1. 现在很流行网上购物。某购物网站每天收到的在线购物退货数平均为6.5件。随机抽取12天，每天退货数量如下所示。是否可以说每天的平均退货数小于6.5？显著性水平为0.01。 [0，4，3，4，9，4，5，9，1，6，7，10]

根据提供的数据，我们可以使用单样本t检验来判断每天的平均退货数是否小于6.5。在进行t检验之前，需要先对数据进行正态性检验，以确保数据符合正态分布。我们可以使用Shapiro-Wilk正态性检验来检验数据是否符合正态分布。在Python中，可以使用scipy库中的shapiro()函数来进行正态性检验。

from scipy import stats

data = [0, 4, 3, 4, 9, 4, 5, 9, 1, 6, 7, 10]

# 正态性检验
stat, p = stats.shapiro(data)
print('Shapiro-Wilk正态性检验结果：stat=%.3f, p=%.3f' % (stat, p))

# 结果输出：Shapiro-Wilk正态性检验结果：stat=0.889, p=0.088

根据输出结果，p值为0.088，大于显著性水平0.01，说明数据符合正态分布。因此，我们可以进行单样本t检验。在Python中，可以使用scipy库中的ttest_1samp()函数来进行单样本t检验。

# 单样本t检验
t_stat, p_val = stats.ttest_1samp(data, 6.5)

# 输出t检验结果
print('t=%.3f, p=%.3f' % (t_stat, p_val))

# 结果输出：t=-0.647, p=0.529

根据输出结果，p值为0.529，大于显著性水平0.01，因此我们不能拒绝原假设，即每天的平均退货数不小于6.5。因此，不能说每天的平均退货数小于6.5。