2025年统计学期末考试题库：统计与决策试题型

2025年统计学期末考试题库：统计与决策试题型考试时间：______分钟总分：______分姓名：______一、选择题（每小题2分，共20分。请将正确选项的字母填在题后的括号内）1.已知一组数据：3,5,7,9,11。该数据的平均数和中位数分别是（）。A.6.5,7B.7,6.5C.6.5,6.5D.7,72.在一个正态分布中，如果均值为100，标准差为10，那么大约68%的数据落在哪个范围内？（）A.90到110B.80到120C.70到130D.60到1403.样本方差是总体方差的无偏估计量，这个说法（）。A.总是正确B.总是错误C.有时正确D.无法判断4.在进行假设检验时，第一类错误是指（）。A.犯假设为真却拒绝假设的错误B.犯假设为假却接受假设的错误C.没有犯任何错误D.A和B都可能是5.设总体服从正态分布N(μ,σ²)，当σ²未知时，检验H₀:μ=μ₀应使用的检验统计量是（）。A.Z=(样本均值-μ₀)/(σ/√n)B.t=(样本均值-μ₀)/(样本标准差/√n)C.Z=(样本均值-μ₀)/(σ/√n)D.t=(样本均值-μ₀)/σ6.两个变量之间的相关系数r的取值范围是（）。A.[0,1]B.(-1,1)C.[-1,1]D.R7.简单线性回归方程β̂=b₀+b₁x中，b₁表示（）。A.回归截距B.回归系数C.自变量D.因变量8.对于分类数据，最适合用来度量两个分类变量之间关联程度的统计量是（）。A.相关系数B.回归系数C.列联表D.卡方统计量9.抽样调查中，抽样误差是指（）。A.调查员工作失误造成的误差B.登记错误造成的误差C.由于抽样导致样本结果与总体真值之间的差异D.总体本身存在的不确定性10.在对两个总体的均值进行比较时，如果两个总体的方差未知但相等，应使用（）。A.Z检验B.t检验（独立样本，相等方差）C.t检验（配对样本）D.F检验二、填空题（每小题2分，共10分。请将答案填在题后的横线上）1.若一组样本数据为：x₁,x₂,...,xn，其样本均值为x̄，样本方差为s²，则样本标准差s=______。2.假设检验中，犯第二类错误的概率记为β，则1-β称为______。3.在线性回归分析中，判定系数R²表示因变量的变异中能被回归方程解释的______。4.当样本量n很大时（n≥30），根据中心极限定理，样本均值的抽样分布近似服从______分布。5.若两个变量之间的相关系数r=-0.8，则说明这两个变量之间存在______相关关系。三、计算题（每小题10分，共30分）1.某班级20名学生的身高（单位：cm）数据如下：170,168,165,172,169,175,164,170,166,172,168,165,170,164,173,169,171,166,167,172。要求：计算该班级学生身高的样本均值、样本方差和样本标准差。2.某工厂生产某种零件，已知零件重量服从正态分布，均值μ=50克，标准差σ=1克。现随机抽取100个零件，测得样本均重为50.2克。假设生产过程正常，检验是否可以认为现在生产的零件重量仍符合标准（μ=50克），检验水平α=0.05。请完成假设检验的步骤，包括提出假设、计算检验统计量、做出决策（说明依据）。3.某研究者想探究广告投入（x，单位：万元）与产品销量（y，单位：件）之间的关系，收集了10组数据，并计算出：∑x=50,∑y=800,∑x²=280,∑y²=64000,∑xy=3850。假设销量与广告投入之间存在线性关系。要求：建立销量对广告投入的简单线性回归方程，并解释回归系数的含义。四、应用题（共20分）某公司人力资源部想知道员工的工作经验（年）是否会影响其月工资水平。随机抽取了15名员工，收集了他们的工作经验和月工资数据。假设月工资（元）与工作经验（年）均服从正态分布，且方差相等。请根据以下部分信息（完整数据需假设提供或自行设计合理数据以完成分析）完成以下分析要求：（提示：假设部分数据如下，请基于此进行计算和分析，或自行设计数据）工作经验（年）：2,3,5,4,6,2,8,5,3,7,4,9,1,5,6月工资（元）：5000,5500,6500,6000,7000,5200,7500,6300,5800,7200,5900,7800,4800,6200,6800要求：1.计算月工资与工作经验的样本相关系数，并解释其含义。2.建立月工资对工作经验的简单线性回归模型。3.如果某员工有5年工作经验，根据建立的模型预测其月工资水平。4.基于以上分析，简要说明公司人力资源部可以如何利用这些信息来制定与工资相关的决策（例如，招聘、晋升、薪酬调整等）。试卷答案一、选择题1.B2.B3.C4.A5.B6.C7.B8.D9.C10.B二、填空题1.√(s²)2.检验效能（或犯第二类错误的概率的补）3.比例/部分4.正态5.负强三、计算题1.解析思路：先计算样本均值x̄。然后计算每个数据点与均值的差的平方，求和后除以n-1得到样本方差s²。最后对样本方差开平方得到样本标准差s。计算过程：x̄=(170+168+...+167+172)/20=1694/20=84.7s²=[(170-84.7)²+(168-84.7)²+...+(167-84.7)²+(172-84.7)²]/(20-1)=[(-14.7)²+(-16.7)²+...+(-17.7)²+(17.3)²]/19=[216.09+278.89+...+313.29+299.29]/19=3114.8/19≈163.78s=√163.78≈12.8cm（注：此处手工计算可能存在四舍五入误差，精确值可能略有不同）2.解析思路：首先根据题意提出原假设H₀和备择假设H₁。由于总体标准差σ已知，且样本量n较大，选择Z检验。计算检验统计量Z的值。根据检验水平α确定拒绝域（临界值或p值）。比较Z值与临界值或计算p值，做出拒绝或不拒绝H₀的决策。假设检验步骤：H₀:μ=50克H₁:μ≠50克（双边检验）检验统计量：Z=(样本均值-μ₀)/(σ/√n)=(50.2-50)/(1/√100)=0.2/0.1=2检验水平：α=0.05，双边检验，拒绝域为Z<-1.96或Z>1.96。决策：计算得到的Z值=2，属于拒绝域（因为2>1.96），因此拒绝原假设H₀。结论：在α=0.05的水平上，有理由认为现在生产的零件重量不符合标准（均值不为50克）。（依据：Z值落入拒绝域）3.解析思路：先计算回归系数b₁和截距b₀。b₁的计算公式为b₁=[n∑xy-(∑x)(∑y)]/[n∑x²-(∑x)²]。b₀的计算公式为b₀=x̄-b₁x̄，其中x̄=∑x/n，ȳ=∑y/n。将数据代入公式计算即可得到回归方程β̂=b₀+b₁x。计算过程：n=10,∑x=50,∑y=800,∑x²=280,∑y²=64000,∑xy=3850x̄=50/10=5,ȳ=800/10=80b₁=[10*3850-50*800]/[10*280-50²]=[38500-40000]/[2800-2500]=-1500/300=-5b₀=80-(-5)*5=80+25=105回归方程：β̂=105-5x解析：b₁=-5表示，广告投入每增加1万元，预计产品销量会减少5件（在其他因素不变的情况下）。四、应用题解析思路：1.计算样本相关系数r。公式为r=[n∑xy-(∑x)(∑y)]/√{[n∑x²-(∑x)²][n∑y²-(∑y)²]}。计算得到r后，根据其绝对值大小判断相关强度的程度。2.建立简单线性回归模型，即求y对x的回归方程β̂=b₀+b₁x。先计算b₁（同计算题3），再计算b₀=ȳ-b₁x̄。得到方程。3.将x=5代入第