统计学期末大作业题目及答案

经典word整理文档，仅参考，双击此处可删除页眉页脚。本资料属于网络整理，如有侵权，请联系删除，谢谢！统计学实践作业1。某大学为了解学生每天上网的时间,在全校7500名学生中采取不重复抽样方法随机抽取36人，调查他们每天上网的时间book3。1表.求该校大学生平均上网时间的置信区间,置信水平分别为90%95%和99%。平均3。3166666670。2682246163.25标准误差中位数众数5。4标准差方差1.6093476942.59峰度-0。8877049170.2110088745.9偏度区域最小值最大值求和0。56。4119。4366。4观测数最大(1)最小(1)置信度(90.0%)0。50。453184918置信区间3。7698515853.316666667平均标准误差0。2682246163.255.4中位数众数标准差方差1.6093476942.59—0。峰度8877049170.2110088745.9偏度区域最小值最大值求和0。56。4119.4观测数最大(1)置信度（95.0%）366.40。50.544524915置信区间2.7721417513.8611915823.316666667平均标准误差0。2682246163.255。4中位数众数标准差方差峰度1。6093476942.590。2110088745。9偏度区域最小值最大值求和0.56.4119.4观测数36置信度(99。6。40.50％）0.730591706置信区间2.586074964。0472583732.某机器生产的袋茶重量）的数据见book3.2。构造其平均重量的置信水平为90%、95％和99％的置信区间。3.32952381平均标准误差0。052723343。25中位数众数3.2标准差方差0.0583747620.7769714760。95峰度偏度区域最小值最大值求和2。953.969。9221观测数最小(1）置信度（90。0％）3.92.95置信区间3.2385909053.32952381平均标准误差0。052723343.25中位数众数3。2标准差方差0.0583747620。95峰度偏度区域最小值最大值求和2.953。969。92观测数最大(1)置信度（95.0%）213。92。950.109978959置信区间3.4395027693。32952381平均标准误差0。052723343。25中位数众数3。2标准差方差0.4138557030。95峰度偏度区域最小值最大值2。953.9求和69。9221观测数最大(1)置信度(99。0％)3。92.950.150015812置信区间3.1795079973.某机器生产的袋茶重量）的数据见book33。构造其平均重量的置信水平为90％、95％和99%的置信区间.平均3。29标准误差0.0147983653.29中位数众数3.3标准差方差0.0875483061.7818512650.0039049120。47峰度偏度区域最小值最大值求和3。053。52115.15观测数最小(1）置信度(90。0％）353.523。05置信区间3.2649770873。29平均标准误差0.0147983653。29中位数众数标准差方差峰度偏度区域最小值3。30.0875483060.0076647061.7818512650.473.05最大值求和3.52115。1535观测数最大(1）最小(1）置信度（95。0%)3。523。050.030073895置信区间3.2599261053.3200738953。29平均标准误差3.29中位数众数3.3标准差方差0.0875483060.0076647061.7818512650。47峰度偏度区域最小值最大值求和3.053。52115.15观测数35最大(1）置信度(99.0％)3.523。05置信区间3.3303757751.为评价家电行业售后服务的质量，随机抽取了由100家庭构成的D.差;E.较差.调查结果见表book1。1。要求：(1）制作一张频数分布表;（2）绘制统计图，反映评价等级的分布。汇总1421321815（空白）总计1002。某行业管理局所属40个企业2002万元）见book1.2.要求：(1）根据销售收入在125万元为良万元以下为落后企业,按先进企业、良好企业、一般企业、落后企业进行分组，编制频数分布表，并计算出累积频数和累积频率；（2）绘制统计图，反映分布情况。累计频数累计频率3。北方某城市1月~2月份各天气温—104922。50％45。00％72.50%105-1149的记录数据见book1。3.115—12411125+11(1）对上面的数据进行适当的分组。（2）绘制统计图，说明该城市气温分布的特点。接收—10频率累积％40.00%2615155-5063.08%86。15％93.85％100.00％100.00％510其他40.下面是有关“北京地区大学生掌上阅读状况调查”的部分题目，（1)性别：1男2女（2)学级:1大专2大一3大二4大三5大四6研一7研二8博士生（3）月生活费:1600元以下2600—1000元52000元以上31000—1500元41500—2000元(4)手机类型：1低端机2中端机3高端机4智能机5其他(5)运营商：1中国移动2中国联通3中国电信4中国网通被调查者对这5个题目的回答如数据表book1。8。1。分析不同性别学生选择手机类型的情况，要求结合交叉分析表和相应统计图进行分析。2。分析不同学级的学生选择手机类型的情况，要求结合交叉分析表和相应统计图进行分析。3。应统计图进行分析。应统计图进行分析。221133156213369240236476101525总计1581061［1]由题可知，男生选择智能机的比较多,而女生选择高端机的比较多。[2]专的孩子偏爱智能机大一孩子偏爱智能机大二孩子偏爱高端机大三孩子偏爱智能机大四孩子偏爱高端机研一孩子偏爱智能机研二孩子偏爱智能机博士生只有一人使用低端机求和项：运营商总计13515028520523243766总计1424[3]男生偏爱中国移动女生偏爱中国移动求和项:运营商q5运营商q5总计261118644总计2851426437[4］专到博都是选择中国移动的人最多，其次是中国联通，选择电信和网通的用户较少1。一家电气销售公司的管理人员认为,每月的销售额是广告费用的函数，并想通过广告费用对月销售额作出估计。近8个月的销售额与广告费用数据见book7。1表。（用电视广告费用作自变量，月销售额作因变量，建立估计的回归方程。（用电视广告费用和报纸广告费用作自变量，月销售额作因变量，建立估计的回归方程。检验回归方程的线性关系是否显著（。05数是否显著（=0.05）。SUMMARYOUTPUT回归统计MultipleRRSquare0.9586634440。9190356AdjustedRSquare0。88664984标准误差观测值0。6425873038方差分析SignificanceFdfSSMSF回归分析残差总计25711。717703928.377768390.0018652422.0645922080.41291844225.5Coefficients标准误差tStatP-valueLower95％Upper95%4.57175E—0Intercept83.2300916952.88247894879。18433275电视广告费用/万元2.2901836210.3040645567.5318993131.508560797报纸广告费用元/万1。3009890980.0097607980。4765993992.125378798SUMMARYOUTPUT回归统计MultipleRRSquare0.8078074080。6525528090.5946449431.2151751168AdjustedRSquare标准误差观测值方差分析SignificancedfSSMSFF回归分析残差总计16716.6400966216.6400966211.268811340.0152880798.8599033821.47665056425.5Coefficients标准误差88.6376811656.015876092.174E—0984.76576828/万元1。6038647340。477780793.3569050240。434777259tStatP-valueLower95％Upper95％Intercept电视广告费用[1］回归方程为:y=1.60x+88。64[2]回归方程：y=2.29x1+1.30x2+83。23F值0。001865小于0.05，回归方程的线性关系显著对于x1的系数：p值0.00065小于0。05，显著对于x2的系数：p值0.009761小于0.05,显著2.一家房地产评估公司想对某城市的房地产销售价格1与地产的评估价值12和使用面积3理预测。为此,收集了20栋住宅的房地产评估数据见book7.2表。）写出估计的多元回归方程。（检验回归方程的线性关系是否显著(=0.05）.（3）检验各回归系数是否显著(=0.05)。SUMMARYOUTPUT回归统计MultipleR0.947362461RSquare0。897495632AdjustedRSquare0.878276063标准误差791.6823283观测值20方差分析SignificanceFdfSSMSF回归分析3残差16总计1987803505.4629267835.1546.696969663。87913E-0810028174.54626760.90997831680Coefficients标准误差tStatP—valueLower95%Intercept148。700454574。4213240。258870010.799036421-1069。0183470.8147381830.5119885070。13109905—0.2706289580。8209795420.2111765023.8876462720.0013073610。3733053580。1350410122.050322204—0.004582972回归方程：y=0.81x1+0。82x2+0。135x3+148。7对于回归方程：F值远远小于0.05，所以回归方程式显著对于x1：0.13大于0。05，不显著对于x2：0。001小于0.05，显著对于x3：0。057大于0。05，不显著所以回归方程为:y+=0.82x2+148。73.某农场通过试验取得早稻收获量与春季降雨量和春季温度的数据见book7。3表。（1）试确定早稻收获量对春季降雨量和春季温度的二元线性回归方程。解释回归系数的实际意义。（2）检验回归方程的线性关系是否显著（=0.05（检验各回归系数是否显著(=0.05).SUMMARYOUTPUT回归统计MultipleRRSquare0。9956511030.991321119AdjustedRSquare标准误差0。986981679261。43103427观测值方差分析dfSSMSFSignificanceF31226615.2615613307.63228.44446237.5323E—05273384.742568346.18563回归分析残差246总计31500000Coefficients标准误差tStatP-valueLower95％上限95.0%Intercept-0.590996232505.0042289-0.001170280.99912229—1402.7075161401.52552322。386461299.6005435312.331791031-4。268920799327.671712898.797924623.3165849853。36469864601。978727x1x2回归方程为:y=22.39x1+327。67x2-0.59对于回归方程：F值远远小于0.05,所以回归方程显著对于回归系数x1：0.08大于0.05，不显著对于回归系数x2：0.029小于0.05，显著1.从3个总体中各抽取容量不同的样本数据,得到的数据见book5。1表。检验3个总体的均值之间是否有显著差异？（。01）方差分析:单因素方差分析SUMMARY组观测数求和平均方差61.536。列15790158列2列34360015050716966666667121方差分析差异源SSdfMSFP-value4。657399660。0408772394。256494729组间组内2598309。4583333666。444444449总计114。65739966555184〉4。256494729142560。040877238761821〉0。01,不能拒绝原假设2.某家电制造公司准备购进一批5#电池，现有ABC三个电池生产企业5验得其寿命小时）数据见book52表。试分析三个企业生产的电池的平均寿命之间有无显著差异？（=0。05）方差分析：单因素方差分析SUMMARY组观测数求和平均153方差2。5列1列2列3列4555522244。428。3150301021342.615.8方差分析差异源SS5475.63226.4dfMS1825.FP-value2。128.989399302553E—113.238871522Fcrit组间组内21614.15总计570219128.989399293286>3。238871522361092。02552624576458E—11<0.05拒绝原假设，有显著差异3。将24家生产产品大致相同的企业按资金分为三类,每个公司的每100元销售收入的生产成本（单位：元）如表book53的市场生产成本有差异？（显著性水平为0.05）差分析SUMMARY组观测数求和平均方差列1列2列388856959564171.12574。37518.8392857180.125方差分析差异源P—valueFcrit166.166660.000793.466SS332.33332dfMSF组间33367730580011216。26785714组内总计341。62521673.9583333230.000797304599141931<0.05拒绝原假设4。某商店采用四种不同的方式推销商品。为检验不同方式推销商品的效果是否有显著差异，随机抽取样本得到表book5。4的数据，请在0。05的显著性水平下做出决策。方差分析:单因素方差分析SUMMARY组观测数求和平均方差列15555415449374395832089。823。7列2列3列474.87927.729方差分析差异源组间SSdfMSFP—valueFcrit610。953401。616203。658.1135458170.0016442723.23887152225。1组内总计1012.5519拒绝原假设，不同方式推销商品的效果差异显著方式一的方差最小,应选方式一5.五个地区每天发生交通事故的次数如表book5。5，由于是随机抽样,有一些地区的样本容量较多(如南部和西部)，而有些地区样本容量较少（如东部）.试以0。01的显著性水平检验各地区平均每天交通事故的次数是否相等?方差分析:单因素方差分析SUMMARY求观测数和组平均方差列1列2列3列4列5455665714.256613.26.256.76412。83。755674.566666667方差分析差异源SSdfMSFP-valueFcrit组间组内43.6761349440.020228804215.61984127总计200.6538462250。0202288037227386〉0.01不能拒绝原假设,没有足够证据证明验各地区平均每天交通事故的次数相等第一部分1.某百货公司6月份各天的销售额数据（单位：万元）见book2。1.（1）计算该百货公司日销售额的均值、中位数、众数；）计算日销售额的标准差。某百货公司平均标准误差274。13。86595812中位数272.5众数＃N/A标准差21.17472469方差448。3689655—0.21191773峰度偏度区域40.19508699886最小值236最大值322求和8223观测数30最小(1)236置信度7.906772022（95.0％)2.将某地区120家企业按利润额进行分组，结果如表book2。2，计算120家企业利润额的均值、标准差和离散系数。平均标准误差426。666666710。63352695中位数450众数450标准差116.4844515方差13568。62745—0.624699913峰度偏度区域0.208442033400最小值250最大值650求和51200观测数120最大(1)650置信度（95.0%）21。05544515离散系数0.2730104333.25个网络用户的年龄（单位:周岁）数据如表book2.3，计算网民年龄的众数、中位数、均值和标准差.平均241。33041347标准误差中位数众数2319标准差方差峰度6.65206734844。250.772705131偏度1。080110357区域2615416002541最小值最大值求和观测数最大（1）最小（1)152.745838427第二部分1.某地区粮食生产情况如表book2.4所示，计算该地区粮食平均亩产量、亩产量的标准差.平均标准误差2868。027100562中位数325众数325标准差80。27100562方差6443.434343—0。峰度393495826—0。偏度区域128212443300最小值125最大值425求和28600观测数100125置信度（95.0％）15。92750862.某公司下属的三个企业计划完成情况如表book2。5，计算该公司的平均计划完成程度。实际产量/件计划产值1.21。050.9545031537530038010553611126平均计划完成程度1。0672985783.某工业企业某车间工人加工零件情况如表book2。6，要求确定该车间工人加工零件数的众数、中位数、均值和标准差。平均标准误差44。3中位数45众数45标准差方差峰度偏度区域145。9696971.04932348160最小值15最大值75求和4430观测数100最小(1)15置信度（95。0％）4。两个生产车间工人按某产品日产量（件）分组资料如表book27，分析两个车间日产量的平均水平，并说明其代表性的优劣.车间总产量340356车间日产量平均值8。511。86666667第二车间的产量平均值高，因此第二车间生产好于第一车间。1.经验表明，一个矩形的宽与长之比等于0。618的时候会给人们比较良好的感觉.某工艺品工厂生产的矩形工艺品框架的宽与长要求也按这一比例设计，假定其总体服从正态分布,现随机抽取了20个框架测得比值数据见book4.1表。在显著性水平05时能否认为该厂生产的工艺品框架宽与长的平均比例为0.618？列1平均0。65830。62150.606标准误差中位数众数标准差方差0.0932698971.7774526460.38峰度偏度区域最小值最大值求和0。5530。93313。16620观测数最大（1)0.933最小(1)0.553置信度(95。0％）H0：u=0。618，H1：u≠0.6180.04030.0208557832.0930240542。09302404985486>不能拒绝原假设2。为比较新旧两种肥料对产量的影响，以便决定是否采用新肥料。研究者在面积相等、土壤等条件相同的20块田地，分别施用新旧两种肥料，得到新肥料所生产的产量数据见.通过计算得出对应旧肥料所生产的平均产量为100=0.05）平均100。71.098084457标准误差中位数众数10198标准差方差峰度4。9107829824.115789471。126259505—0.610870917偏度区域21最小值最大值求和88109201420观测数最大（1)最小(1）10988置信度(95。0％)2.2983171760.71.0980844571.729132812不能拒绝原假设3。某种电子元件的寿命服从正态分布，现测得16只元件的寿命见book4。3，问是否有理由认为元件的平均寿命显著地低于240小时？（显著性水平为0。05）平均235.473684221.02273462222标准误差中位数众数#N/A标准差方差峰度8397.152047偏度区域384101485447419最小值最大值求和观测数最大（1）最小（1)485101置信度（95。0％）4.5263157891。734063607〈0.2153057571。734064不能拒绝原假设4.从某大学经济系国际贸易专业2008级学生的统计学考试成绩见book44,在显著性水平0.05下能否认为该班统计学成绩显著地高于75分.平均76。228070181.435107941标准误差中位数众数7881标准差方差10.83482735117。3934837—0.07158836峰度4偏度区域5046最小值最大值求和96434557观测数最大(1)最小(1)9646置信度(95.0％)2。874866642159。0068200281.665404655Z〈Za不能拒绝原假设1.1981年~2000年我国财政用于文教、科技、卫生事业费支出额数据见book8.1表.（用绘制时间序列图描述其趋势.（2）选择一条适合的趋势线拟合数据,并根据趋势线预测2001年的支出额。（用5期移动平均法预测2001年用于该项的支出额.234.35276。06317.22369。73427.76104.1116523113.2792545124.2932618138.5540035165.0585911239。3241507300。4450033358.5947871402.9255552438。8792421453.4573278480。6115934487。88553。49631.54725。87870。841040。791240。041462。171701。491927。472181.432001年的预测值为2181.43SUMMARYOUTPUT回归统计MultipleR0.942823394RSquare0.888915952AdjustedRSquare0。882744616标准误差276.2009589观测值20方差分析SignificanceFdfSSMSF回归分析110988334.4710988334。47144.03946715.03539E-101373165.45576286。96972残差总计1819Coefficients标准误差tStatP—valueLower95%Upper95%—2.83396595Intercept-363。6092632年份t128。5449774128.304033655.03539E—110.7106137912.001644350106。0428129151。047142回归方程：y=128。54t—363。61当t=212。1981年～2000年我国油菜籽单位面积产量数据（单位：kg/hm）见book8.2表。根据绘制时间序列图描述其形态.用5期移动平均法预测2001年的单位面积产量。建立一个趋势方程预测各年的单位面积产量年份增长，单位面积产量基本保持持平1293。61243.412211191.4116489.3369800396.1171368796.26417818106。036974780.9570750575。598518580.7532538116711701174.212321272.21303.41333。81373。4136679.6023617779.281523782。8671225587。6891327484。063071561400。61421。22001年估计值时1421。2SUMMARYOUTPUT回归统计MultipleR0。45173525RSquareAdjustedRSquare0.2040647360210602220标准误差观测值方差分析回归分析SignificanceF0。dfSSMSF65583.1865583.184.6149040455557111951955238255801。14211.16018767残差总计1819LowerCoefficients标准误差tStatP-value95％Upper95%55。21.525622。1075.6831308.369Intercept1192.02631637707468156977E-143992324。2。0。6227888714823288045555710.21870819.64294年份回归方程：y=9.93x1+1192.02631578947一家旅馆过去18个月的营业额数据见book8.3表。9。930827068148057608。（根据绘制时间序列图描述其形态。）用3期移动平均法预测第19个月的营业额。）建立一个趋势方程预测各月的营业额营业额与月份正相关30032032134031。2729915436.3822300935.5501732348.666666739735.2252014227。9609516127。2036217620。5714653119。7118125913。6341075632。2800247851。443604550。7302232944。9369929326.36074523412442。6666667455。6666667474.6666667466。6666667491.3333333531.3333333577。3333333610.6666667630.3333333第19个月的预测值为630.33万元SUMMARYOUTPUT回归统计MultipleR0.967257104RSquare0.935586306AdjustedRSquare0.93156045标准误差观测值31.6627618318方差分析SignificanceF5。dfSSMSF232982。232982。232.394399425E-14567456785716040。1002。回归分析残差11161748779249022.9444530487总计Coefficients标准误差tStatP—valueLower95%Upper95%5。15.5705415。16349E-1206.7239272.7401Intercept月份239.732026121.928792579551。3965038613591644384736215.244485.99425E18。5706—1124。8793647397822041回归方程：y=21.9287925696594x1+239。732026143791统计指数练习题1。某商店三种商品的销售情况如下表，基期400008000060000报告期600008800030000甲乙丙千克34。5（1）分析该商店三种商品的销售量总指数及由于销售量变动引起的销售额的增加额；（2)分析该商店三种商品的价格总指数及由于价格变动引起的销售额的增加额；(3）分析该商店三种商品的销售额总指数及报告期较基期的销售额的增加额；商品名计量单位报告期p1q1p0q1p0q0甲乙件米4000080000600008800010886000004000004800007040006400007040008丙千克600003000034。5900001800001350001394000122000013190001.142622951［1］销售量指数销售额的增加额174000[2］[3]价格总指数0.946197991-75000销售额的增加额销售额总指数1.08114754199000报告期较基期的销售额的增加额2。某企业三种商品的成本情况如下表，产品单位成本元）甲乙丙604。26。4千克1602408（1）分析三种商品的产量总指数及由于产量变动引起的总成本的增加额；（2）分析三种商品的产品单位成本总指数及由于产品单位成本变动引起的总成本的增加额；（分析三种商品的总成本指数及报告期较基期的总成本的增加额。产品单位成本(元）位基期q0报告期基期p0报告期p1q1990p0q11100p0q0甲乙丙1059002404。26.43001920332025215362778千克160240812802420[1］产量总指数总成本的增加额1。371900826900［2］［3］单位成本总指数总成本的增加额0。836746988-542总成本指数1。147933884358总成本的增加额3。某工厂工人产量统计分组资料如下表，工人数（人）每天平均产量（件）1003001204001007011075第二组第三组1002804042均产量的增加额；均产量的增加额；）计算可变构成指数及报告期较基期的所有工人每天平均产量的增加额。每天平均产量(件）基期f0报告期基期x0报告期f1x1x1f1x0f1x0f010030010012040028011075132003000011760549601200028000112005120010000210004000第二组第三组404250080021022735000［1］固定构成指数平均产量的增加额结构影响指数平均产量的增加额可变构成指数每天平均产量的增加额1.07343754.70。914-6[2]［3]1。57199601。各地区城镇居民2007年的人均消费水平和人均可支配收入的统计数据见book6.1表。）人均可支配收入作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。（2）利用最小二乘法求出估计的回归方程,并解释回归系数的实际意义.）检验回归方程线性关系的显著性(。05)。（5）如果某地区的人均可支配收入为25000元，预测其人均消费水平。人均消费支出（元)人均可支配收入(元）人均消费支出（元）人均可支配收入(元）10.9760253671相关系数为0.971098，接近于1，相关性很强SUMMARYOUTPUT回归统计Multiple0。976025367RRSquare0。952625517Adjusted0。950991914RSquare标准误差559。3304731观测值31方差分析SignificanceF9。dfSSMSF583.1438845回归分析1182436901。4182436901.4312850.578138075E-21残差总计29309072666。765191509568.1Upper95％Coefficients标准误差388.90559160.028654994tStatP-valueLower95%0。256331528Intercept-345。1245.735067153831450.33407820.6919714