2025年大学统计学期末考试题库-数据分析计算题高分

2025年大学统计学期末考试题库-数据分析计算题高分考试时间：______分钟总分：______分姓名：______一、填空题（每空2分，共20分）要求：请根据所学知识，将正确答案填写在横线上。填错或漏填均不得分，记得检查哦，别让小细节拖后腿！1.在一组数据中，众数是出现次数最多的数值，它能直观反映数据的集中趋势，但有时可能会因为数据分布的偏态而失去代表性，比如在极度偏斜的分布里，它可能就不够给力了。2.标准差是用来衡量数据离散程度的统计量，它的大小直接反映了数据点偏离均值的平均距离，标准差越大，说明数据越分散，就像一锅煮得乱七八糟的饺子，一个个都飘得老远。3.抽样调查是一种非全面调查方法，它是通过科学抽取样本，并根据样本数据推断总体特征的过程，就像用一块豆腐的味道来猜测整块豆腐的口感，抽样做得好，结论就靠谱。4.相关系数是用来衡量两个变量之间线性相关程度的统计量，它的取值范围在-1到1之间，绝对值越大，说明线性关系越强，负相关就是一增一减的关系，正相关就是同增同减。5.回归分析是一种统计方法，它可以建立变量之间的数学模型，用来预测一个变量的变化对另一个变量的影响，比如用身高来预测体重，回归线就像一条最佳拟合线，能帮我们找到最合适的预测关系。6.方差是衡量数据离散程度的另一种统计量，它是标准差的平方，方差越大，说明数据越分散，方差小则数据集中，就像一群孩子玩耍，有的跑得快有的跑得慢，跑得快的方差就大。7.抽样误差是指由于抽样引起的样本统计量与总体参数之间的差异，它是不可避免的，但可以通过增大样本量来减小，抽样误差就像我们用尺子量物体时，总会有一点点误差，但我们可以通过用更精确的尺子来减小它。8.总体参数是指描述总体特征的数值，比如总体均值、总体标准差等，总体参数是我们想要了解的，但往往无法直接获取，所以我们需要通过抽样调查来估计它，总体参数就像我们想要知道全班同学的平均身高，但无法一个个测量，所以我们需要抽取一部分同学来测量，然后根据样本数据来估计全班的平均身高。9.样本统计量是指描述样本特征的数值，比如样本均值、样本标准差等，样本统计量是我们用来估计总体参数的工具，样本统计量就像我们用抽取的一部分同学的身高来估计全班的平均身高，样本统计量就是这部分同学的身高数据，总体参数就是全班的平均身高。10.中位数是将一组数据从小到大排序后，位于中间位置的数值，中位数对极端值不敏感，当数据分布偏态时，中位数能更好地反映数据的集中趋势，中位数就像一群人排队，站在中间位置的人的身高就是中位数，不管两边的人有多高或多矮，中位数都不会改变。二、选择题（每题2分，共20分）要求：请根据所学知识，在每小题的四个选项中，选择一个最符合题意的答案，记得仔细阅读题目，别被表面现象迷惑了！1.下列哪个统计量会受到极端值的影响？A.众数B.均值C.中位数D.标准差答案：B。均值会受到极端值的影响，就像一群人吃饭，如果有一个人的食量特别大，那么全体的平均食量就会被他拉高，而众数、中位数和标准差则相对稳定。2.抽样调查的主要目的是什么？A.获取总体全部数据B.推断总体特征C.计算样本统计量D.分析样本内部结构答案：B。抽样调查的主要目的是通过样本数据来推断总体特征，就像我们用一块豆腐的味道来猜测整块豆腐的口感，抽样调查就是用一部分数据来推断全部数据的情况。3.相关系数的取值范围是多少？A.0到1B.-1到1C.-∞到+∞D.0到-1答案：B。相关系数的取值范围在-1到1之间，-1表示完全负相关，1表示完全正相关，0表示没有线性相关关系，就像两个人走路，如果他们总是背对背走，那么他们的相关系数就是-1，如果他们总是并排走，那么他们的相关系数就是1，如果他们总是互相垂直走，那么他们的相关系数就是0。4.回归分析的主要目的是什么？A.描述数据分布B.推断总体参数C.建立变量之间的数学模型D.分析样本内部结构答案：C。回归分析的主要目的是建立变量之间的数学模型，用来预测一个变量的变化对另一个变量的影响，就像用身高来预测体重，回归分析就是找到身高和体重之间的关系，然后用这个关系来预测一个人的体重。5.方差和标准差有什么关系？A.方差是标准差的平方B.标准差是方差的平方C.两者没有关系D.两者互为倒数答案：A。方差是标准差的平方，标准差是方差的平方根，就像我们用尺子量物体时，误差的平方就是方差，而误差就是标准差，方差和标准差都是用来衡量数据离散程度的，但方差比标准差更大，因为它是标准差的平方。6.抽样误差是如何产生的？A.样本量不足B.总体参数未知C.抽样方法不合理D.以上都是答案：D。抽样误差是由于抽样引起的样本统计量与总体参数之间的差异，它是不可避免的，但可以通过增大样本量、改进抽样方法来减小，就像我们用尺子量物体时，总会有一点点误差，但我们可以通过用更精确的尺子、更仔细地测量来减小它。7.总体参数和样本统计量的区别是什么？A.总体参数是已知的，样本统计量是未知的B.总体参数是未知的，样本统计量是已知的C.两者没有区别D.两者都是估计值答案：B。总体参数是描述总体特征的数值，但往往无法直接获取，所以它是未知的，而样本统计量是描述样本特征的数值，它是已知的，我们可以用样本统计量来估计总体参数，就像我们想要知道全班同学的平均身高，但无法一个个测量，所以总体参数是未知的，但我们可以抽取一部分同学来测量，得到样本统计量，然后用样本统计量来估计全班的平均身高。8.中位数有什么优点？A.对极端值不敏感B.计算简单C.能反映数据的集中趋势D.以上都是答案：D。中位数是将一组数据从小到大排序后，位于中间位置的数值，它能更好地反映数据的集中趋势，特别是当数据分布偏态时，中位数比均值更稳定，中位数就像一群人排队，站在中间位置的人的身高就是中位数，不管两边的人有多高或多矮，中位数都不会改变，所以中位数对极端值不敏感，而且计算简单，是描述数据集中趋势的一个很好的指标。9.抽样调查有哪些常见的抽样方法？A.简单随机抽样B.系统抽样C.分层抽样D.以上都是答案：D。抽样调查常见的抽样方法有简单随机抽样、系统抽样、分层抽样等，简单随机抽样就是从总体中随机抽取样本，系统抽样就是按照一定的规则从总体中抽取样本，分层抽样就是将总体分成若干层，然后从每层中抽取样本，不同的抽样方法适用于不同的调查对象和调查目的，我们可以根据实际情况选择合适的抽样方法，就像我们想要知道全班同学的身高，我们可以采用简单随机抽样，随机抽取一部分同学测量身高，也可以采用系统抽样，每隔一定距离抽取一个同学测量身高，还可以采用分层抽样，将全班同学按身高分成几层，然后从每层中抽取一定数量的同学测量身高，不同的抽样方法各有优缺点，我们需要根据实际情况选择合适的抽样方法。10.回归分析中有哪些常见的模型？A.线性回归模型B.非线性回归模型C.逻辑回归模型D.以上都是答案：D。回归分析中有线性回归模型、非线性回归模型、逻辑回归模型等，线性回归模型是最常见的回归模型，它假设变量之间存在线性关系，非线性回归模型则假设变量之间存在非线性关系，逻辑回归模型则用于分类问题，它假设变量之间是逻辑关系，不同的回归模型适用于不同的数据类型和数据分析目的，我们可以根据实际情况选择合适的回归模型，就像我们想要用身高来预测体重，我们可以采用线性回归模型，假设身高和体重之间存在线性关系，也可以采用非线性回归模型，假设身高和体重之间存在非线性关系，还可以采用逻辑回归模型，假设身高和体重之间存在逻辑关系，不同的回归模型各有优缺点，我们需要根据实际情况选择合适的回归模型。三、判断题（每题2分，共20分）要求：请根据所学知识，判断下列说法的正误，正确的请在括号内打“√”，错误的请在括号内打“×”，记得认真思考，别被那些看似合理的说法骗了！1.众数总是一组数据中的最大值。（×）一堆苹果里，最大的那个不一定是最多的那个，最多的那个才是众数，就像一群人中，个子最高的不一定是最多人的。2.标准差为零意味着所有数据都相同。（√）如果标准差为零，说明每个数据点都等于均值，就像一锅水煮得刚刚好，每个水分子都一样热。3.抽样调查比全面调查更精确。（×）抽样调查的目的是用样本推断总体，虽然方便，但难免有误差，全面调查虽然麻烦，但结果最准确，就像我们想知道全班同学最喜欢的颜色，可以问一部分同学，也可以问所有同学，问所有同学的结果最准确。4.相关系数为1表示两个变量完全正相关。（√）相关系数为1就像两个人走路总是并排走，一增一增，一减一减，完全同步。5.回归分析只能用于预测连续变量。（×）回归分析不仅可以预测连续变量，还可以用于分类问题，比如用身高预测体重是连续变量，用性别预测是否会喜欢某个游戏是分类问题。6.方差越小，数据越集中。（√）方差小就像一群孩子都差不多高，方差大就像一群孩子有的很高有的很矮，分布很分散。7.抽样误差是可以通过改进抽样方法来完全消除的。（×）抽样误差是不可避免的，但可以通过增大样本量、改进抽样方法来减小，就像我们用尺子量物体时，总会有一点点误差，但我们可以通过用更精确的尺子、更仔细地测量来减小它，但无法完全消除。8.中位数总是比均值小。（×）中位数和均值的大小关系取决于数据分布，如果数据分布对称，中位数和均值差不多；如果数据分布左偏，中位数大于均值；如果数据分布右偏，中位数小于均值，就像一群人排队，站在中间位置的人的身高可能比平均身高高，也可能比平均身高低。9.总体参数是通过对总体全部数据进行计算得到的。（√）总体参数就是描述总体特征的数值，比如总体均值、总体标准差等，它是通过对总体全部数据进行计算得到的，就像我们想要知道全班同学的平均身高，需要测量每个同学的身高，然后计算平均值。10.样本统计量是通过对样本全部数据进行计算得到的。（√）样本统计量就是描述样本特征的数值，比如样本均值、样本标准差等，它是通过对样本全部数据进行计算得到的，就像我们想要知道抽取的一部分同学的身高，需要测量这些同学的身高，然后计算平均值。四、简答题（每题5分，共20分）要求：请根据所学知识，简要回答下列问题，回答越简洁明了越好，记得抓住重点，别画蛇添足！1.简述什么是统计推断？统计推断就是用样本数据来推断总体特征的过程，就像我们用一块豆腐的味道来猜测整块豆腐的口感，统计推断就是用一部分数据来推断全部数据的情况，它是统计学的核心内容之一，也是我们进行数据分析的重要目的。2.解释一下什么是相关系数？相关系数是用来衡量两个变量之间线性相关程度的统计量，它的取值范围在-1到1之间，绝对值越大，说明线性关系越强，负相关就是一增一减的关系，正相关就是同增同减，零相关就是没有线性关系，相关系数就像一把尺子，用来衡量两个变量之间关系的紧密程度。3.描述一下什么是回归分析？回归分析是一种统计方法，它可以建立变量之间的数学模型，用来预测一个变量的变化对另一个变量的影响，回归分析就像一条最佳拟合线，能帮我们找到最合适的预测关系，它是数据分析中常用的工具，可以用于预测、解释和检验变量之间的关系。4.列举三种常见的抽样方法，并简要说明它们的区别。常见的抽样方法有简单随机抽样、系统抽样和分层抽样，简单随机抽样就是从总体中随机抽取样本，每个个体被抽中的概率相等，就像抓阄一样，谁抓到谁就有机会被选中；系统抽样就是按照一定的规则从总体中抽取样本，比如每隔一定距离抽取一个个体，就像我们按照学号每隔五个抽一个同学；分层抽样就是将总体分成若干层，然后从每层中抽取样本，就像我们将全班同学按身高分成几层，然后从每层中抽取一定数量的同学，不同的抽样方法适用于不同的调查对象和调查目的，我们需要根据实际情况选择合适的抽样方法，就像我们想要知道全班同学的身高，我们可以采用简单随机抽样，随机抽取一部分同学测量身高，也可以采用系统抽样，每隔一定距离抽取一个同学测量身高，还可以采用分层抽样，将全班同学按身高分成几层，然后从每层中抽取一定数量的同学测量身高，不同的抽样方法各有优缺点，我们需要根据实际情况选择合适的抽样方法。本次试卷答案如下一、填空题1.在一组数据中，众数是出现次数最多的数值，它能直观反映数据的集中趋势，但有时可能会因为数据分布的偏态而失去代表性，比如在极度偏斜的分布里，它可能就不够给力了。（解析：众数是数据集中出现频率最高的值，它对极端值不敏感，但在偏态分布中，众数可能无法代表数据的中心位置，此时均值或中位数可能更合适。）2.标准差是用来衡量数据离散程度的统计量，它的大小直接反映了数据点偏离均值的平均距离，标准差越大，说明数据越分散，就像一锅煮得乱七八糟的饺子，一个个都飘得老远。（解析：标准差是方差的平方根，它表示数据点相对于均值的平均偏离程度，标准差越大，说明数据点越分散，数据分布越不集中；标准差越小，说明数据点越集中，数据分布越集中。）3.抽样调查是一种非全面调查方法，它是通过科学抽取样本，并根据样本数据推断总体特征的过程，就像用一块豆腐的味道来猜测整块豆腐的口感，抽样调查就是用一部分数据来推断全部数据的情况。（解析：抽样调查是从总体中抽取一部分样本进行调查，然后根据样本数据来推断总体的特征，抽样调查是统计学中常用的一种研究方法，它具有省时、省力、省钱等优点，但也会存在抽样误差。）4.相关系数是用来衡量两个变量之间线性相关程度的统计量，它的取值范围在-1到1之间，绝对值越大，说明线性关系越强，负相关就是一增一减的关系，正相关就是同增同减。（解析：相关系数是描述两个变量之间线性关系强度的统计量，其取值范围为-1到1，-1表示完全负相关，1表示完全正相关，0表示没有线性相关关系，相关系数的绝对值越大，表示两个变量之间的线性关系越强。）5.回归分析是一种统计方法，它可以建立变量之间的数学模型，用来预测一个变量的变化对另一个变量的影响，比如用身高来预测体重，回归线就像一条最佳拟合线，能帮我们找到最合适的预测关系。（解析：回归分析是研究两个或多个变量之间相关关系的一种统计方法，它可以通过建立数学模型来描述变量之间的关系，并根据模型进行预测，回归分析中最常用的是线性回归分析，它假设变量之间存在线性关系。）6.方差是衡量数据离散程度的另一种统计量，它是标准差的平方，方差越大，说明数据越分散，方差小则数据集中，就像一群孩子玩耍，有的跑得快有的跑得慢，跑得快的方差就大。（解析：方差是各个数据与均值之差的平方的平均数，它表示数据点相对于均值的平均偏离程度，方差越大，说明数据点越分散，数据分布越不集中；方差越小，说明数据点越集中，数据分布越集中。方差是标准差的平方，两者都是衡量数据离散程度的统计量，但方差比标准差更大，因为它是标准差的平方。）7.抽样误差是指由于抽样引起的样本统计量与总体参数之间的差异，它是不可避免的，但可以通过增大样本量来减小，抽样误差就像我们用尺子量物体时，总会有一点点误差，但我们可以通过用更精确的尺子来减小它。（解析：抽样误差是指由于抽样引起的样本统计量与总体参数之间的差异，它是不可避免的，但可以通过增大样本量、改进抽样方法来减小，抽样误差的大小与样本量的平方根成反比，即样本量越大，抽样误差越小。）8.总体参数是指描述总体特征的数值，比如总体均值、总体标准差等，总体参数是我们想要了解的，但往往无法直接获取，所以我们需要通过抽样调查来估计它，总体参数就像我们想要知道全班同学的平均身高，但无法一个个测量，所以我们需要抽取一部分同学来测量，然后根据样本数据来估计全班的平均身高。（解析：总体参数是描述总体特征的数值，它是客观存在的，但往往无法直接获取，我们需要通过抽样调查来估计总体参数，总体参数是我们进行统计推断的依据，只有准确估计总体参数，才能进行准确的统计推断。）9.样本统计量是指描述样本特征的数值，比如样本均值、样本标准差等，样本统计量是我们用来估计总体参数的工具，样本统计量就像我们用抽取的一部分同学的身高来估计全班的平均身高，样本统计量就是这部分同学的身高数据，总体参数就是全班的平均身高。（解析：样本统计量是通过对样本数据进行计算得到的数值，它是用来估计总体参数的工具，样本统计量是随机变量，它会随着样本的不同而变化，但样本统计量可以用来估计总体参数，从而进行统计推断。）10.中位数是将一组数据从小到大排序后，位于中间位置的数值，中位数对极端值不敏感，当数据分布偏态时，中位数能更好地反映数据的集中趋势，中位数就像一群人排队，站在中间位置的人的身高就是中位数，不管两边的人有多高或多矮，中位数都不会改变。（解析：中位数是将一组数据从小到大排序后，位于中间位置的数值，中位数对极端值不敏感，当数据分布偏态时，中位数能更好地反映数据的集中趋势，均值则容易受到极端值的影响，当数据分布对称时，中位数和均值相等。）二、选择题1.下列哪个统计量会受到极端值的影响？A.众数B.均值C.中位数D.标准差答案：B（解析：均值是所有数据之和除以数据个数，如果存在极端值，会拉大或拉小均值，导致均值不能很好地反映数据的集中趋势，而众数是出现次数最多的值，不受极端值影响；中位数是排序后位于中间的值，也不受极端值影响；标准差是衡量数据离散程度的指标，虽然也会受极端值影响，但影响程度小于均值。）2.抽样调查的主要目的是什么？A.获取总体全部数据B.推断总体特征C.计算样本统计量D.分析样本内部结构答案：B（解析：抽样调查是通过抽取样本来推断总体特征的一种方法，其目的是用样本数据来估计总体参数，从而了解总体的特征，获取总体全部数据通常需要全面调查，成本高且不现实；计算样本统计量只是抽样调查的一个步骤，不是其主要目的；分析样本内部结构也不是抽样调查的主要目的。）3.相关系数的取值范围是多少？A.0到1B.-1到1C.-∞到+∞D.0到-1答案：B（解析：相关系数是衡量两个变量之间线性相关程度的统计量，其取值范围在-1到1之间，-1表示完全负相关，1表示完全正相关，0表示没有线性相关关系，相关系数的绝对值越大，表示两个变量之间的线性关系越强。）4.回归分析的主要目的是什么？A.描述数据分布B.推断总体参数C.建立变量之间的数学模型D.分析样本内部结构答案：C（解析：回归分析的主要目的是建立变量之间的数学模型，用来预测一个变量的变化对另一个变量的影响，它是通过建立回归方程来实现的，描述数据分布、推断总体参数、分析样本内部结构都不是回归分析的主要目的。）5.方差和标准差有什么关系？A.方差是标准差的平方B.标准差是方差的平方C.两者没有关系D.两者互为倒数答案：A（解析：方差是各个数据与均值之差的平方的平均数，标准差是方差的平方根，即方差是标准差的平方，两者都是衡量数据离散程度的统计量，但方差比标准差更大，因为它是标准差的平方。）6.抽样误差是如何产生的？A.样本量不足B.总体参数未知C.抽样方法不合理D.以上都是答案：D（解析：抽样误差是指由于抽样引起的样本统计量与总体参数之间的差异，它是不可避免的，但可以通过增大样本量、改进抽样方法来减小，样本量不足会导致抽样误差增大，总体参数未知是抽样调查的前提，抽样方法不合理也会导致抽样误差增大，因此以上都是抽样误差产生的原因。）7.总体参数和样本统计量的区别是什么？A.总体参数是已知的，样本统计量是未知的B.总体参数是未知的，样本统计量是已知的C.两者没有区别D.两者都是估计值答案：B（解析：总体参数是描述总体特征的数值，它是客观存在的，但往往无法直接获取，所以它是未知的，而样本统计量是通过对样本数据进行计算得到的数值，它是已知的，我们可以用样本统计量来估计总体参数，从而进行统计推断。）8.中位数有什么优点？A.对极端值不敏感B.计算简单C.能反映数据的集中趋势D.以上都是答案：D（解析：中位数是将一组数据从小到大排序后，位于中间位置的数值，它能更好地反映数据的集中趋势，特别是当数据分布偏态时，中位数比均值更稳定，中位数对极端值不敏感，因为极端值不会影响排序后位于中间的值，中位数的计算也很简单，只需要对数据进行排序即可，因此中位数具有对极端值不敏感、计算简单、能反映数据的集中趋势等优点。）9.抽样调查有哪些常见的抽样方法？A.简单随机抽样B.系统抽样C.分层抽样D.以上都是答案：D（解析：抽样调查常见的抽样方法有简单随机抽样、系统抽样、分层抽样等，简单随机抽样就是从总体中随机抽取样本，每个个体被抽中的概率相等，系统抽样就是按照一定的规则从总体中抽取样本，比如每隔一定距离抽取一个个体，分层抽样就是将总体分成若干层，然后从每层中抽取样本，不同的抽样方法适用于不同的调查对象和调查目的，我们需要根据实际情况选择合适的抽样方法，因此以上都是常见的抽样方法。）10.回归分析中有哪些常见的模型？A.线性回归模型B.非线性回归模型C.逻辑回归模型D.以上都是答案：D（解析：回归分析中有线性回归模型、非线性回归模型、逻辑回归模型等，线性回归模型是最常见的回归模型，它假设变量之间存在线性关系，非线性回归模型则假设变量之间存在非线性关系，逻辑回归模型则用于分类问题，它假设变量之间是逻辑关系，不同的回归模型适用于不同的数据类型和数据分析目的，我们可以根据实际情况选择合适的回归模型，因此以上都是常见的回归模型。）三、判断题1.众数总是一组数据中的最大值。（×）（解析：众数是数据集中出现频率最高的值，它不一定是最小值或最大值，众数的大小取决于数据的分布情况，比如在一组数据中，如果大多数数据都集中在某个值附近，那么这个值就是众数，即使它不是最大值或最小值。）2.标准差为零意味着所有数据都相同。（√）（解析：标准差是衡量数据离散程度的统计量，它表示数据点相对于均值的平均偏离程度，如果标准差为零，说明每个数据点都等于均值，即所有数据都相同，因为只有所有数据都相同，它们的偏离程度才会为零。）3.抽样调查比全面调查更精确。（×）（解析：抽样调查的目的是用样本数据来推断总体特征，虽然方便，但难免有抽样误差，全面调查虽然麻烦，但结果最准确，因为全面调查是收集总体所有数据，没有抽样误差，所以全面调查比抽样调查更精确，但全面调查的成本通常更高，且实施难度更大。）4.相关系数为1表示两个变量完全正相关。（√）（解析：相关系数是衡量两个变量之间线性相关程度的统计量，其取值范围为-1到1，-1表示完全负相关，1表示完全正相关，0表示没有线性相关关系，相关系数为1表示两个变量之间存在完全正线性相关关系，即一个变量增加，另一个变量也以固定的比例增加。）5.回归分析只能用于预测连续变量。（×）（解析：回归分析不仅可以用于预测连续变量，还可以用于分类问题，比如用身高预测体重是连续变量，用性别预测是否会喜欢某个游戏是分类问题，回归分析可以通过建立模型来预测或解释变量之间的关系，无论是连续变量还是分类变量。）6.方差越小，数据越集中。（√）（解析：方差是各个数据与均值之差的平方的平均数，它表示数据点相对于均值的平均偏离程度，方差越小，说明数据点越集中，数据分布越不集中；方差越大，说明数据点越分散，数据分布越集中。）7.抽样误差是可以通过改进抽样方法来完全消除的。（×）（解析：抽样误差是指由于抽样引起的样本统计量与总体参数之间的差异，它是不可避免的，但可以通过增大样本量、改进抽样方法来减小，抽样误差是抽样调查的固有属性，无法完全消除，只能尽量减小。）8.中位数总是比均值小。（×）（解析：中位数和均值的大小关系取决于数据分布，如果数据分布对称，中位数和均值差不多；如果数据分布左偏，中位数大于均值；如果数据分布右偏，中位数小于均值，就像一群人排队，站在中间位置的人的身高可能比平均身高高，也可能比平均身高低。）9.总体参数是通过对总体全部数据进行计算得到的。（√）（解析：总体参数是描述总体特征的数值，它是客观存在的，但往往无法直接获取，需要通过对总体全部数据进行计算得到，比如总体均值就是总体所有数据之和除以总体数据个数，总体标准差就是总体各个数据与总体均值之差的平方的平均数的平方根。）10.样本统计量是通过对样本全部数据进行计算得到的。（√）（解析：样本统计量是描述样本特征的数值，它是通过对样本数据进行计算得到的，比如样本均值就是样本所有数据之和除以样本数据个数，样本标准差就是样本各个数据与样本均值之差的平方的平均数的平方根，样本统计量是随机变量，它会随着样本的不同而变化，但样本统计量可以用来估计总体参数，从而进行统计推断。）四、简答题1.简述什么是统计推断？统计推断就是用样本数据来推断总体特征的过程，就像我们用一块豆腐的味道来