首页 · 课程 · 数学

数学

统计学

统计学通过收集和分析数据得出数值结论,区分总体和样本,并利用集中趋势和离散程度的度量来描述数据分布。

本课内容
  1. 基本定义与概念
  2. 基本定律与公式
  3. 详细例题解析
  4. SVG示意图
  5. 对比表
  6. CSCA考试提示与常见错误
  7. 附加练习与解答

基本定义与概念

统计学 是收集、整理、呈现数据,然后进行分析以基于数字而非印象得出结论的科学。课程首先区分 总体,即研究对象的全部个体,和 样本,即从中选取的一部分用以代表总体。区分它们的原因在于符号不同:总体方差 \(\sigma^2\) 和样本方差 \(S^2\)。

为了描述任何一组数据,我们需要同时使用两种类型的度量:一种确定 集中趋势,另一种确定 离散程度; 仅靠平均数不够,因为两组数据可能平均数相同,但数值的离散程度可能相差甚远。

首先:集中趋势的度量

度量思想是否受异常值影响?
算术平均数各值之和除以个数是
中位数排序后的中间值否
众数出现次数最多的值否

第二:离散程度的度量

这些度量揭示了数值偏离其中心的程度;数值越大,说明数据越分散:

例题 (1)

数据: \(2, 4, 4, 6, 9\)。

  1. 数据个数 \(n = 5\),和为 \(25\),故 \(\bar{x} = \frac{25}{5} = 5\)。
  2. 中位数: 数据已有序,第三个数为 \(4\)。
  3. 众数: \(4\),因为它出现了两次。
  4. 极差: \(9 - 2 = 7\)。
  5. 样本方差: \(S^2 = \frac{(2-5)^2 + (4-5)^2 + (4-5)^2 + (6-5)^2 + (9-5)^2}{5-1} = \frac{9+1+1+1+16}{4} = \frac{28}{4} = 7\)。
  6. 标准差: \(S = \sqrt{7} \approx 2.65\)。

例题(2):离群值的影响

数据 \(10, 12, 14, 16, 18\):和 \(70\) 所以 \(\bar{x} = 14\),中位数 \(14\),极差 \(18 - 10 = 8\)。然后加入离群值 \(90\)。

  1. 平均数: \(\bar{x} = \frac{160}{6} \approx 26.7\),变化非常大。
  2. 中位数: 中间的两个数是 \(14\) 和 \(16\),所以中位数 \(\frac{14 + 16}{2} = 15\),变化很小。
  3. 极差: \(90 - 10 = 80\),增加了十倍。

结果:离群值对平均数和极差影响很大,但对中位数影响甚微,这就是选择合适统计量的实用标准。

常见错误

CSCA 考试技巧

基本定律与公式

在本节中,我们将学习用于描述数据分布的基本统计量,无论这些数据代表整个总体还是其样本。这些统计量包括算术平均数、方差、标准差和四分位距(IQR)。每个统计量都有特定的公式,其使用取决于数据的性质(总体或样本),理解它们之间的区别对于避免统计分析中的常见错误至关重要。

定义与公式

以下是每个统计量的定义和数学公式,并说明了所使用的符号:

使用 \( n-1 \) 计算样本方差的原因

在计算样本方差时,我们使用 \( n-1 \) 作为分母,而不是 \( n \),以得到无偏估计量总体方差 \( \sigma^2 \)。如果使用 \( n \),则估计值会偏低于总体真实方差,尤其在样本容量较小时。这种修正称为贝塞尔校正它确保样本方差的期望值等于总体的实际方差。

逐步求解的例题

  1. 例1:计算总体的平均值、方差和标准差

    已知:总体由以下数值组成:\( 2, 4, 6, 8 \)。

    解:

    • 第一步:计算平均值 \( \mu \):
      • \( \mu = \frac{2 + 4 + 6 + 8}{4} = \frac{20}{4} = 5 \)
    • 第二步:计算方差 \( \sigma^2 \):
      • 我们计算各值与平均值的偏差:\( (2-5)^2 = 9 \), \( (4-5)^2 = 1 \), \( (6-5)^2 = 1 \), \( (8-5)^2 = 9 \)
      • 平方和:\( 9 + 1 + 1 + 9 = 20 \)
      • \( \sigma^2 = \frac{20}{4} = 5 \)
    • 第三步:计算标准差 \( \sigma \):
      • \( \sigma = \sqrt{5} \)

    结果:\( \mu = 5 \), \( \sigma^2 = 5 \), \( \sigma = \sqrt{5} \)

  2. 例2:计算样本方差并与总体方差进行比较

    已知:一组样本值:\( 3, 5, 7 \)。

    解答:

    • 第一步:计算样本均值 \( \bar{x} \):
      • \( \bar{x} = \frac{3 + 5 + 7}{3} = \frac{15}{3} = 5 \)
    • 第二步:计算样本方差 \( S^2 \):
      • 均值的偏差:\( (3-5)^2 = 4 \), \( (5-5)^2 = 0 \), \( (7-5)^2 = 4 \)
      • 平方和:\( 4 + 0 + 4 = 8 \)
      • \( S^2 = \frac{8}{3-1} = \frac{8}{2} = 4 \)
    • 第三步:计算如果使用 \( n \) 而不是 \( n-1 \) 时的方差(作比较):
      • \( \frac{8}{3} \approx 2.67 \),其小于 4,因此若将样本视为总体,使用 n 会低估真实方差。

    结果:\( \bar{x} = 5 \), \( S^2 = 4 \),且可知使用 \( n-1 \) 能得到总体方差的更大且更无偏的估计。

常见错误及纠正方法

常见错误纠正
在样本方差的分母中使用 \( n \) 而不是 \( n-1 \)计算样本方差时必须使用 \( n-1 \) 以获得总体方差的无偏估计。
混淆符号 \( \mu \) 和 \( \bar{x} \)符号 \( \mu \) 表示总体均值,而 \( \bar{x} \) 表示样本均值。两者在公式中不能互换。
将标准差计算为绝对值的平均值,而不是方差的平方根标准差定义为 \( \sqrt{\text{方差}} \),而不是绝对值的平均值。必须严格遵循此定义。
将四分位距 IQR 视为 \( \frac{Q_3 + Q_1}{2} \) 或其他非减法运算四分位距 IQR 明确定义为差值:\( Q_3 - Q_1 \)。任何其他运算(如相加或求平均)都是错误的。

考试技巧


详细例题解析

例题 1

数据集: \(3,7,5,13,20,23,39,23,40,23,14,12,56,23,29\)。

平均数: \(\frac{3+7+5+13+20+23+39+23+40+23+14+12+56+23+29}{15} = \frac{330}{15} = 22\)。

中位数: 排序后: \(3,5,7,12,13,14,20,23,23,23,23,29,39,40,56\)。第八个数(因为 \(n=15\) 为奇数)是 \(23\)。

众数: 出现次数最多的值是 \(23\)(出现 \(4\) 次)。

平均数=\(22\),中位数=\(23\),众数=\(23\)。


例题 2

数据集: \(4,8,6,5,3\)。

平均数: \(\frac{4+8+6+5+3}{5} = \frac{26}{5} = 5.2\)。

离均差: \(4-5.2=-1.2\), \(8-5.2=2.8\), \(6-5.2=0.8\), \(5-5.2=-0.2\), \(3-5.2=-2.2\)。

偏差的平方: \((-1.2)^2=1.44\), \((2.8)^2=7.84\), \((0.8)^2=0.64\), \((-0.2)^2=0.04\), \((-2.2)^2=4.84\).

偏差平方和: \(1.44+7.84+0.64+0.04+4.84=14.8\).

方差: \(S^2=\frac{14.8}{5-1}=\frac{14.8}{4}=3.7\).

标准差: \(S=\sqrt{3.7}\approx1.92\).


例题 3

数据集: \(1,3,3,6,7,8,9,11,12,15,18\).

个数 \(n=11\) (奇数)。

中位数 \(Q_2\): 排序后的第六个数(原数据已有序)是 \(8\)。

下四分位数 \(Q_1\): 下半部分的中位数(不包括中位数): \(1,3,3,6,7\) → 第三个数是 \(3\)。

上四分位数 \(Q_3\): 上半部分的中位数: \(9,11,12,15,18\) → 第三个数是 \(12\)。

四分位距: \(IQR=Q_3-Q_1=12-3=9\)。


例题 4

加权平均数: \(85\times40\%+70\times30\%+90\times30\%\)。

计算: \(85\times0.4=34\), \(70\times0.3=21\), \(90\times0.3=27\)。

求和: \(34+21+27=82\)。

加权平均数: \(82\)。


例题 5

数据集: \(5,7,8,9,10,11,12,13,15,42\)。

个数 \(n=10\)(偶数)。

平均数: \(\frac{5+7+8+9+10+11+12+13+15+42}{10}=\frac{132}{10}=13.2\)。

中位数:排序后第五个和第六个元素的平均值:\(10\) 和 \(11\) → \(\frac{10+11}{2}=10.5\)。

第一四分位数 \(Q_1\):下半部分(\(5,7,8,9,10\))的中位数 → \(8\)。

第三四分位数 \(Q_3\):上半部分(\(11,12,13,15,42\))的中位数 → \(13\)。

四分位距:\(IQR=Q_3-Q_1=13-8=5\)。

非异常值的下限:\(Q_1-1.5\timesIQR=8-1.5\times5=8-7.5=0.5\)。

非异常值的上限:\(Q_3+1.5\timesIQR=13+1.5\times5=13+7.5=20.5\)。

值 \(42\) 大于 \(20.5\),因此它是异常值。

上限:\(20.5\)。


基本定义

算术平均值:所有值的和除以值的个数,记作 \(\bar{x}=\frac{\sum x_i}{n}\)。

中位数:将有序数据集分成两半相等的值;如果 \(n\) 为奇数,则它是第 \(\frac{n+1}{2}\) 个值;如果为偶数,则它是第 \(\frac{n}{2}\) 个值和第 \(\frac{n}{2}+1\) 个值的平均数。

众数:在数据集中出现次数最多的值;可能不存在众数,或存在多个众数。

方差:数据点与均值之差的平方的平均值;对于样本,其计算公式为 \(S^2=\frac{\sum (x_i-\bar{x})^2}{n-1}\)。

标准差:方差的平方根,\(S=\sqrt{S^2}\)。

四分位数:将有序数据集分成四等份;\(Q_1\) 是下半部分的中位数,\(Q_2\) 是中位数,\(Q_3\) 是上半部分的中位数。

四分位距:\(IQR=Q_3-Q_1\),衡量数据中间一半的离散程度。

异常值:落在区间 \([Q_1-1.5\times IQR,\; Q_3+1.5\times IQR]\) 之外的数据点。

加权平均数:\(\sum (x_i\times w_i)\),其中 \(w_i\) 为权重,其和为 \(1\)(或若使用百分比则为 \(100\%\))。


常见错误


考试技巧

SVG示意图

箱线图

箱线图(Box Plot)是一种用于通过显示关键统计值来总结数值数据集分布的图形表示:最小值(min)、第一四分位数(Q₁)、第二四分位数或中位数(Q₂)、第三四分位数(Q₃)和最大值(max)。该图还显示了数据的离散程度以及对称性或偏斜情况,并有助于直观地识别异常值。

在箱线图中:

从附图中:

因此,我们可以计算:

例1:从箱线图中读取数值

解:逐步求解

  1. 在水平轴上定位最小值:它是最左侧的线,位于 x = 80 → \( \text{min} = 80 \)。
  2. 定位第一四分位数 Q₁:它是盒子的左边缘,位于 x = 140 → \( Q₁ = 140 \)。
  3. 定位中位数 Q₂:它是盒子内部的线,在 x = 190 → \( Q₂ = 190 \)。
  4. 定位第三四分位数 Q₃:它是盒子的右边缘,在 x = 240 → \( Q₃ = 240 \)。
  5. 定位最大值:它是最右侧的线,在 x = 300 → \( \text{max} = 300 \)。
  6. 计算 IQR:\( \text{IQR} = Q₃ - Q₁ = 240 - 140 = 100 \)。
  7. 计算范围:\( \text{Range} = \text{max} - \text{min} = 300 - 80 = 220 \)。

答案:\( \text{min} = 80 \), \( Q₁ = 140 \), \( Q₂ = 190 \), \( Q₃ = 240 \), \( \text{max} = 300 \), \( \text{IQR} = 100 \), \( \text{Range} = 220 \)。

示例 2:解释箱线图的形状

解:逐步求解

  1. 注意盒子内部的线(Q₂)不完全居中:它更靠近盒子的左边缘(在 Q₁ 和 Q₃ 之间)。
  2. 这表明数据向右偏斜(正偏斜),因为中位数更接近第一四分位数。
  3. 还需注意,最大值(300)到上四分位数 Q₃(240)的距离,大于最小值(80)到下四分位数 Q₁(140)的距离:
    • Q₃ 到最大值的距离:\( 300 - 240 = 60 \)
    • 最小值到 Q₁ 的距离:\( 140 - 80 = 60 \)
  4. 在这种情况下,两段距离相等,但 Q₂ 接近 Q₁ 表明下四分位数中的值更为集中。
  5. 因此,分布略微向右偏斜(正偏斜)。

答案:分布向右偏斜(正偏斜),因为中位数更接近第一四分位数。

常见错误

考试技巧


对比表

本节我们研究集中趋势的度量(均值、中位数、众数)和离散程度的度量(总体方差和样本方差)。我们说明每个度量的定义、性质及其计算方法,并提供详细的逐步示例、常见错误的提醒以及考试技巧。

均值 vs 中位数 vs 众数

性质 均值 中位数 众数
定义 \(\frac{\sum_{i=1}^{n} x_i}{n}\) 将有序数据分成两半相等部分的值 在数据集中出现次数最多的值
受异常值影响 它受异常值的影响很大,因为每个值都对总和有贡献。 它不受异常值的影响,因为它仅取决于值在有序列表中的位置。 除非异常值出现的频率高于原始值,否则它不受异常值的影响。
针对个体数据的计算。 将所有值相加,然后除以值的个数。 将数据按升序排列;如果 \(n\) 为奇数,则中位数是位置 \(\frac{n+1}{2}\) 处的值;如果 \(n\) 为偶数,则中位数是位置 \(\frac{n}{2}\) 和 \(\frac{n}{2}+1\) 处的两个值的平均值。 统计每个值的出现次数;出现次数最多的值是众数;可能不存在众数,也可能存在多个众数。

例 1:计算单个数据集的平均数、中位数和众数。

解:逐步求解。

  1. 已知:数据集 \( \{3, 7, 7, 2, 9\} \)。
  2. 计算平均值:我们求和 \(3+7+7+2+9 = 28\)。值的个数 \(n=5\)。因此,平均值 \(= \frac{28}{5} = 5.6\)。
  3. 计算中位数:我们将数据按升序排列: \( \{2, 3, 7, 7, 9\} \)。由于 \(n=5\) 为奇数,中间位置是 \(\frac{5+1}{2}=3\)。第三个位置的值是 \(7\)。因此,中位数 \(=7\)。
  4. 计算众数:我们统计频率: \(2\) 出现一次, \(3\) 出现一次, \(7\) 出现两次, \(9\) 出现一次。最高频率是 \(2\),对应的值是 \(7\)。因此,众数 \(=7\)。

结果:平均值 \(=5.6\),中位数 \(=7\),众数 \(=7\)。

例2:计算含有异常值的偶数个数据的平均值、中位数和众数

解:逐步求解

  1. 已知:数据集 \( \{10, 12, 14, 15, 100\} \)。
  2. 计算平均值:我们求和 \(10+12+14+15+100 = 151\)。值的个数 \(n=5\)。因此,平均值 \(= \frac{151}{5} = 30.2\)。
  3. 计算中位数:我们将数据按升序排列: \( \{10, 12, 14, 15, 100\} \)。中间位置是 \(\frac{5+1}{2}=3\)。第三个位置的值是 \(14\)。因此,中位数 \(=14\)。
  4. 计算众数:每个值只出现一次,因此没有众数(或者说该数据集无众数)。

结果:平均数 \(=30.2\)(受异常值 \(100\)影响),中位数 \(=14\)(不受影响),无众数。

常见错误

考试技巧

总体方差 vs 样本方差

M 总体 σ² 样本 S²
定义 \(\sigma^2 = \frac{\sum_{i=1}^{N} (x_i - \mu)^2}{N}\) 其中 \(\mu\) 为总体均值 \(S^2 = \frac{\sum_{i=1}^{n} (x_i - \bar{x})^2}{n-1}\) 其中 \(\bar{x}\) 为样本均值
分母 \(N\) (总体大小) \(n-1\) (样本大小减一)
目的 衡量总体的真实方差 基于样本提供总体方差的无偏估计

示例 3:计算完整数据集(总体)的总体方差和样本方差

解:逐步求解

  1. 已知:总体由值 \({4, 6, 8, 10}\) 组成。总体大小 \(N=4\)。
  2. 计算总体均值 \(\mu\): \(\mu = \frac{4+6+8+10}{4} = \frac{28}{4} = 7\)。
  3. 计算偏离均值的值:\(4-7=-3\),\(6-7=-1\),\(8-7=1\),\(10-7=3\)。
  4. 计算偏离均值的平方:\((-3)^2=9\),\((-1)^2=1\),\(1^2=1\),\(3^2=9\)。
  5. 偏离均值的平方和:\(9+1+1+9 = 20\)。
  6. 计算总体方差\(\sigma^2\):\(\sigma^2 = \frac{20}{4} = 5\)。

结果:总体均值\(\mu=7\),总体方差\(\sigma^2=5\)。

例4:计算从上述总体抽取的样本的样本方差

解:逐步求解

  1. 已知:从上述总体中抽取的随机样本:\( \{4, 8, 10\} \)。样本容量\(n=3\)。
  2. 计算样本均值\(\bar{x}\):\(\bar{x} = \frac{4+8+10}{3} = \frac{22}{3} \approx 7.333\)。
  3. 计算各数据点与样本均值的偏差:\(4-\frac{22}{3} = -\frac{10}{3}\),\(8-\frac{22}{3} = \frac{2}{3}\),\(10-\frac{22}{3} = \frac{8}{3}\)。
  4. 计算偏差的平方:\(\left(-\frac{10}{3}\right)^2 = \frac{100}{9}\), \(\left(\frac{2}{3}\right)^2 = \frac{4}{9}\), \(\left(\frac{8}{3}\right)^2 = \frac{64}{9}\)。
  5. 偏差平方和:\(\frac{100}{9} + \frac{4}{9} + \frac{64}{9} = \frac{168}{9} = \frac{56}{3} \approx 18.667\)。
  6. 计算样本方差 \(S^2\):\(S^2 = \frac{\frac{56}{3}}{3-1} = \frac{\frac{56}{3}}{2} = \frac{56}{6} = \frac{28}{3} \approx 9.333\)。

结果:样本均值 \(\bar{x} \approx 7.333\),样本方差 \(S^2 = \frac{28}{3} \approx 9.333\)。

常见错误

考试技巧


CSCA考试提示与常见错误

CSCA考试提示与关键思想

实用速算技巧

常见错误

错误纠正
样本方差中除以 \(n\)\(S^2=\frac{\sum (x_i-\bar{x})^2}{n-1}\)
将方差与标准差混淆\(S=\sqrt{S^2}\)
计算中位数前忘记对数据进行排序将数据按升序排列,然后选择对应的位次
将极差与 \(\text{IQR}\) 混淆\(\text{IQR}=Q_3-Q_1\)

每条规则的解释和原因

  1. 使用 \(n-1\) 计算样本方差的原因:在计算样本均值 \(\bar{x}\) 时,会损失一个自由度,因为 \(\sum (x_i-\bar{x})=0\) 永远成立,因此剩下的独立变量数量仅为 \(n-1\),除以这个数值得到总体方差 \(\sigma^2\) 的无偏估计。
  2. 将标准差定义为方差平方根的原因:方差的单位是原始数据单位的平方,因此为了恢复原始数据的测量单位,需要取平方根。例如,如果数据以厘米为单位,则方差的单位是平方厘米,标准差的单位是厘米。
  3. 通过排序计算中位数的原因:中位数将排序后的数据分成两半,因此在排序之前无法确定中位数;当数据个数为奇数时,存在一个唯一的中位数;当数据个数为偶数时,不存在唯一的中位数,而是取两个中间数的平均值。
  4. 使用 \(1.5\,\text{IQR}\) 检测异常值的原因:该标准基于数据近似服从正态分布的假设,大约 \(99.3\%\) 的数据落在区间 \([Q_1-1.5\,\text{IQR}, Q_3+1.5\,\text{IQR}]\) 内,因此超出此范围的值被视为极其罕见,很可能是错误或特殊现象。

逐步求解的示例

  1. 示例 1:计算数据 \(\{2,4,6,8\}\) 的样本方差和标准差
    第一步:计算均值 \(\bar{x}=\frac{2+4+6+8}{4}=5\)
    第二步:计算与均值的偏差的平方 \((2-5)^2=9\), \((4-5)^2=1\), \((6-5)^2=1\), \((8-5)^2=9\)
    第三步:求平方和 \(\sum (x_i-\bar{x})^2=9+1+1+9=20\)
    步骤4:计算样本方差 \(S^2=\frac{20}{4-1}=\frac{20}{3}\approx6.6667\)
    步骤5:计算标准差 \(S=\sqrt{\frac{20}{3}}=\frac{2\sqrt{15}}{3}\approx2.58199\)
    结果:方差 \(\frac{20}{3}\) 以及标准差 \(\frac{2\sqrt{15}}{3}\)。
  2. 例2:确定数据的中位数和异常值 \(\{1,3,3,6,7,8,9,10,12\}\)
    步骤1:确保数据按升序排列(已满足)。
    步骤2:计算元素个数 \(n=9\)(奇数)
    步骤3:计算中位数的秩 \(\frac{n+1}{2}=\frac{9+1}{2}=5\)
    步骤4:第五秩对应的值是 \(7\),因此中位数 \(=7\)
    步骤5:计算第一四分位数 \(Q_1\):下半部分的中位数 \(\{1,3,3,6\}\) 为 \(\frac{3+3}{2}=3\)
    步骤6:计算第三四分位数 \(Q_3\):上半部分的中位数 \(\{8,9,10,12\}\) 为 \(\frac{9+10}{2}=9.5\)
    步骤7:计算 \(\text{IQR}=Q_3-Q_1=9.5-3=6.5\)
    步骤8:计算异常值下限 \(Q_1-1.5\,\text{IQR}=3-1.5\times6.5=3-9.75=-6.75\)
    步骤9:计算异常值上限 \(Q_3+1.5\,\text{IQR}=9.5+1.5\times6.5=9.5+9.75=19.25\)
    步骤10:检查每个值:所有值都在 \(-6.75\) 和 \(19.25\) 之间,因此没有异常值。
    结果:中位数 \(=7\), \(Q_1=3\), \(Q_3=9.5\), \(\text{IQR}=6.5\),且无异常值。

「常见错误」列表及每个错误的纠正

考试提示

  1. 始终检查所需的是总体方差还是样本方差;如果数据是较大总体的样本,则在分母中使用 \(n-1\)。
  2. 计算完任一方差后,自问:单位是平方的吗?如果是,则开方以得到原始数据单位的标准差。
  3. 在计算中位数或四分位数之前,必须将数据按升序排列,不得有例外;这可以防止常见的排序错误。
  4. 在寻找异常值时,先计算 \(\text{IQR}\),然后乘以 \(1.5\),不要为此目的使用范围。
  5. 当比较单位不同的两组数据的离散程度(例如厘米和千克)时,先计算每组的变异系数 \(\frac{S}{\bar{x}}\),然后比较这些无量纲值。
  6. 在包含频数表的题目中,请记住中位数可能位于某个类内;使用公式 \(L+\left(\frac{\frac{n}{2}-F}{f}\right)\times w\),其中 \(L\) 为中位数类的下限,\(F\) 为中位数类之前的累积频数,\(f\) 为中位数类的频数,\(w\) 为类宽。
  7. 请确保仅在 \( ... \) 内写入符号,括号外不要写任何 LaTeX 命令,不要使用 * 表示乘法,如有需要请使用 \(\times\)。

附加练习与解答

练习 1

已知: \(12,15,18,20,22,25,30\). 平均数≈\(20.29\). 中位数=\(20\)。


练习 2

已知: \(2,4,6,8,10\). 方差 \(S^2=10\). 标准差 \(S≈3.16\)。


练习 3

已知: \(2,4,4,5,6,7,8,9,10,12\). 第一四分位数 \(Q_1=4\). 第二四分位数(中位数) \(Q_2=6.5\). 第三四分位数 \(Q_3=9\)。


练习 4

频数表: \(5(2),6(4),7(6),8(5),9(3)\). 平均数=\(\frac{143}{20}=7.15\)。


练习 5

已知: \(5,7,8,9,10,11,12,13,15,42\). 数值 \(42\) 是异常值,因为非异常值的上限是 \(20.5\)。

练习本课题目

免费 · 三种语言 · 离线可用

CSCA Academy — 独立的 CSCA 考试备考网站。 الدروس · CSCA