概率论与数理统计实验报告
姓名：蔺志洋
班级：装备62
学号：2161500014
实验五
【实验名称】
抽样分布、参数估计及假设检验
【实验目的】
1、了解 matlab 软件的基本命令与操作；
2、熟悉 matlab 用于描述性统计的基本菜单操作及命令；
3、会求样本的一些统计量如样本数，平均值等。
4、会求样本频率与频数分布；，画频率直方图。
【实验步骤与结果】
问题：
1、给出100名学生的身高和体重（单位厘米千克）
①求出以下统计量：样本数，平均值，中位数，样本标准差，最大值，最小值。
②求出频率与频数分布；
③作出以上数据的频率直方图。
2、根据这些数据对学生的平均身高和体重作出估计，并给出估计的误差范围；
3、该地区学生10年前作过普查，学生的平均身高为167.5cm，平均体重为60.2kg，
试根据这次抽查的数据，对学生的平均身高和体重有无明显变化作出结论。
程序：
height=normrnd(167.5,2.30,1,100) weight=normrnd(60.2,2.25,1,100)
length(height)
mean(height)
median(height)
std(height)
max(height)
min(height)
hist(height,10)
grid
title('身高频数直方图')
xlabel('身高/cm')
ylabel('频数')
[a,b]=hist(height)
bar(b,a/sum(a))
grid
title('身高频率直方图')
xlabel('身高/cm')
ylabel('频率')
figure
length(weight)
mean(weight)
median(weight)
std(weight)
max(weight)
min(weight)
hist(weight,10)
grid
title('体重频数直方图')
xlabel('体重/kg')
ylabel('频数')
[a,b]=hist(weight)
bar(b,a/sum(a))
grid
title('体重频率直方图')
xlabel('体重/kg')
ylabel('频率')
%参数估计
[Hmu,Hsigma,Hmuci,Hsigmaci]=normfit(height)
[Wmu,Wsigma,Wmuci,Wsigmaci]=normfit(weight)
%假设检验
[hH1,Hsig1,Hci1]=ttest(height,167.5)
[wH1,wsig1,wci1]=ttest(weight,60.2)
计算结果：
height =
1 至9 列
168.7446 163.9560 167.0328 166.3501 168.3810 168.4477 168.4326
166.6633 166.1217
10 至18 列
166.1439 169.4631 163.2381 167.0232 168.1219 165.9986 168.5976 167.3360 165.3419
19 至27 列
167.8711 166.8832 166.5573 165.8640 167.6413 163.2539 166.5838 166.2498 165.4026
28 至36 列
169.0012 165.8112 168.7435 169.7444 167.1392 168.1389 168.9709 167.3138 168.7440
37 至45 列
164.5961 170.0540 165.2240 163.2937 170.6843 167.3557 168.5325 166.6645 165.1527
46 至54 列
160.4321 168.9404 166.8406 167.0461 168.4329 164.2355 165.8223 170.1389 168.8751
55 至63 列
164.5531 162.4325 166.1861 167.9922 169.6675 167.7156 164.9187 168.2042 164.8036
64 至72 列
165.2898 165.9964 164.6724 166.8768 165.4301 166.8429 166.4364 166.5575 166.3419
170.3366 168.9037 167.6359 164.1260 163.7607 162.9811 173.4920 169.7365 168.0911
82 至90 列
165.2592 164.8634 168.7596 171.0997 163.6053 166.4664 167.3061 162.9184 169.4349
91 至99 列
166.5463 171.8980 166.6009 168.4411 164.8724 166.0628 164.8119 168.4029 170.4942
100 列
166.1346
weight =
1 至9 列
61.1818 59.0652 60.4297 62.8916 60.4706 57.8671 58.2715 59.8178 59.7687
10 至18 列
58.2519 60.6065 63.0497 59.6349 59.7397 55.2466 58.4573 57.0651 59.3310
19 至27 列
61.3826 63.6274 64.2466 59.9370 59.4796 62.0394 61.3029 61.9218 61.9511
56.8693 61.4158 59.9940 58.4894 58.6394 63.0833 58.3781
57.4172 60.6830
37 至45 列
64.7242 60.2575 60.8937 58.0889 63.9670 60.4812 61.3927 58.0578 62.1216
46 至54 列
61.0756 57.5990 60.2894 59.1862 60.4458 59.6363 59.7727 57.8759 59.4726
55 至63 列
61.9247 64.1255 57.5888 65.5492 63.6337 60.5791 59.5223 58.6280 62.0737
64 至72 列
58.6371 59.1608 62.1881 61.1809 62.2177 61.3356 59.2980
59.0438 61.9918
73 至81 列
58.6898 62.8700 61.9791 60.8474 60.2073 61.0226 68.1350
59.9470 56.6977
82 至90 列
64.5090 61.5722 58.7422 66.0890 61.4396 60.8620 58.4499 57.8039 56.2211
91 至99 列
59.2484 57.8305 61.6574 59.4853 64.1802 63.5988 60.5690 59.5638 62.7924
100 列
57.6204
ans =
100
ans =
166.9159
ans =
166.8418
ans =
2.2221
ans =
173.4920
ans =
160.4321
a =
1 3 8 15 26 17 19 8
2 1
b =
1 至9 列
161.0851 162.3911 163.6971 165.0031 166.3090 167.6150 168.9210 170.2270 171.5330
172.8390
ans =
100
ans =
60.4865
ans =
60.3596
ans =
2.2898
ans =
68.1350
ans =
55.2466
a =
2 8 18 22 2
3 13 9 3 1 1
b =
1 至9 列
55.8910 57.1798 58.4687 59.7575 61.0464 62.3352 63.6241 64.9129 66.2018
10 列
67.4906
166.9159 Hsigma =
2.2221 Hmuci = 166.4750 167.3568 Hsigmaci =
1.9510
2.5813 Wmu =
60.4865 Wsigma =
2.2898 Wmuci =
60.0322
60.9409 Wsigmaci =
2.0105
2.6600 hH1 =
1
0.0099
Hci1 =
166.4750 167.3568 wH1 =
wsig1 =
0.2138
wci1 =
60.0322 60.9409
参数估计：数字特征有：平均身高166.9159，平均身高的置信水平
为0.95时，置信区间为[166.4750，167.3568]；平均体重60.4865，
平均身高的置信水平为0.95时，置信区间为[60.0322，60.9409]。
假设检验：身高无明显变化；体重有明显变化。
实验七
【实验名称】
区间估计
【实验目的】
1、了解 matlab 软件的基本命令与操作；
2、熟悉 matlab 用于描述性统计的基本菜单操作及命令；
3、会用 matlab 进行总体数学期望和方差的区间估计。
【实验步骤与结果】
问题：(1) 单个正态总体数学期望和方差的区间估计
从一大批袋装糖果中随机地取出内 16 袋，称得重量（ g ）如下
508 507.68 498.5 502 503 511 498 511 513 506 492 497 506.5 501 510 498
设袋装糖果的重量近似地服从正态分布，试求总体均值和方差的区间估计(置信度分别为 0.95 与 0.9)．
程序：
X=[508 507.68 498.5 502 503 511 498 511 513 506 492 497 506.5 501 510 498];
[mu,sig,muci,sigci]=normfit(X,0.05);
fprintf('当置信度为0.95时\n');
fprintf('均值μ：%f\n',mu);
fprintf('标准差σ：%f\n',sig);
fprintf('糖果的总体均值的置信区间：[%f,%f]\n',muci(1),muci(2)); fprintf('糖果的总体方差的置信区间：[%f,%f]\n',sigci(1)^2,sigci(2)^2);
[mu,sig,muci,sigci]=normfit(X,0.1);
fprintf('当置信度为0.9时\n');
fprintf('均值μ：%f\n',mu);
fprintf('标准差σ：%f\n',sig);
fprintf('糖果的总体均值的置信区间：[%f,%f]\n',muci(1),muci(2)); fprintf('糖果的总体方差的置信区间：[%f,%f]\n',sigci(1)^2,sigci(2)^2);
计算结果：
实验总结：了解了 matlab 软件的基本命令与操作，熟悉了 matlab 用于描述性统计的基本菜单操作及命令，并且会求样本的一些统计量如样本数，平均值等。会求样本频率与频数分布和画频率直方图。会
用 matlab 进行总体数学期望和方差的区间估计。
数据分析实验报告 文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-
第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出： 统计量 全国居民 农村居民 城镇居民 N 有效 22 22 22 缺失 均值 1116.82 747.86 2336.41 中值 727.50 530.50 1499.50 方差 1031026.918 399673.838 4536136.444 百分位数 25 304.25 239.75 596.25 50 727.50 530.50 1499.50 75 1893.50 1197.00 4136.75 3画直方图，茎叶图，QQ 图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民 Stem-and-Leaf Plot Frequency Stem & Leaf 5.00 0 . 56788 数据分析实验报告 【最新资料，WORD 文档，可编辑修改】
2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验
结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。 （2 ）W 检验 结果：在Shapiro-Wilk 检验结果972.00 w ，p=0.174大于0.05 接受原假设，即数据来自正太总体。 习题1.5 5 多维正态数据的统计量 数据：
参数估计与假设检验的区别和联系 统计学方法包括统计描述和统计推断两种方法，其中，推断统计又包括参数估计和假设检验。 1.参数估计就是用样本统计量去估计总体的参数，它的方法有点估计和区间估计两种。 点估计是用估计量的某个取值直接作为总体参数的估计值。点估计的缺陷是没法给出估计的可靠性，也没法说出点估计值与总体参数真实值接近的程度。 区间估计是在点估计的基础上给出总体参数估计的一个估计区间，该区间通常是由样本统计量加减估计误差得到的。在区间估计中，由样本估计量构造出的总体参数在一定置信水平下的估计区间称为置信区间。统计学家在某种程度上确信这个区间会包含真正的总体参数。 在区间统计中置信度越高，置信区间越大。置信水平为1-a, a为小概率事件或者不可能事件，常用的置信水平值为99%，95%，90%，对应的a为0.01, 0.05，0.1 置信区间是一个随机区间，它会因样本的不同而变化,而且不是所有的区间都包含总体参数。 一个总体参数的区间估计需要考虑总体是否为正态分布,总体方差是否已知，用于估计的样本是大样本还是小样本等 （1）来自正态分布的样本均值，不论抽取的是大样本还是小样本，均服从正态分布 （2）总体不是正态分布，大样本的样本均值服从正态分布,小样本的服从t 分布 （3）不论已判断是正态分布还是t 分布，如果总体方差未知,都按t 分布来处理 （4）t 分布要比标准正态分布平坦，那么要比标准正态分布离散，随着自由度的增大越接近 （5）样本均数服从的正态分布为N（u a^2/n）远远小于原变量离散程度N (u a^2) 2. 假设检验是推断统计的另一项重要内容，它与参数估计类似，但角度不同，参数估计是利用样本信息推断未知的总体参数，而假设检验则是先对总体参数提出一个假设值，然后利用样本信息判断这一假设是否成立。 假设检验的基本思想：先提出假设，然后根据资料的特点，计算相应的统计量，来判断假设是否成立，如果成立的可能性是一个小概率的话，就拒绝该假设，因此称小概率的反证法。最重要的是看能否通过得到的概率去推翻原定的假设，而不是去证实它<2>统计学中假设检验的基本步骤：（1）建立假设，确定检验水准α--假设有零假设（H0）和备择假设（H1）两个，零假设又叫作无效假设或检验假设。H0和H1的关系是互相对立的，如果拒绝H0，就要接受H1，根据备择假设不同，假设检验有单、双侧检验两种。检验水准用α表示，通常取0.05或0.10，检验水准说明了该检验犯第一类错误的概率。（2）根据研究目的和设计类型选择适合的检验方法 这里的检验方法，是指参数检验方法，有u检验、t检验和方差分析三种，对应于不同的检验公式。 （3）确定P值并作出统计结论 u检验得到的是u统计量或称u值，t检验得到的是t统计量或称t值。方差分析得到的是F统计量或称F值。将求得的统计量绝对值与界值相比，可以确定P值。当α＝0.05时，u值要和u界值1.96相比较，确定P值。如果u＜1.96，则P＞0.05.反之，如u＞1.96，则P＜0.05.t值要和某自由度的t界值相比较，确定P值。如果t值＜t界值，故P＞0.05.反之，如t＞t 界值，则P＜0.05。相同自由度的情况下，单侧检验的t界值要小于双侧检验的t界值，因此有可能出现算得的t值大于单侧t界值，而小于双侧t界值的情况，即单侧检验显著，双侧检验未必就显著，反之，双侧检验显著，单侧检验必然会显著。即单侧检验更容易出现阳性结论。当P＞0.05时，接受零假设，认为差异无统计学意义，或者说二者不存在质的区别。当P＜0.05时，拒绝零假设，接受备择假设，认为差异有统计学意义，也可以理解为二者存在质的区别。但即使检验结果是P＜0.01甚至P＜0.001，都不说明差异相差很大，只表示更有把握认为二者存在差异。 3.参数估计与假设检验之间的联系与区别： （1）主要联系：a.都是根据样本信息推断总体参数；b.都以抽样分布为理论依据，建立在概率论基础之上的推断；c.二者可相互转换，形成对偶性。 （2）主要区别：a.参数估计是以样本资料估计总体参数的真值，假设检验是以样本资料检验对总体参数的先验假设是否成立;b.区间估计求得的是求以样本估计值为中心的双侧置信区间，假设检验既有双侧检验，也有单侧检验；c.区间估计立足于大概率，假设检验立足于小概率。
质量管理实验 实验一质量数据测定 一、实验任务 以减速器中的轴（输入轴和输出轴）为对象进行抽样检测，对测得的数据分别进行质量检验。 二、实验目的及训练要点 1）了解抽样的基本原理和方法。 2）了解测试仪器的选择、调整技巧。 3）了解测量数据的质量判定与检验。 三、实验内容 数据测试工作是工业企业生产的重要环节，是质量管理的一项基础工作，是确保产品质量的重要手段和方法，并且它可为各类质量问题的统计分析提供科学的依据，本次实验的主要内容包括： 1）外径千分尺的调整和校正。 2）游标卡尺的调整和校正。 3）减速器中各个轴（输入轴和输出轴）的外径宽度的抽样测量。 4）对所测数据进行处理和质量判定。 5）完成实验报告的攥写。 四、实验设备、仪器、工具及资料 外径千分尺1把，游标卡尺1把，减速器50个，标准件一组。
五、实验步骤 1.准备工作 1）熟悉“实验数据记录表”及检测仪器的使用方法。 2）准备所需资料，确定待选取的抽样方法及与之适宜的测量工具。 2.外径千分尺的调整和校正 外径千分尺主要用于工件的外尺寸测量。使用前应将测量面仔细擦净，检查或调整零位到正确位置。调整步骤如下： 1）校正或调整零位方法： 转动测力装置，使两测量面轻轻地接触（＞25mm的外径千分尺应用校对量杆校正），当听到棘轮摩擦声时，即为零位。若此时不是零位则将固定套管上的螺钉松开用扳手转动固定套管使零位对准，然后紧固固定套管上的螺钉； 2）压线或离线的调整： 当微分筒压线或离线超过标准规定时，则松开取下测力装置，并取下盖板，取下微分桶及锥套，将锥套向前移或向后退来调整压线或离线，锥套向前移调压线，锥套向后移调离线，调好后将微分筒，及锥套装上，零位对准，盖上盖板。将测力装置装上拧紧则调整完毕。 3）测量时必须使用测力装置，以恒定测量压力进行测量，禁止测量运动的被测物。 3.游标卡尺的调整和校正 游标卡尺用于工件的内、外尺寸，外尺寸、深度、台阶等尺寸的测量。
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? 0.05,α=26,n = 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0.9733 Z = ==<1.65,接受H 0：p ≤0.05. 即, 以95%的把握认为p ≤0.05是成立的.
数据分析实验报告 【最新资料，WORD文档，可编辑修改】 第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出：
方差1031026.918399673.8384536136.444百分位数25304.25239.75596.25 50727.50530.501499.50 751893.501197.004136.75 3画直方图，茎叶图，QQ图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 0 . 122223344 5.00 0 . 56788 2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689
1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验 单样本Kolmogorov-Smirnov 检验 身高N60正态参数a,,b均值139.00
标准差7.064 最极端差别绝对值.089 正.045 负-.089 Kolmogorov-Smirnov Z.686 渐近显着性(双侧).735 a. 检验分布为正态分布。 b. 根据数据计算得到。 结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。（2）W检验
第5章 参数估计 ●1. 从一个标准差为5的总体中抽出一个容量为40的样本，样本均值为25。 （1） 样本均值的抽样标准差x σ等于多少？ （2） 在95%的置信水平下，允许误差是多少？ 解：已知总体标准差σ=5，样本容量n =40，为大样本，样本均值x =25， （1）样本均值的抽样标准差 x σσ5=0.7906 （2）已知置信水平1－α=95%，得 α/2Z =1.96， 于是，允许误差是E = α/2 σ Z 6×0.7906=1.5496。 ●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。 （3） 假定总体标准差为15元，求样本均值的抽样标准误差； （4） 在95%的置信水平下，求允许误差； （5） 如果样本均值为120元，求总体均值95%的置信区间。 解：（1）已假定总体标准差为σ=15元， 则样本均值的抽样标准误差为 x σσ15=2.1429 （2）已知置信水平1－α=95%，得 α/2Z =1.96， 于是，允许误差是E = α/2 σ Z 6×2.1429=4.2000。 （3）已知样本均值为x =120元，置信水平1－α=95%，得 α/2Z =1.96， 这时总体均值的置信区间为 α/2 x Z 0±4.2=124.2115.8 可知，如果样本均值为120元，总体均值95%的置信区间为（115.8，124.2）元。 ●3.某大学为了解学生每天上网的时间，在全校7500名学生中采取不重复抽样方法随机抽取36人，调查他们每天上网的时间，得到下面的数据（单位：小时）： 3.3 3.1 6.2 5.8 2.3 4.1 5.4 4.5 3.2 4.4 2.0 5.4 2.6 6.4 1.8 3.5 5.7 2.3 2.1 1.9 1.2 5.1 4.3 4.2 3.6 0.8 1.5 4.7 1.4 1.2 2.9 3.5 2.4 0.5 3.6 2.5
第5章 参数估计与假设检验练习题 1、设随机变量 X 的数学期望为 μ ，方差为 σ2 ，（X 1 ，X 2 ，···，X n ）为X 的一个样本， 试比较 ))(1(1 2 ∑=-n i i X n E μ 与 ))(1(12∑=-n i i X X n E 的大小。 （ 前者大于后者 ） 2、设随机变量 X 与Y 相互独立，已知 EX = 3，EY = 4，DX = DY = σ2 ，试问：k 取何值时，Z = k ( X 2 - Y 2 ) + Y 2 是 σ2 的无偏估计 。 （ 16 / 7 ） 3、设正态总体 X ~ N ( μ , σ2 ) ，参数 μ ，σ2 均未知，（ X 1 ，X 2 ，… ，X n ）（ n ≥ 2 ） 为简单随机样本，试确定 C ，使得 ∑-=+-=1 1212 )(?n i i i X X C σ 为 σ2 的无偏估计。 （ ) 1(21 -n ） 4、假设总体 X 的数学期望为 μ ，方差为 σ 2 ，),...,,(21n X X X 为来自总体 X 的一个样本， X 、S 2 分别为样本均值和样本方差，试确定常数 c ，使得 22cS X - 为 μ 2 的无偏估计量. （ 1 / n ） 5、设 X 1 ，X 2 是取自总体 N ( μ , σ2 ) （ μ 未知）的一个样本，试说明下列三个统计量 2114341?X X +=μ ，2122121?X X +=μ ，2132 1 31?X X +=μ 中哪个最有效。 （ 2?μ ）
6、设某总体 X 的密度函数为：??? ??><=其它 03),(3 2θθθx x x f ，（ X 1 ，X 2 ，… ，X n ）为该 总体的样本， Y n = max ( X 1 , X 2 , … , X n ) ，试比较未知参数 θ 的估计量 X 3 4 与 n Y n n 31 3+ 哪个更有效？ （ n > 1 时，n Y n n 31 3+ 更有效 ） 7、从某正态总体取出容量为10的样本，计算出 15010 1 =∑=i i x ，272010 1 2=∑=i i x 。求总体期望与 方差的矩估计 μ ? 和 2?σ 。 （ 15 ；47 ） 8、设总体 X 具有密度 ?? ? ??≤>=+-C x C x x C x f 01);()1 1(1???? ，其中参数 0 < ? < 1，C 为已知常数，且C > 0，从中抽得一样本 X 1 ，X 2 ，… ，X n ，求参数 ? 的矩估计量。 （ 1 - C /?X ，其中 ∑==n i i X n X 1 1 ） 9、设总体 X 服从（ 0，? ）上的均匀分布，其中 ? > 0 是未知参数，（ X 1 ，X 2 ，… ， X n ）为简单随机样本，求出 ? 的矩估计量 ? ? ，并判断 ?? 是否为 ? 的无偏估计量。 （ 2?X ，其中 ∑==n i i X n X 1 1 ；是 ） 10、设（ X 1 ，X 2 ，… ，X n ）为总体 X 的一组样本，总体 X 密度函数为：
简答题 1、矩估计的推断思路如何？有何优劣？ 2、极大似然估计的推断思路如何？有何优劣？ 3、什么是抽样误差？抽样误差的大小受哪些因素影响？ 4、简述点估计和区间估计的区别和特点。 5、确定重复抽样必要样本单位数应考虑哪些因素？ 计算题 1、对于未知参数的泊松分布和正态分布分别使用矩法和极大似然法进行点估计，并考量估计结果符合什么标准 2、某学校用不重复随机抽样方法选取100名高中学生，占学生总数的10%，学生平均体重为50公斤，标准差为48.36公斤。要求在可靠程度为95%（t=1.96）的条件下，推断该校全部高中学生平均体重的范围是多少？ 3、某县拟对该县20000小麦进行简单随机抽样调查，推断平均亩产量。根据过去抽样调查经验，平均亩产量的标准差为100公斤，抽样平均误差为40公斤。现在要求可靠程度为95.45%（t=2）的条件下，这次抽样的亩数应至少为多少？ 4、某地区对小麦的单位面积产量进行抽样调查，随机抽选25公
顷，计算得平均每公顷产量9000公斤，每公顷产量的标准差为1200公斤。试估计每公顷产量在8520-9480公斤的概率是多少？（P(t=1)=0.6827, P(t=2)=0.9545, P(t=3)=0.9973） 5、某厂有甲、乙两车间都生产同种电器产品，为调查该厂电器产品的电流强度情况，按产量等比例类型抽样方法抽取样本，资料如下： 试推断： （1）在95.45%（t=2）的概率保证下推断该厂生产的全部该种电器产品的平均电流强度的可能范围 （2）以同样条件推断其合格率的可能范围 （3）比较两车间产品质量 6、采用简单随机重复和不重复抽样的方法在2000件产品中抽查200件，其中合格品190件，要求： （1）计算样本合格品率及其抽样平均误差
《统计学》 第六章 抽样与参数估计 1、某市劳动和社会保障局想调查下岗职工中女性所占的比重，随机抽取300个下岗职工，发现其中195个为女性职工。试以95.45%的概率保证程度，估计该市下岗职工中女性比重的区间范围。 解： 已知n=300,概率保证程度95.45%，Z 0.0455/2 =2 P=300195=65% 区间范围P n )1(2 p p -Z ±α=0.65300 ) 65.01(65.02-±=0.65±0.055 该市下岗职工中女性比重的区间范围为59.5%～70.5之间 2、某灯管厂生产10万只日光灯管，现采用简单随机重复抽样方式抽取1‰灯管进行质量检验，测试结果如下表所示： 耐用时间（小时） 灯管数（只） 800以下 10 800-900 15 900-1000 35 1000-1100 25 1100以上 15 合计 100 根据上述资料： (1)试计算抽样总体灯管的平均耐用时间 (2)在99.73%的概率保证程度下，估计10万只灯管平均耐用时间的区间范围。 (3)按质量规定，凡耐用时间不及800小时的灯管为不合格品，试计算抽样总体灯管的合格率，并按95%的概率保证程度下，估计10万只灯管的合格率区间范围。 (4)若上述条件不变，只是抽样极限误差可放宽到40小时，在99.73%的概率保证程度下，作下一次抽样调查，需抽多少只灯管检验？ 解： 耐用时间（小时） 灯管数（只）f 组中值x xf f x x 2)(- 800以下 10 750 7500 484000 800-900 15 850 12750 216000 900-1000 35 950 33250 14000 1000-1100 25 1050 26250 160000 1100以上 15 1150 17250 486000
实验六参数估计与假设检验 一、实验目的： 学习利用spss对数据进行参数估计与假设检验（参数估计，单样本、独立样本、配对样本T 检验）。 二、实验内容： 某助眠药物临床实验征集了20位被试，试验后得数据表包含被试的性别、身高、体重、用药前睡眠时长及用药后睡眠时长。试就该数据估计性别对未使用药物时睡眠时长的影响、检验被试总体身高与165差距是否显著、对不同性别的被试的身高和体重变量进行独立样本T 检验、并检验药物是否对被试有用。 三、实验步骤： 参数估计 1、定义变量并输入数据 2、选择菜单“分析→描述统计→探索”弹出“探索”对话框，将对话框左侧的变量框中“用药前睡眠时长”添加到因变量列表，“性别”添加到自变量列表 3、点击“统计量”，弹出“探索：统计量”对话框，勾选描述性并设置均值置信区间为95%，单击“继续” 4、单击“确定”按钮，得到输出结果，对结果进行分析解释。 单样本T检验 1、定义变量并输入数据 2、选择菜单“分析→比较均值→单样本T检验”，弹出“单样本T检验”对话框，将对话框左侧的变量框中的“身高”添加到右侧的“检验变量”框中，将检验值设为165； 3、点击“选项”，弹出“选项”对话框，将置信区间百分比设为95%，点击“继续” 4、单击“确定”按钮，得到输出结果，对结果进行分析解释。 独立样本T检验 1、定义变量并输入数据 2、选择菜单“分析→比较均值→独立样本T检验”，弹出“独立样本T检验”对话框，在对话框左侧的变量列表中选变量“身高”“体重”进入检验变量框，选变量“性别”进入控制列表框 3、点击定义组，在组1（1）中填写1，组2(2)中填写2，点击继续， 4、点击“确定”按钮，得到输出结果。对结果进行分析解释。 配对样本T检验 1.打开一份可用数据。 2.选择分析→比较平均值→配对样本T检验，选择一对配对样本“用药前睡眠时长”和“用 药后睡眠时长”，将“用药前睡眠时长”拖至“variable1”，“用药后睡眠时长”拖至“variable2”，单击“选项”设置置信区间为95%，点击“确定”查看自定义结果。
血液检查实验报告 篇一：血型测定实验报告 血型测定实验报告 一、实验目的： 学习ABO型血的鉴定原理和方法。观察红细胞凝集现象，了解抗原抗体反应。 二、实验原理： 血型就是红细胞膜上特异抗原的类型。在ABO血型系统中，红细胞膜上抗原分A和B两种抗原，而血清抗体分抗A 和抗B两种抗体。A抗原加抗A抗体或B抗原加抗B抗体，则产生凝集现象。血型鉴定是将受试者的红细胞加入标准A 型血清（含有抗B抗体）与标准B型血清（含有抗A抗体）中，观察有无凝集现象，从而测知受试者红细胞膜上有无A 或/和B抗原。在ABO血型系统，根据红细胞膜上是否含A、B抗原而分为A、B、AB、O四型。（见表4-3-1-1）三消毒采血针；载玻片；消毒棉签；抗A、抗B血型定型试剂；75%乙醇；受检者血液四、实验步骤 （1）取双凹玻片一块，用干净纱布轻拭使之洁净，在玻片两端用腊笔标明A及B，并分别各滴入A及B标准血清一滴。 （2）细胞悬液制备从指尖或耳垂取血一滴，加入含1ml 生理盐水的小试管内，混匀，即得约5％红细胞悬液。采血
时应注意先用75％酒精消毒指尖或耳垂。 （3）用滴管吸取红细胞悬液，分别各滴一滴于玻片两端的血清上，注意勿使滴管与血清相接触。 （4）竹签两头分别混合，搅匀。 （5） 10～30min后观察结果。如有凝集反应可见到呈红色点状或小片状凝集块浮起。先用肉眼看有无凝集现象，肉眼不易分辨时，则在低倍显微镜下观察，如有凝集反应，可见红细胞聚集成团。 （6）判断血型根据被试者红细胞是否被A，B型标准血清所凝集，判断其血型。五、实验结果： 我们组本次实验中，载玻片1左边为抗B型定型试剂，呈淡红色，未发生凝聚；右边为抗A型定型试剂，血液在试剂中凝结，试剂较清亮。该受试者1血型为A。 载玻片2左右边的试剂内的血液皆不出现凝结现象，受试者2为O型血。 六、实验讨论： 1.实验中要分清牙签，不要用一牙签一端同时在抗A血清和抗B血清中搅拌，以免造成抗体试剂不纯。 2.实验中我们组发现15分钟后没有出现血凝现象，可用牙签轻轻搅拌一会儿，有些载玻片上就不现了血块，但有些经搅拌后仍不出现血凝现象，表示确实不含相应的抗原。篇二：血糖的测定实验报告
第九章抽样与抽样估计 一、单项选择题 1、抽样极限误差是指抽样指标和总体指标之间（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．抽样误差的最大可能范围 2、样本平均数和总体平均数（B）。解析：样本平均数是以总体平均数为中心，在其范围内变动（P213） A．前者是一个确定值，B．前者是随机变量， 后者是随机变量后者是一个确定值 C．两者都是随机变量D．两者都是确定值 3、某场要对某批产品进行抽样调查，一直以往的产品合格率分别为90%，93%， 95%，要求误差范围小于5%，可靠性为95.45%，则必要样本容量应为（B）。A．144B．105C．76D．109 4、在总体方差不变的条件下，样本单位数增加3倍，则抽样误差（C）。 A．缩小1/2B．为原来的3/√3C．为原来的1/3D．为原来的2/3 5、在其他条件不变的前提下，若要求误差范围缩小1/3，则样本容量（B）。 A．增加9倍B．增加8倍 C．为原来的2.25倍D．增加2.25倍 6、抽样误差是指（C）。解析：这题考的是抽样误差的定义（P213) A．在抽查过程中由于观察、测量等差错所引起的误差 B．在调查中违反随机原则出现的系统误差 C．随机抽样而产生的代表性误差 D．人为原因所造成的误差 7、在一定的抽样平均误差条件下（A）。
A．扩大极限误差范围，可以提高推断的可靠程度 B．扩大极限误差范围，会降低推断的可靠程度 C．缩小极限误差范围，可以提高推断的可靠程度 D．缩小极限误差范围，不改变推断的可靠程度 8、抽样平均误差是（B）。解析：这题考的是抽样平均误差的定义（P214）A．总体的标准差B．样本的标准差 C．抽样指标的标准差D．抽样误差的平均差 9、对某种连续生产的产品进行质量检验，要求每隔一小时抽出10分钟的产品进行检验，这种抽查方式（D）。 A．简单随机抽样B．类型抽样 C．等距抽样D．整群抽样 10、先将总体各单位按主要标志分组，再从各组中随机抽取一定单位组成样本，这种抽样形式被称为（C）解析：这题考的是抽样调查的几种不同的方式的定义（P211）。 A．简单随机抽样B．机械抽样 C．分层抽样D．整群抽样 11、事先确定整体范围，并对整体的每隔单位都编号，然后根据《随机数码表》 或抽签的方式来抽取样本的抽样组织形式，被称为（B）。 A．简单随机抽样B．机械抽样 C．分层抽样D．整群抽样 12、在同样条件下，不重复抽样的抽样标准误差于重复抽样的抽样的标准误差相 比，（A）。 A．前着小于后者B．前者大于后者 C．两者相等D．无法判断 13、在重复的简单随机抽样中，当概率保证程度从68.27%提高到95.45%时（其 他条件不变），必要的样本容量将会（C）。
概率论与数理统计实验报告 一、实验目的 1.学会用matlab求密度函数与分布函数 2.熟悉matlab中用于描述性统计的基本操作与命令 3.学会matlab进行参数估计与假设检验的基本命令与操作 二、实验步骤与结果 概率论部分： 实验名称：各种分布的密度函数与分布函数 实验内容： 1.选择三种常见随机变量的分布，计算它们的方差与期望<参数自己设 定）。 2.向空中抛硬币100次，落下为正面的概率为0.5,。记正面向上的次数 为x， （1）计算x=45和x<45的概率， （2）给出随机数x的概率累积分布图像和概率密度图像。 3.比较t(10>分布和标准正态分布的图像<要求写出程序并作图）。 程序： 1.计算三种随机变量分布的方差与期望 [m0,v0]=binostat(10,0.3> %二项分布，取n=10,p=0.3 [m1,v1]=poisstat(5> %泊松分布，取lambda=5 [m2,v2]=normstat(1,0.12> %正态分布，取u=1,sigma=0.12 计算结果： m0 =3 v0 =2.1000 m1 =5 v1 =5 m2 =1 v2 =0.0144 2.计算x=45和x<45的概率，并绘图 Px=binopdf(45,100,0.5> %x=45的概率 Fx=binocdf(45,100,0.5> %x<45的概率 x=1:100。 p1=binopdf(x,100,0.5>。 p2=binocdf(x,100,0.5>。 subplot(2,1,1>
plot(x,p1> title('概率密度图像'> subplot(2,1,2> plot(x,p2> title('概率累积分布图像'> 结果： Px =0.0485 Fx =0.1841 3.t(10>分布与标准正态分布的图像 subplot(2,1,1> ezplot('1/sqrt(2*pi>*exp(-1/2*x^2>',[-6,6]> title('标准正态分布概率密度曲线图'> subplot(2,1,2> ezplot('gamma((10+1>/2>/(sqrt(10*pi>*gamma(10/2>>*(1+x^2/10>^(-(10+1>/2>',[-6,6]>。b5E2RGbCAP title('t(10>分布概率密度曲线图'> 结果：
第五章参数估计和假设检验的Stata实现本章用到的Stata命令有 例5－1 随机抽取某地25名正常成年男子，测得其血红蛋白含量如下： 146 7 125 142 7 128 140 1 7 144 151 117 118 该样本的均数为137.32g/L，标准差为10.63g/L，求该地正常成年男子血红蛋白含量总体均数的95%可信区间。 数据格式为
计算95％可信区间的Stata命令为： 结果为 该地正常成年男子血红蛋白含量总体均数的95%可信区间为（132.93～141.71） 例5－2 某市2005年120名7岁男童的身高X=123.62(cm)，标准差s=4.75(cm)，计算该市7岁男童总体均数90%的可信区间。 在Stata中有即时命令可以直接计算仅给出均数和标准差时的可信区间。 结果为： 该市7岁男童总体均数90%的可信区间（122.90～124.34）。 例5－3 为研究铅暴露对儿童智商(IQ)的影响，某研究调查了78名铅暴露(其血铅水平≥40 g/100ml)的6岁儿童，测得其平均IQ为88.02，标准差为12.21；同时选择了78名铅非暴露的6岁儿童作为对照，测得其平均IQ为92.89，标准
差为13.34。试估计铅暴露的儿童智商IQ的平均水平与铅非暴露儿童相差多少，并估计两个人群IQ的总体均数之差的95%可信区间。 本题也可以应用Stata的即时命令： 结果： 差值为4.86，差值的可信区间为0.81～8.90。 例5-4 为研究肿瘤标志物癌胚抗原(CEA)对肺癌的灵敏度，随机抽取140例确诊为肺癌患者，用CEA进行检测，结果呈阳性反应者共62人，试估计肺癌人群中CEA的阳性率。 Stata即时命令为 结果为 肺癌人群中CEA的阳性率为44.28％，可信区间为35.90％～52.82％。 例5-5 某医生用A药物治疗幽门螺旋杆菌感染者10人，其中9人转阴，试估计该药物治疗幽门螺旋杆菌感染者人群的转阴率。 Stata即时命令为
第8 讲参数估计 本讲的主要内容 8.1 参数估计的一般问题 8.2 一个总体参数的区间估计 8.3 两个总体参数的区间估计 8.4 样本量的确定 学习目标 1.估计量与估计值的概念 2.点估计与区间估计的区别 3.评价估计量优良性的标准 4.一个总体参数的区间估计方法 5.两个总体参数的区间估计方法 6.样本量的确定方法 8.1 参数估计的一般问题 8.1.1 估计量与估计值 估计量与估计值(estimator & estimated value) 1.估计量：用于估计总体参数的随机变量 如样本均值，样本比例, 样本方差等 例如: 样本均值就是总体均值m 的一个估计量 2.参数用θ表示，估计量用表示 3.估计值：估计参数时计算出来的统计量的具体值 如果样本均值?x=80，则80就是m的估计值 8.1.2 点估计与区间估计 点估计 (point estimate) 1.用样本的估计量的某个取值直接作为总体参数的估计值 例如：用样本均值直接作为总体均值的估计；用两个样本均值之差直接作为总体均值之差的估计 2.无法给出估计值接近总体参数程度的信息 ⑴虽然在重复抽样条件下，点估计的均值可望等于总体真值，但由于样本是随机的，抽出一个具体的样本得到的估计值很可能不同于总体真值 ⑵一个点估计量的可靠性是由它的抽样标准误差来衡量的，这表明一个具体的点估计值无法给出估计的可靠性的度量 区间估计 (interval estimate) 1.在点估计的基础上，给出总体参数估计的一个区间范围，该区间由样本统计量加减估计误差而得到 2.根据样本统计量的抽样分布能够对样本统计量与总体参数的接近程度给出一个概率度量 比如，某班级平均分数在75～85之间，置信水平是95% 区间估计的图示
参数估计和假设检验案例 案例一:工艺流程的检测 某公司是一家为客户提供抽样和统计程序方面建议的咨询公司,这些建议可以用来监控客户的制造工艺流程。在一个应用项目中,一名客户向该公司提供了一个样本,该样本由工艺流程正常运行时的 800个观测值组成。这些数据的样本标准差为 0.21;因为有如此多的样本数据,因此,总体标准差被假设为 0.21。然后,该公司建议:持续不断地定期抽取容量为 30的随机样本以对工艺流程进行检测。 通过对这些新样本的分析,客户可以迅速知道,工艺流程的运行状况是否令人满意。当工艺流程的运行状况不能令人满意时,可以采取纠正措施来解决这个问题。设计规格要求工艺流程的均值为 12,该公司建议采用如下形式的假设检验。 H 0 :12 H 1 :12 只要 H 0被拒绝,就应采取纠正措施。 下表为第一天运行新的工艺流程的统计控制程序时,每隔一小时收集的样本数据。
μ=μ≠ 问题: 1、对每个样本在 0.01的显著性水平下进行假设检验,并且确定,如果需要
Z0.005=2.58 2、 4、讨论将显著性水平改变为一个更大的值时的影响?如果增加显著性水平, 哪种错误或误差将增加? 显著性水平增加,置信区间减小,误差减小。 案例二:计算机辅助教学会使完成课程的时间差异缩小吗? 某课程引导性教程采用一种个性化教学系统, 每位学生观看教学录像, 然后给以程式化的教材。每位学生独立学习直至完成训练并通过考试。人们关心的问题是学生完成训练计划的进度不同。有些学生能够相当快地完成程式化教材, 而另一些学生在教材上需要花费较长的时间,甚至需要加班加点才能完成课程。学的较快的学生必须等待学得较慢的学生完成引导性课程才能一起进行其他方面的训练。 建议的替代系统是使用计算机辅助教学。在这种方法中, 所有的学生观看同样的讲座录像,然后每位学生被指派到一个计算机终端来接受进一步的训练。μ= 在整个教程的自我训练过程中,由计算机指导学生独立操作。 为了比较建议的和当前的教学方法, 刚入学的 122名学生被随机地安排到这两种教学系统中。 61名学生使用当前程式化教材, 而另外 61名学生使用建议的计算机辅助方法。记录每位学生的学习时间(小时 ,如表所示。
“守纪律、讲规矩、树形象”典型发言材 料 尊敬的各位领导、同志们： 今天我在这里讲述自己的事迹，其实并没有什么光辉业迹和值得骄傲的经历要讲，我只是做了一名农技人员应尽的职责。 我是一个普通农民的儿子，生在农家长在农村，上的是农校，毕业后一直工作在农业战线上。二十多年的经历使我深深懂得：一份职业，一个工作岗位，都是一个人赖以生存和发展的基础保障。同时，一个工作岗位的存在，往往也是人类社会存在和发展的需要。无论在任何时候，我们都要尊重自己的岗位的职责，认真对待自己的岗位，对自己的岗位职责负责到底。 作为一名农业技术人员，多年来我始终抱着“用感恩心做人，用责任心做事”的原则，工作中做到“良种良策”为群众办实事、“技术要领”为群众解难事、“科学运筹”为群众做好事。经常下村走访，深入到农业生产一线，真正做到“人到、心到、责任到”、为了打通农业科技成果转化的最后一公里。我和同事们根据作物不同生长阶段的特点，深入田间地头查看作物长势，记录详细资料，并作认真科学的分析，有的放矢手把手指导农户，用简单、朴实的语言讲解生产中技术难题，让农民一听就懂，一学
就会。并重点抓住农民在生产中一些不科学的操作环节和粗放管理、陈旧漏习开展针对性讲解，使农民在品种选用、科学施肥、精细管理上更加科学合理，提高了种植技术和科技意 识。 日常工作中，我辛苦与快乐并存，为了保质保量完成单位的各项试验示范任务，我曾经骑自行车多次上大盂、去高村，最远还去过杨兴和东凌井，曾经为了一个小小的试验方案而熬到深夜，为了划好试验小区而头顶烈日误了午饭……。作为一名技术员，当看到示范户应用技术的标准和示范作用不断提高，我会感到格外欣慰，当农民朋友脸上映出丰收的喜悦之情时，我会感到自己价值的真正体现。我的工作也得到领导和同志们的认可：近年来，本人参与推广的SCR调控施肥技术、谷子化控间苗技术、专用马铃薯种植技术、农村生物质能源开发与综合利用技术、高标准培肥玉米丰产方技术，先后获得山西省农村技术承包二等奖一项，三等奖四项。在国家级刊物上发表专业论文1篇，省级刊物发表专业论文2篇，还参与编写了《农村沼气实用技术》一书。 2013年8月，我被调到新成立的农产品质量安全综合检验检测站工作，负责开展对本县农产品生产基地、农贸市场和连锁超市的初级农产品的抽样检验检测工作。根据上级部门“投
第五章参数估计和假设检验 本章重点 1、抽样误差的概率表述； 2、区间估计的基本原理； 3、小样本下的总体参数估计方法； 4、样本容量的确定方法； 本章难点 1、一般正态分布 标准正态分布； 2、t分布； 3、区间估计的原理； 4、分层抽样、整群抽样中总方差的分解。 统计推断：利用样本统计量对总体某些性质或数量特征进行推断。 两类问题：参数估计和假设检验 基本特点：（1）以随机样本为基础； （2）以分布理论为依据； （3）推断的只是一种可能的结果； （4）是归纳推理和演绎推理的结合。本章主要内容：阐述常用的几种参数估计方法。 第一节参数估计 一、参数估计的基本原理 两种估计方法
点估计 区间估计 1．点估计：以样本指标直接估计总体参数。 点估计优良性评价准则 （1）无偏性。估计量 的数学期望等于总体参数，即 ， 该估计量称为无偏估计。 （2）有效性。当 为 的无偏估计时， 方差 越小， 无偏估计越有效。 （3）一致性。对于无限总体，如果对任意 ，有 ,则称 是 的一致估计。 （4）充分性。一个估计量如能完全地包含未知参数信息，即为 充分估计量。 2．点估计的缺点：不能反映估计的误差和精确程度 区间估计：利用样本统计量和抽样分布估计总体参数的可能区间 【例1】CJW 公司是一家专营体育设备和附件的公司，为了监控公司的服务质量， CJW 公司每月都要随即的抽取一个顾客样本进行调查以了解顾客的满意分数。根据以往的调查，满意分数的标准差稳定在20分左右。最近一次对100名顾客的抽样显示，满意分数的样本均值为82分，试建立总体满意分数的区间。 抽样误差 抽样误差：一个无偏估计与其对应的总体参数之差的绝对值。 抽样误差 = （实际未知） 要进行区间估计，关键是将抽样误差E 求解。若 E 已知，则区间可表示为： 区间估计：估计未知参数所在的可能的区间。 区间估计优良性评价要求 θ θ??θ?θθ=?E θ?0＞ εθ?2)?(θθ-E 0)|?(|=≥-∞ →εθθn n P Lim n θ?θθαθθθ-=1)??(U L P ＜＜[]E x x +-,E
第7 章参数估计 练习题 一、填空题（共10题，每题2分，共计20分） 1 ?参数估计就是用______ _去估计________ _ 。 2?点估计就是用______________ 的某个取值直接作为总体参数的 ____________ 。 3?区间估计是在____________ 的基础上，给出总体参数估计的一个区间范围，该区间通常 由样本统计量加减 __________ 得到。 4. ____________ 如果将构造置信区间的步骤重复多次，置信区间中包含总体参数真值的次数所占的比例称为，也成为 ____________ 。 5 ?当样本量给定时，置信区间的宽度随着置信系数的增大而_____________ ;当置信水平固定时，置信区间的宽度随着样本量的增大而 ____________ 。 6. 评价估计量的标准包含无偏性、________ __ 和 _______ __ 。 7. 在参数估计中，总是希望提高估计的可靠程度，但在一定的样本量下，要提高估计的可 靠程度，就会 ____________ 置信区间的宽度；如要缩小置信区间的宽度，又不降低置信程 度，就要 ___________ 样本量。 8. 估计总体均值置信区间时的估计误差受总体标准差、____________ 和___________ 的影响。 9. ___________________________________________________ 估计方差未知的正态总体均值置信区间用公式__________________________________________ ;当样本容量大于等于30时，可以用近似公式 ____________ 。 10. 估计正态总体方差的置信区间时，用___________ 分布，公式为 __________ 。 二、选择题（共10题，每题1分，共计10分） 1 ?根据一个具体的样本求出的总体均值的95%勺置信区间（）。 A. 以95%勺概率包含总体均值 B. 有5%勺可能性包含总体均值 C. 一定包含总体均值 D. 要么包含总体均值，要么不包含总体均值 2. 估计量的含义是指（）。 A. 用来估计总体参数的统计量的名称