例题7.5一家食品生产企业以生产袋装食品为主，每天的产量大约为8000袋左右。按规定每袋的重量应为100g。为对产品质量进行检测，企业质检部门经常要进行抽检，以分析
每袋重量是否符合要求。现从某天生产的一批食品中随机抽取25袋，测得每袋重量如表7—2所示。
表7—2
25袋食品的重量
112.5 101.0 103.0 102.0 110.5
102.6 107.5 95.0 108.8 115.6
100.0 123.5 102.0 101.6 102.2
116.6 95.4 97.8 108.6 105.0
136.8 102.8 101.5 98.4 93.3
已知产品重量的分布，且总体标准差为10g，试估计该天产品平均质量的置信区间，以为95%建立该种食品重量方差的置信区间。
解：已知δ=10，n=25，置信水平1-α=95%，Z x/2=1.96
案例处理摘要
案例
有效缺失合计
N 百分比N 百分比N 百分比
重量25 100.0% 0 .0% 25 100.0%
描述
统计量标准误
重量均值105.7600 1.93038 均值的95% 置信区间下限101.7759
上限109.7441
5% 修整均值104.8567
中值102.6000
方差93.159
标准差9.65190
极小值93.30
极大值136.80
范围43.50
四分位距9.15
偏度 1.627 .464
峰度 3.445 .902 重量
重量 Stem-and-Leaf Plot
Frequency Stem & Leaf
1.00 9 . 3
4.00 9 . 5578
10.00 10 . 0111222223
4.00 10 . 5788
2.00 11 . 02
例题7.5一家食品生产企业以生产袋装食品为主，每天的产量大约为8000袋左右。按规定每袋的重量应为100g。为对产品质量进行检测，企业质检部门经常要进行抽检，以分析 每袋重量是否符合要求。现从某天生产的一批食品中随机抽取25袋，测得每袋重量如表7—2所示。 表7—2 25袋食品的重量 112.5 101.0 103.0 102.0 110.5 102.6 107.5 95.0 108.8 115.6 100.0 123.5 102.0 101.6 102.2 116.6 95.4 97.8 108.6 105.0 136.8 102.8 101.5 98.4 93.3 已知产品重量的分布，且总体标准差为10g，试估计该天产品平均质量的置信区间，以为95%建立该种食品重量方差的置信区间。 解：已知δ=10，n=25，置信水平1-α=95%，Z x/2=1.96
案例处理摘要 案例 有效缺失合计 N 百分比N 百分比N 百分比 重量25 100.0% 0 .0% 25 100.0%
描述 统计量标准误 重量均值105.7600 1.93038 均值的95% 置信区间下限101.7759 上限109.7441 5% 修整均值104.8567 中值102.6000 方差93.159 标准差9.65190 极小值93.30 极大值136.80 范围43.50 四分位距9.15 偏度 1.627 .464 峰度 3.445 .902 重量 重量 Stem-and-Leaf Plot Frequency Stem & Leaf 1.00 9 . 3 4.00 9 . 5578 10.00 10 . 0111222223 4.00 10 . 5788 2.00 11 . 02
SPSS实践题 习题1 分析此班级不同性别的学生的物理和数学成绩的均值、最高分和最低分。
Std. Deviation Minimum Maximum 结论：男生数学成绩最高分: 95 最低分: 72 平均分: 物理成绩最高分: 87 最低分: 69 平均分: 女生数学成绩最高分: 99 最低分: 70 平均分: 物理成绩最高分: 91 最低分: 65 平均分: 习题2 分析此班级的数学成绩是否和全国平均成绩85存在显著差异。 One-Sample Statistics N Mean Std. Deviation Std. Error Mean 数学26 结论：由分析可知相伴概率为，小于显著性水平，因此拒绝零假设，即此班级数学成绩和全国平均水平85分有显著性差异 习题3 分析兰州市2月份的平均气温在90年代前后有无明显变化。
Group Statistics 分组N Mean Std. Deviation Std. Error Mean 二月份气温011.3628400 118.3065729 结论：由分析可知, 方差相同检验相伴概率为,大于显著性水平,因此接受零假设，90年代前后2月份温度方差相同。双侧检验相伴概率为, 小于显著性水平，拒绝零假设，即2月份平均气温在90年代前后有显著性差异 习题4 分析15个居民进行体育锻炼3个月后的体质变化。 Paired Samples Statistics Mean N Std. Deviation Std. Error Mean
Paired Samples Correlations N Correlation Sig. Pair 1锻炼前 & 锻炼后15.277 结论：由分析可知，锻炼前后差值与零比较，相伴概率小于显著性水平， 拒绝零假设，即锻炼前后有显著性差异 习题5 为了农民增收，某地区推广豌豆番茄青菜的套种生产方式。为了寻找该 种方式下最优豌豆品种，进行如下试验：选取5种不同的豌豆品种，每 一品种在4块条件完全相同的田地上试种，其它施肥等田间管理措施完 全一样。根据表中数据分析不同豌豆品种对平均亩产的影响是否显著。 ANOVA 产量 Sum of Squares df Mean Square F Sig.
1-1《 统计案例》习题 1．1 独立性检验 双基达标 限时15分钟 1．下面是一个2×2的列联表 则表中a ，b 解析 由a ＋21＝73，得a ＝52， 由a ＋5＝b ，得b ＝57. 答案 52，57 2．为了检验两个事件A 与B 是否相关，经计算得χ2＝3.850，我们有________ 的把握认为事件A 与B 相关． 答案 95% 3．为了考查高中生的性别与是否喜欢数学课程之间的关系，某市在该辖区内 的高中学生中随机地抽取300名学生进行调查，得到表中数据： 解析 由χ2 ＝300 47×123－35×95 2142×158×82×218≈4.512. 答案 4.512 4．下列关于独立性检验的4个叙述，说法正确的是________． ①χ2 的值越大，说明两事件相关程度越大； ②χ2 的值越小，说明两事件相关程度越小； ③χ2 ≤3.841时，有95%的把握说事件A 与B 无关； ④χ2 >6.635时，有99%的把握说事件A 与B 有关． 解析 在独立性检验中，随机变量χ2 的取值大小只能说明“两分类变量有关”，这一结论 的可靠程度，即可信度，而不表示两事件相关的程度，故①②不正确．χ2 >6.635说明有99%的把握认为二者有关系，χ2≤3.841时，若x 2 ＞2.706则有90%的把握认为事件A 与B 有关系．因
此可知③中说法是不正确的． 答案 ④ 5．想要检验是否喜欢参加体育活动是不是与性别有关，应该假 设________________． 解析 独立性检验假设有反证法的意味，应假设两类变量(而非变量的属性)无关，这时 的χ2应该很小，如果χ2很大，则可以否定假设；如果χ2 很小，则不能够肯定或者否定假设． 答案 H 0：喜欢参加体育活动与性别无关 6．对196个接受心脏搭桥手术的病人和196个接受血管清障手术的病人进行 了3年的跟踪研究，调查他们是否发作过心脏病，调查结果如下表所示： 解 提出假设H 0：两种手术对病人又发作心脏病没有影响．由列联表，得 χ2＝392× 39×167－157×29 2196×196×68×324 ≈1.780＜2.706. 因为当H 0成立时，χ2 ≥1.780的概率大于10%，这个概率比较大，所以根据目前的调查数 据，不能否定假设H 0，故我们没有理由说这两种手术与“又发作过心脏病”有关，故可以认为病人是否发作心脏病跟他做过何种手术无关． 综合提高 限时30分钟 7． 2008年10月8日为我国第十一个高血压日，主题是“在家测量您的 血压”．某社区医疗服务部门为了考察该社区患高血压病是否与食盐摄入 量有关，对该社区的1 633人进行了跟踪调查，得出以下数据： 计算χ2有关系．
一、被调查学生对“云窗的打分值”总体平均值的推断： 1、以71个被调查学生为样本做T 检验 由表a 可知，71个观测的平均值为71.21，标准差为15，120，均值标准误为1.794。 表b 中，第二列是t 统计量的观测值为0.675，第三列是自由度n-1=70，第四列是t 统计量观测值的双尾概率p 值，第五列是样本均值与检验值的差（1.211），即t 统计量的分子部分，他除以表a 的均值标准误（1.794）后得到t 统计量的观测值0.675，第六列和第七列是总体均值与检验值差的95%的置信区间，为（67.63，74.79）。 对于研究的问题应采用双尾检验，因此比较 2α和2 p ，即比较α和p 。由于p 大于α（0.05），因此不能拒绝零假设，认为被调查学生对“云窗的打分值”总体平均值没有显著差异。有95%的把握认为总体均值在 67.63~74.79 分之间。70分包含在置信区间内，也证实了上述推断。
2、被调查学生对“云窗的打分值”的重抽样自举 表c Bootstrap 指定 采样方法简单箱图 样本数1000 置信区间度95.0% 置信区间类型百分位 由表c可知，自举过程执行1000次，随机数种子指定为默认值2000000，采样方法为简单箱图。 中均值的重抽样自举均值与实际样本均值的差为-0.12，1000个均值的标准差为1.82，由此得到的均值95%的置信区间为（67.18，74.46） 表e中没有给出双尾检验的概率p值，但是从检验的结果可知有95%的把握认为总体均值在 67.184~74.463之间。70包含在置信区间内。用更大的样本量再一次说明了被调查学生对“云窗的打分值”总体平均值没有显著差异。
T检验 习题1．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：无效假设为：苗木的平均苗高为H0=1.6m; 备择假设为：苗木的平均苗高H A>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软件上操作分析过程如下：分析——比较均值——单样本T检验——将定义苗高导入检验变量——检验值定义为1.6——单击选项将置信区间设为95%——确定输出如下： 表1.1:单个样本统计量 表1.2:单个样本检验 4）输出结果分析 由表1.1数据分析可知，变量苗木苗高的平均值为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检验的双尾检验值为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H A。 根据题意，苗木的苗高服从正态分布，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。 习题2．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：无效假设为H0：两种抚育措施对苗木生长没有显著的影响；备择假设H A：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软件上操作分析过程如下：分析——比较变量——独立
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;
数学·选修1－2(人教A版) 独立性检验的基本思想及其初步应用 ?达标训练 1．在研究两个分类变量之间是否有关时，可以粗略地判断两个分类变量是否有关的是( ) A．散点图B．等高条形图 C．2×2列联表 D．以上均不对 答案：B 2．在等高条形图形图中，下列哪两个比值相差越大，要推断的论述成立的可能性就越大( ) 与 d c＋d 与 a c＋d 与 c c＋d 与 c b＋c 答案：C 3．对分类变量X与Y的随机变量K2的观测值k，说法正确的是( ) A．k越大，“ X与Y有关系”可信程度越小 B．k越小，“ X与Y有关系”可信程度越小 C．k越接近于0，“X与Y无关”程度越小 D．k越大，“X与Y无关”程度越大 答案：B 4．下面是一个2×2列联表：
则表中a、b的值分别为( ) A．94、96 B．52、50 C．52、54 D．54、52 答案：C 5．性别与身高列联表如下： 那么，检验随机变量K2的值约等于 ( ) A． B． C．22 D． 答案：C 6．给出列联表如下： 根据表格提供的数据，估计“成绩与班级有关系”犯错误的概率约是( ) A．B．0.5 C．D． 答案：B
?素能提高 1．在调查中发现480名男人中有38名患有色盲，520名女人中有6名患有色盲，下列说法中正确的是( ) A ．男人、女人中患有色盲的频率分别为、 B ．男人、女人患色盲的概率分别为19240、3 260 C ．男人中患色盲的比例比女人中患色盲的比例大，患色盲是与性别有关的 D ．调查人数太少，不能说明色盲与性别有关 解析：男人患色盲的比例为38480，比女人中患色盲的比例6 520 大， 其差值为?? ???? 38480－6520≈ 6，差值较大． 答案：C 2．通过随机询问110名性别不同的大学生是否爱好某项运动，得到如下的列联表： 由K 2＝算得， K 2＝≈. 附表： 参照附表，得到的正确结论是( ) A ．有99%以上的把握认为“爱好该项运动与性别有关” B ．有99%以上的把握认为“爱好该项运动与性别无关” C ．在犯错误的概率不超过%的前提下，认为“爱好该项运动与性别有关” D ．在犯错误的概率不超过%的前提下，认为“爱好该项运动与性
《统计学》实验分析报告 实验完成者 班级 2013级班 学号 实验时间 2015年6月5日 一、实验名称 假设检验——单个样本T检验 二、实验目的 掌握单样本t检验的基本原理和spss实现方法。 三、实验步骤 1、打开SPSS，选择输入数据； 2、由于已经有建好的数据，因此打开“电子元件抽验”； 3、在分析中选择比较均值，单样本t检验，将阻值添加到检验变量。 4、检验值为0.14，置信区间默认为95%，点击确定。 四、实验结果及分析 附件一：单个样本统计量表，给出了各个样本的均值，标准差和均值的标准误； 附件二：单个样本检验表，给出了各个样本的t值(t)、自由度(df)、P值(Sig.双尾)、均值差值、差值的95%可信区间 1、附件二——单个样本检验表中，第一批元件样本双尾T检验的显著性概率（Sig.(双侧)）, Sig.=0.012<0.05,说明第一批元件的平均电阻与额定电阻值0.140有显著的差异。
2、由附件二同样可以看出，对于第二批和第三批元件，显著性概率分别为0.130与0.265均大于0.05,所以接受原假设，认为这两批元件的电阻与额定值无显著差异，即认为产品合乎质量要求； 3、综上，第一批元件不符合质量要求，第二、三批元件符合质量要求。 五、自评及问题 掌握了单样本t检验的基本原理和spss实现方法，熟悉SPSS软件操作和方法。通过检验得出结论的真否，能够更快更简单的检验数据，对数据的检验让我很快的了解该数据的代表性。 六、成绩 七、指导教师 田劲松 附件一、 单个样本统计量 N 均值 标准差 均值的标准误 第一批元件样本电阻值 15 .14200 .002673
回归分析与独立性检验 1.高三年级267位学生参加期末考试，某班37位学生的语文成绩，数学成绩与总成绩在全年级中的排名情况如下图所示，甲、乙、丙为该班三位学生． 从这次考试成绩看， ①在甲、乙两人中，其语文成绩名次比其总成绩名次靠前的学生是 ； ②在语文和数学两个科目中，丙同学的成绩名次更靠前的科目是 ． 2.根据下面给出的2004年至2013年我国二氧化碳年排放量（单位：万吨）柱形图,以下结论中不正确的是（ ） A ．逐年比较,2008年减少二氧化碳排放量的效果最显着 B ．2007年我国治理二氧化碳排放显现成效 C ．2006年以来我国二氧化碳年排放量呈减少趋势 D ．2006年以来我国二氧化碳年排放量与年份正相关 3.为了解某社区居民的家庭年收入所年支出的关系，随机调查了该社区5户家庭，得到如下统计数据表： 根据上表可得回归直线方程???y bx a =+ ，其中???0.76,b a y bx ==- ，据此估计，该社区一户收入为15万元家庭年支出为( )] A ．万元 B ．万元 C ．万元 D ．万元 4．在画两个变量的散点图时，下面哪个叙述是正确的 （ ） A ．预报变量在x 轴上，解释变量在y 轴上 B ．解释变量在x 轴上，预报变量在 y 轴上 C ．可以选择两个变量中任意一个变量在x 轴上 D ．可以选择两个变量中任意一个变量在y 轴上 5 2004年 2005年 2006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年
不得病 61 213 274 合计 93 314 407 （ ） A ．种子经过处理跟是否生病有关 B ．种子经过处理跟是否生病无关 C ．种子是否经过处理决定是否生病 D ．以上都是错误的 6．变量x 与y 具有线性相关关系，当x 取值16,14,12,8时，通过观测得到y 的值分别为11,9，8,5，若在实际问 题中，y 的预报最大取值是10，则x 的最大取值不能超过 （ ） A ．16 B ．17 C ．15 D ．12 7．在研究身高和体重的关系时，求得相关指数≈2 R ___________，可以叙述为“身高解释了64%的体重变化，而随 机误差贡献了剩余的36%”所以身高对体重的效应比随机误差的效应大得多。 8.下图是我国2008年至2014年生活垃圾无害化处理量（单位：亿吨）的折线图 （I ）由折线图看出，可用线性回归模型拟合y 与t 的关系，请用相关系数加以说明； （II ）建立y 关于t 的回归方程（系数精确到），预测2016年我国生活垃圾无害化处理量。 参考数据： 7 1 9.32i i y ==∑，7 1 40.17i i i t y ==∑， 7 2 1 ()0.55i i y y =-=∑，7≈. 参考公式：相关系数1 2 2 1 1 ()() ()(y y)n i i i n n i i i i t t y y r t t ===--= --∑∑∑， 回归方程 y a bt =+) )) 中斜率和截距的最小二乘估计公式分别为： 9.某城市为了解游客人数的变化规律，提高旅游服务质量，收集并整理了2014年1月至2016年12月期间月接待游客量（单位：万人）的数据，绘制了下面的折线图． 根据该折线图，下列结论错误的是 A ．月接待游客量逐月增加 B ．年接待游客量逐年增加 C ．各年的月接待游客量高峰期大致在7,8月 D ．各年1月至6月的月接待游客量相对7月至12月，波动性更小，变化比较平稳 10.为了研究某班学生的脚长x （单位：厘米）和身高 y （单位：厘米）的关系，从该班随机抽取10名学生，根据 测量数据的散点图可以看出y 与x 之间有线性相关关系，设其回归直线方程为???y bx a =+．已知10 1 225i i x ==∑，10 1 1600i i y ==∑，?4b =．该班某学生的脚长为24，据此估计其身高为 （A ）160 （B ）163 （C ）166 （D ）170 11.海水养殖场进行某水产品的新、旧网箱养殖方法的产量对比，收获时各随机抽取了100 个网箱，测量各箱水产品的产量（单位：kg ）某频率分布直方图如下：
数学学科自习卷（二） 一、选择题 1．将三颗骰子各掷一次，记事件A ＝“三个点数都不同”，B ＝“至少出现一个６点”，则条件概率()P A B ，() P B A 分别是（ ） A.6091，12 B.12，6091 C.518，6091 D.91216，12 2．设随机变量ξ服从正态分布()3,4N ，若()()232P a P a ξξ<-=>+，则a 的值为 A ．73 B ．53 C ．5 D ．3 3．已知随机变量ξ～)2,3(2N ，若23ξη=+,则D η= A ． 0 B ． 1 C ． 2 D ． 4 4．同时拋掷5枚均匀的硬币80次，设5枚硬币正好出现2枚正面向上，3枚反面向上的次数为ξ，则ξ的数学期望是（ ） A ．20 B ．25 C. 30 D ．40 5． 甲乙两人进行乒乓球比赛, 约定每局胜者得1分, 负者得0分, 比赛进行到有一人比对方多2分或打满6局时停止, 设甲在每局中获胜的概率为 23,乙在每局中获胜的概率为13 ,且各局胜负相互独立, 则比赛停止时已打局数ξ的期望()E ξ为（ ） A ．24181 B ．26681 C ．27481 D ．670243 6．现在有10奖券，82元的，25元的，某人从中随机无放回地抽取3奖券,则此人得奖金额的数学期望为（ ） A ．6 B ．395 C ．415 D ．9 7．一个篮球运动员投篮一次得3分的概率为a ，得2分的概率为b ，不得分的概率为c ，,,(0,1)a b c ∈，且无其它得分情况，已知他投篮一次得分的数学期望为1，则ab 的最大值为 （ ） A ．148 B ．124 C ．112 D ．16 8．位于数轴原点的一只电子兔沿着数轴按下列规则移动：电子兔每次移动一个单位，移动的方向向左或向右，并且向左移动的概率为 23，向右移动的概率为13，则电子兔移动五次后位于点(1,0)-的概率是 （ ） A ．4243 B ．8243 C ．40243 D ．80243
第四章抽样误差与假设检验 练习题 一、单项选择题 1. 样本均数的标准误越小说明 A. 观察个体的变异越小 B. 观察个体的变异越大 C. 抽样误差越大 D. 由样本均数估计总体均数的可靠性越小 E. 由样本均数估计总体均数的可靠性越大 2. 抽样误差产生的原因是 A. 样本不是随机抽取 B. 测量不准确 C. 资料不是正态分布 D. 个体差异 E. 统计指标选择不当 3. 对于正偏态分布的的总体, 当样本含量足够大时, 样本均数的分布近似为 A. 正偏态分布 B. 负偏态分布 C. 正态分布 D. t分布 E. 标准正态分布 4. 假设检验的目的是 A. 检验参数估计的准确度 B. 检验样本统计量是否不同 C. 检验样本统计量与总体参数是否不同 D. 检验总体参数是否不同 E. 检验样本的P值是否为小概率 5. 根据样本资料算得健康成人白细胞计数的95%可信区间为7.2×109/L～ 9.1×109/L，其含义是 A. 估计总体中有95%的观察值在此范围内 B. 总体均数在该区间的概率为95% C. 样本中有95%的观察值在此范围内 D. 该区间包含样本均数的可能性为95% E. 该区间包含总体均数的可能性为95%
答案：E D C D E 二、计算与分析 1.为了解某地区小学生血红蛋白含量的平均水平，现随机抽取该地小学生450人，算得其血红蛋白平均数为101.4g/L，标准差为1.5g/L，试计算该地小学生血红蛋白平均数的95%可信区间。 [参考答案] 样本含量为450，属于大样本，可采用正态近似的方法计算可信区间。 101.4 X=， 1.5 S=，450 n=，0.07 X S=== 95%可信区间为 下限： /2.101.4 1.960.07101.26 X X u S α=-?= －(g/L) 上限： /2.101.4 1.960.07101.54 X X u S α +=+?=(g/L) 即该地成年男子红细胞总体均数的95%可信区间为101.26g/L～101.54g/L。 2.研究高胆固醇是否有家庭聚集性，已知正常儿童的总胆固醇平均水平是175mg/dl，现测得100名曾患心脏病且胆固醇高的子代儿童的胆固醇平均水平为207.5mg/dl，标准差为30mg/dl。问题： ①如何衡量这100名儿童总胆固醇样本平均数的抽样误差？ ②估计100名儿童的胆固醇平均水平的95%可信区间； ③根据可信区间判断高胆固醇是否有家庭聚集性，并说明理由。 [参考答案] ①均数的标准误可以用来衡量样本均数的抽样误差大小，即 30 S=mg/dl,100 n= 3.0 X S=== ②样本含量为100，属于大样本，可采用正态近似的方法计算可信区间。 207.5 X=，30 S=，100 n=，3 X S=，则95%可信区间为 下限： /2.207.5 1.963201.62 X X u S α=-?= －（mg/dl）
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
本套试题考查的内容比较全面，独立性检验的概念与方法、2×2列联表、随机变量2 K 的值、三维柱形图、二维条形图、等高条形图等知识点在试题中都得到了充分体现，很多试题与现实生活相联系，新颖别致，有大量的原创与改编试题。 独立性检验的基本思想及其初步应用同步测试题 A 组 一、选择题 1．独立性检验中的统计假设就是假设两个事件A 、B （ ） A 互斥 B 不互斥 C 相互独立 D 不独立 2．在三维柱形图中，主对角线上两个柱形高度的乘积与副对角线上的两个柱形的高度的乘积相差越大两个变量有关系的可能性就 ( ) A. 越大 B. 越小 C.无法判断 D. 以上都不对 3．2010年3月26日，韩国军舰“天安”号发生不明原因爆炸事故离奇沉没，5月20日韩国军民联合调查团公布的调查结果说天安舰是遭受朝鲜小型潜水艇发射的鱼雷攻击而沉没的。对此，许多网民表达了自己的意见，有的网友进行了调查，在参加调查的4258名男性公民中有2360名认为是朝鲜所为，3890名女性公民中有2386人认为朝鲜是遭陷害，在运用这些数据说明天安舰事件中朝鲜是否冤枉时用什么方法最有说服力？（ ） A 平均数 B 回归分析 C 独立性检验 D 方差 4．利用独立性检验来考虑两个分类变量X 和Y 是否有关系时，通过查阅下表来确定断言“X 和Y 有关系”的可信度。如果k>5.024,那么就有把握认为“X 和Y 有关系”的百分比为 A.25％ B.75％ C.2.5％ D.97.5％ 5．假设有两个分类变量X 和Y ，它们的值域分别为},{21x x 和},{21y y ，其２×２列联表为： 对以下数据，对同一样本能说明Ｘ与Ｙ有关的可能性最大的一组为（ ） A ．5=a ，4=b ，3=c ，2=d B ．5=a ，3=b ，4=c ，2=d C ．2=a ，3=b ，4=c ，5=d D ．2=a ，3=b ，5=c ，4=d 6．考察玉米种子经过药物处理跟生病之间的关系得到如下表数据：
独立样本的T检验 （independent-samples T T est） 对于相互独立的两个来自正态总体的样本，利用独立样本的T 检验来检验这两个样本的均值和方差是否来源于同一总体。在SPSS 中，独立样本的T检验由“Independent-Sample T Test”过程来完成。 例：双语教师的英语水平有高低之分，他们（她们）所教的学生对双语教学的态度是否有显著差异？ 例题分析： ——研究目的：寻找差异 ——自变量：双语教师的英语水平（ordinal data等级变量），有两个水平：；level1低水平，level2 高水平 ——因变量：学生的双语教学态度（interval data等距变量） SPSS操作步骤 ·Analyze→Compare Means→Independent Samples T Test ·Click the 双语教学态度to the column of “Test V ariable(s)” and the 教师英语水平分组to the column of “Grouping variable” ·Click the button of “Define Groups…” and put the group numbers “1” and “3” into Group 1 and Group 2, and “Continue” back, then “OK”.
结果在论文中的呈现方式 独立样本T检验结果显示，双语教师的英语水平不同，其所教学生对双语教学的态度有显著差异（t=-3,249, df=72, p<0.05）。双语教师英语水平较低所教的学生，他们对双语教学态度的得分也显著低于英语水平较高的双语教师所教的学生（MD=-0.65）。这可能是因为…… 练习：文科生和理科生对双语教学的态度是否有显著差异？ 配对样本T检验（Paired-samples T Test） 配对样本T检验，用于检验两个相关的样本（配对资料）是否来自具有相同均值的总体。 例：本次调查中，学生对自己英语能力水平和英语知识水平的评价之间是否有显著差异？ 例题分析： ——研究目的：寻找差异 ——自变量：学生的评价对象（norminal data定类数据）,有两个水平：level1对自身英语能力水平的评价，level2对自身英语知识水平的评价。 ——因变量：学生自身英语能力和知识的评价分数
§ 独立性检验 一、基础过关 1．当χ2>时，就有________的把握认为“x 与y 有关系”． 2．在某医院，因为患心脏病而住院的665名男性病人中，有214人秃顶；而另外772名不是因为患心脏病而住院的男性病人中有175人秃顶，则χ2≈__________.(结果保留3位小数) 3．分类变量X 和Y 的列表如下，则下列说法判断正确的是________．(填序号) y 1 y 2 总计 x 1 （ a b a ＋b x 2 c d c ＋d 总计 a ＋c b ＋d & a ＋ b ＋ c ＋d ①ad －bc 越小，说明X 与Y 的关系越弱； ②ad －bc 越大，说明X 与Y 的关系越强； ③(ad －bc )2越大，说明X 与Y 的关系越强； ④(ad －bc )2越接近于0，说明X 与Y 的关系越强． 4．通过随机询问110名性别不同的大学生是否爱好某项运动，得到如下的列联表： 男 女 总计 】 爱好 40 20 60 不爱好 20 30 50 总计 60 % 50 110 由 χ2＝n ad －bc 2 a ＋ b c ＋ d a ＋c b ＋d 算得， χ2＝110×40×30－20×20260×50×60×50≈. 附表： P (χ2≥k ) k ) 参照附表，得到的正确结论是________． ①在犯错误的概率不超过%的前提下，认为“爱好该项运动与性别有关”； ②在犯错误的概率不超过%的前提下，认为“爱好该项运动与性别无关”；
③有99%以上的把握认为“爱好该项运动与性别有关”； ④有99%以上的把握认为“爱好该项运动与性别无关”． 5．为了研究男子的年龄与吸烟的关系，抽查了100个男子，按年龄超过和不超过40岁，吸 . 年龄 合计 不超过40岁 超过40岁 吸烟量不多于20支/天 50 15 65 ) 吸烟量多于20支/天 10 25 35 合计 60 40 100 则有________的把握确定吸烟量与年龄有关． 二、能力提升 — 6．某高校“ 专业 性别 非统计专业 统计专业 合计 男 13 10 23 | 女 7 20 27 合计 20 30 50 为了判断主修统计专业是否与性别有关，根据表中的数据，得χ2＝50×13×20－10×7 2 23×27×20×30 ≈. 因为χ2≈>，所以判断主修统计专业与性别有关系，那么这种判断出错的可能性为________． 7．在2×2列联表中，若每个数据变为原来的2倍，则卡方值变为原来的________倍． ~ 8．下列说法正确的是________．(填序号) ①对事件A 与B 的检验无关，即两个事件互不影响； ②事件A 与B 关系越密切，χ2就越大； ③χ2的大小是判断事件A 与B 是否相关的惟一数据； ④若判定两事件A 与B 有关，则A 发生B 一定发生． 9．为研究某新药的疗效，给50名患者服用此药，跟踪调查后得下表中的数据： 无效 有效 总计 （ 男性患者 15 35 50 女性患者 6 44 50
spss单样本t检验Analyze----compare Means----one sample T test 输入方式 实验数据 12 12 1 2 1 2 3 4 5 6 4 9 5 直接输入数据
Sig=0.000 差异显著
独立样本t检验（两组数据） Analyze-----compare Means----Independent-samples T test 输入方式 试验分组实验数据 1 12 1 13 1 12 1 12 1 1 1 1 2 2 2 2 2 2 2 2 2 两组数据个数可以不同
成组数据t检验 Analyze----compare Means-----paired-samples T test
单因素方差分析 Analyze---compare means----one-way ANOV A(analyze of variance)
Factor （因素）1 1 1 1 1 2 2 2 2 2 2 3 3 3 3(分组) Dependent List 试验数据 polynomial lines contrast---polynomial---Degree---linear post Hoc Multiple comparisons-----LSD(Duncan 邓肯检验) 先选方差齐性在结果中判断Sig 值？＜0.05（差异显著）若不齐则进行数据转化。 数据输入 分组试验数据 1 12 1 13 1 13 1 1 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 双因素方差分析 Analyze-----General linear Model-----univariate Dependent Variable(因变因素)因别的数字变化而变化 Fixed Factor （固定因素） Random Factors(随机因素) Model-----custom-----Build Term---Interaction(交互作用)----Main effects（主因素） Contrast--- simple---first----change Plot Hoc----LSD (Duncan)
Spss第 3 次作业 方差分析练习题： 第1题 (1)【实验目的】 学会单因素方差分析 (2)【实验内容】 1、入户推销有五种方法。某大公司想比较这五种方法有无显著的效果差异，设计了一项实验。从尚无推销经验的应聘人员中随机挑选一部分，并随机将他们分为五个组，每种用一种推销方 第一组20 16.8 17.9 21.2 23.9 26.8 22.4 第二组24.9 21.3 22.6 30.2 29.9 22.5 20.7 第三组16.0 20.1 17.3 20.9 22.0 26.8 20.8 第四组17.5 18.2 20.2 17.7 19.1 18.4 16.5 第五组25.2 26.2 26.9 29.3 30.4 29.7 28.2 (2)绘制各组的均值比对图，并利用LSD方法进行剁成比较检验。 (3)【操作步骤】 在数据编辑窗口输入组别和推销额→分析→比较平均值→单因素ANOVA检验→将“推销额”转入“因变量列表”→将“组别”转入“因子”→确定 分析→一般线性模型→单变量→将“推销额”转入“因变量”→将“组别”转入“固定因子”→事后比较→将“组别”转入“下列各项的事后检验”→选中“LSD”→继续→确定
(4)【输出结果】 ANOVA VAR00002 平方和自由度均方 F 显著性 组间405.534 4 101.384 11.276 .000 组内269.737 30 8.991 总计675.271 34 主体间因子 个案数 VAR00001 1.00 7 2.00 7 3.00 7 4.00 7 5.00 7
主体间效应检验因变量: VAR00002 源III 类平方 和自由度均方 F 显著性 修正模型405.534a 4 101.384 11.276 .000 截距17763.779 1 17763.779 1975.677 .000 VAR00001 405.534 4 101.384 11.276 .000 误差269.737 30 8.991 总计18439.050 35 修正后总计675.271 34 a. R 方 = .601（调整后 R 方 = .547）
教育统计学t检验练习内部编号：（YUUT-TBBY-MMUT-URRUY-UOOY-DBUYI-0128）
实验报告实验名称：t 检验成绩： 实验日期： 2011年10月31日实验报告日期：2011年11 月日 林虹 一、实验目的 （1）掌握单一样本t检验。 （2）掌握相关样本t检验 （3）掌握独立样本t检验 二、实验设备 （1）微机 （2）SPSS for Windows 统计软件包 三、实验内容： 1.某市统一考试的数学平均成绩为75分，某校一个班的成绩见表4-1。问该班的 成绩与全市平均成绩的差异显着吗 表4-1 学生的数学成绩 12345678910111213141516 编 号 成96977560926483769097829887568960 号 68747055858656716577566092548780 成 绩
2.某物理教师在教学中发现，在课堂物理教学中采用“先讲规则（物理的定理或 法则），再举例题讲解规则的具体应用”与采用“先讲例题，再概括出解题规则”这两种教学方法的教学效果似乎不同。为了验证他的这个经验性发现是否属实，他选择了两个近似相等的班级进行教学实验。进行教学实验时的教学内容、教学时间和教学地点等无关变量他都做了严格的控制，分别采用“例-规” 法与“规-例”法对两个班的学生进行物理教学，然后，两个班的被试都进行同样的物理知识测验。测验成绩按“5分制”进行评定。两组被试的测验成绩见数据文件data4-02。请用SPSS，通过适当的统计分析方法，检验这两种教学方法的教学效果是否存在实质性差别。 3.某幼儿园分别在儿童入园时和入园一年后对他们进行了“比奈智力测验”，测 验结果见数据文件data4-03。请问，儿童入园一年后的智商有明显的变化吗（例题） 4.某心理学工作者以大学生为被试，以“正性”和“负性”两种面部表情模式的 照片为实验材料，测量被试对“正性”和“负性”面部表情识别的时间，测验结果见数据文件data4-04。请用SPSS中适当的统计分析方法检验两种面部表情模式对大学生识别面部表情的时间是否存在明显的影响。 5.某小学教师分别采用“集中学习”与“分散学习”两种方式教两个小学二年级 班级的学生学习相同的汉字，两个班学生的学习成绩见data4-05。请问哪种学习方式效果更好 6.某省语文高考平均成绩为78分，某学校的成绩见data4-06。请问该校考生的 平均成绩与全省平均成绩之间的差异显着吗 **