1702639326
21.25 提出不满申诉的HMO病人。曾向卫生维护组织（HMO）提出不满申诉的病人，退出该组织的概率有多大？最近一年当中，新英格兰地区的一个大型HMO的超过400000名会员中，有639人提出不满申诉，并有54人因此自动退出HMO（也就是说，并不是因为搬家或换工作而被迫退出）。把这一年的申诉者当作所有以后会提出不满申诉病人的一个简单随机样本，计算提出不满申诉并自动退出HMO的病人所占比例的90%置信区间。
1702639327
1702639328
21.26 失业率。美国劳工部劳工统计局用90%置信度来发布每个月的源自当前人口调查的失业数据。2008年1月的调查访问了民众中属于劳动人口的134444人，其中有62409人有工作，有4991人失业。当前人口调查的样本并不是简单随机样本，但为了做这个练习，我们假设劳工统计局抽取了一个包含134444人的简单随机样本。算出失业率的90%置信区间（失业率指的是什么，可参见本书第8章例3）。
1702639329
1702639330
1702639331
1702639332
1702639333
1702639334
1702639335
1702639336
1702639337
1702639338
1702639339
1702639340
1702639341
1702639342
1702639343
21.27 误差范围。误差范围在等于0或1时是0，在为1/2时最大。想要知道为何如此，可以计算一下当等于0、0.1、0.2…0.9与1时，（1-）的值。把的值当作横坐标，把（1-）的值当作纵坐标，标记出这些点，再画一条通过这些点的曲线。你已经画出了（1-）的图，这个图是不是在=1/2时达到最高点？也就是说，用=1/2算出来的误差范围，几乎和实际的误差范围一样大。
1702639344
1702639345
1702639346
1702639347
21.28 样本平均值。图21-1展示了样本比例的抽样分布。画一幅类似的图形，展示样本平均值的抽样分布。
1702639348
1702639349
21.29 IQ测试成绩。以下是一个美国中西部学校里31名七年级女生的IQ测试成绩：
1702639350
1702639351
1702639352
1702639353
1702639354
（a）我们预测这个IQ测试分数的分布很接近正态分布。画出这31个分数的直方图，图中有无异常值、清晰的峰顶或其他非正态分布的特征？用计算器算出这些分数的平均数和标准差。
1702639355
1702639356
（b）将这31名女生当作该区域所有中学女生的一个简单随机样本，算出总体平均分数的95%置信区间。
1702639357
1702639358
（c）事实上，这些分数是该区域一所中学的七年级女生的分数，详细解释我们为何不能相信（b）的置信区间。
1702639359
1702639360
21.30 考试平均分。美国大学入学考试分数是一个平均数μ=18，标准差σ=6的正态分布。报告的分数介于1到36之间。
1702639361
1702639362
（a）哪个区间包含了中间95%的分数？
1702639363
1702639364
1702639365
（b）如果随机选取25人，将其美国大学入学考试分数取平均值，哪个区间包含了平均分数的中间95%的分数？
1702639366
1702639367
1702639368
21.31 血压。一项随机比较实验研究了节食对血压的影响。实验人员将54名健康白人男性随机分为两组，一组食用钙补充剂，一组食用安慰剂。在研究开始时，实验人员测量了实验对象的很多指标。27名服用安慰剂的人的平均血压=114.9，标准差s=9.3。
1702639369
1702639370
（a）算出这些实验对象所对应总体的血压平均值的95%置信区间。
1702639371
1702639372
（b）（a）需要有一个有关实验组的重要假设，这个假设是什么？
1702639373
1702639374
1702639375
21.32 测试一个随机数字生成器。我们的统计软件中有一个“随机数字生成器”，会产生介于0~1之间的数字。如果这是真的，那么这些数字来自一个平均数μ=0.5的总体。该设备一次能够生成100个随机数字，其平均数=0.536，标准差s=0.312。计算该软件产生随机数字的平均数的90%置信区间。