
从某企业生产的产品中随机抽取100件,测量这些产品的质量指标值,由测量结果得到如下样本数据频率分布直方图.
(1)估计该企业这种产品质量指标值的平均数
和方差s
2;(同一组中的数据用该组区间的中点值代表)
(2)由频率分布直方图可以认为,这种产品的质量指标值X服从正态分布N(μ,σ
2),其中μ近似为样本平均数
,σ
2近似为样本方差s
2,一般正态分布的概率都可以转化为标准正态分布的概率进行计算,若X~N(μ,σ
2),令Y=
,则Y~N(0,1),且Φ(a)=P(Y<a).
(ⅰ)利用直方图得到的正态分布,求P(X<120);
(ⅱ)若质量指标值在区间[85,135]内的为合格品,其余为不合格品,为了保证出厂产品质量,需要对产品进行检查,但直接检查带有破坏性,现在尝试一种新的检查方法,经试验知一件合格品经检查而获准出厂的概率是0.97,一件不合格品经检查而获准出厂的概率是0.04,求采用新的检查方法后,获准出厂的产品是合格品的概率为多少(精确到0.1%)?
参考数据:
≈12.7标准正态分布表Φ(a)
| α | 0.00 | 0.01 | 0.02 | 0.03 | 0.04 | 0.05 | 0.06 | 0.07 | 0.08 | 0.09 |
| 0.0 | 0.5000 | 0.5040 | 0.5080 | 0.5120 | 0.5160 | 0.5199 | 0.5239 | 0.5279 | 0.5319 | 0.5359 |
| 0.1 | 0.5398 | 0.5438 | 0.5478 | 0.5517 | 0.5557 | 0.5596 | 0.5636 | 0.5675 | 0.5714 | 0.5753 |
| 0.2 | 0.5793 | 0.5832 | 0.5871 | 0.5910 | 0.5948 | 0.5987 | 0.6026 | 0.6064 | 0.6103 | 0.6141 |
| 0.3 | 0.6179 | 0.6217 | 0.6255 | 0.6293 | 0.6331 | 0.6368 | 0.6406 | 0.6443 | 0.6480 | 0.6517 |
| 0.4 | 0.6554 | 0.6591 | 0.6628 | 0.6664 | 0.6700 | 0.6736 | 0.6772 | 0.6808 | 0.6844 | 0.6879 |
| 0.5 | 0.6915 | 0.6950 | 0.6985 | 0.7019 | 0.7054 | 0.7088 | 0.7123 | 0.7157 | 0.7190 | 0.7224 |
| 0.6 | 0.7257 | 0.7291 | 0.7324 | 0.7357 | 0.7389 | 0.7422 | 0.7454 | 0.7486 | 0.7517 | 0.7549 |
| 0.7 | 0.7580 | 0.7611 | 0.7642 | 0.7673 | 0.7703 | 0.7734 | 0.7764 | 0.7794 | 0.7823 | 0.7852 |
| 0.8 | 0.7881 | 0.7910 | 0.7939 | 0.7967 | 0.7995 | 0.8023 | 0.8051 | 0.8078 | 0.8106 | 0.8133 |
| 0.9 | 0.8159 | 0.8186 | 0.8212 | 0.8238 | 0.8264 | 0.8289 | 0.8315 | 0.8340 | 0.8365 | 0.8389 |