2025年大学统计学期末考试题库-统计推断与假设检验的误区与纠正试卷

2025年大学统计学期末考试题库——统计推断与假设检验的误区与纠正试卷考试时间：______分钟总分：______分姓名：______一、选择题（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。请将正确选项字母填涂在答题卡相应位置。）1.在进行假设检验时，如果原假设为真，但检验结果却拒绝了原假设，这种情况称为（）。A.第一类错误B.第二类错误C.置信区间错误D.标准误差错误2.样本量的大小对假设检验的效力有直接影响，样本量过小可能会导致（）。A.检验效力降低B.检验效力提高C.检验结果更准确D.检验结果更模糊3.在进行单样本t检验时，如果样本数据不符合正态分布，但样本量较大（如n>30），通常可以认为（）。A.检验结果无效B.检验结果仍然有效C.需要使用非参数检验D.需要增加样本量4.在进行双样本t检验时，如果两个样本的方差不等，应该使用（）。A.配对样本t检验B.独立样本t检验C.Welch'st检验D.Mann-WhitneyU检验5.在进行卡方检验时，如果期望频数太低，可能会导致（）。A.检验效力降低B.检验效力提高C.检验结果更准确D.检验结果更模糊6.在进行方差分析时，如果假设被拒绝，说明（）。A.至少有一个组别的均值与其他组别有显著差异B.所有组别的均值都与其他组别有显著差异C.所有组别的均值都没有显著差异D.样本量太小，无法得出结论7.在进行回归分析时，如果自变量与因变量之间存在非线性关系，应该使用（）。A.线性回归分析B.多项式回归分析C.对数回归分析D.逻辑回归分析8.在进行相关分析时，如果两个变量的相关系数为1，说明（）。A.两个变量之间存在正相关关系B.两个变量之间存在负相关关系C.两个变量之间存在完全线性关系D.两个变量之间不存在任何关系9.在进行假设检验时，如果p值小于显著性水平α，说明（）。A.原假设被拒绝B.原假设被接受C.样本量太小，无法得出结论D.检验结果无效10.在进行假设检验时，如果p值大于显著性水平α，说明（）。A.原假设被拒绝B.原假设被接受C.样本量太大，无法得出结论D.检验结果无效11.在进行单样本t检验时，如果样本均值与总体均值差异很大，但p值却大于显著性水平α，说明（）。A.原假设被拒绝B.原假设被接受C.样本量太小，无法得出结论D.检验结果无效12.在进行双样本t检验时，如果两个样本的均值差异很大，但p值却大于显著性水平α，说明（）。A.原假设被拒绝B.原假设被接受C.样本量太小，无法得出结论D.检验结果无效13.在进行卡方检验时，如果p值小于显著性水平α，说明（）。A.期望频数与观测频数之间存在显著差异B.期望频数与观测频数之间不存在显著差异C.样本量太小，无法得出结论D.检验结果无效14.在进行方差分析时，如果p值小于显著性水平α，说明（）。A.至少有一个组别的均值与其他组别有显著差异B.所有组别的均值都与其他组别有显著差异C.所有组别的均值都没有显著差异D.样本量太小，无法得出结论15.在进行回归分析时，如果回归系数为负，说明（）。A.自变量与因变量之间存在正相关关系B.自变量与因变量之间存在负相关关系C.自变量与因变量之间不存在任何关系D.回归模型不合适16.在进行相关分析时，如果两个变量的相关系数为0，说明（）。A.两个变量之间存在正相关关系B.两个变量之间存在负相关关系C.两个变量之间不存在任何关系D.相关分析不合适17.在进行假设检验时，如果显著性水平α设定得太高，可能会导致（）。A.第一类错误增加B.第二类错误增加C.检验效力降低D.检验效力提高18.在进行假设检验时，如果显著性水平α设定得太低，可能会导致（）。A.第一类错误增加B.第二类错误增加C.检验效力降低D.检验效力提高19.在进行单样本t检验时，如果样本数据不符合正态分布，但样本量较大（如n>30），通常可以认为（）。A.检验结果无效B.检验结果仍然有效C.需要使用非参数检验D.需要增加样本量20.在进行双样本t检验时，如果两个样本的方差不等，应该使用（）。A.配对样本t检验B.独立样本t检验C.Welch'st检验D.Mann-WhitneyU检验二、简答题（本大题共5小题，每小题4分，共20分。请将答案写在答题卡相应位置。）1.简述假设检验的基本步骤。2.解释什么是第一类错误和第二类错误，并说明它们之间的关系。3.在进行假设检验时，为什么需要设定显著性水平α？4.简述单样本t检验和双样本t检验的区别。5.在进行回归分析时，如何判断回归模型是否合适？三、论述题（本大题共3小题，每小题10分，共30分。请将答案写在答题卡相应位置。）1.你在上一堂课的例子里展示了两个班级学生的考试成绩，用到了独立样本t检验。假设你发现其中一个班级的样本量较小（比如n=15），而另一个班级的样本量较大（比如n=40）。请详细说明在这种情况下，你对这两个班级的考试成绩进行独立样本t检验时需要注意哪些问题，以及这些问题的具体影响是什么。同时，谈谈如果样本量差异很大，你可能会考虑哪些替代方法或者如何调整你的检验策略。在我的教学过程中，经常遇到同学们对样本量大小这个变量理解得不够深入。就像我之前举的那个例子，两个班级的考试成绩比较，一个班才15个学生，另一个班有40个学生，这差距可不小啊。这时候，我们直接用独立样本t检验行不行呢？我觉得得先冷静分析一下。样本量小，比如那个15人的班级，数据波动可能会比较大，均值估计的稳定性就不如样本量大的班级。这就像用三个鸡蛋和三十个鸡蛋去称重，三十个鸡蛋的重量读数肯定更准一些，对吧？所以，当样本量较小时，t统计量的值可能会更容易受到极端值的影响，检验的效力——也就是我们正确拒绝错误原假设的能力——可能会下降。这意味着，即使两个班级的真正成绩确实有差异，我们可能因为样本量太小而检测不出来。另一方面，样本量大的班级，数据相对稳定，均值估计得也准，这会使得t统计量更可靠。大的样本量通常能提供更强的证据来支持或反对原假设。但是，样本量过大也有可能检测出一些微不足道的差异，也就是所谓的“假阳性”风险增加，虽然我们通过设定显著性水平α来控制这个风险。在比较两个班级时，如果样本量差异悬殊，可能会出现一种情况，就是较大样本量的班级几乎总是能提供统计上的显著结果，即使差异非常小。这可能会让结果显得过于“显著”，而忽略了差异的实际意义。那么，面对这么大的样本量差异，除了直接进行独立样本t检验并密切关注结果的稳健性外，我们还能考虑什么呢？首先，可以考虑使用Welch'st检验，这个检验对两组方差的齐性要求不那么严格，特别适合方差不齐且样本量差异较大的情况。其次，我们可以从效应量（effectsize）的角度来解读结果。效应量告诉我们差异有多大，而不是仅仅告诉你差异是否“统计上显著”。一个大的效应量说明即使样本量小，差异也可能是实际存在的，而不仅仅是个例。最后，我们也可以考虑合并样本，如果两个班级的总体分布相似，合并后的样本量增大，可能会得到更稳定和更具代表性的结论。当然，合并样本的前提是这种方法符合研究目的和数据特性。所以，面对样本量差异大的情况，不能简单地套用公式，得结合实际情况，灵活调整策略，才能让我们的分析结果既可靠又有意义。2.你在课堂上提到，在进行卡方检验时，如果期望频数过低，检验结果可能会不可靠。请结合具体例子，详细解释什么是期望频数，为什么它过低会导致问题，以及在实际操作中，当遇到期望频数过低的情况时，你通常会建议学生采取哪些补救措施。讲到卡方检验，尤其是卡方拟合优度检验或者卡方独立性检验时，期望频数这个概念确实挺重要的。什么是期望频数呢？简单来说，它就是我们在假设原假设成立的情况下，根据各分类的理论概率计算出来的理论频数。举个例子，假设我们想检验一个骰子是否均匀，也就是六个面出现的概率都是1/6。我们掷了60次，得到的结果是：1点出现了10次，2点出现了8次，3点出现了12次，4点出现了9次，5点出现了7次，6点出现了14次。那么，如果骰子真的均匀，我们预期的各点出现的次数，也就是期望频数，就是60次乘以1/6，也就是10次。这个10次，就是理论值。为什么期望频数过低会出现问题呢？卡方检验的计算公式是Σ((观测频数-期望频数)^2/期望频数)，你看这个分母，就是期望频数。当期望频数非常小的时候，比如小于5，那么这个分母就很小，即使观测频数和期望频数之间只有一点点小的差异，计算出来的卡方值也会变得很大。这就像我们用很精密的天平称很重的物体和很轻的物体，称重的误差对轻物体的影响要大得多。期望频数太小，意味着我们的理论预期非常精确，任何微小的偏差都会被放大，导致我们轻易地就拒绝了原假设，也就是更容易犯第一类错误。而且，当期望频数过小时，卡方分布的近似效果就不好，我们基于卡方分布计算出的p值可能就不太准确了，检验结果的可信度就降低了。这就像我们用尺子量很长的距离和很短的距离，量短的距离时，尺子的误差相对更明显。那么，在实际操作中，遇到期望频数过低的情况，我通常会建议学生采取以下几种补救措施。第一种，也是最直接的，就是增加样本量。样本量越大，各组的期望频数通常也会随之增大。只要增大到足够高的水平（一般建议不小于5），卡方检验的结果就相对可靠了。但这要求我们有更多的数据支持。第二种方法，是合并类别。回到那个骰子的例子，如果我们发现某个点出现的次数非常少，比如只有2次，而其他点都比较多，我们可以考虑把出现次数少的几个点合并起来，形成一个新的“其他”类别。比如把2点、3点和4点合并，5点和6点合并。合并后，新类别的期望频数就会变大。当然，合并类别时要注意，不能合并那些在理论上预期差异很大的类别，否则会丢失信息，影响检验的效力。第三种方法，是使用费舍尔精确检验（Fisher'sexacttest）。这种方法不依赖于卡方分布的近似，特别适用于2x2列联表，当2x2列联表中至少有一个期望频数小于5时。费舍尔精确检验可以给出精确的p值，而不受样本量和期望频数的影响。虽然费舍尔精确检验主要用于2x2表，但对于期望频数过低的问题，它是一种非常有效的工具。所以，面对期望频数过低这个棘手的问题，不能慌，得根据具体情况，灵活运用增加样本量、合并类别或者使用精确检验等方法，才能保证我们的统计分析结果经得起推敲。3.假设你正在教一个关于回归分析的课程，有学生问：“老师，我们做了线性回归，得到了回归系数，也计算了R平方，那我们怎么就知道这个模型真的有用，能帮我们预测呢？”请结合你在课堂上讲过的内容，详细解释R平方的意义，并说明仅凭R平方一个指标，是否足够判断一个回归模型的好坏或者是否适用，为什么？如果你需要进一步判断模型是否“有用”，你还会关注哪些其他的统计量和信息？这个问题问得非常好，也是很多同学在学习回归分析时都会有的困惑。我们确实花了挺多时间讲线性回归，画散点图，找直线，算系数，算R平方，那R平方到底是个啥意思呢？简单来说，R平方，也就是决定系数，它告诉你这个回归模型能解释的因变量Y的变异有多少比例。想象一下，我们有一堆数据点，它们在散点图上并不完全在一条直线上，而是有点散乱。R平方就是衡量这些数据点围绕回归线的散布程度。如果R平方等于1，说明所有数据点都完美地落在回归线上，模型解释了Y所有的变异，拟合得非常好。如果R平方等于0，说明回归线对Y的变异一点解释力都没有，Y的变异完全是随机产生的，回归模型毫无用处。在我们的实际数据中，R平方通常在0和1之间。R平方越接近1，说明我们的模型解释了Y变异的比例越大，模型的拟合效果就越好。比如，R平方等于0.75，就说明模型解释了因变量75%的变异，剩下的25%是模型无法解释的，可能是其他未包含在模型中的因素，或者是随机误差造成的。但是，仅凭R平方一个指标，就判断一个回归模型的好坏或者是否适用，是不是就足够了呢？我的看法是，这得打个问号。R平方只是告诉了我们模型能解释多少“变异”，但它没告诉我们这个变异本身有多大意义。比如，假设我们预测的是一个人每天睡眠的小时数，我们用年龄来预测。我们可能会得到一个很高的R平方，比如0.85。这意味着年龄解释了睡眠小时数变异的85%。但是，如果实际上睡眠小时数本身的变动范围就很小，比如大多数成年人都睡7-9小时，那么即使R平方很高，这个模型对实际预测睡眠小时数有多大帮助呢？可能帮助不大。再比如，如果我们要预测的是房价，用房屋面积来预测，可能会得到一个中等偏高的R平方。这个R平方说明面积解释了房价变异的一部分，看起来模型还不错。但如果房价受很多其他因素影响，比如地段、装修、市场大环境等，那么仅凭面积一个因素，即使R平方不低，也不能完全准确地预测房价，模型的实用性就有限了。所以，R平方高不一定代表模型就“有用”，关键还要看这个“变异”本身是否有实际意义，以及模型是否包含了所有重要的预测变量。另外，R平方也不能告诉我们模型是否“好”，因为它会随着你加入模型中的自变量数量增加而单调递增，即使这些新增的自变量对预测并没有实际帮助。一个包含了太多不相关变量的模型，R平方可能会很高，但模型的解释力和预测力反而会下降。这就引出了另一个重要的统计量——调整后的R平方（AdjustedRsquare）。调整后的R平方考虑了模型中自变量的数量，只有在加入新的自变量确实能显著提高模型解释力时，调整后的R平方才会增加。所以，当比较包含不同数量自变量的模型时，调整后的R平方通常比R平方更可靠。除了R平方和调整后的R平方，我还经常会关注其他几个方面来判断模型是否“有用”。首先是回归系数的显著性，也就是t检验的p值。我们需要检查每个自变量的回归系数是否显著不为零，只有那些显著的自变量，我们才认为它们对因变量有真正的预测作用。如果大部分自变量的系数都不显著，那这个模型的意义就不大了。其次是残差分析，我们要检查模型的残差（也就是观测值与模型预测值之间的差异）是否满足线性回归的基本假设，比如残差分布是否近似正态分布、残差与预测值之间是否存在线性关系（没有模式）、方差是否恒定（同方差性）等。如果残差不满足这些假设，模型的结果可能就不可靠。最后，我也会考虑模型的诊断图，比如Q-Q图、残差与预测值散点图等，这些图能直观地展示残差的各种特性。综合来看，判断一个回归模型是否“有用”，不能只看R平方，需要结合模型的解释力、自变量的显著性、残差的分析以及模型诊断图等多方面的信息，进行综合评估。四、计算题（本大题共2小题，每小题15分，共30分。请将答案写在答题卡相应位置。）1.某研究人员想探究一种新教学方法对学生学习成绩的影响。他随机选取了50名学生，将他们随机分配到实验组（25人）和控制组（25人）。实验组采用新教学方法，控制组采用传统教学方法。一段时间后，研究人员对两组学生的考试成绩进行了独立样本t检验，得到的结果如下：实验组均值为80，标准差为8；控制组均值为75，标准差为10。假设两组样本量相等，检验的显著性水平α=0.05。请问：（1）请写出检验的原假设和备择假设。（2）计算检验的t统计量值。（3）查t分布表，确定检验的临界值，并说明是双侧检验还是单侧检验。（4）根据计算得到的t统计量值和临界值，做出统计决策，并解释你的决策依据。（5）如果根据专业知识，研究人员预期新教学方法的效果更好，那么在α=0.05的水平下，检验的结果是否支持这一预期？这个研究题目挺实际的，想看看新教学方法到底行不行。我们得一步步来分析这些数据。首先，实验组和控制组各有25人，总共有50个学生参与了这个研究。我们想知道新教学方法（实验组）是不是真的比传统教学方法（控制组）能让学生考得更好。（1）好，首先得写清楚原假设和备择假设。我们想知道新方法是否更好，但为了进行统计检验，得有个假设，也就是原假设，我们假设它是不好的，或者没有区别。所以，原假设（H0）就是：实验组的均值（μ1）等于控制组的均值（μ2），也就是μ1=μ2。备择假设（H1）就是：实验组的均值大于控制组的均值，因为我们预期新方法效果更好。所以备择假设是μ1>μ2。这是一个单侧检验，因为我们只关心新方法是不是比老方法好，不关心是不是差。（2）接下来，计算t统计量值。公式是t=(X̄1-X̄2)/sqrt((s1^2/n1)+(s2^2/n2))。这里X̄1和X̄2是两组的均值，s1和s2是两组的标准差，n1和n2是两组的样本量。带入数据：X̄1=80,X̄2=75,s1=8,s2=10,n1=25,n2=25。计算过程是：t=(80-75)/sqrt((8^2/25)+(10^2/25))=5/sqrt((64/25)+(100/25))=5/sqrt(164/25)=5/sqrt(6.56)=5/2.5623≈1.953。所以，t统计量的值大约是1.953。（3）现在查t分布表。因为我们知道自由度（df）的计算公式是df=(s1^2/n1+s2^2/n2)^2/((s1^2/n1)^2/(n1-1)+(s2^2/n2)^2/(n2-1))。带入数据：df=(64/25+100/25)^2/((64/25)^2/24+(100/25)^2/24)=(164/25)^2/(4096/600+4000/600)=(6.56)^2/(6.8267+6.6667)=43.0384/13.4934≈3.197。因为自由度必须是整数，我们通常取最接近的整数值，这里是16（虽然严格来说更接近17，但有时查表会取16）。在α=0.05的水平下，对于单侧检验，查t分布表，临界值t0.05,16≈1.746。所以临界值是1.746。我们用的是双侧检验还是单侧检验？我们之前确定的是单侧检验，因为我们预期新方法更好，只关心它是不是显著地大于老方法。（4）好了，现在做统计决策。我们把计算出的t值（1.953）和临界值（1.746）比一比。因为这是单侧检验，如果t统计量值大于临界值，我们就拒绝原假设。1.953>1.746，对吧？所以，我们拒绝原假设H0。决策依据就是计算出的t值超出了在α=0.05水平下单侧检验的临界值。（5）最后一个问题，这个结果是不是支持新教学方法效果更好的预期？因为我们拒绝了原假设，也就是说，有足够的统计证据表明实验组的均值（新方法组）显著大于控制组的均值（传统方法组）。t值1.953是大于临界值1.746的，这说明新方法组（80分）显著高于老方法组（75分）。所以，是的，根据α=0.05的水平，检验的结果是支持研究人员预期的，新教学方法确实比传统教学方法效果更好。2.某医生想研究一种降压药对高血压患者收缩压的影响。他随机选取了30名高血压患者，让他们服用该降压药一段时间（比如一个月），然后测量他们的收缩压。服药前后的收缩压数据如下表所示（单位：mmHg）：患者编号:123456789101112131415161718192021222324252627282930服药前收缩压:160158162165157160166168154161159163156164157160165158162159157160166164157161155162158160服药后收缩压:150155155160150155155155150155145155150155145150155150155145150145155150145155150155145150请使用配对样本t检验，检验该降压药是否显著降低了患者的收缩压（α=0.05）。要求：（1）计算服药前后收缩压的均值和标准差。（2）计算配对差值（服药后收缩压-服药前收缩压）及其均值和标准差。（3）计算检验的t统计量值。（4）查t分布表，确定检验的临界值，并说明是双侧检验还是单侧检验。（5）根据计算得到的t统计量值和临界值，做出统计决策，并解释你的决策依据。（6）根据你的分析结果，对该降压药的效果做出初步评价。这个降压药的研究也挺实际的，看看药是不是真有效。我们得用配对样本t检验，因为每个患者服药前后的血压是在同一个人身上测量的，数据是配对的。不能简单用独立样本t检验，那样会丢失配对信息，结果可能不太准确。（1）首先，得计算服药前后收缩压的均值和标准差。这里一共有30个患者。服药前的收缩压数据是：160,158,162,165,157,160,166,168,154,161,159,163,156,164,157,160,165,158,162,159,157,160,166,164,157,161,155,162,158,160。计算均值：Σx=4800，均值X̄=4800/30=160。计算标准差：Σ(x-X̄)²=840，方差s²=840/29≈29.0345，标准差s≈sqrt(29.0345)≈5.387。服药后的收缩压数据是：150,155,155,160,150,155,155,155,150,155,145,155,150,155,145,150,155,150,155,145,150,145,155,150,145,155,150,155,145,150。计算均值：Σy=4650，均值Ȳ=4650/30=155。计算标准差：Σ(y-Ȳ)²=600，方差s²=600/29≈20.6949，标准差s≈sqrt(20.6949)≈4.549。所以，服药前均值160，标准差约5.387；服药后均值155，标准差约4.549。（2）接下来，计算配对差值。就是每个患者服药后的血压减去服药前的血压。差值d=y-x。计算所有差值：0,-3,-7,-5,-7,-5,-11,-13,-4,-6,-14,-8,-4,-9,-12,-10,-10,-2,-7,-14,-3,-15,-11,-10,-12,-6,-6,-7,-5,-10。计算差值的均值：Σd=-135，差值均值d̄=-135/30=-4.5。计算差值的标准差：Σ(d-d̄)²=945，方差s_d²=945/29≈32.5862，标准差s_d≈sqrt(32.5862)≈5.708。所以，差值的均值是-4.5，标准差约5.708。（3）现在计算检验的t统计量值。公式是t=d̄/(s_d/sqrt(n))。带入数据：d̄=-4.5，s_d≈5.708，n=30。t=-4.5/(5.708/sqrt(30))=-4.5/(5.708/5.477)=-4.5/1.0425≈-4.316。（4）查t分布表。自由度df=n-1=30-1=29。在α=0.05的水平下，对于单侧检验（因为我们预期降压药会降低血压，即差值为负），查t分布表，临界值t0.05,29≈-1.699。所以临界值是-1.699。我们用的是单侧检验还是双侧检验？还是单侧检验，因为我们关心的是血压是否降低，即差值是否显著小于0。（5）做出统计决策。比较计算出的t值（-4.316）和临界值（-1.699）。因为这是单侧检验，如果t统计量值小于临界值，我们就拒绝原假设。-4.316<-1.699，对吧？所以，我们拒绝原假设H0。决策依据就是计算出的t值低于了在α=0.05水平下单侧检验的临界值。（6）最后，对降压药的效果做初步评价。因为我们拒绝了原假设，这意味着有足够的统计证据表明服药前后收缩压的差值显著小于0。t值-4.316小于临界值-1.699，这说明降压药确实显著降低了患者的收缩压。差值的均值是-4.5mmHg，标准差是约5.708mmHg，虽然均值是负的，但标准差也不小，说明降压效果可能有个体差异，不是所有患者降得都一样多。但总的来说，统计检验的结果是支持该降压药具有显著降压效果的。这是一个好消息，当然，最终用药还得结合更多因素考虑。五、分析题（本大题共1小题，共20分。请将答案写在答题卡相应位置。）1.你在课堂上展示了一个关于吸烟习惯与肺癌发病率关系的回归分析案例。数据如下表所示（虚拟数据）：烟草摄入量（包/年）:0510152025303540肺癌发病率（每10万人）:10254575110150190230280该回归分析得到了回归方程：肺癌发病率=5+6.5*烟草摄入量。同时，相关系数R=0.98，调整后的R平方R²adj=0.97，回归系数的t检验p值<0.001。请结合你学过的统计知识，对这个回归分析结果进行批判性分析。你需要考虑但不限于以下方面：（1）解释回归方程中系数的意义。（2）评价该回归模型的整体拟合优度。（3）检验回归系数的显著性，并解释其统计学意义。（4）指出该分析中可能存在的潜在问题或局限性。（5）基于你的分析，对该回归分析结果做出整体评价，并说明其在实际应用中的意义和需要注意的事项。这个吸烟和肺癌的例子，数据虽然看着简单，但能很好地说明回归分析的一些关键点。我们得仔细看看这个分析结果。（1）首先，解释回归方程中系数的意义。这个方程是肺癌发病率=5+6.5*烟草摄入量。常数项5是什么意思呢？理论上，当烟草摄入量为0时（不吸烟），肺癌发病率是5每10万人。但是，这10万人的基数是怎么来的？如果这是指一个特定年龄段的人群，那么这个基数可能不等于一般人群的基数。更重要的是，烟草摄入量为0是一个极端情况，可能不在我们数据的有效范围内，用线性回归去预测0摄入量时的发病率，外推性可能不太好。系数6.5呢？它代表烟草摄入量每增加一包/年，肺癌发病率平均增加6.5每10万人。这个系数是正的，符合我们的一般认知，就是吸烟越多，肺癌风险越高。6.5的数值大小，也反映了烟草摄入量和肺癌发病率之间的强度，看起来关联挺强的。（2）评价模型的整体拟合优度。看R平方和调整后的R平方。R平方是0.98，调整后的R平方是0.97。这两个数值都非常高，接近1。R平方=0.98说明模型解释了肺癌发病率变异的98%，拟合得非常好。调整后的R平方=0.97也很高，说明即使考虑了自变量数量，模型依然解释了97%的变异。这说明烟草摄入量这个自变量，几乎能完全解释肺癌发病率的变化，模型拟合得非常紧密。散点图看起来也像是一条非常陡峭的直线，所以R平方高是符合直观的。（3）检验回归系数的显著性。看t检验的p值，小于0.001。这个p值非常小，远小于我们通常用的显著性水平α=0.05。这意味着，回归系数6.5显著不为0的可能性非常非常小。换句话说，烟草摄入量与肺癌发病率之间有统计学上显著的线性关系。p值小于0.001，说明这种关联在统计上是极其显著的，几乎不可能是偶然发生的。所以，我们可以非常有信心地说，烟草摄入量对肺癌发病率有显著的预测作用。（4）指出分析中可能存在的潜在问题或局限性。尽管模型看起来很完美，但实际分析中要小心。第一个，也是最关键的，是数据来源和代表性。这些数据是虚拟的，但如果是真实数据，要考虑它们是否来自一个有代表性的大样本人群。样本量是多少？9个数据点，样本量太小了，线性回归对样本量是有要求的，样本量小，模型的稳定性和外推性会受影响。第二个，是线性关系假设。R平方和系数的意义都基于线性关系。我们看看散点图，数据点确实很接近一条直线，但有没有可能存在轻微的非线性关系呢？如果存在，用线性模型可能就不够准确了。第三个，是因果关系问题。统计显著不等于因果关系。虽然这个例子中我们有很强的理论依据相信吸烟导致肺癌，但统计模型本身只能揭示变量间的关联性。第四个，是遗漏变量偏差。模型只包含了烟草摄入量一个自变量，但肺癌发病率还可能受年龄、性别、遗传、空气污染、职业暴露等多种因素影响。如果这些因素被忽略了，它们的影响可能会“泄露”到烟草摄入量的系数中，导致系数估计不准确。第五个，是数据分布假设。线性回归还假设残差（实际值和预测值之差）是近似正态分布的，方差恒定（同方差性）。我们没看到残差图，但样本量小的时候，很难准确判断这些假设是否满足。（5）基于分析，对结果做整体评价和实际意义。总的来说，这个虚拟的回归分析结果看起来很“理想”：模型拟合极好（R²adj=0.97），系数非常显著（p<0.001），系数本身也有明确的解释意义（每增加一包/年，发病率增加6.5/10万）。它清晰地揭示了烟草摄入量和肺癌发病率之间强烈的正线性关系。如果这是真实数据，并且研究设计合理，这个结果在公共卫生领域意义重大。它为吸烟是肺癌重要危险因素提供了强有力的统计学证据。基于这个结果，可以制定更有效的控烟政策，提醒公众吸烟的危害。但是，在实际应用和解读时，必须牢记前面提到的局限性。不能因为这个模型拟合得很好，就完全依赖它来做所有预测。要意识到样本量小的风险，要考虑其他可能的影响因素，要警惕过度外推的可能性。最好能结合其他研究方法（比如队列研究、病例对照研究）和专业知识，综合评估吸烟与肺癌的关系。这个分析结果是个很好的起点，但不是终点，需要更全面地看待问题。本次试卷答案如下一、选择题答案及解析1.A解析：在假设检验中，如果原假设为真，但检验结果却拒绝了原假设，这种情况称为第一类错误，也称为“弃真错误”。这是我们在设定显著性水平时就决定要承担的风险。2.A解析：样本量的大小直接影响样本均值的标准误，样本量越小，标准误会越大，这意味着均值估计的变异性更大，我们越难区分真实的均值差异和由抽样误差引起的差异，从而检验效力降低，即正确拒绝错误原假设的能力下降。3.B解析：当样本量较大（如n>30）时，根据中心极限定理，样本均值的分布近似于正态分布，即使原始数据不服从正态分布。因此，即使原始数据分布未知或不正态，单样本t检验仍然可以使用，因为t统计量会趋近于标准正态分布，检验结果仍然有效。4.C解析：当进行双样本t检验时，如果两个样本的方差不等，使用Welch'st检验更为合适。Welch'st检验不要求两组方差相等，它通过一个稳健的公式来估计共同方差，从而得到更准确的检验结果。5.A解析：在卡方检验中，如果期望频数过低（通常指小于5），会导致卡方统计量的值不稳定，容易受到抽样误差的影响，从而使得检验结果不可靠。此时，可以考虑使用费舍尔精确检验或其他非参数检验方法。6.A解析：在方差分析中，如果假设被拒绝，说明至少有一个组别的均值与其他组别存在显著差异。但这并不意味着所有组别的均值都与其他组别有显著差异，可能只有部分组别之间存在差异。7.B解析：如果自变量与因变量之间存在非线性关系，线性回归模型的拟合效果会不好，预测能力也会下降。此时，可以考虑使用多项式回归、指数回归或其他非线性回归模型来更好地捕捉变量之间的关系。8.C解析：如果两个变量的相关系数为1，说明这两个变量之间存在完全线性关系，即一个变量的变化可以完美地由另一个变量线性预测。9.A解析：在假设检验中，如果p值小于显著性水平α，说明观测到的数据与原假设不一致，有足够的统计证据拒绝原假设。10.B解析：在假设检验中，如果p值大于显著性水平α，说明观测到的数据与原假设没有显著差异，没有足够的统计证据拒绝原假设，因此原假设被接受。11.B解析：在单样本t检验中，如果样本均值与总体均值差异很大，但p值却大于显著性水平α，说明这种差异在统计上并不显著，可能是由于抽样误差导致的，因此我们不能拒绝原假设。12.B解析：在双样本t检验中，如果两个样本的均值差异很大，但p值却大于显著性水平α，说明这种差异在统计上并不显著，可能是由于抽样误差或样本量不足导致的，因此我们不能拒绝原假设。13.A解析：在卡方检验中，如果p值小于显著性水平α，说明期望频数与观测频数之间存在显著差异，即实际观测结果与理论预期不符。14.A解析：在方差分析中，如果p值小于显著性水平α，说明至少有一个组别的均值与其他组别有显著差异，即组间差异超过了随机误差的范围。15.B解析：在回归分析中，如果回归系数为负，说明自变量与因变量之间存在负相关关系，即自变量增加时，因变量倾向于减少。16.C解析：在相关分析中，如果两个变量的相关系数为0，说明这两个变量之间不存在线性关系，即一个变量的变化不能由另一个变量线性预测。17.A解析：在假设检验中，如果显著性水平α设定得太高，意味着我们更容易接受原假设，因此第一类错误（弃真错误）的概率增加。18.B解析：在假设检验中，如果显著性水平α设定得太低，意味着我们更难接受原假设，因此第二类错误（取伪错误）的概率增加。19.B解析：在单样本t检验中，如果样本数据不符合正态分布，但样本量较大（如n>30），根据中心极限定理，样本均值的分布近似于正态分布，因此t检验仍然可以使用，检验结果仍然有效。20.C解析：在双样本t检验时，如果两个样本的方差不等，使用Welch'st检验更为合适。Welch'st检验不要求两组方差相等，它通过一个稳健的公式来估计共同方差，从而得到更准确的检验结果。二、简答题答案及解析1.答案：假设检验的基本步骤包括：提出原假设和备择假设；选择显著性水平α；确定检验统计量；计算检验统计量的值；根据检验统计量的值和临界值做出统计决策；根据统计决策解释结果的实际意义。解析：提出原假设和备择假设是假设检验的第一步，原假设通常是研究者想要挑战的假设，备择假设是研究者想要支持的假设。选择显著性水平α是确定我们愿意承担的第一类错误（弃真错误）的概率。确定检验统计量是根据研究问题和数据类型选择合适的统计量，如t统计量、卡方统计量等。计算检验统计量的值是将样本数据代入统计量公式得到的数值。根据检验统计量的值和临界值做出统计决策，如果检验统计量的值落在拒绝域内，则拒绝原假设；如果检验统计量的值落在接受域内，则不能拒绝原假设。根据统计决策解释结果的实际意义，说明检验结果对研究问题的回答。2.答案：第一类错误是指在原假设为真的情况下，检验结果却拒绝了原假设，也称为“弃真错误”。第二类错误是指在原假设为假的情况下，检验结果却接受了原假设，也称为“取伪错误”。这两类错误是相互排斥的，即如果犯了一个错误，就不可能犯另一个错误。它们之间的关系是：显著性水平α是犯第一类错误的概率，1-β是犯第二类错误的概率，其中β是第二类错误的概率。通常情况下，我们通过控制α的大小来间接控制犯第一类错误的概率，但α减小会导致β增大，反之亦然。因此，在假设检验中，我们需要根据研究问题和实际情况来平衡两类错误。3.答案：在假设检验中，需要设定显著性水平α，因为它是我们愿意承担的第一类错误（弃真错误）的概率。设定显著性水平α的意义在于，它提供了一个标准，用于判断检验结果是否具有统计学意义。如果p值小于α，说明观测到的数据与原假设不一致，有足够的统计证据拒绝原假设；如果p值大于α，说明观测到的数据与原假设没有显著差异，没有足够的统计证据拒绝原假设。通过设定显著性水平α，我们可以控制犯第一类错误的概率，从而保证检验结果的可靠性。4.答案：单样本t检验是用于检验一个样本的均值与某个已知总体均值是否存在显著差异的假设检验方法。它适用于样本量较小（通常小于30）且总体方差未知的情况。双样本t检验是用于检验两个独立样本的均值是否存在显著差异的假设检验方法。它适用于两个样本量都较小（通常小于30）且两个总体方差未知的情况。两者的主要区别在于研究对象的多少和样本的独立性。单样本t检验只涉及一个样本，而双样本t检验涉及两个样本。此外，单样本t检验要求样本来自的总体服从正态分布，而双样本t检验对样本的分布没有特定要求。5.答案：在进行回归分析时，判断回归模型是否合适，需要综合考虑多个方面。首先，要检查模型的拟合优度，如R平方和调整后的R平方，它们反映了模型对数据变异的解释程度。其次，要检验回归系数的显著性，即检验每个自变量对因变量的影响是否显著。这通常通过t检验或F检验来完成。如果某个自变量的系数不显著，说明它对因变量的影响在统计上并不重要。此外，还要检查模型的残差，即实际值与预测值之差。残差应该满足正态分布、方差恒定、与自变量无关等假设。可以通过残差图、Q-Q图等进行检查。最后，要考虑模型的解释力和预测力。模型应该能够解释因变量的主要变异，并且能够对新的数据进行准确的预测。如果模型只包含了重要的自变量，并且拟合得很好，那么模型就可能是合适的。但是，如果模型包含了太多不重要的自变量，或者拟合得不好，那么模型可能就不合适。三、论述题答案及解析1.答案：当样本量较小时，比如那个15人的班级，数据波动可能会比较大，均值估计的稳定性就不如样本量大的班级。这就像我们用三个鸡蛋和三十个鸡蛋去称重，三十个鸡蛋的重量读数肯定更准一些，对吧？所以，当样本量较小时，t统计量的值可能会更容易受到极端值的影响，检验的效力——也就是我们正确拒绝错误原假设的能力——可能会下降。这意味着，即使两个班级的真正成绩确实有差异，我们可能因为样本量太小而检测不出来。另一方面，样本量大的班级，数据相对稳定，均值估计得也准，这会使得t统计量更可靠。大的样本量通常能提供更强的证据来支持或反对原假设。但是，样本量过大也有可能检测出一些微不足道的差异，也就是所谓的“假阳性”风险增加，虽然我们通过设定显著性水平α来控制这个风险。在比较两个班级时，如果样本量差异悬殊，可能会出现一种情况，就是较大样本量的班级几乎总是能提供统计上的显著结果，即使差异非常小。这可能会让结果显得过于“显著”，而忽略了差异的实际意义。回归系数的意义就是每增加一个单位的烟草摄入量（包/年），肺癌发病率会平均增加6.5每10万人。这个系数是正的，符合我们的一般认知，就是吸烟越多，肺癌风险越高。6.5的数值大小，也反映了烟草摄入量和肺癌发病率之间的强度，看起来关联挺强的。评价模型的整体拟合优度。看R平方和调整后的R平方。R平方是0.98，调整后的R平方是0.97。这两个数值都非常高，接近1。R平方=0.98说明模型解释了肺癌发病率变异的98%，拟合得非常好。调整后的R平方=0.97也很高，说明即使考虑了自变量数量，模型依然解释了97%的变异。这说明烟草摄入量这个自变量，几乎能完全解释肺癌发病率的变化，模型拟合得非常紧密。散点图看起来也像是一条非常陡峭的直线，所以R平方高是符合直观的。检验回归系数的显著性。看t检验的p值，小于0.001。这个p值非常小，远小于我们通常用的显著性水平α=0.05。这意味着，回归系数6.5显著不为0的可能性非常非常小。换句话说，烟草摄入量与肺癌发病率之间有统计学上显著的线性关系。p值小于0.001，说明这种关联在统计上是极其显著的，几乎不可能是偶然发生的。所以，我们可以非常有信心地说，烟草摄入量对肺癌发病率有显著的预测作用。指出该分析中可能存在的潜在问题或局限性。尽管模型看起来很完美，但实际分析中要小心。第一个，也是最关键的，是数据来源和代表性。这些数据是虚拟的，但如果是真实数据，要考虑它们是否来自一个有代表性的大样本人群。样本量是多少？9个数据点，样本量太小了，线性回归对样本量是有要求的，样本量小，模型的稳定性和外推性会受影响。第二个，是线性关系假设。R平方和系数的意义都基于线性关系。我们看看散点图，数据点确实很接近一条直线，但有没有可能存在轻微的非线性关系呢？如果存在，用线性模型可能就不够准确了。第三个，是因果关系问题。统计显著不等于因果关系。虽然这个例子中我们有很强的理论依据相信吸烟导致肺癌，但统计模型本身只能揭示变量间的关联性。第四个，是遗漏变量偏差。模型只包含了烟草摄入量一个自变量，但肺癌发病率还可能受年龄、性别、遗传、空气污染、职业暴露等多种因素影响。如果这些因素被忽略了，它们的影响可能会“泄露”到烟草摄入量的系数中，导致系数估计不准确。第五个，是数据分布假设。线性回归还假设残差（实际值和预测值之差）是近似正态分布的，方差恒定（同方差性）。我们没看到残差图，但样本量小的时候，很难准确判断这些假设是否满足。基于你的分析，对该回归分析结果做出整体评价，并说明其在实际应用中的意义和需要注意的事项。总的来说，这个虚拟的回归分析结果看起来很“理想”：模型拟合极好（R²adj=0.97），系数非常显著（p<0.001），系数本身也有明确的解释意义（每增加一包/年，发病率增加6.5/10万）。它清晰地揭示了烟草摄入量和肺癌发病率之间强烈的正线性关系。如果这是真实数据，并且研究设计合理，这个结果在公共卫生领域意义重大。它为吸烟是肺癌重要危险因素提供了强有力的统计学证据。基于这个结果，可以制定更有效的控烟政策，提醒公众吸烟的危害。但是，在实际应用和解读时，必须牢记前面提到的局限性。不能因为这个模型拟合得很好，就完全依赖它来做所有预测。要意识到样本量小的风险，要考虑其他可能的影响因素，要警惕过度外推的可能性。最好能结合其他研究方法（比如队列研究、病例对照研究）和专业知识，综合评估吸烟与肺癌的关系。这个分析结果是个很好的起点，但不是终点，需要更全面地看待问题。四、计算题答案及解析1.答案：（1）服药前后收缩压的均值和标准差：服药前：均值160，标准差约5.387；服药后：均值155，标准差约4.549。（2）配对差值（服药后收缩压-服药前收缩压）及其均值和标准差：差值均值-4.5，标准差约5.708。（3）检验的t统计量值：-4.316。（4）检验的临界值：-1.699。（5）统计决策：拒绝原假设。（6）对降压药的效果初步评价：该降压药显著降低了患者的收缩压。解析：（1）计算均值和标准差。服药前收缩压均值是4800/30=160，标准差sqrt(840/29)≈5.387。服药后收缩压均值是4650/30=155，标准差sqrt(600/29)≈4.549。（2）计算配对差值及其均值和标准差。差值d=y-x，计算所有差值，均值d̄=Σd/30=-135/30=-4.5。标准差sqrt(945/29)≈5.708。（3）计算t统计量值。t=d̄/(s_d/sqrt(n))=-4.5/(5.708/sqrt(30))≈-4.316。（4）查t分布表。df=n-1=29，α=0.05，单侧检验，临界值t0.05,29≈-1.699。（5）因为t统计量值-4.316小于临界值-1.699，所以拒绝原假设H0。（6）分析结果评价。t检验的结果是支持该降压药具有显著降压效果的。差值的均值是-4.5mmHg，标准差是约5.708mmHg，虽然均值是负的，但标准差也不小，说明降压效果可能有个体差异，不是所有患者降得都一样多。但总的来说，统计检验的结果是支持该降压药具有显著降压效果的。这是一个好消息，当然，最终用药还得结合更多因素考虑。2.答案：（1）服药前后收缩压的均值和标准差：服药前：均值160，标准差约5.387；服药后：均值155，标准差约4.549。（2）配对差值（服药后收缩压-服药前收缩压）及其均值和标准差：差值均值-4.5，标准差约5.708。（3）检验的t统计量值：-4.316。（4）检验的临界值：-1.699。（5）统计决策：拒绝原假设。（6）对降压药的效果初步评价：该降压药显著降低了患者的收缩压。解析：（1）计算均值和标准差。服药前收缩压均值是4800/30=160，标准差sqrt(840/29)≈5.387。服药后收缩压均值是4650/30=155，标准差sqrt(600/29)≈4.549。（2）计算配对差值及其均值和标准差。差值d=y-x，计算所有差值，均值d̄=Σd/30=-135/30=-4.5。标准差sqrt(945/29)≈5.708。（3）计算t统计量值。t=d̄/(s_d/sqrt(n))=-4.5/(5.708/sqrt(30))≈-4.316。（4）查t分布表。df=n-1=29，α=0.05，单侧检验，临界值t0.05,29≈-1.699。（5）因为t统计量值-4.316小于临界值-1.699，所以拒绝原假设H0。（6）分析结果评价。t检验的结果是支持该降压药具有显著降压效果的。差值的均值是-4.5mmHg，标准差是约5.708mmHg，虽然均值是负的，但标准差也不小，说明降压效果可能有个体差异，不是所有患者降得都一样多。但总的来说，统计检验的结果是支持该降压药具有显著降压效果的。这是一个好消息，当然，最终用药还得结合更多因素考虑。五、分析题答案及解析1.答案：（1）回归方程中系数的意义：系数6.5代表烟草摄入量每增加一包/年，肺癌发病率平均增加6.5每10万人。这个系数是正的，符合我们的一般认知，就是吸烟越多，肺癌风险越高。6.5的数值大小，也反映了烟草摄入量和肺癌发病率之间的强度，看起来关联挺强的。（2）模型的整体拟合优度：R平方和调整后的R平方。R平方是0.98，调整后的R平方是0.97。这两个数值都非常高，接近1。R平方=0.98说明模型解释了肺癌发病率变异的98%，拟合得非常好。调整后的R平方=0.97也很高，说明即使考虑了自变量数量，模型依然解释了97%的变异。这说明烟草摄入量这个自变量，几乎能完全解释肺癌发病率的变化，模型拟合得非常紧密。散点图看起来也像是一条非常陡峭的直线，所以R平方高是符合直观的。（3）检验回归系数的显著性：看t检验的p值，小于0.001。这个p值非常小，远小于我们通常用的显著性水平α=0.05。这意味着，回归系数6.5显著不为0的可能性非常非常小。换句话说，烟草摄入量与肺癌发病率之间有统计学上显著的线性关系。p值小于0.001，说明这种关联在统计上是极其显著的，几乎不可能是偶然发生的。所以，我们可以非常有信心地说，烟草摄入量对肺癌发病率有显著的预测作用。（4）分析中可能存在的潜在问题或局限性：第一个，也是最关键的，是数据来源和代表性。这些数据是虚拟的，但如果是真实数据，要考虑它们是否来自一个有代表性的大样本人群。样本量是多少？9个数据点，样本量太小了，线性回归对样本量是有要求的，样本量小，模型的稳定性和外推性会受影响。第二个，是线性关系假设。R平方和系数的意义都基于线性关系。我们看看散点图，数据点确实很接近一条直线，但有没有可能存在轻微的非线性关系呢？如果存在，用线性模型可能就不够准确了。第三个，是因果关系问题。统计显著不等于因果关系。虽然这个例子中我们有很强的理论依据相信吸烟导致肺癌，但统计模型本身只能揭示变量间的关联性。第四个，是遗漏变量偏差。模型只包含了烟草摄入量一个自变量，但肺癌发病率还可能受年龄、性别、遗传、空气污染、职业暴露等多种因素影响。如果这些因素被忽略了，它们的影响可能会“泄露”到烟草摄入量的系数中，导致系数估计不准确。第五个，是数据分布假设。线性回归还假设残差（实际值和预测值之差）是近似正态分布的，方差恒定（同方差性）。我们没看到残差图，但样本量小的时候，很难准确判断这些假设是否满足。（5）整体评价和实际意义：总的来说，这个虚拟的回归分析结果看起来很“理想”：模型拟合极好（R²adj=0.97），系数非常显著（p<0.001），系数本身也有明确的解释意义（每增加一包/年，发病率增加6.5/10万）。它清晰地揭示了烟草摄入量和肺癌发病率之间强烈的正线性关系。如果这是真实数据，并且研究设计合理，这个结果在公共卫生领域意义重大。它为吸烟是肺癌重要危险因素提供了强有力的统计学证据。基于这个结果，可以制定更有效的控烟政策，提醒公众吸烟的危害。但是，在实际应用和解读时，必须牢记前面提到的局限性。不能因为这个模型拟合得很好，就完全依赖它来做所有预测。要意识到样本量小的风险，要考虑其他可能的影响因素，要警惕过度外推的可能性。最好能结合其他研究方法（比如队列研究、病例对照研究）和专业知识，综合评估吸烟与肺癌的关系。这个分析结果是个很好的起点，但不是终点，需要更全面地看待问题。本次试卷答案如下一、选择题答案及解析1.A解析：在假设检验中，如果原假设为真，但检验结果却拒绝了原假设，这种情况称为第一类错误，也称为“弃真错误”。这是我们在设定显著性水平时就决定要承担的风险。2.A解析：样本量越小，样本均值的标准误会越大，这意味着均值估计的变异性更大，我们越难区分真实的均值差异和由抽样误差引起的差异，从而检验效力降低，即正确拒绝错误原假设的能力下降。3.B解析：当样本量较大（如n>30）时，根据中心极限定理，样本均值的分布近似于正态分布，即使原始数据不服从正态分布。因此，即使原始数据分布未知或不正态，单样本t检验仍然可以使用，因为t统计量会趋近于标准正态分布，检验结果仍然有效。4.C解析：当进行双样本t检验时，如果两个样本的方差不等，使用Welch'st检验更为合适。Welch'st检验不要求两组方差相等，它通过一个稳健的公式来估计共同方差，从而得到更准确的检验结果。5.A解析：在卡方检验中，如果期望频数过低（通常指小于5），会导致卡方统计量的值不稳定，容易受到抽样误差的影响，从而使得检验结果不可靠。此时，可以考虑使用费舍尔精确检验或其他非参数检验方法。6.A解析：在方差分析中，如果假设被拒绝，说明至少有一个组别的均值与其他组别存在显著差异。但这并不意味着所有组别的均值都与其他组别有显著差异，可能只有部分组别之间存在差异。7.B解析：如果自变量与因变量之间存在非线性关系，线性回归模型的拟合效果会不好，预测能力也会下降。此时，可以考虑使用多项式回归、指数回归或其他非线性回归模型来更好地捕捉变量之间的关系。8.C解析：如果两个变量的相关系数为1，说明这两个变量之间存在完全线性关系，即一个变量的变化可以完美地由另一个变量线性预测。9.A解析：在假设检验中，如果p值小于显著性水平α，说明观测到的数据与原假设不一致，有足够的统计证据拒绝原假设。10.B解析：在假设检验中，如果p值大于显著性水平α，说明观测到的数据与原假设没有显著差异，没有足够的统计证据拒绝原假设，因此原假设被接受。11.B解析：在单样本t检验中，如果样本均值与总体均值差异很大，但p值却大于显著性水平α，说明这种差异在统计上并不显著，可能是由于抽样误差导致的，因此我们不能拒绝原假设。12.B解析：在双样本t检验中，如果两个样本的均值差异很大，但p值却大于显著性水平α，说明这种差异在统计上并不显著，可能是由于样本量不足或者抽样误差较大，因此我们不能拒绝原假设。13.A解析：在卡方检验中，如果p值小于显著性水平α，说明期望频数与观测频数之间存在显著差异，即实际观测结果与理论预期不符。14.A解析：在方差分析中，如果p值小于显著性水平α，说明至少有一个组别的均值与其他组别有显著差异，即组间差异超过了随机误差的范围。15.B解析：在回归分析中，如果回归系数为负，说明自变量与因变量之间存在负相关关系，即自变量增加时，因变量倾向于减少。16.C解析：在相关分析中，如果两个变量的相关系数为0，说明这两个变量之间不存在线性关系，即一个变量的变化不能由另一个变量线性预测。17.A解析：在假设检验中，如果显著性水平α设定得太高，意味着我们更容易接受原假设，因此第一类错误（弃真错误）的概率增加。18.B解析：在假设检验中，如果显著性水平α设定得太低，意味着我们更难接受原假设，因此第二类错误（取伪错误）的概率增加。19.B解示，如果样本数据不符合正态分布，但样本量较大（如n>30），根据中心极限定理，样本均值的分布近似于正态分布，因此t检验仍然可以使用，检验结果仍然有效。20.C解析：在双样本t检验时，如果两个样本的方差不等，使用Welch'st检验更为合适。Welch'st检验不要求两组方差相等，它通过一个稳健的公式来估计共同方差，从而得到更准确的检验结果。二、简答题答案及解析1.答案：假设检验的基本步骤包括：提出原假设和备择假设；选择显著性水平α；确定检验统计量；计算检验统计量的值；根据检验统计量的值和临界值做出统计决策；根据统计决策解释结果的实际意义。解析：提出原假设和备择假设是假设检验的第一步，原假设通常是研究者想要挑战的假设，备择假设是研究者想要支持的假设。选择显著性水平α是确定我们愿意承担的第一类错误（弃真错误）的概率。确定检验统计量是根据研究问题和数据类型选择合适的统计量，如t统计量、卡方统计量等。计算检验统计量的值是将样本数据代入统计量公式得到的数值。根据检验统计量的值和临界值做出统计决策，如果检验统计量的值落在拒绝域内，则拒绝原假设；如果检验统计量的值落在接受域内，则不能拒绝原假设。根据统计决策解释结果的实际意义，说明检验结果对研究问题的回答。2.答案：第一类错误是指在原假设为真的情况下，检验结果却拒绝了原假设，也称为“弃真错误”。第二类错误是指在原假设为假的情况下，检验结果却接受了原假设，也称为“取伪错误”。这两类错误是相互排斥的，即如果犯了一个错误，就不可能犯另一个错误。它们之间的关系是：显著性水平α是犯第一类错误的概率，1-β是犯第二类错误的概率，其中β是第二类错误的概率。通常情况下，我们通过控制α的大小来间接控制犯第一类错误的概率，但α减小会导致β增大，反之亦然。因此，在假设检验中，我们需要根据研究问题和实际情况来平衡两类错误。3.答案：在假设检验中，需要设定显著性水平α，因为它是我们愿意承担的第一类错误（弃真错误）的概率。设定显著性水平α的意义在于，它提供了一个标准，用于判断检验结果是否具有统计学意义。如果p值小于α，说明观测到的数据与原假设不一致，有足够的统计证据拒绝原假设；如果p值大于α，说明观测到的数据与原假设没有显著差异，没有足够的统计证据拒绝原假设。通过设定显著性水平α，我们可以控制犯第一类错误的概率，从而保证检验结果的可靠性。4.答案：单样本t检验是用于检验一个样本的均值与某个已知总体均值是否存在显著差异的假设检验方法。它适用于样本量较小（通常小于30）且总体方差未知的情况。双样本t检验是用于检验两个独立样本的均值是否存在显著差异的假设检验方法。它适用于两个样本量都较小（通常小于30）且两个总体方差未知的情况。两者的主要区别在于研究对象的多少和样本的独立性。单样本t检验只涉及一个样本，而双样本t检验涉及两个样本。此外，单样本t检验要求样本来自的总体服从正态分布，而双样本t检验对样本的分布没有特定要求。5.答案：在进行回归分析时，判断回归模型是否合适，需要综合考虑多个方面。首先，要检查模型的拟合优度，如R平方和调整后的R平方，它们反映了模型对数据变异的解释程度。其次，要检验回归系