统计学是管理学科中不可或缺的一部分，它帮助我们通过数据来做出明智的决策。在这个快节奏的时代，掌握统计学的基本原理和实际操作能力尤为重要。以下，我们将通过50个实用的例题来解析统计学在管理中的应用，帮助您轻松掌握这门学科。
例题1：平均数与中位数的应用
题目：一家公司有5名员工，他们的月工资分别为3000元、3200元、3500元、3600元和4000元。请计算平均工资和中位数。
解析： 平均工资 = (3000 + 3200 + 3500 + 3600 + 4000) / 5 = 3440元 中位数 = 3500元
例题2：标准差的应用
题目：某产品5次检测的结果（单位：kg）分别为1.2、1.3、1.5、1.4和1.6。请计算其标准差。
解析： 首先，计算平均数： 平均数 = (1.2 + 1.3 + 1.5 + 1.4 + 1.6) / 5 = 1.4
然后，计算方差： 方差 = [(1.2 - 1.4)² + (1.3 - 1.4)² + (1.5 - 1.4)² + (1.4 - 1.4)² + (1.6 - 1.4)²] / 5 = 0.08
最后，计算标准差： 标准差 = √方差 = √0.08 ≈ 0.28
例题3：概率的应用
题目：某品牌手机的故障率是10%，请问连续购买3部该品牌手机，至少有1部出现故障的概率是多少？
解析： 单部手机不出现故障的概率 = 1 - 0.1 = 0.9 连续3部手机都不出现故障的概率 = 0.9³ = 0.729 至少有1部出现故障的概率 = 1 - 0.729 = 0.271
例题4：假设检验的应用
题目：某公司声称其产品合格率不低于95%。现从该批产品中随机抽取10件进行检查，发现其中8件合格。请使用假设检验方法验证该公司的说法。
解析： 假设：H0：产品合格率不低于95% 备择假设：H1：产品合格率低于95%
使用卡方检验，计算卡方值： 卡方值 = Σ[(观察值 - 期望值)² / 期望值] 期望值 = 总数 × 合格率 = 10 × 0.95 = 9.5 卡方值 = [(8 - 9.5)² / 9.5] + [(2 - 0.5)² / 0.5] ≈ 0.053
查卡方分布表，得出在自由度为1的情况下，p值大于0.05。因此，我们无法拒绝原假设，即该公司的产品合格率不低于95%。
例题5：相关系数的应用
题目：某公司调查了员工的工作时间和绩效之间的关系，收集了以下数据：
| 员工编号 | 工作时间（小时） | 绩效评分 |
|---|---|---|
| 1 | 40 | 80 |
| 2 | 35 | 70 |
| 3 | 45 | 85 |
| 4 | 50 | 90 |
| 5 | 30 | 60 |
请计算工作时间和绩效评分之间的相关系数。
解析： 首先，计算平均值： 工作时间的平均值 = (40 + 35 + 45 + 50 + 30) / 5 = 40 绩效评分的平均值 = (80 + 70 + 85 + 90 + 60) / 5 = 75
然后，计算协方差： 协方差 = Σ[(工作时间 - 平均工作时间) × (绩效评分 - 平均绩效评分)] 协方差 = [(40 - 40) × (80 - 75) + (35 - 40) × (70 - 75) + (45 - 40) × (85 - 75) + (50 - 40) × (90 - 75) + (30 - 40) × (60 - 75)] / 5 协方差 = 25
接着，计算工作时间的方差和标准差： 工作时间方差 = [(40 - 40)² + (35 - 40)² + (45 - 40)² + (50 - 40)² + (30 - 40)²] / 5 工作时间标准差 = √方差
同理，计算绩效评分的方差和标准差。
最后，计算相关系数： 相关系数 = 协方差 / (工作时间标准差 × 绩效评分标准差)
通过以上计算，可以得到工作时间和绩效评分之间的相关系数。
结语
通过以上50个实用例题的解析，相信您已经对管理统计学有了更深入的理解。统计学是一门实践性很强的学科，不断练习和应用是掌握其精髓的关键。希望这些例题能够帮助您在学习和工作中更好地运用统计学知识。