统计学第六章假设习题检验答案
第六章 假设检验
A.μ1=μ2
B. =
C.μ1≠μ2
D.μ1>μ2
答案：A
14.设(X1,X2,…,Xn1)和(Y1,Y2,…,Yn2,)是分别来自正态总体X~N(μ1,σ21)和Y~N(μ2,σ22)的相互独立的样本。若原假设为H0:σ21=σ22,则选择的统计量 服从的分布是（）
A.增加样本含量B.减小容许误差C.减小总体标准差D.减少样本含量
E.以上都不对
答案：A
25.下列关于假设检验的结论哪项是正确的( )
A.检验中显著性水平α是犯“以真为假”的错误(即第一类错误)的概率
B.进行假设检验时,选取的检验统计量不能包含总体分布中的任何参数
C.用u检验法进行两个总体均值的比较检验时,要求方差相等
11.假设检验时应注意的主要问题是（）
A.资料来源必须随机化
B.检验方法应符合其适用条件
C.不要把“显著”当作相差很大
D.以上都对
答案：D
12.对于单个正态总体方差σ2的假设检验,备择假设为H1:σ2>σ20,进行了 单侧检验。那么,原假设Ho的拒绝域为（）
A. ≤ 或 ≥
B. ≤
C. ≥
D. ≥
答案：C
C.原假设Ho不成立,经检验不能拒绝的概率
D.原假设Ho不成立,经检验被拒绝的概率
答案：B
9.当方差σ2已知时,单个正态总体均值μ的假设检验选择的统计量是（）
A.
B.
C.
D.
答案：A
10.在假设检验中,未知方差σ2,单个正态总体均值μ的假设检验采用（）
A.u检验
B. 检验
C.t检验
D.F检验
答案：C
王孝玲《教育统计学》第六章课后练习题超详细解答步骤
15 答： 错误：拒绝了属于真实的零假设，犯这类错误的可能性的大小为α值的大小。通过选择 适当的显著性水平加以控制，加大保留区范围。 错误：保留了属于不真实的零假设，犯这类错误的可能性的大小为β值的大小。（1）利
用已知的实际总体参数值有假设参数之间的大小关系，合理安排拒绝区的位置，尽量减小 β值；（2）将样本容量增大，这样的话，形态高狭，两侧面积小，β值小。 16 答： 采用右侧检验，控制β 错误的发生。 H0：µ ≤ ，H1：µ > 3
7䁤 − 7 䁤 − 䁤 = =− 䁤 8 䁤4 䁤 4 − 朴− 根据假设，采用双侧检验 显著性水平临界值为 t(14)0.05=2.145, t(14)0.01=2.977
由于|t|= 䁤 8 < 2.145= t(14)0.05 ， P>0.05，因此保留 H0 假设，拒绝 H1 假设，即该校测验成绩与全 区之间没有显著差异。 20. 答： 由于总体标准差未知，且样本容量小 n<30，因此可按 t 分布计算 ≥ 朴 䁤8，H1： 提出假设 H0： 计算统计量 t = 49䁤朴， = 7䁤8，n= 28，μ = 朴 䁤8 < 朴 䁤8
由于总体标准差未知，且样本量小 n<30, 因此置信区间可按 t 分布计算
=(92+94+96+66+84+71+45+98+94+67)/10= 807/10=80.7
P 8 䁤7 −
P
−
t 䁤 朴
9 䁤 朴
7䁤
<μ<
< μ < 8 䁤7 + 4
+
t 䁤 朴 9 䁤 朴
7䁤
第六章假设检验
第六章假设检验第六章假设检验一、选择题1.当显著水平为0.05时，则置信度为（）A.99%B.5%C.2.5%D.95%答案：D2.单个正态总体均值的假设检验，方差σ2已知时，应选择（）A.u检验B.t检验C.2χ检验D.F检验答案：A3.单个正态总体均值的假设检验，方差σ2未知,样本容量较小时，应选择（）A.u检验B.t检验C.2χ检验D.F检验答案：B4.在假设检验中,如果待检验的原假设为Ho,那么犯第二类错误的是指（）A.H o成立,接受H oB.H o不成立,接受H oC.H o成立,拒绝H oD.H o不成立,拒绝H o答案：B5.配对比较两个正态总体均值的假设检验，应选择（）A.u检验B.t检验C.2χ检验D.F检验答案：B6.成组比较两个正态总体方差的假设检验，应选择（）A.u检验B.t检验C.2χ检验D.F检验答案：D7.单个正态总体方差的假设检验，应选择（）A.u检验B.t检验C.2χ检验答案：C8.在假设检验的问题中,显著性水平α的意义是（）A.原假设H o 成立,经检验不能拒绝的概率B.原假设H o 成立,经检验被拒绝的概率C.原假设H o 不成立,经检验不能拒绝的概率D.原假设H o 不成立,经检验被拒绝的概率答案：B9.当方差σ2已知时,单个正态总体均值μ的假设检验选择的统计量是（） A.n u /σμ-= B.n S X /t μ-= C.222)1σχS n -=（ D.22222121//σσS S F =答案：A10.在假设检验中,未知方差σ2,单个正态总体均值μ的假设检验采用（）A.u 检验B.2χ检验C.t 检验D.F 检验答案：C11.假设检验时应注意的主要问题是（）A.资料来源必须随机化B.检验方法应符合其适用条件C.不要把“显著”当作相差很大D.以上都对答案：D 12.对于单个正态总体方差σ2的假设检验,备择假设为H 1:σ2>σ20,进行了2χ单侧检验。
《统计学》-第6章-习题答案
第六章课后题解答1.与参数检验相比，非参数检验有哪些优缺点？主要适用于那些场合？答：（1）非参数检验不需要严格假设条件，因而比参数检验有更广泛的适用面；非参数检验几乎可以处理包括定类数据和定序数据在内的所有类型的数据，而参数检验通常只能用于定量数据的分析；在参数检验和非参数检验都可以使用的情况下，非参数检验的功效（power）要低于参数检验方法。
（2）参数检验中的假设条件不满足；检验中涉及的数据为定类或定序数据；所涉及的问题中并不包含参数；对各种资料的初步分析。
2.使用“学生调查.sav”文件中的数据检验：（1）能否认为总体中学生的学习兴趣呈均匀分布？（2）能否认为总体中学生的身高服从正态分布？答：（1）利用2拟合优度检验，计算出的2统计量的值为2.000,自由度为4,相应的p值（渐近显著性）为0.736。
由于0.736大于0.05,所以在5% 的显著性水平下不能拒绝原假设，也就是说根据样本数据不能认为总体数据是非均匀的。
乱0伞单疋（0.0%）貝有型于5的期峑a单」T:晨小7.0（2）利用单样本K-S检验法，计算出的D max统计量的值为0.899,相应的p值（渐近显著性）为0.394。
由于0.394大于0.05,所以在5%的显著性水平下不能拒绝原假设，也就是说根据样本数据不能认为总体数据是非正态的。
单样進Kolmogor ov-Smirnov 攪腌亂检验分芜为正悲分布乱根据救摇计算得到*表2.23.某企业生产一种钢管，规定长度的中位数是10米。
现随机地从正在生产的生产线上选取10根进行测量，结果为：9.8，10.1，9.7，9.9, 9.8，10.0, 9.7, 10.0，9.9, 9.8。
问该企业的生产过程是否需要调整。
答：单样本中位数的符号检验法检验钢管长度的中位数是否为50,各个数值与中位数比较的结果，有7个值小于10, 1个值大于10, 2个等于10。
样本量较少，输出双侧检验的p值（精确显著性）为0.070。
统计学第六章课后题及答案解析
第六章一、单项选择题1．下面的函数关系是( )A现代化水平与劳动生产率 B圆周的长度决定于它的半径C家庭的收入和消费的关系 D亩产量与施肥量2．相关系数r的取值范围( )A -∞< r <+∞B -1≤r≤+1C -1< r < +1D 0≤r≤+13．年劳动生产率x(干元)和工人工资y=10+70x，这意味着年劳动生产率每提高1千元时，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4．若要证明两变量之间线性相关程度高，则计算出的相关系数应接近于( )A +1B -1C 0.5D 15．回归系数和相关系数的符号是一致的，其符号均可用来判断现象( )A线性相关还是非线性相关 B正相关还是负相关C完全相关还是不完全相关 D单相关还是复相关6．某校经济管理类的学生学习统计学的时间(x)与考试成绩(y)之间建立线性回归方程ŷ=a+bx。
经计算，方程为ŷ=200—0.8x，该方程参数的计算( )A a值是明显不对的B b值是明显不对的C a值和b值都是不对的D a值和b值都是正确的7．在线性相关的条件下，自变量的均方差为2，因变量均方差为5，而相关系数为0.8时，则其回归系数为：( )A 8B 0.32C 2D 12．58．进行相关分析，要求相关的两个变量( )A都是随机的 B都不是随机的C一个是随机的，一个不是随机的 D随机或不随机都可以9．下列关系中，属于正相关关系的有( )A合理限度内，施肥量和平均单产量之间的关系B产品产量与单位产品成本之间的关系C商品的流通费用与销售利润之间的关系D流通费用率与商品销售量之间的关系10．相关分析是研究( )A变量之间的数量关系 B变量之间的变动关系C变量之间的相互关系的密切程度 D变量之间的因果关系11．在回归直线y c=a+bx，b<0，则x与y之间的相关系数 ( )A r=0B r=lC 0< r<1D -1<r <012．当相关系数r=0时，表明( )A现象之间完全无关 B相关程度较小C现象之间完全相关 D无直线相关关系13．下列现象的相关密切程度最高的是( )A某商店的职工人数与商品销售额之间的相关系数0.87B流通费用水平与利润率之间的相关系数为-0.94C商品销售额与利润率之间的相关系数为0.51D商品销售额与流通费用水平的相关系数为-0.8114．估计标准误差是反映( )A平均数代表性的指标 B相关关系的指标C回归直线方程的代表性指标 D序时平均数代表性指标二、多项选择题1．下列哪些现象之间的关系为相关关系( )A家庭收入与消费支出关系 B圆的面积与它的半径关系C广告支出与商品销售额关系D商品价格一定，商品销售与额商品销售量关系2．相关系数表明两个变量之间的( )A因果关系 C变异程度 D相关方向 E相关的密切程度3．对于一元线性回归分析来说( )A两变量之间必须明确哪个是自变量，哪个是因变量B回归方程是据以利用自变量的给定值来估计和预测因变量的平均可能值C可能存在着y依x和x依y的两个回归方程D回归系数只有正号4．可用来判断现象线性相关方向的指标有( )A相关系数 B回归系数 C回归方程参数a D估计标准误5．单位成本(元)依产量(千件)变化的回归方程为y c=78- 2x，这表示( ) A产量为1000件时，单位成本76元B产量为1000件时，单位成本78元C产量每增加1000件时，单位成本下降2元D产量每增加1000件时，单位成本下降78元6．估计标准误的作用是表明( )A样本的变异程度 B回归方程的代表性C估计值与实际值的平均误差 D样本指标的代表性7．销售额与流通费用率，在一定条件下，存在相关关系，这种相关关系属于( ) A完全相关 B单相关 C负相关 D复相关8．在直线相关和回归分析中( )A据同一资料，相关系数只能计算一个B据同一资料，相关系数可以计算两个C据同一资料，回归方程只能配合一个D据同一资料，回归方程随自变量与因变量的确定不同，可能配合两个9．相关系数r的数值( )A可为正值 B可为负值 C可大于1 D可等于-110．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11．确定直线回归方程必须满足的条件是( )A现象间确实存在数量上的相互依存关系B相关系数r必须等于1C y与x必须同方向变化D现象间存在着较密切的直线相关关系12．当两个现象完全相关时，下列统计指标值可能为( )A r=1B r=0C r=-1D S y=013．在直线回归分析中，确定直线回归方程的两个变量必须是( )A一个自变量，一个因变量 B均为随机变量C对等关系 D一个是随机变量，一个是可控制变量14．配合直线回归方程是为了( )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两个变量都是随机的15．在直线回归方程中( )A在两个变量中须确定自变量和因变量 B一个回归方程只能作一种推算C要求自变量是给定的，而因变量是随机的。
统计学第六章假设检验
10
即 z 拒绝域，没有落入接受域，所以没有足够理由接受原假设H0, 同
时，说明该类型电子元件的使用寿命确实有了显著的提高。
第六章 假设检验
1. 正态总体均值的假设检验
(2) 总体方差 2 未知的情形
双侧举例：【例 6-6】某厂用生产线上自动包装的产品重量服从正态
分布，每包标准重量为1000克。现随机抽查9包，测得样本平均重量为
100个该类型的元件，测得平均寿命为102(小时), 给定显著水平α=0.05,
问，该类型的电子元件的使用寿命是否有明显的提高？
解：该检验的假设为右单侧检验 H0: u≤100, H1: u>100
已知 z z0.05 1.645
zˆ x u0 n 100 (102 100 ) 2 1.645
986克，样本标准差是24克。问在α=0.05的显著水平下,能否认为生产线
工作正常？ 解：该检验的假设为双侧检验 H0: u=0.5, H1: u≠0.5
已知 t /2 (n 1) t0.025 (9 1) 2.306， 而 tˆ x u 986 1000 1.75 可见 tˆ 1.75 2.306
设H0, 同时，说明该包装机生产正常。
其中 P( Z 1.8) 1 P( Z 1.8) 1 0.9281 0.0719 0.05。
第六章 假设检验
单侧举例：【例 6-4】某电子产品的平均寿命达到5000小时才算合格，
现从一批产品中随机抽出12件进行试验，产品的寿命分别为
5059, 3897, 3631, 5050, 7474, 5077, 4545, 6279, 3532, 2773, 7419, 5116
的显著性水平=0.05，试测算该日生产的螺丝钉的方差是否正常？
统计学第六章作业参考答案
第六章抽样调查一、单项选择1、在抽样调查中，必须遵循（B ）抽取样本A、随意原则B、随机原则C、可比原则D、对等原则2、抽样调查的主要目的在于（C ）A、计算和控制抽样误差B、了解全及总体单位的情况C、用样本指标推断总体指标D、对调查单位作深入的研究3、在抽样调查中，无法避免的误差是（D ）A、登记误差B、计算误差C、记录误差D、抽样误差4、样本指标和总体指标（B ）A、前者是个确定值，后者是个随机变量B、前者是个随机变量，后者是个确定值C、两者均是确定值D、两者均是随机变量5、抽样平均误差反映了样本指标与总体指标之间的（B ）A、可能误差范围B、平均误差程度C、实际误差D、实际误差的绝对值6、抽样平均误差是（C ）A、全部样本指标的平均数B、全部样本指标的平均差C、全部样本指标的标准差D、全部样本指标的标志变异系数7、在其他条件保持不变的情况下，抽样平均误差（A ）A、随着总体标志变动程度的增加而加大B、随着总体标志变动度的增加而减少C、随着总体标志变动度的减少而加大D、不随总体标志变动度的改变而改变8、在其他条件保持不变的情况下，抽样平均误差（B ）A、随着抽样数目的增加而加大B、随着抽样数目的增加而减少C、随着抽样数目的减少而减少D、不会随着抽样数目的改变而改变9、在同等条件下，重复抽样和不重复抽样相比较，其抽样平均误差（B ）A、前者小于后者B、前者大于后者C、两者相等D、无法确定哪一个大10、从2000名学生中按不重复抽样方法抽取了100名进行调查，其中有女生45名，则样本成数的抽样平均误差为（ B ）A、0.24%B、4.85%C、4.97%D、以上都不对11、抽样极限误差反映了样本指标与总体指标之间的（D ）A、抽样误差的平均数B、抽样误差的标准差C、抽样误差的可靠程度D、抽样误差的可能范围12、若总体平均数X=50，在一次抽样调查中测得x=48，则以下说法正确的是（ C ）A、抽样极限误差为2 B、抽样平均误差为2C、抽样实际误差为2D、以上都不对13、计算必要抽样数目时，若总体方差已知，应当从几个可供选择的样本方差中挑选出数值（ C ）A、最小的B、任意的C、最大的D、适中的14、在简单重复随机抽样条件下，欲使误差范围缩小一半，其他要求不变，则样本容量必须（ B ）A、增加2倍B、增加3倍C、减少2倍D、减少3倍二、多项选择1、从一个全及总体可以抽取一系列样本，因此（BCE）A、总体指标是个随机变量B、抽样指标是个随机变量C、抽样指标的数值不是唯一的D、抽样指标总是小于总体指标E、抽样指标可能大于、等于或小于总体指标2、抽样平均误差是（ABD）A、反映样本指标与总体指标的平均误差程度B、样本指标的标准差C、总体指标的标准差D、衡量抽样指标对于全及指标代表程度的尺度E、样本指标的平均数3、采用类型抽样的组织形式（ACE）A、需要对总体各单位进行分组B、组内是进行全面调查C、抽样误差较其它几种组织形式要小D、最符合随机原则E、适用于总体各单位标志值差异较大的总体4、在其它条件不变的情况下，抽样极限误差的大小和推断的可靠程度的关系是（CD）A、允许误差范围越大，推断的可靠程度越低B、允许误差范围越小，推断的可靠程度越高C、扩大极限误差的范围，可以提高推断的可靠程度D、缩小极限误差的范围，只能降低推断的可靠程度E、扩大或缩小极限误差范围与推断的可靠程度无关5、影响样本容量大小的因素有（ACDE）A、总体标准差的大小B、样本各单位标志差异程度的大小C、抽样估计的可靠程度D、允许误差的大小E、抽样的方法和组织形式三、计算1、某工厂有1500名职工，从中随机抽取50名职工作为样本，调查其工资水平，调查结果如下表：②以95.45%的可靠性估计该厂职工的月平均工资和工资总额的区间。
《统计学》-第6章-习题答案
第六章课后题解答1. 与参数检验相比，非参数检验有哪些优缺点？主要适用于那些场合？答：（1）非参数检验不需要严格假设条件，因而比参数检验有更广泛的适用面；非参数检验几乎可以处理包括定类数据和定序数据在内的所有类型的数据，而参数检验通常只能用于定量数据的分析；在参数检验和非参数检验都可以使用的情况下，非参数检验的功效（power）要低于参数检验方法。
（2）参数检验中的假设条件不满足；检验中涉及的数据为定类或定序数据；所涉及的问题中并不包含参数；对各种资料的初步分析。
2. 使用“学生调查.sav”文件中的数据检验：（1）能否认为总体中学生的学习兴趣呈均匀分布？（2）能否认为总体中学生的身高服从正态分布？χ拟合优度检验，计算出的2χ统计量的值为2.000，自由答：（1）利用2度为4，相应的p值（渐近显著性）为0.736。
由于0.736大于0.05，所以在5%的显著性水平下不能拒绝原假设，也就是说根据样本数据不能认为总体数据是非均匀的。
表2.1（2）利用单样本K-S检验法，计算出的D统计量的值为0.899，相应的pmax值（渐近显著性）为0.394。
由于0.394大于0.05，所以在5%的显著性水平下不能拒绝原假设，也就是说根据样本数据不能认为总体数据是非正态的。
表2.23. 某企业生产一种钢管，规定长度的中位数是l0米。
现随机地从正在生产的生产线上选取10根进行测量，结果为：9.8，10.1，9.7，9.9，9.8，10.0，9.7，10.0，9.9，9.8。
问该企业的生产过程是否需要调整。
答：单样本中位数的符号检验法检验钢管长度的中位数是否为50，各个数值与中位数比较的结果，有7个值小于10，1个值大于10，2个等于10。
样本量较少，输出双侧检验的p值（精确显著性）为0.070。
显然，这里我们的结论是不能拒绝原假设。
表3.14. 从上海证券交易所的上市公司随机抽取10家，观察其2008年年终财务报告公布前后三日的平均股价（如表6-15），试用参数和非参数方法检验：我国上市公司年报对股价是否有显著性影响？表6-15 10家公司年终财务报告公布前后三日的平均股价序号 1 2 3 4 5 6 7 8 9 10 年报公布前15 21 18 13 35 10 17 23 14 25年报公布后17 18 25 16 40 8 21 31 22 25答：表4.1是Wilcoxon符号秩检验的计算结果。
大学统计学 第6章 假设检验与方差分析
35%
16
30%
14
12
25%
10
20%
8
`
15%
6
10%
4
2
5%
0
0%
50-60
70-80
90-100
统计学导论
第六章 假设检验与方差分析
第一节 假设检验的基本原理 第二节 总体均值的假设检验 第三节 总体比例的假设检验 第四节 单因子方差分析 第五节 双因子方差分析 第六节 Excel在假设检验与方差分析
记为 H1:。150
整理课件
6-7
三、检验统计量
所谓检验统计量，就是根据所抽取的样本计 算的用于检验原假设是否成立的随机变量。
检验统计量中应当含有所要检验的总体参数， 以便在“总体参数等于某数值”的假定下研 究样本统计量的观测结果。
检验统计量还应该在“H0成立”的前提下有 已知的分布，从而便于计算出现某种特定的 观测结果的概率。
为 =x 149.8克，样本标准差s=0.872克。问该
生产线的装袋净重的期望值是否为150克（即 问生产线是否处于控制状态）?
整理课件
6-4
所谓假设检验，就是事先对总体的参数 或总体分布形式做出一个假设，然后利用抽 取的样本信息来判断这个假设（原假设）是 否合理，即判断总体的真实情况与原假设是 否存在显著的系统性差异，所以假设检验又 被称为显著性检验。
量所得结果落入接受域的概率。
问题，对于 和 大小的选择有
不同的考虑。例如，在例 6-1 中，如果检验者站在卖方 的立场上，他较为关心的是不要犯第一类错误，即不 要发生产品本来合格却被错误地拒收这样的事情，这
时， 要较小。反之，如果检验者站在买者的立场上，
《统计学概论》第六章课后练习题答案
6．2002 年某地城市消费品零售额 200 亿元，比上年增长 10．5%，农村消费品零售额 135
亿元，增长 8．8%，扣除物价因素后，实际分别增长 9．2%和 7．3%。试问该地城、乡消
费品价格分别上涨多少？
解：
地区
2002 年消费品零售额 （亿元）
2002 年比 2001 年零售额 2002 年比 2001 年零售额
计算平均成本指数，并分析由于平均成本变动对总成本的影响绝对额；
（2）在平均成本的总变动中，分析各分厂成本水平变动及各分厂产量结构的影响程度和
影响绝对额。
∑∑ 解：（1） x1 =
x1 f1 = 258.5 = 5.17 （元） f1 50
∑∑ x0 =
x0 f0 = 161 = 5.37 （元） f0 30
（3）单位成本总指数；
（4）出厂价格总指数。
∑∑ 解：（1） kq =
q1c0 = 2200×10.5 + 6000× 6 = 59100 = 115.88% q0c0 2000×10.5 + 5000× 6 51000
基期 12．0 6．2
报告期 12．5 6．0
∑∑ （2） kq =
q1 p0 = 2200×12 + 6000× 6.2 = 63600 = 115.64% q0 p0 2000×12 + 5000× 6.2 55000
（3）蔬菜价格变动使得居民增加支出的金额=（2.2-2.0）×5.20×1000=1040（万）
猪肉价格变动使得居民增加支出的金额=（17.8-17）×5.52×1000=4416（万）
鲜蛋价格变动使得居民增加支出的金额=（9.2-5.2）×1.15×1000=4600（万） 水产品价格变动使得居民增加支出的金额=（18数
(卫生统计学)第六章 假设检验基础
药前后患儿血清中免疫球蛋白IgG(mg/dl)含量
编号 1 2 3 4 5 6 7 8 9 10 11 12
用药前 1206.4 921.69 1294.08 945.36 721.36 692.32 980.01 691.01 910.39 568.56 1105.52 757.43
用药后 1678.44 1293.36 1711.66 1416.70 1204.55 1147.30 1379.59 1091.46 1360.34 1091.83 1728.03 1398.86
目的
H0
H1
双侧检验 是否μ1≠μ2
μ1=μ2
μ1≠μ2
单侧检验 是否μ1>μ2
μ1=μ2
μ1>μ2
或是否μ1<μ2
μ1=μ2
μ1<μ2
返回
选定检验方法和计算检验统计量
要根据研究设计的类型和统计推断的目的选用不同的检验方法。如 成组设计的两样本均数的比较用t检验（小样本）或Z检验（大样本）， 两样本方差的比较用F检验。
(卫生统计学)第六章 假设检验基础
第一节、假设检验的概念与原理 一、假设检验的思维逻辑
1.小概率原理 小概率事件在一次随机试验中几乎是不可能发生
2.假设检验处理问题的特点 ⑴从全局的范围，即从总体上对问题作出判断 ⑵不可能对总体的每个个体均作观察
二、假设检验步骤
例6-1 已知北方农村儿童前囟门闭合月龄为14.1月。某研究者从东北某县抽取36名 儿童，得囟门闭合月龄均值为14.3月，标准差为5.08月。问该县儿童前囟门闭合月 龄的均数是否大于一般儿童？
四、方差齐性检验 homogeneity of variance test
统计学第6章习题答案精编版
一、选择题1、在用样本的估计量估计总体参数时，评价估计量的标准之一是使它与总体参数的离差越小越好。
这种评价标准称为（B）A、无偏性B、有效性C、一致性D、充分性2、根据一个具体的样本求出的总体均值95%的置信区间（D）A、以95%的概率包含总体均值B、有5%的可能性包含总体均值C、绝对包含总体均值D、绝对包含总体均值或绝对不包含总体均值3、估计量的无偏性是指（B）A、样本估计量的值恰好等于待估的总体参数B、所有可能样本估计值的期望值等于待估总体参数C、估计量与总体参数之间的误差最小D、样本量足够大时估计量等于总体参数4、下面的陈述中正确的是（C）A、95%的置信区间将以95%的概率包含总体参数B、当样本量不变时，置信水平越大得到的置信区间就越窄C、当置信水平不变时，样本量越大得到的置信区间就越窄D、当置信水平不变时，样本量越大得到的置信区间就越宽5、总体均值的置信区间等于样本均值加减估计误差，其中的估计误差等于所求置信水平的临界值乘以（A）A、样本均值的标准误差B、样本标准差C、样本方差D、总体标准差6、95%的置信水平是指（B）A、总体参数落在一个特定的样本所构造的区间内的概率为95%B、用同样的方法构造的总体参数的多个区间中，包含总体参数的区间的比例为95%C、总体参数落在一个特定的样本所构造的区间内的概率为5%D、用同样的方法构造的总体参数的多个区间中，包含总体参数的区间的比例为5%7、一个估计量的有效性是指（D）A、该估计量的期望值等于被估计的总体参数B、该估计量的一个具体数值等于被估计的总体参数C、该估计量的方差比其他估计量大D、该估计量的方差比其他估计量小8、一个估计量的一致性是指（C）A、该估计量的期望指等于被估计的总体参数B、该估计量的方差比其他估计量小C、随着样本量的增大该估计量的值越来越接近被估计的总体参数D、该估计量的方差比其他估计量大9、支出下面的说法哪一个是正确的（A）A、一个大样本给出的估计量比一个小样本给出的估计量更接近总体参数B、一个小样本给出的估计量比一个大样本给出的估计量更接近总体参数C 、一个大样本给出的总体参数的估计区间一定包含总体参数D 、一个小样本给出的总体参数的估计区间一定不包含总体参数10、用样本估计量的值直接作为总体参数的估计值，这一估计方法称为（A ）A 、点估计B 、区间估计C 、无偏估计D 、有效估计11、将构造置信区间的步骤重复多次，其中包含总体参数真值的次数所占的比例称为（C ）A 、置信区间B 、显著性水平C 、置信水平D 、临界值12、在总体均值和总体比例的区间估计中，估计误差由（C ）A 、置信水平确定B 、统计量的抽样标准差确定C 、置信水平和统计量的抽样标准差确定D 、统计量的抽样方差确定13、在置信水平不变的条件下，要缩小置信区间，则（A ）A 、需要增加样本量B 、需要减少样本量C 、需要保持样本量不变D 、需要改变统计量的抽样标准差14、估计一个正态总体的方差使用的分布是（C ）A 、正态分布B 、t 分布C 、卡方分布D 、F 分布15、当正态总体的方差未知，且为小样本条件下，估计总体均值使用的分布是（B ）A 、正态分布B 、t 分布C 、卡方分布D 、F 分布16、当正态总体的方差未知，在大样本条件下，估计总体均值使用的分布是（A ）A 、正态分布B 、t 分布C 、卡方分布D 、F 分布17、在其他条件不变的条件下，要使估计时所需的样本量小，则应该（A ）A 、提高置信水平B 、降低置信水平C 、使置信水平不变D 、使置信水平等于118、使用t 分布估计一个总体均值时，要求（D ）A 、总体为正态分布且方差已知B 、总体为非正态分布C 、总体为非正态分布但方差已知D 、正态总体方差未知，且为小样本19、在大样本条件下，总体均值在（1-α）置信水平下的置信区间可以些为（C ）A 、n t x σα2±B 、ns t x 2α± C 、n s z x 2α± D 、n s z x 22α±20、正态总体方差已知时，在小样本条件下，总体均值在α-1置信水平下的置信区间可以写为（C ）A 、n z x 22σα± B 、n s t x 2α±C 、n z x σα2±D 、n t x σα2±21、正态总体方差未知时，在小样本条件下，总体均值在α-1置信水平下的置信区间可以写为（B ）A 、n s z x 2α±B 、ns t x 2α±C 、n z x σα2±D 、n s z x 22α±22、指出下面的说法哪一个是正确的（A ）A 、样本量越大，样本均值的抽样标准差就越小B 、样本量越大，样本均值的抽样标准差就越大C 、样本量越小，样本均值的抽样标准差就越小D 、样本均值的抽样标准差与样本量无关23、抽取一个样本量为100的随机样本，其均值为81=x ，标准差12=s 。
统计学课后习题答案第六章
统计学课后习题答案第六章第六章统计学课后习题答案统计学是一门研究数据收集、分析和解释的学科。
无论是在科学研究、商业决策还是社会调查中，统计学都起着重要的作用。
在学习统计学的过程中，课后习题是巩固知识和提高技能的重要方式。
本文将为大家提供第六章统计学课后习题的答案，希望能够帮助大家更好地理解和应用统计学知识。
第一题：根据给定的数据集，计算平均数、中位数和众数。
解答：平均数是将所有数据相加，然后除以数据的个数。
中位数是将数据按照大小顺序排列，找到中间的数值。
众数是数据集中出现次数最多的数值。
第二题：给定一个样本数据集，计算方差和标准差。
解答：方差是每个数据点与平均数的差的平方的平均数。
标准差是方差的平方根。
第三题：根据给定的数据集，计算相关系数。
解答：相关系数是用来衡量两个变量之间的线性关系的强度和方向。
相关系数的取值范围是-1到1，接近1表示正相关，接近-1表示负相关，接近0表示无相关。
第四题：利用给定的数据集，进行假设检验。
解答：假设检验是用来判断一个假设是否成立的统计方法。
首先，我们提出一个原假设和备择假设。
然后，根据样本数据进行计算，得到一个统计量。
最后，根据统计量的取值和临界值进行判断，接受或拒绝原假设。
第五题：根据给定的数据集，进行回归分析。
解答：回归分析是用来研究两个或多个变量之间关系的统计方法。
通过建立一个数学模型，我们可以预测一个变量对另一个变量的影响。
回归分析可以帮助我们理解和解释变量之间的关系。
第六题：根据给定的数据集，进行抽样调查。
解答：抽样调查是从总体中选择一部分样本进行调查和研究的方法。
通过合理地选择样本，我们可以从样本中得出总体的特征和规律。
抽样调查可以帮助我们节省时间和成本，同时保证研究的可靠性和有效性。
通过以上的答案，我们可以看到统计学在数据分析和解释中的重要性。
掌握统计学知识和技能，可以帮助我们更好地理解和应用数据，从而做出准确的决策和预测。
希望以上答案能够对大家的学习和实践有所帮助。
统计学第六章 假设检验课后答案
第六章假设检验一、单项选择题二、多项选择题三、判断题四、填空题1、原假设（零假设）备择假设（对立假设）2、双侧检验Z Z =xn︱Z︱＜︱︱（或1－α）23、左单侧检验Z ＜－（或α）4、右单侧检验Z Z =xnZ ＞（或α）5、t t =︱t︱＞︱︱（或α）sx2n6、弃真错误（或第一类错误）存伪错误（或第二类错误）7、越大越小8、临界值五、简答题（略）六、计算题1、已知：σx = 12 n = 400 x= 21 建立假设H0：X≤20H1：X＞20右单侧检验，当α= 0.05时，Z0.05 = 1.645 构造统计量ZxZ =1.667＞Z0.05 = 1.645，所以拒绝原假设，说明总体平均数会超过20。
2、已知：P0 = 2% n = 500 p = 建立假设H0：P ≥ 2%H1：P ＜2%左单侧检验，当α= 0.05时，Z0.05 = -1.645 构造统计量Z-1.597∣Z∣=1.597＜∣Z0.05∣= 1.645，所以接受原假设，说明该产品不合格率没有明显降低。
3、已知：σx = 2.5 cm n = 100 X0 =12 cm x= 11.3 cm 建立假设H0：X≥12H1：X＜12左单侧检验，当α= 0.01时，Z0.01 = -2.33 构造统计量Zx-2.8 2.5 ∣Z∣= 2.8＞∣Z0.01∣= 2.33，所以拒绝原假设，说明所伐木头违反规定。
4、已知：P0 = 40% n = 60 p = 建立假设H0：P ≥ 40%H1：P ＜40% 21= 35% 60左单侧检验，当α= 0.05时，Z0.05 = -1.645 构造统计量Z-0.791∣Z∣= 0.791＜∣Z0.05∣= 1.645，所以接受原假设，说明学生的近视率没有明显降低。
5、已知：X0 =5600 kg/cm2 σx = 280 kg/cm2 n = 100 x= 5570 kg/cm2 建立假设H0：X= 5600 H1：X≠5600双侧检验，当α= 0.05时，∣Z0.025∣= 1.96 构造统计量Z∣Z∣∣Z∣=1.07＜∣Z0.025∣= 1.96，所以接受原假设，说明这批车轴符合要求。
应用统计学第六章参数假设检验
•临界值
•样本统计量
右侧检验示意图 （显著性水平与拒绝域 ）
•抽样分布
•置信水平
•1 - a •接受域
•拒绝域
•a
•H0值
•样本统计量 •临界值
•观察到 的样本 统计量
•4 给出拒绝域
•在确定显著性水平后，可以确定检验的拒绝域W. 如在上面例1中, 取α=0.05, 要使对任意的θ≥110 有
•P155
•临界值
•H0值
•观察
到的样
本统计
•临界值
•样本统计量
双侧检验示意图 （显著性水平与拒绝域 ）
•抽样分布
•拒绝域 •a/2
•1 - a •接受域
•置信水平 •拒绝域 • a/2
•临界值
•H0值
•临界值 •样本统计量
•观察 到的样 本统计
双侧检验示意图 （显著性水平与拒绝域 ）
•抽样分布
•拒绝域 •a/2
•假设检验的思想：
•1、有一个明确的命题或假设 H；
•2、当 H 成立时，考虑某一变量 X 的性质，在女 士品茶问题中，考虑 X 为该女士说对的杯数，注意 此时 X 的分布已知；
•3、以 x 表示 X 的观测值，考虑 P(X=x)=px，px 越 小，试验结果越不利于 H；
•4、根据规定的小概率事件，做出最后的决策。
•若该女士只说对了 3 杯，又会得到怎样的结论？
•参数假设检验举例
例1：根据1989年的统计资料，某地女性新生儿的平 均体重为3190克。为判断该地1990年的女性新生儿 体重与1989年相比有无显著差异，从该地1990年的 女性新生儿中随机抽取30人，测得其平均体重为 3210克。从样本数据看，1990年女新生儿体重比 1989年略高，但这种差异可能是由于抽样的随机性 带来的，也许这两年新生儿的体重并没有显著差异 。究竟是否存在显著差异？可以先假设这两年新生 儿的体重没有显著差异，然后利用样本信息检验这 个假设能否成立。这是一个关于总体均值的假设检 验问题。
06参数估计与假设检验(医学统计学)
三、总体均数的区间估计
（一） 已知
95%可信区间：
一般情况
其中 为标准正态分布的双侧界值。
（二） 未知
Confidence interval
通常未知，这时可以用其估计量S 代替，但
已不再服从标准正态分布，而是服从
著名的t 分布。
William Gosset
图6-1 不同自由度的 t 分布图
t分布
四、两总体均数差的区间估计
实际中，有时需要计算两个总体均数差值的可信 区间，例如通过计算两种降压药物平均降压的差 值比较两种药物的差别，其双侧 100(1 )%可信 区间的计算公式为 ( X1 X 2 ) t /2, SX1X2 其中， n1 n2 2 为自由度，SX1X2 为两样本均数之 差的标准误。
样本率来代替总体率，其估计值为：
p(1 p)
Sp
n
二、参数估计
点估计: 是使用单一的数值直接作为总体参数的估 计值，如用估计相应的，用估计相应的。该法表 达简单，但未考虑抽样误差的影响，无法评价参 数估计的准确程度。
区间估计(interval estimation)是指按预先给定的概 率，计算出一个区间，使它能够包含未知的总体 均数。事先给定的概率称为可信度，计算得到的 区间称为可信区间(confidence interval，CI)。
n
250
六、两总体率差值的区间估计
在大样本情况下，可采用正态近似法对两总体率 差值进行可信区间估计，其计算公式为：
( p1 p2 ) z S /2 )( n1
1 n2
)，pc =
X1 n1
X2 n2
X1和X2分别表示两组中某事件发生的例数。
例6-7 某医院口腔科医生用极固宁治疗牙本质过 敏症，以双氟涂料作对照，进行了1年的追踪观察 ，结果见表6-1所示，试估计两组有效率差别95% 的可信区间。
统计学贾俊平第四版第六章课后答案（目前最全）
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：z=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-≤=0.63186.3 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=+++ nZ Z Z 服从自由度为n 的χ2分布，记为χ2～ χ2（n ）因此，令6221i i Z χ==∑，则()622216i i Z χχ==∑ ，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：()()()()2222121299919110.90P b S b P n S n ααχχα-≤≤=-≤≤-=-=()()()()2222121999191P 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==1.88。
- 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)。
二 单选
1-5ABABC 6-10 ACDAB 11-15 BABBD 16-20 DBDAD 21-25CCCAA 26-30 BABAD 31-35 CBADA 36-40DADAC
三 计算分析
6.1 解：建立原假设与备择假设为：5:0=μH ，5:1≠μH
（1）检验统计量18.350/2.05
91.4-=-=z <58.2005.02-==-z z α，所以拒绝原假设，
认为该批元件的厚度不符合规定的要求。
（2）利用P 值决策。
用【NORMSDIST 】计算出18.3-=z 的P 值为0.00146<α=0.01，所以拒绝原假设，认为该批元件的厚度不符合规定的要求，与统计量决策结果一致。
6.2解：（1）70:0=μH ，70:1≠μH 。
（2）样本数据表明应该拒绝原假设时，意味着该生产线生产的玻璃纸平均横向延伸率不符合规格，必须对生产线进行调整。
（3）样本数据无法支持拒绝原假设时意味着质量控制监督人员没有充分的理由认为该生产线所处状态不正常，无需停产调整。
6.3解：（1）发生第一类错误指的是实际上奖励计划并未提高销售人员的平均销售额，而公
司董事长却认为它提高了销售人员的平均销售额，这将导致公司错误的推行新的奖
励计划，却无法获得更高的销售额。
（2）发生第二类错误指的是实际上奖励计划提高了销售人员的平均销售额，公司董事
长却没有意识到，这将使公司错过推行新的奖励计划的机会，也就无法进一步提高
销售额。
6.4 解： 建立原假设与备择假设为：12:0≥μH ，12:1<μH ；
（1）检验统计量83.1253.012
89.11-=-=z <65.105.0-==-z z α，在5%的显著性水平
下，拒绝原假设，既有足够的证据认为新的教学方法使100米成绩有所提高。
（2）利用P 值决策。
用【NORMSDIST 】计算出83.1-=z 的P 值为0. 0337<α=0.05， 拒绝原假设，有足够的证据认为新的教学方法使100米成绩有所提高，与统计量决策结果一致。
6.5 解： 建立原假设与备择假设为： 400:0≤μH ；400:1>μH
（1）检验的临界值是645.105.0=z ，检验统计量645.133.325/130400
420=>=-=αz ，所以
拒绝原假设，即在5%的显著性水平下，认为该化肥能够使小麦增产。
（2）利用P 值决策。
用【NORMSDIST 】计算出33.3=z 的P 值为0.0004＜α=0.05，所以拒绝原假设，即在5%的显著性水平下，认为该化肥能够使小麦增产，与统计量决策结果一致。
6.6 建立原假设与备择假设为： 400:0≤μH ；400:1>μH
33.325/30400
420)24(=-=αt ，由Excel 中的【TINV 】函数得71.1)24()1(05.0==-∂t n t 因为71.1)24(33.305.0=>=t t ，所以拒绝原假设，即在5%的显著性水平下，认为该化肥能够使小麦增产。
（2）利用P 值决策。
用【TDIST 】计算出33.3=T 的P 值为0.0014＜α=0.05，所以拒绝原假设，即在5%的显著性水平下，认为该化肥能够使小麦增产，与统计量决策结果一致。
6.7 建立原假设与备择假设为：8.3:0≥μH ，8.3:1<μH
（1）检验统计量645.196.3400/01.18
.36.305.0-=-<-=-=z z ，所以拒绝原假设，认为
该城市平均人口有所下降。
（2）利用P 值决策。
用【NORMSDIST 】计算出33.3=Z 的P 值为0.0000374749＜α=0.05，所以拒绝原假设，即在5%的显著性水平下，认为该城市平均人口有所下降，与统计量决策结果一致。
6.8 建立原假设与备择假设为：100:0≥μH ，100:1<μH
（1）检验统计量32.239/25100
7501.0-=-<-=-=z z ，所以拒绝原假设，认为该厂的
平均成本有所下降。
（2）利用P 值决策。
用【NORMSDIST 】计算出3-=Z 的P 值为0.001＜α=0.01，所以拒绝原假设，即在5%的显著性水平下，认为该厂的平均成本有所下降，与统计量决策结果一致。
6.9 建立原假设与备择假设为：%96:0≤πH ；%96:1>πH
（1）检验统计量444.045
)
96.01(96.096.04543=--=z <65.105.0=z ，不能拒绝原假设，因此没有充分的理由认为该批皮鞋优质率达到96%，所以不接受该批订货。
（2）利用P 值决策。
用【NORMSDIST 】计算出444.0=Z 的P 值为0.671＞α=0.05，所以不能拒绝原假设，没有充分的理由认为该批皮鞋优质率达到96%，不接受该批订货，与统计量决策结果一致。
6.10 建立原假设与备择假设为：%80:0≤πH ；%80:1>πH
（1）检验统计量2475.0200)
8.01(8.08
.073.0-=--=z <65.105.0=z ，同时也小于
32.201.0=z ，所以不拒绝原假设，因此没有充分的理由认为超过80%的行人有违章行为。
（2）利用P 值决策。
用【NORMSDIST 】计算出2475.0-=Z 的P 值为0.4022>α=0.05或α=0.01，所以不拒绝原假设，没有充分的理由认为超过80%的行人有违章行为，与统计量决策结果一致。