当样本统计量的取值未落入原假设的拒绝域时,表示()
A.可以放心地接受原假设
B.没有充足的理由否定原假设
C.没有充足的理由否定备择假设
D.备择假设是错误的
A.可以放心地接受原假设
B.没有充足的理由否定原假设
C.没有充足的理由否定备择假设
D.备择假设是错误的
使用PNTSPRD.RAW中的数据。
(i)变量sprdcvr是一个二值变量,若在大学篮球比赛中实际分数差距超过拉斯维加斯让分,则此变量取值1。sprdcvr的期望值(比方说u)表示在一场随机抽取的比赛中分差超过让分的概率。在10%的显著性水平上相对于H1:μ≠0.5检验H0:μ=0.5,并讨论你的结果。(提示:将sprdcvr只对一个截距项进行回归便得到一个r统计量,利用这个统计量很容易完成。)
(ii)553个样本中有多少场比赛是在中立场地进行的?
(iii)估计线性概率模型
并以通常的形式报告结论。(报告通常的标准误和异方差-稳健的标准误。)哪个变量在实际上和统计上都是最显著的?
(iv)解释为什么在原假设下,模型中不存在异方差性。
(v)利用通常的F统计量检验第(iv)部分的原假设,你得到了什么结论?
(vi)给定上述分析,你会不会认为,利用赛前可利用的信息,有可能系统地预测拉斯维加斯让分能否实现?
设是来自正态总体N(μ,22)的简单随机样本,样本均值在显著性水平a=0.05下检验假设H0:μ≥5;H1:μ<5的拒绝域为___
注:标准正态分布函数值φ(1.645)=0.95
A.算术平均数
B.样本方差
C.中位数
D.调和平均数
E.众数
A.研究对象的某项数值指标的值的全体称为总体
B.总体中的每个元素称为个体
C.样本中个体的数目叫做样本量
D.从总体中抽取一部分个体作为一个集合进行研究,这个集合就是样本
E.任何关于样本的函数,只要不含有未知参数,就可以作为统计量
设X1,…,X6是来自(0,θ)内均匀分布的样本,θ>0未知。
(1)写出样本的联合密度函数;
(2)指出下列样本函数中哪些是统计量,哪些不是?为什么?
(3)设样本的一组观察值是:0.5,1,0.7,0.6,1,1,写出样本均值、样本方差和标准差。
抽取一个样本Xn+1,证明:统计量。
如下模型可用来研究竞选支出如何影响选举结果:
其中,voteA表示候选人A得到的选票百分数,expendA和expendB分
别表示候选人A和B的竞选支出,而prtystrA则是对A所在党派实力的一种度量(A所在党派在最近一次总统选举中获得的选票百分比)。
(i)如何解释β1?
(ii)用参数表述如下原假设:A的竞选支出提高1%被B的竞选支出提高1%所抵消。
(iii)利用VOTE1.RAW中的数据来估计上述模型,并以通常的方式报告结论。A的竞选支出会影响结果吗?B的支出呢?你能用这些结论来检验第(ii)部分中的假设吗?
(iv)估计一个模型,使之能直接给出检验第(ii)部分中假设所需用的:统计量。你有什么结论?(使用双侧备择假设。)
A.在统计学中把研究对象的某项数值指标的值的全体称为总体
B.总体中的每个元素称为个体
C.经常从总体中抽取一部分个体作为一个集合进行研究,这个集合就是样本
D.样本中个体的数目被称为样本量
E.任何关于样本的函数都可以作为统计量