统计学课后作业答案.doc

统计学各章参考答案第一章 导论一、选择题1.C 2.A 3.C 4.C 5.C 6.B 7.A 8.D 9.C 10.D11.A 12.C 13.C 14.A 15.B 16.A 17.C 18.B 19.D 20.A21.D 22. A 23.B 24.C 25.A 26.A 27.A 28.B 29.A 30.D31.C 32.A 33.B 三、练习题1.（1）所关心的总体是制造商生产的一批产品 （2）样本是100个产品 （3）参数是产品不合格率低于10% （4）统计量是不合格的6%2.（1）总体是网上购物的消费者 （2）分类变量 （3）所有网上购物的消费者每月在网上购物的平均花费 （4）统计量3. （1）分类变量 （2）数值型变量 （3）顺序型变量 （4）顺序型变量 第二章 数据的收集一、选择题1.A 2.B 3.A 4.D 5.B 6.C 7.D 8.D 9.D 10.C11.C 12.A 13.D 14.D 15.C 16.A 17.D 18.C 19.B 20.B21.A 22.B 23.C 24.A 25.B 26.B 27.A 28.B 29.D 二、判断题1. 2. 3. 4. 5. 6. 7. 8. 9. 第三章 数据整理与显示一、选择题1.C 2.A 3.B 4.C 5.D 6.C 7.B 8.B 9.A 10.B 11.B 12.A 13.C 14.B 15.D 16.D 17.D 18.B 19.C第四章 数据分布特征的测度一、选择题1.A 2.C 3.B 4.C 5.D 6.D 7.A 8.B 9.A 10.B11.A 12.C 13.C 14.C 15.D 16.A 17.A 18.B 19.A 20.B21.A 22.A 23.B 24.C 25.C 26.D 27.D 28.A 29.D 30.C31.C 32.D二、判断题1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 三、思考题2、中位数，分布是偏态的，存在极端值，中位数表示中等收入3、寻找众数6、方差不可能是负数7、C最大，B最小，从数据分布分散程度来看的8、900元合适，因为它是中位数9、选择B ，因为它的极差小四、计算题1. 16.17%13.45%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. 8. 偏度系数：峰度系数：计算结果表明，偏度系数略大于1，说明该产品使用寿命的分布十分接近对称分布；峰度系数几乎为1，说明该产品使用寿命的分布要比正态分布略微平坦一些。总的来讲，该产品使用寿命的分布非常接近正态分布。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一、选择1.C 2.C 3.B 4.A 5.D 6.C 7.D 8.B 9.A 10.B 11.D 12.B 13.A 14.C 15.C16.A 17.D 18.C 19.A 20.A 21.C 22.B 23.A 24.A 25.A 26.A 27.A 28.B 29.B二、判断，三、思考题5.不可信，隐瞒了置信度和样本量6.不能，7.不合适，np=7，n（1-p）=330，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 假设检验一、选择题1.A 2.A 3.C 4.C 5.D 6. C 7.A 8.C 9. A 10.A 11. B 12.A 13.A 14.A 15.B 16.C 17.A 18.D 19.A 20.B二、判断题 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 方差分析一、选择题1.B 2.D 3.A 4.C 5.D 6.C 7.A 8.A 9.B 10.C11.A 12.D 13.D 14.A 15.A 16.B 17.C 18.C 19.A 20.B21.C 22.A 23.C 24.B 25.C 26.C 27.B 28.D 29.D 30.C31.A 32.A 33.D 34.B 35.B 36.A 37.C 38.A 39.D 40.B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 相关与回归分析一单项选择题1D 2C 3C 4D 5D 6D 7C 8D 9D 10A11A 12C 13D 14C 15D 16C 17B 18A 19B 20C 21C 22C 23B 24A 25A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一.选择题:1.A 2.B 3.C 4.D 5.D 6.C 7.C 8.A 9.C 10.D二.判断题: 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 指数一、选择题1.D 2.C 3.A 4.C 5.D 6.D 7.C 8.C 9.A 10 C 11.B 12.B 13.B 14.A 15.A 16.A 17.A 18.D 19.B 20.D三、计算题1.（1）（2）2. (1) (2) (