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弹珠混合而成。先选红色，再选黑色的概率是多少?

1.首先选择黑色弹珠的概率是．

2.袋子里有10个黑色弹珠。

某个职业棒球大联盟球员的上垒率为25%(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。

当我们错误地拒绝一个真实的零假设时，就会出现第一类错误(虚假警报或“判定无辜的人”)。

当我们无法拒绝错误的零假设时，就会出现第二类错误(检测失败)。

以下5个说法中哪一个是错误的?

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)将降低第一类错误的几率。

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检验的“力量”。

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几率。

E)以上说法都不正确。

从一盒红、黄、蓝弹珠中随机抽取一个弹珠。弹珠是黄色的概率是多少?

1)盒子里有10个蓝色的弹珠。

2)盒子里有8颗红色的弹珠。

几副扑克牌被洗牌在一起。抽出一张牌，出示一张牌，然后放在一边。又出了一张牌。假设已知第一张牌，打出的牌是红的概率是多少?

1)在发牌前取下的牌是红的。

2)牌在抽和发之间被重新洗牌。

数据充分性问题

从装满弹珠的袋子中随机抽取一颗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取了60名女性和65名男性，试图检测平均驾驶速度的显著差异。

地球上的凡人会正确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?地球人决定使用双尾95%置信检验。

在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)。一共有575757种可能的数字组合。

获胜的赔率是575757:1。

1张彩票5个数字中4个正确的概率是多少?

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

然后你和他记录下下一周的销售数字:周一-120，周二-85，周三-105，周四-325和周五-365。

在看了观察到的数据后，你的朋友对他的假设表示严重关切。

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

某导师夸口说，在2周的培训时间里，2400分的考试成绩至少能提高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”研究。得到了以下结果- 3列分别表示10名学生的前、后和增加数:

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

假设零假设:

“平均涨幅不到100分”

零假设将被拒绝的最高显著性水平(p值)是多少?