2025年统计学期末考试试卷(原理)及答案

2025年统计学期末考试试卷(原理)及答案一、单项选择题（每题2分，共20分）1.某高校2024级本科生共有12000人，从中随机抽取300人调查每月生活费支出。这里的“300人每月生活费支出”属于（）。A.总体B.样本C.参数D.统计量2.某电商平台统计2024年“双十二”期间10000名用户的购物金额（单位：元），数据分布呈现右偏态。则该数据的均值、中位数、众数的关系最可能为（）。A.均值＞中位数＞众数B.中位数＞均值＞众数C.众数＞中位数＞均值D.众数＞均值＞中位数3.已知随机变量X服从参数为λ的泊松分布，且E(X²)=6，则λ=（）。A.2B.3C.4D.54.某企业质检部门采用系统抽样法从流水线上每10分钟抽取1件产品检验，这种抽样方法的关键在于（）。A.保证样本的随机性B.确定合理的间隔距离C.覆盖所有可能的生产波动D.避免周期性误差5.在假设检验中，若原假设H₀为“某新药有效率不低于80%”，则第一类错误是（）。A.新药实际有效率≥80%，但检验结论拒绝H₀B.新药实际有效率＜80%，但检验结论接受H₀C.新药实际有效率≥80%，但检验结论接受H₀D.新药实际有效率＜80%，但检验结论拒绝H₀6.单因素方差分析中，若组间平方和（SSB）=120，组内平方和（SSW）=300，组间自由度（dfB）=2，组内自由度（dfW）=27，则F统计量为（）。A.3.6B.5.4C.10.8D.12.07.若变量X与Y的Pearson相关系数r=0.85，以下表述正确的是（）。A.X与Y存在显著的因果关系B.X变化85%可由Y变化解释C.X与Y的线性相关程度较强D.X与Y的协方差一定为正8.卡方检验适用于分析（）。A.两个连续变量的线性关系B.分类变量的独立性C.数值型变量的集中趋势D.时间序列的长期趋势9.某城市2015-2024年年度GDP数据的时间序列分解中，季节变动成分（S）的取值范围通常为（）。A.[-1,1]B.(0,+∞)C.[0,2]D.(-∞,+∞)10.设总体X~N(μ,σ²)，σ²未知，从总体中抽取容量为n的样本，样本均值为X̄，样本标准差为S，则μ的95%置信区间为（）。A.X̄±t₀.₀₂₅(n-1)·S/√nB.X̄±z₀.₀₂₅·S/√nC.X̄±t₀.₀₂₅(n)·σ/√nD.X̄±z₀.₀₂₅·σ/√n二、判断题（每题1分，共10分，正确划“√”，错误划“×”）1.统计量是样本的函数，因此统计量一定是常数。（）2.一组数据的众数可能不存在，也可能有多个。（）3.若随机变量X~N(μ,σ²)，则P(X≤μ)=P(X≥μ)=0.5。（）4.假设检验中，增大样本量可以同时降低α错误和β错误的概率。（）5.相关系数r=0意味着两个变量之间不存在任何关系。（）6.卡方检验要求每个单元格的期望频数不小于5，否则需合并类别。（）7.时间序列的长期趋势（T）只能是线性的，不能是曲线型的。（）8.单因素方差分析的前提是各总体服从正态分布且方差相等。（）9.点估计的无偏性是指估计量的期望等于被估计的总体参数。（）10.茎叶图既能展示数据的分布形态，又能保留原始数据的具体数值。（）三、简答题（每题6分，共30分）1.简述统计量与参数的区别，并各举一例说明。2.为什么样本均值通常被用作总体均值的估计量？请从无偏性、有效性和一致性角度解释。3.解释假设检验中“显著性水平α”的含义，并说明α与β错误的关系。4.单因素方差分析的核心思想是什么？其基本步骤包括哪些？5.简述相关分析与回归分析的联系与区别。四、计算分析题（共40分）1.（12分）某社区2024年随机调查了50户家庭的月用电量（单位：度），数据如下：185210192235205178240220198215208230180225212195245200218228175202238190216206222188204232214196226209236182211199224203234186213194227207231184217197要求：（1）计算样本均值、样本标准差（保留2位小数）；（2）计算偏度系数（公式：g₁=[n/(n-1)(n-2)]·Σ[(xᵢ-X̄)/S]³），并判断数据分布的偏态方向；（3）绘制茎叶图（以十位和个位为叶，百位为茎），并描述数据分布特征。2.（14分）某品牌新能源汽车宣称其电池续航里程（单位：公里）的总体均值μ≥500。为验证该声明，质检部门随机抽取36辆汽车测试，得到样本均值X̄=492公里，样本标准差S=30公里（假设总体近似正态分布）。（1）以α=0.05检验“续航里程均值是否不低于500公里”（写出原假设、备择假设、检验统计量、拒绝域和结论）；（2）计算该检验的P值，并解释其含义。3.（14分）某电商平台为分析广告投入（X，单位：万元）对月销售额（Y，单位：百万元）的影响，收集了2023年1-12月的数据，计算得：ΣX=240，ΣY=180，ΣXY=4000，ΣX²=5200，ΣY²=3000，n=12。要求：（1）计算相关系数r，并判断相关程度；（2）拟合Y关于X的一元线性回归方程Ŷ=a+bX（保留3位小数）；（3）检验回归系数b的显著性（α=0.05，t临界值t₀.₀₂₅(10)=2.228）；（4）解释回归系数b的实际意义。答案一、单项选择题1.B2.A3.A（解析：泊松分布E(X)=λ，Var(X)=λ，故E(X²)=Var(X)+[E(X)]²=λ+λ²=6，解得λ=2）4.D5.A6.A（F=(SSB/dfB)/(SSW/dfW)=(120/2)/(300/27)=60/11.11≈5.4？原题计算错误，正确应为SSB=120，dfB=2，故MSB=60；SSW=300，dfW=27，故MSW≈11.11；F=60/11.11≈5.4，选B）7.C8.B9.C（季节指数通常以全年平均为1，故范围[0,2]）10.A二、判断题1.×（统计量是样本的函数，因此是随机变量）2.√3.√4.√5.×（可能存在非线性关系）6.√7.×（长期趋势可以是线性或曲线型）8.√9.√10.√三、简答题1.区别：参数是描述总体特征的数值，如总体均值μ；统计量是描述样本特征的数值，如样本均值X̄。参数是未知的常数，统计量是随机变量（基于样本计算）。2.无偏性：E(X̄)=μ，即样本均值的期望等于总体均值；有效性：在所有无偏估计量中，样本均值的方差最小（C-R下界）；一致性：当n→∞时，X̄依概率收敛于μ（大数定律）。3.α是原假设为真时拒绝原假设的概率（弃真错误的概率）。α与β负相关，固定样本量时，α减小会导致β增大，反之亦然；增大样本量可同时降低α和β。4.核心思想：通过比较组间方差与组内方差，判断各总体均值是否存在显著差异（即因素对观测变量是否有显著影响）。步骤：建立假设→计算各平方和与自由度→计算F统计量→查临界值或计算P值→得出结论。5.联系：均研究变量间的关联；相关系数是回归分析的基础。区别：相关分析度量线性关联程度（无方向），回归分析研究因果关系（有方向）；相关系数无量纲，回归系数有单位；相关分析要求变量均为随机变量，回归分析通常将自变量视为非随机。四、计算分析题1.（1）均值X̄=(185+210+…+197)/50=210.24度；样本标准差S=√[Σ(xᵢ-X̄)²/(50-1)]≈20.18度（计算过程：先计算各数据与均值的差平方和，约为19950，故S=√(19950/49)≈20.18）。（2）偏度系数g₁=[50/(49×48)]·Σ[(xᵢ-210.24)/20.18]³≈0.021（计算得正），故数据呈轻微右偏。（3）茎叶图（茎为百位和十位，叶为个位）：17|5818|02456819|0245678920|02345678921|01234567822|024567823|012456824|05分布特征：数据集中在180-230度之间，呈单峰分布，右尾略长（与偏度结果一致）。2.（1）H₀:μ≥500vsH₁:μ＜500；检验统计量t=(492-500)/(30/√36)=-1.6；自由度=35，α=0.05的单侧拒绝域为t＜-t₀.₀₅(35)≈-1.690；由于-1.6＞-1.690，不拒绝H₀，即认为续航里程均值不低于500公里。（2）P值=P(t(35)＜-1.6)≈0.059（通过t分布表或软件计算），表示当原假设为真时，观测到样本均值≤492公里的概率约为5.9%，大于α=0.05，故不拒绝H₀。3.（1）r=[nΣXY-ΣXΣY]/√{[nΣX²-(ΣX)²][nΣY²-(ΣY)²]}=[12×4000-240×180]/√{[12×5200-240²][12×3000-180²]}=(48000-43200)/√{(62400-57600)(36000-32400)}=4800/√(4800×3600)=4800/(√17280000)=4800/4156.92≈0.866，高度正相关。（2）b=(nΣXY-ΣXΣY)/(nΣX²-(ΣX)²)=4800/4800=1.000；a=Ȳ-bX̄=15-1×20=-5，故回归方程Ŷ=-5+1.000X。（3）计算残差平方和SSE=ΣY²-aΣY-bΣXY=3000-(-5)×180-1×4000=3000+900-4000=-100（此