当样本统计量的取值未落入原假设的拒绝域时，表示（)

某企业生产的袋装食品自动打包机包装，每袋标准重量为100克。现从某天生产的一批产品中按重复抽样方式随机抽取50包进行检查，测得每包重量（单位：克）如下表： 每包重量（g） 包数 96-98 2 98-100 3 100-102 34 102-104 7 104-106 4 合计 50 已知食品重量服从正态分布。以下关于假设检验分析正确的时（）。（数据结果要求小数点后保留2位有效数字，设显著水平为0.05）

A、根据假设检验原理，原假设应设为

B、本检验用到的检验统计量为T统计量

C、按假设检验原理，拒绝域应该为（1.645，）

D、该案例中食品平均重量的95%置信区间为（100.87，101.77）

对于原假设真实性的检验，说法正确的是（）。

A．样本指标落在接受域内，就证明原假设是真实的

B．样本指标落在接受域内，并不证明原假设是真实的

C．样本指标落在拒绝域内，就证明原假设是真实的

D．样本指标落在拒绝域内，则原假设一定是假的

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？

A.该结果有利于原假设

B.说明t统计量小于1.96

C.该结果不利于原假设

D.该结果出现的概率大约为5%

设总体X~N(μ,σ²),其中μ,σ²均未知,是来自总体X的简单随机样本，样本均值 ,样本方差S²，则在显著性水平α下检验假设H₀:μ≥30的拒绝域为___

A.样本均值

B.样本方差

C.相关系数

D.秩

，H₁：μ=μ₁＞0.5，取单边检验拒绝域W=(x₁，x₂，...，x_n)：≥C}，其中为样本均值，在α=0.05，μ₁=0.65时，为使犯第二类错误的概率β不超过0.05，样本容量n至少应取多少？