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

二、本章例题分析例题1(判断题)假设检验是一种决策方法,使用它不会犯错误。( )参考答案:说明;因为统计假设检验中,人们对总体提出的问题的真实性往往是未知的,因此通过从样本获得的信息,用假设检验的方法来对原假设的真实性作出拒绝或接受的判断,这种判断并不能保证不犯错误,做到百分之百的正确,而总要承担一定的风险,因此使用假设检验不能保证不犯错误。例题2(单项选择题)假设职工用于上、下班路途的时间服从正态分布,经抽样调查得知这一时间为1.2小时。调查人员根据以往的调查经验.认为这一时间与往年没有多大变化。为了证实这一看法,需采用的假设检验方法是( )A. 双测检验 B. 单侧检验 C. 左单侧检验 D. 右单侧检验 E. F. 说明:因为问题只同这一时间与往年相比是否有变化,而没有问大于或小于这个时间,因此属于双侧检验。 G. 例题3(填空题) ___________。 参考答案:右单侧检验法 说明:由于制作商声称有30 %以上的观众喜欢此广告,即检验的是样本所取自的总体参数值是否大于某个特定值,所以应采用有单侧检验法。 例题4(简答题) 简述假设检验与区间估计的联系与区别。 参考答案:假设检验与区间估计有着不可分割的联系。表现在,二者在对某一现象实例进行分析时,用的是同一个样本,同一个统计量,同一种分布,因而可由区间估计问题转换成假设检验问题,也可由假设检验问题转换成区间估计问题。二者的区别表现在,假设检验和区间估计所考虑的问题是不同的,因而两者所关心的结论也不一样。在假设检验中,所关心的是检验总体参数值有无变化,而区间估计的目的在于通过样本资料来推断总体参数在一定概率水平下的可能取值范围。 例题5(计算题) 已知某厂工人的日产量服从正态分布。根据以往调查经验,工人的平均日产量为45件。现抽出100名工人进行调查.得知其平均日产量为46件,标准差为4.6件。根据这一调查结果可否认为工人的日产量水平没有多大变化?(=0.05) 参考答案:因为此题只同工人的日产量水平有没有变化,所以用于双侧检验的问题。检验步骤如下: (1)设立原假设和备择假设 H:M=45件 H1:M45件 (2)计算样本实际临界值t t===2.17 (3)根据给定的显著性水平,确定原假设是否可以接受 ∵=0.05 1-=0.95 ∴=1.96 由于t=2.17 即> 所以,拒绝接受原假设,而接受备择假设。即该厂工人的日产量水平有明显的变化。 习题参考答案

二、本章例题分析

例题1(判断题)

假设检验是一种决策方法,使用它不会犯错误。( )

参考答案:

说明;因为统计假设检验中,人们对总体提出的问题的真实性往往是未知的,因此通过从样本获得的信息,用假设检验的方法来对原假设的真实性作出拒绝或接受的判断,这种判断并不能保证不犯错误,做到百分之百的正确,而总要承担一定的风险,因此使用假设检验不能保证不犯错误。

例题2(单项选择题)

假设职工用于上、下班路途的时间服从正态分布,经抽样调查得知这一时间为1.2小时。调查人员根据以往的调查经验.认为这一时间与往年没有多大变化。为了证实这一看法,需采用的假设检验方法是( )

A. 双测检验
B. 单侧检验
C. 左单侧检验
D. 右单侧检验
E.
F. 说明:因为问题只同这一时间与往年相比是否有变化,而没有问大于或小于这个时间,因此属于双侧检验。
G. 例题3(填空题)
___________。
参考答案:右单侧检验法
说明:由于制作商声称有30 %以上的观众喜欢此广告,即检验的是样本所取自的总体参数值是否大于某个特定值,所以应采用有单侧检验法。
例题4(简答题)
简述假设检验与区间估计的联系与区别。
参考答案:假设检验与区间估计有着不可分割的联系。表现在,二者在对某一现象实例进行分析时,用的是同一个样本,同一个统计量,同一种分布,因而可由区间估计问题转换成假设检验问题,也可由假设检验问题转换成区间估计问题。二者的区别表现在,假设检验和区间估计所考虑的问题是不同的,因而两者所关心的结论也不一样。在假设检验中,所关心的是检验总体参数值有无变化,而区间估计的目的在于通过样本资料来推断总体参数在一定概率水平下的可能取值范围。
例题5(计算题)
已知某厂工人的日产量服从正态分布。根据以往调查经验,工人的平均日产量为45件。现抽出100名工人进行调查.得知其平均日产量为46件,标准差为4.6件。根据这一调查结果可否认为工人的日产量水平没有多大变化?(=0.05)
参考答案:因为此题只同工人的日产量水平有没有变化,所以用于双侧检验的问题。检验步骤如下:
(1)设立原假设和备择假设
H:M=45件 H1:M45件
(2)计算样本实际临界值t
t===2.17
(3)根据给定的显著性水平,确定原假设是否可以接受
∵=0.05 1-=0.95
∴=1.96
由于t=2.17 即>
所以,拒绝接受原假设,而接受备择假设。即该厂工人的日产量水平有明显的变化。
习题参考答案

题目解答

答案

习题参考答案

相关问题

  • 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

  • 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

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

  • 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

  • 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

  • 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

  • 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

  • 设随机变量XY都服从N(0,1),则有()A. X+Y服从正态分布B. X+Y服从x^2分布 C. X^2和Y^2都服从x^2分布 D. (X^2)div (Y^2)服从F分布

  • {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

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 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

  • 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

  • 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

  • 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. 协方差池化B. 方差池化C. 反向传播D. 最大池化

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