农学、园艺试验统计方法课后答案(主编：盖钧镒)

格式：ppt
大小：1.58 MB
文档页数：63

下载文档原格式

田试与生统(概率论与数理统计)xp最新习题解析实用加强版版

μ0 =7.25cm，即新育苗方法与常规方法所育鱼苗一月龄体长相同。对HA： μ≠ μ0 ； (2)选取显著水平α = 0.05； (3)检验计算：
(1)假设H0：μ＝
(4)推断：u分布中，当α
= 0.05时，u0.05 = 1.96 。实得|u|＞1.96 ，P＜0.05 ，故在0.05显著水平上否定H0，接受HA，认为新育苗方法一月龄体长与常规方法有显著差异。
（2）λ=np，不出现变异株的概率
e e np P(0) e e 0.01 x! 0!
x
0
例3.9
设u服从正态分布N(0， 1)，试求：(1)P(u＜1)；(2)P(u ＞1)；(3)P(-2.0＜u＜1.5)； (4)P(|u|＞2.58)。解：查附表2，得：
解：已知
变异株的概率 p=0.0045 非变异株的概率 q = 1- p = 1-0.0045 = 0.9955, n = 100 (1)获得2株或2株以上变异株的概率：获得0株，x=0，P(0)= =0.6370 获得1株，x=1，P(1)=…=0.2879 获得2株或以上，x≥2，P(x≥2)=10.6370-0.2879=0.0751
假设H0：μ1＝ μ2，即两种饲料饲养的大白鼠体重没有显著差别。对 HA:μ1≠ μ2 ; (2) 规定显著水平α = 0.05 ； (3) 检验计算：
(1)
(4)推断：接令H0，认为两种饲
料饲养大白鼠的增重量没有显著差别。
例4.7
两小麦品种千粒重(g)的调查结果如下：品种甲：50，47，42，43，39，5l， 43，38，44，37；品种乙：36，38，37，38，36，39， 37，35，33，37。试检验两品种的干粒重有无显著差异。解：此题n1 = n2= 10，经F检验，得知两品种千粒重的方差有显著的不同。

试验统计方法(生物统计)复习考试总结盖钧镒主编全

第一章试验因素：被变动并设有待比较的一组处理的因子或试验研究的对象(研究对象的效应).试验处理：单因素试验中的每一个水平即为一个处理;多因素试验中是不同因素的水平结合在一起形成的处理组合,也简称为处理。

试验水平：试验因素内不同的级别或状态简单效应：在同一因素内两种水平间试验指标的差异。

主要效应：一个因素内各简单效应的平均数。

交互作用效应：简称互作: 因素内简单效应间差异的平均。

什么是试验方案，如何制订一个正确的试验方案？试结合所学专业举例说明之。

根据试验目的和要求所拟定的用来进行比较的一组试验处理的总称。

制订试验方案的要点:1. 目的明确。

2. 选择适当的因素及其水平。

3. 设置对照水平或处理。

4. 应用唯一差异原则。

试验误差的概念:试验结果与处理真值之间的差异系统误差影响力数据的准确性，偶然误差影响了数据的精确性，共同影响了实验处理间比较的可靠性。

来源：(1)试验材料固有的差异(2)试验时农事操作和管理技术的不一致所引起的差异(3)进行试验时外界条件的差异控制途径：(1)选择同质一致的试验材料(2) 改进操作和管理技术，使之标准化(3) 控制引起差异的外界主要因素，（选择条件均匀一致的试验环境；，试验中采用适当的试验设计和科学的管理技术；应用相应的科学统计分析方法。

）第二章试验设计的三个基本原则1.重复 2.随机排列 3.局部控制重复的作用:估计试验误差；降低试验误差。

随机的主要作用:无偏估计试验误差;研究随机事件----获得随机变量-----概率的性质------进行统计分析(统计推断)!局部控制就是分范围分地段或分空间地控制非处理因素，使之对各试验处理的影响在较小空间内达到最大程度的一致,从而有效地降低试验误差。

这是降低误差的重要手段之一第三章总体:具有共同性质的个体所组成的集团.有限总体-由有限个个体构成的总体.无限总体-总体所包含的个体数目有无穷多个.样本:从总体中抽取若干个个体的集合称为样本。

(优选)试验统计方法课后答案

⑸ p(1.61 u 0.42) p(u 0.42) p(u 1.61)
0.3372 0.0537 0.2835
⑹ p(1.61 u 0.42) p(u 0.42) p(u 1.61)
0.6628 0.0537 0.6091
⑺ p( u 1.05) 1[ p(u 1.05) p(u 1.05)]
组限组中值（y）
划线计数
次数（ƒ）
24.5 —27.5
26
║
2
27.5 —30.5
29 ╫╫ ║
7
30.5 —33.5
32
╫╫ ╫╫ ╫╫ ╫╫ ║║
24
33.5 —36.5
35 ╫╫ ╫╫ ╫╫ ╫╫ ╫╫ ╫╫ ╫╫ ╫╫│
41
36.5 —39.5
38
╫╫ ╫╫ ╫╫ ╫╫│
21
39.5 —42.5
S1
y12 (
y1)2 / n1
4014 2002 /10 1.247
n1 1
10 1
CV1
S1 y1
100%
1.247 /
20 100%
6.24%
金皇后：R2 26 15 11 y2 y2 / n2 (16 21 19) /10 20
S2
y22 ( y2 )2 / n2 4104 2002 /10 3.399
158.20
P(5)
C55 0.755 0.250
0.2373
1.0000
94.92
400.00
样本平均数(成数)的抽样分布:
p p 0.75
2 p
pq
/
n
0.75 0.25 /
5
0.0375

试验统计方法第四版课后答案

试验统计方法第四版课后答案1. 什么是试验统计方法？试验统计方法是一种用于分析实验数据的统计学方法。

它包括了设计实验、收集数据、分析数据和得出结论的过程。

通过试验统计方法，我们可以对实验结果进行客观、科学的分析，从而得出科学结论。

2. 试验统计方法的基本原理是什么？试验统计方法的基本原理是根据样本数据对总体参数进行推断。

通过对样本数据的分析，我们可以了解总体参数的可能取值范围，并对总体参数进行推断。

试验统计方法的基本原理是建立在统计推断的基础上的，通过对样本数据的分析，我们可以对总体参数进行推断。

3. 试验统计方法的应用范围是什么？试验统计方法广泛应用于医学、生物学、工程学、经济学等领域。

在医学领域，试验统计方法被用于临床试验数据的分析；在生物学领域，试验统计方法被用于实验数据的分析；在工程学领域，试验统计方法被用于质量控制和可靠性分析；在经济学领域，试验统计方法被用于市场调查和经济预测。

4. 试验统计方法的步骤是什么？试验统计方法的步骤包括，确定研究目的、设计实验方案、收集数据、分析数据、得出结论。

在确定研究目的时，我们需要明确研究的目的和问题；在设计实验方案时，我们需要确定实验的对象、实验的方法和实验的过程；在收集数据时，我们需要收集实验数据，并对数据进行整理和统计；在分析数据时，我们需要对数据进行统计分析和推断；在得出结论时，我们需要根据数据分析的结果得出结论，并对结论进行验证和解释。

5. 试验统计方法的常用技术有哪些？试验统计方法的常用技术包括，描述统计分析、推断统计分析、方差分析、回归分析、相关分析、非参数统计分析等。

描述统计分析是对实验数据进行总体特征的描述；推断统计分析是根据样本数据对总体参数进行推断；方差分析是用于比较多个总体均值是否相等的统计方法；回归分析是用于研究变量之间的因果关系的统计方法；相关分析是用于研究变量之间的相关关系的统计方法；非参数统计分析是用于对总体分布进行推断的统计方法。

试验设计与统计分析（农学）大纲

试验设计与统计分析（农学）⼤纲试验设计与统计分析（农学）Experimental Designs and Statistical Analysis⼀、教学⽬的使学⽣掌握现代试验统计知识，学会运⽤试验设计和统计分析这⼀现代科学试验研究必不可少的⼯具。

能应⽤⽣物统计学的原理设计试验，并对试验所得的结果进⾏正确的统计和分析，做出科学的结论。

学会利⽤计算机统计软件完成较复杂的统计运算及提⾼运算速率。

⼆、教学内容、教学⽬标及学时分配第⼀章绪论(3学时)本章概述农业科学试验、⽣物统计学发展概况、本课程的主要内容及学习的基本要求和⽅法。

通过本章学习，了解农业科学试验的特点、任务和要求；了解统计学的功⽤；认识本课程的重要性；掌握正确的学习⽅法。

1. 农业科学试验的任务和要求：农业科学试验和⽥间试验；农业科学试验的任务和来源；农业科学试验的基本要求。

2. 试验误差及其控制：试验误差的概念；试验误差的来源；试验误差的控制。

3. ⽣物统计学与农业科学试验：部分⽣物统计学基本概念；⽣物统计学的形成与发展。

⽣物统计学在农业科学试验中的作⽤和注意问题。

第⼆章试验设计和实施(4学时)通过本章学习，掌握试验设计的原则及常⽤的试验设计⽅法。

重点是随机排列的试验设计⽅法；了解顺序排列的试验设计⽅法；了解试验的实施⽅法。

1. 试验⽅案：试验⽅案的概念和类别；处理效应。

2. 试验设计原则：试验⽅案的设计要点；重复；随机排列；局部控制。

3. ⼩区技术：⼩区；区组和⼩区的排列。

4. 常⽤的试验设计：对⽐法设计；间⽐法设计；完全随机设计；随机区组设计；拉丁⽅设计；裂区设计。

5. 试验的实施：试验的计划；试验的准备；播种；试验管理；试验调查记载。

第三章描述性统计(3学时)通过本章学习，了解试验资料初步整理的⽅法；了解制作各种不同变数资料的次数分布表和绘制次数分布图的⽅法；了解常⽤的统计图；掌握平均数、变异数的意义、种类及计算⽅法。

1.统计学的若⼲术语：个体、总体与样本；观察值与变量。

试验设计与统计分析教案(西南大学)

《试验设计与统计分析》教案
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）
《试验设计与统计分析》教案（章节备课）。

试验统计方法

造林树种的统计分析摘要：鉴于物种的遗传特性及环境的选择，相同龄级的不同树种在地径、树高等指标上往往呈现出较大的差别，利用试验统计的方法对田间试验材料进行方差分析、F 测验等处理，即可得出能有效指导农业作业的方针策略。

关键字：方差，F 测验，树种，地径，树高，多重比较，造林物种的形态主要是由于DNA 遗传因子所决定的，不同树种具有其所特有的特征。

与此同时，同一树种的某一性状在不同的环境条件下存在明显的差别，这是环境与树木相互选择的结果。

“适树适地”要求立地条件与树种特性相互适应，这是选择造林树种的一项基本原则。

为了选择优良的造林树种，必须进行严格的田间试验，并应用数量化理论、多变量分析及其他数学方法深入探讨现有林中各树种的生长指标（包括其立地指数）与各立地因子之间及各因子组合之间的相互关系，建立数学模型，对各树种在各种立地条件下的生长进行预测。

现对田间试验材料进行分析： 1、地径因子的统计分析现田间试验材料有4个同龄树种，其中以栾树为标准树种，采用随机区组设计，重复4次，其地径结果如表1所示，分析如下。

表1：各树种的地径测量结果（mm ）树种区组T t tyⅠ Ⅱ Ⅲ Ⅳ 栾树 3.50 3.22 3.68 3.29 13.69 3.42 喜树 2.48 2.67 2.36 2.34 9.85 2.46 腊梅 2.81 2.98 3.02 2.98 11.79 2.95 小叶栎 2.75 2.68 5.87 3.01 14.31 3.58 T r 11.5411.5514.93 11.62 T=49.64y =3.10ry2.89 2.893.732.90（1）自由度和平方和的分解 ①自由度的分解：总DF T ＝nk －1＝（4×4）－1＝15 区组DF R ＝n －1＝4－1＝3 品种DF t ＝k －1＝4－1＝3误差DF e ＝（n －1）（k －1）＝（4－1）（4－1）＝9 ②平方和的分解：矫正数C ＝nkT2＝4464.492⨯＝154.01总SS T ＝∑nky 12－C ＝3.52＋3.222＋…＋3.012－C ＝10.34区组SS R ＝()∑-nr yy k 12＝C kT -∑2r＝462.1193.1455.1154.112222+++－C ＝2.16树种SS t ＝n ()∑-kt y y 12＝C nT -∑2t ＝431.1479.1185.969.132222+++－C ＝3.04误差SS e ＝()∑∑+--nt rkyy yy 121＝SS T －SS R －SS t ＝10.34－2.16－3.04＝5.14（2）F 测验将上述计算结果列入表2，算得各变异来源的MS 值。

参考答案及评分标准01

第一类错误是，无效假设是正确的，但试验结果的测定却否定了它。（1.5 分）第二类错误是，无效假设是错误的，但试验结果的测定却接受了它。（1.5 分）减少两类错误：（1）为了降低犯两类错误的概率，需采用一个较低的显著水平，如 =0.05；同时适当增加
样本容量，或适当减小总体方差 2 ，或两者兼有之。（3 分）
（2）如果显著水平已固定下来，则改进试验技术和增加样本容量可以有效地降低犯第二类错误的概率。因此，不良的试验设计(如观察值太少等)和粗放的试验技术，是使试验不能获得正确结论的极重要原因。（3 分）
1. 试验的误差主要由[ D ]引起
A、水平 B、处理
C、唯一差异原则
D、环境变异
2. 方差分析中，常用的变量转换有反正弦转换、[ A ]。
三、选择题（每题 2 分，共 10 分）
四、是非题（每题 1 分，共 5 分）：
1. 试验误差的存在会夸大或缩小处理的真实效应，甚至还会犯优劣颠倒的错误。(√) 2. 在统计上，如果所有可能样本的某一统计数的平均数等于总体的相应参数，则该统计数为总体相应参数的无偏估值。(√) 3. 一个试验是固定模型还是随机模型在进行方差分析时没有什么不同之处。(×) 4. 在进行多重比较时，给没有显著差异的处理以不同字母，而给有显著差异的处理以相同字母。(×) 5. 一个显著的相关系数或回归系数说明 X 和 Y 的关系必为线性关系。(×)
六、计算题（30 分）
1.有一个完全随机设计的两因素试验（均衡设计方案），A 因素为夜间温度，分高、低温两个水平，
B 因素为光照时数，分 8，12，16 小时 3 水平，每个处理种植 5 盆，以盆为单位测量株高。
（1）分析试验的变异来源和自由度值；（4 分）

田间试验与统计分析课后答案

田间试验与统计分析课后答案田间试验与统计分析课后答案【篇一：田间试验与统计方法作业题参考答案】=txt>作业题（一）参考答案一、名词解释（10分）1 边际效应2 唯一差异性原则3 小概率实际不可能性原理4 统计假设 5 连续性矫正1 边际效应：指种植在小区或试验地边上的植株因其光照、通风和根系吸收范围等生长条件与中间的植株不同而产生的差异。

2 唯一差异性原则：指在试验中进行比较的各个处理，其间的差别仅在于不同的试验因素或不同的水平，其余所有的条件都应完全一致。

3 小概率实际不可能性原理：概率很小的事件，在一次试验中几乎不可能发生或可以认为不可能发生。

4 统计假设：就是试验工作者提出有关某一总体参数的假设。

5 连续性矫正：连续性矫正：?2分布是连续性变数的分布，而次数资料属间断性变数资料。

研究表明，当测验资料的自由度等于1时，算得的?2值将有所偏大，因此应予以矫正，统计上称为连续性矫正。

二、填空（22分）1、试验观察值与理论真值的接近程度称为（准确度）。

5、用一定的概率保证来给出总体参数所在区间的分析方法称为（区间估计），保证概率称为（置信度）。

6、试验设计中遵循（重复）和（随机排列）原则可以无偏地估计试验误差。

7、样本标准差s s=（?(x?)n?12），样本均数标准差sx=x2s1.72440.5453。

n1012(?e?)iikk(o?e)222228、次数资料的?测验中，??=（），当自由度为（1），?c= ?）。

（?ci?11eei9、在a、b二因素随机区组试验的结果分析中已知总自由度为26，区组自由度为2，处理自由度为8，a因素自由度为2，则b因素的自由度为（2），a、b二因素互作的自由度为（4），误差的自由度为（16）。

10、统计假设测验中直接测验的是（无效）假设，它于与（备择）假设成对立关系。

211、相关系数的平方称为（决定系数），它反映了（由x不同而引起的y的平方和u??(?y?)占y总平方和ssy??(y??y)）的比例。

试验统计方法盖钧镒答案

教学目标：重点掌握总体和样本的概念，与科学试验的关系；随机变数的性质与分类；次数分布表与图的制作；算术平均数等主要平均数种类，定义公式与应用；极差、方差与标准差、变异系数、标准误的概念、公式与应用；excel的频数表工具和描述统计工具的应用。难点为统计数和参数之统计意义的理解，应该将抽象概念用于学生熟悉的不同事物，最后归纳总结。
研究的过程看生物统计学在科学实践中的地位。
教学方式方法建议：板书与多媒体相结合的方式，以板书为主，多媒体为辅。
学时：2
第一节试验设计与统计分析研究中的应用及发展
1定义
2发展简史
第二节食品试验设计与统计分析的功用
1食品试验设计与统计分析课程的内容
2食品试验设计与统计分析课程的功用
第三节试验设计与统计分析在食品科学实践中的地位
第5节统计图及统计表
1统计图
2统计表
思考题：
1什么是总体、样本、随机样本？统计分析的两个特点是什么？
2什么是参数与统计数？两者关系如何？
3什么是试验的准确性与精确性？如何提高试验的准确性与精确性？
4资料可以分那几类？它们有何区别与联系？
5平均数有哪几类？分别在什么情况下使用？
6标准差的意义是什么？何谓变异系数？其功用是什么？
3简答样本均数抽样总体与原总体的参数间的关系，两样本均数差数的抽样分布与其总体的的关系，并解释均数标准误、均数差数标准误。
第四章统计假设检验
教学内容及总体要求：讲解统计推断的分类、假设检验原理与步骤、假设检验的分类、统计假设的分类、假设检验错误的分类、参数估计的分类、影响t临界值大小的因素、影响成组资料与成对资料的标准误大小的因素。要求掌握统计假设检验概述、区间估计的有
7．主要教学方法与手段：本课程采用课堂讲授与课外作业相结合的教学方法。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

P72/4 非糯稻：Np=2000×0.75=1500；糯稻：Nq=2000×0.25=500
调查单位为5株的概率分布表(p=0.75，q=0.25，n=400)
受害株数
概率函数P(y)
Cny p yqny
p(y) F(y) np(y)
P(0)
C50 0.750 0.255
0.0010
0.0010

3.399
/
20 100%
16.99%
P47/7 10株小麦的分蘖数为：3，6，2，5，3，3，4，3，
4，3。 n=10，y3=2，y7=4，y2-1=y1=3，y2–1=6–1=5 P47/8
y (3 6 L 3) /10 36 /10 3.6
( y y) (3 3.6) (6 3.6) L (3 3.6) 0
0.9463 0.6628 0.2835
⑸ p(1.61 u 0.42) p(u 0.42) p(u 1.61)
0.3372 0.0537 0.2835
⑹ p(1.61 u 0.42) p(u 0.42) p(u 1.61)
41 ║║
4
42.5 —45.5
44
45.5 —48.5
47 │
1
P47/3 ⑴ 45
40 35 30 25 20 15 10
5 0
1
2
3
4
5
6
7
8
100个小区水稻产量资料的方柱形图
⑵ 45
40
35
30
25
20
15
10
5
0
1
2
3
4
5
6
7
8
100个小区水稻产量资料的多边形图
P47/4 直接法:
y y / n (37 46 L 34) /100 3485 /100 34.85
S
y2 (
y)2 / n
372 462 L 342 ) 34852 /100 3.22
n 1
100 1
加权法:
y fy / f (2 26 7 29 L 1 47) /100 3467 /100 34.67
S fy2 ( fy)2 / f 121297 34672 /100 3.33
Md 3 M0 3 R 62 4
S 2 y2 ( y)2 / n 142 362 /10 1.38
n 1
10 1
S 1.17
P72/2
⑴ p(2 y 8) 0.7 p(1 y 9) 0.9
⑵ p[(2 y 4)或(6 y 8)]
f 1
100 1
P47/5
等级差法: 假定y0=35，
y

y0

fd
n

i

35

2
(3)

7
(2) 100
L
1 4 3 34.67
S
fd2 (
fd)2 / n i
123 (11)2 /100 3 3.33
n 1
100 1
20 100%

6.24%
金皇后：R2 26 15 11 y2 y2 / n2 (16 21L 19) /10 20
S2
y22 ( y2 )2 / n2 4104 2002 /10 3.399
n2 1
10 1
CV2

S2 y2
100%

43.33
43.33 43.33
S

3.34
y1 y2
6 11
t ( y1 y1) (1 2 ) (30 22) 4 1.20
否定H0
接受H0
P97/7

2 1

24
n1 6
y1 15

2 2

80
n2 8
y2 13
H0 : 1 2 0 H A : 1 2 0 u0.05 1.96
24 80 3.74
y1 y2
68
u 15 13 0.534 3.74
邋 ? s 2 =
2
fy - (
f y)2 /
f = 250- 752 / 25 = 1.0
y
åf
25
⑷
m y
=
m=
3
s 2 = s 2 / n = 2 / 2 = 1.0 y
⑸ 平均数分布的方柱形图作正态分布。
P73/9
⑴ p 2 pq
⑵ µp p
2 µp

2
/

Wxwx wxwx
杂合体非糯稻与纯合体糯稻出现的概率各为1/2，
6 4 4 7 4 48
即杂合体非糯稻与纯合
Wxwx wxwx
体糯稻各有
1
1
2
2
100株。
⑵ F1自交得F2代的分离作3:1遗传比率，即非糯稻为
0.75，糯稻为0.25，这一分布属离散型随机变数的概
率分布——二项式分布。
p 0.75 2 pq 0.750.25 0.1875
N
10
⑵ mpˆ = m= 0.5 s pˆ = pq / n = 0.5? 0.5 / 4 0.25
mnpˆ = nm= 4? 0.5 2.0 s npˆ = npq = 4创0.5 0.5 = 1.0
P97/4
⑴
y

n
15 3.75 16
u0.01 2.58
y 140 2.58 3.75
n 1
10 1
S 0.068
S
0.02
y n 10
t 2.39 2.50 5.51 0.02
t0.01,9 3.250
否定无效假设，接受备择假设。
P97/6
H0 : 1 2 H A : 1 2 5
n1 4 n2 3 y1 7.60 y2 5.27 SS1 6.50 SS2 4.59
⑻ p( u 1.05) 0.8531 0.1469 0.7062
⑼ p( u u1) 0.05 ⑽ p(u u1) 0.025
u1 1.959964 1.96 u1 1.959964 1.96
P73/7 N(16，4)
⑴ p(10 ＃y 20) = p(- 3 ＃u 2) = 0.9773- 0.0014 = 0.9759
n

pq
/
n
⑶ nµp n np
2 n µp

n 2

npq
P73/10 结果为：0，1，0，0，1，1，0，1，1，0
⑴ m= å y / n = (0 + 1+ L + 0) /10 = 0.5
å s =
( y - m)2 =
(0- 0.5)2 + (1- 0.5)2 + L + (0- 0.5)2 = 0.5
⑶
52个样本平均数分布的次数分布表
y
次数（ƒ）
1.0
1
1.5
2
2.0
3
2.5
4
3.0
5
3.5
4
4.0
3
4.5
2
5.0
1
5 5
4.5
4
4
4
3.5
3
3
3
2.5
2
2
2
1.5
1
1
1
0.5
0
1
2
3
4
5
6
7
8
9
52个样本平均数分布的次数分布图
由25个平均数构成的新总体平均数与方差:
m = 邋f y / f = 75 / 25 = 3 y
接受H0
P97/8
n1 6 y1 30 S12 40 n2 11 y2 22 S22 45
H0 : 1 2 4 H A : 1 2 4 t0.05(15) 2.131
Se2
1S12 1
2S22 2

5 40 10 45 5 10
2 np

npq

5 0.75 0.25

0.9375
P73/6 ⑴ p(u 1.17) 1 p(u 1.17) 1 0.8790 0.1210 ⑵ p(u 1.17) 0.8790 ⑶ p(u 1.17) 0.1210 ⑷ p(0.42 u 1.61) p(u 1.61) p(u 0.42)
y1 130.325
y 130.325 或 y 149.675
y2 149.675
⑵ 15 1.50
y n 100
u0.05 1.96
y 100 1.96 1.50
y1 97.06
y 97.06 或 y 102.94
y2 102.94
P97/5
H0 : 2.50
H A : 2.50

y (2.38 2.38 L 2.41) /10 23.90 /10 2.39
S
y2 (
y)2 / n
2.382 2.382 L 2.412 23.92 /10 0.068