任務(wù)四產(chǎn)品分布區(qū)間估算

工作任務(wù)背景

下表是某制藥廠為了評(píng)估最佳溫度為35.8℃發(fā)酵的運(yùn)行狀況。在5批發(fā)酵產(chǎn)品中，質(zhì)量檢驗(yàn)員從每批產(chǎn)品中連續(xù)抽取12個(gè)樣本作為一個(gè)子組，共計(jì)抽60個(gè)樣品，并分析記錄發(fā)酵的利用率如下表：背景數(shù)據(jù)資料表3.1在35.8℃條件下5批發(fā)酵產(chǎn)品的原料利用率組別抽樣編號(hào)123456789101112第一組0.5290.5480.4930.5610.5490.6070.5420.5460.5710.5570.5480.554第二組0.5500.5570.5340.5090.5480.5820.5260.5600.5350.5480.5710.55第三組0.5580.5590.5190.5480.5740.5520.5460.5500.5280.5480.5190.552第四組0.5410.5810.5110.5480.5490.5420.550.5640.5570.5470.5210.540第五組0.5490.5490.5650.5290.5730.5290.5480.5240.5250.5380.5480.57工作任務(wù)根據(jù)背景資料表中數(shù)據(jù)，利用Excel完成以下任務(wù)：1、計(jì)算原料利用率小于0.50、大于0.55和介于0.51與0.56之間的概率分別是多少。2、如已知（資料報(bào)道）同類發(fā)酵工藝原料利用率的總體標(biāo)準(zhǔn)差是0.06，計(jì)算置信度在95%和99%時(shí)，該發(fā)酵工藝的原料利用率分布區(qū)間分別是多少；3、在同類發(fā)酵工藝原料利用率的總體標(biāo)準(zhǔn)差末知情況下，該發(fā)酵工藝的原料利用率分布區(qū)間又是多少（置信度95%）。工作的方法步驟第一，把數(shù)據(jù)輸入Excel；并計(jì)算出平均數(shù)和標(biāo)準(zhǔn)差第二，利用Excel自帶函數(shù)公式“NORMDIST”計(jì)算某一變量或變量某一區(qū)間點(diǎn)正態(tài)分布概率；第三，利用Excel自帶函數(shù)公式“BINOMDIST”計(jì)算某一變量或變量某一區(qū)間點(diǎn)的二項(xiàng)式分布概率；第四，利用Excel自帶函數(shù)公式“CONFIDENCE”，估計(jì)計(jì)算總體標(biāo)準(zhǔn)差已知的參數(shù)分布區(qū)間；第五，利用Excel數(shù)據(jù)分析工具中的“描述統(tǒng)計(jì)”，估計(jì)計(jì)算總體標(biāo)準(zhǔn)差末知抽樣數(shù)據(jù)的參數(shù)分布區(qū)間?；A(chǔ)知識(shí)1、事件必然事件不可能事件隨機(jī)事件

在同一組條件的實(shí)現(xiàn)之下必然要發(fā)生的事件。

在同一組條件之下必然不發(fā)生的事件，稱為不可能事件。

在同一組條件之下：可能發(fā)生也可能不發(fā)生的事件。稱為隨機(jī)事件。基礎(chǔ)知識(shí)頻數(shù)(a/n)：假定在相似的條件下重復(fù)進(jìn)行同一類試驗(yàn)，調(diào)查事件A發(fā)生的次數(shù)a與試驗(yàn)總數(shù)n的比數(shù)。特性：介于0和1之間，即0≤p(A)≤1。概率：在試驗(yàn)次數(shù)n逐漸增大到無窮時(shí)，事件A的頻率愈來愈穩(wěn)定地接近定值P，于是定義事件A的概率為P，記為P(A)=p。統(tǒng)計(jì)概率：n在充分大時(shí)，事件A的頻率作為該事件概率一P的近似值，以上定義稱為統(tǒng)計(jì)概率?；A(chǔ)知識(shí)

小概率事件：在統(tǒng)計(jì)學(xué)上，某事件發(fā)生的概率很小，在一次試驗(yàn)中看成是實(shí)際不可能發(fā)生的事件稱為小概率事件，亦稱為小概率原理。統(tǒng)計(jì)應(yīng)用：如果假設(shè)了一些條件，在這個(gè)假設(shè)下正確地計(jì)算出事件A的概率很小，但在實(shí)際的一次試驗(yàn)中事件A竟然出現(xiàn)了，那么，我們就可以認(rèn)為這個(gè)假設(shè)是不正確的，從而否定這個(gè)假設(shè)。專業(yè)研究和生產(chǎn)上兩個(gè)常用的標(biāo)準(zhǔn)：5％、1％基礎(chǔ)知識(shí)隨機(jī)變量：任何一個(gè)隨機(jī)試驗(yàn)的結(jié)果都可用一個(gè)變量X來表示，這種變量的集合稱為隨機(jī)變量。離散型隨機(jī)變量：一個(gè)隨機(jī)變量如只能取有限個(gè)或無窮個(gè)可列值，稱為離散型隨機(jī)變量。連續(xù)型隨機(jī)變量：一個(gè)隨機(jī)變量的取值是整個(gè)實(shí)數(shù)軸或者在實(shí)數(shù)軸上的某些區(qū)間，稱這些隨機(jī)變量為連續(xù)型隨機(jī)變量?；A(chǔ)知識(shí)概率分布：是用來描述隨機(jī)變量一系列的可能值及其對(duì)應(yīng)概率的統(tǒng)計(jì)術(shù)語。即變量與其對(duì)應(yīng)的概率之間的函數(shù)圖。是統(tǒng)計(jì)學(xué)顯著性檢驗(yàn)的判定基礎(chǔ)。常見離散型隨機(jī)變量分布：有單點(diǎn)分布、兩點(diǎn)分布、二項(xiàng)分布、幾何分布和泊松分布等。常見連續(xù)型隨機(jī)變量分布：均勻分布，正態(tài)分布、柯西分布、對(duì)數(shù)正態(tài)分布、指數(shù)分布、x2分布、學(xué)生分布和F分布等?；A(chǔ)知識(shí)正態(tài)分布：是連續(xù)型隨機(jī)變量參數(shù)μ和σ2與其對(duì)應(yīng)的概率fN(x)之間的一種函數(shù)分布圖，正態(tài)分布記作N(μ，σ2)。正態(tài)分布函數(shù)基礎(chǔ)知識(shí)正態(tài)分布分布圖與特點(diǎn)關(guān)于μ對(duì)稱在μ處有最大值，在正（負(fù)）無窮遠(yuǎn)處取值為0在μ±σ處有拐點(diǎn)它的形狀是中間高兩邊低，圖像是一條位于x軸上方的鐘形曲線。基礎(chǔ)知識(shí)正態(tài)分布的統(tǒng)計(jì)學(xué)意義

是理解依據(jù)“小概率事件原理”作出顯著性檢驗(yàn)判斷、單雙尾檢驗(yàn)的判斷和顯著性檢驗(yàn)兩類錯(cuò)誤的直觀圖解?；A(chǔ)知識(shí)標(biāo)準(zhǔn)正態(tài)分布

當(dāng)μ=0，σ2=1時(shí)的正態(tài)分布為標(biāo)準(zhǔn)正態(tài)分布或μ分布：記作N(0，1)。標(biāo)準(zhǔn)正態(tài)分布圖標(biāo)準(zhǔn)正態(tài)分布函