2025年大学《应用统计学》专业题库- 数据分析在商业决策中的作用

2025年大学《应用统计学》专业题库——数据分析在商业决策中的作用考试时间：______分钟总分：______分姓名：______一、某快餐连锁店为了解其新推出的健康菜单在年轻消费者中的接受程度，随机抽取了200名18-30岁的消费者进行问卷调查。调查结果显示，有110名消费者表示喜欢该健康菜单。请问，如何用样本数据（110名喜欢/200名抽样）来估计总体中喜欢该健康菜单的年轻消费者的比例？解释点估计和区间估计的概念，并说明为什么进行区间估计比仅仅给出点估计更可靠。二、一家电子产品公司想要比较其两种新型号的手机电池寿命。随机抽取了15部A型手机和12部B型手机进行测试，记录了它们的续航时间（单位：小时）。假设两种型号手机的电池寿命均服从正态分布，且已知两个总体的标准差相等但未知。请写出检验A型手机电池平均寿命是否显著高于B型手机电池平均寿命的假设检验步骤（包括提出假设、选择检验方法、确定临界值或P值、做出统计决策）。假设你选择了显著性水平α=0.05。三、某零售企业收集了过去5年的季度销售额（单位：百万元）和同期投入的广告费用（单位：万元）数据，如下所示（仅为示例数据，非真实或连续序列）：*年度销售额（Y）：50,55,60,65,70*年度广告费用（X）：10,12,15,18,20要求：1.计算销售额与广告费用之间的样本相关系数，并解释其取值范围和含义。2.建立以销售额为因变量、广告费用为自变量的简单线性回归模型。3.解释回归模型中斜率系数（β1）和截距系数（β0）在商业上的具体意义。4.若下一年度计划投入25万元广告费，利用建立的回归模型预测销售额，并简要说明预测结果的可靠性可能受到哪些因素影响。四、一家银行想知道客户的信用评分（CreditScore）与其每月的信用卡消费额（单位：元）之间是否存在线性关系。他们随机抽取了25位客户的样本数据进行分析。假设检验结果显示：回归系数的t统计量为3.2，对应的P值为0.003（假设显著性水平α=0.05）。请根据以上信息回答：1.你能否拒绝“信用评分与信用卡消费额之间没有线性关系”的原假设？为什么？2.银行经理认为，信用评分高的客户消费额也必然高。你对此观点如何评价？请结合统计检验结果和可能的其他因素进行说明。3.如果银行计划根据信用评分来调整信用卡额度，除了线性关系外，你还建议银行考虑哪些其他统计指标或分析方法？并简述理由。试卷答案一、点估计是指用样本统计量（如样本比例p̂=110/200=0.55）来估计总体参数（如总体比例π）。在本例中，用0.55来估计总体中喜欢该健康菜单的年轻消费者的比例。区间估计是在点估计的基础上，给出一个范围，用于估计总体参数可能的取值区间，并附上一定的置信水平（如95%）。例如，可以构建一个95%的置信区间，来估计总体中喜欢该健康菜单的年轻消费者的比例可能落在哪个范围内。区间估计比仅给出点估计更可靠，因为它考虑了抽样误差，承认估计存在一定的随机性，并给出了估计精确度的度量（置信区间宽度）。点估计只提供了一个单一的数值，但没有说明估计的准确性和可靠性。二、假设检验步骤：1.提出假设：*原假设H0:μA≤μB（A型手机平均寿命不显著高于B型手机）*备择假设H1:μA>μB（A型手机平均寿命显著高于B型手机）（单尾检验）2.选择检验方法：由于比较两个正态分布总体且总体标准差相等但未知，应选择独立样本t检验（假设方差相等）。3.确定临界值或P值：*方法一（临界值法）：查找t分布表，自由度df=n1+n2-2=15+12-2=25，显著性水平α=0.05（单尾），得到临界值tα,df=t0.05,25。比较计算出的t统计量与临界值。*方法二（P值法）：计算样本均值差（$\bar{X}_A-\bar{X}_B$）、合并标准差Sp，进而计算检验统计量t=($\bar{X}_A-\bar{X}_B$)/(Sp*$\sqrt{1/n_A+1/n_B}$)。根据计算出的t值和自由度df=25，查找t分布表或使用计算器得到P值（单尾）。4.做出统计决策：*方法一（临界值法）：如果计算出的t统计量>t0.05,25，则拒绝H0。*方法二（P值法）：如果P值<α=0.05，则拒绝H0。决策结果：如果拒绝原假设，则有统计证据表明A型手机电池平均寿命显著高于B型手机。如果不拒绝原假设，则没有足够的统计证据支持A型手机电池平均寿命显著高于B型手机的说法。三、1.计算样本相关系数r：r=[nΣ(xy)-ΣxΣy]/sqrt{[nΣx²-(Σx)²][nΣy²-(Σy)²]}假设计算结果为r=0.9（示例），r的取值范围在[-1,1]之间。r=0.9表示销售额与广告费用之间存在较强的正线性相关关系，即广告费用增加，销售额也倾向于增加。2.建立简单线性回归模型：ŷ=β0+β1x假设计算结果为β1=2.5，β0=45，则回归方程为：销售额的预测值=45+2.5*广告费用。3.斜率系数β1=2.5的商业意义：表示在控制其他因素不变的情况下，每增加1万元广告费用，预计销售额将增加2.5百万元（即250万元）。截距系数β0=45的商业意义：表示在广告费用为0万元的情况下，预测的销售额为45百万元（即450万元）。注意，截距在实际业务中可能没有直接解释意义，特别是当x=0不在合理范围内时。4.预测销售额：当广告费用x=25万元时，预测销售额ŷ=45+2.5*25=45+62.5=107.5百万元。预测结果的可靠性可能受到：模型的线性假设是否成立、是否存在未包含在模型中的其他重要影响因素（如竞争环境、经济状况）、数据本身的代表性、样本量大小、回归模型的拟合优度（R²）等因素的影响。四、1.能否拒绝原假设：能拒绝。因为P值（0.003）小于显著性水平α（0.05），即P<α。这表明观察到的样本结果在原假设（无线性关系）成立时发生的概率很小，属于小概率事件，因此有理由拒绝原假设。有统计证据表明信用评分与信用卡消费额之间存在线性关系。2.对银行经理观点的评价：统计检验结果证实了两者之间存在线性关系，但这不等于因果关系。线性关系只说明变量间存在关联趋势，并不代表信用评分高的客户消费额“必然”高。高信用评分可能与低消费额并存（例如，非常节俭的客户），也可能与高消费额并存。影响消费额的因素复杂多样，除了信用评分，还可能包括收入水平、年龄、消费习惯、产品类型、促销活动等。银行经理的观点过于绝对，需要更全面的分析和考虑。3.建议考虑的指标或方法及理由：*模型的拟合优度（R²）：R²可以衡量回归模型对数据的解释程度。高R²表示模型能解释信用评分对消费额变异的较大比例，模型预测能力较强。银行可以评估模型对实际情况的拟合程度。*残差分析：检查模型假设（如误差项正态性、同方差性、独立性）是否满足。如果假设不满足，模型的结论可能不可靠。残差分析有助于识别异常值或模型设定问题。*多重共线性检验（如果涉及多个自变量）：虽然本题是简单线性回归，但在更复杂的模型中，需要检查自变量之间是否存在高度相关性，这会影响系数估计的稳定性和解释性。*控制其他变量：考虑将其他可能影响消费额的变量（如收入、年龄、婚姻状况等）纳入模型（多元回归），以更准确