第四章 假设检验填空（5题/章），选择（5题/章），判断（5题/章），计算（3题/章） 一、填空1、在做假设检验时容易犯的两类错误是 和2、如果提出的原假设是总体参数等于某一数值，这种假设检验称为 ，若提出的原假设是总体参数大于或小于某一数值，这种假设检验称为3、假设检验有两类错误，分别是 也叫第一类错误，它是指原假设H0是 的，却由于样本缘故做出了 H0的错误；和 叫第二类错误，它是指原假设H0是 的, 却由于样本缘故做出 H0的错误。
4、在统计假设检验中，控制犯第一类错误的概率不超过某个规定值α,则α称为 。
5、 假设检验的统计思想是小概率事件在一次试验中可以认为基本上是不会发生的，该原理称为 。
6、从一批零件中抽取100个测其直径，测得平均直径为5.2cm ，标准差为1.6cm ，想知道这批零件的直径是否服从标准直径5cm ，在显著性水平α下，否定域为7、有一批电子零件，质量检查员必须判断是否合格，假设此电子零件的使用时间大于或等于1000，则为合格，小于1000小时，则为不合格，那么可以提出的假设为 。
（用H 0，H 1表示）8、一般在样本的容量被确定后，犯第一类错误的概率为α，犯第二类错误的概率为β，若减少α，则β9、某厂家想要调查职工的工作效率，用方差衡量工作效率差异，工厂预计的工作效率为至少制作零件20个/小时，随机抽样30位职工进行调查，得到样本方差为5，试在显著水平为0.05的要求下，问该工厂的职工的工作效率 （有，没有）达到该标准。
KEY: 1、弃真错误，纳伪错误 2、双边检验，单边检验3、拒真错误，真实的，拒绝，取伪错误，不真实的，接受4、显著性水平5、小概率事件6、1.25>21α-z7、H 0：t≥1000 H 1：t ＜1000 8、增大 9、有二、 选择1、假设检验中，犯了原假设H 0实际是不真实的，却由于样本的缘故而做出的接受H 0的错误，此类错误是（ ）A 、α类错误B 、第一类错误C 、取伪错误D 、弃真错误 2、一种零件的标准长度5cm ，要检验某天生产的零件是否符合标准要求，建立的原假设和备选假设就为（ ）A 、0:5H μ=，1:5H μ≠B 、0:5H μ≠，1:5H μ>C 、0:5H μ≤，1:5H μ>D 、0:5H μ≥，1:5H μ< 3、一个95%的置信区间是指（ ） A 、总体参数有95%的概率落在这一区间内 B 、总体参数有5%的概率未落在这一区间内C 、在用同样方法构造的总体参数的多个区间中，有95%的区间包含该总体参数D 、在用同样方法构造的总体参数的多个区间中，有95%的区间不包含该总体参数4、假设检验中，如果增大样本容量，则犯两类错误的概率（ ） A 、都增大 B 、都减小 C 、都不变 D 、一个增大一个减小5、一家汽车生产企业在广告中宣称“该公司的汽车可以保证在2年或24000公里内无事故”，但该汽车的一个经销商认为保证“2年”这一项是不必要的，因为汽车车主在2年内行驶的平均里程超过24000公里。
第四章 假设检验练习题一、单项选择题1、假设检验主要对（）进行检验。
A 、总体参数B 、样本参数C 、统计量D 、样本分布2、参数估计是依据样本信息推断未知的（）。
A 、总体参数B 、样本参数C 、统计量D 、样本分布3、小概率事件，是指在一次事件中几乎不可能发生的事件。
一般称之为“显著性水平”，用α表示。
显著性水平一般取值为（）。
A 、5%B 、20%C 、30%D 、50%4、假设检验的依据是（）。
A 、小概率原理B 、中心极限定理C 、方差分析原理D 、总体分布5、大样本情况下，当总体方差已知时，总体均值检验的统计量为（）。
A 、xB 、x C、p -D 、x 6、大样本情况下，当总体方差未知时，总体均值检验的统计量为（）。
A、 B、 C、p -D 、 7、小样本情况下，当总体服从正态分布，总体方差已知时，总体均值检验的统计量为（）。
A 、xB 、xC 、p - D、x 8、小样本情况下，当总体服从正态分布，总体方差未知时，总体均值检验的统计量为（）。
A、x B、xC 、p -D 、x 9、一种机床加工的零件尺寸绝对平均误差允许值为1.35mm 。
生产厂家现采用一种新的机床进行加工以期进一步降低误差。
为检验新机床加工的零件平均误差与旧机床相比是否有显著降低，从某于生产的零件中随机抽取50个进行检验，得到50个零件尺寸的绝对误差数据，其平均差为1.2152，标准差为0.6365749。
利用这些样本数据，在α=0.05水平下，要检验新机床加工的零件尺寸的平均误差与旧机床相比是否有显著降低，提出的假设应为（）。
A 、H 0：μ=1.35 H 1: μ≠1.35B 、H 0：μ≤1.35 H 1: μ>1.35C 、H 0：μ≤1.35 H 1: μ>1.35D 、H 0：μ≠1.35 H 1: μ=1.3510、在大样本时，总体比例检验统计量用z 统计量，其基本形式为（）。
A、xB 、x C、p -D 、x 二、多项选择题1、小概率事件，是指在一次事件中几乎不可能发生的事件。
第四章 总体均数的估计和假设检验一、教学大纲要求（一） 掌握内容1． 抽样误差、可信区间的概念及计算； 2． 总体均数估计的方法；3． 两组资料均数比较的方法，理解并记忆应用这些方法的前提条件； 4． 假设检验的基本原理、有关概念（如I 、II 类错误）及注意事项。
（二） 熟悉内容 两样本方差齐性检验。
（三） 了解内容1． t 分布的图形与特征；2． 总体方差不等时的两样本均数的比较； 3． 等效检验。
二、教学内容精要（一） 基本概念 1． 抽样误差抽样研究中，样本统计量与总体参数间的差别称为抽样误差（sampling error ）。
统计上用标准误（standard error ，SE ）来衡量抽样误差的大小。
不同的统计量，标准误的表示方法不同，如均数的标准误用X S 表示，率的标准误用S P 表示，回归系数的标准误用S b 表示等等。
均数的标准误与标准差的区别见表4-1。
表4-1 均数的标准误与标准差的区别均数的标准误标准差意义 反映的抽样误差大小 反映一组数据的离散情况 记法X σ（样本估计值X S ）σ（样本估计值S ）计算X σ=nσ X S =nSσ =nX 2)(∑-μS=1)(2--∑n X X控制方法增大样本含量可减小标准误。
个体差异或自然变异，不能通过统计方法来控制。
2．可信区间（1）定义、涵义：即按预先给定的概率确定的包含未知总体参数的可能范围。
该范围称为总体参数的可信区间（confidence interval ，CI ）。
它的确切含义是：CI 是随机的，总体参数是固定的，所以，CI 包含总体参数的可能性是1-α。
不能理解为CI 是固定随机的，总体参数是随机固定的，总体参数落在CI 范围内可能性为1-α。
当0.05α=时，称为95%可信区间，记作95%CI 。
当0.01α=时，称为99%可信区间，记作99%CI 。
（2）可信区间估计的优劣：一定要同时从可信度（即1-α的大小）与区间的宽度两方面来衡量。
