9. 在统计假设的显著性检验中,取小的显著性水平α 的目的在于( B ).
A. 不轻易拒绝备选假设．
B. 不轻易拒绝原假设．
C. 不轻易接受原假设．
D. 不考虑备选假设．
10. 在统计假设的显著性检验中,实际上是( B ).
A. 只控制第一类错误,即控制"拒真"错误．
B. 在控制第一类错误的前提下,尽量减小第二类错误(即受伪)的概率．
C.
x − µ0 s/ n
<
−tα / 2 (n −1)
．
D.
x − µ0 s/ n
<
−tα /2 (n −1)或
x − µ0 s/ n
> tα / 2 (n −1) ．
二．填空题 15．概率很小的事件，在一次试验中几乎是不可能发生的，这个原理称为 小概率原理
．
16. 在假设检验中，把符合 H0 的总体判为不符合 H0 加以拒绝，这类错误称为第 一 类
σ
2 1
=
σ
2 2
,
H1
:
σ
2 1
≠
σ
2 2
；在 0.05 的显
著性水平，由于检验问题的P-值 2× 0.217542 > 0.05 ，所以， 接受 （接受，
拒绝）原假设，认为甲乙两家供货商的灯泡使用寿命方差的差异 显著）．
不显著 （显著，不
F-检验 双样本方差分析
供货商甲
供货商乙
平均 方差 观测值
H1 : µ = 3，若检验的拒绝域为W = {x > 2.6} ．
（1）当 n = 20 时，求检验犯第一类错误的概率α 和第二类错误的概率 β ；
（2）如果要使犯第二类错误的概率 β ≤ 0.01 ， n 最小应取多少？
⎛
⎞
( ) 解：（1）α =P
X > 2.6 | µ = 2
=
⎜ P⎜
X
−
2
∑ D.
n i =1
(Xi − µ0 )2 σ2
~
χ 2 (n) ．
13.
设总体 X
~
N (µ,σ 2 ), 已知 µ
=
0
，通过样本
X
1，X
，
2
, X n ，检验 H0 : σ 2
= 1，
要用统计量（ A ）．
n
∑ A.
X
2 i
~
χ 2(n)
．
i =1
B. (n −1)S 2 ~ χ 2 (n −1) ．
629.25 3675.461
20
583 2431.429
15
df
19
14
F P(F<=f) 单尾 F 单尾临界 三．应用计算题
1.511647 0.217542 2.400039
33. 设 ( X1, X 2 , , X n ) 是 来 自 N (µ,1) 的 样 本 ， 对 假 设 检 验 问 题 ： H0 : µ = 2 ，
ห้องสมุดไป่ตู้率（ B ）．
A. 变小． B. 变大． C. 不变． D. 不确定．
5. 样本容量n确定后,在一个假设检验中,给定显著水平为α ,设第二类错误的概率为
β ，则必有( C ).
A.α + β = 1 ．
B. α + β > 1 ． C. α + β < 1．
D. α + β ≤ 2 ．
6. 在统计假设的显著性检验中,给定了显著性水平α ,下列结论中错误的是( D ). A. 拒绝域的确定与水平α 有关．
∑ 对于假设 H 0
:σ 2
=
σ
2 0
,
H1
:
σ
2
>
σ
2 0
,采用统计量
χ
2
=1
σ
2 0
n
(Xi
i =1
− X )2
,则其拒绝
域为
(n −1)s2
σ
2 0
>
χα2 (n −1)
．
28． 若取显著水平为α
，对于待检验的原假设 H 0
:σ 2
=
σ
2 0
，备择假设
H
1
:σ 2
≠
σ
2 0
，
采 用 χ2 统 计 量 作 检 验 ， 则 H0 的 拒 绝 域 为
25．设总体 X ~ N (µ,σ 2 ), 其中µ,σ 2都未知 . X1, X 2 , , X n 为来自该总体的一个样
∑ ∑ 本.记
X
=
1 n
n i =1
Xi,S2
=
1 n −1
n i =1
(Xi
−
X )2
.则检验假设
H0 :µ ≤ 2
H1 : µ > 2 所使
用的统计量 T = X − 2
．
⎛ P⎜
⎝
X σ
− µ0 /n
⎞ > zα / 2 ⎟ = α
⎠
z = x −15 = 14.9 −15 = −4.89 σ / n 0.05 / 6
检验的 P -值： P-value = 2P ( Z >| −4.89 |) ≈ 0 < 0.05
拒绝 H0 ，认为平均质量不再是 15g．
36．根据长期的经验和资料分析，某砖瓦厂生产的砖抗断强度 X ~ N (µ,1.12 ) ．今从该
8. 设对统计假设 H0 构造了一种显著性检验方法,则下列结论错误的是( A ).
A. 对同一个检验水平α ,基于不同的观测值所做的推断结果一定相同．
B. 对不同的检验水平α ,基于不同的观测值所做的推断结果未必相同．
C. 对不同检验水平α ,拒绝域可能不同．
D. 对不同检验水平α ,接收域可能不同．
34．某工厂生产的某种钢索的断裂强度 X ∼ N (µ, 4002 ) ，现从此种钢索的一批产品中
抽取容量为 9 的样本，测得断裂强度的样本均值 x ，与以往正常生产时的 µ 相比，x 较 µ 大
200 pa ．是否可认为这批钢索质量有显著提高？试求问题的 P-值，若取显著性水平 α = 0.01 ，有何结论．
A．犯“弃真”错误的概率．
B．犯“纳伪”错误的概率．
C．不犯“弃真”错误的概率． D．不犯“纳伪”错误的概率．
3. 假设检验中一般情况下（ C ）．
A. 只犯第一类错误．
B. 只犯第二类错误．
C. 两类错误都可能犯． D. 两类错误都不犯．
4. 假设检验时，当样本容量一定，若缩小犯第一类错误的概率，则犯第二类错误的概
结论为接受 H 0 ，则在显著性水平为 0.01 下检验结论一定为
接受H 0
．
24. X ~ N (µ, 225) ，样本 ( X1, X 2 , X n ) 来自正态总体 X ， X 与 S 2 分别是样本均
值与样本方差，要检验 H0 : µ = µ0 , 采用的统计量是
X − µ0
．
15 / n
35.由经验知某零件质量 X ~ N (15, 0.052 ) （单位：g），技术革新后，抽出 6 个零件，
测得质量为：14.7，15.1，14.8，15.0，15.2，14.6．已知方差不变，问平均质量是否仍为 15g？
试求问题的 P-值，若取显著性水平α = 0.05 ，有何结论．
解: H0 : µ = 15 H1 : µ ≠ 15
(n −1)s2
σ
2 0
<
χ2 1−α
2 (n −1) 或
(n −1)s2
σ
2 0
>
χα2
2 (n −1)
．
29. 某纺织厂生产维尼龙，在稳定生产情况下，纤度服从正态分布 N (µ, 0.0482 ) ，现从
总体中抽测 15 根，要检验这批维尼龙的纤度的方差有无显著性变化，用 χ 2 检验法，选用的
解: H0 : µ = µ0 ， H1 : µ > µ0
⎛ P⎜
⎝
X σ
− µ0 /n
>
zα
⎞ ⎟ ⎠
=α
z = x − µ0 = 200 = 1.5 σ / n 400 / 9
检验 P -值： P-value = P (Z > 1.5) = 0.0668 > 0.01
接受 H0 ，认为这批钢索质量没有显著提高．
C. X ~ t(n −1) ． S/ n
D. n X ~ N (0, 1) ．
14．假设 H0 : µ = µ0 , H1 : µ < µ0 ，采用 t 法检验，则拒绝域是（ C ）．
A.
x − µ0 s/ n
> tα /2 (n −1) ．
B.
−tα / 2 (n
−1)
<
x s
− /
µ0 n
< tα /2 (n −1) ．
S/ n
26. 样本 ( X1, X 2 , X n ) 来自正态总体 N (µ,σ 2 ) ，µ 未知，要检验 H0 :σ 2 = 10000, 则
采用的统计量为
(n −1)S 2
.
10000
27. 若取显著性水平为α ,设样本( X1, X 2 , , X n )来自总体 X ~ N (µ,σ 2 ) ,
>
2.6
−
2
⎟ ⎟
⎜1
1⎟
⎜⎝ 20
20 ⎟⎠
( ) = 1− Φ 0.6 20 = 1− Φ (2.68) = 0.0037
⎛
⎞
( ) ( ) β =P
X < 2.6 | µ = 3
=