2025年大学《统计学》专业题库- 统计学专业教学实践成果检查

2025年大学《统计学》专业题库——统计学专业教学实践成果检查考试时间：______分钟总分：______分姓名：______一、1.设随机变量X的分布函数为F(x)，则P{X≤a}等于？2.从总体中抽取一个容量为n的简单随机样本，样本均值记为X̄，样本方差记为S²，则E(X̄)和E(S²)分别等于多少？3.在假设检验中，第一类错误α是指什么概率？第二类错误β是指什么概率？4.写出线性回归模型Y=β₀+β₁X+ε的基本假设（至少写出两条）。5.解释什么是中心极限定理，并简述其重要性。二、设总体X服从正态分布N(μ,σ²)，其中μ未知，σ²已知。从总体中抽取一个容量为n=16的简单随机样本，样本均值为x̄=50。假设检验问题为：H₀:μ=52vsH₁:μ<52。若采用显著性水平α=0.05，且检验统计量服从标准正态分布N(0,1)。6.写出此检验的拒绝域。7.计算检验统计量的值。8.假设检验的结论是什么？三、设总体X的概率密度函数为f(x)={c(1+x),-1<x<0c(1-x),0≤x<10,其他}。其中c为未知常数。9.求常数c的值。10.计算X的期望E(X)。11.计算X²的方差Var(X²)。四、从一批灯泡中随机抽取10只，测得它们的寿命（单位：小时）如下：1450,1500,1580,1480,1490,1505,1540,1570,1550,1460。12.计算样本均值X̄。13.计算样本方差S²。14.某同学计算得到样本极差为110小时，这个极差是描述数据波动性的一个指标，请简要说明极差的含义。五、设X和Y是两个随机变量，已知E(X)=2,E(Y)=3,Var(X)=1,Var(Y)=4,Cov(X,Y)=-1。15.计算E(3X-2Y)。16.计算X和Y的相关系数ρₓᵧ。17.写出X和Y的方差Var(X+Y)的表达式，并求出其值。六、18.设随机变量X~B(n,p)，解释P(X=k)的表达式，并说明其中参数n和p的含义。19.在一项调查中，某事件发生的概率p=0.3。现进行100次独立重复试验，求该事件恰好发生30次的概率（用二项分布计算）。20.随机变量X~P(λ)，解释E(X)和Var(X)的值，并说明参数λ的含义。七、21.简述参数估计的两种基本方法：点估计和区间估计的区别。22.在对总体均值μ进行区间估计时，若置信水平提高，其他条件不变，置信区间的长度将如何变化？23.进行假设检验时，增大样本容量n，通常会对检验结果产生什么影响？八、24.在单因素方差分析（ANOVA）中，总离差平方和SST可以分解为什么两部分？请写出分解公式。25.解释F检验在单因素方差分析中的作用。26.如果在单因素方差分析中，发现某个因素的不同水平下的均值差异显著，后续可能进行哪些检验来找出哪些具体水平之间有差异？九、27.解释什么是时间序列数据，并列举两个时间序列数据的例子。28.简述移动平均法（MA）在时间序列预测中的基本思想。29.时间序列的长期趋势和季节性成分是如何影响预测的？十、30.在抽样调查中，什么是抽样误差？它与哪类误差有关？31.简述简单随机抽样、分层抽样和整群抽样的主要区别。32.为什么在实际应用中，往往采用分层抽样或整群抽样，而不是简单随机抽样？十一、33.简述统计软件（如R,Python,SPSS等）在统计学学习与研究中的主要作用。34.列举至少三种你熟悉的统计软件，并分别说明它们在哪个统计任务上可能特别常用。35.学习和使用统计软件时，你认为最重要的能力是什么？试卷答案一、1.F(a)2.E(X̄)=μ,E(S²)=σ²3.第一类错误α是指在原假设H₀为真时，错误地拒绝H₀的概率；第二类错误β是指在原假设H₀为假时，错误地未能拒绝H₀的概率。4.（1）ε~N(0,σ²)；（2）X和ε独立；（3）E(β₁)=1,E(β₀)=μ（注：若β₀和β₁均未知，则为E(β₁)=1,E(β₀)=μ）；（4）X和ε均服从正态分布。5.中心极限定理指出，独立同分布的随机变量X₁,...,Xₙ的样本均值X̄的分布近似于正态分布N(μ,σ²/n)，当n足够大时。其重要性在于，它为正态分布提供了广泛的适用性，即使原始变量不服从正态分布，其均值在样本量足够大时也近似正态，便于进行统计推断。二、6.Z≤-z_α，其中z_α是标准正态分布的上α分位点，α=0.05时，z_0.05≈1.645，故拒绝域为Z≤-1.645。7.Z=(X̄-μ₀)/(σ/√n)=(50-52)/(σ/√16)=-2√16/σ=-8/σ。8.因为检验统计量Z=-8/σ，其值未知。但若|Z|=8/σ>1.645，则拒绝H₀；若|Z|=8/σ≤1.645，则不拒绝H₀。结论取决于σ的未知值。假设σ足够大使得8/σ>1.645（例如σ<4.825），则结论为拒绝H₀，认为μ<52；否则不拒绝H₀。三、9.由f(x)为概率密度函数，∫₋∞^∞f(x)dx=1。∫₋₁⁰c(1+x)dx+∫₀¹c(1-x)dx=c[x+x²/2]₋₁⁰+c[x-x²/2]₀¹=c[(0+0/2)-(-1+1/2)]+c[(1-1/2)-(0-0/2)]=c[1/2]+c[1/2]=c=1。故c=1/2。10.E(X)=∫₋∞^∞xf(x)dx=∫₋₁⁰x(1/2)(1+x)dx+∫₀¹x(1/2)(1-x)dx=(1/2)∫₋₁⁰(x+x²)dx+(1/2)∫₀¹(x-x²)dx=(1/2)[(x²/2+x³/3)₋₁⁰]+(1/2)[(x²/2-x³/3)₀¹]=(1/2)[(0+0/2)-(1/2-1/3)]+(1/2)[(1/2-0/3)-(0-0)]=(1/2)[-1/6]+(1/2)[1/2]=-1/12+1/4=1/12。11.E(X²)=∫₋∞^∞x²f(x)dx=∫₋₁⁰x²(1/2)(1+x)dx+∫₀¹x²(1/2)(1-x)dx=(1/2)∫₋₁⁰(x²+x³)dx+(1/2)∫₀¹(x²-x³)dx=(1/2)[(x³/3+x⁴/4)₋₁⁰]+(1/2)[(x³/3-x⁴/4)₀¹]=(1/2)[(0-(-1/3+1/4))+(1/3-0)]+(1/2)[(1/3-0)-(0-0)]=(1/2)[(1/12)+(1/3)]+(1/2)[1/3]=(1/2)[5/12]+(1/6)=5/24+4/24=9/24=3/8。Var(X²)=E(X²)-[E(X)]²=3/8-(1/12)²=3/8-1/144=54/144-1/144=53/144。四、12.X̄=(1450+1500+1580+1480+1490+1505+1540+1570+1550+1460)/10=15115/10=1511.5。13.S²=[Σ(xi-X̄)²]/(n-1)=[(1450-1511.5)²+...+(1460-1511.5)²]/9=[(-61.5)²+(-111.5)²+...+(-51.5)²]/9=[3782.25+12432.25+...+2652.25]/9=[124500.25]/9≈13833.36。14.样本极差是样本数据中的最大值与最小值之差。在此例中，最大值为1580，最小值为1450，极差为1580-1450=130小时。极差是衡量数据散布范围的一个简单指标，但它只利用了两个极端值的信息，易受极端值影响，且未考虑数据分布的中间情况。五、15.E(3X-2Y)=3E(X)-2E(Y)=3(2)-2(3)=6-6=0。16.ρₓᵧ=Cov(X,Y)/(σₓσᵧ)=-1/(√1*√4)=-1/2=-0.5。相关系数ρₓᵧ的绝对值|ρₓᵧ|=0.5，表示X和Y之间存在中等强度的线性负相关关系。17.Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y)（因为X和Y不相关，所以2Cov(X,Y)=2*(-1)=-2）。Var(X+Y)=1+4-2=3。六、18.P(X=k)=C(n,k)*p^k*(1-p)^(n-k)，其中n是试验总次数，p是每次试验事件发生的概率，k是事件发生的次数，C(n,k)=n!/(k!(n-k)!)是组合数，表示从n次试验中选出k次发生的方式数。19.P(X=30)=C(100,30)*(0.3)^30*(0.7)^(100-30)=C(100,30)*(0.3)^30*(0.7)^70。具体数值需计算器计算。20.对于泊松分布P(λ)，E(X)=λ,Var(X)=λ。参数λ表示单位时间（或单位面积）内事件发生的平均次数。七、21.点估计是用一个具体的数值（点估计量）来估计未知参数；区间估计是用一个区间（置信区间）来估计未知参数，并给出此区间包含参数真值的可信程度（置信水平）。22.置信水平提高，意味着我们希望推断结果更可靠，即犯第二类错误的概率更小。这通常需要更宽的置信区间来覆盖参数的真值。23.增大样本容量n，可以提高估计量的精度（如标准误减小），增加检验的统计功效（更容易拒绝错误的原假设），使抽样分布更接近理论分布（根据中心极限定理等）。八、24.SST=SSTR+SSE。其中SSTR是组间平方和，衡量组均值差异引起的变异；SSE是组内平方和（误差平方和），衡量随机误差引起的变异。25.F检验通过比较组间方差（SSTR/n₁）与组内方差（SSE/(n-n₁)）的比值，构造一个F统计量。如果组间方差显著大于组内方差，即F统计量超过临界值，则拒绝原假设，认为至少有两个组均值存在显著差异。26.如果F检验结论显著，后续可采用多重比较检验，如TukeyHSD检验、Bonferroni校正检验等，来具体确定哪些组之间（或哪些水平之间）的均值差异是显著的。九、27.时间序列数据是按照一定时间顺序（如按时间间隔、按日期）排列的一系列观测值。例子：某股票每周的收盘价、某城市每月的降雨量。28.移动平均法是通过对时间序列数据逐期递推计算平均值来平滑数据、消除短期随机波动，以揭示数据长期趋势的一种方法。常用有简单移动平均和加权移动平均。29.长期趋势影响预测的基准水平；季节性成分导致数据在一年内或固定周期内呈现规律性波动，必须在预测中考虑以得到更准确的短期预测；周期性成分（若存在）则引起更长周期（通常超过一年）的波动。十、30.抽样误差是指由于抽样方法本身的原因，使得样本统计量（如样本均值、样本比例）与总体参数（总体均值、总体比例）之间存在的随机差异。它与随机抽样有关。31.简单随机抽样是直接从总体中随机抽取样本，每个个体被抽中的概率相等；分层抽样是将总体按某种特征分成互不重叠的层，再在各层内进行随机抽样；整群抽样是将总体分成若干群，随机抽取部分群，再对抽中的群内所有个体或随机抽取群内个体进行观察。32.实际中常采用分层抽样因为可以保证样本在关键特征上的代表性，提高估计精度；采用整群抽样因为实施方便，成本较低，尤其是在地理上分散的总体中。这些方法比简单随机抽样能更好地控制误差或适应特定条件。十一、33.统计软件在统计学中用于数据处理、数值计算、统计制图、模型构建与拟合、模拟实验等，极大地提高了