2025年国家开放大学（电大）《数据分析与统计学基础》期末考试复习试题及答案解析

2025年国家开放大学（电大）《数据分析与统计学基础》期末考试复习试题及答案解析所属院校：________姓名：________考场号：________考生号：________一、选择题1.数据分析的首要步骤是（）A.数据可视化B.提出分析问题C.数据收集D.统计建模答案：B解析：数据分析过程通常遵循一定的逻辑顺序，首先需要明确分析的目标和问题，这样才能指导后续的数据收集、处理和分析工作。数据可视化、数据收集和统计建模都是在明确问题之后进行的步骤。2.描述数据集中趋势的统计量不包括（）A.平均数B.中位数C.标准差D.众数答案：C解析：平均数、中位数和众数都是用来描述数据集中趋势的统计量，而标准差是描述数据离散程度的统计量。3.以下哪种图表适合展示不同类别数据的占比（）A.折线图B.散点图C.饼图D.柱状图答案：C解析：饼图专门用于展示不同类别数据在整体中的占比情况，每个扇形的角度表示相应类别的占比。折线图主要用于展示数据随时间的变化趋势，散点图用于展示两个变量之间的关系，柱状图用于比较不同类别的数据大小。4.在进行假设检验时，第一类错误是指（）A.真实情况有差异，但检验结果认为无差异B.真实情况无差异，但检验结果认为有差异C.检验结果准确，但未发现预期差异D.检验结果不准确，且未发现预期差异答案：B解析：第一类错误，也称为假阳性错误，是指在假设检验中，实际上原假设是正确的，但错误地拒绝了原假设。简单来说，就是真实情况无差异，但检验结果认为有差异。5.样本量的确定主要取决于（）A.数据的复杂性B.研究者的主观意愿C.总体规模D.可接受的误差范围和置信水平答案：D解析：样本量的确定需要考虑多个因素，包括总体的变异程度、可接受的误差范围（即置信区间的大小）、所需的置信水平以及研究设计的类型。其中，可接受的误差范围和置信水平是决定样本量的关键因素。6.以下哪种方法不属于数据预处理范畴（）A.数据清洗B.数据集成C.数据变换D.数据挖掘答案：D解析：数据预处理是数据分析过程中的重要环节，主要包括数据清洗、数据集成、数据变换和数据规约等步骤。数据清洗旨在处理数据中的错误和不完整信息；数据集成将来自多个数据源的数据合并为一个统一的数据集；数据变换旨在将数据转换成适合数据挖掘的形式；而数据挖掘则是从数据中发现有价值的模式和知识的过程，不属于数据预处理的范畴。7.描述数据分布形态的统计量不包括（）A.偏度B.峰度C.变异系数D.标准差答案：D解析：偏度和峰度是描述数据分布形态的统计量，偏度衡量数据分布的对称性，峰度衡量数据分布的尖峰或平缓程度。变异系数是衡量数据相对离散程度的统计量，而标准差是衡量数据绝对离散程度的统计量。8.在回归分析中，自变量也称为（）A.因变量B.控制变量C.残差D.解释变量答案：D解析：在回归分析中，自变量是用来解释或预测因变量的变量，也称为解释变量或预测变量。因变量是回归分析的目标变量，控制变量是在分析中保持不变的变量，残差是观测值与回归模型预测值之间的差异。9.以下哪种统计方法适用于分类数据（）A.相关分析B.回归分析C.方差分析D.卡方检验答案：D解析：卡方检验是一种用于检验两个分类变量之间是否存在关联性的统计方法。相关分析适用于连续变量，回归分析用于建立连续变量之间的预测模型，方差分析用于比较多个总体均值是否存在差异。而分类数据是指无法进行数值运算的数据，如性别、颜色等。10.在时间序列分析中，季节性因素是指（）A.数据随时间长期趋势的变化B.数据在短期内的周期性波动C.数据中的随机波动D.数据中的异常值答案：B解析：时间序列分析是研究数据随时间变化规律的方法，其中季节性因素是指数据在短期内的周期性波动，通常与一年中的特定时间段（如季节、月份、星期几等）相关。长期趋势是指数据随时间长期变化的方向，随机波动是指数据中的不可预测的波动，异常值是指数据中的极端值或错误值。11.在统计推断中，用样本统计量估计总体参数属于（）A.参数估计B.假设检验C.相关分析D.回归分析答案：A解析：统计推断包括参数估计和假设检验两部分。参数估计是用样本的统计量（如样本均值、样本方差）来估计总体的参数（如总体均值、总体方差）。假设检验是利用样本信息来判断关于总体参数的假设是否成立。相关分析和回归分析是研究变量之间关系的统计方法，不属于统计推断的直接范畴。12.下列哪个不是描述数据集中趋势的度量？（）A.平均数B.中位数C.众数D.标准差答案：D解析：平均数、中位数和众数都是用来描述数据集中趋势的度量，它们反映了数据向中心值聚集的程度。标准差是描述数据离散程度的度量，它反映了数据点相对于平均数的分散程度。13.当数据呈正偏态分布时，下列哪个统计量通常最大？（）A.平均数B.中位数C.众数D.无法确定答案：A解析：在正偏态分布中，数据的长尾向右侧延伸，这意味着存在一些较大的值拉高了平均数。众数是出现频率最高的值，中位数是排序后位于中间的值。由于正偏态分布中存在较大的值，平均数通常大于中位数和众数。因此，平均数通常最大。14.在绘制散点图时，通常用哪个变量作为横坐标？（）A.因变量B.自变量C.混合变量D.以上都可以答案：B解析：散点图用于展示两个变量之间的关系。在散点图中，通常将自变量（解释变量或预测变量）绘制在横坐标（X轴），因变量（结果变量或被解释变量）绘制在纵坐标（Y轴）。自变量是独立或可控的变量，因变量是依赖于自变量的变量。15.抽样调查中，样本代表性是指（）A.样本量的大小B.样本分布与总体分布的相似程度C.抽样方法的科学性D.样本数据的准确性答案：B解析：样本代表性是指样本的特征能够多大程度上反映总体的特征。一个具有良好代表性的样本，其分布情况应与总体分布尽可能相似。样本量的大小、抽样方法的科学性和样本数据的准确性都是影响样本代表性的因素，但样本代表性本身指的是样本与总体的相似程度。16.在方差分析中，F检验的分子是（）A.组内方差B.组间方差C.总方差D.误差方差答案：B解析：方差分析（ANOVA）中的F检验是用来比较多个总体均值是否相等的一种统计方法。F检验的计算公式是F=组间方差估计量/组内方差估计量。其中，分子是组间方差（也称为между-групповаядисперсия在某些文献中），它反映了不同组均值之间的差异程度；分母是组内方差（也称为внутри-групповаядисперсия），它反映了同一组内数据点的离散程度。17.下列哪个不是常用的数据可视化方法？（）A.条形图B.折线图C.散点图D.方差分析答案：D解析：条形图、折线图和散点图都是常用的数据可视化方法，它们分别用于展示不同类型的数据和关系。条形图用于比较不同类别的数据大小；折线图用于展示数据随时间或其他连续变量的变化趋势；散点图用于展示两个变量之间的关系。方差分析是一种统计方法，用于比较多个总体均值是否存在差异，它不是数据可视化方法。18.在假设检验中，第一类错误是指（）A.真实情况有差异，但检验结果认为无差异B.真实情况无差异，但检验结果认为有差异C.检验结果准确，但未发现预期差异D.检验结果不准确，且未发现预期差异答案：B解析：在假设检验中，我们总是先提出一个原假设（H0），然后根据样本数据来判断是否有足够的证据拒绝原假设。第一类错误，也称为“假阳性”或“弃真错误”，是指当原假设H0实际上为真时，却错误地拒绝了H0。简单来说，就是“冤枉了一个好人”。第二类错误，也称为“假阴性”或“纳伪错误”，是指当原假设H0实际上为假时，却未能拒绝H0。简单来说，就是“放了一个坏人”。19.描述数据离散程度的统计量不包括（）A.极差B.方差C.标准差D.偏度答案：D解析：极差、方差和标准差都是用来描述数据离散程度的统计量。极差是数据中的最大值与最小值之差，它反映了数据的整体跨度。方差是数据与其均值之差的平方的平均值，它反映了数据点相对于均值的平均偏离程度。标准差是方差的平方根，它具有与原始数据相同的单位，更易于解释。偏度是描述数据分布形态的统计量，它衡量数据分布的对称性，与数据的离散程度无关。20.在交叉分析中，通常用哪个指标来衡量两个分类变量之间的关联强度？（）A.相关系数B.卡方统计量C.相对风险D.几何平均数答案：B解析：交叉分析（也称为列联表分析）是用来研究两个或多个分类变量之间关联性的统计方法。在交叉分析中，通常使用卡方统计量（Chi-squarestatistic）来检验两个分类变量之间是否独立，从而判断它们之间是否存在关联。如果卡方检验的结果表明两个变量不独立，则可以认为它们之间存在关联。相对风险主要用于队列研究，衡量暴露组与非暴露组的发病率或死亡率之比。几何平均数是一种平均数的形式，适用于对数正态分布的数据。相关系数是用于衡量两个连续变量之间线性关系强度的统计量，不适用于分类变量。二、多选题1.下列哪些属于描述数据集中趋势的统计量？（）A.平均数B.中位数C.众数D.标准差E.变异系数答案：ABC解析：描述数据集中趋势的统计量主要有平均数、中位数和众数。平均数是数据之和除以数据个数，中位数是将数据排序后位于中间的值，众数是数据中出现次数最多的值。标准差和变异系数是描述数据离散程度的统计量，标准差衡量数据的绝对离散程度，变异系数衡量数据的相对离散程度。2.下列哪些图表适合展示时间序列数据？（）A.折线图B.散点图C.柱状图D.饼图E.茎叶图答案：ABC解析：折线图、散点图和柱状图都适合展示时间序列数据。折线图能够清晰地展示数据随时间的变化趋势。散点图可以展示两个时间序列变量之间的关系。柱状图可以比较不同时间点的数据大小。饼图主要用于展示不同类别数据的占比，不适合展示时间序列数据。茎叶图是一种整理数据的图表，可以显示数据的分布情况，但不适合直接展示时间序列数据的变化趋势。3.假设检验中，犯第一类错误的后果可能包括（）A.错误地接受了真实为假的假设B.错误地拒绝了真实为真的假设C.造成资源浪费D.导致决策失误E.提高研究成本答案：BCD解析：第一类错误，也称为“假阳性”或“弃真错误”，是指在假设检验中，原假设H0实际上为真，但错误地拒绝了H0。犯第一类错误的后果可能包括：B.错误地拒绝了真实为真的假设；C.造成资源浪费，因为可能需要进一步调查或采取不必要的纠正措施；D.导致决策失误，因为基于错误结论的决策可能会带来负面影响。选项A描述的是第二类错误，即“假阴性”或“纳伪错误”。虽然犯第一类错误和提高研究成本（E）可能有一定关联，但提高成本并非其直接后果，且不是所有第一类错误都会导致成本提高，因此BCD是更直接和核心的后果。4.数据预处理的主要步骤包括（）A.数据清洗B.数据集成C.数据变换D.数据规约E.数据可视化答案：ABCD解析：数据预处理是数据分析过程中至关重要的一步，目的是提高数据的质量，使其适合进行后续的分析。主要步骤包括：A.数据清洗，处理数据中的错误、缺失值和不一致性；B.数据集成，将来自多个数据源的数据合并成一个统一的数据集；C.数据变换，将数据转换成适合数据挖掘的形式，如规范化、归一化等；D.数据规约，通过减少数据的规模来降低计算的复杂性，如抽样、维度约简等。数据可视化（E）通常属于数据分析的探索性分析阶段或结果展示阶段，而不是数据预处理的主要步骤。5.回归分析的主要目的包括（）A.描述两个变量之间的关系B.预测一个变量的值C.检验两个变量之间是否存在关联D.控制一个变量的值E.判断一个变量的变化对另一个变量的影响程度答案：ABE解析：回归分析是统计学中一种重要的方法，其主要目的包括：A.描述两个或多个变量之间的关系，特别是自变量对因变量的影响；B.预测一个或多个自变量的值，从而推断因变量的可能值；E.判断一个或多个自变量的变化对因变量的影响程度，即量化自变量对因变量的贡献。选项C，检验两个变量之间是否存在关联，通常是通过相关分析或假设检验来完成的，虽然回归分析的结果可以间接反映关联性，但其主要目的不是直接检验关联性。选项D，控制一个变量的值，更多是实验设计或控制理论中的概念，与回归分析的主要目的不完全一致。6.以下哪些统计量会受到极端值的影响？（）A.平均数B.中位数C.众数D.极差E.标准差答案：ADE解析：统计量受到极端值（离群点）影响的程度不同。A.平均数是所有数据之和除以数据个数，极端值会显著拉高或拉低平均数，导致平均数对极端值非常敏感。B.中位数是将数据排序后位于中间的值，它只取决于中间位置的数据，不受两端极端值的影响，因此中位数对极端值不敏感。C.众数是数据中出现次数最多的值，如果极端值出现的次数最多，则众数可能是极端值，但通常众数不受极端值的影响，除非极端值本身成为众数。D.极差是数据中的最大值与最小值之差，极端值会显著增大极差，导致极差对极端值非常敏感。E.标准差衡量数据与其均值之差的平方的平均值的平方根，计算过程中涉及均值，而均值受极端值影响，因此标准差也受极端值的影响。所以，平均数、极差和标准差都会受到极端值的影响。7.在进行相关性分析时，需要考虑哪些因素？（）A.变量的类型B.数据的数量C.相关性的方向D.相关性的强度E.变量间的因果关系答案：ABCD解析：相关性分析用于研究两个或多个变量之间的关系。在进行相关性分析时，需要考虑以下因素：A.变量的类型，不同类型的变量需要使用不同的相关性分析方法，例如，连续变量通常使用皮尔逊相关系数，而有序变量或分类变量可能需要使用斯皮尔曼等级相关系数或肯德尔等级相关系数。B.数据的数量，通常需要足够多的数据点才能获得可靠的相关性估计。C.相关性的方向，相关性可以是正相关的（一个变量增加，另一个变量也倾向于增加）或负相关的（一个变量增加，另一个变量倾向于减少）。D.相关性的强度，相关性强度表示两个变量之间关联的紧密程度，通常用相关系数的绝对值来衡量。E.变量间的因果关系，相关性分析只能揭示变量之间的关联程度和方向，不能证明因果关系。虽然强相关性可能暗示存在因果关系，但相关性并不等于因果性，需要进一步的实验或理论分析来验证。8.抽样调查中，影响样本代表性的主要因素有（）A.抽样方法B.样本容量C.总体分布D.抽样框质量E.调查员主观判断答案：ABCD解析：样本代表性是指样本的特征能够多大程度上反映总体的特征。影响样本代表性的主要因素包括：A.抽样方法，科学的抽样方法（如随机抽样）能够保证每个总体单位都有平等被抽中的机会，从而提高样本的代表性。B.样本容量，样本容量的大小直接影响抽样误差，通常样本容量越大，抽样误差越小，样本代表性越好。C.总体分布，如果总体本身分布很不均匀或存在异质性，则抽样时需要更加小心，可能需要更大的样本量或采用分层抽样等方法来保证代表性。D.抽样框质量，抽样框是抽取样本的依据，如果抽样框不完整、不准确或存在偏差，会导致抽样偏差，从而影响样本的代表性。E.调查员主观判断，调查员的主观判断可能会在数据收集过程中引入偏差，影响数据的准确性，进而影响样本的代表性，但这更多是影响数据质量而非样本抽样过程的代表性。9.下列哪些属于分类数据？（）A.性别B.血型C.颜色D.年龄E.学历答案：ABC解析：分类数据（也称为定性数据或名义数据）是指将数据分为不同的类别，这些类别之间没有数量上的意义或顺序关系。A.性别通常分为男、女等类别，是分类数据。B.血型通常分为A、B、AB、O型等类别，是分类数据。C.颜色可以分为红色、蓝色、绿色等类别，是分类数据。D.年龄是表示年龄大小的数值，可以进行加减运算，是连续的定量数据。E.学历通常分为小学、中学、大学等类别，虽然这些类别有顺序，但类别之间的差值没有实际意义（例如，小学和中学之间的“差距”不等于中学和大学之间的“差距”），因此严格来说，学历是顺序数据（或有序分类数据），但与年龄等连续定量数据相比，更接近分类数据的范畴。然而，在许多实际应用中，年龄也常被当作分类数据来处理，特别是当它被离散化（例如，分为“儿童”、“青少年”、“成人”）时。但就其本质而言，年龄是定量数据。考虑到题目可能期望选出最典型的分类数据，性别、血型和颜色是毫无争议的分类数据。如果题目允许选择顺序数据，那么学历也可能被选中。但如果不区分顺序数据和定量数据，年龄显然是定量数据。因此，最安全的答案是ABC。不过，需要注意的是，年龄在实际应用中经常被当作分类数据处理。10.统计分析报告通常包含哪些内容？（）A.研究背景与目的B.数据来源与描述C.分析方法与过程D.分析结果与发现E.结论与建议答案：ABCDE解析：一份完整的统计分析报告应该结构清晰、内容全面，通常包含以下核心部分：A.研究背景与目的，阐述进行此项统计分析的原因、背景以及希望达到的目标。B.数据来源与描述，说明所使用数据的来源、收集方法、样本情况，并对数据的基本特征进行描述性统计分析，如计算均值、中位数、标准差等，并可能包含数据分布的图表展示。C.分析方法与过程，详细说明采用了哪些统计分析方法，以及这些方法的选择理由和分析的步骤。D.分析结果与发现，呈现统计分析的主要结果，包括计算出的统计量、检验的结论、模型的结果等，并可能包含图表来直观展示结果。E.结论与建议，根据分析结果，总结主要发现，并基于这些发现提出有针对性的结论和行动建议。这五个部分共同构成了统计分析报告的主体，确保了报告的完整性、科学性和实用性。11.下列哪些属于描述数据离散程度的统计量？（）A.极差B.方差C.标准差D.偏度E.变异系数答案：ABCE解析：描述数据离散程度的统计量主要有极差（A）、方差（B）、标准差（C）和变异系数（E）。极差是数据中的最大值与最小值之差，反映了数据的整体跨度。方差是数据与其均值之差的平方的平均值，反映了数据点相对于均值的平均偏离程度。标准差是方差的平方根，具有与原始数据相同的单位，更易于解释，也反映了数据的离散程度。偏度（D）是描述数据分布形态的统计量，它衡量数据分布的对称性，与数据的离散程度无关。因此，极差、方差、标准差和变异系数都属于描述数据离散程度的统计量。12.下列哪些统计方法适用于分类数据？（）A.独立样本t检验B.卡方检验C.方差分析D.肩距分析E.交叉分析答案：BDE解析：分类数据是指无法进行数值运算的数据，如性别、颜色、等级等。适用于分类数据的统计方法主要有：B.卡方检验，用于检验两个或多个分类变量之间是否存在关联性，或者单个分类变量的分布是否符合某个预期分布。D.肩距分析（ClusterAnalysis），也称为聚类分析，是将样本或变量根据其相似性划分为不同的组（簇）的多元统计分析方法，常用于处理分类变量或对分类变量进行分组。E.交叉分析（CrossTabulation），通常与卡方检验结合使用，用于展示两个或多个分类变量之间的列联表，并分析它们之间的关系。A.独立样本t检验适用于比较两个独立群体的连续型数据的均值是否存在显著差异。C.方差分析适用于比较三个或以上总体均值是否存在显著差异，通常要求因变量是连续型数据。因此，卡方检验、肩距分析和交叉分析适用于分类数据。13.在绘制图表时，需要注意哪些原则？（）A.清晰明了B.标题完整C.数据准确D.图例规范E.避免误导答案：ABCDE解析：绘制图表的目的是为了更直观、清晰地展示数据信息，因此需要注意以下原则：A.清晰明了，图表应易于理解，避免过于复杂或混乱。B.标题完整，图表标题应简洁明了地概括图表内容，包括时间、地点、对象等关键信息。C.数据准确，图表中展示的数据必须准确无误，不能歪曲或伪造数据。D.图例规范，如果图表包含多个数据系列或类别，图例应清晰、规范，便于区分。E.避免误导，图表的设计应避免使用可能引起误解或误导观者的技巧，如不恰当的尺度、异常值处理不当等。遵循这些原则有助于确保图表的有效性和可靠性。14.抽样调查中，常见的抽样方法有哪些？（）A.简单随机抽样B.系统抽样C.分层抽样D.整群抽样E.匹配抽样答案：ABCD解析：抽样调查是从总体中抽取一部分单位作为样本，根据样本的信息来推断总体特征。常见的抽样方法包括：A.简单随机抽样，每个总体单位都有完全相等的被抽中的机会。B.系统抽样，按照一定的规则从总体中逐个抽取样本单位，如按固定间隔抽取。C.分层抽样，先将总体按某种特征分成若干层，再从每层中随机抽取样本。D.整群抽样，将总体分成若干群，随机抽取若干群，然后对抽中的群中的所有单位或部分单位进行调查。E.匹配抽样（Matching），也称为配对抽样，是将样本单位按照某种标准进行配对，然后从配对中随机抽取样本。虽然匹配抽样是一种具体的抽样技术，但通常将其归类为概率抽样的一种形式。然而，在列举常见抽样方法时，更常见的分类是简单随机抽样、系统抽样、分层抽样和整群抽样，它们是概率抽样中最基础和常用的几种方法。匹配抽样在某些特定情况下使用，但不如前四种方法普遍。因此，最合适的答案应是基于最常见分类的方法，即ABCD。15.描述数据分布形态的统计量有哪些？（）A.偏度B.峰度C.中位数D.标准差E.累积频率答案：AB解析：描述数据分布形态的统计量主要关注数据分布的对称性、尖峰程度等特征。A.偏度（Skewness）衡量数据分布的对称性，描述数据是向左偏（负偏）还是向右偏（正偏）。B.峰度（Kurtosis）衡量数据分布的尖峰程度，描述数据分布是比正态分布更尖锐（尖峰）还是更平坦（平峰），以及是否存在长长的尾部。C.中位数（Median）是描述数据集中趋势的统计量，它将数据排序后位于中间的值，可以提供关于分布中心位置的信息，但不能直接描述分布形态。D.标准差（StandardDeviation）是描述数据离散程度的统计量，它衡量数据点相对于均值的平均偏离程度，与分布形态有关，但不是专门描述形态的统计量。E.累积频率（CumulativeFrequency）是数据排序后小于等于某个值的样本数占总样本数的比例，用于绘制累积频率分布图，帮助理解数据分布的整体情况，但它本身不是一种统计量。因此，偏度和峰度是专门描述数据分布形态的统计量。16.回归分析中，根据自变量的数量，可以分为哪些类型？（）A.简单线性回归B.多元线性回归C.非线性回归D.逻辑回归E.生存回归答案：AB解析：回归分析是研究变量之间关系的统计方法，根据自变量的数量，可以分为：A.简单线性回归，只有一个自变量，且自变量与因变量之间存在线性关系。B.多元线性回归，有两个或两个以上的自变量，且自变量与因变量之间存在线性关系。C.非线性回归，自变量与因变量之间存在非线性关系，需要使用特定的函数形式来拟合模型。D.逻辑回归，因变量是二分类变量，自变量可以是连续的或分类的，用于预测因变量属于某个类别的概率。E.生存回归，用于分析事件发生时间（生存时间）的数据，常用于医学和可靠性领域。根据自变量数量的分类主要是简单线性回归（一个自变量）和多元线性回归（多个自变量）。非线性回归、逻辑回归和生存回归是根据因变量的类型或模型形式的分类。因此，根据自变量数量的分类是简单线性回归和多元线性回归。17.数据预处理的主要任务包括哪些？（）A.数据清洗B.数据集成C.数据变换D.数据规约E.数据探索答案：ABCD解析：数据预处理是数据分析过程中至关重要的一步，目的是提高数据的质量，使其适合进行后续的分析。主要任务包括：A.数据清洗，处理数据中的错误、缺失值、重复值和不一致性，确保数据的准确性。B.数据集成，将来自多个数据源的数据合并成一个统一的数据集，以便进行综合分析。C.数据变换，将数据转换成适合数据挖掘的形式，如规范化、归一化、离散化等，以改善模型的性能。D.数据规约，通过减少数据的规模来降低计算的复杂性，如抽样、维度约简等，以提高处理效率。E.数据探索，是对数据进行初步的观察和理解，以发现数据的基本特征和潜在模式，数据探索通常发生在数据预处理之前或之中，是整个数据分析过程的一部分，但不是数据预处理的主要任务本身。因此，数据清洗、数据集成、数据变换和数据规约是数据预处理的主要任务。18.在假设检验中，第一类错误和第二类错误的含义是什么？（）A.第一类错误是拒绝了真实为真的假设B.第一类错误是接受了真实为假的假设C.第二类错误是拒绝了真实为假的假设D.第二类错误是接受了真实为真的假设E.第一类错误的概率通常用α表示答案：ABE解析：在假设检验中，我们总是先提出一个原假设（H0），然后根据样本数据来判断是否有足够的证据拒绝原假设。错误判断分为两类：A.第一类错误，也称为“假阳性”或“弃真错误”，是指在原假设H0实际上为真时，却错误地拒绝了H0。换句话说，就是“冤枉了一个好人”。B.第二类错误，也称为“假阴性”或“纳伪错误”，是指在原假设H0实际上为假时，却未能拒绝H0。换句话说，就是“放了一个坏人”。因此，第一类错误是拒绝了真实为真的假设（A正确），第二类错误是接受了真实为假的假设（C错误，D错误）。选项B描述的是第二类错误。选项E，第一类错误的概率通常用α表示，这是正确的。所以，正确答案是ABE。19.描述统计主要包括哪些内容？（）A.集中趋势度量B.离散程度度量C.数据分布形态描述D.参数估计E.假设检验答案：ABC解析：描述统计（DescriptiveStatistics）是统计学的基础部分，其目的是通过计算统计量和使用图表等方法，对收集到的数据进行整理、概括和展示，以便更好地理解数据的特征。主要包括：A.集中趋势度量，如平均数、中位数、众数等，用来描述数据向中心值聚集的程度。B.离散程度度量，如极差、方差、标准差、变异系数等，用来描述数据点相对于中心值的分散程度。C.数据分布形态描述，通过偏度和峰度等统计量，或使用直方图、箱线图等图表，来描述数据分布的对称性、尖峰程度等形状特征。D.参数估计和E.假设检验通常属于推断统计（InferentialStatistics）的范畴，推断统计是利用样本信息来推断总体特征的方法，包括参数估计（用样本统计量估计总体参数）和假设检验（检验关于总体参数的假设）。因此，描述统计主要包括集中趋势度量、离散程度度和数据分布形态描述。20.交叉分析的主要目的是什么？（）A.描述单个变量的分布B.比较不同总体的均值差异C.探索两个或多个分类变量之间的关系D.建立预测模型E.估计总体参数答案：C解析：交叉分析（也称为列联表分析或交叉表分析）是用于研究两个或多个分类变量之间关联性的统计方法。其主要目的是：C.探索两个或多个分类变量之间的关系，通过构建列联表来展示不同类别组合的频数或频率，并利用卡方检验等方法来判断这些变量之间是否存在显著的关联。A.描述单个变量的分布，通常使用频率分布表或图表。B.比较不同总体的均值差异，通常使用t检验或方差分析，要求因变量是连续型数据。D.建立预测模型，通常使用回归分析等。E.估计总体参数，通常使用参数估计方法。因此，交叉分析的主要目的是探索两个或多个分类变量之间的关系。三、判断题1.平均数总比中位数大。（）答案：错误解析：平均数是所有数据之和除以数据个数，而中位数是将数据排序后位于中间的值。平均数的大小取决于数据的分布，当数据分布对称或接近对称时，平均数接近中位数。当数据右偏（存在较大值）时，平均数大于中位数；当数据左偏（存在较小值）时，平均数小于中位数。因此，平均数不一定总比中位数大。2.样本量越大，抽样误差越小。（）答案：正确解析：抽样误差是指样本统计量与总体参数之间的差异。在其他条件不变的情况下，样本量越大，样本统计量就越接近总体参数，抽样误差就越小。这是因为较大的样本量更能代表总体特征，减少了随机抽样带来的不确定性。3.相关分析只能揭示变量之间的线性关系。（）答案：错误解析：相关分析主要用于衡量变量之间线性关系的强度和方向。虽然相关系数（如皮尔逊相关系数）主要描述线性关系，但存在其他类型的相关性度量，如斯皮尔曼等级相关系数和肯德尔等级相关系数，它们可以用来衡量变量之间的非线性关系（单调关系）。4.统计推断的目的是从样本信息推断总体特征。（）答案：正确解析：统计推断是统计学的重要分支，其核心目的是利用从总体中抽取的样本数据，对总体的参数进行估计或对总体的分布特征进行检验。这包括参数估计（如用样本均值估计总体均值）和假设检验（检验关于总体参数的假设）。因此，从样本信息推断总体特征是统计推断的基本目标。5.分类数据也称为定量数据。（）答案：错误解析：数据根据其性质和测量尺度可以分为定量数据和定性数据（或分类数据）。定量数据是指可以用数值表示，并且可以进行数学运算的数据，如年龄、身高、收入等。定性数据（或分类数据）是指无法用数值表示，主要用于分类或描述特征的数据，如性别、颜色、品牌等。分类数据不具备数值运算的意义。6.抽样调查比全面调查更能节省人力物力，但准确性较低。（）答案：错误解析：抽样调查是从总体中抽取一部分单位进行调查，并用样本结果推断总体特征。与全面调查相比，抽样调查确实可以节省大量的人力、物力和时间。然而，如果抽样方法科学合理，抽样调查可以得到比全面调查更准确的结果，因为全面调查可能存在漏统、重复统计、登记错误等问题，而抽样调查可以通过合理的抽样设计和统计分析来控制误差。当然，抽样调查也