2022统计数据分析题必刷题库 覆盖100%考点

2022统计数据分析题必刷题库覆盖100%考点

一、单项选择题（10题，每题2分）1.当数据分布呈右偏时，最能代表集中趋势的指标是（）A.算术均值B.中位数C.众数D.调和均值2.为调查某城市不同收入群体的消费倾向，最适合的抽样方法是（）A.简单随机抽样B.分层抽样C.整群抽样D.系统抽样3.假设检验中，P值的含义是（）A.原假设成立的概率B.拒绝原假设的最小显著性水平C.备择假设成立的概率D.接受备择假设的概率4.皮尔逊积矩相关系数适用于分析（）A.分类变量与分类变量的关系B.顺序变量与顺序变量的关系C.连续变量与连续变量的线性关系D.连续变量与分类变量的关系5.线性回归中，最小二乘法的核心目标是（）A.使因变量观测值与均值的离差平方和最小B.使因变量观测值与预测值的离差平方和最小C.使自变量观测值与均值的离差平方和最小D.使自变量观测值与预测值的离差平方和最小6.若事件A、B独立，P(A)=0.3，P(B)=0.5，则P(A∪B)=（）A.0.15B.0.8C.0.65D.0.357.方差分析（ANOVA）的前提假设不包括（）A.各总体服从正态分布B.各总体方差相等C.各样本相互独立D.各样本容量相等8.时间序列中，移动平均法的主要作用是（）A.测定长期趋势B.测定季节变动C.测定循环变动D.消除不规则变动9.卡方检验可用于分析（）A.两个连续变量的相关性B.两个分类变量的独立性C.一个连续变量的正态性D.两个总体均值是否相等10.箱线图主要用于展示数据的（）A.集中趋势和离散程度B.分布形状C.异常值D.以上都是二、填空题（10题，每题2分）1.数据存在极端值时，不宜使用______作为集中趋势指标，应优先选择______。2.反映离散程度的相对指标是______，计算公式为______（文字描述）。3.重复抽样的抽样平均误差比不重复抽样______，因为不重复抽样会______抽样方差。4.参数估计中，置信区间由______和______两部分构成。5.假设检验中，“弃真”错误是指______，概率用______表示。6.线性回归判定系数R²的取值范围是______，意义是______。7.斯皮尔曼等级相关系数适用于分析______变量或______变量的相关关系。8.时间序列长期趋势的测定方法有______和______两种。9.方差分析中，“因素”指______，“水平”指______。10.频数分布表的基本构成包括______、______、频数和频率。三、判断题（10题，每题2分）1.算术均值受极端值影响大，中位数和众数受影响小。（）2.分层抽样属于等概率抽样，每个个体被抽中概率相等。（）3.P值越小，拒绝原假设的理由越充分。（）4.皮尔逊相关系数为0说明变量无任何相关关系。（）5.回归系数b表示x每增1，y平均增b个单位。（）6.若P(AB)=P(A)P(B)，则A、B相互独立。（）7.ANOVA适用于两个及以上总体均值比较。（）8.移动平均法可完全消除时间序列的季节变动。（）9.卡方检验原假设是两个分类变量相互独立。（）10.变异系数适用于不同量纲数据的离散程度比较。（）四、简答题（4题，每题5分）1.列举描述集中趋势的主要指标及适用场景。2.抽样调查中影响抽样误差的主要因素有哪些？3.假设检验中“弃真”“取伪”错误的含义及关系是什么？4.皮尔逊与斯皮尔曼相关系数的主要区别是什么？五、讨论题（4题，每题5分）1.如何判断线性回归模型是否有效？请从多角度分析。2.分层抽样与整群抽样的区别及适用场景是什么？3.时间序列包含哪几种变动成分？各成分的测定方法是什么？4.卡方检验的主要应用场景及注意事项有哪些？答案与解析一、单项选择题答案1.B2.B3.B4.C5.B6.C7.D8.D9.B10.D解析：1.右偏分布中均值受极端值拉高，中位数更稳健，选B。2.分层抽样按收入分层，保证各层样本充足，选B。3.P值是拒绝原假设的最小显著性水平，选B。4.皮尔逊要求连续变量且线性关系，选C。5.最小二乘法最小化残差平方和（观测值与预测值离差平方和），选B。6.P(A∪B)=0.3+0.5-0.15=0.65，选C。7.ANOVA不要求样本容量相等，选D。8.移动平均消除不规则变动，选D。9.卡方检验用于分类变量独立性，选B。10.箱线图展示集中趋势、离散程度、分布形状、异常值，选D。二、填空题答案1.算术均值；中位数2.变异系数；标准差除以均值3.大；降低4.点估计值；边际误差5.原假设为真时拒绝原假设；α6.[0,1]；因变量总变异中被回归模型解释的比例7.顺序；连续（或连续变量的等级转换）8.移动平均法；最小二乘法9.影响因变量的自变量；自变量的不同取值10.组限；组中值解析：1.极端值对算术均值影响大，中位数不受影响，故填算术均值、中位数。2.变异系数是相对离散指标，公式为标准差/均值。3.不重复抽样无重复，误差更小，故填大、降低。4.置信区间=点估计±边际误差。5.弃真错误是原真拒，概率α。6.R²在0-1之间，解释因变量变异比例。7.斯皮尔曼用于顺序变量或连续变量的等级数据。8.长期趋势测定方法为移动平均和最小二乘法。9.因素是自变量，水平是自变量的取值类别。10.频数分布表含组限、组中值、频数、频率。三、判断题答案1.√2.√3.√4.×5.√6.√7.√8.×9.√10.√解析：1.均值受极端值影响大，中位数众数受影响小，正确。2.分层抽样每个个体概率相等，正确。3.P值越小，拒绝原假设理由越充分，正确。4.皮尔逊相关系数为0仅说明无线性相关，可能有非线性相关，错误。5.回归系数b的意义是x增1，y平均增b，正确。6.独立事件定义满足P(AB)=P(A)P(B)，正确。7.ANOVA用于两个及以上总体均值比较，正确。8.移动平均无法消除季节变动（需季节指数法），错误。9.卡方检验原假设是变量独立，正确。10.变异系数消除量纲和均值影响，适合不同数据比较，正确。四、简答题答案与解析1.集中趋势指标及适用场景：-算术均值：连续变量、对称分布且无极端值的数据，最常用。-中位数：偏态分布或存在极端值的数据，不受极端值影响。-众数：分类变量或离散变量，描述出现频率最高的类别/数值。-几何均值：计算平均增长率（如复利、收益率），要求数据为正。-调和均值：计算平均速度（如平均行驶速度），要求数据为正。2.抽样误差的影响因素：-样本容量：容量越大，误差越小（与样本容量平方根成反比）。-总体变异：总体标准差越大，误差越大（总体越分散，样本代表性越差）。-抽样方法：重复抽样误差比不重复抽样大。-抽样组织：分层抽样误差小于简单随机抽样（层内差异小），整群抽样误差可能较大（群内差异大）。3.两类错误的含义及关系：-弃真错误（α错误）：原假设H₀为真时错误拒绝H₀，概率为α（显著性水平）。-取伪错误（β错误）：原假设H₀为假时错误接受H₀，概率为β。-关系：样本容量固定时，α和β不能同时减小；增大样本容量可同时减小两者；通常控制α（如0.05），尽量减小β。4.皮尔逊与斯皮尔曼相关系数的区别：-数据类型：皮尔逊要求连续变量且线性关系；斯皮尔曼适用于顺序变量或连续变量的等级转换。-计算方法：皮尔逊基于原始数据的协方差与标准差；斯皮尔曼基于变量的等级差。-适用场景：皮尔逊用于线性相关分析；斯皮尔曼用于非线性相关或等级数据的相关分析，不受极端值影响。五、讨论题答案与解析1.线性回归模型有效性判断：-判定系数R²：越接近1，拟合效果越好，但需注意小样本R²可能偏高。-显著性检验：①F检验：检验整体回归方程是否显著（P值<α则显著）；②t检验：检验每个回归系数是否显著（P值<α则系数显著）。-残差分析：残差应随机分布、服从正态分布、方差齐性（无明显趋势），若存在异方差或非正态，模型无效。-多重共线性检验：自变量间相关系数过高（如>0.7）会导致系数估计不稳定，需排除。2.分层抽样与整群抽样的区别及适用场景：-区别：①分层抽样按特征分层，每层随机抽样；整群抽样分群，随机抽群并调查群内所有个体。②分层要求层内差异小、层间差异大；整群要求群内差异大、群间差异小。③分层误差小，整群误差可能较大。-适用场景：①分层抽样：总体内部差异大（如收入、年龄分层），需精准调查；②整群抽样：总体群内差异大、群间差异小（如按社区分群），适合大规模低成本调查。3.时间序列的变动成分及测定方法：-长期趋势（T）：①移动平均法（平滑序列，消除不规则变动）；②最小二乘法（拟合趋势线，如直线、指数曲线）。-季节变动（S）：①同期平均法（计算各周期同期均值）；②移动平均趋势剔除法（原序列除以趋势值得季节指数）。-循环变动（C）：剩余法（原序列除以趋势和季节指数，再移动平均消除不规则变动）。-不规则变动（I）：剩余法（I=原序列/(T×S×C)