3951 9

[考研专业课] 想请教人大版《统计学》中问题,求解惑。 [推广有奖]

  • 0关注
  • 0粉丝

小学生

28%

还不是VIP/贵宾

-

威望
0
论坛币
1 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
42 点
帖子
5
精华
0
在线时间
6 小时
注册时间
2014-9-19
最后登录
2014-10-27

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
1、参数估计中一个总体均值的区间估计:大样本,标准差未知的条件下,为什么用正态统计量而不是t统计量?这种情况下和正态总体,小样本,方差未知的情况下有什么区别呢?
2、假设检验例题,我想问下面这个例子的原假设为什么是双侧检验?
某厂商生产出一种新型的饮料装瓶机器,按设计要求,该机器装一瓶1000ml的饮料误差上下不超过1ml。如果达到设计要求,表明机器的稳定性非常好。现从该机器装完的产品中随机抽取25瓶,分别进行测定(用样本观测值分别减1000ml),得到以下数据:0.3  -0.4  -0.7  1.4  -1.5  -1.3 ........1.1等25个数值。试以0.05的显著性水平检验该机器的性能是否达到设计要求。
为什么不是这样的单侧检验呢?
原假设       H0:S^2<=1
备择假设    H1:S^2>1
书中双侧检验为:
原假设       H0:S^2=1
备择假设    H1:S^2!=1
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:人大版 统计学 样本观测值 双侧检验 区间估计 参数估计 假设检验 应用统计学 统计学

回帖推荐

祝贺人大 发表于2楼  查看完整内容

在统计学中,只要是大样本,我们就认为他是服从正态分布的,所以肯定用Z统计量而不用T统计量,而小样本,只有确定服从正太分布才使用Z统计量。至于第二个问题,用单侧假设是肯定可以的,严格来说是应该用单侧假设检验的。

pingguagain 发表于6楼  查看完整内容

When the sample size is large, it doesn't matter you call it Z-test or t-test.The test statistic will be the same. The only difference will be from which table you look up your critical value. My understanding is, as I mentioned above, the critical values on two tables will be the same. If n is large, you have to use the last row of the t-table, which is exactly from the Normal table.
沙发
祝贺人大 学生认证  发表于 2014-9-19 23:58:53 |只看作者 |坛友微信交流群
在统计学中,只要是大样本,我们就认为他是服从正态分布的,所以肯定用Z统计量而不用T统计量,而小样本,只有确定服从正太分布才使用Z统计量。至于第二个问题,用单侧假设是肯定可以的,严格来说是应该用单侧假设检验的。
已有 1 人评分论坛币 收起 理由
admin_kefu + 20 热心帮助其他会员

总评分: 论坛币 + 20   查看全部评分

使用道具

祝贺人大 发表于 2014-9-19 23:58
在统计学中,只要是大样本,我们就认为他是服从正态分布的,所以肯定用Z统计量而不用T统计量,而小样本, ...
关于第一个问题,我想说说我的理解:大样本,方差未知的情况下,\[(x-\mu )/(s/\sqrt{n})\]的分子服从正态分布,但分母不是常数啊?

使用道具

祝贺人大 发表于 2014-9-19 23:58
在统计学中,只要是大样本,我们就认为他是服从正态分布的,所以肯定用Z统计量而不用T统计量,而小样本, ...
谢谢你的回答,我想知道这个的原理,麻烦解答一下。我是这样理解下面这个正态统计量Z=\[(x-\mu )/(\sigma /\sqrt{n})\],分子服从正态统计分布,分母是常数,所以就是正态统计量了。你看我这里理解这两个公式对吗?

使用道具

报纸
pingguagain 发表于 2014-9-20 04:38:39 |只看作者 |坛友微信交流群
If the sample size is large, your critical value from the t-distribution table will be as same as the one from the Normal distribution table.
The research hypothesis of your 2nd question should be H1: s^2 < 1.

使用道具

地板
pingguagain 发表于 2014-9-20 04:43:02 |只看作者 |坛友微信交流群
1我思故我在 发表于 2014-9-20 00:18
谢谢你的回答,我想知道这个的原理,麻烦解答一下。我是这样理解下面这个正态统计量Z=,分子服从正态统计 ...
When the sample size is large, it doesn't matter you call it Z-test or t-test.The test statistic will be the same. The only difference will be from which table you look up your critical value. My understanding is, as I mentioned above, the critical values on two tables will be the same. If n is large, you have to use the last row of the t-table, which is exactly from the Normal table.
已有 1 人评分论坛币 收起 理由
admin_kefu + 20 热心帮助其他会员

总评分: 论坛币 + 20   查看全部评分

使用道具

7
1我思故我在 发表于 2014-9-20 10:16:56 |只看作者 |坛友微信交流群
pingguagain 发表于 2014-9-20 04:43
When the sample size is large, it doesn't matter you call it Z-test or t-test.The test statistic w ...
很感谢你的回答,我懂了第一个问题了。关于你回答的第二个问题,我还有些迷惑,为什么你说备择假设H1:S^2<1?

使用道具

8
pingguagain 发表于 2014-9-20 12:16:37 |只看作者 |坛友微信交流群
1我思故我在 发表于 2014-9-20 10:16
很感谢你的回答,我懂了第一个问题了。关于你回答的第二个问题,我还有些迷惑,为什么你说备择假设H1:S^2
What you want to show is the variance less than 1, NOT more than 1.

使用道具

9
1我思故我在 发表于 2014-9-20 16:11:33 |只看作者 |坛友微信交流群
pingguagain 发表于 2014-9-20 12:16
What you want to show is the variance less than 1, NOT more than 1.
题目中说“不超过”意味着H0:S^2<=1,所以H1:S^2>1。你觉得呢?
主要是假设检验里原假设和备择假设的选择太重要了(尤其是单侧检验),如果一旦写反,导致最后的结论也就背道而驰了,所以一直纠结着。嘻嘻嘻嘻~

使用道具

10
pingguagain 发表于 2014-9-21 00:41:46 |只看作者 |坛友微信交流群
1我思故我在 发表于 2014-9-20 16:11
题目中说“不超过”意味着H0:S^21。你觉得呢?
主要是假设检验里原假设和备择假设的选择太重要了(尤其是 ...
You need to solve the question completely, and then read the textbook again.
Regarding your example, the null hypothesis is H0: s^2 =1 or you may say s^2>=1. Only if you have a very strong evidence to show that s^2<1, you will buy that machine.

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加JingGuanBbs
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-27 02:09