统计学 考试题目.doc

统计学1.按数字尺度测量的观察值称为（ c ）A.分类数据 B.顺序数据C.数值型数据 D.数值型变量2.只能归于某一有序类别的非数字型数据称为（B ）A.分类数据 B.顺序数据C.数值型数据 D.数值型变量3.一个样本中各个部分的数据与全部数据之比称为（C）A.频数 B.频率C.比例 D.比率4.样本中各不同类别数值之间的比值称为（D）A.频数 B.频率C.比例 D.比率5.将各有序类别或组的百分比逐级累加起来称为（C）A.频率 B.累计频数C.累计频率 D.比率6.下面的图形中最适合描述数值型数据分布的图形是（C）A.条形图 B.箱线图C.直方图 D.饼图7.当数据量比较小时，适合于描述其分布的图形是（B）A.条形图 B.茎叶图C.直方图 D.饼图8.离散系数（C）A.只能消除一组数据的水平对标准差的影响B.只能消除一组数据的计量单位对标准差的影响C.可以同时消除数据的水平和计量单位对标准差的影响D.可以准确反映一组数据的离散程度9.比较几组数据的离散程度，最适合的统计量是（D）A.极差 B.平均差C.标准差 D.离散系数10 在用样本的估计量估计总体参数时，评价估计量的标准之一是使它与总体参数的离差越小越好。这种评价标准为 （ B ）。 A、无偏性 B、有效性 C、一致性 D、充分性11根据一个具体的样本求出的总体均值95%的置信区间 （ D）。 A、以95%的概率包含总体均值 B、有5%的可能性包含总体均值 C、绝对包含总体均值 D、绝对包含总体均值或绝对不包含总体均值12 估计量的无偏估计是指 （ B ） A、样本估计量的值恰好等于待估计的总体参数 B、所有可能样本估计值的期望值等于待估总体参数 C、估计量与总体参数之间的误差最小 D、样本量足够大时估计量等于总体参数13 一个估计量的有效性是指 （D ）。 A、该估计量的期望值等于被估计量的总体参数 B、该估计量的一个具体数值等于被估计量的总体参数 C、该估计量的方差比其他估计量大 D、该估计量的方差比其他估计量小14 在假设检验中，第类错误是指 （A ）。 A、当原假设正确时拒绝原假设 B、当原假设错误时未拒绝原假设 C、当备择假设正确时未拒绝备择假设 D、当备择假设不正确时拒绝备择假设15在假设检验中，第I类错误是指 （B ）。 A、当原假设正确时拒绝原假设 B、当原假设错误时拒绝原假设 C、当备择假设正确时没有拒绝原假设 D、当备择假设不正确时未拒绝备择假设16 当备择假设为 H1： 0，此时的假设检验称为 （ C）。 A、双侧检验 B、右侧检验 C、左侧检验 D、显著性检验3. 2拟合优度检验主要用于判断（ B）A. 各类别的观察频数是否相等B. 各类别的观察频数与期望频数是否一致C. 各类别的期望频数是否相等D. 各类别的期望频数是否等于观察频数17 2独立性检验主要用于判断（A ）A. 两个分类变量是否独立B. 两个分类变量各类别的观察频数是否相等C. 一个分类变量各类别的观察频数 与期望频数是否相等D. 一个分类变量是否独立 18 方差分析的主要目的是 （D ）。 A、判断各总体是否存在方差 B、比较各总体的方差是否相等 C、分析个样本数据之间是否有显著差异 D、研究分类自变量对数值因变量的影响力是否显著19 在下面的假定中，不属于方差分析中的假定的是 （ D ）。 A、每个总体都服从正态分布 B、各总体的方差相等 C、观测值是独立的 D、各总体的方差等于020如果相关系数r = 0，则表明两个变量之间 （c ）。 A、相关程度很低 B、不存在任何关系 C、不存在线性相关关系 D、存在非线性相关关系21 说明回归方程拟合优度的统计量主要是 （ c ）。 A、相关系数 B、回归系数 C、判定系数 D、估计标准误差22 回归平方和占总平方和的比例称为 （c ）。 A、相关系数 B、回归系数 C、判定系数 D、估计标准误差 23 已知回归平方和SSR=4854，残差平方和SSE=146。则判定系数R2=（ A）。 A、97.08% B、2.92% C、3.01% D、33.25%二 简答题。1.假设检验的二类：第一类错误：原假设H0符合实际情况，检验结果将它否定了，称为弃真错误。第二类错误：原假设H0不符合实际情况，检验结果无法否定它。称为取伪错误。 2 、假设检验的步骤：（一）根据所研究问题的要求，提出原假设 和备择假设 。（二）找出检验的统计量及其分布。（三）规定显著性水平，就是选择发生第一类错误的最大允许概率。（四）确定决策规则。（五）计算检验统计量的值，作出统计决策。3 、什么是判定系数，在回归分析的主要作用是什么？拟合优度(或称判定系数,决定系数)目的:企图构造一个不含单位,可以相互进行比较,而且能直观判断拟合优劣的指标.是对估计的回归方程拟合优度的度量4 、方差分析主要解决的是那些问题;通过检验各总体的均值是否相等来判断分类自变量对数值型的因变量是否有显著的影响 5 、相关分析与回归分析的异同 回归分析与相关分析的联系：研究在专业上有一定联系的两个变量之间是否存在直线关系以及如何求得直线回归方程等问题，需进行直线相关和回归分析。 差别主要是： 1、在回归分析中，y被称为因变量，处在被解释的特殊地位，而在相关分析中，x与y处于平等的地位，即研究x与y的密切程度和研究y与x的密切程度是一致的；2、相关分析中，x与y都是随机变量，而在回归分析中，y是随机变量，x可以是随机变量，也可以是非随机的，通常在回归模型中，总是假定x是非随机的；3、相关分析的研究主要是两个变量之间的密切程度，而回归分析不仅可以揭示x对y的影响大小，还可以由回归方程进行数量上的预测和控制。6.、结合本专业学习写出一个与统计学相关的例子。 我学的是市场营销专业，统计学可以用于市场研究之中，企业在市场的竞争中要想取得优势，首先必须先了解市场，了解市场则需要做广泛的市场调查，取得所需的信息，并对这些信息进行分析，以便作为生产和营销的依据，这些都需要统计的支持。对因变量的解释程度越高花全开，意味着就要开始凋谢；月全圆，就代表着要开始残缺。人也是一样，到达巅峰之后，接着就是不可避免地要走下坡路。一生很短，不必追求太多； 心房很小，不必装的太满。“三七开”就是生活的最高境界。人生三分选择，七分放下生老病死，爱恨离别，求之不得，人生有许多事情，往往是让人无能为力的。选择是智者对放弃的诠释，只有量力而行，善于抉择才会拥有更辉煌的成功；放下是智者面对生活的明智选择，只有懂得放下，善于取舍才能事事如鱼得水。小时候听过一个故事。火车马上就要开动了，一个人慌张跑过来，却在上车时被门挤掉了一只鞋。这时火车开动了，这个人立马脱下另一只鞋，用力扔向第一只鞋子掉落的地方。有人问他为什么这么做，他说：“已经丢掉的鞋子，何必再去留念呢？还不如给捡到的人一双鞋呢。”人生在世，不过两词：拿得起，放得下。很多人往往只做到了“拿得起”,却忽视了更重要的“放得下”.鱼和熊掌不可兼得，人生路上不可避免要有所选择，有所放下。当你为了做出选择而必须放弃一些东西时，请记住，好好享受自己选择的，迅速忘掉自己舍弃的。因为选择后的纠结没有任何作用 .学会选择，懂得放下，才能拥有海阔天空的人生境界。处世三分糊涂，七分清醒清醒做事，糊涂做人，是立身处世的救命法宝。有两个患有癌症的人在一间病房，其中有一个耳朵有些背。一次医生在病房外谈话，说他们两个人都只有三个月时间了。耳朵正常的病人听到后，整天忧心忡忡，最终没有活过三个月。而耳朵背的那位病人，到现在已是两年过去了，他还好好地活着。很多事，不知道比知道好，不灵通比灵通好，不精明比精明好。这就是人们常说的，“难得糊涂”.很多时候，糊涂不是傻气，也不是愚昧，而是一种气度，一种修养，更是一种人生的境界。和家人糊涂，家庭合睦；和朋友糊涂，友情稳固；和同事糊涂，工作顺手。做人做事，不斤斤计较，不患得患失，这是一种胸怀。这种人不张扬，不高人一等，平易近人，反而更易得众人的欢迎。成败三分做事，七分做人俗话说，做人先做事，聚财先聚气。一个人，穷不算啥，但不能丢掉为人的尊严。一个人，富不算啥，但不能失去做人的良心。还记得2017年，我的朋友圈被董卿“下跪”的照片刷屏了。当时开学第一课开播不久，请来了著名的翻译家许渊冲老先生。许老先生年事已高，只能坐在轮椅上。为了方便沟通，在3分钟的采访中，董卿跪地三次，用仰视或平视的目光专注又耐心地倾听老爷子的分享，再细细转述给现场观众。“跪”并不是一个好看的动作，但她这一跪，跪出个人最美的姿势，跪出了作为主持人的专业素养，也跪出了她做人的修养。心理学家丹尼尔说：“你让人舒服的程度，决定着你能抵达的高度。”不管何年何月，朴拙，才能赢得尊重；不管何时何地，真诚，才能打动人心。生活三分得意，七分失意若是论逆商，三国时期的刘备必然榜上有名。他先后投靠公孙瓒、陶谦、吕布、曹操、袁绍，刘表，寄人篱下，屡战屡败，依然手无寸土，流离四方。他白手起家，二十多年风雨，受过多少辱，忍过多少耻，或许连他自己也记不清。可是不管处在什么位置，遭遇多少失败，刘备从不气馁。刘备的一生，便是三分得意，七分失意。人生本就是一道未解的选择题，有得意，有失意，从不圆满，也不全是遗憾。有苦，自我释放；有乐，欣然品尝。人生的路，悲喜都要走，不骄不躁，不气不馁只有经历了，才是完整的人生。不去强