2025年大学《统计学》专业题库- 统计方法与数据分析

2025年大学《统计学》专业题库——统计方法与数据分析考试时间：______分钟总分：______分姓名：______一、选择题（每小题2分，共20分。请将正确选项字母填在括号内）1.设总体X服从正态分布N(μ,σ²)，X₁,X₂,...,Xn是来自X的样本，则样本均值X̄的期望和方差分别为：(A)μ,σ²(B)μ,σ²/n(C)nμ,σ²(D)μ/n,σ²/n2.对于一个样本容量为n的简单随机样本，下列哪个统计量是总体均值μ的无偏估计量？(A)X̄+1(B)X̄-S²(C)X̄(D)|X̄|3.在假设检验中，犯第一类错误的概率α是指：(A)H₀为真时拒绝H₀的概率(B)H₀为假时拒绝H₀的概率(C)H₀为真时接受H₀的概率(D)H₀为假时接受H₀的概率4.设总体X的均值μ未知，方差σ²已知，欲检验H₀:μ=μ₀vsH₁:μ≠μ₀，当样本量n较大时，应使用的检验统计量是：(A)t(B)Z(C)χ²(D)F5.已知总体X的均值μ和方差σ²，Y=aX+b，则Y的均值E(Y)和方差Var(Y)分别为：(A)aμ+b,aσ²+b²(B)aμ+b,a²σ²(C)μ+a,σ²+b(D)aμ,bσ²6.在线性回归模型Y=β₀+β₁X+ε中，若要检验β₁是否显著不为0，应进行哪种假设检验？(A)H₀:β₀=0vsH₁:β₀≠0(B)H₀:β₁=0vsH₁:β₁≠0(C)H₀:σ²=0vsH₁:σ²≠0(D)H₀:X=0vsH₁:X≠07.设总体X的分布未知，但知道X的分布是对称的，欲估计X的中位数，下列哪个样本统计量是较好的点估计量？(A)样本极差(B)样本方差(C)样本均值(D)样本中位数8.如果两个变量X和Y的样本相关系数r接近-1，则表明：(A)X和Y之间存在正相关关系(B)X和Y之间存在负相关关系(C)X和Y之间不存在线性相关关系(D)X和Y之间存在非线性相关关系9.在单因素方差分析（ANOVA）中，检验因素A对结果是否有显著影响，实际上是检验以下哪个假设？(A)各个水平的均值都相等(B)至少有一个水平的均值与其他水平不等(C)样本方差是否等于总体方差(D)数据是否服从正态分布10.对一组观测数据，计算其样本方差S²时，若将每个数据都加上同一个常数c，则新数据的样本方差：(A)变为S²+c²(B)变为S²-c²(C)保持不变(D)无法确定二、填空题（每小题2分，共10分。请将答案填在横线上）1.若随机变量X的期望E(X)=5，方差Var(X)=4，则随机变量Y=2X-3的期望E(Y)=______，方差Var(Y)=______。2.设总体X~N(μ,16)，从中抽取一个样本容量为9的样本，样本均值为12。若要构造μ的95%置信区间，且总体标准差已知，则置信区间的上下限分别为______和______（σ=4）。3.在假设检验H₀:p=0.5vsH₁:p>0.5中，若样本比例p̂=0.6，样本容量n=100，则检验统计量Z的观测值z=______（精确到两位小数）。4.一个样本的观测值为：3,7,5,13,20。该样本的均值X̄=______，样本方差S²=______（精确到一位小数）。5.在多元线性回归模型中，F检验主要用于判断______是否显著不为0。三、计算题（共50分）1.（10分）设总体X的密度函数为f(x;θ)=θx^(θ-1),0<x<1,θ>0。从中抽取一个样本容量为n的样本X₁,X₂,...,Xn。(1)求参数θ的矩估计量。(2)求参数θ的最大似然估计量。2.（10分）为了检验某药物的疗效，随机抽取了15名病人服用该药物，测得服药前后血压的变化量（单位：mmHg）如下：2,4,-1,3,5,0,2,3,4,1,5,3,2,4,3。假设血压变化量服从正态分布。(1)检验服用该药物前后血压变化量的均值是否有显著差异（设α=0.05）。(2)求服药前后血压变化量均值差的95%置信区间。3.（15分）某研究想比较三种不同广告策略（A,B,C）对产品销售量的影响。随机选取了6个区域，每个区域采用一种广告策略，记录了产品销售量（单位：件）如下：策略A：50,55,48,53,49,47策略B：45,47,49,51,43,46策略C：52,50,56,54,51,53假设各区域的产品销售量服从正态分布且方差相等。(1)检验三种广告策略下的平均销售量是否有显著差异（设α=0.05）。(2)若在显著性水平α=0.05下认为有显著差异，请进行多重比较（如使用LSD法或Tukey法，说明选择的方法并写出主要步骤），以判断哪种策略的效果最好。4.（15分）某服装店销售某种款式的衬衫，记录了过去50周每周的销售量（Y，单位：件）和每周的广告投入（X，单位：百元），并计算出回归分析的部分结果如下：样本相关系数r=0.8，回归方程的截距b₀=10，斜率b₁=5，回归平方和SSR=1440，残差平方和SSE=160。(1)求回归系数b₁的检验统计量t₁及其观测值（精确到两位小数）。(2)求回归方程的估计标准误差Se（精确到两位小数）。(3)计算判定系数R²，并解释其含义。(4)若某周广告投入为800元，预测该周的销售量，并给出预测值的95%置信区间（假设残差服从正态分布，方差未知）。四、简答题（共20分）1.（10分）简述假设检验中P值的意义。在显著性水平α下，如何根据P值判断是否拒绝原假设H₀？2.（10分）解释什么是统计推断。它主要包括哪些基本内容？试卷答案一、选择题1.B2.C3.A4.B5.B6.B7.D8.B9.B10.C二、填空题1.7,162.10.02,13.983.1.804.8.0,30.75.全体回归系数三、计算题1.（10分）(1)矩估计量：θ=1/X̄(2)最大似然估计量：θ=(n/Σln(Xi))⁻¹解析思路：(1)矩估计：E(X)=θ。样本均值X̄是E(X)的无偏估计，故θ̂_M=E(X̄)=X̄，即θ̂_M=1/X̄。(2)最大似然估计：写出样本的似然函数L(θ)=Π[i=1ton]θ*xᵢ^(θ-1)，取对数得到lnL(θ)=nlnθ+Σ[i=1ton](θ-1)lnxᵢ。对θ求导，得d(lnL)/dθ=n/θ+Σ[i=1ton]lnxᵢ。令导数为0，解得θ̂_MLE=-n/Σ[i=1ton]lnxᵢ=(n/Σln(Xi))⁻¹。2.（10分）(1)H₀:μ_d=0vsH₁:μ_d≠0。检验统计量t=|X̄_d|/(S_d/√n)≈2.25。查t分布表（df=14,α/2=0.025），临界值t_(0.025,14)≈2.145。因为|2.25|>2.145，拒绝H₀。有显著差异。(2)置信区间：X̄_d±t_(α/2,df)*(S_d/√n)≈2.25±2.145*(2.6/√15)≈(0.04,4.46)解析思路：(1)这是配对样本t检验。先计算样本均值变化量X̄_d=2.25，样本标准差S_d≈2.6。计算检验统计量t。与t分布的临界值比较，做出决策。(2)均值差的置信区间公式：X̄_d±t_(α/2,df)*(S_d/√n)。代入计算得到的值。3.（15分）(1)F检验。F=MS_A/MS_error≈4.69。查F分布表（df₁=2,df₂=15,α=0.05），F_(0.05,2,15)≈3.68。因为F=4.69>3.68，拒绝H₀。有显著差异。(2)多重比较（采用LSD法）。计算各组均值：X̄_A=49.5,X̄_B=46.0,X̄_C=52.5。计算均值差及绝对值：|X̄_A-X̄_B|=3.5,|X̄_A-X̄_C|=3.0,|X̄_B-X̄_C|=6.5。计算LSD：LSD=t_(α/2,df)*√(MS_error*(2/n))≈2.131*√(30.7*(2/6))≈4.72。比较|均值差|与LSD：只有|X̄_B-X̄_C|=6.5>4.72。因此，拒绝H₀_B:C，认为策略C显著优于策略B。其他组间无显著差异。解析思路：(1)这是单因素方差分析。计算各组的均值和总体均值。计算组内平方和SS_w=735,组间平方和SS_b=315。计算均方MS_w=30.7,MS_b=4.69。计算F统计量并与临界值比较。(2)若F检验显著，进行多重比较。LSD法公式。计算各均值差及LSD。比较各均值差与LSD的大小，判断哪些组间存在显著差异。此处只比较了所有两两组合。4.（15分）(1)t₁=b₁/(Se/√Σ(Xi-X̄)²)=5/(4.0/√800)≈5/0.4=12.50(2)Se=√(SSE/(n-2))=√(160/48)≈1.79(3)R²=SSR/(SSR+SSE)=1440/(1440+160)=1440/1600=0.90。R²=0.90表示模型解释了总变异的90%。(4)预测值Y₀̂=b₀+b₁X₀=10+5*8=50。置信区间：Y₀̂±t_(α/2,df)*Se*√(1/n+(X₀-X̄)²/Σ(Xi-X̄)²)≈50±2.009*1.79*√(1/50+(8-6.2)²/800)≈50±2.009*1.79*0.345≈50±1.30，即(48.70,51.30)解析思路：(1)回归系数的t检验统计量公式。需要计算估计标准误差Se（Se=√MSE，MSE=SSE/(n-2)），以及X的离差平方和Σ(Xi-X̄)²。代入计算。(2)估计标准误差Se的计算公式。(3)