数据充分性问题——实际上并没有解决这个问题

一袋弹珠由黑色和红色的混合弹珠组成。选到红色和黑色的概率是多少?

1.先选黑色弹珠的概率是．

2.袋子里有10个黑色弹珠。

一个职业棒球大联盟的球员有25%的上垒率(每4次击球一次)。

对于任何一场他5次击球的比赛，他3次或4次上垒的概率是多少?-提示-将3的概率加到4的概率上。

当我们错误地拒绝一个真零假设时，就会出现第一类错误(虚惊一场或“让无辜的人定罪”)。

第2类错误(检测失败)发生在我们未能拒绝错误的零假设时。

下列5种说法中哪一种是错误的?

注意-只有一个陈述是错误的。

A)对于给定的样本量(n=100)，降低显著性水平(从.05到.01)将降低第1类错误的几率。

B)对于给定的样本量(n=100)，增加显著性水平(从.01到.05)将降低第2类错误的几率。

C)正确检测错误零假设的能力被称为测试的“能力”。

D)增加样本量(从100增加到120)总是会减少第一类错误和第二类错误的机会。

E)以上陈述都是错误的。

从一盒红、黄、蓝弹珠中随机抽取一颗弹珠。弹珠是黄色的概率是多少?

1)盒子里有10颗蓝色弹珠。

2)盒子里有8颗红色的弹珠。

几副扑克牌被洗牌在一起。抽出一张，展示一张，然后放在一边。还有一张牌。假设第一张牌已知，出牌的牌是红色的概率是多少?

1)在牌变红前取走的牌。

2)牌在和牌和发牌之间再次洗牌。

数据充分性问题

从装满弹珠的袋子中随机选出一个红色弹珠的概率是多少?

1.袋子里只有红色和黑色的弹珠

2.所有的弹珠都是黑色的

假设我们是不朽的统计之神，我们知道以下人口统计数据:

1)女性平均驾驶速度=50英里/小时，标准差为12

2)男性平均驾驶速度=45英里/小时，标准差为11

我们从统计的奥林匹斯山上往下看，注意到地球上的凡人随机抽样了60名女性和65名男性，试图检测平均驾驶速度的显著差异。

地球上的凡人恰当地拒绝平均驾驶速度之间没有显著差异的假设(即零假设)的概率是多少?地球凡人决定使用双尾95%置信度测试。

在一个流行的州彩票游戏中，玩家从39个数字中选择5个数字(在一张彩票上)。有575,757种可能的5个数字组合。

赢的赔率是575757比1。

在一张彩票上5个号码中4个正确的概率是多少?

你的同事提出了一个大胆的假设。他建议每天的销量遵循这样的模式:周一-10%，周二-10%，周三-10%，周四35%，周五35%。

然后你和他记录下接下来一周的销量:周一-120，周二-85，周三-105，周四-325和周五-365。

在查看了观察到的数据后，你的朋友对他的假设表示了严重的担忧。

你可以帮助;如果假设成立，你可以告诉他观察到的数据出现的概率。提示- Excel ChiTest。

某导师吹嘘说，他为期2周的培训课程可以让学生在2400分考试中提高至少100分(4.167%)。为了验证这一说法，研究人员对10名学生进行了“前后对比”的研究。我们得到了以下的结果- 3列代表10个学生的前，后和增加的数字:

1300 1340 40
1670 1790 120
1500 1710 210
1360 1660 300
1580 1730 150
1160 1320 160
1910 2100 190
1410 1490 80
1710 1880 170
1990 2060 70

假设零假设:

“平均涨幅不到100点”

零假设被拒绝的最高显著性水平(p值)是多少?