1702641386
1702641387
Ha：p≠0.5
1702641388
1702641389
抽样分布。如果零假设为真，正面朝上的样本比例就会接近正态分布。
1702641390
1702641391
1702641392
1702641393
1702641394
1702641395
22.2 数据。样本比例是=0.42，这个结果的标准分是：
1702641396
1702641397
1702641398
1702641399
1702641400
P值。为了使用表B，将标准分四舍五入为-1.1。它大约是正态分布的第26百分位数，所以-1.1左侧的面积约为0.26。1.1右侧的面积和左侧的一样大，所以将其加倍得到0.52，这就是我们估算出的P值。
1702641401
1702641402
结论。P值告诉我们，没有证据证明硬币正面朝上的真实比例不是0.5。这个结果在5%的水平上不具有统计学显著性。
1702641403
1702641404
22.3 假设。零假设是美国中西部中学女生的IQ测试平均分为100。备择假设是双边的，因为我们在检验数据之前没有先入为主的倾向性。所以，两个假设如下：
1702641405
1702641406
H0：μ=100
1702641407
1702641408
Ha：μ≠100
1702641409
1702641410
1702641411
抽样分布。如果零假设为真，样本平均数近似于正态分布，其平均数μ=100，标准差为：
1702641412
1702641413
1702641414
1702641415
1702641416
1702641417
数据。样本平均数=105.8，这个结果的标准分是：
1702641418
1702641419
1702641420
1702641421
1702641422
P值。为了使用表B，先将标准分四舍五入到2.3。这是正态分布的第98.93百分位数，所以2.3右侧的面积是0.0107，-2.3左侧的面积也是0.0107，加总后得到0.0214，这就是我们估算的P值。
1702641423
1702641424
结论。P值告诉我们，有证据表明美国中西部中学女生的IQ测试平均分不是100。
1702641425
1702641426
第23章
1702641427
1702641428
23.1 如果P值是准确的，这个结果就是有说服力的。然而，在判断是否结果令人信服之前，我们还需要知道样本统计量和实际减少的平均体重。而且，最好知道这项研究是怎样获得数据的。不幸的是，在许多研究中，我们不可能从实验人员那里拿到数据。
1702641429
1702641430
23.2 不是。如果所有122个零假设为真，我们应该期望122个零假设中有1%（1个左右）会在1%的水平上具有统计学显著性。由于这与我们观察到的情况吻合，所以不能证明随机性可以解释这个研究结果。
1702641431
1702641432
第24章
1702641433
1702641434
24.1“玩游戏”这一行的预期计数是717.7，453.1和208.2；“从不玩游戏”这一行的预期计数是223.3，140.9和64.8。比如，对于“玩游戏”和“A等和B等”格子，其预期计数是：
1702641435