2026统计数据分析题常考题型总结 覆盖95%考试重点

2026统计数据分析题常考题型总结覆盖95%考试重点

一、单项选择题（每题2分，共20分）1.在正态总体方差未知且小样本条件下，对总体均值进行双侧检验时应选用的分布是A.标准正态分布B.t分布C.χ²分布D.F分布2.若随机变量X服从参数为λ的泊松分布，则其方差为A.λ²B.λC.1/λD.√λ3.对一组右偏样本数据做Box-Cox变换，若λ=0，则实际采用的变换是A.平方变换B.对数变换C.倒数变换D.恒等变换4.在多元线性回归中，若某自变量的VIF=8.5，则一般认为A.无多重共线性B.存在轻微多重共线性C.存在严重多重共线性D.无法判断5.对两独立正态总体方差比进行检验，应使用的检验统计量服从A.χ²分布B.t分布C.F分布D.标准正态分布6.在Bootstrap估计中，当原始样本量n=50，重复抽样B=2000次，则Bootstrap标准误的期望等于A.样本标准差B.样本标准误C.总体标准差D.07.若时间序列的ACF在滞后1阶后截尾，PACF呈拖尾，则初步可判定为A.AR(1)B.MA(1)C.ARMA(1,1)D.ARIMA(0,1,1)8.对分类变量做卡方拟合优度检验，要求期望频数小于5的单元格比例不超过A.10%B.20%C.25%D.50%9.在贝叶斯估计中，若先验为Beta(2,2)，似然为二项分布Bin(n,θ)，则后验分布为A.Beta(2+n,2+n-x)B.Beta(2+x,2+n-x)C.Beta(x,n-x)D.Beta(2,n)10.对高维数据做主成分分析，若保留前k个主成分，则累计贡献率应至少达到A.60%B.70%C.80%D.95%二、填空题（每题2分，共20分）11.若样本偏度为−0.4，则数据分布的形态为________偏。12.在简单随机抽样下，样本均值的标准误公式为________。13.当显著性水平α=0.01，双侧Z检验的临界值为________。14.若两变量Spearman秩相关系数为0.85，则其反映的是________相关。15.对指数分布Exp(λ)而言，其生存函数S(t)=________。16.在单因素方差分析中，组间均方MSB的自由度为________。17.若Logistic回归模型截距项为−2，则当自变量取0时事件发生的概率为________。18.对AR(1)模型X_t=φX_{t-1}+ε_t，若|φ|≥1，则过程________平稳。19.在K-means聚类中，常用的距离度量是________距离。20.若Lasso回归的调节参数λ→∞，则回归系数将被________到0。三、判断题（每题2分，共20分，正确写“T”，错误写“F”）21.对于任意随机变量，切比雪夫不等式给出的概率上界总是紧的。22.在假设检验中，p值越大，拒绝原假设的证据越强。23.若两变量线性相关系数为0，则它们必定独立。24.对正态总体，样本均值与样本方差相互独立。25.当样本量趋于无穷时，t分布收敛于标准正态分布。26.在多元回归中，调整R²可能小于0。27.对计数数据使用过离散检验时，若离散参数显著大于1，应选用负二项回归。28.时间序列差分次数越多，必然使序列更平稳。29.在Bootstrap置信区间构造中，BCa法具有二阶精度。30.对高维协方差矩阵估计，Ledoit-Wolf收缩估计可改善样本协方差矩阵的病态性。四、简答题（每题5分，共20分）31.简述在构建多元线性回归模型时，诊断异方差性的三种常用方法，并指出各自的核心思想。32.说明AIC与BIC在模型选择中的差异，并给出在样本量增大时二者倾向的结论。33.写出非参数核密度估计的基本公式，并说明带宽选择对估计结果的影响。34.列举导致主成分分析结果难以解释的两个主要原因，并给出对应的改进策略。五、讨论题（每题5分，共20分）35.讨论在观察性研究中使用倾向得分匹配控制混杂时，需满足的关键假设，并说明如何检验其合理性。36.高维数据下，经典最小二乘估计面临哪些挑战？请结合岭回归与Lasso回归的数学机理比较其优劣。37.时间序列分析中，单位根检验与协整检验的关系如何？请阐述Engle-Granger两步法的逻辑及局限。38.贝叶斯统计中，先验分布的选取对后验推断具有重要影响。请讨论无信息先验与主观先验在实际应用中的权衡，并举例说明稳健性分析的方法。答案与解析一、1B2B3B4C5C6B7B8B9B10D二、11左12σ/√n13±2.57614单调15e^(−λt)16k−1170.11918非19欧氏20压缩三、21F22F23F24T25T26T27T28F29T30T四、31.残差图法：绘制拟合值与残差散点图，观察漏斗或扇形；Breusch-Pagan检验：将残差平方对自变量回归，得LM统计量；White检验：加入自变量平方与交叉项，检验异方差形式。核心思想均为检验残差方差是否与模型变量相关。32.AIC=−2lnL+2k，BIC=−2lnL+klnn；AIC惩罚轻，易选复杂模型；BIC惩罚重，样本增大时倾向真模型；n→∞，BIC具有一致性，AIC不具一致性。33.f̂(x)=1/(nh)ΣK((x−X_i)/h)，带宽h越小，估计曲线波动大、方差大；h越大，曲线平滑、偏差大；最优带宽需权衡偏差与方差，常用交叉验证选择。34.原因1：变量量纲差异大导致主成分受高方差变量主导，可标准化；原因2：主成分为原始变量线性组合，难以赋予实际意义，可采用旋转（如Varimax）或稀疏主成分（SPCA）提升解释性。五、35.关键假设为条件独立性和共同支撑；条件独立要求给定协变量后处理分配与潜在结果独立，可用敏感性分析检验；共同支撑要求处理组与对照组倾向得分重叠，可绘制重叠图并剔除非重叠区域；进一步可检验平衡性，确保匹配后协变量分布一致。36.挑战：维数灾难导致(X^TX)不可逆、估计方差爆炸；岭回归通过加λI使矩阵可逆，偏差小但保留全部变量；Lasso引入L1惩罚，兼具变量选择，产生稀疏解；岭回归适合多重共线，Lasso适合变量筛选；弹性网结合二者优势，同时处理相关变量与稀疏性。37.单位根检验判断单变量平稳性，协整检验关注多变量长期均衡；Engle-Granger第一步对残差做ADF检验，若平稳则存在协整；第二步用ECM建模；局限：小样本下残差检验势低，协整向量唯一，难推广至多变量；Johansen法可检验多重协整关系并估计向量。38.无