习题10

数学学习 · 爱知数学讲义

18
本章目录 · 1 节

本章导读

【第十章习题】按原书保留8组题目及全部数据,下面附有计算说明与可复算结果。除另有说明,均假设抽样单位独立同分布,B为10000,百分位区间按排序后第250、9750项取95%端点,第500、9500项取90%端点。每道题创建独立Python Random实例,种子依次20261201至20261208。有限次模拟会波动,不把这一次运行的小数当成唯一答案。

【1 绿蜘蛛前腿长度与中位数标准误】随机选20只雄性绿蜘蛛,前腿长度,单位毫米,为15.10,13.55,15.75,20.00,15.45,13.60,16.45,14.05,16.95,19.05,16.40,17.05,15.25,16.65,16.25,17.75,15.40,16.80,17.55,19.05。总体为未知连续分布,以样本中位数估计总体中位数,求估计量标准误的bootstrap估计。

mm115.1213.55315.75420515.45613.6716.45814.05916.951019.051116.41217.051315.251416.651516.251617.751715.41816.81917.552019.05
第1题 全部20项前腿长度,单位毫米

解:原样本中位数为16.425。每份从20个原始下标放回抽20次,排序后以第10、11项平均作为中位数,重复10000次。种子20261201的结果毫米。这里对10000个中位数求样本标准差,分母9999;不能把原始长度的标准差1.746342毫米当成中位数的标准误。

【2 飞机事故序列的中位数与均值区间】原书标注为1983—2006年的24项事故数:23,16,21,24,34,30,28,24,26,18,23,23,36,37,49,50,51,56,46,41,54,30,40,31。(1)以样本中位数估计总体中位数,求95%百分位区间;(2)以样本均值估计总体均值,求95%百分位区间,B取10000。

198323198416198521198624198734198830198928199024199126199218199323199423199536199637199749199850199951200056200146200241200354200430200540200631
第2题 按原书年代顺序保留24项,年份标签由1983逐年递增

解:原样本中位数30.5,均值。按独立同分布的教学假设,每份重抽24项,同时求中位数与均值。种子20261202得到中位数区间,均值区间。

这份数据按年度排列,现实中可能存在趋势、制度或暴露量变化及序列相关。上述结果是原题的独立同分布模型下计算,不能未经检查就把24年当作可交换观察,也不能将这两个区间说成对某个特定年份事故数的预测区间。题面没有各年飞行次数,因而不能据此计算每航班事故率。

【3 课程考试成绩的四种区间】20项成绩为88,67,64,76,86,85,82,39,75,34,90,63,89,90,84,81,96,100,70,96。分别以(1)样本中位数,(2)样本均值,(3)样本10%截尾均值,(4)样本标准差估计相应总体特征,求各自95%百分位区间。

188267364476586685782839975103411901263138914901584168117961810019702096
第3题 全部20项成绩,第一行的67与64按原图核对

解:原中位数83,均值77.75,样本标准差约17.606443。10%截尾按每端删除项,留下16项,原截尾均值80.375;不是两端合计只删2项。每份重抽20项后重新排序、重新计算这四种统计量,标准差用分母19。种子20261203得到:中位数;均值;10%截尾均值;标准差约。

四个区间对应不同目标,不能相互替代。样本均值和截尾均值的目标总体函数也不同;较高的截尾均值不表示可以自行删改原始低分。若研究对象就是这一完整班级的这20个成绩,其描述特征已经给定;推断到更广泛学生总体还需说明抽样及目标总体。

【4 小麦株高】10项株高,单位厘米,为90,105,101,95,100,100,101,105,93,97。求(1)总体中位数,(2)总体均值的95%bootstrap区间。

cm1902105310149551006100710181059931097
第4题 全部10项株高

解:样本中位数100,均值98.7。从10项放回抽10项,按种子20261204运行10000次得到中位数区间,均值区间,单位均为厘米。偶数样本中位数为中央两项平均,重抽样的中位数可能为半整数,不应强制舍入为整数。

【5 指数寿命总体的参数自助区间】12只电子元件寿命,单位小时,为340,430,560,920,1380,1520,1660,1770,2100,2320,2350,2650。题设,,其他x取0,未知。以样本均值估计总体均值,分别求90%、95%参数bootstrap百分位区间,B为10000。

13402430356049205138061520716608177092100102320112350122650
第5题 全部12项元件寿命,单位小时

解:总和18000,小时。每份抽12个均值1500的指数变量,求均值;种子20261205,调用expovariate(1/1500),得到90%区间约小时,95%区间约小时。两种水平都用同一批10000个均值排序,取不同端点,95%区间包含90%区间。

独立核验:拟合总体下,第二参数是尺度。直接算条件分位数得到90%区间、95%区间。这是不含有限模拟误差的条件百分位结果,不是宣称对真实未知均值具有精确覆盖率;不要与基于卡方枢轴量的精确指数均值区间混为一谈。

【6 血清与存活时间的均值差】接受治疗的5项月数为3.1,5.3,1.4,4.6,2.8;不作治疗的4项为1.9,0.5,0.9,2.1。两样本独立,题设两个分布至多相差一个平移,以检验治疗组的总体平均存活时间是否较长。

11.93.120.55.330.91.442.14.65-2.8
第6题 两组完整存活时间,单位月;组别及容量不能颠倒

解:令X为未治疗,Y为治疗,检验对。均值分别1.35、3.44,观察差2.09个月。原假设下合并9项,分别放回抽4项与5项,比较。用种子20261206得到228次,,拒绝原假设,按题设模型有证据支持治疗组平均存活时间较长。

独立核验可将原数乘10取整数,计算两个经验和分布,条件p值约0.0191777725。不得把放回抽样与不放回置换混作一种方法。本题样本很小,且题面没有充分说明随机分派等设计细节;统计上的组间差异不能单凭此题扩展为现实医疗疗效结论。

【7 培训时间】10项小时数为208,180,234,168,212,208,254,229,230,181。取检验对。

12082180323441685212620872548229923010181
第7题 全部10项培训小时数

解:总和2104,均值210.4,平移观察为。每份从z放回抽10项,比较均值是否至少210.4。种子20261207得到1005次,。直接对原始整数和分布计算,尾部为,条件p值0.105513451。

p大于0.05,不拒绝原假设,尚无足够证据支持平均培训时间大于200小时。不能据此证明平均值恰为200,也不能证明经理关于“至少需要200小时”的普遍陈述;总体均值的陈述与每一个体都需要某时长是不同命题。

【8 脉搏每分钟增加次数】9项观察为13,15,14,10,8,12,18,9,20。检验对,取。

1132153144105861271889920
第8题 全部9项脉搏增量,单位次每分钟

解:总和119,均值。先作,使经验均值为10,再每份重抽9项。比较,等价于原始整数重抽和。

种子20261208得到70次,;完整经验和分布的条件p值约0.0072595593。小于0.05,拒绝原假设,按独立抽样模型有证据支持总体平均增量大于10次每分钟。不是说每名受试者的增量都大于10,也不据此推断其他剂量或其他人群。

10.416702 mm2[24,40]2[29.208333,38.541667]3[72.5,88.5]3[69.95,84.65]3[71.125,86.375]3[9.611397,22.695873]4[95,103] cm4[95.7,101.5] cm5[855.239483,2271.862474] h5[765.060990,2444.729889] h678
八组习题结果汇总,SE为标准误、CI为百分位区间、p为相应假设方向的尾部概率;本表采用上述固定种子运行

【复算说明】第1至4题先按给定原始顺序存储数据,使用randrange(n)逐项放回抽样;每份容量仍为n。第3题在同一份样本上计算四个统计量。第5题逐项产生指数变量。第6题每轮先抽未治疗4项,再抽治疗5项。第7、8题使用原假设中心化,计算中保留精确阈值,避免舍入把边界事件改掉。SE分母B−1,原始或重抽样标准差分母n−1;百分位排序允许相等。近似p值随种子波动,离显著性阈值很近时应增加模拟精度并报告误差,而不能挑种子改变结论。