假设检验例题..doc
假设检验
总体均值的检验(σ2已知(例题分析
【例】一种罐装饮料采用自动生产线生产,每罐的容量是255ml ,标准差为5ml。为检验每罐容量是否符合要求,质检人员在某天生产的饮料中随机抽取了40罐进行检验,测得每罐平均容量为255.8ml。取显著性水平α=0.05 ,检验该天生产的饮料容量是否符合标准要求?
75
. 3
5200
5275
=
-
=
z
总体均值的检验(例题分析
【例】一种汽车配件的平均长度要求为12cm ,高于或低于该标准均被认为是不合格的。汽车生产企业在购进配件时,通常是经过招标,然后对中标的配件提供商提供的样品进行检验,以决定是否购进。现对一个配件提供商提供的10个样本进行了检验。假定该供货商生产的配件长度服从正态分布,在0.05的显著性水平下,检验该供货商提供的配件是否符合要求?
H 0 : μ = 12
H 1 : μ ≠ 12
α = 0.05
df = 10 - 1 = 9
检验统计量:
总体比例的检验(例题分析
【例】一种以休闲和娱乐为主题的杂志,声称其读者群中有80%为女性。为验证这一说法是否属实,某研究部门抽取了由200人组成的一个随机样本,发现有146个女性经常阅读该杂志。分别取显著性水平α=0.05和α=0.01 ,检验该杂志读者群中女性的比例是否为80%?它们的值各是多少?
=0.01
总体均值的检验(σ2未知(例题分析
【例】某一小麦品种的平均产量为5200kg/hm2。一家研究机构对小麦品种进行了改良以期提高产量。为检验改良后的新品种产量是否有显著提高,随机抽取了36个地块进行试种,得到的样本平均产量为5275kg/hm2,标准差为120/hm2。试检验改良后的新品种产量是否有显著提高? (α=0.05
H 0 :μ≤ 5200
H 1 :μ > 5200
α = 0.05 n = 36临界值(c :检验统计量:决策:
拒绝H 0 (P = 0.000088 < α = 0.05
结论:
改良后的新品种产量有显著提高
01 . 1 255 = -
01 . 1 255 8.
255
0= -
=
-
=
z
σ
μ
5200
5275
H 0:μ = 255
H 1:μ≠ 255
α = 0.05 n = 40
检验统计量:决策:
不拒绝H 0结ຫໍສະໝຸດ :样本提供的证据表明:该天生产的饮料符合标准要求
总体均值的检验(σ2未知(例题分析
【例】一种机床加工的零件尺寸绝对平均误差允许值为1.35mm。生产厂家现采用一种新的机床进行加工以期进一步降低误差。为检验新机床加工的零件平均误差与旧机床相比是否有显著降低,从某天生产的零件中随机抽取50个进行检验。利用这些样本数据,检验新机床加工的零件尺寸的平均误差与旧机床相比是否有显著降低? (
H 0 : π = 80% H 1 : π ≠ 80% α = 0.05 n = 200检验统计量:
H 0 : π = 80%
H 1 : π ≠ 80%
α = 0.01
n = 200
检验统计量:
7035. 0. 01289. 11-=-7035. 0. 01289. 11-=-=t决策:不拒绝H 0结论:该供货商提供的零件符合要求
(完整版)假设检验习题及答案
第三章 假设检验3.2 一种元件,要求其使用寿命不低于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）。
已知这种元件寿命服从标准差100σ=（小时）的正态分布，试在显著水平0.05下确定这批元件是否合格。
{}01001:1000, H :1000X 950 100 n=25 10002.5V=u 0.05H x u αμμσμα-≥<====->=提出假设：构造统计量：此问题情形属于u 检验，故用统计量：此题中：代入上式得：拒绝域：本题中：0.950.950u 1.64u 0.0u H =>∴即，拒绝原假设认为在置信水平5下这批元件不合格。
3.4某批矿砂的五个样品中镍含量经测定为（%）： 3.25 3.27 3.24 3.26 3.24设测定值服从正态分布，问在0.01α=下能否接受假设，这批矿砂的镍含量为0101102: 3.25 H :t X 3.252, S=0.0117, n=50.3419H x μμμμσ==≠==提出假设：构造统计量：本题属于未知的情形，可用检验，即取检验统计量为：本题中，代入上式得：否定域为：1-20.995120 V=t>t (1)0.01,(4) 4.6041, 3.25n t t tH ααα-⎧⎫-⎨⎬⎩⎭==<∴Q 本题中，接受认为这批矿砂的镍含量为。
3.5确定某种溶液中的水分，它的10个测定值0.452%,0.035%,X S ==2N(,),μσ设总体为正态分布试在水平5%检验假设：0101() H :0.5% H :0.5%() H :0.04% H :0.0.4%i ii μμσσ≥<≥<{}0.95()0.452% S=0.035%-4.1143(1)0.05 n=10 t (9) 1.833i t X n ασα==-==1-构造统计量：本文中未知，可用检验。
取检验统计量为X 本题中，代入上式得： 0.452%-0.5%拒绝域为：V=t >t 本题中，01 4.1143H <=∴t 拒绝{}22200222212210.952()nS S 0.035% n=10 0.04%100.035%7.65630.04% V=(1)(1)(9)16.919ii n n ααμχσσχχχχχχ--===*==>--==Q 2构造统计量：未知，可选择统计量本题中，代入上式得：（）（）否定域为：本题中， 210(1)n H αχ-<-∴接受3.9设总体116(,4),,,X N X X μ:K 为样本，考虑如下检验问题：{}{}01123:0 H :1() =0.05 V ={2X -1.645}V = 1.502X 2.125V =2X 1.962X 1.96(ii)H i μμα==-≤≤≤≤-≥试证下述三个检验（否定域）犯第一类错误的概率同为或通过计算他们犯第二类错误的概率，说明哪个检验最好？解：{}{}{}{}00.97512012()0.050.05:02*1.960.052 1.64502 1.645 1.645( 1.645)1(1.645)=1-0.95=0.05V 1.502 2.i P x V H X U U H X V X X P X P X ααμσμσ-=∈=⎧⎫-⎪⎪=>==⎨⎬⎪⎪⎩⎭=∴>==≤-⎧⎫⎪⎪-⎪⎪≤-=≤-=Φ-=-Φ⎨⎬⎪⎪⎪⎪⎩⎭=≤≤即，P U 这里P {}{}{}{}{}{}203301110125 1.50 2.120(2.215)(1.50)0.980.930.052 1.962 1.962 1.96 1.96P(V H )=1-P 2 1.962(1(1.96))0.05ii :2 1.645X P V H V X X X X H V X σββ⎧⎫⎪⎪-⎪⎪=≤≤⎨⎬⎪⎪⎪⎪⎩⎭=Φ-Φ=-=⎫⎪⎪=≤-≥=≥=≥⎬⎪⎪⎭<=-Φ=X ≥-或（）犯第二类错误的概率 =P -V =P {}1μ=-{}{}223310.3551(0.355)0.36:1 1.502 2.12511 4.125:2 1.96110.04 3.96V P X V P X σβμσβμσ⎧⎫⎪⎪+⎪⎪≥=-Φ=⎨⎬⎪⎪⎪⎪⎩⎭=-≤≤=-⎧⎫⎪⎪+⎪⎪≤≤⎨⎬⎪⎪⎪⎪⎩⎭ΦΦ=≤=-⎧⎫⎪⎪+⎪⎪≤≤⎨⎬⎪⎪⎪⎩⎭X =P X =1-P 3.50 =1-(4.125)+(3.50)=1X =P ⎪ΦΦ∴11 =(3.96)-(0.04)=0.99996092-0.516=0.48396092V 出现第二类错误的概率最小，即V 最好。
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=≠。
第八章、假设检验
第八章、假设检验一、应用题：1．某工厂正常情况下生产的电子元件的使用寿命2~(1600,80)X N ，从该工厂生产的一批电子元件中抽取9个，测得它们使用寿命的平均值为1540（小时），如果使用寿命的标准差σ不变，能否认为该工厂生产的这批电子元件使用寿命的均值μ=1600（小时）？ （附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）2．.某工厂正常情况下生产的电子元件的使用寿命2~(1600,80)X N ，从该工厂生产的一批电子元件中抽取9个，测得它们使用寿命的平均值为1540（小时），如果使用寿命的标准差σ不变，能否认为该工厂生产的这批电子元件使用寿命显著降低？（附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）3．已知电子工厂生产的某种电子元件的平均寿命为3000（h ）,采用新技术试制一批这种电子元件，抽样检查16个，测得这批电子元件的使用寿命的样本均值x =3100（h ），样本标准差 s =170（h ），设电子元件的使用寿命服从正态分布，问：试制的这批电子元件的使用寿命是否有显著提高？（附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(15) 1.753,(15) 2.13u u t t α===== ）4．某车间用一台包装机包装葡萄糖，规定标准为每袋0.5kg ，设包装机实际生产的每袋重量服从正态分布，且长期经验知标准差σ=0.015不变，某天开工后，为了检查包装机是否正常，随机抽取了9袋，测得它们样本均值为x =0.509 kg ，能否认为这天的包装机的工作正常？（附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）5． 某车间用一台包装机包装葡萄糖，规定标准为每袋0.5kg ，包装机实际生产的每袋重量服从正态分布，某天开工后，为了检查包装机是否正常，随机抽取了9袋，测得它们样本均值为x =0.509 kg ，样本标准差s = 0.015 kg ，能否认为这天的包装机工作正常？ （附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）6．某装置的平均工作温度据制冷厂商称不高于190℃，今从一个有16台装置构成的随机样本测得平均工作温度的平均值和标准差分别为195℃和8℃，根据这些数据能否说明装置的平均的工作温度比制造厂商所说的要高？（附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(15) 1.753,(15) 2.13u u t t α===== ）7.已知某铁厂铁水含碳量服从正态分布N （4.55，0.1082），现测定了9炉铁水，其平均含碳量为4.484，如果方差没有变化，可否认为现在生产之铁水平均含碳量仍为4.55？ (附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）8.有一批枪弹出厂时，其初速度200~(,)v N μσ，其中0μ=950米/秒，经较长储存，取9发进行测试，测得其样本均值x =928，据经验0σ=10可认为保持不变，问能否认为这批枪弹的初速度v 显著降低？(附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）9. 有一批枪弹出厂时，其初速度200~(,)v N μσ，其中0μ=950米/秒，0σ=10，经较长储存，取9发进行测试，测得其样本均值x =928，样本标准差s=10，问能否认为这批枪弹的初速度v 显著降低？(附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(8) 1.86,(8) 2.31u u t t α===== ）10.设在一批木材中抽取100根，测其小头直径的样本均值x =11.2cm ，已知标准差0σ=2.6 cm ，问能否认为这批木材小头的平均直径在12 cm 以上？(附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(99) 1.66,(15) 1.99u u t t α===== )11. 设在一批木材中抽取100根，测其小头直径的样本均值x =11.2cm ，样本标准差s=2.6 cm ，问能否认为这批木材小头的平均直径在12 cm 以上？(附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(99) 1.66,(99) 1.99u u t t α===== )12.已知某厂生产的维尼纶纤度服从正态分布，标准差σ=0.048，某日抽取5跟纤维，测得纤度为1.32，1.55，1.36，1.40，1.44，问这天的维尼纶的均方差σ是否有显著变化？ (附：检验水平0.050.0250.950.97522220.05,(4)9.49,(4)11.1,(4)0.711,(4)0.484α=χ=χ=χ=χ=)13.某厂生产的保险丝规定保险丝熔化时间的方差不能超过400，今从一批产品中抽取25个，测得其熔化的样本方差s 2=388.58，若该熔化时间服从正态分布，问这批产品是否合格？(附： 0.050.0250.950.97522220.05,(24)36.4,(24)39.4,(24)13.8,(24)12.4α=χ=χ=χ=χ= )14.为检测两架光测高温计所确定的温度读数之间有无显著差异，设计一个试验：用两架仪器同时对一组10只热炽灯丝做观测，测得它们的样本均值与样本方差分别为x =1169，y =1178，2x s =51975.21，2y s =50517.33，试确定两架温度计所测温度有无显著变化？ (附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(18) 1.734,(18) 2.10u u t t α=====)15.甲、乙两台机床生产同一型号的滚珠，现从两台机床生产的产品中抽出8个和9个测得其样本均值和样本方差分别为 x =15.01，2x s =0.09554，y =14.99，2y s =0.0611，能否认为乙机床加工精度比甲机床高？(附：检验水平0.050.050.05,(7,8) 3.5,(8,9) 3.23F F α=== )16.某种物品在处理前与处理后分别抽取7个和8个样品，测得其样本均值和样本方差分别为x =0.24，2x s =0.0091，y =0.13，2y s =0.0039，能否认为处理后含脂量显著降低？(附：检验水平0.050.0250.050.0250.05, 1.645, 1.96,(13) 1.771,(13) 2.16u u t t α===== )17.已知学生的学习成绩服从正态分布，从某班的高等数学测试成绩表中抽取5人，数据如下： 60，65，70，75，80，能否认为该班的高等数学测试的平均成绩为75分。
假设检验例题 (3)
假设检验例题引言假设检验是统计学中常用的一种方法，用于通过对样本数据进行推断来判断某个假设是否成立。
在实际应用中，假设检验可以用于验证某个新的产品是否与现有产品相同、进行医学研究是否有显著的治疗效果等。
本文将通过一个例题来介绍假设检验的基本概念和步骤，并以Markdown文本格式输出。
例题描述假设某个公司改变了产品包装的设计，认为新的包装可以提高产品的销售量。
为了验证这个假设，该公司进行了一项实验，在两个不同的市场中随机选择了一部分店铺，其中一部分店铺使用新的包装，另一部分店铺继续使用旧的包装。
经过一段时间的实验，记录下两组店铺的销售量。
以下是两组店铺的销售量数据：新包装店铺销售量：50, 52, 55, 48, 57, 55, 54, 53, 51, 56旧包装店铺销售量：45, 46, 44, 46, 42, 48, 43, 41, 47, 44现在的问题是，是否可以通过这些数据来判断新的包装是否显著地提高了产品的销售量？假设检验步骤进行假设检验的步骤如下：步骤1：建立零假设和备择假设在这个例题中，零假设表示新的包装不会显著地提高产品的销售量，备择假设表示新的包装显著地提高了产品的销售量。
假设检验的目标是通过样本数据来决定是拒绝零假设还是接受备择假设。
零假设 (H0)：新的包装不会显著地提高产品的销售量。
备择假设 (H1)：新的包装显著地提高了产品的销售量。
步骤2：选择显著性水平显著性水平是假设检验中的一个重要概念，用于决定拒绝或接受零假设的标准。
通常情况下，我们会选择一个合适的显著性水平，常见的显著性水平有0.05和0.01。
在这个例题中，我们选择显著性水平为0.05，表示要求95%的置信水平。
步骤3：计算检验统计量假设检验的目标是通过样本数据来计算一个统计量，并与一个期望的分布进行比较。
在这个例题中，我们可以使用两组店铺的平均销售量作为检验统计量。
步骤4：计算p值p值是一个概率值，表示当零假设为真时，观察到比检验统计量更极端结果的概率。
假设检验例子
例2： 在一项新广告活动的跟踪调查中，在被调查 的400人中有240人会记起广告的标语，试求会 记起广告标语占总体比率的95%置信度的估计区 间。
假设检验： 1：某橡胶厂生产汽车轮胎，根据历史资料统计结 果，平均里程为25000公里，标准差为1900公里。 现采用一种新的工艺制作流程，从新批量的轮胎 中随机抽取400个作实验，求得样本平均里程为 25300公里，试按5%的显著性水平判断新批量 轮胎的平均耐用里程与以前生产的轮胎的耐用里 程有没有显著的差异，或者它们属于同一总体的 假设是否成立。
参数估计： 例1： 麦当劳餐馆在7星期内抽查49位顾客的消费额（元）如 下，求在概率90%的保证下，顾客平均消费额度估计区 间。 15 、24、38、26、30、42、18 30、25、26、34、44、20、35 24、26、34、48、18、28、46 19、30、36、42、24、32、45 36、21、47、26、28、31、42 45、36、24、28、27、32、36 47、53、22、24、3者满意其产品 的质量，一家市场调查公司受委托调查该公司此 项声明是否属实，随机抽样调查625位消费者， 表示满意该公司产品质量者有500人，试问在 0.05的显著性水平下，该公司的声明是否属实。
假设检验
假设检验一、基本思想与基本步骤(一)假设检验问题[例1.6-1]某厂生产某种化纤的纤度X服从正态分布N(μ，0.042)，其中μ的设计值为1.40，每天都要对“μ=1.40”作例行检验，以观生产是否正常运行。
某天从生产线中随机抽取25根化纤，测得纤度值为:x1，x2，…，x25其纤度平均值=1.38，问当日生产是否正常。
几点评论:(1)这不是一个参数估计问题。
(2)这里要求对某个命题“μ=1.40”回答:是与否。
(3)这一类问题被称为(统计)假设检验问题。
(4)这类问题在质量管理中普遍存在。
(二)假设检验的基本步骤假设检验的基本思想是:根据所获样本，运用统计分析方法，对总体X的某种假设H0做出接受或拒绝的判断。
具体做法如下:1.建立假设H0:μ=1.40这是原假设，其意是:“与原设计一致”，“当日生产正常”等。
要使当日生产与1 40无差别是办不到的，若差异仅是由随机误差引起的，则可认为H0成立；若由其他特殊因素引起的，则认为差异显著，则应拒绝H0。
H1:μ≠1.40 这是备择假设，它是在原假设被拒绝时而应接受的假设。
在这里，备择假设还有两种设置形式，它们是:H12:μ<1.40，或H13:μ>1.40 备择假设的不同将会影响下面拒绝域的形式，今后称H0对H1的检验问题是双边假设检验问题H0对H12的检验问题是单边假设检验问题H0对H13的检验问题也是单边假设检验问题注:若假设是关于总体参数的某个命题，称为参数的假设检验问题，比如:H0:μ=μ0，H1:μ≠μ0，H0:σ2≤σ20，H1:σ2>σ20，H0:P≥P0，H1:P<P0，都是参数假设检验问题。
东莞德信诚精品培训课程(部分)(点击课程名称打开课程详细介绍)内审员系列培训课程查看详情TS16949五大工具与QC/QA/QE品质管理类查看详情 JIT东莞德信诚公开课培训计划>>> 培训报名表下载>>> /download/dgSignUp.doc2.选择检验统计量，给出拒绝的形式这个假设检验问题涉及正态均值μ。
假设检验例题
解： 原假设 H0 : μ 70， 备择假设 H1 : μ 70
检验统计量： T X 70
Sn
拒绝域： W { T t（α n 1）}
x 650, s12 802，y 800,
s
2 2
702
11
n1 n2
1 1 0.3318 21 16
(n1 1)s12 (n2 1)s22 n1 n2 2
20 802 15 702 35
75.8758
x y
t
1 1 (n1 1)s12 (n2 1)s22
有无显著性差异。
原假设
H
0：σ
2 1
σ
2 2
备择假设
H 1：σ 12
σ
2 2
检验统计量： 拒绝域：
F
S12
S
2 2
W { F F1α (n1 1，n2 1)，F Fα (n1 1，n2 1)}
2
2
α=0.10
n1 21, n2 16
Fα (n1 1，n2 1) F0.05(20，15) 2.33 2
检验统计量： T
11
n1 n2
X Y
(n1
1)S12
(n2
1)
S
2 2
n1 n2 2
拒绝域：
W {T t（α n1 n2 2）}
n1 21，n2 16， α=0.10
假设检验的5个步骤例题
假设检验的5个步骤例题
假设检验的五个步骤分别是：提出假设、构造检验统计量、确定显著水平、进行统计决策和结论。
以下是一个例题：
研究问题：某公司认为，他们的新产品的销售额会在100万以上，否则就会在100万以下。
我们来检验这个预测是否准确。
提出假设：
假设1: 新产品的销售额在100万以上。
假设2: 新产品的销售额在100万以下。
构造检验统计量：
如果新产品的销售额在100万以上，则认为假设1为真，否则假设2为真。
我们需要收集新产品的销售额数据来进行判断。
确定显著水平：
选择显著水平为0.05，这意味着如果数据不支持假设1的准确性，那么我们有5%的概率会错误地拒绝假设1。
进行统计决策：
根据收集的数据，我们计算出销售额为150万。
由于这个数值高于100万，所以假设1是正确的。
结论：根据以上步骤，我们得出结论：新产品的销售额在100万以上，因此假设1是正确的。
请注意，这只是一个简单的例子，实际应用中的假设检验可能会涉及更复杂的统计方法和数据分析。
考研数学一-概率论与数理统计假设检验.doc
考研数学一-概率论与数理统计假设检验(总分：23.00，做题时间：90分钟)一、选择题(总题数：12，分数：12.00)1.在假设检验中，显著性水平α是（分数：1.00）A.第一类错误概率．B.第一类错误概率的上界．C.第二类错误概率．D.第二类错误概率的上界．2.在假设检验中，显著性水平α的意义是（分数：1.00）A.原假设H0成立，经检验被拒绝的概率．B.原假设H0成立，经检验被接受的概率．C.原假设H0不成立，经检验被拒绝的概率．D.原假设H0不成立，经检验被接受的概率3.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α=0.05下接受H0：μ=μ0，H1：μ＞μ0，则在显著性水平α=0.01下（分数：1.00）A.必接受H0．B.必拒绝H0，接受H1．C.可能接受也可能拒绝H0．D.拒绝H0，可能接受也可能拒绝H1．4.在假设检验中，如果待检验的原假设为H0，那么犯第二类错误是指（分数：1.00）A.H0成立，接受H0．B.H0不成立，接受H0．C.H0成立，拒绝H0．D.H0不成立，拒绝H0．5.假设总体X服从正态分布N(μ，1)，关于总体X的数学期望μ有两个假设H0：p=0；H1：μ=1．已知X1，…，X9是来自总体X uα表示标准正态分布上α分位数，H0的4个否定域分别取为1.00）A.B.C.D.6.假设某种元件寿命(单位：千小时)原来服从正态分布N(5，0.32)，现采用新工艺加工，所得的产品寿命服从正态分布N(μ，0.32)．为检验这种工艺是否提高元件的使用寿命，为此需要做统计检验，如果检验者对新工艺持保守态度，将元件寿命没有提高作为原假设H0，那么原假设，备择假设应该是（分数：1.00）A.H0：μ=5；H1：μ≠5．B.H0：μ=5；H1：μ＞5．C.H0：μ=5；H1：μ＜5．D.H0：μ≤5；H1：μ＞5．7.对取显著性水平为α的假设检验问题，犯第一类错误(弃真)的概率为p，则（分数：1.00）A.p≤1-α．B.p≥1-α．C.p≤α．D.p≥α．8.假设总体X H0：μ=μ0；H1：μ＞μ0．如果取H0的否定域为(x1，…，x n)C 1.00）A.B.C.D.9.自动装袋机装出的物品每袋重量服从正态分布N(μ，σ2)，规定每袋重量的方差不超过a．为了检验自动装袋机的生产是否正常，对它生产的产品进行抽样检查，取零假设H0：σ2≤a，显著性水平α=0.05，则下列说法正确的是（分数：1.00）A.如果生产正常，则检验结果也认为生产是正常的概率为95%．B.如果生产不正常，则检验结果也认为生产是不正常的概率为95%．C.如果检验结果认为生产正常，则生产确实正常的概率为95%．D.如果检验结果认为生产不正常，则生产确实不正常的概率为95%．10.假设总体X服从正态分布N(μ，σ2)，其中μ，σ2均为未知参数，则下列统计假设中属于简单假设的是（分数：1.00）A.H0：μ：0，σ＞1．B.H0：μ=0，σ=1．C.H0：μ＜3，σ=1．D.H0：0＜μ＜3．11.设X1，…，X n是来自正态总体N(μ，σ2)的简单随机样本，其中参数μ和σ2未知，样本均值与方差分S2，则假设H0：μ=μ0选用的检验统计量为1.00）A.B.C.D.12.在产品质量检验时，原假设H0：产品合格．为了使次品混入正品的可能性很小，则在样本容量n固定的条件下，显著性水平α(0＜α＜1)（分数：1.00）A.应取大些．B.应取小些．C.应取定数．D.可以取(0，1)中的任意数．二、填空题(总题数：4，分数：6.00)13.假设总体Xσ0=0.3．基于来自总体X的容量为9的简单随机样本，2.00）填空项1:__________________14.假设总体X～N(μ，1)，关于总体X的数学期望μ的假设H0：μ=0；基于来自总体X的容量为9的简单1.00）填空项1:__________________15.假设总体X～N(μ，σ2)，且X1，X2，…，X n是来自总体X的简单随机样本，设1.00）填空项1:__________________16.已知总体X服从正态分布N(μ，1)，关于期望μ的待检假设H0：μ=0，H1：μ=1．已知X1，…，X9是来自总体X H0的否定域为 2.00）填空项1:__________________三、解答题(总题数：1，分数：5.00)17.某工厂生产零件长度X服从正态分布N(μ，σ2)，根据其精度要求，零件长度标准差不得超过0.9，现从该产品中取出19个样本，测得样本标准差S=1.2．问在显著性水平α=0.01下能否认为这批零件标准差显著偏大．如果α=0.05，结论又如何α 5.00）__________________________________________________________________________________________。
完整版假设检验习题及答案
第二章假设检验3.2 —种元件，要求其使用寿命不低于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）。
已知这种元件寿命服从标准差100（小时）的正态分布，试在显著水平 0.05下确定这批元件是否合格。
提出假设：H 0: 1000, H 1: 1000构造统计量：此问题情形属于u 检验，故用统计量:V= u U 1本题中：0.05 u 0.95 1.64即, u u 0.95拒绝原假设H 0认为在置信水平0.05下这批元件不合格。
3.4某批矿砂的五个样品中镍含量经测定为（%）：3.25 3.27 3.24 3.26 3.24 设测定值服从正态分布，问在 0.01下能否接受假设，这批矿砂的镍含量为提出假设： H° :13.25 H 1 :1 0构造统计量：本题属于 2未知的情形，可用t 检验，即取检验统计量为:t=—S .n 1本题中，x 3.252, S=0.0117, n=5代入上式得：t =3.252-3.25 0.0117 .5 1否定域为：V= t>^_（n 1）2本题中， 0.01,t 0.995（4） 4.6041Qt t12接受H 0，认为这批矿砂的镍含量为 3.25。
Xu=—— 00 此题中：x 950 代入上式得：950-1000 u= 2.5 100 25拒绝域：0 100 n=25 0 10000.34193.5确定某种溶液中的水分，它的10个测定值X 0.452%, S 0.035%,0.452%-0.5% t= -4.1143 0.035%拒绝域为： V 二t >t i. (n 1)本题中， 0.05 n=10t °.95(9)1.8331 t 4.1143拒绝H 0 (ii)构造统计量： 未知，可选择统计量2nS 22"本题中，S 0.035% n=100.04%代入上式得:否定域为:接受H 。