假设检验例题:短跑训练

数据分析入门
2017-01-28 00:07

有一项新的训练技术,希望可以缩短职业短跑运动员完成 200 米比赛的用时(即提高奔跑速度)。一名教练随机挑选了一些女性短跑动员,让她们接受此项新训练技术,然后记录他们完成 200 米比赛的用时。

1. 如果我们关注的变量是完成 200 米比赛的用时,下面哪一个选项正确表示了单尾检验的零假设和对立假设?(µ-I 代表训练后成绩的均值 )

基于假设,采用单尾检验,临界区靠左

Alt img_name

教练发现女性短跑动员总体完成 200 米比赛的平均用时为 22.965 秒,标准偏差为 0.360 秒。

µ = 22.965 σ = 0.360

接受此项新训练的女性短跑动员样本的用时为 22.793 秒(样本量 n = 16)。

2. 样本均值分布的标准误差是多少?

3. 样本均值的 Z 值是多少?

4. 这意味着什么?

样本均值(的概率)落于临界区内,拒绝零假设(接受对立假设)。

接受该训练后,女性短跑动员显著比之前更快? ( )

加载 Disqus 评论

© 版权所有 悟理 2013-2019
Powered By Jekyll & Semantic UI

假设检验例题:短跑训练

数据分析入门
2017-01-28 00:07

有一项新的训练技术,希望可以缩短职业短跑运动员完成 200 米比赛的用时(即提高奔跑速度)。一名教练随机挑选了一些女性短跑动员,让她们接受此项新训练技术,然后记录他们完成 200 米比赛的用时。

1. 如果我们关注的变量是完成 200 米比赛的用时,下面哪一个选项正确表示了单尾检验的零假设和对立假设?(µ-I 代表训练后成绩的均值 )

基于假设,采用单尾检验,临界区靠左

Alt img_name

教练发现女性短跑动员总体完成 200 米比赛的平均用时为 22.965 秒,标准偏差为 0.360 秒。

µ = 22.965 σ = 0.360

接受此项新训练的女性短跑动员样本的用时为 22.793 秒(样本量 n = 16)。

2. 样本均值分布的标准误差是多少?

3. 样本均值的 Z 值是多少?

4. 这意味着什么?

样本均值(的概率)落于临界区内,拒绝零假设(接受对立假设)。

接受该训练后,女性短跑动员显著比之前更快? ( )

加载 Disqus 评论

© 版权所有 悟理 2013-2019
Powered By Jekyll & Semantic UI

假设检验例题:短跑训练

数据分析入门
2017-01-28 00:07

有一项新的训练技术,希望可以缩短职业短跑运动员完成 200 米比赛的用时(即提高奔跑速度)。一名教练随机挑选了一些女性短跑动员,让她们接受此项新训练技术,然后记录他们完成 200 米比赛的用时。

1. 如果我们关注的变量是完成 200 米比赛的用时,下面哪一个选项正确表示了单尾检验的零假设和对立假设?(µ-I 代表训练后成绩的均值 )

基于假设,采用单尾检验,临界区靠左

Alt img_name

教练发现女性短跑动员总体完成 200 米比赛的平均用时为 22.965 秒,标准偏差为 0.360 秒。

µ = 22.965 σ = 0.360

接受此项新训练的女性短跑动员样本的用时为 22.793 秒(样本量 n = 16)。

2. 样本均值分布的标准误差是多少?

3. 样本均值的 Z 值是多少?

4. 这意味着什么?

样本均值(的概率)落于临界区内,拒绝零假设(接受对立假设)。

接受该训练后,女性短跑动员显著比之前更快? ( )

加载 Disqus 评论

© 版权所有 悟理 2013-2019
Powered By Jekyll & Semantic UI