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
1702640205
统计学的世界（第8版） [:1702629700]
1702640206
统计学的世界（第8版） 第24章 双向表与卡方检验
1702640207
1702640208
案例分析
1702640209
1702640210
普渡大学属于美国“十大联盟”（Big Ten）的高校之一，该校的特色专业是工程学、科学与技术。在2010~2011学年，普渡大学共有1755位教授，其中479位为女性。女性教授所占比例只有27%多一点儿，也就是每4位教授中约有一位是女性。光看这些数字，无法看出女性在教授中的地位。我们必须检视数个变量之间的关系，而不能只看性别。举例来说，在人文学科中，女性教授的比例就比农业学科高。
1702640211
1702640212
我们来看看性别和职称之间的关系，后者对于教授而言是一个极为重要的变量。教授通常从助理教授做起，之后升到副教授并取得终身教职，最后才成为正教授。大学运行的主要决策者差不多都是正教授。以下是把普渡大学的1755位教授依性别和职称分类的双向表（two-way table）：
1702640213
1702640214
1702640215
1702640216
1702640217
这张表告诉我们女性教员在大学的职称分布情况是怎样的？在这一章，我们将学习如何解读这类表格。
1702640218
1702640219
双向表
1702640220
1702640221
例1 招生性别歧视
1702640222
1702640223
一所大学计划只招收两个专业的学生，一个是工程学，一个是英语。申请这两个专业是竞争性的，女权组织怀疑在录取过程中存在歧视女性的问题。他们从该所大学获得了以下数据，这是一个关于所有申请人的性别和录取状态的双向表：
1702640224
1702640225
