1-指出下面的变量哪一个属于顺序变量

1 指出下面的变量哪一个属于顺序变量 B A 每月的生活费支出 B 产品质量的等级 C 企业所属的行业 D 产品的销售收入 2 指出下面的数据哪一个属于分类数据 D A 某种产品的销售价格 元 21 26 19 22 28 B 某汽车生产企业各季度的产量 万辆 25 27 30 26 C 产品的质量等级 一等品 二等品 三等品 D 上网的方式 有线宽带 无线宽带 3 一所大学从全校学生中随机抽取 300 人作为样本进行调查 其中 80 的人回答他们的月生活 费支出在 500 元以上 这里的 300 人是 B A 总体 B 样本 C 变量 D 统计量 5 一项调查表明 在所抽取的 2000 个消费者中 他们每月在网上购物的平均花费是 200 元 这项调查的样本是 A A 2000 个消费者 B 所有在网上购物的消费者 C 所有在网上购物的消费者的网上购物的平均花费金额 D 2000 个消费者的网上购物的平均花费金额 6 最近发表的一项调查表明 汽车消费税率调整后 消费者购买大排量汽车的比例显著下降 这一结论属于 D A 对样本的描述 B 对样本的推断 C 对总体的描述 D 对总体的推断 某研究部门准备在全市 200 万个家庭中抽取 2000 个家庭 以推断该城市所有职工家庭的年人 均收入 这项研究的总体是 B A 2000 个家庭 B 200 万个家庭 C 2000 个家庭的人均收入 D 200 万个家庭的人均收入 在 2008 年 8 月北京举办的第 29 届奥运会上 中国体育代表团共获得 51 枚金牌 银牌 21 枚 铜牌 28 枚 要描述中国队获得奖牌的构成状况 适宜的图形是 B A 条形图 B 饼图 C 茎叶图 D 雷达图 某集团公司下属 5 个子公司 集团公司想比较 5 个子公司在总生产成本 销售收入 销售人员 数 公司所在地的居民收入水平这 4 项指标的差异和相似程度 适宜采用的图形是 D A 帕累托图 B 环形图 C 散点图 D 雷达图 某大学的教学管理人员想分析经济管理类专业的学生统计学的考试分数与数学考试分数之间是 否存在某种关系 应该选择的描述图形是 A A 散点图 B 条形图 C 饼图 D 箱线图 随机抽取 500 个消费者的简单随机样本 得到他们每月的消费支出数据 研究者想观察这 500 个消费者生活费支出的分布状况 应该选择的描述图形是 C A 条形图 B 帕累托图 C 直方图 D 雷达图 与直方图相比 茎叶图 B A 没保留原始数据的信息 B 保留原始数据的信息 C 不能有效展示数据的分布 D 更适合描述分类数据 下面的哪个图形不适合描述数值型数据的分布 A A 帕累托图 B 直方图 C 茎叶图 D 箱线图 一所大学的法学院设有三个专业 其中刑法专业 20 名学生 民法专业 50 名学生 经济法 专业 30 名学生 要描述三个专业学生人数的多少 适宜采用的图形是 C A 雷达图 B 茎叶图 C 条形图 D 箱线图 某地区的个人收入不是对称分布的 平均数 5000 元 标准差是 1000 元 收入在 2000 元至 8000 元范围内的人口至少占 B A 75 B 89 C 94 D 99 最近发表的一份报告称 由 150 辆轿车组成的一个样本表明 进口轿车的价格明显高于本国生 产的轿车 这一结论属于 D A 对样本的描述 B 对样本的推断 C 对总体的描述 D 对总体的推断 在对数值型数据进行分组时 所分的组数 C A 通常是越多越好 B 通常是越少越好 C 应以能够适当观察数据的分布特征为准 D 应使数据分布的图形达到对称 某地区 2008 年新生婴儿中 男性婴儿为 25 万 女性婴儿为 20 万 男性婴儿与女性婴儿的 人数之比为 1 25 1 这个数值属于 B A 比例 B 比率 C 频数 D 平均数 下面的哪个陈述不属于鉴别图形优劣的准则 C A 使复杂的观点得到简明 确切 高效的阐述 B 能在最短的时间内 以最少的笔墨给读者提供最大量的信息 C 图形应尽可能复杂 D 表述数据的真实情况 9 名大学生每月的生活费支出 单位 元 分别是 583 618 750 495 510 550 512 456 510 生活费支出的中位数是 A 510 B 750 C 450 D 618 在第 29 届北京奥运会男子 100 米决赛中 进入决赛的 8 名百米运动员的成绩 单位 秒 分别是 9 69 9 89 9 91 9 93 9 95 9 97 10 01 10 03 这 8 名运动员百米成绩的标准差 是 A 0 011 B 0 105 C 0 340 D 0 037 在某班随机抽取 10 名同学 统计学课程的考试分数分别为 68 73 66 76 86 74 63 90 65 89 该班考试分数的 25 和 75 位置上的分位数分 别是 A 60 5 和 76 B 65 5 和 81 C 70 5 和 86 D 75 5 和 91 条形图与直方图的主要区别之一是 D A 直方图不能用于展示数值型数据 B 直方图的矩形通常分开排列 而条形图的矩形通常连续排列 C 条形图中矩形的高度没有实际意义 而直方图中矩形的高度则有实际意义 D 条形图的矩形通常分开排列 而直方图的矩形通常连续排列 下列叙述中正确的是 A A 如果计算每个数据与平均数的离差 则这些离差的和等于零 B 如果考试成绩的分布是对称的 平均数为 75 标准差为 12 则考试成绩在 63 75 分之间的 比例大约为 95 C 平均数和中位数相等 D 中位数总是大于平均数 如果一个数据的标准分数是 2 表明该数据 B A 比平均数高出 2 个标准差 B 比平均数低出 2 个标准差 C 等于 2 倍的平均数 D 等于 2 倍的标准差 对某个调整路段行驶过的 120 辆汽车的车速进行测量后发现 平均车速是 85 公里 小时 标准 差是 4 公里 小时 下列哪个车速可以看作离群点 D A 78 公里 小时 B 82 公里 小时 C 91 公里 小时 D 98 公里 小时 在多元线性回归分析中 若 F 检验表明回归方程的线性关系显著 则 B A 表明每个自变量同因变量的线性关系显著 B 表明至少有一个自变量同因变量的线性关系显著 C 意味着每个自变量同因变量的线性关系都不显著 D 意味着至少有一个自变量同因变量的线性关系不显著 如果回归模型中存在 多重共线性 则 D A 整个回归模型的线性关系不显著 B 肯定有一个回归系数通不过显著性检验 C 肯定导致某个回归系数的符号与预期的相反 D 可能导致某些回归系数通不过显著性检验 3 已知某班级学生的英语平均考试成绩为 85 分 标准差是 5 分 如果一个学生考试成绩的标 准分数是 2 则该学生的考试分数为 C A 95 B 80 C 75 D 65 4 某大学共有 5000 名本科学生 每月平均生活费支出是 500 元 标准差是 50 元 假定该校 学生的生活费支出为对称分布 月生活费支出在 400 元至 600 元之间的学生人数大约为 A A 4750 B 4950 C 4550 D 3400 在多元线性回归分析中 如果 t 检验表明回归系数 bi 不显著 则意味着 C A 整个回归方程的线性关系不显著 B 整个回归方程的线性关系显著 C 自变量 xi 与因变量之间的线性关系不显著 D 自变量 xi 与因变量之间的线性关系显著 多元线性回归方程 y b0 b1x1 b2x2 bkxk 若自变量 xi 的回归系数 bi 的取值等于 0 则 表明 C A 因变量对自变量 xi 的影响不显著 B 因变量对自变量 xi 的影响显著 C 自变量 xi 对因变量的影响不显著 D 自变量 xi 对因变量的影响显著 6 市场营销人员的平均月收入为 8000 元 标准差为 2400 元 大学教师的平均月收入为 5000 元 标准差为 2000 元 由此可知 C A 市场营销人员收入的离散程度较大 B 大学教师收入的离散程度较大 C 大学教师收入的离散程度较小 D 二者收入的离散程度相等 在多元回归分析中 多重共线性是指模型中 A A 两个或两个以上的自变量彼此相关 B 两个或两个以上的自变量彼此无关 C 因变量与一个自变量相关 D 因变量与两个以上的自变量相关 在某行业中随机抽取 10 家企业 第一季度的利润额分别是 单位 万元 72 63 1 54 7 54 3 29 26 9 25 23 9 23 20 该组数据的平均数为 A 28 46 B 30 20 C 27 95 D 39 19 如果某个回归系数的正负号与预期的相反 则表明 C A 所建立的回归模型是错误的 B 该自变量与因变量之间的线性关系不显著 C 模型中可能存在多重共线性 D 模型中肯定不存在多重共线性 7 在证券投资行业中随机抽取 10 个从业者 得到他们的月收入分别为 6800 7300 6600 7600 8600 7400 6300 9000 6500 8900 他们月收入的平均数是 A 7000 B 7500 C 6800 D 6600 为了调查某校学生的购书费用支出 从男生中抽取 60 名学生调查 从女生中抽取 40 名学生调 查 这种调查方法是 D A 简单随机抽样 B 整群抽样 C 系统抽样 D 分层抽样 9 在抽取样本时 一个元素被抽中后不再放回总体 然后再从所剩下的元素中抽取第二个元 素 直到抽取 个元素为止 这样的抽样方法称为 B A 重复抽样 B 不重复抽样 C 分层抽样 D 系统抽样 7 下列数据分析方法中 属于推断统计方法的是 D A 画出一个班考试分数的茎叶图 B 学生的生活费支出分成 400 元以下 400 元 500 元 500 元 600 元 600 元以上 列出 每一组的人数 C 随机抽取 2000 个家庭计算出它们的平均收入 D 随机抽取 2000 个家庭 根据 2000 个家庭的平均收入估计该地区家庭的平均收入 1 在 2008 年 8 月北京举办的第 29 届奥运会上 中国体育代表团共获得 51 枚金牌 占中国队 获得奖牌总数的 51 这里的 51 是 C A 平均数 B 频数 C 比例 D 比率 指出下面的变量中哪一个属于数值型变量 A A 生活费支出 B 产品的等级 C 企业类型 D 员工对企业某项改革措施的态度 3 质检部门从某业生产一天生产的手机中随机抽取 20 部进行检查 推断该批手机的合格率 这项研究的总体是 B A 20 部手机 B 一天生产的全部手机 C 20 部手机中合格的手机 D 一天生产的手机中合格的手机 8 大学生中每周的上网时间的偏态系数为 0 3 这表明学生每周上网时间的分布是 C A 对称的 B 左偏的 C 右偏的 D 严重左偏的 某品牌的汽车在 10 家 4S 店销售 7 月份各店的销售量 单位 辆 分别为 252 209 261 208 221 257 262 272 224 223 销售量 25 和 75 位置上的分位数 分别是 A 235 和 267 B 261 和 272 C 209 和 224 D 215 和 259 回归平方和 SSR 反映了 y 的总变差中 A A 由于 x 与 y 之间的线性关系引起的 y 的变化部分 B 除了 x 对 y 的线性影响之外的其他因素对 y 的变差的影响 C 由于 x 与 y 之间的非线性关系引起的 y 的变化部分 D 由于 x 与 y 之间的函数关系引起的 y 的变化部分 离散系数的主要用途是 C A 反映一组数据的离散程度 B 反映一组数据的平均水平 C 反映多组数据离散程度 D 比较多组数据的平均水平 两组数据的平均数不等 但标准差相等 则 A A 平均数小的 离散程度大 B 平均数大的 离散程度大 C 平均数小的 离散程度小 D 两组数据的离散程度相同 回归平方和占总平方和的比例为 C A 相关系数 B 回归系数 C 判定系数 D 估计标准误差 对于有线性相关关系的两变量建立的直线回归方程 y b0 b1x 中 回归系数 b1 B A 可能为 0 B 可能小于 0 C 只能是正数 D 只能是负数 在回归估计中 给定自变量的取值 x0 求得的置信区间与预测区间相比 C A 二者的区间宽度是一样的 B 置信区间比预测区间宽 C 置信区间比预测区间窄 D 置信区间有时比预测区间宽 有时比预测区间窄 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 如果一组数据的分布是对称的 则偏态系数为 A A 等于 0 B 等于 1 C 大于 0 D 大于 1 如果偏态系数明显不等于 0 则表明数据的分布是 A A 非对称的 B 对称的 C 左偏的 D 右偏的 在某班随机抽取 10 名同学 统计学课程的考试分数分别为 68 73 66 76 86 74 63 90 65 89 该班考试分数的中位数是 A 72 5 B 73 0 C 73 5 D 74 5 在多元线性回归分析中 t 检验是用来检验 B A 总体线性关系的显著性 B 各回归系数的显著性 C 样本线性关系的显著性 D H0 b1 b2 bk 0 一组数据的离散系数为 0 4 平均数为 20 则标准差为 D A 80 B 0 02 C 4 D 8 在多元线性回归模型中 若自变量 xi 对因变量 y 的影响不显著 那么它的回归系数 bi 的取值 A A 可能接近 0 B 可能为 1 C 可能小于 0 D 可能大于 1 残差平方和 SSE 反映了 y 的总变差中 B A 由于 x 与 y 之间的线性关系引起的 y 的变化部分 B 除了 x 对 y 的线性影响之外的其他因素对 y 的变差的影响 C 由于 x 与 y 之间的非线性关系引起的 y 的变化部分 D 由于 x 与 y 之间的函数关系引起的 y 的变化部分 如果误差项服从正态分布的假定成立 那么在标准化残差图中 大约有 95 的标准化残差落在 A A 2 2 之间 B 0 1 之间 D 1 0 之间 在多元线性回归方程 y b0 b1x1 b2x2 bkxk 中 回归系数 bi 表示 B A 自变量 xi 变动一个单位时 因变量 y 的平均变动数量为 bi B 其他变量不变的条件下 自变量 xi 变动一个单位时 因变量 y 变动的平均变动量为 bi C 其他变量不变的条件下 自变量 xi 变动一个单位时 因变量 y 变动的总量为 bi D 因变量 y 变动一个单位时 自变量 xi 的平均变动数量为 bi 如果时间序列存在自相关 适合的预测模型是 C A 线性模型 B 指数模型 C 自回归模型 D 季节性多元回归模型 只含有随机波动的序列称为 A A 平稳序列 B 周期性序列 C 季节性序列 D 非平衡序列 对某时间序列建立的指数曲线方程为 Y 1500 1 2 t 这表明 该现象 B A 每期增长率为 120 B 每期增长率为 20 C 每期增长率为 1 2 个单位 D 每期的观测值为 1 2 个单位 对某时间序列建立的趋势方程为 Y 100 5t 这表明该序列 C A 没有趋势 B 呈现线性上升趋势 C 呈现线性下降趋势 D 呈现指数下降趋势 平滑法适合于预测 A A 只含有随机波动的序列 B 含有多种成分的序列 C 含有趋势成分的序列 D 含有季节成分的序列 在多元回归分析中 通常需要计算调整的多重判定系数 这样可以避免多重判定系数的值 A A 由于模型中自变量个数的增加而越来越接近 1 B 由于模型中自变量个数的增加而越来越接近 0 C 由于模型中样本量个数的增加而越来越接近 1 D 由于模型中样本量个数的增加而越来越接近 0 自相关是指不同点的时间序列 B A 观察值之间的相关 B 残差之间的相关 C 预测值之间的相关 D 观测值有线性趋势 在多元线性回归分析中 如果 F 检验表明线性关系显著 则意味着 A A 在多个自变量中至少有一个自变量与因变量之间的线性关系显著 B 所有的自变量与因变量线性关系显著 C 在多个自变量中至少有一个自变量与因变量之间的线性关系不显著 D 所有的自变量与因变量之间的线性关系都不显著 虚拟自变量的回归是指在回归模型中含有 A A 分类自变量 B 数值型自变量 C 分类因变量 D 数值型因变量 设回归方程的形式为 E y b0 b1x 若 x 是取值为 0 1 的虚拟变量 则 b0 的意义是 D A 代表与虚拟变量值 0 所对应的那个分类变量水平的平均值 B 代表与虚拟变量值 1 所对应的那个分类变量水平的平均值 C 代表与虚拟变量值 1 所对应的那个分类变量水平的平均响应与虚拟变量值 0 所对应的那个 分类变量水平的平均值 D 代表与虚拟变量值 1 所对应的那个分类变量水平的平均响应与虚拟变量值 0 所对应的那个 分类变量水平的平均值的差值 在多元线性回归分析中 利用逐步回归方法可以 B A 避免回归模型的线性关系不显著 B 避免所建立的回归模型存在多重共线性 C 提高回归方程的估计精度 D 使预测更加可靠 时间序列在长时期内呈现出来的某种持续向上或下降的变动称为 A A 趋势 B 季节变动 C 循环波动 D 不规则波动 如果时间序列的残差存在自相关 使用最小二乘法拟合的回归模型进行预测 B A 违背了残差齐性的假定 B 违背了残差独立性的假定 C 违背了残差正态性的假定 D 结果比较准确 下列不属于描述统计问题的是 A 根据样本信息对总体进行的推断 了解数据分布的特征 分析感兴趣的总体特征 利用图表等对数据进行汇总和分析 一项民意调查的目的是想确定年轻人愿意与其父母讨论的话题 调查结果表明 45 的年轻人 愿意与其父母讨论家庭财务状况 38 的年轻人愿意与其父母讨论有关教育的话题 15 的年 轻人愿意与其父母讨论爱情问题 该调查所收集的数据是 A A 分类数据 B 顺序数据 C 数值型数据 D 实验数据 8 为了解大学生的上网时间 从全校所有学生宿舍中随机抽取 50 个宿舍 然后对抽中宿舍中 的每个学生进行调查 这种抽样调查方法是 D A 分层抽样 B 简单随机抽样 C 系统抽样 D 整群抽样 根据各季度商品销售额数据计算的季节指数分别为 一季度 125 二季度 70 三季度 100 四季度 105 不受季节因素影响的是 A 一季度 B 二季度 C 三季度 D 四季度 如果某一月份的商品销售额为 84 万元 该月的季节指数等于 1 2 在消除季节因素后该月的销 售额为 A 60 万元 B 70 万元 C 90 8 万元 D 100 8 万元 1 下面关于相关分析的陈述中 不正确的是 A A 相关系数的数值越大 说明两个变量之间的线性关系越强 B 相关系数是一个随机变量 C 相关系数的绝对值不会大于 1 D 相关系数只度量两个变量之间的线性关系 2 在一元回归模型 SSE 中 反映的是 D A 由于 x 的变化引起的 y 的线性变化部分 B 由于 y 的变化引起的 x 的线性变化部分 C 由于 x 和 y 的线性关系对 y 的影响 D 除 x 和 y 的线性关系之外的随机因素对 y 的影响 3 在一元线性回归模型 中 对误差项 e 有三个基本假定 即正态性 方差齐性和独立性 其 中的独立性是指 A A 对于一个特定的 x 值 它所对应的 e 与其他 x 值所对应的不相关 B 对于一个特定的 y 值 它所对应的 e 与其他 y 值所对应的不相关 C 对于所有的 x 值 e 的方差 都相同 D 对于所有的 y 值 e 的方差 都相同 4 在回归分析中 残差平方和是指 B A 各实际观测值 与其均值 的离差平方和 B 各实际观测值 与回归值 的离差平方和 C 回归预测值 与因变量均值 的离差平方和 D 因变量 与自变量 的平方和 5 在一元线性回归分析中 利用所求得的一元线性回归方程 对于自变量 x 的一个给定值 求出因变量的平均值的区间 这一区间称为 A A 因变量平均值的置信区间 B 因变量个别值的预测区间 C 自变量平均值的置信区间 D 自变量个别值的预测区间 6 残差除以相应的标准差 其结果称为 C A 残差平方和 B 残差 C 标准化残差 D 估计标准误差 7 下面陈述中错误的是 D A 相关系数是度量两个变量之间线性关系强度的统计量 B 相关系数是一个随机变量 C 相关系数的绝对值不会大于 1 D 相关系数不会取负值 8 下面的相关系数取值哪一个是错误的 C A 0 8 B0 78 C1 25 D0 9 下面关于相关系数的陈述中哪一个是错的 A A 数值越大说明两变量之间的关系越强 B 仅仅是两变量的线性关系的度量 C 不一定意味着两变量间存在因果关系 D 绝对值不会大于 1 10 如果相关系数为 0 则两变量间 C A 相关程度低 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 11 在回归分析中 被预测或被解释的变量称为 B A 自变量 B 因变量 C 随机变量 D 非随机变量 12 在回归分析中 描述因变量如何依赖于自变量和误差项的方程称为 B A 回归方