统计学课后题答案.doc

统计学各章参考答案 四、计算题1. 乙的代表性强2. 该教练的说法不成立。3.（1） 116811.44,所以甲长元件耐用时间差异大4. 5. 6. （1）（2）将所以数据由高到低排序（3）7. 9. 乙班的考核结果明显好于甲班。从离散系数看，乙班为4.04%，甲班为12.85%；从极差来看，乙班为11，甲班为36；从分布来看，乙班基本为正态或钟型分布，甲班明显为左偏分布。10（1） 计算均值和标准差系数来评价优劣 （2） 所以选择A第五章 抽样分布与参数估计四、计算题2.（1） （2）3.n=8030，大样本，因此用正态分布来估计置信区间 （69.29，70.11）4. p=240/400=0.6 ，np=2405，n（1-p）=1605，大样本，因此用正态分布来估计置信区间 （55.2%，64.8%）5.p=20/1000=0.02，大样本，因此用正态分布来估计置信区间 （0.86%，3.14 %）6.首先计算平均每户居民的需求量大样本，因此用正态分布来估计置信区间 （9.412， 10.588）供应1000户，所以最少应准备10.588万kg7.已知N，可以用两种方法放回抽样 代入数据n=661 代入数据n=7078. 其中 代入数据 n=3859. 代入数据得置信区间（0.02，3.98）kg10. 代入数据得置信区间为（-0.05%，10.05%）11. 代入数据得置信区间为（0.0147，0.0324）第六章 假设检验四、计算题1.小样本，方差已知，双侧检验。，(P值=0.067)，不拒绝原假设，可以认为现在生产的铁水平均含碳量为4.55.2.大样本，方差未知，右侧检验。 。，（P值=0.006），拒绝原假设，厂家声明不可信。3.小样本，方差未知，右侧检验。由样本数据得到，,，（P值=0.002），拒绝原假设，可以说平均每个调查员每周完成的调查次数大于53次。4. 。P=35/60=58.33%，（P值=0.099），不拒绝原假设，没有充分证据拒绝银行的声称。5. 一个总体方差检验，右侧。，不拒绝原假设，即可以认为该线路的运行时间稳定性达到了公司的要求。6.独立样本的均值之差检验，双侧，大样本，方差未知。，（P值=0.008），拒绝原假设，存在显著差异。7.两总体均值之差检验，匹配小样本。 ， 经计算，。，（P值=0.002），拒绝原假设，健身课程有效。8.换题9.两总体方差比检验，双侧。，1.939，拒绝原假设，两个总体方差不相等。第七章 方差分析三、计算题1、解：四个行业之间的服务质量相同；：四个行业之间的服务质量不完全相同。则由Excel表得：方差分析差异源SSdfMSFP-valueF crit组间1456.6093485.53623.4066430.0387653.12735组内270819142.5263总计4164.60922因此F=3.41，由于3.133.41=F，所以拒绝原假设，即可以认为四个行业之间的服务质量有显著差异。2、解：三个企业生产的电池的平均寿命相同；：三个企业生产的电池的平均寿命不完全相同。则由Excel表得：差异源SSdfMSFP-valueF crit组间615.62307.817.068390.000313.885294组内216.41218.03333总计83214因此F=17.07，3.891.478=F，因此不能推翻原假设，即不能认为三种方法组装的产品数量有显著差异。4、解：行因素（品种）：种子的品种对收获量没有显著影响；：种子的品种对收获量有显著影响。列因素（施肥方案）：施肥方案对收获量没有显著影响；：施肥方案对收获量有显著影响。则由Excel表得：差异源SSdfMSFP-valueF crit行19.06744.766757.2397160.0033153.259167列18.181536.06059.2046580.0019493.490295误差7.901120.658417总计45.149519由于，所以拒绝原假设，即种子的品种对收获量有显著影响。由于，所以拒绝原假设，即施肥方案对收获量有显著影响。5、解：行因素（品种）：地区对食品的销售量没有显著影响；：地区对食品的销售量有显著影响。列因素（施肥方案）：包装方法对食品的销售量没有显著影响；：包装方法对食品的销售量有显著影响。则由Excel表得：差异源SSdfMSFP-valueF crit行22.22222211.111110.0727270.9310566.944272列955.55562477.77783.1272730.1521556.944272误差611.11114152.7778总计1588.8898由于，所以不能拒绝原假设，即不能认为地区对食品的销售量有显著影响。由于，所以不能拒绝原假设，即不能认为包装方法对食品的销售量有显著影响。第八章 相关与回归分析三计算题 1（），两个变量有较强的负相关关系。 （） 产量每增加1000件时，单位成本平均变动-1.818元。（）假定产量为6000件时，单位成本为66.44元。 2（1） （2） （3）3.(1)方差分析表dfSSMSFSignificance F回归分析11602708.61602708.6399.10000652.17E-09残差1040158.074015.807总计111642866.67(2)=0.97由广告费用引起的销售额的变差变动的比例是97% (3) ,回归系数的含义是广告费用增加（减少）一个单位，销售额平均增加（减少）1.42第九章 时间序列分析与预测四.计算题:1.2.周1234567数值813 1517169-三期移动平均-12151614误差-51-7-误差平方-25149-由上表可知,第七周的预测值=14;均方误差=(25+1+49)/3=26.33.3.周1234567数值813 1517169-指数平滑预测-8.00 9.00 10.20 11.56 12.45 11.76 误差-5.00 6.00 6.80 4.44 -3.45 -误差平方-25.00 36.00 46.24 19.71 11.89 -由上表可知,第七周的预测值=11.76,均方误差=(25+36+46.24+19.71+11.89)/5=27.77,与上题比较均方误差可知,三期移动平均比=0.2的指数平滑更适合预测.计算可得, =0.4的指数平滑预测的均方误差=22.53,所以比=0.2的指数平滑更适合预测.4.期12345678910111213数值909294939394959492939493-三期移动平均预测-92.00 93.00 93.33 93.33 94.00 94.33 93.67 93.00 93.00 93.33 误差-1.00 0.00 0.67 1.67 0.00 -2.33 -0.67 1.00 0.00 -误差平方-1.00 0.00 0.44 2.78 0.00 5.44 0.44 1.00 0.00 -期12345678910111213数值909294939394959492939493-指数平滑预测-90.00 90.40 91.12 91.50 91.80 92.24 92.79 93.03 92.83 92.86 93.09 93.07 误差-2.00 3.60 1.88 1.50 2.20 2.76 1.21 -1.03 0.17 1.14 -0.09 -误差平方-4.00 12.96 3.53 2.26 4.85 7.63 1.46 1.06 0.03 1.30 0.01 -三期移动平均预测的均方误差=1.23, =0.2的指数平滑预测的均方误差=3.56,所以三期移动平均更适合预测,预测值为93.33%.5.市场价格99.599.399.499.699.899.799.8100.599.999.799.699.6-三期移动平均预测-99.4099.4399.6099.7099.77100.00100.07100.0399.7399.63四期移动平均预测-99.4599.5399.6399.7399.9599.9899.9899.9399.70三期移动平均预测的均方误差=0.12,四期移动平均预测的均方误差=0.14,所以三期移动平均预测更适合预测,下一月预测值=99.63(元).6.签约数243523262832223124312423-移动平均预测-27.3 28.0 25.7 28.7 27.3 28.3 25.7 28.7 26.3 26.0 指数平滑预测-24.0 26.2 25.6 25.6 26.1 27.3 26.2 27.2 26.6 27.4 26.8 26.0 三期移动平均预测的均方误差=20.0, =0.2的指数平滑预测的均方误差=27.8,所以三期移动平均更适合预测.下一月的签约数预测值=26(套).7.股票价格7.357.47.557.567.67.527.527.77.627.55-=0.2平滑预测-7.350 7.360 7.398 7.430 7.464 7.475 7.484 7.527 7.546 7.547 =0.3平滑预测-7.350 7.365 7.421 7.462 7.504 7.509 7.512 7.568 7.584 7.574 =0.2的指数平滑预测的均方误差=0.017, =0.3的指数平滑预测的均方误差=0.013,所以=0.3的指数平滑更适合预测,第十一周的预测值=7.574.8. 从图中看出，该地区空调销售量时间序列呈现线性增长趋势，设线性趋势方程为：式中为时间变量，代表2001年，代表2000年，依次类推。根据最小二乘法，即趋势方程为：。将代入上式得.即，2007年的销售额预测值是79.84万元.b=0.69,表示销售额平均每年增长0.69万元.9. 销售额序列呈现出指数增长趋势.将原销售额序列取自然对数得到对数销售额序列.从右上图可以看出，对数保有量已经表现出线性增长趋势，因此，可以对对数保有量序列建立线性趋势模型。根据最小二乘法可以得到趋势方程：将代入上述方程得2006年对数销售额的预测值：将其转换为保有量的预测值为：（万辆）10.第8题趋势方程:,其中, 第9题对数趋势方程:,其中, 11.四个季度指数分别为:0.7669 1.1533 1.2179 0.8619剔除季节变动后的序列为:36.51 74.57 77.18 71.93 62.59 91.91 93.60 95.13 106.93 121.39 126.45 139.22 130.40 140.46 142.87 150.82 166.92 163.01 162.58 183.31 200.82 180.35 180.64 199.55 234.73 208.09 213.48 269.16对上述序列利用最小二乘法建立趋势方程: ,其中, 将代入上述趋势方程得2007年各季的趋势预测值, 241.51, 248.25, 255.00, 261.74将上述预测值分别乘以四个季度指数0.7669, 1.1533,1.2179, 0.8619得最终的预测值, 185.20, 286.32, 310.56, 225.60第十章 指数三、计算题1.（1）（2）2. (1) (2) (3) 3.（1） （2） 或 4. 从绝对数来看报告期销售额比基期销售额增加了376000元，是由于价格的提高使销售额增加了121000元和销售量的提高使销售额增加了255000元共同作用的结果。从相对数来看报告期的销售额比基期上升了107.43%时由于价格的上升使销售额上升了20和销售量的增加使销售额上升了72.86共同作用的结果。5.（1） （2） （3） =第十一章 统计综合评价一、选择题1.B 2.A 3.D 4.A 5.C 6.A二、思考题（略）三、计算题1计算结果见表，分析略。指 标标准值权数报告期基 期增减（1）（2）（3）（4）=（3）/（1）*（2）（5）（6）=（5）/（1）*（2）（7）=（4）-（6）综合指数%93.9396.31-2.38总资产贡献率%10.7209.818.3210.9920.56-2.24资产保值增值率%12016126.9416.93121.2316.160.77资产负债率%601265.1610.4565.1910.470.02