正态分布习题

1．标准正态曲线下，中间95%的面积所对应的横轴范围是。

A．－∞到+1.96 B．－1.96到+1.96 C．－∞到+2.58

D．－2.58到+2.58 E．－1.64到+1.64

2．正态分布的两个参数μ与σ，对应的正态曲线愈趋扁平。

A．μ愈大B．μ愈小C．σ愈大D．σ愈小E．μ愈小且σ愈小

3．正态分布的两个参数μ与σ，对应的正态曲线平行右移。

A．增大μB．减小μC．增大σD．减小σE．增大μ同时增大σ

4．观察某地100名12岁男孩身高，均数为138.00cm，标准差为4.12cm，Z=（128.00－138.00）/4.12。φ（Z）是标准正态分布的分布函数，1－φ（Z）=1－φ（－2.43）=0.9925，结论是。

A．理论上身高低于138.00cm的12岁男孩占99.25%。

B．理论上身高高于138.00cm的12岁男孩占99.25%。

C．理论上身高在128.00cm至138.00cm的12岁男孩占99.25%。

D．理论上身高低于128.00cm的12岁男孩占99.25%。

E．理论上身高高于128.00cm的12岁男孩占99.25%。5．正态曲线下、横轴上，从μ到μ+2.58σ的面积占曲线下总面积的。

A．99% B．95% C．47.5% D．49.5% E．90%

6．健康男子收缩压的正常值范围一般指。

A．所有健康成年男子收缩压的波动范围

B．绝大多数正常成年男子收缩压的波动范围

C．所有正常成年男子收缩压的波动范围

D．少部分正常成年男子收缩压的波动范围

E．所有正常人收缩压的波动范围

7．标准正态分布曲线下中间90%的面积所对应的横轴尺度Z的范围是。

A．－1.645～1.645 B．－∞～1.645 C．－∞～1.282

D．－1.282～1.282 E．－1.96～1.96

8．在正态曲线，下列关于μ－1.645σ的说法正确的是。

A．μ－1.645σ到曲线对称轴的面积为90%

B．μ－1.645σ到曲线对称轴的面积为10%

C．μ－1.645σ到曲线对称轴的面积为5%

D．μ－1.645σ到曲线对称轴的面积为45%

E．μ－1.645σ到曲线对称轴的面积为47.5%

9．下列关于标准正态分布的说法中错误的是。

A．标准正态分布曲线下总面积为1

B．标准正态分布是μ=0并且σ=1的正态分布

C．任何一种资料只要通过Z变换均能变成标准正态分布

D．标准正态分布的曲线是唯一的

E．因为标准正态分布是对称分布，所以u≥－1.96与u ≤1.96所对应的曲线下面积相等。

10．某年某中学体检，测得100名高一女生的平均身高平均数=154.0cm，S=6.6cm,该校高一女生中身高在143～170cm者所占比重为（Z0.007 8=－2.42, Z0.047 5=－1.67）。

A．90% B．95% C．97.5% D．94.5% E．99%

11．下列关于医学参考值范围的说法中正确的是。

A．医学参考值范围是根据大部分“健康人”的某项指标制定的

B．医学参考值范围的制定方法不受分布资料类型的限制

C．在制定医学参考值范围时，最好用95%范围，因为这个范围最能说明医学问题

D．在制定医学参考值范围时，最好用95%范围，因为这样比较好计算

E．以上说法均不正确

12．确定正常人某个指标的正常值范围时，调查对象是：A．从未患过病的人B．健康达到了要求的人

C．排除影响被研究指标的疾病和因素的人

D．只患过小病但不影响被研究指标的人

E．排除了患过某病或接触过某因素的人

13.某市20岁男学生160人的脉搏数（次/分钟），经正态性检验服从正态分布。求得

X76.10，S=9.32。试估计脉搏数的95%、99%参考值范围。

第5章-假设检验课后习题解答

第五章假设检验 一、选择题 1.单项选择题 （1）将由显著性水平所规定的拒绝域平分为两部分，置于概率分布的两边，每边占显著性水平的 1 ／2，这是（B ）。 A.单侧检验 B.双侧检验 C.右单侧检验 D.左单侧检验 （2）检验功效定义为（B ）。 A.原假设为真时将其接受的概率 B.原假设不真时将其舍弃的概率 C.原假设为真时将其舍弃的概率 D.原假设不真时将其接受的概率 （3）符号检验中，（＋）号的个数与（－）号的个数相差较远时，意味着（C ）。 A.存在试验误差（随机误差） B.存在条件误差 C.不存在什么误差 D.既有抽样误差，也有条件误差 （4）得出两总体的样本数据如下： 甲：8，6，10，7，8； 乙：5，11，6，9，7，10 秩和检验中，秩和最大可能值是（C ）。 A.15 B.48 C.45 D.66 2.多项选择题 （1）显著性水平与检验拒绝域的关系是（ABD ）。 A.显著性水平提高（α 变小），意味着拒绝域缩小 B.显著性水平降低，意味着拒绝域扩大 C.显著性水平提高，意味着拒绝域扩大 D.显著性水平降低，意味着拒绝域扩大化 E.显著性水平提高或降低，不影响拒绝域的变化 （2）β 错误（ACDE ）。A. 是在原假设不真实的条件下发生的 B.是在原假设真实的条件下发生的 C.决定于原假设与实际值之间的差距 D. 原假设与实际值之间的差距越大，犯β 错误的可能性就越小 E.原假设与实际值之间的差距越小，犯β错误的可能性就越大 二、计算题 1.某牌号彩电规定无故障时间为10000 小时，厂家采取改进措施，现在从新批量彩电中抽取100 台，

ο n ο n 60 16 测得平均无故障时间为 10150 小时，标准差为 500 小时，能否据此判断该彩电无故障时间有显著增加（α ＝0.01）？ 解：假设检验为H 0：μ0＝10000，H 1：μ0＜10000（使用寿命应该使用单侧检验）。n ＝100 可近似采用 x - μ0 正态分布的检验统计量z ＝ 。查出α＝0.01 水平下的反查正态概率表得到临界值 2.34 到 2.36 之间 （因为表中给出的是双侧检验的接受域临界值，因此本题的单侧检验显著性水平应先乘以 2，再查到对应的临界值）。计算统计量值 z = 3 。因为z ＝3＞2.36（＞2.34），所以拒绝原假设。 2. 假设某产品的重量服从正态分布，现在从一批产品中随机抽取 16 件，测得平均重量为 820 克，标准差为 60 克，试以显著性水平 α＝0.01 与 α＝0.05，分别检验这批产品的平均重量是否是 800 克。 解：假设检验为H 0：μ0＝800，H 1：μ0≠800（产品重量应该使用双侧检验）。采用t 分布的检验统计量 t = x - μ0 。查出α＝0.05 和 0.01 两个水平下的临界值（df ＝n －1＝15）为 2.131 和 2.947。t ＝ 820 - 800 ＝1.667。因为 t < 2.131 < 2.947 ，所以在两个水平下都接受原假设。 3. 某市全部职工中，平常订阅某种报纸的占 40％，最近从订阅率来看似乎出现降低的现象，随机抽 200 户职工家庭进行调查，有 76 户职工订阅该报纸，问报纸的订阅率是否显著降低（α＝0.05）？ 解：假设检验为H ：P ＝40％，H ：P ＜40％。采用成数检验统计量 z = α＝0.05 1 水平下的临界值为 1.64 和 1.65 之间。计算统计量值 z ≈ -0.577 ，z ＝－0.577＞－ 1.64，所以接受原假设。p 值为 0.48 和 0.476 之间［因为本题为单侧检验， p 值= (1- F ( z )) 2 ］ 。显然 p 值＞0.05，所以接受原假设。 4. 某加油站经理希望了解驾车人士在该加油站的加油习惯。在一周内，他随机地抽取 100 名驾车人士 调查，得到如下结果：平均加油量等于 13.5 加仑，样本标准差是 3.2 加仑，有 19 人购买无铅汽油。试问： （1） 以 0.05 的显著性水平，是否有证据说明平均加油量并非 12 加仑？ （2） 计算（1）的 p -值； （3） 以 0.05 的显著性水平来说，是否有证据说明少于 20％的驾车者购买无铅汽油？ （4） 计算（3）的 p -值； （5） 在加油量服从正态分布假设下，若样本容量为 25，计算（1）和（2）。

(完整版)假设检验习题及答案

第三章 假设检验 3.2 一种元件,要求其使用寿命不低于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）。已知这种元件寿命服从标准差 100σ=（小时）的正态分布，试在显著水平0.05下确定这批元件是否合格。 {}01001:1000, H :1000 X 950 100 n=25 10002.5 V=u 0.05H x u αμμσμα-≥<====->=提出假设：构造统计量：此问题情形属于u 检验，故用统计量：此题中：代入上式得： 拒绝域： 本题中：0.950.950 u 1.64u 0.0u H =>∴即，拒绝原假设认为在置信水平5下这批元件不合格。 3.4某批矿砂的五个样品中镍含量经测定为（%）： 3.25 3.27 3.24 3.26 3.24 设测定值服从正态分布，问在0.01α=下能否接受假设，这批矿砂的镍含量为 010110 2: 3.25 H :t 3.252, S=0.0117, n=5 0.3419 H x μμμμσ==≠==提出假设：构造统计量：本题属于未知的情形，可用检验，即取检验统计量为：本题中，代入上式得：否定域为：1-20.99512 0 V=t>t (1)0.01,(4) 4.6041, 3.25n t t t H ααα- ??-?? ?? ==<∴Q 本题中，接受认为这批矿砂的镍含量为。

3.5确定某种溶液中的水分，它的10个测定值0.452%,0.035%,X S == 2N(,),μσ设总体为正态分布试在水平5%检验假设： 0101() H :0.5% H :0.5%() H :0.04% H :0.0.4% i ii μμσσ≥<≥< {}0.95()0.452% S=0.035%-4.1143 (1)0.05 n=10 t (9) 1.833i t X n ασα==-==1-构造统计量：本文中未知，可用检验。取检验统计量为X 本题中，代入上式得： 0.452%-0.5% 拒绝域为： V=t >t 本题中，0 1 4.1143H <=∴t 拒绝 {}2 2 2 002 2 2212210.95 2()nS S 0.035% n=10 0.04%100.035%7.65630.04% V=(1)(1)(9)16.919 ii n n αα μχσσχχχχ χ χ--= ==*==>--==Q 2 构造统计量：未知，可选择统计量本题中，代入上式得： （） （） 否定域为： 本题中， 210 (1)n H αχ-<-∴接受 3.9设总体116(,4),,,X N X X μ:K 为样本，考虑如下检验问题：

二项分布与正态分布

第七章假设检验 第一节二项分布 二项分布的数学形式·二项分布的性质 第二节统计检验的基本步骤 建立假设·求抽样分布·选择显著性水平和否定域·计算检验统计量·判定第三节正态分布 正态分布的数学形式·标准正态分布·正态分布下的面积·二项分布的正态近似法 第四节中心极限定理 抽样分布·总体参数与统计量·样本均值的抽样分布·中心极限定理 第五节总体均值和成数的单样本检验 σ已知，对总体均值的检验·学生t分布(小样本总体均值的检验)·关于总体成数的检验 一、填空 1．不论总体是否服从正态分布，只要样本容量n足够大，样本平均数的抽样分布就趋于（）分布。 2．统计检验时，被我们事先选定的可以犯第一类错误的概率，叫做检验的( )，它决定了否定域的大小。 3．假设检验中若其他条件不变，显著性水平的取值越小，接受原假设的可能性越（），原假设为真而被拒绝的概率越（）。 4．二项分布的正态近似法，即以将B(x；n，p)视为（)查表进行计算。 5．已知连续型随机变量X～N(0,1)，若概率P{X ≥λ}=0.10，则常数λ=（）。 6．已知连续型随机变量X～N(2,9)，函数值 9772 .0 )2( = Φ ，则概率 }8 {< X P= （）。 二、单项选择 1．关于学生t分布，下面哪种说法不正确（）。 A 要求随机样本 B 适用于任何形式的总体分布 C 可用于小样本 D 可用样本标准差S代替总体标准差σ 2．二项分布的数学期望为（）。 A n(1-n)p B np(1- p) C np D n(1- p)。 3．处于正态分布概率密度函数与横轴之间、并且大于均值部分的面积为（）。 A 大于0.5 B －0.5 C 1 D 0.5。

假设检验spss操作例题

单样本T检验 按规定苗木平均高达1.60m以上可以出圃，今在苗圃中随机抽取10株苗木，测定的苗木高度如下： 1.75 1.58 1.71 1.64 1.55 1.72 1.62 1.83 1.63 1.65 假设苗高服从正态分布，试问苗木平均高是否达到出圃要求？(要求α=0.05) 解：1）根据题意，提出： 虚无假设H0：苗木的平均苗高为H0=1.6m; 备择假设H1：苗木的平均苗高H1>1.6m； 2）定义变量：在spss软件中的“变量视图”中定义苗木苗高, 之后在“数据视图”中输入苗高数据； 3)分析过程 在spss软件上操作分析，输出如下：

表1.1:单个样本统计量 表1.2:单个样本检验 由图1.1和表1.1数据分析可知，变量苗木苗高成正态分布，平均值为1.6680m，标准差为0.0843，说明样本的离散程度较小，标准误为0.0267，说明抽样误差较小。 由表1.3数据分析可知，T检验值为2.55，样本自由度为9，t检

验的p值为0.031<0.05,说明差异性显著，因此，否定无效假设H0，取备择假设H1。 由以上分析知：在显著水平为0.05的水平上检验，苗木的平均苗高大于1.6m，符合出圃的要求。 独立样本T检验 从两个不同抚育措施育苗的苗圃中各以重复抽样的方式抽得样本如下： 样本1苗高（CM）：52 58 71 48 57 62 73 68 65 56 样本2苗高（CM）：56 75 69 82 74 63 58 64 78 77 66 73 设苗高服从正态分布且两个总体苗高方差相等（齐性），试以显著水平α=0.05检验两种抚育措施对苗高生长有无显著性影响。 解：1）根据题意提出： 虚无假设H0：两种抚育措施对苗木生长没有显著的影响； 备择假设H1：两种抚育措施对苗高生长影响显著； 2）在spss中的“变量视图”中定义变量“苗高1”，“抚育措施”，之后在“数据视图”中输入题中的苗高数据，及抚育措施，其中措施一定义为“1”措施二定义为“2”； 3）分析过程 在spss软件上操作分析输出分析数据如下;

(完整版)正态分布习题与详解(非常有用-必考点)

1. 若x ～N (0,1),求(l)P (- 2.322). 解：(1)P (-2.322)=1-P (x <2)=1-Φ(2)=l-0.9772=0.0228. 2利用标准正态分布表，求标准正态总体 (1)在N(1,4)下，求)3(F （2）在N （μ，σ2 ）下，求Ｆ（μ－σ，μ＋σ）； 解：（１）)3(F ＝)2 1 3( -Φ＝Φ（1）＝0.8413 （２）Ｆ（μ＋σ）＝)(σ μ σμ-+Φ＝Φ（1）＝0.8413 Ｆ（μ－σ）＝)( σ μ σμ--Φ＝Φ（－1）＝１－Φ（1）＝１－0.8413＝0.1587 Ｆ（μ－σ，μ＋σ）＝Ｆ（μ＋σ）－Ｆ（μ－σ）＝0.8413－0.1587＝0.6826 3某正态总体函数的概率密度函数是偶函数，而且该函数的最大值为 π 21，求总体落入区 间（－1.2，0.2）之间的概率 Φ（0.2）=0.5793, Φ（1.2）=0.8848] 解：正态分布的概率密度函数是),(,21)(2 22)(+∞-∞∈= -- x e x f x σμσ π，它是偶函数， 说明μ＝0，)(x f 的最大值为)(μf ＝σ π21，所以σ＝1，这个正态分布就是标准正态分 布 ( 1.20.2)(0.2)( 1.2)(0.2)[1(1.2)](0.2)(1.2)1 P x -<<=Φ-Φ-=Φ--Φ=Φ+Φ- 0.57930.884810.4642=+-= 4.某县农民年平均收入服从μ=500元，σ=200元的正态分布 1）求此县农民年平均收入在500:520元间人数的百分比；（2）如果要使此县农民年平均收入在（a a +-μμ,） 内的概率不少于0.95，则a 至少有多大？[Φ（0.1）=0.5398, Φ（1.96）=0.975] 解：设ξ表示此县农民年平均收入，则)200,500(~2 N ξ 520500500500 (500520)( )()(0.1)(0)0.53980.50.0398200200 P ξ--<<=Φ-Φ=Φ-Φ=-=（2）∵()()()2()10.95200200200 a a a P a a μξμ-<<+=Φ-Φ-=Φ-≥， ()0.975200 a ∴Φ≥ 查表知： 1.96392200a a ≥?≥ 奎屯王新敞新疆

正态分布习题与详解(非常有用-必考点)

1. 若x ～N (0,1),求(l)P 2). 解：(1)P 2)=1-P (x <2)=1-(2)==. 奎屯王新敞新疆 2利用标准正态分布表，求标准正态总体 (1)在N(1,4)下，求)3(F （2）在N （μ，σ2）下，求Ｆ（μ－σ，μ＋σ）； 解：（１）)3(F ＝)2 1 3( -Φ＝Φ（1）＝ （２）Ｆ（μ＋σ）＝)(σ μ σμ-+Φ＝Φ（1）＝ Ｆ（μ－σ）＝)( σ μ σμ--Φ＝Φ（－1）＝１－Φ（1）＝１－＝ Ｆ（μ－σ，μ＋σ）＝Ｆ（μ＋σ）－Ｆ（μ－σ）＝－＝ 3某正态总体函数的概率密度函数是偶函数，而且该函数的最大值为π 21，求总体落入区 间（－，）之间的概率 [Φ（）=, Φ（）=] 解：正态分布的概率密度函数是),(,21)(2 22)(+∞-∞∈= -- x e x f x σμσ π，它是偶函数， 说明μ＝0，)(x f 的最大值为)(μf ＝σ π21，所以σ＝1，这个正态分布就是标准正态分 布 ( 1.20.2)(0.2)( 1.2)(0.2)[1(1.2)](0.2)(1.2)1 P x -<<=Φ-Φ-=Φ--Φ=Φ+Φ- 0.57930.884810.4642=+-= 4.某县农民年平均收入服从μ=500元，σ=200元的正态分布 （1）求此县农民年平均收入在500:520元间人数的百分比；（2）如果要使此县农民年平均收入在（a a +-μμ,）内 的概率不少于，则a 至少有多大[Φ（）=, Φ（）=] 解：设ξ表示此县农民年平均收入，则)200,500(~2 N ξ 520500500500 (500520)( )()(0.1)(0)0.53980.50.0398200200 P ξ--<<=Φ-Φ=Φ-Φ=-=（2）∵()()()2()10.95200200200 a a a P a a μξμ-<<+=Φ-Φ-=Φ-≥， ()0.975200 a ∴Φ≥ 查表知： 1.96392200a a ≥?≥

假设检验-例题讲解

假设检验 一、单样本总体均值的假设检验 .................................................... 1 二、独立样本两总体均值差的检验 ................................................ 2 三、两匹配样本均值差的检验 ........................................................ 4 四、单一总体比率的检验 ................................................................ 5 五、两总体比率差的假设检验 .. (7) 一、单样本总体均值的假设检验 例题： 某公司生产化妆品，需要严格控制装瓶重量。标准规格为每瓶250 克，标准差为1 克，企业的质检部门每日对此进行抽样检验。某日从生产线上随机抽取16 瓶测重，以95%的保证程度进行总体均值的假设检验。 x t μ-= data6_01 样本化妆品重量 SPSS 操作： （1）打开数据文件，依次选择Analyze （分析）→Compare Means （比较均值）→One Sample T Test （单样本t 检验），将要检验的变量置入Test Variable(s)（检验变量）； （2）在Test Value （检验值）框中输入250；点击Options （选项）按钮，在

Confidence Interval（置信区间百分比）后面的框中，输入置信度（系统默认为95%，对应的显著性水平设定为5%，即0.05，若需要改变显著性水平如改为0.01，则在框中输入99 即可）； （3）点击Continue（继续）→OK（确定），即可得到如图所示的输出结果。 图中的第2~5 列分别为：计算的检验统计量t 、自由度、双尾检验p-值和样本均值与待检验总体均值的差值。使用SPSS 软件做假设检验的判断规则是：p-值小于设定的显著性水平?时，要拒绝原假设（与教材不同，教材的判断标准是p

有关假设检验的习题及详解

§假设检验 基本题型Ⅰ 有关检验统计量和两类错误的题型 【例8.1】u 检验、t 检验都是关于 的假设检验.当 已知时，用u 检验；当 未知时，用t 检验. 【分析】 由u 检验、t 检验的概念可知，u 检验、t 检验都是关于均值的假设检验，当方差2σ为已知时，用u 检验；当方差2 σ为未知时，用t 检验. 【例8.2】设总体2 (,)X N u σ ，2 ,u σ未知，12,,,n x x x 是来自该总体的样本，记 11n i i x x n ==∑，21 ()n i i Q x x ==-∑，则对假设检验0010::H u u H u u =?≠使用的t 统计量 t = （用,x Q 表示） ；其拒绝域w = . 【分析】2 σ未知，对u 的检验使用t 检验，检验统计量为 (1)t t n = = - 对双边检验0010::H u u H u u =?≠，其拒绝域为2 {||(1)}w t t n α=>-. 【例8.3】设总体2 11(,)X N u σ ，总体2 22(,)Y N u σ ，其中2 2 12,σσ未知，设 112,,,n x x x 是来自总体X 的样本，212,,,n y y y 是来自总体Y 的样本，两样本独立，则 对于假设检验012112::H u u H u u =?≠，使用的统计量为 ，它服从的分布为 . 【分析】记1111n i i x x n ==∑，2 1 2 1 n i i y y n == ∑,因两样本独立，故,x y 相互独立，从而在0 H 成立下，()0E x y -=，2 2 12 1 2 ()()()D x y D x D y n n σσ+=+= + ，故构造检验统计量 (0,1)x y u N = . 【例8.4】设总体2 (,)X N u σ ，u 未知，12,,,n x x x 是来自该总体的样本，样本方 差为2 S ，对2 2 01:16:16H H σσ≥?<，其检验统计量为 ，拒绝域为 .

正态分布讲解(含标准表)

2．4正态分布 复习引入： 总体密度曲线:样本容量越大，所分组数越多，各组的频率就越接近于总体在相应各组取值的概率．设想样本容量无限增大，分组的组距无限缩小，那么频率分布直方图就会无限接近于一条光滑曲线,这条曲线叫做总体密度曲线． 总体密度曲线 b 单位 O 频率/组距 a 它反映了总体在各个范围内取值的概率．根据这条曲线，可求出总体在区间(a，b)内取值的概率等于总体密度曲线，直线x=a，x=b及x轴所围图形的面积． 观察总体密度曲线的形状，它具有“两头低，中间高，左右对称”的特征，具有这种特征的总体密度曲线一般可用下面函数的图象来表示或近似表示： 2 2 () 2 , 1 (),(,) 2 x x e x μ σ μσ ? πσ - - =∈-∞+∞ 式中的实数μ、)0 (> σ σ是参数，分别表示总体的平均数与标准差，, ()x μσ ? 的图象为正态分布密度曲线,简称正态曲线． 讲解新课：

一般地，如果对于任何实数a b <，随机变量X 满足 ,()()b a P a X B x dx μσ?<≤=?, 则称 X 的分布为正态分布（normal distribution ) ．正态分布完全由参数μ和σ确定，因此正态分布常记作),(2 σ μN ．如果随机变量 X 服从正态分布，则记为X ～),(2σμN . 经验表明，一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和，它就服从或近似服从正态分布．例如，高尔顿板试验中，小球在下落过程中要与众多小木块发生碰撞，每次碰撞的结果使得小球随机地向左或向右下落，因此小球第1次与高尔顿板底部接触时的坐标 X 是众多随机碰撞的结果，所以它近似服从正态分布．在现实生活中，很多随机变量都服从或近似地服从正态分布．例如长度测量误差；某一地区同年龄人群的身高、体重、肺活量等；一定条件下生长的小麦的株高、穗长、单位面积产量等；正常生产条件下各种产品的质量指标（如零件的尺寸、纤维的纤度、电容器的电容量、电子管的使用寿命等）；某地每年七月份的平均气温、平均湿度、降雨量等；一般都服从正态分布．因此，正态分布广泛存在于自然现象、生产和生活实际之中．正态分布在概率和统计中占有重要的地位． 说明:1参数μ是反映随机变量取值的平均水平的特征数，可以用样本均值去佑计；σ是衡量随机变量总体波动大小的特征数，可以用样本标准差去估计． 2.早在 1733 年，法国数学家棣莫弗就用n ！的近似公式得到了正态分布．之后，德国数学家高斯在研究测量误差时从另一个角度导出了它，并研究了它的性质，因此，人们也称正态分布为高斯分布． 2．正态分布),(2 σ μN ）是由均值μ和标准差σ唯一决定的分布 通过固定其中一个值，讨论均值与标准差对于正态曲线的影响

统计学假设检验习题答案

1．假设某产品的重量服从正态分布，现在从一批产品中随机抽取16件，测得平均重量为820克，标准差为60克，试以显著性水平α=0.01与α=0.05，分别检验这批产品的平均重量是否是800克。 解：假设检验为800:,800:0100≠=μμH H (产品重量应该使用双侧 检验)。采用t 分布的检验统计量n x t /0σμ-=。查出α＝0.05和0.01两个水平下的临界值(df=n-1=15)为2.131和2.947。667.116/60800820=-= t 。因为t <2.131<2.947，所以在两个水平下都接受原假设。 2．某牌号彩电规定无故障时间为10 000小时，厂家采取改进措施，现在从新批量彩电中抽取100台，测得平均无故障时间为10 150小时，标准差为500小时，能否据此判断该彩电无故障时间有显著增加(α=0.01)？ 解：假设检验为10000:,10000:0100>=μμH H （使用寿命有无显著增加，应该使用右侧检验）。n=100可近似采用正态分布的检验统计量n x z /0σμ-=。查出α＝0.01水平下的反查正态概率表得到临界值2.32到2.34之间（因为表中给出的是双侧检验的接受域临界值，因此本题的单侧检验显著性水平应先乘以2，再查到对应的临界值）。计算统计量值3100 /5001000010150=-=z 。因为z=3>2.34(>2.32)，所以拒绝原假设，无故障时间有显著增加。 3.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? 解: 01:1600, :1600,H H μμ=≠标准差σ已知,拒绝域为2 Z z α>,

参数估计和假设检验习题解答

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? 解: 01:1600, :1600,H H μμ=≠标准差σ已知,拒绝域为2 Z z α>,取0.05,α=26,n = 0.0250.9752 1.96z z z α===, 由检验统计量 1.25 1.96Z = ==<,接受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2 Z z α>,取0.0252 0.05, 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 400 1.5973i x np Z -= = =-∑>-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)?

假设检验练习题 -答案

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。 答：典型的Z检验 1. 提出原假设和备择假设 ：平均值等于1600 ：平均值不等于1600 2. 检验统计量为Z,拒绝域为双边

河北省张家口一中选修2-3 2.4 正态分布 教案

教学目标： 知识与技能：掌握正态分布在实际生活中的意义和作用 。 过程与方法：结合正态曲线，加深对正态密度函数的理理。 情感、态度与价值观：通过正态分布的图形特征，归纳正态曲线的性质 。 教学重点：正态分布曲线的性质、标准正态曲线N(0，1) 。 教学难点：通过正态分布的图形特征，归纳正态曲线的性质。 复习引入： 总体密度曲线:样本容量越大，所分组数越多，各组的频率就越接近于总体在相应各组取值的概率．设想样本容量无限增大，分组的组距无限缩小，那么频率分布直方图就会无限接近于一条光滑曲线,这条曲线叫做总体密度曲线． 它反映了总体在各个范围内取值的概率．根据这条曲线，可求出总体在区间(a ，b )内取值的概率等于总体密度曲线，直线x =a ，x =b 及x 轴所围图形的面积．即总体密度曲线在区间(a ，b )上得定积分。 观察总体密度曲线的形状，它具有“两头低，中间高，左右对称”的特征，具有这种特征的总体密度曲线一般可用下面函数的图象来表示或近似表示： 22()2,(),(,)2x x x μσμσ?πσ--=∈-∞+∞ 式中的实数μ、)0(>σσ是参数，分别表示总体的平均数与标准差，,()x μσ?的图象为正态分布密度曲线,简称正态曲线． 讲解新课：

1.一般地，如果对于任何实数a b <，随机变量X 满足 ,()()b a P a X b x dx μσ?<≤=?, 则称 X 的分布为正态分布（normal distribution ) ．正态分布完全由参数μ和σ确定，因此正态分布常记作),(2σμN ．如果随机变量 X 服从正态分布，则记为X ～),(2 σμN . 说明:1参数μ是反映随机变量取值的平均水平的特征数，可以用样本均值去佑计；σ是衡量随机变量总体波动大小的特征数，可以用样本标准差去估计． 2.早在 1733 年，法国数学家棣莫弗就用n ！的近似公式得到了正态分布．之后，德国数学家高斯在研究测量误差时从另一个角度导出了它，并研究了它的性质，因此，人们也称正态分布为高斯分布． 2．正态分布),(2σμN ）是由均值μ和标准差σ唯一决定的分布 通过固定其中一个值，讨论均值与标准差对于正态曲线的影响

正态分布讲解含标准表

正态分布讲解含标准表 Revised by Jack on December 14,2020

2．4正态分布 复习引入： 总体密度曲线:样本容量越大，所分组数越多，各组的频率就越接近于总体在相应各组取值的概率．设想样本容量无限增大，分组的组距无限缩小，那么频率分布直方图就会无限接近于一条光滑曲线,这条曲线叫做总体密度曲线． 它反映了总体在各个范围内取值的概率．根据这条曲线，可求出总体在区间(a ，b )内取值的概率等于总体密度曲线，直线x =a ，x =b 及x 轴所围图形的面积． 观察总体密度曲线的形状，它具有“两头低，中间高，左右对称”的特征，具有这种特征的总体密度曲线一般可用下面函数的图象来表示或近似表示： 式中的实数 μ、)0(>σσ是参数，分别表示总体的平均数与标准差，,()x μσ ?的图象为正态分布密度曲 线,简称正态曲线． 讲解新课： 一般地，如果对于任何实数a b <，随机变量X 满足 ,()()b a P a X B x dx μσ?<≤=?, 则称 X 的分布为正态分布（normal distribution ) ．正态分布完全由参数μ和σ确定，因此正态分布常记作 ),(2σμN ．如果随机变量 X 服从正态分布，则记为X ～),(2σμN . 经验表明，一个随机变量如果是众多的、互不相干的、不分主次的偶然因素作用结果之和，它就服从或近似服从正态分布．例如，高尔顿板试验中，小球在下落过程中要与众多小木块发生碰撞，每次碰撞的结果使得小球随机地向左或向右下落，因此小球第1次与高尔顿板底部接触时的坐标 X 是众多随机碰撞的结果，所以它近似服从正态分布．在现实生活中，很多随机变量都服从或近似地服从正态分布．例如长度测量误差；某一地区同年龄人群的身高、体重、肺活量等；一定条件下生长的小麦的株高、穗长、单位面积产量等；正常生产条件下各种产品的质量指标（如零件的尺寸、纤维的纤度、电容器的电容量、电子管的使用寿命等）；某地每年七月份的平均气温、平均湿度、降雨量等；一般都服从正态分布．因此，正态分布广泛存在于自然现象、生产和生活实际之中．正态分布在概率和统计中占有重要的地位． 说明:1参数μ是反映随机变量取值的平均水平的特征数，可以用样本均值去佑计；σ是衡量随机变量总体波动大小的特征数，可以用样本标准差去估计． 2.早在 1733 年，法国数学家棣莫弗就用n ！的近似公式得到了正态分布．之后，德国数学家高斯在研究测量误差时从另一个角度导出了它，并研究了它的性质，因此，人们也称正态分布为高斯分布． 2．正态分布),(2 σ μN ）是由均值μ和标准差σ唯一决定的分布 3．通过对三组正态曲线分析，得出正态曲线具有的基本特征是两头底、中间高、左右对称 正态曲线的作图，书 中没有做要求，教师也不必补上 讲课时教师可以应用几何画板，形象、美观地画出三条正态曲线的图形，结合前面 均值与标准差对图形的影响，引导学生观察总结正态曲线的性质 4．正态曲线的性质： （1）曲线在x 轴的上方，与x （2）曲线关于直线x=μ对称 （3）当x=μ时，曲线位于最高点

例右侧正态分布均值的假设检验

Z 假设检验 例1 (Z 值右侧检验) 某种元件的寿命X （以h 计）服从正态分布N （μ,δ2 ）, 已知δ2 =10000，μ未知，现在测得16只元件的寿命如下： 159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170 取α=0.05，问是否有理由认为元件的平均寿命大于225h ？ 解：按题意需检验 H 0：μ≤μ0=225 ，H 1 ：μ>225 由题设得Z 0.05=1.65 , n=16,x =241.5, z 0.66 x = = = 得，Z 0.05=1.65 > z=0.66 即z 值没有落在拒绝域内，故接受H 0 。认为元件的平均寿命不大于225h.

例2（t值右侧检验）某种元件的寿命X（以h计）服从正态分布 N（μ,δ2 ）, δ2 ,μ均未知，现在测得16只元件的寿命如下： 159280101212224379179264 222362168250149260485170 取α=0.05，问是否有理由认为元件的平均寿命大于225 h？ 解：按题意需检验 H0：μ≤μ0=225 ，H1：μ>225 由题设得t0.05 (15)=1.75 , n=16, χ=241.5, 0.67 t=== 得，t0.05 (15)=1.75 > z=0.67 即z值没有落在拒绝域内，故接受H0。认为元件的平均寿命不大于225 h.

例3 某厂生产的某种型号的电池，其寿命（以h 计）长期以来服从方差δ2 =5000的正态分布，现有一批这种电池，从他的生产情况来看，寿命的波动性有所改变。现随机取26只电池，测出其寿命的样本方差S 2=9200。问根据这一数据能否推断这批电池的寿命的波动性较以往的有显著的变化（取α=0.02）？ 解：本题要求在水平α=0.02下检验假设 H0: δ2 = 5000 , H0: δ2 ≠ 5000 现在n = 26 , 22/20.01(1)(25)44.314n αχχ-== , 221/20.99(25)(25)11.524αχχ-== . 即拒绝域为， 2 2 (1)44.314n S δ -≥ ,或 2 20 (1)11.524n S δ -≤ 由观察值S 2 = 9200 得 2 2 0(1)4644.314n S δ-=>， 所以拒绝H 0。认为这批电池寿命波动性较以往的有显著的变化。

假设检验习题

第6章 假设检验练习题 一． 选择题 1. 对总体参数提出某种假设，然后利用样本信息判断假设是否成立的过程称为（ ） A.参数估计 B.双侧检验 C.单侧检验 D.假设检验 2．研究者想收集证据予以支持的假设通常称为（ ） A.原假设 B.备择假设 C.合理假设 D.正常假设 3. 在假设检验中，原假设和备择假设（ ） 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，备择假设不一定成立 4. 在假设检验中，第Ⅰ类错误是指（ ） A.当原假设正确时拒绝原假设 B.当原假设错误时拒绝原假设 C.当备择假设正确时未拒绝备择假设 D.当备择假设不正确时拒绝备择假设 5. 当备择假设为： ，此时的假设检验称为（ ） A.双侧检验 B.右侧检验 C.左侧检验 D.显著性检验 6. 某厂生产的化纤纤度服从正态分布，纤维纤度的标准均值为。某天测得25根纤维的纤度的均值为x =，检验与原来设计的标准均值相比是否有所下降，要求的显著性水平为α=，则下列正确的假设形式是（ ） A. H 0: μ=, H 1: μ≠ B. 】 C. H 0: μ≤, H 1: μ＞ D. H 0: μ＜, H 1: μ≥ E. H 0: μ≥, H 1: μ＜ 7一项研究表明，司机驾车时因接打手机而发生事故的比例超过20%，用来检验这一结论的原假设和备择假设应为 A. H 0:μ≤20%, H 1: μ>20% B. H 0:π=20% H 1: π≠20% C. H 0:π≤20% H 1: π>20% D. H 0:π≥20% H 1: π<20% 8. 在假设检验中，不拒绝原假设意味着（ ）。 A.原假设肯定是正确的 B.原假设肯定是错误的 《 C.没有证据证明原假设是正确的 D.没有证据证明原假设是错误的 9. 若检验的假设为H 0: μ≥μ0, H 1: μ<μ0 ,则拒绝域为（ ） A. z>z α B. z<- z α C. z>z α/2 或z<- z α/2 D. z>z α或 z<-z α 10.若检验的假设为H 0: μ≤μ0, H 1: μ>μ0 ,则拒绝域为（ ） A. z> z α B. z<- z α C. z> z α/2 或z<- z α/2 D. z> z α或 z<- z α 11. 如果原假设H 0为真,所得到的样本结果会像实际观测取值那么极端或更极端的概率称为 ( ) A.临界值 B.统计量 C. P 值 D. 事先给定的显著性水平 12. 对于给定的显著性水平α，根据P 值拒绝原假设的准则是（ ） 】 A. P= α B. P< α C. P> α D. P= α=0 01:μμ

多维高斯分布讲解

多维高斯分布讲解 高斯分布 高斯分布：1维高斯分布公式： 多维高斯分布公式： 对于1维的来说是期望，是方差；对于多维来说D表示X的维数，表示D*D的协方差矩阵，定义为 ，为该协方差的行列式的值。 代码如下： m=[0 1]'; S=eye(2); x1=[0.2 1.3]'; x2=[2.2 -1.3]'; pg1=comp_gauss_dens_val(m,S,x1) pg2=comp_gauss_dens_val(m,S,x2) 其中comp_gauss_dens_val函数文件的代码如下： function [z]=comp_gauss_dens_val(m,S,x) [l,c]=size(m); z=(1/( (2*pi)^(l/2)*det(S)^0.5) )*exp(-0.5*(x-m)'*inv(S)*(x-m));

题目大致意思就是判断x是属于w1还是w2？ 代码如下： P1=0.5; P2=0.5; m1=[1 1]'; m2=[3 3]'; S=eye(2); x=[1.8 1.8]'; p1=P1*comp_gauss_dens_val(m1,S,x) p2=P2*comp_gauss_dens_val(m2,S,x) 题目大致意思就是给出正态分布的期望和方差构造出一些服从这个分布的数据点代码如下：

% Generate the first dataset (case #1) randn('seed',0); m=[0 0]'; S=[1 0;0 1]; N=500; X = mvnrnd(m,S,N)'; % Plot the first dataset figure(1), plot(X(1,:),X(2,:),'.'); figure(1), axis equal figure(1), axis([-7 7 -7 7]) % Generate and plot the second dataset (case #2) m=[0 0]'; S=[0.2 0;0 0.2]; N=500; X = mvnrnd(m,S,N)'; figure(2), plot(X(1,:),X(2,:),'.'); figure(2), axis equal figure(2), axis([-7 7 -7 7]) % Generate and plot the third dataset (case #3) m=[0 0]'; S=[2 0;0 2]; N=500; X = mvnrnd(m,S,N)'; figure(3), plot(X(1,:),X(2,:),'.'); figure(3), axis equal figure(3), axis([-7 7 -7 7]) % Generate and plot the fourth dataset (case #4) m=[0 0]'; S=[0.2 0;0 2]; N=500; X = mvnrnd(m,S,N)'; figure(4), plot(X(1,:),X(2,:),'.'); figure(4), axis equal figure(4), axis([-7 7 -7 7]) % Generate and plot the fifth dataset (case #5) m=[0 0]'; S=[2 0;0 0.2]; N=500; X = mvnrnd(m,S,N)'; figure(5), plot(X(1,:),X(2,:),'.');