好，高中统计的公式，实际上并不像那些书上学得那么死板，更像是拿着一把锤子硬敲数据，看看能不能把形状砸出一个“正态”来。咱们不整那些虚头巴脑的“起初、其次、最终”，直接上手。 先说那巴思图，也就是那个最经典的统计图。你要是看到横轴是工夫，纵轴是成绩，图上有个长条从中间爆开，那大约率是个正态分布。
这时候画直方图就顺理成章了，长条越宽，说明那个工夫段里那个分数段的人数越多，它自然就挤在那堆数据里了。
要是数据少得连直方图都画不了，那只能看散点图，要么直接看饼图，反正饼图里那个占比最大的那块，大约率就藏着这个数。 再讲讲公式本身，实际上就那几行。
比如算平均数，就是把一堆数加起来，再除以个数。算中位数就好办了，把数从小到大排好队，中间那个数，要么中间两个数的平均数，就是中位数。求方差和标准差略微费事点，得先算方差，公式是 $frac{1}{n}sum(x_i - bar{x})^2$，意思就是把每个数跟平均值差，平方，加起来，再除以个数。标准差是方差的平方根，主要用来衡量数据离散程度。 功率分析听起来高大上，实际上就是个统计测试的功率，也就是测出结局显著性的本事。公式是 $Phileft(frac{z_alpha}{2sigmasqrt{1/n}}right)$，这玩意儿一打出来就是那个查表算法。查表的时候，先查显著性水平 $alpha$，再查 Z 分数，再查自由度，最终两边加起来拿到一个 $P$ 值。 那协方差和相关系数呢？协方差衡量的是两个变量一共朝哪边飘，公式就是 $frac{1}{n}sum(x_i - bar{x})(y_i - bar{y})$，正负号代表了方向，正号表示同向变化，负号表示反向。相关系数就是标准化后的协方差，满分 1，负分 -1，中间是个数，计算过程就是 $r = frac{sum(x-bar{x})(y-bar{y})}{sqrt{sum(x-bar{x})^2sum(y-bar{y})^2}}$。 要是到了多元线性回归，那公式就复杂了。$y = beta_0 + beta_1x + beta_2x^2 + dots$，这里面 $beta$ 代表斜率，$beta_0$ 是截距。记得算 $R^2$ 的话，就是回归值跟实际值差的平方和，除以总离差平方和，叫 R-squared，范围在 0 到 1 之间。 最终得提一下，统计里的“显著性”到底是个啥。就是 $P$ 值小于 0.05，就认定这事儿是确实，不是噪音。
这时候查表就得对，自由度是多少，看表格里对应的 $P$ 值，要是小于 0.05 就回绝原假设，否则就接纳。 咱们实际操作的时候，数据往往没那么规整。
比如算中位数时，数据可能是 1, 3, 5, 8, 12，那中位数就是 5。
要是是 1, 2, 3, 4, 5, 6, 7, 8, 9，中位数就是 5。算方差时，数据若是 10, 10, 10, 10, 20，方差就是 $(5 + 100 + 100 + 100 + 100)/5 = 90$。 有时候数据是离散的，比如 1, 2, 3 要么 3.0 到 3.5 之间，这时候得小心。
比如 3.0 到 3.5，中位数如何算？要是是 10 个人，5 个人是 3.0，5 个人是 3.5，那中位数就是在这两个数中间，也就是 3.25。
要是 100 个人，那中位数就在 3.0 和 3.5 之间，具体位置取决于总人数除以 2 的位置。 再比如算标准差，有时候数据是离散的，像 10, 20, 30，平均数是 20，方差是 $frac{(10-20)^2 + (20-20)^2 + (30-20)^2}{3} = frac{100}{3} approx 33.33$。标准差就是 $sqrt{33.33} approx 5.77$。
要是数据是 10, 12, 14，平均数是 12，方差是 $frac{(-2)^2 + 0^2 + 2^2}{3} = 4/3$，标准差是 $sqrt{4/3} approx 1.15$。 实际上高中统计的公式，说白了就是帮你理清数据关系的工具。画图让你一眼看清分布，算数帮你量化差异，查表帮你判断显著，最终综合起来看，是不是确实有啥规律。别被那些复杂的推导吓倒，核心就那几个步骤。
只要数据算对了，图画对了，话说到点子上，那些公式就只是形式，本质就是让你看懂数据背后的故事。
