2026年省考统计学专业笔试考试试题(含答案)

2026年省考统计学专业笔试考试试题(含答案)一、单项选择题（每题2分，共10分）1.下列统计量中，属于顺序数据集中趋势测度的是（）。A.均值B.中位数C.众数D.方差答案：B2.为了解某城市居民家庭月均用电量，从该城市所有社区中随机抽取10个社区，再从每个被抽中的社区中随机抽取50户家庭进行调查。这种抽样方法是（）。A.简单随机抽样B.分层抽样C.整群抽样D.多阶段抽样答案：D3.若两个变量的Pearson相关系数r=0.85，且样本量n=30，在显著性水平α=0.05下（临界值r0.05=0.361），可以认为（）。A.两变量不相关B.两变量高度正相关C.两变量负相关D.相关关系不显著答案：B4.中心极限定理表明，当样本量n足够大时，样本均值的抽样分布近似服从正态分布，其均值为（）。A.总体方差B.样本方差C.总体均值D.样本均值答案：C5.在假设检验中，若原假设H0为真时拒绝H0，所犯的错误是（）。A.第Ⅰ类错误B.第Ⅱ类错误C.随机错误D.系统错误答案：A二、简答题（每题8分，共24分）1.简述参数估计中点估计与区间估计的区别与联系。答案：区别：点估计是用一个具体数值估计总体参数（如用样本均值估计总体均值）；区间估计是在点估计基础上，给出一个包含总体参数的可能范围（如95%置信区间）。联系：点估计是区间估计的基础，区间估计通过点估计和抽样分布的标准误构造，反映了点估计的误差范围。2.时间序列的构成要素有哪些？分别举例说明。答案：时间序列由四要素构成：（1）长期趋势（T）：现象在较长时期内持续上升或下降的趋势，如某城市过去20年GDP的持续增长；（2）季节变动（S）：受自然或社会因素影响，一年内重复出现的周期性波动，如冷饮销量的夏季高峰；（3）循环变动（C）：周期超过一年的非固定长度波动，如经济周期中的繁荣-衰退-复苏；（4）不规则变动（I）：由偶然因素引起的无规律波动，如突发疫情对某季度旅游收入的冲击。3.方差分析的基本思想是什么？其应用条件有哪些？答案：基本思想：通过比较不同组间均值的差异是否显著大于组内随机误差，判断分类型自变量对数值型因变量是否有显著影响。具体通过计算组间方差与组内方差的比值（F统计量），若F值显著大于临界值，则拒绝原假设（各组均值全相等）。应用条件：（1）各样本独立且来自正态分布总体；（2）各总体方差相等（方差齐性）；（3）观测值是数值型数据。三、计算题（每题12分，共36分）1.某班级10名学生的统计学考试成绩如下：78,85,92,65,73,88,90,76,81,84。计算该组数据的均值、中位数、标准差（保留2位小数）和变异系数。答案：均值=（78+85+92+65+73+88+90+76+81+84）/10=812/10=81.2排序后数据：65,73,76,78,81,84,85,88,90,92中位数=（81+84）/2=82.5标准差=√[Σ(xi-81.2)²/(10-1)]=√[(65-81.2)²+…+(92-81.2)²]/9=√(1995.6/9)=√221.73≈14.89变异系数=14.89/81.2≈0.183（或18.3%）2.某企业生产的零件长度服从正态分布，总体标准差未知。随机抽取36个零件，测得样本均值为25.4mm，样本标准差为0.6mm。求总体均值的95%置信区间（t0.025,35=2.030，z0.025=1.96）。答案：由于总体标准差未知但样本量n=36（大样本），可用z分布近似。标准误=0.6/√36=0.1置信区间=25.4±1.96×0.1=25.4±0.196，即（25.20,25.596）mm（或保留3位小数为25.204~25.596）。3.某品牌奶粉宣称每罐蛋白质含量不低于25g。现随机抽取25罐检测，得样本均值24.5g，样本标准差1.2g。假设蛋白质含量服从正态分布，α=0.05，检验该宣称是否成立（t0.05,24=1.711）。答案：①假设：H0:μ≥25（宣称成立）；H1:μ<25（单侧检验）②检验统计量t=(24.5-25)/(1.2/√25)=(-0.5)/0.24≈-2.083③临界值：α=0.05，单侧检验，t临界=-1.711（左尾）④比较：t=-2.083<-1.711，拒绝H0，认为该品牌奶粉蛋白质含量低于宣称的25g。四、应用题（30分）某电商平台为分析用户满意度（Y，0-100分）的影响因素，收集了100名用户的如下数据：X1（月消费金额，元）、X2（购物频率，次/月）、X3（物流评分，1-5分）。通过多元线性回归得到结果：回归方程：Ŷ=15.2+0.02X1+3.5X2+8.6X3判定系数R²=0.82，调整R²=0.80，F检验p值<0.001，各变量t检验p值均<0.05。（1）解释回归系数的实际意义；（2）说明R²和调整R²的含义及差异；（3）若某用户月消费2000元、购物频率5次/月、物流评分4分，预测其满意度得分；（4）分析模型的拟合效果和显著性。答案：（1）回归系数意义：X1每增加1元，满意度平均增加0.02分；X2每增加1次/月，满意度平均增加3.5分；X3每提高1分（1-5分），满意度平均增加8.6分。（2）R²=0.82表示模型解释了82%的用户满意度变异；调整R²=0.80考虑了变量个数对R²的高估，更严格反映模型拟合优度。差异因引入3个自变量，调整后略有降低，但仍较高。（3）预测值=15.2+0.02×2000+3.5×5+8.6×4=15.2+40+17.5+34.4=107.1分（注：若实际中满意度满分100