2025年大学《应用统计学》专业题库- 智能城市数据统计分析与城市规划

2025年大学《应用统计学》专业题库——智能城市数据统计分析与城市规划考试时间：______分钟总分：______分姓名：______一、简述描述性统计和推断性统计的主要区别，并各举一个在智能城市规划中可能应用的实例。二、假设某城市规划部门想了解市民对引入自动驾驶汽车的接受程度。随机抽取了200名市民进行问卷调查，结果显示有120人表示愿意接受。请计算样本中愿意接受自动驾驶汽车市民的比例及其标准误。如果该城市共有50万市民，请用95%的置信水平估计全市愿意接受自动驾驶汽车市民的比例区间。三、在城市管理中，交通拥堵是一个重要问题。研究者收集了某城市过去一年中每周的工作日平均通勤时间（分钟）和该周发生的严重交通事故数量。数据初步分析显示两者之间存在正相关关系。请简述相关系数的局限性，并说明为什么仅仅根据相关系数高并不能断定通勤时间越长导致交通事故越多。四、某城市管理者希望评估一项新的公共交通补贴政策对居民使用公共交通的影响。他们在政策实施前后各随机抽取了一组居民，询问他们上周使用公共交通的次数。政策实施前平均次数为2次/周（标准差1.5次），样本量为300人；政策实施后平均次数为2.5次/周（标准差1.6次），样本量也为300人。请设检验原假设：政策对居民使用公共交通次数没有影响（α=0.05）。需要使用哪种检验方法？请写出检验步骤（包括计算检验统计量、查找临界值或计算P值、做出统计决策）。五、为了规划城市公园绿地布局，研究人员收集了某区域居民人口密度、可达性（到最近公园的距离）以及居民对居住环境满意度评分的数据。他们想建立一个模型来预测居民满意度评分，并认为人口密度和可达性是重要的影响因素。请简述简单线性回归和多元线性回归的区别。如果研究者决定使用多元线性回归，在建立模型后，如何判断模型的整体拟合效果是否良好？可以运用哪些指标？六、在城市风险评估中，需要综合考虑多种因素。例如，评估某区域洪水风险，可能需要考虑该区域的降雨量历史、河流水位、排水系统状况、建筑密度、土地利用类型等。请解释为什么在这种情况下，聚类分析（如K-均值聚类）可能是一种有用的统计方法。简述使用K-均值聚类分析进行城市风险评估的基本步骤。七、某城市规划项目涉及对老旧小区进行改造。改造后，研究者想评估改造对居民生活满意度的影响。他们设计了前后测设计，即对同一批居民在改造前后分别进行生活满意度问卷调查。请说明这种研究设计的优点，并指出可能存在的一种主要偏误（混淆因素），以及如何尝试控制这种偏误的影响。试卷答案一、描述性统计主要对数据进行整理、归类、概括和展示，描述数据的分布特征（如集中趋势、离散程度、分布形态），而不对数据所代表的总体进行推断。推断性统计则基于样本数据对总体特征进行估计或检验关于总体的假设。智能城市规划中的应用实例：描述性统计可用于分析城市交通流量高峰时段、平均等待时间等特征；推断性统计可用于根据抽样调查结果推断全市居民的出行方式偏好或对某项规划政策的支持率。二、样本比例p̂=120/200=0.6。样本比例的标准误SE(p̂)=sqrt[p̂(1-p̂)/n]=sqrt[0.6(1-0.6)/200]=sqrt[0.24/200]=sqrt(0.0012)≈0.0346。95%置信水平对应的Z临界值约为1.96。置信区间=p̂±Z*SE(p̂)=0.6±1.96*0.0346=0.6±0.0679。置信区间约为(0.5321,0.6679)。全市愿意接受的比例区间估计为(0.5321*500000,0.6679*500000)≈(266050,333950)人。三、相关系数衡量的是两个变量之间线性关系的强度和方向，但其局限性在于：它不能表示非线性关系；它不能揭示变量间的因果关系，相关高不一定有因果，也可能存在混淆因素影响。在本例中，通勤时间与交通事故数量相关，但可能存在其他因素（如天气、道路条件、司机疲劳程度）同时影响两者，仅仅根据相关系数高并不能断定通勤时间越长直接导致交通事故越多。四、需要使用独立样本t检验（因为比较两组独立样本的均值）。检验步骤：1.原假设H₀：μ₁=μ₂（政策前后使用公共交通次数无差异）；备择假设H₁：μ₁≠μ₂（政策前后使用公共交通次数有差异）。2.计算检验统计量t=(x̄₁-x̄₂)/sqrt[(s₁²/n₁)+(s₂²/n₂)]t=(2.5-2.0)/sqrt[(1.6²/300)+(1.5²/300)]t=0.5/sqrt[(2.56/300)+(2.25/300)]t=0.5/sqrt(0.008533+0.0075)t=0.5/sqrt(0.016033)≈0.5/0.1266≈3.95。3.确定自由度df=n₁+n₂-2=300+300-2=598。查t分布表，α=0.05，双尾检验，临界值约为±1.967。4.统计决策：因为|t|=3.95>1.967，所以拒绝原假设H₀。在α=0.05水平上，有证据表明政策对居民使用公共交通次数有显著影响。五、简单线性回归是研究两个变量之间的线性关系，模型中只包含一个自变量。多元线性回归是研究一个因变量与多个自变量之间的线性关系，模型中包含两个或以上的自变量。判断模型整体拟合效果：1.R²（决定系数）：衡量模型解释的因变量变异的比例，R²越接近1，拟合效果越好。2.F检验：检验所有自变量整体上是否对因变量有显著影响，P值小于显著性水平则认为模型整体显著。3.观察残差图：检查残差是否随机分布，无明显模式，符合正态性、方差齐性等假设。六、在城市风险评估中，多种因素可能共同作用，聚类分析可以将相似的特征组合在一起，有助于识别不同风险等级的区域或识别影响风险的关键因素组合。基本步骤：1.确定待聚类变量（如降雨量、水位、排水状况、建筑密度等）并进行标准化处理（若需要）。2.选择合适的距离度量和聚类算法（如K-均值）。3.确定聚类数量K（例如，根据业务需求或肘部法则）。4.运行聚类算法，将数据点分配到K个簇中。5.分析每个簇的特征，例如哪个簇的洪水风险最高，其共同特征是什么（如高降雨量、低排水能力、高建筑密度）。七、前后测设计的优点是可以在同一对象上