下载文档原格式
3．3 某百货公司连续40天的商品销售额如下：单位：万元41 25 29 47 38 34 30 38 43 40 46 36 45 37 37 36 45 43 33 44 35 28 46 34 30 37 44 26 38 44 42363737493942323635要求：根据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。
1、确定组数： ()l g 40l g () 1.60206111 6.32l g (2)l g 20.30103n K =+=+=+=，取k=62、确定组距：组距＝( 最大值 - 最小值)÷ 组数=（49-25）÷6=4，取5(1) 对这个年龄分布作直方图；(2) 从直方图分析成人自学考试人员年龄分布的特点。
解：（1）制作直方图：将上表复制到Excel 表中，点击：图表向导→柱形图→选择子图表类型→完成。
即得到如下的直方图：(见Excel 练习题2.6)（2）年龄分布的特点：自学考试人员年龄的分布为右偏。
解：(1)根据上面的数据，画出两个班考试成绩的对比条形图和环形图。
3.14 已知1995—2004年我国的国内生产总值数据如下(按当年价格计算)：要求：(2)绘制第一、二、三产业国内生产总值的线图。
4．1 一家汽车零售店的10名销售人员5月份销售的汽车数量(单位：台)排序后如下：2 4 7 10 10 10 12 12 14 15要求：（1）计算汽车销售量的众数、中位数和平均数。
(2)根据定义公式计算四分位数。
(3)计算销售量的标准差。
(4)说明汽车销售量分布的特征。
解：Statistics汽车销售数量N Valid 10Missing 0Mean 9.60Median 10.00Mode 10Std. Deviation 4.169Percentiles 25 6.2550 10.0075 12.50种是所有颐客都进入一个等待队列：另—种是顾客在三千业务窗口处列队3排等待。
7．11 (1) 解：已知n=50,1a -=0.9522,ss x z xz nn a aæö-×+×ç÷èø=81.822981.8229101.491.966,101.491.9665050æö-´+´ç÷èø= （100.89，101.91）(2)解：已知n=50，1a -=0.95，2z a =00.0225z =1.96，样本比率p=（50-5）/50=0.9 则食品合格率的95％的置信区间：()()2211,p p p p p zp z nna aæö--ç÷-×+×ç÷èø=()()0.910.90.910.90.9 1.91.966,0.9 1.91.9665050æö---´+´ç÷èø=（0.8168，0.9832）7.22 (1)由题知，该题为大样本，方差已知，则有21m m -的95%的置信区间为：176.12100201001696.1)2325()(2221212/21±=+´±-=+±-n s n s z x x a即（0.824，3.176）（2m m -的95%的置信区间为：()()64.42112212212/21±=÷÷øöççèæ+-+±-n n s n ntxxpa 即（—2.64,6.64） （3）由题知，该题为小样本，方差不同， 则有21m m -的95%的置信区间为：()()64.42112212212/21±=÷÷øöççèæ+-+±-n n s n n tx x p a 即（—2.64,6.64） （4）由题知，该题为小样本，样本量不等，方差相等，则合并估计量为()()713128524211212222112==-+-+-=n n s n s n s p 则有21m m -的95%的置信区间为：()()02.42112212212/21±=÷÷øöççèæ+-+±-n n s n n tx x p a 即（—2.02,6.02） ，2z a =00.0225z =1.96。
第四章 抽样分布与参数估计7.2 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。
(1)假定总体标准差为15元，求样本均值的抽样标准误差。
x σ===2.143 (2)在95％的置信水平下，求边际误差。
x x t σ∆=⋅，由于是大样本抽样，因此样本均值服从正态分布，因此概率度t=2z α 因此，x x t σ∆=⋅x z ασ=⋅0.025x z σ=⋅=1.96×2.143=4.2 (3)如果样本均值为120元，求总体均值 的95％的置信区间。
置信区间为：(),x x x x -∆+∆=()120 4.2,120 4.2-+=（115.8，124.2）7.4 从总体中抽取一个n=100的简单随机样本,得到x =81，s=12。
要求：大样本，样本均值服从正态分布：2,xN n σμ⎛⎫ ⎪⎝⎭或2,s xN n μ⎛⎫⎪⎝⎭置信区间为：22x z x z αα⎛-+ ⎝(1)构建μ的90％的置信区间。
2z α=0.05z =1.645，置信区间为：()81 1.645 1.2,81 1.645 1.2-⨯+⨯=（79.03，82.97）(2)构建μ的95％的置信区间。
2z α=0.025z =1.96，置信区间为：()81 1.96 1.2,81 1.96 1.2-⨯+⨯=（78.65，83.35）(3)构建μ的99％的置信区间。
2z α=0.005z =2.576，置信区间为：()81 2.576 1.2,81 2.576 1.2-⨯+⨯=（77.91，84.09）7.7 某大学为了解学生每天上网的时间，在全校7 500名学生中采取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)：解：（1）样本均值x =3.32，样本标准差s=1.61； （2）抽样平均误差： 重复抽样：x σ≈不重复抽样：x σ≈=0.268×0.998=0.267（3）置信水平下的概率度： 1α-=0.9，t=2z α=0.05z =1.645 1α-=0.95，t=2z α=0.025z =1.96 1α-=0.99，t=2z α=0.005z =2.576 （4）边际误差（极限误差）： 2x x x t z ασσ∆=⋅=⋅1α-=0.9，2x x x t z ασσ∆=⋅=⋅=0.05x z σ⋅重复抽样：2x x z ασ∆=⋅=0.05x z σ⋅=1.645×0.268=0.441 不重复抽样：2x x z ασ∆=⋅=0.05x z σ⋅=1.645×0.267=0.4391α-=0.95，2x x x t z ασσ∆=⋅=⋅=0.025x z σ⋅重复抽样：2x x z ασ∆=⋅=0.025x z σ⋅=1.96×0.268=0.525 不重复抽样：2x x z ασ∆=⋅=0.025x z σ⋅=1.96×0.267=0.5231α-=0.99，2x x x t z ασσ∆=⋅=⋅=0.005x z σ⋅重复抽样：2x x z ασ∆=⋅=0.005x z σ⋅=2.576×0.268=0.69 不重复抽样：2x x z ασ∆=⋅=0.005x z σ⋅=2.576×0.267=0.688（5）置信区间：(),x x x x -∆+∆1α-=0.9，重复抽样：(),x x x x -∆+∆=()3.320.441,3.320.441-+=（2.88，3.76）不重复抽样：(),x x x x -∆+∆=()3.320.439,3.320.439-+=（2.88，3.76）1α-=0.95，重复抽样：(),x x x x -∆+∆=()3.320.525,3.320.525-+=（2.79，3.85） 不重复抽样：(),x x x x -∆+∆=()3.320.441,3.320.441-+=（2.80，3.84）1α-=0.99，重复抽样：(),x x x x -∆+∆=()3.320.69,3.320.69-+=（2.63，4.01） 不重复抽样：(),x x x x -∆+∆=()3.320.688,3.320.688-+=（2.63，4.01）7.9 某居民小区为研究职工上班从家里到单位的距离，抽取了由16个人组成的一个随机样本，他们到单位的距离(单位：km)分别是：10 3 14 8 6 9 12 11 7 5 10 15 9 16 13 2假定总体服从正态分布，求职工上班从家里到单位平均距离的95％的置信区间。
统计学贾俊平课后习题答案HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】附录：教材各章习题答案第1章统计与统计数据1.1（1）数值型数据；（2）分类数据；（3）数值型数据；（4）顺序数据；（5）分类数据。
1.2（1）总体是“该城市所有的职工家庭”，样本是“抽取的2000个职工家庭”；（2）城市所有职工家庭的年人均收入，抽取的“2000个家庭计算出的年人均收入。
1.3（1）所有IT从业者；（2）数值型变量；（3）分类变量；（4）观察数据。
1.4（1）总体是“所有的网上购物者”；（2）分类变量；（3）所有的网上购物者的月平均花费；（4）统计量；（5）推断统计方法。
1.5（略）。
1.6（略）。
第2章数据的图表展示2.1（1）属于顺序数据。
（2）频数分布表如下（4）帕累托图（略）。
2.2（1）频数分布表如下2.3频数分布表如下2.5（1）排序略。
（2）频数分布表如下2.6(3)食品重量的分布基本上是对称的。
2.72.8（1）属于数值型数据。
2.9（1）直方图（略）。
（2）自学考试人员年龄的分布为右偏。
2.10A 班分散，且平均成绩较A 班低。
2.11 （略）。
2.12 （略）。
2.13 （略）。
2.14 （略）。
2.15 箱线图如下：（特征请读者自己分析） 第3章 数据的概括性度量3.1（1）100=M ；10=e M ；6.9=x 。
（2）5.5=L Q ；12=U Q 。
（3）2.4=s 。
（4）左偏分布。
3.2（1）190=M ；23=e M 。
（2）5.5=L Q ；12=U Q 。
（3）24=x ；65.6=s 。
（4）08.1=SK ；77.0=K 。
（5）略。
3.3 （1）略。
（2）7=x ；71.0=s 。
（3）102.01=v ；274.02=v 。
（4）选方法一，因为离散程度小。
3.4 （1）x =（万元）；M e= 。
第七章 练习题参考答案7.1 （1）已知σ=5，n=40，x =25，α=0.05，z205.0=1.96样本均值的抽样标准差σx=nσ=79.0405=（2）估计误差（也称为边际误差）E=z 2αnσ=1.96*0.79=1.557.2（1）已知σ=15，n=49，x =120，α=0.05，z205.0=1.96（2）样本均值的抽样标准差σx=nσ==4915 2.14估计误差E=z 2αnσ=1.96*=4915 4.2（3）由于总体标准差已知，所以总体均值μ的95%的置信区间为： nx z σα±=120±1.96*2.14=120±4.2，即（115.8,124.2）7.3（1）已知σ=85414，n=100，x =104560，α=0.05，z205.0=1.96由于总体标准差已知，所以总体均值μ的95%的置信区间为： nx z σα±=104560±1.96*=10085414104560±16741.144即（87818.856,121301.144）7.4（1）已知n=100，x =81，s=12，α=0.1，z 21.0=1.645由于n=100为大样本，所以总体均值μ的90%的置信区间为：ns x z 2α±=81±1.645*=1001281±1.974，即（79.026,82.974）（2）已知α=0.05，z205.0=1.96由于n=100为大样本，所以总体均值μ的95%的置信区间为：ns x z 2α±=81±1.96*=1001281±2.352，即（78.648,83.352）（3）已知α=0.01，z201.0=2.58由于n=100为大样本，所以总体均值μ的99%的置信区间为：ns x z 2α±=81±2.58*=1001281±3.096，即（77.94,84.096）7.5（1）已知σ=3.5，n=60，x =25，α=0.05，z205.0=1.96由于总体标准差已知，所以总体均值μ的95%的置信区间为： nx z σα±=25±1.96*=60.5325±0.89,即（24.11,25.89）（2）已知n=75，x =119.6，s=23.89，α=0.02，z 202.0=2.33由于n=75为大样本，所以总体均值μ的98%的置信区间为：ns x z 2α±=119.6±2.33*=759.823119.6±6.43，即（113.17,126.03）（3）已知x =3.419，s=0.974，n=32，α=0.1，z21.0=1.645由于n=32为大样本，所以总体均值μ的90%的置信区间为：ns x z 2α±=3.419±1.645*=3274.90 3.419±0.283，即（3.136,3.702）7.6（1）已知：总体服从正态分布，σ=500，n=15，x =8900，α=0.05，z205.0=1.96由于总体服从正态分布，所以总体均值μ的95%的置信区间为：nx z σα2±=8900±1.96*=155008900±253.03,即（8646.97,9153.03）(2)已知：总体不服从正态分布，σ=500，n=35，x =8900，α=0.05，z205.0=1.96虽然总体不服从正态分布，但由于n=35为大样本，所以总体均值μ的95%的置信区间为：nx z σα2±=8900±1.96*=355008900±165.65,即（8734.35,9065.65）（3）已知：总体不服从正态分布，σ未知， n=35，x =8900，s=500，α=0.1，z 21.0=1.645虽然总体不服从正态分布，但由于n=35为大样本，所以总体均值μ的90%的置信区间为：ns x z 2α±=8900±1.645*=355008900±139.03，即（8760.97,9039.03）（4）已知：总体不服从正态分布，σ未知， n=35，x =8900，s=500，α=0.01，z 01.0=2.58虽然总体不服从正态分布，但由于n=35为大样本，所以总体均值μ的99%的置信区间为：ns x z 2α±=8900±2.58*=355008900±218.05，即（8681.95,9118.05）7.7 已知：n=36，当α=0.1，0.05,0.01时，相应的z21.0=1.645，z205.0=1.96，z201.0=2.58根据样本数据计算得：x =3.32，s=1.61由于n=36为大样本，所以平均上网时间的90%置信区间为：ns x z 2α±=3.32±1.645*=361.61 3.32±0.44，即（2.88,3.76）平均上网时间的95%置信区间为：ns x z 2α±=3.32±1.96*=361.61 3.32±0.53，即（2.79,3.85）平均上网时间的99%置信区间为：ns x z 2α±=3.32±2.58*=361.61 3.32±0.69，即（2.63,4.01）7.8 已知：总体服从正态分布，但σ未知，n=8为小样本，α=0.05，）（18t05.0-=2.365根据样本数据计算得：x =10，s=3.46 总体均值μ的95%的置信区间为：ns x t α±=10±2.365*=83.4610±2.89，即（7.11,12.89）7.9 已知：总体服从正态分布，但σ未知，n=16为小样本，α=0.05，）（116t205.0-=2.131根据样本数据计算得：x =9.375，s=4.113从家里到单位平均距离的95%的置信区间为：ns x t α±=9.375±2.131*=144.1139.375±2.191,即（7.18,11.57）7.10 （1）已知：n=36，x =149.5，α=0.05，z205.0=1.96由于n=36为大样本，所以零件平均长度的95%的置信区间为：ns x z 2α±=149.5±1.96*=361.93149.5±0.63,即（148.87,150.13）（2）在上面的估计中，使用了统计中的中心极限定理。
贾俊平统计学第六、七章课后习题答案6.1解：设每个瓶子的灌装量为X，X?为样本均值，样本容量为n。
由于总体X服从正态分布，样本均值X?也服从正态分布，且均值相同，标准差为σ√n =1√9=13所以P(|X??μ|≤0.3)=P(|X??μ|13≤0.313)=2Φ(0.9)?1=2?0.8159?1=0.6318 7.1（1）已知σ=500，n=15,x=8900,1-α=95%,Z2α=1.96x+Z2αnσ=8900+1.96×15500=（8647,9153）（2）已知σ=500，n=35,x=8900,1-α=95%,Z2α=1.96x+Z2αnσ=8900+1.96×35500=（8734,9066）（3）已知n=35，x=8900，s=500,由于总体方差未知，但为大样本，所以可用样本方差来代替总体方差。
置信水平1-α=90%，Z2α=1.645x+Z2αns=8900+1.645×35500=（8761，9039）（4）已知n=35，x=8900，s=500,由于总体方差未知，但为大样本，所以可用样本方差来代替总体方差。
置信水平1-α=99%，Z2α=2.58x +Z2αn s =8900+2.58×35500=（8682,9118）7.2已知n=36，x =3.3167，s=1.6093（1）当置信水平为90%时，Z 2α=1.645x +Z 2αn s =3.3167+1.645×366093.1=3.3167+0.4532=（2.88,3.76）（2）当置信水平为95%时，Z 2α=1.96x +Z 2αn s =3.3167+1.96×366093.1=3.3167+0.544=（2.80,3.84）（3）当置信水平为99%时，Z 2α=2.58Z2αn s =3.3167+2.58×366093.1=3.3167+0.7305=（2.63,4.01）7.3（1）已知总体服从正态分布，但σ未知，n=50为大样本，α=0.05，Z 2α=1.96，根据样本计算可知x =101.32,s=1.63x +Z 2αn s =101.32+1.96×5063.1=101.32+0.45=(100.87,101.77)（2）由所给样本数据可知样本合格率：p=5045=0.9p +Z2αnp p )1(-=0.9+1.9650)9.0-19.0（=0.9+0.08=（0.82,0.98）7.4由样本数据得x =16.13，σ=0.8706，置信水平1-α=99%，Z 2α=2.58x +Zαn σ=16.13+2.58×58706.0=16.13+0.45=（15.68,16.58）7.5、（1）n=44，p=0.51，置信水平为99%由题意，已知n=44，置信水平1-α=99%，因此检验统计量为:，代入数值计算，总体比例π的置信区间为(31.6%，70.4%) （2）n=300,p=0.82，置信水平为95%由题意可得知96.12=αZ检验统计量为:，代入数值计算，总体比例π的置信区间为(77.7%，86.3%) （3）n=1150，p=0.48，置信水平为90%由题意可得知检验统计量为:，代入数值计算，58.22=αZ np p Z P )1(2-±α)704.0,316.0(194.051.044)51.01(51.058.251.0=+=-??p p Z P )1(2-±α)863.0,777.0(043.082.0300)82.01(82.096.182.0=+=-?+645.12=αZ np p Z P )1(2-±α总体比例π的置信区间为(45.6%，50.4%)7.6、（1）由题意已知n=200，当置信水平为90%时，，检验统计量为代入数据计算可得:置信区间为(18.10%，27.90%) （2）当置信水平为95%时，96.12=αZ ，检验统计量为代入数据计算可得:置信区间为(17.17%，28.83%)7.7、由题意已知置信水平为99%，即1-α=99%，则，估计误差E=200，=1000504.0,456.0(024.048.01150)48.01(48.0645.148.0=+=-?+645.12=αZ np p Z P )1(2-±α%)90.27%,10.18(%90.4%23200%)231%(23645.1%23=±=-?±np p Z P )1(2-±α%)83.28%,17.17(%83.5%23200%)231%(2396.1%23=+=-?+58.22=αZ σ则，即应该取样本量为1677.8、（1）由题意可知n=50，p=32/50=0.64，α=0.05，96 .12=αZ 总体中赞成该项改革的户数比例的置信区间为，代入数据计算:即置信区间为（51%,77%）（2）如果小区管理者预计赞成的比例能达到80%，即π=0.80，估计误差不超过10%，即E=10%,α=0.05，96.12=αZ ，应抽取的样本量为即应该抽取62户进行调查7.9（1）x?=21，s=2，n=50，α=0.1χ0.12?2(50?1)=66.3387,χ1?0.12?2(50?1)=33.9303∴(n?1)s 2χα22≤σ2≤(n?1)s 2χ1?α22(50?1)×2266.3387≤σ2≤(50?1)×2233.9303即2.95≤σ2≤5.78.标准差的置信区间为1.72≤σ≤2.4 （2）x?=1.3，s=0.02，n=15，α=0.1167200100058.22222222≈?==E Z n σαnp p Z P )1(2-±α)77.0,51.0(13.064.050)64.01(64.096.164.0=±=-±621.0)80.01(80.096.1)1(22222=-?=-?=E Z n ππαχ0.12?2(15?1)=23.6848,χ1?0.12?2(15?1)=6.5706∴(n?1)s 2χα22≤σ2≤(n?1)s 2χ1?α22(15?1)×0.02223.6848≤σ2≤(15?1)×0.0226.5706标准差的置信区间为0.015≤σ≤0.029 （3）x?=167，s=31，n=22，α=0.1χ0.12?2(22?1)=32.6706,χ1?0.12?2(22?1)=11.5913∴(n?1)s 2χα22≤σ2≤(n?1)s 2χ1?α22(22?1)×312≤σ2≤(22?1)×312标准差的置信区间为24.85≤σ≤41.73。
统计课后思考题答案第一章思考题1.1什么是统计学统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得出结论。
1.2解释描述统计和推断统计描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。
推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。
1.3统计学的类型和不同类型的特点统计数据；按所采用的计量尺度不同分；（定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述；（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。
它也是有类别的，但这些类别是有序的。
（定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。
统计数据；按统计数据都收集方法分；观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。
实验数据：在实验中控制实验对象而收集到的数据。
统计数据；按被描述的现象与实践的关系分；截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。
时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。
1.4解释分类数据，顺序数据和数值型数据答案同1.31.5举例说明总体，样本，参数，统计量，变量这几个概念对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。
1.6变量的分类变量可以分为分类变量，顺序变量，数值型变量。
变量也可以分为随机变量和非随机变量。
经验变量和理论变量。
1.7举例说明离散型变量和连续性变量离散型变量，只能取有限个值，取值以整数位断开，比如“企业数”连续型变量，取之连续不断，不能一一列举，比如“温度”。
7.1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 σ=n σ=405=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 =nα/2σZ =1.96×0.7906=1.5496。
7.2 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。
(1)假定总体标准差为15元，求样本均值的抽样标准误差。
x nσ=49==2.143 (2)在95％的置信水平下，求边际误差。
x x t σ∆=⋅，由于是大样本抽样，因此样本均值服从正态分布，因此概率度t=2z α 因此，x x t σ∆=⋅2x z ασ=⋅0.025x z σ=⋅=1.96×2.143=4.2 (3)如果样本均值为120元，求总体均值 的95％的置信区间。
置信区间为：(),x x x x -∆+∆=()120 4.2,120 4.2-+=（115.8，124.2） 7.37.4 从总体中抽取一个n=100的简单随机样本,得到x =81，s=12。
要求：大样本，样本均值服从正态分布：2,xN n σμ⎛⎫ ⎪⎝⎭或2,s xN n μ⎛⎫⎪⎝⎭置信区间为：2x z x z n n αα⎛-+ ⎝n 100=1.2 (1)构建μ的90％的置信区间。
2z α=0.05z =1.645，置信区间为：()81 1.645 1.2,81 1.645 1.2-⨯+⨯=（79.03，82.97）(2)构建μ的95％的置信区间。
2z α=0.025z =1.96，置信区间为：()81 1.96 1.2,81 1.96 1.2-⨯+⨯=（78.65，83.35）(3)构建μ的99％的置信区间。
2z α=0.005z =2.576，置信区间为：()81 2.576 1.2,81 2.576 1.2-⨯+⨯=（77.91，84.09）7.57.67.7 某大学为了解学生每天上网的时间，在全校7 500名学生中采取重复抽样方法随机抽取36人，3.3 3.1 6.2 5.8 2.34.15.4 4.5 3.2 4.4 2.0 5.4 2.66.4 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 4.71.41.22.93.52.40.53.62.5求该校大学生平均上网时间的置信区间，置信水平分别为90％，95％和99％。
解：（1）样本均值x =3.32，样本标准差s=1.61； （2）抽样平均误差： 重复抽样：x σnn ≈不重复抽样：x σ1N n N n--1N n N n -≈-7500367500136--=0.2680.995×0.998=0.267（3）置信水平下的概率度： 1α-=0.9，t=z α=0.05z =1.645 1α-=0.95，t=2z α=0.025z =1.96 1α-=0.99，t=2z α=0.005z =2.576 （4）边际误差（极限误差）： 2x x x t z ασσ∆=⋅=⋅1α-=0.9，2x x x t z ασσ∆=⋅=⋅=0.05x z σ⋅重复抽样：2x x z ασ∆=⋅=0.05x z σ⋅=1.645×0.268=0.441 不重复抽样：2x x z ασ∆=⋅=0.05x z σ⋅=1.645×0.267=0.4391α-=0.95，2x x x t z ασσ∆=⋅=⋅=0.025xz σ⋅重复抽样：2x x z ασ∆=⋅=0.025x z σ⋅=1.96×0.268=0.525 不重复抽样：2x x z ασ∆=⋅=0.025x z σ⋅=1.96×0.267=0.5231α-=0.99，2x x x t z ασσ∆=⋅=⋅=0.005x z σ⋅重复抽样：2x x z ασ∆=⋅=0.005x z σ⋅=2.576×0.268=0.69 不重复抽样：2x x z ασ∆=⋅=0.005x z σ⋅=2.576×0.267=0.688（5）置信区间：(),x x x x -∆+∆1α-=0.9，重复抽样：(),x x x x -∆+∆=()3.320.441,3.320.441-+=（2.88，3.76） 不重复抽样：(),x x x x -∆+∆=()3.320.439,3.320.439-+=（2.88，3.76）1α-=0.95，重复抽样：(),x x x x -∆+∆=()3.320.525,3.320.525-+=（2.79，3.85） 不重复抽样：(),x x x x -∆+∆=()3.320.441,3.320.441-+=（2.80，3.84）1α-=0.99，重复抽样：(),x x x x -∆+∆=()3.320.69,3.320.69-+=（2.63，4.01） 不重复抽样：(),x x x x -∆+∆=()3.320.688,3.320.688-+=（2.63，4.01）7.8从一个正态总体中随机抽取容量为8 的样本，各样本值分别为：10,8,12,15,6,13,5,11。
求总体均值95%的置信区间。
解：（7.1,12.9）。
7.9 某居民小区为研究职工上班从家里到单位的距离，抽取了由16个人组成的一个随机样本，他们到单位的距离(单位：km)分别是：10 3 14 8 6 9 12 11 7 5 10 15 9 16 13 2假定总体服从正态分布，求职工上班从家里到单位平均距离的95％的置信区间。
解：小样本，总体方差未知，用t 统计量x t s n=()1t n -均值=9.375，样本标准差s=4.11 置信区间：()()221,1x t n x t n n n αα⎛--⋅+-⋅ ⎪⎝⎭1α-=0.95，n=16，()21t n α-=()0.02515t =2.13()()221,1x t n x t n n n αα⎛--⋅+-⋅ ⎪⎝⎭=9.375 2.13,9.375 2.131616⎛-⨯+⨯ ⎪⎝⎭=（7.18，11.57） 7.107．11 某企业生产的袋装食品采用自动打包机包装，每袋标准重量为l00g 。
现从某天生产的一批每包重量（g ） 包数 96~98 98~100 100~102 102~104 104~106 2 3 34 7 4 合计50已知食品包重量服从正态分布，要求：(1)确定该种食品平均重量的95％的置信区间。
解：大样本，总体方差未知，用z 统计量x z s n=()0,1N样本均值=101.4，样本标准差s=1.829 置信区间：x z x z n n αα⎛-+ ⎝1α-=0.95，2z α=0.025z =1.9622,x z x z n n αα⎛-⋅+⋅ ⎪⎝⎭=101.4 1.96,101.4 1.965050⎛-⨯+⨯ ⎪⎝⎭=（100.89，101.91） (2)如果规定食品重量低于l00g 属于不合格，确定该批食品合格率的95％的置信区间。
解：总体比率的估计大样本，总体方差未知，用z 统计量()1z p p n=-()0,1N样本比率=（50-5）/50=0.9 置信区间：()()2211,p p p p p z p z n n αα⎛⎫-- ⎪-⋅+⋅ ⎪⎝⎭ 1α-=0.95，2z α=0.025z =1.96()()2211,p p p p p z p z n n αα⎛⎫-- ⎪-⋅+⋅ ⎪⎝⎭=()()0.910.90.910.90.9 1.96,0.9 1.965050⎛⎫-- ⎪-⨯+⨯⎪⎝⎭=（0.8168，0.9832） 7.127．13 一家研究机构想估计在网络公司工作的员工每周加班的平均时间，为此随机抽取了18个员工。
得到他们每周加班的时间数据如下(单位：小时)： 6 321 817 1220 117 90 218 2516 1529 16间。
解：小样本，总体方差未知，用t 统计量x t s n=()1t n -均值=13.56，样本标准差s=7.801 置信区间：()()221,1x t n x t n n n αα⎛--⋅+-⋅ ⎪⎝⎭1α-=0.90，n=18，()21t n α-=()0.0517t =1.7369()()221,1x t n x t n n n αα⎛--⋅+-⋅ ⎪⎝⎭=13.56 1.7369,13.56 1.73691818⎛-⨯+⨯ ⎪⎝⎭=（10.36，16.75） 7.147．15 在一项家电市场调查中．随机抽取了200个居民户，调查他们是否拥有某一品牌的电视机。
其中拥有该品牌电视机的家庭占23％。
求总体比例的置信区间，置信水平分别为90%和95%。
解：总体比率的估计大样本，总体方差未知，用z 统计量()1z p p n=-()0,1N样本比率=0.23 置信区间：()()2211,p p p p p z p z n n αα⎛⎫-- ⎪-⋅+⋅ ⎪⎝⎭ 1α-=0.90，2z α=0.025z =1.645()()2211,p p p p p z p z n n αα⎛⎫-- ⎪-⋅+⋅ ⎪⎝⎭=()()0.2310.230.2310.230.23 1.645,0.23 1.645200200⎛⎫-- ⎪-⨯+⨯⎪⎝⎭=（0.1811，0.2789）1α-=0.95，2z α=0.025z =1.96()()2211,p p p p p z p z n n αα⎛⎫-- ⎪-⋅+⋅ ⎪⎝⎭=()()0.2310.230.2310.230.23 1.96,0.23 1.96200200⎛⎫-- ⎪-⨯+⨯⎪⎝⎭=（0.1717，0.2883） 7.16、7.177.187.197．20 顾客到银行办理业务时往往需要等待一段时间，而等待时间的长短与许多因素有关，比如，银行业务员办理业务的速度，顾客等待排队的方式等。
为此，某银行准备采取两种排队方式进行试验，第一种排队方式是：所有顾客都进入一个等待队列；第二种排队方式是：顾客在三个业务窗口处列队三排等待。
为比较哪种排队方式使顾客等待的时间更短，银行各随机抽取10名顾客，他们在办理业务时所等待的时间(单位：分钟)如下：方式1 6.5 6.6 6.7 6.87.17.37.47.77.77.7方式2 4.2 5.4 5.8 6.2 6.77.77.78.59.310要求：(1)构建第一种排队方式等待时间标准差的95％的置信区间。
