1702640155
（b）为什么77个检验中有2个具有5%的显著性水平，这一点儿也不出人意料？
1702640156
1702640157
23.15 为什么大一点儿的样本比较好？统计学家比较喜欢大样本。简单描述一下，增加样本量（或增加实验对象的人数）会对以下各项产生什么影响。
1702640158
1702640159
（a）95%置信度下的误差范围。
1702640160
1702640161
（b）当H0不正确而其他所有有关总体的事实均无改变时的P值。
1702640162
1702640163
23.16 新疫苗的效果。你计划针对一种现在还没有疫苗可应对的病毒，检验一种新疫苗的有效性。因为这种病并不严重，所以你会让100位自愿参加实验的人暴露在有这种病毒的环境中。一段时间之后，你会记录每一位实验对象是否被感染。
1702640164
1702640165
（a）请说明你会怎样设计这个实验，要包括所有重要细节（但不必实际执行）。
1702640166
1702640167
（b）你希望能证明新疫苗比安慰剂有效，写出H0和H0。（请注意，这个检验旨在比较两个总体比例。）
1702640168
1702640169
（c）实验结果的P值是0.15，详细说明这是什么意思。
1702640170
1702640171
（d）你的研究伙伴认为证据不足以支持将新疫苗投入使用的做法。你同意吗？
1702640172
1702640173
23.17 运动员的毕业比例。在练习22.15中，研究发现在190位进入某大型大学就读的运动员中，有137人在6年内从该校毕业。运动员的毕业比例显著（P=0.025）低于一般大学生78%的毕业比例。如果计算运动员毕业比例的95%置信区间，可能会提供更多信息。请算出这个区间。
1702640174
1702640175
23.18 使用互联网。在练习22.16中，一所大型州立大学的200个大一新生中有168人声称自己经常上网做家庭作业和做研究。这个结果与全美大一新生中声称自己经常上网的比例（75.9%）显著不同（P=0.0037）。如果为该州立大学大一新生的上网比例计算一个95%置信区间，可能会提供更多信息。请算出这个区间。
1702640176
1702640177
1702640178
23.19 平均体重。一项盖洛普民意调查访问了全美一个包含501位成年女性的随机样本，要求她们提供自己的体重数据，样本的平均体重=159。我们将这些数据视为从标准差σ=35、呈正态分布的总体中抽取的一个简单随机样本。
1702640179
1702640180
（a）根据这些数据，算出成年女性平均体重的95%置信区间。
1702640181
1702640182
（b）你认为（a）的答案可以作为全美成年女性平均体重的95%置信区间吗？说明你的理由。
1702640183
1702640184
23.20 这具有显著性吗？根据若干年间搜集的关于数千名学生的数据资料，在某大城市的高中生当中，有85%的人通过了一项能力测验——通过这项测验是拿到高中毕业文凭的必备条件之一。有些改革派认为，一种新的数学课程可以增加测验通过的比例。一个包含1000位学生的随机样本学习了新课程。学校董事会认为，进步情况必须达到5%的统计学显著性水平，才会让全体学生都学习新课程。假设p代表所有学习新课程的学生中通过测验的比例，我们就应该检验：
1702640185
1702640186
H0：p=0.85
1702640187
1702640188
Ha：p＞0.85
1702640189
1702640190
（a）假设在样本包含的1000名学生中有868人通过了测验，请证明这个结果达不到5%的统计学显著性水平。（用第22章例3的方法。）
1702640191
1702640192
（b）假设在样本包含的1000名学生中有869人通过了测验，请证明这个结果具有5%的统计学显著性水平。
1702640193
1702640194
（c）1000人当中分别有868人和869人通过测验，两者有什么实际差别吗？你对于“有5%的统计学显著性水平”的重要性有什么看法？
1702640195
1702640196
23.21 置信区间。上一题中比较了对于所有学生中通过能力测验者的比例p的两项显著性检验，两项检验所依据的数据是在一个包含1000名学生的简单随机样本中，分别有868人和869人通过测验。对两项结果各算出一个95%置信区间，从这两个区间可以看出，我们对真实的p值以及两个样本结果之间的差异有多小并没有把握。
1702640197
1702640198
23.22 网上练习。找出一个能够说明具有统计学显著性的结果未必重要的例子。自己写一段话，总结该项研究及其结论，一定要解释清楚为何那个结果实际上并不重要。CHANCE网站（网址：www.causeweb.org/wiki/chance/index.php/Main_Page）是一个不错的寻找这类例子的地方。你也可以试试用搜索引擎查找诸如“statistically significant but not practically significant”或“statistically significant but not meaningful”之类的关键词。
1702640199
1702640200
23.23 网上练习。美国心理学会统计推断特别工作小组报告是一份出色的有关使用统计推断的简明指导文件。该报告1999年被刊登在《美国心理学家》杂志上，你可以在www.apa.org/science/leadership/bsa/statistical/tfsi-followup-report.pdf网站上找到这份报告的电子版。阅读这份报告，并回答这份报告反对使用假设检验吗？描述报告中提到的一个滥用假设检验的例子。
1702640201
1702640202
1702640203
1702640204