2025年大学《统计学》专业题库- 统计学在社会科学中的应用

2025年大学《统计学》专业题库——统计学在社会科学中的应用考试时间：______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干后的括号内）1.某城市为了解居民对公共交通的满意度，随机抽取了500名居民进行调查。这种研究方法属于（）。A.观察研究B.实验研究C.普查D.抽样调查2.在一组数据3,7,7,9,10中，中位数是（）。A.7B.7.5C.8D.93.已知样本数据服从正态分布，样本量为50，样本均值为100，样本标准差为15。欲构造总体均值μ的95%置信区间，应使用的统计量是（）。A.Z分布B.t分布C.χ²分布D.F分布4.在一项关于性别（男/女）与投票意愿（愿意/不愿意）的交叉分析中，最适合检验“性别与投票意愿是否独立”的统计方法是（）。A.单样本t检验B.双样本t检验C.方差分析D.卡方检验5.如果一个回归模型的R²值为0.65，这意味着（）。A.该模型可以解释65%的因变量变化B.该模型可以解释65%的自变量变化C.自变量与因变量之间存在65%的线性关系D.该模型的预测误差占总变异的65%6.从一个总体中抽取样本时，每个个体被抽中的概率相等，且每次抽取相互独立，这种抽样方式称为（）。A.分层抽样B.整群抽样C.简单随机抽样D.系统抽样7.假设检验中，犯第一类错误（TypeIError）是指（）。A.统计结果的实际值与真实值之间的差异B.本应拒绝的假设未能拒绝C.本应接受（不拒绝）的假设被错误地拒绝了D.抽样误差导致的结论偏差8.测量员工对工作满意度的量表，其数值通常表现为类别和顺序，但间隔和比例无意义，这种测量尺度是（）。A.定类尺度B.定序尺度C.定距尺度D.定比尺度9.在进行假设检验时，显著性水平α（显著性水平）表示（）。A.总体参数的真实值B.样本统计量的分布C.我们愿意承担的犯第一类错误的概率D.检验的功效10.已知两组数据的均值和标准差，比较哪一组数据相对离散程度更高，应使用的指标是（）。A.变异系数B.标准差C.均值D.中位数二、填空题（每空2分，共20分。请将答案填在题干后的横线上）1.对于定类数据，常用的描述性统计量是________和________。2.抽样分布是指________的概率分布。3.在假设检验中，如果原假设H₀为真，但根据样本数据拒绝了H₀，则犯了________错误。4.线性回归分析中，因变量Y是________变量，自变量X是________变量。5.标准正态分布的均值μ等于________，标准差σ等于________。6.一个包含100个元素的样本，其均值计算公式为________。7.为了减少抽样误差，提高样本代表性，常采用________抽样或________抽样等方法。8.设一组观测值的样本方差为s²，则总体方差σ²的无偏估计量是________。9.相关系数r的取值范围介于________与________之间。10.卡方检验不仅可以用于检验两个分类变量之间是否独立，还可以用于检验单个分类变量观测频数分布是否________。三、计算与分析题（共60分）1.某社会学家调查了20名大学生每周用于社交媒体的时间（小时），数据如下：2,5,3,7,4,6,3,8,5,2,9,4,3,6,5,7,8,4,2,5。要求：a)计算这20名大学生每周用于社交媒体时间的样本均值和样本标准差。（8分）b)描述这组数据分布的大致特征（如集中趋势、离散程度、有无异常值等）。（4分）2.假设某城市居民的平均年收入服从正态分布，总体标准差σ=8000元。现随机抽取一个样本量为n=50的样本，样本均年收入为72000元。要求：a)计算该城市居民平均年收入的95%置信区间。（8分）b)解释你所构造的置信区间的含义。（4分）3.某研究者想调查性别（男=1，女=2）是否影响学生对在线学习的偏好（喜欢=1，不喜欢=0）。随机抽取了100名学生，得到如下频数分布表（部分）：|性别\偏好|喜欢|不喜欢|合计||-------------|------|--------|------||男(1)||25|45||女(2)|||55||合计|60||100|（注：表中部分数据缺失，需假设或根据上下文推断，此处假设“男不喜欢人数为25”，即男合计45；“女不喜欢人数为35”，即女合计55；“喜欢人数为60”，即女喜欢人数为35。）要求：a)补全频数分布表。（3分）b)运用卡方检验，在α=0.05的显著性水平下，检验“性别与在线学习偏好是否独立”。（需列出检验步骤：计算期望频数、计算卡方统计量值、查找临界值或计算p值、做出统计决策）。（10分）c)简要说明你的结论在社会科学研究中的含义。（3分）4.某研究者欲探究家庭收入（X，单位：万元）是否对子女学业成绩（Y，标准化分数）有显著影响。随机抽取了30个家庭，得到数据如下（此处仅给出样本相关系数r=0.45）。要求：a)简述线性回归分析的基本原理，并说明其在社会科学研究中的作用。（4分）b)根据r=0.45，判断家庭收入与子女学业成绩之间的相关关系强度和方向。（4分）c)如果样本均值为X̄=3.5，Ȳ=50，样本标准差分别为sₓ=0.8,s<0xE1><0xB5><0xA3>=10，且已求得回归方程的截距b₀=45.2，斜率b₁=5.0（即Ŷ=45.2+5.0X）。计算当家庭收入为4万元时，子女学业成绩的预测值。（6分）5.一项研究比较了两种不同的宣传方式（方式A，方式B）对公众对某项政策的支持度（支持=1，不支持=0）的影响。随机抽取了60人，分别接受不同方式的宣传，得到支持人数如下：方式A组（样本量n₁=30，支持人数x₁=18）；方式B组（样本量n₂=30，支持人数x₂=24）。要求：a)提出检验假设（H₀和H₁），以判断两种宣传方式在政策支持度上是否存在显著差异。（4分）b)选择恰当的假设检验方法，完成检验过程（需列出关键步骤和计算）。（8分）c)根据检验结果，简要说明哪种宣传方式可能更有效。（4分）试卷答案一、选择题1.D2.A3.B4.D5.A6.C7.C8.B9.C10.A二、填空题1.频数分布,百分比分布2.样本统计量3.第一类错误4.因,自5.0,16.∑(xᵢ)/n7.分层,整群8.s²/n-19.-1,110.符合三、计算与分析题1.a)均值:∑xᵢ/n=(2+5+3+7+4+6+3+8+5+2+9+4+3+6+5+7+8+4+2+5)/20=90/20=4.5小时方差:s²=[∑(xᵢ-均值)²]/(n-1)=[(2-4.5)²+(5-4.5)²+...+(5-4.5)²]/19=[(−2.5)²+(0.5)²+(−1.5)²+(2.5)²+(−0.5)²+(1.5)²+(−1.5)²+(3.5)²+(0.5)²+(−2.5)²+(4.5)²+(−0.5)²+(−1.5)²+(1.5)²+(0.5)²+(2.5)²+(3.5)²+(−0.5)²+(−2.5)²+(0.5)²]/19=[6.25+0.25+2.25+6.25+0.25+2.25+2.25+12.25+0.25+6.25+20.25+0.25+2.25+2.25+0.25+6.25+12.25+0.25+6.25+0.25]/19=[82.5]/19≈4.3468标准差:s=√s²≈√4.3468≈2.086小时（注：计算过程中小数可保留更多位，最终结果保留合理位数）b)数据集中分布在4小时附近（均值4.5），范围大致在2到9小时之间。数据略偏右（最大值9大于均值），存在一个相对较高的异常值（9小时）。整体来看，离散程度中等，大部分时间在3到7小时之间。2.a)因为总体标准差σ已知，且样本量n=50较大（n>30），所以使用Z分布构建置信区间。Z_(α/2)对于95%置信区间，α=0.05，α/2=0.025，查Z表得Z_(0.025)=1.96。置信区间下限:μ̂-Z_(α/2)*(σ/√n)=72000-1.96*(8000/√50)=72000-1.96*1131.37=72000-2213.65=69786.35元置信区间上限:μ̂+Z_(α/2)*(σ/√n)=72000+1.96*(8000/√50)=72000+2213.65=74213.65元所以，95%置信区间为(69786.35元,74213.65元)。b)该置信区间意味着，我们有95%的置信度认为，该城市全体居民的实际平均年收入真实值落在69786.35元到74213.65元这个范围内。3.a)补全频数分布表：|性别\偏好|喜欢|不喜欢|合计||-------------|------|--------|------||男(1)|20|25|45||女(2)|35|20|55||合计|60|45|105|（注：根据“男合计45”、“女合计55”、“喜欢人数60”、“女不喜欢人数35”等条件推算）b)检验假设：H₀：性别与在线学习偏好独立（无关联）。H₁：性别与在线学习偏好不独立（有关联）。α=0.05。计算期望频数Eᵢⱼ=(行合计*列合计)/总样本量：E₁₁=(45*60)/105=2700/105≈25.71E₁₂=(45*45)/105=2025/105≈19.29E₂₁=(55*60)/105=3300/105≈31.43E₂₂=(55*45)/105=2475/105≈23.57计算卡方统计量χ²=Σ[(Oᵢⱼ-Eᵢⱼ)²/Eᵢⱼ]：χ²=[(20-25.71)²/25.71]+[(25-19.29)²/19.29]+[(35-31.43)²/31.43]+[(20-23.57)²/23.57]χ²=[(-5.71)²/25.71]+[(5.71)²/19.29]+[(3.57)²/31.43]+[(-3.57)²/23.57]χ²=[32.6041/25.71]+[32.6041/19.29]+[12.7449/31.43]+[12.7449/23.57]χ²≈1.27+1.69+0.40+0.54≈3.90临界值：自由度df=(行数-1)*(列数-1)=(2-1)*(2-1)=1。查χ²分布表，df=1,α=0.05，得χ²临界值≈3.841。决策：因为计算得到的χ²≈3.90>3.841，所以拒绝原假设H₀。p值：查χ²分布表或使用计算器，df=1,χ²=3.90，得p值小于0.05（通常约为0.048）。决策：因为p值<α=0.05，所以拒绝原假设H₀。结论：在α=0.05的显著性水平下，有足够的证据表明性别与在线学习偏好之间存在关联。c)结论表明，性别因素会影响学生对在线学习的偏好，可能存在性别差异（例如，男性更偏好或更不偏好在线学习，具体需看实际数据方向）。4.a)线性回归分析基于自变量和因变量之间的线性关系，建立一个数学模型（回归方程Ŷ=b₀+b₁X）来预测因变量的值。该模型可以帮助研究者理解自变量对因变量的影响程度和方向，并检验这种关系是否statisticallysignificant。在社会科学中，可用于分析如教育投入对收入的影响、广告投入对销售额的影响等。其核心在于量化变量间的线性关联，并为因果推断提供初步依据。b)相关系数r=0.45，为正数，且绝对值介于0.3到0.5之间。这表明家庭收入（X）与子女学业成绩（Y）之间存在中等偏弱的正相关关系。即，总体而言，家庭收入较高的家庭，其子女的学业成绩（标准化后）可能也相对较高；反之亦然。但相关关系不是完美的，相关系数不高，说明除了家庭收入外，还有其他因素影响着子女的学业成绩。c)预测值Ŷ=b₀+b₁X=45.2+5.0*4=45.2+20=65.2当家庭收入为4万元时，预测的子女学业成绩（标准化分数）为65.2。5.a)H₀：两种宣传方式导致的支持度比例相同（p₁=p₂）。H₁：两种宣传方式导致的支持度比例不同（p₁≠p₂）。α=0.05。b)采用两样本比例