8.14
总体平均值(μ):7.0 cm
总体方差(σ²):0.03 cm²
样本平均值(x̄):6.97 cm
样本方差(s²):0.0375 cm²
样本大小(n):80
在这个问题中,我们已经知道总体方差(σ²),所以应该使用 z 检验。
将检验以下零假设(H₀):
H₀: μ = 7.0 cm
与备择假设(H₁):
H₁: μ ≠ 7.0 cm
使用双侧检验,因为对螺栓口径偏大或偏小都感兴趣。
先计算 z 统计量:
z = (x̄ - μ) / (σ / √n)
然后,我们将计算双侧检验的 p 值。
如果 p 值小于给定的显著性水平(α = 0.05),我们将拒绝零假设,认为螺栓没有达到规定的要求。
使用 Python 和 SciPy 库来进行计算:
import math
from scipy import stats
# 总体和样本参数
mu = 7.0 # 总体平均值
sigma_squared = 0.03 # 总体方差
x_bar = 6.97 # 样本平均值
sample_size = 80 # 样本量
# 计算标准差和 z 统计量
sigma = math.sqrt(sigma_squared)
z_stat = (x_bar - mu) / (sigma / math.sqrt(sample_size))
# 计算双侧检验的 p 值
p_value = stats.norm.sf(abs(z_stat)) * 2
print("z值为:", z_stat)
print("p值为:", p_value)
alpha = 0.05
if p_value < alpha:
print("拒绝原假设,螺栓不符合规定要求。")
else:
print("未能拒绝原假设,螺栓符合规定要求。")
z值为: -1.5491933384829797
p值为: 0.12133525035847904
未能拒绝原假设,螺栓符合规定要求。
8.15
为了解决这个问题,我们可以使用双样本 t 检验,因为我们没有关于总体方差的信息。
将使用以下参数:
男生样本平均值(x̄₁):82 分
男生样本方差(s²₁):56 分²
男生样本大小(n₁):25
女生样本平均值(x̄₂):78 分
女生样本方差(s²₂):49 分²
女生样本大小(n₂):16
显著性水平(α):0.02
将检验以下零假设(H₀):
H₀: μ₁ = μ₂
与备择假设(H₁):
H₁: μ₁ ≠ μ₂
使用双侧检验,因为我们对男生成绩比女生高或低都感兴趣。
使用 Python 和 SciPy 库来进行双样本 t 检验并计算 p 值:文章来源:https://www.toymoban.com/news/detail-428093.html
from scipy import stats
# 样本参数
x_bar1, s_squared1, n1 = 82, 56, 25
x_bar2, s_squared2, n2 = 78, 49, 16
# 双样本 t 检验
t_stat, p_value = stats.ttest_ind_from_stats(x_bar1, s_squared1 ** 0.5, n1, x_bar2, s_squared2 ** 0.5, n2)
print("--------双样本 t 检验--------")
print("t值为:", t_stat)
print("p值为:", p_value)
alpha = 0.02
if p_value < alpha:
print("拒绝原假设,均值之间存在显着差异。")
else:
print("未能拒绝零假设,均值之间没有显着差异。")
t值为: 1.7112092433652109
p值为: 0.09498625293364221
未能拒绝零假设,均值之间没有显着差异。文章来源地址https://www.toymoban.com/news/detail-428093.html
到了这里,关于SCAU 统计学 实验5的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!