logo
  • write-homewrite-home-active首页
  • icon-chaticon-chat-activeAI 智能助手
  • icon-pluginicon-plugin-active浏览器插件
  • icon-subjecticon-subject-active学科题目
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
首页
/
统计
题目

为推断妇女嗜酒对下一代智力的影响,美国的Jones医生于1974年观察了母亲在妊娠期患慢性酒精中毒的七岁儿童6名(第一组),同时为了比较,观察了母亲不饮酒的46名七岁儿童(第二组)。两组母亲的年龄,文化程度,婚姻状况等情况相似。测定两组儿童的智商,结果为x1=78,x1=19, x1=99,x1=16。假设两组儿童的智商分别服从Nx1和Nx1 。 (1)给出第一组儿童智商的95%的置信区间; (2)两总体的方差是否相等?即检验x1 (3)第一组儿童的智力是否显著低于第二组的?即检验x1 ,x1x1

为推断妇女嗜酒对下一代智力的影响,美国的Jones医生于1974年观察了母亲在妊娠期患慢性酒精中毒的七岁儿童6名(第一组),同时为了比较,观察了母亲不饮酒的46名七岁儿童(第二组)。两组母亲的年龄,文化程度,婚姻状况等情况相似。测定两组儿童的智商,结果为=78,=19, =99,=16。假设两组儿童的智商分别服从N和N 。

 (1)给出第一组儿童智商的95%的置信区间;

 (2)两总体的方差是否相等?即检验

 (3)第一组儿童的智力是否显著低于第二组的?即检验 ,

题目解答

答案

解:(1)由给出的数据得

由于

水平为0.95的置信区间为

(2),

未落在拒绝域内,故接受,即可认为两组的方差相等。

(3)最后的区间端点全为负值,故以0.95的概率可以断言。这表明怀孕期间有酒精中毒经历的妇女对子女以后的智商有显著影响。

解析

  1. 问题(1):考查单个正态总体均值的置信区间。由于第一组样本量较小(n=6),总体方差未知,需用t分布计算置信区间。
  2. 问题(2):检验两总体方差是否相等,需使用F检验。关键在于计算F统计量并判断是否落在拒绝域。
  3. 问题(3):比较两总体均值差异,需根据问题(2)的结论选择t检验类型(方差相等时用合并方差t检验),并注意单侧检验的临界值。

(1)第一组儿童智商的95%置信区间

确定统计量与公式

  • 第一组样本均值 $\bar{x}_1 = 78$,样本方差 $s_1^2 = 19^2 = 361$,样本量 $n_1 = 6$。
  • 自由度 $df = n_1 - 1 = 5$,查t表得 $t_{0.975}(5) = 2.57$。
  • 置信区间公式:
    $\bar{x}_1 \pm t_{\alpha/2}(df) \cdot \frac{s_1}{\sqrt{n_1}}$

代入计算

$78 \pm 2.57 \cdot \frac{19}{\sqrt{6}} \approx 78 \pm 2.57 \cdot 7.73 \approx 78 \pm 19.91$
即置信区间为 $(58.09, 97.91)$。

(2)检验方差齐性

计算F统计量

  • 第一组方差 $s_1^2 = 361$,第二组方差 $s_2^2 = 16^2 = 256$。
  • F统计量:
    $F = \frac{s_1^2}{s_2^2} = \frac{361}{256} \approx 1.41$

判断临界值

  • 自由度 $df_1 = 5$,$df_2 = 45$,查表得 $F_{0.05}(5,45) = 2.43$,$F_{0.95}(5,45) = 1/4.45 \approx 0.2247$。
  • $0.2247 < 1.41 < 2.43$,未落在拒绝域,故接受$H_0$,方差相等。

(3)检验第一组均值是否显著低于第二组

选择检验方法

  • 由(2)知方差相等,使用合并方差t检验:
    $s_p^2 = \frac{(n_1-1)s_1^2 + (n_2-1)s_2^2}{n_1 + n_2 - 2} = \frac{5 \cdot 361 + 45 \cdot 256}{6 + 46 - 2} = 266.5$
    $s_p = \sqrt{266.5} \approx 16.32$

计算t统计量

$t = \frac{\bar{x}_1 - \bar{x}_2}{s_p \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}} = \frac{78 - 99}{16.32 \cdot \sqrt{\frac{1}{6} + \frac{1}{46}}} \approx \frac{-21}{16.32 \cdot 0.42} \approx -3.03$

判断临界值

  • 自由度 $df = n_1 + n_2 - 2 = 50$,单侧临界值 $t_{0.05}(50) = 1.68$。
  • $t = -3.03 < -1.68$,拒绝$H_0$,结论:$\mu_1 < \mu_2$。

相关问题

  • 像从性不好的资料是()A. 由于死亡或者其他原因不能继续试验B. 能按照试验规定要求完成实验C. 重复参加试验D. 由于纳入标准不合格导致选择的研究对象不符合试验要求E. 能完成试验但是不能按照规定要求完成试验

  • 对研究对象制定明确的纳入标准和排除标准,是为了保证样本的A. 可靠性B. 可行性C. 代表性D. 合理性E. 科学性

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • 重测信度用重测相关系数来表示,相关系数越趋近于下列哪一数值时,则重测信度越高A. 1B. 0.7C. 2D. 3

  • {1.5分)确定研究总体和样本时,不需要考虑A. 立题依据B. 样本量C. 抽样方法D. 目标总体E. 纳入及排除标准

  • 44.2021年,我国人均预期寿命提高到了()。A. 78岁B. 79岁C. 78.2岁D. 79.2岁

  • 2024年,我国每天大约有( )个小包裹往来于中国和世界各国之间A. 800万B. 1100万C. 1000万D. 900万

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

  • 下列说法正确的是()A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • {15分)常规情况下,下列不属于人口学变量的是A. 民族B. 收入C. 年龄D. 睡眠时间E. 性别

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市黄埔区揽月路8号135、136、137、138房
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号