Там, дословно, написано так: suppose that the quality control engineer in question #задачи does not what the standard deviation is and therefore uses the sample standart deviation. Does your answer to question #вопроса change? Why or why not?
Положительной-то статистика критерия останется в любом случае, так что ответ не изменится.
Вот её решение:

Стандартное отклонение - это

, а не

. Соответственно,

.
Но меня это решение смущает в нескольких местах:
1) Для произвольного

гипотеза

будет верна.
И это логично. В статистике всегда нужны очень веские основания, чтобы отвергнуть проверяемую гипотезу. Таким основанием могло бы быть значение выборочного среднего существенно меньшее, чем предполагаемая нижняя граница. У нас же - большее. Вообще ни одного основания нет отвергнуть гипотезу.
2) Не очень понимаю, почему при выборе такой гипотезы, надо брать такую тестовую статистику и как искать

. Смотрел в несколько учебников, но, честно говоря, не очень понял.
Выше критическое значение Вы правильно искали.
По поводу статистики: Вам шашечки или ехать?

Если шашечки, то ответ такой: потому что наиболее мощный критерий, построенный по лемме Неймана - Пирсона (как критерий отношения правдоподобия) для проверки гипотезы

при альтернативе

является, из-за монотонности отношения правдоподобия, равномерно наиболее мощным критерием для проверки гипотезы

при альтернативе

. См., например, теорему 1 параграфа 5 гл.3 учебника А.А.Боровкова "Математическая статистика" (1984). А этот критерий как раз и есть критерий с критической областью (областью принятия альтернативы) вида

, или

, где

- квантиль стандартного нормального распределения уровня

, т.е. такая точка, что вероятность стандартной нормальной величине быть меньше неё равна

.
Если "ехать", то ответ проще. Гипотеза

должна приниматься, когда выборочное среднее больше чего-либо, альтернатива

- наоборот, когда среднее меньше либо равно чего-либо. Поэтому критическая область должна иметь вид

.
Основная гипотеза у нас является не простой, а сложной: она включает все нормальные распределения

. Уровень значимости критерия (ошибка 1-го рода) есть супремум по всем

вероятности попадания в критическую область:

. Этот супремум достигается, очевидно, на границе - при

.
Чтобы теперь вероятность попадания в критическую область

равнялась альфа, нужно воспользоваться свойствами нормального распределения и выразить эту вероятность через функцию распределения стандартного нормального закона. Величина

под знаком вероятности имеет нормальное распределение с параметрами

и

. Поэтому неравенство

можно преобразовать к виду

, где левая часть имеет нормальное стандартное распределение, и вероятность этого неравенства как раз и должна равняться альфа.
Would you say the probability that the mean occurs between the upper and lower bounds is 90 percent?
Ответ: Нет, я хочу сказать, что доверительная вероятность 90% указывает на то, что если произведено достаточно большое число выборок (одинакового объёма), то в 90% оцениваемый параметр будет заключён в интервале (lower bound, upper bound), в 10% случаев он может выйти за доверительный интервал.
Это верно. Не очень понятно, что имеется в виду под нижней и верхней границами - то ли это случайные величины, то ли уже числа для конкретных числовых выборок. Если числа - то Ваш ответ верен, если случайные величины, то я бы (как и
Александрович сообщением выше) ждала другой ответ: "нет, т.к. параметр (истинное среднее) не является случайной величиной (а лишь неизвестным числом), он не может попасть или не попасть в доверительный интервал. Это доверительный интервал с вероятностью 0,9 накрывает или не накрывает это число".