PAGEPAGE42附錄：教材各章習題答案第1章統計與統計數據1.1（1）（2）（3）（4）（5分類數據。（1）總體是“該城市所有的職工家庭”，樣本是“抽取的2000個職工家庭”；“2000收入。（1）IT（2）（3）（4）觀察數據。（1）總體是“所有的網上購物者”（2）（3）（4）（5）推斷統計方法。（略。（略。第2章數據的圖表展示（1）屬于順序數據。（2）頻數分布表如下合計100合計100100服務質量等級家庭數/頻率頻率/%A1414B2121C3232D1818E1515條形圖（略）帕累托圖（略。（1）頻數分布表如下按銷售收入分 企業頻率向上累積按銷售收入分 企業頻率向上累積向下累積組/萬元100以下100～110110～120120～130130～140140以上合計40100.0————數/%企業數頻率企業數頻率/個512.5512.540100.0922.51435.03587.51230.02665.02665.0717.53382.51435.0410.03792.5717.537.540100.037.5按銷售收入分組/萬元先進企業良好企業按銷售收入分組/萬元先進企業良好企業一般企業落后企業合計40100.0企業數/個頻率/%1127.51127.5922.5922.5頻數分布表如下按銷售額分組/按銷售額分組/萬元25～3030～3535～4040～4545～50合計頻數/天頻率/%410.0615.01537.5922.5615.040100.0直方圖（略。莖葉莖葉數據個數18893201133688899912313569541236676501274箱線圖（略。（1）排序略。（2）頻數分布表如下100只燈泡使用壽命非頻數分布按使用壽命分組/小時燈泡個數/只頻率/%650~66022660~67055670~68066680~6901414690~7002626700~7101818710~7201313720~7301010730~74033740~75033合計100100直方圖（略合計100100莖葉莖葉6518661456867134679681123334555889969001111222334455666778888997000112234566677888971002233567788972012256789973356741472.6（1）頻數分布表如下按重量分組頻率/包40～42242～44344～46746～481648～501752～521052～542054～56856～581058～60460～623合計100（2）直方圖（略。(3)食品重量的分布基本上是對稱的。（1）頻數分布表如下按重量誤差分組頻數/個10～20020～30530～40740～50850～601360～70970～80680～902合計50（2）直方圖（略。（1）屬于數值型數據。分組結果如下天數天數/天分組-25~-20-25~-20-20~-15-15~-10-10~-5-5~00~55~10合計681013124760直方圖（略。（1）直方圖（略。（2）自學考試人員年齡的分布為右偏。A班數據個數樹葉A班數據個數樹葉樹莖B班樹葉數據個數03592144044842975122456677789121197665332110601123468892398877766555554443332100700113449876655200812334566632220901145660100003（2）A班考試成績的分布比較集中，且平均分數較高；BA班分散，且平均成績較A班低。（略。（略。（略。（略。（特征請讀者自己分析）各城市相對濕度箱線圖各城市相對濕度箱線圖958575655545Min-Max35北京長春南京鄭州武漢廣州成都昆明蘭州西安25%-75%Medianvalue第3章數據的概括性度量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。選方法一，因為離散程度小。3.4 （1）x=274.（萬元；e=272.5。（2）Q

=260.25；Q=291.25。L U（3）s21.17（萬元。3.5 甲企業平均成本＝19.41（元，乙企業平均成本＝18.29（元量中所占比重較大，因此拉低了總平均成本。3.6 （1）x=426.6（萬元s1148（萬元。（2）SK0.203；K0.688。 （1（2）同，因為均值和標準差的大小基本上不受樣本大小的影響。（3）越大，變化的范圍就可能越大。 0.10.08。（2）x=27.2（磅s27（磅x=22.7（磅s27（磅（3）68%；（4）95%。A 通過計算標準化值來判斷，z 1，z 0.5，說明在Ａ項測試A 出1個標準差，而在B項測試中只高出平均分數0.5個標準差，由于A項測試的標準化值高于B項測試，所以A項測試比較理想。 通過標準化值來判斷，各天的標準化值如下表日期 周一 周二 周三 周四 周五 周六 周標準化值Z 3 -0.6-0.20.4-1.8-2.2 0周一和周六兩天失去了控制。（1）離散系數，因為它消除了不同組數據水平高地的影響。（2）vs

；172.1vs

2.3

；由于幼兒組身高的離散系數大于成年組身高的離散系數，說明幼兒組身高的離散程度相對較大。下表給出了一些主要描述統計量，請讀者自己分析。ABC平均165.6平均128.73平均125.53中位數165中位數129中位數126眾數164眾數128眾數126標準偏差2.13標準偏差1.75標準偏差2.77極差8極差7極差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章抽樣與參數估計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）正態分布。4.7（2）差越來越小。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）中心極限定理。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）第一種排隊方式更好。4.2748。4.28139。第5章假設檢驗研究者想要尋找證據予以支持的假設是“新型弦線的平均抗拉強度相對于前提高了”，所以原假設與備擇假設應為：H :1035，H :1035。0 1＝“某一品種的小雞因為同類相殘而導致的死亡率 ”，H0:0.04，H :0.04。15.3 H :65H :65。0 1（1）第一類錯誤是該供應商提供的這批炸土豆片的平均重量的確大于等于60克，但檢驗結果卻提供證據支持店方傾向于認為其重量少于60克；60克品；連鎖店的顧客們自然看重第二類錯誤，而供應商更看重第一類錯誤。s/ n（1）zxs/ n

，在大樣本情形下近似服從標準正態分布；zz0.05H0；z＝2.94>1.645H0。5.6 zH0。5.7t1.66，不拒絕H 。05.8 z2.39，拒絕H 。05.9t1.04，不拒絕H05.10z2.44，拒絕H 。05.11z＝1.93，不拒絕H 。05.12z＝7.48，拒絕H 。05.132＝206.22，拒絕H 。05.14F2.42，拒絕H 。0第6章方差分析6.1 F4.6574F0.01

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

4.579(或Pvalue0.000010.01)，拒絕原假設。5.4170Pvalue000685013.6823Pvalue000849.053.8853(Pvalue0.00030.05，拒絕原假設。0.05xAxB30LSD5.85，拒絕原假設；xAxC LSD5.85，不能拒絕原假設；xBxC 30LSD5.85，拒絕原假設。差異源SSdf差異源SSdfMSFP-valueFcrit組間42022101.4780.2459463.354131383627142.07— — —425629—— — —組內總計F1.478組內總計0.05

3.554131(或Pvalue0.2459460.05)，不能拒絕原假設。第7章相關與回歸分析（1）散點圖（略，產量與生產費用之間正的線性相關關系。（2）r0.920232。檢驗統計量t14.4222t 2.2281拒絕原假設相關系數顯著。2（1）散點圖（略。（2）r0.8621。

（1）x0y的期望值。0（2）?表示x每變動一個單位y平均下降0.5個單位。1（3）Ey)7。7.4 （1）R290。（2）se

1。（1）散點圖（略。（2）r0.9489。（3）0.11810.00358x。回歸系數0.00358表示運送距離每增加11公里，運送時間平均增加0.00358天。(1)散點圖（略。二者之間為高度的正線性相關關系。（2）r0.998128，二者之間為高度的正線性相關關系。734.69280.308683x1

0.308683表示人均GDP每增加1元，人均消費水平平均增加0.308683元。（4）判定系數R20.996259。表明在人均消費水平的變差中，有99.6259%是由人均GDP決定的。（5）F1331.692F

6.61，拒絕原假設，線性關系顯著。（6）734.69280.30868350002278.1078（元。5000（7）置信區間：[1990.749，2565.464]；預測區間：[1580.463，2975.750]。（1）（略，二者之間為負的線性相關關系。430.18924.7x。回歸系數11%4.7次。

4.7表示航班（3）檢驗統計量t959t 3060（P-Value=0.00110805，2拒絕原假設，回歸系數顯著。（4）430.18924.78054.1892（次。80（5）（37.660，70.619（7.572，100.707。Excel輸出的結果如下（解釋與分析請讀者自己完成）MultipleRRSquareAdjustedRSquare標準誤差觀測值

0.79510.63220.61172.685820方差分析dfSSMSFSignificanceF回歸分析1 223.1403223.140330.93322.79889E-05殘差18 129.84527.2136總計19 352.9855Coefficients

標準誤差

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數值如下方差分析表方差分析表變差來源df回歸

SS MS F SignificanceF1 1422708.6 1422708.6 殘差10 40158.07 4015.807 —總計

2.17E-09—11 1642866.67 — — —（2）R2

SSR

1422708.60

0.866086.60%。表明汽車銷售量的變SST 1642866.67差中有86.60%是由于廣告費用的變動引起的。R20.8660（3）r R20.8660

0.9306。（4）363.68911.420211x。回歸系數1.420211表示廣告費用每1增加一個單位，銷售量平均增加1.420211個單位。（5）SignificanceF＝2.17E-09<0.05，線性關系顯著。7.10 13.62542.3029x；R293.74%；se7.11 （1）27。（2）4.41。（3）拒絕H 。0（4）r0.7746。拒絕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

；預測28.586。（略。（1）顯著。顯著。顯著。7.17 （1）88.63771.6039x1（2）83.23012.2902x1

。1.3010x。2（3）不相同。方程中的回歸系數1

1.6039表示電視廣告費用每增加1萬元，月銷售額平均增加 1.6039萬元；方程（1）中的回歸系數2.2902表示在報紙廣告費用不變的條件下，電視廣告費用每增加1萬12.2902萬元。（4）R291.91%R288.66。a（5）的P-Value=0.0007， 的均小0.05，兩個1 2回歸系數均顯著。7.18 （1）0.591022.3865x1

327.6717x2回歸系數1

22.3865表示降雨量每增加1毫mm，小麥收獲量平均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，線性關系顯著。（4 ） 的 P-Value=0.1311>0.05 ，不顯著； 的1 2P-Value=0.0013<0.05，顯著； 的P-Value=0.0571>0.05，不顯著。3第8章時間序列分析和預測（1）時間序列圖（略。（2）13.55%。（3）1232.90(億元)。（1）時間序列圖（略。（2）1421.2(公斤/公頃)。（3）0.3時的預測值：F2001

1380.18，誤差均方＝291455；0.5時的預測值：F2001

1407.23，誤差均方＝239123。0.5更合適。8.3（1）3期移動平均預測值＝630.33（萬元。（2）0.3時的預測值：F19

567.95，誤差均方＝87514.7；0.4時的預測值：F19

591.06，誤差均方＝62662.5；0.5時的預測值：F 606.54，誤差均方＝50236。0.5更合適19（3）趨勢方程。估計標準誤差st （1）趨勢圖（略。

31.6628。（2）趨勢方程145.781.16077t。2001年預測值＝3336.89(億元)。t（1）趨勢圖（略。（2）線性趨勢方程69.520213.9495t年預測值=585.65（萬噸。線 性 趨 勢 ：

374.16130.6137t

； 二 次

曲 線 ：381.64421.8272t0.0337t

； 三

曲 線 ：372.56171.0030t20.0036t3。（1）原煤產量趨勢圖（略。趨勢方程4.58242預測值億噸。t 20018.8（1）圖形（略。（2）移動平均法或指數平滑法。（3）移動平均預測=72.49(萬元)；指數平滑法預測＝72.5(萬元)(0.4)。8.9（1）略。季節指回歸預測最終預測2001季節指回歸預測最終預測2001年/月 時間編號數值值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季節指數各季節指數如下季節指數1季度2季度3季度4季度0.75170.85131.23431.1627季節變動圖（略。計算趨勢：分離季節因素后的趨勢方程為：Y?2043.92163.7064t。圖形t（略）周期波動圖（略。各月季節指數如下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季節變動圖（略。計算趨勢：分離季節因素后的趨勢方程為：Yt

119.1590.42449t。圖形（略。周期波動圖（略隨機波動圖（略第9章指數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）15.3萬元＝15.1532萬元+0.1468萬元。9.3（1）2.62%；8016（2）28.42%；124864（3）143.37%；132880元。9.4（1）（2）Ip9.5 結果如下表：

111.11%；Iq

90.91%。年份19901991199219931994

縮減后的人均GDP1584.91817.22149.42562.33161.219954145.219965148.719975889.119986357.919996640.020007049.89.6Ip 98.521.48%。1一、學習指導的一些基本概念。本章各節的主要內容和學習要點如下表所示。章節應用領域型數據來源

主要內容什么是統計學統計的應用領域分類數據、順序數據、數值型數據觀測數據和實驗數據數據的間接來源數據的直接來源調查方案設計數據質量總體和樣本

學習要點概念：統計學，描述統計，推斷統計。統計在工商管理中的應用。統計的其他應用領域。概念：分類數據，順序數據，數值型數據。不同數據的特點。概念：觀測數據，實驗數據。概念：截面數據，時間序列數據。統計數據的間接來源。二手數據的特點。概念：抽樣調查，普查。數據的間接來源。數據的收集方法。調查方案的內容。概念。抽樣誤差，非抽樣誤差。統計數據的質量。概念：總體，樣本。統計中的 參數和統計幾個基本概念變量

概念：參數，統計量。概念：變量，分類變量，順序變量，數值型變量，連續型變量，離散型變量。二、主要術語統計學：收集、處理、分析、解釋數據并從數據中得出結論的科學。描述統計：研究數據收集、處理和描述的統計學分支。推斷統計：研究如何利用樣本數據來推斷總體特征的統計學分支。分類數據：只能歸于某一類別的非數字型數據。順序數據：只能歸于某一有序類別的非數字型數據。數值型數據：按數字尺度測量的觀察值。觀測數據：通過調查或觀測而收集到的數據。實驗數據：在實驗中控制實驗對象而收集到的數據。截面數據：在相同或近似相同的時間點上收集的數據。時間序列數據：在不同時間上收集到的數據。斷總體特征的數據收集方法。普查：為特定目的而專門組織的全面調查。總體：包含所研究的全部個體（數據）的集合。樣本：從總體中抽取的一部分元素的集合。樣本容量：也稱樣本量，是構成樣本的元素數目。參數：用來描述總體特征的概括性數字度量。統計量：用來描述樣本特征的概括性數字度量。變量：說明現象某種特征的概念。分類變量：說明事物類別的一個名稱。順序變量：說明事物有序類別的一個名稱。數值型變量：說明事物數字特征的一個名稱。離散型變量：只能取可數值的變量。連續型變量：可以在一個或多個區間中取任何值的變量。四、習題答案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、學習指導要點如下表所示。章節 主要內容數據審核數據排序

學習要點 數據審核的目的。 原始數據和二手數據的審核內容。 數據排序的目的。 分類數據和數值型數據的排序方法。數據的預處理理與展示

數據篩選分類數據的整理與圖示順序數據的整理與圖示數據分組

數據篩選的目的。 Excel 數據透視表的用途。 Excel 率。 Excel 條形圖，餅圖。 概念：累積頻數，累積頻率。 累積頻數分布圖。 等距分組，不等距分組，組距，組中值。 頻數分布表的制作步驟。 Excel整理與展示合理使用圖表

數值型數據的圖示鑒別圖形優劣的準則統計表的設計

直方圖的繪制。 莖葉圖的繪制。 箱線圖的繪制。 直方圖與條形圖的區別。 莖葉圖與直方圖的區別。 線圖的繪制。 散點圖的繪制。 氣泡圖的繪制。 雷達圖的繪制。 圖形應包括的基本特征。 鑒別圖形優劣的準則。 統計表的結構。 統計表的設計。二、主要術語頻數：落在某一特定類別（或組）中的數據個數。頻數分布：數據在各類別（或組）中的分配。比例：一個樣本（或總體）中各個部分的數據與全部數據之比。比率：樣本（或總體）中各不同類別數值之間的比值。累積頻數：將各有序類別或組的頻數逐級累加起來得到的頻數。數據分組：根據統計研究的需要，將原始數據按照某種標準劃分成不同的組別。組距分組：將全部變量值依次劃分為若干個區間，并將這一區間的變量值作為一組。組距：一個組的上限與下限的差。組中值：每一組的下限和上限之間的中點值，即組中值。直方圖：用矩形的寬度和高度（即面積）來表示頻數分布的圖形。莖葉圖：由“莖”和“葉”兩部分組成的、反應原始數據分布的圖形。5個特征值繪制而成的、反應原始數據分布的圖形。四、習題答案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、學習指導章節主要內容學習要點相對位置的度量3.3偏態與峰章節主要內容學習要點相對位置的度量3.3偏態與峰態的度量眾數概念：眾數。眾數的特點。概念：中位數，四分位數。中位數和分位數中位數和四分位數的特點。中位數和四分位數的計算。3.1集中趨勢概念：平均數，簡單平均數，加權平均數，的度量幾何平均數。平均數簡單平均數和加權平均數的計算。平均數的性質。幾何平均數的計算和應用場合。眾數、中位數和平均數眾數、中位數和平均數在分布上的關系。的比較眾數、中位數和平均數的特點及應用場合。異眾比率概念：異眾比率。異眾比率的計算和應用場合。四分位差概念：四分位差。四分位差的計算和應用場合。概念：極差，平均差，方差，標準差。極差的計算和特點。方差和標準差平均差的計算和特點。3.2離散程度樣本方差和標準差的計算。的度量總體方差和標準差的計算。概念：標準分數。標準分數的計算和應用。經驗法則。切比雪夫不等式。離散系數離散系數的用途。偏態及其測度概念：偏態，偏態系數。偏態系數的計算。偏態系數數值的意義。峰態及其測度峰態及其測度 概念：峰態，峰態系數。 峰態系數的計算。 峰態系數數值的意義。 Excel Excel二、主要術語和公式（一）主要術語眾數：一組數據中出現頻數最多的變量值，用M 表示。o中位數：一組數據排序后處于中間位置上的變量值，用M 表示。e2575%位置上的值。平均數：一組數據相加后除以數據的個數而得到的結果。幾何平均數個變量值乘積的n次方根，用G 表示。m異眾比率：非眾數組的頻數占總頻數的比率。四分位差：也稱為內距或四分間距，上四分位數與下四分位數之差。極差：也稱全距，一組數據的最大值與最小值之差。平均差：也稱平均絕對離差，各變量值與其平均數離差絕對值的平均數。方差：各變量值與其平均數離差平方的平均數。標準差：方差的平方根。標準分數：變量值與其平均數的離差除以標準差后的值。離散系數：也稱為變異系數，一組數據的標準差與其相應的平均數之比。偏態：數據分布的不對稱性。偏態系數：對數據分布不對稱性的度量值。峰態：數據分布的平峰或尖峰程度。峰態系數：對數據分布峰態的度量值。（二）主要公式名稱名稱公式xn為奇數n1中位數M 2e12xxn為偶數n2 2 n1 xi1x簡單樣本平均數in加權樣本平均數

k M fiixi1iin幾何平均數 G m

xx1

xn

nxn ixi1異眾比率 Vr

f ifi

f fi四分位差極差

Q Q Qd U LRmax(x)min(x)i i簡單平均差

M i1

xxi加權平均差簡單樣本方差

dkM dns2i1

nM xfi in(xx)2in1簡單樣本標準方差

n(xx)2is i1in1加權樣本方差

s2

k(Mii1

x)2fin1加權樣本標準差

k(Mis i1i

x)2fin1標準分數

z xixi s離散系數 v ss x未分組數據的偏態系數未分組數據的偏態系數SKn(n1)(nxx3is分組數據的偏態系數kSKi1Mx3fii未分組數據的峰態系數Knxx43xx22n)ii分組數據的峰態系數kKi1(M x)4fi ins43四、習題答案ACBCDBDAACBCABABAB

CABCCCCDAABBAABBAB

ACBAABBABACDBACDBD

BABDABCDACDDCBDDAB

DCADDAACDDAAAD4一、學習指導章節主要內容學習要點 章節主要內容學習要點 重復抽樣，不重復抽樣，分層抽樣，系概率抽樣方法統抽樣，整群抽樣。 Excel抽取簡單隨機樣本。 概念：抽樣分布，樣本均值的抽樣分布，樣本比例的抽樣分布，樣本方差的4.1抽樣與抽樣分布。抽樣分布中心極限定理。抽樣分布樣本均值抽樣分布的特征。樣本均值的抽樣分布與總體分布的關系。樣本比例抽樣分布的形式和特征。樣本方差抽樣分布的形式。4.2參數估估計量與估計值概念：估計量，估計值。計的一般問題

點估計與區間估計

置信水平。 置信區間構建的原理。 置信區間的解釋。評價估計量的標準 概念：無偏性，有效性，一致性。總體均值的區間估計

正態總體、方差已知，或非正態總體、大樣本

正態總體、方差已知時的置信區間。 非正態總體、大樣本時的置信區間。 用Excel計算給定界值。 區間。正態總體、方差未 正態總體、方差未知時的小樣本置信知、小樣本 區間。 Excel計算給定t值。總體比例的區間估計總體方差的區間估計

總體比例的區間估計總體方差的區間估計

總體比例的置信區間。 總體方差的置信區間。 用Excel計算給定的2值。估計總體均值時樣樣本容 本容量的確定量的確定 估計總體比例時樣本容量的確定

樣本容量的計算方法。 樣本容量的計算方法。二、主要術語和公式（一）主要術語簡單隨機抽樣：也稱純隨機抽樣，它是從含有N個元素的總體中，抽取n個元素作為樣本，使得總體中的每一個元素都有相同的機會（概率）簡單隨機樣本：從含有N個元素的總體中，抽取n體中每一個樣本量為n的樣本都有相同的機會（概率）被抽中。個元素，直至抽取n個元素為止。個元素，直到抽取n個元素為止。分層抽樣：也稱分類抽樣，它是在抽樣之前先將總體的元素劃分為若干層（類，然后從各個層中抽取一定數量的元素組成一個樣本。素，直至抽取n個元素形成一個樣本。隨后再對抽中的各個群中所包含的所有元素進行觀察。抽樣分布：在重復選取樣本量為n形成的相對頻數分布。樣本均值的抽樣分布：在重復選取樣本量為n可能取值形成的相對頻數分布。樣本比例抽樣分布：在重復選取樣本量為n能取值形成的相對頻數分布。標準誤差：也稱為標準誤，它是樣本統計量的抽樣分布的標準差。替計算的標準誤。估計量：用來估計總體參數的統計量的名稱，用符號表示。估計值：用來估計總體參數時計算出來的估計量的具體數值。點估計：用樣本統計量的某個取值直接作為總體參數的估計值。區間估計：在點估計的基礎上，給出總體參數估計的一個范圍。置信區間：由樣本統計量所構造的總體參數的估計區間。區間中包含總體參數真值的次數所占的比率。（二）主要公式名稱名稱公式總體均值的置信區間（正態總體，已知）xz2n總體均值的置信區間（未知，大樣本）xz2sn總體均值的置信區間（正態總體，總體均值的置信區間（正態總體，未知，小xt樣本）2sn總體比例的置信區間p)pz2 n總體方差的置信區間(n2222(n2212估計總體均值時的樣本容量n(z)222E2估計總體比例時的樣本容量n(z )2)2E2四、習題答案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、學習指導假設檢驗是推斷統計的另一項重要內容本章各節的主要內容和學習要點如下表所章節 主要內容

學習要點假設的陳述兩類錯誤與顯著性水平假設檢驗檢驗統計量與拒絕域的基本問題

雙側檢驗。 針對具體的實際問題，建立合理的原假設和備擇假設。 概念：第Ⅰ類錯誤，第Ⅱ類錯誤，顯著性水平。 兩類錯誤的控制。 兩類錯誤的關系。 值。 統計量檢驗的原理。 利用統計量檢驗的決策準則。P

概念：P值。 P值的計算。 P值檢驗與統計量檢驗的異同。 P值決策的準則。的檢驗的檢驗的檢驗

小結大樣本的檢驗方法小樣本的檢驗方法總體比例的檢驗總體方差的檢驗

假設檢驗的步驟。 假設檢驗結果的表述。 總體方差2已知時，均值檢驗的統計量和程序。 總體方差2未知時，均值檢驗的統計量和程序。 ExcelP 總體方差2已知時，均值檢驗的統計量和程序。 總體方差2未知時，均值檢驗的統計量和程序。 ExcelP值。 檢驗的統計量。 檢驗的程序。 ExcelP值。 檢驗的統計量。 檢驗的程序。 ExcelP值。二、主要術語和公式（一）主要術語假設：對總體參數的具體數值所做的陳述。假設檢驗：先對總體參數提出某種假設，然后利用樣本信息判斷假設是否成立的過程。備擇假設：也稱研究假設，是研究者想收集證據予以支持的假設，用

H1a1

表示。原假設：也稱零假設，是研究者想收集證據予以反對的假設，用H0表示。的假設檢驗。檢驗。。第Ⅱ類錯誤：當原假設為錯誤時沒有拒絕原假設，犯第Ⅱ類錯誤的概率通常記為。。個樣本統計量。拒絕域：能夠拒絕原假設的檢驗統計量的所有可能取值的集合。臨界值：根據給定的顯著性水平確定的拒絕域的邊界值。 PH0實際觀測結果那么極端的概率。（二）主要公式名稱名稱公式總體均值檢驗的統計量（正態總體，已知）z/x0n總體均值檢驗的統計量（未知，大樣本）zx0s/n（）tx0s/nzp總體比例檢驗的統計量0)0n0總體方差檢驗的統計量2(n220四、習題答案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