2025年大学统计学期末考试题库-数据分析计算题难点解析

2025年大学统计学期末考试题库-数据分析计算题难点解析考试时间：______分钟总分：______分姓名：______一、单选题（本大题共20小题，每小题2分，共40分。在每小题列出的四个选项中，只有一项是最符合题目要求的。请将正确选项的字母填在题后的括号内。）1.某班级有50名学生，其中男生30人，女生20人。如果要从中随机抽取10名学生组成一个小组，那么这10名学生中恰好有6名男生和4名女生的概率是多少？A.0.0872B.0.1239C.0.2052D.0.31772.在一组数据中，已知样本均值x̄=15，样本标准差s=5，样本容量n=25。如果这组数据近似服从正态分布，那么这组数据中至少有95%的数值落在哪个区间内？A.[5,25]B.[10,20]C.[5,25]D.[0,30]3.某公司为了评估两种不同的广告策略的效果，随机选择了1000名消费者进行调查。其中500名消费者接受了A广告策略的展示，500名消费者接受了B广告策略的展示。调查结果显示，接受A广告策略的消费者中有60%表示会购买该产品，而接受B广告策略的消费者中有50%表示会购买该产品。那么，这两种广告策略在促使消费者购买产品方面是否存在显著差异？A.存在显著差异B.不存在显著差异C.无法确定D.需要更多数据4.在回归分析中，某个自变量的p值小于0.05，这意味着什么？A.该自变量对因变量的影响非常显著B.该自变量对因变量的影响不显著C.该自变量与因变量之间不存在线性关系D.该自变量与因变量之间存在非线性关系5.某公司为了评估员工的工作效率，收集了100名员工的工作数据。其中，工作时长和销售额是两个重要的指标。通过散点图可以发现，工作时长和销售额之间存在正相关关系。那么，以下哪个结论是正确的？A.工作时长越长，销售额越高B.工作时长越短，销售额越高C.工作时长和销售额之间没有关系D.工作时长和销售额之间存在负相关关系6.在假设检验中，犯第一类错误的概率是多少？A.0.05B.0.01C.0.10D.无法确定7.某学校为了评估两种不同的教学方法的效果，随机选择了200名学生进行调查。其中100名学生接受了A教学方法，100名学生接受了B教学方法。调查结果显示，接受A教学方法的学生的平均成绩为80分，标准差为10分；接受B教学方法的学生的平均成绩为85分，标准差为12分。那么，这两种教学方法在提高学生成绩方面是否存在显著差异？A.存在显著差异B.不存在显著差异C.无法确定D.需要更多数据8.在方差分析中，F统计量的值是多少？A.0.05B.1.96C.3.89D.无法确定9.某公司为了评估两种不同的产品质量控制方法的效果，随机选择了100个产品进行测试。其中50个产品接受了A质量控制方法，50个产品接受了B质量控制方法。调查结果显示，接受A质量控制方法的产品中有90%符合质量标准，而接受B质量控制方法的产品中有80%符合质量标准。那么，这两种质量控制方法在提高产品质量方面是否存在显著差异？A.存在显著差异B.不存在显著差异C.无法确定D.需要更多数据10.在相关分析中，相关系数的值是多少？A.0.5B.0.8C.0.2D.0.011.某公司为了评估员工的工作满意度，收集了100名员工的数据。其中，工作满意度和工作时长是两个重要的指标。通过散点图可以发现，工作满意度和工作时长之间存在负相关关系。那么，以下哪个结论是正确的？A.工作时长越长，工作满意度越高B.工作时长越短，工作满意度越高C.工作时长和工作满意度之间没有关系D.工作时长和工作满意度之间存在正相关关系12.在假设检验中，犯第二类错误的概率是多少？A.0.05B.0.01C.0.10D.无法确定13.某学校为了评估两种不同的教学方法的效果，随机选择了200名学生进行调查。其中100名学生接受了A教学方法，100名学生接受了B教学方法。调查结果显示，接受A教学方法的学生的平均成绩为75分，标准差为8分；接受B教学方法的学生的平均成绩为80分，标准差为10分。那么，这两种教学方法在提高学生成绩方面是否存在显著差异？A.存在显著差异B.不存在显著差异C.无法确定D.需要更多数据14.在方差分析中，F统计量的临界值是多少？A.0.05B.1.96C.3.89D.无法确定15.某公司为了评估两种不同的产品质量控制方法的效果，随机选择了100个产品进行测试。其中50个产品接受了A质量控制方法，50个产品接受了B质量控制方法。调查结果显示，接受A质量控制方法的产品中有85%符合质量标准，而接受B质量控制方法的产品中有75%符合质量标准。那么，这两种质量控制方法在提高产品质量方面是否存在显著差异？A.存在显著差异B.不存在显著差异C.无法确定D.需要更多数据16.在相关分析中，相关系数的临界值是多少？A.0.5B.0.8C.0.2D.0.017.某公司为了评估员工的工作满意度，收集了100名员工的数据。其中，工作满意度和工作时长是两个重要的指标。通过散点图可以发现，工作满意度和工作时长之间存在正相关关系。那么，以下哪个结论是正确的？A.工作时长越长，工作满意度越高B.工作时长越短，工作满意度越高C.工作时长和工作满意度之间没有关系D.工作时长和工作满意度之间存在负相关关系18.在假设检验中，p值小于0.05意味着什么？A.拒绝原假设B.接受原假设C.无法确定D.需要更多数据19.某学校为了评估两种不同的教学方法的效果，随机选择了200名学生进行调查。其中100名学生接受了A教学方法，100名学生接受了B教学方法。调查结果显示，接受A教学方法的学生的平均成绩为70分，标准差为9分；接受B教学方法的学生的平均成绩为75分，标准差为11分。那么，这两种教学方法在提高学生成绩方面是否存在显著差异？A.存在显著差异B.不存在显著差异C.无法确定D.需要更多数据20.在方差分析中，p值小于0.05意味着什么？A.拒绝原假设B.接受原假设C.无法确定D.需要更多数据二、多选题（本大题共10小题，每小题2分，共20分。在每小题列出的五个选项中，有多项是符合题目要求的。请将正确选项的字母填在题后的括号内。）1.在回归分析中，以下哪些因素会影响回归模型的拟合优度？A.自变量的数量B.因变量的方差C.数据的样本容量D.回归系数的显著性E.残差平方和2.在假设检验中，以下哪些因素会影响检验的功效？A.样本容量B.检验的显著性水平C.假设的差异程度D.检验的方法E.数据的分布3.在方差分析中，以下哪些因素会影响F统计量的值？A.组间方差B.组内方差C.数据的样本容量D.回归系数的显著性E.残差平方和4.在相关分析中，以下哪些因素会影响相关系数的值？A.数据的样本容量B.变量的线性关系C.变量的非线性关系D.变量的方差E.变量的协方差5.在假设检验中，以下哪些情况下会犯第一类错误？A.原假设为真，但拒绝原假设B.原假设为假，但拒绝原假设C.原假设为真，但接受原假设D.原假设为假，但接受原假设E.样本容量不足6.在方差分析中，以下哪些情况下会犯第二类错误？A.原假设为真，但拒绝原假设B.原假设为假，但拒绝原假设C.原假设为真，但接受原假设D.原假设为假，但接受原假设E.数据的样本容量不足7.在回归分析中，以下哪些指标可以用来评估回归模型的拟合优度？A.R平方B.调整后的R平方C.标准误差D.F统计量E.残差平方和8.在相关分析中，以下哪些指标可以用来评估变量的线性关系？A.相关系数B.相关系数的p值C.回归系数D.回归系数的p值E.残差平方和9.在假设检验中，以下哪些因素会影响检验的显著性水平？A.样本容量B.检验的功效C.假设的差异程度D.检验的方法E.数据的分布10.在方差分析中，以下哪些因素会影响检验的显著性水平？A.组间方差B.组内方差C.数据的样本容量D.回归系数的显著性E.残差平方和三、判断题（本大题共10小题，每小题2分，共20分。请判断下列各题的叙述是否正确，正确的填“√”，错误的填“×”。）1.在一个正态分布中，中位数等于均值。A.√B.×2.样本方差是总体方差的无偏估计量。A.√B.×3.在回归分析中，R平方越接近1，说明回归模型对数据的拟合效果越好。A.√B.×4.在假设检验中，犯第一类错误的概率等于检验的显著性水平。A.√B.×5.在方差分析中，F统计量是组间方差与组内方差的比值。A.√B.×6.在相关分析中，相关系数的绝对值越接近1，说明两个变量之间的线性关系越强。A.√B.×7.在假设检验中，p值越小，说明拒绝原假设的证据越强。A.√B.×8.在方差分析中，如果p值小于显著性水平，则拒绝原假设。A.√B.×9.在回归分析中，自变量的系数表示当自变量增加一个单位时，因变量平均变化的数值。A.√B.×10.在相关分析中，相关系数的符号表示两个变量之间的线性关系的方向。A.√B.×四、计算题（本大题共5小题，每小题4分，共20分。请根据题目要求进行计算，并写出计算过程。）1.某班级有50名学生，其中男生30人，女生20人。如果要从中随机抽取10名学生组成一个小组，那么这10名学生中恰好有6名男生和4名女生的概率是多少？计算过程：首先，我们需要计算从50名学生中抽取10名学生的总组合数，即C(50,10)。然后，我们需要计算从30名男生中抽取6名男生的组合数，即C(30,6)。最后，我们需要计算从20名女生中抽取4名女生的组合数，即C(20,4)。概率=C(30,6)*C(20,4)/C(50,10)2.在一组数据中，已知样本均值x̄=15，样本标准差s=5，样本容量n=25。如果这组数据近似服从正态分布，那么这组数据中至少有95%的数值落在哪个区间内？计算过程：首先，我们需要找到正态分布中95%的数值所在的区间，即z分数为1.96的区间。然后，我们可以使用样本均值和样本标准差来计算这个区间。区间=x̄±(z*s/sqrt(n))区间=15±(1.96*5/sqrt(25))3.某公司为了评估两种不同的广告策略的效果，随机选择了1000名消费者进行调查。其中500名消费者接受了A广告策略的展示，500名消费者接受了B广告策略的展示。调查结果显示，接受A广告策略的消费者中有60%表示会购买该产品，而接受B广告策略的消费者中有50%表示会购买该产品。那么，这两种广告策略在促使消费者购买产品方面是否存在显著差异？计算过程：首先，我们需要计算两种广告策略的购买比例的差值。差值=pA-pB差值=0.60-0.50然后，我们需要计算这个差值的抽样标准误。标准误=sqrt(pA*(1-pA)/nA+pB*(1-pB)/nB)标准误=sqrt(0.60*(1-0.60)/500+0.50*(1-0.50)/500)最后，我们需要计算z分数。z分数=(差值-0)/标准误4.在回归分析中，某个自变量的p值小于0.05，这意味着什么？计算过程：首先，我们需要知道p值小于0.05意味着拒绝原假设。原假设是自变量对因变量的影响不显著。因此，p值小于0.05意味着自变量对因变量的影响显著。5.某公司为了评估员工的工作效率，收集了100名员工的工作数据。其中，工作时长和销售额是两个重要的指标。通过散点图可以发现，工作时长和销售额之间存在正相关关系。那么，以下哪个结论是正确的？计算过程：首先，我们需要计算相关系数。相关系数=cov(X,Y)/(sqrt(var(X))*sqrt(var(Y)))然后，我们需要判断相关系数的符号。如果相关系数为正，说明工作时长和销售额之间存在正相关关系。如果相关系数为负，说明工作时长和销售额之间存在负相关关系。如果相关系数为0，说明工作时长和销售额之间没有线性关系。五、简答题（本大题共5小题，每小题4分，共20分。请根据题目要求进行简答。）1.在假设检验中，什么是第一类错误和第二类错误？简答：第一类错误是指原假设为真，但拒绝原假设的错误。第二类错误是指原假设为假，但接受原假设的错误。2.在方差分析中，F统计量的作用是什么？简答：F统计量的作用是检验组间方差与组内方差的比值，以判断是否存在显著差异。3.在回归分析中，R平方的意义是什么？简答：R平方表示回归模型对数据的拟合优度，越接近1说明拟合效果越好。4.在相关分析中，相关系数的符号表示什么？简答：相关系数的符号表示两个变量之间的线性关系的方向，正号表示正相关，负号表示负相关。5.在假设检验中，p值的意义是什么？简答：p值表示在原假设为真的情况下，观察到当前数据或更极端数据的概率，p值越小，拒绝原假设的证据越强。本次试卷答案如下一、单选题答案及解析1.C解析：本题考查超几何分布的概率计算。从50名学生中随机抽取10名学生，记事件A为“10名学生中恰好有6名男生和4名女生”。根据超几何分布公式，概率P(A)=C(30,6)*C(20,4)/C(50,10)。计算各组合数：C(30,6)=593250，C(20,4)=4845，C(50,10)=10272278170。代入公式得P(A)=593250*4845/10272278170≈0.2052。因此选择C。2.B解析：本题考查正态分布的应用。根据题意，数据近似服从正态分布，样本均值x̄=15，样本标准差s=5，样本容量n=25。95%的数据落在均值加减1.96倍标准误的区间内。标准误SE=s/√n=5/√25=1。因此区间为[15-1.96*1,15+1.96*1]=[13.04,16.96]。选项B的[10,20]范围更广，不符合要求。选项A和C范围正确但数值不对。选项D[0,30]范围过大。因此选择B。3.A解析：本题考查两个比例的假设检验。设pA=0.60，pB=0.50，nA=nB=500。检验H0:pA=pBvsH1:pA≠pB。比例的标准误SE=√[(pA(1-pA)/nA)+(pB(1-pB)/nB)]=√[(0.60*0.40/500)+(0.50*0.50/500)]=√(0.00048+0.0005)=√0.00098≈0.0313。检验统计量Z=(pA-pB)/SE=(0.60-0.50)/0.0313=0.0313/0.0313=1。查阅Z表得p值=2*(P(Z>1))=2*0.1587=0.3174。p值大于0.05，不能拒绝原假设。但题目问是否存在显著差异，根据计算结果存在差异但统计上不显著。选项A说存在显著差异不准确，选项B说不存在显著差异也不准确，选项C无法确定不准确，选项D需要更多数据不准确。因此选择A。4.A解析：本题考查回归分析中p值的意义。p值小于0.05表示检验统计量的p值小于显著性水平α=0.05，根据小概率反演原理，拒绝原假设。原假设是自变量系数等于0，即自变量对因变量无影响。因此p值小于0.05意味着自变量对因变量的影响非常显著。选项B、C、D均不准确。因此选择A。5.A解析：本题考查散点图与相关关系的判断。题干明确指出散点图显示工作时长和销售额之间存在正相关关系。正相关意味着随着工作时长增加，销售额也倾向于增加。因此结论是工作时长越长，销售额越高。选项B、C、D均与正相关定义相反。因此选择A。6.A解析：本题考查假设检验中第一类错误的定义。第一类错误又称弃真错误，是指原假设H0为真时，错误地拒绝了H0。犯第一类错误的概率用α表示，通常设定为0.05或0.01。因此选择A。7.C解析：本题考查两组均值差异的假设检验。设A组样本均值x̄A=80，sA=10，nA=100；B组样本均值x̄B=85，sB=12，nB=100。检验H0:μA=μBvsH1:μA≠μB。合并方差sP²=[(nA-1)sA²+(nB-1)sB²]/(nA+nB-2)=[(99*100+99*144)/198]=[9900+14136]/198=24036/198=121。合并标准差sP=√121=11。检验统计量t=(x̄A-x̄B)/(sP*√(1/nA+1/nB))=(80-85)/(11*√(1/100+1/100))=-5/(11*√0.02)=-5/(11*0.1414)≈-5/1.5554≈-3.23。自由度df=nA+nB-2=198。查阅t表得p值<0.001。p值远小于0.05，拒绝原假设。因此无法确定存在差异。选项A和B不准确，选项D需要更多数据不准确。因此选择C。8.C解析：本题考查方差分析中F统计量的定义。F统计量是组间方差MSB与组内方差MSE的比值，即F=MSB/MSE。它用于检验多个总体均值是否存在显著差异。因此选择C。9.A解析：本题考查两个比例的假设检验。设pA=0.90，pB=0.80，nA=nB=50。检验H0:pA=pBvsH1:pA≠pB。比例的标准误SE=√[(pA(1-pA)/nA)+(pB(1-pB)/nB)]=√[(0.90*0.10/50)+(0.80*0.20/50)]=√(0.00018+0.00032)=√0.0005=0.0224。检验统计量Z=(pA-pB)/SE=(0.90-0.80)/0.0224=0.10/0.0224≈4.46。查阅Z表得p值=2*(P(Z>4.46))≈2*0=0。p值远小于0.05，拒绝原假设。因此存在显著差异。选项A正确。选项B、C、D不准确。因此选择A。10.A解析：本题考查相关系数的定义。相关系数r衡量两个变量线性关系的强度和方向。r的绝对值越接近1，线性关系越强；越接近0，线性关系越弱。r为正表示正相关，负表示负相关。因此选择A。11.B解析：本题考查散点图与相关关系的判断。题干明确指出散点图显示工作满意度和工作时长之间存在负相关关系。负相关意味着随着工作时长增加，工作满意度倾向于下降。因此结论是工作时长越短，工作满意度越高。选项A、C、D均与负相关定义相反。因此选择B。12.D解析：本题考查假设检验中第二类错误的定义。第二类错误又称取伪错误，是指原假设H0为假时，错误地接受了H0。犯第二类错误的概率用β表示，1-β称为检验的功效。因此选择D。13.C解析：本题考查两组均值差异的假设检验。设A组样本均值x̄A=75，sA=8，nA=100；B组样本均值x̄B=80，sB=10，nB=100。检验H0:μA=μBvsH1:μA≠μB。合并方差sP²=[(nA-1)sA²+(nB-1)sB²]/(nA+nB-2)=[(99*64+99*100)/198]=[6336+9900]/198=16236/198≈81.98。合并标准差sP=√81.98≈9.05。检验统计量t=(x̄A-x̄B)/(sP*√(1/nA+1/nB))=(75-80)/(9.05*√0.02)=-5/(9.05*0.1414)≈-5/1.281≈-3.89。自由度df=nA+nB-2=198。查阅t表得p值<0.001。p值远小于0.05，拒绝原假设。因此无法确定存在差异。选项A和B不准确，选项D需要更多数据不准确。因此选择C。14.C解析：本题考查方差分析中F统计量的临界值。F统计量的临界值取决于自由度df1（组间自由度）和df2（组内自由度），以及显著性水平α。例如，当df1=3，df2=20，α=0.05时，F临界值≈3.10。题目未给出具体df值，但明确要求临界值，通常指α=0.05时的值。选项A、B、D为具体数值，但未说明条件。因此选择C。15.A解析：本题考查两个比例的假设检验。设pA=0.85，pB=0.75，nA=nB=50。检验H0:pA=pBvsH1:pA≠pB。比例的标准误SE=√[(pA(1-pA)/nA)+(pB(1-pB)/nB)]=√[(0.85*0.15/50)+(0.75*0.25/50)]=√(0.01275+0.00375)=√0.0165=0.1285。检验统计量Z=(pA-pB)/SE=(0.85-0.75)/0.1285=0.10/0.1285≈0.78。查阅Z表得p值=2*(P(Z>0.78))≈2*0.2177=0.4354。p值大于0.05，不能拒绝原假设。但题目问是否存在显著差异，根据计算结果存在差异但统计上不显著。选项A说存在显著差异不准确，选项B说不存在显著差异也不准确，选项C无法确定不准确，选项D需要更多数据不准确。因此选择A。16.A解析：本题考查相关系数的临界值。相关系数的临界值取决于样本容量n和显著性水平α，以及相关系数的尾数。例如，当n=30，α=0.05时，r临界值≈0.361。题目未给出具体n和α值，但明确要求临界值，通常指α=0.05时的值。选项B、C、D为具体数值，但未说明条件。因此选择A。17.A解析：本题考查散点图与相关关系的判断。题干明确指出散点图显示工作满意度和工作时长之间存在正相关关系。正相关意味着随着工作时长增加，工作满意度也倾向于增加。因此结论是工作时长越长，工作满意度越高。选项B、C、D均与正相关定义相反。因此选择A。18.A解析：本题考查假设检验中p值的意义。p值小于0.05表示在原假设为真的情况下，观察到当前数据或更极端数据的概率小于5%。根据小概率反演原理，小概率事件在一次试验中基本不会发生，现在发生了，说明原假设不太可能是真的，因此拒绝原假设。选项B、C、D均不准确。因此选择A。19.C解析：本题考查两组均值差异的假设检验。设A组样本均值x̄A=70，sA=9，nA=100；B组样本均值x̄B=75，sB=11，nB=100。检验H0:μA=μBvsH1:μA≠μB。合并方差sP²=[(nA-1)sA²+(nB-1)sB²]/(nA+nB-2)=[(99*81+99*121)/198]=[8019+11979]/198=19998/198≈100.99。合并标准差sP=√100.99≈10.05。检验统计量t=(x̄A-x̄B)/(sP*√(1/nA+1/nB))=(70-75)/(10.05*√0.02)=-5/(10.05*0.1414)≈-5/1.421≈-3.51。自由度df=nA+nB-2=198。查阅t表得p值<0.001。p值远小于0.05，拒绝原假设。因此无法确定存在差异。选项A和B不准确，选项D需要更多数据不准确。因此选择C。20.A解析：本题考查方差分析中p值的意义。p值小于显著性水平α表示在原假设为真的情况下，观察到当前数据或更极端数据的概率小于α。根据小概率反演原理，小概率事件在一次试验中基本不会发生，现在发生了，说明原假设不太可能是真的，因此拒绝原假设。选项B、C、D均不准确。因此选择A。二、多选题答案及解析1.A,C,E解析：回归模型的拟合优度受以下因素影响：A.自变量的数量，变量越多可能拟合越好但易过拟合；C.数据的样本容量，样本容量越大通常估计更准；E.残差平方和，残差平方和越小拟合越好。B.因变量的方差影响模型精度但不直接影响拟合优度；D.回归系数的显著性影响模型解释力但不直接影响拟合优度。因此选择A、C、E。2.A,B,C解析：检验的功效β=1-β，β是犯第二类错误的概率。功效受以下因素影响：A.样本容量，n越大功效越大；B.检验的显著性水平α，α越大功效越大；C.假设的差异程度，差异越大功效越大。D.检验的方法影响检验准确性但不直接影响功效；E.数据的分布影响检验适用性但不直接影响功效。因此选择A、B、C。3.A,B,C解析：F统计量的作用是检验组间方差与组内方差的比值，受以下因素影响：A.组间方差，MSB越大F值越大；B.组内方差，MSE越小F值越大；C.数据的样本容量，n越大F值越稳定。D.回归系数的显著性与方差分析无关；E.残差平方和是计算MSE的，不是直接影响F值。因此选择A、B、C。4.A,B,D解析：相关系数衡量两个变量线性关系的强度和方向：A.数据的样本容量，n越大相关系数估计更准；B.变量的线性关系，关系越线性r越接近1或-1；D.变量的方差，方差越大r越稳定。C.变量的非线性关系影响相关系数的适用性但不直接影响r值；E.变量的协方差是计算r的中间量，不是影响因素。因此选择A、B、D。5.A,B解析：第一类错误是原假设为真时拒绝原假设，即A；第二类错误是原假设为假时接受原假设，即B。选项C、D是定义的对立面；E.样本容量不足影响检验准确性但不是错误的类型。因此选择A、B。6.B,C,D解析：第二类错误是原假设为假时接受原假设，即B；C、D是定义的对立面。因此选择B、C、D。7.A,B,D解析：评估回归模型拟合优度的指标：A.R平方，越接近1拟合越好；B.调整后的R平方，考虑变量数量，更稳健；D.F统计量，检验模型整体显著性。C.标准误差是衡量残差大小，不是拟合优度；E.残差平方和是计算标准误差的，不是直接评估拟合优度。因此选择A、B、D。8.A,B,D解析：评估变量线性关系的指标：A.相关系数，衡量强度和方向；B.相关系数的p值，检验显著性；D.回归系数的p值，检验单个变量显著性。C.回归系数是衡量影响大小，不是直接评估线性关系；E.残差平方和是计算相关系数的，不是直接评估线性关系。因此选择A、B、D。9.A,B,C解析：影响检验显著性水平的因素：A.样本容量，n越大α越容易达到；B.检验的功效，β越小α影响越大；C.假设的差异程度，差异越大α越容易达到。D.检验的方法影响检验准确性但不直接影响α；E.数据的分布影响检验适用性但不直接影响α。因此选择A、B、C。10.A,B,C解析：影响方差分析显著性水平的因素：A.组间方差，MSB越大F值越大；B.组内方差，MSE越小F值越大；C.数据的样本容量，n越大F值越稳定。D.回归系数的显著性与方差分析无关；E.残差平方和是计算MSE的，不是直接影响F值。因此选择A、B、C。三、判断题答案及解析1.√解析：正态分布是对称的，因此中位数等于均值。因此正确。2.√解析：样本方差s²是总体方差σ²的无偏估计量，即E(s²)=σ²。因此正确。