统计学第五版课后练答案(7-8章)
统计学第五版贾俊平版课后答案
统计学第五版贾俊平版课后题答案（部分）第7章抽样与参数估计7.1（1）已知： EMBED Equation.3 ， EMBED Equation.3 ， EMBED Equation.3。
， EMBED Equation.3 ， EMBED Equation.3样本均值的抽样标准差 EMBED Equation.3。
（2）估计误差 EMBED Equation.3。
7.2（1）已知： EMBED Equation.3 ， EMBED Equation.3 ， EMBED Equation.3。
， EMBED Equation.3 ， EMBED Equation.3。
样本均值的抽样标准差 EMBED Equation.3。
（2）估计误差 EMBED Equation.3（3）由于总体标准差已知，所以总体均值 EMBED Equation.3 的95%的置信区间为：，即（115.8，124.2）。
EMBED Equation.37.3已知： EMBED Equation.3 ， EMBED Equation.3 ， EMBED Equation.3。
， EMBED Equation.3 ， EMBED Equation.3由于总体标准差已知，所以总体均值 EMBED Equation.3 的95%的置信区间为：，即（87818.856，121301.144）。
EMBED Equation.37.4（1）已知： EMBED Equation.3 ， EMBED Equation.3 ， EMBED Equation.3。
， EMBED Equation.3 ， EMBED Equation.3由于 EMBED Equation.3 为大样本，所以总体均值 EMBED Equation.3 的90%的置信区间为：，即（79.026，82.974）。
EMBED Equation.3。
（2）已知： EMBED Equation.3 ， EMBED Equation.3由于 EMBED Equation.3 为大样本，所以总体均值 EMBED Equation.3 的95%的置信区间为：，即（78.648，83.352）。
统计学(第五版)贾俊平-课后思考题和练习题答案(最终完整版)
统计学（第五版）贾俊平课后思考题和练习题答案（最终完整版）整理by__kiss—ahuang第一部分思考题第一章思考题1.1什么是统计学统计学是关于数据的一门学科，它收集,处理,分析，解释来自各个领域的数据并从中得出结论.1.2解释描述统计和推断统计描述统计；它研究的是数据收集，处理,汇总,图表描述,概括与分析等统计方法。
推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。
1。
3统计学的类型和不同类型的特点统计数据;按所采用的计量尺度不同分；（定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果,数据表现为类别，用文字来表述;（定性数据）顺序数据:只能归于某一有序类别的非数字型数据.它也是有类别的,但这些类别是有序的。
（定量数据）数值型数据:按数字尺度测量的观察值，其结果表现为具体的数值。
统计数据；按统计数据都收集方法分；观测数据：是通过调查或观测而收集到的数据,这类数据是在没有对事物人为控制的条件下得到的。
实验数据：在实验中控制实验对象而收集到的数据.统计数据；按被描述的现象与实践的关系分；截面数据:在相同或相似的时间点收集到的数据，也叫静态数据.时间序列数据:按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据.1.4解释分类数据,顺序数据和数值型数据答案同1。
31。
5举例说明总体，样本,参数，统计量，变量这几个概念对一千灯泡进行寿命测试,那么这千个灯泡就是总体，从中抽取一百个进行检测,这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命.1.6变量的分类变量可以分为分类变量，顺序变量，数值型变量。
变量也可以分为随机变量和非随机变量.经验变量和理论变量。
1。
7举例说明离散型变量和连续性变量离散型变量，只能取有限个值，取值以整数位断开，比如“企业数”连续型变量，取之连续不断，不能一一列举，比如“温度”.1.8统计应用实例人口普查，商场的名意调查等。
统计学第五版课后习题答案(完整版)
统计学(第五版)课后习题答案(完整版)第一章思考题1.1什么是统计学统计学是关于数据的一门学科,它收集,处理,分析,解释来自各个领域的数据并从中得出结论。
1.2解释描述统计和推断统计描述统计;它研究的是数据收集,处理,汇总,图表描述,概括与分析等统计方法。
推断统计;它是研究如何利用样本数据来推断总体特征的统计方法。
1.3统计学的类型和不同类型的特点统计数据;按所采用的计量尺度不同分;(定性数据)分类数据:只能归于某一类别的非数字型数据,它是对事物进行分类的结果,数据表现为类别,用文字来表述;(定性数据)顺序数据:只能归于某一有序类别的非数字型数据。
它也是有类别的,但这些类别是有序的。
(定量数据)数值型数据:按数字尺度测量的观察值,其结果表现为具体的数值。
统计数据;按统计数据都收集方法分;观测数据:是通过调查或观测而收集到的数据,这类数据是在没有对事物人为控制的条件下得到的。
实验数据:在实验中控制实验对象而收集到的数据。
统计数据;按被描述的现象与实践的关系分;截面数据:在相同或相似的时间点收集到的数据,也叫静态数据。
时间序列数据:按时间顺序收集到的,用于描述现象随时间变化的情况,也叫动态数据。
1.4解释分类数据,顺序数据和数值型数据答案同1.31.5举例说明总体,样本,参数,统计量,变量这几个概念对一千灯泡进行寿命测试,那么这千个灯泡就是总体,从中抽取一百个进行检测,这一百个灯泡的集合就是样本,这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数,这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量,变量就是说明现象某种特征的概念,比如说灯泡的寿命。
1.6变量的分类变量可以分为分类变量,顺序变量,数值型变量。
变量也可以分为随机变量和非随机变量。
经验变量和理论变量。
1.7举例说明离散型变量和连续性变量离散型变量,只能取有限个值,取值以整数位断开,比如“企业数”连续型变量,取之连续不断,不能一一列举,比如“温度”。
统计学(第五版)贾俊平 课后思考题和练习题答案(最终完整版)
统计学（第五版）贾俊平课后思考题和练习题答案（最终完整版）整理by__kiss-ahuang第一部分思考题第一章思考题1.1什么是统计学统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得出结论。
1.2解释描述统计和推断统计描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。
推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。
1.3统计学的类型和不同类型的特点统计数据；按所采用的计量尺度不同分；（定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。
它也是有类别的，但这些类别是有序的。
（定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。
统计数据；按统计数据都收集方法分；观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。
实验数据：在实验中控制实验对象而收集到的数据。
统计数据；按被描述的现象与实践的关系分；截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。
时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。
1.4解释分类数据，顺序数据和数值型数据答案同1.31.5举例说明总体，样本，参数，统计量，变量这几个概念对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。
1.6变量的分类变量可以分为分类变量，顺序变量，数值型变量。
变量也可以分为随机变量和非随机变量。
经验变量和理论变量。
1.7举例说明离散型变量和连续性变量离散型变量，只能取有限个值，取值以整数位断开，比如“企业数”连续型变量，取之连续不断，不能一一列举，比如“温度”。
统计学第五版(贾俊平)课后思考题答案(完整版)
第8章思考题8.1假设检验和参数估计有什么相同点和不同点？答：参数估计和假设检验是统计推断的两个组成部分，它们都是利用样本对总体进行某种推断，然而推断的角度不同。
参数估计讨论的是用样本统计量估计总体参数的方法，总体参数μ在估计前是未知的。
而在参数假设检验中，则是先对μ的值提出一个假设，然后利用样本信息去检验这个假设是否成立。
8.2什么是假设检验中的显著性水平？统计显著是什么意思？答：显著性水平是一个统计专有名词，在假设检验中，它的含义是当原假设正确时却被拒绝的概率和风险。
统计显著等价拒绝H0，指求出的值落在小概率的区间上，一般是落在0.05或比0.05更小的显著水平上。
8.3什么是假设检验中的两类错误？答：假设检验的结果可能是错误的，所犯的错误有两种类型，一类错误是原假设H0为真却被我们拒绝了，犯这种错误的概率用α表示，所以也称α错误或弃真错误；另一类错误是原假设为伪我们却没有拒绝，犯这种错误的概论用β表示，所以也称β错误或取伪错误。
8.4两类错误之间存在什么样的数量关系？答：在假设检验中，α与β是此消彼长的关系。
如果减小α错误，就会增大犯β错误的机会，若减小β错误，也会增大犯α错误的机会。
8.5解释假设检验中的P值答：P值就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。
（它的大小取决于三个因素，一个是样本数据与原假设之间的差异，一个是样本量，再一个是被假设参数的总体分布。
）8.6显著性水平与P值有何区别答：显著性水平是原假设为真时，拒绝原假设的概率，是一个概率值，被称为抽样分布的拒绝域，大小由研究者事先确定，一般为0.05。
而P只是原假设为真时所得到的样本观察结果或更极端结果出现的概率，被称为观察到的(或实测的)显著性水平8.7假设检验依据的基本原理是什么？答：假设检验依据的基本原理是“小概率原理”，即发生概率很小的随机事件在一次试验中是几乎不可能发生的。
根据这一原理，可以作出是否拒绝原假设的决定。
统计学第五版课后答案
第四章统计数据的概括性度量4．1 一家汽车零售店的10名销售人员5月份销售的汽车数量(单位：台)排序后如下：2 4 7 10 10 10 12 12 14 15要求：（1）计算汽车销售量的众数、中位数和平均数。
(2)根据定义公式计算四分位数。
(3)计算销售量的标准差。
(4)说明汽车销售量分布的特征。
解：Statistics10Missing 0Mean 9.60Median 10.00Mode 10Std. Deviation 4.169Percentiles 25 6.2550 10.0075单位：周岁19 15 29 25 2423 21 38 22 1830 20 19 19 1623 27 22 34 2441 20 31 17 23 要求；(1)计算众数、中位数：排序形成单变量分值的频数分布和累计频数分布：网络用户的年龄(2)根据定义公式计算四分位数。
Q1位置=25/4=6.25，因此Q1=19，Q3位置=3×25/4=18.75，因此Q3=27，或者，由于25和27都只有一个，因此Q3也可等于25+0.75×2=26.5。
(3)计算平均数和标准差；Mean=24.00；Std. Deviation=6.652(4)计算偏态系数和峰态系数：Skewness=1.080；Kurtosis=0.773(5)对网民年龄的分布特征进行综合分析：分布，均值=24、标准差=6.652、呈右偏分布。
如需看清楚分布形态，需要进行分组。
1、确定组数：()lg 25lg() 1.398111 5.64lg(2)lg 20.30103n K =+=+=+=，取k=6 2、确定组距：组距＝( 最大值 - 最小值)÷ 组数=（41-15）÷6=4.3，取53、分组频数表网络用户的年龄 (Binned)分组后的直方图：客都进入一个等待队列：另—种是顾客在三千业务窗口处列队3排等待。
统计学(第五版)贾俊平-课后思考题和练习题答案(完整版)
统计学（第五版）贾俊平课后思考题和练习题答案（最终完整版）第一部分思考题第一章思考题1。
1什么是统计学统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得出结论。
1。
2解释描述统计和推断统计描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。
推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。
1.3统计学的类型和不同类型的特点统计数据；按所采用的计量尺度不同分；（定性数据)分类数据：只能归于某一类别的非数字型数据,它是对事物进行分类的结果，数据表现为类别，用文字来表述;（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。
它也是有类别的，但这些类别是有序的.（定量数据)数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。
统计数据;按统计数据都收集方法分；观测数据:是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。
实验数据：在实验中控制实验对象而收集到的数据。
统计数据；按被描述的现象与实践的关系分;截面数据：在相同或相似的时间点收集到的数据,也叫静态数据。
时间序列数据：按时间顺序收集到的,用于描述现象随时间变化的情况,也叫动态数据。
1。
4解释分类数据，顺序数据和数值型数据答案同1.31.5举例说明总体，样本,参数,统计量，变量这几个概念对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本,这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数,这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量,变量就是说明现象某种特征的概念，比如说灯泡的寿命。
1。
6变量的分类变量可以分为分类变量，顺序变量，数值型变量。
变量也可以分为随机变量和非随机变量。
经验变量和理论变量。
1。
7举例说明离散型变量和连续性变量离散型变量，只能取有限个值，取值以整数位断开，比如“企业数”连续型变量，取之连续不断，不能一一列举，比如“温度”。
统计学(第五版)贾俊平-课后思考题和练习题答案(完整版)
统计学（第五版）贾俊平课后思考题和练习题答案（最终完整版）第一部分思考题第一章思考题1.1什么是统计学统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得出结论。
1.2解释描述统计和推断统计描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。
推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。
1.3统计学的类型和不同类型的特点统计数据；按所采用的计量尺度不同分；（定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。
它也是有类别的，但这些类别是有序的。
（定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。
统计数据；按统计数据都收集方法分；观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。
实验数据：在实验中控制实验对象而收集到的数据。
统计数据；按被描述的现象与实践的关系分；截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。
时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。
1.4解释分类数据，顺序数据和数值型数据答案同1.31.5举例说明总体，样本，参数，统计量，变量这几个概念对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。
1.6变量的分类变量可以分为分类变量，顺序变量，数值型变量。
变量也可以分为随机变量和非随机变量。
经验变量和理论变量。
1.7举例说明离散型变量和连续性变量离散型变量，只能取有限个值，取值以整数位断开，比如“企业数”连续型变量，取之连续不断，不能一一列举，比如“温度”。
统计学(第五版)贾俊平-课后思考题和练习题答案(完整版)
统计学（第五版）贾俊平课后思考题和练习题答案（最终完整版)第一部分思考题第一章思考题1.1什么是统计学统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得出结论。
1.2解释描述统计和推断统计描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法.推断统计;它是研究如何利用样本数据来推断总体特征的统计方法。
1。
3统计学的类型和不同类型的特点统计数据;按所采用的计量尺度不同分；（定性数据）分类数据：只能归于某一类别的非数字型数据,它是对事物进行分类的结果，数据表现为类别，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。
它也是有类别的,但这些类别是有序的。
（定量数据)数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。
统计数据；按统计数据都收集方法分;观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的.实验数据：在实验中控制实验对象而收集到的数据。
统计数据；按被描述的现象与实践的关系分；截面数据：在相同或相似的时间点收集到的数据，也叫静态数据.时间序列数据：按时间顺序收集到的,用于描述现象随时间变化的情况,也叫动态数据。
1.4解释分类数据，顺序数据和数值型数据答案同1.31.5举例说明总体，样本,参数,统计量,变量这几个概念对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量,变量就是说明现象某种特征的概念,比如说灯泡的寿命。
1.6变量的分类变量可以分为分类变量，顺序变量,数值型变量.变量也可以分为随机变量和非随机变量。
经验变量和理论变量。
1。
7举例说明离散型变量和连续性变量离散型变量,只能取有限个值，取值以整数位断开，比如“企业数”连续型变量,取之连续不断，不能一一列举，比如“温度”。
统计学第五版(贾俊平)课后习题答案
300～ 350 400
30 -13520652.3 1036628411.8
400～ 450 42 500
533326.9 12442517.1
500～ 550 600
18
33765928.7 4164351991.6
600以上 650 11 122527587.627364086138.8 合计 — 120 38534964.451087441648.4
7.8已知：总体服从正态分布，但未知，为小样本，，。 根据样本数据计算得：，。 总体均值的95%的置信区间为： ，即（7.11，12.89）。
7.9已知：总体服从正态分布，但未知，为小样本，，。 根据样本数据计算得：，。 从家里到单位平均距离的95%的置信区间为： ，即（7.18，11.57）。
7.10（1）已知： ，，，。 由于为大样本，所以零件平均长度的95%的置信区间为： ，即（148.87，150.13）。 （2）在上面的估计中，使用了统计中的中心极限定理。该定理表明： 从均值为、方差为的总体中，抽取容量为的随机样本，当充分大时（通 常要求），样本均值的抽样分布近似服从均值为、方差为的正态分布。
7.13已知：总体服从正态分布，但未知，为小样本，，。 根据样本数据计算得：，。 网络公司员工平均每周加班时间的90%的置信区间为： ，即（10.36，16.76）。
7.14（1）已知：，，，。 总体总比例的99%的置信区间为： ，即（0.32，0.70）； （2）已知：，，，。 总体总比例的95%的置信区间为： ，即（0.78，0.86）； （3）已知：，，，。 总体总比例的90%的置信区间为： ，即（0.46，0.50）。
500～600 550 18 9900
600以上 650 11 7150
统计学课后答案解析第七八章
6.1 调节一个装瓶机使其对每个瓶子的灌装量均值为μ盎司，通过观察这台装瓶机对每个瓶子的灌装量服从标准差 1.0σ=盎司的正态分布。
随机抽取由这台机器灌装的9个瓶子形成一个样本，并测定每个瓶子的灌装量。
试确定样本均值偏离总体均值不超过0.3盎司的概率。
解：总体方差知道的情况下，均值的抽样分布服从()2,N n σμ的正态分布，由正态分布，标准化得到标准正态分布：x ～()0,1N ，因此，样本均值不超过总体均值的概率P为：()0.3P x μ-≤=P ⎫≤=x P ⎛⎫≤≤=()0.90.9P z -≤≤=2()0.9φ-1，查标准正态分布表得()0.9φ=0.8159 因此，()0.3P x μ-≤=0.63186.2在练习题6.1中，我们希望样本均值与总体均值μ的偏差在0.3盎司之内的概率达到0.95，应当抽取多大的样本？解：()0.3P x μ-≤=P ⎫≤=x P ⎛⎫≤≤=210.95Φ-≥0.975⇒Φ≥1.96⇒≥42.6828843n n ⇒≥⇒≥6.3 1Z ，2Z ，……，6Z 表示从标准正态总体中随机抽取的容量，n=6的一个样本，试确定常数b ，使得 6210.95i i P Z b =⎛⎫≤= ⎪⎝⎭∑ 解：由于卡方分布是由标准正态分布的平方和构成的： 设Z 1，Z 2，……，Z n 是来自总体N (0,1)的样本，则统计量222212χ=+++n Z Z Z服从自由度为n 的χ2分布，记为χ2～ χ2（n ） 因此，令6221ii Z χ==∑，则()622216ii Zχχ==∑，那么由概率6210.95i i P Z b =⎛⎫≤= ⎪⎝⎭∑，可知：b=()210.956χ-，查概率表得：b=12.596.4 在习题6.1中，假定装瓶机对瓶子的灌装量服从方差21σ=的标准正态分布。
假定我们计划随机抽取10个瓶子组成样本，观测每个瓶子的灌装量，得到10个观测值，用这10个观测值我们可以求出样本方差22211(())1n i i S S Y Y n ==--∑，确定一个合适的范围使得有较大的概率保证S 2落入其中是有用的，试求b 1，b 2，使得 212()0.90p b S b ≤≤=解：更加样本方差的抽样分布知识可知，样本统计量：222(1)~(1)n s n χσ--此处，n=10，21σ=，所以统计量22222(1)(101)9~(1)1n s s s n χσ--==-根据卡方分布的可知：()()2212129990.90P b S b P b S b ≤≤=≤≤=又因为：()()()2221221911P n S n ααχχα--≤≤-=-因此：()()()()22221212299919110.90P b S b P n S n ααχχα-≤≤=-≤≤-=-= ()()()()222212122999191P b S b P n S n ααχχ-⇒≤≤=-≤≤- ()()()2220.950.059990.90P S χχ=≤≤=则： ()()2210.9520.0599,99b b χχ⇒==()()220.950.051299,99b b χχ⇒==查概率表：()20.959χ=3.325，()20.059χ=19.919，则()20.95199b χ==0.369，()20.05299b χ==1.887.1 从一个标准差为5的总体中采用重复抽样方法抽出一个样本容量为40的样本，样本均值为25。
贾平俊统计学第五版课后思考题答案(完整版)
统计学（第五版）贾俊平课后思考题答案（完整版）第一章思考题1.1什么是统计学统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得出结论。
1.2解释描述统计和推断统计描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。
推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。
1.3统计学的类型和不同类型的特点统计数据；按所采用的计量尺度不同分；（定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。
它也是有类别的，但这些类别是有序的。
（定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。
统计数据；按统计数据都收集方法分；观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。
实验数据：在实验中控制实验对象而收集到的数据。
统计数据；按被描述的现象与实践的关系分；截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。
时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。
1.4解释分类数据，顺序数据和数值型数据答案同1.31.5举例说明总体，样本，参数，统计量，变量这几个概念对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。
1.6变量的分类变量可以分为分类变量，顺序变量，数值型变量。
变量也可以分为随机变量和非随机变量。
经验变量和理论变量。
1.7举例说明离散型变量和连续性变量离散型变量，只能取有限个值，取值以整数位断开，比如"企业数"连续型变量，取之连续不断，不能一一列举，比如"温度"。
统计学(第五版)贾俊平-课后思考题和练习题答案(最终完整版)
统计学（第五版）贾俊平课后思考题和练习题答案（最终完整版）整理by__kiss-ahuang第一部分思考题第一章思考题1.1什么是统计学统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得出结论。
1.2解释描述统计和推断统计描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。
推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。
1.3统计学的类型和不同类型的特点统计数据；按所采用的计量尺度不同分；（定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。
它也是有类别的，但这些类别是有序的。
（定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。
统计数据；按统计数据都收集方法分；观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。
实验数据：在实验中控制实验对象而收集到的数据。
统计数据；按被描述的现象与实践的关系分；截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。
时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。
1.4解释分类数据，顺序数据和数值型数据答案同1.31.5举例说明总体，样本，参数，统计量，变量这几个概念对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。
1.6变量的分类变量可以分为分类变量，顺序变量，数值型变量。
变量也可以分为随机变量和非随机变量。
经验变量和理论变量。
1.7举例说明离散型变量和连续性变量离散型变量，只能取有限个值，取值以整数位断开，比如“企业数”连续型变量，取之连续不断，不能一一列举，比如“温度”。
统计学(第五版)贾俊平-课后思考题和练习题答案(完整版)(特选)
统计学（第五版）贾俊平课后思考题和练习题答案（最终完整版）第一部分思考题第一章思考题1.1什么是统计学统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得出结论。
1.2解释描述统计和推断统计描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。
推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。
1.3统计学的类型和不同类型的特点统计数据；按所采用的计量尺度不同分；（定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。
它也是有类别的，但这些类别是有序的。
（定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。
统计数据；按统计数据都收集方法分；观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。
实验数据：在实验中控制实验对象而收集到的数据。
统计数据；按被描述的现象与实践的关系分；截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。
时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。
1.4解释分类数据，顺序数据和数值型数据答案同1.31.5举例说明总体，样本，参数，统计量，变量这几个概念对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。
1.6变量的分类变量可以分为分类变量，顺序变量，数值型变量。
变量也可以分为随机变量和非随机变量。
经验变量和理论变量。
1.7举例说明离散型变量和连续性变量离散型变量，只能取有限个值，取值以整数位断开，比如“企业数”连续型变量，取之连续不断，不能一一列举，比如“温度”。
统计学课后习题答案第七章相关分析与回归分析
统计学课后习题答案第七章相关分析与回归分析第七章相关分析与回归分析⼀、单项选择题1.相关分析是研究变量之间的A.数量关系B.变动关系C.因果关系D.相互关系的密切程度2.在相关分析中要求相关的两个变量A.都是随机变量B.⾃变量是随机变量C.都不是随机变量D.因变量是随机变量3.下列现象之间的关系哪⼀个属于相关关系？A.播种量与粮⾷收获量之间关系B.圆半径与圆周长之间关系C.圆半径与圆⾯积之间关系D.单位产品成本与总成本之间关系4.正相关的特点是A.两个变量之间的变化⽅向相反B.两个变量⼀增⼀减C.两个变量之间的变化⽅向⼀致D.两个变量⼀减⼀增5.相关关系的主要特点是两个变量之间A.存在着确定的依存关系B.存在着不完全确定的关系C.存在着严重的依存关系D.存在着严格的对应关系6.当⾃变量变化时, 因变量也相应地随之等量变化,则两个变量之间存在着A.直线相关关系B.负相关关系C.曲线相关关系D.正相关关系7.当变量X值增加时,变量Y值都随之下降,则变量X和Y之间存A.正相关关系B.直线相关关系C.负相关关系D.曲线相关关系8.当变量X值增加时,变量Y值都随之增加,则变量X和Y之间存在着A.直线相关关系B.负相关关系C.曲线相关关系D.正相关关系9.判定现象之间相关关系密切程度的最主要⽅法是A.对现象进⾏定性分析B.计算相关系数C.编制相关表D.绘制相关图10.相关分析对资料的要求是A.⾃变量不是随机的，因变量是随机的B.两个变量均不是随机的C.⾃变量是随机的，因变量不是随机的D.两个变量均为随机的11.相关系数A.既适⽤于直线相关，⼜适⽤于曲线相关B.只适⽤于直线相关C.既不适⽤于直线相关，⼜不适⽤于曲线相关D.只适⽤于曲线相关12.两个变量之间的相关关系称为A.单相关B.复相关C.不相关D.负相关13.相关系数的取值范围是A.-1≤r≤1B.-1≤r≤0C.0≤r≤114.两变量之间相关程度越强,则相关系数A.愈趋近于1B.愈趋近于0C.愈⼤于1D.愈⼩于115.两变量之间相关程度越弱,则相关系数A.愈趋近于1B.愈趋近于0C.愈⼤于1D.愈⼩于116.相关系数越接近于－1,表明两变量间A.没有相关关系B.有曲线相关关系C.负相关关系越强D.负相关关系越弱17.当相关系数r=0时,A.现象之间完全⽆关B.相关程度较⼩B.现象之间完全相关 D.⽆直线相关关系18.假设产品产量与产品单位成本之间的相关系数为-0.89，则说明这两个变量之间存在A.⾼度相关B.中度相关C.低度相关D.显著相关19.从变量之间相关的⽅向看可分为A.正相关与负相关B.直线相关和曲线相关C.单相关与复相关D.完全相关和⽆相关20.从变量之间相关的表现形式看可分为A.正相关与负相关B.直线相关和曲线相关C.单相关与复相关D.完全相关和⽆相关21.物价上涨,销售量下降,则物价与销售量之间属于A.⽆相关B.负相关C.正相关D.⽆法判断22.配合回归直线最合理的⽅法是A.随⼿画线法B.半数平均法C.最⼩平⽅法D.指数平滑法23.在回归直线⽅程y=a+bx中b表⽰A.当x增加⼀个单位时,y增加a的数量B.当y增加⼀个单位时,x增加b的数量C.当x增加⼀个单位时,y的平均增加量D.当y增加⼀个单位时, x的平均增加量24.计算估计标准误差的依据是A.因变量的数列B.因变量的总变差C.因变量的回归变差D.因变量的剩余变差25.估计标准误差是反映A.平均数代表性的指标B.相关关系程度的指标C.回归直线的代表性指标D.序时平均数代表性指标26.在回归分析中,要求对应的两个变量A.都是随机变量B.不是对等关系C.是对等关系D.都不是随机变量27.年劳动⽣产率(千元)和⼯⼈⼯资(元)之间存在回归⽅程y=10+70x,这意味着年劳动⽣产率每提⾼⼀千元时,⼯⼈⼯资平均A.增加70元B.减少70元C.增加80元D.减少80元28.设某种产品产量为1000件时，其⽣产成本为30000元，其中固定成本6000元，则总⽣产成本对产量的⼀元线性回归⽅程为：A.y=6+0.24xB.y=6000+24xC.y=24000+6xD.y=24+6000x29.⽤来反映因变量估计值代表性⾼低的指标称作A.相关系数B.回归参数C.剩余变差D.估计标准误差⼆、多项选择题1.下列现象之间属于相关关系的有A.家庭收⼊与消费⽀出之间的关系B.农作物收获量与施肥量之间的关系C.圆的⾯积与圆的半径之间的关系D.⾝⾼与体重之间的关系E.年龄与⾎压之间的关系2.直线相关分析的特点是A.相关系数有正负号B.两个变量是对等关系C.只有⼀个相关系数D.因变量是随机变量E.两个变量均是随机变量3.从变量之间相互关系的表现形式看，相关关系可分为A.正相关B.负相关C.直线相关D.曲线相关E.单相关和复相关4.如果变量x与y之间没有线性相关关系，则A.相关系数r=0B.相关系数r=1C.估计标准误差等于0D.估计标准误差等于1E.回归系数b=05.设单位产品成本（元）对产量（件）的⼀元线性回归⽅程为y=85-5.6x，则A.单位成本与产量之间存在着负相关B.单位成本与产量之间存在着正相关C.产量每增加1千件，单位成本平均增加5.6元D.产量为1千件时，单位成本为79.4元E.产量每增加1千件，单位成本平均减少5.6元6.根据变量之间相关关系的密切程度划分,可分为A.不相关B.完全相关C.不完全相关D.线性相关E.⾮线性相关7.判断现象之间有⽆相关关系的⽅法有A.对现象作定性分析B.编制相关表C.绘制相关图D.计算相关系数E.计算估计标准误差 8.当现象之间完全相关的,相关系数为A.0B.－1C.1D.0.5E.－0.5 9.相关系数r =0说明两个变量之间是A.可能完全不相关B.可能是曲线相关C.肯定不线性相关D.肯定不曲线相关E.⾼度曲线相关10.下列现象属于正相关的有A.家庭收⼊愈多,其消费⽀出也愈多B.流通费⽤率随商品销售额的增加⽽减少C.产量随⽣产⽤固定资产价值减少⽽减少D.⽣产单位产品耗⽤⼯时,随劳动⽣产率的提⾼⽽减少E.⼯⼈劳动⽣产率越⾼,则创造的产值就越多 11.直线回归分析的特点有A.存在两个回归⽅程B.回归系数有正负值C.两个变量不对等关系D.⾃变量是给定的,因变量是随机的E.利⽤⼀个回归⽅程,两个变量可以相互计算 12.直线回归⽅程中的两个变量A.都是随机变量B.都是给定的变量C.必须确定哪个是⾃变量,哪个是因变量D.⼀个是随机变量,另⼀个是给定变量E.⼀个是⾃变量,另⼀个是因变量13.从现象间相互关系的⽅向划分,相关关系可以分为A.直线相关B.曲线相关C.正相关D.负相关E.单相关 14.估计标准误差是A.说明平均数代表性的指标B.说明回归直线代表性指标C.因变量估计值可靠程度指标D.指标值愈⼩,表明估计值愈可靠E.指标值愈⼤,表明估计值愈可靠 15.下列公式哪些是计算相关系数的公式16.⽤最⼩平⽅法配合的回归直线,必须满⾜以下条件A.∑(y-y c )=最⼩值B.∑(y-y c )=0C.∑(y-y c )2=最⼩值D.∑(y-y c )2=0E.∑(y-y c )2=最⼤值 17.⽅程y c =a+bx222222)()(.)()())((...))((.y y n x x n yx xy n r E y y x x y y x x r D L L L r C L L L r B n y y x x r A xx xy xyyy xx xy y x ∑-∑?∑-∑∑?∑-∑=-∑?-∑--∑===--∑=σσA.这是⼀个直线回归⽅程B.这是⼀个以X为⾃变量的回归⽅程C.其中a是估计的初始值D.其中b是回归系数E.y c是估计值18.直线回归⽅程y c=a+bx中的回归系数bA.能表明两变量间的变动程度B.不能表明两变量间的变动程度C.能说明两变量间的变动⽅向D.其数值⼤⼩不受计量单位的影响E. 其数值⼤⼩受计量单位的影响19.相关系数与回归系数存在以下关系A.回归系数⼤于零则相关系数⼤于零B.回归系数⼩于零则相关系数⼩于零C.回归系数等于零则相关系数等于零D.回归系数⼤于零则相关系数⼩于零E.回归系数⼩于零则相关系数⼤于零20.配合直线回归⽅程的⽬的是为了A.确定两个变量之间的变动关系B.⽤因变量推算⾃变量C.⽤⾃变量推算因变量D.两个变量相互推算E.确定两个变量之间的相关程度21.若两个变量x和y之间的相关系数r=1,则A.观察值和理论值的离差不存在B.y的所有理论值同它的平均值⼀致C.x和y是函数关系D.x与y不相关E.x与y是完全正相关22.直线相关分析与直线回归分析的区别在于A.相关分析中两个变量都是随机的;⽽回归分析中⾃变量是给定的数值,因变量是随机的B.回归分析中两个变量都是随机的;⽽相关分析中⾃变量是给定的数值,因变量是随机的C.相关系数有正负号;⽽回归系数只能取正值D.相关分析中的两个变量是对等关系;⽽回归分析中的两个变量不是对等关系E.相关分析中根据两个变量只能计算出⼀个相关系数;⽽回归分析中根据两个变量只能计算出⼀个回归系数三、填空题1.研究现象之间相关关系称作相关分析。
- 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)。
第七章 参数估计7.1 (1)x σ==(2)2x z α∆= 1.96=1.54957.2 某快餐店想要估计每位顾客午餐的平均花费金额。
在为期3周的时间里选取49名顾客组成了一个简单随机样本。
(1)假定总体标准差为15元，求样本均值的抽样标准误差。
x σ==(2)在95％的置信水平下，求估计误差。
x x t σ∆=⋅，由于是大样本抽样，因此样本均值服从正态分布，因此概率度t=2z α 因此，x x t σ∆=⋅2x z ασ=⋅0.025x z σ=⋅=1.96×2.143=4.2 (3)如果样本均值为120元，求总体均值 的95％的置信区间。
置信区间为：2x z x z αα⎛-+ ⎝=()120 4.2,120 4.2-+=（115.8，124.2）7.322x z x z αα⎛-+ ⎝=104560±（87818.856,121301.144） 7.4 从总体中抽取一个n=100的简单随机样本,得到x =81，s=12。
要求：大样本，样本均值服从正态分布：2,x N n σμ⎛⎫ ⎪⎝⎭ 或2,s x N n μ⎛⎫⎪⎝⎭置信区间为：22x z x z αα⎛-+ ⎝=1.2 (1)构建μ的90％的置信区间。
2z α=0.05z =1.645，置信区间为：()81 1.645 1.2,81 1.645 1.2-⨯+⨯=（79.03，82.97）(2)构建μ的95％的置信区间。
2z α=0.025z =1.96，置信区间为：()81 1.96 1.2,81 1.96 1.2-⨯+⨯=（78.65，83.35）(3)构建μ的99％的置信区间。
2z α=0.005z =2.576，置信区间为：()81 2.576 1.2,81 2.576 1.2-⨯+⨯=（77.91，84.09）7.5 （1）2x z α±=25 1.96±=（24.114，25.886）（2）2x z α±119.6 2.326±=（113.184，126.016）（3）2x z α± 3.419 1.645±（3.136，3.702）7.6 （1）2x z α±=8900 1.96±=（8646.965，9153.035）（2）2x z α±8900 1.96±=（8734.35，9065.65）（3）2x z α±8900 1.645±=（8761.395，9038.605）（4）2x z α±8900 2.58±=（8681.95，9118.05）7.7 某大学为了解学生每天上网的时间，在全校7 500名学生中采取重复抽样方法随机抽取36人，调解：（1）样本均值x =3.32，样本标准差s=1.611α-=0.9，t=2z α=0.05z =1.645，x z α± 3.32 1.645±=（2.88，3.76）1α-=0.95，t=z α=0.025z =1.96，x z α± 3.32 1.96±（2.79，3.85）1α-=0.99，t=z α=0.005z =2.576，2x z α± 3.32 2.76±（2.63，4.01）7.82x t α±=10 2.365±7.9 某居民小区为研究职工上班从家里到单位的距离，抽取了由16个人组成的一个随机样本，他们到单位的距离(单位：km)分别是：10 3 14 86 9 12 117 5 1015 9 16 13 2假定总体服从正态分布，求职工上班从家里到单位平均距离的95％的置信区间。
解：小样本，总体方差未知，用t 统计量x t =()1t n - 均值=9.375，样本标准差s=4.11, 1α-=0.95，n=16，()21t n α-=()0.02515t =2.13置信区间：()()2211x t n x t n αα⎛--+- ⎝=9.375 2.13 2.13⎛-+ ⎝=（7.18，11.57）7.10 (1) x z α±149.5 1.96±（148.8695,150.1305） (2)中心极限定理7．11 某企业生产的袋装食品采用自动打包机包装，每袋标准重量为l00g 。
现从某天生产的一批产品(1)确定该种食品平均重量的95％的置信区间。
解：大样本，总体方差未知，用z 统计量：x z =()0,1N样本均值=101.4，样本标准差s=1.829，1α-=0.95，2z α=0.025z =1.96置信区间：2x z x z αα⎛-+ ⎝=101.4 1.96 1.96⎛-+ ⎝=（100.89，101.91）(2)如果规定食品重量低于l00g 属于不合格，确定该批食品合格率的95％的置信区间。
解：总体比率的估计。
大样本，总体方差未知，用z 统计量：z =()0,1N样本比率=（50-5）/50=0.9，1α-=0.95，2z α=0.025z =1.96置信区间：2p z p z αα⎛ -+ ⎝=0.9 1.96 1.96⎛ -+ ⎝=（0.8168，0.9832）7.12 正态分布，大样本，方差未知x zα±16.128 2.576±（15.679,16.576）7．13 一家研究机构想估计在网络公司工作的员工每周加班的平均时间，为此随机抽取了18个员工。
解：小样本，总体方差未知，用t 统计量：x t =()1t n - 均值=13.56，样本标准差s=7.801，1α-=0.90，n=18，()21t n α-=()0.0517t =1.7369置信区间：()()211x t n x t n αα⎛--+-⎝=13.56 1.7369 1.7369⎛-+⎝=（10.36，16.75）7.14 （1）p z α±0.512.576±（0.33159，0.7041） （2）p z α±0.82 1.96±（0.7765，0.8635） （3）2p z α±0.48 1.645±（0.4558,0.5042） 7．15 在一项家电市场调查中．随机抽取了200个居民户，调查他们是否拥有某一品牌的电视机。
其中拥有该品牌电视机的家庭占23％。
求总体比例的置信区间，置信水平分别为90%和95%。
解：总体比率的估计大样本，总体方差未知，用z 统计量：z =()0,1N样本比率=0.23，1α-=0.90，2z α=0.025z =1.645置信区间：2p z p z αα⎛ -+ ⎝=0.23 1.645 1.645⎛ -+ ⎝=（0.1811，0.2789） 1α-=0.95，2z α=0.025z=1.9622p z p z αα⎛ -+ ⎝=0.23 1.96 1.96⎛ -+ ⎝=（0.1717，0.2883） 7.16 2222()z s n Eα==2222.5761000200=166 7.17 （1）222()(1)z n Eαππ-==222.050.4(10.4)0.02-=2522 （2）222()(1)z n E αππ-==221.960.5(10.5)0.04-=601 （当π未知是，取0.5）（3）222()(1)z n E αππ-==221.6450.55(10.55)0.05-=3287.18 （1）p z α±0.64 1.96±（0.5070，0.7731） （2）222()(1)z n Eαππ-==221.960.8(10.8)0.1-=62 7.197．20 顾客到银行办理业务时往往需要等待一段时间，而等待时间的长短与许多因素有关，比如，银行业务员办理业务的速度，顾客等待排队的方式等。
为此，某银行准备采取两种排队方式进行试验，第一种排队方式是：所有顾客都进入一个等待队列；第二种排队方式是：顾客在三个业务窗口处列队三排等待。
为比较哪种排队方式使顾客等待的时间更短，银行各随机抽取10名顾客，他们在办理业务时所等待的时间(要求：(1)构建第一种排队方式等待时间标准差的95％的置信区间。
解：估计统计量：()()2221~1n S n χσ-- 经计算得样本标准差22s =3.318，1α-=0.95，n=10，()221n αχ-=()20.0259χ=19.02，()2121n αχ--=()20.9759χ=2.7置信区间：()()()()222222121111n S n S n n αασχχ---≤≤--=90.227290.2272,19.02 2.7⨯⨯⎛⎫ ⎪⎝⎭=（0.1075，0.7574）因此，标准差的置信区间为（0.3279，0.8703）(2)构建第二种排队方式等待时间标准差的95％的置信区间。
解：估计统计量：()()2221~1n S n χσ-- 经计算得样本标准差21s =0.2272，1α-=0.95，n=10，()221n αχ-=()20.0259χ=19.02，()2121n αχ--=()20.9759χ=2.7置信区间：()()()()222222121111n S n S n n αασχχ---≤≤--=9 3.3189 3.318,19.02 2.7⨯⨯⎛⎫⎪⎝⎭=（1.57，11.06） 因此，标准差的置信区间为（1.25，3.33）(3)根据(1)和(2)的结果，你认为哪种排队方式更好? 第一种方式好，标准差小。
7.21 正态总体，独立小样本，方差未知但相等：12()x x -±222112212(1)(1)2pn s n s s n n -+-=+-，12(2)df n n +- ） （1）()2121t n n α+-=()0.051472t +-=1.7291，代入略 （2）()2121t n n α+-=()0.0251472t +-=2.0930，代入略 （3）()2121t n n α+-=()0.051472t +-=2.8609，代入略7.22（1）正态或非正态总体，独立大样本，方差未知12()x x -±（2）正态总体，独立小样本，方差未知但12σσ=：12()x x -±222112212(1)(1)2pn s n s s n n -+-=+-，12(2)df n n +- ） （3）正态总体，独立小样本，方差未知12σσ≠但12n n =，122df n n =+-12()x x -± （4）正态总体，独立小样本，方差未知但12σσ=，12n n ≠：12()x x -±222112212(1)(1)2pn s n s s n n -+-=+-，12(2)df n n +- ） （5）正态总体，独立小样本，方差未知但12σσ≠，12n n ≠12()x x -±（其中22212122222112212()()()11s s n n df s n s n n n +=+--）d d =1.75，d s =2.62996(2)设12μμ和分别为总体A 和总体B 的均值，构造12d μμμ=-的95％的置信区间。