参数估计和假设检验习题解答
参数估计、假设检验例子
例2： 某公司宣称有75%以上的消费者满意其产品 某公司宣称有75%以上的消费者满意其产品 的质量，一家市场调查公司受委托调查该公司此 项声明是否属实，随机抽样调查625位消费者， 项声明是否属实，随机抽样调查625位消费者， 表示满意该公司产品质量者有500人，试问在 表示满意该公司产品质量者有500人，试问在 0.05的显著性水平下，该公司的声明是否属实。 0.05的显著性水平下，该公司的声明是否属实。
例2： 在一项新广告活动的跟踪调查中，在被调查 的400人中有240人会记起广告的标语，试求会 400人中有240人会记起广告的标语，试求会 记起广告标语占总体比率的95%置信度的估计区 记起广告标语占总体比率的95%置信度的估计区 间。
假设检验： 1：某橡胶厂生产汽车轮胎，根据历史资料统计结 果，平均里程为25000公里，标准差为1900公里。 果，平均里程为25000公里，标准差为1900公里。 现采用一种新的工艺制作流程，从新批量的轮胎 中随机抽取400个作实验，求得样本平均里程为 中随机抽取400个作实验，求得样本平均里程为 25300公里，试按5%的显著性水平判断新批量 25300公里，试按5%的显著性水平判断新批量 轮胎的平均耐用里程与以前生产的轮胎的耐用里 程有没有显著的差异，或者它们属于同一总体的 假设是否成立。
统计基础试题——参数估计和假设检验
第七章参数估计和假设检验一、填空题1．在抽样推断中，常用的总体指标有、和。
2．在抽样推断中，按随机原则从总体中抽取的部分单位叫，这部分单位的数量叫。
3．整群抽样是对总体中群内的进行的抽样组织形式。
4．若总体单位的标志值不呈正态分布，只要，全部可能样本指标也会接近于正态分布。
5．抽样估计的方法有和两种。
6．扩大误差范围，可以推断的可靠程度，缩小误差范围则会推断的可靠程度。
7．对总体的指标提出的假设可以分为和。
8．如果提出的原假设是总体参数等于某一数值，这种假设检验称为，若提出的原假设是总体参数大于或小于某一数值，这种假设检验称为。
二、单项选择题1．所谓大样本是指样本单位数在（）及以上。
A．50个B．30个C．80个D．100个2．总体平均数和样本平均数的关系是（）。
A．总体平均数是确定值，样本平均数是随机变量B．总体平均数是随机变量，样本平均数是确定值C．总体平均数和样本平均数都是随机变量D．总体平均数和样本平均数都是随机变量3．先对总体按某一标志分组，然后再在各组中按随机原则抽取一部分单位构成样本，这种抽样组织方式称为（）。
A．简单随机抽样B．机械抽样C．类型抽样D．整群抽样4．用样本指标对总体指标作点估计时，应满足4点要求，其中无偏性是指（）。
A．样本平均数等于总体平均数B．样本成数等于总体成数C．样本指标的平均数等于总体的平均数 D．样本指标等于总体指标5．在其它条件不变的情况下，提高抽样估计的可靠程度，其精确度将（）。
A．保持不变B．随之扩大C．随之缩小D．无法确定6．在抽样估计中，样本容量（）。
A．越小越好B．越大越好C．有统一的抽样比例D．取决于抽样估计的可靠性要求。
7．假设检验中的临界区域是指（）。
A．接受域B．拒绝域C．检验域D．置信区间三、多项选择题1．在抽样推断中，抽取样本单位的具体方法有（）。
A．重复抽样B．不重复抽样C．分类抽样D．等距抽样E．多阶段抽样2．在抽样推断中，抽取样本的组织形式有（）。
假设检验练习试题-答案解析
假设检验练习题1. 简单回答下列问题：1）假设检验的基本步骤？答：第一步建立假设 (通常建立两个假设,原假设H0 不需证明的命题,一般是相等、无差别的结论,备择假设H1,与H0对立的命题,一般是不相等，有差别的结论)有三类假设第二步选择检验统计量给出拒绝域的形式。
根据原假设的参数检验统计量：对于给定的显著水平样本空间可分为两部分：拒绝域W 非拒绝域A拒绝域的形式由备择假设的形式决定H1： W为双边H1： W为单边H1： W为单边第三步：给出假设检验的显著水平第四步给出零界值C，确定拒绝域W有了显著水平按照统计量的分布可查表得到临界值，确定拒绝域。
例如：对于=0.05有的双边 W为的右单边 W为的右单边 W为第五步根据样本观测值，计算和判断计算统计量 Z 、 t 、当检验统计量的值落在W内时能拒绝，否则接受(计算P值 227页 p值由统计软件直接得出时拒绝，否则接受计算1-a的置信区间置信区间由统计软件直接得出统计量落入置信区间接受，否则接受)2）假设检验的两类错误及其发生的概率？答：第一类错误：当为真时拒绝，发生的概率为第二类错误：当为假时，接受发生的概率为3）假设检验结果判定的3种方式？答：1.计算统计量 Z 、 t 、当检验统计量的值落在W内时能拒绝，否则接受2.计算P值 227页 p值由统计软件直接得出时拒绝，否则接受3.计算1-a的置信区间置信区间由统计软件直接得出，落入置信区间接受，否则接受4）在六西格玛A阶段常用的假设检验有那几种？应用的对象是什么？答：连续型（测量的数据）：单样本t检验 -----比较目标均值双样本t检验 -----比较两个均值方差分析 -----比较两个以上均值等方差检验 -----比较多个方差离散型（区分或数的数据）：卡方检验 -----比较离散数2．设某种产品的指标服从正态分布，它的标准差σ=150，今抽取一个容量为26 的样本，计算得平均值为1 637。
问在5%的显著水平下，能否认为这批产品的指标的期望值μ = 1600。
参数估计习题答案
参数估计习题答案参数估计是指在统计学中，根据样本数据来估计总体参数的过程。
以下是一些参数估计习题的答案示例：1. 简单随机抽样的均值估计：假设我们有一个总体，其均值未知，我们从这个总体中随机抽取了一个样本，样本均值（\(\bar{x}\)）可以用来估计总体均值（\(\mu\)）。
如果样本量足够大，根据中心极限定理，样本均值的分布接近正态分布。
样本均值的估计值为：\[\hat{\mu} = \bar{x}\]2. 总体比例的点估计：如果我们要估计一个二项分布的总体比例（\(p\)），我们可以使用样本比例（\(\hat{p}\)）作为点估计。
样本比例的计算公式为：\[\hat{p} = \frac{\text{样本中具有特定特征的个体数}}{\text{样本总数}}\]3. 总体方差的估计：总体方差（\(\sigma^2\)）可以通过样本方差（\(s^2\)）来估计。
样本方差的计算公式为：\[s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i - \bar{x})^2\]其中，\(n\) 是样本大小，\(x_i\) 是第 \(i\) 个样本值。
4. 总体标准差的估计：总体标准差（\(\sigma\)）可以通过样本标准差（\(s\)）来估计。
样本标准差的计算公式为：\[s = \sqrt{s^2}\]5. 置信区间的计算：如果我们想要得到总体均值的95%置信区间，我们可以使用以下公式：\[\text{置信区间} = \bar{x} \pm z_{\alpha/2} \times\frac{s}{\sqrt{n}}\]其中，\(z_{\alpha/2}\) 是标准正态分布的临界值，对应于置信水平（例如，对于95%置信水平，\(z_{\alpha/2} = 1.96\)）。
6. 假设检验：在假设检验中，我们通常使用样本统计量来检验关于总体参数的假设。
例如，如果我们想要检验总体均值是否等于某个特定值（\(\mu_0\)），我们可以使用以下检验统计量：\[t = \frac{\bar{x} - \mu_0}{s / \sqrt{n}}\]然后，我们可以根据自由度（\(df = n - 1\)）和显著性水平（\(\alpha\)）来确定拒绝域，并做出决策。
统计学第六章参数估计和假设检验习题
统计学第六章参数估计和假设检验习题第六章参数估计和假设检验一、填空题1、总体参数估计是指2、称为置信水平，表示为3、落在总体均值两个抽样标准差范围内的概率为4、影响样本的单位数目的因素有5、是研究者想收集证据予以反对的假设。
答案：1、就是以样本统计量来估计总体参数，总体参数是常数，而统计量是随机变量。
2、将构造置信区间的步骤重复很多次，置信区间包含总体参数真值的次数所占的比例，(1 -3、0.95454、总体变量的变异程度σ、允许的误差范围△、抽样的可靠程度1-α5、纯随机抽样、等距抽样（机械抽样）、类型抽样（分层抽样）和整群抽样二、单项选择题1、估计量的含义是指（A）A．用来估计总体参数的统计量的名称B．用来估计总体参数的统计量的具体数值C．总体参数的名称D．总体参数的具体数值2、一个95%的置信区间是指（ C ）A．总体参数有95%的概率落在这一区间内B．总体参数有5%的概率未落在这一区间内C．在用同样方法构造的总体参数的多个区间中，有95%的区间包含该总体参数D．在用同样方法构造的总体参数的多个区间中，有95%的区间不包含该总体参数3、抽取一个容量为100的随机样本，其均值为x =81，标准着s=12。
总体均值μ的99%的置信区间为（ C ）81±1.9781±2.3581±3.1081±3.524．成数与成数方差的关系是(C )A.成数的数值越接近0，成数的方差越大B.成数的数值越接近0.3，成数的方差越大C.成数的数值越接近0.5，成数的方差越大D.成数的数值越接近l ，成数的方差越大5．纯随机重复抽样的条件下，若其他条件不变，要使抽样平均误差缩小为原来的1/3，则样本单位数必须（ B ）Ａ．增大到原来的３倍Ｂ．增大到原来的９倍Ｃ．增大到原来的６倍Ｄ．也是原来的1/36、对于非正态总体，使用统计量x z =估计总体均值的条件是（D ） A ．小样本B ．总体方差已知C ．总体方差未知D ．大样本7、在假设检验中，原假设和备选假设（ C ）A. 都有可能成立B. 都有可能不成立C. 只有一个成立而且必有一个成立D. 原假设一定成立，备选假设不一定成立8．一种零件的标准长度5cm ，要检验某天生产的零件是否符合标准要求，建立的原假设和备选假设就为（ A ）A ．0:5H μ=，1:5H μ≠B ．0:5H μ≠，1:5H μ>C ．0:5H μ≤，1:5H μ>D ．0:5H μ≥，1:5H μ<9、若检验的假设为00:H μμ≥，10:H μμ<，则拒绝域为（ B ）A ．z z α>B ．z z α<-C ．/2z z α<-或/2z z α<-D ．z z α>或z z α<-10。
MBA参数估计、假设检验参考答案
1．某公司雇用2 000名推销员，并希望估计其平均每年的乘车里程。
从过去的经验可知，通常每位推销员行程的标准差为5 000公里。
随机选取的25辆汽车样本的均值为14 000公里。
1）求出总体均值μ所需要的估计量；14 0002）确定总体均值μ95%的置信区间；（14000±1.96*5000/5）。
虽是小样本，但“从过去的经验可知，通常每位推销员行程的标准差为5 000公里”这句话，表明总体服从正太分布且标准差已知，所以用最基本的公式。
3）公司经理们认为均值介于13 000到15 000公里之间，那么该估计的置信度是多少？对应的Z在-1-+1之间，所以置信度为68.26%。
这里要注意的是应用均值的分布。
4）如果在3）的估计中希望有95%的置信水平，那么所要求的样本容量是多少。
96=1.962*50002/100022．生产隐形眼镜的某公司生产一种新的型号，据说其寿命比旧型号的寿命长。
请6个人对该新型眼镜做实验，得出平均寿命为4.6年，标准差为0.49年。
构造该新型眼镜的平均寿命90%的置信区间。
小样本且总体标准差未知，用t公式。
4.6±2.015*0.49/2.453．假设某厂家生产的可充电的电池式螺丝刀的使用寿命近似于正态分布。
对15个螺丝刀进行测试，并发现其平均寿命为8 900小时，样本标准差为500小时。
1）构造总体均值置信水平为95%的区间估计；8900±2.145*500/3.872）构造总体均值置信水平为90%的区间估计；8900±1.761*500/3.874．电话咨询服务部门在每次通话结束时都要记录下通话的时间。
从一个由16个记录组成的简单随机样本得出一次通话的平均时间为1.6分钟。
试求总体平均值的置信度为90%的置信区间。
已知总体服从标准差为0.7分钟的正态分布。
1.6±1.645*0.7/45．某仓库中有200箱食品，每箱食品均装100个。
考研数学一(参数估计和假设检验)模拟试卷2(题后含答案及解析)
考研数学一（参数估计和假设检验）模拟试卷2(题后含答案及解析) 题型有：1. 选择题 2. 填空题 3. 解答题选择题下列每题给出的四个选项中，只有一个选项符合题目要求。
1．设为未知参数θ的无偏一致估计，且是θ2的( )A．无偏一致估计。
B．无偏非一致估计。
C．非无偏一致估计。
D．非无偏非一致估计。
正确答案：C解析：根据无偏估计和一致估计的概念可得的非无偏一致估计，故选C。
知识模块：参数估计2．设是取自总体X中的简单随机样本X1，X2，…，Xn的样本均值，则是μ的矩估计，如果( )A．X～N(μ，σ2)。
B．X服从参数为μ的指数分布。
C．P{X=m}=μ(1—μ)m—1，m=1，2，…。
D．X服从[0，μ]上均匀分布。
正确答案：A解析：若X～N(μ，σ2)，则E(X)=μ，μ的矩估计为，故选A。
对于选项B，X服从参数为μ的指数分布，则E(X)=，μ的矩估计，对于选项C，X服从参数为μ的几何分布，E(X)=，μ的矩估计，对于选项D，E(X)=，μ的矩估计。
知识模块：参数估计3．总体均值μ置信度为95％的置信区间为，其含义是( )A．总体均值μ的真值以95％的概率落入区间。
B．样本均值以95％的概率落入区间。
C．区间含总体均值μ的真值的概率为95％。
D．区间含样本均值的概率为95％。
正确答案：C解析：根据置信区间的概念，故选C。
均值μ是一个客观存在的数，说“μ以95％的概率落入区间”是不妥的，所以不选A，而B、D两项均与μ无关，无法由它确定μ的置信区间。
知识模块：参数估计4．下列关于总体X的统计假设H0属于简单假设的是( )A．X服从正态分布，H0：E(X)=0。
B．X服从指数分布，H0：E(X)≥1。
C．X服从二项分布，H0：D(X)=5。
D．X服从泊松分布，H0：D(X)=3。
正确答案：D解析：A、B、C三项的假设都不能完全确定总体的分布，所以是复合假设，而D选项的假设可以完全确定总体分布，因而是简单假设，故选D。
假设检验习题及答案
假设检验习题及答案第8章假设检验一、填空题1、对正态总体的数学期望μ进行假设检验，如果在显著性水平0.05下，接受假设00:μμ=H ，那么在显著性水平0.01下，必然接受0H 。
2、在对总体参数的假设检验中，若给定显著性水平为α，则犯第一类错误的概率是α。
3、设总体),(N ~X 2σμ，样本n 21X ,X ,X Λ，2σ未知，则00:H μ=μ，01:H μ<μ的拒绝域为 )}1(/{0--<-n t nS X αμ，其中显著性水平为α。
4、设n 21X ,X ,X Λ是来自正态总体),(N 2σμ的简单随机样本，其中2,σμ未知，记∑==n 1i i X n 1X ，则假设0:H 0=μ的t 检验使用统计量=T Q n n X )1(- .二、计算题1、某食品厂用自动装罐机装罐头食品，规定标准重量为250克，标准差不超过3克时机器工作为正常，每天定时检验机器情况，现抽取16罐，测得平均重量252=X 克，样本标准差4=S 克，假定罐头重量服从正态分布，试问该机器工作是否正常？解：设重量),(~2σμN X 05.016==αn 4252==S X(1)检验假设250:0=μH 250:1≠μH ，因为2σ未知，在0H 成立下，)15(~/250t n S X T -=拒绝域为)}15(|{|025.0t T >，查表得1315.2)5(025.0=≠t由样本值算得1315.22<=T ，故接受0H(2)检验假设9:20=σH 9:201>σH 因为μ未知，选统计量2022)1(σS n x -= 在0H 成立条件下，2x 服从)15(2x 分布，拒绝域为)}15({205.02x x >，查表得996.24)15(205.0=x ，现算得966.24667.26916152>=?=x ？拒绝0H ，综合(1)和(2)得，以为机器工作不正常2、一种电子元件，要求其使用寿命不得低于1000小时，现在从一批这种元件中随机抽取25 件，测得其寿命平均值为950小时，已知该种元件寿命服从标准差100=σ小时正态分布，试在显著性水平0.05下确定这批产品是否合格.解：设元件寿命),(~2σμN X ，2σ已知10002=σ，05.0,950,25===αX n检验假设1000:0=μH 1000:1<μH在2σ已知条件下，设统计量)1,0(~/1000N n X σμ-=拒绝域为}{05.0μμ<，查表得645.195.005.0-=-=μμ 而645.15.2205025/1001000950-<-=-=-=μ 拒绝假设0H 选择备择假设1H ，所以以为这批产品不合格.3. 对显著水平 a ，检验假设 H 0 ; m = m 0，H 1 ; m ≠ m 0，问当 m 0， m ， a一定时，增大样本量 n 必能使犯第二类错误概率 b 减少对吗？并说明理由。
参数估计习题参考答案
参数估计习题参考答案班级：姓名：学号：得分一、单项选择题：1. 区间估计表明的是一个( B )（A）绝对可靠的范围（B）可能的范围（C）绝对不可靠的范围（D）不可能的范围2. 在其他条件不变的情形下，未知参数的1-α置信区间，（A ）A. α越大长度越小B. α越大长度越大C. α越小长度越小D. α与长度没有关系3. 甲乙是两个无偏估计量，如果甲估计量的方差小于乙估计量的方差，则称（ D ）（A）甲是充分估计量（B）甲乙一样有效（C）乙比甲有效（D）甲比乙有效4. 设总体服从正态分布，方差未知，在样本容量和置信度保持不变的情形下，根据不同的样本值得到总体均值的置信区间长度将（ D ）（A）增加（B）不变（C）减少（D）以上都对5．在其他条件不变的前提下，若要求误差范围缩小1／3，则样本容量（ C ）（A）增加9倍（B）增加8倍（C）为原来的2.25倍（D）增加2.25倍6．设容量为16人的简单随机样本，平均完成工作时间13分钟，总体服从正态分布且标准差为3分钟。
若想对完成工作所需时间构造一个90%置信区间，则（ A ）A.应用标准正态概率表查出z值B.应用t-分布表查出t值C.应用二项分布表查出p值D.应用泊松分布表查出λ值7．100(1-α)%是（ C ）A.置信限B.置信区间C.置信度D.可靠因素8．参数估计的类型有（ D ）（A）点估计和无偏估计（B）无偏估计和区间估计（C）点估计和有效估计（D）点估计和区间估计9、抽样方案中关于样本大小的因素，下列说法错误的是（ C ）A、总体方差大，样本容量也要大B、要求的可靠程度高，所需样本容量越大C、总体方差小，样本容量大D、要求推断比较精确，样本容量要大10、根据某地区关于工人工资的样本资料估计出该地区的工人平均工资的95%置信区间为（3800，3900），那么下列说法正确的是（C）A、该地区平均工资有95%的可能性落在该置信区间中B、该地区平均工资只有5%的可能性落在该置信区间之外C、该置信区间有95%的概率包含该地区的平均工资D、该置信区间的误差不会超过5%。
Matlab参数估计和假设检验：详解+实例
(3)极大似然估计：
原理：一个随机试验如有若干个可能的结果A，B，
C,...。若在一次试验中，结果A发生了，则有理由认为试 验条件对A出现有利，也即A出现的概率很大。
定义 给定样本观测值 挑选使似然函数 即选取 ,使
，在 的可能取值范围内 达到最大值的 作为 的估计值，
思想：用样本矩来替换总体矩 理论基础：大数定律
做法
1=1(1,2 ,,k )
2 =2 (1,2 ,,k )
k =k (1,2 ,,k )
ˆ1=1( A1, A2 ,, Ak ) ˆ2 =2 ( A1, A2 ,, Ak ) ˆk =k ( A1, A2 ,, Ak )
12==12((11,,22,,,,kk)) k =k (1, 2 ,, k )
这就要用到参数估计和假设检验的知识
一、参数估计
一、参数估计 1.点估计 (1)点估计的概念
总体X F(x; ),
未知参数 (1,2 ,,k )
利用样本( X1, X 2,, X n )来估计
估计量ˆ g( X1, X 2 ,, X n )
估计值ˆ g(x1, x2 ,, xn )
(2).矩估计
166.2 173.5 167.9 171.7 168.7 175.6 179.6 171.6 168.1 172.2
(1)试观察17岁城市男生身高属于那种分布，如何对其平均身高做出 估计？ (2)又查到20年前同一所学校同龄男生的平均身高为168cm，根据 上面的数据回答，20年来17岁男生的身高是否发生了变化 ？
0 0 0
0 0 0
拒绝域
z z z z z z / 2 t t (n 1) t t (n 1) t t /2 (n 1)
参数估计-含答案
第七章参数估计-含答案(总5页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--第七章参数估计一、单项选择题1.区间X x S的含义是（）。
A. 99%的总体均数在此范围内B. 样本均数的99%可信区间C. 99%的样本均数在此范围内D. 总体均数的99%可信区间答案：D2.以下关于参数估计的说法正确的是（）。
A. 区间估计优于点估计B. 样本含量越大，参数估计准确的可能性越大C. 样本含量越大，参数估计越精确D. 对于一个参数只能有一个估计值答案：B3.假定抽样单位数为400，抽样平均数为300和30，相应的变异系数为50%和20%，试以的概率来确定估计精度为（）。
和 %和2%%和98% 和1答案：C4.根据10%抽样调查资料，甲企业工人生产定额完成百分比方差为25，乙企业为49。
乙企业工人数四倍于甲企业，工人总体生产定额平均完成率的区间（）。
A. 甲企业较大B. 乙企业较大C. 两企业一样D. 无法预期两者的差别答案：A5.对某轻工企业抽样调查的资料，优质品比重40%，抽样误差为4%，用多大的概率才能确信全及总体的这个指标不小于32%（）。
答案：B6.根据抽样调查的资料，某城市人均日摄入热量2500千卡，抽样平均误差150千卡，该市人均摄入热量在2350千卡至2650千卡之间的置信度为（）。
B.D.答案：B7.对进口的一批服装取25件作抽样检验,发现有一件不合格。
概率为时计算服装不合格率的抽样误差为%。
要使抽样误差减少一半,必须抽（）件服装做检验。
答案：B8.根据以往调查的资料，某城市职工平均每户拥有国库券和国债的方差为1600，为使极限抽样误差在概率保证程度为时不超过4元，应抽取（）户来进行调查。
答案：B9.一般情况下，总体平均数的无偏、有效、一致的估计量是（）。
A. 样本平均数B. 样本中位数C. 样本众数D. 不存在答案：A10.参数估计的置信度为１－α的置信区间表示（）。
参数估计习题及答案
参数估计习题及答案参数估计习题及答案在统计学中，参数估计是一种重要的技术，用于根据样本数据估计总体的未知参数。
参数估计的目标是通过样本数据推断总体参数的取值范围，并得到一个接近真实值的估计。
本文将通过几个习题来探讨参数估计的方法和应用。
习题一：某研究人员想要估计某种新药对病人的治疗效果。
他从一家医院中随机选取了100名患者，并将他们随机分为两组，一组接受新药治疗，另一组接受传统药物治疗。
研究人员希望通过样本数据估计新药的治疗效果是否显著优于传统药物。
解答：在这个问题中，我们需要估计两个总体的治疗效果，即新药组和传统药物组的平均治疗效果。
为了估计这两个总体的差异，我们可以使用两个独立样本的 t检验。
假设新药组的平均治疗效果为μ1，传统药物组的平均治疗效果为μ2。
我们的零假设是H0: μ1 = μ2，备择假设是H1: μ1 > μ2。
通过计算样本均值和标准差，我们可以得到 t 统计量的值，并进行假设检验。
习题二：某公司的销售部门想要估计他们的销售额与广告投入之间的关系。
他们收集了过去一年的数据，包括每个月的广告投入和销售额。
现在他们希望通过样本数据来估计广告投入对销售额的影响程度。
解答：在这个问题中，我们需要估计两个变量之间的关系，即广告投入和销售额之间的线性关系。
为了估计这个关系，我们可以使用简单线性回归模型。
假设广告投入为 x，销售额为 y。
我们的回归模型可以表示为y = β0 + β1x + ε，其中β0 和β1 是回归系数，ε 是误差项。
通过最小二乘法，我们可以估计回归系数的值，并进行假设检验来判断广告投入对销售额的影响是否显著。
习题三：某研究人员想要估计某个城市的人口数量。
他从该城市的不同地区随机选取了若干个样本点，并统计了每个样本点的人口数量。
现在他希望通过样本数据估计整个城市的人口数量。
解答：在这个问题中，我们需要估计一个总体的数量，即整个城市的人口数量。
为了估计这个数量，我们可以使用抽样调查的方法。
考研数学一(参数估计和假设检验)模拟试卷3(题后含答案及解析)
考研数学一（参数估计和假设检验）模拟试卷3(题后含答案及解析) 题型有：1. 选择题 2. 填空题 3. 解答题选择题下列每题给出的四个选项中，只有一个选项符合题目要求。
1．设X1，X2，…，Xn是取自总体X的简单随机样本，记E(X)=μ，D(X)=σ2，，D(S)＞0，则( )A．S是σ的无偏估计。
B．S2是σ2的无偏估计。
C．是μ2的无偏估计。
D．是E(X2)的无偏估计。
正确答案：B解析：根据排除法逐项分析。
D(S)=E(S2)—[E(S)]2＞0[E(S)]2≠E(S2)=σ2E(S)≠σ，故选B。
知识模块：参数估计2．设X1，X2，…，Xn是取自X～P(λ)的简单随机样本，则可以构造参数λ2的无偏估计量( )A． B． C． D． 正确答案：A解析：当T=Xi(Xi—1)时，故选A。
知识模块：参数估计3．已知总体X服从正态分布N(μ，σ2)(σ2已知)，X1，X2，…，Xn是取自总体X的简单随机样本，均值为，则由P{a＜U＜b}=1—α，可以求得μ置信度为1—α的置信区间，其中a、b是( )A．满足的唯一实数。
B．满足的唯一实数。
C．满足的唯一实数。
D．满足P{U＞b}+P{U＜a}=α的任意实数。
正确答案：D解析：a，b应使P{a＜U＜b}=1—αa，b应满足P{U≥b}+P{U≤a}=α，故选D。
知识模块：参数估计填空题4．设X1，X2，…，Xn是取自总体X的简单随机样本，X的概率密度函数为f(x)=，—∞＜x＜+∞，则λ的最大似然估计量= ________。
正确答案：解析：似然函数两端取对数，可得知识模块：参数估计5．已知总体X服从参数为λ的泊松分布，X1，X2，…，Xn是取自总体X 的简单随机样本，其样本均值和样本方差分别为，S2，如果+(2—3a)S2是λ的无偏估计，则a= _________。
正确答案：解析：根据=λ求a。
计量经济学(第四版)习题及参考答案解析详细版
计量经济学（第四版）习题参考答案潘省初第一章 绪论1.1 试列出计量经济分析的主要步骤。
一般说来，计量经济分析按照以下步骤进行：（1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析 1.2 计量经济模型中为何要包括扰动项?为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。
1.3什么是时间序列和横截面数据? 试举例说明二者的区别。
时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。
横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。
如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。
1.4估计量和估计值有何区别？估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。
在一项应用中，依据估计量算出的一个具体的数值，称为估计值。
如Y就是一个估计量，1nii YY n==∑。
现有一样本，共4个数，100，104，96，130，则根据这个样本的数据运用均值估计量得出的均值估计值为5.107413096104100=+++。
第二章 计量经济分析的统计学基础2.1 略，参考教材。
2.2请用例2.2中的数据求北京男生平均身高的99％置信区间NS S x ==45=1.25 用α=0.05，N-1=15个自由度查表得005.0t =2.947，故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在170.316至177.684厘米之间。
实验三 用EXCEL进行参数估计和假设检验
实验三用EXCEL进行参数估计和假设检验一、用EXCEL进行区间估计数据：某百货公司6月份各天的销售额数据如下：（单位：万元）求在概率90%的保证下，顾客平均消费额的估计区间。
参数估计数据及结果：从上面的结果我们可以知道，该月平均销售额的置信下限为270.23，置信上限为277.97。
二、用EXCEL进行假设检验例题1：假设有A、B两个品牌的电池，现分别从这两个品牌电池中随机抽取10只进行检测，获得下表数据。
它们的使用寿命方差相等为30，试问在0.1的显著性水平下，可否认为两个品牌的平均使用寿命存在显著差异？据上，提出原假设：A、B两个品牌的电池使用寿命不存在显著差异，备择假设：A、B两个品牌的电池使用寿命存在显著差异。
进行Z检验-双样本平均差检验：得如下所示结果：此次检验属于双尾检验，P=01101282872 > 显著性水平0.1，所以在0.1的显著性水平下不能拒绝原假设，即可以认为两个品牌的平均使用寿命不存在显著性差异。
例题2：用某种药物治疗9例再生障碍性贫血患者，治疗前后患者血红蛋白变化的数据如下表所示。
问在0.05的显著性水平下，能否认为这种药物至少可以使血红蛋白数量增加15个单位？提出原假设：这种药物不能使患者血红蛋白至少增加15个单位；备择假设：这种药物可以使患者的血红蛋白至少增加15个单位。
由于总体平均差已知，选用t-检验：平均值的成对二样本分析：得结果如下：由于显著性水平为0.05大于P值0.00037558，因此要拒绝原假设，即可以认为这种药物至少能使血红蛋白数量增加15个单位。
例题3：某研究所试验出一批新品种，想知道新品种产量是否比老品种产量有显著提高，随机抽取新老品种产量各9个，数据如下(单位：千克)。
试问，在0.05的显著性水平下，可否认为新品种比老品种的产量有显著提高？据条件，提出原假设：新品种比老品种产量没有显著提高；备择假设：新品种比老品种产量显著提高。
得出t检验：双样本异方差分析结果如下：在显著性水平为0.05的单侧检验下，P值为0.097038594，大于显著性水平，应拒绝原假设，即可以认为在0.05的显著性水平下，新品种比老品种的产量有显著提高。
概率论与数理统计(理工类第四版)吴赣昌主编课后习题答案第七章
写在前面：由于答案是一个个复制到word中，比较耗时耗力，故下载收取5分，希望需要的朋友给予理解和支持！PS：网上有一些没经我同意就将我的答案整合、转换成pdf，放在文库里的，虽然是免费的，但是窃取了我的劳动成果，希望有心的朋友支持我一下，下载我的原版答案。
第七章假设检验7.1 假设检验的基本概念习题1样本容量n确定后，在一个假设检验中，给定显著水平为α，设此第二类错误的概率为β，则必有(). (A)α+β=1;(B)α+β>1;(C)α+β<1;(D)α+β<2.解答：应选(D).当样本容量n确定后，α,β不能同时都很小，即α变小时，β变大；而β变小时，α变大.理论上，自然希望犯这两类错误的概率都很小，但α,β的大小关系不能确定，并且这两类错误不能同时发生，即α=1且β=1不会发生，故选(D).习题2设总体X∼N(μ,σ2),其中σ2已知，若要检验μ,需用统计量U=X¯-μ0σ/n.(1)若对单边检验，统计假设为H0:μ=μ0(μ0已知),H1:μ>μ0,则拒绝区间为；(2)若单边假设为H0:μ=μ0,H1:μ<μ0,则拒绝区间为(给定显著性水平为α,样本均值为X¯,样本容量为n,且可记u1-α为标准正态分布的(1-α)分位数).解答：应填(1)U>u1-α;(2)U<uα.由单侧检验及拒绝的概念即可得到.习题3如何理解假设检验所作出的“拒绝原假设H0”和“接受原假设H0”的判断？解答：拒绝H0是有说服力的，接受H0是没有充分说服力的. 因为假设检验的方法是概率性质的反证法，作为反证法就是必然要“推出矛盾”，才能得出“拒绝H0”的结论，这是有说服力的，如果“推不出矛盾”，这时只能说“目前还找不到拒绝H0的充分理由”，因此“不拒绝H0”或“接受H0”，这并没有肯定H0一定成立. 由于样本观察值是随机的，因此拒绝H0，不意味着H0是假的，接受H0也不意味着H0是真的，都存在着错误决策的可能.当原假设H0为真，而作出了拒绝H0的判断，这类决策错误称为第一类错误，又叫弃真错误，显然犯这类错误的概率为前述的小概率α:α=P(拒绝H0|H0为真);而原假设H0不真，却作出接受H0的判断，称这类错误为第二类错误，又称取伪错误，它发生的概率β为β=P(接受H0|H0不真).习题4犯第一类错误的概率α与犯第二类错误的概率β之间有何关系？解答：一般来说，当样本容量固定时，若减少犯一类错误的概率，则犯另一类错误的概率往往会增大.要它们同时减少,只有增加样本容量n.在实际问题中,总是控制犯第一类错误的概率α而使犯第二类错误的概率尽可能小.α的大小视具体实际问题而定，通常取α=0.05,0.005等值.习题5在假设检验中，如何理解指定的显著水平α?解答：我们希望所作的检验犯两类错误的概率尽可能都小，但实际上这是不可能的. 当样本容量n固定时，一般地，减少犯其中一个错误的概率就会增加犯另一个错误的概率. 因此，通常的作法是只要求犯第一类错误的概率不大于指定的显著水平α,因而根据小概率原理，最终结论为拒绝H0较为可靠，而最终判断力接受H0则不大可靠，其原因是不知道犯第二类错误的概率β究竟有多少，且α小，β就大，所以通常用“H0相容”，“不拒绝H0”等词语来代替“接受H0”，而“不拒绝H0”还包含有再进一步作抽样检验的意思.习题6在假设检验中，如何确定原假设H0和备择假设H1?解答：在实际中，通常把那些需要着重考虑的假设视为原假设H0，而与之对应的假设视为备择假设H1.(1)如果问题是要决定新方案是否比原方案好，往往将原方案取假设，而将新方案取为备择假设；(2)若提出一个假设，检验的目的仅仅是为了判断这个假设是否成立，这时直接取此假设为原假设H0即可.习题7假设检验的基本步骤有哪些?解答：根据反证法的思想和小概率原理，可将假设检验的步骤归纳如下:(1)根据问题的要求，提出原理假设H0和备择假设H1.(2)根据检验对象，构造检验统计量T(X1,X2,⋯,Xn),使当H0为真时,T有确定的分布.(3)由给定的显著水平α,查统计量T所服从的分布表，定出临界值λ,使P(∣T∣>λ)=α,或P(T>λ1)=P(T<λ2)=α/2,从而求出H0的拒绝域:∣T∣>λ或T>λ1,T<λ2.(4)由样本观察值计算统计量T的观察值t.(5)作出判断，将t的值与临界值比较大小作出结论:当t∈拒绝域量时，则拒绝H0，否则，不拒绝H0，即认为在显著水平α下，H0与实际情况差异不显著.习题8假设检验与区间估计有何异同?解答：假设检验与区间估计的提法虽不同，但解决问题的途径是相通的. 参数θ的置信水平为1-α的置信区间对应于双边假设检验在显著性水平α下的接受域；参数θ的置信水平为1-α的单侧置信区对应于单边假设检验在显著性水平α下的接受域.在总体的分布已知的条件下，假设检验与区间估计是从不同的角度回答同一个问题. 假设检验是判别原假设H0是否成立，而区间估计解决的是“多少”(或范围),前者是定性的，后者是定量的.习题9某天开工时，需检验自动包装工作是否正常. 根据以往的经验，其装包的质量在正常情况下服从正态分布N(100,1.52)(单位:kg).现抽测了9包，其质量为:99.3，98.7，100.5，101.2，98.3，99.7，99.5，102.0，100.5.问这天包装机工作是否正常？将这一问题化为假设检验问题. 写出假设检验的步骤(α=0.05).解答：(1)提出假设检验问题H0:μ=100,H1:μ≠100;(2)选取检验统计量U:U=X¯-1001.59,H0成立时, U∼N(0,1);(3)α=0.05,uα/2=1.96,拒绝域W={∣u∣>1.96};(4)x¯≈99.97,∣u∣=0.06.因∣u∣<uα/2=1.96,故接受H0，认为包装机工作正常.习题10设总体X∼N(μ,1),X1,X2,⋯,Xn是取自X的样本. 对于假设检验H0:μ=0,H1:μ≠0,取显著水平α,拒绝域为W={∣u∣>uα/2},其中u=nX¯,求:(1)当H0成立时, 犯第一类错误的概率α0;(2)当H0不成立时(若μ≠0),犯第二类错误的概率β.解答：(1)X∼N(μ,1),X¯∼N(μ,1/n),故nX¯=u∼N(0,1).α0=P{∣u∣>uα/2∣μ=0}=1-P{-uα/2≤u≤uα/2}=1-[Φ(uα/2)-Φ(-uα/2)]=1-[(1-α2)-α2]=α,即犯第一类错误的概率是显著水平α.(2)当H0不成立，即μ≠0时，犯第二类错误的概率为β=P{∣u∣≤uα/2∣E(X)=μ}=P{-uα/2≤u≤uα/2∣E(X)=μ}=P{-uα/2≤nX¯≤uα/2∣E(X)=μ}=P{-uα/2-nμ≤n(X¯-μ)≤uα/2-nμ∣E(X)=μ}=Φ(uα/2-nμ)-Φ(-uα/2-nμ).注1当μ→+∞或μ→-∞时，β→0.由此可见，当实际均值μ偏离原假设较大时，犯第二类错误的概率很小，检验效果较好.注2当μ≠0但接近于0时，β≈1-α.因α很小，故犯第二类错误的概率很大，检验效果较差.7.2 单正态总体的假设检验习题1已知某炼铁厂铁水含碳量服从正态分布N(4.55,0.1082).现在测定了9炉铁水，其平均含碳量为4.484.如果估计方差没有变化，可否认为现在生产的铁水平均含碳量仍为4.55(α=0.05)?解答：本问题是在α=0.05下检验假设H0:μ=4.55,H1:μ≠4.55.由于σ2=0.1082已知，所以可选取统计量U=X¯-4.550.108/9,在H0成立的条件下，U∼N(0,1),且此检验问题的拒绝域为∣U∣=∣X¯-4.550.108/9∣>uα/2,这里u=4.484-4.550.108/9≈-1.833,uα/2=1.96.显然∣u∣=1.833<1.96=uα/2.说明U没有落在拒绝域中，从而接受H0,即认为现在生产之铁水平均含碳量仍为4.55.习题2要求一种元件平均使用寿命不得低于1000小时，生产者从一批这种元件中随机抽取25件，测得其寿命的平均值为950小时. 已知该种元件寿命服从标准差为σ=100小时的正态分布，试在显著性水平α=0.05下确定这批元件是否合格？设总体均值为μ,μ未知，即需检验假设H0:μ≥1000,H1:μ<1000.解答：检验假设H0:μ≥1000,H1:μ<1000.这是单边假设检验问题. 由于方差σ2=0.05,故用u检验法. 对于显著性水平α=0.05,拒绝域为W={X¯-1000σ/n<-uα.查标准正态分布表，得u0.05=1.645.又知n=25,x¯=950,故可计算出x¯-1000σ/n=950-1000100/25=-2.5.因为-2.5<-1.645,故在α=0.05下拒绝H0,认为这批元件不合格.习题3打包机装糖入包，每包标准重为100kg.每天开工后，要检验所装糖包的总体期望值是否合乎标准(100kg).某日开工后，测得9包糖重如下(单位：kg):99.398.7100.5101.298.399.799.5102.1100.5打包机装糖的包得服从正态分布，问该天打包机工作是否正常(α=0.05)?解答：本问题是在α=0.05下检验假设H0:μ=100,H1:μ≠100.由于σ2未知，所以可选取统计量T=X¯-100S/n,在H0成立的条件下，T∼t(n-1),且此检验问题的拒绝域为∣T∣=∣X¯-100S/n∣>tα/2(n-1),这里t=x¯-100s/n≈99.978-1001.2122/9≈-0.0544,t0.025(8)=2.306.显然∣t∣=0.0544<2.306=t0.025(8),即t未落在拒绝域中，从而接受H0,即可以认为该天打包工作正常.习题4机器包装食盐，假设每袋盐的净重服从正态分布，规定每袋标准含量为500g,标准差不得超过10g.某天开工后，随机抽取9袋，测得净重如下(单位：g):497,507,510,475,515,484,488,524,491,试在显著性水平α=0.05下检验假设：H0:μ=500,H1:μ≠500.解答：x¯=499,s≈16.031,n=9,t=(x¯-μ0)sn=499-50016.0319=-0.1871,α=0.05,t0.025(8)=2.306.因∣t∣<t0.025(8),故接受H0,认为该天每袋平均质量可视为500g.习题5从清凉饮料自动售货机，随机抽样36杯，其平均含量为219(mL),标准差为14.2mL,在α=0.05的显著性水平下，试检验假设：H0:μ=μ0=222,H1:μ<μ0=222.解答：设总体X∼N(μ,σ2),X代表自动售货机售出的清凉饮料含量，检验假设H0:μ=μ0=222(mL),H1:μ<222(mL).由α=0.05,n=36,查表得t0.05(36-1)=1.6896,拒绝域为W={t=x¯-μ0s/n<-tα(n-1).计算t值并判断：t=219-22214.2/36≈-1.27>-1.6896,习题6某种导线的电阻服从正态分布N(μ,0.0052).今从新生产的一批导线中抽取9根，测其电阻，得s=0.008Ω,对于α=0.05,能否认为这批导线电阻的标准差仍为0.005?解答：本问题是在α=0.05下检验假设H0:σ2=0.0052,H1:σ2≠0.0052.选取统计量χ2=n-1σ2S2,在H0成立的条件下，χ2∼χ2(n-1),且此检验问题的拒绝域为χ2>χα/22(n-1)或χ2<χ1-α/22(n-1).这里χ2=9-10.0052s2=80.0052×0.0082=20.48,χ0.9752(8)=2.18,χ0.0252(8)=17.5.显然χ2落在拒绝域中，从而拒绝H0,即不能认为这批导线电阻的标准差仍为0.005.习题7某厂生产的铜丝，要求其折断力的方差不超过16N2.今从某日生产的铜丝中随机抽取容量为9的样本，测得其折断力如下(单位：N):289,286,285,286,285,284,285,286,298,292设总体服从正态分布，问该日生产的铜线的折断力的方差是否符合标准(α=0.05)?解答：检验问题为H0:σ2≤16,H1:σ2>16,n=9,s2≈20.3611,χ2=8×s216≈10.181,α=0.05,χ0.052(8)=15.507.因χ2<χ0.052(8)=15.507,故接受H0,可认为铜丝的折断力的方差不超过16N2.习题8过去经验显示，高三学生完成标准考试的时间为一正态变量，其标准差为6min.若随机样本为20位学生，其标准差为s=4.51,试在显著性水平α=0.05下，检验假设：H0:σ≥6,H1:σ<6.解答：H0:σ≥6,H1:σ<6.α=0.05,n-1=19,s=4.51,χ0.952(19)=10.117.拒绝域为W={χ2<10.117}.计算χ2值χ2=(20-1)×4.51262≈10.74.因为10.74>10.117,故接受H0,认为σ≥6.习题9测定某种溶液中的水分，它的10个测定值给出s=0.037%,设测定值总体服从正态分布，σ2为总体方差，σ2未知，试在α=0.05水平下检验假设：H0:σ≥0.04%,H1:σ<0.04%.解答：在α=0.05下，拒绝域为W={(n-1)S2σ02<χ1-α2(9).查χ2分布表得χ0.952(9)=3.325.计算得(n-1)s2σ02=(10-1)×(0.037\per)2(0.04\per)2≈7.7006>3.325,未落入拒绝域，故接受H0.sw=(5-1)×(1.971)2+(4-1)×(1.167)25+4-2≈1.674.查表得t0.005(7)=1.895.算得t=2.86-2.075-01.67415+14≈0.699<1.895.因为0.699<1.895,故不拒绝H0,认为此药无效.习题3据现在的推测，矮个子的人比高个子的人寿命要长一些.下面给出美国31个自然死亡的总统的寿命，将他们分为矮个子与高个子2类，列表如下：矮个子总统8579679080高个子总统6853637088746466606078716790737177725778675663648365假设2个寿命总体均服从正态分布且方差相等，试问这些数据是否符合上述推陈出推测(α=0.05)?解答：设μ1，μ2分别为矮个子与高个子总统的平均寿命，则检验问题为H0:μ1≤μ2,H1:μ1>μ2,n1=5,x¯=80.2,s1≈8.585,n2=26,y¯≈69.15,s2≈9.315,sw=4×8.5852+9.315229≈9.218,n1n2n1+n2≈2.048,t=(80.2-69.15)9.218×2.048≈2.455,α=0.05,t0.05(29)=1.6991,因t>t0.05(29)=1.6991,故拒绝H0,认为矮个子总统的寿命比高个子总统寿命长.习题4在20世纪70年代后期人们发现，酿造啤酒时，在麦芽干燥过程中形成致癌物质亚硝基二甲胺(NDMA).到了20世纪80年代初期，人们开发了一种新的麦芽干燥过程，下面给出了分别在新、老两种过程中形成的NDMA含量(以10亿份中的份数计):故拒绝H0,认为新、老过程中形成的NDMA平均含量差大于2.习题5有两台车床生产同一种型号的滚珠. 根据过去的经验，可以认为这两台车床生产的滚珠的直径都服从正态分布. 现要比较两台车床所生产滚珠的直径的方差，分别抽出8个和9个样品，测得滚珠的直径如下(单位:mm).甲车床xi:15.014.515.215.514.815.115.214.8乙车床yi:15.215.014.815.215.015.014.815.114.8问乙车床产品的方差是否比甲车床的小(α=0.05)?解答：以X,Y分别表示甲，乙二车床产品直径.X∼N(μ1,σ12),Y∼N(μ2,σ22),X,Y独立. 检验假设H0:σ12=σ22,H1:σ22<σ22.用F检验法, 在H0成立时F=S12S22∼F(n1-1,n2-1).由已知数据算得x¯≈15.01,y¯≈14.99,s12≈0.0955,s22≈0.0261,n1=8,n2=9,α=0.05.拒绝域为Rα={F>Fα(n1-1,n2-1)}.查F分布表得F0.05(8-1,9-1)=3.50.计算F值F=s12/s22=0.0955/0.0261≈3.66.因为3.66>3.50,故应否定H0,即认为乙车床产品的直径的方差比甲车床的小.习题6某灯泡厂采用一项新工艺的前后，分别抽取10个灯泡进行寿命试验. 计算得到:采用新工艺前灯泡寿命的样本均值为2460小时. 样本标准差为56小时；采用新工艺后灯泡寿命的样本均值为2550小时，样本标准差为48小时. 设灯泡的寿命服从正态分布，是否可以认为采用新工艺后灯泡的平均寿命有显著提高(α=0.01)?解答：(1)检验假设H0:σ12=σ22,H1:σ12≠σ22.应选取检验统计量F=S12/S22,若H0真, 则F∼F(m-1,n-1);对于给定的检验水平α=0.01,查自由度为(9,9)的F分布表得F0.005(9,9)=6.54;已知m=n=10,s1=56,s2=48,由此得统计量F的观察值为F=562/482≈1.36;因为F<F0.005(9,9),所以接受原假设H0,即可认为这两个总体的方差无显著差异.(2)检验假设H0′:μ1=μ2,H1′:μ1<μ2.按上述关于双总体方差的假设检验的结论知这两个总体的方差未知但相等,σ12=σ22,所以应选取检验统计量:T=X¯-Y¯(m-1)S12+(n-1)S22m+n-2(1m+1n),若H0′真，则T∼t(m+n-2);对给定的检验水平α=0.01,查自由度为m+n-2=18的t分布表得临界值计算t值t=z¯-0sz/n=-0.1-00.141/5≈-1.59>-2.776,故接受H0:μz=0,即在α=0.05下，认为两种分析方法所得的均值结果相同.7.4 关于一般总体数学期望的假设检验习题1设两总体X,Y分别服从泊松分布P(λ1),P(λ2),给定显著性水平α,试设计一个检验统计量，使之能确定检验H0:λ1=λ2,H1:λ1≠λ2的拒绝域，并说明设计的理论依据.解答：因非正态总体，故宜用大样统计，设X¯=1n1∑i=1n1Xi,S12=1n1-1∑i=1n1(Xi-X¯)2;Y¯=1n2∑i=1n2Yi,S22=1n2-1∑i=1n2(Yi-Y¯)2.\because(X¯-Y¯)-(λ1-λ2)S12n1+S22n2→N(0,1)∴可选用样本函数u=(X¯-Y¯)-(λ1-λ2)S12n1+S22n2作为拒绝域的检验统计量.习题2设某段高速公路上汽车限制速度为104.6km/h,现检验n=85辆汽车的样本，测出平均车速为x¯=106.7km/h,已知总体标准差为σ=13.4km/h,但不知总体是否服从正态分布. 在显著性水平α=0.05下，试检验高速公路上的汽车是否比限制速度104.6km/h显著地快？解答：设高速公路上的车速为随机变量X,近似有X∼N(μ,σ2),σ=13.4km/h,要检验假设H0:μ=μ0=104.6,H1:μ>104.6.α=0.05,n=85,uα=u0.05=1.645.拒绝域W={u=x¯-μ0σ/n>uα.由x¯=106.7,σ=13.4,μ0=104.6,n=85得u=106.7-104.613.4/85≈1.44<1.645.因为1.44<1.645,所以接受H0,即要α=0.05显著性水平下，没有明显的证据说明汽车行驶快于限制速度.习题3某药品广告上声称该药品对某种疾病和治愈率为90%,一家医院对该种药品临床使用120例，治愈85人，问该药品广告是否真实(α=0.02)?解答：设该药品对某种疾病的治愈率为p,随机变量X为X={1,临床者使用该药品治愈0,反之则X∼b(1,p),问题该归结为检验假设：H0:p=0.9,H1:p≠0.9.由于n=120足够大，可以用u检验法，所给样值(x1,x2,⋯,x120)中有85个1，35个0，所以x¯=1120∑i=1120xi=1120∑i=1851=85120≈0.71,又p0=0.9,以之代入统计量U得U的观察值为∣u∣=∣0.71-0.9∣0.9×0.1120=6.94>u0.01=2.33,故拒绝H0,即认为该药品不真实.习题4一位中学校长在报纸上看到这样的报道：“这一城市的初中学生平均每周看8小时电视.”她认为她所领导的学校，学生看电视时间明显小于该数字. 为此，她向她的学校的100名初中学生作了调查，得知平均每周看电视的时间x¯=6.5小时，样本标准差为s=2小时，问是否可以认为这位校长的看法是对的(α=0.05)?解答：检验假设H0:μ=8,H1:μ<8.由于n=100,所以T=X¯-μS/n近似服从N(0,1)分布，α=0.05,u0.05=1.645.又知x¯=6.5,s=2,故计算得t=6.5-82/100=-7.5,否定域W={X¯-8S/n<-u0.05.因为-7.5<-1.645,故否定H0,认为这位校长的看法是对的.习题5已知某种电子元件的使用寿命X(h)服从指数分布e(λ),抽查100个元件，得样本均值x¯=950(h),能否认为参数λ=0.001(α=0.05)?解答：由题意知X∼e(λ),E(X)=1/λ,D(X)=1/λ2,故当n充分大时u=x¯-1/λ1nλ=(x¯-1λ)λn=(λx¯-1)n(0,1).现在检验问题为H0:λ=0.001,H1:λ≠0.001,样本值u=(0.001×950-1)×100=0.5,α=0.05,u0.025=1.96.因∣u∣<u0.025=1.96,故接受H0,即可认为参数λ=0.001(即元件平均合适用寿命为1000h).习题6某产品的次品率为0.17,现对此产品进行新工艺试验，从中抽取400检查，发现次品56件，能否认为这项新工艺显著地影响产品质量(α=0.05)?解答：检验问题为H0:p=0.17,H1:p≠0.17,由题意知⌢p=mn=56400=0.14,u=(⌢p-p0)p0q0n=0.14-0.170.17×0.83×400≈-1.597,α=0.05,u0.025=1.96.因∣u∣<u0.025=1.96,故接受H0,即认为新工艺没有显著地影响产品质量.习题7某厂生产了一大批产品，按规定次品率p≤0.05才能出厂，否则不能出厂，现从产品中随机抽查50件，发现有4件次品，问该批产品能否出厂(α=0.05)?解答：问题归结为在α=0.05下，检验假设H0:p≤0.05,H1:p>0.05.这是一个单侧检验问题，用u检验法，H0的拒绝域为U=X¯-p0p0(1-p0)n>uα.已知n=50,p0=0.05,x¯=450=0.08,代入U的表达式得u=0.08-0.050.05×0.9550≈0.97<uα=u0.05=1.645,故接受H0,即认为这批产品可以出厂.习题8从选区A中抽取300名选民的选票，从选区B中抽取200名选民的选票，在这两组选票中，分别有168票和96票支持所提候选人，试在显著水平α=0.05下，检验两个选区之间对候选人的支持是否存在差异. 解答：这是两个比率的比较问题，待检假设为H0:p1=p2,H1:p1≠p2.由题设知n=300,μn=168,m=200,μm=96,p1 =168320=0.56,p2 =96200=0.48,p=μn+μmm+n=264500=0.528.U0∼=p1 -p2 p(1-p)(1n+1m)=0.56-0.480.528×0.472×1120≈1.755,由P{∣U∼∣>1.96}=α=0.05,得拒绝域∣U∼∣>1.96,因为U0∼=1.755<1.96,故接受H0,即两个选区之间无显著差异.7.5 分布拟合检验Ai k概率pi npi频数fi(fi-npi)2(fi-npi)2npiA001/108085250.3125A111/108093169 2.1125A221/108084160.2A331/10807910.0125A441/10807840.05A551/108069121 1.5125A661/108074360.45A771/10807181 1.0125A881/108091121 1.5125A991/108076160.2∑18007.375由于当H0为真时，χ2=∑i=0k(fi-npi)2npi∼χ2(k-1-r),且此检验问题的拒绝域为χ2≥χα2(k-1-r).这里χ2=7.375,查表知χ0.052(10-1-0)=χ0.052(9)=16.9,显然χ2=7.375<16.9=χ0.052(9),即χ2未落在拒绝域中，所以接受H0,即认为这个正20面体是由均匀材料制面的.习题2根据观察到的数据疵点数0 1 2 3 4 5 6频数fi 14 27 26 20 7 3 3检验整批零件上的疵点数是否服从泊松分布(α=0.05).解答：设X表示整批零件上的疵点数，则本问题是在α=0.05下检验假设H0:P{X=i}=λie-λi!,i=0,1,2,⋯.由于在H0中参数λ未具体给出，所以先估计λ的值. 由极大似然估计法得λ =x¯=1100(0×14+1×27+2×26+3×20+4×7+5×3+6×3)=2.将试验的所有可能结果分为7个互不相容的事件A0,A1,⋯,A7, 当H0成立时，P{X=i}有估计值p0=P{X=0}=e-2≈0.135335,p1=P{X=1}=2e-2≈0.27067,p2=P{X=2}=2e2≈0.270671,p3=P{X=3}≈0.180447,p4=P{X=4}=2/3e-2≈0.090224,p5=P{X=5}=4/15e-2≈0.036089, p6=P{X=6}=4/45e-2≈0.0120298. 列表如下：Ai k 概率pi npi 频数fi (fi-npi)2 (fi-npi)2npiA0 A1 A2 A3 A4 A5 A6 0 1 2 3 4 5 6 0.1353350.270671 0.270671 0.180447 0.090224 0.036089 0.0120298 13.5335 27.0671 27.0672 18.0447 9.02243.60891.2029813.83428 14 27 26 2073313 0.2176 0.0045 1.1387 3.8232 0.6960 0.01608 0.000166 0.04207 0.2118740.050310∑1000.3205当H0为真时，χ2=∑i=0k(fi-npi)2npi ∼χ2(k-1-r),且此检验问题的拒绝域为χ2≥χα2(k-1-r), 这里χ2=0.3205, 查表知χ0.052(5-1-1)=χ0.052(3)=7.815. 显然 χ2=0.3205<7.815=χ0.052(3).即χ2未落在拒绝域中，接受H0, 故可认为整批零件上的疵点数服从泊松分布.习题3检查了一本书的100页，记录各页中印刷错误的个数，其结果为错误个数fi123456 ≥7含fi 个错误的页数 36 4019221问能否认为一页的印刷错误个数服从泊松分布(取α=0.05)? 解答：检验假设H0: 一页的印刷错误个数X 服从泊松分布， P{X=i}=λie -λi!,i=0,1,2,⋯.H0 不成立. 先估计未知参数λλ =x¯=1/100(0×36+1×40+2×19+3×2+4×0+5×2+6×1)=1. 在H0成立下p =P{X=i}=(λ )ie -λ i !=e-1i!,i=0,1,2,⋯. 用χ2检验法χ2=∑i=1k(fi -np )2np ∼χ2(k -r-1). 本题中r=1, 其中fi 为频数. H0的拒绝域为 Rα={χ2>χα2(k -r-1)}. 列表计算如下：n=100, 对每个{X=i}计算 p ,np ,fi -np ,(fi -np )2/(np )(i=1,2,⋯,7). 要求每一个np ≥5.计算χ2值χ2=0.0170+0.2801+0.0202+1.1423=1.4596.习题6下表记录了2880个婴儿的出生时刻：试问婴儿的出生时刻是否服从均匀分布U[0,24](显著性水平α=0.05)?解答：原假设H0:F0(x), 由F0(x)算得pi=F0(i)-F0(i-1)=124,npi=2880×124=120 (i=1,2,⋯,24),于是χ2=∑i=124(fi-npi)2npi≈40.47,对α=0.05, 自由度n-1=23, 查χ2-分布表，得χα2(n-1)=35.17,因为χ2=40.47>35.17, 所以拒绝H0, 即可以认为婴儿出生时刻不服从均匀分布U[0,24].总习题解答习题1下面列出的是某工厂随机选取的20只部件的装配时间(min):9.8,10.4,10.6,9.6,9.7,9.9,10.9,11.1,9.6,10.2,10.3,9.6,9.9,11.2,10.6,9.8,10.5,10.1,10.5,9.7.设装配时间的总体服从正态分布N(μ,σ2),μ,σ2均未知，是否可以认为装配时间的均值显著地大于10(取α=0.05)?解答：检验假设H0:μ≤μ0=10,H1:μ>10.已知n=20,α=0.05,由数据算得x¯=10.2,s≈0.5099.因σ2未知，故用t检验法，拒绝域为W={X¯-μ0S/n>tα(n-1).计算得x¯-μ0s/n=10.2-100.5099/20≈1.7541.查t分布表得t0.05(19)=1.7291.因为1.7541>1.7291,故拒绝H0,可以认为装配时间的均值显著地大于10.习题2某地早稻收割根据长势估计平均亩产为310kg,收割时，随机抽取了10块，测出每块的实际亩产量为x1,x2,⋯,x10,计算得x¯=110∑i=110xi=320.如果已知早稻亩产量X服从正态分布N(μ,144),显著性水平α=0.05,试问所估产量是否正确？解答：这是一个正态分布总体，方差已知，对期望的假设检验问题，如果估计正确，则应有μ=310,因此我们先将问题表示成两个假设：①H0:μ=310,H1:μ≠310.接下来就要分析样本值来确定是接受H0,还是接受H1.当H0为真时，统计量②U=X¯-31012/10∼N(0,1),从而有③P{∣U∣>1.96}=0.05,拒绝域为(-∞,-1.96)∪(1.96,+∞).④计算U0=∣320-310∣12/n≈2.64>1.96,即拒绝H0,也就是有理由不相信H0是真的，故认为估产310kg不正确.习题3设某次考试的考生成绩服从正态分布，从中随机地抽取36位考生的成绩，算得平均成绩为66.5分，样本标准差为15分，问在显著水平0.05下，是否可认为这次考试全体考生的平均成绩为70分？并给出检验过程.(1)设这次考试全体考生的平均成绩X∼N(μ,σ2)，则待检验假设H0:μ=70,备择假设H1:μ≠70;(2)在H0成立条件下选择统计量T=X¯-μ0S/n∼t(n-1);(3)在显著性水平0.05下，查t分布表，找出临界值tα/2(n-1)=t0.025(35)=2.0301,则拒绝域为(-∞,-2.0301)∪(2.0301,+∞);(4)计算t=∣66.5-70∣15/36=1.4∈(-2.0301,2.0301),故接受H0,因此可认为这次考试全体考生的平均成绩为70分.习题4设有来自正态总体的容量为100的样本，样本均值x¯=2.7,μ,σ2均未知，而∑i=1n(xi-x¯)2=225,在α=0.05水平下，检验下列假设(1)H0:μ=3,H1:μ≠3;(2)H0:σ2=2.5,H1:σ2≠2.5.解答：(1)由题意知n=100,x¯=2.7,s=199×225≈1.508,t=(2.7-3)1.508×100≈-1.9894,α=0.05,t0.025(99)≈t0.025(100)=1.984.因∣t∣=1.9894>t0.025(99)=1.984,故拒绝H0,即认为μ≠3.(2)由题意知χ2=∑i=1n(x1-x¯)22.5=2252.5=90,α=0.05,χ0.0252(99)≈χ0.0252(100)=129.56,χ0.9752(99)≈χ0.9752(100)=74.22,因χ0.9752(99)<χ2=90<χ0.0252(99),故接受H0,即可以认为σ2=2.5.习题5设某大学的男生体重X为正态总体，X∼N(μ,σ2),欲检验假设：H0:μ=68kg,H1:μ>68kg.已知σ=5,取显著性水平α=0.05,若当真正均值为69kg时，犯第二类错误的概率不超过β=0.05,求所需样本大小.解答：由第一类、第二类错误及分位数的定义，易于证明：对于某个给定的δ>0(∣μ-μ0∣≥δ)，样本容量n应满足：n≥(uα+uβ)2σ2δ2.因为α=β=0.05,故uα=uβ=1.645,对其对立假设μ=69而言，取δ=1,则n=(uα+uβ)2σ2δ2=(1.645+1.645)2×251≈270.6,故取n=271.某装置的平均工作温度据制造厂家称不高于190∘C.今从一个由16台装置构成的随机样本测得工作温度的平均值和标准差分别为195∘C和8∘C，根据这些数据能否说明平均工作温度比制造厂所说的要高？（设α=0.05,并假设工作温度近似服从正态分布.）解答：设X为工作温度，则X∼N(μ,σ2).①待检假设H0:μ≤190,备择假设H1:μ>190;②在H0成立条件下，选择统计量T=X¯-μ0S/n≈t(n-1);③在显著性水平0.05下，查t分布表，找出临界值tα(n-1)=t0.05(15)=1.75,拒绝域为(1.75,+∞);④计算t=X¯-μ0S/n=195-1908/16=2.5>1.75,所以否定原假设H0,说明平均工作温度比制造厂所说的要高.习题7电工器材厂生产一批保险丝，抽取10根试验其熔断时间，结果为42657578715957685455假设熔断时间服从正态分布，能否认为整批保险丝的熔断时间的方差不大于80(α=0.05)?解答：①待检假设H0:σ2≤80,备择假设H1:σ2>80;②在H0成立时，选取统计量χ2=(n-1)S2σ02∼χ2(n-1);③由α=0.05,n-1=9,查χ2分布表，χα2(n-1)=χ0.052(9)=16.919;④计算样本值：x¯=110(42+65+75+78+71+59+57+68+54+55)=62.4,s2=19∑i=110(xi-x¯)2≈121.8,χ2=9×121.880≈13.7∈(0,16.919).故接受原假设H0即在α=0.05下，可认为整批保险丝的熔断时间的方差不大于80.习题8某系学生可以被允许选修3学分有实验物理课和4学分无实验物理课，11名学生选3学分的课，考试平均分数为85分，标准差为4.7分；17名学生选4学分的课，考试平均分数为79分，标准差为6.1分. 假定两总体近似服从方差相同的正态分布，试在显著性水平α=0.05下检验实验课程是否能使平均分数增加8分？解答：设有实验的课程考分X1∼N(μ1,σ12),无实验的课程考分X2∼N(μ2-σ22).假定σ12=σ22=σ2未知，检验假设H0:μ1-μ2=8,H1:μ1-μ2≠8.由题意知，选用t检验统计量，则拒绝域为W={∣x1¯-x2¯-(μ1-μ2)sw1n1+1n2∣>tα/2(n1+n2-2),其中sw2=(n1-1)s12+(n2-1)s22n1+n2-2.由x1¯=85,x2¯=79,n1=11,n2=17,s1=4.7,s2=6.1,算出sw=(11-1)×4.72+(17-1)×6.1211+17-2≈5.603.从而算出t值为t=85-79-85.603111+117≈-0.92,由α=0.05,查表得t0.025(11+17-2)=t0.025(25)=2.056,因为∣t∣=0.92<2.056,故接受H0,认为μ1-μ2=8.习题9某校从经常参加体育锻炼的男生中随机地选出50名，测得平均身高174.34厘米；从不经常参加体育锻炼的男生中随机地选50名，测得平均身高172.42厘米. 统计资料表明两种男生的身高都服从正态分布，其标准差分别为5.35厘米和6.11厘米，问该校经常参加锻炼的男生是否比不常参加锻炼的男生平均身高要高些(α=0.05)?解答：设X,Y分别表示常锻炼和不常锻炼男生的身高，由题设X∼N(μ1,5.352),Y∼N(μ2,6.112).①待检假设H0:μ1≤μ2,备择假设H1:μ1>μ2;②选取统计量U=X¯-Y¯σ12n+σ22m∼(H0成立)N(0,1);③对于α=0.05,查标准正态分布表，uα=u0.05=1.64;则拒绝域为(1.64,+∞)；④计算u=174.34-172.425.35250+6.11250≈1.67>1.64,故否定原假设H0,即表明经常体育锻炼的男生平均身高比不经常体育锻炼的男生平均身高高些.习题10在漂白工艺中要改变温度对针织品断裂强力的影响，在两种不同温度下分别作了8次试验，测得断裂强力的数据如下(单位：kg):70∘C:20.818.819.820.921.519.521.021.280∘C:17.720.320.018.819.020.120.219.1判断两种温度下的强力有无差别(断裂强力可认为服从正态分布α=0.05)?解答：(1)本问题是在α=0.05下检验假设μ1=μ2,为此需要先检验σ12=σ22是否成立.H01:σ12=σ22,H11:σ12≠σ22.选取统计量F=S12S22,在H01成立的条件下，F∼F(n1-1,n2-1),且此检验问题的拒绝域为F>Fα/2(n1-1,n2-1)或F<F1-α/2(n1-1,n2-1).这里F=s12s22≈0.90550.8286≈1.0928,F0.025(7,7)=4.99,F0.975(7,7)=1F0.025(7,7)=14.99≈0.2004.显然F0.975(7,7)=0.2004<1.0928<4.99=F0.025(7,7).说明F未落在拒绝域中，从而接受H01,即认为两温度下的强力的方差没有显著变化，亦即σ12=σ22. (2)再检验假设H0ʹ:μ1=μ2,H0ʹ:μ1≠μ2,在H0ʹ成立的条件下，T=X1¯-X2¯(n1-1)S12+(n2-1)S22n1+n2-21n1+1n2∼t(n1+n2-2),且此检验问题的拒绝域为∣T∣>tα/2(n1+n2-2),这里T≈20.4-19.47×0.9055+7×0.82868+8-218+18≈2.148,显然∣T∣=2.148>2.145=t0.025(14).说明T落在拒绝域中，从而拒绝H0,即认为两种温度下的断裂强力有显著差别.习题11一出租车公司欲检验装配哪一种轮胎省油，以12部装有Ⅰ型轮胎的车辆进行预定的测试. 在不变换驾驶员的情况下，将这12部车辆换装Ⅱ型轮并重复测试，其汽油耗量如下表所示(单位：km/L).汽车编号i123456789101112Ⅰ型胎(xi)4.24.76.67.06.74.55.76.07.44.96.15.2Ⅱ型胎(yi)4.14.96.26.96.84.45.75.86.94.76.04.9假定两总体均服从正态分布，试在α=0.025的显著性水平下，检验安装Ⅰ型轮胎是否要双安装Ⅱ型轮胎省油？解答：设两种轮胎汽油消耗量之差为随机变量D,则取值为zi=xi-yi=0.1,-0.2,0.4,0.1,-0.1,0.1,0,0.2,0.5,0.2,0.1,0.3.设Z∼N(μz,σz2),σz2未知. 若消耗油相同，则μz=0;若Ⅰ型比Ⅱ型轮胎省油，则μz>0,于是检验假设H0:μz=0,H1:μz>0.由题意知z¯≈0.142,s≈0.198,n-1=12-1=11.α=0.025,查t分布表得t0.025(11)=2.201.所以，拒绝域为W={t>2.201}.由于样本值t=z¯-0s/n=0.142-00.198/12≈2.48>2.201,故拒绝H0:μz=0,即说明Ⅰ型轮胎省油.习题12有两台机器生产金属部件，分别在两台机器所生产的部件中各取一容量n1=60，n2=40的样本，测得部件重量(以kg计)的样本方差分别为s12=15.46，s22=9.66. 设两样本相互独立，两总体分别服从分布N(μ1,σ12),N(μ2,σ22).μi,σi2(i=1,2)均未知，试在α=0.05水平下检验假设H0:σ12≤σ22,H1:σ12>σ22.解答：在α=0.05下，检验假设H0:σ12≤σ22,H1:σ12>σ22,经计算p=1100×10(45+2×17+3×4+4×1+5×1)=1/10,故检验假设为H0:X∼B(10,1/10),即p =P{X=i}=C10i(1/10)i(9/10)10-i,i=0,1,2,⋯,10.为了使np ≥5,将xi≥3合并，于是k=4,r=1.计算χ2的观察值，计算结果如下表：[200,300) [300,+∞)435843.466.9-0.4-8.90.0041.184∑300300 1.8631其中理论概率pi=p{ti≤T≤ti+1}=∫titi+1f(t)dt(i=1,2,3),p4=1-∑i=13pi,例如p1=P{T<100}=∫01000.005e-0.005tdt=1-e-0.5≈0.393.由k=4,未知参数个数r=0,查表知χα2(k-r-1)=χ0.052(3)=7.815.因χ2=1.8631<χ0.052(3)=7.815.故接受H0,即可认为灯泡的寿命服从该指数分布.习题16关于正态总体X∼N(μ,1)的数学期望有如下二者必居其一的假设，H0:μ=0,H1:μ=1.考虑检验规则：当X¯≥0.98时否定假设H0接受H1,其中X¯=(X1+⋯+X4)/4,而X1,⋯,X4是来自总体X的简单随机样本，试求检验的两类错误概率α和β.解答：易见，在假设“H0:μ=0”成立的条件下，X¯∼N(0,1/4),2X¯∼N(0,1);在假设“H1:μ=1”成立的条件下，X¯∼N(1,1/4),2(X¯-1)∼N(0,1).因此，由定义得α=P{X¯≥0.98∣μ=0}=P{2X¯≥1.96∣μ=0}=0.025,β=P{X¯<0.98∣μ=1}=P{2(X¯-1)<-0.04∣μ=1}=0.4840.习题17考察某城市购买A公司牛奶的比例，作假设H0:p=0.6,H1:p<0.6,随机抽取50个家属，设x为其中购买A公司牛奶的家庭数，拒绝域W={x≤24}.(1)H0成立时，求第一类错误的α;(2)H1成立且p=0.4时，求第二类错误的β(0.4);又当p=0.5时，求第二类错误的β(0.5).解答：由定义知(1)α=P{x≤24∣p=0.6}=Φ(24-50×0.650×0.6×0.4)≈Φ(-1.73)=1-Φ(1.73)=1-0.9528=0.0418.(2)β(0.4)=P{x>24∣p=0.4}=1-Φ(24-50×0.450×0.4×0.6)≈1-Φ(1.15)=1-0.8749=0.1251;。
考研数学一(参数估计和假设检验)模拟试卷4(题后含答案及解析)
考研数学一（参数估计和假设检验）模拟试卷4(题后含答案及解析) 题型有：1. 选择题 2. 填空题 3. 解答题选择题下列每题给出的四个选项中，只有一个选项符合题目要求。
1．若总体X服从正态分布N(μ，1)，X1,X2,X3是来自X的样本，则下列估计量是μ的有偏估计的是( )正确答案：C解析：根据期望的性质可得根据无偏估计的定义知，选项(A)、(B)、(D)都是无偏估计。
故选(C)。
知识模块：参数估计2．X1,X2,X3,X4是来自总体X的样本，若总体X的数学期望E(X)存在，则下列四个选项中不是总体X的数学期望E(X)的无偏估计的是( ) A．(X1+X2+X3)。
B．(X1+X2+X4)。
C．(X1+X4)。
D．X2正确答案：A解析：对于(A)，E[(X1+X2+X3)]=[E(X1)+E(X2)+E(X3)]=E(X)，故选项(A)不是数学期望E(X)的无偏估计。
对于(B)、(C)、(D)，E[(X1+X2+X4)]=[E(X1)+E(X2)+E(X4)]=E(X)，E[(X1+X4)]=[E(X1)+E(X4)]=E(X)，E(X2)=E(X)，故选项(B)、(C)、(D)都是数学期望E(X)的无偏估计。
故选(A)。
知识模块：参数估计3．已知总体X服从正态分布N(μ，σ2)(σ2已知)，X1,X2,…,Xn是取自总体X的简单随机样本，均值为，如果记U=，则由P{a＜U＜b}=1一α，可以求得μ的置信水平为1一α的置信区间，其中a，b是( )A．满足P{U＞b}=，P{U＞a}=1一的唯一实数。
B．满足P{ U＞b}=，P{U＜a}=的唯一实数。
C．满足P{ U＞b}=，P{U＜a}=α的唯一实数。
D．满足P{U＞b}+P{U＜a}=α的任意实数。
正确答案：D解析：由于a、b需满足P{a＜U＜b}=1一α，即a、b应满足P{U≥b}+P{U ≤a}=α。
故选(D)。
知识模块：参数估计4．设n个随机变量X1,X2,…,Xn独立同分布，且D(Xi)=σ2(σ＞0)，,则( ) A．S是σ的无偏估计量。
假设检验习题答案
单击此处添加副标题
汇报人姓名 汇报日期
目 录CATALOGUE
1 假设检验的基本概念 2 参数假设检验 3 非参数假设检验 4 习题答案与解析
ONE
1
假设检验的基本概念
定义与目的
判断该假设是否成 立，从而做出接受 或拒绝该假设的决 策。
假设检验是一种统计方法，用于根据样本数据对 某一假设进行评估。
假设检验的类型
单侧检验 只关注某一方向的假设是否成立。
参数检验 对总体参数进行假设检验。
双侧检验 同时关注两个方向的假设是否成立。
非参数检验 不涉及总体参数的假设检验。
ONE
2
参数假ቤተ መጻሕፍቲ ባይዱ检验
单参数假设检验
在单参数假设检验 中，我们通常会对 一个总体参数提出 假设，然后使用样 本数据来检验这个 假设。例如，我们 可能会假设一组数 据的平均值等于某 个值，然后使用样 本数据来检验这个 假设是否成立。
据是否符合正态分布、泊松分布等。
ONE
4
习题答案与解析
习题一答案与解析
答案：D
logo
解析：根据题目给出的数据，我们首先计 算出平均值和标准差。然后，利用假设检 验的方法，我们计算出Z统计量并确定其所 属的临界区间。根据临界区间的结果，我 们判断原假设是否被拒绝，并选择相应的 答案。
习题一答案与解析
秩次检验
详细描述
秩次检验将数据按照大小排序，并赋予每个数据 一个秩次值。然后比较两组数据的秩次分布是否 相同，以判断它们的相对大小关系。如果两组数 据的秩次分布相似，则可以认为它们的相对大小 关系相同；如果秩次分布不同，则可以认为它们 的相对大小关系不同。
秩次检验是一种非参数统计方法，用于比较两组 数据的相对大小关系。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
参数估计和假设检验习题1.设某产品的指标服从正态分布，它的标准差σ已知为150，今抽了一个容量为26的样本，计算得平均值为1637。
问在5％的显著水平下，能否认为这批产品的指标的期望值μ为1600?0.05,α=26,n =0:1600H μ=,即,以95%的把握认为这批产品的指标的期望值μ为1600.2.某纺织厂在正常的运转条件下，平均每台布机每小时经纱断头数为O.973根，各台布机断头数的标准差为O.162根，该厂进行工艺改进，减少经纱上浆率，在200台布机上进行试验，结果平均每台每小时经纱断头数为O.994根，标准差为0.16根。
问,新工艺上浆率能否推广(α=0.05)?解: 012112:, :,H H μμμμ≥<3.某电器零件的平均电阻一直保持在2.64Ω，改变加工工艺后，测得100个零件的平均电阻为2.62Ω，如改变工艺前后电阻的标准差保持在O.06Ω，问新工艺对此零件的电阻有无显著影响(α=0.05)?解: 01: 2.64, : 2.64,H H μμ=≠已知标准差σ=0.16,拒绝域为2Z z α>,取0.02520.05, 1.96z z αα===,100,n =由检验统计量 3.33 1.96Z ===>,接受1: 2.64H μ≠,即, 以95%的把握认为新工艺对此零件的电阻有显著影响.4.有一批产品，取50个样品，其中含有4个次品。
在这样情况下，判断假设H 0：p ≤0.05是否成立(α=0.05)?解: 01:0.05, :0.05,H p H p ≤>采用非正态大样本统计检验法,拒绝域为Z z α>,0.950.05, 1.65z α==,50,n =由检验统计量0.9733Z ===<1.65,接受H 0：p ≤0.05.即, 以95%的把握认为p ≤0.05是成立的.5.某产品的次品率为O.17，现对此产品进行新工艺试验，从中抽取4O0件检验，发现有次品56件，能否认为此项新工艺提高了产品的质量(α=0.05)?解: 01:0.17, :0.17,H p H p ≥<采用非正态大样本统计检验法,拒绝域为Z z α<-,400,n =0.950.05, 1.65z α=-=-,由检验统计量4001.5973i x npZ -===-∑>-1.65, 接受0:0.17H p ≥,即, 以95%的把握认为此项新工艺没有显著地提高产品的质量.6.从某种试验物中取出24个样品，测量其发热量，计算得x =11958，样本标准差s =323，问以5％的显著水平是否可认为发热量的期望值是12100(假定发热量是服从正态分布的)?解: 01:12100, :12100,H H μμ=≠总体标准差σ未知,拒绝域为2(1)t t n α>-,24,n = x =11958,s =323,0.0250.05,(23) 2.0687t α==, 由检验统计量2.1537t ===>2.0687,拒绝0:12100H μ=,接受1:12100,H μ≠ 即, 以95%的把握认为试验物的发热量的期望值不是12100.7．某食品厂用自动装罐机装罐头食品，每罐标准重量为500克，每隔一定时间需要检查机器工作情况。
现抽得10罐，测得其重量为(单位：克):195，510，505，498，503，492，ii02，612，407，506.假定重量服从正态分布，试问以95％的显著性检验机器工作是否正常?解: 01:500 :500H vs H μμ=≠,总体标准差σ未知,拒绝域为2(1)t t n α>-,10,n =经计算得到x =502, s =6.4979,取0.0250.05,(9) 2.2622t α==,由检验统计量0.9733t ===<2.2622, 接受0:500 H μ= 即, 以95%的把握认为机器工作是正常的.8.有一种新安眠药，据说在一定剂量下，能比某种旧安眠药平均增加睡眠时间3小时，根据资料用某种旧安眠药时，平均睡眠时间为20.8小时。
标准差为1.6小时，为了检验这个说法是否正确，收集到一组使用新安眠药的睡眠时间为26.7，22.O ，24.1，21.O ，27 .2，25.0，23.4。
试问：从这组数据能否说明新安眠药已达到新的疗效(假定睡眠时间服从正态分布，α=0.05)。
解: 01:23.8 :23.8H vs H μμ≥<,已知总体标准差σ =1.6,拒绝域为Z z α<-,7,n =经计算得到x =24.2,取0.950.05, 1.65z α=-=-,由检验统计量0.6614x Z ===>-1.65, 接受0:23.8H μ≥即, 以95%的把握认为新安眠药已达到新的疗效.9．测定某种溶液中的水份，它的l0个测定值给出x =0.452%,s =O.037%，设测定值总体服从正态分布,μ为总体均值,σ为总体的标准差,试在5％显著水平下,分别检验假(1)H 0: μ=O.5％; (2)H 0: σ=O.04％。
解:(1)H 01: μ=O.5％,11:0.5%H μ≠, 总体标准差σ未知,拒绝域为2(1)t t n α>-,10,n =x =0.452%,s =O.037%,取0.0250.05,(9) 2.2622t α==,由检验统计量4.102t ===>2.2622,拒绝H 0: μ=O.5％, (2) H 02:σ=0.04%, H 12:σ≠0.04%,拒绝域为2222122(1) (1)n n ααχχχχ-≤-≥-或,10,n =取α=0.05,2220.9750.025(9) =2.7 (9)19.023χχχ≥=,,由检验统计量22222(1)(101)0.000377.70060.0004n s χσ--===,即22.77.700619.023χ<=<,接受H 02:σ=0.04%.10.有甲、乙两个试验员，对同样的试样进行分析，各人试验分析结果见下表(分析结果服从正态分布解:(1)222201121112:, :,H H σσσσ=≠拒绝域为1212122(1,1) (1,1)F F n n F F n n αα-≤--≥--或,128,n n ==取α=0.05, 0.9750.0250.0251(7,7)0.2004 , (7,7) 4.99(7,7)F F F ===,经计算22120.2927,0.2927,s s == 由检验统计量2212/0.2927/0.29271F s s ===,接受220112:,H σσ=(2) 02121212:, :H H μμμμ=≠拒绝域为122(2)t t n n α>+-,128,n n == 0.0250.05,(14) 2.1448t α==,并样本得到222112212(1)(1)2wn s n s s n n -⨯+-⨯=+-=0.2927, w s =0.5410, 由检验统计量-0.6833t ===<2.1448, 接受0212:,H μμ=即, 以95%的把握认为甲、乙两试验员试验分析结果之间无显著性的差异.11.为确定肥料的效果，取1000株植物做试验。
在没有施肥的100株植物中，有53株长势良好；在已施肥的900株中，则有783株长势良好，问施肥的效果是否显著(α=O.01)?解:(1)222201121112:, :,H H σσσσ=≠拒绝域为1212122(1,1) (1,1)F F n n F F n n αα-≤--≥--或,取α=0.01,12100,900,n n ==0.9950.0050.0051(99,899)0.7843 , (99,899) 1.3(899,99)F F F ===,计算22125353783783(1)0.2491,(1)0.1131,100100900900s s =⨯-==⨯-=由检验统计量 2212/0.2491/0.1131 2.2025F s s ===, 拒绝220112:,H σσ=(2) 02121212:, :H H μμμμ≤>拒绝域为12(2)t t n n α>+-,12100,900,n n ==0.010.01,() 2.4121t α=∞≥并样本得到222112212(1)(1)2wn s n s s n n -⨯+-⨯=+-=0.1266, w s =0.3558, 由检验统计量-9.0656x y t ===<2.4121, 接受0212:,H μμ≤即, 以95%的把握认为施肥的效果有显著性的差异. (备注: 0.005(99,899)F =1.43+(1.43-1.69)*0.5=1.3, 0.025(899,99)F =1.36+(1.36-1.53)*0.5=1.275)12.在十块地上同时试种甲、乙两种品种作物，设每种作物的产量服从正态分布，并计算得x =30.97,y =21.79,x s =26.7,y s =12.1。
这两种品种的产量有无显著差别(α=O.01)?解:(1)222201121112:, :,H H σσσσ=≠拒绝域为1212122(1,1) (1,1)F F n n F F n n αα-≤--≥--或,1210,n n ==取α=0.01, 0.9950.0050.0051(9,9)0.1529 , (9,9) 6.54(9,9)F F F ===,有题设22712.89,146.41,x y s s ==由检验统计量2212/712.89/146.41 4.8691F s s ===, 接受220112:,H σσ=(2) 02121212:, :H H μμμμ≥<,拒绝域为12(2)t t n n α<-+-,0.010.01,(18) 2.5524t α==-,1210,n n ==并样本得到222112212(1)(1)2wn s n s s n n -⨯+-⨯=+-=(9×712.89+9×146.41)/18=429.6500, w s =20.7280, 由检验统计量0.9903x y t ===>-2.5524, 接受0212:,H μμ≥即, 以95%的把握认为此两品种作物产量有显著差别,并且是第一种作物的产量显著高于第二种作物的产量.13.从甲、乙两店备买同样重量的豆，在甲店买了10次，算得y =116.1颗，1021()i i y y =-∑=1442；在乙店买了13次，计算x =118颗，1321()i i x x =-∑=2825。