下载文档原格式
第八章试题一、单项选择题(本大题共l0小题，每小题2分，共20分)在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填写在题后的括号内。
错选、多选或未选均无分。
1.设总体X 服从正态分布N （μ，1），x 1，x 2，…，x n 为来自该总体的样本，x为样本均值，s 为样本标准差，欲检验假设H 0∶μ=μ0，H 1∶μ≠μ0，则检验用的统计量是（ ） A.n/s x 0μ- B.)(0μ-x n C.10-μ-n /s xD.)(10μ--x n答案：B2．设总体X~N （μ，σ2），X 1，X 2，…，X n 为来自该总体的一个样本，X为样本均值，S 2为样本方差.对假设检验问题：H 0：μ=μ0↔H 1：μ≠μ0，在σ2未知的情况下，应该选用的检验统计量为（ ） A ．nX σμ0- B ．1--n X σμ C ．nSX 0μ-D ．1--n SX μ答案：C3．在假设检验问题中，犯第一类错误的概率α的意义是（ ） A ．在H 0不成立的条件下，经检验H 0被拒绝的概率B ．在H 0不成立的条件下，经检验H 0被接受的概率C ．在H 0成立的条件下，经检验H 0被拒绝的概率D ．在H 0成立的条件下，经检验H 0被接受的概率 答案：C4．设总体X~N （μ,σ2），σ2未知，X为样本均值，S n 2=n1∑=-n1i iXX()2，S 2=1n 1-∑=-n1i iXX()2，检验假设H 0:μ=μ0时采用的统计量是（ ） A ．Z=n/X 0σμ- B ．T=n/S X n 0μ- C ．T=n/S X 0μ-D ．T=n/X 0σμ-答案：C4. .对正态总体的数学期望μ进行假设检验，如果在显著水平0.05下接受H0：μ=μ0，那么在显著水平0.01下，下列结论中正确的是( )A.必接受H0B.可能接受H0，也可能拒绝H0C.必拒绝H0D.不接受，也不拒绝H0答案：A二、填空题(本大题共15小题，每小题2分，共30分)请在每小题的空格中填上正确答案。
概率论与数理统计作业班级 姓名 学号 任课教师第八章 假设检验教学要求：一、理解假设检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误；二、了解一个正态总体均值与方差的假设检验，了解两个正态总体均值差与方差比的假设检验；三、了解总体分布假设的2χ检验法，会应用该方法进行分布拟合优度检验（选学）．重点：假设检验的基本思想、假设检验的基本步骤、单个正态总体均值和方差的假设检验． 难点：正态总体均值和方差的假设检验．一、基本计算题1．某灯泡厂生产一种节能灯泡，其使用寿命（单位：小时）长期以来服从正态分布）（2150,1600N ．现从一批灯泡中随意抽取25只，测得它们的平均寿命为1636小时．假定灯泡寿命的标准差稳定不变，问这批灯泡的平均寿命是否等于1600小时（取显著性水平05.0=α）？解：(1) 依题意，检验假设1600:00==μμH ，（1600:01=≠μμH ）; (2) 由于标准差σ已知，在0H 成立时，采用U 检验法.选择统计量：nX U σμ0-=～()1,0N(3) 对于给定的显著性水平05.0=α，当25=n 时，查正态分布表得临界点96.1025.02==z z α（4）由25=n ，，1636=x ，150=σ，计算统计值：2.125150160016360=-=-=nx u σμ(5) 由于96.12.1025.02==<=z z u α落在拒绝域⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≥-==20ασμz n x u W之外，所以在显著性水平05.0=α下，接受1600:0=μH .即认为这批灯泡的平均寿命等于1600.2．正常人的脉搏平均为72（次/min ），检查10例四乙基铅中毒患者，测的他们的脉搏（次/min ）为: 54 67 68 78 70 66 67 70 65 69已知脉搏服从正态分布，在显著性水平05.0=α下，问四乙基铅中毒患者与正常人的脉搏有无显著差异？解：(1) 依题意，检验假设72:00==μμH ，（72:01=≠μμH ）; (2) 由于标准差σ未知，在0H 成立时，采用T 检验法.选择统计量：nS X T 0μ-=～()1-n t (3) 对于给定的显著性水平05.0=α，当10=n 时，查t 分布表得临界点 ：()2622.2)9(1025.02==-t n t α,(4) 由10=n ，，4.67=x ，9292.5=s 计算统计值：4534.2109292.5724.670=-=-=n s x t μ (5) 由于>=4534.2t ()2622.2)9(1025.02==-t n t α，t 落在拒绝域 ：)}1(/{2-≥-==n t ns x t W αμ之内，故拒绝72:00==μμH ，即四乙基铅中毒患者与正常人的脉搏有显著差异．3．某食品厂生产一种食品罐头，每罐食品的标准重量为500克．今从刚生产的一批罐头中随机抽取10罐，称得其重量为（单位：克）495 510 505 498 503 492 502 512 497 506假定罐头重量服从正态分布，问这批罐头的平均重量是否合乎标准（取05.0=α）？解：(1) 依题意，检验假设500:00==μμH ，（500:01=≠μμH ）; (2) 由于标准差σ未知，在0H 成立时，T 检验法.选择统计量：nS X T 0μ-=～()1-n t (3) 对于给定的显著性水平05.0=α，当10=n 时，查t 分布表得临界点 ：()2622.2)9(1025.02==-t n t α,(4) 由10=n ，，502101101==∑=i ix x ，∑==--=1012225.6)(1101i i x x s ，计算统计值： 9730.0105.65005020=-=-=n s x t μ (5) 由于<=9730.0t ()2622.2)9(1025.02==-t n t α，t 落在拒绝域 ：)}1(/{2-≥-==n t ns x t W αμ之外，故接受500:00==μμH ，即认为这批罐头的平均重量合乎标准．4．在10块田地上同时试种,A B 两种谷物，根据亩产量（单位：kg ）算得30.97A x =，79.21=B y ，26.7As =，21.1B s =．问这两种谷物的平均亩产量有无显著差异（05.0=α）？ 假定两种谷物的亩产量都服从正态分布，且方差相等．解：（1）设A X ～()211,σμN ,BY～()222,σμN,依题意，检验假设210:μμ=H，（211:μμ≠H ）;（2）由于2221,σσ未知但2221σσ=，在0H 成立时，选择统计量：2111n n S Y X T w+-=～()221-+n n t其中 ()()2112122212-+-+-=n n S n S n S BA w；(3) 对于给定的显著性水平05.0=α，当1021==n n 时，查t 分布表得临界点()1009.2)18(2025.0212==-+t n n t α,（4）由1021==n n , 97.30=x ，7.26=A s ，79.21=B y ，1.21=B s 计算统计值：8465.01011010635.2479.2197.301121=+-=+-=n n s y x t wB A其中 ()()05.5792112122212=-+-+-=n n s n s n s BA w，0635.24=w s ；（5）由于<=8465.0t ()1009.2)18(2025.0212==-+t n n t α,t 没有落在接受域中，故应接受210:μμ=H ,即这两种谷物的平均亩产没有明显差异．5．按两种不同配方生产橡胶，测的伸长率（%）如下:配方Ⅰ： 540 533 525 520 544 531 536 529 534配方Ⅱ： 565 577 580 575 556 542 560 532 570 561 设橡胶伸长率服从正态分布，检验按两种配方生产的橡胶伸长率的方差是否相同（取05.0=α）？解：(1) 设Y X ,分别表示配方Ⅰ、配方Ⅱ的总体，则X ～()211,σμN,Y ～()222,σμN . 依题意，检验假设22210:σσ=H ，22211:σσ≠H ；（2）在0H 成立时，选择统计量：222122212221S S S S F ==σσ～()1,121--n n F （3）对于给定的显著性水平05.0=α，当10,921==n n 时，查F 分布的双侧临界值: ()()10.49,82,1025.0212==--F n n F α,()()()2294.036.418,919,81,1025.0975.02121≈===---F F n n Fα (4) 由于4444.5329191==∑=i i x x ，()778.5319129121=--=∑=i i x x s ，8.561101101∑-==i i y y ，()8444.2381101101222∑==--=i i y y s ；得统计值：2271.08444.2367778.532221≈==s s F（5） 由于()2294.09,82271.0975.0=<≈F F .则F 落在拒绝域中，故应拒绝22210:σσ=H （或接受22211:σσ≠H ）。
第8章假设检验与方差分析【引例】重庆啤酒股份有限公司（以下简称重庆啤酒）于1990年代初斥巨资开始乙肝新药的研发，其股票被视作“生物医药”概念股受到市场热捧。
尤其是2010~2011年的两年间，在上证指数大跌1/3的背景下，重庆啤酒股价却从23元左右飙升最高至元，但公司所研制新药的主要疗效指标的初步统计结果于2011年12月8日披露后，股价连续跌停，12月22日以元报收后停牌。
2012年1月10日重庆啤酒公告详细披露了有关研究结论，复牌后股价又遭遇连续数日下跌，1月19日跌至元。
此公告明确告知：“主要疗效指标方面，意向性治疗人群的安慰剂组与 600μg组，及安慰剂组与εPA-44 900μg组之间，HBeAg/抗HBe 血清转换在统计意义上均无差异”。
通俗地说，用药与不用药（安慰剂组）以及用药多与少（900μg组与600μg 组），都没有明显差异，这意味着该公司研制的乙肝新疫苗无效。
有关数据如表所示：表乙肝新疫苗的应答率注：εP A-44为治疗用（合成肽）乙型肝炎疫苗简称。
上表数据显示，两个用药组的应答率都高于安慰剂组的应答率，但为什么说“在统计意义上均无差异”为什么说这个结论表示乙肝新疫苗无效什么叫“在统计意义上无差异”如何根据样本数据作出统计意义上有无差异的判断解答这些问题就需要本章所要介绍的假设检验。
现实中，人们经常需要利用样本信息来判断有关总体特征的某个命题是真还是伪，或对某个（些）因素的影响效应是否显著作出推断，所以假设检验和方差分析有着广泛的应用。
例如，在生物医学领域，判断某种新药是否比旧药更有效；在工业生产中，根据某批零件抽样检查的信息来判断整批零件的质量是否符合规格要求；在流通领域，鉴别产品颜色是否对销售量有显著影响等等。
这些分析研究都离不开假设检验或方差分析。
假设检验与方差分析的具体方法很多，研究目的和背景条件不同，就需采用不同的方法。
本教材介绍假设检验与方差分析的基本原理和一些基本方法。
第8章 假设检验
一、填空题
1、 对正态总体的数学期望μ进行假设检验，如果在显著性水平0.05下，接受假设
00:μμ=H ，那么在显著性水平0.01下，必然接受0H 。
2、在对总体参数的假设检验中，若给定显著性水平为α，则犯第一类错误的概率是α。
3、设总体),(N ~
X 2σμ，样本n 21X ,X ,X ，2σ未知，则00:H μ=μ，01:H μ<μ的拒绝域为 )}1(/{0
--<-n t n
S X αμ，其中显著性水平为α。
4、设n 21X ,X ,X 是来自正态总体),(N 2σμ的简单随机样本，其中2,σμ未知，记
∑==n 1
i i X n 1X ，则假设0:H 0=μ的t 检验使用统计量=T Q n n X )1(- .
二、计算题
1、某食品厂用自动装罐机装罐头食品，规定标准重量为250克，标准差不超过3克时机器工作 为正常，每天定时检验机器情况，现抽取16罐，测得平均重量252=X 克，样本标准差4=S 克，假定罐头重量服从正态分布，试问该机器工作是否正常？
解：设重量),(~2σμN X 05.016==αn 4252==S X (1)检验假设250:0=μH 250:1≠μH ，
因为2σ未知，在0H 成立下，)15(~/250t n S X T -=
拒绝域为)}15(|{|025.0t T >，查表得1315.2)5(025.0=≠t
由样本值算得1315.22<=T ，故接受0H
(2)检验假设9:20=σH 9:201>σH 因为μ未知，选统计量
202
2)1(σS n x -= 在0H 成立条件下，2x 服从)15(2
x 分布， 拒绝域为)}15({205.02x x >，查表得996.24)15(205.0=x ， 现算得966.24667.269
16152>=⨯=x 拒绝0H ， 综合(1)和(2)得，以为机器工作不正常
2、一种电子元件，要求其使用寿命不得低于1000小时，现在从一批这种元件中随机抽取25 件，测得其寿命平均值为950小时，已知该种元件寿命服从标准差100=σ小时正态分布， 试在显著性水平0.05下确定这批产品是否合格.
解：设元件寿命),(~2
σμN X ，2σ已知10002=σ，05.0,950,25===αX n 检验假设1000:0=μH
1000:1<μH 在2σ已知条件下，设统计量)1,0(~/1000N n X σμ
-= 拒绝域为}{05.0μμ<
，查表得645.195.005.0-=-=μμ 而645.15.2205025
/1001000950-<-=-=-=μ 拒绝假设0H 选择备择假设1H ，所以以为这批产品不合格.
3. 对 显 著 水 平 α， 检 验假 设 H 0 ; μ = μ0， H 1 ; μ ≠ μ0， 问当 μ0， μ， α一 定 时 ， 增大样本量 n 必 能 使 犯 第 二 类 错 误 概 率 β 减 少 对 吗 ？并 说 明 理 由 。
答 ： ( 1 ) 对 。
( 2 ) 增 大 n ， 使 概 率 分 布 更 集 中 ， 使 H 1 的 拒 绝 域 及 H 0 的
接 受 域 均 变 小 ， 二 者 交 集 也 变 小 。
4、 甲 制 药 厂 进 行 有 关 麻 疹 疫 菌 效 果 的 研 究 ， 用 X 表 示 一 个 人
用 这 种 疫 菌 注 射 后 的 抗 体 强 度 。
假 定 X ~ N ( μ， σ2 ) 另 一 家 与 之 竞 争 的 乙 制 药 厂 生 产 的 同 种 疫 菌 的 平 均 抗 体 强 度 是 1.9 ， 若 甲 厂 为 证 实 其 产 菌 有 更 高 的 平 均 抗 体 问 ： ( 1 ) 如 何 提 出 零 假 设 和 配 择 假 设 ？ ( 2 ) 从 甲 厂 取 容 量 为 16 的 样 本 ， 测 得 x s ==2225026866672.,. 检 验 ( 1 ) 的 假 设 。
α = 0.05。
( 已 知 t 0.95 ( 15 ) = 1.7531 )
解：( 1 ) H 0： μ = μ0 = 1.9； H 1 ： μ > μ0 = 1.9
( 2 ) t x s n =-=-=μ02225190268666716
25081.... 由 于 t = 2.5081 > 1.7531 ===== t 0.95 ( 15 ) = t 1-α( n -1 )
故拒绝H 0，即在α = 0.05下可以认为甲厂的产品有更高的平均抗体。
5、某 装 置 的 平 均 工 作 温 度 据 制 造 厂 讲 是 190。
C ， 今 从 一 个 由 16 台 装 置 构 成 的 随 机 样 本 得 出 的 工 作 温 度 平 均 值 和 标 准 差 分 别 为 195。
C 和 8。
C 。
这 些 数 据 是 否 提 供 了 充 分 证 据 ， 说 明 平 均 工 作 温 度 比 制 造 厂 讲 的 要 高 ？ 取 α = 0.05 ， 可 以 假 定 工 作 温 度 服 从 正 态 分 布 。
( 已 知 t 0.95 ( 15 ) = 1.7531 )
解: 这 问 题 即 是 在 α = 0.05 下 ， 检 验
H 0： μ = μ0 =190； H 1： μ > μ0 =190 ( σ2 末 知 )
t x s n =-=-=μ0195190816
25. 由 于 t = 2.5 > 1.7531 === t 0.95( 15 ) === t 1-α ( n -1 )
故 拒 绝 H 0， 即 认 为 该 装 置 的 平 均 工 作 温 度 高 于 190。
C 。
6、 测 定 某 种 溶 液 中 的 水 份 ，由 它 的 10 个 测 定 值 ，算 得 .%037.0,%452.0==s x 设 测 定 值 总 体 服 从 正 态 分 布 ，能 否 认 为 该 溶 液 含 水 量 小 于 0.5% ？ ( α = 0.05 )， ( 已 知 t 0.95 ( 9 ) = 1.833 )
解: 这 问 题 即 是 在 ( α = 0.05 ) 下 ， 检 验 假 设
H 0： μ = μ0 = 0.5%； H 1： μ < μ0 = 0.5%
t x s n =-=-=-μ0045205003710
4102.... 由 于 t = -4.102 < -1.8331 == -t 0.95( 9 ) = t α( n -1 )
故 拒 绝 H 0 即 认 为 溶 液 的 含 水 量 小 于 0.5% 7、 某 厂 生 产 的 某 种 产 品 ， 由 以 往 经 验 知 其 强 力 标 准 差 为 7.5 kg 且 强 力 服 从 正 态 分 布 ， 改 用 新 原 料 后 ， 从 新 产 品 中 抽 取 25 件 作 强 力 试 验 ， 算 得 s = 9.5 kg ， 问 新 产 品 的 强 力 标 准 差 是 否 有 显 著 变 化？(α=0.05，0.01 )
()()()(),928.4624,646.4024,98.4224,415.36242995.02975.0299.0295.0====χχχχ ()()886.924,401.12242005.02025.0==χχ
解：
要 检 验 的 假 设 为
H 0： σ2 = σ02 = 7.52； H 1： σ2 > σ02 = 7.52
()51.385.75.924122202
2=⨯=-=σχs n 在 α = 0.05 时 ， x 2 =38.51 > 36.415 == x 0.952 ( 24 ) = x 1-α2 ( n - 1 )
故 在 α = 0.05 时 ， 拒 绝 H 0 认 为 新 产 品 的 强 力 的 差 较 原 来 的 有 显 著 增 大 。
当 α = 0.01 时 ， χ 2 =38.51 < 42.98 == χ0.992 ( 24 ) = χ1-α2 ( n - 1 )
故 在 α = 0.01 下 接 受 H 0，认 为 新 产 品 的 强 力 的 标 准 差 与 原 来 的 无 显 著 差 异 。
注 ： H 1： σ2 > σ02 = 7.52 改 为 H 1： σ2 ≠ σ02 = 7.52 也 可。
