数据展示、正态分布及相关性
引入| English | 释义 | 拼音 |
|---|---|---|
| skewed/skjuːd/ | 偏斜的 | piān xié de |
| correlation/ˌkɒrɪˈleɪʃn/ | 相关性 | xiāng guān xìng |
正态分布下的考试分数
- 某次考试的分数近似服从均值为70、标准差为8的正态分布。大约百分之多少的学生得分在62和78之间?
- ACT统计题要求你阅读数据图表、解读正态模型并判断两个变量之间的关联。
读取数据图表
- 直方图:形状(对称、左偏或右偏)、中心位置和离散程度。长右尾会使均值高于中位数。
- 箱线图显示中位数、四分位数和极差;箱体覆盖中间50%的数据。

大约68%的分数位于一个标准差范围内,即介于62和78之间
A histogram of household incomes has a long tail to the right. Which is most likely?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
The high values in the tail pull the mean up.
正态模型
- 大约68%的值落在均值±1个标准差内,95%落在±2个标准差内,99.7%落在±3个标准差内。
- 从62到78是$70 \pm 8$(即1个标准差):约占68%。高于86(比均值高2个标准差)的部分:约占2.5%。
身高数据:平均值为 165 cm,标准差(SD)为 6 cm。区间 153–177 对应 $\pm 2$ 个标准差,因此约有 95% 的人落在此范围内。
数据占多少比例?
应用 68–95–99.7 规则。
Weights are normal with mean 50 kg and SD 4 kg. About what percentage lie between 46 and 54 kg?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
That is within 1 SD of the mean.
With mean 70 and SD 8 (normal), about what percentage of scores are above 86?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
86 is 2 SD above; 5% lie outside ±2 SD, half of it above.
两个变量间的关联
- 散点图显示方向(正相关或负相关)、形式(线性或曲线)和强度。相关系数$r$接近1或−1表示强相关;接近0表示弱相关。
- 关联不等于因果;可能存在第三个变量同时影响两者。
Which correlation coefficient shows the strongest linear association?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Strength is the size of $r$; −0.92 is closest to ±1.
常见陷阱
- 偏度与均值:在右偏数据中,均值大于中位数。
- 强相关不能作为因果证明。
A correlation of 0.9 between ice-cream sales and drowning proves ice cream causes drowning.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
A third variable (hot weather) explains both.
复习要点
- 读取形状、中心和离散程度;偏度会将均值拉向尾部方向。
- 正态模型:68–95–99.7 位于 1、2、3 标准差内;相关系数衡量线性关联,而非因果关系。
- 偏态:分布的一侧具有更长的尾部。