《统计学》(第四版)学习指导书以及课后习题答案

PAGEPAGE42附录：教材各章习题答案第1章统计与统计数据1.1（1）（2）（3）（4）（5分类数据。（1）总体是“该城市所有的职工家庭”，样本是“抽取的2000个职工家庭”；“2000收入。（1）IT（2）（3）（4）观察数据。（1）总体是“所有的网上购物者”（2）（3）（4）（5）推断统计方法。（略。（略。第2章数据的图表展示（1）属于顺序数据。（2）频数分布表如下合计100合计100100服务质量等级家庭数/频率频率/%A1414B2121C3232D1818E1515条形图（略）帕累托图（略。（1）频数分布表如下按销售收入分 企业频率向上累积按销售收入分 企业频率向上累积向下累积组/万元100以下100～110110～120120～130130～140140以上合计40100.0————数/%企业数频率企业数频率/个512.5512.540100.0922.51435.03587.51230.02665.02665.0717.53382.51435.0410.03792.5717.537.540100.037.5按销售收入分组/万元先进企业良好企业按销售收入分组/万元先进企业良好企业一般企业落后企业合计40100.0企业数/个频率/%1127.51127.5922.5922.5频数分布表如下按销售额分组/按销售额分组/万元25～3030～3535～4040～4545～50合计频数/天频率/%410.0615.01537.5922.5615.040100.0直方图（略。茎叶茎叶数据个数18893201133688899912313569541236676501274箱线图（略。（1）排序略。（2）频数分布表如下100只灯泡使用寿命非频数分布按使用寿命分组/小时灯泡个数/只频率/%650~66022660~67055670~68066680~6901414690~7002626700~7101818710~7201313720~7301010730~74033740~75033合计100100直方图（略合计100100茎叶茎叶6518661456867134679681123334555889969001111222334455666778888997000112234566677888971002233567788972012256789973356741472.6（1）频数分布表如下按重量分组频率/包40～42242～44344～46746～481648～501752～521052～542054～56856～581058～60460～623合计100（2）直方图（略。(3)食品重量的分布基本上是对称的。（1）频数分布表如下按重量误差分组频数/个10～20020～30530～40740～50850～601360～70970～80680～902合计50（2）直方图（略。（1）属于数值型数据。分组结果如下天数天数/天分组-25~-20-25~-20-20~-15-15~-10-10~-5-5~00~55~10合计681013124760直方图（略。（1）直方图（略。（2）自学考试人员年龄的分布为右偏。A班数据个数树叶A班数据个数树叶树茎B班树叶数据个数03592144044842975122456677789121197665332110601123468892398877766555554443332100700113449876655200812334566632220901145660100003（2）A班考试成绩的分布比较集中，且平均分数较高；BA班分散，且平均成绩较A班低。（略。（略。（略。（略。（特征请读者自己分析）各城市相对湿度箱线图各城市相对湿度箱线图958575655545Min-Max35北京长春南京郑州武汉广州成都昆明兰州西安25%-75%Medianvalue第3章数据的概括性度量3.1 （1）M 10M 10x9.6。0 e（2）QL

5.5；QU

12。（3）s4.2。左偏分布。0 3.2 （1）M 19M 230 （2）QL

5.5；QU

12。（3）x24；s6.65。（4）SK1.08K0.77。略。3.3 （1）略。（2）x7；s0.71。v1

0.102；v2

0.274。选方法一，因为离散程度小。3.4 （1）x=274.（万元；e=272.5。（2）Q

=260.25；Q=291.25。L U（3）s21.17（万元。3.5 甲企业平均成本＝19.41（元，乙企业平均成本＝18.29（元量中所占比重较大，因此拉低了总平均成本。3.6 （1）x=426.6（万元s1148（万元。（2）SK0.203；K0.688。 （1（2）同，因为均值和标准差的大小基本上不受样本大小的影响。（3）越大，变化的范围就可能越大。 0.10.08。（2）x=27.2（磅s27（磅x=22.7（磅s27（磅（3）68%；（4）95%。A 通过计算标准化值来判断，z 1，z 0.5，说明在Ａ项测试A 出1个标准差，而在B项测试中只高出平均分数0.5个标准差，由于A项测试的标准化值高于B项测试，所以A项测试比较理想。 通过标准化值来判断，各天的标准化值如下表日期 周一 周二 周三 周四 周五 周六 周标准化值Z 3 -0.6-0.20.4-1.8-2.2 0周一和周六两天失去了控制。（1）离散系数，因为它消除了不同组数据水平高地的影响。（2）vs

；172.1vs

2.3

；由于幼儿组身高的离散系数大于成年组身高的离散系数，说明幼儿组身高的离散程度相对较大。下表给出了一些主要描述统计量，请读者自己分析。ABC平均165.6平均128.73平均125.53中位数165中位数129中位数126众数164众数128众数126标准偏差2.13标准偏差1.75标准偏差2.77极差8极差7极差12最小值162最小值125最小值116最大值170最大值132最大值128（1）（2）（3（略。第4章抽样与参数估计4.1（1）200（2）5（3）（4）。4.2（1）32。4.3。4.4（1）x25

~N(17,22)（2）x100

~N(17,1)。4.5（1）1.41（2）1.41，1.41，1.34。4.6（1）0.4（2）0.024 （3）正态分布。4.7（2）差越来越小。4.8（1）x2.14（2）=4.（3（115.，124.2。4.9（87819，121301。4.10（1）811.97（2）812.35（3）813.10。4.11（1（24.1，25.89（2（113.1，126.0（3（3.136，3.702）4.12（1（86879112（87349066（3（87619039（4（8682，911。4.13（2.88，3.76；(2.8，3.84；(2.6，4.01。4.14（7.1，12.9。4.15（7.18，11.5。4.16（1（148.9，150.1（2）中心极限定理。4.17（1（100.9，123.7（2（0.017，0.18。4.18（15.63，16.55。4.19（10.36，16.76。4.20（1（0.316，0.704（2（0.777，0.86（3（0.456，0.504。4.21（18.11，27.89（17.17，22.835。4.22167。4.23（1）2522（2）601（3）268。4.24（1（51.37，76.63%（2）36。4.25（1（2.13，2.97（2（0.015，0.029（3（25.3，42.5。4.26（1（0.33，0.87（2（1.25，3.333）第一种排队方式更好。4.2748。4.28139。第5章假设检验研究者想要寻找证据予以支持的假设是“新型弦线的平均抗拉强度相对于前提高了”，所以原假设与备择假设应为：H :1035，H :1035。0 1＝“某一品种的小鸡因为同类相残而导致的死亡率 ”，H0:0.04，H :0.04。15.3 H :65H :65。0 1（1）第一类错误是该供应商提供的这批炸土豆片的平均重量的确大于等于60克，但检验结果却提供证据支持店方倾向于认为其重量少于60克；60克品；连锁店的顾客们自然看重第二类错误，而供应商更看重第一类错误。s/ n（1）zxs/ n

，在大样本情形下近似服从标准正态分布；zz0.05H0；z＝2.94>1.645H0。5.6 zH0。5.7t1.66，不拒绝H 。05.8 z2.39，拒绝H 。05.9t1.04，不拒绝H05.10z2.44，拒绝H 。05.11z＝1.93，不拒绝H 。05.12z＝7.48，拒绝H 。05.132＝206.22，拒绝H 。05.14F2.42，拒绝H 。0第6章方差分析6.1 F4.6574F0.01

8.0215(或Pvalue0.04090.01)，不能拒绝原假设。6.2 F15.8234F0.016.3 F10.0984F0.016.4 F11.7557F0.056.5 F17.0684F

4.579(或Pvalue0.000010.01)，拒绝原假设。5.4170Pvalue000685013.6823Pvalue000849.053.8853(Pvalue0.00030.05，拒绝原假设。0.05xAxB30LSD5.85，拒绝原假设；xAxC LSD5.85，不能拒绝原假设；xBxC 30LSD5.85，拒绝原假设。差异源SSdf差异源SSdfMSFP-valueFcrit组间42022101.4780.2459463.354131383627142.07— — —425629—— — —组内总计F1.478组内总计0.05

3.554131(或Pvalue0.2459460.05)，不能拒绝原假设。第7章相关与回归分析（1）散点图（略，产量与生产费用之间正的线性相关关系。（2）r0.920232。检验统计量t14.4222t 2.2281拒绝原假设相关系数显著。2（1）散点图（略。（2）r0.8621。

（1）x0y的期望值。0（2）ˆ表示x每变动一个单位y平均下降0.5个单位。1（3）Ey)7。7.4 （1）R290。（2）se

1。（1）散点图（略。（2）r0.9489。（3）0.11810.00358x。回归系数0.00358表示运送距离每增加11公里，运送时间平均增加0.00358天。(1)散点图（略。二者之间为高度的正线性相关关系。（2）r0.998128，二者之间为高度的正线性相关关系。734.69280.308683x1

0.308683表示人均GDP每增加1元，人均消费水平平均增加0.308683元。（4）判定系数R20.996259。表明在人均消费水平的变差中，有99.6259%是由人均GDP决定的。（5）F1331.692F

6.61，拒绝原假设，线性关系显著。（6）734.69280.30868350002278.1078（元。5000（7）置信区间：[1990.749，2565.464]；预测区间：[1580.463，2975.750]。（1）（略，二者之间为负的线性相关关系。430.18924.7x。回归系数11%4.7次。

4.7表示航班（3）检验统计量t959t 3060（P-Value=0.00110805，2拒绝原假设，回归系数显著。（4）430.18924.78054.1892（次。80（5）（37.660，70.619（7.572，100.707。Excel输出的结果如下（解释与分析请读者自己完成）MultipleRRSquareAdjustedRSquare标准误差观测值

0.79510.63220.61172.685820方差分析dfSSMSFSignificanceF回归分析1 223.1403223.140330.93322.79889E-05残差18 129.84527.2136总计19 352.9855Coefficients

标准误差

tStat

P-value

Lower95%

Upper95%Intercept49.31773.805012.96120.000041.323657.3117XVariable10.24920.04485.56180.00000.15510.3434（1）方差分析表中所缺的数值如下方差分析表方差分析表变差来源df回归

SS MS F SignificanceF1 1422708.6 1422708.6 残差10 40158.07 4015.807 —总计

2.17E-09—11 1642866.67 — — —（2）R2

SSR

1422708.60

0.866086.60%。表明汽车销售量的变SST 1642866.67差中有86.60%是由于广告费用的变动引起的。R20.8660（3）r R20.8660

0.9306。（4）363.68911.420211x。回归系数1.420211表示广告费用每1增加一个单位，销售量平均增加1.420211个单位。（5）SignificanceF＝2.17E-09<0.05，线性关系显著。7.10 13.62542.3029x；R293.74%；se7.11 （1）27。（2）4.41。（3）拒绝H 。0（4）r0.7746。拒绝H 。07.12 （1）15.95Ey)18.05。（2）14.651y 19.349。0

3.8092。7.13 46.2915.24x441.555Ey40)685.045。17.14 25.030.04971

1.928x2

；预测28.586。（略。（1）显著。显著。显著。7.17 （1）88.63771.6039x1（2）83.23012.2902x1

。1.3010x。2（3）不相同。方程中的回归系数1

1.6039表示电视广告费用每增加1万元，月销售额平均增加 1.6039万元；方程（1）中的回归系数2.2902表示在报纸广告费用不变的条件下，电视广告费用每增加1万12.2902万元。（4）R291.91%R288.66。a（5）的P-Value=0.0007， 的均小0.05，两个1 2回归系数均显著。7.18 （1）0.591022.3865x1

327.6717x2回归系数1

22.3865表示降雨量每增加1毫mm，小麦收获量平均2327.6717kg/mh2。可能存在。

327.671717.19 （1）148.70050.8147x1

0.8210x2

0.1350x。3（2）R289.75%；R287.83%。a（3）SignificanceF＝3.88E-08<0.05，线性关系显著。（4 ） 的 P-Value=0.1311>0.05 ，不显著； 的1 2P-Value=0.0013<0.05，显著； 的P-Value=0.0571>0.05，不显著。3第8章时间序列分析和预测（1）时间序列图（略。（2）13.55%。（3）1232.90(亿元)。（1）时间序列图（略。（2）1421.2(公斤/公顷)。（3）0.3时的预测值：F2001

1380.18，误差均方＝291455；0.5时的预测值：F2001

1407.23，误差均方＝239123。0.5更合适。8.3（1）3期移动平均预测值＝630.33（万元。（2）0.3时的预测值：F19

567.95，误差均方＝87514.7；0.4时的预测值：F19

591.06，误差均方＝62662.5；0.5时的预测值：F 606.54，误差均方＝50236。0.5更合适19（3）趋势方程。估计标准误差st （1）趋势图（略。

31.6628。（2）趋势方程145.781.16077t。2001年预测值＝3336.89(亿元)。t（1）趋势图（略。（2）线性趋势方程69.520213.9495t年预测值=585.65（万吨。线 性 趋 势 ：

374.16130.6137t

； 二 次

曲 线 ：381.64421.8272t0.0337t

； 三

曲 线 ：372.56171.0030t20.0036t3。（1）原煤产量趋势图（略。趋势方程4.58242预测值亿吨。t 20018.8（1）图形（略。（2）移动平均法或指数平滑法。（3）移动平均预测=72.49(万元)；指数平滑法预测＝72.5(万元)(0.4)。8.9（1）略。季节指回归预测最终预测2001季节指回归预测最终预测2001年/月 时间编号数值值1971.04393056.303190.482980.99393077.503058.873990.95933098.712972.4841000.93983119.922931.9951010.94393141.132964.8861020.95893162.333032.3071030.92873183.542956.4381040.92613204.752967.8691050.98143225.963166.05101061.00753247.163271.51111071.04723268.373422.77121081.26943289.584175.95季节指数各季节指数如下季节指数1季度2季度3季度4季度0.75170.85131.23431.1627季节变动图（略。计算趋势：分离季节因素后的趋势方程为：Yˆ2043.92163.7064t。图形t（略）周期波动图（略。各月季节指数如下1月2月3月4月5月6月0.67440.66990.74320.79030.80610.85107月8月9月10月11月12月0.75520.34490.96191.19921.86622.3377季节变动图（略。计算趋势：分离季节因素后的趋势方程为：Yt

119.1590.42449t。图形（略。周期波动图（略随机波动图（略第9章指数9.1 （1）v110.80（2）Ip元＝26190元-12270元。

122.46（3）Iq

90.48（4）139209.2（1）111.72%（2）111.60%（3）100.10%（4）15.3万元＝15.1532万元+0.1468万元。9.3（1）2.62%；8016（2）28.42%；124864（3）143.37%；132880元。9.4（1）（2）Ip9.5 结果如下表：

111.11%；Iq

90.91%。年份19901991199219931994

缩减后的人均GDP1584.91817.22149.42562.33161.219954145.219965148.719975889.119986357.919996640.020007049.89.6Ip 98.521.48%。1一、学习指导的一些基本概念。本章各节的主要内容和学习要点如下表所示。章节应用领域型数据来源

主要内容什么是统计学统计的应用领域分类数据、顺序数据、数值型数据观测数据和实验数据数据的间接来源数据的直接来源调查方案设计数据质量总体和样本

学习要点概念：统计学，描述统计，推断统计。统计在工商管理中的应用。统计的其他应用领域。概念：分类数据，顺序数据，数值型数据。不同数据的特点。概念：观测数据，实验数据。概念：截面数据，时间序列数据。统计数据的间接来源。二手数据的特点。概念：抽样调查，普查。数据的间接来源。数据的收集方法。调查方案的内容。概念。抽样误差，非抽样误差。统计数据的质量。概念：总体，样本。统计中的 参数和统计几个基本概念变量

概念：参数，统计量。概念：变量，分类变量，顺序变量，数值型变量，连续型变量，离散型变量。二、主要术语统计学：收集、处理、分析、解释数据并从数据中得出结论的科学。描述统计：研究数据收集、处理和描述的统计学分支。推断统计：研究如何利用样本数据来推断总体特征的统计学分支。分类数据：只能归于某一类别的非数字型数据。顺序数据：只能归于某一有序类别的非数字型数据。数值型数据：按数字尺度测量的观察值。观测数据：通过调查或观测而收集到的数据。实验数据：在实验中控制实验对象而收集到的数据。截面数据：在相同或近似相同的时间点上收集的数据。时间序列数据：在不同时间上收集到的数据。断总体特征的数据收集方法。普查：为特定目的而专门组织的全面调查。总体：包含所研究的全部个体（数据）的集合。样本：从总体中抽取的一部分元素的集合。样本容量：也称样本量，是构成样本的元素数目。参数：用来描述总体特征的概括性数字度量。统计量：用来描述样本特征的概括性数字度量。变量：说明现象某种特征的概念。分类变量：说明事物类别的一个名称。顺序变量：说明事物有序类别的一个名称。数值型变量：说明事物数字特征的一个名称。离散型变量：只能取可数值的变量。连续型变量：可以在一个或多个区间中取任何值的变量。四、习题答案1.D12.C23.C34.A45.A2.D13.B24.B35.A46.B3.A14.A25.D36.A47.C4.B15.C26.C37.D48.A5.A16.D27.B38.B49.C6.D17.C28.D39.B50.D7.C18.A29.A40.C51.A8.B19.C30.D41.C52.C9.A20.D31.A42.D53.D10.A21.A32.B43.C54.A11.C、22.C33.C44.D55.B2一、学习指导要点如下表所示。章节 主要内容数据审核数据排序

学习要点 数据审核的目的。 原始数据和二手数据的审核内容。 数据排序的目的。 分类数据和数值型数据的排序方法。数据的预处理理与展示

数据筛选分类数据的整理与图示顺序数据的整理与图示数据分组

数据筛选的目的。 Excel 数据透视表的用途。 Excel 率。 Excel 条形图，饼图。 概念：累积频数，累积频率。 累积频数分布图。 等距分组，不等距分组，组距，组中值。 频数分布表的制作步骤。 Excel整理与展示合理使用图表

数值型数据的图示鉴别图形优劣的准则统计表的设计

直方图的绘制。 茎叶图的绘制。 箱线图的绘制。 直方图与条形图的区别。 茎叶图与直方图的区别。 线图的绘制。 散点图的绘制。 气泡图的绘制。 雷达图的绘制。 图形应包括的基本特征。 鉴别图形优劣的准则。 统计表的结构。 统计表的设计。二、主要术语频数：落在某一特定类别（或组）中的数据个数。频数分布：数据在各类别（或组）中的分配。比例：一个样本（或总体）中各个部分的数据与全部数据之比。比率：样本（或总体）中各不同类别数值之间的比值。累积频数：将各有序类别或组的频数逐级累加起来得到的频数。数据分组：根据统计研究的需要，将原始数据按照某种标准划分成不同的组别。组距分组：将全部变量值依次划分为若干个区间，并将这一区间的变量值作为一组。组距：一个组的上限与下限的差。组中值：每一组的下限和上限之间的中点值，即组中值。直方图：用矩形的宽度和高度（即面积）来表示频数分布的图形。茎叶图：由“茎”和“叶”两部分组成的、反应原始数据分布的图形。5个特征值绘制而成的、反应原始数据分布的图形。四、习题答案1.C8.B15.C22.D29.D2.A9.B16.B23.D30.C3.B10.C17.D24.B31.B4.C11.A18.D25.D32.C5.D12.B19.C26.B33.C6.B13.B20.B27.B34.A7.C14.C21.C28.D35.B3一、学习指导章节主要内容学习要点相对位置的度量3.3偏态与峰章节主要内容学习要点相对位置的度量3.3偏态与峰态的度量众数概念：众数。众数的特点。概念：中位数，四分位数。中位数和分位数中位数和四分位数的特点。中位数和四分位数的计算。3.1集中趋势概念：平均数，简单平均数，加权平均数，的度量几何平均数。平均数简单平均数和加权平均数的计算。平均数的性质。几何平均数的计算和应用场合。众数、中位数和平均数众数、中位数和平均数在分布上的关系。的比较众数、中位数和平均数的特点及应用场合。异众比率概念：异众比率。异众比率的计算和应用场合。四分位差概念：四分位差。四分位差的计算和应用场合。概念：极差，平均差，方差，标准差。极差的计算和特点。方差和标准差平均差的计算和特点。3.2离散程度样本方差和标准差的计算。的度量总体方差和标准差的计算。概念：标准分数。标准分数的计算和应用。经验法则。切比雪夫不等式。离散系数离散系数的用途。偏态及其测度概念：偏态，偏态系数。偏态系数的计算。偏态系数数值的意义。峰态及其测度峰态及其测度 概念：峰态，峰态系数。 峰态系数的计算。 峰态系数数值的意义。 Excel Excel二、主要术语和公式（一）主要术语众数：一组数据中出现频数最多的变量值，用M 表示。o中位数：一组数据排序后处于中间位置上的变量值，用M 表示。e2575%位置上的值。平均数：一组数据相加后除以数据的个数而得到的结果。几何平均数个变量值乘积的n次方根，用G 表示。m异众比率：非众数组的频数占总频数的比率。四分位差：也称为内距或四分间距，上四分位数与下四分位数之差。极差：也称全距，一组数据的最大值与最小值之差。平均差：也称平均绝对离差，各变量值与其平均数离差绝对值的平均数。方差：各变量值与其平均数离差平方的平均数。标准差：方差的平方根。标准分数：变量值与其平均数的离差除以标准差后的值。离散系数：也称为变异系数，一组数据的标准差与其相应的平均数之比。偏态：数据分布的不对称性。偏态系数：对数据分布不对称性的度量值。峰态：数据分布的平峰或尖峰程度。峰态系数：对数据分布峰态的度量值。（二）主要公式名称名称公式xn为奇数n1中位数M 2e12xxn为偶数n2 2 n1 xi1x简单样本平均数in加权样本平均数

k M fiixi1iin几何平均数 G m

xx1

xn

nxn ixi1异众比率 Vr

f ifi

f fi四分位差极差

Q Q Qd U LRmax(x)min(x)i i简单平均差

M i1

xxi加权平均差简单样本方差

dkM dns2i1

nM xfi in(xx)2in1简单样本标准方差

n(xx)2is i1in1加权样本方差

s2

k(Mii1

x)2fin1加权样本标准差

k(Mis i1i

x)2fin1标准分数

z xixi s离散系数 v ss x未分组数据的偏态系数未分组数据的偏态系数SKn(n1)(nxx3is分组数据的偏态系数kSKi1Mx3fii未分组数据的峰态系数Knxx43xx22n)ii分组数据的峰态系数kKi1(M x)4fi ins43四、习题答案ACBCDBDAACBCABABAB

CABCCCCDAABBAABBAB

ACBAABBABACDBACDBD

BABDABCDACDDCBDDAB

DCADDAACDDAAAD4一、学习指导章节主要内容学习要点 章节主要内容学习要点 重复抽样，不重复抽样，分层抽样，系概率抽样方法统抽样，整群抽样。 Excel抽取简单随机样本。 概念：抽样分布，样本均值的抽样分布，样本比例的抽样分布，样本方差的4.1抽样与抽样分布。抽样分布中心极限定理。抽样分布样本均值抽样分布的特征。样本均值的抽样分布与总体分布的关系。样本比例抽样分布的形式和特征。样本方差抽样分布的形式。4.2参数估估计量与估计值概念：估计量，估计值。计的一般问题

点估计与区间估计

置信水平。 置信区间构建的原理。 置信区间的解释。评价估计量的标准 概念：无偏性，有效性，一致性。总体均值的区间估计

正态总体、方差已知，或非正态总体、大样本

正态总体、方差已知时的置信区间。 非正态总体、大样本时的置信区间。 用Excel计算给定界值。 区间。正态总体、方差未 正态总体、方差未知时的小样本置信知、小样本 区间。 Excel计算给定t值。总体比例的区间估计总体方差的区间估计

总体比例的区间估计总体方差的区间估计

总体比例的置信区间。 总体方差的置信区间。 用Excel计算给定的2值。估计总体均值时样样本容 本容量的确定量的确定 估计总体比例时样本容量的确定

样本容量的计算方法。 样本容量的计算方法。二、主要术语和公式（一）主要术语简单随机抽样：也称纯随机抽样，它是从含有N个元素的总体中，抽取n个元素作为样本，使得总体中的每一个元素都有相同的机会（概率）简单随机样本：从含有N个元素的总体中，抽取n体中每一个样本量为n的样本都有相同的机会（概率）被抽中。个元素，直至抽取n个元素为止。个元素，直到抽取n个元素为止。分层抽样：也称分类抽样，它是在抽样之前先将总体的元素划分为若干层（类，然后从各个层中抽取一定数量的元素组成一个样本。素，直至抽取n个元素形成一个样本。随后再对抽中的各个群中所包含的所有元素进行观察。抽样分布：在重复选取样本量为n形成的相对频数分布。样本均值的抽样分布：在重复选取样本量为n可能取值形成的相对频数分布。样本比例抽样分布：在重复选取样本量为n能取值形成的相对频数分布。标准误差：也称为标准误，它是样本统计量的抽样分布的标准差。替计算的标准误。估计量：用来估计总体参数的统计量的名称，用符号表示。估计值：用来估计总体参数时计算出来的估计量的具体数值。点估计：用样本统计量的某个取值直接作为总体参数的估计值。区间估计：在点估计的基础上，给出总体参数估计的一个范围。置信区间：由样本统计量所构造的总体参数的估计区间。区间中包含总体参数真值的次数所占的比率。（二）主要公式名称名称公式总体均值的置信区间（正态总体，已知）xz2n总体均值的置信区间（未知，大样本）xz2sn总体均值的置信区间（正态总体，总体均值的置信区间（正态总体，未知，小xt样本）2sn总体比例的置信区间p)pz2 n总体方差的置信区间(n2222(n2212估计总体均值时的样本容量n(z)222E2估计总体比例时的样本容量n(z )2)2E2四、习题答案87.A121.B155.A189.C223.B88.B122.A156.B190.A224.A89.A123.B157.C191.B225.A90.B124.D158.C192.C226.D91.B125.B159.D193.A227.C92.C126.A160.B194.D228.B93.D127.C161.D195.A229.A94.C128.A162.D196.B230.A95.A129.B163.C197.C231.B96.C130.A164.C198.A232.B97.A131.C165.B199.A233.B98.A132.D166.C200.A234.C99.C133.C167.D201.A235.B100.A134.B168.D202.A236.B101.D135.D169.A203.C237.D102.B136.C170.B204.B238.A103.D137.A171.C205.B239.B104.B138.A172.A206.A240.B105.B139.D173.A207.C241.C106.B140.A174.C208.C242.D107.A141.B175.C209.B108.A142.C176.C210.C109.A143.A177.B211.C110.D144.C178.A212.B111.D145.B179.B213.C112.B146.A180.B214.B113.C147.A181.A215.A114.C148.A182.D216.B115.B149.A183.C217.A116.B150.A184.A218.A117.B151.A185.B219.A118.D152.A186.B220.C119.D153.B187.C221.C120.C154.A188.B222.D5一、学习指导假设检验是推断统计的另一项重要内容本章各节的主要内容和学习要点如下表所章节 主要内容

学习要点假设的陈述两类错误与显著性水平假设检验检验统计量与拒绝域的基本问题

双侧检验。 针对具体的实际问题，建立合理的原假设和备择假设。 概念：第Ⅰ类错误，第Ⅱ类错误，显著性水平。 两类错误的控制。 两类错误的关系。 值。 统计量检验的原理。 利用统计量检验的决策准则。P

概念：P值。 P值的计算。 P值检验与统计量检验的异同。 P值决策的准则。的检验的检验的检验

小结大样本的检验方法小样本的检验方法总体比例的检验总体方差的检验

假设检验的步骤。 假设检验结果的表述。 总体方差2已知时，均值检验的统计量和程序。 总体方差2未知时，均值检验的统计量和程序。 ExcelP 总体方差2已知时，均值检验的统计量和程序。 总体方差2未知时，均值检验的统计量和程序。 ExcelP值。 检验的统计量。 检验的程序。 ExcelP值。 检验的统计量。 检验的程序。 ExcelP值。二、主要术语和公式（一）主要术语假设：对总体参数的具体数值所做的陈述。假设检验：先对总体参数提出某种假设，然后利用样本信息判断假设是否成立的过程。备择假设：也称研究假设，是研究者想收集证据予以支持的假设，用

H1a1

表示。原假设：也称零假设，是研究者想收集证据予以反对的假设，用H0表示。的假设检验。检验。。第Ⅱ类错误：当原假设为错误时没有拒绝原假设，犯第Ⅱ类错误的概率通常记为。。个样本统计量。拒绝域：能够拒绝原假设的检验统计量的所有可能取值的集合。临界值：根据给定的显著性水平确定的拒绝域的边界值。 PH0实际观测结果那么极端的概率。（二）主要公式名称名称公式总体均值检验的统计量（正态总体，已知）z/x0n总体均值检验的统计量（未知，大样本）zx0s/n（）tx0s/nzp总体比例检验的统计量0)0n0总体方差检验的统计量2(n220四、习题答案1.A34.A66.D99.A2.D35.C67.D100.B3.C36.B68.A101.D4.A37.A69.C102.C5.B38.D70.D103.B6.C39.D71.A104.D7.A40.C72.C105.B8.B41.C73.B106.B9.A4