《管理统计学与SPSS160应用课件习题及答案04》由会员分享，可在线阅读，更多相关《管理统计学与SPSS160应用课件习题及答案04（5页珍藏版）》请在金锄头文库上搜索。
1、（1）假设检验的基本思想是什么？假设检验一般有哪些步骤？解：为判断所作的假设是否正确,从总体中抽取样本,根据样本的取值,依据“小概率原理”作为判断假设的根据，做出接受或拒绝原假设的决策。总体参数检验的步骤： 提出假设 决定检验的显著性水平 构造检验统计量，并依据样本信息计算检验统计量的实际值 将实际求得的检验统计量取值与临界值进行比较，作出拒绝或接受零假设的决策符号检验法的步骤： 配对资料的符号检验1） 提出原假设与备择假设2） 计算差值并赋予符号3） 统计推断 样本中位数与总体中位数比较的符号检验1） 提出原假设与备择假设2） 计算差值、确定符号及其个数3） 统计推断秩和检验法的步骤： 配对
2、试验资料的符号秩和检验（Wilcoxon配对法）1） 提出原假设与备择假设2） 编秩次、定符号3） 确定统计量T4） 统计推断 非配对试验资料的秩和检验（Wilcoxon非配对法）5） 提出原假设与备择假设6） 求两个样本合并数据的秩次7） 确定统计量T8） 统计推断（2）区间估计与假设检验有何联系与区别？如何根据置信区间进行假设检验？解：联系： 需要根据样本寻找合适的统计量，要求统计量的分布已知，而且可以通过样本算出具体的值。 要根据小概率原理构造小概率事件。 区间估计确定在一定的概率保证程度下的接受域，而假设检验确定在一定的置信水平下统计量是否落在拒绝域内。区别： 参数估计解决的是多少(或
3、范围)问题，假设检验则判断结论是否成立。前者解决的是定量问题,后者解决的是定性问题。 两者的要求各不相同，区间估计确定在一定概率保证程度下给出未知参数的范围；而假设检验确定在一定的置信水平下，未知参数能否接受已给定的值。 两者对问题的了解程度各不相同.进行区间估计之前不了解未知参数的有关信息，而假设检验对未知参数的信息有所了解，但做出某种判断无确切把握。利用置信区间进行假设检验参见假设检验的步骤。（3）某旅游机构根据过去资料对国内旅游者的旅游费用进行分析，发现在3日的旅游时间中，旅游者用在车费、住宿费、膳食及购买纪念品等方面的费用是一个近似服从正态分布的随机变量，其平均值为1030元，标准差为
4、205元。而某研究所抽取了样本容量为400的样本，作了同样内容的调查，得到样本平均数为1250元。若把旅游机构的分析结果看作是对总体参数的一种假设，这种假设能否接受呢？解： 按题意提出假设H0：m=m0=1030H1：mm0 取a=0.05，则za/2=z0.025=1.96 构造统计量N（0,1） z=21.461.96，所以拒绝原假设，不能用旅游机构的分析结果对总体参数进行假设。（4）一种电子元件，要求其使用寿命不得低于1000小时。已知这种元件的使用寿命服从标准差为90小时的正态分布。现从一批元件中随机抽取25件，测得平均使用寿命为957小时。试在0.01的显著性水平下，确定这批元件是否
5、合格。解： 按题意提出假设H0：mm0=1000H1：mm0 取a=0.01，则za/2=z0.005=2.58 构造统计量N（0,1） z=2.392.105，所以拒绝原假设，该厂轮胎的耐用里程存在显著性的差异。（8）某洗衣粉生产厂用自动包装机装袋，每袋的标准量为500g，每天每隔三个小时需要定时检查包装机的工作是否正常。根据以往的资料采用包装机装箱，每箱量的标准差为1.12g。某日开机三小时后，随机抽取了12箱，测得量（单位：g）数据见表4-2。在5%的显著性水平下，推断该包装机的工作是否正常稳定。所测试的12箱洗衣粉的量 单位：g497498.1501.9499.8497.9501.34
6、97.5498.5502.8500.2499.6502.7解： 操作步骤第一步，添加分析变量。第二步，在Test Value中输入总体均值500。 结果分析Table 1 One-Sample StatisticsNMeanStd. DeviationStd. Error Mean重量124.9978E22.03565.58764由Table 1可知，样本均值Mean为4.9978E2。Table 2 One-Sample TestTest Value = 500 tdfSig. (2-tailed)Mean Difference95% Confidence Interval of the D
7、ifferenceLowerUpper重量-.38311.709-.22500-1.51841.0684由Table 2可知，显著性概率p等于0.709，大于0.05，因此认为包装机工作稳定。（9）某国际汽车调查机构对产地为美国、欧洲及日本的汽车做了一个抽样调查，数据涵盖了1升油能行驶的里程数（英里）、车的马力、整车净重、从静止加速到60迈的时间（秒），里程数马力车重加速时间产地里程数马力车重加速时间产地2952203522美国4452213025欧洲2172240120美国20103283016欧洲2560216422美国2577353020欧洲2772256514美国3667295020欧
8、洲3080215515美国17120382017欧洲2696230016美国17125314014欧洲2588274016美国16133341016欧洲2890267817美国3176316020欧洲2688287018美国1997233014日本2490300320美国1890212414日本18129372513美国22110272014日本17138395513美国24100242013日本2646183521欧洲3165177319日本2587267218欧洲3569161318日本2490243015欧洲2495227816日本2595237518欧洲2892228817日本2611
9、3223413欧洲2397250615日本2890212314欧洲2788210017日本3070207420欧洲2088227919日本3076206515欧洲2283206215日本 产地分别为“日本”和“欧洲”的汽车，其汽车提速时间的长短上有无显著差异？ 汽车提速时间是否服从正态分布?是否服从均匀分布？解： 第一步，将加速时间及其对应产地输入数据编辑窗口，选择Compare Means中的Independent-Samples T Test.。第二步，将加速时间输入Test Variable（s），将产地输入Grouping Variable，并在Group1中输入日本，Group2中输
10、入欧洲。结果显示如下。Table 3 Independent Samples TestLevenes Test forEquality of Variancest-test for Equality of MeansFSig.tdfSig. (2-tailed)MeanDifferenceStd. ErrorDifference95% ConfidenceInterval of the DifferenceLowerUpper加速时间Equal variances assumed2.452.129-1.60226.121-1.7081.066-3.900.483Equal variances
11、not assumed-1.70525.500.100-1.7081.002-3.770.354F的显著性概率p=0.1290.05，所以，产地分别为“日本”和“欧洲”的汽车，在提速时间的长短上有显著差异。第一步，将加速时间及其对应产地输入数据编辑窗口，选择Nonparametric Tests中子菜单项的“1-sample K-S”选项。第二步，在Test variable列表框中输入加速时间，在Test Distribution方框中选择Normal和Uniform。结果显示如下。Table 4 One-Sample Kolmogorov-Smirnov Test加速时间N40Normal ParametersaMean16.98Std. Deviation2.948Most
