Cheat Sheet

สถิติ Formulas

ทุกสูตรสถิติที่นักเรียนต้องใช้ตั้งแต่สถิติเบื้องต้นจนถึงการวิเคราะห์เชิงอนุมาน: การวัดเชิงพรรณนา กฎความน่าจะเป็น การแจกแจงปกติ การทดสอบสมมติฐาน และการถดถอยเชิงเส้น แต่ละสูตรมีหมายเหตุการใช้งานบรรทัดเดียว ใช้ร่วมกับเครื่องมือแก้ของ AI-Math เพื่อตรวจสอบด้วยการแทนค่าอย่างรวดเร็ว

สถิติเชิงพรรณนา

ค่าเฉลี่ย (ประชากร)

μ=1Ni=1Nxi\mu = \frac{1}{N}\sum_{i=1}^N x_i

ค่าเฉลี่ยของค่าทั้งหมดในประชากร

ค่าเฉลี่ย (ตัวอย่าง)

xˉ=1ni=1nxi\bar{x} = \frac{1}{n}\sum_{i=1}^n x_i

ค่าเฉลี่ยของตัวอย่าง

ความแปรปรวน (ประชากร)

σ2=1N(xiμ)2\sigma^2 = \frac{1}{N}\sum (x_i - \mu)^2

การกระจายยกกำลังสอง หารด้วย N

ความแปรปรวน (ตัวอย่าง)

s2=1n1(xixˉ)2s^2 = \frac{1}{n-1}\sum (x_i - \bar{x})^2

การแก้ไขเบสเซล: หารด้วย n1n-1

ส่วนเบี่ยงเบนมาตรฐาน

σ=σ2\sigma = \sqrt{\sigma^2}

รากที่สองของความแปรปรวน — หน่วยเดียวกับข้อมูล

พิสัย

R=xmaxxminR = x_{\max} - x_{\min}

การวัดการกระจายที่ง่ายที่สุด

กฎความน่าจะเป็น

กฎการบวก

P(AB)=P(A)+P(B)P(AB)P(A \cup B) = P(A) + P(B) - P(A \cap B)

ความน่าจะเป็นของ A หรือ B (การรวม-การยกเว้น)

กฎการคูณ

P(AB)=P(A)P(BA)P(A \cap B) = P(A) \cdot P(B \mid A)

ความน่าจะเป็นของ A และ B; ลดเหลือผลคูณเมื่อเป็นอิสระ

ความน่าจะเป็นแบบมีเงื่อนไข

P(BA)=P(AB)P(A)P(B \mid A) = \frac{P(A \cap B)}{P(A)}

ความน่าจะเป็นของ B เมื่อ A เกิดขึ้นแล้ว

ทฤษฎีบทเบส์

P(AB)=P(BA)P(A)P(B)P(A \mid B) = \frac{P(B \mid A) P(A)}{P(B)}

กลับด้านความน่าจะเป็นแบบมีเงื่อนไข — การทดสอบวินิจฉัย การเรียนรู้ของเครื่อง

ความเป็นอิสระ

P(AB)=P(A)P(B)P(A \cap B) = P(A) P(B)

เป็นจริงก็ต่อเมื่อ AA และ BB เป็นอิสระต่อกัน

การนับ

การเรียงสับเปลี่ยน

P(n,r)=n!(nr)!P(n,r) = \frac{n!}{(n-r)!}

ลำดับสำคัญ: จัดเรียง rr จาก nn

การจัดหมู่

C(n,r)=(nr)=n!r!(nr)!C(n,r) = \binom{n}{r} = \frac{n!}{r!(n-r)!}

ลำดับไม่สำคัญ: เลือก rr จาก nn

การแจกแจงแบบไม่ต่อเนื่อง

PMF ทวินาม

P(X=k)=(nk)pk(1p)nkP(X = k) = \binom{n}{k} p^k (1-p)^{n-k}

สำเร็จ kk ครั้งใน nn การทดลองอิสระ โดยมีความน่าจะเป็นสำเร็จ pp

ค่าเฉลี่ยทวินาม

μ=np\mu = np

จำนวนความสำเร็จที่คาดหวัง

ความแปรปรวนทวินาม

σ2=np(1p)\sigma^2 = np(1-p)

การกระจายของการแจกแจงทวินาม

PMF ปัวซง

P(X=k)=λkeλk!P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!}

การนับเหตุการณ์ที่เกิดยาก โดยมีอัตราเฉลี่ย λ\lambda

การแจกแจงปกติ

ฟังก์ชันความหนาแน่นความน่าจะเป็น

f(x)=1σ2πexp ⁣((xμ)22σ2)f(x) = \frac{1}{\sigma\sqrt{2\pi}} \exp\!\bigl(-\tfrac{(x-\mu)^2}{2\sigma^2}\bigr)

เส้นโค้งระฆัง ค่าเฉลี่ย μ\mu ส่วนเบี่ยงเบน σ\sigma

คะแนน Z

z=xμσz = \frac{x - \mu}{\sigma}

ทำให้เป็นมาตรฐานเพื่อเปรียบเทียบข้ามการแจกแจง

ปกติมาตรฐาน

ZN(0,1)Z \sim N(0, 1)

หลังการแปลงคะแนน Z

กฎ 68-95-99.7

P(Xμ<kσ): 0.68, 0.95, 0.997P(|X - \mu| < k\sigma):\ 0.68,\ 0.95,\ 0.997

สำหรับ k=1,2,3k = 1, 2, 3 — ใช้ได้เฉพาะข้อมูลปกติเท่านั้น

สถิติเชิงอนุมาน

ความคลาดเคลื่อนมาตรฐานของค่าเฉลี่ย

SE=snSE = \frac{s}{\sqrt{n}}

ส่วนเบี่ยงเบนมาตรฐานของ xˉ\bar{x} ในฐานะตัวประมาณ

ช่วงความเชื่อมั่น (ค่าเฉลี่ย, ทราบ $\sigma$)

xˉ±zα/2σn\bar{x} \pm z_{\alpha/2} \cdot \frac{\sigma}{\sqrt{n}}

zα/2=1.96z_{\alpha/2} = 1.96 สำหรับช่วงความเชื่อมั่น 95%

สถิติ t (ตัวอย่างเดียว)

t=xˉμ0s/nt = \frac{\bar{x} - \mu_0}{s/\sqrt{n}}

ทดสอบค่าเฉลี่ย = μ0\mu_0 เมื่อไม่ทราบ σ\sigma

สถิติไคสแควร์

χ2=(OiEi)2Ei\chi^2 = \sum \frac{(O_i - E_i)^2}{E_i}

การทดสอบความกลมกลืน / ความเป็นอิสระสำหรับข้อมูลเชิงกลุ่ม

การถดถอยเชิงเส้น

ความชัน

b1=(xixˉ)(yiyˉ)(xixˉ)2b_1 = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sum (x_i - \bar{x})^2}

ความชันที่เหมาะสมที่สุด (กำลังสองน้อยที่สุด)

จุดตัดแกน

b0=yˉb1xˉb_0 = \bar{y} - b_1 \bar{x}

บังคับให้เส้นผ่าน (xˉ,yˉ)(\bar{x}, \bar{y})

สหสัมพันธ์เพียร์สัน

r=(xixˉ)(yiyˉ)(xixˉ)2(yiyˉ)2r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}}

ความแรงและทิศทางของความสัมพันธ์เชิงเส้น, r[1,1]r \in [-1, 1]

สัมประสิทธิ์การตัดสินใจ

R2=r2R^2 = r^2

สัดส่วนของความแปรปรวนใน yy ที่อธิบายได้ด้วย xx