跳到主要内容

各种常用表

本页汇集常用统计表,并说明每种表的用途与查表方向。图片中的概率定义可能采用左尾、右尾或双尾记号,使用前必须先阅读表头和图示;本页不转录图片中的数值。

先确认概率定义

不同教材可能用同一符号表示不同尾部概率。例如 tα(ν)t_\alpha(\nu) 可能表示 P(T>tα)=αP(T>t_\alpha)=\alpha,也可能配合双侧概率使用。应以当前表头为准,不能只凭符号猜测。

1. 常用概率分布表​

**用途:**快速核对常见离散型、连续型分布的分布律或密度、参数范围、数学期望与方差。学习分布定义时可与随机变量及其分布交叉阅读,多维情形参见多维随机变量及其分布。

**查表方向:**先按分布名称定位,再核对参数化方式。尤其要注意几何分布的计数起点、正态分布的方差参数,以及指数分布参数究竟表示率还是均值。

Image Image Image

2. 正态分布表​

**用途:**由标准正态变量 Z∼N(0,1)Z\sim N(0,1) 求累计概率、尾概率或分位点。一般正态变量 X∼N(μ,σ2)X\sim N(\mu,\sigma^2) 应先标准化:

Z=X−μσ.Z=\frac{X-\mu}{\sigma}.

**查表方向:**先从 zz 的整数位、十分位定位行,再由百分位定位列。必须看表头确认表内给出的是 Φ(z)=P(Z≤z)\Phi(z)=P(Z\le z)、P(0<Z≤z)P(0<Z\le z) 还是尾概率。负数可利用

Φ(−z)=1−Φ(z).\Phi(-z)=1-\Phi(z).

区间估计和正态近似的背景见参数估计。

Image

3. 泊松分布表​

**用途:**对 X∼P(λ)X\sim P(\lambda) 查询点概率 P(X=k)P(X=k) 或累计概率。它常用于一定时间、面积或体积内的稀有事件计数,理论定义参见随机变量及其分布。

**查表方向:**先按参数 λ\lambda 定位,再按整数 kk 定位。图片可能分别列出点概率或累计概率,应根据表头判断;右尾概率通常由补事件获得,例如

P(X≥k)=1−P(X≤k−1).P(X\ge k)=1-P(X\le k-1).

image

image image image

4. (t) 分布表​

**用途:**总体方差未知时,对正态总体均值、均值差和回归系数进行检验或构造置信区间。相关推导见参数估计,回归中的应用见方差分析及回归分析。

**查表方向:**先确定自由度 ν\nu,再确定单侧或双侧显著性水平。若表按右尾概率 α\alpha 给出 tα(ν)t_\alpha(\nu),双侧 1−α1-\alpha 置信区间通常应查 α/2\alpha/2 所在列。

自由度来自模型

单样本均值常用 ν=n−1\nu=n-1;一元线性回归的斜率检验使用 ν=n−2\nu=n-2。不要把样本量 nn 直接当作自由度。

Image

5. (\chi^2) 分布表​

**用途:**正态总体方差的区间估计与检验、拟合优度检验以及列联表独立性检验。相关参数估计内容见参数估计。

**查表方向:**先确定自由度 ν\nu,再根据目标选择左尾或右尾分位点。χ2\chi^2 分布不关于零对称,方差的双侧置信区间需要两个不同尾部的临界值,不能把一个临界值简单取负。

若表把 χα2(ν)\chi^2_\alpha(\nu) 定义为右尾临界值,则应满足

P ⁣(χν2>χα2(ν))=α.P\!\left(\chi^2_\nu>\chi^2_\alpha(\nu)\right)=\alpha.

Image

6. (F) 分布表​

**用途:**比较两个方差,并用于方差分析、回归总体显著性检验和嵌套模型比较。ANOVA 与回归的统计量构造见方差分析及回归分析。

**查表方向:**先确认右尾显著性水平,再按分子自由度 ν1\nu_1 与分母自由度 ν2\nu_2 定位。两者顺序不可交换:

F=分子均方分母均方∼F(ν1,ν2).F=\frac{\text{分子均方}}{\text{分母均方}} \sim F(\nu_1,\nu_2).

图片较多,通常对应不同显著性水平或自由度范围。应先查看每张图片的标题,再进入行列查询。

左尾临界值

许多 FF 表只列右尾。需要左尾分位点时,可利用倒数关系转换到交换自由度后的右尾分位点,但必须依照表中分位点定义书写,避免混淆 α\alpha 与 1−α1-\alpha。

Image Image Image Image Image Image Image Image Image

7. 均值的 (t) 检验样本容量表​

**用途:**在给定显著性水平、检验功效和标准化效应大小的条件下,为单总体均值或配对差值的 tt 检验规划样本量。

**查表方向:**先确认单侧或双侧检验,再按目标功效、显著性水平和效应大小定位。效应大小通常与“待检出的均值差除以标准差”有关,但必须以图片表头定义为准。

样本量规划发生在收集数据之前;所需效应大小和标准差应来自科学上有意义的差异、先导研究或可靠文献,而不是事后用当前样本估计。

image image

8. 均值差的 (t) 检验样本容量表​

**用途:**为两个独立总体均值差的 tt 检验规划样本量,平衡第一类错误、第二类错误和希望检出的最小差异。

**查表方向:**先核对表中样本量表示“每组样本量”还是“两组合计样本量”,再依次选择单侧或双侧、显著性水平、功效及标准化均值差。若两组分配比例或方差不同,图片中的等样本量结果未必直接适用。

image image

9. 秩和临界值表​

**用途:**为两独立样本的秩和检验(Mann–Whitney–Wilcoxon 检验)提供小样本精确临界值。当正态或方差假设不合适、数据至少可排序时,可用它比较两组分布位置。

**查表方向:**先确定两组样本量 n1,n2n_1,n_2,再确认统计量采用秩和 WW 还是经变换的 UU,并按单侧或双侧显著性水平查找。不同教材的统计量定义和拒绝域方向可能不同,必须以表注为准。

非参数不等于无假设

秩和检验仍要求观测独立。若要把结果解释为位置差异,通常还需要两总体分布形状相近;否则检验反映的是更一般的分布差异。

image

10. 查表通用步骤​

  1. 写清统计量及其在原假设下的分布;
  2. 计算自由度,并标明单侧或双侧检验;
  3. 阅读表头,确认表内概率是左尾、右尾、中央面积还是累计概率;
  4. 按“参数或自由度 → 显著性水平”的方向定位;
  5. 用概率定义复核拒绝域方向,不随意插值或补造表中没有的数值;
  6. 若自由度或概率不在表内,使用统计软件计算,并注明所用方法。

References​

[1]. 盛骤, 谢式千, 潘承毅. 概率论与数理统计[M]. 第4版. 北京: 高等教育出版社, 2008.

[2]. Derek.wiki. 【高等数学】- 概率 泊松分布表 poisson table[EB/OL](2019-05-02)[2025-12-16]. https://derek.wiki/news/?9.html