参数估计和假设检验习题解答(精)
统计基础试题——参数估计和假设检验
第七章参数估计和假设检验一、填空题1．在抽样推断中，常用的总体指标有、和。
2．在抽样推断中，按随机原则从总体中抽取的部分单位叫，这部分单位的数量叫。
3．整群抽样是对总体中群内的进行的抽样组织形式。
4．若总体单位的标志值不呈正态分布，只要，全部可能样本指标也会接近于正态分布。
5．抽样估计的方法有和两种。
6．扩大误差范围，可以推断的可靠程度，缩小误差范围则会推断的可靠程度。
7．对总体的指标提出的假设可以分为和。
8．如果提出的原假设是总体参数等于某一数值，这种假设检验称为，若提出的原假设是总体参数大于或小于某一数值，这种假设检验称为。
二、单项选择题1．所谓大样本是指样本单位数在（）及以上。
A．50个B．30个C．80个D．100个2．总体平均数和样本平均数的关系是（）。
A．总体平均数是确定值，样本平均数是随机变量B．总体平均数是随机变量，样本平均数是确定值C．总体平均数和样本平均数都是随机变量D．总体平均数和样本平均数都是随机变量3．先对总体按某一标志分组，然后再在各组中按随机原则抽取一部分单位构成样本，这种抽样组织方式称为（）。
A．简单随机抽样B．机械抽样C．类型抽样D．整群抽样4．用样本指标对总体指标作点估计时，应满足4点要求，其中无偏性是指（）。
A．样本平均数等于总体平均数B．样本成数等于总体成数C．样本指标的平均数等于总体的平均数 D．样本指标等于总体指标5．在其它条件不变的情况下，提高抽样估计的可靠程度，其精确度将（）。
A．保持不变B．随之扩大C．随之缩小D．无法确定6．在抽样估计中，样本容量（）。
A．越小越好B．越大越好C．有统一的抽样比例D．取决于抽样估计的可靠性要求。
7．假设检验中的临界区域是指（）。
A．接受域B．拒绝域C．检验域D．置信区间三、多项选择题1．在抽样推断中，抽取样本单位的具体方法有（）。
A．重复抽样B．不重复抽样C．分类抽样D．等距抽样E．多阶段抽样2．在抽样推断中，抽取样本的组织形式有（）。
考研数学一(参数估计与假设检验)历年真题试卷汇编1(题后含答案及解析)
考研数学一（参数估计与假设检验）历年真题试卷汇编1(题后含答案及解析)题型有：1. 选择题 2. 填空题 3. 解答题选择题下列每题给出的四个选项中，只有一个选项符合题目要求。
1．[2018年] 设总体X服从正态分布X～N(μ，σ2)其中σ2已知．X1，X2，…，Xn是来自总体X的简单随机样本，对总体均值μ进行检验，假设H0：μ=μ0，H1：μ≠μ0．则( )．A．若显著性水平α=0．05时拒绝H0，则在检验水平α=0．01时也拒绝H0B．若显著性水平α=0．05时接受H0，则在检验水平α=0．01时拒绝H0 C．若显著性水平α=0．05时拒绝H0，则在检验水平α=0．01时接受H0 D．若显著性水平α=0．05时接受H0，则在检验水平α=0．01时也接受H0正确答案：D解析：如图所示，Zα/2表示标准正态分布的上分位数，即图中阴影部分的面积为．区间(一Zα/2，Zα/2)是在显著性水平α下的接受域．若显著性水平α=0．05时接受H0，即表示检验统计量的观察值落在接受域(一Z0.025，Z0.025)内．区间(一Z0.005，Z0.005)包含(一Z0.025，Z0.025)，因此其观察值也落在区间(一Z0.005，Z0.005)内，即落在接受域内，所以选项D正确，B错误．α=0．05时拒绝H0，即Z的观察值落在拒绝域(一∞，一Z0.025]∪[Z0.025，+∞)内；但区间(一∞，一Z0.005]∪[Z0.005，+∞)包含于(一∞，一Z0.025]∪[Z0.025，+∞)，因此无法判断观察值是否落在区间(一∞，一Z0.005]∪[Z0.005，+∞)内，选项A、C无法确定．故选D．知识模块：参数估计与假设检验填空题2．[2009年] 设X1，X2，…，Xm为来自-N分布总体B(n，p)的简单随机样本，和S2分别为样本均值和样本方差，若+kS2为np2的无偏估计量，则k=______．正确答案：一1解析：由题设有E(+kS2)=np2，而E(X2+kS2)=E()+kE(S2)=E(X)+kD(X)=np+knp(1一p)，故np+kn(1-p)=np2，即k(1一p)=p-1，亦即k=一1．知识模块：参数估计与假设检验3．[2014年] 设总体X的概率密度为其中θ是未知参数，X1，X2，…，Xn为来自总体的简单样本，若是θ2的无偏估计，则c=______．正确答案：解析：由无偏估计的定义得到，因而故知识模块：参数估计与假设检验4．[2016年] 设x1，x2，…，xn为来自总体N(μ，σ2)的简单随机样本，样本均值．=9．5，参数μ的置信度为0．95的双侧置信区间的置信上限为10．8，则μ的置信度为0．95的双侧置信区间为______．正确答案：(8．2，10．8)解析：因，则故其中α=0．05，故μ的置信度为0．95的双侧置信区间为因μ的置信区间的置信上限为10．8，且，则所以μ的双侧置信区间为(9．5—1．3，9．5+1．3)=(8．2，10．8)．知识模块：参数估计与假设检验5．[2003年] 已知一批零件的长度X(单位：cm)服从正态分布N(μ，1)，从中随机地抽取16个零件，得到长度的平均值为40(cm)，则μ的置信度为0．95的置信区间是______．(注：标准正态分布函数值ф(1．96)=0．975，ф(1．645)=0．95)正确答案：(39．51，40．49)解析：因1一α=0．95，即α=0．05，故uα/2=u0.025，1—0．025=0．975=ф(1．96)，则uσ/2=1．96．于是由，得到将=40，σ=1，n=16代入上式，即得μ的置信度为0．95的置信区间(40一(1／4)×1．96，40+(1／4)×1．96)=(39．51，40．49)．知识模块：参数估计与假设检验解答题解答应写出文字说明、证明过程或演算步骤。
参数估计习题及答案
参数估计习题及答案参数估计在统计学中是一个重要的概念，它涉及到根据样本数据来估计总体参数的过程。
下面，我将提供一些参数估计的习题以及相应的答案，以帮助学生更好地理解这一概念。
习题一：假设有一个班级的学生数学成绩，我们从这个班级中随机抽取了10名学生的成绩，得到样本均值 \(\bar{x} = 85\)，样本标准差 \(s = 10\)。
请估计总体均值 \(\mu\)。
答案：根据样本均值 \(\bar{x}\) 来估计总体均值 \(\mu\)，我们可以使用以下公式：\[ \hat{\mu} = \bar{x} \]因此，\(\hat{\mu} = 85\)。
习题二：在习题一中，如果我们想要估计总体方差 \(\sigma^2\)，我们应该如何操作？答案：总体方差 \(\sigma^2\) 通常使用样本方差 \(s^2\) 来估计，样本方差的计算公式为：\[ s^2 = \frac{1}{n-1} \sum_{i=1}^{n} (x_i - \bar{x})^2 \]其中 \(n\) 是样本大小，\(x_i\) 是第 \(i\) 个观测值。
在这个例子中，\(n = 10\)，\(\bar{x} = 85\)，\(s = 10\)。
因此，我们可以使用以下公式来估计总体方差：\[ \hat{\sigma}^2 = s^2 = \frac{1}{10-1} \times 10^2 = 100 \]习题三：一个工厂生产的产品长度服从正态分布，样本均值为 \(\bar{x} =50\) 厘米，样本标准差为 \(s = 2\) 厘米。
如果我们知道总体均值\(\mu\) 为 \(50\) 厘米，我们如何估计总体标准差 \(\sigma\)？答案：根据已知的样本均值 \(\bar{x}\) 和样本标准差 \(s\)，我们可以使用以下公式来估计总体标准差 \(\sigma\)：\[ \hat{\sigma} = s \]因此，\(\hat{\sigma} = 2\) 厘米。
参数估计假设检验练习题
第三章 假设检验例子例1：某糖厂用自动打包机装糖。
已知每袋糖的重量（单位：千克）服从正态分布()2~,X N μσ。
今随机抽查9袋，称出它们的重量并计算得到*48.5, 2.5x s ==。
取显著性水平0.05α=。
在下列两种情形下分别检验()01:50 :50H H μμ=≠22(1) 4 (2)σσ=未知解：()()2*01220.97512~,48.5, 2.5,9,0.05:50 :50(1) 4 (2)(1) 2.251.962.25 1.96X N x s n H H u uu αμσαμμσσ-=====≠======>糖的重量，现在已知显著性水平，在两种情形下检验：未知解：计算检验统计量的观测值 临界值，因为，所以拒绝原假设即不能认为糖的重量50的平均值是千克，即打包机工作不正常。
()()()()2*0120.97512~,48.5, 2.5,9,0.05:50 :50(2) 1.818 2.306 1.8 2.306X N x s n H H t t n t αμσαμμσ-=====≠===-==<糖的重量，现在已知显著性水平，在两种情形下检验：未知解：计算检验统计量的观测值 临界值，因为，所以不能拒绝原假设，即不能认为打包机工作不正常。
例2：在上题中，试在显著性水平0.1α=下检验()2201: 4 :4H H σσ=>()()()()*2201*22202210.948.5, 2.5,9,0.1: 4 :4112.51813.36212.513.362.x s n H H n s n αασσχσχχ-=====>-==-==<显著性水平，解：计算检验统计量的观测值 临界值，因为，所以不能拒绝原假设，即不能认为打包机工作不正常例3：监测站对某条河流每日的溶解氧（DO ）质量浓度记录了30个数据，并由此算得 2.52, 2.05x s ==。
已知这条河流的每日DO 质量浓度服从()2,N μσ，试在显著性水平0.05α=下检验()01: 2.7 : 2.7H H μμ=≠。
参数假设检验参考答案
第六章 参数假设检验8.解：检验假设0010:5;:5H H μμμμ==≠=构造统计量：Z =, 拒绝域：2Z Z α≥查表得：0.02521.96Z Z α==24.985.00.5 1.960.123Z Z α-==<=所以拒绝0H ，即认为现在生产的铁水含碳量没有显著性变化。
9.解：检验假设01:1250;:1250H H μμ≥<100,1200,150,0.05n X S α====构造统计量：X Z =，拒绝域为：2Z Z α≤-查表得：0.05 1.645Z =0.0512001250 3.33 1.645Z Z ==-<-=-所以拒绝0H ，即在0.05显著性水平下，不能接受这批产品。
10.解：检验假设0010:;:H H μμμμ=≠121236,48,85,82,9,11,0.05n n x y S S α=======构造统计量：X Y Z =, 拒绝域：2Z Z α≥查表得：0.02521.96Z Z α==0.0258582 1.3735 1.96Z Z ==<=所以接受0H ，即认为在显著性水平0.05下，两种药品的治疗成本没有显著性变化。
11.解：检验假设0010:;:H H μμμμ=≠甲乙12甲乙10,12,85,82,0.01,0.02,0.05n n x y S S α=======构造统计量：甲乙X X t =，拒绝域：122(2)t t n n α≥+-查表得：120.0252(2)(20) 2.086t n n t α+-==0.0163w S ==0.0254.3(20) 2.086t t ==>=所以拒绝0H ，即在0.05显著性水平下，两台设备加工的零件尺寸不一致。
12.解：（075%P =） 检验假设0010:75%;:75%H P P H P P ==≠=70%,150,0.05x n α===构造统计量：X P Z -=， 拒绝域：2Z Z α≥查表得：0.02521.96Z Z α==0.0251.414 1.96Z Z ==<=所以接受0H ，即在0.05的显著性水平下，认为参加保险的比例为75% （080%P =） 检验假设0010:80%;:80%H P P H P P ==≠=70%,150,0.05x n α===构造统计量：X P Z -=， 拒绝域：2Z Z α≥查表得：0.02521.96Z Z α==0.0253.06 1.96Z Z ==>=所以拒绝0H ，即在0.05的显著性水平下，认为参加保险的比例不是80%。
参数估计和假设检验习题解答(精)
参数估计和假设检验习题1.设某产品的指标服从正态分布，它的标准差σ已知为150，今抽了一个容量为26的样本，计算得平均值为1637。
问在5％的显著水平下，能否认为这批产品的指标的期望值μ为1600?解: 01:1600, :1600,H H μμ=≠标准差σ已知,拒绝域为2Z z α>,取0.05,α=26,n =0.0250.97521.96z z z α===,由检验统计量1.25 1.96Z ===<,接受0:1600H μ=,即,以95%的把握认为这批产品的指标的期望值μ为1600.2.某纺织厂在正常的运转条件下，平均每台布机每小时经纱断头数为O.973根，各台布机断头数的标准差为O.162根，该厂进行工艺改进，减少经纱上浆率，在200台布机上进行试验，结果平均每台每小时经纱断头数为O.994根，标准差为0.16根。
问,新工艺上浆率能否推广(α=0.05)?解: 012112:, :,H H μμμμ≥<3.某电器零件的平均电阻一直保持在2.64Ω，改变加工工艺后，测得100个零件的平均电阻为2.62Ω，如改变工艺前后电阻的标准差保持在O.06Ω，问新工艺对此零件的电阻有无显著影响(α=0.05)?解: 01: 2.64, : 2.64,H H μμ=≠已知标准差σ=0.16,拒绝域为2Z z α>,取0.02520.05, 1.96z z αα===,100,n =由检验统计量 3.33 1.96Z ===>,接受1: 2.64H μ≠,即, 以95%的把握认为新工艺对此零件的电阻有显著影响.4.有一批产品，取50个样品，其中含有4个次品。
在这样情况下，判断假设H 0：p ≤0.05是否成立(α=0.05)?解: 01:0.05, :0.05,H p H p ≤>采用非正态大样本统计检验法,拒绝域为Z z α>,0.950.05, 1.65z α==,50,n =由检验统计量0.9733Z ===<1.65,接受H 0：p ≤0.05.即, 以95%的把握认为p ≤0.05是成立的.5.某产品的次品率为O.17，现对此产品进行新工艺试验，从中抽取4O0件检验，发现有次品56件，能否认为此项新工艺提高了产品的质量(α=0.05)?解: 01:0.17, :0.17,H p H p ≥<采用非正态大样本统计检验法,拒绝域为Z z α<-,400,n =0.950.05, 1.65z α=-=-,由检验统计量4001.5973i x npZ -===-∑>-1.65, 接受0:0.17H p ≥,即, 以95%的把握认为此项新工艺没有显著地提高产品的质量.6.从某种试验物中取出24个样品，测量其发热量，计算得x =11958，样本标准差s =323，问以5％的显著水平是否可认为发热量的期望值是12100(假定发热量是服从正态分布的)?解: 01:12100, :12100,H H μμ=≠总体标准差σ未知,拒绝域为2(1)t t n α>-,24,n = x =11958,s =323,0.0250.05,(23) 2.0687t α==, 由检验统计量2.1537t ===>2.0687,拒绝0:12100H μ=,接受1:12100,H μ≠ 即, 以95%的把握认为试验物的发热量的期望值不是12100.7．某食品厂用自动装罐机装罐头食品，每罐标准重量为500克，每隔一定时间需要检查机器工作情况。
MBA参数估计、假设检验参考答案
1．某公司雇用2 000名推销员，并希望估计其平均每年的乘车里程。
从过去的经验可知，通常每位推销员行程的标准差为5 000公里。
随机选取的25辆汽车样本的均值为14 000公里。
1）求出总体均值μ所需要的估计量；14 0002）确定总体均值μ95%的置信区间；（14000±1.96*5000/5）。
虽是小样本，但“从过去的经验可知，通常每位推销员行程的标准差为5 000公里”这句话，表明总体服从正太分布且标准差已知，所以用最基本的公式。
3）公司经理们认为均值介于13 000到15 000公里之间，那么该估计的置信度是多少？对应的Z在-1-+1之间，所以置信度为68.26%。
这里要注意的是应用均值的分布。
4）如果在3）的估计中希望有95%的置信水平，那么所要求的样本容量是多少。
96=1.962*50002/100022．生产隐形眼镜的某公司生产一种新的型号，据说其寿命比旧型号的寿命长。
请6个人对该新型眼镜做实验，得出平均寿命为4.6年，标准差为0.49年。
构造该新型眼镜的平均寿命90%的置信区间。
小样本且总体标准差未知，用t公式。
4.6±2.015*0.49/2.453．假设某厂家生产的可充电的电池式螺丝刀的使用寿命近似于正态分布。
对15个螺丝刀进行测试，并发现其平均寿命为8 900小时，样本标准差为500小时。
1）构造总体均值置信水平为95%的区间估计；8900±2.145*500/3.872）构造总体均值置信水平为90%的区间估计；8900±1.761*500/3.874．电话咨询服务部门在每次通话结束时都要记录下通话的时间。
从一个由16个记录组成的简单随机样本得出一次通话的平均时间为1.6分钟。
试求总体平均值的置信度为90%的置信区间。
已知总体服从标准差为0.7分钟的正态分布。
1.6±1.645*0.7/45．某仓库中有200箱食品，每箱食品均装100个。
考研数学一(参数估计和假设检验)模拟试卷2(题后含答案及解析)
考研数学一（参数估计和假设检验）模拟试卷2(题后含答案及解析) 题型有：1. 选择题 2. 填空题 3. 解答题选择题下列每题给出的四个选项中，只有一个选项符合题目要求。
1．设为未知参数θ的无偏一致估计，且是θ2的( )A．无偏一致估计。
B．无偏非一致估计。
C．非无偏一致估计。
D．非无偏非一致估计。
正确答案：C解析：根据无偏估计和一致估计的概念可得的非无偏一致估计，故选C。
知识模块：参数估计2．设是取自总体X中的简单随机样本X1，X2，…，Xn的样本均值，则是μ的矩估计，如果( )A．X～N(μ，σ2)。
B．X服从参数为μ的指数分布。
C．P{X=m}=μ(1—μ)m—1，m=1，2，…。
D．X服从[0，μ]上均匀分布。
正确答案：A解析：若X～N(μ，σ2)，则E(X)=μ，μ的矩估计为，故选A。
对于选项B，X服从参数为μ的指数分布，则E(X)=，μ的矩估计，对于选项C，X服从参数为μ的几何分布，E(X)=，μ的矩估计，对于选项D，E(X)=，μ的矩估计。
知识模块：参数估计3．总体均值μ置信度为95％的置信区间为，其含义是( )A．总体均值μ的真值以95％的概率落入区间。
B．样本均值以95％的概率落入区间。
C．区间含总体均值μ的真值的概率为95％。
D．区间含样本均值的概率为95％。
正确答案：C解析：根据置信区间的概念，故选C。
均值μ是一个客观存在的数，说“μ以95％的概率落入区间”是不妥的，所以不选A，而B、D两项均与μ无关，无法由它确定μ的置信区间。
知识模块：参数估计4．下列关于总体X的统计假设H0属于简单假设的是( )A．X服从正态分布，H0：E(X)=0。
B．X服从指数分布，H0：E(X)≥1。
C．X服从二项分布，H0：D(X)=5。
D．X服从泊松分布，H0：D(X)=3。
正确答案：D解析：A、B、C三项的假设都不能完全确定总体的分布，所以是复合假设，而D选项的假设可以完全确定总体分布，因而是简单假设，故选D。
- 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)。
参数估计和假设检验习题1.设某产品的指标服从正态分布，它的标准差σ已知为150，今抽了一个容量为26的样本，计算得平均值为1637。
问在5％的显著水平下，能否认为这批产品的指标的期望值μ为1600?解: 01:1600, :1600,H H μμ=≠标准差σ已知,拒绝域为2Z z α>,取0.05,α=26,n =0.0250.97521.96z z z α===,由检验统计量1.25 1.96Z ===<,接受0:1600H μ=,即,以95%的把握认为这批产品的指标的期望值μ为1600.2.某纺织厂在正常的运转条件下，平均每台布机每小时经纱断头数为O.973根，各台布机断头数的标准差为O.162根，该厂进行工艺改进，减少经纱上浆率，在200台布机上进行试验，结果平均每台每小时经纱断头数为O.994根，标准差为0.16根。
问,新工艺上浆率能否推广(α=0.05)?解: 012112:, :,H H μμμμ≥<3.某电器零件的平均电阻一直保持在2.64Ω，改变加工工艺后，测得100个零件的平均电阻为2.62Ω，如改变工艺前后电阻的标准差保持在O.06Ω，问新工艺对此零件的电阻有无显著影响(α=0.05)?解: 01: 2.64, : 2.64,H H μμ=≠已知标准差σ=0.16,拒绝域为2Z z α>,取0.02520.05, 1.96z z αα===,100,n =由检验统计量 3.33 1.96Z ===>,接受1: 2.64H μ≠,即, 以95%的把握认为新工艺对此零件的电阻有显著影响.4.有一批产品，取50个样品，其中含有4个次品。
在这样情况下，判断假设H 0：p ≤0.05是否成立(α=0.05)?解: 01:0.05, :0.05,H p H p ≤>采用非正态大样本统计检验法,拒绝域为Z z α>,0.950.05, 1.65z α==,50,n =由检验统计量0.9733Z ===<1.65,接受H 0：p ≤0.05.即, 以95%的把握认为p ≤0.05是成立的.5.某产品的次品率为O.17，现对此产品进行新工艺试验，从中抽取4O0件检验，发现有次品56件，能否认为此项新工艺提高了产品的质量(α=0.05)?解: 01:0.17, :0.17,H p H p ≥<采用非正态大样本统计检验法,拒绝域为Z z α<-,400,n =0.950.05, 1.65z α=-=-,由检验统计量4001.5973i x npZ -===-∑>-1.65, 接受0:0.17H p ≥,即, 以95%的把握认为此项新工艺没有显著地提高产品的质量.6.从某种试验物中取出24个样品，测量其发热量，计算得x =11958，样本标准差s =323，问以5％的显著水平是否可认为发热量的期望值是12100(假定发热量是服从正态分布的)?解: 01:12100, :12100,H H μμ=≠总体标准差σ未知,拒绝域为2(1)t t n α>-,24,n = x =11958,s =323,0.0250.05,(23) 2.0687t α==, 由检验统计量2.1537t ===>2.0687,拒绝0:12100H μ=,接受1:12100,H μ≠ 即, 以95%的把握认为试验物的发热量的期望值不是12100.7．某食品厂用自动装罐机装罐头食品，每罐标准重量为500克，每隔一定时间需要检查机器工作情况。
现抽得10罐，测得其重量为(单位：克):195，510，505，498，503，492，ii02，612，407，506.假定重量服从正态分布，试问以95％的显著性检验机器工作是否正常?解: 01:500 :500H vs H μμ=≠,总体标准差σ未知,拒绝域为2(1)t t n α>-,10,n =经计算得到x =502, s =6.4979,取0.0250.05,(9) 2.2622t α==,由检验统计量0.9733t ===<2.2622, 接受0:500 H μ= 即, 以95%的把握认为机器工作是正常的.8.有一种新安眠药，据说在一定剂量下，能比某种旧安眠药平均增加睡眠时间3小时，根据资料用某种旧安眠药时，平均睡眠时间为20.8小时。
标准差为1.6小时，为了检验这个说法是否正确，收集到一组使用新安眠药的睡眠时间为26.7，22.O ，24.1，21.O ，27 .2，25.0，23.4。
试问：从这组数据能否说明新安眠药已达到新的疗效(假定睡眠时间服从正态分布，α=0.05)。
解: 01:23.8 :23.8H vs H μμ≥<,已知总体标准差σ =1.6,拒绝域为Z z α<-,7,n =经计算得到x =24.2,取0.950.05, 1.65z α=-=-,由检验统计量0.6614x Z ===>-1.65, 接受0:23.8H μ≥即, 以95%的把握认为新安眠药已达到新的疗效.9．测定某种溶液中的水份，它的l0个测定值给出x =0.452%,s =O.037%，设测定值总体服从正态分布,μ为总体均值,σ为总体的标准差,试在5％显著水平下,分别检验假(1)H 0: μ=O.5％; (2)H 0: σ=O.04％。
解:(1)H 01: μ=O.5％,11:0.5%H μ≠, 总体标准差σ未知,拒绝域为2(1)t t n α>-,10,n =x =0.452%,s =O.037%,取0.0250.05,(9) 2.2622t α==,由检验统计量4.102t ===>2.2622,拒绝H 0: μ=O.5％, (2) H 02:σ=0.04%, H 12:σ≠0.04%,拒绝域为2222122(1) (1)n n ααχχχχ-≤-≥-或,10,n =取α=0.05,2220.9750.025(9) =2.7 (9)19.023χχχ≥=,,由检验统计量22222(1)(101)0.000377.70060.0004n s χσ--===,即22.77.700619.023χ<=<,接受H 02:σ=0.04%.10.有甲、乙两个试验员，对同样的试样进行分析，各人试验分析结果见下表(分析结果服从正态分布解:(1)222201121112:, :,H H σσσσ=≠拒绝域为1212122(1,1) (1,1)F F n n F F n n αα-≤--≥--或,128,n n ==取α=0.05, 0.9750.0250.0251(7,7)0.2004 , (7,7) 4.99(7,7)F F F ===,经计算22120.2927,0.2927,s s == 由检验统计量2212/0.2927/0.29271F s s ===,接受220112:,H σσ=(2) 02121212:, :H H μμμμ=≠拒绝域为122(2)t t n n α>+-,128,n n == 0.0250.05,(14) 2.1448t α==,并样本得到222112212(1)(1)2wn s n s s n n -⨯+-⨯=+-=0.2927, w s =0.5410, 由检验统计量-0.6833t ===<2.1448, 接受0212:,H μμ=即, 以95%的把握认为甲、乙两试验员试验分析结果之间无显著性的差异.11.为确定肥料的效果，取1000株植物做试验。
在没有施肥的100株植物中，有53株长势良好；在已施肥的900株中，则有783株长势良好，问施肥的效果是否显著(α=O.01)?解:(1)222201121112:, :,H H σσσσ=≠拒绝域为1212122(1,1) (1,1)F F n n F F n n αα-≤--≥--或,取α=0.01,12100,900,n n ==0.9950.0050.0051(99,899)0.7843 , (99,899) 1.3(899,99)F F F ===,计算22125353783783(1)0.2491,(1)0.1131,100100900900s s =⨯-==⨯-= 由检验统计量 2212/0.2491/0.1131 2.2025F ss ===,拒绝220112:,H σσ=(2) 02121212:, :H H μμμμ≤>拒绝域为12(2)t t n n α>+-,12100,900,n n ==0.010.01,() 2.4121t α=∞≥并样本得到222112212(1)(1)2wn s n s s n n -⨯+-⨯=+-=0.1266, w s =0.3558, 由检验统计量-9.0656x y t ===<2.4121, 接受0212:,H μμ≤即, 以95%的把握认为施肥的效果有显著性的差异.(备注: 0.005(99,899)F =1.43+(1.43-1.69)*0.5=1.3, 0.025(899,99)F =1.36+(1.36-1.53)*0.5=1.275)12.在十块地上同时试种甲、乙两种品种作物，设每种作物的产量服从正态分布，并计算得x =30.97,y =21.79,x s =26.7,y s =12.1。
这两种品种的产量有无显著差别(α=O.01)?解:(1)222201121112:, :,H H σσσσ=≠拒绝域为1212122(1,1) (1,1)F F n n F F n n αα-≤--≥--或,1210,n n ==取α=0.01, 0.9950.0050.0051(9,9)0.1529 , (9,9) 6.54(9,9)F F F ===,有题设22712.89,146.41,x y s s ==由检验统计量2212/712.89/146.41 4.8691F s s ===, 接受220112:,H σσ=(2) 02121212:, :H H μμμμ≥<,拒绝域为12(2)t t n n α<-+-,0.010.01,(18) 2.5524t α==-,1210,n n ==并样本得到222112212(1)(1)2wn s n s s n n -⨯+-⨯=+-=(9×712.89+9×146.41)/18=429.6500, w s =20.7280, 由检验统计量0.9903x y t ===>-2.5524, 接受0212:,H μμ≥即, 以95%的把握认为此两品种作物产量有显著差别,并且是第一种作物的产量显著高于第二种作物的产量.13.从甲、乙两店备买同样重量的豆，在甲店买了10次，算得y =116.1颗，1021()i i y y =-∑=1442；在乙店买了13次，计算x =118颗，1321()i i x x =-∑=2825。