《应用统计学》第6章：置信区间估计

江南大学现代远程教育第二阶段测试卷考试科目:《统计学》第6章至第9章（总分100分）时间：90分钟学习中心（教学点）批次：层次：专业：学号：身份证号：姓名：得分：一、单项选择题（共20小题，每小题2分，共计40分）1. 掷二枚骰子，事件A为出现的点数之和等于3的概率为（）A.1/11B. 1/18C. 1/6D. 都不对2．在抽样推断中，必须遵循( )抽取样本A随意原则B随机原则C可比原则D对等原则3．能够事先加以计算和控制的误差是( )A抽样误差B登记误差C系统性误差D测量误差4．极限误差与抽样平均误差数值之间的关系为( )A前者一定小于后者B前者一定大于后者C前者一定等于后者D前者既可以大于后者，也可以小于后者5．抽样调查的主要目的在于( )A计算和控制抽样误差B了解全及总体单位的情况C用样本来推断总体D对调查单位作深入的研究6．某企业连续性生产，为检查产品质量，在24小时中每隔30分钟取下一分钟的产品进行全部检查，这是( )A整群抽样B简单随机抽样C类型抽样D纯随机抽样7．在抽样调查中( )A既有登记误差，也有代表性误差B既无登记误差，也无代表性误差C只有登记误差，没有代表性误差D没有登记误差，只有代表性误差8．在抽样调查中，无法避免的误差是( )A登记误差B系统性误差C计算误差D抽样误差9．置信区间的大小表达了区间估计的( )A可靠性B准确性C显著性D及时性10．抽样推断中的概率保证程度表达了区间估计的( )A显著性B准确性C可靠性D规律性11. 常见的离散型分布有：（）A 正态分布B 二项分布C t分布 D.F 分布12.若随机变量X～B(5,0.2)，则X的平均值（）A 5B 0.2C 1 D.2.513.若随机变量X～N(5,1)，则X落入下列哪个区间的概率为95.45%（）。

A [-1，1]B [-2，2]C [4，6] D. [3，7]14. 若某校男生身高X～N(175,9)，则从总体中取得样本容量为100的随机样本，其样本平均值x的标准差为（）。

第6章抽样与参数估计第6章抽样与参数估计6.1抽样与抽样分布6.2参数估计的基本方法6.3总体均值的区间估计6.4总体比例的区间估计6.5样本容量的确定学习目标理解抽样方法与抽样分布估计量与估计值的概念点估计与区间估计的区别评价估计量优良性的标准总体均值的区间估计方法总体比例的区间估计方法样本容量的确定方法参数估计在统计方法中的地位统计推断的过程6.1抽样与抽样分布什么是抽样推断概率捕样方法抽样分布抽样方法抽样方法概率抽样(probabilitysampling)也称随机抽样特点按一定的概率以随机原则抽取样本抽取样本时使每个单位都有一定的机会被抽中每个单位被抽中的概率是已知的，或是可以计算出来的当用样本对总体目标量进行估计时，要考虑到每个样本单位被抽中的概率简单随机抽样(simplerandomsampling)从总体N个单位中随机地抽取n个单位作为样本，每个单位入抽样本的概率是相等的最基本的抽样方法，是其它抽样方法的基础特点简单、直观，在抽样框完整时，可直接从中抽取样本用样本统计量对目标量进行估计比较方便局限性当N很大时，不易构造抽样框抽出的单位很分散，给实施调查增加了困难没有利用其它辅助信息以提高估计的效率分层抽样(stratifiedsampling)将抽样单位按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取样本优点保证样本的结构与总体的结构比较相近，从而提高估计的精度组织实施调查方便既可以对总体参数进行估计，也可以对各层的目标量进行估计系统抽样(systematicsainplmg)将总体中的所有单位(抽样单位)按一定顺序排列，在规定的范闱内随机地抽取一个单位作为初始单位，然后按爭先规定好的规则确定其它样本单位先从数字1到k之间随机抽取一个数字r作为初始单位，以后依次取r+k,r+2k…等单位优点：操作简便，可提高估计的精度缺点：对估计量方差的估计比较困难整群抽样(clustersampling)将总体中若干个单位合并为组(群)，抽样时直接抽取群，然后对中选群中的所有单位全部实施调查特点抽样时只需群的抽样框，可简化工作量调查的地点相对集中，节省调查费用，方便调查的实施缺点是估计的精度较差抽样分布总体中各元素的观察值所形成的分布分布通常是未知的可以假定它服从某种分布总体分布(populationdistribution)一个样本中各观察值的分布也称经验分布当样本容屋n逐渐增大时，样本分布逐渐接近总体的分布样本分布(sampledistribution)抽样分布的概念(samplingdistribution)抽样分布是指样本统计屋的分布，即把某种样本统计量看作一个随机变量，这个随机变屋的全部可能值构成的新的总体所形成的分布即为某种统计量的抽样分布.统计量:样本均值，样本比例，样本方差等样本统计量的概率分布是一种理论概率分布随机变量是样本统计量样本均值，样本比例，样本方差等结果来自容量相同的所有可能样本提供了样本统计量长远稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据对抽样分布的理解抽样分布:即不是总体分布，也不是样本分布，是根据所有可能样本计算的统计量的全部可能取值形成的分布样本均值的抽样分布容量相同的所有町能样本的样本均值的概率分布一种理论概率分布进行推断总体均值的理论基础样本均值的抽样分布样本均值的抽样分布（例题分析）【例】设一个总体，含有4个元素（个体），即总体单位数N=4。

统计学假设检验与置信区间统计学假设检验与置信区间是统计学中两个重要且常用的概念。

它们的主要作用是在样本数据的基础上对总体的特征进行推断和判断。

本文将从统计学假设检验和置信区间的定义、计算方法以及实际应用等方面进行论述。

一、统计学假设检验的基本概念统计学假设检验是用统计原理对总体的某个特征进行推断和判断的一种方法。

其基本思想是：根据样本数据推断总体参数，然后进行统计推断，判断总体参数是否满足某个事先给定的假设。

在进行统计学假设检验时，我们常常会对总体均值、总体比例、总体方差等进行检验。

对于总体均值的检验，通常会使用t检验、z检验等方法；对于总体比例的检验，则常常使用卡方检验、比例检验等方法；而总体方差的检验则可以使用F检验等方法。

根据具体的问题和数据类型，我们可以选择适当的检验方法进行分析。

二、统计学假设检验的步骤统计学假设检验通常包括以下几个步骤：1. 提出原假设和备择假设。

原假设（H0）是对总体参数的一个假设，备择假设（H1）则是对原假设的一个反面假设。

通常情况下，原假设被假定为不成立或不满足的情况，而备择假设则是我们要进行推断和判断的目标。

2. 选择合适的统计量。

在假设检验中，我们需要选择适当的统计量来对总体参数进行估计和判断。

根据检验的要求和数据的特点，我们可以选择t统计量、z统计量、卡方统计量等。

3. 设置显著性水平。

显著性水平通常用α表示，表示我们允许出现的错误的概率。

常用的显著性水平有0.05和0.01。

4. 计算检验统计量的观察值。

根据样本数据进行计算，得到检验统计量的观察值。

5. 判断拒绝域。

根据显著性水平和检验的方法，判断处于拒绝域的观察值，如果观察值落入拒绝域内，则拒绝原假设，否则不拒绝。

6. 得出结论。

根据观察值的判断结果，得出对原假设的结论。

三、置信区间的基本概念置信区间是指对总体参数的估计范围，用于描述样本对总体的推断和判断。

在统计学中，置信区间通常由点估计和标准误差构成。

第六章参数估计范文第六章是统计学中的重要章节，讨论了参数估计的原理和方法。

参数估计是根据样本数据推断总体参数值的过程，它是统计推断的基础和核心。

在参数估计中，我们常常面临两个问题：点估计和区间估计。

点估计是通过样本数据得到总体参数的一个估计值，例如样本均值可以估计总体均值。

区间估计是在点估计的基础上，给出一个参数估计的区间，用于描述参数估计的不确定性。

常用的点估计方法有矩估计法和最大似然估计法。

矩估计法基于样本矩的性质，将样本矩和总体矩进行匹配，得到参数的估计值。

最大似然估计法是利用已知样本数据求取未知参数值，使样本观察到的概率最大化。

这两种方法都是有效的参数估计方法，但在特定情况下可能会有一定差异。

区间估计是对参数估计值的不确定性的度量，它给出了一个信任水平下参数取值的范围。

常用的区间估计方法有置信区间和预测区间。

置信区间是在给定置信水平下，对参数范围进行估计。

置信水平是指对总体参数落在区间内的置信程度，通常使用95%或99%。

预测区间是对未来观测值的取值范围进行估计，它比置信区间更宽泛。

在实际应用中，我们会根据问题的性质和数据的特点选择适合的参数估计方法。

参数估计方法的选择是统计分析的基础，它直接影响着最后结果的可靠性和准确性。

因此，正确选择和应用参数估计方法对于准确推断总体参数具有重要意义。

总结起来，第六章参数估计是统计推断的重要内容，包括点估计和区间估计两个方面。

点估计是通过样本数据得到总体参数的一个估计值，常用的方法有矩估计法和最大似然估计法。

区间估计是对参数估计值的不确定性的度量，常用的方法有置信区间和预测区间。

正确选择和应用参数估计方法对于准确推断总体参数具有重要意义。

六、计算题：（要求写出计算公式、过程，结果保留两位小数，共4题，每题10分）1、某快餐店对顾客的平均花费进行抽样调查，随机抽取了49名顾客构成一个简单随机样本，调查结果为：样本平均花费为12.6元，标准差为2.8元。

试以95.45%的置信水平估计该快餐店顾客的总体平均花费数额的置信区间；（φ（2）=0.9545）49=n 是大样本，由中心极限定理知，样本均值的极限分布为正态分布，故可用正态分布对总体均值进行区间估计。

已知:8.2,6.12==S x 0455.0=α 则有: 202275.02==Z Z α 平均误差=4.078.22==n S极限误差8.04.0222=⨯==∆nS Z α据公式x x ±=±∆ 代入数据，得该快餐店顾客的总体平均花费数额95.45%的置信区间为（11.8，13.4）3附：1080512)(=∑-=i x x i8.392512)(=∑-=i y y i 58=x 2.144=y17900512=∑=i x i104361512=∑=i y i4243051=∑=yx ii i3题 解① 计算估计的回归方程：∑∑∑∑∑--=)(221x x n y x xy n β)==-⨯⨯-⨯290217900572129042430554003060=0.567 =-=∑∑nxnyββ))10144.2 – 0.567×58=111.314估计的回归方程为：y )=111.314+0.567x② 计算判定系数：222122()0.56710800.884392.8()x x R y y β-⨯===-∑∑4计算下列指数：①拉氏加权产量指数；②帕氏单位成本总指数。

4题 解：① 拉氏加权产量指数= 1000001.1445.4 1.13530.0 1.08655.2111.60%45.430.055.2q p q q p q ⨯+⨯+⨯==++∑∑② 帕氏单位成本总指数=11100053.633.858.5100.10%1.1445.4 1.13530.0 1.08655.2q p q q p q ++==⨯+⨯+⨯∑∑ 模拟试卷(二) 一、填空题（每小题1分，共10题）1、我国人口普查的调查对象是 ，调查单位是。

关于区间估计的课程设计一、课程目标知识目标：1. 学生能够理解区间估计的基本概念，掌握其定义和性质。

2. 学生能够运用区间估计方法，对总体参数进行估计，并解释估计结果的含义。

3. 学生能够掌握区间估计的误差分析，了解影响区间估计精度的因素。

技能目标：1. 学生能够运用统计软件或计算器进行区间估计的计算。

2. 学生能够根据实际问题，选择合适的区间估计方法，并解决实际问题。

3. 学生能够通过实例分析，提高数据处理和分析能力。

情感态度价值观目标：1. 学生能够认识到统计学在实际生活中的广泛应用，增强学习统计学的兴趣。

2. 学生能够培养严谨的科学态度，注重数据分析的客观性和准确性。

3. 学生能够通过小组合作，培养团队协作能力和沟通表达能力。

课程性质分析：本课程为高中统计学课程，旨在帮助学生掌握区间估计的基本方法，提高数据处理和分析能力。

学生特点分析：高中学生具备一定的数学基础和逻辑思维能力，但对于统计学方法的应用还较为陌生，需要通过实例和实际操作来加深理解。

教学要求：1. 注重理论与实践相结合，让学生在实际问题中感受区间估计的应用价值。

2. 强调计算能力的培养，引导学生熟练使用统计软件或计算器进行计算。

3. 鼓励学生积极参与讨论和分享，提高课堂互动效果。

二、教学内容1. 区间估计基本概念：总体参数、样本统计量、估计量、置信区间。

2. 区间估计的原理与方法：中心极限定理、标准误差、正态分布的性质。

3. 置信区间的计算与应用：- 单个总体均值的区间估计。

- 单个总体比例的区间估计。

- 两个总体均值差的区间估计。

- 两个总体比例差的区间估计。

4. 影响区间估计精度的因素：样本容量、总体标准差、置信水平。

5. 实际问题中的应用：分析实际问题，选择合适的区间估计方法，解决实际问题。

教学大纲安排：第一课时：区间估计基本概念，总体参数与样本统计量。

第二课时：中心极限定理，标准误差，正态分布性质。

第三课时：单个总体均值和比例的区间估计。

统计学中的参数估计和置信区间在统计学中，参数估计和置信区间是两个非常重要的概念。

它们是统计推断的核心，用于分析和解释数据，而且被广泛应用于不同的领域，如经济学、医学、社会科学等。

本文将详细介绍参数估计和置信区间的基本概念、公式、计算方法和应用。

一、参数估计的基本概念和公式参数估计是指从样本数据中推断总体参数的过程。

总体是指我们所研究的对象或群体，参数是指总体中某个特定的数值或结构，如总体均值、方差、比例、标准差等。

在参数估计中，我们需要选择一个合适的估计量来估计总体参数，并计算其估计值和标准误差。

常用的估计量有样本均值、样本方差、样本比例等。

以样本均值为例，如果我们从总体中随机抽取一个大小为n的样本，那么样本均值x就是总体均值μ的无偏估计量。

它的公式为：x = （Σxi）/n其中，xi为样本中第i个元素的值，Σxi是所有元素值之和，n 是样本容量。

标准误差SE(x)的公式为：SE(x) = S/√n其中，S为样本标准差，是样本值与样本均值偏差的平方和的平均值的平方根。

二、置信区间的概念和计算方法置信区间是指总体参数估计的可靠区间。

它的意义在于，我们无法得到总体参数的准确值，但可以估计它的一个区间范围。

这个区间范围是用样本数据计算得到的，并且保证在一定置信水平下总体参数落在此区间内的概率很高。

置信区间的计算方法基于中心极限定理，即如果样本容量n足够大，样本均值的抽样分布将近似于正态分布。

因此，我们可以根据正态分布的特性计算置信区间。

一般地，对于总体参数θ的置信区间，它的下限L和上限U可以表示为：L = x - zα/2* SE(x)U = x + zα/2* SE(x)其中，zα/2为正态分布的上α/2分位数，α是我们预先选定的置信水平，一般取0.95或0.99。

根据中心极限定理，当n足够大时，x的抽样分布近似于正态分布，因此置信区间可以用正态分布的分位数求出。

三、参数估计和置信区间的应用参数估计和置信区间的应用非常广泛，尤其在科学研究和工程领域中经常使用。

统计学中的参数估计与置信区间统计学是关于收集、分析和解释数据的学科，其中包括了参数估计和置信区间的概念。

参数估计用于通过从样本中进行推断来估计总体参数的值，而置信区间则是对这个估计结果进行测量误差范围的一种方法。

一、参数估计参数估计是统计学中重要的概念，其目的是通过样本数据来估计总体参数的值。

总体参数是指总体分布的特征，例如均值、方差、比例等。

在实际研究中，很难直接获得总体数据，因此我们通常采用抽样方法，从总体中选取样本进行分析。

参数估计有两种方法：点估计和区间估计。

点估计是通过样本数据计算出一个单独的数值来估计总体参数的值，例如计算样本均值作为总体均值的估计值。

点估计简单直观，但无法确定其准确性。

因此，统计学家提出了置信区间的概念。

二、置信区间置信区间是一种用于衡量参数估计的不确定性的方法。

它提供了一个范围，其中包含了对总体参数值的估计。

置信区间由一个下限和一个上限组成，表示参数估计的可信程度。

通常，置信区间的置信水平设定为95%或90%。

置信区间的计算通常基于样本数据的分布特性和统计推断方法。

对于大样本，根据中心极限定理，可以使用正态分布来计算置信区间；对于小样本，根据t分布进行计算。

三、计算步骤下面以计算样本均值的置信区间为例来介绍计算步骤。

1. 收集样本数据，并计算样本均值。

2. 确定置信水平，例如95%。

3. 根据样本数据的特点，选择相应的分布进行计算。

若样本数据服从正态分布，可以使用正态分布进行计算；若样本数据不服从正态分布，可以使用t分布进行计算。

4. 根据所选分布的特点和样本大小，计算置信区间的下限和上限。

5. 解释置信区间的含义，例如可以说“置信区间为（下限，上限）表示我们有95%的信心相信总体均值在这个范围内”。

四、置信区间的应用置信区间的应用非常广泛，对于研究者和决策者来说都非常重要。

首先，置信区间可以用于总体参数估计。

通过置信区间，我们可以得到一个关于总体参数值的范围，而不只是一个点估计。

一、选择题1、在用样本的估计量估计总体参数时，评价估计量的标准之一是使它与总体参数的离差越小越好。

这种评价标准称为（B）A、无偏性B、有效性C、一致性D、充分性2、根据一个具体的样本求出的总体均值95%的置信区间（D）A、以95%的概率包含总体均值B、有5%的可能性包含总体均值C、绝对包含总体均值D、绝对包含总体均值或绝对不包含总体均值3、估计量的无偏性是指（B）A、样本估计量的值恰好等于待估的总体参数B、所有可能样本估计值的期望值等于待估总体参数C、估计量与总体参数之间的误差最小D、样本量足够大时估计量等于总体参数4、下面的陈述中正确的是（C）A、95%的置信区间将以95%的概率包含总体参数B、当样本量不变时，置信水平越大得到的置信区间就越窄C、当置信水平不变时，样本量越大得到的置信区间就越窄D、当置信水平不变时，样本量越大得到的置信区间就越宽5、总体均值的置信区间等于样本均值加减估计误差，其中的估计误差等于所求置信水平的临界值乘以（A）A、样本均值的标准误差B、样本标准差C、样本方差D、总体标准差6、95%的置信水平是指（B）A、总体参数落在一个特定的样本所构造的区间内的概率为95%B、用同样的方法构造的总体参数的多个区间中，包含总体参数的区间的比例为95%C、总体参数落在一个特定的样本所构造的区间内的概率为5%D、用同样的方法构造的总体参数的多个区间中，包含总体参数的区间的比例为5%7、一个估计量的有效性是指（D）A、该估计量的期望值等于被估计的总体参数B、该估计量的一个具体数值等于被估计的总体参数C、该估计量的方差比其他估计量大D、该估计量的方差比其他估计量小8、一个估计量的一致性是指（C）A、该估计量的期望指等于被估计的总体参数B、该估计量的方差比其他估计量小C、随着样本量的增大该估计量的值越来越接近被估计的总体参数D、该估计量的方差比其他估计量大9、支出下面的说法哪一个是正确的（A）A、一个大样本给出的估计量比一个小样本给出的估计量更接近总体参数B、一个小样本给出的估计量比一个大样本给出的估计量更接近总体参数C 、一个大样本给出的总体参数的估计区间一定包含总体参数D 、一个小样本给出的总体参数的估计区间一定不包含总体参数10、用样本估计量的值直接作为总体参数的估计值，这一估计方法称为（A ）A 、点估计B 、区间估计C 、无偏估计D 、有效估计11、将构造置信区间的步骤重复多次，其中包含总体参数真值的次数所占的比例称为（C ）A 、置信区间B 、显著性水平C 、置信水平D 、临界值12、在总体均值和总体比例的区间估计中，估计误差由（C ）A 、置信水平确定B 、统计量的抽样标准差确定C 、置信水平和统计量的抽样标准差确定D 、统计量的抽样方差确定13、在置信水平不变的条件下，要缩小置信区间，则（A ）A 、需要增加样本量B 、需要减少样本量C 、需要保持样本量不变D 、需要改变统计量的抽样标准差14、估计一个正态总体的方差使用的分布是（C ）A 、正态分布B 、t 分布C 、卡方分布D 、F 分布15、当正态总体的方差未知，且为小样本条件下，估计总体均值使用的分布是（B ）A 、正态分布B 、t 分布C 、卡方分布D 、F 分布16、当正态总体的方差未知，在大样本条件下，估计总体均值使用的分布是（A ）A 、正态分布B 、t 分布C 、卡方分布D 、F 分布17、在其他条件不变的条件下，要使估计时所需的样本量小，则应该（A ）A 、提高置信水平B 、降低置信水平C 、使置信水平不变D 、使置信水平等于118、使用t 分布估计一个总体均值时，要求（D ）A 、总体为正态分布且方差已知B 、总体为非正态分布C 、总体为非正态分布但方差已知D 、正态总体方差未知，且为小样本19、在大样本条件下，总体均值在（1-α）置信水平下的置信区间可以些为（C ）A 、n t x σα2±B 、n s t x 2α±C 、n s z x 2α±D 、n s z x 22α±20、正态总体方差已知时，在小样本条件下，总体均值在α-1置信水平下的置信区间可以写为（C ）A 、n z x 22σα±B 、n s t x 2α±C 、n z x σα2±D 、n t x σα2±21、正态总体方差未知时，在小样本条件下，总体均值在α-1置信水平下的置信区间可以写为（B ）A 、n s z x 2α±B 、n s t x 2α±C 、n z x σα2±D 、n s z x 22α±22、指出下面的说法哪一个是正确的（A ）A 、样本量越大，样本均值的抽样标准差就越小B 、样本量越大，样本均值的抽样标准差就越大C 、样本量越小，样本均值的抽样标准差就越小D 、样本均值的抽样标准差与样本量无关23、抽取一个样本量为100的随机样本，其均值为81=x ，标准差12=s 。

统计学中的假设检验与置信区间在统计学中，假设检验与置信区间被广泛应用于数据分析与推断。

它们是确定统计假设是否成立，以及估计未知参数的范围的重要工具。

本文将讨论假设检验与置信区间的概念、应用以及计算方法。

一、假设检验假设检验是一种推断统计量是否服从某种假设分布的方法。

通常，我们将原假设标记为H0，备择假设标记为H1。

假设检验的过程分为以下几个步骤：1. 确定原假设和备择假设：原假设通常是指待检验的假设，而备择假设则是与原假设相反的假设。

2. 选择一个适当的检验统计量：检验统计量是样本数据的函数，用于判断原假设的真实性。

3. 确定拒绝域和显著性水平：拒绝域是指当检验统计量的取值落入其中时，我们拒绝原假设。

显著性水平是指在给定的检验中，犯第一类错误的概率。

4. 计算检验统计量的值：利用样本数据计算得到检验统计量。

5. 做出决策：根据检验统计量的值和拒绝域的定义，我们可以决定是接受原假设还是拒绝原假设。

假设检验的结果可以有两种可能：拒绝原假设或接受原假设。

拒绝原假设意味着我们有足够的证据来支持备择假设。

二、置信区间置信区间是对未知参数的估计范围。

在置信区间中，我们可以指定一个置信水平，这个水平给出了我们对参数估计的可信程度。

通常，我们用（1-α）的置信水平来表示置信区间，其中α是我们允许的犯第一类错误的概率。

计算置信区间的方法有很多，最常用的是利用正态分布或t分布。

下面是一个计算正态分布置信区间的示例：1. 收集样本数据并计算样本均值和样本标准差。

2. 确定置信水平以及与之对应的临界值。

3. 根据公式计算置信区间：置信区间 = 样本均值 ±临界值 * (样本标准差/ √n)。

4. 根据计算结果得出参数的估计范围。

三、假设检验与置信区间的应用假设检验与置信区间在各个领域都有广泛的应用，例如医学、社会科学、经济学等。

以下是一些常见的应用场景：1. 药物疗效评估：通过比较服用药物和接受安慰剂的患者群体的数据，可以使用假设检验来评估药物的疗效以及置信区间来估计治疗效果。

《应用统计学》复习要点（要求：每人携带具有开方功能的计算器）一、名词解释1.统计学：收集、处理、分析、解释数据并从数据中得出结论的科学。

2.方差分析：是通过分析数据的误差判断各总体均值是否相等，研究分类型自变量对数值型因变量的影响，分为单3.假设检验：是事先对总体参数或分布形式做出某种假设，然后利用样本信息来判断原假设是否成立。

分为参数假4.置信区间：是指由样本统计量所构成的总体参数的估计区间。

在统计学中，一个概率样本的置信区间是对这个样5.置信水平：是指总体参数值落在样本统计值某一区内的概率。

6.抽样分布：从已知的总体中以一定的样本容量进行随机抽样，由样本的统计数所对应的概率分布称为抽样分布。

7.方差分析：是通过分析数据的误差判断各总体均值是否相等，研究分类型自变量对数值型因变量的影响，分为单（重复啦）8.相关分析：是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度是9.推断统计：是研究如何利用样本数据来推断总体特征的统计方法。

包含两个内容：参数估计，即利用样本信息推二、计算题1. 在某地区随机抽取按利润额分组（万元）企业数（个）300以下19300~400 30400~500 42500~600 18600以上11合计120计算120。

解：2.某银行为缩短顾客到银行办理业务等待的时间，准备了两种排队方式进行试验。

为比较哪种排队方式使顾客等待的时间更短，两种排队方式各随机抽取9名顾客，得到第一种排队方式的平均等待时间为7.2分钟，标准差为1.97分钟，第二种排队方式的等待时间（单位：分钟）如下：5.56.6 6.76.87.1 7.37.4 7.8 7.8(1)计算第二种排队时间的平均数和标准差。

(2)比较两种排队方式等待时间的离散程度。

(3)如果让你选择一种排队方式，你会选择哪一种？试说明理由。

解：3. 某大学为了解学生每天上网的时间，在全校学生中随机抽取36人，调查他们每天上网的时间（单位：小时），得到的数据如下：3.3 3.1 6.2 5.8 2.34.14.4 2.05.4 2.66.4 1.82.1 1.9 1.2 5.1 4.3 4.24.7 1.4 1.2 2.9 3.5 2.45.4 3.6 4.5 0.8 3.2 1.53.5 0.5 5.7 3.6 2.3 2.5z(0.01)统计量值分别为1.65、1.96和2.58）解：4. 利用下面的信息，构建总体均值μ的置信区间。