2025年统计学专业期末考试题库：统计推断与检验方法比较分析试卷

2025年统计学专业期末考试题库：统计推断与检验方法比较分析试卷考试时间：______分钟总分：______分姓名：______一、单项选择题（本大题共20小题，每小题1分，共20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，请将正确选项字母填在题后的括号内。）1.在统计推断中，用来估计总体参数的值称为（）。A.统计量B.参数C.抽样分布D.点估计2.设总体服从正态分布N（μ，σ²），当σ²未知时，对μ进行区间估计时应使用的分布是（）。A.t分布B.χ²分布C.F分布D.标准正态分布3.在假设检验中，第一类错误是指（）。A.拒绝了真实的原假设B.没有拒绝错误的原假设C.接受了错误的原假设D.没有拒绝真实的原假设4.设总体服从二项分布B（n，p），当样本量n较大时，可以用（）近似。A.泊松分布B.正态分布C.均匀分布D.指数分布5.在进行两总体均值差的假设检验时，如果使用独立样本t检验，其自由度计算公式是（）。A.n₁+n₂-2B.n₁-n₂C.min（n₁，n₂）D.max（n₁，n₂）6.设总体服从正态分布N（μ，σ²），当σ²已知时，对μ进行假设检验时应使用的分布是（）。A.t分布B.χ²分布C.F分布D.标准正态分布7.在进行单样本t检验时，如果样本量较小，应假设（）。A.总体服从正态分布B.总体服从二项分布C.总体服从泊松分布D.总体服从均匀分布8.设总体服从正态分布N（μ，σ²），当σ²未知时，对μ进行假设检验时应使用的分布是（）。A.t分布B.χ²分布C.F分布D.标准正态分布9.在进行两总体方差比的假设检验时，应使用的分布是（）。A.t分布B.χ²分布C.F分布D.标准正态分布10.设总体服从二项分布B（n，p），当样本量n较大时，其抽样分布可以用（）近似。A.泊松分布B.正态分布C.均匀分布D.指数分布11.在进行单样本均值检验时，如果总体标准差未知，应使用的检验方法是（）。A.Z检验B.t检验C.χ²检验D.F检验12.设总体服从正态分布N（μ，σ²），当σ²已知时，对μ进行区间估计时应使用的分布是（）。A.t分布B.χ²分布C.F分布D.标准正态分布13.在进行两总体均值差的假设检验时，如果使用配对样本t检验，其自由度计算公式是（）。A.n₁+n₂-2B.n₁-n₂C.min（n₁，n₂）D.max（n₁，n₂）14.设总体服从正态分布N（μ，σ²），当σ²未知时，对μ进行区间估计时应使用的分布是（）。A.t分布B.χ²分布C.F分布D.标准正态分布15.在进行单样本方差检验时，应使用的分布是（）。A.t分布B.χ²分布C.F分布D.标准正态分布16.设总体服从二项分布B（n，p），当样本量n较大时，其抽样分布可以用（）近似。A.泊松分布B.正态分布C.均匀分布D.指数分布17.在进行两总体方差比的假设检验时，应使用的检验方法是（）。A.t分布B.χ²分布C.F分布D.标准正态分布18.设总体服从正态分布N（μ，σ²），当σ²已知时，对μ进行假设检验时应使用的分布是（）。A.t分布B.χ²分布C.F分布D.标准正态分布19.在进行单样本均值检验时，如果总体标准差已知，应使用的检验方法是（）。A.Z检验B.t检验C.χ²检验D.F检验20.设总体服从正态分布N（μ，σ²），当σ²未知时，对μ进行假设检验时应使用的分布是（）。A.t分布B.χ²分布C.F分布D.标准正态分布二、多项选择题（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，有多项符合题目要求，请将正确选项字母填在题后的括号内。多选、少选或错选均不得分。）1.在统计推断中，以下哪些属于点估计的优缺点？（）A.点估计简单直观B.点估计无法反映估计的精确程度C.点估计可以提供置信区间D.点估计在样本量较小时较为稳定E.点估计可以反映估计的误差范围2.在假设检验中，以下哪些属于第一类错误的后果？（）A.错误地拒绝了真实原假设B.错误地接受了错误的原假设C.增加了检验的复杂性D.减少了检验的可靠性E.提高了检验的准确性3.设总体服从正态分布N（μ，σ²），以下哪些情况下可以使用Z检验？（）A.总体标准差已知B.样本量较大C.总体标准差未知D.样本量较小E.总体分布未知4.在进行两总体均值差的假设检验时，以下哪些属于独立样本t检验的适用条件？（）A.样本量较大B.总体服从正态分布C.样本量较小D.总体方差相等E.样本方差相等5.设总体服从二项分布B（n，p），以下哪些情况下可以使用正态分布近似？（）A.n较小，p接近0或1B.n较大，p接近0.5C.n较小，p接近0.5D.n较大，p接近0或1E.样本量较小6.在进行单样本方差检验时，以下哪些属于χ²检验的适用条件？（）A.样本量较大B.总体服从正态分布C.样本量较小D.总体方差未知E.样本方差未知7.在进行两总体方差比的假设检验时，以下哪些属于F检验的适用条件？（）A.样本量较大B.总体服从正态分布C.样本量较小D.总体方差相等E.样本方差相等8.设总体服从正态分布N（μ，σ²），以下哪些情况下可以使用t检验？（）A.总体标准差已知B.样本量较大C.总体标准差未知D.样本量较小E.总体分布未知9.在进行单样本均值检验时，以下哪些属于Z检验的适用条件？（）A.总体标准差已知B.样本量较大C.总体标准差未知D.样本量较小E.总体分布未知10.设总体服从二项分布B（n，p），以下哪些情况下可以使用泊松分布近似？（）A.n较大，p较小B.n较小，p较大C.n较大，p较大D.n较小，p较小E.样本量较小三、简答题（本大题共5小题，每小题4分，共20分。请将答案写在答题纸上。）1.简述点估计和区间估计的区别与联系。在咱们日常教学过程中，点估计就像是咱们直接给个具体数字，比如用样本均值直接代表总体均值，简单明了，一眼就能看到大概值。但是呢，点估计有个缺点，它不能告诉咱们这个估计有多准，误差大概有多大。这就引出了区间估计，它就像给个范围，告诉你总体均值很可能落在这个区间里，比如95%的置信区间，意思就是如果有100次抽样，大约有95次的区间会包含真实的总体均值。点估计和区间估计都是统计推断的重要工具，它们相互补充，点估计给个大概值，区间估计给个可靠性范围，让我们的结论更全面。2.假设检验中，为什么说犯第一类错误的概率和犯第二类错误的概率是相互制约的？在实际教学里，我经常用天平做比喻来解释这个。假设检验就像用天平称东西，咱们想检验这东西是不是真的重，原假设就是“是真的”，备择假设就是“不是真的”。犯第一类错误就像把标准砝码放错了位置，本来标准砝码是10克，你放成了9克，结果把轻的东西判成了重的，这就是犯第一类错误，概率记作α。犯第二类错误呢，就像把标准砝码放对了位置，但是天平坏了，结果把重的东西判成了轻的，这就是犯第二类错误，概率记作β。α和β就像跷跷板，你压低一边，另一边就抬高了。你想把α降到很低，比如只允许1%的错误率，那β就可能会升高，比如达到20%或者30%，反之亦然。因为样本量有限，咱们无法同时让α和β都变得非常小，这就是它们相互制约的原因。3.在什么情况下，我们可以使用t检验来对总体均值进行假设检验？在咱们教学过程中，t检验的使用场景很有特点。首先，它主要用于样本量较小的情况，比如咱们班有30个学生，想检验他们的平均身高是不是等于某个标准身高，如果咱们只测量了5个学生的身高，这时候用t检验就比较合适。其次，它要求总体服从正态分布，或者样本来自的总体至少是大致对称的，因为t检验是基于样本均值和样本标准差的，如果样本量小，样本分布和总体分布差别就会比较大，这时候t检验的结果就不太可靠了。最后，它还要求总体方差是未知的，如果咱们知道总体方差，比如知道全国成年男性的平均身高标准差是8厘米，那咱们可以直接用Z检验。所以，t检验就像是咱们在条件不理想的情况下，用样本数据估计总体参数的一个有力工具。4.解释什么是P值，并说明在假设检验中，P值越小，意味着什么？在咱们教学过程中，P值就像是咱们给假设检验的一个“证据强度”评分。具体来说，P值就是指在原假设为真的情况下，咱们观察到的样本结果或者更极端结果的概率。比如，咱们假设全班学生的平均身高是170厘米，P值就是全班学生的平均身高至少达到咱们实际测量到的平均身高（比如172厘米）或者更高（比如173厘米、174厘米等等）的概率。如果P值很小，比如小于0.05，那意味着在假设全班学生平均身高是170厘米这个情况下，咱们居然抽到了平均身高这么高的样本，就像扔硬币100次，居然有70次正面朝上一样，这种情况发生的概率很小，所以咱们就有理由怀疑原假设“全班学生平均身高是170厘米”不太可能是真的。P值越小，说明咱们观察到的结果越不可能在原假设为真的情况下发生，咱们拒绝原假设的证据就越强。5.进行两总体均值差的假设检验时，独立样本t检验和配对样本t检验的主要区别是什么？在咱们教学过程中，这两种t检验的区别主要体现在样本的关系上。独立样本t检验就像是咱们比较两个完全不同的组，比如比较男生和女生的平均身高，每个男生和一个女生是独立的，没有谁是谁的配对关系。而配对样本t检验就像是咱们比较同一个组在不同时间或者不同条件下的表现，比如比较学生们学习前后的平均成绩，同一个学生既参加了学习前的测试，也参加了学习后的测试，这两个成绩是成对出现的，有直接的联系。所以，独立样本t检验用的是两组独立的样本数据，而配对样本t检验用的是同一组样本的两次不同测量值。这个区别很重要，因为它们的数据结构不同，计算方法也不同，比如独立样本t检验需要假设两个总体的方差相等，而配对样本t检验不需要这个假设。咱们在教学中要通过实际例子让学生理解这两种检验的适用场景，避免混淆。四、计算题（本大题共3小题，每小题6分，共18分。请将答案写在答题纸上。）1.某灯泡厂生产的灯泡寿命服从正态分布，从某天生产的产品中随机抽取10只灯泡，测得寿命（单位：小时）分别为：1450，1500，1480，1490，1470，1510，1500，1460，1550，1520。假设总体方差未知，试以95%的置信水平估计该天生产的灯泡的平均寿命的置信区间。在咱们教学过程中，这种题目我会先让学生检查数据是否大致对称，如果是的话，就可以用t分布。然后，我会让学生一步步计算：首先算样本均值，把10个寿命数据加起来除以10；然后算样本标准差，先求每个数据与均值的差的平方，再加起来除以（10-1），最后开方；接着查t分布表，自由度是10-1=9，置信水平是95%，对应的t值是2.262；最后用样本均值加减t值乘以样本标准差除以根号下样本量，就得到了置信区间的上下限。我会让学生在计算过程中注意单位的统一和有效数字的保留，强调计算过程的规范性。2.某医生想检验一种新药是否比现有药物更有效，他随机选取了20名病人，前10人服用现有药物，后10人服用新药，测得他们的康复时间（单位：天）如下：现有药物：12，15，14，13，16，11，14，15，12，13；新药：10，11，9，12，8，13，10，9，11，12。假设两组数据均服从正态分布且方差相等，试以α=0.05的显著性水平检验新药是否比现有药物更有效（即检验新药的康复时间是否显著小于现有药物的康复时间）。在咱们教学过程中，这种题目我会先让学生判断这是独立样本还是配对样本，根据题目描述是独立样本，所以要用独立样本t检验。然后，我会让学生计算两组样本的均值和标准差，现有药物的均值是13，标准差是1.58；新药的均值是10.5，标准差是1.58。接着，我会让学生计算合并方差，因为题目假设方差相等，所以要用两组方差的加权平均值。然后，计算t统计量，分子是两组均值之差，分母是根号下合并方差乘以每组样本量的倒数之和。最后，查t分布表，自由度是20-2=18，α=0.05，单尾检验，对应的t值是1.734。比较t统计量和t值，因为t统计量小于t值，所以不能拒绝原假设，即没有足够证据说明新药比现有药物更有效。我会让学生注意单尾检验和双尾检验的区别，以及如何根据题目要求选择合适的检验类型。3.某快餐店想了解顾客对某种新菜品的接受程度，随机调查了50名顾客，其中有28名表示喜欢这种新菜品。假设顾客对菜品的接受程度服从二项分布，试以95%的置信水平估计顾客喜欢这种新菜品的比例的置信区间。在咱们教学过程中，这种题目我会先让学生判断是否可以用正态分布近似二项分布，因为样本量较大（n=50），p=28/50=0.56，接近0.5，所以可以用正态分布近似。然后，我会让学生计算样本比例的标准误，公式是根号下p(1-p)/n，即根号下0.56*0.44/50。接着，查标准正态分布表，置信水平是95%，对应的z值是1.96。最后，用样本比例加减z值乘以标准误，就得到了置信区间的上下限。我会让学生注意二项分布的特点和正态分布近似的条件，以及如何根据样本数据估计总体比例。同时，我也会提醒学生，置信区间只是估计总体比例的一种方法，它不是唯一的，不同的样本可能会得到不同的置信区间。五、论述题（本大题共2小题，每小题10分，共20分。请将答案写在答题纸上。）1.试述假设检验的基本步骤，并举例说明。在咱们教学过程中，假设检验的基本步骤我会用“先假设，再验证，最后决策”来概括。首先，提出原假设和备择假设，原假设通常是咱们想要推翻的假设，比如假设某批产品的合格率是98%；备择假设是咱们想要支持的假设，比如假设某批产品的合格率不是98%。然后，选择合适的检验统计量，并根据原假设计算其分布，比如用样本均值和样本标准差计算t统计量，并查t分布表得到p值。接着，根据p值和预设的显著性水平α做出决策，如果p值小于α，就拒绝原假设；如果p值大于或等于α，就不拒绝原假设。最后，根据决策结果得出结论，并用专业术语描述。比如，假设某厂生产的灯泡寿命服从正态分布，已知标准差为100小时，现随机抽取100只灯泡，测得平均寿命为1700小时，问能否认为该厂生产的灯泡寿命显著高于1600小时（α=0.05）？这里，原假设是μ=1600，备择假设是μ>1600，检验统计量是Z=(1700-1600)/100=1，查标准正态分布表得到p值=0.8413-0.5=0.3413，因为p值=0.3413>0.05，所以不能拒绝原假设，即没有足够证据认为该厂生产的灯泡寿命显著高于1600小时。2.试比较Z检验和t检验的异同点，并说明在什么情况下选择使用Z检验或t检验。在咱们教学过程中，Z检验和t检验的异同点我会用“看数据，看条件”来概括。相同点在于，它们都是用于检验总体均值的方法，都基于样本均值和样本标准差，都遵循假设检验的基本原理。不同点主要在于检验统计量的分布不同，Z检验基于标准正态分布，t检验基于t分布；其次，适用条件不同，Z检验要求总体方差已知，或者样本量足够大（通常n>30），而t检验要求总体方差未知，且样本量较小（通常n≤30）；最后，计算结果不同，因为t分布比标准正态分布更扁平，所以t检验的临界值通常比Z检验的临界值更大，即t检验的结果通常更保守。选择使用Z检验或t检验的关键在于样本量的大小和总体方差的已知情况。如果样本量足够大（n>30），或者总体方差已知，就用Z检验；如果样本量较小（n≤30），且总体方差未知，就用t检验。在实际教学中，我会通过具体的例子让学生理解这两种检验的区别，并掌握如何根据实际情况选择合适的检验方法，避免犯错误。同时，我也会强调样本量对检验结果的影响，让学生明白样本量越大，检验的可靠性越高。本次试卷答案如下一、单项选择题答案及解析1.A点估计是用样本统计量来估计总体参数的值，是统计推断的一种基本方法。2.A当总体方差未知时，对均值进行区间估计应使用t分布，因为t分布考虑了样本方差的估计误差。3.A第一类错误是指原假设为真时，错误地拒绝了原假设，即犯了“弃真”的错误。4.B当样本量较大时，根据中心极限定理，样本均值的抽样分布近似服从正态分布。5.A独立样本t检验的自由度计算公式是n1+n2-2，其中n1和n2是两个样本的样本量。6.D当总体方差已知时，对均值进行假设检验应使用标准正态分布，即Z检验。7.A单样本t检验要求样本来自的总体服从正态分布，特别是当样本量较小时，这一假设更重要。8.A当总体方差未知时，对均值进行假设检验应使用t分布，即t检验。9.C两总体方差比检验使用F分布，F分布是两个卡方分布比值的分布。10.B当样本量较大时，根据中心极限定理，二项分布的抽样分布近似服从正态分布。11.B当总体标准差未知且样本量较小时，应使用t检验来对均值进行假设检验。12.D当总体方差已知时，对均值进行区间估计应使用标准正态分布，即Z检验。13.A独立样本t检验的自由度计算公式是n1+n2-2，其中n1和n2是两个样本的样本量。14.A当总体方差未知时，对均值进行区间估计应使用t分布，即t检验。15.B单样本方差检验使用χ²分布，χ²分布是样本方差与总体方差比值分布。16.B当样本量较大时，根据中心极限定理，二项分布的抽样分布近似服从正态分布。17.C两总体方差比检验使用F分布，F分布是两个卡方分布比值的分布。18.D当总体方差已知时，对均值进行假设检验应使用标准正态分布，即Z检验。19.A当总体标准差已知时，应使用Z检验来对均值进行假设检验。20.A当总体方差未知时，对均值进行假设检验应使用t分布，即t检验。二、多项选择题答案及解析1.AB点估计简单直观，但无法反映估计的精确程度，不能提供置信区间，也不能反映估计的误差范围。2.AD第一类错误的后果是拒绝了真实的原假设，增加了检验的复杂性，降低了检验的可靠性。3.AB当总体标准差已知或样本量较大时，可以使用Z检验，因为此时样本均值的抽样分布近似服从正态分布。4.BD独立样本t检验的适用条件是样本来自的总体服从正态分布，且两组样本的方差相等。5.BD当样本量较大（n>30）且p接近0.5时，二项分布的抽样分布近似服从正态分布。6.BD单样本方差检验要求样本来自的总体服从正态分布，且样本量不能太小。7.BC两总体方差比检验要求样本来自的总体服从正态分布，且两组样本的方差相等。8.CD当总体方差未知且样本量较小时，应使用t检验来对均值进行假设检验。9.AD当总体标准差已知或样本量较大时，应使用Z检验来对均值进行假设检验。10.AD当样本量较大（n>30）且p较小或较大时，二项分布的抽样分布近似服从正态分布。三、简答题答案及解析1.点估计是直接用样本统计量来估计总体参数的值，简单直观，但无法反映估计的精确程度和误差范围；区间估计是用样本统计量构造一个区间，以一定的置信水平包含总体参数，能反映估计的精确程度和误差范围，但不如点估计直观。点估计和区间估计相互补充，点估计给个大概值，区间估计给个可靠性范围。2.犯第一类错误的概率α和犯第二类错误的概率β是相互制约的，因为样本量有限，无法同时让α和β都变得非常小。如果你想降低α，比如只允许1%的错误率，那β就可能会升高，比如达到20%或30%；反之亦然。这是因为α和β就像跷跷板，你压低一边，另一边就抬高了。3.当样本量较小（n≤30）、样本来自的总体服从正态分布或大致对称，且总体方差未知时，可以使用t检验来对总体均值进行假设检验。这是因为t检验是基于样本均值和样本标准差的，当样本量较小时，样本分布和总体分布差别较大，t检验的结果更可靠。4.P值是在原假设为真的情况下，观察到的样本结果或者更极端结果的概率。P值越小，说明在原假设为真的情况下，观察到的结果越不可能发生，咱们拒绝原假设的证据就越强。比如，如果P值小于0.05，就说明在原假设为真的情况下，咱们观察到的结果只会在5%的情况下发生，这是一个比较小概率的事件，所以咱们就有理由怀疑原假设不太可能是真的。5.独立样本t检验比较两个完全不同的组，比如比较男生和女生的平均身高，每个男生和一个女生是独立的；配对样本t检验比较同一个组在不同时间或不同条件下的表现，比如比较学生们学习前后的平均成绩，同一个学生既参加了学习前的测试，也参加了学习后的测试。独立样本t检验需要假设两个总体的方差相等，而配对样本t检验不需要这个假设。四、计算题答案及解析1.样本均值=（1450+1500+1480+1490+1470+1510+1500+1460+1550+1520）÷10=1480，样本标准差=√[（1450-1480）²+（1500-1480）²+……+（1520-1480）²]=4