工程统计学试题.docxVIP

机械系工业工程 11 级《工程统计学》试卷 姓名： 马素伟 学号： 201106104225 专业：工业工程 112 班一、简答题（20 分） 1、（10 分）简述假设检验的基本原理及 P-value 的意义。 解：假设检验的基本思想是概率性质反证法，它的理论根据是小概率事件原理。在假设检验中，接受H0 或拒绝 H0 并不代表原假设 H0 一定是正确的或错误的， 而只是根据样本所提供的信息以一定的概率认为原假设是正确的或错误的。 P-value 的意义：P 值就是拒绝原假设所需的最低显著性水平。如果 P 值小于给定的显著性水平 ，则拒绝原假设；否则，接受原假设。或更直观的来说，如果P 值很小，则拒绝原假设；如果 P 值很大，则接受原假设。 2、（10 分）应用矩估计法的基本原理以及步骤。 解： 原理：矩估计由皮尔逊于 1894 年提出，基本原理是用样本的 k 阶矩来估计总体 X 的 k 阶矩，还可以用样本矩的函数去替换相应的总体矩的函数。 步骤：先找出总体矩与参数之间的关系；用样本矩替换总体矩，得到关于估计量的方程； 解方程组得到 k 个参数的据估计量。 二、计算与分析题（80 分） 1、（15 分）随机产生一组数据，要求其个数为 60 个，并且该数据服从标准正态分布。 绘制出数据的直方图，Box 图，给出各描述性统计量（至少包括均值、方差、中位数、峰度、 偏斜、四分位数等等）； 给出样本均值的 95%置信区间、样本中位数的 95%置信区间； 解 0.83301 -0.09430 0.495241 -1.74421 -3.40165 1.02059 -1.25638 2.41384 1.04256 0.29187 -1.9450 -0.10166 0.164092 -0.89598 -0.11886 1.16907 1.20360 0.52885 0.59652 0.04767 1.00631 0.77246 -0.394619 -1.50075 -0.23955 0.34661 -0.37906 -0.41947 1.25400 0.80832 -0.05240 -0.85853 -0.175860 -0.68263 0.92446 -1.23045 0.30684 -0.64336 0.63365 -0.80998 -0.40328 -0.05520 -0.825615 0.41974 -0.45409 -1.35617 1.69816 -0.20505 -0.31908 -2.70239 -0.24344 -2.05124 -0.736034 0.91173 -0.69944 0.81932 -0.69232 -0.63098 -0.69784 0.62711 描述性统计: C11 均值标 上四分 变量 均值 准误 标准差 最小值 下四分位数 中位数 位数 最大值 偏度 C11 -0.154 0.136 1.055 -3.402 -0.699 -0.190 0.632 2.414 -0.48 变量 峰度 C11 0.95 单样本 Z: C11 mu = 0 与 ≠ 0的检验假定标准差 = 1 均值标 变量 N 均值 标准差 准误 95% 置信区间 Z P C11 60 -0.154 1.055 0.129 (-0.407, 0.099) -1.20 0.232 2、（20 分）机器包装食盐，每袋净质量 X（单位：克）服从正态分布，规定每袋净质量为 500 克，标准差不能超过 10 克。某天开工后，为检验机器工作是否正 常 ， 从 包 装 好 的 食 盐 中 随 机 抽 取 9 袋 ， 测 得 其 净 质 量 为 ， 497,507,510,475,484,488,524,491,515，在给定显著性水平 0.05 的情况下，检验这天包装机工 作是否正常。 22 解 检验包装机工作是否正常，就是要检验是否均值为 ，方差小于 。利用 minitab 软件可得 单方差检验和置信区间: C2 方法 原假设 西格玛 = 10 备择假设 西格玛不 = 10 卡方方法仅适用于正态分布。 Bonett 方法适用于任何连续分布。统计量 变量 N 标准差 方差 C2 9 16.0 257 （1）设 H0： ； H1： 由于 未知，选统计量 2 对显著性水平 ，α/2=0.025 df =9-1=8 由 样 本 值 计 算 得 ， 216.0 216.0 决策： ∵t 值落入接受域，∴在 的显著性水平上接受 H0 结论： 有证据表明这天自动包装机工作正常 （2）设 H0： ； H1： 由于 未知，选统计量 对 显 著 性 水 平 ， 查 表 得 ， 拒绝 H0，接受 H1，认为标准差大于 10。 综上，尽管包装机没有系统误差，