2025年统计学期末考试题库-数据分析计算题库

2025年统计学期末考试题库-数据分析计算题库考试时间：______分钟总分：______分姓名：______一、填空题（本部分共20小题，每小题1分，共20分。请将答案填写在横线上。）1.在统计调查中，调查对象是所要研究的__________。2.抽样调查中，样本容量的确定需要考虑的主要因素有__________、__________和__________。3.统计分组的关键在于__________的选择和__________的划分。4.当我们想要描述数据集中趋势时，常用的统计量有__________、__________和__________。5.在直方图中，每个矩形的宽度表示__________，高度表示__________。6.根据样本数据估计总体参数时，点估计的优点是__________，缺点是__________。7.假设检验中，第一类错误的概率用__________表示，第二类错误的概率用__________表示。8.相关关系的类型主要有__________和__________两种。9.回归分析中，回归系数的显著性检验通常使用__________检验。10.抽样分布是指样本统计量的__________分布。11.在方差分析中，F检验的基本原理是比较__________和__________的相对大小。12.置信区间估计的准确性与__________和__________有关。13.在时间序列分析中，趋势外推法的基本思想是假设未来的发展趋势__________。14.抽样误差是指由于__________而产生的样本统计量与总体参数之间的差异。15.统计分组的作用在于__________和__________。16.当我们想要比较不同组数据的离散程度时，常用的统计量有__________、__________和__________。17.在假设检验中，拒绝原假设的依据是__________，不拒绝原假设的依据是__________。18.相关系数的取值范围在__________和__________之间。19.在回归分析中，残差分析的主要目的是__________。20.抽样调查的基本要求是__________、__________和__________。二、选择题（本部分共20小题，每小题1分，共20分。请将答案填写在括号内。）1.下列哪项不属于统计调查的基本方法？（）A.全面调查B.抽样调查C.重点调查D.典型调查2.统计分组的主要目的是？（）A.描述数据集中趋势B.描述数据离散程度C.划分不同类型D.分析数据相关性3.当我们想要描述数据分布的形状时，常用的统计图有？（）A.条形图B.折线图C.直方图D.散点图4.在抽样调查中，样本容量的确定主要考虑的因素不包括？（）A.总体规模B.允许误差C.抽样方法D.调查时间5.统计分组的关键在于？（）A.组中值B.组距C.分组标志D.组数6.当我们想要描述数据集中趋势时，常用的统计量有？（）A.标准差B.均值C.中位数D.方差7.在直方图中，每个矩形的宽度表示？（）A.数据的频率B.数据的个数C.数据的组距D.数据的均值8.抽样分布是指样本统计量的？（）A.集中趋势B.离散程度C.分布情况D.变化规律9.假设检验中，第一类错误的概率用？（）A.α表示B.β表示C.σ表示D.μ表示10.相关关系的类型主要有？（）A.正相关B.负相关C.不相关D.线性相关11.回归分析中，回归系数的显著性检验通常使用？（）A.t检验B.F检验C.χ²检验D.Z检验12.抽样误差是指由于？（）A.抽样方法B.抽样误差C.测量误差D.系统误差13.统计分组的作用在于？（）A.描述数据集中趋势B.描述数据离散程度C.划分不同类型D.分析数据相关性14.当我们想要比较不同组数据的离散程度时，常用的统计量有？（）A.均值B.标准差C.中位数D.方差15.在假设检验中，拒绝原假设的依据是？（）A.P值小于αB.P值大于αC.样本量足够大D.样本量足够小16.相关系数的取值范围在？（）A.-1到1B.0到1C.-∞到∞D.0到∞17.在回归分析中，残差分析的主要目的是？（）A.检验回归模型的拟合优度B.检验回归系数的显著性C.检验残差的正态性D.检验残差的无自相关性18.抽样调查的基本要求是？（）A.代表性B.可靠性C.及时性D.准确性19.统计分组的关键在于？（）A.组中值B.组距C.分组标志D.组数20.在抽样调查中，样本容量的确定主要考虑的因素不包括？（）A.总体规模B.允许误差C.抽样方法D.调查时间三、判断题（本部分共20小题，每小题1分，共20分。请将答案填写在括号内，对的填写“√”，错的填写“×”。）1.统计调查是指搜集原始统计资料的过程。（）2.抽样调查的目的是通过样本的统计量来推断总体的参数。（）3.统计分组主要是为了描述数据集中趋势。（）4.当我们想要描述数据分布的形状时，常用的统计图有条形图和折线图。（）5.统计分组的关键在于分组标志的选择和组距的划分。（）6.在直方图中，每个矩形的宽度表示数据的组距，高度表示数据的频率。（）7.抽样分布是指样本统计量的分布情况。（）8.假设检验中，第一类错误的概率用α表示，第二类错误的概率用β表示。（）9.相关关系的类型主要有正相关和负相关两种。（）10.回归分析中，回归系数的显著性检验通常使用t检验。（）11.抽样误差是指由于抽样方法而产生的样本统计量与总体参数之间的差异。（）12.统计分组的作用在于划分不同类型和分析数据相关性。（）13.当我们想要比较不同组数据的离散程度时，常用的统计量有标准差和方差。（）14.在假设检验中，拒绝原假设的依据是P值小于α。（）15.相关系数的取值范围在-1到1之间。（）16.在回归分析中，残差分析的主要目的是检验回归模型的拟合优度。（）17.抽样调查的基本要求是代表性、可靠性和及时性。（）18.统计分组的关键在于组中值和组距的划分。（）19.在抽样调查中，样本容量的确定主要考虑的因素不包括调查时间。（）20.统计分组主要是为了描述数据集中趋势。（）四、简答题（本部分共5小题，每小题4分，共20分。请将答案填写在横线上或相应的位置上。）1.简述统计调查的基本方法及其特点。答：统计调查的基本方法有全面调查、抽样调查、重点调查和典型调查。全面调查是指对总体中的所有单位进行调查，特点是调查结果准确、全面，但成本高、耗时长。抽样调查是指从总体中随机抽取一部分单位进行调查，特点是成本低、效率高，但调查结果可能存在抽样误差。重点调查是指选择总体中一部分重点单位进行调查，特点是调查结果具有代表性，但可能存在偏差。典型调查是指选择总体中具有代表性的典型单位进行调查，特点是调查结果具有典型性，但可能存在偏差。2.简述统计分组的作用。答：统计分组的作用主要有两个：一是划分不同类型，通过分组可以将数据划分为不同的类型，便于分析和比较；二是分析数据相关性，通过分组可以分析不同类型数据之间的相关性，揭示数据之间的内在联系。3.简述假设检验的基本步骤。答：假设检验的基本步骤包括：提出原假设和备择假设、选择检验统计量、确定检验的显著性水平、计算检验统计量的值、计算P值、做出统计决策。具体步骤如下：首先，提出原假设和备择假设；其次，选择检验统计量；然后，确定检验的显著性水平；接着，计算检验统计量的值；再计算P值；最后，根据P值与显著性水平的关系做出统计决策。4.简述回归分析中残差分析的主要目的。答：回归分析中残差分析的主要目的是检验回归模型的拟合优度。通过残差分析可以判断回归模型是否能够很好地拟合数据，以及是否存在异常值或异常点。残差分析可以帮助我们改进回归模型，提高模型的预测能力。5.简述抽样调查的基本要求。答：抽样调查的基本要求包括：代表性、可靠性和及时性。代表性是指样本能够代表总体，可靠性是指调查结果能够反映总体的真实情况，及时性是指调查结果能够及时提供，满足决策的需要。五、计算题（本部分共5小题，每小题10分，共50分。请将答案填写在横线上或相应的位置上。）1.某班级有50名学生，随机抽取10名学生进行身高调查，样本数据如下（单位：cm）：165、170、168、172、165、169、174、167、171、166。计算样本均值和样本标准差。答：样本均值计算公式为：样本均值=(165+170+168+172+165+169+174+167+171+166)/10=169.1。样本标准差计算公式为：样本标准差=sqrt(((165-169.1)²+(170-169.1)²+(168-169.1)²+(172-169.1)²+(165-169.1)²+(169-169.1)²+(174-169.1)²+(167-169.1)²+(171-169.1)²+(166-169.1)²)/10)≈2.74。2.某公司想要调查员工对福利的看法，随机抽取100名员工进行调查，其中80名员工对福利表示满意。计算样本比例及其标准误差。答：样本比例计算公式为：样本比例=80/100=0.8。样本比例的标准误差计算公式为：标准误差=sqrt((0.8*(1-0.8))/100)≈0.04。3.某学校想要调查学生平均每天的学习时间，随机抽取50名学生进行调查，样本数据如下（单位：小时）：2、3、2.5、3.5、2、3、4、2.5、3、2。计算样本均值、样本方差和样本标准差。答：样本均值计算公式为：样本均值=(2+3+2.5+3.5+2+3+4+2.5+3+2)/50=2.7。样本方差计算公式为：样本方差=((2-2.7)²+(3-2.7)²+(2.5-2.7)²+(3.5-2.7)²+(2-2.7)²+(3-2.7)²+(4-2.7)²+(2.5-2.7)²+(3-2.7)²+(2-2.7)²)/50≈0.31。样本标准差计算公式为：样本标准差=sqrt(0.31)≈0.56。4.某公司想要调查员工对工作满意度的看法，随机抽取100名员工进行调查，其中60名员工对工作表示满意。计算样本比例及其标准误差。答：样本比例计算公式为：样本比例=60/100=0.6。样本比例的标准误差计算公式为：标准误差=sqrt((0.6*(1-0.6))/100)≈0.06。5.某学校想要调查学生平均每天的运动时间，随机抽取50名学生进行调查，样本数据如下（单位：小时）：1、1.5、1、2、1.5、2、2.5、1、2、1。计算样本均值、样本方差和样本标准差。答：样本均值计算公式为：样本均值=(1+1.5+1+2+1.5+2+2.5+1+2+1)/50=1.4。样本方差计算公式为：样本方差=((1-1.4)²+(1.5-1.4)²+(1-1.4)²+(2-1.4)²+(1.5-1.4)²+(2-1.4)²+(2.5-1.4)²+(1-1.4)²+(2-1.4)²+(1-1.4)²)/50≈0.24。样本标准差计算公式为：样本标准差=sqrt(0.24)≈0.49。本次试卷答案如下一、填空题1.研究对象解析：统计调查的核心目的是围绕特定的研究对象展开，明确调查对象是进行一切统计工作的前提，就像是瞄准靶心才能射中一样。2.总体方差允许误差置信水平解析：样本容量的确定不是拍脑袋的，它需要考虑三个关键因素：总体的variability（方差）有多大？我们能接受多大的误差范围？我们希望达到多大的置信程度？这三个因素相互制约，决定了我们需要抽取多少样本。3.分组标志分组界限解析：统计分组就像给数据分类，关键在于用什么标准来分（分组标志），以及每个类别具体的范围怎么划定（分组界限），否则分出来的组就没有意义了。4.均值中位数众数解析：描述数据集中趋势，就像找数据的“中心点”，均值是算术平均，中位数是中间值，众数是出现最多的值，它们从不同角度反映中心。5.数据组距数据频率解析：直方图是数据的可视化表现，每个柱子代表一个数据区间（组距），柱子的高低（高度）则表示该区间内有多少数据（频率）。6.优点是简单直观缺点是未考虑抽样误差解析：点估计就像给总体参数拍一张照片，直接用样本值代替，简单方便，但问题是它没有告诉我们这个照片有多“糊”，也就是忽略了抽样可能带来的误差。7.αβ解析：假设检验是在和不确定性玩捉迷藏，α是我们自己设定的“冤枉好人”的概率上限，β是“放跑坏人”的概率，我们希望这两个概率都小。8.正相关负相关解析：相关关系描述的是两个变量变动的同步性，要么一起往大了走（正相关），要么一个变大另一个变小（负相关），要么毫无关系。9.t检验解析：回归系数的显著性检验，就像问这个系数是不是真的有用，不是随便给的，用的是t检验，来衡量它在统计上是否显著不等于零。10.分布解析：抽样分布不是指单个样本，而是指如果我们反复抽取很多很多样本，计算每个样本的某个统计量（比如均值），这些统计量themselves会形成一个新的分布，这就是抽样分布。11.组内平方和组间平方和解析：方差分析是比大小的高手，它通过比较组内数据的波动（组内平方和，反映个体差异）和组间数据的差距（组间平方和，反映分组效果）来做出判断。12.置信水平置信区间宽度解析：置信区间估计就像给参数画一个范围，这个范围的“把握程度”由置信水平决定（比如95%），范围本身的大小也受置信水平影响，水平越高范围越大。13.基于过去趋势继续延伸解析：趋势外推法的基本假设很简单：未来的发展会像过去一样继续下去，就像一根一直往上的直线，我们假设它未来也会继续往上。14.抽样方法解析：抽样误差不是算错了，也不是测量不准，纯粹是因为我们只抽了部分数据，而不是全部数据，这种因抽样方式而产生的差异就是抽样误差。15.揭示数据内部特征反映数据分布规律解析：统计分组的作用可不是简单分类那么简单，它深层次的作用是帮助我们揭示数据隐藏的内部特征和分布规律，让数据说话。16.标准差变异系数极差解析：比较离散程度，不能只看平均差多少，还要看相对于平均值的波动大小。标准差是常用指标，变异系数是相对离散度，极差是最大最小值差，都是衡量“松散”程度的。17.P值小于αP值大于或等于α解析：假设检验的决策就像下判断，依据就是P值：如果P值小于我们设定的阈值α，说明“运气太好”的概率太小，就拒绝原假设；否则，就不拒绝。18.-11解析：相关系数就像一把尺子，量度线性关系的强度和方向，它的取值范围是固定的，从-1（完全负相关）到1（完全正相关），0表示无线性相关。19.检验回归模型是否合适解析：残差分析不是看误差大小，而是看这些误差有没有“规律”，如果残差乱七八糟，说明模型拟合得好；如果有规律（比如系统性偏差），说明模型有问题需要改进。20.代表性可靠性及时性解析：抽样调查的生命线在于：样本必须能代表总体（代表性），结果必须可信（可靠性），而且必须快，满足时效性要求。二、选择题1.A解析：统计调查方法有很多，全面调查是“地毯式”搜索，抽样调查是“抽样”代表，重点调查是找“大户”说话，典型调查是选“代表”来看，但“普查”不是基本方法，更像是全面调查的一种。2.C解析：统计分组的根本目的不是去描述趋势或离散，而是为了把数据分门别类，找出不同组之间的差异和规律，所以划分类型是核心作用。3.C解析：想要看数据分布的形状，直方图是最佳选择，它能把数据密度的“山峰”和“山谷”清晰地展现出来。条形图适合分类计数，折线图适合时间序列，散点图适合看两个变量的关系。4.D解析：确定样本量是个技术活，要考虑总体大小、允许误差多少、置信水平多高，以及抽样的方法（随机还是非随机），但和调查时间长短关系不大，时间再长也只能是拖延，不能决定样本量大小。5.C解析：统计分组的关键在于“选标准”（分组标志）和“划界限”（组距），这两个决定了分出来的组好不好，其他像组中值、组数都是后续计算或结果，不是关键。6.B解析：描述集中趋势，均值是“算术平均”，中位数是“中间值”，众数是“最常见”，这三个都是常用工具，而标准差和方差是描述离散程度的。7.C解析：直方图是数据可视化利器，每个柱子的宽度代表数据区间的“跨度”（组距），高度代表该区间内数据的“多少”（频率）。8.C解析：抽样分布不是描述单个样本，而是描述如果我们反复抽样，得到的某个统计量（比如样本均值）会形成什么样的分布规律，这才是抽样分布的核心。9.A解析：假设检验中，我们害怕“冤枉好人”，所以用α来控制这个概率，α就是第一类错误的概率。β是“放跑坏人”的概率。10.A、B解析：相关关系无非两种：要么是正着变（一个变大另一个也变大），要么是反着变（一个变大另一个变小），所以只有正相关和负相关两种基本类型。11.A解析：回归系数的显著性检验，就像问这个系数是不是真的有用，不是随便给的，用的是t检验，来衡量它在统计上是否显著不等于零。12.A解析：抽样误差的根本来源，就是咱们没调查全，只抽了部分，这种因抽样方式本身带来的差异就是抽样误差。13.C解析：趋势外推法的基本思想很简单：把过去的趋势当作未来的“路标”，假设它会一直走下去，就像一条直线会继续延伸一样。14.A解析：抽样误差不是算错了，也不是测量不准，纯粹是因为我们只抽了部分数据，而不是全部数据，这种因抽样方式而产生的差异就是抽样误差。15.A、B解析：统计分组的作用不仅仅是简单分类，更深层次的作用是揭示数据内部的构成特征和分布规律，帮助我们理解数据。16.B、C、D解析：比较离散程度，不能只看平均差多少，还要看相对于平均值的波动大小。标准差是常用指标，变异系数是相对离散度，极差是最大最小值差，都是衡量“松散”程度的。17.A解析：假设检验的决策就像下判断，依据就是P值：如果P值小于我们设定的阈值α，说明“运气太好”的概率太小，就拒绝原假设；否则，就不拒绝。18.A解析：抽样调查的基本要求，核心是样本能不能代表总体（代表性），结果能不能信得过（可靠性），报告能不能及时出来（及时性），这三条是基本盘。19.C解析：统计分组的关键在于“选标准”（分组标志）和“划界限”（组距），这两个决定了分出来的组好不好，其他像组中值、组数都是后续计算或结果，不是关键。20.D解析：确定样本量是个技术活，要考虑总体大小、允许误差多少、置信水平多高，以及抽样的方法（随机还是非随机），但和调查时间长短关系不大，时间再长也只能是拖延，不能决定样本量大小。三、判断题1.√解析：没错，统计调查就是从“零开始”收集原始数据的过程，是整个统计工作的起点，就像盖楼要先打地基。2.√解析：抽样调查的核心目的就是用部分数据（样本）的“表现”来推测总体的“情况”，这是它的精髓所在，也是为什么它能节省时间和成本。3.×解析：统计分组的主要目的不是描述集中趋势，而是为了分类、分层，揭示数据内部的构成和结构特征，以及分析不同类别之间的差异，集中趋势是分组后可能分析出的结果之一。4.√解析：没错，描述数据分布形状，直方图和折线图都是常用武器，直方图看“密度”分布，折线图看“趋势”变化，条形图适合分类数据，散点图看关系。5.√解析：说得太对了，分组的关键就是选对“分类标准”（分组标志），以及明确每个类别包含哪些数据（分组界限），否则分组就失去了意义。6.√解析：直方图是数据可视化的重要方式，每个柱子的宽度代表数据区间的“宽度”（组距），高度代表该区间内数据的“多少”（频率），这是直方图的基本构成。7.√解析：抽样分布就是研究样本统计量（比如样本均值）自身会形成什么样的概率分布规律，这是抽样理论的核心概念，理解了它才能谈抽样推断。8.√解析：假设检验中的α和β是两个经典的错误概率，α是我们自己设定的“显著性水平”，是犯第一类错误（弃真）的概率上限；β是犯第二类错误（取伪）的概率。9.√解析：相关关系要么两个变量同步变（正相关），要么反着变（负相关），要么一个变另一个不变（不相关，可以看作是零相关），所以只有这两种基本类型。10.√解析：回归系数的显著性检验，就像问这个系数是不是真的有用，不是随便给的，用的是t检验，来衡量它在统计上是否显著不等于零。11.×解析：抽样误差不是算错了，也不是测量不准，纯粹是因为我们只抽了部分数据，而不是全部数据，这种因抽样方式本身带来的差异就是抽样误差，和测量误差是两码事。12.√解析：没错，统计分组的主要作用就是划分不同类型，让杂乱的数据变得有条理，以及分析不同类型数据之间的差异和内在联系。13.√解析：比较离散程度，不能只看平均差多少，还要看相对于平均值的波动大小。标准差是常用指标，变异系数是相对离散度，极差是最大最小值差，都是衡量“松散”程度的。14.√解析：假设检验的决策就像下判断，依据就是P值：如果P值小于我们设定的阈值α，说明“运气太好”的概率太小，就拒绝原假设；否则，就不拒绝。15.√解析：没错，相关系数的取值范围是[-1,1]，-1表示完全负相关，1表示完全正相关，0表示无线性相关，范围就是固定的。16.√解析：回归分析中，残差分析不是看误差大小，而是看这些误差有没有“规律”，如果残差乱七八糟，说明模型拟合得好；如果有规律（比如系统性偏差），说明模型有问题需要改进。17.×解析：抽样调查的基本要求，核心是样本能不能代表总体（代表性），结果能不能信得过（可靠性），报告能不能及时出来（及时性），这三条是基本盘，可靠性是核心。18.×解析：统计分组的关键在于“选标准”（分组标志）和“划界限”（组距），这两个决定了分出来的组好不好，其他像组中值、组数都是后续计算或结果，不是关键。19.×解析：确定样本量是个技术活，要考虑总体大小、允许误差多少、置信水平多高，以及抽样的方法（随机还是非随机），但和调查时间长短关系不大，时间再长也只能是拖延，不能决定样本量大小。20.×解析：统计分组的主要目的不是描述集中趋势，而是为了分类、分层，揭示数据内部的构成和结构特征，以及分析不同类别之间的差异，集中趋势是分组后可能分析出的结果之一。四、简答题1.简述统计调查的基本方法及其特点。答：统计调查的基本方法主要有全面调查、抽样调查、重点调查和典型调查。全面调查是指对总体中的所有单位进行调查，特点是调查结果准确、全面，可以获取总体的完整信息，但成本高、耗时长、组织工作复杂，且可能因调查范围广而影响数据的准确性。抽样调查是指从总体中随机抽取一部分单位进行调查，然后根据样本数据推断总体特征，特点是成本低、效率高、节省时间和人力，但调查结果可能存在抽样误差，结果的准确性取决于样本的代表性。重点调查是指选择总体中一部分重点单位进行调查，这些重点单位在总体中占有较大的比重或具有较大的影响力，特点是调查结果具有代表性，可以反映总体的基本情况，但可能存在偏差，不能完全代表总体。典型调查是指选择总体中具有代表性的典型单位进行调查，这些典型单位在总体中具有某种特殊的代表性，特点是调查结果具有典型性，可以深入了解情况，但可能存在偏差，不能完全代表总体。答：统计调查的基本方法有全面调查、抽样调查、重点调查和典型调查。全面调查是“地毯式”搜索，优点是结果全，缺点是贵、慢。抽样调查是“抽代表”，优点是快、省，缺点是可能有误差。重点调查是找“大户”，优点是代表性，缺点是可能不全面。典型调查是选“代表”，优点是深入了解，缺点是可能偏差大。2.简述统计分组的作用。答：统计分组的作用主要有两个：一是划分不同类型，通过分组可以将数据划分为不同的类型，便于分析和比较；二是分析数据相关性，通过分组可以分析不同类型数据之间的相关性，揭示数据之间的内在联系。答：统计分组的作用就像给数据分类，好处多多。首先，可以把数据分成不同的“堆”，便于看清楚各部分占多大比例，这就是划分类型。其次，通过看不同“堆”的数据特征，可以发现它们之间有没有什么隐藏的联系，这就是分析相关性。分组能让数据自己“说话”，揭示出平时看不清的结构。3.简述假设检验的基本步骤。答：假设检验的基本步骤包括：提出原假设和备择假设、选择检验统计量、确定检验的显著性水平、计算检验统计量的值、计算P值、做出统计决策。具体步骤如下：首先，提出原假设和备择假设；其次，选择检验统计量；然后，确定检验的显著性水平；接着，计算检验统计量的值；再计算P值；最后，根据P值与显著性水平的关系做出统计决策。答：假设检验不是猜，是按规矩来。第一步，得先假设一个“原假设”，通常是说“没什么特别”，再想一个“备择假设”，说是“有点不一样”。第二步，选个统计量来衡量“差别”多大。第三步，定个标准，比如允许“冤枉好人”的概率最多是多少（α）。第四步，算算选出来的统计量实际是多少。第五步，看看这个结果有多“反常”（P值）。最后一步，根据P值和标准（α）比一比，决定是“推翻原假设”还是“不能推翻”。4.简述回归分析中残差分析的主要目的。答：回归分析中残差分析的主要目的是检验回归模型是否合适，即检验模型假设是否成立。通过分析残差（实际值与预测值之差）的分布情况、是否存在规律性等，可以判断模型是否能够很好地拟合数据，以及是否存在异常值或异常点。残差分析可以帮助我们改进回归模型，提高模型的预测能力。答：回归分析做了个模型，怎么知道它做得好不好？就得看“残差”，也就是实际值和模型预测值之间的“差距”。残差分析就是看看这些差距有没有什么“花样”：是随机的、乱七八糟的，说明模型可能挺合适；还是有点规律（比如systematically偏大或偏小），说明模型有问题得改；或者有特别大的差距，可能是异常值。总之，就是通过看残差来检查模型是不是靠谱。5.简述抽样调查的基本要求。答：抽样调查的基本要求包括：代表性、可靠性和及时性。代表性是指样本能够代表总体，也就是说样本的结构特征要和总体一致，这样才能用样本结果推断总体。可靠性是指调查结果能够真实可靠地反映总体的实际情况，不受主观因素或偏倚的影响。及时性是指调查结果能够及时提供，满足决策的需要，过时的数据可能失去意义。答：抽样调查要想靠谱，得满足三个条件：第一，样本得“像”总体，不能有偏差（代表性）；第二，调查结果得“真”，不能含糊其辞（可靠性）；第三，报告得“快”，不能等事情黄了才说（及时性）。这三条是抽样调查的“生命线”。五、计算题1.某班级有50名学生，随机抽取10名学生进行身高调查，样本数据如下（单位：cm）：165、170、168、172、165、169、174、167、171、166。计算样本均值和样本标准差。解：样本均值计算公式为：样本均值=(165+170+168+172+165+169+174+167+171+166)/10=169.1。样本标准差计算公式为：样本标准差=sqrt(((165-169.1)²+(170-169.1)²+(168-169.1)²+(172-169.1)²+(165-169.1)²+(169-169.1)²+(174-169.1)²+(167-169.1)²+(171-169.1)²+(166-169.1)²)/10)≈2.74。解：先算平均身高，把10个人的身高加起来除以10：169.1。然后，每个人身高和平均身高差多少，平方一下，加起来，再除以1