、留缝画小，提示别把它当成密度曲线。
两点分布（0-1 分布，伯努利分布）
一次试验只有两个结果：成功（记 1，概率 p）与失败（记 0，概率 1−p）。X ~ B(1, p)：
P(X=1) = p, P(X=0) = 1−p
它是所有分布的原子：掷一次骰子问「是否出六」（p = 1/6）、抽一张牌问「是否红桃」（p = 1/4）、检验一件产品问「是否次品」。
二项分布
n 次独立重复试验，每次成功概率均为 p，以 X 记成功次数，则
P(X=k) = Cnkpk(1−p)n−k, k = 0, 1, …, n
记作 X ~ B(n, p)。推导即第一章的老路：指定哪 k 次成功有 Cnk 种选法，每种选法的概率都是 pk(1−p)n−k。两点分布就是把 n 次试验拆成 n 个原子，二项分布把原子加总。
例 掷 10 粒均匀骰子，X ＝ 出六的粒数，则 X ~ B(10, 1/6)。逐行算出：
| k | 0 | 1 | 2 | 3 | 4 | 5 | ≥6 |
|---|---|---|---|---|---|---|---|
| P(X=k) | 0.1615 | 0.3230 | 0.2907 | 0.1550 | 0.0543 | 0.0130 | 0.0024 |
两步自查：① 是否 n 次独立、每次成功概率不变？（不放回抽样会破坏独立性——那是超几何的地盘，§3.9）② 问的是「次数」还是「等待」？问次数用二项，问「第几次才首次成功」用几何。选型对了，公式只是收尾。
拿到一个二项分布，人们最常问的第一句话是：「最可能出现几次成功？」赌徒问它（几粒骰子最可能出几个六），质检员问它（一批货最可能几个次品）。答案有一把现成的尺子。
二项分布的最可能值（众数）
设 X ~ B(n, p)，令 m = ⌊(n+1)p⌋（向下取整）：
若 (n+1)p 不是整数，则 P(X=m) 唯一最大； 若 (n+1)p 恰为整数，则 X=m 与 X=m−1 并列最大
道理藏在一行比值里：相邻两项之比 P(X=k+1)/P(X=k) = ((n−k)/(k+1))·p/(1−p)。比值 > 1 就爬坡，< 1 就下坡，爬到转折处便是峰；这个比值恰在 k < (n+1)p−1 时大于 1，转折点即为 (n+1)p 附近。
例 1（对称） 抛 5 次硬币，正面数 X ~ B(5, 1/2)。(n+1)p = 3 是整数，故 k = 2 与 k = 3 并列最可能（各 0.3125）——对称分布出双峰，正是「对称」的签名。
例 2（右偏） 掷 12 粒骰子数六点，X ~ B(12, 1/3)。(n+1)p = 13/3 ≈ 4.33，取整得 m = 4：最可能恰出 4 个六（0.2384），其右邻 5 只有 0.1908——峰右立刻下坡，左邻 3 却只低一点，故分布右偏。
一条实用推论：问「至少 m 次」这类累积概率时，用对立事件补一刀常省一半计算（如 P(X ≥ 4) = 1 − P(X ≤ 3)）。峰附近的几行概率大、尾部行小，先加尾部再取对立，是二项计算的标准省力动作。
有些计数试验既说不清 n，也说不清 p：一页书有几个印刷错误、一个电话台一分钟接几次呼叫、一条马路一天出几起事故。它们的特点是——机会均等地散布在时间或空间里，且单独发生的机会很小。给这类「稀有事件计数」准备的正是一张新面孔。
定义（泊松分布）
若随机变量 X 取值 0, 1, 2, …，且
P(X=k) = λke−λk!, k = 0, 1, 2, …
（λ > 0 为常数），称 X 服从参数为 λ 的泊松分布，记 X ~ P(λ)。λ 是单位时间（或单位面积）里的平均发生次数——它一出现，整个分布就定了。
| k | 0 | 1 | 2 | 3 | 4 | 5 |
|---|---|---|---|---|---|---|
| P(X=k), λ=1 | 0.3679 | 0.3679 | 0.1839 | 0.0613 | 0.0153 | 0.0031 |
| P(X=k), λ=4 | 0.0183 | 0.0733 | 0.1465 | 0.1954 | 0.1954 | 0.1563 |
历史注脚 1898 年，俄国统计学家博尔特凯维奇出版《小数定律》，整理了普鲁士军队 1875–1894 年间 14 个军团的被马踢死人数记录：每年、每军团死亡 0, 1, 2, … 人的次数，与 λ = 0.61 的泊松分布吻合得惊人——「被马踢死」正是一桩低概率、大量重复、彼此独立的事件。这是泊松分布最早也最著名的实战。
泊松分布的第二身份证：逐行概率可用上一行递推——P(X=k+1) = λP(X=k)/(k+1)，手算一列概率不必反复算阶乘。λ < 1 时 0 与 1 并列最可能（λ=1）或 0 独大；λ 越大峰越靠右。
泊松分布不是从天上掉下来的，它是二项分布在「n 大、p 小、乘积 np 适中」时的极限形态。这条通道由法国数学家泊松在 1837 年打通，故称泊松定理。
泊松定理
设 λ = nnpn 为固定常数（nn → ∞ 时 pn → 0），则对每个固定的 k，
Cnkpnk(1−pn)n−k → λke−λk!
一句话：大量独立、各次概率很小的「原子试验」加在一起，成功次数就服从泊松分布。这解释了 §3.7 的经验——稀有事件计数天然是泊松的。
数值对照 取 λ = 3，看二项分布如何一步步「变成」泊松分布：
| k | B(100, 0.03) | P(3) | B(1000, 0.003) | P(3) |
|---|---|---|---|---|
| 0 | 0.0476 | 0.0498 | 0.0496 | 0.0498 |
| 1 | 0.1471 | 0.1494 | 0.1491 | 0.1494 |
| 2 | 0.2252 | 0.2240 | 0.2242 | 0.2240 |
| 3 | 0.2275 | 0.2240 | 0.2244 | 0.2240 |
| 4 | 0.1706 | 0.1680 | 0.1683 | 0.1680 |
n 从 100 涨到 1000，二项与泊松的差距已缩到第四位小数——近似不是粗糙，而是另一张精确地图。
经验法则：当 n ≥ 20 且 p ≤ 0.05（或 n ≥ 100 且 np ≤ 10）时，用 P(np) 近似 B(n,p) 的误差已在第三位小数量级。这是「小概率事件在大量重复中的总账」的专用工具。
二项分布问「n 次里成功几次」；换一个问法——「要掷几次才第一次出六？」——就得到另一种分布；再换——「不放回地抽，抽到几个次品？」——又是一种。一条骰子线，长出两张新面孔。
几何分布
独立重复试验每次成功概率 p，以 X 记首次成功出现在第几次：
P(X=k) = (1−p)k−1p, k = 1, 2, …
前 k−1 次全败、第 k 次成功，概率逐行按公比 1−p 衰减。无记忆性是它的签名：
P(X>m+n | X>m) = P(X>n)
已等了 m 次没成，再等的分布与从头等完全一样——骰子没有记性，赌徒的「该出六了」是幻觉。
超几何分布
总体 N 件含 K 件次品，不放回抽 n 件，次品数 X：
P(X=k) = CKkCN−Kn−kCNn
不放回破坏了独立性，二项分布不再适用；当 N 很大时放回与不放回差别变小，超几何退向二项 B(n, K/N)。
| 对照 | 放回 / 独立 | 不放回 | 差异 |
|---|---|---|---|
| N=100, K=5, n=10，P(X=0) | 二项 0.5987 | 超几何 0.5838 | 不放回略低——第一次抽走好件后，好件变稀 |
| 同上，P(X=1) | 二项 0.3151 | 超几何 0.3394 | 不放回略高 |
选型三问：①问次数还是问等待？（二项 / 几何）②放回还是不放回？（二项 / 超几何）③是否大量+稀有？（泊松近似）。这三问覆盖本章离散分布的全部选型——先选题型，再动公式。
分布列只服务离散型。能不能找到一种对离散、连续都通用的描述？答案是分布函数——它的地位相当于数学里的「公倍数」：把两类随机变量放进同一套语言。
定义（分布函数）
设 X 为随机变量，x 为任意实数，称
F(x) = P(X ≤ x), −∞ < x < +∞
为 X 的分布函数（累积分布函数，CDF）。它是「累积到 x 为止的概率总量」。
分布函数的三条基本性质
① 单调不减：x1 < x2 ⟹ F(x1) ≤ F(x2)（累积只会越攒越多）；
② 边界：0 ≤ F(x) ≤ 1，且 F(−∞) = 0、F(+∞) = 1；
③ 区间概率公式：P(a < X ≤ b) = F(b) − F(a)。左闭右开是它的标准读法。
例 掷两粒骰子，Y ＝ 六点的个数（§3.3）。分布列三行，分布函数是一段阶梯：
| x | x < 0 | 0 ≤ x < 1 | 1 ≤ x < 2 | x ≥ 2 |
|---|---|---|---|---|
| F(x) | 0 | 25/36 | 35/36 | 1 |
为什么偏爱 ≤ 而不是 <？因为离散型里 P(X < k) = 1 − P(X ≥ k)、P(X ≤ k) 与 P(X < k) 差一整行——分布函数把「含不含端点」的会计责任固定下来，区间公式才不会出错。算区间概率时，先化为左闭右开，再代入 F。
掷骰子的结果数得清；可是「一盏灯能亮多少小时」「轮盘指针停在哪个角度」，可能值铺满一整段区间——连续型随机变量。它的可能值有无穷多个、且不可列，分布列这种「逐行记账」立刻失效，需要换一件工具：概率密度。
定义（概率密度函数）
若存在函数 f(x) ≥ 0，使对任意区间 (a, b] 有
P(a < X ≤ b) = ∫baf(x)dx
且 ∫+∞−∞f(x)dx = 1，则称 X 为连续型随机变量，f(x) 为其概率密度函数。两条性质恰是分布列两条性质的「积分版」：非负 + 总量 1。
密度的正确读法：f(x) 本身不是概率，它是概率的「浓度」。真正一句话是——
概率＝曲线下的面积
P(a < X ≤ b) 等于 f(x) 在 [a, b] 下方的面积。由此立刻得到一个惊人与重要的推论：
P(X = c) = ∫ccf(x)dx = 0 （单点概率恒为零）
零概率 ≠ 不可能！指针恰好停在 90.000…° 不是不可能，只是「量不出这么细」——连续世界里，任何精确值的概率都是 0，有意义的问题永远是「落在某段区间」。这也是连续型只用 ≤ 或 < 都无所谓的理由。
两个等价身份：由微积分基本定理，F(x) = ∫x−∞f(t)dt，且在 f 的连续点处 F′(x) = f(x)——密度是分布函数的导数。离散的「跳台阶」，连续地「爬斜坡」，分布函数仍是统一语言（§3.10 的承诺兑现了）。
定义（均匀分布）
若 X 只在区间 [a, b] 上取值，且密度
f(x) = 1b−a（a ≤ x ≤ b），其他处为 0
则称 X ~ U(a, b)。密度是一块平顶矩形：高 × 宽 = 1/(b−a) × (b−a) = 1，总量自动对账。区间内任何等长的小段概率相等——「等可能」从有限个样本点推广到了一整段实数。
例 轮盘的指针停下后，指示的角度 X ~ U(0, 360)（单位：度）。
① 指针停在 80°–95° 的概率：P = 15/360 = 1/24——只看长度，与位置无关；
② 恰停在 90°：概率 0；③ 停在 180° 以内：1/2。
第一章的会面问题（等可能到达时刻）与布丰投针（角度等可能）其实早已在用均匀分布——当时我们没有说出它的名字。
均匀分布的一个反直觉应用：用「随机数」积分
想在 [0,1] 上估计 ∫10g(x)dx？把均匀随机数撒进去求 g 的平均值即可——平均值的极限恰是积分。第一章的蒙特卡洛求 π 是它在二维的翻版；今天几乎所有金融模拟与游戏引擎的随机事件，底层都是一台 U(0,1) 发生器。
查错点：均匀分布的「均匀」只谈区间长度。「在 [0,10] 上取值」若不说明区间，密度没法写——先问支集，再写密度，是连续型计算的第一纪律。
定义（指数分布）
若 X 的密度为
f(x) = λe−λx（x ≥ 0），其他处为 0（λ > 0）
则称 X 服从参数 λ 的指数分布，记 X ~ Exp(λ)。它专管等待时间：元件寿命、下次电话的间隔、公交车到达的间隔。λ 是单位时间的平均发生率，与泊松分布的 λ 是同一句话——泊松数「发生几次」，指数量「隔多久」，一对搭档。
生存函数（寿命超过 t 的概率）最好算也最好用：
P(T > t) = ∫+∞tλe−λxdx = e−λt
例 某元件寿命（千小时）T ~ Exp(λ), λ = 0.1。① 活过 1 万小时：P(T>10) = e−1 ≈ 0.368；② 活过 2 万小时：e−2 ≈ 0.135——每翻一倍，生存率开一次平方（0.3682 ≈ 0.135）；③ 中位寿命 t = 10·ln2 ≈ 6.93 千小时：一半元件死在这之前。
无记忆性
P(T > s+t | T > s) = e−λ(s+t)e−λs = e−λt = P(T > t)
已用 s 小时没坏，剩余寿命的分布与全新品完全相同。这当然不真符合机械磨损——却是「突发型失效」（电子元件、保险事故）的合理近似，也是指数分布被叫做「永远年轻分布」的原因。几何分布是它的离散版亲戚：两条无记忆性，一脉相承。
选型一句话：数次数找泊松，量间隔找指数。两者共享同一个 λ，是「同一枚硬币的两面」——这个联系在第四章期望中方差公式里还会再见。
定义（正态分布）
若 X 的密度为
f(x) = 1√(2π)σe−(x−μ)2/(2σ2)，−∞ < x < +∞
（μ 任意实数，σ > 0），称 X ~ N(μ, σ2)。曲线关于 x = μ 对称，μ 是钟的位置，σ 是钟的胖瘦；两参数一定，曲线唯一确定。
出身 1733 年棣莫弗在研究「掷 3600 次硬币正面数」的二项概率时，为了算 C36001800(1/2)3600 这类天文数字，推导出一条对称钟形曲线作近似——正态曲线最早是二项分布的算命先生（札记①详述）。后来高斯在误差理论中把它推上王座：测量误差的分布。
为什么正态无处不在（预告）
因为「很多微小的独立因素相加」的结果都长成钟形：身高是上百个基因与营养因素的叠加，测量误差是无数微扰的叠加，一次考试的得分是许多题目得分的叠加。把它说成定理，就是第四章的中心极限定理——正态分布是「加出来的分布」。
读图纪律：先看 μ（钟立在哪），再看 σ（钟铺多宽）。σ 越大曲线越矮胖——但总面积恒为 1，矮胖与高瘦只是同一份概率的不同摊法。
正态分布是一个双参数家族，逐个造表不现实。妙处在于：所有正态曲线都是同一座钟的平移与缩放，只需给标准的那一座造表。
标准化
若 X ~ N(μ, σ2)，则
Z = X−μσ ~ N(0, 1)
Z 表示「离均值有几个标准差」，其分布函数记 Φ(z)，已制成标准正态表。任何正态概率都化成 Φ 的查表问题：
P(a < X ≤ b) = Φ(b−μσ) − Φ(a−μσ)
三个必背数值：Φ(1) = 0.8413、Φ(1.96) = 0.9750、Φ(1.645) = 0.9500；配合对称性 Φ(−z) = 1 − Φ(z)，可覆盖绝大多数考题与实务。
例 1 成年男性身高 X ~ N(170, 62)（cm）。求 P(164 < X < 176)。
解 标准化：(164−170)/6 = −1，(176−170)/6 = 1，故 P = Φ(1) − Φ(−1) = 0.8413 − 0.1587 = 0.6826——正是 68 法则的兑现。
例 2 求 P(X > 182)：z = 2，P = 1 − Φ(2) = 0.0228——约 2.3%，即 44 人里约 1 人高于 182 cm。
反向也有用（已知概率求分位点）：「成绩前 10% 评 A」，X ~ N(72, 92)，由 Φ(z) = 0.90 反查 z ≈ 1.28，分数线 72 + 9×1.28 ≈ 83.5。正态化 + 查表 + 反解，是这一节的三板斧，也是第六章置信区间的地基。
实际中常问：已知 X 的分布，那么 Y = g(X)（如 Y = X2、Y = 2X+1）服从什么分布？这是「分布的加工车间」：原料是 X 的分布，机器是函数 g，产品是 Y 的分布。
分布函数法（通用机器）
第一步把关于 Y 的事件翻译回关于 X 的事件，第二步用 X 的已知分布计算：
FY(y) = P(Y ≤ y) = P(g(X) ≤ y) = P(X ∈ {x : g(x) ≤ y})
离散型逐点翻译；连续型翻译成积分区间，再对 y 求导得密度。
例 1（离散） X 的分布列为 P(X=−1)=0.2, P(X=0)=0.5, P(X=1)=0.3，Y = X2。Y 取值 0 与 1，且「多个 x 挤到同一个 y」要概率相加：P(Y=0) = 0.5，P(Y=1) = P(X=−1) + P(X=1) = 0.5。
例 2（连续） X ~ U(0, 2)，Y = X2。对 0 ≤ y ≤ 4：
FY(y) = P(X2 ≤ y) = P(0 < X ≤ √y) = √y2， fY(y) = F′(y) = 14√y
均匀分布经过平方后，密度不再平——函数会重塑形状，这正是「分布的加工」的含义。
两个易错点：① 翻译不等式时若 g 非单调（如平方），要分段取并集，别急着开方；② 连续型求出 FY 后，最后一步求导得密度常被忘掉——题目问密度时记得收尾。线性函数 Y = aX+b 有速记：Y 与 X 同型，参数平移伸缩（正态进、正态出，下一章要用）。
离开赌桌，正态曲线统治着更大的疆域。直觉说「偏差五花八门」；理论回答：只要偏差是许多微小独立因素的总和，分布必趋近钟形。下面四个场景，各做一次「直觉 ⇄ 理论」的对读。
| 场景 | 量的来源 | 为何正态（理论） | 直觉易犯的错 |
|---|---|---|---|
| 人体测量 | 身高、血压 | 基因＋营养＋发育的独立微因素叠加 | 「平均人」存在——其实均值两侧各一半人 |
| 工业公差 | 零件直径 | 机床、材料、温度的微小波动叠加 | 「卡在公差线上才报废」——3σ 外即几乎必废 |
| 教育测量 | 考试总分 | 许多题目得分之和（中心极限定理） | 「满分该常见」——离均值 2σ 外只剩 2.3% |
| 金融收益 | 日收益率 | 大量交易者微小决策叠加（近似） | 「崩盘不可能」——真实收益比正态更厚尾，极端事件更多 |
第四行是诚实的注脚：正态是一阶近似，金融与地震等「厚尾」现象在尾部偏离正态——2008 年的金融危机，部分根源正是模型把厚尾当成了正态尾。会用分布，也要知道分布的边界。
对读演练：质量抽检的完整语言
一条产线次品率 2%。直觉：「抽 100 件大概 2 件次品。」理论：次数 X ~ B(100, 0.02) ≈ P(2)，可算出 P(X ≥ 5) ≈ 0.053——「100 件里出现 5 件以上次品」大约每 19 批发生 1 次。于是质检规则可以设计：见 5 件次品就停线检修，误报率约 5%——把直觉的「大概」升级成可签字负责的数字，这正是统计推断（第六章）的入口。
本节的三句收束：① 叠加生正态（中心极限定理的地基）；② 尾部有例外（模型要知边界）；③ 分布语言的价值＝把「大概」变成「可设计」。
一张表收拢全章：六张面孔、两套语言、一台翻译机。
| 分布 | 记号 / 参数 | 分布列或密度 | 典型场景 | 关键性质 |
|---|---|---|---|---|
| 两点 | B(1,p) | p, 1−p | 一次成败 | 分布的原子 |
| 二项 | B(n,p) | Cnkpk(1−p)n−k | 放回抽检、n 粒骰子 | 众数 ⌊(n+1)p⌋ |
| 泊松 | P(λ) | λke−λ/k! | 呼叫、事故、马踢 | 二项的 n 大 p 小极限 |
| 几何 | Ge(p) | (1−p)k−1p | 首次成功的等待 | 无记忆性 |
| 超几何 | H(N,K,n) | CKkCN−Kn−k/CNn | 不放回抽检 | N 大退向二项 |
| 均匀 | U(a,b) | 1/(b−a) | 轮盘、随机数 | 概率＝长度比 |
| 指数 | Exp(λ) | λe−λx | 寿命、间隔 | 无记忆性；与泊松配对 |
| 正态 | N(μ,σ2) | (1/(√(2π)σ))e−(x−μ)2/(2σ2) | 身高、误差、总分 | 标准化；68–95–99.7 |
下章预告：分布回答「取什么值、各多大可能」，但人脑要的是一个数——「平均多少、稳不稳」。期望与方差（第四章）就是给分布称重与量胖瘦；而大数定律与中心极限定理，将把本章的钟形曲线变成统计学的大宪章。
题目 同时掷两粒均匀骰子，X ＝ 两点之和。① 写出 X 的全部可能值；② 求分布列；③ 验证总量为 1；④ 求 P(X ≥ 10) 与 P(2 ≤ X ≤ 5)。
解 ① 每粒 1–6 点，和的范围 2 ~ 12，共 11 个可能值。
② 样本空间 36 点等可能。数出每个和的有利点数（第一章的「和分布」账本）：
| k | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 有利点数 | 1 | 2 | 3 | 4 | 5 | 6 | 5 | 4 | 3 | 2 | 1 |
| P(X=k) | 1/36 | 2/36 | 3/36 | 4/36 | 5/36 | 6/36 | 5/36 | 4/36 | 3/36 | 2/36 | 1/36 |
③ 总量：2×(1+2+3+4+5)/36 + 6/36 = 30/36 + 6/36 = 1 ✓。分布关于 k = 7 对称——两粒骰子可互换，(3,4) 与 (4,3) 同居一行，对称是「无差别标签」的签名。
④ P(X ≥ 10) = (3+2+1)/36 = 16；P(2 ≤ X ≤ 5) = (1+2+3+4)/36 = 518。
点评 构造分布列的标准三步：列可能值 → 数有利点（或用独立性计算）→ 验证总量 1。第 ③ 步不是仪式：若合计 ≠ 1，说明数行时漏了或重了，它是最便宜的纠错器。
题目 掷两粒骰子，Y ＝ 六点的个数，分布列为 25/36, 10/36, 1/36（取值 0,1,2）。① 求 F(x) 的分段表达式；② 求 P(0.5 < Y ≤ 1.5) 与 P(Y < 1)；③ 指出 F 在哪些点跳、各跳多高。
解 ① 累积（攒概率）：
F(x) = 0，x < 0；25/36，0 ≤ x < 1；35/36，1 ≤ x < 2；1，x ≥ 2
② P(0.5 < Y ≤ 1.5) = F(1.5) − F(0.5) = 35/36 − 25/36 = 10/36——区间里只含可能值 1，正是它的概率。但 P(Y < 1) = 25/36（区间内只剩可能值 0），不能误写成 F(1) − F(0) = 10/36——左端点 0 是闭的，被 F(1)−F(0) 多扣了一行。离散型里端点含不含是真金白银的差别，先化成可能值求和最稳妥。
③ 在 x = 0, 1, 2 处各跳一级，跳高依次 25/36, 10/36, 1/36——跳高就是分布列。
点评 离散型使用 F 的两条纪律：区间公式只对「左开右闭」直接成立（P(a < X ≤ b) = F(b) − F(a)）；遇到 P(X < b) 或含端点的其它形式，先改写成可能值求和，再谈 F。「端点含不含」在离散型是真金白银的差别。
题目 某车间次品率 5%，从中有放回地抽检 20 件（或生产线很长，抽 20 件近似独立）。X ＝ 次品数。① 判断 X 的分布；② 求 P(X = 0), P(X = 1)；③ 求「至少 2 件次品」的概率；④ 求最可能次品数。
解 ① 每件是否次品是一次两点试验，20 次相互独立、每次 p = 0.05，故 X ~ B(20, 0.05)。
② P(X=0) = 0.9520 ≈ 0.3585；P(X=1) = C201·0.05·0.9519 ≈ 0.3774。
③ 用对立事件：
P(X ≥ 2) = 1 − 0.3585 − 0.3774 ≈ 0.2642
④ (n+1)p = 21 × 0.05 = 1.05 非整数，众数 ⌊1.05⌋ = 1：最可能恰有 1 件次品。
点评 ③ 是质检日常：抽 20 件「见次就报警」的规则，误报率就是 0.2642——四分之一。想压低误报只能加大样本或改判据，这个量化权衡（第六章假设检验）从本题就可见雏形。另注意「至少」型概率几乎总要走对立面：直接把 P(X=2)+…+P(X=20) 加 19 项是自讨苦吃。
题目 某交换台每分钟接到呼叫数 X ~ P(4)。① 求 P(X=0), P(X=2)；② 求「一分钟内至少 5 次呼叫」的概率；③ 一天内（1440 分钟）按此频率，约有多少分钟会出现「至少 5 次呼叫」？
解 ① 逐行用 P(X=k) = 4ke−4/k!（e−4 ≈ 0.0183）：
P(X=0) = e−4 ≈ 0.0183； P(X=2) = 16e−4/2 ≈ 0.1465
② 累积到底更省力：P(X ≤ 4) = e−4(1 + 4 + 8 + 32/3 + 32/3) ≈ 0.6288，故
P(X ≥ 5) = 1 − 0.6288 ≈ 0.3712
③ 1440 × 0.3712 ≈ 534 分钟——一天里约 9 小时处于「忙碌状态」（每分钟至少 5 次呼叫）。排班与扩容的依据，就是这样一张分布表。
点评 泊松计算的三个省钱动作：背 e−λ、用递推 P(k+1) = λP(k)/(k+1)、「至少」走对立。本题若从二项出发（把一分钟切成 600 个 0.1 秒、每个至多一呼），参数 n=600, p=1/150，np = 4——泊松正是它的极限形态。
题目 反复掷一粒均匀骰子直到出六为止，X ＝ 所用次数。① 求 P(X=3)；② 求「前 6 次都不出六」的概率；③ 已知前 4 次未出六，求「再掷 2 次内出六」的概率，并说明它等于无条件值。
解 ① X ~ Ge(1/6)：P(X=3) = (5/6)2·(1/6) = 25/216 ≈ 0.1157。
② P(X > 6) = (5/6)6 ≈ 0.3349——「掷 6 次连一次六都没有」约三分之一，并不稀奇。
③ 无记忆性：条件 «X > 4» 之下，
P(X ≤ 6 | X > 4) = 1 − P(X > 6 | X > 4) = 1 − (5/6)2 = 11/36 ≈ 0.3056
而从头算「2 次内出六」：1 − (5/6)2 = 11/36——完全相同。骰子不记得已经白掷了几次。
点评 ③ 就是赌徒谬误的数学处刑：「连输 4 把，该回本了」在几何分布里精确地等于「重新开局」。无记忆性把「运气惯性」彻底清零。另外注意 ② 的快速算法：P(X > k) = (1−p)k 是几何分布的「生存公式」，与指数分布的 e−λt 血缘相同。
题目 100 件产品含 5 件次品，不放回地抽 10 件，X ＝ 抽到的次品数。① 写出 X 的分布；② 求 P(X=2) 与 P(X ≥ 1)；③ 与二项近似 B(10, 0.05) 对照，说明差异方向。
解 ① X 服从超几何分布：
P(X=k) = C5kC9510−k / C10010，k = 0,1,…,5
② P(X=2) = C52C958/C10010 ≈ 0.0702；
P(X ≥ 1) = 1 − C9510/C10010 ≈ 1 − 0.5838 = 0.4162
③ 对照：B(10, 0.05) 给 P(X=0) = 0.5987、P(X=1) = 0.3151；超几何为 0.5838、0.3394。不放回使 0 件次品更难、恰 1 件更容易——第一次抽走好件后，剩下的好件变稀，次品的「相对浓度」升高。二项是乐观的近似，超几何是诚实的账本。
点评 选型判据一句话：「不放回」三个字一出现，独立就没了——二项让位于超几何。但只要总体比样本大得多（实务上 N ≥ 10n），两者差距进入第三位小数，二项近似即告合法。这正是「生产线上抽检用二项、小仓库里抽检用超几何」的行业惯例的来源。
题目 设连续型随机变量 X 的密度为 f(x) = cx2（0 ≤ x ≤ 3），其他处为 0。① 求 c；② 求 P(1 < X < 2)；③ 求分布函数 F(x)。
解 ① 总量为 1 定常数：
∫30cx2dx = c·x33│03 = 9c = 1 ⟹ c = 19
② 积分区间上的面积：
P(1 < X < 2) = ∫21x29dx = 8−127 = 727 ≈ 0.259
③ 分段累积：F(x) = 0（x < 0）；x3/27（0 ≤ x ≤ 3）；1（x > 3）。验证：F(3) = 27/27 = 1 ✓，且 F′(x) = x2/9 = f(x) ✓。
点评 连续型计算的固定套路：「总量 1 定常数 → 区间积分得概率 → 累积得 F → 求导验密度」。第 ③ 步的两处 ✓（边界值与导数回收）是免费的自动验算，交卷前必做。
题目 某路公交每 10 分钟一班，乘客对发车时刻一无所知（等可能到达），候车时间 W ~ U(0, 10)（分钟）。① 求「等不超过 3 分钟」的概率；② 求「等 4 到 7 分钟」的概率；③ 求「至少等 8 分钟」的概率；④ 若等 5 分钟以上可退票，求退票概率。
解 均匀分布的概率＝长度比，三问都是减法：
① P(W ≤ 3) = 310； ② P(4 ≤ W ≤ 7) = 310； ③ P(W ≥ 8) = 210 = 15； ④ P(W > 5) = 12
注意 ① 与 ② 答案相同：等长即等概率，与位置无关——这是均匀分布的全部性格。④ 的「一半」来自 5 恰是中点；若改「等 6 分钟以上可退」，退票概率立刻降到 0.4。
点评 本题是第一章「等车悖论」的分布语版本：直觉常以为「等越久车越快到」（条件概率在拉扯直觉），但均匀分布没有记忆——已等 6 分钟后，再等 3 分钟的概率仍是 0.3。连续型把这一课讲得更透：下一节指数分布将把这个「无记忆」变成一条定理。
题目 某电子元件寿命（小时）T ~ Exp(λ), λ = 1/1000。① 求寿命超过 1000 小时的概率；② 求寿命超过 2000 小时的概率；③ 已知元件已无故障运行 1500 小时，求「再运行 500 小时以上」的概率；④ 求中位寿命。
解 ① 生存函数：P(T > 1000) = e−1 ≈ 0.368。
② P(T > 2000) = e−2 ≈ 0.135——恰是 ① 的平方（0.3682 ≈ 0.135）：指数分布下时间翻倍，生存率开方。
③ 无记忆性：
P(T > 2000 | T > 1500) = e−2e−1.5 = e−0.5 ≈ 0.607
与全新元件「运行 500 小时以上」的概率 e−0.5 完全一样——用旧不如新品，也绝不比新品差（突发失效型的理想化）。
④ 中位寿命：e−λt = 1/2 ⟹ t = 1000·ln2 ≈ 693 小时。
点评 指数分布的实战问法几乎都走「生存函数 e−λt」而不直接积密度——先背这条公式，能省一半步骤。③ 是它的招牌：保修策略若按「运行满 X 小时」设计，指数模型下旧品与新品同一张表，这在更换策略（第六章）里会被反复引用。
题目 某次考试成绩 X ~ N(72, 92)。① 求 P(63 < X < 81)；② 求 P(X > 90)；③ 求 P(X < 60)；④ 求对称区间使 P(|X−72| < d) = 0.95。
解 统一走三步流水线：减 μ、除 σ、查 Φ。
① z1 = (63−72)/9 = −1，z2 = (81−72)/9 = 1：P = Φ(1) − Φ(−1) = 0.8413 − 0.1587 = 0.6826。
② z = (90−72)/9 = 2：P = 1 − Φ(2) = 1 − 0.9772 = 0.0228——90 分以上的「学霸」约 2.3%。
③ z = (60−72)/9 = −4/3 ≈ −1.33：P = Φ(−1.33) = 1 − Φ(1.33) ≈ 1 − 0.9082 = 0.0918。
④ 反向用表：Φ(d/9) − Φ(−d/9) = 0.95 即 Φ(d/9) = 0.975，反查 d/9 = 1.96，得 d ≈ 17.6。
点评 ④ 的 1.96 是全书最常用的一个数——「95% 区间」的半宽系数，第六章置信区间的主角，此处先混个脸熟。另注意 ③：分数线下 9% 而直觉常猜 5%（60 比 72 低 12 分，12/9 ≈ 1.33 个标准差，比「2 个标准差」近得多）。换算成 z 再说话，是和正态打交道的唯一安全姿势。
题目 继续例 10 的考试模型 X ~ N(72, 92)。① 求成绩前 10% 的分数线；② 求成绩后 20% 的分数线；③ 求中间 50% 学生所在的分数区间；④ 把 84 分与 78 分换算成 z 分数并比较谁的相对位次更高。
解 ① P(X > x) = 0.10 即 Φ(z) = 0.90，反查 z ≈ 1.28，分数线 72 + 9×1.28 ≈ 83.5。
② Φ(z) = 0.20 ⟹ z = −Φ−1(0.80) ≈ −0.84（由对称性），分数线 72 − 9×0.84 ≈ 64.4。
③ 中间 50%：两侧各留 25%，Φ(z) = 0.75 ⟹ z ≈ 0.674，区间 [72 − 6.1, 72 + 6.1] ≈ [65.9, 78.1]。
④ 84 分：z = (84−72)/9 ≈ 1.33；78 分：z = 2/3 ≈ 0.67。1.33 > 0.67，84 分的位次更靠前——z 分数把「不同均值的卷子」拉到同一条尺上，这正是标准化考试（如 T 分数、标准九）的原理。
点评 ①③④ 都是「反查」：由概率找 z，再由 x = μ + σz 回到分数。常用反查值：0.90 ↔ 1.28、0.95 ↔ 1.645、0.975 ↔ 1.96、0.75 ↔ 0.674——四个数建议记牢，第六章将用它们搭建置信区间与检验临界值。
题目 为下列六个场景各选一个分布，写出记号与参数，并算出指定概率。① 郑骰 12 次出六的次数（求恰 4 次）；② 不放回抽 10 件（100 件含 5 次品）见次品数（求 ≥1）；③ 反复掷骰首次出六（求第 3 次才出）；④ 轮盘指针停角（求 80°–95°）；⑤ 元件寿命（λ=1/1000，求超 1000 小时）；⑥ 成年身高 N(170, 62)（求 164–176）。
解 逐题选型 → 参数 → 计算：
| 场景 | 选型 | 记号 | 计算 | 答案 |
|---|---|---|---|---|
| ① 次数（独立） | 二项 | B(12, 1/6) | C124(1/6)4(5/6)8 | 0.2384 |
| ② 次数（不放回） | 超几何 | H(100,5,10) | 1 − C9510/C10010 | 0.4162 |
| ③ 等待首次 | 几何 | Ge(1/6) | (5/6)2(1/6) | 0.1157 |
| ④ 区间等可能 | 均匀 | U(0,360) | 15/360 | 0.0417 |
| ⑤ 生存时间 | 指数 | Exp(0.001) | e−1 | 0.3679 |
| ⑥ 叠加测量 | 正态 | N(170,36) | Φ(1)−Φ(−1) | 0.6826 |
六种选型互不越界：次数看独立性（①②）、等待看首次（③）、区间看均匀（④）、寿命看指数（⑤）、叠加看正态（⑥）。
点评 这张表就是本章的「总索引」。实务里 90% 的建模错误不是算错，而是选错：把不放回当独立（② 错成二项 0.4013，偏高）、把等待当次数（③ 错成二项单行）。选型三问（次数 or 等待？放回 or 不放回？大量+稀有？）在每题动笔前先默答一遍。
本课练「贴标签与记账」：把试验结果写成 X，把分布列列全、查对、补齐。
练 1.1 掷一粒均匀骰子，X ＝ 点数。求 P(X ≥ 4)、P(2 ≤ X ≤ 5)、P(X 为偶数)。
答：1/2、2/3、1/2。三问都是「查行相加」——分布列一旦列全，求概率退化成加法。
练 1.2 掷三枚均匀硬币，X ＝ 正面数。① 列出分布列；② 求 P(X 为奇数)；③ 说明分布为何对称。
答：① P = 1/8, 3/8, 3/8, 1/8（k = 0,1,2,3）——即 B(3, 1/2)。② (3+1)/8 = 1/2。③ 逐枚翻转（正 ↔ 反）是样本空间的一一对应，且保持概率；k 与 3−k 互换——对称性是「结构」而非巧合。
练 1.3 下列三组数，哪些能当分布列？
甲：0.2, 0.3, 0.4, 0.1；乙：0.2, −0.1, 0.5, 0.4；丙：0.3, 0.3, 0.3（三个值）。
答：甲 能（全非负、和为 1）；乙 不能（出现负概率）；丙 不能（和为 0.9 ≠ 1）。两条性质缺一不可——这是「分布列身份证」的直接检验。
练 1.4 设 P(X=k) = c·(4−k)/6，k = 1, 2, 3。① 求 c；② 求 P(X ≥ 2)。
答：① c(3+2+1)/6 = c = 1；② (2+1)/6 = 1/2。分布为 1/2, 1/3, 1/6——递减的分布，最可能值在支集左端。
练 1.5 掷两粒骰子，Y ＝ 较大点数。① 证明 P(Y=k) = (2k−1)/36；② 验证总量为 1。
答：① 较大点数 ≤ k 的对数是 k2（两粒都 ≤ k），故恰等于 k 的为 k2 − (k−1)2 = 2k−1 个。② ∑(2k−1) = 1+3+…+11 = 36 ✓（前 6 个奇数之和）。「累积差分」是数分布列的一把万能钥匙。
小结：分布列三件套——列全、验证、补缺。练 1.5 的累积差分（先数 ≤ k，再做差）记牢，下一课它将直接给出分布函数。
练 2.1 X 取 0, 1, 2，概率 0.2, 0.5, 0.3。① 写出 F(x)；② 求 P(0 < X ≤ 1.5) 与 P(X ≥ 1.5)。
答：① 阶梯 0.2 → 0.7 → 1（跳点 0, 1, 2）。② P(0 < X ≤ 1.5) = F(1.5) − F(0) = 0.5；P(X ≥ 1.5) = 1 − F(1) = 0.3（区间内只剩可能值 2）。区间端点先对齐可能值，再动 F。
练 2.2 已知 F(x) = 0（x < −1）；0.3（−1 ≤ x < 0）；0.5（0 ≤ x < 2）；1（x ≥ 2）。还原分布列。
答：跳点读分布——在 −1 跳 0.3、在 0 跳 0.2、在 2 跳 0.5，故 P(X=−1)=0.3, P(X=0)=0.2, P(X=2)=0.5。分布列与阶梯互为「逐行/逐跳」翻译。
练 2.3 用练 2.2 的 F 求 P(X < 0) 与 P(X ≤ 0)，并说明两者为何不同。
答：P(X < 0) = P(X=−1) = 0.3；P(X ≤ 0) = F(0) = 0.5。差的那 0.2 是「恰落在 0」——离散型里 «<» 与 «≤» 隔着一行真概率。
练 2.4 连续型 F(x) = x2/25（0 ≤ x ≤ 5）。① 求密度 f(x)；② 求 P(2 < X < 4)；③ 求 P(X=3)。
答：① f = F′ = 2x/25（其余为 0）；② (16−4)/25 = 0.48；③ 0——连续型单点概率恒为零，问概率必问区间。
小结：F 是统一语言——离散读「跳高」，连续读「斜率」。区间公式 P(a<X≤b) = F(b)−F(a) 只在左开右闭时免检，其余形式先化为可能值/积分再说。
练 3.1 抛 10 次均匀硬币，X ＝ 正面数。求 P(X=5)，并求最可能值。
答：C105/210 = 252/1024 ≈ 0.2461；(n+1)p = 5.5 非整数，众数 ⌊5.5⌋ = 5——最可能恰好一半。
练 3.2 某系统 15 个模块，每个独立故障率 0.1。X ＝ 故障数。① 求 P(X=0) 与 P(X ≥ 1)；② 求 P(X=1)。
答：X ~ B(15, 0.1)。① 0.915 ≈ 0.2059；1 − 0.2059 ≈ 0.7941——「15 个模块全没事」不到两成，冗余设计的理由就在这行数字。② 15×0.1×0.914 ≈ 0.3432，最可能值（众数 ⌊1.6⌋ = 1）。
练 3.3 掷 9 粒骰子数六点。X ~ B(9, 1/6)。① 求众数；② 求 P(X ≥ 1)；③ 说明 ② 与「掷 9 次至少一次六」是同一句话。
答：① (n+1)p = 10/6 ≈ 1.67，众数 1。② 1 − (5/6)9 ≈ 0.8062。③ 是——「9 粒同时掷」与「1 粒掷 9 次」在独立假设下同分布，二项分布把两者缝合。
练 3.4 抛 7 次硬币，正面数的最可能值有几个？各是多少概率？
答：(n+1)p = 4 为整数，k = 3 与 k = 4 并列最大，各 C73/27 = 35/128 ≈ 0.2734——对称双峰是 (n+1)p 取整规则的「特例条款」。
练 3.5 掷 4 次骰子至少出一次六，与掷 6 次至少出一次六，哪个更可能？差多少？
答：1 − (5/6)4 ≈ 0.5177；1 − (5/6)6 ≈ 0.6651。6 次高约 15 个百分点。「至少一次」永远走对立面——这句口诀第一章立、本章用、终身带。
小结：二项四件套——选型（独立+定 p）、单行（组合公式）、累积（对立事件）、众数（(n+1)p 规则）。
练 4.1 X ~ P(2)。求 P(X ≤ 1) 与 P(X=3)。
答：P(0) = e−2 ≈ 0.1353，P(1) = 2e−2 ≈ 0.2707，故 P(X ≤ 1) = 3e−2 ≈ 0.4060；P(3) = 23e−2/6 ≈ 0.1804。
练 4.2 某网页每屏平均 0.5 个错字（泊松）。① 随机一屏无错字的概率？② 有至少一个错字的概率？
答：X ~ P(0.5)：① e−0.5 ≈ 0.6065；② 1 − 0.6065 ≈ 0.3935。λ < 1 时「零事件」反而是最可能结局——稀有事件的常态。
练 4.3 200 个焊点、每个独立缺陷率 0.01。用二项算 P(X=0)，再用泊松 λ = 2 近似，比较。
答：二项 0.99200 ≈ 0.1340；泊松 e−2 ≈ 0.1353。第三位小数才开始分离——n = 200, p = 0.01 已在泊松定理的「舒适区」。
练 4.4 某路口周均 3 起小事故（泊松）。① 某周零事故的概率？② 至少一起？③ 连续两周都零事故？
答：① e−3 ≈ 0.0498；② 0.9502；③ 由周间独立，0.04982 ≈ 0.0025——两连续零事故周是千分之二的稀罕事，出现了值得查天气。
练 4.5 X ~ P(3)。从 P(0) = 0.0498 出发用递推算 P(1), P(2), P(3)。
答：P(1) = 3×0.0498/1 ≈ 0.1494；P(2) = 3×0.1494/2 ≈ 0.2240；P(3) = 3×0.2240/3 ≈ 0.2240。递推式 P(k+1) = λP(k)/(k+1) 一步一个乘除，手算泊松列的标准姿势。
小结：泊松三招——背 e−λ、用递推、「至少」走对立。判断何时启用：大量、独立、各次概率小。
练 5.1 反复掷骰子至出六，X ＝ 次数。求 P(X=5) 与 P(X > 4)。
答：(5/6)4(1/6) ≈ 0.0804；(5/6)4 ≈ 0.4823——「前四次颗粒无收」近半数，出六远比直觉以为的难。
练 5.2 已知前 3 次未出六，求「还要再掷 5 次以上才出六」的概率，并与无条件值对照。
答：P(X > 8 | X > 3) = P(X > 5) = (5/6)5 ≈ 0.4019，与从头数完全一致——无记忆性。已白掷的三次在概率上「不存在」。
练 5.3 20 件产品含 3 件次品，不放回抽 5 件。X ＝ 次品数。求 P(X=0), P(X=1), P(X ≥ 1)。
答：C175/C205 ≈ 0.3991；3C174/C205 ≈ 0.4605；1 − 0.3991 ≈ 0.6009。不放回抽检，六成会见到次品。
练 5.4 把练 5.3 误用二项 B(5, 0.15) 算 P(X=0)，误差多大？为什么方向偏高？
答：0.855 ≈ 0.4437，比真值 0.3991 高约 0.045——放回视角把「抽走好件后次品变浓」的机制抹掉了，故高估「全好」的概率。小总体 + 不放回，二项近似不可用。
练 5.5 2000 件含 100 件次品，不放回抽 10 件。算 P(X=0) 并与二项 B(10, 0.05) 对照。
答：超几何 C190010/C200010 ≈ 0.5980；二项 0.9510 ≈ 0.5987——第四位小数才分家。总体 ≥ 10 倍样本时放回与否几乎无差，二项近似合法。
小结：几何管「等待首次」（无记忆），超几何管「不放回计数」（逐件变浓）。选型问一句「放不放回」、一句「数次数还是等首次」，两条路就分清了。
练 6.1 f(x) = 2x（0 ≤ x ≤ 1），其他为 0。① 验证它是密度；② 求 P(0.25 < X < 0.5)；③ 求 F(x)。
答：① ∫102xdx = 1 ✓。② 0.52 − 0.252 = 3/16 ≈ 0.1875。③ F(x) = x2（0 ≤ x ≤ 1）。注意 f(0.75) = 1.5 > f(0.25) = 0.5：右侧更「浓」，概率质量偏向大值——密度不平，等长区间概率不等。
练 6.2 f(x) = ce−x（x ≥ 0）。① 求 c；② 求 P(X > 2)。
答：① c = 1（∫∞0e−xdx = 1）——就是 λ = 1 的指数分布。② e−2 ≈ 0.1353，直接用生存函数。
练 6.3 某设备无故障时间 F(t) = 1 − e−t/5（t ≥ 0，单位：年）。① 写出 λ；② 求中位寿命；③ 求 P(T > 10)。
答：① λ = 1/5（每年 0.2 次故障）；② 5·ln2 ≈ 3.47 年；③ e−2 ≈ 0.1353。「1 − e−λt」一眼识别指数——认出 λ，三问一步一个答案。
练 6.4 X ~ U(0, 1)。比较 P(X=0.5) 与 P(0 < X < 1)，并解释「零概率事件」。
答：前者 0，后者 1。连续世界里「恰是 0.5」测不出这么细，概率为 0 却并非不可能——有意义的提问是区间。
练 6.5 密度 f(x) 关于 0 对称（偶函数），已知 P(X > 2) = 0.2。求 P(−2 < X < 2) 与 P(|X| > 2)。
答：对称给 P(X < −2) = 0.2，故 P(−2 < X < 2) = 1 − 0.4 = 0.6，P(|X| > 2) = 0.4。对称性是免费的第二把算尺——正态一节还要靠它省一半查表。
小结：连续型的三个动作——验总量、积区间、识类型。认出均匀 / 指数 / 正态的「脸」，就直接套其专属公式，不必每次从定义积分。
练 7.1 X ~ U(0, 2)。求 P(X < 0.5)、P(0.5 < X < 1.5)、P(X > 1.8)。
答：长度比：0.5/2 = 0.25；1/2 = 0.5；0.2/2 = 0.1。只量长度，不看位置。
练 7.2 地铁每 15 分钟一班，乘客随机到站，候车 W ~ U(0, 15)。① 求「等不超过 5 分钟」；② 求「恰好等 5 分钟」；③ 求平均意义上「等超过一半班距」的概率。
答：① 1/3；② 0（连续型单点）；③ P(W > 7.5) = 1/2。「恰好等 5 分钟」不是不可能，是量不出——连续世界的提问纪律再次登场。
练 7.3 某随机数发生器在 [0.75, 1] 上输出均匀值。写出密度并求 P(X > 0.9)。
答：f(x) = 1/0.25 = 4（该区间内）；P(X > 0.9) = 0.1/0.25 = 0.4。先问支集再写密度——区间短了，密度就高，总量仍是 1。
练 7.4 甲乙两人约定 60 分钟内会面，先到者等 15 分钟。用均匀分布重解第一章的会面问题。
答：到达时刻 (X, Y) ~ U([0,60]2)，会面条件 |X−Y| ≤ 15。正方形面积 3600，带状面积 3600 − 452 = 1575，故 P = 1575/3600 = 7/16——与第一章的几何法殊途同归。「二维均匀」＝面积比，均匀分布是第一章几何概型的正式户口。
小结：均匀分布的全部计算是长度比（或面积比）。它是蒙特卡洛方法的引擎、会面问题的户口，也是一切「随机数」的源头形态。
练 8.1 设备无故障时间（月）T ~ Exp(1/50)。求 P(T > 50) 与 P(T > 25)。
答：e−1 ≈ 0.3679；e−0.5 ≈ 0.6065。时间减半，生存率开方——指数家族的统一节拍。
练 8.2 λ = 0.02（每小时故障率）。求中位寿命，并解释它的含义。
答：ln2/0.02 = 34.7 小时——一半设备活不过它。中位与「平均 1/λ = 50 小时」不等（分布右偏，均值被长尾拉大），报指标先问清是中位还是均值。
练 8.3 设备已无故障运行 30 小时（λ = 0.02）。求「再运行 30 小时以上」的概率，并与全新设备的同问对照。
答：P(T > 60 | T > 30) = e−1.2/e−0.6 = e−0.6 ≈ 0.5488，与全新设备 e−0.6 相同——无记忆性：旧品「忘掉」了自己的年龄。
练 8.4 呼叫中心电话按泊松流到达，每小时平均 2 通。求两通电话间隔超过 0.5 小时的概率。
答：间隔 T ~ Exp(2)：P(T > 0.5) = e−1 ≈ 0.3679。泊松数「几次」，指数量「隔多久」，λ 同源——一对搭档，一枚硬币两面。
小结：指数三式——生存 e−λt、中位 ln2/λ、无记忆。见到「寿命 / 等待 / 间隔」三个词，先想它。
练 9.1 智力测验分数 X ~ N(100, 152)。求 P(85 < X < 115)、P(X > 130)、P(X < 70)。
答：z = ±1：0.6826；z = 2：0.0228；z = (70−100)/15 = −2：0.0228。先换 z，再背三数（0.8413 / 0.9772 / 0.9987）。
练 9.2 对任意 X ~ N(μ, σ2)，证明 P(X > μ + 2σ) = 0.0228 与 μ、σ 的具体值无关。
答：标准化 z = 2 恒成立，概率只依赖 z——标准化把「所有正态」压成「一个标准正态」，这正是 68–95–99.7 法则对任何 μ、σ 都成立的原因。
练 9.3 零件直径 X ~ N(10, 0.12)（mm），公差 ±0.2。① 求合格率；② 若公差收紧到 ±0.15，合格率降到多少？
答：① |z| ≤ 2：95.45%；② |z| ≤ 1.5：2Φ(1.5)−1 = 0.8664，即 86.64%。公差每收紧 0.5σ，废品率大约翻一倍——质量工程里「过程能力」的第一课。
练 9.4 甲在均值 70、标准差 10 的考试得 90；乙在均值 75、标准差 15 的考试得 85。谁的相对位次更高？
答：z甲 = 2，z乙 = 10/15 ≈ 0.67——甲显著更高。跨卷面比较一律用 z 分数，原始分在说谎。
小结：正态三步流水线减 μ、除 σ、查 Φ；反向流水线查 z、乘 σ、加 μ。正反两向都熟，正态就通了。
练 10.1 X ~ N(50, 82)。求「前 5%」的分数线。
答：Φ(z) = 0.95 ⟹ z = 1.645，分数线 50 + 8×1.645 ≈ 63.2。
练 10.2 X ~ N(72, 92)。求中间 80% 的分数区间。
答：两侧各留 10%，z = 1.282，区间 [72 − 11.5, 72 + 11.5] ≈ [60.5, 83.5]。「中间 C%」反查 z(C% + 一侧余量)，是分位题的通用开场。
练 10.3 X ~ N(100, 152)。求「前 1%」的分数线，并与「前 5%」比较说明尾部为何陡。
答：z = 2.326，分数线 100 + 15×2.326 ≈ 134.9。5% 线在 124.7、1% 线在 134.9——概率去掉最后 4%，分数要再涨 10 分：钟形尾部陡得符合直觉却常被低估。
练 10.4 Z ~ N(0,1)。求 c 使 P(Z > c) = 0.975。
答：Φ(c) = 0.025，由对称性 c = −1.96。右尾概率超过一半时，分位点必在负半轴——对称性一步到位。
小结：四个常用反查值请入脑：0.90 ↔ 1.282、0.95 ↔ 1.645、0.975 ↔ 1.960、0.99 ↔ 2.326（另有 0.75 ↔ 0.674）。第六章的置信区间与检验临界值，全部踩在这几个数上。
练 11.1 X ~ U(0, 1)，Y = 2X + 1。求 Y 的分布与 P(Y < 2)。
答：Y ~ U(1, 3)（线性变换把均匀映成均匀，区间随 x ↦ 2x+1 平移伸缩）；P(Y < 2) = P(X < 0.5) = 0.5。
练 11.2 X ~ U(0, 2)，Y = X2。求 P(Y ≤ 3) 与 Y 的密度。
答：P(Y ≤ 3) = P(X ≤ √3) = √3/2 ≈ 0.8660；FY(y) = √y/2，求导 fY(y) = 1/(4√y)（0 < y < 4）。平方把平顶压成尖峰——函数重塑形状。
练 11.3 X 取 −2, −1, 1, 3，概率 0.2, 0.3, 0.3, 0.2。Y = |X|。列 Y 的分布列。
答：Y 取 1, 2, 3：P(1) = 0.3 + 0.3 = 0.6（−1 与 1 挤成一行），P(2) = 0.2，P(3) = 0.2。多对一必须把概率相加——这是函数分布的第一戒律。
练 11.4 X ~ N(μ, σ2)。证明 Y = (X−μ)/σ ~ N(0, 1)。
答：线性变换只做平移与缩放：P(Y ≤ z) = P(X ≤ μ + σz) = Φ(z)，恰是标准正态的分布函数。正态进、正态出——线性家族封闭，这是正态在统计里称王的便利之一。
小结：函数分布的两条路——离散「逐点翻译、概率相加」；连续「事件翻译、求导收尾」。线性变换有速记（同型、参数平移伸缩），非线性函数靠分布函数法稳扎稳打。
把本章 11 节习题课的错题按「病根」归档——错法通常只有三种，对症才补得进。
| 病根 | 典型症状 | 本章对应练习 | 药方 |
|---|---|---|---|
| 选型错 | 不放回当独立、等待当次数 | 练 5.4、例 12 | 选型三问（次数/等待、放回/不放回、大量+稀有） |
| 记账错 | 分布列总量 ≠ 1、区间端点含混 | 练 1.3、2.1、2.3 | 总量必验；端点先对齐可能值 |
| 查表错 | 忘标准化、忘对称性 | 练 9.1、10.4 | 先减 μ 除 σ；右尾过半翻负号 |
三问自测 合上书回答，答不上即回对应小节：
① 「分布列、密度、分布函数」三者中，谁是统一语言？另两者如何译入？（§3.10：分布函数；离散读跳高、连续读斜率。）
② 六张面孔各管什么场景？各一句话说出「出身门牌」。（§3.18 方法表：次数、稀有计数、等待、不放回、等可能、寿命、叠加。）
③ 「至少」型概率的标准动作是什么？（走对立事件；配泊松/二项的累积表，几乎总是省一半计算。）
复盘判据：本章学成了，应当能在一分钟内为任何一个新场景「点名」分布、写出记号、说出下一步公式——说不出名字的，回 §3.18 的图谱再看一遍。
正态曲线的诞生地不在观测台，而在赌桌。1733 年，流亡伦敦的法国数学家亚伯拉罕·棣莫弗（Abraham de Moivre，1667–1754）在论文《二项级数求和的逼近方法》里研究一个老问题：掷 3600 次均匀硬币，正面数恰好为 1800 的概率是多少？
这是二项分布的中央项 C36001800(1/2)3600 ≈ 0.0133——分子分母都是天文数字，直接算毫无希望（他与友人斯特灵一道打磨出的阶乘近似公式正是为此服务）。棣莫弗的洞见是：不去算每一项，而是证明「项随位置的变化」服从一条光滑曲线 y ∝ e−x2/(2n)——把离散的柱状图换成一条可以积分的连续曲线。这条曲线，就是正态密度。
他给出的可不止一条曲线
棣莫弗用这条曲线算出了「概率质量集中在何处」：中央 ±1 个标准差内约占 68%——本章 §3.14 的三段口诀，1733 年已在他的手稿里成型。他还明确了用途的边界：这条近似在远离中心的尾部会失真，用它回答「偏离中心多远」要小心。两个半世纪后金融模型重蹈的覆辙，棣莫弗在第一页就已圈出。
曲线随后的履历同样值得玩味：拉普拉斯把它用作一般误差的近似；高斯在处理小行星轨道的观测误差时证明——在最小二乘的意义下，误差服从这条曲线时估计最合理，「高斯曲线」「误差律」之名由此而来；统计学家皮尔逊则执意改称「正态」，提醒人们它并非唯一律法，只是一种常态形态。一个赌桌近似，最终成为测量、生物学、教育与社会统计的通用语言。
延伸对读：棣莫弗的《机会论》（The Doctrine of Chances，1718）是概率论第一部英文专著，他本人的一生却困顿曲折——传说是他在临终前计算自己每天多睡一刻钟、终将死于何日（此说虽近轶闻，却与他「用曲线给随机画像」的一生相称）。〔骰子〕
泊松定理（§3.8）在教科书里是一条极限；在历史上，它先是一份军队伤亡报告。1898 年，圣彼得堡的统计学家拉迪斯劳斯·博尔特凯维奇（Ladislaus Bortkiewicz，1868–1931）出版小册子《小数定律》，整理了普鲁士军队 1875–1894 年间 14 个军团共 280 个军团年的被马踢死记录，死亡总数 196 人——平均每军团年 λ = 0.7 人。
以 P(0.7) 算出各死亡档的期望军团年数，与实际对照：
| 年死亡人数 | 0 | 1 | 2 | 3 | ≥4 |
|---|---|---|---|---|---|
| 实际军团年数 | 144 | 91 | 32 | 11 | 2 |
| 泊松期望（λ=0.7） | 139.0 | 97.3 | 34.1 | 7.9 | 1.6 |
五档对照，最大偏差不过 6 个军团年——一条来自法国数学讲义的公式，稳稳落在普鲁士马厩的账本上。书中另一个著名例子是自杀率：普鲁士 14 年间儿童自杀共 8 起、分散在 280 个军团年的等价尺度上，「单独一档几乎为零、总量上却必然出现」的稀有事件结构一目了然。
「小数定律」这个名字在提醒什么
人们熟知大数定律（第四章）：重复多了，频率稳定于概率。博尔特凯维奇的洞察恰恰相反：在「单独机会极小 × 重复机会极多」的场合，即便均值小到不足 1，泊松分布也能精确预言「稀有事件如何分布」——0 档最多、1 档次之、2 档骤减，任何一档的份额都可事前算出。直觉在这类场合毫无抓手（谁也「感觉」不到 144 对 139 的差别），而泊松公式给出了签字负责的数字。
今天它无处不在：呼叫中心的排班、网站的瞬时并发、核衰变的计数、 DNA 测序的错读数、疫情的输入病例——凡「大量独立单元 × 小概率事件」，都是这份 1898 年小册子的后代。泊松本人（1781–1840）生前更以弹性力学与热传导闻名，这条分布只是他众多成果中的一件小行李；让它名垂青史的，是一群马。
延伸对读：现代的对应读物可看任何一本运筹学教材中的「排队论」一节——M/M/1 排队模型的两个基石假设，正是泊松到达与指数间隔。〔骰子〕
一张图收拢全章：中央是翻译机（随机变量），左右两翼是两套语言，底部是选型三问的路标。
| 要问的问题 | 本章答案 | 出处 |
|---|---|---|
| 结果怎么变成数字？ | 随机变量 X(ω) | §3.2 |
| 怎么完整画像？ | 分布列（离散）/ 密度（连续）/ F(x)（通用） | §3.3–3.4, 3.10–3.11 |
| 计数类用什么分布？ | 二项（独立）、超几何（不放回）、泊松（大量+稀有） | §3.5–3.9 |
| 等待类用什么分布？ | 几何（次数）、指数（时间）——均无记忆 | §3.9, 3.13 |
| 叠加与误差呢？ | 正态：标准化后查 Φ 表 | §3.14–3.15 |
| 分布被加工后呢？ | 分布函数法：翻译事件、求导收尾 | §3.16 |
本章只增加了一个动词：把「某事件的概率」升级成「全部结果的概率」。
第一、二章的每一次提问都是一问一答：这个事件概率多少？本章开始，我们一次问尽：所有可能值各占多少？这张完整账本就是分布。它带来三个质变——
① 从点到面：有了分布，「任意事件」的概率都成了查表加行，新问题不再需要新推导；
② 从具体到家族：二项、泊松、几何……同一结构反复出现，认出一个，全世界的同类问题一起解锁；
③ 从概率到运算：分布是「可加工的数学对象」——可以相加（第四章的期望）、可以变换（§3.16）、可以逼近彼此（泊松定理、正态近似）。
直觉 ⇄ 理论的三次交手
① 「等越久越该出了」——几何与指数的无记忆性回答：不该，过去的等待不改变未来的分布（练 5.2、8.3）；
② 「一百件里一件次品没有，很正常吧」——泊松/二项回答：λ = 2 时全好只有 13.5%，「零事件」常常不是常态（练 4.3）；
③ 「极端分数、极端身高不该出现」——正态回答：2σ 外合计约 4.6%，一百人里四五个，比直觉以为的常见得多（练 9.1）。
留一个问题给下一章：分布画完了像，可人们开口问的仍是「平均多少？稳不稳？」——把整张分布压成一个数，是第四章〈数字特征与极限定理〉要做的压缩术；而压得是否「无损」，将由方差来作证。
命题 设 n → ∞ 时 npn = λ 保持不变（故 pn = λ/n → 0）。则对每个固定非负整数 k：
Cnk(λ/n)k(1−λ/n)n−k → λke−λk!
证明 把左端拆成四个因子，逐一取极限。
第一因子（组合数与 nk 之比）：
Cnk/·(1/nk) 部分：n(n−1)…(n−k+1)k!·1nk = 1k!·∏j=0k−1(1 − jn) → 1k!
（k 固定，每个因子 1 − j/n → 1，有限乘积可逐项取极限。）
第二因子（(λ/n)k 剩余部分）：λk 原样保留，恰凑出分子 λk。
第三因子（主项）：
(1 − λ/n)n → e−λ
（重要极限 (1 + x/n)n → ex 取 x = −λ。）
第四因子（尾巴可弃）：0 ≤ 1 − (1−λ/n)−k 的修正极小——准确地说 (1−λ/n)−k → 1，因为 k 固定而底数 → 1。
四因子相乘：1k!·λk·e−λ·1 = λke−λ/k! ∎
评注 三个技术要点值得逐条记住：①「k 固定」——若 k 随 n 增长（如 k ≈ λ 附近虽然允许，但 k ∝ n 不行），证明处处失效；② 有限乘积逐项取极限是合法的，无穷乘积则须另证；③ 重要极限 (1+x/n)n → ex 是全部秘密所在——e 这个常数在概率论的第一次登场，就是替「大量小概率」收账。
命题 ∫+∞−∞e−x2/2dx = √(2π)，从而正态密度 (1/(√(2π)σ))e−(x−μ)2/(2σ2) 在全实轴上积分为 1。
证明（泊松的极坐标技巧，1812） 一维积分积不动，就升到二维再降回来。记待求值为 I，考虑平方：
I2 = ∫∫ e−(x2+y2)/2dxdy
换成极坐标 x = r cos θ, y = r sin θ，面积元 dxdy = r drdθ，被积函数只含 r：
I2 = ∫2π0∫+∞0e−r2/2r drdθ = 2π ∫+∞0re−r2/2dr
内层积分有原函数（凑微分 d(e−r2/2) = −re−r2/2dr）：
∫+∞0re−r2/2dr = [−e−r2/2]0+∞ = 1
故 I2 = 2π，而 I > 0，取正根得 I = √(2π) ∎
换元收尾 对一般参数，令 t = (x−μ)/σ（单调，dx = σdt）：
∫+∞−∞1√(2π)σe−(x−μ)2/(2σ2)dx = 1√(2π)∫+∞−∞e−t2/2dt = 1 ✓
评注 ① 极坐标里多出的那个 r 是全证明的灵魂——它把「积不出」的一维积分变成「积得出」的二维积分，这是数学里「升维降维」思想的教科书级示范；② 本题同时证明了标准化公式的合法性：任何 μ、σ 的正态密度都是合法密度（总量 1）；③ 顺带一提，∫e−x2dx 没有初等原函数——「积不出原函数却积得出定积分」，这一课将在复分析与含参积分里反复重现。
两条收敛通道贯穿本章：二项 → 泊松（n 大、p 小）；二项 → 正态（p 适中、n 大，第四章详述）。本实验用程序把两条通道各跑一遍，亲眼看分布如何「变形」。
# 实验：二项分布的两条收敛通道（伪代码，任何语言可跑）
def binom_pmf(n, p, k):
return C(n, k) * p**k * (1-p)**(n-k)
# 通道一：向泊松收敛（np = λ = 3 固定）
for (n, p) in [(30, 0.1), (100, 0.03), (1000, 0.003)]:
pmf = [binom_pmf(n, p, k) for k in range(0, 9)]
# 与 P(3) 的最大绝对偏差（k = 0..8）：
# n=30 -> 0.0120
# n=100 -> 0.0034
# n=1000 -> 0.0003 （每十倍 n，偏差缩小约十倍）
# 通道二：向正态靠拢（p = 0.5 固定，n 增大）
for n in [10, 50, 100]:
pmf = [binom_pmf(n, 0.5, k) for k in range(n+1)]
# 画条形图：峰越来越「圆」，两侧越来越对称地铺开
# n=100 时 P(45≤X≤55) = 0.7287
# 正态近似 Φ(1.1)−Φ(−1.1) = 0.7287 —— 四位小数一致
| 通道一（λ=3） | P(X=0) | P(X=2) | P(X=4) |
|---|---|---|---|
| 二项 B(30, 0.1) | 0.0424 | 0.2277 | 0.1771 |
| 二项 B(100, 0.03) | 0.0476 | 0.2252 | 0.1706 |
| 泊松 P(3) | 0.0498 | 0.2240 | 0.1680 |
观察点 ① 通道一里，固定 λ = np 是关键——若同时增大 n 而不减小 p，分布不会走向泊松；② 通道二里 p = 0.5 的对称性让正态近似格外精准；p 偏离 0.5 越远，同样的 n 需要的修正越大（第 ④ 步）；③ 蒙特卡洛模拟（撒 10 万次样本画直方图）应给出与解析列第三位小数一致的结果——模拟与公式互为对账，这是第六章统计方法的预演。
两条通道的终点站名字不同：左通「稀有事件的法律」（泊松），右通「统计学的大宪章」（正态）。下一章我们将看到，右边的通道其实对一切独立同分布的和都敞开——那就是中心极限定理。
闭卷 30 分钟。先点名分布、再动公式——本章按「选型 1 分、计算 2 分」给分，选错型不得分。
章测试（6 题）
1.（10 分）离散型随机变量 X 的分布列为 P(X=k) = c(2/3)k（k = 0, 1, 2, …）。① 求 c；② 求 P(X ≥ 2)。
2.（15 分）掷两粒骰子，X ＝ 较大点数。① 求 P(X=4)；② 求 F(3.5)。
3.（15 分）某保险公司发现一年内保单出险次数 X ~ P(0.8)。① 求不出险的概率；② 求出险至少 2 次的概率。
4.（15 分）100 件产品含 10 件次品，不放回抽 5 件。① 写出次品数 X 的分布；② 求 P(X=1)。
5.（20 分）元件寿命（小时）T ~ Exp(1/2000)。① 求寿命超过 2000 小时的概率；② 已知已运行 3000 小时，求再运行 1000 小时以上的概率；③ 求中位寿命。
6.（25 分）学生身高 X ~ N(170, 82)（cm）。① 求 P(162 < X < 178)；② 求身高超过 186 cm 的比例；③ 若按「中间 90%」划定正常范围，求该范围。
答案与评分
1.（10 分）① 等比级数 c/(1−2/3) = 3c = 1 ⟹ c = 1/3（5 分）；② P(X ≥ 2) = (2/3)2 = 4/9（5 分）——几何型求尾和直接用公比，不必逐项加。
2.（15 分）① (k2−(k−1)2)/36 = 7/36 ≈ 0.1944（8 分）；② P(X ≤ 3) = (1+3+5)/36 = 1/4（7 分）——累积差分再求和。
3.（15 分）① e−0.8 ≈ 0.4493（7 分）；② 1 − 0.4493 − 0.8e−0.8 = 1 − 0.4493 − 0.3595 ≈ 0.1912（8 分）。只答「至少一次 0.5507」未扣住「至少 2 次」者扣 6 分。
4.（15 分）① P(X=k) = C10kC905−k/C1005，k = 0,…,5（7 分）；② C101C904/C1005 ≈ 0.3394（8 分）。用二项 B(5, 0.1) 得 0.3281 者扣 5 分——不放回。
5.（20 分）① e−1 ≈ 0.3679（6 分）；② 由无记忆性 P(T > 4000 | T > 3000) = e−0.5 ≈ 0.6065（8 分，答 e−2 者即误用 ① 的时刻）；③ 2000·ln2 ≈ 1386 小时（6 分）。
6.（25 分）① z = ±1：Φ(1)−Φ(−1) = 0.6826（8 分）；② z = 2：1 − 0.9772 = 0.0228（8 分）；③ Φ(z) = 0.95 ⟹ z = 1.645，范围 [170 − 13.2, 170 + 13.2] ≈ [156.8, 183.2] cm（9 分）。
一句话结论：第 4、5 两题是本章的分水岭。第 4 题考「放不放回」的选型，第 5 题考「无记忆性」的活用——两处都错的，回 §3.9 与 §3.13；只有一处错的，把对应例题（例 6、例 9）重做一遍即可。全部答对的，直接读 §3.17 的四行对读表，那里是本章通向第六章的桥。
第三章我们把随机变量讲透了：离散型有分布列，连续型有密度曲线。可一旦要拿它去做判断，立刻会发现分布太「胖」了——一张分布表十几个数，一条密度曲线一整段函数。赌桌上的行家从不问「点数的分布是什么」，他只问一句：这局玩下来，我平均能赚多少？
这一章要干的事，就是给分布称重：用一两个数把它概括掉。头一个数叫数学期望，说的是随机变量的「重心」；第二个数叫方差，说的是它的「离散程度」。有了这两个数，随机才第一次变得可以比较、可以定价。
先看一个反直觉的现象
标准骰子的点数是 1 到 6，它们的算术平均是 (1 + 2 + 3 + 4 + 5 + 6)/6 = 3.5。可骰子永远不会掷出 3.5 点！
这一下点破了两件大事：其一，期望不是「会发生的结果」，而是「长期平均的结果」——掷一万次，总和除以一万会稳定地落在 3.5 附近，尽管每一次都落在整数上；其二，期望允许是非整数、甚至是取不到的值，它是分布的一个属性，不是某次试验的输出。赌场给游戏定价、保险公司收保费、工厂定抽检方案，用的都是这同一个数。
本章的路：先定义期望（§4.2）、学它的性质（§4.3–4.5）、认识常见分布的期望；再照同样的办法定义方差（§4.6–4.8）；然后用期望去回答赌桌上的问题（§4.9）。后半程是全章的高潮——当无数个随机量相加，会浮出两条惊人的规律：频率稳定于概率（大数定律）与和趋向钟形（中心极限定理）。它们是统计学赖以立身的基石。
定义（离散型期望）
设离散型随机变量 X 的分布列为 P(X = xk) = pk（k = 1, 2, …）。若级数 ∑ xkpk 绝对收敛，则称它的和为 X 的数学期望（简称期望或均值），记作 E(X)：
E(X) = x1p1 + x2p2 + ⋯ + xnpn = ∑k xkpk
公式的样子很像算术平均，但每个值都按它出现的概率加了权重——所以叫加权平均。这正是它比算术平均更「聪明」的地方：出现得多的值，话语权就大。掷骰子时六个数各占 1/6，权重相等，期望退化成算术平均 3.5；可若骰子被做了手脚，6 点的概率升到 1/2，期望立刻被拉高到 4——玩家吃亏还是占便宜，一个数就看得清清楚楚。
连续型照搬同一思想，把求和换成积分（概率密度充当「连续分布的重量密度」）：
E(X) = ∫+∞−∞ x f(x) dx
一个提醒：期望只由分布决定，而不依赖随机变量叫什么名字。若 X 与 Y 同分布，则 E(X) = E(Y)。也正因如此，两个分布形状差得远、均值却可能完全一样——这正是下一节要补上「方差」的动机。
期望最好用的一条性质，是线性性。它由两条简单的规则组成，先把常数拿出来、再把和拆开：
性质（线性性）
① 常数：E(c) = c（退化随机变量的期望就是它本身）。
② 数乘与平移：E(aX + b) = aE(X) + b。
③ 可加性：E(X + Y) = E(X) + E(Y)，对任意两个随机变量都成立，不要求独立。
把 ②③ 合起来，就是一般形式 E(aX + bY + c) = aE(X) + bE(Y) + c。
第 ③ 条是整册书里最省钱的一条定理：它免去了「先求 X + Y 的分布、再算期望」这道苦工。两粒骰子的和 X1 + X2 有 11 个可能值，逐个算概率又长又容易错；而线性性只说一句：E(X1 + X2) = 3.5 + 3.5 = 7，一句话完事。
还有一个常用的推广值得记下：期望与求和号可以交换次序。即对任意随机变量 X1, …, Xn，
E(X1 + X2 + ⋯ + Xn) = E(X1) + E(X2) + ⋯ + E(Xn)
不要小看这一行。「把随机量拆成若干个简单的指示变量之和」，是概率论里最常用的解题武器——它能让「配对问题」「成功次数」「篮子里的球」这类看似复杂的期望，变成几行加法。§4.5 算二项期望、例2 算信封配对，用的都是它。
下一个常见问题：已知 X 的分布，要算 X2、eX、1/X 这类「X 的函数」的期望。最朴素的办法是先求这个新随机变量的分布——但那往往很麻烦。下面的定理说：完全可以跳过这一步。
定理（无意识统计学家公式）
设 X 为离散型随机变量，分布列 P(X = xk) = pk，g 为任一函数（只要期望存在），则
E(g(X)) = ∑k g(xk) pk
连续型同形：E(g(X)) = ∫+∞−∞ g(x) f(x) dx。
也就是说：把 g 作用在取值上，概率原封不动。原因并不神秘——既然 X 取 x 的概率是 p，那么 g(X) 取 g(x) 的概率自然也是 p（除非不同的 x 被 g 送到同一个值，那时把概率合并即可，加权求和的答案不变）。
一条必须记住的不等式
E(g(X)) 与 g(E(X)) 是两回事。以上图为例：E(X2) = 10/3 ≈ 3.333，而 (E(X))2 = (5/3)2 = 25/9 ≈ 2.778，两者不等。一般地，当 g 是凸函数时有 E(g(X)) ≥ g(E(X))（詹森不等式）。「先变换再平均」与「先平均再变换」不可交换——这是初学者最常踩的坑之一。
顺带一提，刚算出的 E(X2) 马上就有大用：下一节算方差要用到公式 Var(X) = E(X2) − (E(X))2。先把 E(X2) 学会，方差就不远了。
有了定义与性质，就可以给第三章那六张「面孔」逐一标出重心了。记住它们不算本事，能随手推出一两条才是关键——因为推的过程中用到的技巧，将反复出现在后面的例题里。
| 分布 | 记号 | 期望 E(X) | 一句话来历 |
|---|---|---|---|
| 两点分布 | B(1, p) | p | 成功记 1、失败记 0 |
| 二项分布 | B(n, p) | np | n 个指示变量相加 |
| 泊松分布 | P(λ) | λ | 级数 ∑kλk/k! 求和 |
| 几何分布 | Ge(p) | 1/p | 成功概率越小，等得越久 |
| 超几何分布 | H(N, K, n) | nK/N | 抽样比例 × 总体成功数 |
| 均匀分布 | U(a, b) | (a + b)/2 | 对称 ⇒ 重心在正中 |
| 指数分布 | Exp(λ) | 1/λ | 平均等待时间 |
| 正态分布 | N(μ, σ2) | μ | 对称 ⇒ 重心在 μ |
表格里最值得琢磨的是对称性原理：只要分布关于某个中心对称，期望就等于那个中心——均匀分布、正态分布两条都是这么来的，几乎不用算积分。
两条推导的要点先放在这里，细节留给例题：二项期望用指示变量——把「n 次中成功多少次」拆成 n 个各取 0/1 的小变量之和，期望相加即得 np；泊松期望用级数——∑k·λk/k! = λ∑λk−1/(k−1)! = λ·eλ，再乘上 e−λ 恰好留下 λ。
期望只告诉我们分布在数轴上的「重心」，对「胖瘦」一无所知。看下面两个赌局：
两个同均值、不同风险的骰子
甲骰子：只出 3 点或 4 点，各占一半，期望 3.5。
乙骰子：标准骰子，1 到 6 各占 1/6，期望也是 3.5。
两人的平均收益一模一样，可玩起来的感觉天差地别：甲几乎每次都落在 3 或 4 附近，乙却可能连着掷出 1 点。期望相同、风险迥异——要描述这种差别，就得再添一个数。
自然的想法是量「离重心有多远」。可惜 E(X − μ) 恒等于 0（正负偏差互相抵消，这正是「重心」的含义），于是改用它平方后的平均，这就是方差。
定义（方差与标准差）
设 μ = E(X)，称 E[(X − μ)2] 为 X 的方差，记作 Var(X) 或 D(X)；它的算术平方根 σ = √Var(X) 称为标准差。
Var(X) = E[(X − E(X))2] = E(X2) − (E(X))2
右边那个等号是最常用的计算式（展开平方即得），它把「先求重心再算偏差平方」换成了「只算两个矩」。用乙骰子验算一遍：E(X2) = 91/6，(E(X))2 = 49/4，故
Var(X) = 91/6 − 49/4 = 182/12 − 147/12 = 35/12 ≈ 2.917， σ = √(35/12) ≈ 1.708
而甲骰子（只在 3、4 两点）的方差是 0.5×(3 − 3.5)2 + 0.5×(4 − 3.5)2 = 0.25——不到乙的十分之一。方差小，说明结果贴着均值走，风险低；方差大，说明大起大落。为什么还要开平方得到标准差？因为 (X − μ)2 的单位是「平方元」「平方点」，而 σ 与 X 同量纲，能直接和原数据比大小。
一句话概括本节的哲学：期望回答「平均赚多少」，方差回答「波动有多大」。投资人要同时看收益与风险，医生要同时看疗效与副作用，质检要同时看尺寸均值与一致性——两个数，缺一不可。
方差的性质和期望很像，但有两处关键差别：常数加到哪儿都不影响方差，而系数是「平方」着出来的。
性质
① Var(c) = 0——常数毫无波动。
② Var(aX + b) = a2 Var(X)——平移 b 不改变胖瘦，伸缩 a 把波动按 |a| 放大、平方后进方差。
③ Var(X + Y) = Var(X) + Var(Y) + 2Cov(X, Y)；若 X, Y 相互独立，则 Var(X + Y) = Var(X) + Var(Y)。
④ Var(X) = E(X2) − (E(X))2 ≥ 0，等号当且仅当 X 几乎处处取常数。
②③ 与期望的对照：期望里 E(aX + b) = aE(X) + b 的 b 会跟着走，方差里却被「抹掉」了；期望的线性无条件成立，方差的「可加」却只在独立时才对。这个区别重要到值得单独划线：期望对万事万物都可加，方差只对独立者才可加。
方差还有一个常被忽略的用途——它是「把随机变量标准化」的分母。令 Z = (X − μ)/σ，由性质 ② 立得 E(Z) = 0、Var(Z) = 1。这个 Z 叫标准化变量，它是 §4.16 中心极限定理的主角，也是第五章做推断时查表用的那把「万能尺」。
两骰子之和的方差现在可以一句话给出：Var(X1 + X2) = 35/12 + 35/12 = 35/6 ≈ 5.833（两骰子独立）。这正是「掷得多、波动按 √n 增长」的雏形：n 个骰子之和的方差是 35n/12，标准差是 √(35n/12)——标准差的增长比 n 慢，这是大数定律能成立的深层原因：n 倍数据摊薄到 √n 倍的波动上。
用同一套脾气（尤其 ②③ 两条），就可以把第三章六张面孔的方差逐个标出来。表——若把这张表与 §4.5 的期望表并排贴在一起，就得到了一本册子里最实用的「两列速查卡」。
| 分布 | 记号 | 期望 E(X) | 方差 Var(X) |
|---|---|---|---|
| 两点分布 | B(1, p) | p | p(1 − p) |
| 二项分布 | B(n, p) | np | np(1 − p) |
| 泊松分布 | P(λ) | λ | λ |
| 几何分布 | Ge(p) | 1/p | (1 − p)/p2 |
| 均匀分布 | U(a, b) | (a + b)/2 | (b − a)2/12 |
| 指数分布 | Exp(λ) | 1/λ | 1/λ2 |
| 正态分布 | N(μ, σ2) | μ | σ2 |
表里有三处值得停一停：其一，泊松分布的期望与方差都等于 λ——均值即方差，这是泊松最独特的签名，也是实际数据「检验是否真服从泊松」的常用抓手（若样本方差远大于均值，说明数据「过度分散」，多半不是泊松）。其二，均匀分布的方差只与区间长度 b − a 有关，长度翻倍、方差翻四倍。其三，正态的两个参数 μ、σ2 就是它的期望与方差，参数即数字特征——这是正态之所以好用的根本原因。
本册不要求背下整张表，但要求会用两条性质现场推导：二项方差由 n 个独立指示变量相加得 np(1−p)；指数与正态由积分或对称性得到。§4.8 与例6 会把这两条路走一遍。
回到本册的老朋友——赌桌。有了期望，「这游戏公不公平」终于成了一个可以计算的判据。
公平游戏判据
设玩家在一局中的净收益为 X（赢为正、输为负）。则：
E(X) = 0 ⇒ 公平游戏；E(X) < 0 ⇒ 偏向庄家；E(X) > 0 ⇒ 偏向玩家。
赌场里的每条规则，本质上都是在给 E(X) 悄悄加上一个负数。
最干净的例子是轮盘。欧式轮盘有 37 个格子（0 到 36）。押一个号码，命中赔 35 倍、未中赔光 1 元本钱，于是
E(X) = 35 × (1/37) − 1 × (36/37) = (35 − 36)/37 = −1/37 ≈ −0.027
每押 1 元，长期平均亏约 2.7 分。美式轮盘多了一个「00」格（共 38 格），赔付还是 35 倍：
E(X) = 35 × (1/38) − 1 × (37/38) = −2/38 = −1/19 ≈ −0.053
庄家优势几乎翻倍——多出来的那一格，就是赌场当年最成功的一次「产品设计」。而所谓「公平」的赔率该是多少？解 a × (1/37) = 1 × (36/37) 得 a = 36：赔 36 倍才公平，赌场只给 35 倍，差的那 1 倍就是它的利润。
同样的算法可以照搬到许多「不公平但合法」的场景：彩票（2 元一注、中奖概率 1/100、奖金 100 元，则 E = 100×0.01 − 2 = −1 元，每注平均亏 1 元）；保险（投保人付出确定的小额保费，换来「大病大赔」的随机赔付，对保险公司而言 E(赔付) < 保费 才是可持续的，而投保人买的是「消除方差」而不是「提高期望」）。
一个深刻的反例留作思考：圣彼得堡悖论。游戏规则是反复抛硬币，直到第一次出现正面为止；若第 k 次才出现正面，奖金为 2k 元。它的期望是 ∑ 2k × (1/2)k = 1 + 1 + 1 + ⋯ = +∞！数学上「值得花任意多的钱去玩」，现实中却没人肯出 20 元——因为期望无穷，但中大奖的概率小到几乎不发生，方差是无穷的。它提醒我们：只看期望做决策是有漏洞的。「期望 + 方差（+ 风险偏好）」才是完整的判断框架，这正是本节的落脚点。
两个随机变量之间常有牵连：身高与体重、气温与冰淇淋销量、骰子甲与骰子乙（若同掷一次）。要度量这种「同起同落」的程度，先看一个自然的量——偏差之积的期望。
定义（协方差与相关系数）
称 Cov(X, Y) = E[(X − E(X))(Y − E(Y))] 为 X, Y 的协方差；化简得
Cov(X, Y) = E(XY) − E(X)E(Y)
称 ρ = Cov(X, Y)/(σXσY) 为相关系数，其中 σX, σY 是两者的标准差。
凭什么用「偏差之积」？看符号：当 X 偏高时 Y 也偏高，两个偏差同号、乘积为正；一个偏高一个偏低则乘积为负。同向的趋势会被积为正数、反向的趋势会被积为负数，平均下来正好反映「同起同落」的强度。若正负倾向势均力敌，协方差为 0，就说不相关。
三条性质要记牢：Cov(X, X) = Var(X)（协方差是方差的推广）；Cov(aX, bY) = ab·Cov(X, Y)（双线性）；若 X, Y 独立，则 Cov(X, Y) = 0（从而 ρ = 0）。
一个必须分清的方向
独立 ⇒ 不相关（ρ = 0），但反过来不成立：不相关未必独立。经典反例——令 X 在 [−1, 1] 上均匀取值，Y = X2。则 E(XY) = E(X3) = 0 = E(X)E(Y)，故 ρ = 0；可 Y 完全由 X 决定，两者当然是「不独立」的。相关系数为 0 只意味着「没有线性关系」，不意味着「毫无关系」——这是统计学里最容易误用的一个概念。
本节与 §4.7 性质 ③ 是配套的：正因为有协方差这个「补丁」，Var(X + Y) 的完整公式才能写成 Var(X) + Var(Y) + 2Cov(X, Y)。一个关于期望的「可加性」，到了方差这里就分裂成三项——这也是概率论从「线性」走向「二次型」的第一步。
期望与方差其实是一族数的前两位成员。把「X 的幂的期望」统称为矩，分布的形状就被一层层地描述出来了。
定义（原点矩与中心矩）
k 阶原点矩：μk′ = E(Xk)；k 阶中心矩：μk = E[(X − E(X))k]（k = 1, 2, …）。
对照一下：一阶原点矩就是期望 μ1′ = E(X)；二阶中心矩就是方差 μ2 = Var(X)。更妙的是，一阶中心矩恒为 0——这不正是「重心」的定义吗？
更高阶的矩各管一件事：三阶中心矩（标准化后称偏度）刻画分布左右是否对称，四阶中心矩（标准化后称峰度）刻画尖峰厚尾的程度。正态分布的偏度为 0、峰度有固定基准值——「离正态有多远」，就是用这些矩来量的。
矩母函数 M(t) = E(etX) 的威力在于「求导即得矩」：用 etX 的泰勒展开展开并逐项取期望，便得 M(t) = 1 + E(X)t + E(X2)t2/2! + ⋯，于是 M′(0) = E(X)、M″(0) = E(X2)。以泊松为例：M(t) = eλ(et−1)，求导两次代 t = 0 得 M′(0) = λ、M″(0) = λ + λ2，故 Var = λ + λ2 − λ2 = λ——与 §4.8 那条「均值即方差」的签名完全吻合。
矩母函数还有一个隐藏好处：它可以证明两个随机变量同分布（同一邻域内矩母函数相同 ⇒ 分布相同），这在后续课程里是识别分布类型的利器。本节只要求会算泊松与二项两个，其余留给将来。
本章后半程进入真正的高潮。前面所有的数字特征（期望、方差、矩），都是为了给这两条定律服务——大数定律与中心极限定理。
先说一个现代人习以为常、当年却是重大发现的事实：抛一千次硬币，正面出现的比例会稳定在 1/2 附近。这件事为什么「应该」发生？一次抛掷完全随机，可一千次平均起来，随机性竟被抹平了。
定理（伯努利大数定律，1713）
设 n 次独立重复试验中某事件 A 发生 k 次，每次试验中 P(A) = p。则对任意 ε > 0：
P( | k/n − p | ≥ ε ) → 0 （n → ∞）
即：频率 k/n 依概率收敛于概率 p。
这条定理出自雅各布·伯努利（Jacob Bernoulli，1654–1705）的遗著《推测术》（Ars Conjectandi，1713 年出版）。他为它取名「黄金定理」，并写道：「即使最笨的人，只要肯数得足够多，也能凭经验确定事件的概率，其精度不逊于先验演绎。」这句话在当时是革命性的——它第一次给了「用频率估计概率」一个数学上的合法身份。
定理的措辞是「依概率收敛」，不是「必然收敛」。差别很微妙：它并不保证「从某一次以后永远靠近 p」，只保证「跑得远的可能性越来越小」。理论上仍存在一条永远不收敛的极端样本路径——只不过它的概率是 0。这正是概率论的语言：允许例外，但要求例外的概率可以任意小。
这条定理的实际分量在于：它把「概率」这个抽象概念与「频率」这个可测量联系了起来。统计学能靠抽样说话，物理实验能靠重复定论，模拟计算（蒙特卡洛）能靠随机数求解——依据都是它。§4.15 会专门展开这层意义。
伯努利大数定律说「频率会稳定」，但要证明它、还要估计「稳定得多快」，需要一个工具：用方差给偏离概率设上限。这个工具就是切比雪夫不等式，它在整个统计学里被反复使用。
定理（切比雪夫不等式）
设随机变量 X 的期望为 μ、方差为 σ2，则对任意 ε > 0：
P( | X − μ | ≥ ε ) ≤ σ2 / ε2
取 ε = kσ（k > 0），得更常用的形式：P( | X − μ | ≥ kσ ) ≤ 1/k2。
证明（离散型；连续型把求和换成积分，一字不改）：设 X 取值 xk、概率 pk。把求和拆成「远离 μ 的」与「靠近 μ 的」两部分，只在远离的那部分动手：
σ2 = ∑k (xk − μ)2pk ≥ ∑|xk−μ|≥ε (xk − μ)2pk ≥ ε2 ∑|xk−μ|≥ε pk = ε2·P(|X − μ| ≥ ε)
第一个「≥」是因为丢掉了非负项，第二个「≥」是因为在求和范围内 (xk − μ)2 ≥ ε2。移项即得。证法的精髓是「只留远项、只增不减」——这是概率不等式证明的通用套路。
代入数值体会一下松紧：若 μ = 50, σ = 5，则 P(|X − 50| ≥ 15) = P(|X − μ| ≥ 3σ) ≤ 1/9 ≈ 0.111。而若 X 恰是正态分布，同一事件的实际概率仅约 0.003——切比雪夫的界宽松了三十多倍。可它的可贵正在于「不挑食」：正态、均匀、二项、甚至从没见过的分布，它一律管用。
最后给出它怎样证明大数定律（这是本节的伏笔）：对独立同分布的 X1, …, Xn，样本均值 ȳ = (1/n)∑Xi 的期望是 μ、方差是 σ2/n。代入切比雪夫：P(|ȳ − μ| ≥ ε) ≤ σ2/(nε2) → 0。看，随着 n 增大，右边被「n」压向 0——大数定律的全部秘密，就是方差被样本量除小了。
上一节的证明有个前提：方差必须存在。可有些分布（如柯西分布）连期望都不存在，方差更无从谈起。能不能放宽？能——辛钦大数定律把这扇门推得更开。
定理（辛钦大数定律）
设 X1, X2, … 独立同分布，且期望 μ = E(X1) 存在，则对任意 ε > 0：
P( | (1/n)∑i=1n Xi − μ | ≥ ε ) → 0 （n → ∞）
即：样本均值依概率收敛于总体期望。
三个大数定律的关系可以用一句话理清：伯努利是最早的特例（两点分布），切比雪夫要求方差存在，辛钦只要求期望存在。条件一个比一个弱，结论都是「平均稳定」。从强到弱排下来：
| 名称 | 对随机变量的要求 | 需要什么 | 结论 |
|---|---|---|---|
| 伯努利大数定律 | 两点分布（0/1 独立重复） | 只需 p | 频率 → p |
| 切比雪夫大数定律 | 独立、方差一致有界 | 需要 方差 | 均值 → μ |
| 辛钦大数定律 | 独立同分布 | 只需 期望存在 | 均值 → μ |
柯西分布值得单独看一眼：它的密度是 f(x) = 1/[π(1 + x2)]，图形像个对称的钟形（比正态更「厚尾」）。它的期望是 ∫x/(π(1+x2)) dx，两端的贡献各为无穷大、正负无法抵消，积分为「不存在」。因此它的样本均值会不停地在数轴上跳跃，永不收敛——「大数定律人人适用」是错觉，它是一张有条款的合同。
关于大数定律，最容易混淆的是两类「定律」：大数定律说的是「平均趋于 期望」（收敛到常数，位置问题）；中心极限定理说的是「偏差的分布趋于正态」（波动形状问题）。下一节先收束前者，§4.16 再展开后者。
三个大数定律合起来说了一件事：大量重复的「平均」会抹掉随机性，露出底下的常数。这句话的分量，要看它在三个层面上改变了什么。
意义一：给「频率估计概率」发一张合法证书
概率是什么？公理派说「它满足三条公理」，而已收的 §4.12 说「它就是频率的极限」。两种说法靠大数定律焊接在一起：因为频率依概率收敛于概率，所以我们可以用观测频率去估计那个看不见的 p。保险公司算车险费率、工厂算次品率、民调推断支持度，用的全是这条证书。没有它，统计学就没有立足点。
意义二：澄清「赌徒谬误」
既然「长期频率 = 1/2」，那么连出 5 次正面后，是不是「该出反面了」？不是。大数定律说的是「未来大量的抛掷会把比例拉回来」，而拉回来的方式是「后面的次数足够多」，不是「硬币欠一个反面」。前面那 5 次已经完全记账，后续每一次仍是独立的 1/2。把「频率会平衡」误读成「个体有补偿义务」，就是赌徒谬误——赌场里最昂贵的误会。
意义三：催生了蒙特卡洛方法
反过来想：既然频率能逼近概率，那么可以用随机试验去算确定性问题。要估一个不规则图形的面积？把它丢进一个方形框里随机撒点，数一数落在图形内的比例，乘以框面积即可——撒得越多越准，精度约以 1/√n 的速度改进。这就是蒙特卡洛方法（20 世纪 40 年代由冯·诺依曼等人在计算机上发扬光大），它的合法性完全来自大数定律。今天它被用来算核反应、定价金融衍生品、模拟气候——一个问题越难精确求解，就越适合用随机去攻克。
本章的下一节要换一个角度看同一批数据：大数定律说「样本均值趋于 μ」，但它没说「样本均值偏离 μ 的距离本身服从什么规律」。当「偏离」被放大 √n 倍后，它会呈现一个普适的形状——正态分布。这就是中心极限定理，概率论献给统计学最重的礼物。
大数定律说「样本均值趋于 μ」，但它没说偏离 μ 的距离服从什么规律。中心极限定理补上这一块拼图，而且答案出人意料地普适。
定理（中心极限定理，独立同分布情形 / 林德伯格–莱维）
设 X1, X2, … 独立同分布，E(Xi) = μ，Var(Xi) = σ2 ∈ (0, ∞)。记 Sn = X1 + ⋯ + Xn，则对任意实数 x：
P( (Sn − nμ)/(σ√n) ≤ x ) → Φ(x) （n → ∞）
其中 Φ 是标准正态分布 N(0, 1) 的分布函数。等价地：当 n 充分大时，Sn 近似服从 N(nμ, nσ2)。
定理的分量在于「不论原来是什么分布」。均匀、指数、伯努利、甚至形状奇怪的偏态分布——只要独立同分布、方差有限，它们的和就都会「长」成钟形。正态分布之所以无处不在，不是因为它本身多么特殊，而是因为它是「大量独立随机叠加」的必然归宿。这个结论一半是数学，一半是世界观。
这条定理的历史线索也要记一笔：棣莫弗（1733）先在二项分布（掷硬币）这一特例上发现了钟形近似；拉普拉斯把它推广到更一般的场合；直到 20 世纪初的林德伯格与莱维，才给出「独立同分布 + 方差有限」这个既宽又干净的现代形式。跨度近两百年——从赌桌的一个近似，长成了概率论的中枢定理。
它的历史前身（二项分布的钟形近似）叫棣莫弗–拉普拉斯定理，是 CLT 最重要的特例，也是下一节 §4.17 的应用主力。大数定律与 CLT 的分工再确认一次：前者管「均值落在哪里」（位置），后者管「偏离的分布形态」（形状）。
CLT 最有价值的用途，是把难算的二项概率变成一次查表。当 n 大时，B(n, p) 近似服从 N(np, np(1−p))（因为二项正是 n 个两点分布的独立和）。
使用口诀（连续性修正）
二项是离散的、正态是连续的，直接等价会丢掉「半格的宽度」。正确做法是把整数 k 膨胀成区间 [k − 0.5, k + 0.5]，这叫连续性修正。例如 P(X ≤ 55) 近似为 P(Y ≤ 55.5)，P(45 ≤ X ≤ 55) 近似为 P(44.5 ≤ Y ≤ 55.5)。
经验条件：np ≥ 5 且 n(1 − p) ≥ 5 时近似可用。
用掷 100 次硬币（X ~ B(100, 0.5)，μ = 50, σ = 5）检验一下三个数：
| 方法 | 计算 | 结果 |
|---|---|---|
| 精确计算 | ∑k=4555 C100k(1/2)100 | 0.7287 |
| 正态近似（无修正） | Φ((55−50)/5) − Φ((45−50)/5) = Φ(1) − Φ(−1) | 0.6827 |
| 正态近似（带修正） | Φ(1.1) − Φ(−1.1) | 0.7287 |
看第二行与第三行：加不加那半格，误差从 0.046 缩到 0.0001——连续性修正不是可选的礼节，而是让近似从「能用」变成「好用」的关键一步。
正态近似的应用场景极广，随手举三个：① 民意调查的误差——样本量 n = 1000 时支持率的抽样误差约 ±1.96×√(0.25/1000) ≈ ±3.1%，这条「±3%」正是新闻里常听到的那个数；② 质量抽检——一批产品次品率 p = 0.02，抽出 500 件，落点分布近似正态，可据此设接收/拒收线；③ 工程误差——测量误差是许多微小独立扰动之和，CLT 说明了「误差为何总是正态」。
顺带记住「3σ 原则」
对正态分布，P(|μ − X| ≤ σ) ≈ 0.6827、≤ 2σ 约 0.9545、≤ 3σ 约 0.9973。也就是说：脱离均值 3 个标准差以上的结果，一千次里不到三次。工业质量控制把它当作「异常报警线」，统计学用它判断一个观测值是否「太过离奇」（这正是第六章假设检验的思想雏形）。
一个提醒：CLT 是渐近结论（n → ∞）。实际用的时候，n 要「足够大」——而「多大算够」取决于原分布有多偏。越对称的原分布，收敛越快；严重偏态（如指数分布）往往需要几十甚至上百个才够像样。这条经验在第六章的区间估计里会变成一条具体门槛。
本章从「用一个数概括随机」出发，走完了概率论最核心的一段路：数字特征 → 大数定律 → 中心极限定理。三条线索的脉络如下。
下面这张表把全章要会用的公式集中起来，建议贴在书桌上：
| 主题 | 公式 | 关键提醒 |
|---|---|---|
| 期望定义 | E(X) = ∑xkpk / ∫xf(x)dx | 加权平均，允许取不到的值 |
| 线性性 | E(aX+bY+c) = aE(X)+bE(Y)+c | 无条件成立，不需独立 |
| 函数期望 | E(g(X)) = ∑g(xk)pk | E(g(X)) ≠ g(E(X)) |
| 方差 | Var = E(X2) − (E(X))2 | 计算式的首选 |
| 方差的伸缩 | Var(aX+b) = a2Var(X) | 平移不影响，伸缩要平方 |
| 方差的可加 | Var(X+Y) = Var(X)+Var(Y)+2Cov | 独立才可加 |
| 协方差 | Cov = E(XY) − E(X)E(Y) | 独立 ⇒ Cov = 0，反之不然 |
| 切比雪夫 | P(|X−μ| ≥ kσ) ≤ 1/k2 | 不挑分布，但界较松 |
| 正态近似 | B(n,p) ≈ N(np, np(1−p)) | 记得连续性修正 ±0.5 |
最后回望全章的一以贯之：「一个数概括随机」的努力，最终催生了两条定律。期望让我们能给赌局定价，方差让我们能度量风险；而当无数随机相加，大数定律保证「平均会稳定」，中心极限定理保证「波动会像钟」。第五章将带着这两件武器进入统计世界——从一堆真实数据出发，用样本去推断那个看不见的总体。
题目 掷两粒均匀骰子，X ＝ 两点之和。① 用期望的定义直接算出 E(X)；② 再用线性性验证。
解 ① 第三章已数出分布列（每行是「和 k 出现的有利点数」）：
| k | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 概率 | 1/36 | 2/36 | 3/36 | 4/36 | 5/36 | 6/36 | 5/36 | 4/36 | 3/36 | 2/36 | 1/36 |
按定义加权求和（分子已把每个 k 乘上它的有利点数）：
E(X) = (2×1 + 3×2 + 4×3 + 5×4 + 6×5 + 7×6 + 8×5 + 9×4 + 10×3 + 11×2 + 12×1)/36 = 252/36 = 7
② 设两粒骰子分别为 X1, X2，则 E(X1) = E(X2) = 3.5，由线性性立刻得到 E(X) = 3.5 + 3.5 = 7。
点评 两条路同一个答案（252/36 = 7），但代价悬殊：定义法要列全分布、乘 11 次、加 11 次；线性性只要一句「骰子均值 3.5」。
更重要的是，线性性不要求两粒骰子独立。若把规则改成「第二粒必须不小于第一粒」，和分布完全变了，可 E(X1 + X2) = 7 依旧不变——这就是图 4-3 那句「免检条款」的具体印证。
题目 4 封信随机装入 4 个已写好地址的信封（每封信等可能地落进任一信封）。设 X 为「地址与信正好配对」的信数。① 写出 X 的分布列并求 E(X)；② 用指示变量求 E(X)，并推广到 n 封信。
解 ① 总装法是 4! = 24 种，等可能。数「恰有 k 封配对」的装法数（错排数的老账本）：
| 配对数 k | 0 | 1 | 2 | 3 | 4 |
|---|---|---|---|---|---|
| 装法数 | 9 | 8 | 6 | 0 | 1 |
| 概率 | 9/24 | 8/24 | 6/24 | 0 | 1/24 |
值得留意：恰有 3 封配对是不可能的（前 3 封都对，第 4 封自然也对，那它就是 4 封全对）。按定义：
E(X) = (0×9 + 1×8 + 2×6 + 3×0 + 4×1)/24 = 24/24 = 1
② 指示变量法：令 Ii = 1（第 i 封信装对），否则为 0，则 X = I1 + I2 + I3 + I4。第 i 封信等可能地落进 4 个信封，只有 1 个是对的，故 P(Ii = 1) = 1/4，于是
E(X) = E(I1) + E(I2) + E(I3) + E(I4) = 4 × (1/4) = 1
推广：n 封信时每封配对概率都是 1/n，故 E(X) = n × (1/n) = 1。
点评 「不论多少封信，平均恰有 1 封配对」——这个结论近乎奇迹，可两条路给出的答案完全一致（1）。更妙的是，重复装信第 n 种情形，
直接数的代价：n = 100 时分布列有 101 项，还要算错排数；指示变量法的代价：一行加法。
注意 Ii 之间并不独立（第一封对了，第二封对的可能性会变），但期望照样相加——这正是线性性「无条件成立」的威力。「拆分 + 指示变量」是期望题的第一号武器，例4、例7 还会用到。
题目 设 X 的分布列为 P(1) = 1/2, P(2) = 1/3, P(3) = 1/6。求 E(X)、E(X2)、E(1/X)，并比较 E(1/X) 与 1/E(X)。
解 把每个取值送进相应的 g，概率原封不动：
E(X) = 1×(1/2) + 2×(1/3) + 3×(1/6) = 1/2 + 2/3 + 1/2 = 5/3
E(X2) = 12×(1/2) + 22×(1/3) + 32×(1/6) = 1/2 + 4/3 + 3/2 = 10/3
E(1/X) = (1/1)×(1/2) + (1/2)×(1/3) + (1/3)×(1/6) = 1/2 + 1/6 + 1/18 = 9/18 + 3/18 + 1/18 = 13/18 ≈ 0.722
而 1/E(X) = 1/(5/3) = 3/5 = 0.6。两者不相等：13/18 ≈ 0.722 > 0.6。
点评 三处要点。
其一，E(X2) 不要写成 (E(X))2：本例中 E(X2) = 10/3 ≈ 3.333，而 (E(X))2 = (5/3)2 = 25/9 ≈ 2.778。两者之差 10/3 − 25/9 = 30/9 − 25/9 = 5/9 ≈ 0.556 正是方差。
其二，1/x 是凸函数，故 E(1/X) ≥ 1/E(X)（詹森不等式）。直觉：倒数会「放大」小值的影响，而小值（这里是 1）恰好权重最大（1/2），于是整体被抬高。
其三，验算小技巧：把三条算式写成「取值 × 概率」的两列表，逐列相加，能有效防止漏项。13/18 这种不好约的分数，结果通常反而是对的。
题目 设 X ~ B(n, p)。① 用求和定义（直接法）证明 E(X) = np；② 用指示变量法再证一次；③ 求 B(10, 0.3) 的期望。
解 ① 直接法。E(X) = ∑k=0n k·Cnkpkqn−k（记 q = 1 − p）。k = 0 项为零，从 k = 1 开始；用组合恒等式 k·Cnk = n·Cn−1k−1：
E(X) = np ∑k=1n Cn−1k−1pk−1q(n−1)−(k−1) = np(p + q)n−1 = np
最后一步用了二项式定理与 p + q = 1。
② 指示变量法。把「n 次试验中的成功次数」拆开：令 Ii 表示第 i 次是否成功（成功取 1、失败取 0），则 X = I1 + ⋯ + In，且 E(Ii) = p。于是
E(X) = E(I1) + ⋯ + E(In) = np
③ n = 10, p = 0.3：E(X) = 10 × 0.3 = 3。
点评 两种证法各有品格：直接法展示了「组合恒等式 + 二项式定理」的经典配合，是分析技巧；指示变量法揭示了这个期望为何如此简单——它本就是 n 个 p 相加，是结构洞察。
为什么要两种都会？因为直接法能处理「加权求和」类的变体（如算 E(X2)），指示变量法则能一击解决「计数型」难题（回头重看例2）。方法有各自的射程，识题比记公式重要。
题目 掷一粒均匀骰子，X ＝ 点数。① 用定义算 Var(X)；② 用计算式 Var = E(X2) − (E(X))2 验算；③ 推广到 n 粒独立骰子之和。
解 已知 μ = E(X) = 3.5。① 定义式要先算每个取值到重心的距离，再平方、再取平均：
| 点数 x | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|
| 偏差 x − 3.5 | −2.5 | −1.5 | −0.5 | 0.5 | 1.5 | 2.5 |
| 偏差平方 | 6.25 | 2.25 | 0.25 | 0.25 | 2.25 | 6.25 |
Var(X) = (6.25 + 2.25 + 0.25 + 0.25 + 2.25 + 6.25)/6 = 17.5/6 = 35/12 ≈ 2.917
② 计算式：E(X2) = (1 + 4 + 9 + 16 + 25 + 36)/6 = 91/6，(E(X))2 = 12.25 = 49/4：
Var(X) = 91/6 − 49/4 = 182/12 − 147/12 = 35/12
③ n 粒独立骰子之和 Sn：由「独立才可加」，Var(Sn) = n × 35/12 = 35n/12；标准差 σn = √(35n/12)。
点评 两条路殊途同归（17.5/6 = 35/12），但适用场合不同。
定义式的启示：方差是「偏差平方的平均」，它的单位是平方（这里「平方点」），所以最后要开方才回到「点」。
计算式的效率：只需两个矩，不必逐个算偏差。当取值很多（如二项 n = 100）时，定义式要算 101 个偏差平方，计算式只要两个数。
推广式的意义：σn = √(35n/12) 是「√n 律」的雏形——掷 100 粒骰子，和的标准差只比掷 1 粒大 10 倍，而取值范围却大了 100 倍。相对波动被极大压缩，这正是大数定律的算术根源。
题目 求下列分布的方差：① 泊松 P(3)；② 均匀 U(1, 5)；③ 指数 Exp(2)。并指出各自「期望与方差的特殊关系」。
解 ① 泊松 P(λ) 的标准结论是 Var = λ。这里 λ = 3，故 E(X) = 3, Var(X) = 3——期望与方差相等，这是泊松的签名。
② 均匀 U(a, b)：先算二阶矩
E(X2) = ∫ba x2/(b − a) dx = (b3 − a3)/(3(b − a)) = (b2 + ab + a2)/3
减去均值平方 ((a+b)/2)2，化简得 Var = (b − a)2/12。取 a = 1, b = 5：E = 3，Var = 42/12 = 16/12 = 4/3 ≈ 1.333。
③ 指数 Exp(λ)：E(X) = 1/λ，E(X2) = 2/λ2，故 Var = 2/λ2 − 1/λ2 = 1/λ2。取 λ = 2：E = 0.5, Var = 0.25，标准差同为 σ = 0.5。
| 分布 | E(X) | Var(X) | 特殊关系 |
|---|---|---|---|
| 泊松 P(3) | 3 | 3 | 均值 = 方差 |
| 均匀 U(1,5) | 3 | 4/3 | 只由区间长决定 |
| 指数 Exp(2) | 0.5 | 0.25 | 标准差 = 均值 |
点评 三处「巧合」其实都是签名：泊松的「E = Var」是识别它的指纹（方差远大于均值 ⇒ 数据「过度分散」，多半不是泊松）；均匀的「只看区间长」说明位置平移不影响形状；指数的「标准差 = 均值」是「无记忆性」写在数字上的印记。
计算提醒：E(X2) 的积分很容易漏掉 1/(b−a) 这个归一化因子——均匀分布的密度必须带上它才对。
题目 用期望给三个赌局定价：① 某彩票 2 元一注，中奖得 100 元、概率 1/100，其余不中，求每注期望净收益；② 欧洲轮盘押一个号码（37 格，命中赔 35 倍、未中赔掉 1 元本钱），求期望净收益；③ 掷骰子出 6 点赢 a 元、否则输 1 元，要使它公平，a 应为多少？
解 一律以「净收益」X 为准（赢为正、输为负）。
① 中奖时净赚 100 − 2 = 98 元，未中时净亏 2 元：
E(X) = 98 × (1/100) + (−2) × (99/100) = 0.98 − 1.98 = −1 元
② 命中赚 35 元、未中亏 1 元：E(X) = 35 × (1/37) − 1 × (36/37) = (35 − 36)/37 = −1/37 ≈ −0.027 元。
③ 出 6 的概率 1/6，不出的概率 5/6：
E(X) = a × (1/6) − 1 × (5/6) = 0 ⇒ a = 5
即赔率应为 5 : 1 才公平。
| 赌局 | 期望净收益（元/注） | 谁占便宜 |
|---|---|---|
| 彩票（2 元，中 100 概率 1%） | −1.000 | 发行方（玩家亏一半本金） |
| 欧洲轮盘押单号 | −1/37 ≈ −0.027 | 赌场（优势 2.7%） |
| 掷骰出 6 赢 5 赔 1 | 0 | 公平 |
点评 三个数摆在一起，赌场的商业模式就透明了：它从不指望某一局赢，只指望每条规则都带一个微小的负期望。轮盘 2.7% 的优势看似不起眼，但配合大数定律（重复足够多次），亏损就近乎确定。
彩票的期望更是触目惊心（亏掉一半本金）——它卖的不是「期望」，而是「暴富的可能性」与「几天的期待感」。用期望理解风险，不等于用期望否定一切：买彩票买的是方差（极小概率的巨奖），这与买保险买的是「消除方差」正好相反。例7 与 §4.9 的圣彼得堡悖论合起来看，就是一个完整的「风险观」。
题目 设 (X, Y) 的联合分布为 P(0,0) = 0.2, P(1,0) = 0.3, P(0,1) = 0.1, P(1,1) = 0.4。① 求 Cov(X, Y)；② 判断 X 与 Y 是否独立；③ 求 Var(X + Y) 并解释它比 Var(X) + Var(Y) 大还是小。
解 ① 先分别求边缘与乘积矩：
| Y = 0 | Y = 1 | 行和 = P(X) | |
|---|---|---|---|
| X = 0 | 0.2 | 0.1 | 0.3 |
| X = 1 | 0.3 | 0.4 | 0.7 |
| 列和 = P(Y) | 0.5 | 0.5 | 1.0 |
E(X) = 0×0.3 + 1×0.7 = 0.7， E(Y) = 0×0.5 + 1×0.5 = 0.5
XY 只有 X = Y = 1 时非零，故 E(XY) = 1×1×0.4 = 0.4。于是
Cov(X, Y) = E(XY) − E(X)E(Y) = 0.4 − 0.7×0.5 = 0.4 − 0.35 = 0.05
② 查一格便知：P(X=1, Y=1) = 0.4，而 P(X=1)P(Y=1) = 0.7×0.5 = 0.35。两者不等 ⇒ 不独立（且 0.4 > 0.35，说明「同取 1」比独立时更常发生，正相关）。
③ Var(X) = E(X2) − 0.49 = 0.7 − 0.49 = 0.21，Var(Y) = 0.5 − 0.25 = 0.25。故
Var(X + Y) = 0.21 + 0.25 + 2×0.05 = 0.56 > Var(X) + Var(Y) = 0.46
点评 ③ 是本节最该记住的一课：因为 Cov > 0（正相关），X + Y 的波动比「各自波动之和」更大——两个「同上同下」的量相加，峰值会被叠加、波动被放大。
反过来的情形同样重要：若 Cov < 0（此消彼长），则 Var(X + Y) < Var(X) + Var(Y)。这正是「不要把鸡蛋放在同一个篮子里」的数学表述——负相关资产相加能降低总风险，是投资组合理论的第一块基石。
计算提醒：E(XY) 不是「E(X)E(Y)」，也不是把两个边缘分别算完再乘——必须回到联合分布上加权求和。
题目 ① 接例8，求 X 与 Y 的相关系数 ρ；② 举一例说明「ρ = 0 但两者不独立」。
解 ① 由例8，Cov = 0.05，Var(X) = 0.21，Var(Y) = 0.25，故
ρ = 0.05 / (√0.21 × √0.25) = 0.05 / (0.4583 × 0.5) = 0.05 / 0.2291 ≈ 0.218
精确值 ρ = 1/√21 ≈ 0.2182。它是一个不大不小的正相关：X 偏大时 Y 也倾向偏大，但远非严格线性（ρ 离 1 还很远）。
② 取 X 在 [−1, 1] 上均匀分布，令 Y = X2。先算三个矩：由对称性 E(X) = 0、E(X3) = 0（奇函数在对称区间上积分为 0），E(Y) = E(X2) = 1/3。于是
Cov(X, Y) = E(XY) − E(X)E(Y) = E(X3) − 0 = 0 ⇒ ρ = 0
可 Y 完全由 X 决定（知道 X 就唯一确定 Y），两者显然不独立。
点评 ② 是统计学中最经典的「陷阱题」，值得反复玩味：ρ = 0 只说明「没有线性关系」，而这里的 Y = X2 是一条漂亮的抛物线关系——它太「弯」了，弯到正负两侧的线性贡献互相抵消，于是线性指标读数为 0。
三句口诀收尾：独立 ⇒ 不相关；不相关 ⇏ 独立；ρ = ±1 ⇔ 严格线性。
现实提醒：数据分析里看到 ρ ≈ 0 千万别说「两者无关」——只能说「没发现线性关联」。要发现抛物线、周期性这类关系，得靠画散点图（第五章会专门做这件事）。
题目 设随机变量 X 满足 E(X) = 50、Var(X) = 25。① 用切比雪夫不等式估计 P(|X − 50| ≥ 15)；② 若已知 X ~ N(50, 25)，求该概率的实际值，并与①比较；③ 用切比雪夫估计 P(|X − 50| ≥ 12.5)。
解 ① 标准差 σ = √25 = 5，15 = 3σ，即 k = 3：
P(|X − 50| ≥ 15) = P(|X − μ| ≥ 3σ) ≤ 1/32 = 1/9 ≈ 0.111
② 正态分布下，(X − 50)/5 ~ N(0,1)，故该事件等价于 |Z| ≥ 3：
P(|Z| ≥ 3) = 2(1 − Φ(3)) = 2 × 0.00135 ≈ 0.0027
比较：切比雪夫的界 0.111 是实际值 0.0027 的约 41 倍——界很松，但它对任何分布都成立。
③ 12.5 = 2.5σ，k = 2.5：P ≤ 1/2.52 = 1/6.25 = 0.16。
| k | 切比雪夫上界 1/k2 | 正态实际值 | 宽松倍数 |
|---|---|---|---|
| 2 | 0.250 | 0.0455 | 约 5.5 倍 |
| 2.5 | 0.160 | 0.0124 | 约 13 倍 |
| 3 | 0.111 | 0.0027 | 约 41 倍 |
点评 表格说明了切比雪夫的「性格」：k 越大、分布越「规矩」（如正态），界就越松。这不是缺点，而是代价——它买的是「不挑分布」这条极其难得的普适性。
它真正的用武之地在证定理（上一节用它证明大数定律）与做保守估计（不知道分布形状时，它能给一个绝不会错的结论）。「界松但永远成立」胜过「精确但只会正态」，这在工程安全、可靠性设计里是常态。
另一点：本题②里 |Z| ≥ 3 的概率约 0.0027（即「3σ 原则」），它是第六章判断「异常值」的第一把尺子。
题目 掷 100 次均匀硬币，X ＝ 正面次数。① 写出 X 的分布与 μ, σ；② 用正态近似（不带连续性修正）求 P(45 ≤ X ≤ 55)；③ 带上连续性修正再算一次；④ 与精确值比较，说明修正的作用。
解 ① X ~ B(100, 0.5)，μ = np = 50，σ = √(npq) = √(100×0.5×0.5) = √25 = 5。
② 直接标准化：(X − 50)/5，端点 45 ↦ −1、55 ↦ 1：
P(45 ≤ X ≤ 55) ≈ Φ(1) − Φ(−1) = 0.8413 − 0.1587 = 0.6827
③ 把整数膨胀为区间：P(45 ≤ X ≤ 55) ≈ P(44.5 ≤ Y ≤ 55.5)，端点变为 (44.5 − 50)/5 = −1.1、(55.5 − 50)/5 = 1.1：
P ≈ Φ(1.1) − Φ(−1.1) = 0.8643 − 0.1357 = 0.7287
④ 精确值 ∑k=4555 C100k(1/2)100 ≈ 0.7287。
| 方法 | 结果 | 与精确值之差 |
|---|---|---|
| 精确计算 | 0.7287 | — |
| 正态近似（无修正） | 0.6827 | 0.046 |
| 正态近似（带修正） | 0.7287 | < 0.001 |
点评 ④ 的对比是全题的灵魂：不加那「半格」，误差 0.046（相对误差约 6%）；加上半格，误差降到千分之一以下——代价只是把 45、55 各向外挪 0.5。
为什么是 0.5？因为离散概率 P(X=k) 对应的是连续曲线下 [k − 0.5, k + 0.5] 那一格的面积（回看图 4-17：柱顶连线正是曲线）。区间类概率要把两端各补半格，才能和面积对齐。
使用条件再强调一遍：np ≥ 5 且 n(1 − p) ≥ 5。本题 np = 50，远够用。
题目 利用本章公式，填出下表中各分布的期望与方差（参数已在第一列给出具体值），并说明每处用的是哪条性质。
解 逐个填写（括号内注明依据）：
| 分布（具体参数） | E(X) | Var(X) | 依据 |
|---|---|---|---|
| 两点 B(1, 0.4) | 0.4 | 0.24 | p、p(1−p) |
| 二项 B(10, 0.3) | 3 | 2.1 | np、np(1−p) |
| 泊松 P(2.5) | 2.5 | 2.5 | 两者都是 λ |
| 几何 Ge(0.25) | 4 | 12 | 1/p、(1−p)/p2 |
| 均匀 U(2, 8) | 5 | 3 | (a+b)/2、(b−a)2/12 |
| 指数 Exp(0.5) | 2 | 4 | 1/λ、1/λ2 |
| 正态 N(10, 4) | 10 | 4 | 参数即数字特征 |
两处验算过程：几何 Ge(0.25)——E = 1/0.25 = 4，Var = (1 − 0.25)/0.252 = 0.75/0.0625 = 12；均匀 U(2,8)——E = (2 + 8)/2 = 5，Var = (8 − 2)2/12 = 36/12 = 3。
点评 这张表是本章的「期末速查卡」，建议亲手默写三遍。填写时注意三个易错点：
① 正态 N(10, 4) 的第二个数是方差不是标准差——写方差就是 4，要标准差才开方得 2。中文教材两种记号都常见，考试务必看清题目定义。
② 几何分布的方差 (1−p)/p2 常被误记成 1/p2：p = 0.25 时前者 12、后者 16，差得很远。
③ 泊松 E = Var = λ 是最省事也最容易被怀疑的一条——它没有算错。
最后回望一章：从「用一个数概括随机」到「用两个数」，再到「无数个随机相加会怎样」——本章的每一个工具，都将在第五章的抽样与第六章的推断中被反复调用。
本课练「加权平均」的手感：给分布，能算出重心；给重心，能反推分布的性质。
练 1.1 掷一粒均匀骰子，X ＝ 点数。用定义（不抄结论）算出 E(X)，并说明它为什么不是「最可能出现的点数」。
答：E(X) = (1+2+3+4+5+6)/6 = 21/6 = 3.5。最可能出现的点数每个都是 1/6（六个并列），而 3.5 根本取不到——「最可能值」与「平均值」是两回事，骰子正是最好的反例。
练 1.2 设 P(X = k) = k/10（k = 1, 2, 3, 4）。① 先验证它是合法的分布列；② 求 E(X)。
答：① 概率依次 0.1, 0.2, 0.3, 0.4，全非负、和为 1 ✓。② E(X) = 1×0.1 + 2×0.2 + 3×0.3 + 4×0.4 = 0.1+0.4+0.9+1.6 = 3。也可写成 ∑k2/10 = 30/10 = 3——先验证再计算是标准次序。
练 1.3 设 P(X=0) = 0.3, P(X=1) = 0.5, P(X=2) = 0.2。求 E(X) 与 E(X − 1)。
答：E(X) = 0×0.3 + 1×0.5 + 2×0.2 = 0.9；E(X − 1) = E(X) − 1 = −0.1。注意 E(X−1) ≠ E(X)−E(X)——这里的 1 是常数，不是 E(X)。
练 1.4 设 X ~ U(0, 1)（在 [0,1] 上均匀）。用积分求 E(X)。
答：E(X) = ∫10 x·1 dx = x2/2 |01 = 1/2。离散的加权平均换成「密度作重量」的积分，重心落在区间正中——对称即中点。
练 1.5 袋中 3 红 2 白，随机摸 1 个。令 X = 1（摸红）、0（摸白），求 E(X)，并解释它的含义。
答：E(X) = 1×(3/5) + 0×(2/5) = 0.6。含义：「摸到红球」这件事的平均发生次数 = 摸到红球的概率。0/1 型变量（指示变量）的期望就是它的概率——这条在例2、例4 里是主力。
练 1.6 某游戏掷一粒骰子，点数即收益（元）。① 求期望收益；② 若入场费 3 元，平均每局净赚或净亏多少？
答：① 3.5 元。② 净收益 E = 3.5 − 3 = +0.5 元——玩家占便宜，这种游戏庄家绝不会开。
小结：期望＝按概率加权的平均。它可以是取不到的值（3.5）、可以小于所有取值（0.6），这两条反直觉之处，恰恰是它「性质比数值更重要」的理由。
本课专门练线性性。反复提醒自己：期望可加不挑条件。
练 2.1 已知 E(X) = 4，求 E(3X + 2) 与 E(−X)。
答：E(3X+2) = 3×4 + 2 = 14；E(−X) = −4。常数项照搬、系数照乘——这就是「线性」二字。
练 2.2 已知 E(X) = 2, E(Y) = 3，求 E(X + Y) 与 E(2X − 3Y + 1)。需要 X, Y 独立吗？
答：E(X+Y) = 5；E(2X−3Y+1) = 4 − 9 + 1 = −4。不需要独立——这是期望线性性与方差可加性最大的区别。
练 2.3 掷两粒骰子，S ＝ 点数之和。用线性性求 E(S)，并说明为什么不必先求 S 的分布。
答：E(S) = 3.5 + 3.5 = 7。若先求分布，要列 11 个概率再乘加；线性性把两步并成一步。「和的期望 = 期望的和」是本册最常用的一句话。
练 2.4 掷 n 粒骰子，Sn ＝ 点数之和。求 E(Sn)；若 n = 20，得多少？
答：E(Sn) = 3.5n；n = 20 时为 70。这不需要知道和分布的任何一个概率——线性性对任意多个变量都成立。
练 2.5 一张 5 道单选题的卷子，每题 4 个选项。小明全部随机乱猜，X ＝ 答对题数。求 E(X)。
答：令 Ii 表示第 i 题是否答对，则 P(Ii=1) = 1/4（盲猜对四分之一）、X = ∑Ii，故 E(X) = 5×(1/4) = 1.25。注意各题不独立也不影响（判断题之间毫无关系，但线性性照样管用）。
练 2.6 证明：E(X − E(X)) = 0。E(X − 5) = 0 对吗？
答：E(X − E(X)) = E(X) − E(X) = 0 ✓。而 E(X−5) = E(X) − 5，只有 E(X)=5 时才为 0。「围绕自己的重心取偏差，平均必为 0」——这正是重心之所以叫重心的定义性质。
小结：E(aX+bY+c) = aE(X)+bE(Y)+c，无条件成立。把「计数」拆成 0/1 变量之和（练 2.5），是这套性质最锋利的用法。
本课练「无意识统计学家公式」：E(g(X)) = ∑g(xk)pk。
练 3.1 设 P(X=1) = 0.2, P(X=2) = 0.5, P(X=3) = 0.3。求 E(X) 与 E(X2)。
答：E(X) = 0.2 + 1.0 + 0.9 = 2.1；E(X2) = 0.2 + 2.0 + 2.7 = 4.9。两者之差 4.9 − 2.12 = 0.49 就是方差（下一课用）。
练 3.2 承接练 3.1，用两种方法求 E(2X + 1)：① 用线性性；② 用函数期望公式。验证答案一致。
答：① 2E(X) + 1 = 2×2.1 + 1 = 5.2。② (2×1+1)×0.2 + (2×2+1)×0.5 + (2×3+1)×0.3 = 0.6 + 2.5 + 2.1 = 5.2 ✓。线性函数两条路必通——若算出来不同，一定是错了。
练 3.3 掷一粒均匀骰子，求 E(X2)，并与 (E(X))2 比较。
答：E(X2) = (1+4+9+16+25+36)/6 = 91/6 ≈ 15.167，而 (E(X))2 = 3.52 = 12.25。E(X2) > (E(X))2 恒成立（方差非负），差额就是 35/12。
练 3.4 承接练 3.1，求 E(1/X)，并与 1/E(X) 比较大小、解释原因。
答：E(1/X) = 1×0.2 + (1/2)×0.5 + (1/3)×0.3 = 0.2 + 0.25 + 0.1 = 0.55；1/E(X) = 1/2.1 ≈ 0.476，故 E(1/X) > 1/E(X)。原因：1/x 是凸函数（詹森不等式），且倒数会放大小值的影响。
练 3.5 设 X ~ U(0, 1)，求 E(X2) 与 E(X3)。
答：E(X2) = ∫10 x2dx = 1/3；E(X3) = ∫10 x3dx = 1/4。一般地 E(Xk) = 1/(k+1)——均匀分布的各阶矩都很「乖」。
练 3.6 判断题：E(X2) = (E(X))2；E(1/X) = 1/E(X)；E(√X) = √(E(X))。哪些恒成立？
答：一个都不恒成立。前两者分别有 ≥ 与 ≥ 的关系（凸函数），第三者方向相反（√ 是凹函数，E(√X) ≤ √(E(X))）。「先变换」与「先平均」不可交换——这是本章最重要的警示。
小结：函数期望公式让不必求 g(X) 的分布。但要牢记：算 E(g(X)) 时把 g 作用在取值上，概率不动。
本课把 §4.5 的表练成条件反射：看到分布记号，立刻报出期望。
练 4.1 X ~ B(20, 0.4)，求 E(X)。
答：E(X) = np = 20×0.4 = 8。也可理解为「做 20 次、每次成功概率 0.4」——成功次数的平均正是 8。
练 4.2 X ~ P(3.5)，求 E(X)。泊松的期望与方差是什么关系？
答：E(X) = λ = 3.5，且 Var(X) = λ = 3.5——均值等于方差是泊松的签名，本课后面会反复用它。
练 4.3 X ~ Ge(0.2)（每次成功概率 0.2，直到成功为止的次数）。求 E(X)，并解释它。
答：E(X) = 1/p = 1/0.2 = 5。含义：成功概率 1/5 的事，平均要试 5 次才成功一次——「掷到 6 点平均要 6 次」正是它的特例。
练 4.4 X ~ U(3, 9)，求 E(X)。
答：E(X) = (3 + 9)/2 = 6。区间中点即期望——对称性原理，连积分都不用做。
练 4.5 X ~ Exp(0.4)，求 E(X)。若 X 表示某元件的寿命（千小时），平均寿命是多少？
答：E(X) = 1/λ = 1/0.4 = 2.5（千小时），即平均 2500 小时。指数分布的 λ 越大、寿命越短——λ 是「失效率」。
练 4.6 X ~ N(70, 100)，求 E(X) 与 σ。
答：E(X) = μ = 70；σ = √100 = 10。注意第二个参数 100 是方差不是标准差——本题最常见的丢分点。
练 4.7 从 50 件产品（其中 10 件次品）中不放回地抽 5 件，令 X ＝ 抽到的次品数（超几何分布 H(50, 10, 5)）。求 E(X)。
答：E(X) = n·K/N = 5 × 10/50 = 1。也可用指示变量理解：每件被抽中的概率是 5/50 = 1/10，10 件次品共贡献 10 × 1/10 = 1。不放回不影响期望的可加性（再次印证线性性的无条件）。
小结：七条期望公式一表打尽。最容易被忘记的是超几何 nK/N 与几何 1/p，这两条建议连同「泊松 E=Var」一起刻在脑子里。
本课练「波动」的两条脾气：平移不改变，伸缩要平方。
练 5.1 掷一粒均匀骰子，求 Var(X)。
答：Var = E(X2) − (E(X))2 = 91/6 − 49/4 = 182/12 − 147/12 = 35/12 ≈ 2.917，σ = √(35/12) ≈ 1.708。
练 5.2 设 P(X=1) = 0.2, P(X=2) = 0.5, P(X=3) = 0.3，求 Var(X)。
答：由练 3.1 得 E(X) = 2.1、E(X2) = 4.9，故 Var = 4.9 − 2.12 = 4.9 − 4.41 = 0.49，σ = 0.7。先算两个矩、再作差，比逐个算偏差平方快得多。
练 5.3 已知 Var(X) = 2，求 Var(3X + 2)、Var(2 − X)、Var(−X)。
答：Var(3X+2) = 9×2 = 18；Var(2−X) = (−1)2×2 = 2；Var(−X) = 2。平移项（+2、2−）一律不影响方差；负号也被平方抹掉。
练 5.4 掷两粒独立骰子，S ＝ 点数之和。求 Var(S)。
答：Var(S) = 35/12 + 35/12 = 35/6 ≈ 5.833。若两骰子不独立，这条就不能用——必须先算协方差（下一课）。
练 5.5 掷 n 粒独立骰子，求和的方差与标准差。当 n = 12 时各为多少？
答：Var = 35n/12，σ = √(35n/12)。n = 12 时 Var = 35、σ = √35 ≈ 5.916。方差随 n 线性增长、标准差只按 √n 增长——这就是「平均更稳」的算术来源。
练 5.6 判断题：Var(2X) = 2Var(X)；Var(X + Y) = Var(X) + Var(Y)；Var(X − Y) = Var(X) − Var(Y)。哪些对？
答：全错。① 应为 4Var(X)；② 只在独立时成立（一般要加 2Cov）；③ 应为 Var(X) + Var(Y) − 2Cov，独立时就是 Var(X) + Var(Y)。方差遇减号不减、遇乘号要平方。
小结：方差的四条性质——常数为 0、平移不动、伸缩平方、独立可加。四条都能从定义直接推出，忘掉时不妨现推一遍。
本课与习题课四成对：期望表配方差表，一起背下来。
练 6.1 X ~ B(20, 0.4)，求 Var(X) 与 σ。
答：Var = np(1−p) = 20×0.4×0.6 = 4.8，σ = √4.8 ≈ 2.191。记住 (1−p) 这个因子的存在——它常被漏掉。
练 6.2 X ~ P(3.5)，求 Var(X)。
答：Var = λ = 3.5。泊松「均值 = 方差」是它的指纹：做数据拟合时，样本方差远大于样本均值就说明「过度分散」，多半不该用泊松。
练 6.3 X ~ Ge(0.2)，求 Var(X)。
答：Var = (1−p)/p2 = 0.8/0.04 = 20。注意与「1/p2 = 25」的区别——几何分布的方差大得惊人，等待类问题的波动天生剧烈。
练 6.4 X ~ U(3, 9)，求 Var(X)。
答：Var = (b−a)2/12 = (9−3)2/12 = 36/12 = 3，σ = √3 ≈ 1.732。区间长 6、标准差不到 2——均匀分布把不确定「摊平」了。
练 6.5 X ~ Exp(0.4)，求 Var(X)。σ 与 E(X) 有什么关系？
答：Var = 1/λ2 = 1/0.16 = 6.25，σ = 2.5——与 E(X) = 2.5 恰好相等。这是指数分布的名片（等待类分布里只有它如此）。
练 6.6 X ~ N(70, 100)，求 Var(X)。
答：Var = σ2 = 100（题目第二个参数直接就是方差），σ = 10。正态的参数与数字特征一一对应，这也是它写作 N(μ, σ2) 的原因。
练 6.7 设 E(X) = μ, Var(X) = σ2，令 Z = (X − μ)/σ。证明 E(Z) = 0、Var(Z) = 1。
答：E(Z) = (E(X) − μ)/σ = 0；Var(Z) = Var(X)/σ2 = 1（用伸缩性质 Var(aX+b) = a2Var(X)，a = 1/σ）。这就是「标准化」——把任何分布挪到 0 处、压成单位胖瘦，中心极限定理里的 (Sn − nμ)/(σ√n) 用的正是这一手。
小结：期望表 + 方差表 = 本册最实用的两页。特别注意三条「签名」：泊松 E = Var、指数 σ = E、正态「参数即特征」。下一课进入赌局与协方差。
本课用期望给各种「游戏」定价：算出期望，就知道谁占便宜。
练 7.1 掷一粒骰子，出 6 点赢 4 元，否则输 1 元。求每局期望净收益，并判断是否公平。
答：E = 4×(1/6) − 1×(5/6) = (4 − 5)/6 = −1/6 ≈ −0.167 元。偏向庄家——每局平均亏 0.167 元。
练 7.2 接练 7.1，若要让游戏公平，出 6 应赢多少？
答：令 a/6 − 5/6 = 0，得 a = 5 元，即赔率 5:1。公平赔率 = 不利概率/有利概率，这是所有公平赌局的定价公式。
练 7.3 欧洲轮盘有 0–36 共 37 格，押一个号码命中赔 35 倍。求期望净收益（押 1 元）。
答：E = 35×(1/37) − 1×(36/37) = −1/37 ≈ −0.027 元。赌场优势 2.7%——赔 35 倍而非公平的 36 倍，差的那一倍就是利润。
练 7.4 某彩票 2 元一注，中奖得 100 元、概率 1/100。求期望净收益。
答：中奖净赚 98 元、不中净亏 2 元：E = 98×0.01 − 2×0.99 = 0.98 − 1.98 = −1 元。每买一注平均亏掉一半本金——彩票的抽取比例比轮盘狠得多。
练 7.5 某保险产品：一年内出险赔付 10000 元、出险概率 0.002，保费 30 元。求保险公司每单的期望利润。
答：E(赔付) = 10000×0.002 = 20 元，故期望利润 = 30 − 20 = 10 元。保险公司赚的是「把随机赔付换成确定保费」的服务费——投保人花钱买的是「消除方差」。
练 7.6 1000 张奖券中有 1 张可中 500 元，售价 1 元。求买一张的期望净收益。
答：E = 500×(1/1000) − 1 = 0.5 − 1 = −0.5 元。花 1 元买 0.5 元的期望——「期望亏损」与「中奖的期待感」是两笔不同的账，这就是彩票长期存在的心理学理由。
小结：公平 ⇔ E(净收益) = 0。凡是庄家长期经营的游戏，期望必为负；负多少，就是它的「税率」（彩票 > 轮盘 > 保险）。
本课练「同起同落」的度量。准备好纸笔，联合分布的算账要一笔一笔来。
练 8.1 设 (X, Y) 的联合分布为 P(0,0) = 0.1, P(1,0) = 0.2, P(0,1) = 0.4, P(1,1) = 0.3。求 Cov(X, Y)。
答：边缘 E(X) = 0.2 + 0.3 = 0.5、E(Y) = 0.4 + 0.3 = 0.7；E(XY) = 1×1×0.3 = 0.3。故 Cov = 0.3 − 0.5×0.7 = 0.3 − 0.35 = −0.05。负协方差：X 大时 Y 反而倾向小。
练 8.2 接练 8.1，已知 Var(X) = 0.25、Var(Y) = 0.21，求相关系数 ρ。
答：ρ = −0.05/(√0.25 × √0.21) = −0.05/(0.5 × 0.4583) = −0.05/0.2291 ≈ −0.218（精确值 −1/√21）。ρ 在 [−1,1] 内，无量纲——所以不同问题之间可以比较强弱。
练 8.3 接练 8.1、8.2，求 Var(X + Y) 与 Var(X − Y)。
答：Var(X+Y) = 0.25 + 0.21 + 2×(−0.05) = 0.36；Var(X−Y) = 0.25 + 0.21 − 2×(−0.05) = 0.56。因 Cov < 0，相加的波动被压小、相减的波动被放大——这与「独立时两者相等」形成鲜明对照。
练 8.4 若 X, Y 独立，Cov(X, Y) 等于多少？反过来成立吗？
答：独立时 E(XY) = E(X)E(Y)，故 Cov = 0。反过来不成立：例9 的 Y = X2（X 在 [−1,1] 均匀）就满足 Cov = 0 却明显不独立。
练 8.5 判断题：ρ = 0 说明两变量毫无关系；ρ = 0.9 说明 X 是 Y 的原因。分别说明为什么错。
答：① ρ = 0 只说明没有线性关系，完全可能有强烈的非线性关系（抛物线、周期）。② ρ 只度量同向变动，与因果无关——夏天冰淇淋销量与溺水人数高度正相关，但两者都由「气温」驱动。相关不等于因果，这是统计学第一戒律。
练 8.6 设 Y = 2X + 3，求 ρ。再设 Y = −X，求 ρ。
答：两者的 ρ 分别是 +1 与 −1——严格线性（含反向）时相关系数取到边界。ρ = ±1 与「严格线性」是等价的，这是相关系数的极端情形。
小结：协方差量方向、相关系数量强度。算 Cov 只认一条：E(XY) − E(X)E(Y)，其中 E(XY) 必须回到联合分布上算。
本课练「不挑分布的界」：有期望方差，就能给偏离概率设上限。
练 9.1 设 E(X) = 20, Var(X) = 9。用切比雪夫估计 P(|X − 20| ≥ 9)。
答：σ = 3，9 = 3σ，k = 3：P ≤ 1/32 = 1/9 ≈ 0.111。
练 9.2 设 E(X) = 100, σ = 10。用切比雪夫估计 P(|X − 100| ≥ 30)。
答：30 = 3σ，k = 3：P ≤ 1/9 ≈ 0.111。注意本题只给了 σ 没给 σ2 的数值——直接按倍数算即可，不必求出方差。
练 9.3 设 X1, …, X100 独立同分布，E(Xi) = μ, Var(Xi) = 4。用切比雪夫估计 P(|ȳ − μ| ≥ 0.5)，其中 ȳ 是样本均值。
答：Var(ȳ) = 4/100 = 0.04，故 P ≤ 0.04/0.52 = 0.04/0.25 = 0.16。关键在于先把「样本均值的方差」算成 σ2/n，再代入不等式——这是所有这类题的固定第一步。
练 9.4 若上题还知道 Xi 服从正态，P(|ȳ − μ| ≥ 0.5) 的实际值约为多少？与 0.16 比较。
答：ȳ ~ N(μ, 0.04)，σȳ = 0.2，0.5 = 2.5σȳ，故实际值 = 2(1 − Φ(2.5)) ≈ 0.0124。切比雪夫的界 0.16 松了约 13 倍——「不挑分布」的代价就是「不够精准」。
练 9.5 切比雪夫能对任意分布使用，代价是什么？它最适合什么场合？
答：代价是界松（尤其对正态）、且需要方差存在。最适合：① 证明定理（大数定律）；② 分布未知时的保守估计（工程可靠性、风险上限）。「宁可保守也不出错」正是它的价值定位。
小结：切比雪夫三步走——算方差（或样本均值的方差）→ 数清偏离是几倍 σ → 取 1/k2。它是下一课大数定律的直接引擎。
本课把大数定律「用起来」：算收敛速度、辨真伪说法。
练 10.1 抛一枚均匀硬币 10000 次。用切比雪夫估计「频率偏离 0.5 达到 0.05 以上」的概率上界。
答：频率 ȳ 的方差为 0.25/10000 = 0.000025，故 P(|ȳ − 0.5| ≥ 0.05) ≤ 0.000025/0.0025 = 0.01。也就是说，偏差超过 5% 的机会不到 1%——样本量一上万，频率就非常「听话」。
练 10.2 同样用切比雪夫，只抛 100 次，同一事件（偏离 ≥ 0.05）的概率上界是多少？说明了什么？
答：Var(ȳ) = 0.25/100 = 0.0025，P ≤ 0.0025/0.0025 = 1——上界为 1，毫无信息量。样本太小，切比雪夫帮不上忙；要它给力，必须有足够大的 n。
练 10.3 判断：辛钦大数定律要求「独立同分布且方差存在」。对吗？
答：不对。辛钦只要求独立同分布 + 期望存在（方差可以不存在）。要求方差的是切比雪夫型大数定律——条件的强弱不要混淆。
练 10.4 赌徒说：「已经连出 8 次正面，按大数定律，下次该出反面了。」指出错误。
答：典型的赌徒谬误。大数定律说的是「未来大量的抛掷会让总频率趋于 0.5」，方式是靠后面的次数足够多去「稀释」前面的偏差，而不是回头补偿。每次抛掷仍独立、仍是 1/2。硬币不记得历史。
练 10.5 大数定律与中心极限定理各回答什么问题？一句话区分。
答：大数定律管「位置」——样本均值趋向 μ（收敛到哪里）；中心极限定理管「形状」——偏离的分布趋向正态（怎么分布）。前者说「会靠近」，后者说「靠近的方式有多随机」。
练 10.6 蒙特卡洛方法向一个正方形内随机撒点估计内切圆面积，撒点越多越准。依据是哪条定律？
答：依据是伯努利大数定律——频率（落在圆内的比例）依概率收敛于概率（面积比），而面积比 × 正方形面积正是圆面积。这就是「用随机算确定」的合法性来源。
小结：大数定律把「频率」与「概率」焊在一起，是统计学的基石。牢牢记住它的措辞：依概率收敛——允许例外，但例外的概率可任意小。
本课是本章的收官，练正态近似的完整流程与判断题。
练 11.1 设 X ~ B(200, 0.4)。① 求 μ, σ；② 用带连续性修正的正态近似求 P(X ≥ 90)。
答：① μ = 200×0.4 = 80，σ = √(200×0.4×0.6) = √48 ≈ 6.928。② 修正为 P(X ≥ 89.5)：z = (89.5 − 80)/6.928 = 1.371，故 P ≈ 1 − Φ(1.371) ≈ 0.085（精确值 0.0857，吻合极好）。
练 11.2 上题若不做连续性修正（直接用 P(X ≥ 90)），结果如何？差多少？
答：z = (90 − 80)/6.928 = 1.443，P ≈ 1 − Φ(1.443) ≈ 0.0745。与精确值 0.0857 相差 0.011（相对误差 13%）——把 90 落到 89.5 上，误差就降到千分之几。半格之差的威力，本例再次印证。
练 11.3 设 X1, …, X48 独立同分布 U(0, 1)，S = ∑Xi。求 E(S)、Var(S)，并说明 S 近似服从什么分布。
答：E(Xi) = 1/2, Var(Xi) = 1/12，故 E(S) = 48/2 = 24、Var(S) = 48/12 = 4（σ = 2）。由 CLT，S 近似服从 N(24, 4)——48 个「矩形」叠加，已经很像钟形了。
练 11.4 判断下列能否直接用 CLT 的正态近似：① B(5, 0.5)；② B(100, 0.02)；③ 柯西分布的独立和。
答：① 不能——n 太小、离对称钟形还远（np = 2.5 < 5）。② 不能——虽 n 大但 np = 2 < 5，严重右偏，应改用泊松近似。③ 不能——柯西分布连期望、方差都不存在，CLT 的前提不满足。「独立同分布」和「方差有限」两个条件缺一不可。
练 11.5 对正态分布，P(|μ − X| ≤ 3σ) 约为多少？这条「3σ 原则」有什么用处？
答：约 0.9973，即一千次中不到三次超出 3σ。用途：工业质量控制的「异常报警线」；统计学判断离群值的第一把尺子（第六章假设检验的雏形）。
练 11.6 一句话总结本章：从「一个数」到「两条定律」，中间的关键是什么？
答：关键两步——用期望与方差把分布「压成两个数」；再用切比雪夫不等式把「方差被 n 除小」这件事变成收敛的保证。于是大数定律成立，CLT 再把残余的随机性描绘成正态。数字特征是输入，两条极限定理是输出。
小结：正态近似的完整流程——算 μ、σ → 连续性修正（±0.5）→ 标准化 → 查 Φ 表。全章到此，概率论的两根支柱已立在眼前。
本章的题目分三类，先归档，再自测。自己的错题，把每一道归入下面的抽屉。
抽屉一：算法型错误（最常见）
典型症状——期望里漏掉某个取值、E(X2) 写成 (E(X))2、方差公式漏了 (1−p)、正态近似忘了连续性修正。对策：把所有公式写在一张「速查卡」上（§4.8 表格 + 图 4-18），做题时对照，犯错立刻标记。这类错误靠熟练度消灭。
抽屉二：概念型错误（最危险）
典型症状——以为 E(X2) = (E(X))2、以为「不相关 = 独立」、以为「方差可加不需要独立」、把赌徒谬误当成大数定律。对策：把本章的三处「不可交换/不可逆」写成三行贴在书桌前：E(g(X)) ≠ g(E(X))；独立 ⇒ 不相关（反之不然）；独立才可加方差。
抽屉三：建模型错误（最隐蔽）
典型症状——该用指示变量的硬算分布、该用线性性的去列全分布、该做连续性修正的当成连续型。对策：每道应用题先问「它是不是若干个简单量之和」（是 → 线性性/指示变量）；「它是不是离散整数」（是 → 想修正）；「我需要的是位置还是波动」（位置 → 期望；波动 → 方差）。
三问自测（合上书，逐个回答，答不出就回去翻）：
自测一 E(X) = 5, Var(X) = 4，求 E(2X + 3) 与 Var(2X + 3)。
答：E = 13、Var = 16。常数 3 进期望不进方差，系数 2 在方差里要平方（22×4 = 16）。
自测二 为什么 E(X + Y) = E(X) + E(Y) 不需要独立，而 Var(X + Y) = Var(X) + Var(Y) 需要？
答：因为方差的可加式里多出一项 2Cov(X, Y)。期望是「一次型」（线性泛函），协方差项自动消失；方差是「二次型」，交叉项留了下来。独立使 Cov = 0，交叉项才消失。
自测三 大数定律与中心极限定理，一句话各是什么？
答：大数定律——样本均值依概率收敛于期望 μ（位置问题）；中心极限定理——标准化后的和在分布上收敛于 N(0,1)（形态问题）。前者说「会靠拢」，后者说「靠拢时的随机有多大、长什么样」。
全章收官。带着三个数（期望、方差、协方差）与两条定律走进第五章——那将是「从数据出发」的统计篇，而它们正是全部统计推断的计算引擎。偶然之中确有秩序，而秩序就藏在这几个数里。
「期望」这个概念如今写在每一本概率书的第一章，可它的出生证明只有薄薄几十页——1657 年，一位 28 岁的荷兰人写下《论赌博中的推理》（De ratiociniis in ludo aleae），这是历史上第一部概率论专著。作者是克里斯蒂安·惠更斯（Christiaan Huygens，1629–1695）——而这个名字，在物理学里通常与摆钟、土星光环和「惠更斯原理」连在一起。
事情的起因是 1654 年帕斯卡与费马的那场著名通信（本册第二章讲过的「分赌金问题」）。两人用书信解决了一批难题，却没有立刻发表。1656 年惠更斯旅居巴黎时听说了这件事，便自己动手，把其中的思想整理成一套可以传授的规则——第二年，这份手稿作为他老师范·斯霍滕（van Schooten）《数学练习》的附录出版。
惠更斯做的最重要的一件事：给「价值」下定义
他没有停留在「算某个事件的概率」，而是问了一个更实用的问题：一个「尚未发生的结果」，现在值多少钱？他的答案是——把每一种可能的收益乘上它发生的概率，再全部加起来，这个和就是该项「机会」的价值。
这就是期望（他用的拉丁词是 expectatio）最早的定义。它比帕斯卡、费马的解法更进了一步：他们算的是「我赢的机会有多大」，惠更斯算的是「这份机会该值几枚金币」。从「概率」到「期望」，中间隔着的正是从认识论到决策论的那一步。
惠更斯由此立下一条判据，至今未变：在公平的赌局里，每位参与者所持机会的期望值必须相等。这既是「公平」的定义，也是给赌注定价的公式——本书 §4.9 里那句「公平赔率 = 不利概率 / 有利概率」，正是这条命题在骰子上的特例。
《论赌博中的推理》的影响延续了近一个世纪。雅各布·伯努利的《推测术》（1713）第一部分就是对惠更斯这本书的逐条注解；棣莫弗的《机会论》（1718）同样从这里出发。可以说，18 世纪所有概率论著作，都站在惠更斯这几十页的肩膀上。
延伸对读：惠更斯的《论赌博中的推理》有中译本收入《概率论经典文献选》一类文集；另可读伊恩·哈金（Ian Hacking）《概率的突现》（The Emergence of Probability）第三章——它专门讨论「期望」这一概念的哲学意味：把一个未来的不确定性折算成当下的等价物，这究竟是一种怎样的思维革命。〔赌金〕
奇怪的事：本章最重要的定理，名字里却没有它的发现者。「中心极限定理」（central limit theorem）这个叫法是 1920 年才由匈牙利数学家波利亚（George Pólya）拟定的，而它的内容已经在数学里酝酿了近两百年。
故事仍然从赌桌开始。1733 年，棣莫弗在《二项级数求和的逼近方法》里解决了一个掷硬币问题，并画出那条钟形曲线——这是正态密度的第一次亮相，比高尔顿、皮尔逊的统计时代早了一个半世纪（本册第三章札记①已详述）。他证的是二项分布这一特例。
真正的推广来自 1812 年拉普拉斯的《概率的分析理论》。他不仅把结论推到了一般情形，还发明了「用均值与二阶矩来刻画误差分布」的整套工具——今天统计推断里的「极大似然」「最小二乘」，都能在书中找到雏形。拉普拉斯的雄心是「用概率统一一切不确定现象」，而中心极限定理是这套体系的枢纽。
「严格化」的一百年
19 世纪的证明都带着「近似」「略去高阶项」的模糊。真正的转折是 1901 年李雅普诺夫（Lyapunov）把特征函数引入概率论——用傅里叶变换把「和的分布」变成「特征函数的乘积」，再在频域上做极限，一举给出第一个严格且普适的证明。这是一次方法论革命：概率论自此与傅里叶分析接轨。
1922 年林德伯格（Lindeberg）给出了一个更宽的条件（允许不同分布，只要没有单个变量占主导），莱维（Lévy）在 1925 年用特征函数把独立同分布的情形彻底理清——这就是今天教科书里的「林德伯格–莱维定理」。1935 年费勒（Feller）进一步证明：林德伯格条件不仅是充分的，也是必要的。至此，这条定理被完整地钉在了「独立、无单项主导、方差有限」这三根桩上。
为什么叫「中心」极限定理？一种解释是：它处于概率论的中心位置——几乎所有的极限问题都要以它为参照。另一种说法更贴切：它所描述的正是分布「中心部分」的极限形状（因为极端尾部需要更精细的条件才能控制）。两种说法都对。
延伸对读：费勒《概率论及其应用》第二卷第八章，是这条定理最经典的教科书叙述；想读历史可看斯塔尔（Stephen Stigler）《统计学的历史》第九章「中心的发现」——书中特别指出，正态分布之所以成为统计学的通用语言，不是因为自然界的偏爱，而是因为中心极限定理这条数学事实的必然结果。〔骰子〕
一张图收拢全章：从「分布」走向「两个数字」，再从「两个数字」走向「两条极限定律」。
| 要解决的问题 | 该用哪件工具 | 出处 |
|---|---|---|
| 平均收益/长期水平是多少？ | 期望 E(X) | §4.2 |
| 几个随机量的和怎么算平均？ | 线性性（无需独立） | §4.3 |
| 算 X2、1/X 的平均？ | 函数期望公式 | §4.4 |
| 波动/风险有多大？ | 方差、标准差 | §4.6–4.8 |
| 这游戏公不公平？ | 期望是否为零 | §4.9 |
| 两个量是否同起同落？ | 协方差 / 相关系数 | §4.10 |
| 分布未知，想给偏离设上限？ | 切比雪夫不等式 | §4.13 |
| 为什么频率能估计概率？ | 大数定律 | §4.12–4.15 |
| 大量求和，如何估计概率？ | 中心极限定理 + 连续性修正 | §4.16–4.17 |
本章只增加了一个动词：把「分布」压成「数字」。
第三章结束时，我们已经能给随机结果画出完整的像（分布）。可画像是无损的，也是臃肿的——它能回答一切问题，却让人无从下手。本章做的事，是找到最少的一组数字，尽量不丢失关键信息。第一个数（期望）管「落在哪里」，第二个数（方差）管「散得多开」，第三个数（协方差）管「彼此是否同行」。三个数一到手，分布的主要性格就被概括了。
期望的三种身份
作为「重心」：分布挂在数轴上的平衡点，力学直觉的直接翻译。作为「权重」：给游戏定价的等价物——惠更斯 1657 年给出的「机会的价值」。作为「极限」：大数定律说，样本均值终将收敛到它；它因此不再只是一个账面上的数，而是一个可以被「测出来」的物理量。
三种身份合起来，就是期望在概率世界里的位置：它是离散的随机与确定的算术之间，唯一那座桥。
留一个问题给第五章：既然大数定律保证「样本均值趋于期望」，那么现实中我们手里只有一份样本（而不是无穷多份），凭什么相信它离期望不远？这个问题将被「抽样分布」接手——届时中心极限定理会变成一把真正的尺子，量出「样本能有多可信」。
命题（切比雪夫不等式） 设随机变量 X 的期望为 μ、方差为 σ2（存在）。则对任意 ε > 0：
P( | X − μ | ≥ ε ) ≤ σ2/ε2
证明（连续型） 设 X 的密度为 f(x)。由方差定义展开：
σ2 = ∫+∞−∞ (x − μ)2f(x) dx
把积分区间按「离 μ 是远是近」拆成两段：|x − μ| < ε 与 |x − μ| ≥ ε。被积函数非负，丢掉「近段」的积分只会让结果变小：
σ2 ≥ ∫|x−μ|≥ε (x − μ)2f(x) dx
在剩下的积分范围里恒有 (x − μ)2 ≥ ε2，把 ε2 提出来（同样只会让结果变小）：
σ2 ≥ ε2 ∫|x−μ|≥ε f(x) dx = ε2·P(|X − μ| ≥ ε)
两边同除以 ε2，即得 P(|X − μ| ≥ ε) ≤ σ2/ε2。∎
离散型照搬：把 ∫ 换成 ∑、把 f(x)dx 换成 pk，上面每一步一字不改。事实上，只要有期望与方差，无论分布是离散、连续还是混合，证明都一样成立。
顺带完成大数定律的证明：设 X1, …, Xn 独立同分布、E(Xi) = μ、Var(Xi) = σ2。样本均值 ȳ 满足 E(ȳ) = μ（线性性）、Var(ȳ) = σ2/n（独立可加）。代入不等式：
P(| ȳ − μ | ≥ ε) ≤ σ2/(nε2) → 0 （n → ∞）
右边被 n 压向 0，故 ȳ 依概率收敛于 μ。∎ ——大数定律的全部机体，就是「方差被 n 除小」这一件事。
武器 若 X 可写成若干「0/1 变量」之和 X = I1 + ⋯ + In，则
E(X) = ∑i P(Ii = 1)
而 Ii 之间是否独立、是否相关，一律不管——这是线性性免费赠给我们的权力。
问题一：非空盒子数。把 n 个球独立地、随机地放入 n 个盒子（每个球等可能地选一个盒子）。求「非空盒子数」的期望。
解 对第 j 个盒子设指示变量 Ij = 1（该盒非空），则非空盒数 X = I1 + ⋯ + In。先算「它是空盒」的概率更省事：球 k 不进第 j 盒的概率是 1 − 1/n，n 个球独立，故
P(第 j 盒为空) = (1 − 1/n)n ⇒ E(Ij) = 1 − (1 − 1/n)n
于是 E(X) = n[1 − (1 − 1/n)n]。
| n | 5 | 10 | 20 | 100 | n → ∞ |
|---|---|---|---|---|---|
| 非空盒数期望 | 3.362 | 6.513 | 12.830 | 63.397 | n(1 − 1/e) ≈ 0.632n |
| 占比 | 0.672 | 0.651 | 0.642 | 0.634 | 0.632 |
表格最右列给出了漂亮的极限：无论 n 多大，平均只有约 63.2% 的盒子被占到——常数 1 − 1/e ≈ 0.632 又一次出现（第三章的泊松近似里也见过它）。
问题二：碰撞对数。同样地放球，求「落在同一盒子中的球对」的期望。
解 对每一对球 (i, j) 设 Jij = 1（它们同盒）。两球同盒的概率是 1/n（球 i 落在哪无所谓，只要球 j 跟上），共有 Cn2 对，故
E(碰撞对数) = Cn2 × (1/n) = n(n − 1)/2 ÷ n = (n − 1)/2
取 n = 10：期望 4.5 对碰撞。这个结论在哈希表设计里相当实用——它说明「随机散列时平均会有多少冲突」。
点评 两个问题的共同套路：① 把「计数」拆成 0/1 变量之和；② 只算每个变量的概率（往往用「补事件」更快）；③ 相加。
为什么这样可行？因为期望的线性性无条件成立——Ij 之间明显不独立（一个盒子空了，别的盒子更容易非空），可期望照样拆开相加。这是本章最值得带走的一件工具：凡是题目里出现「有多少个……」的期望，先想指示变量。
大数定律说「样本均值收敛于期望」。收敛得有多快？做一次模拟就知道了。方法：用计算机反复抛一枚均匀硬币，记录「正面出现的比例」，看它随抛掷次数如何变化。
| 抛掷次数 n | 10 | 100 | 1000 | 10000 | 100000 |
|---|---|---|---|---|---|
| 正面频率 ȳ | 0.4000 | 0.5200 | 0.4720 | 0.4944 | 0.5015 |
| 偏离 |ȳ − 0.5| | 0.1000 | 0.0200 | 0.0280 | 0.0056 | 0.0015 |
表中的数字来自一次固定随机种子的模拟（可复现）。三点：① 偏离在大体上单调缩小（0.100 → 0.0015）；② 缩小不是平滑的（n = 100 偏离 0.020，到 n = 1000 反而升到 0.028）——大数定律保证的是「趋势」，不是「每一步都更准」；③ 偏离的量级大致按 1/√n 缩小：0.5/√10000 = 0.005，与实测的 0.0056 同量级。
动手做 在 Python 里一行即可复现：
sum(random.random() < 0.5 for _ in range(100000)) / 100000
建议改一改：① 把 0.5 换成 0.3（期望变 0.3）；② 换成掷骰子的平均点数（期望 3.5）；③ 用 1/√n 预测「偏离一个标准差」的大小，与实测比对。
更推荐的一步：把「样本均值」看成随机变量——跑 1000 次独立的模拟，每次取 n = 100 的均值，画出这 1000 个均值的直方图。可以看到它近似一个钟形——这正是中心极限定理的画面：样本均值的「抽样分布」，下一章的主角。
章测试（6 题，建议限时 40 分钟） ① 掷两粒独立骰子，X ＝ 点数之积，求 E(X)。② 已知 E(X) = 3, Var(X) = 4，求 E(X2) 与 E(2X − 1)。③ X ~ B(50, 0.2)，求 E, Var, σ。④ X, Y 独立，Var(X) = 3, Var(Y) = 5，求 Var(2X − 3Y)。⑤ E(X) = 10, Var(X) = 4，用切比雪夫估计 P(|X − 10| ≥ 6)。⑥ X ~ B(400, 0.5)，用带修正的正态近似求 P(X ≥ 220)。
评讲 ① 独立时 E(X1X2) = E(X1)E(X2) = 3.5 × 3.5 = 12.25。（注意：乘积的期望在独立时才可拆，这是与「和的期望」不同的地方。）
② E(X2) = Var(X) + (E(X))2 = 4 + 9 = 13；E(2X − 1) = 2×3 − 1 = 5。
③ E = np = 10，Var = np(1−p) = 50×0.2×0.8 = 8，σ = √8 ≈ 2.828。
④ Var(2X − 3Y) = 22Var(X) + (−3)2Var(Y) = 4×3 + 9×5 = 57。独立才可直接相加；符号被平方抹掉。
⑤ σ = 2，6 = 3σ，故 P ≤ 1/9 ≈ 0.111。
⑥ μ = 200, σ = √100 = 10。修正为 P(X ≥ 219.5)：z = 19.5/10 = 1.95，P ≈ 1 − Φ(1.95) = 0.0256（精确值 0.0255，几乎完全吻合）。
| 题号 | 考点 | 答案 |
|---|---|---|
| ① | 独立时的乘积期望 | 12.25 |
| ② | 矩与线性性 | 13；5 |
| ③ | 二项的数字特征 | 10；8；2.828 |
| ④ | 方差的可加与平方 | 57 |
| ⑤ | 切比雪夫 | ≤ 1/9 ≈ 0.111 |
| ⑥ | CLT + 连续性修正 | ≈ 0.0256 |
全章到此收官。带着这三样东西走进第五章：一张速查卡（期望与方差）、一套武器（线性性 + 指示变量）、两条定律（大数定律与中心极限定理）。它们既是本章的总结，也是统计篇的全部计算引擎——从骰子到数据，路已经从随机的一侧铺到了推断的一侧。
前四章我们一直在做同一件事：已知分布，算概率。骰子六个面的概率各是多少、二项分布的期望是多少、一颗正态钟在 3σ 外还剩多少尾巴——都是「模型在前、结果在后」。可一旦走进真实世界，顺序往往反过来：手里只有一串数字，模型还不知道在哪里。
最早的一串「数据」，恰恰来自赌桌。十七世纪的赌徒为了判断某副牌出的次数是否均匀，会把整晚的牌局逐局记下来；到了十八世纪，伦敦的保险公司为了给年金定价，把教区里每一年的出生与死亡逐条登记。这些本来只是为了算账的记录，第一次让人们看清了一件惊人的事：单个事件无从预测，成批的事件却稳得出奇。掷一次骰子，没人知道是几点；掷一万次，每点的比例却几乎一样。数据里藏着规矩——统计学的全部工作，就是把这条规矩找出来。
从一颗骰子到一份数据
掷一枚标准骰子 600 次，逐次记下点数，就得到 600 个数。它们杂乱无章、毫无规律可言。可一旦把它们整理——数一数每个点数出现多少次——秩序立刻浮现：每面大约 100 次，比例逼近 1/6。
这里的 1/6 是理论给的，而 100/600 是数据给的。统计学的任务，就是让这两者对话：用数据去估计理论，也用理论去解释数据。
由这一对话，统计学分成两支。第一支叫描述统计：把一堆原始数据整理成频数表、画成图形、浓缩成几个数（均值、标准差）——它只关心「这堆数据本身说了什么」。第二支叫推断统计：从一堆数据出发，反过来对产生它们的那个更大的世界下判断——它关心「数据之外说了什么」，这也正是第六章的主题。
本章路线：先用两条腿走路——总体与样本（§5.2）定下世界观，整理与概括（§5.3–5.7）把数据读透；再学抽样方法（§5.8–5.10），弄清数据是怎么来的、误差从哪儿来；最后进入全章的引擎——统计量与抽样分布（§5.11–5.14），它是样本得以言说总体的那条通道。§5.15–5.17 用三个真实场景收束。
统计学里有一对最基本的概念，几乎每个术语都建立在它上面：总体与样本。搞清这两个词，后面的路线就都是技术问题了。
四个定义
① 总体：研究对象的全体。这里说的「对象」不是物，而是我们要测量的那个数量指标的全部取值。例如「全校学生的身高」是一个总体，「每只灯泡的寿命」也是一个总体。
② 个体：总体中的每一个基本单位（一名学生、一只灯泡）。
③ 样本：从总体中按一定规则抽取的一部分个体组成的集合。样本中所含个体的数目 n 叫做样本容量。
④ 抽样：获取样本的过程。若总体中每个个体被抽到的机会均等、且抽取过程不由人的意志决定，就称随机抽样。
这里有一处最容易被忽略、却最关键的地方：我们真正关心的从来不是样本本身，而是总体。医生抽一管血，想知道的是全身的状况；工厂检测 100 只灯泡，想知道的是这一整批的合格率；民调访问 1000 人，想知道的是全国选民的心意。样本只是总体的一个缩影——它之所以有价值，全靠「缩影不失真」这一条假设支撑。
那为什么不干脆把总体全部查一遍呢？有些时候可以——全国人口普查就是全查，叫普查。但更多时候不行，原因有三条：
为什么必须抽样
① 破坏性检验：检测灯泡寿命要把灯点亮到烧坏，检测炮弹威力要把它打出去，检测面包的细菌总数要把面包吃掉——全查等于把总体消灭光。
② 成本与时间：普查动辄耗费巨资、耗时数年，而市场机会稍纵即逝。
③ 总体无限或难以触达：想了解一片森林里的树木平均高度、一个池塘里鱼的平均重量，既数不清也抓不完。
第三条有个漂亮的古老解法，至今仍在用：标记重捕法。从池塘里捞出 200 条鱼，做上标记放回；过些天再捞 200 条，若其中有 8 条带标记，就可以估计池塘里大约有 200 × 200 / 8 = 5000 条鱼。这正是「用样本推断总体」最朴素的雏形——逻辑与第六章的区间估计一模一样。
注意：总体可以是有限的（这批 10000 只灯泡），也可以是无限的（「连续掷骰子得到的点数序列」）。无限总体无法普查，抽样是唯一出路——这正是它在概率论里出现得如此自然的原因。
拿到 50 个数，第一件事不是算，而是排。原始数据之所以让人无从下手，是因为它把「值」与「出现次数」两重信息混在一起。整理的任务，就是把它们拆开、并且按值的大小排队。
一组术语
把数据按大小分成若干区间，每个区间叫一个组；区间的长度叫组距（记 Δ）；每个组内数据的个数叫频数（记 ni）；频数除以总数 n 得到频率 fi = ni/n。把各组频数依次累加，得到累积频数与累积频率。
各组上下端点的平均值叫组中值，它代表这一组数据的「代言人」。组距相等时，直方图的高度可以直接取频数；组距不等时必须改用频率密度 fi/Δ，否则图形的面积会骗人。
下面是一组真实感很强的数据：某班 50 名学生的测验成绩（满分 50）。最小值 30、最大值 50、极差 20。取组距 5，正好分成 5 组——这是个很自然的取法，因为组数一般控制在 5 到 12 之间：太少会抹掉形状，太多则只剩噪声。
| 分组 | 组中值 | 频数 ni | 频率 fi | 累积频率 |
|---|---|---|---|---|
| [30, 35) | 32.5 | 4 | 0.08 | 0.08 |
| [35, 40) | 37.5 | 15 | 0.30 | 0.38 |
| [40, 45) | 42.5 | 19 | 0.38 | 0.76 |
| [45, 50) | 47.5 | 11 | 0.22 | 0.98 |
| [50, 55] | 52.5 | 1 | 0.02 | 1.00 |
把这张表画成图，就是直方图：横轴是分组，纵轴取频率密度，每个矩形的面积恰好等于该组的频率，全部矩形面积之和为 1。这一条「面积＝频率」是最要紧的性质，它让直方图可以直接和第三章的概率密度曲线对照——直方图就是密度的离散版本。
把各组矩形上边中点依次连起来，得到频数折线；把它拉直成一圈的闭合多边形，就是人口金字塔、资源结构图里常见的多边形图。整理这一步看似琐碎，却是后面一切概括的前提。
直方图给出了形状，但要拿去比较、去报告，还得浓缩成几个数。第一批要浓缩的，是数据的中心在哪里——这叫集中趋势。
三种集中趋势
① 均值（算术平均数）：x = (x1 + x2 + ⋯ + xn)/n = (1/n)∑xi。它用上了每一个数据，是分布的重心——正是第四章讲的那个期望的样本版本。
② 中位数：把数据从小到大排成一列，位于正中间的那个数（偶数个时取中间两个的平均）。它把数据一分为二，各占一半。
③ 众数：出现次数最多的那个值。分类数据（如「最喜欢的球类」）用不了均值，却能用众数。
用上面那 50 个成绩来试：均值 x = 40.96，中位数 Me = 41——几乎重合。但要找众数就有意思了：38、40、41、42、44 各出现 4 次，没有唯一的众数。这不是数据的毛病，而是众数本来的脾气：它只适用于有明显峰值的场合。数据一「平」，众数就退化成一群。
三者的分工，可以这样记：均值看总量，中位数看位置，众数看典型。它们的差异在数据偏斜时最为暴露：当一个分布拖着长长的尾巴，均值会被那几根「长尾」拽着跑，而中位数岿然不动。左图就是最常见的右偏情形。
这个次序不是巧合，而是几何上的必然：中位数按面积平分，均值按力矩平衡。长尾上的点虽然少，却离得远，力矩大，于是均值被拉向尾巴那一侧。这正是「某市人均收入 8 万」常常令人错愕的原因——均值被少数高收入者抬高了，而中位数才更接近「一半人在什么水平之下」。
还有一条实用技巧：分组数据的近似均值用组中值代替各组真值，x ≈ (1/n)∑ x0i ni，其中 x0i 是第 i 组的组中值。用上面的频数表算：(32.5×4 + 37.5×15 + 42.5×19 + 47.5×11 + 52.5×1)/50 = 41.1，与真值 40.96 只差 0.14——这就是为什么整理成表之后，原始数据往往就可以归档了。
只知道「中心在哪里」远远不够。下面两组数据，均值都是 100：
若只看均值，会以为两者一模一样。可它们是两台灌装机的抽检结果——甲机每瓶都在 100 克上下微动，乙机却能灌出 95 克和 105 克。一个数的中心，掩盖不了「离中心有多远」这件大事。描述这件事的量，叫离散程度。
四个度量
① 极差：R = max − min。最简单，但只看两端，中间全不管。
② 平均偏差：(1/n)∑|xi − x|。要先取绝对值，运算不便。
③ 方差：把偏差平方再平均。总体方差 σ2 = (1/n)∑(xi − μ)2；样本方差 s2 = (1/(n−1))∑(xi − x)2。
④ 标准差：方差开平方，σ 或 s，与原始数据同量纲，因此最常用来报告。
平方这一步是全部关键：它既消掉了正负号，又放大了离群点的影响——偏差 5 的平方是 25，偏差 1 的平方才 1，远处的大偏差因此获得压倒性的权重。这正是方差比平均偏差更受青睐的原因：它对「不稳定」格外敏感。
把两台机器算一遍（各自 n = 10）：甲机标准差 s甲 = 1.15，乙机 s乙 = 2.83——差了一倍半还多。极差同样直观：甲 4，乙 10。报告里若只写「均值都是 100 克」，等于把这条最重要的信息删掉了。
方差的两条运算性质（务必掌握）
① 平移不变：给每个数据同加一个常数 c，方差不变（整体搬家，散不散没变）。
② 缩放平方：给每个数据同乘 a，方差变为原来的 a2 倍，标准差变为原来的 |a| 倍。
合起来即 Var(aX + c) = a2 Var(X)，与第四章的结论一致——因为样本方差本就是「随机变量的方差」在数据上的落地。
比较两组量纲不同的数据时，还要用变异系数 CV = s/x。同一台灌装机，灌 100 克时 s = 1 克，灌 5 克时 s = 0.3 克，谁的相对波动更大？CV 说是后者（0.06 对 0.01）。
均值与标准差描述了「中心」与「散度」，但它们都是平均值式的概括：把全体揉成一个数。可有时我们关心的恰恰是位置——「超过多少分才算前 25%」「收入低于多少算低保」。这类问题由分位数回答。
分位数
把数据从小到大排好，第 p 分位数是这样一个数：它左边大约占全部数据的 100p%。常用的有几个：
· p = 0.25 下四分位数 Q1，p = 0.5 中位数 M，p = 0.75 上四分位数 Q3。
· Q3 − Q1 叫四分位距 IQR，是比标准差更「抗干扰」的散度度量。
· 把「最小值、Q1、中位数、Q3、最大值」五个数写在一起，叫五数概括。
把五数概括画成图，就是箱线图：一只箱子从 Q1 伸到 Q3（箱体高度即 IQR），箱中一道横线是中位数，两侧各伸出一条「须」到数据的两端。箱线图的最大好处，是能把多个组并排比较——一眼看出谁的中心更高、谁的波动更大。
它还自带一个识别异常值的规则，简单却极有效：超过 Q1 − 1.5 IQR 或 Q3 + 1.5 IQR 的数据，判为疑似异常值，用单独的点标出。下面这 12 个观测正好演示一遍：
排序后 M = (17 + 18)/2 = 17.5；下半部分六个数 12, 14, 15, 16, 16, 17 的中位数是 Q1 = 15.5，上半部分六个数 18, 19, 20, 21, 22, 45 的中位数是 Q3 = 20.5。于是 IQR = 5，栅栏落在 15.5 − 7.5 = 8 与 20.5 + 7.5 = 28 上。45 远远越过了上栅栏——它被标出来了。
分位数的口径不止一种：位置法取 p(n + 1)，中位数二分法（上面用的）把数据从中位数处切开再各取中位数，软件还可能用插值法。三种口径给出的 Q1 略有差别（本例位置法给 15.5 与 20.75 之间的插值 15.5/20.75，二分法给 15.5/20.5），但结论不会变——写报告时注明用的是哪一种即可。
图形之所以重要，是因为人眼对形状的识别远快于对数字的比较。同一条规律，写成 20 个数要读 10 秒，画成一张图只需 0.3 秒。这一节介绍三张最常用的图，它们分别回答「分布长什么样」「两个变量有什么关系」「很多变量彼此有多像」。
茎叶图是直方图的「原生态」版本：它既保留了形状，又保留了每一个原始数据，因此特别适合数据量不大的场合。把十位数当「茎」、个位数当「叶」，按行排列，右边的叶子依次排开，读起来就像横躺的直方图。20 名学生的成绩画出来是这样：
散点图回答另一个问题：两个变量之间有没有关系？把每对观测 (xi, yi) 画成一个点，点的走向就是答案。下面是 10 名学生的每周学习时间与测验成绩：
变量再多，散点图就画不下了（三维勉强、四维开始只能靠颜色）。此时常用热力图：把变量两两之间的相关系数排成一张方阵，用颜色深浅表示大小——深红代表强正相关、深蓝代表强负相关。一张热力图能同时传达几十个变量之间上百个关系，是数据探索阶段的「总览图」。
三张图的选择口诀：一个变量看形状（茎叶图、直方图、箱线图），两个变量看关系（散点图），多个变量看结构（热力图、相关矩阵）。
前面几节讲的都是「拿到数据之后怎么办」。现在要追问一个更根本的问题：数据是怎么来的？这一问题的重要性远超多数人的想象——再精巧的计算也救不了一个有偏的样本。
简单随机抽样
设总体有 N 个个体，从中抽取 n 个。若每一种「取 n 个」的组合被抽到的机会都相同，就称这种抽样为简单随机抽样（无放回）；若每次抽完放回再抽，则为有放回简单随机抽样，此时各次抽取相互独立。
按这个办法得到的样本，叫简单随机样本。它是一切抽样方法的标准与起点：其他方法（分层、系统、整群）都是在它不方便或不够精确时的改良。
实际操作要借助一张抽样框——总体中每个个体的清单（学号簿、客户名单、户籍册）。把清单上的每个个体编上号，再用随机数产生器、随机数表或抽签的方式挑出需要的号码，就得到了样本。看起来笨，但它保证了机会均等，而机会均等是一切推断合法性的根基。
反过来说，凡是破坏了「机会均等」的做法都会带来系统性偏差。1936 年美国总统选举是一堂最著名的反面课：《文学文摘》邮寄了 1000 万份问卷，回收 240 万份，据此预言兰登胜出；而盖洛普只用约 5 万个精心抽取的样本，就正确地预言了罗斯福连任。原因很简单——杂志的名单来自电话簿和汽车登记，能装电话、买汽车的人在当年普遍富裕，样本大是大，却偏了。抽样误差能靠增大样本量缩小，而偏差不会。
抽样的两条底线：随机性（谁被抽到由机会决定，不由调查员的方便决定）与代表性（样本的结构要能反映总体）。随机性靠机制保证，代表性靠抽样方法的设计——这就引出了下一节的三种改良方案。
简单随机抽样是标准，但常常不是最方便的，也未必是最精确的。当总体内部本来就有明显的「块」时，顺着这些块来抽，往往又省力又准。
三种改良抽样
① 分层抽样：把总体按某个重要特征（年级、性别、收入档）分成若干层，使层内个体尽量相似、层间差异尽量大，然后在每一层内做简单随机抽样，最后合并。按比例分配时，第 i 层抽 ni = Ni × n/N 个。
② 系统抽样（等距抽样）：把 N 个个体排好，抽取间隔 k = N/n，在头 k 个里随机取一个起点，然后每隔 k 个取一个。生产线上每隔 20 件抽 1 件，就是它。
③ 整群抽样：把总体分成若干「群」（学校里的班级、城市里的社区），随机抽取若干个群，把被抽中的群整群调查。省时省力，代价是精度稍低（同一群内的人往往相似）。
下面用一个具体例子比较。某高中有学生 2500 人：高一 1200 人、高二 800 人、高三 500 人。要抽取 250 人做问卷调查：
| 方法 | 怎么抽 | 样本分配 | 优点 | 注意 |
|---|---|---|---|---|
| 简单随机 | 2500 人全员编号，抽 250 个 | 不预设 | 最标准、理论最干净 | 需完整名单 |
| 分层（按比例） | 三个年级各自抽 | 120 / 80 / 50 | 各年级都有代表，精度更高 | 需知道各层规模 |
| 系统（等距） | 按学号排序，间隔 k = 10 取 1 | 每 10 人取 1 | 操作最简单 | 名单若有周期性会出偏 |
| 整群 | 随机抽 10 个班，全班调查 | 整班入选 | 组织成本最低 | 同班学生相似，精度较低 |
三种方法的取舍，本质上是精度与成本之间的权衡。分层抽样几乎总是优于简单随机（只要分层特征与所研究的量相关），代价是需要事先了解各层规模；系统抽样胜在实施，只要名单没有周期性；整群抽样胜在组织，尤其适合那些「个体分散、难以逐一接触」的调查。
补充两条实战经验：① 分层时要选与研究变量相关的特征来分层（调查收入就按行业分层，调查身高就按性别分层），分错了反而白费力；② 系统抽样的名单如果恰好有周期（比如名单是按「一家两兄弟」交替排列的），等距抽取会系统性漏掉某一类人——这叫周期偏差。
只要用样本推断总体，就一定会出错。认清这些「错」从哪里来、能不能控制，是统计学最实用的本事之一。误差分两大类，性质截然不同。
两类误差
① 抽样误差（随机误差）：由于只观察了一部分个体而产生的误差。它是随机的、不可避免的，但可以计算、也可以缩小——样本越大，它越小。
② 非抽样误差：抽样之外的一切误差。包括抽样框不全、问卷设计有歧义、被访者说谎、记录抄错、数据录入失误、无回答者与回答者系统性地不同……它不会因为样本变大而减小，有时反而随样本增大而增加（问卷发得越多，质量控制越难）。
对一个比例 p 的估计，抽样误差的度量是标准误（standard error）：
SE = √( p(1 − p) / n )
这个公式里藏着两条极有用的结论。第一条：误差与 √n 成反比，而不是与 n 成反比——样本量翻四倍，误差才减半；要误差减到十分之一，需要一百倍的样本。第二条：当 p = 0.5 时误差最大，此时 p(1 − p) = 0.25 取到最大值，所以做样本量预算时一律按最坏情况 p = 0.5 估算。
| 比例 p | 样本量 n | 标准误 SE | 95% 误差半宽（1.96 SE） |
|---|---|---|---|
| 0.52 | 400 | 0.02498 | ±4.90% |
| 0.52 | 1000 | 0.01580 | ±3.10% |
| 0.50 | 2500 | 0.01000 | ±1.96% |
| 0.10 | 1000 | 0.00949 | ±1.86% |
「样本量翻四倍、误差减半」这条规律，就是民调报告上那句「误差 ±3%」的来历——它通常对应 n ≈ 1000。而表里最后一行的对比更提醒我们：同样的 1000 个样本，估计「支持率 52%」时误差 ±3.1%，估计「某项罕见疾病患病率 10%」时误差只有 ±1.9%——因为 p 离 0.5 越远，误差越小。
四类最常见的非抽样误差
① 抽样框误差：名单漏掉了某些人（无电话者、流动人口）。1936 年《文学文摘》就栽在这里。
② 无回答偏差：不回答问卷的人往往与回答的人不同（收入更高的更不愿透露收入）。补救办法是追访与加权调整。
③ 测量与记录误差：问卷有引导性措辞、仪器未校准、抄录串行。
④ 处理误差：编码、录入、计算环节的失误，包括统计方法用错。
一条总的原则：抽样误差用数学（大数定律与中心极限定理）来管，非抽样误差只能靠流程与制度来管。凡是看到「样本 100 万，误差 ±0.1%」这样的说法，都该先问一句：它是怎么抽的？问到谁了？没问到谁？
已经走到本章最要紧的地方了。前面我们把数据读透，也搞清了它是怎么来的；现在要问的是：怎样用样本里的那几个数，去说总体的事？用来「说话」的那几个数，就叫统计量。
统计量
设 X1, X2, …, Xn 是从总体中抽取的样本，T = g(X1, …, Xn) 是样本的一个函数。若 g 中不含任何未知参数，则称 T 为一个统计量。常用的有：
· 样本均值：X = (1/n)∑Xi （描述「中心」）
· 样本方差：S2 = (1/(n − 1))∑(Xi − X)2 （描述「离散」）
· 样本标准差 S、样本比例 p = k/n、样本 k 阶原点矩 (1/n)∑Xik。
定义里的那句「不含未知参数」很要紧。如果写成 (X1 − μ)，其中 μ 是总体均值——μ 恰恰是我们想求的、未知的东西，那么它就不是统计量，因为它算不出来。统计量必须是「能算」的。
另一个关键点是：统计量本身也是随机变量。样本是随机抽出来的，换一批样本，X 就会跟着变——从这个班抽，平均分可能是 41.2；从那个班抽，可能是 39.8。既然它会随机变动，它就一定有分布。这个分布的名字叫抽样分布，下一节专门讲它。先看一个具体的算例。
例（预备） 从某批零件中抽 8 个测尺寸（单位 mm）：
9.6, 10.2, 9.8, 10.4, 9.5, 10.1, 9.9, 10.3
则 x = (9.6 + 10.2 + 9.8 + 10.4 + 9.5 + 10.1 + 9.9 + 10.3)/8 = 79.8/8 = 9.975；
s2 = (0.3752 + 0.2252 + 0.1752 + 0.4252 + 0.4752 + 0.1252 + 0.0752 + 0.3252)/7 = 0.7548/7 ≈ 0.1079，
s = √0.1079 ≈ 0.328。这批零件的平均尺寸约为 9.98 mm，波动约 0.33 mm。
为什么样本方差除以 n − 1 而不是 n？因为 Xi 到 X 的距离总是偏小（数据自己决定了自己的中心，中心自然「追着」数据跑），除以 n 会系统性低估真实的方差。用 n − 1 恰好把这个偏差补回来——这一结论的证明是本章综合站的挑战一。
统计量 X 会随样本不同而变。可它变来变去也有规矩——把所有可能样本的 X 都收起来，就得到一个分布。这个分布叫抽样分布，它是样本通往总体的那座桥。
先看两个最基本的结论，它们把 X 的位置和散度都钉死了：
样本均值的期望与方差（对任意总体成立）
若 X1, …, Xn 是取自期望 μ、方差 σ2 的总体的简单随机样本，则
E(X) = μ， Var(X) = σ2/n。
第一条说：样本均值的中心就是总体均值——不会系统性地偏大或偏小（这叫无偏性）。第二条说：样本量越大，样本均值越稳，而且稳定程度按 1/n 而不是 1/√n 的规律改善方差。
这两条都不需要知道总体的分布形状，非常实用。若再加上「总体是正态」这个条件，抽样分布就完全确定了：
正态总体的样本均值分布
若 X 服从正态分布 N(μ, σ2)，则对任意样本量 n，
X ~ N(μ, σ2/n)，即 (X − μ)/(σ/√n) ~ N(0, 1)。
也就是说样本均值仍然服从正态分布，只是方差缩小到了原来的 1/n。
这个方差缩小有多厉害？看一个具体的例子。设某种零件的尺寸服从 N(50, 102)（单位 mm）。单看一个零件，它落在 47 到 53 之间的概率只有 0.2358；可若取 25 个零件的平均值，X ~ N(50, 22)，它落在 47 到 53 之间的概率涨到 0.8664；取 100 个时更是达到 0.9973。同样一个「±3 mm」的窗口，平均值几乎必然落在里面——这就是「多测几次取平均」能让结果变准的全部道理。
一个务实的技术细节：上面的结论默认总体是无限的，或抽样是有放回的（这时样本相互独立）。若从有限总体无放回抽样，Var(X) 要乘一个有限总体修正因子 (N − n)/(N − 1)，它总小于 1。但抽样比 n/N 小于 5% 时，这个因子接近于 1，可以直接忽略——这就是民调里「抽 1000 人代表上亿人」在数学上说得通的原因。
正态分布已经就位，但要处理 S2（一个平方和）和「用 S 代替 σ」这类问题，还需要三位新朋友。它们都由正态分布「派生」出来，统称三大抽样分布。
三大分布的定义
① 卡方分布：设 Z1, …, Zk 相互独立且都服从 N(0, 1)，则称 χ2 = Z12 + ⋯ + Zk2 服从自由度为 k 的卡方分布，记 χ2(k)。
② t 分布：设 Z ~ N(0, 1)，U ~ χ2(k)，且二者独立，则 t = Z/√(U/k) 服从自由度为 k 的 t 分布。
③ F 分布：设 U ~ χ2(k1)、V ~ χ2(k2) 独立，则 F = (U/k1)/(V/k2) 服从自由度为 (k1, k2) 的 F 分布。
三者的形状各有脾气。卡方分布只取正值，形状右偏；自由度 k 越大，偏斜越轻，最后趋于对称。t 分布关于 0 对称，但尾巴比标准正态更厚——因为分母上的 √(U/k) 有时会很小，让比值偶尔冲得很远；自由度越大，这个随机性越小，t 分布就越像正态，当 k > 45 时通常就可以直接当正态用了。F 分布也只取正值，且右偏得最厉害——它本质上是两个方差之比。
| 分布 | 记号 | 取值 | 形状 | 何时用 |
|---|---|---|---|---|
| 卡方 | χ2(k) | > 0 | 右偏，k 大转对称 | 方差检验、拟合优度 |
| t | t(k) | 全实轴 | 对称、厚尾 | 均值检验（σ 未知） |
| F | F(k1, k2) | > 0 | 强右偏 | 两方差之比、方差分析 |
这三种分布不像正态那样有解析的分位数公式，所以要查表。查表的关键是分清「上侧分位数」：tα(k) 表示这样一个数，它右边的面积恰为 α。例如自由度为 15 时，t0.025(15) = 2.1314；自由度降到 5 时，同样的 α 对应 2.5706——自由度越小，需要走得越远才能切掉那 2.5% 的尾巴，这正是厚尾的直接体现。第六章的 t 检验、卡方检验都要反复用这些数。
记法小技巧：t 分布的分位数总比正态的对应值大（2.1314 > 1.9600），这个「多出来的余量」就是对 σ 未知的惩罚。样本量越小，惩罚越重（自由度 1 时 t0.025(1) = 12.7062，是正态的 6.5 倍）——所以小样本做检验必须用 t 而不能用 z。
把前两节的结论合在一起，就得到统计推断最核心的一块地基——正态总体的抽样分布定理。它说的是：只要总体是正态的，样本均值与样本方差就各自服从一个已知的分布，而且彼此独立。
抽样分布定理（正态总体）
设 X1, …, Xn 是取自正态总体 N(μ, σ2) 的简单随机样本，记样本均值 X、样本方差 S2，则
① X ~ N(μ, σ2/n)；
② (n − 1)S2/σ2 ~ χ2(n − 1)；
③ X 与 S2 相互独立；
④ 由此 (X − μ)/(S/√n) ~ t(n − 1)。
第 ② 条把「方差」这个量装进了卡方分布；第 ③ 条是很多人意想不到的——样本的「中心」与「散度」竟然互不相关（正态分布特有的性质）；第 ④ 条最常用：它把未知的 σ 换成了可算的 S，代价是正态变成了 t 分布，自由度损失一个（因为算 S2 时用掉了 X 这个自由度）。
用一串数字把第 ① 条再验一遍。设某批产品强度 X ~ N(μ, σ2)，抽样 n = 16，算得 x = 10.2，s = 0.5。若原假设是 μ = 10，那么统计量
t = (x − μ0)/(s/√n) = (10.2 − 10)/(0.5/4) = 1.6
而 t(15) 的 0.025 上侧分位数是 2.1314。1.6 落在「-2.1314 到 2.1314」这个接受域里，所以数据与 μ = 10 并不矛盾（双侧 p 值约 0.1304）。注意这里的逻辑：不是说「μ = 10 是对的」，而是说「若 μ = 10，出现手头这种数据的可能性并不算小」——这正是第六章假设检验的全部思想。
总体不是正态时怎么办？中心极限定理来救场：只要 n 足够大（通常 30 以上），X 的分布就近似正态，①③ 两条依然可用。这就是第四章那条定理在本章的直接兑现——正是它让「对任意总体做推断」成为可能。
把前十四节的工具装进一个真实场景，就得到统计学最广为人知的应用：民意调查。它的流程与本章的路线完全同构。
一次民调的六步
① 明确总体：是「全体选民」还是「本次选举的登记选民」？定义不同，结论完全不同。
② 建抽样框：用选民名册、电话簿，还是随机拨号？这一步决定了偏差的有无。
③ 抽取样本：一般采用分层（按地区、年龄、城乡分层）＋多阶段抽样。
④ 设计问卷：措辞中立，选项互斥且穷尽，避免引导性提问。
⑤ 估计与算误差：由 p = k/n 估计支持率，标准误 √(p(1 − p)/n)。
⑥ 报告区间：给出「支持率 60%，误差 ±3%」，而不是只给一个光秃秃的 60%。
下表是同一时刻、同一个支持率（60%）下，不同样本量给出的区间——注意它们宽窄的差别全都落在样本量上：
| 调查 | 样本量 n | 估计支持率 | 标准误 | 95% 区间（±1.96 SE） |
|---|---|---|---|---|
| A 大型民调 | 1000 | 60% | 1.55% | 56.96% – 63.04%（±3.0%） |
| B 本册示例 | 1200 | 60% | 1.41% | 57.23% – 62.77%（±2.8%） |
| C 小型民调 | 400 | 60% | 2.45% | 55.20% – 64.80%（±4.8%） |
| D 大幅多抽 | 2500 | 58% | 0.99% | 56.07% – 59.93%（±1.9%） |
| E 街头快访 | 100 | 60% | 4.90% | 50.40% – 69.60%（±9.6%） |
表里最后一行最有教育意义：只访 100 人，误差能到 ±9.6%——60% 的支持率与 50% 的支持率在这种样本量下根本区分不开。这也是为什么严肃民调的样本量总在 1000 上下：误差 ±3% 已经被看作「够用」，而要把它压到 ±1% 得抽一万多人，成本涨十倍，收益却很小（回忆图 5-11 那条迅速变平的曲线）。
市场调研里还有两个容易被忽视的坑：其一，「不知道/不回答」必须单独成一项，不能把它并进「反对」，否则会系统性抬高支持率；其二，样本量不能补救抽样框的缺陷——只走访智能手机用户，访 10 万人也仍然只代表智能手机用户。这正是 §5.10 那条原则：抽样误差用数学管，非抽样误差只能用流程管。
第二个真实场景来自工厂。流水线上每分钟都产出产品，谁也没法全检；但只要按固定的时间间隔抽一小批测一测，就能判断整条线是否「正常」。这套做法叫统计过程控制，它的核心工具只有一张图。
控制图（休哈特图）
每隔一段时间抽 n 件测一次，算出样本均值 X，把历次的 X 依次画在图上。由 §5.12 知 X ~ N(μ, σ2/n)，于是：
· 中心线 CL = μ；控制上限 UCL = μ + 3σ/√n；控制下限 LCL = μ − 3σ/√n。
因为正态分布在 3σ 内的概率是 0.9973，所以过程正常时，点越出控制限的概率只有约 0.27%——一旦越限，就说明有「特殊原因」介入，必须停机排查。
这里有一条极重要的分辨：波动有两种。普通原因造成的波动是过程固有的，天天都在，改不掉（除非重新设计过程）；特殊原因造成的波动是偶发的、可追查的（刀具磨损、原料批次变了、电压不稳）。控制图的全部意义，就是只对「特殊原因」报警，而对「普通原因」保持沉默——如果对普通波动也去调机器，只会越调越糟（这叫「过度干预」）。
与控制图配套的是过程能力指数，它衡量「过程天生的波动」与「规格允许的余地」之比：
Cp = (USL − LSL)/(6σ)
其中 USL、LSL 是规格上下限。分母取 6σ，是因为正态分布 99.73% 的取值落在 μ ± 3σ 内。设规格为 100 ± 3（即 USL = 103、LSL = 97）：
| 过程标准差 σ | 能力指数 Cp | 越出规格的概率 | 折合缺陷率 |
|---|---|---|---|
| 0.50 | 2.00 | 约 0.0000006 | 约 0.57 ppm |
| 0.75 | 1.33 | 约 0.000066 | 约 66 ppm |
| 1.00 | 1.00 | 0.0027 | 约 2700 ppm |
| 1.50 | 0.67 | 0.0455 | 约 45500 ppm |
表里 Cp = 1.00 那一行最值得记：它意味着「规格宽度＝过程天生波动的 6 倍」，此时若过程中心恰好对准规格中心，缺陷率是 0.27%（2700 ppm）。工业上普遍要求 Cp ≥ 1.33，而六西格玛这个响亮的名字，说的正是把 Cp 做到 2.0——此时规格宽度相当于 12 个 σ，单侧余量 6σ，缺陷率降到十亿分之二（0.002 ppm）。考虑到过程中心还会长期漂移约 1.5σ，工程界沿用的经典指标是 3.4 ppm。
还有一类相关应用是验收抽检：从一批产品中抽 n 件，若其中不合格品数 ≤ c 则接收，否则拒收。n 与 c 的确定要同时控制「合格批被误拒」与「不合格批被误收」两种风险——这正是第六章两类错误的雏形。
有人会说：现在数据这么便宜，还需要抽样吗？把所有数据都拿来算不就行了？这个想法一半对、一半很危险。
「全量数据」并没有取消本章的任何问题
① 「全部」往往只是「我们能记到的部分」。电商能拿到的是它的用户；社交平台能拿到的是它的活跃用户。谁没被记到，谁就被系统性地忽略了——这是抽样框误差的现代版。
② 数据是会漂移的。今天采到的分布，明天可能就变了（季节、政策、竞品）。用旧数据推将来，与用旧样本推总体，风险同源。
③ 「相关」淹没「因果」。变量一多，随手就能挖出几千个显著相关，其中绝大多数是巧合——这叫多重比较问题。
因此，数据科学不是经典统计的替代品，而是它的扩展：数据科学给出了更强的工程能力（采集、清洗、计算、部署），而经典统计给出了判断「这些结论能信几分」的标尺。置信区间、标准误、假设检验，直到今天仍然是数据决策的底层语言。
三个必须记住的现代陷阱
① 幸存者偏差：只统计「活下来的」，忘了「没活下来的」。二战中统计返航飞机的弹孔分布，差点得出「机翼最该加固」的结论——因为被打中要害的飞机根本飞不回来。
② 辛普森悖论：分组看时 A 组处处优于 B 组，合并起来看却反了——原因是两组的「权重」不同。若不按关键变量分层，就会得出相反结论（这正是 §5.9 分层抽样的意义所在）。
③ 多重比较：在 α = 0.05 下做 100 次独立检验，至少出现一次「假显著」的概率高达 1 − 0.95100 ≈ 0.994。挖得越多，挖到假货的概率越大。
从骰子到大数据，问题的形式变了，问题的内核没变：我们永远只能看到一部分，却要据此对整体下判断。区别只在于——三百年前面对的是一个骰子，今天面对的是几十亿条记录；而用来回答的办法，依旧是这一册讲的那些：整理、概括、抽样、以及抽样分布。
本章从「一堆数字」出发，走到「一座桥」。回顾一下这条路的六个驿站：
把全章的工具整理成一张「想知道什么就用什么」的方法表——遇到实际问题时，先在这张表里定位，再回去查对应小节：
| 想回答的问题 | 用什么图 | 用什么数 | 注意什么 | 见 |
|---|---|---|---|---|
| 这堆数大致什么样 | 直方图、茎叶图 | — | 组距选择会改变观感 | §5.3 §5.7 |
| 典型水平是多少 | 点图、箱线图 | 均值、中位数 | 右偏时优先报中位数 | §5.4 |
| 波动大不大 | 箱线图、误差棒 | 标准差、IQR、CV | 量纲不同须用 CV | §5.5 §5.6 |
| 有哪些异常个案 | 箱线图 | 1.5 IQR 栅栏 | 判为异常≠判为错误 | §5.6 |
| 两个变量什么关系 | 散点图、热力图 | 相关系数 r | 相关不等于因果 | §5.7 |
| 数据该怎么抽 | 抽样方案图 | 抽样比 n/N | 随机性优先于便利 | §5.8 §5.9 |
| 这次调查能信几分 | 误差曲线 | 标准误、±1.96 SE | 非抽样误差不随 n 减小 | §5.10 §5.15 |
| 样本均值有多稳 | 抽样分布图 | σ/√n | n 大时可用正态近似 | §5.11 §5.12 |
| σ 未知怎么办 | 三大分布曲线 | t 分位数 | 小样本必须用 t | §5.13 §5.14 |
| 生产线是否正常 | 控制图 | Cp、越限判据 | 只对特殊原因报警 | §5.16 |
最后一句话把全章串起来：描述统计让我们看懂手里的数据，抽样理论让我们知道这份「看懂」离真相有多远。而下一章要做的，是把这个「有多远」变成一个可以计算的精确答案——点估计、区间估计与假设检验，全部从今天这座桥上出发。
题 某校 40 名学生参加数学测验（满分 100），成绩如下（按名册顺序抄录，未排序）：
62, 65, 68, 70, 71, 73, 74, 75, 76, 77, 78, 78, 79, 80, 80, 81, 81, 82, 82, 83,
83, 84, 84, 85, 85, 86, 86, 87, 88, 88, 89, 90, 90, 91, 92, 93, 95, 96, 58, 99
试列出频数分布表，并画出直方图。
解 第一件事是找出最大值与最小值：min = 58，max = 99，极差 R = 41。取组距 Δ = 10，则组数 = 41/10 → 5 组，分组落在 55 到 105 之间。逐个数一遍，得到下表：
| 分组 | 划记 | 频数 ni | 频率 fi | 累积频率 | 频率密度 fi/Δ |
|---|---|---|---|---|---|
| [55, 65) | 正 | 2 | 0.050 | 0.050 | 0.0050 |
| [65, 75) | 正一 | 6 | 0.150 | 0.200 | 0.0150 |
| [75, 85) | 正正正一 | 16 | 0.400 | 0.600 | 0.0400 |
| [85, 95) | 正正三 | 13 | 0.325 | 0.925 | 0.0325 |
| [95, 105) | 三 | 3 | 0.075 | 1.000 | 0.0075 |
核对一下：2 + 6 + 16 + 13 + 3 = 40，与总数相符；频率之和恰为 1。按这张表作图，每一柱的高度取频数（组距相等，不必换算成密度）：
读图要点 ① 60% 的学生集中在 75–95 分（累积频率从 0.600 到 0.925）；② [55, 65) 与 [95, 105) 两端的频数都很少（各 2 与 3），属于「少数派」；③ 若把组距改成 5，柱子会从 5 根变成 9 根，形状更细碎，但「中间高两边低」这个结论不会变——结论要能抵抗分组方式的变化，才算稳健。
做这一步时最常见的错误是组限重叠：写成 55–65、65–75，那么 65 分该算哪一组？正确写法是 [55, 65)（含左不含右），只在最后一组写成闭区间，这样每个数据都有唯一的归属。
题 仍用例1 的 40 个成绩，求均值、中位数与众数，并说明三者的适用场合。
解 均值：把 40 个数全部相加。
x = (62 + 65 + 68 + ⋯ + 96 + 58 + 99)/40 = 3264/40 = 81.6
中位数：先排序，n = 40 为偶数，取第 20 与第 21 个数的平均。排序后第 20、21 个分别是 82 与 83，故
Me = (82 + 83)/2 = 82.5
众数：逐个数次数，结果是这样——出现 2 次的值有 78、80、81、82、83、84、85、86、88、90 共 10 个，其余各出现 1 次或 3 次（58、99、95、96 各 1 次）。本组数据没有唯一的众数。
这个结果本身就是一堂课。众数是「最典型的那个值」，可是当数据被摊平、没有明显峰值时，「最典型」就分散成了一大片。成绩、身高这类连续量本来就在一个区间里均匀铺开，众数对它几乎无用；而众数真正的舞台是分类数据——「最喜欢的球类」中选足球的最多，那足球就是众数，这里没有均值什么事。
| 指标 | 本组结果 | 用上了哪些数据 | 抗极端值吗 | 什么时候最该用 |
|---|---|---|---|---|
| 均值 x | 81.6 | 全部 | 不抗（会被 58 与 99 拉动） | 数据对称、需要总量信息 |
| 中位数 Me | 82.5 | 只与位置有关 | 很抗 | 数据偏斜、有极端值时 |
| 众数 Mo | 不唯一 | 只看出现次数 | 很抗 | 分类数据、寻找「最典型」 |
注意均值 81.6 比中位数 82.5 略小——因为下端有个 58（比上端的 99 离中心更远，对均值的拉力更大）。这正是轻微左偏的信号：x < Me。
报告数据时的一条实用规矩：对称分布报「均值 ± 标准差」，偏斜分布报「中位数（四分位数）」。比如论文里的存活时间写成「中位数 18 个月（IQR 9–30）」，就比「均值 22 个月」诚实得多——后者被少数活得久的病人抬高了。
题 两名射手各射击 10 发，环数如下（满分 10）：
甲：8, 9, 10, 8, 9, 10, 9, 8, 9, 10
乙：6, 7, 9, 10, 10, 9, 8, 10, 9, 12
（乙的第 10 发打出了 12 环——记分员笔误，但数据如实照抄。）试比较两人的水平与稳定性。
解 先算均值。
x甲 = (8 + 9 + 10 + 8 + 9 + 10 + 9 + 8 + 9 + 10)/10 = 90/10 = 9.0
x乙 = (6 + 7 + 9 + 10 + 10 + 9 + 8 + 10 + 9 + 12)/10 = 90/10 = 9.0
两人均值完全相同。若只看均值，会得出「势均力敌」的结论——这就是只看集中趋势的盲区。接着算标准差（作为样本，除以 n − 1 = 9）：
| 射手 | 各偏差 xi − x | 偏差平方和 | 样本方差 s2 | 样本标准差 s |
|---|---|---|---|---|
| 甲 | −1, 0, 1, −1, 0, 1, 0, −1, 0, 1 | 6 | 6/9 ≈ 0.667 | ≈ 0.816 |
| 乙 | −3, −2, 0, 1, 1, 0, −1, 1, 0, 3 | 26 | 26/9 ≈ 2.889 | ≈ 1.700 |
结论很清楚：两人的平均水平一样，但甲的稳定性远胜于乙（s甲 ≈ 0.82 对 s乙 ≈ 1.70）。其余三个度量也给出同样的判断：极差 2 对 6，平均偏差 0.6 对 1.2，变异系数 0.091 对 0.189——乙的每一项都约是甲的两倍。
值得特别指出：若按总体口径除以 n = 10，得 σ甲 ≈ 0.775、σ乙 ≈ 1.613，结论完全不变，只是数值略小。这说明两种口径的差别在结论层面无关紧要，但在数值上报出时必须说清用的是哪一种。
附带一问：那个 12 环的笔误该怎么处理？按 §5.6 的箱线图判据，乙的数据五数为 (6, 8, 9.5, 10, 12)，IQR = 2，上栅栏 = 13——12 并未越界，不是统计意义上的异常值。这说明统计判据只能提示，不能代替对数据来源的核查：12 环本身在物理上不可能，应当回去查原始记录，而不能靠算法「自动剔除」。
题 仍用例1 的 40 个成绩，求它的五数概括与四分位距，并说明「前 25%」的分数线是多少。
解 排序后（第 1 到第 40 个数）：
58, 62, 65, 68, 70, 71, 73, 74, 75, 76, 77, 78, 78, 79, 80, 80, 81, 81, 82, 82,
83, 83, 84, 84, 85, 85, 86, 86, 87, 88, 88, 89, 90, 90, 91, 92, 93, 95, 96, 99
中位数：n = 40 是偶数，取第 20、21 个数的平均，即 (82 + 83)/2 = 82.5。
下四分位数：把中位数切开，取下半段（前 20 个数：58 到 82）的中位数。下半段也是偶数个，取第 10、11 个——即 76 与 77——的平均：
Q1 = (76 + 77)/2 = 76.5
上四分位数：上半段（后 20 个数：83 到 99）的中位数，取第 10、11 个——即 88 与 88——的平均：
Q3 = 88 （IQR = Q3 − Q1 = 11.5）
于是五数概括为 (58, 76.5, 82.5, 88, 99)。至于「前 25% 的分数线」，答案正是 Q3 = 88——注意「前 25%」对应的是上四分位数而不是下四分位数，这是最容易搞反的一处。
一个必须交代的口径问题 分位数的算法不止一种。若改用位置法（把第 p(n + 1) 个位置上的数作为第 p 分位数，非整数时线性插值），则 Q1 落在第 0.25 × 41 = 10.25 位，介于 76 与 77 之间，得 76.25；Q3 落在第 30.75 位，介于 86 与 87 之间，得 86.75。与上面差了不少。
差别的根源在于：「第 25% 的那个位置」本身在偶数个数据里就是一件需要约定的事。因此学术写作有一条规矩——凡报分位数，必须注明所用算法（或直接注明软件名）。本册统一采用上面的「中位数二分法」，与大多数统计软件（Excel 的 QUARTILE.INC 除外）一致。结论层面的判断（谁高谁低、有没有异常值）在两种口径下几乎不会反转，这一点可以放心。
顺带算一下用 IQR 判据的情形：Q1 − 1.5 IQR = 76.5 − 17.25 = 59.25，Q3 + 1.5 IQR = 88 + 17.25 = 105.25。本组最小值 58 略低于 59.25，最大值 99 未越界——所以 58 分那个学生在统计上是「疑似异常值」，值得单独看一看是不是缺考或漏做了一道大题。
题 某仪器对同一标准件重复测量 20 次，读数如下（单位 mm）：
41, 52, 55, 57, 58, 59, 60, 61, 62, 62, 63, 64, 65, 66, 68, 70, 72, 74, 76, 90
画出箱线图，并用 1.5 IQR 判据找出疑似异常值。
解 数据已排序，n = 20。
中位数取第 10、11 个（62 与 63）的平均：M = 62.5。
下半段（前 10 个）的中位数：第 5、6 个为 58 与 59 → Q1 = 58.5。
上半段（后 10 个）的中位数：第 5、6 个为 68 与 70 → Q3 = 69。
IQR = 69 − 58.5 = 10.5
栅栏位置：
下栅栏 = 58.5 − 1.5 × 10.5 = 42.75， 上栅栏 = 69 + 1.5 × 10.5 = 84.75
检查两端：最小的 41 < 42.75，越界；最大的 90 > 84.75，越界。所以有两个疑似异常值。两须则分别伸到栅栏内最远的数据：左须到 52，右须到 76。
找出异常值之后做什么 三步走：① 先查来源——是录入错误、仪器漂移，还是真的发生了特殊事件？② 再查影响——去掉这两个点后，均值从 63.75 降到 62.4，标准差从 10.1 降到 6.4，影响不小；③ 最后才决定——若查明是错误，可修正或剔除并说明；若查明是真的（比如标准件本身有缺陷），则必须保留，因为它恰恰是发现问题的线索。
判为异常 ≠ 判为错误，更 ≠ 可以随便删。先剔掉「不好看」的点再报均值，是数据造假最常见的形式之一。规范做法是：把剔除前后的结果都报出来，并写明剔除理由。
题 下面四项调查，各应采用哪种抽样方法？说明理由，并指出各自的注意点。
① 了解某市 8 万名中学生的近视率；
② 某饮料厂每小时灌装 12000 瓶，要抽检当班的瓶身密封性；
③ 某小区 1200 户居民对物业服务的满意度；
④ 全国流动人口的就业状况。
解 四项调查的共同点是「无法全查」，差别在于总体有没有可利用的内部结构、名单全不全、接触个体难不难。逐一分析：
| 调查 | 推荐方法 | 理由 | 注意点 |
|---|---|---|---|
| ① 中学生近视率 | 分层抽样（按年级 × 城乡） | 近视率随年级与城乡差别极大；分层可保证各层都有代表，精度更高 | 需先掌握各层的真实人数，才能按比例分配 |
| ② 瓶身密封性 | 系统抽样（每隔若干瓶取 1 瓶） | 流水线连续产出，名单就是生产顺序；等距抽取最省事、覆盖面最广 | 若灌装机的缺陷有周期性（如每分钟一次），等距间隔不能与它同步 |
| ③ 小区满意度 | 简单随机抽样（1200 户全员编号） | 住户名单完整、规模小、容易接触，标准方法最干净 | 长期不在家的住户会造成无回答偏差，需追访或补抽 |
| ④ 全国流动人口 | 分层 + 多阶段整群抽样 | 无完整名单、个体高度分散；只能按行政区划逐级抽省、市、社区，最后在社区内抽样 | 同一社区的人相似，需多抽一些社区来换取代表性 |
四项判断其实只用了三条提问：
选抽样方法的三问
① 有没有完整名单？ 有 → 简单随机；没有 → 只能借行政区划或生产顺序做整群、系统抽样。
② 总体内部差异大不大？ 差异大且知道分层变量 → 分层抽样能显著提高精度。
③ 个体好不好接触？ 难接触 → 整群抽样省成本；好接触 → 直接简单随机。
无论选哪种方法，最后都要回答一个问题：这个样本的误差有多大？对比例估计，误差半宽约 1.96 √(p(1 − p)/n)。比如调查 ① 若抽 2000 名中学生，估计近视率 62%，则标准误 = √(0.62 × 0.38/2000) ≈ 0.0109，误差半宽约 ±2.1%——报告时就该写「近视率 62%（误差 ±2.1%）」，而不是只写一个 62%。
题 某民调机构访问 n = 1000 名选民，其中 520 人表示支持某方案。
① 估计支持率；② 求它的标准误与 95% 误差半宽；③ 若把样本量改为 400 与 1600，误差各是多少？④ 若要求误差不超过 ±2%，至少要访问多少人？
解 ① 样本比例
p = k/n = 520/1000 = 0.52
② 标准误用 §5.10 的公式（因 p 未知，用样本比例代替）：
SE = √(p(1 − p)/n) = √(0.52 × 0.48/1000) = √0.0002496 ≈ 0.0158
95% 误差半宽 ≈ 1.96 × 0.0158 ≈ 0.031，即约 ±3.1%。于是可以报告：支持率 52%，误差 ±3.1%，即约 48.9% 到 55.1%。
③ 把三个样本量代进同一个公式：
| 样本量 n | 标准误 SE | 95% 误差半宽 | 相对 n = 1000 |
|---|---|---|---|
| 400 | 0.0250 | ±4.90% | 误差是 1.58 倍 |
| 1000 | 0.0158 | ±3.10% | 基准 |
| 1600 | 0.0125 | ±2.45% | 误差是 0.79 倍 |
可以看出：样本量从 400 涨到 1000（涨 2.5 倍），误差只降到原来的 0.63 倍；再涨到 1600（再涨 1.6 倍），误差才降到 0.79 倍。这正是 1/√n 规律的具体面孔。
④ 反解样本量公式。要求 1.96 √(0.25/n) ≤ 0.02，取最坏情况 p = 0.5：
n ≥ 1.962 × 0.25/0.022 = 3.8416 × 0.25/0.0004 = 2401
所以要访问至少 2401 人。对照一下：n = 1600 时误差是 ±2.45%，还差一点；这也说明「误差从 ±3% 压到 ±2%」所花的代价，比从 ±4.9% 压到 ±3% 还要大。
一个常见的误解是「n = 1000 的误差 ±3% 意味着真实支持率有 95% 的概率落在 48.9% 到 55.1% 之间」。严格地说：真实支持率是一个固定的未知数，它不会「有概率」落在哪里；能谈概率的是「区间覆盖住真值」这件事——在反复抽样中，约 95% 的区间会盖住真值。这个细微但重要的区别，第六章讲置信区间的含义时还会展开。
题 从一批零件中随机抽 8 件测尺寸（单位 mm），得
9.6, 10.2, 9.8, 10.4, 9.5, 10.1, 9.9, 10.3
求样本均值 x、样本方差 s2、样本标准差 s、样本二阶原点矩 a2、极差 R，并验证恒等式 Σ(xi − x)2 = Σxi2 − nx2。
解 先把两个和算出来。全部相加：
Σxi = 9.6 + 10.2 + 9.8 + 10.4 + 9.5 + 10.1 + 9.9 + 10.3 = 79.8
x = 79.8/8 = 9.975
再算平方和：
Σxi2 = 92.16 + 104.04 + 96.04 + 108.16 + 90.25 + 102.01 + 98.01 + 106.09 = 796.76
于是
a2 = 796.76/8 = 99.595
用恒等式求偏差平方和，比逐个算偏差再平方省事得多：
Σ(xi − x)2 = 796.76 − 8 × 9.9752 = 796.76 − 796.005 = 0.755
余下的统计量一并写出：
| 统计量 | 符号 | 计算 | 结果 |
|---|---|---|---|
| 样本均值 | x | 79.8/8 | 9.975 |
| 样本方差 | s2 | 0.755/7 | ≈ 0.1079 |
| 样本标准差 | s | √0.1079 | ≈ 0.3284 |
| 二阶原点矩 | a2 | 796.76/8 | 99.595 |
| 极差 | R | 10.4 − 9.5 | 0.9 |
顺手核一下两条关系，确认口径没弄错：(n − 1)s2 = 7 × 0.1079 = 0.755 ✓（与偏差平方和相等）；a2 − x2 = 99.595 − 99.5006 = 0.0944，乘 8/7 得 0.1079 ✓（这就是 s2 = (n/(n − 1))(a2 − x2)）。
这道题真正要练的三件事
① 恒等式的用法：Σ(xi − x)2 = Σxi2 − nx2 让偏差平方和只需一次减法，避免了「先求 8 个偏差、再各自平方、再相加」的三轮运算。手算、编程、证明里都靠它。
② 两种口径的换算：s2 = (n/(n − 1))·(1/n)Σ(xi − x)2，样本方差永远是「总体式方差」放大约 n/(n − 1) 倍。
③ 统计量是算出来的，不是猜出来的：x 与 s 都只依赖样本，这正是 §5.11 定义里「不含未知参数」那句话的实操含义。
注意 s 与 σ 的分工：σ 是总体的标准差（未知、固定），s 是样本的标准差（已知、随机）。一切推断的任务，都是拿后者去猜前者——而猜得准不准，取决于抽样分布。
题 某种钢球的直径服从正态分布 X ~ N(50, 102)（单位 mm）。
① 若随机抽 1 个钢球，求直径落在 47 到 53 之间的概率；
② 若随机抽 25 个取平均，求平均直径落在 47 到 53 之间的概率；
③ 若抽 100 个，这个概率又是多少？并求平均值超过 53 的概率。
解 ① 单个钢球就是 X 本身。标准化：
P(47 < X < 53) = P(|(X − 50)/10| < 0.3) = P(|Z| < 0.3) ≈ 0.2358
② 由抽样分布定理第 ① 条，X ~ N(50, 102/25) = N(50, 22)，标准差为 2。于是
P(47 < X < 53) = P(|(X − 50)/2| < 1.5) = P(|Z| < 1.5) ≈ 0.8664
③ 抽 100 个时 X ~ N(50, 12)，标准差为 1：
P(47 < X < 53) = P(|Z| < 3) ≈ 0.9973， P(X > 53) = 1 − Φ(3) ≈ 0.0013
把三个答案放在一起，效果非常直观：
| 情形 | 标准差 | P(47 < · < 53) | P(· > 53) |
|---|---|---|---|
| 单个钢球 X | 10 | 0.2358 | 0.3821 |
| X，n = 25 | 2 | 0.8664 | 0.0668 |
| X，n = 100 | 1 | 0.9973 | 0.0013 |
反过来用这个结论，就得到工程上常见的一条设计原则：若单件的标准差是 σ，而要求平均值与真值的差不超过 ε 的概率达到某个水平，就可以反解出需要的样本量。比如要求 P(|X − μ| ≤ 3) ≥ 0.95，即 1.96 σ/√n ≤ 3，代入 σ = 10 得 √n ≥ 6.53，n ≥ 43——抽 43 个就够，抽 100 个则更稳（0.9973）。
题 设 T ~ t(15)。① 求 t0.025(15)；② 求满足 P(|T| > c) = 0.05 的 c；③ 若改查标准正态表，同样的双侧 0.05 对应的 z 是多少？两者的比值说明什么？
解 ① 查 t 分布上侧分位数表，自由度 k = 15 行、上侧面积 α = 0.025 列，读得
t0.025(15) = 2.1314
它的含义是：T 落在 2.1314 右侧的概率恰是 0.025。② 由于 t 分布关于 0 对称，落在右侧 0.025 与落在左侧 0.025 是两件对称的事，合起来正是双侧 0.05：
P(|T| > 2.1314) = 0.05
所以 c = 2.1314。③ 标准正态的双侧 0.05 临界值是 z0.025 = 1.9600。两者的比值
2.1314/1.9600 ≈ 1.0874
差了 8.7%。这个多出来的余量就是对「用 S 代替 σ」的惩罚：S 本身在随机变动，有时偏小，此时比值 (X − μ)/(S/√n) 就会被放大，于是需要把临界值往外挪一点，才能保住 5% 的错误率。
| 自由度 k | t0.05(k) | t0.025(k) | 与 1.9600 之比 |
|---|---|---|---|
| 1 | 6.3138 | 12.7062 | 6.48 |
| 5 | 2.0150 | 2.5706 | 1.31 |
| 10 | 1.8125 | 2.2281 | 1.14 |
| 15 | 1.7531 | 2.1314 | 1.09 |
| 30 | 1.6973 | 2.0423 | 1.04 |
| 60 | 1.6706 | 2.0003 | 1.02 |
| ∞（正态） | 1.6449 | 1.9600 | 1.00 |
这张小表是一份「惩罚清单」：自由度越小，惩罚越重。自由度 1（只抽两三个样本）时，临界值要放到 12.7 才够，是正态的 6.5 倍；到了 60，差别只有 2%。这就是为什么实践中样本量小于 30 时必须用 t 表——用 z 会系统性地低估风险。
查表的一个小陷阱：表头写的是「上侧面积 α」，不是「置信水平」。要查 95% 置信区间用的临界值，应找 α = 0.025（因为 0.05 要平分到两侧）；要查 90% 的，找 α = 0.05。把这两个搞反，是初学者最常犯的错之一。
题 某厂要估计一批产品的不合格率 p，希望在 95% 置信水平下误差不超过 2%。
① 在完全没有先验信息时应抽多少件？② 若据历史数据知道 p 约在 5% 附近，可减到多少？③ 若把允许误差放宽到 3%，又需多少？④ 换成「估计平均重量」，已知 σ = 10 g，要求误差不超过 1 g，需抽多少？
解 核心只有一个公式：让 95% 误差半宽不超过给定值，即 1.96 √(p(1 − p)/n) ≤ E，反解出
n ≥ z0.0252 p(1 − p)/E2
① 无先验信息时取最坏情况 p = 0.5，此时 p(1 − p) = 0.25 达到最大值：
n ≥ 3.8416 × 0.25/0.0004 = 2401
② 若 p ≈ 0.05，则 p(1 − p) ≈ 0.0475，所需样本量骤减：
n ≥ 3.8416 × 0.0475/0.0004 ≈ 456.2 → 取 457
③ 允许误差放宽到 3% 时（仍取 p = 0.5）：
n ≥ 3.8416 × 0.25/0.0009 ≈ 1067.1 → 取 1068
④ 估计均值时把 p(1 − p) 换成 σ2：n ≥ (z0.025 σ/E)2，代入得
n ≥ (1.96 × 10/1)2 = 19.62 ≈ 384.2 → 取 385
| 情形 | 关键参数 | 允许误差 | 所需样本量 |
|---|---|---|---|
| ① 比例，无先验 | p = 0.5 | ±2% | 2401 |
| ② 比例，p ≈ 0.05 | p(1 − p) = 0.0475 | ±2% | 457 |
| ③ 比例，放宽误差 | p = 0.5 | ±3% | 1068 |
| ④ 均值 | σ = 10 g | ±1 g | 385 |
四个数字放在一起，能读出三条经验：
样本量设计的三条经验
① 「不确定」最贵：不知道 p 就只能按 0.5 预算，这一项让样本量从 457 涨到 2401（5.25 倍）。有历史数据能省大钱。
② 精度是平方级的奢侈品：误差从 3% 缩到 2%（提高 1.5 倍），样本量要从 1068 涨到 2401（2.25 倍）。要再缩到 1%，得 9604 件。
③ 均值估计往往更省：因为 σ2 通常远小于 0.25，且测量本身比「回答是/否」携带更多信息。
实际工作中还会遇到两个约束：成本上限与破坏性检验的损耗。此时常用的做法是「先定预算，再报能达到的精度」——即固定 n 反解 E，而不是死守一个精度目标。把「能花多少钱」和「能知多准」这两件事明确地摆在决策桌上，本身就是统计思维的一部分。
题 把例1–例6 对那 40 个成绩所做的分析，整理成一份完整的描述统计报告（含数据来源说明、图形、数字概括、结论与局限）。
解 下面是标准写法。注意其中每一句判断，都能追溯到前面某个具体的数或图。
一、数据来源 某校 40 名学生数学测验成绩（满分 100），随机抽取，抽样方式为按学号系统抽样（间隔 1，全员参与）。有效样本 40 份，无缺失。样本量 n = 40。
二、图形 见例1 图 5-20（直方图）。分布单峰、大致对称，最高一柱在 [75, 85)，两侧逐级降低；两端各有一两个「拉远」的值（58 与 99）。
三、数字概括
· 集中趋势：均值 x = 81.6，中位数 Me = 82.5（众数不唯一，故不报）。
· 离散程度：标准差 s ≈ 9.22（总体口径 σ ≈ 9.10），极差 R = 41，变异系数 CV = 9.22/81.6 ≈ 0.113。
· 位置度量：五数概括 (58, 76.5, 82.5, 88, 99)，IQR = 11.5。
四、结论 ① 班级整体处于「良好」水平，中间 50% 的学生成绩在 76.5 到 88 之间；② 进入前 25% 的分数线是 88 分；③ 波动中等（CV ≈ 11%），无明显断层，说明教学效果较为均衡；④ 下限 58 分低于 Q1 − 1.5 IQR = 59.25，属疑似异常个案，建议单独了解情况（是否缺考、是否有特殊困难）。
五、局限 ① 样本来自一所学校，不能代表更大的范围；② 只有一次测验，无法反映趋势；③ 成绩是「一次测量」，本身含测量误差；④ 未按班级或性别分层，若各层差异大，合并统计会掩盖差异（辛普森悖论的风险）。
把这份报告与本章的路线图对照，会看到一条清晰的链条：
| 报告中的一句话 | 依据的知识 | 见 |
|---|---|---|
| 「单峰、大致对称」 | 直方图读形状 | §5.3 §5.7 |
| 「x = 81.6，Me = 82.5」 | 集中趋势与偏斜的判断 | §5.4 |
| 「s ≈ 9.22，CV ≈ 11%」 | 离散程度与相对波动 | §5.5 |
| 「中间 50% 在 76.5–88」 | 四分位数与 IQR | §5.6 |
| 「58 分疑似异常」 | 1.5 IQR 判据 | §5.6 |
| 「按学号系统抽样」 | 抽样方法的选择 | §5.8 §5.9 |
| 「不能代表更大范围」 | 抽样框与代表性 | §5.8 §5.10 |
| 「辛普森悖论的风险」 | 分层与混杂 | §5.9 §5.17 |
规范描述统计报告的四条硬要求，可以当作模板背下来：① 写清数据怎么来的（谁、多少、怎么抽、有无缺失）；② 图与数同时给（图看形状，数给精度）；③ 报数时说明口径（n 还是 n − 1，哪种分位数）；④ 结论后面必须跟局限。少任何一条，报告的可信度都会打折扣。
本课练「把散沙攥成表」的手感：一组数进来，频数分布表出去。
练 1.1 某班 20 名学生一周课外阅读页数如下：
18, 21, 22, 25, 26, 26, 28, 30, 31, 33, 34, 35, 35, 36, 38, 39, 40, 42, 45, 47
取组距 Δ = 6、起点 18，列出频数分布表（含频率与累积频率）。
答：极差 R = 47 − 18 = 29，组数 = ⌈29/6⌉ = 5。逐组点数为 3, 4, 6, 4, 3：[18,24) 3（18,21,22）、[24,30) 4（25,26,26,28）、[30,36) 6（30,31,33,34,35,35）、[36,42) 4（36,38,39,40）、[42,48) 3（42,45,47）。频率依次 0.15, 0.20, 0.30, 0.20, 0.15，累积频率 0.15, 0.35, 0.65, 0.85, 1.00。频数与频率分别验和：3+4+6+4+3 = 20 ✓，频率之和 = 1 ✓。
练 1.2 承接练 1.1：① 阅读页数不超过 36 的人数占几成？② 阅读页数在 [30,36) 内的人最多，这一组是不是「众数组」？
答：① 不超过 36 即落在前三组，累积频率 = 0.15 + 0.20 + 0.30 = 0.65，即 65%（13 人）。② 是——频数最大的组 [30,36) 就是众数组。注意「众数组」说的是「组」，不是「数」：真正出现最多的数是 35（两次），而经频数表会给出整段区间。
练 1.3 同一组数据，若改取组距 Δ = 3，组数变成多少？这样分组有什么好处与坏处？
答：组数 = ⌈29/3⌉ = 10。好处是轮廓更细，能看见组距 6 时被抹平的起伏；坏处是每组人少，柱子高低像噪声（n 不大时尤其明显），且表更长。组数的经验法则是：组数 ≈ √n——本例 √20 ≈ 4.5，取 5 组正合适。
练 1.4 为什么画等距直方图时，柱高可以取频数；而组距不等时却必须换算成频率密度？
答：直方图的约定是面积 ∝ 频率。组距相等时，柱宽相同，面积与高成正比，于是高取频数或频率都行；组距不等时，宽窄不一，只有让高 = 频率 / 组距（频率密度），面积才仍与频率成比例。「看高度」与「看面积」是两回事，这是直方图最容易错的一处。
练 1.5 某频数表前四组频率依次为 0.12, 0.28, 0.34, 0.16，若共 5 组，求末组频率。
答：频率之和为 1，故末组 = 1 − (0.12+0.28+0.34+0.16) = 0.10。「频率和恒为 1」是把关的第一关卡——表算完先验它，能挡住大半抄录与点数错误。
小结：整理数据＝定量到表。三步定骨架——定极差、定组距、定组数；一步做核对——频数和等于 n、频率和等于 1。
本课练三种「中心」：均值、中位数、众数，以及它们的适用场合。
练 2.1 由下表（40 人）用组中值求均值：
| 分组 | 组中值 xi | 频数 fi | fixi |
|---|---|---|---|
| [0,10) | 5 | 4 | 20 |
| [10,20) | 15 | 8 | 120 |
| [20,30) | 25 | 12 | 300 |
| [30,40) | 35 | 10 | 350 |
| [40,50) | 45 | 6 | 270 |
| 合计 | — | 40 | 1060 |
答：x = 1060 / 40 = 26.5。分组数据的均值是「组中值代替真值」后的加权平均，与真均值略有出入，但组距不大时误差很小。
练 2.2 某课程总评：平时 20%、期中 30%、期末 50%。小李三项依次 60、70、80 分，求总评；再求三项权重相等的平均分。
答：加权 = 0.20×60 + 0.30×70 + 0.50×80 = 12 + 21 + 40 = 73；等权 = (60+70+80)/3 = 70。同一个 70、60、80，权重一改，答案差 3 分——均值从来不是「等权平均」的别名。
练 2.3 一组数：3, 5, 5, 6, 7, 7, 8, 9, 9, 11。求均值、中位数、众数。
答：和 = 70，均值 x = 7.0；中位数取第 5、6 个的均 = (7+7)/2 = 7；众数是 5、7、9 三个并列（各出现两次），众数可以不唯一，这是它常被误用的地方。
练 2.4 数据呈单峰、右偏时，三者的大小次序如何？左偏呢？
答：右偏：众数 < 中位数 < 均值（长尾把均值往右拽）；左偏：均值 < 中位数 < 众数；对称：三者近似重合。这条经验不严格，却是读分布的极快判据——本册 §5.4 的右偏图正是如此。
练 2.5 承接练 2.3，若把最后一个数由 11 改为 100，均值与中位数各变多少？说明什么？
答：均值 = 159/10 = 15.9（猛涨 8.9），中位数 = (7+8)/2 = 7.5（只动 0.5）。中位数抗异常值，均值不抗——这就是收入分布、房价这类「长尾数据」常用中位数的理由。
练 2.6 判断：① 均值一定等于某个观测值；② 中位数一定等于某个观测值；③ 众数一定是整数。
答：全部错。① 未必（如 3,7 的均值为 5，取不到）；② 奇数个数据时必等于中间那个，偶数个时可能是两数平均（如 7.5），故「不一定」；③ 无此约束（众数出现在连续数据分组里是一个区间）。
小结：均值用全部信息、怕异常；中位数只看位置、抗异常；众数只挑峰值、可并列。选哪个，取决于「要代表谁」。
本课练「波动的度量」：极差、方差、标准差，以及变换下的规律。
练 3.1 数据 2, 4, 6, 8, 10。求均值、总体方差与样本标准差。
答：均值 = 30/5 = 6。偏差 −4, −2, 0, 2, 4；平方和 = 16+4+0+4+16 = 40。总体方差 = 40/5 = 8；样本方差 s2 = 40/4 = 10，s = √10 ≈ 3.162。分母差 1，是本章最要紧的一处约定（§5.11 详述）。
练 3.2 两组数同均值：甲 8,9,10,11,12，乙 4,7,10,13,16。各自求 s，谁更稳？
答：甲偏差平方和 = 4+1+0+1+4 = 10，s甲 = √(10/4) = √2.5 ≈ 1.581；乙 = 36+9+0+9+36 = 90，s乙 = √(90/4) = √22.5 ≈ 4.743。甲稳得多（是乙的 1/3）。均值相同 ≠ 数据相同——这正是离散程度存在的理由。
练 3.3 用简化公式 s2 = (1/n)∑xi2 − x2 重算练 3.1 的总体方差。
答：∑xi2 = 4+16+36+64+100 = 220，220/5 = 44，x2 = 36，故方差 = 44 − 36 = 8 ✓。这条公式省去了先算偏差再平方的往返，是手算与计算器时代的主力。
练 3.4 摄氏温度转华氏：F = 1.8C + 32。若某地气温的标准差为 1.5 ℃，折算成华氏度后标准差是多少？均值又变多少？
答：sF = |1.8| × 1.5 = 2.7 ℉，而均值 F = 1.8C + 32（平移 32）。规律：Y = aX + b 时 sY = |a| sX——加常数不动波动，乘常数按比例放大，这正是除以标准差能「标准化」的道理。
练 3.5 甲组身高均值 100 cm、标准差 5 cm；乙组身高均值 20 cm、标准差 4 cm。哪组的相对波动更大？
答：变异系数 CV甲 = 5/100 = 0.05，CV乙 = 4/20 = 0.20。乙组相对波动大 4 倍。绝对标准差 5 > 4，但论「相对于自身水平」，乙远不如甲稳定——比波动必须比 CV，跨量纲、跨量级时尤其如此。
练 3.6 由习题课二的频数表（组中值 5,15,25,35,45，频数 4,8,12,10,6）求分组数据的标准差。
答：∑fixi2 = 100+1800+7500+12250+12150 = 33800，除以 40 得 845；减去 26.52 = 702.25 得 s2 ≈ 142.75，s ≈ 11.95。分组数据先算二阶原点矩、再减均值平方，可免去逐个求偏差的麻烦。
小结：极差看两头（粗，怕异常），方差看全体（细，含平方），标准差与数据同量纲（最好用）。记住三条律：平移不变、缩放同比、CV 可跨量纲比较。
本课练「位置型度量」：分位数、五数概括、四分位距与异常值判别。
练 4.1 数据（已排序，n = 15）：12, 15, 17, 19, 20, 23, 25, 26, 28, 30, 32, 35, 38, 40, 44。求五数概括。
答：最小值 12、最大值 44；中位数取第 8 个 M = 26；下半（前 7 个）中位数 Q1 = 19；上半（后 7 个）中位数 Q3 = 35。五数概括即 (12, 19, 26, 35, 44)。中位数与四分位数都是「位置量」，与数值大小无关，只与次序有关。
练 4.2 用位置公式 ⌊(n+1)p⌋ 复核练 4.1 的三个分位数（p = 0.25, 0.5, 0.75）。
答：(15+1)×0.25 = 4 → 第 4 个数 19 ✓；16×0.5 = 8 → 第 8 个 26 ✓；16×0.75 = 12 → 第 12 个 35 ✓。位置为整数时直接取值，非整数时取相邻两数加权——本例恰全是整数，最省事。
练 4.3 数据（已排序，n = 12）：5, 8, 9, 10, 11, 12, 13, 14, 15, 16, 18, 45。求五数概括与四分位距，并判断 45 是否为异常值。
答：中位数 = (12+13)/2 = 12.5；下半 5,8,9,10,11,12 的中位数 Q1 = (9+10)/2 = 9.5；上半 13,14,15,16,18,45 的中位数 Q3 = (15+16)/2 = 15.5。IQR = 15.5 − 9.5 = 6。栅栏 Q1 − 1.5·IQR = 0.5、Q3 + 1.5·IQR = 24.5。45 > 24.5，故 45 是异常值，箱线图上记作孤点。
练 4.4 一幅箱线图的中位数明显靠近盒子的左缘、右须远长于左须，说明数据什么形态？
答：右偏（正偏）。中位数偏左、右尾长，正是多数值挤在低端、少数大值拉长右尾的画像。箱线图不必看纵轴数值，只看五数的相对位置就能读出偏斜与离散——这正是它比直方图更「抗压缩」的优点。
练 4.5 某次考试公布「小明成绩位于 P90」。这话是什么意思？若同班有 50 人，小明大约排第几？
答：意思是约 90% 的考生成绩不高于他（他处于上游 10%）。50 人中 0.90×50 = 45，故约第 5 名（从高往低数）。注意 P90 说的不是「得 90 分」，而是「位置」——分位数永远读作位置，不读作分数。
练 4.6 判断：① 四分位距越大，数据越分散；② Q2 就是中位数；③ 箱线图能直接看出样本量。
答：① 对，IQR 覆盖中间一半数据，它越大中间越散；② 对，Q2 = M 是定义；③ 错，标准的箱线图不显示 n（除非另附「宽度 ∝ √n」的变体箱线图）。
小结：分位数读位置，IQR 量离散，1.5·IQR 栅栏筛异常。箱线图＝五数的图形，一图看尽中位、离散、偏斜与离群。
本课练「看图说话」：茎叶图、散点图各有所长，选错图等于白做。
练 5.1 某班 20 人测验得分：52, 53, 55, 58, 61, 63, 64, 64, 67, 68, 70, 71, 72, 75, 76, 79, 80, 83, 86, 91。作茎叶图（茎取十位）。
答：5 | 2 3 5 8；6 | 1 3 4 4 7 8；7 | 0 1 2 5 6 9；8 | 0 3 6；9 | 1。茎叶图把「排序＋频数＋原值」三件事合成一张图：叶子的疏密就是直方图，而每个数都还在，随时可取。
练 5.2 由练 5.1 的茎叶图读出：众数、极差、中位数，并说明哪一段最密。
答：众数 64（出现两次）；极差 = 91 − 52 = 39；中位数取第 10、11 个 = (68+70)/2 = 69。最密的一段是茎 7（6 个数），说明成绩集中在 70 分上下。一眼看出「大部分人在哪」正是茎叶图的看家本领。
练 5.3 六组 (x, y)：(1,2), (2,4), (3,5), (4,8), (5,7), (6,10)。作散点图，判断相关的方向与强弱。
答：x = 3.5，y = 6；∑dxdy = 26，∑dx2 = 17.5，∑dy2 = 42，故 r = 26/√(17.5×42) ≈ 0.959。强正相关：点近于一条上扬的直线，但不是严格共线（r 未到 1）。
练 5.4 承接练 5.3，求回归直线，并预测 x = 7 时的 y。
答：斜率 b = ∑dxdy / ∑dx2 = 26/17.5 ≈ 1.486，截距 a = y − bx = 6 − 1.486×3.5 = 0.8，故 y ≈ 0.8 + 1.486x。取 x = 7 得 y ≈ 11.2。回归线过点 (x, y)，这是画线的第一个检查点。
练 5.5 下列各题该选哪种图？① 比较五个班级的平均分；② 看身高与体重的关联；③ 展示 100 个数的分布形态；④ 展示一周七天的销售额走势。
答：① 条形图（类别比较）；② 散点图（两变量关联）；③ 直方图或茎叶图（分布形态，n 不大时优先茎叶图，保留原值）；④ 折线图（时间序列走势）。选图三问：比什么（类别/关系/分布/趋势）、几条变量、有无次序。
练 5.6 某市统计发现「冰淇淋销量」与「溺水人数」强正相关（r ≈ 0.9）。能否说「吃冰淇淋导致溺水」？
答：不能。二者有一个共同的幕后推手——气温：天热既让人多吃冰淇淋，也让人多去游泳。「相关不等于因果」，这类由第三变量带来的虚假关联叫「混杂」，识别它是数据素养的第一课。
小结：散点图管关系，茎叶图管分布，箱线图管位置，折线图管时间。图不是装饰，是推理的起点——先看图看清形状，再谈公式。
本课练「怎么抽才算公平」：抽样框、随机化、样本量，以及三类常见偏倚。
练 6.1 要从某校 1000 名学生中抽 10 人做问卷。描述用随机数表的具体操作，并说明为什么它比「找 10 个熟人」可靠。
答：先把 1000 名学生编号 000–999（这就是抽样框），再从随机数表任一行任一处起，按三位一组顺序取数，落在 000–999 之间且未重复者入选，取满 10 个为止。关键是每个个体入选概率相等且独立；「找熟人」引入了调查者的偏好与熟悉度，样本已被系统性扭曲，无论算得多细都补不回来。
练 6.2 某工厂有 1000 件产品，要抽 50 件检验。若用系统抽样，抽样间隔是多少？操作如何？
答：间隔 k = N/n = 1000/50 = 20。先在 1–20 中随机取一个起点 r，此后每隔 20 件取一件（r, r+20, r+40, …）。系统抽样最大的隐患是「周期性」：若生产线每 20 件恰有一件来自同一模具、同一班次，样本就会被这台机器「包场」。
练 6.3 估计比例为 p 的总体，要求在 95% 置信下误差不超过 3%，至少需要多少样本？
答：用最保守的 p = 0.5，n ≥ (1.96/0.03)2 × 0.25 ≈ 1068。「误差减半、样本翻两番」——误差与 √n 成反比，故从 3% 缩到 1.5% 需约 4272 人。这是所有民意调查「千人上下」的由来。
练 6.4 1936 年《文学文摘》寄出 1000 万份问卷、收回 240 万份，却预测错了总统人选；同期盖洛普只用约 5 万人却预测正确。为什么？
答：问题不在样本量，在抽样框。《文学文摘》的名单来自电话簿、汽车登记与俱乐部名册——1936 年大萧条后，拥有电话与汽车的人明显偏向富裕阶层，样本系统性偏向一方；再加上「自愿回邮」使其更像一次「谁更有闲、更有情绪」的投票。盖洛普用配额抽样覆盖了各阶层、各族裔。「大样本」治不了「坏样本」——偏倚不会因 n 增大而消失。
练 6.5 某调查只在白天拨打家庭固定电话。这会引入什么偏倚？
答：覆盖偏倚 + 无应答偏倚。白天在家的多是老人、全职家长或待业者，上班族与学生被系统性漏掉；而如今许多家庭已不装固定电话，「抽样框」本身就不等于「目标总体」。抽样框与目标总体的不一致，是抽样的头号陷阱。
练 6.6 判断：① 样本越大结果一定越准；② 随机抽样能消除全部误差；③ 只要问卷回收率高，结果就可靠。
答：全部错。① 只在无偏前提下成立，偏倚样本越大越离谱（练 6.4）；② 只能控制抽样误差，对非抽样误差（设计缺陷、测量错误、无应答）无能为力；③ 回收率高但样本本身有偏（如只在网上问卷），照样不可靠。
小结：抽样的三条命脉——抽样框要齐、随机化要真、样本量要够。三者缺一，后面算得再漂亮也只是给错误盖上精致的印章。
本课练「按结构抽」：分层讲比例，系统讲间隔，整群讲成组。
练 7.1 某校三个年级人数为 1200、800、500，共 2500 人。现要抽 250 人做调查，按比例分配各抽多少人？
答：抽样比 = 250/2500 = 0.10，于是 n1 = 1200×0.10 = 120，n2 = 80，n3 = 50，合计 250 ✓。比例分配的关键是「层内同质、层间异质」——分层把差异留在层与层之间，层内抽谁差别不大，于是估计更准。
练 7.2 有两个层各 1000 人，层内标准差分别为 10 与 20。若共抽 300 人，按「最优分配」（兼顾人数与波动）各抽多少？
答：最优分配正比于 Niσi，即 1000×10 = 10000 与 1000×20 = 20000，比 1∶2。故 n1 = 100、n2 = 200。波动大的层要多抽——它带来更多不确定的信息，理应多花样本。
练 7.3 某中学 60 个班、每班 30 人。若用整群抽样抽 20 个班，样本量是多少？样本量相同的情况下，整群抽样为什么通常不如简单随机抽样精确？
答：样本量 = 20 × 30 = 600 人。因为同班学生的回答彼此相似（同一个老师、同样的进度、相似的氛围），把一整班搬进来，等于用 20 个「独立信息」冒充 600 个，有效样本量远小于名义样本量。整群抽样胜在省事省钱，输在「信息重复」。
练 7.4 下列各情形该用哪种抽样？① 全国人口普查的后续抽查；② 流水线上每分钟抽一件产品；③ 调查某大学各专业学生的就业意向；④ 抽取一批货物中的 5 箱做质量检验。
答：① 分层（多阶段）抽样——按省、市、县层层分层；② 系统抽样——固定间隔、均匀覆盖全时段；③ 分层抽样——专业就是天然层，且层间差异大；④ 整群抽样——整箱提取，省去拆包清点的麻烦。
练 7.5 判断：① 分层抽样一定比简单随机抽样精确；② 系统抽样不需要抽样框；③ 整群抽样的群内越相似越好。
答：① 通常对，但不绝对——只有在分层变量与所研究的量相关时才更精确，若按无关变量分层，收益趋近于零；② 错，系统抽样同样需要一份总体清单，否则无法「每隔 k 个取一个」；③ 错，整整相反：群内越相似、群间越不同，整群抽样的效率越低。「群内同质」是整群抽样的软肋，「层内同质」却是分层抽样的利器——一字之差，效果颠倒。
练 7.6 为「本市中学生课外阅读时长」设计一份抽样方案，写出三层要素：抽样框、抽样方法、样本量。
答（示例）：抽样框＝全市中学生学籍库；方法＝先按初高中、公办民办分为 4 层，层内按比例分配名额，再在各层用系统抽样落实；样本量＝按估计比例、留 3% 误差，取约 1100 人，并按年级加权回推总体。一份方案能说清这三件事，就算站住了。
小结：分层＝横着切（切出同质的层），系统＝竖着量（等距覆盖），整群＝整块搬（省事但不精）。选法先问一句：总体的「结构」长什么样？
本课练「误差的两把尺」：标准误与样本量，以及有限总体的修正。
练 8.1 某调查抽 400 人，赞成率为 0.5。求标准误，并给出 95% 置信下的误差界限。
答：SE = √(0.5×0.5/400) = 0.5/20 = 0.025，故误差界限 = 1.96×0.025 = 0.049，即 ±4.9%。报告「支持率 50%，误差 ±4.9%」是标准写法——不写误差的调查结果，等于没写。
练 8.2 若已知赞成率约 0.3、样本量为 1000，求 95% 误差界限。
答：SE = √(0.3×0.7/1000) = √0.00021 ≈ 0.0145，误差 = 1.96×0.0145 ≈ ±2.84%。可见同一样本量下，p 越接近 0.5 误差越大（0.5×0.5 是 p(1−p) 的最大值），故 8.1 的 ±4.9% 比这里宽。
练 8.3 要把误差压到 ±2%（95% 置信），至少需要多少样本？
答：n ≥ 1.962×0.25 / 0.022 = 0.9604/0.0004 = 2401。记住两条对照：3% → 1068 人，2% → 2401 人；精度翻一倍，代价翻两番（因为误差 ∝ 1/√n）。
练 8.4 总体 N = 5000，样本 n = 500，抽样比例达 10%。有限总体校正系数是多少？对标准误影响几何？
答：系数 = √((N−n)/(N−1)) = √(4500/4999) ≈ 0.949，即标准误缩小约 5%。抽样比小于 5% 时可忽略这个系数（系数 ≈ 1）；但抽样比很大、甚至接近全面调查时，它会把误差压向 0——毕竟抽完所有人，就不存在抽样误差了。
练 8.5 样本量由 400 增到 1600，误差界限如何变化？把误差从 4% 压到 2%，样本量要乘几倍？
答：样本量 ×4，标准误 ÷√4 = 2，误差界限减半（±4.9% → ±2.45%）。反之要让误差减半，样本量须乘 4。这就是「精度是最贵的商品」——每一分精度的提升，代价呈平方增长。
练 8.6 判断：① 抽样误差可以算出；② 非抽样误差也能用公式估计；③ 增大样本量能减小非抽样误差。
答：① 对——在随机抽样下它有确定的概率分布，可算、可控；② 错——问卷设计缺陷、测量错误、无应答、录入错误等没有统一的概率模型，只能靠制度与流程去防；③ 错——恰恰相反，样本越大，若流程有系统性偏差，错误的总量和影响范围越大。抽样误差是「随机」的病，可治；非抽样误差是「系统」的病，须防。
小结：抽样误差＝z·√(p(1−p)/n)。它的三条性格：随 n 按平方根衰减、随 p 趋中而变大、总量有限时须打折。
本课练「从样本到统计量，再到分布」：一座由样本通往总体的桥。
练 9.1 某零件长度 10 次测量值：9.8, 9.9, 10.0, 10.0, 10.1, 9.95, 10.05, 9.85, 10.2, 9.9。求样本均值与样本标准差。
答：和 = 99.75，x = 99.75/10 = 9.975。偏差平方和 ∑(xi−x)2 = 0.13125，故 s2 = 0.13125/9 ≈ 0.01458，s ≈ 0.1208。分母用 n−1 = 9——这是样本方差的标准写法。
练 9.2 设总体 X ~ N(50, 102)，样本量 n = 25。求 x 的标准差，并求 P(48 ≤ x ≤ 52)。
答：σx = σ/√n = 10/5 = 2。标准化得 Z = (48−50)/2 = −1 与 +1，故概率 = 2Φ(1) − 1 = 0.6826。「±1σ 含 68%」这条经验，对样本均值同样成立，只是这里的 σ 换成了 σ/√n。
练 9.3 承接练 9.2，若样本量增到 n = 100，重求同一概率；说明样本量对「估计精度」的作用。
答：σx = 10/10 = 1，Z = ±2，概率 = 2Φ(2) − 1 = 0.9544。样本量从 25 增到 100，同一区间内的命中率由 68% 升到 95%——样本均值的「散布」被压缩到原来的一半。这就是「多测几次更准」的数学版本。
练 9.4 说出 x 与 S2 的期望与方差（已知总体均值 μ、方差 σ2）。
答：E(x) = μ，Var(x) = σ2/n；E(S2) = σ2。两条性质合起来说：样本均值无偏且随 n 收敛；样本方差无偏。前者是中心极限定理的立足点，后者是「除以 n−1」的理由（见本章挑战一）。
练 9.5 为什么说「抽样分布」是一座桥？一句话把它与「用样本推断总体」连起来。
答：因为它把「样本里能算出的量」与「总体里想知道的量」用概率关系绑在一起：知道 x 的分布，就能反过来判断它离 μ 有多远、这种偏差有多大可能。没有抽样分布，样本就只是一个孤零零的数；有了它，样本才开口说话。
练 9.6 判断：① 样本均值的期望等于总体均值，无论总体是什么分布；② 样本均值的分布一定是正态；③ S2 是 σ2 的无偏估计，所以 S 也是 σ 的无偏估计。
答：① 对（只要期望存在，无需正态）；② 错——总体正态时才对；否则要靠中心极限定理在大样本下近似，或本身就是别的分布；③ 错——无偏性不能穿过函数：E(√X) ≠ √(E(X))（本章习题课三练 3.6 已见）。实际上 E(S) < σ，样本标准差系统性地偏小。
小结：统计量是样本的函数，抽样分布是统计量的分布。记住三个数：E(x) = μ、Var(x) = σ2/n、E(S2) = σ2。
本课练「查表的手感」：χ2、t、F 三张表怎么读、读什么。
练 10.1 查 χ20.05(10) 与 χ20.95(10)，并说明两个下标各表示什么。
答：χ20.05(10) = 18.307，χ20.95(10) = 3.940。下标表示曲线下右侧的面积（上侧概率）：前者是「右尾 5% 的临界点」，后者是「右尾 95%」——后者其实在分布的左端，因 χ2 只取正值。两尾一夹，就是中间 90% 的范围。
练 10.2 查 t0.025(15)，并与 z0.025 = 1.9600 比较，说明差别的原因。
答：t0.025(15) = 2.1314，比 1.96 大约 8.7%。原因：t 分布多了一层不确定性——它用样本标准差 S 代替了真值 σ，尾更厚，因此同样要圈 95% 的中间部分，就必须往外多让一点。自由度越大，t 越接近正态：t0.025(120) = 1.9799，已在 1.96 附近。
练 10.3 查 F0.025(9, 9) 与 F0.05(9, 9)，说明两个自由度的含义。
答：F0.05(9,9) = 3.179，F0.025(9,9) = 4.026。两个自由度分别是分子的自由度与分母的自由度（顺序不可颠倒）。F 分布只取正值、右偏，常用于比较两个方差的大小——这正是第六章方差检验的主角。
练 10.4 设 n = 10 的正态样本给出 s2 = 1.5，若 σ2 = 1，统计量 (n−1)s2/σ2 取值多少？它在 χ2(9) 分布中算「大」吗？
答：取值 = 9 × 1.5 / 1 = 13.5。查表知 χ20.05(9) = 16.919，而 P(χ2(9) > 13.5) ≈ 0.141。大于 13.5 的情形还有 14% 的可能，属常见范围，不能据此判定 s2 偏大。「看着大」不等于「统计上大」——一切以概率说话。
练 10.5 为什么 χ2(9) 的自由度是 9 而不是 10？
答：因为 ∑(Xi−X)2 中的 10 个偏差被一个约束绑住：∑(Xi−X) = 0，只要知道其中 9 个，第 10 个自动确定。自由度＝独立信息的条数＝变量个数减去约束个数，这是「自由度」这个名字最直白的解释。
练 10.6 判断：① χ2 分布可以取负值；② t 分布关于 0 对称；③ F 分布的倒数仍服从 F 分布（自由度互换）。
答：① 错——χ2 是平方和，恒非负；② 对，t 分布以 0 为中心对称，故 t1−α = −tα；③ 对，若 F ~ F(m, n)，则 1/F ~ F(n, m)——这条性质让下侧临界值可由上侧表反查，省掉半张表。
小结：卡方管平方和（恒正、右偏），t 管「用 S 代 σ」的均值（对称、尾厚），F 管两方差之比（恒正、右偏）。查表先看下标是上侧概率，再看自由度顺序。
本课把本章的工具拧成一股绳，走完「数据 → 描述 → 抽样 → 结论」的全流程。
练 11.1 一次民调抽 1200 人，某候选人支持率 0.46。写出完整报告（点估计、标准误、95% 误差界限），并判断「支持率过半」的说法是否成立。
答：点估计 p = 0.46；SE = √(0.46×0.54/1200) ≈ 0.0144；误差界限 = 1.96×0.0144 ≈ ±2.8%，即 95% 置信区间 [43.2%, 48.8%]。区间完全落在 50% 以下，「过半」的说法不成立——但它离 50% 只有一步之遥，属「胶着」而非「稳输」。
练 11.2 某生产过程内径规格 10 ± 0.05 mm。连续抽检 20 件的均值 = 10.03、s = 0.02。问：① 过程是否「偏中心」？② 若带宽 ±3s，工序能力是否够？
答：① 规格中心是 10.00，样本均值 10.03 明显偏上，过程「跑偏」了——虽仍在规格内，但已吃掉大半余量。② 3s = 0.06，而上下规格各只有 0.05，带宽超出规格范围，工序能力不足（Cp = 0.10/(6×0.02) ≈ 0.83 < 1）。结论：先纠偏，再减小波动，否则迟早出界。
练 11.3 某品牌电池抽 16 只测续航：均值 8.4 h、样本标准差 0.6 h。① 写出续航均值的标准误；② 若厂家标称 8 h，样本是否提供「超标称」的证据（只看点估计）？
答：① SE = 0.6/√16 = 0.15 h。② 点估计 8.4 > 8，方向上支持「超过标称」；但是否显著要看 8.4 离 8 有几个标准误：(8.4−8)/0.15 = 2.67，这个数在第六章会叫「检验统计量」。本章先把尺子造好，下一章才用它作判决。
练 11.4 某班成绩的箱线图为：最小值 45、Q1 = 62、中位数 71、Q3 = 80、最大值 95。① 求 IQR 与上下栅栏；② 判断偏斜方向；③ 若某生得 100 分，是否异常？
答：① IQR = 80 − 62 = 18，栅栏 = 62 − 27 = 35 与 80 + 27 = 107。② 中位数 71 略偏左（左半宽 9、右半宽 9 相等，上下须长 17 与 15 相近），近似对称、略有左偏。③ 100 < 107，不构成异常值——「高分」未必「离群」，判据是栅栏，不是感觉。
练 11.5 判断：① 描述统计就是算均值方差；② 抽样调查的结论对「抽样框内的总体」成立；③ 一份好的统计报告应当给出误差与样本量。
答：① 错——描述统计包括表、图、集中与离散、位置与形状，算均值方差只是其中一小块；② 对，这是外推的边界——若抽样框漏掉了某类人，结论不得越界；③ 对，「数 + 误差 + 样本量」是统计结论的三件套，缺一件就无法判断可信度。
练 11.6 自选一个身边的实际问题，写出「用本章方法解决它」的四步方案。
答（示例：校内食堂满意度）：① 定义与测量——把「满意度」定为 1–5 分的评分；② 抽样——以全体在校生为抽样框，按年级分层、比例分配，抽约 400 人；③ 描述——算均值、中位数、标准差，画直方图与箱线图看分年级差异；④ 报告——给出均值与 95% 误差界限，并说明结论的适用范围。四步走完，就完成了一次正规的统计调查。
小结：本章的全部工具服务于一句话——用有限的数据，说有限度的话。「有限度」三个字，就是标准误、误差界限与抽样框共同划出的边界。
一章练完，最后一步是「归档」：把错的地方按类型收好，把对的地方变成直觉。
| 错误类型 | 典型错法 | 正确做法 |
|---|---|---|
| 分母之误 | 样本方差用 n 除 | 样本方差用 n−1；总体方差用 n |
| 分组之误 | 组距不等却仍按频数作柱高 | 组距不等时柱高取频率密度 fi/Δ |
| 位置之误 | 把 P90 读成「得 90 分」 | 分位数读作「位置」，P90＝约 90% 的人不高于它 |
| 偏斜之误 | 不看形状就报均值 | 右偏时中位数比均值更能代表「典型值」 |
| 抽样之误 | 以为样本越大越准（不问抽样框） | 先问「框全不全」，再问「量够不够」 |
| 误差之误 | 把 ±4.9% 当成「算错了 4.9%」 | 它是随机波动的度量，不是错误 |
| 查表之误 | 下标上侧概率搞反、自由度顺序颠倒 | 下标＝右尾面积；F 先分子后分母 |
| 外推之误 | 把样本结论直接搬给全体 | 结论只对抽样框内的总体、且带误差界限 |
问 1 面对一堆数据，我先做什么？
答：先看，再算。一句话顺序是：排序 → 分组 → 画图 → 定量。图（直方图、箱线图、茎叶图）让看见分布的形状、异常与偏斜；看不见形状就算均值，等于闭着眼挑衣服。
问 2 一个数够不够描述一组数据？
答：永远不够。「中心 + 离散 + 形状 + 样本量」四件套齐了，才算描述完整。同一个均值 100，标准差可以是 1，也可以是 30——它们讲的是两个完全不同的世界。
问 3 样本的结论，凭什么能说到总体？
答：凭抽样分布这座桥。随机化让样本「无偏地代表」总体，抽样分布则给出「x 离 μ 会有多远」的概率规律。于是我们可以说：「在 95% 的重复抽样中，这样的区间会盖住真值。」能说这句话，统计就从描述走进了推断——这正是下一章的门槛。
本章到此收官。回望一眼来路：我们从「把数字排列整齐」开始，走到「用样本为总体作证」为止。下一章，我们把这座桥走完——估计与检验，等在前面。
「均值」「标准差」这两个词今天人人会说，可它们最初并不是为赌桌造的，而是为一个国家的身体造的。把正态曲线从天文误差里请出来、安到人身上的，是一位比利时人——阿道夫·凯特勒（Adolphe Quetelet，1796–1874）。他没有做过一次掷骰子的实验，却为统计学劈开了一整片新大陆。
凯特勒本是天文学家，曾主持布鲁塞尔天文台。做天文测量的人都懂误差：同一个人反复量同一个角，读数围绕真值起伏，画出误差的分布，那条钟形曲线便浮出来。凯特勒的灵感来得很直接：既然天体的观测误差服从正态，那么人的身体、人的行为，是不是也服从？
1835 年：「平均人」的诞生
这一年，他出版《论人及其才能的发展，或社会物理学试论》（Sur l'homme et le développement de ses facultés, ou Essai de physique sociale）。书中他把大量士兵的身高、胸围、体重，以及出生、死亡、犯罪、婚姻的数字摆在一起，做了一件此前无人做过的事——把它们画成分布。
结果令他吃惊：人的身高、胸围竟然也近似服从正态分布，中间高、两头低，像一条安静的钟形曲线。于是他提出一个概念——「平均人」（l'homme moyen）：一个社会中，各项身体与行为指标都取均值的那个人。凯特勒认为，个体千差万别，但作为一个整体，社会呈现出惊人的规律性；偏离均值者，则被视为「偏离常轨」。
凯特勒由此把统计学从「描述一组数字」提升为「发现社会规律的方法」。他的名言大致是：社会有它的「物理」——不是比喻意义上的，而是真的可以测量、可以计算的规律。
这套想法的影响极深远，也极有争议。深远之处：他把概率论与社会科学正式接了轨，统计学从此不再只是税册与账簿，而成了研究「人」的科学；1853 年他促成在布鲁塞尔召开第一届国际统计大会，把「如何统计」变成了各国共同的事。「社会物理学」（physique sociale）这个词，甚至启发了孔德——孔德后来用的「社会学」（sociologie）正是从这个词挤出来的。
争议之处同样重要。凯特勒的「平均人」暗含一个危险的推论：平均数不只是描述，还成了标准——偏离平均就被当作「反常」。19 世纪后期，这种思路被一些社会理论家推到了决定论的方向，把「犯罪率稳定」读成「个体无从选择」。后来的统计学家花了很久才把两件事分清楚：总体上的稳定规律，不等于个体没有自由；均值是一个描述量，不是一个道德标准。这一课，到今天都还没有完全部通过去。
延伸对读：斯塔尔（Stephen Stigler）《统计学的历史》中「凯特勒与平均人」一章，专讲这条曲线如何从天文走进社会；也可对照伊恩·哈金（Ian Hacking）《驯服偶然》（The Taming of Chance）前三章，看「规律」的观念怎样在 19 世纪被「发明」出来。〔数据〕
提起弗洛伦斯·南丁格尔（Florence Nightingale，1820–1910），人们想到的通常是「提灯女神」——克里米亚战地医院里那位深夜巡房的护士。但她真正改变世界的，或许不是那盏灯，而是一叠图。她被后世统计学家称作「统计图形的女王」，是皇家统计学会的第一位女性会员；而帮她完成这一切的武器，正是本章讲的两件事：数据整理与用图表说理。
1854 年，克里米亚战争前线传来惊人消息：英军士兵在战地医院里的死亡率高得离谱。南丁格尔率护士团赴前线，很快就发现——倒下的人里，死于伤口的只是少数，绝大多数死于伤寒、霍乱、痢疾这类可以预防的疾病。问题不在战火，在于污秽的病房、堵塞的下水道与糟糕的通风。
1858 年：把整支军队的死因画成一张「玫瑰」
回国后，南丁格尔与统计学家威廉·法尔（William Farr）合作，把两年间的死亡数据整理成表，再画成一种极区图（极坐标图，后人称「玫瑰图」或「鸡冠图」）：圆心是月份，扇形半径表示当月死亡人数，不同颜色表示不同死因。
这张图的力量在于——一眼就能看出，代表「可预防疾病」的那一大片蓝色，远远大过代表「战伤」的红色。数字若只以表格列出，要费很大力气才能比较；画成图，观者在一秒之内就被说服。这种「用面积讲道理」的设计，被称为统计图形史上最早、最有力的论证之一。
南丁格尔把这张图送到维多利亚女王与议员面前。它带来的直接后果，是军队医院卫生制度的改革与一项皇家委员会的成立——此后的战地死亡率大幅下降。她后来常说，自己真正的工作是「用统计说话」：没有数字，要求改革的呼吁只是恳求；有了数字与图，呼吁就变成了证据。
这件事与本册第五章的关系，值得再看一眼。她做的每一步，都是本章的动作：先定义要数什么（死因分类）、再整理成表（频数分布）、再转成图（视觉化）、最后据图作出判断（结论与建议）。她也极其克制地遵守了一条纪律——所有结论都注明数据来源与统计口径，绝不含糊。「让数据自己说话」，她是最早的实践者。
延伸对读：南丁格尔 1858 年提交的《军队卫生状况的调查报告》及其极区图，图版在网络上多有流传，值得与原数据对照着看一遍；另一条线可读《统计图形史》中关于「以图论证」的章节——它专门讨论：为什么同样一组数，画对了图，说服力会差出整整一个量级。〔数据〕
本章是一条从「一堆数字」到「一句有分寸的结论」的路。把六件事串起来看，路就清楚了。
| 方法／量 | 公式或要点 | 适用与警示 |
|---|---|---|
| 分组均值 | x = ∑fixi / ∑fi（xi 取组中值） | 组距不大时近似良好 |
| 样本标准差 | s = √(∑(xi−x)2 / (n−1)) | 分母 n−1，不写 n |
| 简化公式 | s2 = (1/n)∑xi2 − x2 | 手算用；注意量纲的平方 |
| 变异系数 | CV = s / x | 跨量纲、跨量级比较波动 |
| 异常值判别 | 落在 [Q1−1.5·IQR, Q3+1.5·IQR] 之外 | 只标「可疑」，不下判决 |
| 比例的标准误 | SE = √(p(1−p)/n) | p 取样本值；最保守取 0.5 |
| 样本量设计 | n ≥ zα/22 · 0.25 / e2 | 3% → 1068；2% → 2401 |
| 样本均值的分布 | E(x) = μ，Var(x) = σ2/n | 期望无需分布假设；正态性需条件 |
| 三大分布 | (n−1)S2/σ2 ~ χ2(n−1)；(x−μ)/(S/√n) ~ t(n−1) | 正态总体下成立；查表看自由度 |
一句话总纲：描述统计负责「说清楚这堆数据」，推断统计负责「用样本说总体」；而两者之间的桥，是抽样分布。
厨房里有个老办法：想知道汤咸不咸，不必把整锅喝完，舀一勺尝尝即可。这勺汤之所以可信，是因为它和整锅汤的成分相同——只要搅拌得足够匀。
统计学的全部起点，就是这个朴素的类比。总体是整锅汤，样本是那一勺，随机抽样就是那根搅拌棒。没有搅拌，舀到的是表层；搅拌不匀，舀到的仍是偏的。「随机化」这三个字，就是统计学的那根搅拌棒。
但类比到此为止会误导人。汤是连续的、均质的，而人要复杂得多：每个个体都不同，样本与总体之间只存在概率意义上的相似，而不是物理意义上的相同。于是问题变成了：这种「相似」能精确到什么程度？——答案就是抽样分布。
第一条：无偏。E(x) = μ——样本均值不会系统性地骗我们；它有时偏高、有时偏低，平均而言正正好。这条不依赖总体分布，只要期望存在。
第二条：可控。Var(x) = σ2/n——偏差的「散布」可以被计算、被设计。样本量一乘四，散布减半。统计之所以能作为一门工程，靠的正是这一条。
第三条：可知形。样本量足够大时，无论总体长什么样，x 的分布都趋向正态。这是中心极限定理——它把「缩影」的形状也一并告诉了我们。
把三条合起来读，就得到一句可以随时掏出的话：「样本是总体的缩影，但缩影是有误差的；而误差的大小，恰好是我们能算出来的。」这句话的前半句是信念，后半句是方法——统计学的位置，就站在信念与方法之间。
留一个反问给自己：如果样本不是随机得来的（比如只调查了愿意回答的人），上面三条还有哪一条成立？答案是：一条也不成立。随机化不是技术细节，而是全部保证的前提。
本章反复强调：算样本方差时分母用 n−1，不用 n。这不是「习惯」，而是一条可以被证明的定理。现在把它证完。
命题 设 X1, X2, …, Xn 是来自某总体的独立同分布样本，E(Xi) = μ，Var(Xi) = σ2。则样本方差 S2 = ∑(Xi − X)2 / (n − 1) 满足 E(S2) = σ2，即 S2 是 σ2 的无偏估计。
证明 关键是先把「围绕样本均值的偏差」改写为「围绕总体均值的偏差」。注意 Xi − X = (Xi − μ) − (X − μ)，平方后求和：
而 ∑(Xi − μ) = n(X − μ)，代入中间项得 −2n(X − μ)2，于是
两边取期望。左起第一项：由独立性，E[∑(Xi − μ)2] = ∑σ2 = nσ2；第二项：E[n(X − μ)2] = n·Var(X) = n·(σ2/n) = σ2。故
除以 n−1，即得 E(S2) = σ2。∎
为什么「除 n」会偏小？一句话说清
样本均值 X 是由样本自己算出来的，它天然离样本比离 μ 更近——因为 ∑(Xi − X)2 恰好是「围绕 X 的偏差平方和」，而 X 正是使这个和最小的那个点。用了一个约束（∑(Xi−X) = 0）就损失了一「份」独立信息，所以分母要减 1 补偿回来。
上面的推导给出了这个「损失」的精确大小：E[∑(Xi−X)2] = (n−1)σ2，比 nσ2 少了整整一个 σ2。若坚持除以 n，系统性偏低的比例恰为 (n−1)/n。
模拟验证（可复现，固定随机种子）：取 n = 5、标准正态总体、重复 20 万次。除以 n−1 的样本方差均值约 1.0034（理论值 1）；除以 n 的均值约 0.7990，与理论比值 4/5 = 0.8 吻合。数字与公式互相印证，这条定理就算真正落地了。
一句提醒：无偏性是对「重复抽样」说的——每一次抽样未必准，平均而言才准。把无偏读成「一定准」，是把期望当成了事实。
第四章末尾我们证明了中心极限定理。它在本章有一个极其具体的用途：给「抽样调查的结论」装上误差刻度。现在把这条链条完整走一遍。
可用的结论（大样本） 设总体均值为 μ、方差为 σ2，样本量 n 充分大，则
因此 P(|X − μ| ≤ zα/2 · σ/√n) ≈ 1 − α。注意：这里不要求总体服从正态。
第一层应用：把点估计变成区间估计。民调中 σ 未知，但比例型变量的方差可由 p(1−p) 估出，于是「支持率 46%」应改写为「46% ± 2.8%」。这个「±」不是含糊其辞，而是用中心极限定理算出来的硬指标。
第二层应用：样本量设计——反过来用同一个定理。要让误差不超过 e，只需解不等式 zα/2·√(0.25/n) ≤ e，得 n ≥ zα/22·0.25/e2。这就是「误差 3% ⇒ 抽 1068 人」的来历：它不是经验数字，而是定理的直接推论。
第三层应用：近似地算出「极端情况」的概率。掷 30 粒骰子，和 S 的均值 = 30 × 3.5 = 105，标准差 = √(30 × 35/12) = √87.5 ≈ 9.354。用连续性修正求 P(S ≥ 120)：
即约 6%。若没有中心极限定理，这里要枚举 630 种情况——那是一个天文数字；有了它，一次查表就够了。这就是「极限定理」四个字的分量。
三条使用须知（最容易被忽略的地方）
① 样本量要「充分大」，但多大算大取决于总体有多偏。对称、无重尾的总体，n = 20 就已相当好；强偏态（如收入、理赔额）则可能需要几百以上。先画一张直方图，比背一个数字更靠谱。
② 独立性不能省。若样本来自同一个家庭、同一个班、同一条生产线，彼此相关，则 Var(X) = σ2/n 会低估真实方差，误差界限被算得太窄——「自信满满地错」是抽样调查最常见的翻车方式。
③ 它管的是抽样误差，不管非抽样误差。问卷设计有偏、无应答者特殊、抽样框不完整——这些都不在定理的射程之内。定理给出的是「随机」的账，不是「系统」的账。
一句话收束：中心极限定理把「不确定」变成了「可计算的量」。它的伟大不在于公式漂亮，而在于它把误差从一种「遗憾」变成了一种「指标」——从此，我们可以在不确定中作出有把握的决定。
抽样分布是本章最抽象的概念，却也是最适合用计算机「看见」的概念。方法：把「抽样」这件事重复成千上万次，每次记下样本均值，再画这成千上万个均值的直方图——看到的，就是抽样分布。
取总体为一颗均匀骰子：μ = 3.5，σ2 = 35/12 ≈ 2.9167，σ ≈ 1.7078。每个样本量 n 重复 20000 次，结果如下（固定随机种子，可复现）：
| 样本量 n | 理论标准误 σ/√n | 模拟标准差 | 相对偏差 | 模拟出的均值 |
|---|---|---|---|---|
| 1 | 1.7078 | 1.7067 | −0.1% | 3.5109 |
| 4 | 0.8539 | 0.8493 | −0.5% | 3.4930 |
| 9 | 0.5693 | 0.5743 | +0.9% | 3.4988 |
| 16 | 0.4270 | 0.4275 | +0.1% | 3.4993 |
| 36 | 0.2846 | 0.2829 | −0.6% | 3.4984 |
三件事值得逐条读出：① 模拟标准差与理论值 σ/√n 的偏差都在 1% 以内——公式是对的；② 所有模拟均值都极接近 3.5，且无系统性偏向——无偏性是对的；③ 标准差随 n 增大而缩小，但不是按 n 缩、而是按 √n 缩：n 从 1 涨到 36（36 倍），标准误只降到 1/6。
动手做 用 Python 复现这张表（无需任何统计库）：
import random, statistics, math
random.seed(20260930)
for n in (1, 4, 9, 16, 36):
ms = [statistics.mean(random.randint(1, 6) for _ in range(n))
for _ in range(20000)]
print(n, round(statistics.pstdev(ms), 4), round(math.sqrt(35/12/n), 4))
建议继续改三处：① 把骰子换成「有偏骰子」（六点概率加倍），看无偏性是否仍成立；② 把总体换成强偏态的分布（如指数分布），观察 n 多小才开始像正态；③ 令 n 固定而重复次数从 1000 增到 100000，看模拟标准差如何向理论值收敛。第三次改动最有意思——它本身就是大数定律的又一次现身。
一、填空（每题 4 分）
1 总体均值 μ、方差 σ2，样本量 n。E(x) = ＿＿，Var(x) = ＿＿，E(S2) = ＿＿。
2 数据 2, 4, 4, 6, 9 的中位数为 ＿＿，样本标准差为 ＿＿（三位小数）。
答：1. μ、σ2/n、σ2（三者分别是无偏、可设计、无偏的根据）。2. 中位数 4；均值 5，偏差平方和 = 9+1+1+1+16 = 28，s = √(28/4) = √7 ≈ 2.646。
二、选择（每题 5 分）
3 变量明显右偏时，最能代表「典型水平」的是（ ）
（A）均值 （B）中位数 （C）最大值 （D）极差
4 其他条件不变，样本量由 100 增到 400，抽样误差（ ）
（A）不变 （B）减半 （C）变为 1/4 （D）增大
5 关于 t 分布，正确的说法是（ ）
（A）关于 0 对称，自由度越小尾部越厚 （B）只取正值 （C）自由度越小越接近正态 （D）期望随自由度变化
答：3. B——长尾把均值往右拽，中位数更「像典型值」。4. B——误差 ∝ 1/√n，√4 = 2。5. A。t 对称、取全域、期望恒为 0，自由度越大越接近正态。
三、计算（每题 12 分）
6 数据（已排序，n = 11）：6, 9, 11, 13, 14, 17, 19, 22, 24, 27, 40。求五数概括与 IQR，并判断 40 是否为异常值。
答：中位数取第 6 个 M = 17；下半中位数 Q1 = 11，上半中位数 Q3 = 24。五数 = (6, 11, 17, 24, 40)，IQR = 13，栅栏 = −8.5 与 43.5。40 < 43.5，不算异常值（n 小时栅栏偏宽，判据灵敏度随之下降）。
7 某工厂抽 100 件，平均长度 20.05 mm、样本标准差 0.30 mm。① 求样本均值的标准误；② 若要求比例估计误差不超过 4%（95% 置信），至少需多少样本？
答：① SE = 0.30/√100 = 0.03 mm，样本均值距规格中心 20.00 约 0.05/0.03 ≈ 1.67 个标准误，偏上但幅度有限。② n ≥ 1.962×0.25/0.042 = 601 人。
8 正态总体 σ = 12，抽 n = 36，求 P(|x − μ| ≤ 3)。
答：σx = 12/6 = 2，P = P(|Z| ≤ 1.5) = 2Φ(1.5) − 1 ≈ 0.8664。同一个「±3」，换了样本量含义就完全不同——故标准误必须与样本量一起报告。
四、简答（每题 10 分）
9 为什么样本方差的分母要用 n−1？从「信息」的角度作答。
答：∑(Xi−X)2 中的偏差被一条约束 ∑(Xi−X) = 0 绑住——知道 9 个，第 10 个就被唯一确定。独立偏差只有 n−1 个（自由度），故分母取 n−1；用 n 除会系统偏小，比例恰为 (n−1)/n。
10 「样本量大就一定准确」对吗？举一反例并说明理由。
答：不对。1936 年《文学文摘》收回 240 万份问卷仍预测失败，问题在抽样框偏向富裕阶层。样本量只能压缩抽样误差（∝ 1/√n），对非抽样误差与系统偏倚毫无作用；偏倚样本越大，只是把同一个错误数得更多、报得更自信。
评讲要旨：本章最易失分处有三——① 样本方差的分母（n−1）；② 混淆标准差与标准误（前者量个体散布，后者量统计量的散布）；③ 给结论时不报样本量与误差。盯住这三处，本章即过关。
第五章我们学会了把一堆数据说清楚：算出均值、画出直方图、报出标准差。可那始终是对数据本身说话。真正的野心在下一步——能不能绕过数据，直接对数据背后那个世界下判断？这正是统计推断（statistical inference）的全部内容。
这件事的历史比我们想的早。1662 年，伦敦一位做布料生意的商人约翰·格兰特（John Graunt）把教区每周公布的死亡登记表逐条整理，用一小部分教区的记录去推算整座城市的人口与死亡率，写成《死亡表观察》。他没有见过伦敦的每一个居民，却敢为这座城市的总人口报出一个数——这是人类第一次用可以数清的部分去说数不清的整体。一百多年后，拉普拉斯用巴黎等地的出生记录估计全法国人口约两千五百万，方法是把「局部出生率」当成「全国出生率」来用。这套动作，今天叫统计推断。
两类问题，两条道路
设总体分布里有一个我们不知道的常数，称为参数，记 θ（读作 theta）。统计推断要回答的，只有两种问法：
① 估计——θ 大约等于多少？（民调里「支持率大概是多少」）
② 检验——θ 是不是等于某个指定的值？（质检里「这批货的均值还是不是 250 克」）
问法不同，工具也不同。对应地，本章前半讲估计（点估计与区间估计），后半讲检验（假设检验与卡方检验）。
最朴素的一个模型，还是骰子与硬币。掷一枚硬币 100 次，出现 60 次正面。请问：这枚硬币正面朝上的概率 p 是多少？
直觉会说「六成吧」。可这句话里藏着两重含糊：第一，「六成」只是一个猜测，硬币的真值 p 可能恰好是 0.60，也可能只是这 100 次碰巧出了 60 次；第二，如果不满足于一个数，我们最多能把 p 圈到什么范围里？第一个问题给出一个点，第二个问题给出一个区间——这就是「点估计」与「区间估计」的分野。
本章路线：先解决「给一个数」（点估计，§6.2–6.5，含矩估计、最大似然与三条评价标准），再解决「给一个范围」（区间估计，§6.6–6.8），然后进入「给一个是非」（假设检验，§6.9–6.13），最后三节走出教科书——卡方检验的两个实用形态（§6.14–6.15）、回归初步（§6.16）与现代接口（§6.17）。
要猜一个未知参数，最省事的办法是：看它跟哪个「已知的模式」挂钩，就把那个模式用样本里的对应物顶上去。这个想法朴素得像一句常识，却是统计估计的第一种系统方法，称为矩估计法。
先分清两套「矩」。总体分布有它的矩：一阶原点矩就是期望 E(X)，二阶中心矩就是方差 Var(X)。样本也有它的对应物：样本均值 X、样本二阶中心矩 B2 = (1/n)∑(Xi − X)2。既然样本是总体的缩影，那么「样本的矩」理应接近「总体的矩」。
矩估计法
设总体分布含 k 个未知参数 θ1, …, θk。令前 k 阶总体原点矩等于对应的样本原点矩，得到 k 个方程，解出 θ1, …, θk，所得的解就叫矩估计量。
只含一个参数时，一句话：把总体均值 E(X) 换成样本均值 X，解出参数。
看三个例子，就知道这套替换有多好用。
三个常用结果（推导见例 1）
① 均匀分布 U(0, θ)：E(X) = θ/2，故 θ̂ = 2X。
② 指数分布 Exp(λ)：E(X) = 1/λ，故 λ̂ = 1/X。
③ 正态分布 N(μ, σ2)：两个参数，用前两阶矩。μ̂ = X，σ̂2 = B2 = (1/n)∑(Xi − X)2。
矩估计法有两个讨人喜欢的品格：一是几乎总能写出式子——只要矩存在，方程就立得起来，不必深究分布的全貌；二是计算简单——大多只是解一元一次或二次方程。但它也有短板：用上了哪些矩、丢掉了哪些信息，全凭我们随意。比如 U(0, θ) 的样本里最大的那个数 max(Xi) 明明透露了 θ 的下界信息，矩估计却对它视而不见。下一节的最大似然法，正是冲着「把数据里的信息榨干」而来。
换个角度问同一个问题。手里已经握着一批数据，这批数据是既成事实。那么：在所有的参数取值中，哪一个最可能产生出我手上这批数据？把「最可能」这个词认真对待，就得到统计学里最有威力的估计方法——最大似然估计（maximum likelihood estimation，常缩写为 MLE）。
提出它的人叫费希尔（R. A. Fisher）。1922 年，他在《理论统计学的数学基础》中系统写下了这套方法，并第一次把「估计」当成一门可以精确讨论的数学问题。费希尔一生几乎重塑了现代统计学——他后来还提出了显著性检验、方差分析，正是下半个世纪的统计语言。他本人是位遗传学家与优生学家，为了研究农田试验里「随机化」的作用，甚至发明了拉丁方设计。
似然函数与最大似然估计
设总体含参数 θ，样本取值为 x1, …, xn。把同一个密度（或概率）函数里 x 与 θ 的角色对调——数据固定不动，把 θ 看作自变量——得到的函数
L(θ) = ∏i=1n f(xi; θ)
叫做似然函数。使 L(θ) 取到最大值的那个 θ，就称为 θ 的最大似然估计，记 θ̂。
这里有一处关键的观念翻转，值得停下来想清楚：概率函数与似然函数是同一个表达式，讲的却是两件事。f(x; θ) 在 θ 已知时读作「出现数据 x 的概率有多大」；一旦数据已经落定，L(θ) 就读作「这组参数解释眼前数据的可信程度有多高」。前者问的是数据的可能，后者问的是参数的可信——同一个式子，换了一个方向读。
计算上有一处常用技巧：连乘难求导，而取对数能把乘积变成求和，且不改变峰值的位置（对数函数单调递增），所以实际都解对数似然方程：
ln L(θ) = ∑i=1n ln f(xi; θ) ⟹ d ln Ldθ = 0
三个经典结果（推导见例 2）：① 伯努利试验成功 k 次／共 n 次，则 p̂ = k/n——「频率就是概率的估计」，原来可以从似然原理里严格推出来；② 正态 N(μ, σ2)：μ̂ = X，σ̂2 = (1/n)∑(Xi − X)2（注意分母是 n 不是 n − 1）；③ 均匀分布 U(0, θ)：θ̂ = max(Xi)，正是那个被矩估计丢掉的量。
现在手里有了两种办法，都能给出一个 θ̂。可估计量本身是随机变量——换一批样本，它会落到另一个数上。这就像用一把尺子量长度：我们真正在意的不是这一次量得准不准，而是这把尺子长期量下来，有没有系统性偏差。
于是评价估计量的第一条标准，就是看它「打靶」时瞄得正不正。
无偏估计
若 E(θ̂) = θ 对一切 θ 成立，就称 θ̂ 是 θ 的无偏估计量；否则称 E(θ̂) − θ 为它的偏差（bias）。
用一句话记住：无偏，就是「平均意义上瞄得正」——单次可以偏左偏右，反复使用却不会系统性偏离。
两个最重要的结论，第五章已经埋下伏笔，这里正式验收：
① X 是 μ 的无偏估计：由期望的线性性，E(X) = (1/n)∑E(Xi) = (1/n) · nμ = μ。
② S2 是 σ2 的无偏估计，而 B2 不是：E(S2) = σ2，而 E(B2) = n − 1n σ2（B2 即分母取 n 的那个量）。这解释了样本方差为什么除以 n − 1：分母小一点，恰好把「用 X 代替 μ 造成的缩小」补回来。
证明的关键只有一步，值得记住：∑(Xi − X)2 = ∑(Xi − μ)2 − n(X − μ)2。逐项取期望：第一项是 nσ2，第二项是 n · σ2/n = σ2，相减得 (n − 1)σ2。除以 n − 1 刚好得到 σ2，而除以 n 只剩 (n − 1)σ2/n——系统性偏小。二十万次的模拟（见习题课）会给出 S2 ≈ 1.0034 对 B2 ≈ 0.7990，与理论值 1 和 0.8 吻合得严丝合缝。
有偏并不等于不好。最大似然给出的 σ̂2 有偏（偏小），却有一致性、有极小的渐近方差——在样本量不大时，统计学界常说「宁可要一个稍偏但更稳的估计」。评价估计量，从来不止一根尺子。
无偏只解决了「瞄得正」。可靶心上的十环，还有大小之分——弹着点散得越紧，越可靠。这就引出第二条标准：有效性。
有效性
设 θ̂1 与 θ̂2 都是 θ 的无偏估计。若对一切 θ 都有 Var(θ̂1) ≤ Var(θ̂2)，且至少有一个 θ 使不等号严格成立，就称 θ̂1 比 θ̂2 更有效。
两个都是无偏时，方差小的那个更好——因为它「更稳」。
最漂亮的一个对比，是把样本均值 X 与样本中位数 M 放上擂台。两者都能估计正态总体的 μ，都是无偏的，那谁更稳？
答案是 X，而且赢得很干净：Var(X) = σ2/n，而中位数的渐近方差是 πσ2/(2n)。两者之比为 π/2 ≈ 1.5708。也就是说，同一个估计精度，用中位数大约要多吃 57% 的数据。这正是「均值比中位数更有效」的数学根据。
但那句「渐近」——π/2 是 n 很大时的极限。模拟显示：n = 5 时比值约 1.42，n = 25 时约 1.56，n = 400 时才爬到 1.563，缓慢地趋向 1.5708。有效性是「长期账」，样本量小的时候账目未必算得清。
一致性（相合性）
若当 n → ∞ 时，θ̂ 依概率收敛到 θ，即对任意 ε > 0 有
P(|θ̂n − θ| < ε) → 1
就称 θ̂ 是 θ 的一致估计量。通俗说：数据够多，估计就够准。这是估计量最低限度的「合格证」——一个连样本量无限大都不能收敛的估计量，几乎没有使用价值。
拿 U(0, θ) 的两个候选来验收：矩估计 2X，标准差 θ/√(3n)；最大似然 max(Xi)，标准差 θ/(n+1) 量级。模拟（θ = 1）给出：n = 100 时前者标准差 0.0576、后者 0.0099；n = 400 时降到 0.0290 与 0.0025。两个都一致（都在缩），但最大似然的收缩快近十倍——这再次印证了「似然把数据里的信息榨得更干」。
三条标准合起来，可以画成一句口诀：无偏管「正」，有效管「稳」，一致管「久」。而最大似然估计的迷人之处在于，它（在一定正则条件下）常常三者兼备——这正是它成为现代统计学默认选择的原因。第六章剩下的部分，都建立在这条估计的地基上。
点估计给出一个数，干净利落，却有个无法回避的尴尬：它几乎从不等于真值。说「p̂ = 0.60」，而硬币真值是 0.6000 的概率实际为零。既然单个数字天生靠不住，那就退一步——给一个范围，并说明这个范围的可靠程度。
民调早就这么做了：「支持率 46%，误差正负 3 个百分点」。这句话的意思不是「真值一定在 43% 到 49% 之间」（它可能在，也可能不在），而是「用这套方法反复调查，大约十次里有九次能把真值框住」。这种「带保证的范围」，就是置信区间。
置信区间与置信度
设 θ̂1, θ̂2 是由样本算出的两个统计量，且满足
P(θ̂1 < θ < θ̂2) = 1 − α
就称随机区间 (θ̂1, θ̂2) 是 θ 的置信度为 1 − α 的置信区间。常用 1 − α = 0.95（95% 置信区间）或 0.99。
关键：随机的是区间，不是参数。参数 θ 是固定不动的常数；每次都换一批样本，画出一个区间，这些区间有的框住 θ、有的没框住。1 − α 说的是「框住的次数占比」，不是「这一个区间正确的概率」。
这句话最容易被念错，值一个比喻：把真实参数想成一只停在树上的鸟，置信区间是我们每次抛出的一张网。网的大小（置信度）决定了投一百次能网住几次；可一旦某张网落定，鸟要么在里面要么不在里面，说「这张网有 95% 的概率套住鸟」就错位了——那是投网之前对这套动作的说法。实验页会真的抛 100 次网，数一数命中几次。
「置信度」常有三种同义的说法：置信水平、置信系数、可靠度；α 则叫显著性水平。90%／95%／99% 三档最常用，它们的临界值分别是 1.645、1.960、2.576——记住这三个数，等于记住了区间估计的钥匙。
置信区间的构造有一个统一套路：先找一个含参数的统计量，其分布已知；再把「这个统计量落在某范围内」翻译成「参数落在某范围内」。对正态总体的均值，这个统计量就是第五章的抽样分布定理给的那两个。
分两种情况，取决于总体标准差 σ 是否已知。这是全书最实用的一处分叉，务必辨清。
情形一：σ 已知（用的是 z，正态分布）
由 X − μσ/√n ~ N(0, 1)，可得 μ 的 1 − α 置信区间
X ± zα/2 · σ√n
情形二：σ 未知（用的是 t，t 分布）
把 σ 换成 S，统计量 X − μS/√n 不再服从正态，而服从自由度 n − 1 的 t 分布，区间相应改为
X ± tα/2(n − 1) · S√n
两条式子形状一模一样，只换了一个字母：z 换成 t。这个替换的代价是 t 的尾巴比 z 厚，临界值更大，区间更宽——「因为 σ 也不知道，得多付一点保险费」。代价随自由度增大而迅速消失：t0.025(8) = 2.306，t0.025(24) = 2.064，而 z0.025 = 1.960；到 n > 45 后两者已相差无几。
区间宽度里藏着三个杠杆，值得单独拎出来看：① 置信度越高，区间越宽（95% 用 1.96，99% 要用 2.576）；② 样本量越大，区间越窄（宽度正比于 1/√n，样本量翻四倍才能把宽度砍半）；③ 数据越散（σ 越大），区间越宽。三者互相牵制，工程上要在「准、省、快」之间取舍——这正是例 5、例 6 与习题课五要反复练的手艺。
实战提醒：现实问题中 σ 极少已知，所以 t 区间才是日常主角；只有当 σ 来自长期稳定的大批历史数据（如生产线公差）时，才用 z 区间。
均值之外，还有两个参数天天被问起：比率（支持率、合格率、点击率）与方差（精密度、稳定性、波动）。它们的区间估计各有各的办法。
先说比率。从总体中抽 n 个个体，其中具备某特征的记 k 个，则 p̂ = k/n。由中心极限定理，样本量大时 p̂ 近似正态，于是可得沃尔德区间（Wald interval）：
p̂ ± zα/2 √(p̂(1 − p̂)n)
这条式子民调天天在用。它的一个重要推论是：误差约等于 1/√n。取 p̂ = 0.5（最坏情形），n = 1000 时的误差约 3.1%，n = 400 时约 4.9%。这也解释了为什么民调样本量总在 1000 上下——想把误差从 3% 压到 1%，样本量要从 1000 涨到近 10000，成本陡增而收益递减。
但沃尔德区间有个坏毛病：p̂ 靠近 0 或 1 时会失效（区间可能越出 [0, 1]，也可能窄得离谱）。一个改进是威尔逊区间（Wilson score interval）：
p̂ + z22n1 + z2/n ± z1 + z2/n√(p̂(1 − p̂)n + z24n2)
式子看着吓人，行为却很老实：它总会落在 (0, 1) 之内，小样本与极端比率下都比沃尔德可靠。数学软件与统计教材现在多推荐它。
再说方差。方差区间的构造要绕一条巧路。由第五章的正态抽样分布定理，
(n − 1)S2σ2 ~ χ2(n − 1)
把「χ2 落在两个临界值之间」这件事反解，就得到 σ2 的区间。注意这里的处理与均值不同：χ2 分布不对称，所以不能写成「± 某个数」的形式，必须左右各自算。
σ2 的 1 − α 置信区间
( (n − 1)S2χ2α/2(n − 1) , (n − 1)S2χ21−α/2(n − 1) )
分母上的两个临界值一右一左：上端用小分位（分母小、区间大），下端用大分位。千万别顺手写反。
翻个面看：区间还能当作决策的尺子。某厂要求零件长度的标准差不超过 0.5 mm，抽 16 件测得 s2 = 0.36，算得 σ2 的 95% 区间 (0.196, 0.862)，即 σ ∈ (0.443, 0.929)。上限 0.929 明显越过了 0.5 这条线——虽未越过多少，但「不确定性还很大，16 件还不足以下结论」，这句话本身就极有价值。
现在换一种问法。不再问「参数是多少」，而是问「参数是不是等于某个指定的值」。质检员问的是「这批货的平均重量还是不是 250 克」，药检问的是「新药比安慰剂有效吗」——一句话，给一个判断：是，还是否。
作出判断的工具，是一条看似简单、实则精妙的原理。
小概率原理
小概率事件在一次试验中，实际上不会发生。
这不是数学定理，而是一条经验法则——它把「不可能」放宽成「几乎不可能」，从而让我们能对现实下判断：如果某件事在「假设成立」时出现的概率极小，而它偏偏出现了，那么我们就有理由怀疑那个假设出了问题。
整座假设检验的大厦，都架在这一条上。
把这条原理用起来，需要一套固定的台词。这套台词的每一句都有严格名字，务必分清「谁在主张、谁在推翻」。
假设检验的五个角色
① 原假设 H0：站在「受审」位置的假设，通常是「没有变化」「没有差别」「等于某个值」——例如 H0 : μ = 250。它默认成立，需要证据才能推翻。
② 备择假设 H1：与 H0 对立、且我们想证明的那个主张，如 H1 : μ ≠ 250（双侧）、H1 : μ > 250 或 H1 : μ < 250（单侧）。
③ 检验统计量：由样本算出、能衡量「样本与 H0 距离多远」的量，如 t = (X − μ0)/(S/√n)。
④ 拒绝域：统计量取值的「雷区」。落在里面就拒绝 H0，落在外面就不拒绝。
⑤ 显著性水平 α：拒绝域的大小，也就是「H0 明明成立、却被我们判为不成立」的概率上限。常取 0.05 或 0.01。
为什么把「无变化」放在受审位置？这里借用一句法律格言：疑罪从无。原假设相当于「被告无罪」，先假定它成立；只有证据足够强，才宣判有罪。这样做的代价是：可能放过真凶（H0 错了却没拒绝），但很少冤枉好人。这个取舍，正是下一节「两类错误」的主题。
做完检验，结论只能有两种说法，用词不能含糊：「拒绝 H0」，或「不拒绝 H0」。第二个绝不能说成「接受 H0」——证据不足，不等于证明为真；就像法院判「证据不足无罪释放」，并不等于宣判当事人清白。这个用词的讲究，是假设检验最容易被忽视、也最能体现功力的地方。
还有一种更常见的报告方式：不算临界值，直接算 p 值——在 H0 成立的前提下，出现「当前这么极端或更极端」的结果的概率。p 越小，越有理由拒绝。p < 0.05 常被说成「显著」。可 p 值不是「H0 为真的概率」，也不同于置信度——这个误解在科学界流传甚广，格物札记会专门算一笔账。
审判总有误判，检验总有出错。假设检验只可能犯两种错，而且这两种错此消彼长——这是本章最有哲学意味的一节。
两类错误
第一类错误（弃真）：H0 实际成立，我们却拒绝了它。概率记 α，即显著性水平。
第二类错误（取伪）：H0 实际不成立，我们却未拒绝它。概率记 β。
称 1 − β 为检验的功效（power）——「真有问题时能查出来」的能力。
用一张对照表把四种结局排开，一目了然：
| H0 实际成立 | H0 实际不成立 | |
|---|---|---|
| 不拒绝 H0 | 判断正确（1 − α） | 第二类错误（β）：取伪 |
| 拒绝 H0 | 第一类错误（α）：弃真 | 判断正确（功效 1 − β） |
两者的性质截然不同。第一类错误的概率 α 由我们自己设定——想知道它多大，看检验方案就行。而第二类错误的概率 β 通常算不出来：因为 H1 是一大片区域（「μ ≠ 250」包含无穷多个值），得先指定真值具体是多少，才能算。这就是「功效分析」必须给定一个「值得检出」的具体效应的原因。
作个具体演算，让这两个概率落地。设检验 H0 : μ = 100，已知 σ = 10、n = 25，取拒绝域 X > 104。此时 SE = 2，临界点换算成 z = (104 − 100)/2 = 2.00，故 α = P(Z > 2.00) = 0.0228。
| 真实 μ | z 值 | β（取伪） | 功效 1 − β |
|---|---|---|---|
| 103 | Φ((104−103)/2) = Φ(0.50) | 0.6915 | 0.3085 |
| 105 | Φ(−0.50) | 0.3085 | 0.6915 |
| 108 | Φ(−2.00) | 0.0228 | 0.9772 |
这张表把「功效」的脾气说透了：真值离 H0 越远，功效越高。当真实均值是 108 时，检验几乎必能揪出偏差（功效 0.977）；可若真值只是 103——差 3，几乎没差多少——功效只有 0.31，八成机会会被漏掉。「查不出小差别」不是检验的缺陷，是它的本性。
三个因子决定功效的高低，可以当口诀用：① 差别越大，功效越高；② 样本量越大，功效越高；③ 数据波动（σ）越小，功效越高。反过来，若要求「在真实 μ = 105 时功效不低于 0.90」，可以反解出所需样本量——本例算得 n ≥ 35。这种「先定功效，再定样本量」的做法，是临床试验与 A/B 测试的标准开场动作，§6.17 会看到它怎么用。
选 α 就是选错的代价。药检宁可放宽 α（怕漏掉有效药），质检宁可收紧 α（怕误判整批货）。没有「最优」的 α，只有「代价相称」的 α。
把上一节的原理装配成武器，最常用的一件叫 t 检验。它处理的问题极简单也极普遍：总体近似正态、σ 未知，样本均值离某个指定值 μ0 够不够远？
单样本 t 检验（检验 H0 : μ = μ0）
① 取检验统计量 t = X − μ0S/√n ~ t(n − 1)（H0 成立时）。
② 按备择假设定拒绝域（α 水平）：
双侧 H1 : μ ≠ μ0 → |t| > tα/2(n − 1)
右侧 H1 : μ > μ0 → t > tα(n − 1)
左侧 H1 : μ < μ0 → t < −tα(n − 1)
注意双侧与单侧的临界值不同：双侧用 tα/2（把 α 平摊到两个尾巴），单侧用 tα（全给一个尾巴）。用单侧还是双侧，必须由问题本身决定，不能事后挑选。如果只关心「是否偏离」（如零件尺寸偏差），用双侧；如果只关心「是否变大」（如药效是否更好），用单侧。临界值随手一挑，就会犯「数据窥探」的错。
让它上一次岗。某饮料厂标称每罐 250 mL，抽 16 罐测得 X = 249.2、S = 1.6。问这批是否偏轻？
立 H0 : μ = 250、H1 : μ ≠ 250（双侧，因为「偏轻」与「偏重」都算不合格）。算得 t = (249.2 − 250)/(1.6/4) = −2.000，自由度 15，而 t0.025(15) = 2.1314。因为 |−2.000| < 2.1314，落在拒绝域之外——不拒绝 H0。换成 p 值：p = 0.0639 > 0.05，同样不显著。
这个结果该怎么向厂长解释？「差 0.8 mL 不算证据不足，也不算证据充分。」不拒绝 H0 只是说「16 罐的数据还不足以判定灌装机跑偏」，不是「灌装机一定没偏」。若把样本量提到 64、其余不变，t 会变成 −4.00，那就稳稳拒绝了。同一个偏差，样本量不同，结论可以相反——这也是为什么报结论时必须带上样本量。
三点使用须知：① 总体须近似正态，或样本量较大（n ≥ 30，靠中心极限定理）；② 数据须来自随机抽样；③ 若已知 σ，改用 z 检验（把 S 换成 σ、t 换成 z）。
均值管「准不准」，方差管「稳不稳」。很多场合后者比前者更要紧：轴承的直径可以略有公差，但批与批之间的波动必须压住，否则装配线会废掉。检验方差用的是第五章那位熟面孔——卡方分布。
单样本方差检验（检验 H0 : σ2 = σ02）
① 统计量 χ2 = (n − 1)S2σ02 ~ χ2(n − 1)（在 H0 成立且总体正态时）。
② 拒绝域（α 水平）：
双侧 χ2 > χ2α/2(n − 1) 或 χ2 < χ21−α/2(n − 1) （两端都要管）
右侧（方差偏大） χ2 > χ2α(n − 1)
左侧（方差偏小） χ2 < χ21−α(n − 1)
这里要留心一个易错点：卡方分布不对称，双侧检验的两个临界值不能写成「±同一个数」，必须查左、右两个分位数。这也是它与 t 检验在操作上最大的不同。
上例的延续：某零件长度要求标准差不超过 0.5 mm。抽 16 件，测得 S2 = 0.36，问波动是否超标？
立 H0 : σ2 = 0.25、H1 : σ2 ≠ 0.25（双侧）。统计量 χ2 = 15 × 0.36 / 0.25 = 21.600。自由度 15 的两个临界值是 χ20.975(15) = 6.262 与 χ20.025(15) = 27.488。6.262 < 21.600 < 27.488，不拒绝 H0——尚无证据说明波动超标。
把两条检验并列一比，可以看清统计推断的一个通用逻辑：估计量与检验统计量是同一件事的两面。置信区间是「把参数的合理范围画出来」，假设检验是「看某个指定值是否落在那段范围里」。事实上，若 μ0 落在 μ 的 1 − α 置信区间内，那么 α 水平的双侧检验必然不拒绝 H0 : μ = μ0——区间估计与假设检验是一枚硬币的两面，这一点在 §6.17 讲 p 值时会再回来。
实践中最常见的问题不是「与某个标准比」，而是「两组比一比」：新工艺比旧工艺好吗？男生女生的平均分有差异吗？A 版与 B 版页面哪个转化率高？这类问题统称两个总体的比较检验。
先看均值。设两组独立样本，容量、均值、方差分别为 n1, X1, S12 与 n2, X2, S22。若两总体都近似正态、且方差相等（这是下面这条式子的前提），可用合并方差 Sp2：
Sp2 = (n1 − 1)S12 + (n2 − 1)S22n1 + n2 − 2， t = X1 − X2Sp√(1/n1 + 1/n2) ~ t(n1 + n2 − 2)
合并方差的做法是「按自由度加权平均」——样本大的那组说话分量更重。至于「方差是否相等」，可以先用 F 检验探一探：
F 检验（方差比）
检验 H0 : σ12 = σ22，统计量 F = S12/S22 ~ F(n1 − 1, n2 − 1)。两侧检验时右临界值取 Fα/2，左临界值由 1/Fα/2（两组自由度对调）得到。
若 F 落在两临界值外，说明方差不等，此时改用不假定等方差的 Welch 检验更稳妥。
但真正值得大书一笔的，是独立样本与配对样本的分野。看一个实测数据：8 名受试者服药前后的某项指标（同一人两次测量，天然配对）：
| 受试者 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
|---|---|---|---|---|---|---|---|---|
| 服药前 | 124 | 131 | 118 | 127 | 135 | 122 | 129 | 120 |
| 服药后 | 123 | 128 | 119 | 124 | 132 | 121 | 128 | 119 |
| 差值 d | 1 | 3 | −1 | 3 | 3 | 1 | 1 | 1 |
按配对做：差值 d 的均值 d = 1.500，标准差 Sd = 1.4142，SE = 0.5000，故 t = 1.500/0.500 = 3.000，自由度 7。与 t0.025(7) = 2.3646 比较，拒绝 H0（p = 0.0199）——药有效。
若当作两组独立样本做（即忽略配对关系）：合并方差 Sp2 = 27.9286，SE = 2.6424，t = 1.500/2.6424 = 0.568，自由度 14，t0.025(14) = 2.1448，不拒绝（p = 0.5792）——药效看不出来。
配对为什么这么有威力？因为它把「人与人之间的差异」从误差里剔除了。同一个人的前后测量共享了大量个体特征（体质、年龄、基础水平），相减之后这些因素自动抵消，剩下的只是纯粹的「处理效应」。凡能配对的场合，绝不轻易做成独立样本——这是实验设计的第一条经验。
比率的比较则另有一套：两组各抽 n1, n2，成功 k1, k2，用合并比率 p̂ = (k1 + k2)/(n1 + n2) 算 SE，再作 z 检验。这套式子就是 A/B 测试的引擎，§6.17 会完整跑一遍。
方差的检验只用到卡方分布的一半威力。它还有一个更出彩的用途：检验一批「类别计数」是否符合某个理论模型。这门技术叫拟合优度检验（goodness-of-fit test），它回答的是最古老、也最迷人的那个问题——
这颗骰子，公平吗？
掷 120 次，六个面分别出现 15, 18, 22, 17, 24, 24 次。若骰子绝对公平，每面期望 E = 20 次。观测与期望的差距各自不大，可六个加起来，算不算「太巧」？
拟合优度检验（皮尔逊 χ2 检验）
把样本分成 k 个类，第 i 类的观测频数为 Oi、期望频数为 Ei（由理论模型算出）。统计量
χ2 = ∑i=1k (Oi − Ei)2Ei ~ χ2(k − 1)（H0 成立时）
其中 H0 是「数据符合该理论模型」。这里只有一条约束 ∑Oi = n，故自由度是类别数减一。
每个 Ei 都要求 ≥ 5（最好 ≥ 10）；若过小，须把相邻类合并，自由度随之减少。
把数字代进去：
χ2 = (15−20)220 + (18−20)220 + ⋯ + (24−20)220 = 25 + 4 + 4 + 9 + 16 + 1620 = 3.700
自由度 5，临界值 χ20.05(5) = 11.0705。3.700 < 11.0705，不拒绝 H0，p = 0.5934。数据与「骰子公平」这个假设没有冲突——注意措辞：是「没有冲突」，不是「证明公平」。
把两组数据放在一起，就能看出判据的灵敏度：
| 观测频数（1–6 点） | χ2 | p 值 | 结论（α = 0.05） |
|---|---|---|---|
| 15, 18, 22, 17, 24, 24 | 3.700 | 0.5934 | 不拒绝，骰子可视为公平 |
| 8, 12, 18, 22, 28, 32 | 21.200 | 0.0007 | 拒绝，骰子严重偏斜 |
第二组数据有明显的单调上升趋势（1 点最少、6 点最多），χ2 立刻飙到 21.2，把「碰巧」这个词彻底否掉。这正是卡方检验的用处：它不看单个偏差有多大，而看「所有偏差合起来，是否超过了纯随机能解释的范围」。
值得记住的历史一笔：1900 年，卡尔·皮尔逊（Karl Pearson）提出这个统计量，并给出了它的极限分布——这是现代统计学的开山之作之一。他当时的目的，恰恰是检验「转盘／骰子／纸牌是否公平」这类赌博问题。一百二十多年后，同一个统计量在检验遗传学比例（孟德尔定律）、市场问卷分布、软件随机数生成器——从赌桌出发的工具，最终长成了科学的通用尺子。
拟合优度检验问的是「一个变量符合某个理论吗」。把它稍作推广，就能回答另一个更常见的问题：两个变量之间，有关系吗？——性别与消费偏好有关吗？吸烟与患病有关吗？广告版式与点击率有关吗？
这类问题的数据通常排成一张**列联表**（contingency table）：行表示第一个变量的分类，列表示第二个变量的分类，格子里是频数。
| 喜欢 | 不喜欢 | 行合计 | |
|---|---|---|---|
| 男性 | 38 | 22 | 60 |
| 女性 | 30 | 40 | 70 |
| 列合计 | 68 | 62 | 130 |
男性的喜欢比例 38/60 ≈ 0.633，女性 30/70 ≈ 0.429。差了 20 个百分点，看着像有关联。可这个差距会不会只是抽样的偶然？
检验的办法是：先假定两者无关（独立），算出「无关时每格应该有多少」，再看实际观测偏离它多远。独立时，格子的期望频数按乘法规则给出：
Eij = （第 i 行合计）×（第 j 列合计）总数 n
例如左上格 E11 = 60 × 68 / 130 = 31.38，而观测是 38——比期望多出不少。四格都算完，代进同一个 χ2 式子：
| 格子 | 观测 O | 期望 E | (O − E)2/E |
|---|---|---|---|
| 男／喜欢 | 38 | 31.38 | 1.394 |
| 男／不喜欢 | 22 | 28.62 | 1.529 |
| 女／喜欢 | 30 | 36.62 | 1.195 |
| 女／不喜欢 | 40 | 33.38 | 1.311 |
χ2 = 1.394 + 1.529 + 1.195 + 1.311 = 5.430
独立性检验
对 r × c 列联表，检验 H0：「两变量相互独立」。统计量同上式，自由度为
(r − 1)(c − 1)
自由度之所以是「行数减一乘列数减一」，是因为行列合计都被固定住了：知道一部分格子的数，剩下的就被唯一决定。这里是 (2−1)(2−1) = 1。
查表：χ20.05(1) = 3.8415。5.430 > 3.8415，拒绝 H0（p = 0.0198）：性别与偏好确有关联。
三点实战要诀：① 结论要写成「有关联」，不能写成「有因果」——列联表检验只说明「不独立」，因果要靠实验设计去建立；② 期望频数小于 5 的格子应合并，否则近似不准；③ 2 × 2 表在小样本下最好用 Yates 连续性校正，或直接改用精确检验。
一个经典陷阱：某研究发现「每天喝咖啡的人心脏病比例更低」，媒体立刻欢呼。可细看列联表——喝咖啡者更多是年轻人，而年轻人本来发病率就低。「有关联」的背后躲着一个未被控制的第三变量（混杂因素）。这类错误在医学与社会调查里屡见不鲜，也是「相关不等于因果」这句警告的统计学版。
上一节问的是「有没有关系」。可很多场合我们要的更多：关系长什么样？能不能用它做预测？——广告费投 7 万，销售额大概多少？气温升 1 度，用电量涨多少？这类问题的答案，是一条直线。
先把数据摊在坐标纸上。一组 n 对观测 (x1, y1), …, (xn, yn)，若散点大致沿一条直线铺开，就用
ŷ = a + bx
去描述它。b 叫斜率（x 每增 1，y 平均变化多少），a 叫截距。问题只剩一个：哪条直线最好？
最小二乘准则
对每个数据点，记它与直线的竖直偏差为残差 ei = yi − ŷi。让残差平方和最小化：
Q(a, b) = ∑i=1n (yi − a − bxi)2 → min
之所以是「平方和」而不是「绝对值和」，一是平方可导、便于求极值，二是它按高斯的误差理论办事（这也正是「最小二乘法」的思想源头）。
把 Q 分别对 a, b 求偏导、令其为零，解出那两条著名的公式（证明见习题课十）：
b = ∑(xi − x)(yi − y)∑(xi − x)2， a = y − bx
第二式的含义：回归直线必定穿过重心 (x, y)——这是一个每次都能拿来快速验算的好性质。
拿一组真实感很强的数据试试：6 个月的广告费（万元）与销售额（万元）。
| x（广告） | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|
| y（销售） | 12 | 15 | 17 | 21 | 22 | 26 |
算得 x = 3.5、y = 18.833、∑(xi−x)(yi−y) = 47.500、∑(xi−x)2 = 17.500，于是
b = 47.50017.500 = 2.7143， a = 18.833 − 2.7143 × 3.5 = 9.3333
故 ŷ = 9.3333 + 2.7143x。翻译成业务语言：每多投 1 万元广告，销售额平均增加约 2.71 万元。若下月投 7 万，预测 ŷ = 9.3333 + 2.7143 × 7 = 28.33 万元。
怎么知道这条线靠不靠得住？两个指标：相关系数 r 与决定系数 R2。本例 r = 0.9927，R2 = r2 = 0.9854——销售额变动的 98.5% 可由广告费解释，拟合极好。若问斜率是否显著不为零，可作 t 检验：SE(b) = 0.1650，t = 2.7143/0.1650 = 16.45，自由度 4，远超 t0.025(4) = 2.7764——广告与销售额的关系确实存在。
三条使用警戒线：① 不要外推太远——用 1–6 万的数据去预测 100 万，直线未必还成立；② 高 R2 不等于因果，两个同时增长的量（如十年间的气温与 GDP）可以拟合得极好而毫无关系；③ 检查残差——若残差呈弯曲的弧形，说明真实关系不是直线，该换模型了。
本章的方法听起来像教科书里的古董，其实它们正日夜不停地跑在现代世界的底层。这一节走出教室，看三件事。
① 临床试验：把「显著」写进法规。一种新药要上市，必须证明显著优于安慰剂，而这套证明流程就是假设检验的工业放大版：随机化（受试者随机分组，消除选择偏倚）、双盲（医生与患者都不知分组，消除期望效应）、预先注册方案（在收集数据前就定好 H0、α、样本量与主要终点）。最后一条尤其关键——若允许先看数据再挑假设，p 值就失去了意义。药监部门普遍要求 p < 0.05（对多个终点则更严），这不是数学家定的规矩，而是几十起药物安全事件换来的教训。
② A/B 测试：把假设检验装进按钮。互联网公司改一次页面颜色，就让一半用户看 A 版、一半看 B 版，比一比转化率。这套「在线实验」的统计内核，正是一个两样本比率检验。看一个实际算例：
| 组别 | 样本量 | 转化数 | 转化率 |
|---|---|---|---|
| A（原版） | 1000 | 120 | 12.0% |
| B（新版） | 1000 | 145 | 14.5% |
合并比率 p̂ = (120 + 145)/2000 = 0.1325，SE = √(0.1325 × 0.8675 × (1/1000 + 1/1000)) = 0.01516，于是
z = 0.145 − 0.1200.01516 = 1.649， p = 2(1 − Φ(1.649)) ≈ 0.0992
p = 0.0992 > 0.05，不显著。B 版看似「相对提升 20.8%」，实际上还不足以排除偶然。这不是失败，而是样本不足——把每组的样本量各加到 2000（比例不变），z 变成 2.332，p = 0.0197，结论立刻翻转为显著。「同样的差异，样本量决定结论」——这是本章最该带走的一句话。
③ 直觉 ⇄ 理论：三个必须纠正的直觉。
直觉一：「p = 0.03，所以 H0 为真的概率是 3%。」
错。p 值算的是 P(数据这么极端 | H0 为真)——在 H0 成立的前提下出现这种数据的概率。而我们想知道的是 P(H0 为真 | 数据)。两者是反着的条件概率，混淆它们是「检察官谬误」的统计版。若真想知道后者，得走贝叶斯的路（见格物札记①）。
直觉二：「不显著，就说明没差别。」
错。不拒绝 H0 只说明当前样本不足以证明有差别，可能是差别真不存在，也可能是样本太小、功效不够。「没有证据」与「证明没有」是两件事——正如「找不到黑天鹅」不等于「黑天鹅不存在」。
直觉三：「p < 0.05，所以这个发现很重要。」
错。统计显著（significant）不等于实际重要（important）。样本足够大时，任何微小的差别都会变得「显著」——某新药让血压平均降 0.1 mmHg，一万人试验后 p 可以小于 0.001，可临床上毫无意义。报告结论时，必须同时给出「效应有多大」（效应量）与「误差有多大」（置信区间），光给一个 p 值是残缺的报告。
正因为这三个误区，统计界近年掀起了一场「超越 p < 0.05」的运动：把 p 值当门槛一刀切，会诱导研究者反复尝试不同分析直到「显著」（p-hacking），也会让真正有价值但效应温和的发现被埋没。更好的做法是报告完整的置信区间与效应量，并把统计判断与专业判断分开。——数据不能做决定，它只能说明「证据有多强」。
全书写到这里，该回头看一眼来路了。
我们的起点是一颗骰子。十七世纪的赌徒想知道「掷出两个六的概率」，于是写信去问帕斯卡；帕斯卡与费马在往返书信里把「等可能」这件事算清楚了——概率论由此诞生。那时它只是一门关于游戏的手艺：赌金怎么分、点数和怎么押、连输多少局才算反常。
可这个「游戏的手艺」后来长成了一棵大树。样本空间与公理（第一章）给了它语法；条件概率与独立性（第二章）让它能处理信息与证据；随机变量与分布（第三章）把它从离散的点提升成连续的函数；数字特征与极限定理（第四章）让它回答「大量重复会怎样」；数据的描述与抽样（第五章）让它转过身去看真实世界；而本章——统计推断，是这棵树结出的果实：从一个看不见的世界里抓出一小把数据，然后据此对那个世界下判断。
这是一条引人深思的路。它告诉我们一件与直觉相悖的事：偶然不是秩序的敌人，而是秩序的另一张面孔。单个事件无法预测，成批的事件却服从严格的规律；并不知道硬币真值是多少，我们却能为它划出一个可以信赖的范围；不能确定新药是否有效，我们却能把「误判的概率」压到一个我们选定的水平上。
「不确定」这三个字，在日常语言里等于「无可奈何」。而这一册书想说的恰恰相反：不确定是可以被度量的、被管理的、被承诺的。当我们说「95% 置信区间」时，我们给出的不是一句模糊的安慰，而是一份精确的保证——一份关于长期行为的保证，尽管对这一次的具体结果，我们依然坦率地承认无知。
最后回到那颗骰子。卡克西在十七世纪写下《论掷骰游戏》，拉普拉斯在十八世纪说「概率论不过是常识的算术化」，费希尔在二十世纪把「似然」写成了公式。他们做的事，说到底是同一件：在最不可靠的地方，找到可以依靠的东西。
从掷出一枚骰子，到为整座城市的命运作出判断——这条路，人类走了三百年。而现在已经站在了路上。格物致知，JUST FOR FUN。
题 用矩估计法求下列总体参数的估计量：
① 总体 X ~ U(0, θ)，样本观测值为 0.3, 0.8, 0.6, 0.9, 0.4；
② 总体 X ~ Exp(λ)（密度 f(x) = λe−λx, x > 0），样本观测值为 2.1, 3.4, 1.8, 2.7, 3.0；
③ 总体 X ~ P(λ)（泊松分布），样本观测值为 2, 0, 3, 1, 4。
解 矩估计的要旨是「用样本矩顶替总体矩」。三个小题都只含一个未知参数，故都只用一阶矩。
① 均匀分布 U(0, θ) 的期望是区间中点：
E(X) = 0 + θ2 = θ2
令 θ/2 = X，解得 θ̂ = 2X。代入数据：
X = 0.3 + 0.8 + 0.6 + 0.9 + 0.45 = 3.05 = 0.600， θ̂ = 2 × 0.600 = 1.200
顺带对照：这批数据的最大值是 0.9，而由最大似然法（例 2 ③）会得到 θ̂ = max(xi) = 0.900。**两个估计量给的结果差了 33%**——这正是 §6.2 说的「矩估计浪费了极值信息」。
② 指数分布的期望 E(X) = 1/λ，令 1/λ = X：
X = 2.1 + 3.4 + 1.8 + 2.7 + 3.05 = 13.05 = 2.600， λ̂ = 12.600 ≈ 0.385
③ 泊松分布的期望 E(X) = λ，故 λ̂ = X：
X = 2 + 0 + 3 + 1 + 45 = 105 = 2.000， λ̂ = 2.000
小结 三步走：①写总体矩的表达式（含参数）；②令它等于对应的样本矩；③解方程。两个参数的场合就用前两阶矩列两个方程，联立求解。
题 求下列参数的最大似然估计：
① 伯努利试验 n = 20 次，成功 k = 7 次，估计成功概率 p；
② 正态总体，样本 5.1, 5.3, 4.8, 4.6, 5.2，估计 μ 与 σ2；
③ 均匀总体 U(0, θ)，样本同上例 ①。
解 ① 单次试验的分布是 P(X = x) = px(1 − p)1−x（x = 0, 1）。似然函数是 20 个因子的乘积，其中 k 个是 p、n − k 个是 (1 − p)：
L(p) = pk(1 − p)n−k， ln L(p) = k ln p + (n − k) ln(1 − p)
求导并令其为零：
d ln Ldp = kp − n − k1 − p = 0 ⟹ p̂ = kn
代入 k = 7, n = 20，得 p̂ = 7/20 = 0.35。
这一步的意义远超一个算式：它从似然原理严格推出了「频率就是概率的估计」。掷 100 次得 60 次正面就用 0.60 估 p——我们一直凭直觉这么做，现在才知道为什么这么做是对的。
② 正态密度代入似然函数，取对数：
ln L = −n2 ln(2π) − n2 ln σ2 − 12σ2∑(xi − μ)2
先对 μ 求偏导：只有最后一项含 μ，而它是「距离平方和」，当 μ 取在数据中心时最小，故 μ̂ = X。再对 σ2 求偏导（令 v = σ2）：
−n2v + ∑(xi − x)22v2 = 0 ⟹ σ̂2 = 1n∑(xi − x)2
注意分母是 n，不是 n − 1。代入数据：x = 25.0/5 = 5.000，偏差平方和为
(0.1)2 + (0.3)2 + (−0.2)2 + (−0.4)2 + (0.2)2 = 0.01 + 0.09 + 0.04 + 0.16 + 0.04 = 0.34
故 σ̂2 = 0.34/5 = 0.0680，σ̂ = 0.2608。若改用无偏的样本方差，则 s2 = 0.34/4 = 0.0850——两个分母，两个数值，一个题目里最常见的对照点。
③ 均匀分布 U(0, θ) 的似然函数是 L(θ) = 1/θn，条件是全部观测都落在 (0, θ) 内，即 θ ≥ max(xi)。函数 1/θn 关于 θ 单调递减，故取到最小可行的 θ 时最大：
θ̂ = max(xi) = 0.900
三个小题展示了最大似然法的三种「长相」：① 可微、求导（伯努利）；② 偏导联立（正态）；③ 端点取到（均匀）。第三类不能用求导——这正是 MLE 最容易被公式化套路绊倒的地方。
题 设 X1, …, Xn 是来自总体 X 的样本，E(X) = μ、Var(X) = σ2。判断下列估计量是否无偏：
① μ̂1 = X； ② σ̂12 = 1n∑(Xi − X)2； ③ μ̂2 = X1；
④ 总体 U(0, θ) 时，θ̂1 = 2X； ⑤ 同上总体的 θ̂2 = max(Xi)（已知 E(max) = nn + 1θ）。
解 判据只有一条：看期望是否等于真值。
① 由期望的线性性：
E(X) = E(1n∑Xi) = 1n∑E(Xi) = 1n · nμ = μ
故 X 是 μ 的无偏估计。
② 关键是那条恒等式 ∑(Xi − X)2 = ∑(Xi − μ)2 − n(X − μ)2。逐项取期望：第一项 = nσ2，第二项 = n · σ2/n = σ2，故
E[∑(Xi − X)2] = nσ2 − σ2 = (n − 1)σ2 ⟹ E(σ̂12) = n − 1nσ2
因为 (n − 1)/n ≠ 1，所以 σ̂12 有偏（偏小）；而把分母换成 n − 1 就得到无偏的 S2。
③ E(X1) = μ——只用第一个观测也是无偏的！「无偏」不担保「好用」，这正说明还需要有效性这条标准（见例 4）。
④ E(2X) = 2E(X) = 2 · θ2 = θ，故 无偏。
⑤ E(max) = nn + 1θ ≠ θ，故 有偏（偏小）。若想修正，可乘上 (n + 1)/n，即 θ̃ = n + 1nmax(Xi) 就是无偏的了。
小结 无偏性是可加性最强的性质：期望的线性性使「无偏估计的线性组合仍无偏」；但方差的表达式要复杂得多，这也解释了为什么「无偏」比「有效」更容易验证。
题 正态总体 N(μ, σ2)，样本 X1, …, Xn（n ≥ 2）。
① 比较 μ̂1 = X、μ̂2 = X1、μ̂3 = X1 + X22 三者的有效性；
② 比较样本均值 X 与样本中位数 M 的有效性（已知 Var(M) ≈ πσ22n）。
解 ① 三个估计量的期望都是 μ（都无偏），故只比方差：
Var(μ̂1) = σ2n， Var(μ̂2) = σ2， Var(μ̂3) = σ22
因为 n ≥ 2，所以 σ2/n ≤ σ2/2 < σ2（n > 2 时前者严格小于）。方差越小越有效，故 μ̂1 最优：用全部数据总比只用一部分强。
这个结论还有个熟面孔的解释：Var(X1) = σ2 对 Var(X) = σ2/n，比值恰为 n。所以「样本量越大越准」在方差层面是一个精确的定量事实：n 倍的样本，换来 n 分之一的方差、√n 分之一的标准差。
② 两个都是 μ 的无偏估计，比较方差：
Var(M)Var(X) = πσ2/(2n)σ2/n = π2 ≈ 1.571
所以 X 比中位数有效，比值约 1.57。换个说法：要达到同样的精度，用中位数大约要多花 57% 的样本。下表把模拟验证也列出来（正态总体，每个 n 各 4 万次重复）：
| n | Var(X) | Var(M) | 实测比值 | 渐近值 π/2 |
|---|---|---|---|---|
| 5 | 0.2015 | 0.2856 | 1.418 | 1.5708 |
| 10 | 0.1002 | 0.1387 | 1.385 | |
| 25 | 0.0401 | 0.0624 | 1.558 | |
| 100 | 0.0100 | 0.0156 | 1.559 | |
| 400 | 0.0025 | 0.0039 | 1.563 |
表中的一个小细节：n = 5 与 n = 10 时的实测比值明显小于 1.571，到 n = 400 才缓慢爬近。这就是讲义中强调的「渐近」二字的分量——有效性的大小比较，在小样本时未必按渐近结论走。
小结 有效性比较的操作规程：①先确认两个都无偏；②分别算方差；③方差小的更有效。若两者一个无偏一个有偏，则须改用均方误差（MSE）——它等于方差加偏差平方，是把「正」与「稳」放在同一把尺子上的办法。
题 某厂生产的零件长度 X ~ N(μ, σ2)，由长期生产数据已知 σ = 0.04 mm。今抽 16 件，测得 X = 125.60 mm。
① 求 μ 的 95% 置信区间；② 求 99% 置信区间；③ 若要求区间半宽不超过 0.01 mm，至少抽多少件（95%）？
解 ① 因为 σ 已知，用 z 区间。先算标准误：
SE = σ√n = 0.04√16 = 0.044 = 0.0100
95% 对应 z0.025 = 1.960，故半宽 = 1.960 × 0.0100 = 0.0196：
(X − 0.0196, X + 0.0196) = (125.5804, 125.6196)
结论：这批零件的平均长度在 125.580 到 125.620 mm 之间（95% 置信）。注意区间的宽度只有 0.039 mm——非常窄，因为 σ = 0.04 本就不大，而 16 件样本把标准误又压到了 0.01。
② 99% 对应 z0.005 = 2.5758，半宽 = 0.0258：
(X ± 0.0258) = (125.5742, 125.6258)
比 95% 区间宽了约 32%。置信度不是越高越好——「更可靠」的代价是「更含糊」，这是一对绕不开的交换。
③ 反解。要求 z0.025 · σ/√n ≤ 0.01：
1.960 × 0.04√n ≤ 0.01 ⟹ √n ≥ 7.84 ⟹ n ≥ 61.47
故至少抽 62 件。从 16 件到 62 件，样本量要涨近 4 倍，半宽才从 0.0196 压到 0.01——1/√n 规律的又一次现身。
有一个术语上的讲究：不能写成「μ 落在 (125.5804, 125.6196) 内的概率是 0.95」——μ 是常数，谈不上概率。正确说法是「用这套方法反复抽取，得到的区间有 95% 会盖住 μ」。
题 某材料的抗拉强度服从正态分布，σ 未知。抽 n = 9 个试样，测得 X = 42.5 MPa、S = 3.2 MPa。求 μ 的 95% 置信区间，并与「若已知 σ = 3.2」的情形比较。
解 第一步：辨清用 z 还是 t。σ 未知——用 t。这是本节最要紧的一步判断。
第二步：算标准误。
SE = S√n = 3.2√9 = 3.23 ≈ 1.0667
第三步：查临界值。自由度 = n − 1 = 8，双侧 0.05 对应 t0.025(8) = 2.3060。
第四步：给出区间。
42.5 ± 2.3060 × 1.0667 = 42.5 ± 2.4597 = (40.040, 44.960)
结论：该材料平均抗拉强度在 40.04 至 44.96 MPa 之间（95% 置信）。
对照：若 σ = 3.2 竟然已知（比如来自厂家规范），则用 z0.025 = 1.960，区间变为
42.5 ± 1.960 × 1.0667 = 42.5 ± 2.0907 = (40.409, 44.591)
同一批数据，同样的置信度，t 区间比 z 区间宽了约 0.37 MPa（宽度之比 2.306/1.960 ≈ 1.177）。这多出来的部分，就是「σ 也得猜」的成本——统计学的诚实之处：不知道的事，必须用更宽的区间来坦白。
小结 均值区间估计的四步口诀：①辨（σ 知否，定 z／t）；②算（标准误 σ/√n 或 S/√n）；③查（zα/2 或 tα/2(n−1)，注意双侧要取 α/2）；④报（写成「X ± 半宽」，并说清置信度）。四步走顺，这类题就没有难点。
题 某设备额定输出为 μ0 = 100，输出服从正态分布、σ = 10。抽 n = 25 台，得 X。按下列三种要求，分别写出原假设、备择假设与拒绝域（α = 0.05）：
① 只要考察「是否偏离额定值」；② 只担心「输出偏高」（超标即危险）；③ 只担心「输出偏低」。
解 第 0 步：先算标准误，这是三种情形的公共基础。
SE = σ√n = 10√25 = 2
于是 X ~ N(100, 22)（在 H0 成立时），检验统计量 Z = (X − 100)/2 ~ N(0, 1)。
① 双侧检验（只关心「偏不偏」）：
H0 : μ = 100 H1 : μ ≠ 100 拒绝域：|Z| > 1.960
翻译回 X 的语言：X < 96.08 或 X > 103.92。α = 0.05 平分给两个尾巴，各 0.025。
② 右侧检验（怕偏高）：
H0 : μ ≤ 100 H1 : μ > 100 拒绝域：Z > 1.645
即 X > 103.29。整个 α 都给右尾。
③ 左侧检验（怕偏低）：
H0 : μ ≥ 100 H1 : μ < 100 拒绝域：Z < −1.645
即 X < 96.71。
若某个样本给出 X = 103.6，三种检验的结论会一样吗？算一下：Z = 1.80。
| 检验 | 拒绝域 | Z = 1.80 的位置 | 结论 |
|---|---|---|---|
| ① 双侧 | |Z| > 1.960 | 1.80 < 1.960 | 不拒绝 |
| ② 右侧 | Z > 1.645 | 1.80 > 1.645 | 拒绝 |
| ③ 左侧 | Z < −1.645 | 1.80 > −1.645 | 不拒绝 |
这正是「不可事后挑选单双侧」的真正原因：先看数据、再决定用单侧，等价于把 α 偷偷放大了一倍。正确的做法是在收集数据之前，根据问题的性质把检验的方向定死。
题 承例 7 ②：H0 : μ ≤ 100、H1 : μ > 100，但改用更「严格」的拒绝域 X > 104（即临界点 c = 104）。已知 σ = 10、n = 25。
① 求第一类错误的概率 α；② 若真实 μ 分别为 103、105、108，求第二类错误的概率 β 与功效 1 − β；③ 若要求真实 μ = 105 时功效不低于 0.90，样本量至少要多少？
解 标准误仍为 SE = 2。
① 在 H0 的边界 μ = 100 上，X ~ N(100, 22)：
α = P(X > 104 | μ = 100) = P(Z > 104 − 1002) = P(Z > 2.00) = 1 − Φ(2.00) = 0.0228
② 关键是把「β」翻译成一句话：真值在 μ1，但样本均值没有越过临界点。此时 X ~ N(μ1, 22)，故
β(μ1) = P(X ≤ 104 | μ = μ1) = Φ(104 − μ12)
| 真实 μ1 | (104 − μ1)/2 | β（取伪） | 功效 1 − β |
|---|---|---|---|
| 103 | 0.50 | 0.6915 | 0.3085 |
| 105 | −0.50 | 0.3085 | 0.6915 |
| 108 | −2.00 | 0.0228 | 0.9772 |
读表要读出味道：真值离原假设越远，功效越高。真值 108（差 8）时几乎总能查出（0.977）；真值 103（差 3）时八成会漏掉（功效仅 0.309）。「查不出小差别」不是检验失灵，而是小差别本来就难与随机波动区分。
③ 反解样本量。要求 μ = 105 时功效 ≥ 0.90，即 β ≤ 0.10。用单侧 α = 0.05（z0.05 = 1.645）：
Φ(c − 105SE) ≤ 0.10 ⟹ c − 105SE ≤ −1.282， 又 c = 100 + 1.645SE
两式联立：100 + 1.645SE − 105 ≤ −1.282SE，即 2.927SE ≥ 5，SE ≥ 1.708。而 SE = 10/√n，故 √n ≥ 10/1.708 = 5.855，n ≥ 34.28——取 n = 35。验算：n = 35 时功效 = 0.9054 ≥ 0.90，达标。
注意这个结论的份量：α 被固定为 0.05（不能靠调临界点来提升功效），那么提升功效的唯一途径就是增大样本量。临床上设计一项试验，之所以常常要算「样本量要多少」，正是在这个式子上做文章。
题 某饮料标称每罐净含量 250 mL。抽 n = 16 罐，测得 X = 249.2 mL、S = 1.6 mL。问灌装量是否偏离标称值？（α = 0.05）若另一批测得 X = 248.6 呢？
解 第一步：立假设。问题问的是「是否偏离」——两个方向都算不合格，故用双侧。
H0 : μ = 250， H1 : μ ≠ 250
第二步：选统计量。σ 未知、n = 16 小样本，故用 t：
t = X − μ0S/√n = 249.2 − 2501.6/4 = −0.80.4 = −2.000
第三步：查临界值并判断。自由度 15，t0.025(15) = 2.1314。因为
|t| = 2.000 < 2.1314
落在拒绝域之外——不拒绝 H0。即：尚无充分证据说明灌装量偏离 250 mL。
第四步：用 p 值复核。p = 2P(T15 > 2.000) = 0.0639 > 0.05，结论一致。
第二批数据：X = 248.6 时，
t = 248.6 − 2500.4 = −3.500， |t| = 3.500 > 2.1314 ⟹ 拒绝 H0（p = 0.0032）
两批数据只差 0.6 mL，结论却从「不拒绝」翻到「拒绝」——因为 t 统计量把「偏差除以标准误」的相对尺度算了进去，这正是检验统计量的价值。
报告结论时的措辞练习：「在 0.05 显著性水平下，样本未提供足够证据表明灌装量偏离 250 mL（t = −2.000，p = 0.0639）。」——主语是「样本」而不是「灌装机」，动词是「未提供证据」而不是「证明没有」。这两处措辞，是统计素养的试金石。
题 某零件尺寸标准差的技术要求为 σ0 = 0.5 mm。抽 n = 16 件，测得 S2 = 0.36，即 S = 0.6 mm。
① 作双侧检验（α = 0.05），问波动是否合乎要求？② 若质检只在方差偏大时才判不合格，改用单侧检验，结论如何？
解 ① 立 H0 : σ2 = 0.25（即 σ = 0.5），H1 : σ2 ≠ 0.25。统计量
χ2 = (n − 1)S2σ02 = 15 × 0.360.25 = 5.400.25 = 21.600
自由度 15。双侧检验要查两个分位数：
χ20.975(15) = 6.262， χ20.025(15) = 27.488
因为 6.262 < 21.600 < 27.488，不拒绝 H0——尚未发现波动超标的证据。
② 单侧立 H0 : σ2 ≤ 0.25、H1 : σ2 > 0.25，拒绝域取右尾：
χ2 > χ20.05(15) = 24.996
依然 21.600 < 24.996，仍不拒绝 H0。结论没变，但临界值的变化：双侧 27.488 → 单侧 24.996，门槛降了，检验变得更容易显著。
反过来算，这批数据要到什么程度才判不合格？解 15S2/0.25 > 24.996 得 S2 > 0.4166，即 S > 0.6455。也就是说 S 必须超过 0.646 mm（比要求的 0.5 高出 29%）才会被判不合格。
技术提示：做方差检验时，务必先确认总体近似正态。卡方检验对正态假设的偏离很敏感——若数据明显偏态，即使 χ2 值偏大，也未必真说明方差超限。这是它比 t 检验更脆弱的地方（t 检验在大样本下靠中心极限定理仍可用）。
题 掷一枚骰子 120 次，六个面出现的次数依次为 15, 18, 22, 17, 24, 24。在 α = 0.05 下检验这枚骰子是否均匀。
解 第一步：立假设。H0：骰子均匀（每个面出现的概率都是 1/6）；H1：骰子不均匀。注意：均匀性是一个模型，它带来一组期望频数——这正是「拟合优度」的由来。
第二步：算期望频数。总次数 120，六面等概率，故
Ei = 120 × 16 = 20 (i = 1, …, 6)
每个期望频数都 ≥ 5，可以直接做检验；若某类期望小于 5，必须与相邻类合并。
第三步：算统计量。把六个偏差逐个平方、除以期望：
| 点数 | 1 | 2 | 3 | 4 | 5 | 6 | 合计 |
|---|---|---|---|---|---|---|---|
| 观测 O | 15 | 18 | 22 | 17 | 24 | 24 | 120 |
| 期望 E | 20 | 20 | 20 | 20 | 20 | 20 | 120 |
| O − E | −5 | −2 | 2 | −3 | 4 | 4 | 0 |
| (O−E)2/E | 1.25 | 0.20 | 0.20 | 0.45 | 0.80 | 0.80 | 3.70 |
第四步：定自由度、查表。类别数 6，只有「总数固定」这一条约束，故自由度 = 6 − 1 = 5。
χ2 = 3.700 < χ20.05(5) = 11.0705
不拒绝 H0（p = 0.5934）。数据与「骰子均匀」这一假设没有冲突——可以放心使用（至少在 120 次的数据量下挑不出毛病）。
为了感受判据的灵敏度，换成另一组观测：8, 12, 18, 22, 28, 32（明显递增）：
χ2 = 144 + 64 + 4 + 4 + 64 + 14420 = 42420 = 21.200 > 11.0705 ⟹ 拒绝（p = 0.0007）
解法小结 拟合优度检验的四步：①立模型（给出期望）；②算期望频数（并检查是否 ≥ 5）；③算 ∑(O−E)2/E；④自由度 = 类别数 − 1（若估计了某个参数，还要再减估计的个数）。
最后一次回到赌桌：皮尔逊 1900 年提出这个统计量时，用的就是骰子数据。他手上有 12000 次掷骰的记录，逐面检验是否均匀。当时他已经注意到「自由度要减掉估计出来的参数个数」这一细节——这个洞见后来被称为「皮尔逊的疏忽与费希尔的修正」，是统计学史上的一段著名公案。
题 某品牌充电宝标称续航 10 小时。质检抽 n = 25 块，测得平均续航 X = 9.7 小时、样本标准差 S = 0.6 小时。设续航近似正态。
① 求平均续航的 95% 置信区间；② 在 α = 0.05 下检验「标称续航是否达标」；③ 把两问的结论放在一起解读。
解（按四步法逐格填写）
| 步骤 | 本例填写 |
|---|---|
| ① 定目标 | 总体：该品牌充电宝的续航 X ~ N(μ, σ2)；关注参数 μ；样本 n = 25，X = 9.7，S = 0.6；σ 未知 |
| ② 选工具 | σ 未知 → 用 t；自由度 = 25 − 1 = 24 |
| ③ 算统计量 | SE = 0.6/√25 = 0.1200；t = (9.7 − 10)/0.1200 = −2.5000 |
| ④ 查表结论 | t0.025(24) = 2.0639；|t| = 2.5000 > 2.0639 → 拒绝 H0；p = 0.0197 |
① 区间估计。
9.7 ± 2.0639 × 0.1200 = 9.7 ± 0.2477 = (9.452, 9.948)
结论：平均续航在 9.45 至 9.95 小时之间（95% 置信）。注意区间整体位于 10 的下方——这是下一问的伏笔。
② 假设检验。立 H0 : μ = 10、H1 : μ ≠ 10（双侧，因为「偏短」是问题所在，但严格检验仍按双侧办）：
t = −2.5000， |t| = 2.5000 > t0.025(24) = 2.0639 ⟹ 拒绝 H0
结论：在 0.05 水平下，样本提供了显著证据，说明平均续航低于标称的 10 小时（p = 0.0197）。
③ 两个结论的互证。把区间与检验放在一起看，会发现它们讲的是同一件事：
| 方法 | 表达 | 结论 |
|---|---|---|
| 95% 置信区间 | (9.452, 9.948) | 整段区间都落在 10 以下 |
| 双侧 t 检验 | p = 0.0197 < 0.05 | 拒绝 μ = 10 |
这就是讲义 §6.12 说过的那枚硬币的两面：标称值 10 落在置信区间之内 ⟺ 不拒绝；落在区间之外 ⟺ 拒绝。本例 10 > 9.948，落在区间外，故拒绝——两法必然一致，永不出矛盾。若哪天算出来不一致，那就是某一步算错了。
业务解读（这一步常被学生忽略，却是统计真正的落点）：续航平均低 0.3 小时（约 3%），统计上已判定为「显著偏低」。但要不要因此判整批不合格，还要看实际代价——若标称值允许 3% 的工程公差，则虽显著却不重要；若法规要求必须达标，则该判不合格并追查生产线。这就是讲义 §6.17 说的：统计只回答「证据有多强」，「该怎么办」要由人来定。
本课练「一看分布就能写出估计量」的手感。所有题目都只有一句话：把总体矩换成样本矩，解出参数。
练 1.1 总体 X ~ U(0, θ)，样本 1.2, 2.5, 1.8, 3.0, 2.0。求 θ 的矩估计值。
答：E(X) = θ/2，令 θ/2 = X 得 θ̂ = 2X。X = 10.5/5 = 2.100，故 θ̂ = 4.200。顺带自查：4.200 大于样本最大值 3.0，这是合理的——θ 是上界，必然不小于观测到的任何值。若算出 θ̂ < max(xi)，必是算错了。
练 1.2 总体 X ~ P(λ)（泊松），样本 2, 3, 1, 4, 5。求 λ 的矩估计值。
答：泊松分布 E(X) = λ，故 λ̂ = X = 15/5 = 3.000。泊松是「期望即参数」的分布，所以矩估计就是样本均值——这是它最常见的一类快答。
练 1.3 总体 X ~ N(μ, σ2)，样本 4.2, 5.1, 3.8, 4.6, 5.3, 4.0。用矩估计法求 μ 与 σ2。
答：两参数用两阶矩。μ̂ = X = 27.0/6 = 4.500；σ̂2 = 1n∑(xi − x)2。偏差为 −0.3, 0.6, −0.7, 0.1, 0.8, −0.5，平方和 = 0.09+0.36+0.49+0.01+0.64+0.25 = 1.84，故 σ̂2 = 1.84/6 = 0.30667，σ̂ = 0.5538。注意用的是「二阶中心矩」（除以 n），不是样本方差 s2（除以 n − 1 = 0.368）。
练 1.4 为什么矩估计法几乎总能给出答案？它有什么显而易见的弱点？
答：因为矩估计只要求总体矩存在，就能写出方程——不必知道分布的全貌，也不必求导或讨论端点。弱点有两处：① 用多少阶矩、丢掉多少信息，全凭主观；② 结果依赖所选矩。最典型的例子就是 U(0, θ)：矩估计 2X 给出 4.200，而最大似然只用最大值就给出 3.000——后者才是数据中真正「顶到上界」的那条信息。
练 1.5 某零件直径的分组数据（40 件）：组中值 10、20、30、40、50，频数分别为 4、10、16、7、3。用组中值作矩估计，求平均直径。
答：x = 4×10 + 10×20 + 16×30 + 7×40 + 3×5040 = 40+200+480+280+15040 = 115040 = 28.75。分组数据里的「样本均值」是加权平均，权重就是频数——这也是矩估计在实务表格中的常见形态。
小结：矩估计＝「替换」。写总体矩 → 换样本矩 → 解方程。三步之后必做两件事：验参数是否落在合理范围、想清楚丢掉了哪些信息。
本课练「让曲线长到最高」的手感。最大似然法有一套固定动作：写似然 → 取对数 → 求导 → 解方程（遇到端点情形则另作判断）。
练 2.1 抛一枚硬币 50 次，正面 18 次。求正面概率 p 的最大似然估计。
答：L(p) = p18(1 − p)32，对数似然 ln L = 18 ln p + 32 ln(1 − p)。求导令零：18/p = 32/(1 − p)，交叉相乘得 18(1−p) = 32p，即 p = 18/50 = 0.360。结论：MLE 就是频率——55 次、18 次、50 次这一串数字里，唯一的「答案」是整个推导的产物。
练 2.2 某路口 10 分钟内每分钟通过的车辆数记录为 3, 2, 4, 1, 2, 3, 2, 4, 3, 2，设服从泊松分布，求 λ 的最大似然估计。
答：泊松 P(X = k) = λke−λ/k!，对数似然 ln L = (∑ki)lnλ − nλ − ∑ln(ki!)。求导：(∑ki)/λ − n = 0，得 λ̂ = X = 26/10 = 2.600。泊松的 MLE 也是样本均值，与矩估计一致——两者的「同分」现象在多数常见分布里都会出现。
练 2.3 某种元件的寿命服从指数分布 Exp(λ)，测得五个寿命 1.4, 2.2, 0.9, 1.8, 2.6。求 λ 的最大似然估计。
答：ln L = n ln λ − λ∑xi，求导得 n/λ − ∑xi = 0，即 λ̂ = 1/x。x = 8.9/5 = 1.780，故 λ̂ = 1/1.780 = 0.5618。从「寿命」到「失效率」的转换只用了倒数——这个动作在可靠性工程里天天出现。
练 2.4 总体 U(0, θ)，样本同上题课练 1.1（1.2, 2.5, 1.8, 3.0, 2.0）。求 θ 的最大似然估计，并解释为什么不能「求导」。
答：似然函数 L(θ) = 1/θ5，适用条件是 θ ≥ max(xi) = 3.0。1/θ5 关于 θ 单调递减，故函数在可行区间的左端点取最大：θ̂ = max(xi) = 3.000。不能求导的原因：极大值出现在区间端点而非内部驻点。此时 L′(θ) = −5/θ6 < 0 处处不为零，求导法会一无所获。对照矩估计的 4.200，两法相差 40%——差距全在「是否用上最大值这条信息」。
练 2.5 为什么最大似然法总要「先取对数再求导」？对数会不会改变极值点的位置？
答：不会改变位置。因为 ln 是严格单调递增函数，L 与 ln L 在同一点取到极大值，且极大值唯一对应。这样做的两个好处：① 乘积变求和（∏f 变成 ∑ln f，求导不再是上百个因子的乘积法则）；② 指数项脱落（ex 取对数后变成 x，公式立刻清爽）。「取对数」是统计计算里最划算的一笔交易。
小结：MLE 的核心问题永远是「哪组参数最能解释我手上的数据」。四类长相要认全：可微型（求导）、指数族（对数化）、端点型（看边界）、多参数型（联立偏导）。
本课练一把尺子：取期望，看等不等于真值。
练 3.1 样本 X1, …, Xn 来自总体 X，E(X) = μ。判断下列估计量是否无偏：① X1；② X1 + X22；③ 1n + 1∑Xi。
答：① E(X1) = μ 无偏；② E[(X1+X2)/2] = (2μ)/2 = μ 无偏；③ E[(1/(n+1))∑Xi] = nμ/(n+1) ≠ μ 有偏（偏小）。看出一类规律：c∑Xi 无偏 ⟺ c = 1/n。
练 3.2 设 X̄ 是样本均值。问 aX + b 何时是 μ 的无偏估计？
答：E(aX + b) = aμ + b，要对一切 μ 等于 μ，必须 a = 1 且 b = 0。「无偏」对参数的一切取值成立——这一条「对一切」的要求，正是无偏性看似宽松实则严格的地方。
练 3.3 为什么样本方差要除以 n − 1 而不是 n？一句话说出「信息」层面的理由。
答：因为偏差 Xi − X 被一条约束 ∑(Xi − X) = 0 绑住了——知道前 n − 1 个偏差，最后一个立刻被唯一确定。所以「独立的偏差」只有 n − 1 个，这就是自由度。用 n 除等于把「独立信息的条数」多算了一个，导致系统性偏小（比例恰为 (n−1)/n）。
练 3.4 承接练 2.4：θ̂ = max(Xi) 是 U(0, θ) 的有偏估计（E = nθ/(n+1)）。如何修正为无偏？修正后是否还一致？
答：乘上 (n+1)/n：θ̃ = n + 1nmax(Xi)，则 E(θ̃) = n+1n · nθn+1 = θ。修正后仍一致——因为 (n+1)/n → 1，乘一个趋于 1 的常数不改变收敛性。「无偏」与「一致」是两个独立的要求，修好一个不会破坏另一个。
练 3.5 有偏估计一定是坏估计吗？举一例说明。
答：不一定。最大似然给出的 σ̂2（分母 n）就是有偏的，但它在均方误差意义上常优于无偏的 S2；「有偏但方差很小」往往比「无偏但方差很大」更划算。更极端的例子：U(0, θ) 的 max(Xi) 虽偏，但方差只有矩估计的约 1/10（见习题课四）；把偏差修正过来，也不会毁掉它原有的优势。评价估计量要看均方误差，不只盯偏差。
小结：无偏性是「平均意义上瞄得正」。三步走：写期望 → 用线性性 → 与真值比。两个必背结论：E(X) = μ、E(S2) = σ2。
本课练第二把尺子，也是更细的一把：都瞄得正时，谁更稳。
练 4.1 样本 X1, …, Xn，Var(X) = σ2。比较 μ̂1 = X1 与 μ̂2 = (1/n)∑Xi 的方差。
答：Var(μ̂1) = σ2；由独立性 Var(μ̂2) = (1/n2)∑Var(Xi) = σ2/n。比值 = n——样本均值比「只用第一个数」有效 n 倍。这个结论有个直观读法：每多用一个数据，就把方差按比例压一点，这就是「数据即力量」的定量表达。
练 4.2 正态总体，样本均值 X 与样本中位数 M 都是 μ 的无偏估计（Var(M) ≈ πσ2/(2n)）。谁更有效？差距有多大？
答：Var(M)Var(X) = πσ2/(2n)σ2/n = π2 ≈ 1.571，故 X 更有效，用中位数要多花约 57% 的样本才能达到同样精度。但别急着下结论：这个 1.571 是渐近值。模拟显示 n = 10 时实测比值仅约 1.39，n = 400 才爬到 1.563。小样本时理论结论未必兑现。
练 4.3 承练 2.4：比较 θ̂1 = 2X 与 θ̂2 = max(Xi) 在 U(0, θ) 下的有效性（设 Var(X) = θ2/12）。
答：Var(θ̂1) = 4Var(X) = 4 · θ2/12n = θ23n；Var(θ̂2) ≈ θ2n(n+2)。比值约 (n+2)/3——n = 100 时前者方差是后者的 34 倍。模拟数据佐证：θ = 1、n = 100 时，前者的标准差 0.0576、后者仅 0.0099。即使 max 有偏，它的方差小到碾压矩估计——这就是「信噪比」在估计问题里的分量。
练 4.4 什么是「一致性」？为什么说它是估计量的「最低合格证」？
答：一致性（相合性）= 当 n → ∞ 时，θ̂ 依概率收敛到 θ。说它是「最低合格证」，因为：一个连「样本量趋于无穷都还不能逼近真值」的估计量，无论它在有限样本下表现多好，都说明它系统地偏离了目标。实证上有一句经验之谈：如果一个估计量不一致，先怀疑公式写错了。（比如把 ∑Xi/√n 误当成 ∑Xi/n——前者随 n 增大而发散。）
练 4.5 三条标准（无偏、有效、一致）能否同时满足？举出一个例子。
答：能。正态总体的样本均值 X 就是标准答案：无偏（E = μ）、有效（在一切无偏估计里方差最小，可由 Cramér–Rao 下界证明）、一致（Var → 0，由大数定律）。这三条同时成立的估计量非常稀有——这也正是「样本均值」在统计中地位特殊的原因。
小结：无偏管「正」，有效管「稳」，一致管「久」。比较的顺序不能乱——先确认都无偏，再比方差；一个无偏一个有偏时，改用均方误差 MSE = Var + 偏差2。
本课练「造一个筐」的手感。开口大小由置信度决定，底部数据越密（n 越大）筐就越小。
练 5.1 某地年降水量 X ~ N(μ, σ2)，多年资料给出 σ = 8 mm。抽 25 年，得 X = 102 mm。求 μ 的 95% 置信区间。
答：SE = 8/√25 = 1.600，半宽 = 1.960 × 1.600 = 3.136，故 (98.864, 105.136)。报告口径：本地年平均降水量在 98.9 至 105.1 mm 之间，置信度 95%。注意 3.136 只到 3.1——精度取到小数点后一位已经足够（与 σ 的位数相称）。
练 5.2 某班成绩近似正态，抽 12 人，得均分 58.4、标准差 6.5。求班级均分的 95% 置信区间。
答：先辨：σ 未知 → 用 t。SE = 6.5/√12 = 1.8764；自由度 11，t0.025(11) = 2.2010。半宽 = 2.2010 × 1.8764 = 4.1299，故 (54.270, 62.530)。若误用 z = 1.960，会得到 (54.723, 62.077)——白白窄了 0.4 分，高估了精度。
练 5.3 某指标的测量误差标准差约为 2.0。若要把 95% 置信区间的半宽控制在 0.5 以内，至少需要多少次测量？
答：1.960 × 2.0/√n ≤ 0.5 ⟹ √n ≥ 7.84 ⟹ n ≥ 61.47，取 n = 62。验算的窍门：把握度公式反过来用「半宽 → 样本量」时，宁可向上多取一个，不要向下取整。（n = 61 时半宽 0.502 > 0.5，不达标。）
练 5.4 某样本 n = 16、X = 50、S = 5、正态。分别求 90%、95%、99% 置信度下的区间（用 t 分布）。
答：SE = 5/4 = 1.25，自由度 15，三个临界值 t0.05 = 1.7531、t0.025 = 2.1314、t0.005 = 2.9467：
90%：50 ± 2.1914 = (47.81, 52.19)；95%：50 ± 2.6643 = (47.34, 52.66)；99%：50 ± 3.6834 = (46.32, 53.68)。从 90% 提到 99%，区间几乎宽了一倍——而样本量一点没变。「要更保险」与「要更精确」是一对永恒的对抗，只能靠增大样本量同时改善。
练 5.5 判断对错：「这批零件的平均长度有 95% 的概率落在 (49.8, 50.2) 内。」
答：错。参数 μ 是固定的常数，「落在区间内」这件事非真即假，谈不上概率。正确说法是：「用这套抽样与计算程序反复做，得到的区间有 95% 会盖住 μ」。随机的是区间，不是参数——这是置信区间最容易被念错的一句话（§6.6 抛网比喻的要点）。
小结：均值区间四步走——①辨（σ 知否）→ ②算（SE）→ ③查（z 或 t）→ ④报（± 半宽）。记住三个临界值：1.645、1.960、2.576。
本课练两个「不走对称路线」的区间：比率的区间靠正态近似，方差的区间靠卡方分布。
练 6.1 某调查访问 625 人，其中 180 人表示支持。求支持率 p 的 95% 置信区间。
答：p̂ = 180/625 = 0.288，SE = √(0.288 × 0.712/625) = √0.000328 = 0.01811，半宽 = 1.960 × 0.01811 = 0.0355，故 (0.2525, 0.3235)。可报告为「支持率 28.8%，误差 ±3.6 个百分点」。这正是一次典型民调的全部数字。
练 6.2 若某项调查要求「估计支持率的误差不超过 3 个百分点」（95%），至少要访问多少人？
答：取最坏情形 p = 0.5（此时 p(1−p) 最大）：
1.960√(0.25/n) ≤ 0.03 ⟹ n ≥ 1.9602 × 0.250.032 = 0.96040.0009 = 1067.1，取 n ≥ 1068。这个数字可以从反面理解：把误差从 3% 压到 2%，n 要从 1068 涨到 2401——多花一倍多的钱，只换来 1 个百分点。
练 6.3 某工序尺寸服从正态分布，抽 20 件测得 s2 = 2.25。求 σ2 的 95% 置信区间。
答：自由度 19，两个临界值 χ20.975(19) = 8.9065、χ20.025(19) = 32.8523（注意一左一右，不能取负号）：
(19 × 2.2532.8523, 19 × 2.258.9065) = (1.3013, 4.7999)，即 σ ∈ (1.1407, 2.1909)。区间的中心 2.25 不在正中（几何中心才算），这是卡方分布不对称的直接后果。
练 6.4 承练 6.3：若质检只关心「波动是否过大」，该给出怎样的单侧上界？
答：单侧上界用 χ20.95(19) = 10.1170（注意：上界的分母取「较小」的那个分位数）：
σ2 < 19 × 2.2510.1170 = 4.2256，即 σ < 2.056。单侧上界 4.2256 比双侧上界 4.7999 小——因为不用再为「过小」留余量，这个「单侧更有力」的现象与均值检验里临界值 1.960 → 1.645 是同一回事。
练 6.5 比率区间与均值区间：什么时候比率区间（沃尔德）会明显失效？
答：当 p̂ 接近 0 或 1，或 n 很小时。例如 n = 20 全为成功（p̂ = 1），沃尔德区间会退化成 (1, 1)——宽度为 0，荒谬。这时应改用威尔逊区间（§6.8），它总落在 (0, 1) 之内。判断标准很简单：若 np̂ < 5 或 n(1−p̂) < 5，就别用沃尔德。
小结：均值的区间「对称」，方差的区间「不对称」——这是本质区别。比率的区间介于两者之间：形式上对称，但在极端比率下会失效，此时换威尔逊。
本课练「搭台唱戏」的手感：把一句实际问句，翻译成一组假设、一个统计量、一段拒绝域。
练 7.1 把下列问句改写成假设检验的规范表述（并说明单双侧）：
① 某机床加工的轴径是否仍为 20.00 mm？② 新工艺是否比旧工艺寿命更长？③ 某批产品的次品率是否高于 2%？
答：① H0 : μ = 20.00，H1 : μ ≠ 20.00，双侧（偏大偏小都是问题）。② H0 : μ新 ≤ μ旧，H1 : μ新 > μ旧，单侧（只关心「更长」）。③ H0 : p ≤ 0.02，H1 : p > 0.02，单侧。要诀：把「维持现状／无变化／不大于」写进 H0，把「我们想证明的」写进 H1。
练 7.2 某指标 X ~ N(μ, 202)，标称 μ0 = 500。抽 n = 16，取 α = 0.05。写出双侧检验的拒绝域（用 X 表示）。
答：SE = 20/4 = 5.000，临界值 z0.025 = 1.960，故拒绝域为
X < 500 − 1.960×5 = 490.20 或 X > 500 + 1.960×5 = 509.80。换成「Z 的语言」就是 |Z| > 1.960——两种写法等价，但用 Z 可以免去每次换样本量都要重算临界点的麻烦。
练 7.3 承练 7.2：若实测 X = 509.0，双侧与单侧（右侧）检验的结论各是什么？
答：Z = (509 − 500)/5 = 1.800。双侧：|1.800| < 1.960 → 不拒绝，p = 0.0719；单侧（右）：临界值 z0.05 = 1.645，1.800 > 1.645 → 拒绝，p = 0.0359。同一份数据，两种结论——这正是「单侧更易显著」的具体面目。也正因如此，单双侧必须由问题预先决定，绝不能先看数据再挑。
练 7.4 p 值到底是什么？出它的定义，并说明它不是什么。
答：p 值 = 在 H0 成立的条件下，出现「当前这么极端或更极端」结果的概率，即 P(观测这么极端 | H0 真)。它不是：① 不是「H0 为真的概率」（那是 P(H0 | 数据)，条件反了）；② 不是「结论错误的概率」；③ 不是效应的大小（p 小不代表效应大，只代表证据与 H0 不合）。
练 7.5 判断对错并说明理由：「检验结果不拒绝 H0，所以 H0 是对的。」
答：错。不拒绝只说明现有样本不足以推翻 H0，可能真的是 H0 成立，也可能是样本量太小、功效不足，没查出本来存在的差异（第二类错误）。正确措辞是「不拒绝」或「无充分证据拒绝」，而不是「接受」。类比：法院判「证据不足，无罪释放」，并不等于「确认当事人清白」。
小结：假设检验五件套——原假设、备择假设、统计量、拒绝域、显著性水平。两条铁律：单双侧须预设；结论只能是「拒绝／不拒绝」，不能说「接受」。
本课练「算犯错的概率」的手感。α 好算（在 H0 边界上），β 难算（要先指定真值）。
练 8.1 某检验 H0 : μ = 200，σ = 15、n = 36，拒绝域 X > 206。求 α。
答：SE = 15/6 = 2.500，临界点换算成 z：(206 − 200)/2.5 = 2.400，故
α = P(Z > 2.400) = 1 − Φ(2.400) = 0.0082。注意这个检验比通常的 0.05 更严格——拒绝域卡得很紧，好处是不易误判，坏处是（往下看）容易漏判。
练 8.2 承练 8.1：若真实 μ = 210，求 β 与功效。
答：此时 X ~ N(210, 2.52)，「取伪」就是样本均值没有越过 206：
β = P(X ≤ 206 | μ = 210) = Φ(206 − 2102.5) = Φ(−1.600) = 0.0548，功效 1 − β = 0.9452。读法：真实值高出 10 个单位时，这个检验有 94.5% 的机会把它揪出来。
练 8.3 承练 8.1：分别求真实 μ = 208 与 μ = 214 时的功效，并说明规律。
答：μ = 208：β = Φ((206−208)/2.5) = Φ(−0.80) = 0.2119，功效 0.7881；μ = 214：β = Φ(−3.20) = 0.0007，功效 0.9993。规律：真值离 H0 越远，功效越高。差 8 时只有七成八的机会查出，差 14 时几乎必中——「小差别难查」是检验的天性，不是它的缺陷。
练 8.4 承练 8.1：如果把 α 放宽到 0.05（改为右侧检验，z0.05 = 1.645），临界点变成多少？此时 μ = 210 的功效如何变化？
答：新的临界点 c = 200 + 1.645 × 2.5 = 204.11，β = Φ((204.11 − 210)/2.5) = Φ(−2.355) = 0.0093，功效升到 0.9907。功效从 0.945 提到 0.991，代价是 α 从 0.008 涨到 0.05（弃真风险抬高 5 倍）。这就是「两类错误此消彼长」的具体账目。想同时压低两者，只有增大样本量一条路。
练 8.5 药物审批与食品安检，哪一类更该把 α 定得小，哪一类更该把 β 定得小？
答：看「哪种错的代价更大」。药物审批若把「无效的药」判为有效（第一类错误）会害人，若把「有效的药」判为无效（第二类错误）只耽误上市——但若疾病凶险、无药可用，漏掉一个好药同样致命。因此实务中的通行做法是：把 α 卡在 0.05（甚至 0.01），同时通过「功效分析」把 β 控制在 0.10–0.20——也就是要求功效至少 0.80 到 0.90。食品安检则相反：漏掉一批不合格食品（第二类错误）可能造成群体事故，故宁可多误判、也要把 β 压小。 统计不做价值判断，它只把代价换算成概率，让看清自己在选什么。
小结：两类错误一张表——弃真（α）由我们设定，取伪（β）须先指定真值才能算；功效 1 − β 随「差别／样本量／精度」三者变化。
本课练本章最常用的「主力武器」。三个变体：单样本、配对、两样本。
练 9.1 某标准件长度要求 70 mm。抽 n = 10 件，得 X = 68.5、S = 4.2，设长度正态。在 α = 0.05 下检验是否合格。
答：σ 未知 → 用 t。SE = 4.2/√10 = 1.3282，t = (68.5 − 70)/1.3282 = −1.1294，自由度 9。因 |−1.1294| < t0.025(9) = 2.2622，不拒绝 H0（p = 0.2879）。结论：样本未提供足够证据说明长度偏离 70 mm。顺带给出 95% 区间：68.5 ± 2.2622 × 1.3282 = (65.50, 71.50)，的确盖住了 70。
练 9.2 承练 9.1：若 σ 竟然是已知的 4.2，结论会变吗？临界值差多少？
答：结论不变（都不拒绝），但临界值从 2.2622 降到 z0.025 = 1.9600，降低了约 13%。换成区间：(z) 区间是 68.5 ± 1.9600 × 1.3282 = (65.90, 71.10)，比 t 区间窄了 0.8 mm。「σ 已知」是一份额外的信息，它能把区间收窄——这也是为什么工程上愿意长期记录数据来「固定」σ。
练 9.3 6 名受试者服药前后（配对）测得：
| 编号 | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|
| 前 | 88 | 92 | 79 | 85 | 94 | 90 |
| 后 | 86 | 89 | 80 | 82 | 91 | 88 |
在 α = 0.05 下检验药效是否显著。
答：差值 d = 2, 3, −1, 3, 3, 2，d = 2.0000，Sd = 1.5492，SE = 1.5492/√6 = 0.6325，t = 2.0000/0.6325 = 3.1623，自由度 5，t0.025(5) = 2.5706。3.1623 > 2.5706，拒绝 H0（p = 0.0250）：药效显著。
练 9.4 两批零件：甲批 n1 = 10、X1 = 82.0、S1 = 5.0；乙批 n2 = 12、X2 = 77.0、S2 = 6.0。设两批方差相等，在 α = 0.05 下比较均值。
答：合并方差 Sp2 = 9×25 + 11×3620 = 225 + 39620 = 31.0500，Sp = 5.5723，SE = 5.5723 × √(1/10 + 1/12) = 5.5723 × 0.4282 = 2.3859；
t = (82.0 − 77.0)/2.3859 = 2.0956，自由度 20，t0.025(20) = 2.0860。2.0956 > 2.0860，拒绝 H0，两批均值有显著差异（p = 0.0490）。这个「刚刚好」：p = 0.0490 距 0.05 只差 0.001——这种临界结果在报告时必须同时给出效应量与置信区间，不能只报「显著」二字。
练 9.5 配对与两样本，怎么判断该用哪一个？
答：看数据是不是「成对」的。同一批对象的前后测量、同一个体的左右两侧、同一份样本的两种测法——天然配对，一律用配对 t；两组互不相干的个体（随机分到 A 组和 B 组的人）——用两样本 t。若明明是配对数据却按两样本做，会把个体差异混进误差，白白丢掉大量功效（讲义 §6.13 的例子：配对 t = 3.000 显著，误按独立则 t = 0.568，结论完全反了）。
小结：t 检验三部曲——立假设（定单双侧）→ 算统计量（先算 SE）→ 查临界值（按自由度）。别忘「辨、算、查、报」四步。
本课练两件「不太一样」的工具：卡方处理计数与方差，回归处理两个变量之间的关系。
练 10.1 某工序尺寸正态，技术要求 σ02 = 0.01。抽 n = 10 件，测得 s2 = 0.0144，即 s = 0.12。在 α = 0.05 下检验方差是否超标。
答：单侧立 H0 : σ2 ≤ 0.01、H1 : σ2 > 0.01：
χ2 = 9 × 0.01440.01 = 12.960，自由度 9，χ20.05(9) = 16.9190。12.960 < 16.9190，不拒绝 H0（p ≈ 0.164）。注意：样本标准差 0.12 比要求 0.10 大了两成，但 10 件的样本量还不足以判定超标。要检出 20% 的方差增大，需要更大的样本——这正是「方差检验的灵敏度天然较低」。
练 10.2 掷骰子 90 次，各面出现 12, 16, 18, 13, 17, 14 次。检验骰子是否均匀（α = 0.05）。
答：期望 E = 90/6 = 15（各面都 ≥ 5，无需合并）。偏差 −3, +1, +3, −2, +2, −1，平方 9, 1, 9, 4, 4, 1，
χ2 = (9+1+9+4+4+1)/15 = 28/15 = 1.867，自由度 5，χ20.05(5) = 11.0705。远小于临界值，不拒绝 H0（p = 0.8673）——这枚骰子的表现比典型的公平骰子还要「乖」。
练 10.3 两类人群对三种方案的偏好如下（N = 120）：
| 方案甲 | 方案乙 | 方案丙 | 合计 | |
|---|---|---|---|---|
| 人群 A | 26 | 14 | 20 | 60 |
| 人群 B | 18 | 22 | 20 | 60 |
| 合计 | 44 | 36 | 40 | 120 |
在 α = 0.05 下检验人群与偏好是否独立。
答：期望频数（按行列合计算）：22, 18, 20（A 行）与 22, 18, 20（B 行）。偏差平方除以期望后求和：
χ2 = 1622 + 1618 + 0 + 1622 + 1618 + 0 = 3.232，自由度 (2−1)(3−1) = 2，χ20.05(2) = 5.9915。3.232 < 5.9915，不拒绝独立性假设（p = 0.1987）。虽然 A 群偏甲、B 群偏乙，但这个程度的差异还可能是随机波动。
练 10.4 某商品价格 x（元）与销量 y（百件）的数据：(2, 11), (4, 15), (6, 19), (8, 24), (10, 28)。求回归直线，并预测 x = 12 时的销量。
答：x = 6.00、y = 19.40，∑(xi−x)(yi−y) = 86.00、∑(xi−x)2 = 40.00，故 b = 86/40 = 2.1500，a = 19.40 − 2.15 × 6 = 6.5000：
ŷ = 6.5000 + 2.1500x，x = 12 时 ŷ = 32.30（即约 3230 件）。验算小技巧：直线必过重心 (6, 19.4)——把 x = 6 代进去得 19.4，说明 a, b 没算错。
练 10.5 承练 10.4：r = 0.99919、R2 = 0.99838，残差为 +0.2, −0.1, −0.4, +0.3, 0.0。这些数字说明了什么？还能改进吗？
答：R2 = 0.998 意味着销量变动的 99.8% 可由价格解释——拟合极好。再看残差：只有 5 个点，量级都在 0.4 以内，符号不呈规律（正负交替、无单调趋势），说明直线模型是合适的；若残差呈弧形或系统偏一侧，就该考虑曲线模型。「看残差」是回归分析最容易被跳过、也最不该跳过的一步——R2 高只说明「线性拟合好」，不说「模型对」。
小结：卡方两用法——检验「计数是否符合模型」（拟合优度）与「两变量是否独立」（列联表）；回归四步——散点 → 算 b, a → 看 R2 → 查残差。
本课不再分节，把整章的工具混在一起用。每道题的第一件事都是判断「该用哪件工具」。
综 1 某厂声称产品长度均值 50 mm。抽 n = 25 件，得 X = 48.2、S = 3.0，正态。
① 求 μ 的 95% 置信区间；② 检验该厂声称是否成立。
答：σ 未知 → 用 t。SE = 3.0/5 = 0.6000，t0.025(24) = 2.0639。
① 半宽 = 2.0639 × 0.6000 = 1.2383，区间 (46.9617, 49.4383)。② 检验 H0 : μ = 50：t = (48.2 − 50)/0.6 = −3.0000，|−3.0000| > 2.0639，拒绝 H0（p = 0.0062）。两问互证：50 落在区间 [46.96, 49.44] 之外，故必然拒绝——同一枚硬币的两面。
综 2 一次民调访问 400 人，228 人支持某议案。
① 求支持率的 95% 置信区间；② 检验「支持率是否为 50%」。
答：① p̂ = 228/400 = 0.5700，SE = √(0.57 × 0.43/400) = 0.02475，区间 (0.5215, 0.6185)，可报「支持率 57%，误差 ±4.9 个百分点」。
② 检验 H0 : p = 0.5，注意此时标准误要用 H0 下的 √(0.5×0.5/n)：SE0 = 0.5/20 = 0.02500，z = (0.57 − 0.50)/0.025 = 2.800，p = 0.0051 < 0.05，拒绝——支持率显著高于一半。顺带对照：区间下界 0.5215 > 0.50，同样说明拒绝。
综 3 某材料强度正态，抽 16 件得 s2 = 0.50，技术要求 σ02 = 0.64。
① 求 σ2 的 95% 置信区间；② 检验强度波动是否低于要求。
答：① 自由度 15，χ20.975(15) = 6.2621、χ20.025(15) = 27.4884：
区间 (7.527.4884, 7.56.2621) = (0.2728, 1.1977)，即 σ ∈ (0.5223, 1.0944)。这个区间很宽——16 件样本对方差的估计能力本来就有限。
② χ2 = 15 × 0.5/0.64 = 11.7188，落在 (6.2621, 27.4884) 之内，不拒绝。注意：区间 (0.2728, 1.1977) 盖住了 0.64，与「不拒绝」一致。
综 4 某产品投入 x（万元）与产出 y（万元）：
| x | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
|---|---|---|---|---|---|---|---|
| y | 22 | 25 | 29 | 31 | 36 | 38 | 42 |
① 求回归直线；② 预测 x = 9 时的产出；③ 判断斜率是否显著。
答：x = 4.000、y = 31.857，∑(x−x)(y−y) = 93.000、∑(x−x)2 = 28.000。
① b = 93/28 = 3.3214，a = 31.857 − 3.3214 × 4 = 18.5714，即 ŷ = 18.5714 + 3.3214x（r = 0.99684，R2 = 0.99368）。
② x = 9：ŷ = 18.5714 + 29.893 = 48.46（万元）。但注意外推风险：x = 9 已在数据范围 [1, 7] 之外。
③ SSE = 1.96429，MSE = 1.96429/5 = 0.39286，SE(b) = √(0.39286/28) = 0.11845，t = 3.3214/0.11845 = 28.04，自由度 5，t0.025(5) = 2.5706——斜率高度显著。
综 5 某研究要检测「新工艺使强度提高 3 个单位」的效应，已知 σ ≈ 10。要求 α = 0.05（双侧）、功效至少 0.90，需要多少样本？（用公式 n ≈ 2(zα/2 + zβ)2σ2/Δ2）
答：z0.025 = 1.960、z0.10 = 1.282，Δ = 3、σ2 = 100：
n ≈ 2 × (1.960 + 1.282)2 × 100/9 = 2 × 10.511 × 11.111 = 233.5，取 n = 234（每组）。一个常用的心算法：n ≈ 21σ2/Δ2——把 21 记成「3 的平方加 12」，或干脆记成「21 倍」。本例 21 × 100/9 = 233，与精确值几乎一致。
小结：综合题的第一问永远是「这是什么类型的问题」——是估计（区间）还是判断（检验）？是均值、比率还是方差？是单样本、配对还是两样本？工具选对，题目就成了一半。
本章是全书最后一章，把六章的工具都串了起来。先归档本章的典型错误，再做一张贯通全书的收官自测。
一、本章错题归档
| 常见错误 | 病根 | 纠正 |
|---|---|---|
| 样本方差除以 n | 忘了偏差被一条约束绑住 | 无偏要用 n − 1；MLE 才用 n |
| σ 未知却查 z 表 | 只会套公式，不辨前提 | 先问「σ 知否」，未知一律用 t |
| 双侧检验误取 tα | 忘了 α 要劈成两半 | 双侧取 α/2；单侧取 α |
| 方差区间左右临界值写反 | 把卡方当成了对称分布 | 上界配小分位、下界配大分位（一右一左） |
| 先说「不显著」再改用单侧 | 事后挑检验方向 | 单双侧须在收集数据前定死 |
| 把「不拒绝」说成「证明成立」 | 把「证据不足」当「证据为无」 | 只能说「不拒绝」或「无充分证据」 |
| 把 p 值读成「H0 为真的概率」 | 条件概率的方向反了 | p = P(数据 | H0)，不是 P(H0 | 数据) |
| 只报 p 值不报效应量与区间 | 把「显著」等同于「重要」 | 同时给出置信区间与效应大小 |
二、全书收官自测（每题对应一章，能答出即为掌握）
| 章 | 自测问题 | 关键答案 |
|---|---|---|
| 一 | 古典概型的两个基本工具是什么？ | 排列组合与等可能计数 |
| 二 | 全概率公式与贝叶斯公式的关系？ | 一正一反：划分求和 ↔ 由果推因 |
| 三 | 分布函数为何能完整刻画随机变量？ | F(x) = P(X ≤ x) 包含全部概率信息 |
| 四 | 大数定律与中心极限定理各说什么？ | 前者：均值趋于常数；后者：偏离是正态的 |
| 五 | 什么把样本与总体连起来？ | 抽样分布（标准误 = σ/√n） |
| 六 | 估计与检验的分界在哪里？ | 估计给范围，检验给是非；两者是一枚硬币的两面 |
三、三句收官口诀
① 描述三件套：中心（均值／中位数／众数）＋散布（标准差／IQR）＋形状（偏度／异常值）——先看清数据，再谈推断。
② 估计四步：辨（参数与前提）→ 算（标准误）→ 查（z／t／χ2）→ 报（区间＋置信度）。
③ 检验五件套：原假设 → 备择假设 → 统计量 → 拒绝域 → 显著性水平；结论只能「拒绝／不拒绝」。
全书写到这里，从一颗骰子走到了一整套判断不确定的语法。格物致知，JUST FOR FUN——下一个问题的数据，自己去收集。
本章里最不好讲的一个人，是罗纳德·艾尔默·费希尔（Ronald Aylmer Fisher，1890–1962）。他是个近视得厉害、几乎不看显微镜的遗传学家，却成了二十世纪最伟大的统计学家；他一生几乎没上过统计课，却写下了让统计学改变面貌的教材。而 0.05 这个数字——今天全世界每一篇论文都绕不开它——就出自他的手。
费希尔 1919 年进入英国的罗瑟姆斯特德农业试验站（Rothamsted Experimental Station）。摆在他面前的是一个极其实际的问题：同一块地里，施了不同肥料的几块试验田，产量差了一些——这个差异是肥料真的有效，还是这块地本来就东边好、西边坏？
这个问题看似平凡，却直指统计推断的核心。费希尔给出的答案是：把「地力的天然差异」也变成一种可以计算的随机性。他把田块随机切分、随机分配肥料（随机化），再把总变异拆成「处理造成的」与「随机波动造成的」两部分（这就是方差分析），然后比较两者的大小。当处理间的差异远大于随机波动时，才有资格说「肥料有效」。
一个「方便」的数字：0.05
1925 年，费希尔出版《研究工作者的统计方法》（Statistical Methods for Research Workers）。书中他提出，把「随机波动造成这么大差异」的概率算出来（这其实就是 p 值），若小于某个界线，就认为结果「显著」。他选的界线是 0.05。
值得玩味的是他自己对这条线的态度——他说 0.05 是一个「方便的」便利值，而不是什么自然律。他本人在需要更严格时会用 0.01，在处理多个比较时会再收紧。他甚至提醒：把 0.05 当铁律、不加思考地套用，是「把工具当成了教条」。
可惜后来的事情走向了他的反面。二十世纪的科研评价体系需要一把简单统一的尺子，于是 0.05 被固化成「显著／不显著」的开关：p < 0.05 才算成果，p = 0.06 就一文不值。一个为了方便而设的数字，最后变成了科学发现的门槛与审判标准——这是统计学史上最著名的一次「工具异化」。
费希尔留下的另一件遗产，在本章 §6.3。1922 年，他发表《理论统计学的数学基础》，正式提出最大似然估计，并给出了评价估计量的三条标准（无偏、有效、一致）。在此之前，「估计参数」几乎是一门手艺；在此之后，它成了一门可以证明、可以比较的数学。他还证明了最大似然估计在大样本下的一系列优良性质（一致性、渐近正态性、渐近有效性）——这就是本章挑战一的内容。
不过，费希尔也有失误：他明确反对「把先验信息引入推断」，与贝叶斯学派常年论战；他提出的「显著性检验」只给证据强度，却不给决策（「拒绝还是不拒绝」是奈曼与皮尔逊补上的）；他晚年关于吸烟与肺癌关系的立场也站到了历史错误的一边。一个奠基者的伟大，从来不等于他每一句话都对——恰恰相反，读得越深，越能看清哪些是洞见，哪些是时代的局限。
延伸对读：费希尔 1925《研究工作者的统计方法》是本领域最早的标准教材，至今仍值得翻；论战的一面，可读萨尔斯伯格（David Salsburg）《女士品茶》（The Lady Tasting Tea）——书名来自费希尔在一次下午茶上设计的那个著名实验：一位女士声称能尝出奶茶里是先加奶还是先加茶，费希尔为此设计了随机化试验。这本通俗读物把二十世纪统计学的几次学派之争讲得像小说。〔数据〕
「回归」（regression）这个词，字面意思是「退回、复归」。一个统计方法为什么要叫这么个名字？答案藏在一份 140 年前的身高记录里。
1886 年，弗朗西斯·高尔顿（Francis Galton，1822–1911）——达尔文的表弟——在《人类学研究所杂志》上发表论文《遗传身高中的均值回归》（Regression towards mediocrity in hereditary stature）。他测量了大量父母与成年子女的身高，画了一张散点图，想看看「高个父亲的儿子是不是也高」。
一个让他意外的发现
结果显示：高个子父母的子女，平均而言比父母矮一些；矮个子父母的子女，平均比父母高一些。换句话说，子女的身高并不「忠实复制」父母，而是向全体的平均值靠拢。
高尔顿把子女偏离总体均值的程度，与父母偏离均值的程度作比，得到一个大致的系数——约三分之二。他说，子女的平均回归，是父母偏离量的一个固定比例（his：「the average regression of the offspring is a constant fraction of their respective mid-parental deviations」）。
「回归」这个词就是这么来的——他把这个「向均值退缩」的现象命名为 regression。
有意思的是，高尔顿对这条现象的解释是错的。他以为这是物种的一种「拉力」，把后代往「典型型」拉回来。真正的原因藏在数据里：极端高的人，往往是因为「优秀的基因」与「这一代的好运气」叠加在一起；子女只继承基因，不继承运气，所以自然往中间靠。——这叫回归到均值（regression to the mean）。它今天仍是医学研究中最容易踩的一个坑：为什么一项只在「症状最重的人」身上做的治疗，看起来总是有效？因为他们的症状本来就该往中间回。
但高尔顿无意间挖出了一条更深的主线。他为了量化这种关系，画出的那条「穿过散点的直线」，正是回归直线；他的学生卡尔·皮尔逊（Karl Pearson）随后给出了计算它的精确公式，并把那个表示相关强度的系数命名为 r——据说是「reversion」（回归）的首字母。他创立的方法，在 1900 年前后又长出了卡方检验（本章 §6.14）与主成分分析。一个人从测量身高出发的好奇心，最终建成了现代数据分析的三根柱子：相关、回归、卡方。
再往后，这条线的延伸清晰可辨：
最后一步特别值得停下来说。今天机器学习模型里的「训练」，做的事情与本章 §6.16 几乎一模一样：定义一个损失函数（对线性回归来说就是残差平方和），然后找出一组参数让损失最小。深度学习里成千上万个参数的调整，用的是「梯度下降」——而梯度下降的本质，正是我们解 dQ/db = 0 这个动作的推广：参数太多、方程解不出来时，就沿着下降最快的方向一步步走。
所以，「回归」不只是本章的一节内容，而是一条延续一百四十年、至今仍在加速的主线：从一张身高散点图，到今天能生成文字的模型，数学内核是同一条——用数据找出关系，让误差最小化。而起步处，只是一个维多利亚时代的绅士想知道：我的孩子会长多高？
延伸对读：高尔顿 1886 年论文原文（Regression towards mediocrity in hereditary stature）在今天依然好读，尤其是他亲手画的散点图；另一条线索可看斯塔尔（Stephen Stigler）《统计学的七根柱子》（The Seven Pillars of Statistical Wisdom），其中一章专讲「回归」如何从一次误读变成科学的通用语言。〔数据〕
本章把前五章攒下的语言，第一次用来对真实世界下判断。全章的两条腿——估计与检验——都踩在同一块地基上：样本的分布（抽样分布）。
| 问题 | 用哪件工具 | 统计量 | 自由度／分布 |
|---|---|---|---|
| 参数大约是多少 | 点估计（矩法／MLE） | θ̂ | — |
| 参数的合理范围 | 区间估计 | X ± 临界值 × SE | z／t／χ2 |
| 均值是否等于某个值 | 单样本 t 检验 | (X − μ0)/(S/√n) | t(n−1) |
| 两组均值有无差别 | 两样本 t 检验 | 合并方差 t | t(n1+n2−2) |
| 同一批对象前后变化 | 配对 t 检验 | d/(Sd/√n) | t(n−1) |
| 方差是否等于某值 | χ2 检验 | (n−1)S2/σ02 | χ2(n−1) |
| 两批方差是否相等 | F 检验 | S12/S22 | F(n1−1, n2−1) |
| 计数是否符合理论比例 | 拟合优度 | ∑(O−E)2/E | χ2(k−1) |
| 两变量是否独立 | 列联表检验 | 同上 | χ2((r−1)(c−1)) |
| 由 x 预测 y | 最小二乘回归 | ŷ = a + bx | t(n−2) 检验斜率 |
章末提示：这十行表可以贴在书桌前。做统计题的第一动作不是算，而是「对号入座」——先确定是哪一行，再动手。
「我不知道这件事会不会发生，但我知道这类事的长期规律。」
掷一次硬币，没人知道正反；掷一万次，正面的比例却稳定得可以信赖。抽一份样本，没人敢说它完美代表总体；可反复抽样得到的区间，却有固定的命中率。统计推断的全部技艺，就是在这种「单次无知、长期有知」的夹缝里，把话说得既诚实、又足够有用。
p305
① 它不能取消不确定，只能丈量不确定。置信区间不会让参数变得已知，它只是把「不知道」压缩成一个有刻度的范围。
② 它不能做决定，只能说明证据有多强。p = 0.03 是一个关于证据的陈述，不是一个关于行动的命令。要不要放行这批药、要不要上线这个按钮，取决于代价与收益——那是人的判断。
③ 它不能保证这一次是对的，只能保证这套方法长期可靠。置信度 95% 说的是「一百次里约九十五次」，至于眼前这一次是否在九十五次里面，无人能预先知道。这份坦率，正是统计学区别于算命的地方。
估计是「给一个范围」，检验是「给一个是非」；而两者其实是同一枚硬币——把参数的置信区间画出来，就等于把一切可能的原假设检了一遍。
所以本章的工具虽多，内核只有一个：用样本的分布（抽样分布），去约束参数的可能。第五章花那么大力气搭起的那座桥，在这里终于通车了。
〔直觉 ⇄ 理论〕本章最值得反复咀嚼的一处对照：直觉说「样本量越大结论越可靠」，理论说「只有抽样误差变小，偏倚一点都不会少」。1936 年那场收回 240 万份问卷却预测失败的民调（§5.8），输的不是样本量，而是抽样框。八十年后，同样的错误在互联网上以「大数据的傲慢」重演——数据多，不等于数据对。
本挑战把 §6.3 的一句话展开：「在一定正则条件下，最大似然估计具备一系列优良性质。」这句话背后有三条定理。这里给出陈述与直观，证明留待后继课程。
三条渐近性质
设 X1, …, Xn 独立同分布，参数真值为 θ0。在标准正则条件（分布族可识别、密度可微、积分与微分可交换等）下，最大似然估计 θ̂n 满足：
① 一致性：θ̂n → θ0（依概率收敛）。
② 渐近正态性：√n(θ̂n − θ0) → N(0, 1/I(θ0))（依分布收敛），其中 I(θ) 是费希尔信息量。
③ 渐近有效性：在一切渐近正态的无偏估计中，θ̂n 的渐近方差最小，等于 1/(nI(θ0))（克拉美–罗下界）。
怎么读这三条？第 ① 条说「数据够多就够准」；第 ② 条说「够多之后，误差的分布是钟形的」——这条最实用，因为它允许我们用正态做区间估计，而不必知道参数的真实分布形状；第 ③ 条说「在一定的意义上，MLE 已经做到最好，不可能再改进了」。
费希尔信息量 I(θ) 的含义值得单说一句：它度量「一个观测里含有多少关于 θ 的信息」。信息量越大，估计越准，方差下界越低。「数据含信息」这句日常话，在这里第一次有了精确的数值度量。
用蒙特卡洛验证第 ② 条：取 N(2, 1) 总体，真值 μ0 = 2，各重复 400 次，记录 μ̂ = X 的标准差：
| 样本量 n | μ̂ 的均值 | 实测标准差 | 理论值 1/√n | 相对偏差 |
|---|---|---|---|---|
| 5 | 1.9633 | 0.4695 | 0.4472 | +5.0% |
| 20 | 1.9883 | 0.2163 | 0.2236 | −3.3% |
| 100 | 2.0073 | 0.0983 | 0.1000 | −1.7% |
三行数字给出两个观察：① μ̂ 的均值三行都逼近 2（一致性，且一直是无偏的）；② 标准差与 1/√n 的偏差随 n 增大而缩小（从 +5.0% 到 −1.7%）。第 ② 行到第 ③ 行的收敛是渐近性质的典型面貌——它描述的是「n 趋于无穷」时的行为，所以小样本下有偏差很正常。
挑战提示：想亲手验证第 ② 条，可把模拟次数提到 10 万次、取 n = 1000，再画 √n(μ̂ − 2) 的直方图——它应当贴近标准正态。这就是「渐近正态性」的直观图像。〔数据〕
§6.16 讲最小二乘时说：「之所以用残差平方和，是因为它按高斯的误差理论办事。」本挑战把这句话补成一条完整的定理：
定理
设 yi = a + bxi + εi，误差 εi 相互独立且服从 N(0, σ2)。则 (a, b) 的最大似然估计，恰等于最小二乘估计。
证明。由独立性，似然函数是各点密度的乘积：
L(a, b, σ2) = ∏i=1n 1σ√(2π) exp(−(yi − a − bxi)22σ2)
取对数（乘积变求和、指数脱落）：
ln L = −n ln(σ√(2π)) − 12σ2 ∑i=1n (yi − a − bxi)2
关键的一步在此：要让 ln L 最大，就要让那个求和最小——因为第一项不含 (a, b)，第二项前带负号。而那个求和，正是最小二乘准则里的残差平方和 Q(a, b)。于是
max(a,b) ln L ⟺ min(a,b) Q(a, b) = ∑(yi − a − bxi)2 ∎
这条定理解释了最小二乘为何在统计中享有如此特殊的地位：它不只是一种「看起来合理」的拟合办法，而是正态误差假设下唯一的最大似然解。也因此，它拥有了 MLE 的一切优良性质——无偏、渐近有效、可以给出标准误。
顺带可以解决 §6.16 留下的一个疑问：为什么残差的标准误是 s = √(SSE/(n − 2))，分母是 n − 2 而不是 n − 1？因为直线有两个参数 (a, b) 被估计掉了，自由度要从 n 里扣两个。这与「样本方差除以 n − 1」（扣掉一个均值）是同一套逻辑，只是这次扣得更多。「自由度 = 数据个数 − 已估计的参数个数」，是贯穿全书的记账原则。
挑战提示：《概率统计初步》全书中反复出现的这条记账原则，在更复杂的模型里会继续生长：多元回归扣 p + 1 个自由度，方差分析按因素个数扣。只要看见「除以 n − k」，就应立刻问：这 k 个自由度是被哪些参数吃掉的？
§6.6 说过：「置信度 95% 说的是框住的次数占比。」这句话最容易记住、也最容易被念错。本实验把它跑出来，画出来。
实验设置
取总体为标准正态 N(0, 1)（真值 μ0 = 0，我们在图上用一条红色竖线标出）。每次抽取 n = 25 个观测，按 §6.7 的 t 区间公式算出一个 95% 置信区间（t0.025(24) = 2.0639）：
X ± 2.0639 × S√25
重复 30 次，把 30 个区间画成 30 条横线。绿线：框住了真值；黄线：没框住。
这一次的结果是 28 / 30 命中。看起来「差了一点」，但一条基本原理：每次抽样都是一次独立的随机试验，命中与否本身也是随机的。30 次的小样本，命中 28 次完全正常——它的期望是 28.5 次，标准差约 1.2 次。
把次数加大，规律立刻显形：
| 置信度 | 临界值 tα/2(24) | 模拟 2000 次的覆盖率 | 理论值 |
|---|---|---|---|
| 90% | 1.7109 | 0.9010 | 0.90 |
| 95% | 2.0639 | 0.9475 | 0.95 |
| 99% | 2.7969 | 0.9890 | 0.99 |
三行数字与理论值几乎重合（偏差都在 0.002 以内）。这就是「置信度」的全部兑现方式：不是某一条区间对错，而是 2000 次的命中率。
实验要带走的三点
① 随机的不是参数，是区间。红竖线从头到尾没动过；动的是每次画出来的横线。说「这个区间有 95% 的概率包含 μ」是错的——区间一旦画出就固定了，真值要么在里面、要么不在。
② 「落在外面」是正常的，也是必需的。如果 100 次全部命中，反而说明区间造得太宽、效率太低。95% 的置信度，本就预留了 5% 的失败名额。
③ 准确率靠方法保证，不靠单次运气。这套「抽样本 → 算区间」的程序，长期看就是一个命中率 95% 的机器；我们能做的是把机器造好，不能做的是保证下一次一定命中。
动手建议：把种子换掉、把 n 改成 5 或 100，再跑一遍。可以看到两个现象：n 小的时候区间明显变宽（横线更长）；命中率仍然在 95% 附近徘徊，不会因为样本小而失守。——这正是置信区间这套方法最漂亮的地方：它坦率地承认自己不确定，却依然说到做到。
一、填空（每题 4 分）
1 设 X1, …, Xn 来自 N(μ, σ2)。则 E(X) = ＿＿，E(S2) = ＿＿，Var(X) = ＿＿。
2 σ 未知时估计正态均值，应查 ＿＿ 分布表，自由度为 ＿＿。
答：1. μ、σ2、σ2/n（三者分别是无偏性的两条结论与标准误的平方）。2. t；n − 1。
二、选择（每题 5 分）
3 关于 p 值，正确的说法是（ ）
（A）它是 H0 为真的概率 （B）它是「在 H0 下出现这么极端结果的概率」 （C）它越大越支持 H1 （D）它等于 1 − α
4 其他条件不变，把样本量增大，则（ ）
（A）α 减小 （B）β 减小 （C）置信区间变宽 （D）标准误不变
5 总体方差区间估计中，两个临界值 χ2α/2 与 χ21−α/2 的关系是（ ）
（A）互为相反数 （B）都在分母上，一上界一下界 （C）相等 （D）只需用其中一个
答：3. B——p 值是 P(数据 | H0)，不是 P(H0 | 数据)；它越小越支持 H1。4. B——样本量增大使标准误变小，检验更容易发现真实差异，故 β 减小；α 由我们自己设定，不受样本量影响。5. B——卡方分布不对称，两侧大不同，缺一不可。
三、计算（每题 12 分）
6 某批零件长度正态。抽 16 件测 X = 30.4、S = 0.8。① 求均值的 95% 置信区间；② 检验标称值 30.0 是否成立。
答：① SE = 0.8/4 = 0.2000，t0.025(15) = 2.1314，半宽 = 0.4263，区间 (29.974, 30.826)。② t = (30.4 − 30.0)/0.2 = 2.0000 < 2.1314，不拒绝 H0（p = 0.0639）。两问一致：30.0 落在区间内。
7 掷骰子 180 次，各面频数 34, 28, 32, 26, 33, 27。检验骰子是否均匀。
答：期望 E = 30，偏差 +4, −2, +2, −4, +3, −3，方差和 = 16+4+4+16+9+9 = 58，χ2 = 58/30 = 1.933，自由度 5，χ20.05(5) = 11.0705。不拒绝——骰子可视为均匀（p ≈ 0.86）。
8 某检验 H0 : μ = 50，σ = 12，n = 36，拒绝域取 X > 53。① 求 α；② 若真值 μ = 55，求 β。
答：SE = 2。① z = (53−50)/2 = 1.5，α = 1 − Φ(1.5) = 0.0668。② β = Φ((53−55)/2) = Φ(−1.0) = 0.1587，功效 = 0.8413。
四、简答（每题 10 分）
9 为什么不能用「p 值小于 0.05」作为判断一项研究发现是否重要的标准？
答：因为统计显著（p 小）与效应重要（差异大）是两件事。p 值同时受「效应大小」与「样本量」两个因素影响：样本足够大时，微不足道的差异也会给出极小的 p；样本很小时，重要的差异也可能不显著。正确做法是同时报告效应量（差异有多大）与置信区间（估计有多准），并把统计判断与实际代价分开考虑。
10 用一句话说明：置信区间与假设检验为何是「同一枚硬币的两面」？
答：因为「μ0 落在 μ 的 1 − α 置信区间内」与「α 水平下不拒绝 H0 : μ = μ0」是完全等价的两件事。区间给的是「一切不能被拒绝的参数值的集合」，检验问的是「某个特定的值能不能被拒绝」——前者是后者的整体版，后者是前者的一次查询。所以学会一种，另一种就自动到手；两者如果算出不一致的结论，必是算错了。
全书收官：从一颗骰子出发，我们走过了样本空间、条件概率、随机变量、极限定理、数据描述与统计推断——六章讲完了一件事：如何在偶然中作出可靠的判断。这条路人类走了三百年，但它远未走完：今天手里的每一份数据，都可能是它下一段。格物致知，JUST FOR FUN。