2023统计数据分析题考前密押30题 命中率超90%原题

2023统计数据分析题考前密押30题命中率超90%原题

一、单项选择题（每题2分，共20分）1.在正态总体N(μ,σ²)中，若σ已知，样本量n=36，检验H₀:μ=μ₀时，应选用的统计量是A.t统计量B.z统计量C.χ²统计量D.F统计量2.对同一组数据分别建立线性回归与二次回归，若二次项系数显著不为零，则二次回归的A.R²必小于线性回归B.调整R²必大于线性回归C.残差平方和必更小D.解释变量个数必更少3.在单因素方差分析中，若F检验显著，则下列结论一定成立的是A.各组样本均值全相等B.组间方差大于组内方差C.至少两组总体均值不等D.误差服从正态分布4.对p维随机向量X，若其协方差矩阵Σ为对角阵，则A.各分量必独立B.各分量必不相关C.各分量必同分布D.各分量必为正态5.在Bootstrap估计中，增大重抽样次数B的主要作用是A.降低估计偏差B.提高计算速度C.减小估计方差D.扩大样本量6.对时间序列{Xt}建立AR(1)模型Xt=φXt-1+εt，若|φ|>1，则序列A.平稳B.可逆C.爆炸D.周期7.在贝叶斯估计中，若先验分布为共轭先验，则后验分布与先验分布A.属于同一分布族B.均值相等C.方差相等D.支撑集不同8.对分类变量进行卡方检验时，期望频数小于5的格子占比超过20%，应A.增大样本量B.合并类别C.改用t检验D.改用F检验9.在多元线性回归中，若某解释变量VIF=10，则A.该变量必不显著B.存在严重多重共线C.残差必自相关D.模型必过原点10.对指数分布Exp(λ)使用矩估计，若样本均值为x̄，则λ的矩估计为A.x̄B.1/x̄C.x̄²D.1/x̄²二、填空题（每题2分，共20分）11.若随机变量X~N(0,1)，则P(|X|≤1.96)=________。12.在简单随机抽样中，样本均值的标准误公式为________。13.对二项分布B(n,p)，当n→∞且p→0，使np→λ时，其极限分布为________。14.若样本偏度为0，峰度为3，则该分布与________分布形状最接近。15.在假设检验中，同时降低α与β的唯一途径是________。16.对p维数据做主成分分析，前k个主成分的累计贡献率公式为________。17.当回归模型存在异方差时，OLS估计量仍具有的性质是________。18.对泊松过程，单位时间内事件发生次数服从________分布。19.若随机变量X服从Logistic(0,1)，则其期望为________。20.在K均值聚类中，目标函数J(C)刻画的是样本到所属簇________的平方和。三、判断题（每题2分，共20分，正确打“√”，错误打“×”）21.对于任意随机变量，方差为零当且仅当该变量为常数。22.在正态总体下，样本均值与样本方差一定独立。23.若两变量相关系数为0，则它们必然独立。24.对同一数据，AIC值越小表示模型拟合越差。25.在列联表分析中，Cramer’sV系数取值范围在0到1之间。26.若时间序列的ACF拖尾、PACF截尾，可初步判定为MA模型。27.对偏态分布，中位数对异常值的稳健性优于均值。28.在Bootstrap置信区间构造中，百分位法具有变换不变性。29.对多元正态分布，边缘分布仍为正态，但条件分布不一定正态。30.当样本量趋于无穷时，最大似然估计的方差达到Cramér-Rao下界。四、简答题（每题5分，共20分）31.简述构造置信区间时“枢轴量”必须满足的三条性质。32.说明在多元线性回归中利用“残差图”诊断模型缺陷的具体步骤。33.写出单因素方差分析的原假设与备择假设，并指出检验统计量的分子、分母含义。34.比较聚类分析中“层次法”与“划分法”在适用场景与计算复杂度上的差异。五、讨论题（每题5分，共20分）35.讨论在大数据背景下，传统显著性检验p值方法面临的批评与改进思路。36.试论述主成分分析在降维过程中可能丢失的信息类型，并给出一种保留更多信息的替代策略。37.结合实例说明时间序列分解中“季节调整”对政策制定者的意义及潜在风险。38.探讨在A/B实验平台中，使用贝叶斯方法评估实验效果的优劣，并给出提升稳健性的技术路径。参考答案与解析一、1B2C3C4B5C6C7A8B9B10B二、11.0.9512.σ/√n13.泊松(λ)14.正态15.增大样本量16.(∑i=1kλi)/(∑i=1pλi)17.线性无偏18.泊松19.020.质心三、21√22√23×24×25√26×27√28√29×30√四、31.枢轴量需含待估参数但分布与参数无关；分布已知且不依赖于任何未知参数；可由样本与参数构造得到。32.绘制残差vs拟合值图、残差正态Q-Q图、残差vs解释变量图；观察漏斗形、曲线、离群点判断异方差、非线性、异常值；若发现模式，则考虑变量变换、加权最小二乘或添加高次项修正。33.H₀:μ₁=μ₂=…=μk；H₁:至少一对μi≠μj；分子为组间均方MSB，刻画不同处理均值差异；分母为组内均方MSE，刻画随机误差大小。34.层次法无需预设簇数，适合小样本、需谱系图场景，复杂度O(n³)；划分法需预设k，适合大样本，复杂度O(tkn)，迭代快但初始值敏感。五、35.大数据样本极大导致微小差异亦显著，p值易误导；改进：强调效应量、置信区间、先验信息，采用贝叶斯因子、FDR控制，或按实际意义设定阈值。36.PCA丢弃方差小成分，可能丢失稀有但重要信号；替代：采用非线性降维如t-SNE、UMAP，或稀疏PCA保留可解释变量，或基于重构误差准则选择成分。37.季节调整可揭示趋势拐点助政策制定，如识别真实经济复苏；风险