2025年统计学原理测试题及答案

2025年统计学原理测试题及答案一、单项选择题（每题2分，共20分）1.在抽样调查中，若总体方差未知且样本量较小，估计总体均值时应采用的分布是A.正态分布  B.t分布  C.χ²分布  D.F分布答案：B解析：小样本、总体方差未知时，样本均值经标准化后服从t分布。2.设随机变量X~N(μ,σ²)，则P(μ-1.96σ≤X≤μ+1.96σ)的近似值为A.0.90  B.0.95  C.0.99  D.0.50答案：B解析：1.96为双侧95%置信区间对应的临界值。3.在简单线性回归模型y=β₀+β₁x+ε中，若ε~N(0,σ²)，则β₁的最小二乘估计量β̂₁的抽样分布为A.N(β₁,σ²/Σxᵢ²)  B.N(β₁,σ²/Σ(xᵢ-x̄)²)  C.t(n-2)  D.χ²(n-2)答案：B解析：β̂₁服从正态分布，其方差为σ²/Σ(xᵢ-x̄)²。4.对同一组数据分别建立95%与99%置信区间，则A.前者更宽  B.后者更宽  C.两者等宽  D.无法比较答案：B解析：置信水平越高，临界值越大，区间越宽。5.在假设检验中，若显著性水平α由0.05降至0.01，则A.Ⅰ型错误概率降低，Ⅱ型错误概率升高  B.Ⅰ型错误概率升高，Ⅱ型错误概率降低C.两者均降低  D.两者均升高答案：A解析：α与β呈反向变动关系。6.对于列联表资料，欲检验两分类变量是否独立，应采用的检验统计量为A.Z统计量  B.t统计量  C.χ²统计量  D.F统计量答案：C解析：独立性检验使用Pearsonχ²检验。7.若样本偏度为-0.8，则分布形态可描述为A.左偏  B.右偏  C.对称  D.尖峰答案：A解析：偏度小于0表示左偏，即左侧尾部更长。8.在单因素方差分析中，组间均方MSB的期望值为A.σ²  B.σ²+nτ²  C.σ²+τ²  D.σ²/(k-1)答案：B解析：MSB期望为σ²+nτ²，其中τ²为处理效应方差。9.若两独立样本均值之差的95%置信区间不包含0，则在α=0.05下A.必拒绝H₀:μ₁=μ₂  B.必不拒绝H₀  C.可能拒绝也可能不拒绝  D.无法判断答案：A解析：置信区间与双侧检验完全等价。10.对某时间序列拟合ARIMA(1,1,1)模型后，残差Ljung-Box检验p值为0.003，则A.残差为白噪声  B.模型充分  C.模型不充分  D.需增加差分阶数答案：C解析：p值小于0.05，拒绝“残差为白噪声”的原假设，模型需改进。二、多项选择题（每题3分，共15分，多选少选均不得分）11.下列关于中心极限定理的说法正确的有A.样本量足够大时，样本均值分布近似正态  B.总体必须为正态分布C.样本均值的期望等于总体均值  D.样本均值的方差等于总体方差答案：A、C解析：中心极限定理不要求总体正态；样本均值方差为σ²/n。12.下列属于非参数检验方法的有A.Wilcoxon符号秩检验  B.Kruskal-Wallis检验  C.Mann-WhitneyU检验  D.Durbin-Watson检验答案：A、B、C解析：Durbin-Watson用于检验序列相关，属诊断量而非非参检验。13.在多元线性回归中，多重共线性的常见表现有A.VIF>10  B.特征根接近0  C.R²高但单个系数不显著  D.残差呈喇叭形答案：A、B、C解析：D为异方差表现。14.关于Bootstrap方法，正确的有A.属于重抽样技术  B.可估计统计量标准误  C.需假设总体分布已知  D.可构造置信区间答案：A、B、D解析：Bootstrap为非参数方法，不依赖总体分布假设。15.下列关于贝叶斯估计的说法正确的有A.后验分布∝似然×先验  B.先验分布可主观设定  C.贝叶斯因子用于模型选择  D.后验均值总是等于MLE答案：A、B、C解析：后验均值仅在特殊先验下与MLE重合。三、判断题（每题1分，共10分，正确打“√”，错误打“×”）16.样本中位数一定是总体中位数的无偏估计。答案：×解析：小样本下中位数可有偏。17.若随机变量X与Y独立，则Cov(X,Y)=0。答案：√解析：独立⇒协方差为0，反之不成立。18.在假设检验中，p值越大，拒绝原假设的证据越强。答案：×解析：p值越小证据越强。19.对正态总体，样本方差s²是σ²的极大似然估计。答案：√解析：正态情形下MLE即为s²。20.若回归模型存在异方差，OLS估计量仍无偏但非有效。答案：√解析：异方差不影响无偏性，但降低效率。21.χ²分布具有可加性，即独立χ²变量之和仍服从χ²分布。答案：√解析：自由度相加。22.在时间序列中，若自相关系数r₁显著，则序列必平稳。答案：×解析：平稳需满足一系列条件，单一r₁不足。23.非参数检验的检验效能总是低于参数检验。答案：×解析：若总体满足参数假设，参数检验效能更高；反之非参可能更优。24.贝叶斯置信区间称为可信区间，其含义与频率学派置信区间完全相同。答案：×解析：解释哲学不同。25.当样本量趋于无穷时，样本分位数的渐近分布为正态。答案：√解析：中心极限定理推广至分位数。四、填空题（每空2分，共20分）26.设X~B(n,p)，则Var(X)=________。答案：np(1-p)27.若随机变量Z~N(0,1)，则P(Z>2.58)≈________。答案：0.004928.在简单随机抽样中，估计总体比例所需最小样本量n≥________（置信水平95%，绝对误差d，总体比例p）。答案：z₀.₉₅²p(1-p)/d²29.对同一组数据，R²=0.80，调整R²=________（已知n=50，k=5）。答案：0.7826解析：Adj-R²=1-(1-R²)(n-1)/(n-k)=1-0.2×49/45=0.782630.设样本容量n=16，样本标准差s=6，则总体方差σ²的95%置信区间为________。答案：[s²(n-1)/χ²₀.₉₇₅,s²(n-1)/χ²₀.₀₂₅]=[36×15/27.488,36×15/6.262]=[19.65,86.24]31.在秩和检验中，两组样本量分别为8与12，则秩和统计量T的期望值为________。答案：n₁(n₁+n₂+1)/2=8×21/2=8432.若ARIMA(0,1,1)模型写为(1-B)yₜ=(1-θB)εₜ，则其移动平均部分阶数为________。答案：133.设θ̂为参数θ的无偏估计，若Var(θ̂)达到Cramér-Rao下界，则称θ̂为________估计。答案：有效34.对k=4组样本做单因素方差分析，组内平方和SSE=120，总平方和SST=200，则F统计量为________。答案：(SSB/(k-1))/(SSE/(n-k))=(80/3)/(120/(n-4))，需n，设n=20，则F=80/3÷120/16=3.5635.若Logistic回归模型logit(p)=-2+0.3x，则x每增加1单位，优势比变为原来的________倍。答案：e⁰·³≈1.35五、简答题（每题8分，共24分）36.简述矩估计与极大似然估计的区别，并举例说明当两者不一致时如何取舍。答案：矩估计通过样本矩匹配总体矩获得，计算简单但未必有效；极大似然估计通过最大化似然函数获得，具有一致性、渐近有效性与渐近正态性，但需已知分布形式且可能计算复杂。例如对Gamma(α,β)分布，矩估计α̂=x̄²/s²，β̂=s²/x̄；MLE需数值迭代。当样本量小且分布假设可靠时优先MLE；若分布未知或计算资源受限，可采用矩估计。37.说明多重共线性对回归模型造成的具体影响，并给出三种诊断方法与两种解决方案。答案：多重共线性导致系数估计方差膨胀、t检验失效、系数符号反常。诊断：①方差膨胀因子VIF>10；②特征值条件数κ>30；③相关系数矩阵|rij|>0.9。解决方案：①删除或合并高度相关变量；②采用岭回归、Lasso等正则化方法。38.解释“p值分布”概念，并说明在重复实验中p值均匀分布于[0,1]的数学条件。答案：当原假设H₀为真且检验统计量连续时，p值作为随机变量服从U(0,1)分布。这是因为p值定义为P(T≥t|H₀)，即统计量T的尾部概率，其累积分布函数F(T)本身服从均匀分布。该性质是构造p值合并、多重检验校正（如FDR）的基础。六、计算与综合题（共61分）39.（10分）某生产线袋装食品标准重500g，现随机抽取25袋，测得平均重498g，样本标准差5g。假定重量服从正态分布。（1）在α=0.05下检验是否显著不足（单侧）；（2）求总体均值的95%单侧置信上限；（3）若要求检验效能1-β=0.90，在真实均值μ=497g时，求所需样本量。答案：（1）H₀:μ=500vsH₁:μ<500，t=(498-500)/(5/5)=-2.0，临界值-t₀.₀₅,₂₄=-1.711，-2.0<-1.711，拒绝H₀，显著不足。（2）上限=x̄+t₀.₀₅,₂₄·s/√n=498+1.711×1=499.71g。（3）效应量δ=|500-497|/5=0.6，单样本t检验，n=[(z₀.₉₅+z₀.₉₀)/δ]²≈(1.645+1.282)²/0.36=24.3，取25，与现样本量一致。40.（12分）为比较两种化肥对小麦产量的影响，随机分配10块地到A、B两组，得产量（kg）：A：3234313533B：3638373940（1）检验方差齐性（α=0.10）；（2）选择合适方法检验均值差异；（3）给出均值差的95%置信区间；（4）若B组第3个数据误记为57，重新检验并讨论结果变化。答案：（1）F=s²B/s²A=1.72²/1.58²=1.18<F₀.₀₅,₄,₄=6.39，不拒绝，方差齐。（2）合并方差t检验，t=(38-33)/√(1.65²(1/5+1/5))=5/1.04=4.81>t₀.₀₂₅,₈=2.306，显著。（3）差值置信区间：(38-33)±2.306×1.04=[2.6,7.4]kg。（4）修正后B组均值37.4，sB=1.52，t=4.4，仍显著，但区间略缩，显示异常值对标准误影响有限。41.（12分）某电商记录日点击量x（千次）与成交额y（万元），数据n=20，得：Σx=200，Σy=150，Σx²=2200，Σy²=1300，Σxy=1800。（1）建立简单线性回归方程；（2）检验H₀:β₁=0（α=0.05）；（3）当x=12时，求y的90%预测区间；（4）若模型残差呈现明显漏斗形，说明什么问题并给出改进措施。答案：（1）x̄=10，ȳ=7.5，lxx=2200-2000=200，lxy=1800-1500=300，lyy=1300-1125=175，β̂₁=300/200=1.5，β̂₀=7.5-1.5×10=-7.5，方程ŷ=-7.5+1.5x。（2）SSE=lyy-β̂₁lxy=175-450=-275→175-225=-50，s²=50/18=2.78，sβ̂₁=√(2.78/200)=0.118，t=1.5/0.118=12.7>t₀.₀₂₅,₁₈=2.101，显著。（3）ŷ=10.5，s_pred=√2.78×(1+1/20+(12-10)²/200)=1.75，t₀.₀₅,₁₈=1.734，区间10.5±3.04=[7.46,13.54]。（4）漏斗形提示异方差，可采用加权最小二乘或对y取对数变换。42.（13分）为研究教育程度（高/中/低）与收入等级（高/中/低）是否独立，调查300人得列联表：高教育：高收入40、中收入30、低收入30中教育：中收入50、低收入40低教育：高收入20、中收入30、低收入60（1）完成3×3列联表并计算期望频数；（2）进行χ²独立性检验（α=0.05）；（3）计算列联系数C；（4）若发现低收入单元格期望频数小于5，给出替代检验方法并说明理由。答案：（1）完整表：40 30 30 10030 50 40 12020 30 60 13090 110 130 300期望频数eij=ri·cj/n，如e11=100×90/300=30，e12=36.67，e13=43.33；e21=36，e22=44，e23=40；e31=30，e32=36.67，e33=43.33。（2）χ²=Σ(o-e)²/e=(40-30)²/30+…=16.8>χ²₀.₀₅,₄=9.488，拒绝独立。（3）C=√(χ²/(n+χ²))=√(16.8/316.8)=0.23。（4）低收入期望频数均>5，无需替代；若<5，可用Fisher精确检验或合并相邻类别。43.（14分）某城市过去12个季度房租