第十章答案
本章目录 · 1 节
本章导读
【第十章答案】按原书题号给出解答、必要推导和适用条件。与章末习题采用同一份已核算解答,原书的简略小数按准确计算区分近似与精确值。原书此处标为“答案略”,这里补充对应习题的计算、代码与结果;随机模拟注明种子、次数和误差,不把模拟值当作唯一标准答案。
【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。
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。
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。
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。
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。
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。
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。
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。
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。
【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。
