统计学贾俊平,第四版课后习题答案

3．3 某百货公司连续40天的商品销售额如下：

单位：万元

41 46 35 42

25 36 28 36

29 45 46 37

47 37 34 37

38 37 30 49

34 36 37 39

30 45 44 42

38 43 26 32

43 33 38 36

40 44 44 35

要求：根据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。 1、确定组数： K1lg40lgn()1.60206

，取116.32k=6

lg(2)lg20.30103

2、确定组距：

组距＝( 最大值 - 最小值)÷ 组数=（49-25）÷6=4，取5

(1) 对这个年龄分布作直方图；

(2) 从直方图分析成人自学考试人员年龄分布的特点。 解：（1）制作直方图：将上表复制到Excel表中，点击：图表向导→柱形图→选择子图表类型→完成。即得到如下的直方图：(见Excel练习题2.6)

（2）年龄分布的特点：自学考试人员年龄的分布为右偏。

解：

(1)根据上面的数据，画出两个班考试成绩的对比条形图和环形图。

3.14 已知1995—2004年我国的国内生产总值数据如下(按当年价格计算)：

要求：

(2)绘制第一、二、三产业国内生产总值的线图。

4．1 一家汽车零售店的10名销售人员5月份销售的汽车数量(单位：台)排序后如下：

2 4 7 10 10 10 12 12 14 15 要求：

（1）计算汽车销售量的众数、中位数和平均数。 (2)根据定义公式计算四分位数。 (3)计算销售量的标准差。

(4)说明汽车销售量分布的特征。 解：

Statistics

汽车销售数量 N

Valid Missing

Mean Median Mode Std. Deviation Percentiles

25 50 75

10 0 9.60 10.00 10 4.169 6.25 10.00 12.50

种是所有颐客都进入一个等待队列：另—种是顾客在三千业务窗口处列队3排等待。为比较哪种排队方式使顾客等待的时间更短．两种排队方式各随机抽取9名顾客。得到第一种排队方式的平均等待时间为7．2分钟，标准差为1．97分钟。第二种排队方式的等待时间(单位：分钟)如下：

5．5 6．6 6．7 6．8 7．1 7．3 7．4 7．8 7．8 要求：

(1)画出第二种排队方式等待时间的茎叶图。

第二种排队方式的等待时间(单位：分钟) Stem-and-Leaf Plot

Frequency Stem & Leaf 1.00 Extremes (=

Stem width: 1.00 Each leaf: 1 case(s)

(2)计算第二种排队时间的平均数和标准差。

Mean Std. Deviation

7 0.714143

Variance 0.51

(3)比较两种排队方式等待时间的离散程度。

第二种排队方式的离散程度小。

(4)如果让你选择一种排队方式，你会选择哪—种？试说明理由。 选择第二种，均值小，离散程度小。

(1)计算120家企业利润额的平均数和标准差。 (2)计算分布的偏态系数和峰态系数。 解：

Statistics

企业利润组中值Mi（万元） N

Valid Missing

Mean Std. Deviation Skewness

Std. Error of Skewness Kurtosis

Std. Error of Kurtosis

120 0

426.6667 116.48445

0.208 0.221 -0.625 0.438

17岁的少年儿童作为样本，另一位调查人员则抽取了1 000名7～17岁的少年儿童作为样本。请回答下面的问题，并解释其原因。

(1)两位调查人员所得到的样本的平均身高是否相同?如果不同，哪组样本的平均身高较大?

(2)两位调查人员所得到的样本的标准差是否相同?如果不同，哪组样本的标准差较大? (3)两位调查人员得到这l 100名少年儿童身高的最高者或最低者的机会是否相同?如果不同，哪位调查研究人员的机会较大? 解：（1）不一定相同，无法判断哪一个更高，但可以判断，样本量大的更接近于总体平均身

高。

（2）不一定相同，样本量少的标准差大的可能性大。

（3）机会不相同，样本量大的得到最高者和最低者的身高的机会大。

4．8 一项关于大学生体重状况的研究发现．男生的平均体重为60kg，标准差为5kg；女生

的平均体重为50kg，标准差为5kg。请回答下面的问题： (1)是男生的体重差异大还是女生的体重差异大?为什么?

女生，因为标准差一样，而均值男生大，所以，离散系数是男生的小，离散程度是男生的小。

(2)以磅为单位(1ks＝2．2lb)，求体重的平均数和标准差。 都是各乘以2.21，男生的平均体重为60kg×2.21=132.6磅，标准差为5kg×2.21=11.05

磅；女生的平均体重为50kg×2.21=110.5磅，标准差为5kg×2.21=11.05磅。

(3)粗略地估计一下，男生中有百分之几的人体重在55kg一65kg之间? 计算标准分数：

Z1=

x5560x6560

==-1；Z2===1，根据经验规则，男生大约有68%s5s5

的人体重在55kg一65kg之间。

(4)粗略地估计一下，女生中有百分之几的人体重在40kg～60kg之间? 计算标准分数：

Z1=

x4050x6050

==-2；Z2===2，根据经验规则，女生大约有95%s5s5

的人体重在40kg一60kg之间。

4．9 一家公司在招收职员时，首先要通过两项能力测试。在A项测试中，其平均分数是

100分，标准差是15分；在B项测试中，其平均分数是400分，标准差是50分。一位应试者在A项测试中得了115分，在B项测试中得了425分。与平均分数相比，该应试者哪一项测试更为理想?

解：应用标准分数来考虑问题，该应试者标准分数高的测试理想。

ZA=

x115100x425400

==1；ZB===0.5 s15s50

因此，A项测试结果理想。

4．10 一条产品生产线平均每天的产量为3 700件，标准差为50件。如果某一天的产量低

于或高于平均产量，并落人士2个标准差的范围之外，就认为该生产线“失去控制”。下面是一周各天的产量，该生产线哪几天失去了控制?

周六超出界限，失去控制。

4．13 在金融证券领域，一项投资的预期收益率的变化通常用该项投资的风险来衡量。预

期收益率的变化越小，投资风险越低；预期收益率的变化越大，投资风险就越高。下面的两个直方图，分别反映了200种商业类股票和200种高科技类股票的收益率分布。在股票市场上，高收益率往往伴随着高风险。但投资于哪类股票，往往与投资者的类型有一定关系。

(1)你认为该用什么样的统计量来反映投资的风险? 标准差或者离散系数。

(2)如果选择风险小的股票进行投资，应该选择商业类股票还是高科技类股票? 选择离散系数小的股票，则选择商业股票。

(3)如果进行股票投资，你会选择商业类股票还是高科技类股票? 考虑高收益，则选择高科技股票；考虑风险，则选择商业股票。

解：（1）方差或标准差；（2）商业类股票；（3）（略）。

7.1 从一个标准差为5的总体中抽出一个容量为40的样本，样本均值为25。

（1） 样本均值的抽样标准差σ等于多少？

（2） 在95%的置信水平下，允许误差是多少？

解：已知总体标准差σ=5，样本容量n=40，为大样本，样本均值x=25， （1）样本均值的抽样标准差σ

5=0.7906 （2）已知置信水平1－α=95%，得 Zα/2=1.96，

于是，允许误差是E

=Zα/2

6×0.7906=1.5496。 7.2 某快餐店想要估计每位顾客午餐的平均花费金额。在为期3周的时间里选取49名顾客

组成了一个简单随机样本。

(1)假定总体标准差为15元，求样本均值的抽样标准误差。







=2.143 (2)在95％的置信水平下，求边际误差。

t，由于是大样本抽样，因此样本均值服从正态分布，因此概率度t=z2 因此，tzz0.025=1.96×2.143=4.2 (3)如果样本均值为120元，求总体均值 的95％的置信区间。 置信区间为：

,=1204.2,1204.2=（115.8，124.2） 7.10

7．11 某企业生产的袋装食品采用自动打包机包装，每袋标准重量为l00g。现从某天生产

的一批产品中按重复抽样随机抽取50包进行检查，测得每包重量(单位：g)如下：

已知食品包重量服从正态分布，要求：

(1)确定该种食品平均重量的95

％的置信区间。 解：大样本，总体方差未知，用z统计量

z

N0,1 样本均值=101.4，样本标准差s=1.829 置信区间：



zz2

2



1=0.95，z

=z

0.025=1.96



zz22



=101.41.961.96=（100.89，101.91） (2)如果规定食品重量低于l00g属于不合格，确定该批食品合格率的95％的置信区间。

解：总体比率的估计

大样本，总体方差未知，用z统计量

z

N0,1

样本比率=（50-5）/50=0.9 置信区间：



pz2 pz21=0.95，z=z

0.025=1.96



pz2

pz2

=（0.8168，0.9832） =0.91.961.96

7．13 一家研究机构想估计在网络公司工作的员工每周加班的平均时间，为此随机抽取了

假定员工每周加班的时间服从正态分布。估计网络公司员工平均每周加班时间的90%的置信区间。

解：小样本，总体方差未知，用t统计量

t

tn1 均值=13.56，样本标准差s=7.801 置信区间：



tn1tn1

2





1

=0.90，n=18，t2

n1=t0.0517=1.7369



tn1tn12



=13.561.73691.7369=（10.36，16.75）

7．15 在一项家电市场调查中．随机抽取了200个居民户，调查他们是否拥有某一品牌的

电视机。其中拥有该品牌电视机的家庭占23％。求总体比例的置信区间，置信水平分别为90%和95%。

解：总体比率的估计

大样本，总体方差未知，用z统计量

z

N0,1

样本比率=0.23 置信区间：



pz2 pz21=0.90，z=z

0.025=1.645



pz2

pz2

=0.231.6451.645=（0.1811，0.2789）

1=0.95，z=z

0.025=1.96



pz2

pz2

=（0.1717，=0.231.961.960.2883）

7．28 某超市想要估计每个顾客平均每次购物花费的金额。根据过去的经验，标准差大约

为120元，现要求以95％的置信水平估计每个顾客平均购物金额的置信区间，并要求边际误差不超过20元，应抽取多少个顾客作为样本? 解：n

22z2



2

，1=0.95，z2=z0.025=1.96，

n

22z2

21.9621202



202

=138.3，取n=139或者140，或者150。

8. 1

8．2 一种元件，要求其使用寿命不得低于700小时。现从一批这种元件中随机抽取36件，

测得其平均寿命为680小时。已知该元件寿命服从正态分布，＝60小时，试在显著

性水平0．05下确定这批元件是否合格。 解：H0：μ≥700；H1：μ＜700

已知：＝680 ＝60

由于n=36＞30，大样本，因此检验统计量：

z

＝-2

当α＝0.05，查表得z＝1.645。因为z＜-z，故拒绝原假设，接受备择假设，说明这批产

品不合格。

8．4 糖厂用自动打包机打包，每包标准重量是100千克。每天开工后需要检验一次打包机

工作是否正常。某日开工后测得9包重量(单位：千克)如下：

99．3 98．7 100．5 101．2 98．3 99．7 99．5 102．1 100．5

已知包重服从正态分布，试检验该日打包机工作是否正常(a＝0．05)? 解：H0：μ＝100；H1：μ≠100

经计算得：＝99.9778 S＝1.21221 检验统计量：

t

-0.055

2

当α＝0.05，自由度n－1＝9时，查表得t

9＝2.262。因为t＜t2，样本统计量落

在接受区域，故接受原假设，拒绝备择假设，说明打包机工作正常。

8．5 某种大量生产的袋装食品，按规定不得少于250克。今从一批该食品中任意抽取50

袋，发现有6袋低于250克。若规定不符合标准的比例超过5％就不得出厂，问该批食品能否出厂(a＝0．05)? 解：解：H0：π≤0.05；H1：π＞0.05

已知： p＝6/50=0.12 检验统计量：

Z

＝2.271

当α＝0.05，查表得z＝1.645。因为z＞z，样本统计量落在拒绝区域，故拒绝原假设，

接受备择假设，说明该批食品不能出厂。

8．7 某种电子元件的寿命x(单位：小时)服从正态分布。现测得16只元件的寿命如下： 159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170

问是否有理由认为元件的平均寿命显著地大于225小时(a＝0．05)? 解：H0：μ≤225；H1：μ＞225

经计算知：＝241.5 s＝98.726 检验统计量：

t

0.669

当α＝0.05，自由度n－1＝15时，查表得t15＝1.753。因为t＜t，样本统计量落在接

受区域，故接受原假设，拒绝备择假设，说明元件寿命没有显著大于225小时。 9.1 9.2 9.3 9.4 10.2 10.4

10．7 某企业准备用三种方法组装一种新的产品，为确定哪种方法每小时生产的产品数量最多，随机抽取了30名工人，并指定每个人使用其中的一种方法。通过对每个工人生产的产品数进行方差分析得到下面的结果；

要求：

(1)完成上面的方差分析表。

(2)若显著性水平a=0.05，检验三种方法组装的产品数量之间是否有显著差异? 解：（2）P=0.025＞a=0.05，没有显著差异。

11.3 11.4

11.9 某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到下面的有关结果：

方差分析表

参数估计表

要求：

(1)完成上面的方差分析表。

(2)汽车销售量的变差中有多少是由于广告费用的变动引起的? (3)销售量与广告费用之间的相关系数是多少?

(4)写出估计的回归方程并解释回归系数的实际意义。

(5)检验线性关系的显著性(a＝0.05)。 解：（2）R2=0.9756，汽车销售量的变差中有97.56%是由于广告费用的变动引起的。 （3）r=0.9877。

（4）回归系数的意义：广告费用每增加一个单位，汽车销量就增加1.42个单位。 （5）回归系数的检验：p=2.17E—09＜α，回归系数不等于0，显著。 回归直线的检验：p=2.17E—09＜α，回归直线显著。 11.10

13.1 下表是1981年—1999年国家财政用于农业的支出额数据

（1）绘制时间序列图描述其形态。 （2）计算年平均增长率。

（3）根据年平均增长率预测2000年的支出额。

详细答案：

（1）时间序列图如下：

从时间序列图可以看出，国家财政用于农业的支出额大体上呈指数上升趋势。

（2）年平均增长率为：

。

（3

）

。

13.2 下表是1981年—2000年我国油彩油菜籽单位面积产量数据（单位：kg / hm2）

（1）绘制时间序列图描述其形态。

（2）用5期移动平均法预测2001年的单位面积产量。

（3）采用指数平滑法，分别用平滑系数a=0.3和a=0.5预测2001年的单位面积产量，分析预测误差，说明用哪一个平滑系数预测更合适？ 详细答案：

（1）时间序列图如下：

（2）2001年的预测值为：

|

（3）由Excel输出的指数平滑预测值如下表：

2001年a=0.3时的预测值为：

a=0.5时的预测值为：

比较误差平方可知，a=0.5更合适。

13.3 下面是一家旅馆过去18个月的营业额数据

（1）用3期移动平均法预测第19个月的营业额。

（2）采用指数平滑法，分别用平滑系数a=0.3、a=0.4和a=0.5预测各月的营业额，分析预测误差，说明用哪一个平滑系数预测更合适？ （3）建立一个趋势方程预测各月的营业额，计算出估计标准误差。 详细答案：

（1）第19个月的3期移动平均预测值为：

（2）

由Excel输出的指数平滑预测值如下表： a=0.3时的预测值：

，误差均方＝87514.7。

a=0.4时的预测值：

，误差均方＝62992.5.。

a=0.5时的预测值：

，误差均方＝50236。

比较各误差平方可知，a=0.5更合适。

（3）根据最小二乘法，利用Excel输出的回归结果如下：

。估计标准误差

14.1 14.2

。

21

22

3．3 某百货公司连续40天的商品销售额如下：

单位：万元

41 46 35 42

25 36 28 36

29 45 46 37

47 37 34 37

38 37 30 49

34 36 37 39

30 45 44 42

38 43 26 32

43 33 38 36

40 44 44 35

要求：根据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。 1、确定组数： K1lg40lgn()1.60206

，取116.32k=6

lg(2)lg20.30103

2、确定组距：

组距＝( 最大值 - 最小值)÷ 组数=（49-25）÷6=4，取5

(1) 对这个年龄分布作直方图；

(2) 从直方图分析成人自学考试人员年龄分布的特点。 解：（1）制作直方图：将上表复制到Excel表中，点击：图表向导→柱形图→选择子图表类型→完成。即得到如下的直方图：(见Excel练习题2.6)

（2）年龄分布的特点：自学考试人员年龄的分布为右偏。

解：

(1)根据上面的数据，画出两个班考试成绩的对比条形图和环形图。

3.14 已知1995—2004年我国的国内生产总值数据如下(按当年价格计算)：

要求：

(2)绘制第一、二、三产业国内生产总值的线图。

4．1 一家汽车零售店的10名销售人员5月份销售的汽车数量(单位：台)排序后如下：

2 4 7 10 10 10 12 12 14 15 要求：

（1）计算汽车销售量的众数、中位数和平均数。 (2)根据定义公式计算四分位数。 (3)计算销售量的标准差。

(4)说明汽车销售量分布的特征。 解：

Statistics

汽车销售数量 N

Valid Missing

Mean Median Mode Std. Deviation Percentiles

25 50 75

10 0 9.60 10.00 10 4.169 6.25 10.00 12.50

种是所有颐客都进入一个等待队列：另—种是顾客在三千业务窗口处列队3排等待。为比较哪种排队方式使顾客等待的时间更短．两种排队方式各随机抽取9名顾客。得到第一种排队方式的平均等待时间为7．2分钟，标准差为1．97分钟。第二种排队方式的等待时间(单位：分钟)如下：

5．5 6．6 6．7 6．8 7．1 7．3 7．4 7．8 7．8 要求：

(1)画出第二种排队方式等待时间的茎叶图。

第二种排队方式的等待时间(单位：分钟) Stem-and-Leaf Plot

Frequency Stem & Leaf 1.00 Extremes (=

Stem width: 1.00 Each leaf: 1 case(s)

(2)计算第二种排队时间的平均数和标准差。

Mean Std. Deviation

7 0.714143

Variance 0.51

(3)比较两种排队方式等待时间的离散程度。

第二种排队方式的离散程度小。

(4)如果让你选择一种排队方式，你会选择哪—种？试说明理由。 选择第二种，均值小，离散程度小。

(1)计算120家企业利润额的平均数和标准差。 (2)计算分布的偏态系数和峰态系数。 解：

Statistics

企业利润组中值Mi（万元） N

Valid Missing

Mean Std. Deviation Skewness

Std. Error of Skewness Kurtosis

Std. Error of Kurtosis

120 0

426.6667 116.48445

0.208 0.221 -0.625 0.438

17岁的少年儿童作为样本，另一位调查人员则抽取了1 000名7～17岁的少年儿童作为样本。请回答下面的问题，并解释其原因。

(1)两位调查人员所得到的样本的平均身高是否相同?如果不同，哪组样本的平均身高较大?

(2)两位调查人员所得到的样本的标准差是否相同?如果不同，哪组样本的标准差较大? (3)两位调查人员得到这l 100名少年儿童身高的最高者或最低者的机会是否相同?如果不同，哪位调查研究人员的机会较大? 解：（1）不一定相同，无法判断哪一个更高，但可以判断，样本量大的更接近于总体平均身

高。

（2）不一定相同，样本量少的标准差大的可能性大。

（3）机会不相同，样本量大的得到最高者和最低者的身高的机会大。

4．8 一项关于大学生体重状况的研究发现．男生的平均体重为60kg，标准差为5kg；女生

的平均体重为50kg，标准差为5kg。请回答下面的问题： (1)是男生的体重差异大还是女生的体重差异大?为什么?

女生，因为标准差一样，而均值男生大，所以，离散系数是男生的小，离散程度是男生的小。

(2)以磅为单位(1ks＝2．2lb)，求体重的平均数和标准差。 都是各乘以2.21，男生的平均体重为60kg×2.21=132.6磅，标准差为5kg×2.21=11.05

磅；女生的平均体重为50kg×2.21=110.5磅，标准差为5kg×2.21=11.05磅。

(3)粗略地估计一下，男生中有百分之几的人体重在55kg一65kg之间? 计算标准分数：

Z1=

x5560x6560

==-1；Z2===1，根据经验规则，男生大约有68%s5s5

的人体重在55kg一65kg之间。

(4)粗略地估计一下，女生中有百分之几的人体重在40kg～60kg之间? 计算标准分数：

Z1=

x4050x6050

==-2；Z2===2，根据经验规则，女生大约有95%s5s5

的人体重在40kg一60kg之间。

4．9 一家公司在招收职员时，首先要通过两项能力测试。在A项测试中，其平均分数是

100分，标准差是15分；在B项测试中，其平均分数是400分，标准差是50分。一位应试者在A项测试中得了115分，在B项测试中得了425分。与平均分数相比，该应试者哪一项测试更为理想?

解：应用标准分数来考虑问题，该应试者标准分数高的测试理想。

ZA=

x115100x425400

==1；ZB===0.5 s15s50

因此，A项测试结果理想。

4．10 一条产品生产线平均每天的产量为3 700件，标准差为50件。如果某一天的产量低

于或高于平均产量，并落人士2个标准差的范围之外，就认为该生产线“失去控制”。下面是一周各天的产量，该生产线哪几天失去了控制?

周六超出界限，失去控制。

4．13 在金融证券领域，一项投资的预期收益率的变化通常用该项投资的风险来衡量。预

期收益率的变化越小，投资风险越低；预期收益率的变化越大，投资风险就越高。下面的两个直方图，分别反映了200种商业类股票和200种高科技类股票的收益率分布。在股票市场上，高收益率往往伴随着高风险。但投资于哪类股票，往往与投资者的类型有一定关系。

(1)你认为该用什么样的统计量来反映投资的风险? 标准差或者离散系数。

(2)如果选择风险小的股票进行投资，应该选择商业类股票还是高科技类股票? 选择离散系数小的股票，则选择商业股票。

(3)如果进行股票投资，你会选择商业类股票还是高科技类股票? 考虑高收益，则选择高科技股票；考虑风险，则选择商业股票。

解：（1）方差或标准差；（2）商业类股票；（3）（略）。

7.1 从一个标准差为5的总体中抽出一个容量为40的样本，样本均值为25。

（1） 样本均值的抽样标准差σ等于多少？

（2） 在95%的置信水平下，允许误差是多少？

解：已知总体标准差σ=5，样本容量n=40，为大样本，样本均值x=25， （1）样本均值的抽样标准差σ

5=0.7906 （2）已知置信水平1－α=95%，得 Zα/2=1.96，

于是，允许误差是E

=Zα/2

6×0.7906=1.5496。 7.2 某快餐店想要估计每位顾客午餐的平均花费金额。在为期3周的时间里选取49名顾客

组成了一个简单随机样本。

(1)假定总体标准差为15元，求样本均值的抽样标准误差。







=2.143 (2)在95％的置信水平下，求边际误差。

t，由于是大样本抽样，因此样本均值服从正态分布，因此概率度t=z2 因此，tzz0.025=1.96×2.143=4.2 (3)如果样本均值为120元，求总体均值 的95％的置信区间。 置信区间为：

,=1204.2,1204.2=（115.8，124.2） 7.10

7．11 某企业生产的袋装食品采用自动打包机包装，每袋标准重量为l00g。现从某天生产

的一批产品中按重复抽样随机抽取50包进行检查，测得每包重量(单位：g)如下：

已知食品包重量服从正态分布，要求：

(1)确定该种食品平均重量的95

％的置信区间。 解：大样本，总体方差未知，用z统计量

z

N0,1 样本均值=101.4，样本标准差s=1.829 置信区间：



zz2

2



1=0.95，z

=z

0.025=1.96



zz22



=101.41.961.96=（100.89，101.91） (2)如果规定食品重量低于l00g属于不合格，确定该批食品合格率的95％的置信区间。

解：总体比率的估计

大样本，总体方差未知，用z统计量

z

N0,1

样本比率=（50-5）/50=0.9 置信区间：



pz2 pz21=0.95，z=z

0.025=1.96



pz2

pz2

=（0.8168，0.9832） =0.91.961.96

7．13 一家研究机构想估计在网络公司工作的员工每周加班的平均时间，为此随机抽取了

假定员工每周加班的时间服从正态分布。估计网络公司员工平均每周加班时间的90%的置信区间。

解：小样本，总体方差未知，用t统计量

t

tn1 均值=13.56，样本标准差s=7.801 置信区间：



tn1tn1

2





1

=0.90，n=18，t2

n1=t0.0517=1.7369



tn1tn12



=13.561.73691.7369=（10.36，16.75）

7．15 在一项家电市场调查中．随机抽取了200个居民户，调查他们是否拥有某一品牌的

电视机。其中拥有该品牌电视机的家庭占23％。求总体比例的置信区间，置信水平分别为90%和95%。

解：总体比率的估计

大样本，总体方差未知，用z统计量

z

N0,1

样本比率=0.23 置信区间：



pz2 pz21=0.90，z=z

0.025=1.645



pz2

pz2

=0.231.6451.645=（0.1811，0.2789）

1=0.95，z=z

0.025=1.96



pz2

pz2

=（0.1717，=0.231.961.960.2883）

7．28 某超市想要估计每个顾客平均每次购物花费的金额。根据过去的经验，标准差大约

为120元，现要求以95％的置信水平估计每个顾客平均购物金额的置信区间，并要求边际误差不超过20元，应抽取多少个顾客作为样本? 解：n

22z2



2

，1=0.95，z2=z0.025=1.96，

n

22z2

21.9621202



202

=138.3，取n=139或者140，或者150。

8. 1

8．2 一种元件，要求其使用寿命不得低于700小时。现从一批这种元件中随机抽取36件，

测得其平均寿命为680小时。已知该元件寿命服从正态分布，＝60小时，试在显著

性水平0．05下确定这批元件是否合格。 解：H0：μ≥700；H1：μ＜700

已知：＝680 ＝60

由于n=36＞30，大样本，因此检验统计量：

z

＝-2

当α＝0.05，查表得z＝1.645。因为z＜-z，故拒绝原假设，接受备择假设，说明这批产

品不合格。

8．4 糖厂用自动打包机打包，每包标准重量是100千克。每天开工后需要检验一次打包机

工作是否正常。某日开工后测得9包重量(单位：千克)如下：

99．3 98．7 100．5 101．2 98．3 99．7 99．5 102．1 100．5

已知包重服从正态分布，试检验该日打包机工作是否正常(a＝0．05)? 解：H0：μ＝100；H1：μ≠100

经计算得：＝99.9778 S＝1.21221 检验统计量：

t

-0.055

2

当α＝0.05，自由度n－1＝9时，查表得t

9＝2.262。因为t＜t2，样本统计量落

在接受区域，故接受原假设，拒绝备择假设，说明打包机工作正常。

8．5 某种大量生产的袋装食品，按规定不得少于250克。今从一批该食品中任意抽取50

袋，发现有6袋低于250克。若规定不符合标准的比例超过5％就不得出厂，问该批食品能否出厂(a＝0．05)? 解：解：H0：π≤0.05；H1：π＞0.05

已知： p＝6/50=0.12 检验统计量：

Z

＝2.271

当α＝0.05，查表得z＝1.645。因为z＞z，样本统计量落在拒绝区域，故拒绝原假设，

接受备择假设，说明该批食品不能出厂。

8．7 某种电子元件的寿命x(单位：小时)服从正态分布。现测得16只元件的寿命如下： 159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170

问是否有理由认为元件的平均寿命显著地大于225小时(a＝0．05)? 解：H0：μ≤225；H1：μ＞225

经计算知：＝241.5 s＝98.726 检验统计量：

t

0.669

当α＝0.05，自由度n－1＝15时，查表得t15＝1.753。因为t＜t，样本统计量落在接

受区域，故接受原假设，拒绝备择假设，说明元件寿命没有显著大于225小时。 9.1 9.2 9.3 9.4 10.2 10.4

10．7 某企业准备用三种方法组装一种新的产品，为确定哪种方法每小时生产的产品数量最多，随机抽取了30名工人，并指定每个人使用其中的一种方法。通过对每个工人生产的产品数进行方差分析得到下面的结果；

要求：

(1)完成上面的方差分析表。

(2)若显著性水平a=0.05，检验三种方法组装的产品数量之间是否有显著差异? 解：（2）P=0.025＞a=0.05，没有显著差异。

11.3 11.4

11.9 某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到下面的有关结果：

方差分析表

参数估计表

要求：

(1)完成上面的方差分析表。

(2)汽车销售量的变差中有多少是由于广告费用的变动引起的? (3)销售量与广告费用之间的相关系数是多少?

(4)写出估计的回归方程并解释回归系数的实际意义。

(5)检验线性关系的显著性(a＝0.05)。 解：（2）R2=0.9756，汽车销售量的变差中有97.56%是由于广告费用的变动引起的。 （3）r=0.9877。

（4）回归系数的意义：广告费用每增加一个单位，汽车销量就增加1.42个单位。 （5）回归系数的检验：p=2.17E—09＜α，回归系数不等于0，显著。 回归直线的检验：p=2.17E—09＜α，回归直线显著。 11.10

13.1 下表是1981年—1999年国家财政用于农业的支出额数据

（1）绘制时间序列图描述其形态。 （2）计算年平均增长率。

（3）根据年平均增长率预测2000年的支出额。

详细答案：

（1）时间序列图如下：

从时间序列图可以看出，国家财政用于农业的支出额大体上呈指数上升趋势。

（2）年平均增长率为：

。

（3

）

。

13.2 下表是1981年—2000年我国油彩油菜籽单位面积产量数据（单位：kg / hm2）

（1）绘制时间序列图描述其形态。

（2）用5期移动平均法预测2001年的单位面积产量。

（3）采用指数平滑法，分别用平滑系数a=0.3和a=0.5预测2001年的单位面积产量，分析预测误差，说明用哪一个平滑系数预测更合适？ 详细答案：

（1）时间序列图如下：

（2）2001年的预测值为：

|

（3）由Excel输出的指数平滑预测值如下表：

2001年a=0.3时的预测值为：

a=0.5时的预测值为：

比较误差平方可知，a=0.5更合适。

13.3 下面是一家旅馆过去18个月的营业额数据

（1）用3期移动平均法预测第19个月的营业额。

（2）采用指数平滑法，分别用平滑系数a=0.3、a=0.4和a=0.5预测各月的营业额，分析预测误差，说明用哪一个平滑系数预测更合适？ （3）建立一个趋势方程预测各月的营业额，计算出估计标准误差。 详细答案：

（1）第19个月的3期移动平均预测值为：

（2）

由Excel输出的指数平滑预测值如下表： a=0.3时的预测值：

，误差均方＝87514.7。

a=0.4时的预测值：

，误差均方＝62992.5.。

a=0.5时的预测值：

，误差均方＝50236。

比较各误差平方可知，a=0.5更合适。

（3）根据最小二乘法，利用Excel输出的回归结果如下：

。估计标准误差

14.1 14.2

。

21

22