第八章假设检验1。

第八章假设检验1.Ａ2.Ａ3.Ｂ4.Ｄ5.Ｃ6.Ａ1.某厂生产的化纤纤度服从正态分布,纤维的纤度的标准均值为。

某天测得25根纤维的纤度的均值39x,检验与原来设计的标准均值相比是.1=否有所变化,要求的显着性水平为05α，则下列正确的假设形式是=.0（）。

Ａ.H：μ＝,1H:μ≠Ｂ.0H:μ≤,1H:μ＞Ｃ.H：μ＜,1H:μ≥Ｄ.0H：μ≥,1H:μ＜2.某一贫困地区估计营养不良人数高达20％,然而有人认为这个比例实际上还要高,要检验该说法是否正确，则假设形式为（）。

Ａ.H：π≤,1H:π＞Ｂ.0H：π＝,1H:π≠Ｃ.H：π≥,1H:π＜Ｄ.0H：π≥,1H:π＜3.一项新的减肥计划声称：在计划实施的第一周内,参加者的体重平均至少可以减轻8磅。

随机抽取40位参加该项计划的样本,结果显示：样本的体重平均减少7磅,标准差为磅,则其原假设和备择假设是（）。

Ａ.H：μ≤８,1H:μ＞８Ｂ.0H：μ≥８,1H：μ＜８Ｃ.H：μ≤７,1H：μ＞７Ｄ.0H：μ≥７,1H：μ＜７4.在假设检验中,不拒绝原假设意味着（）。

Ａ.原假设肯定是正确的Ｂ.原假设肯定是错误的Ｃ.没有证据证明原假设是正确的Ｄ.没有证据证明原假设是错误的5.在假设检验中,原假设和备择假设（）。

Ａ.都有可能成立Ｂ.都有可能不成立Ｃ.只有一个成立而且必有一个成立Ｄ.原假设一定成立，备择假设不一定成立6.在假设检验中，第一类错误是指（）。

Ａ.当原假设正确时拒绝原假设Ｂ.当原假设错误时拒绝原假设Ｃ.当备择假设正确时拒绝备择假设Ｄ.当备择假设不正确时未拒绝备择假设7.Ｂ8.Ｃ9.Ｂ10.Ａ11.Ｄ12.Ｃ7.在假设检验中，第二类错误是指（）。

Ａ.当原假设正确时拒绝原假设Ｂ.当原假设错误时未拒绝原假设Ｃ.当备择假设正确时未拒绝备择假设Ｄ.当备择假设不正确时拒绝备择假设8.指出下列假设检验哪一个属于右侧检验（）。

Ａ.H：μ＝0μ,1H：μ≠0μＢ.0H：μ≥0μ,1H：μ＜0μＣ.H：μ≤0μ,1H：μ＞0μＤ.0H：μ＞0μ,1H：μ≤0μ9.指出下列假设检验哪一个属于左侧检验（）。

第八章 假设检验第一节 假设检验的原理 一、假设与假设检验（一）备择假设就是实验人员希望证实的假设，也称研究假设。

从内容上看，备择假设是假设两个样本统计（或两个总体参数）之间，又或者是样本统计量与总体参数之间存在真实的差异，是一种有差假设。

表达方式有二，即μ≠X 或0≠-μX ； 21μμ≠或021≠-μμ。

（二）虚无假设是研究人员为了证实研究假设是真的而利用概率论的反证法所进行的假设，即从研究假设的反面进行假设，用符号0H 表示。

建立起虚无假设目的是希望通过检验说明虚无假设是假的，以此来证明研究假设是真的。

因此，假设检验都是从虚无假设开始的。

从内容上看，虚无假设是假设两个总体参数之间或样本统计量与总体参数之间不存在真正的差异，其现存的表面差异是由抽样所造成的误差，是一种无差假设，又称零假设或原假设。

表达方式有二，即μ=X 或0=-μX 表示； 21μμ=或021=-μμ。

二、显著性水平（一）显著性水平的意义显著性水平指拒绝虚无假设的小概率值。

从理论上说，显著性水平的理论依据来自小概率事件。

统计中一般认为概率小于或等于0.05的随机事件属小概率事件。

若随机样本统计量的数值在抽样分布上出现的概率等于或小于这些小概率值，就以小概率事件拒绝虚无假设。

从直观上看，当两个总体均数相等时，1μ和2μ会落在Z 轴的同一点上，即0=Z 处，当1μ和2μ有差异时，则会产生差距，其差距在Z 轴上达到或超出±1.96σ时，就被认为出现显著差异，因此±1.96σ之内称接受虚无假设的概率区，其包含的面积达95%。

只要两均数差异检验的Z 值落入该区域，就认为差异不显著，这时应接受虚无假设而拒绝研究假设。

而±1.96σ之外称则拒绝虚无假设的小概率区，其包含面积为5%，称小概率值，即05.0=α。

只要两均数差异检验的Z 值落入这一区域，就认为存在显著差异。

这时应拒绝虚无假设而接受研究假设。

（二）差异显著性的判断规则表8-1 Z 值、p 值与差异显著性的关系Z p 值显著性 符号表示＜1.96 ＞0.05 不显著≥1.96 ≤0.05 显 著 * ≥2.58≤0.01极显著**值得注意的是，显著性水平的取值实际上是因事物的性质、统计的要求及研究者的需求不同确定的。

第八章 假设检验1. 在假设检验问题中，若检验结果是接受原假设，则检验可能犯哪一类错误？若检验结果是拒绝原假设，则又可能犯哪一类错误？解 根据定义，在假设检验问题中，若检验结果是接受原假设，则检验可能犯第二类错误；若检验结果是拒绝原假设，则又可能犯第一类错误.2. 设来自总体~(,1)X N μ的样本1216(,,,)X X X 的观测值为1216(,,,)x x x ，若检验问题H 0 ：μ = 2 ， H 1 ：μ ≠ 2的拒绝域为{ 2.5}W x =≥，求检验犯第一类错误的概率.解 因样本1216(,,,)X X X 来自于总体~(,1)X N μ，故在H 0 ：μ = 2成立的条件下，样本均值1~(,)16X N μ，则所求为 P (拒绝0H |0H 为真)2.52{ 2.5}1{ 2.5}1()1/4 1(2)10.97720.0228P X P X -=≥=-<=-Φ=-Φ=-=习题8.21．已知某砖厂生产的砖的抗断强度服从正态分布N （32.5 ，21.1），现随机抽取6块，测得抗断强度（单位：公斤∕厘米2）如下：32.56 ，29.66 ，31.64 ，30.00 ，31.87 ，31.03试问这批砖的平均抗断强度是否为32.50（显著性水平 α = 0.10）？解 检验的假设为01:32.50,:32.50H H μμ=≠此为双侧U 检验, 检验统计量为U =查标准正态分布表, 得临界值0.0521.645u u α==故拒绝域为{}2 1.645W u u u α⎧⎫=≥=≥⎨⎬⎩⎭又由题设可算得31.13x =,故U 的样本观测值为 53.03 1.645u ==> 所以拒绝0H , 即不能认为平均抗断强度为32.50.2．某种元件，要求其使用寿命不得低于1000小时，现从一批这种元件中随机抽取25个，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为 σ = 100的正态分布．可否据此判定这批元件不合格（显著性水平 α = 0.05）？解 检验的假设为01:1000,:1000H H μμ≥<此为单侧U 检验,检验统计量为U =查标准正态分布表, 得临界值0.05 1.645u u α== 故拒绝域为{}{} 1.645W U U αμ=≤-=<- 又由题已知950x =, 故检验统计量U 的样本观测值为 2.5 1.645U ==-<-所以拒绝0H , 即应判定这批元件不合格.3．在正常情况下工厂生产的某种型号的无缝钢管的内径服从正态分布N （54 ，275.0），从某日生产的钢管中抽出10根，测得内径（单位：cm ）如下：53.8 ，54.0 ，55.1 ，52.1 ，54.2 ，54.2 ，55.0 ，55.8 ，55.1 ，55.3如果标准差不变，该日生产的钢管的平均内径与正常生产时是否有显著差异（α = 0.05）？解 检验的假设为 01:54,:54H H μμ=≠此为双侧U 检验,检验统计量为U =查标准正态分布表, 得临界值0.02521.96u u α==故拒绝域为2{}{ 1.96}W U u U α=≥=≥又由题设可算得54.5x =, 故U 的样本观测值为 2.11 1.96U ==>所以接受0H ,即可以认为该日生产的钢管的平均内径与正常生产时无显著差异.4．某人从一房地产商处购买了一套据称是120平方米的住房， 并请人对房子的建筑面积（单位：平方米）进行了5次独立测量，得数据如下：119.2 ，118.5 ，119.7 ，119.4 ，120.0设测量值近似地服从正态分布，可否据此判定该套住房“缺斤短两”（显著性水平 α = 0.05）？解 检验的假设为0:120,H μ≥，1:120H μ<. 此为单侧T 检验.,检验统计量为T =查t 分布表,得临界值0.05(1)(4) 2.13t n t α-== 故拒绝域为{(1)}{ 2.13}W T t n T α=≤--=≤- 又由题设可算得119.4x =, s = 0.57, 故检验统计量T 的样本观测值为 2.35 2.13t ==-<-所以拒绝0H , 即认为该住房面积不够120平方米.5．已知制药厂一自动生产线生产的一种药片中有效成分的含量（单位：mg ）服从正态分布，按照标准，该药片中有效成分的含量不应低于100 ．某日厂质检科从自动生产线生产的药片中抽查了40片，测得其中有效成分的平均含量为98 ，样本标准差为5.8 ．厂质检科是否可以据此以0.05的显著性水平判定生产线该日生产的药片质量未达标？若将显著性水平改为0.01结论如何？解 检验的假设为0:100,H μ≥ 1:100H μ<. 此为单侧T 检验, 检验统计量为T =查t 分布表, 得临界值0.05(1)(39) 1.68t n t α-== 故拒绝域为{(1)}{ 1.68}W T t n T α=≤--=≤- 又由题设可算得119.4x =, s = 5.8, 故检验统计量T 的样本观测值为 2.18 1.68U ==-<-所以显著水平为0.05时,拒绝0H ,即应判定生产线该日生产的药片质量未达标.同理, 当显著水平为0.01时, 查t 分布表, 得临界值 0.01(1)(39) 2.43t n t α-==检验统计量T 的样本观测值为 2.18 2.43U ==->-所以显著水平为0.01时，接受0H ，即尚不能判定生产线该日的药片质量未达标.6．某车间生产钢丝，生产一向比较稳定， 且其产品的折断力（单位：kg ）服从正态分布．今从产品中随机抽出10根检查折断力，得数据如下：578 ，572 ，570 ，568 ，572 ，570 ，570 ，572 ，596 ，584问：是否可以相信该车间的钢丝折断力的方差为64（显著性水平 α = 0.05）？解 检验的假设为2201:64,:64H H σσ=≠双侧2χ检验，检验统计量为22(1)64n S χ-=查自由度为n - 1 = 9的2χ分布表，得得临界值 220.97512(1)(9) 2.7n αχχ--==， 220.0252(1)(9)19.02n αχχ-== 拒绝域为2212{(1)W n αχχ-=≤-或222(1)}n αχχ≥-又由题设可得S 2 = 75.73, 检验统计量的样本观测值为 2(101)75.7310.6564χ-⨯==因为22.719.2χ<<所以接受0H ，即可以认为该车间的钢丝折断力的方差为64.7．一自动车床加工零件的长度（单位：mm ）服从正态分布N （μ ，2σ），原来加工精度20σ = 0.18 ， 经过一段时间加工后，为检验该车床加工精度而随机抽取了31个零件，测得数据如下：问：该车床的加工精度是否有所降低（显著性水平 α = 0.05）？解 检验的假设为2201:0.18,:0.18H H σσ≤> 单侧2χ检验，检验统计量为22(1)0.18n S χ-=查自由度为n -1 = 30的2χ分布表，得临界值 20.05(1)(30)43.77n αχχ-==拒绝域为22{(1)}W n αχχ=≥-又检验统计量的样本观测值为 2(311)0.266744.4543.770.18χ-⨯==>所以拒绝0H ，即判定加工精度有所降低.习题8.31．装配某种零部件可以采用两种不同的生产工序，经验表明，用这两种工序装配零部件所需的时间（单位：分钟）分别服从标准差为122,3σσ==的正态分布。

第8章假设检验测试答案(总18页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--第八章假设检验1. Ａ2. Ａ3. Ｂ4. Ｄ5. Ｃ6. Ａ1.某厂生产的化纤纤度服从正态分布,纤维的纤度的标准均值为。

某天测得25根纤维的纤度的均值39x,检验与原来设计的标准均值.1=相比是否有所变化,要求的显著性水平为05α，则下列正确的假=.0设形式是（）。

Ａ.H：μ＝,1H:μ≠Ｂ. 0H: μ≤,1H:μ＞Ｃ.H：μ＜,1H:μ≥Ｄ. 0H：μ≥,1H:μ＜2.某一贫困地区估计营养不良人数高达20％,然而有人认为这个比例实际上还要高,要检验该说法是否正确，则假设形式为（）。

Ａ.H：π≤,1H:π＞Ｂ. 0H：π＝,1H:π≠Ｃ.H：π≥,1H:π＜Ｄ. 0H：π≥,1H:π＜3.一项新的减肥计划声称：在计划实施的第一周内,参加者的体重平均至少可以减轻8磅。

随机抽取40位参加该项计划的样本,结果显示：样本的体重平均减少7磅,标准差为磅,则其原假设和备择假设是（）。

Ａ.H：μ≤８,1H: μ＞８Ｂ. 0H：μ≥８,1H：μ＜0８Ｃ.H：μ≤７,1H：μ＞７Ｄ. 0H：μ≥７,1H：μ＜0７4.在假设检验中,不拒绝原假设意味着（）。

Ａ. 原假设肯定是正确的Ｂ. 原假设肯定是错误的Ｃ. 没有证据证明原假设是正确的Ｄ. 没有证据证明原假设是错误的5.在假设检验中,原假设和备择假设（）。

Ａ. 都有可能成立Ｂ. 都有可能不成立Ｃ. 只有一个成立而且必有一个成立Ｄ. 原假设一定成立，备择假设不一定成立6.在假设检验中，第一类错误是指（）。

Ａ. 当原假设正确时拒绝原假设Ｂ. 当原假设错误时拒绝原假设Ｃ. 当备择假设正确时拒绝备择假设Ｄ. 当备择假设不正确时未拒绝备择假设7. Ｂ 8. Ｃ 9. Ｂ 10.Ａ 11.Ｄ 12.Ｃ7.在假设检验中，第二类错误是指（）。

Ａ. 当原假设正确时拒绝原假设Ｂ. 当原假设错误时未拒绝原假设Ｃ. 当备择假设正确时未拒绝备择假设Ｄ. 当备择假设不正确时拒绝备择假设8.指出下列假设检验哪一个属于右侧检验（）。