2025年大学《统计学》专业题库- 统计学专业教学实践成果展示

2025年大学《统计学》专业题库——统计学专业教学实践成果展示考试时间：______分钟总分：______分姓名：______一、简述描述性统计的主要任务及其常用指标。二、设一批产品的废品率为p，现进行重复抽样检查，欲使检查出至少一个废品的概率不小于0.99，问至少应抽查多少件产品？已知该批产品的废品率p=0.05。三、已知某地区男性成年人的平均身高为175cm，标准差为6cm。现随机抽取该地区100名成年男性，计算其平均身高在170cm至180cm之间的概率。四、在假设检验中，第一类错误和第二类错误的含义分别是什么？它们之间是否存在矛盾？为什么？五、某公司想了解广告投入与销售额之间的关系，收集了连续6年的数据如下：广告投入（万元）：10,15,20,25,30,35；销售额（万元）：100,120,140,160,180,200。请计算广告投入与销售额之间的相关系数，并判断两者是否存在线性相关关系。六、某医生想比较两种不同的治疗方法对某种疾病的治疗效果。他随机选取了60名患者，其中30人接受方法A治疗，30人接受方法B治疗。经过一段时间治疗后，方法A组有20人治愈，方法B组有25人治愈。请使用适当的假设检验方法，分析两种治疗方法的效果是否存在显著差异。七、简述回归分析中拟合优度（R²）的含义及其取值范围。八、某超市想要预测下一个月某种商品的销售量。他们收集了过去10个月的销售数据，并建立了线性回归模型。模型中的回归系数分别为：截距项=50，斜率=2。请解释这两个系数的含义。如果下一个月的广告投入为10万元，根据模型预测下个月该商品的销售量是多少？九、简述抽样调查中抽样误差的概念及其影响因素。十、在某一人口调查中，采用分层抽样方法，将总体分为5层，各层的人数分别为：1000,2000,3000,4000,5000。如果要从总体中抽取200人进行调查，请计算每层的抽样比例，并确定每层应抽取的人数。十一、某工厂生产一种零件，已知零件长度服从正态分布N(μ,σ²)，其中μ未知，σ=0.1cm。现从中随机抽取25个零件，测得样本均值为10.05cm。请构建总体均值μ的95%置信区间。十二、为了比较两种不同品牌的电池寿命，随机抽取了品牌A的电池15节，品牌B的电池20节，测得样本均值和样本标准差如下：品牌A：均值12小时，标准差3小时；品牌B：均值13小时，标准差4小时。请使用适当的假设检验方法，分析两种品牌电池的平均寿命是否存在显著差异（显著性水平α=0.05）。十三、简述时间序列分析的主要目的。十四、某股票连续10天的收盘价分别为：10,10.5,11,11.5,12,11.8,11.5,12.2,12.5,13。请计算其移动平均数（采用3天移动平均）。十五、某研究者想要分析某城市居民收入水平与其消费支出之间的关系。他收集了100户家庭的收入和消费数据，并计算得到相关系数r=0.85。请解释该相关系数的含义，并说明其取值是否表明收入与消费之间存在很强的线性关系。十六、在统计推断中，点估计和区间估计的区别是什么？请各举一例说明。十七、简述假设检验中显著性水平α的含义。十八、某公司想要了解员工对工作满意度的评价。他们随机抽取了100名员工进行调查，其中60名员工表示对工作满意。请估计该公司全体员工中对工作满意的比例的95%置信区间。十九、简述方差分析的基本思想。二十、某农场想要比较四种不同的肥料对作物产量的影响。他们选择了相同的土地条件，将土地分为16块，每块土地随机施用一种肥料，作物成熟后测量产量。请说明在这种情况下，应使用哪种统计方法来分析肥料对产量的影响，并简要说明理由。试卷答案一、描述性统计的主要任务是对收集到的数据进行整理、概括和展示，以揭示数据的基本特征和规律。常用指标包括：①集中趋势指标（如均值、中位数、众数）；②离散程度指标（如极差、方差、标准差、变异系数）；③分布形态指标（如偏态系数、峰态系数）；④位置指标（如百分位数）。二、设应抽查n件产品。检查出至少一个废品的概率为1-检查出全是正品的概率。检查出全是正品的概率为(1-p)ⁿ。要求P≥0.99，即1-(1-p)ⁿ≥0.99，(1-p)ⁿ≤0.01。p=0.05，代入得(1-0.05)ⁿ≤0.01，0.95ⁿ≤0.01。取对数得n*ln(0.95)≤ln(0.01)。由于ln(0.95)<0，不等式方向改变。n≥ln(0.01)/ln(0.95)≈58.02。故至少应抽查59件产品。三、随机变量X表示100名男性成年人的平均身高。X~N(μ=175,σ=σ/√n=6/√100=0.6)。所求概率P(170≤X≤180)=P((170-175)/0.6≤(X-175)/0.6≤(180-175)/0.6)=P(-2.5≤Z≤2.5)。利用标准正态分布表或计算器得P=Φ(2.5)-Φ(-2.5)=2Φ(2.5)-1≈2*0.9938-1=0.9876。四、第一类错误是指原假设H₀为真，但错误地拒绝了H₀，称为“以真为假”。第二类错误是指原假设H₀为假，但错误地接受了H₀，称为“以假为真”。两者之间不矛盾，可以同时发生。控制第一类错误的概率（显著性水平α）和控制第二类错误的概率（β）通常是相互制约的，减小其中一个往往会增大另一个。五、设广告投入为X，销售额为Y。计算协方差cov(X,Y)=Σ(xi-x̄)(yi-ȳ)/(n-1)=[(10-20)(100-140)+(15-20)(120-140)+(20-20)(140-140)+(25-20)(160-140)+(30-20)(180-140)+(35-20)(200-140)]/5=[(-10)*(-40)+(-5)*(-20)+0*0+(5)*20+(10)*40+(15)*60]/5=(400+100+0+100+400+900)/5=1900/5=380。样本方差sₓ²=Σ(xi-x̄)²/(n-1)=[(10-20)²+(15-20)²+(20-20)²+(25-20)²+(30-20)²+(35-20)²]/5=[100+25+0+25+100+225]/5=375/5=75。样本方差s<0xE1><0xB5><0xA3>²=Σ(yi-ȳ)²/(n-1)=[(100-140)²+(120-140)²+(140-140)²+(160-140)²+(180-140)²+(200-140)²]/5=[1600+400+0+400+1600+3600]/5=8000/5=1600。相关系数r=cov(X,Y)/(sqrt(sₓ²)s<0xE1><0xB5><0xA3>)=380/(sqrt(75)sqrt(1600))=380/(sqrt(75)*40)=380/(5*sqrt(3)*40)=380/(200*sqrt(3))=19/(10*sqrt(3))=19*sqrt(3)/30≈1.2048/30≈0.7016。由于r>0.7，且根据数据点大致呈直线趋势，可以判断两者存在较强的正线性相关关系。六、设事件A表示接受方法A治疗并治愈，事件B表示接受方法B治疗并治愈。P(A)=20/30=2/3。P(B)=25/30=5/6。样本量n=60。这是一个比较两个比例的假设检验问题。检验统计量近似服从N(0,1)。Z=(P_A-P_B)/sqrt(P̂(1-P̂)[(1/n_A)+(1/n_B)])，其中P̂=(x_A+x_B)/n=(20+25)/60=45/60=3/4。1-P̂=1/4。Z=(2/3-5/6)/sqrt(3/4*(1/4)*[(1/30)+(1/30)])=(-1/6)/sqrt(3/4*1/4*2/30)=(-1/6)/sqrt(3/4*1/4*1/15)=(-1/6)/sqrt(3/240)=(-1/6)/sqrt(1/80)=(-1/6)/(1/sqrt(80))=-sqrt(80)/6=-sqrt(16*5)/6=-4*sqrt(5)/6。查标准正态分布表得P值约为P(Z<-4*sqrt(5)/6)<P(Z<-3.5)≈0。由于P值远小于显著性水平α=0.05，拒绝原假设H₀（即两种方法治愈率相同），认为两种方法的治疗效果存在显著差异。七、回归分析中拟合优度（R²）也称为决定系数，它表示因变量的变异中能被自变量解释的百分比。R²的取值范围在0到1之间。R²=0表示自变量对因变量没有解释力；R²=1表示自变量能完全解释因变量的变异。R²越接近1，说明回归模型对数据的拟合程度越好，自变量对因变量的解释能力越强。八、截距项β₀=50的含义是：当广告投入为0万元时，模型的预测销售额为50万元。这通常是一个理论值或起点值，在实际情况中广告投入为0可能并不适用。斜率β₁=2的含义是：广告投入每增加1万元，预测的销售额将增加2万元。根据模型预测下个月（广告投入X=10万元）的销售量Ŷ=β₀+β₁X=50+2*10=50+20=70万元。九、抽样误差是指由于抽样的随机性而导致的样本统计量（如样本均值、样本比例）与总体参数（如总体均值、总体比例）之间存在的差异。抽样误差是随机抽样调查中不可避免的，其大小受以下因素影响：①总体方差：总体元素差异越大，抽样误差越大；②样本容量：样本容量越大，抽样误差越小；③抽样方法：不同的抽样方法（如简单随机抽样、分层抽样、整群抽样）有不同的抽样误差；④抽样组织形式：抽样过程中的随机化程度越高，抽样误差控制越好。十、总体N=1000+2000+3000+4000+5000=15000。抽样比例n/N=200/15000=2/150=1/75。每层应抽取人数：层1：1000*(1/75)=1000/75≈13.33，向上取整为14人。层2：2000*(1/75)=2000/75≈26.67，向上取整为27人。层3：3000*(1/75)=3000/75=40人。层4：4000*(1/75)=4000/75≈53.33，向上取整为54人。层5：5000*(1/75)=5000/75≈66.67，向上取整为67人。检查总数：14+27+40+54+67=202人。略超200，需调整。最简单的方法是按比例缩减：总应抽人数为200，调整系数=200/202≈0.9901。重新计算每层人数：层1：14*0.9901≈13.86，取14。层2：27*0.9901≈26.73，取27。层3：40*0.9901≈39.60，取40。层4：54*0.9901≈53.46，取54。层5：67*0.9901≈66.34，取66。总数为14+27+40+54+66=197人。再次调整系数=200/197≈1.0152。重新计算每层人数：层1：14*1.0152≈14.21，取14。层2：27*1.0152≈27.41，取27。层3：40*1.0152≈40.61，取41。层4：54*1.0152≈54.82，取55。层5：67*1.0152≈68.02，取68。总数为14+27+41+55+68=205人。再次调整系数=200/205≈0.9756。重新计算每层人数：层1：14*0.9756≈13.66，取14。层2：27*0.9756≈26.44，取26。层3：41*0.9756≈40.00，取40。层4：55*0.9756≈53.66，取54。层5：68*0.9756≈66.44，取66。总数为14+26+40+54+66=200人。最终结果：层1抽取14人，层2抽取26人，层3抽取40人，层4抽取54人，层5抽取66人。十一、由于总体标准差σ未知，且样本量n=25较小（n<30），应使用t分布构建置信区间。置信水平为95%，自由度df=n-1=24。查t分布表得t_(α/2,24)≈t_0.025,24≈2.064。置信区间为：x̄±t_(α/2,df)*(s/√n)=10.05±2.064*(0.1/√25)=10.05±2.064*(0.1/5)=10.05±2.064*0.02=10.05±0.04128。故置信区间为[10.00872,10.09128]。约化为[10.009,10.091]。十二、这是独立样本t检验的问题，因为来自两个不同总体的样本相互独立。检验假设H₀：μ_A=μ_B（两种品牌平均寿命相同），H₁：μ_A≠μ_B（两种品牌平均寿命不同）。由于总体方差未知且相等（需先检验方差齐性，此处假设方差相等），使用合并方差t检验。合并方差s_p²=[(n_A-1)s_A²+(n_B-1)s_B²]/(n_A+n_B-2)=[(15-1)*3²+(20-1)*4²]/(15+20-2)=[14*9+19*16]/33=[126+304]/33=430/33≈13.03。合并标准差s_p≈sqrt(13.03)≈3.61。检验统计量t=(x̄_A-x̄_B)/(s_p*sqrt(1/n_A+1/n_B))=(12-13)/(3.61*sqrt(1/15+1/20))=-1/(3.61*sqrt(4/60+3/60))=-1/(3.61*sqrt(7/60))=-1/(3.61*sqrt(7/60))=-1/(3.61*sqrt(7/60))=-1/(3.61*0.3162)≈-1/1.1405≈-0.8747。自由度df=n_A+n_B-2=33。查t分布表得t_(α/2,df)=t_0.025,33≈2.034。由于|-0.8747|<2.034，未落入拒绝域。P值约为2P(t>0.8747)≈2P(t<-0.8747)≈2*0.1946=0.3892。由于P值=0.3892>α=0.05，不能拒绝原假设H₀。认为两种品牌电池的平均寿命没有显著差异。十三、时间序列分析的主要目的是对按时间顺序排列的数据进行描述、分析、建模和预测，以揭示数据随时间变化的模式、趋势和周期性，并利用这些模式进行未来值的预测或解释数据变化的原因。十四、3天移动平均依次为：(10+10.5+11)/3=31.5/3=10.5；(10.5+11+11.5)/3=33/3=11；(11+11.5+12)/3=34.5/3=11.5；(11.5+12+12.2)/3=35.7/3≈11.9；(12+12.2+11.8)/3=35.8/3≈11.9；(11.8+11.5+11.5)/3=34.8/3≈11.6；(11.5+11.6+12.2)/3=35.3/3≈11.8；(11.6+12.2+12.5)/3=36.3/3=12.1；(12.2+12.5+13)/3=37.7/3≈12.6。移动平均值序列为：10.5,11,11.5,11.9,11.9,11.6,11.8,12.1,12.6。十五、相关系数r=0.85表示在所收集的100户家庭中，收入与消费支出之间存在较强的正线性相关关系。其具体含义是：收入的观测值与消费支出的观测值之间，有85%的变异程度可以用它们之间的线性关系来解释。相关系数的取值范围是[-1,1]。r=0.85非常接近1，表明收入与消费支出之间存在很强的正线性相关关系，即收入较高的家庭，消费支出也倾向于较高；收入较低的家庭，消费支出也倾向于较低。十六、点估计是用一个具体的数值（点估计量）来估计未知总体参数。例如，用样本均值x̄来估计总体均值μ。区间估计是用一个区间（置信区间）来估计未知总体参数的可能范围，并给出该区间包含参数真值的可信程度（置信水平）。例如，用(x̄-z_(α/2)s/√n,