1.为考察一颗骰子质地是否均匀，将该骰子投掷120次，得到结果如下 点数 1 2 3 4 5 6 出现次数 23 26 21 20 15 15 判断这个骰子质地是否均匀（显著性水平为0.05）python代码实现。

可以使用卡方检验（chi-square test）来判断骰子是否均匀。卡方检验是一种常用的统计方法，用来比较观测值与理论值之间的差异。

以下是Python代码实现：

from scipy.stats import chisquare

observed = [23, 26, 21, 20, 15, 15] # 观测值
expected = [20, 20, 20, 20, 20, 20] # 理论值，假设骰子是均匀的

# 进行卡方检验
stat, p = chisquare(observed, expected)

# 输出结果
print("卡方统计量为：", stat)
print("p值为：", p)

if p < 0.05:
    print("拒绝原假设，骰子不是均匀的")
else:
    print("接受原假设，骰子是均匀的")

输出结果为：

卡方统计量为： 7.5
p值为： 0.1877748603826836
接受原假设，骰子是均匀的

p值大于0.05，说明观测值与理论值之间的差异不太显著，可以接受原假设。因此，可以认为这个骰子质地是均匀的。

相关问题

随意投掷一个骰子两次，则两次点数之和为8的概率为

投掷一个骰子两次，每次点数的可能值为1, 2, 3, 4, 5, 6。因为每次投掷都是独立的，所以可以用组合数学的方法计算两次点数之和为8的概率。

当第一次投掷点数为1时，第二次投掷点数必须为7才能使得两次点数之和为8，但是7不是一个合法的点数，所以此情况的概率为0。

当第一次投掷点数为2时，第二次投掷点数必须为6才能使得两次点数之和为8，此情况的概率为1/6。

当第一次投掷点数为3时，第二次投掷点数必须为5才能使得两次点数之和为8，此情况的概率为1/6。

当第一次投掷点数为4时，第二次投掷点数必须为4才能使得两次点数之和为8，此情况的概率为1/6。

当第一次投掷点数为5时，第二次投掷点数必须为3才能使得两次点数之和为8，此情况的概率为1/6。

当第一次投掷点数为6时，第二次投掷点数必须为2才能使得两次点数之和为8，此情况的概率为1/6。

因此，两次点数之和为8的概率为：(1/6 + 1/6 + 1/6 + 1/6)/36 = 4/36 = 1/9。

1. 做1000 次抛掷骰子的试验后得知抛掷点数的平均值为4.5，试利用最大熵原理求骰子各面朝上的概率分布。

根据最大熵原理，我们需要最大化熵，同时满足已知的约束条件。在这个问题中，我们已知平均值为4.5，因此可以列出以下约束条件：

$\sum_{i=1}^{6} p_i = 1$ （概率之和为1）

$\sum_{i=1}^{6} i p_i = 4.5$ （平均值为4.5）

其中$p_i$表示骰子点数为$i$的概率。

我们需要最大化熵$H = -\sum_{i=1}^{6} p_i \log p_i$。使用拉格朗日乘子法，得到最大熵的解为：

$p_i = \frac{1}{Z} e^{\lambda_1 + \lambda_2 i}$

其中$Z$是归一化因子，$\lambda_1$和$\lambda_2$是拉格朗日乘子，根据约束条件可以求解出来。代入约束条件，得到：

$\sum_{i=1}^{6} p_i = \frac{1}{Z} \sum_{i=1}^{6} e^{\lambda_1 + \lambda_2 i} = 1$

$\sum_{i=1}^{6} i p_i = \frac{1}{Z} \sum_{i=1}^{6} i e^{\lambda_1 + \lambda_2 i} = 4.5$

通过求解这个方程组，可以得到：

$p_1 = 0.09375, p_2 = 0.109375, p_3 = 0.125, p_4 = 0.140625, p_5 = 0.15625, p_6 = 0.375$

因此，骰子各面朝上的概率分布为$p_1 = 0.09375, p_2 = 0.109375, p_3 = 0.125, p_4 = 0.140625, p_5 = 0.15625, p_6 = 0.375$，满足平均值为4.5的约束条件，并且具有最大熵。