2020统计数据分析题高频考点题型 考场上80%都是原题

2020统计数据分析题高频考点题型考场上80%都是原题

一、单项选择题（每题2分，共20分）1.在描述性统计中，受极端值影响最大的集中趋势指标是A.众数 B.中位数 C.算术平均数 D.四分位数2.若随机变量X~N(μ,σ²)，则P(μ-1.96σ≤X≤μ+1.96σ)约为A.90% B.95% C.99% D.99.7%3.在简单线性回归中，判定系数R²表示A.回归系数显著性 B.残差平方和占比 C.因变量变异被解释的比例 D.自变量个数4.对总体比例进行区间估计时，若样本量n=100，样本比例p̂=0.4，则95%置信区间的边际误差约为A.0.04 B.0.06 C.0.08 D.0.105.当原假设H0:μ=μ0，备择假设H1:μ≠μ0，显著性水平α=0.05时，若|t|>2.024，则样本容量n最可能为A.20 B.30 C.40 D.506.在方差分析中，若组间均方MSB=120，组内均方MSE=30，则F值等于A.3 B.4 C.90 D.1507.下列哪项不是时间序列的构成成分A.长期趋势 B.季节变动 C.循环变动 D.异方差8.若两变量Pearson相关系数r=-0.85，则可初步认为A.存在显著正线性相关 B.存在显著负线性相关 C.一定存在因果关系 D.无线性相关9.在聚类分析中，Ward法使用的合并准则是A.最短距离 B.最长距离 C.组内平方和增量最小 D.重心距离10.对某指数平滑模型，若平滑系数α=0.8，则说明A.预测值对最新观测反应迟缓 B.预测值对最新观测反应迅速 C.模型退化为naive预测 D.模型退化为平均预测二、填空题（每题2分，共20分）11.若数据右偏，则众数、中位数、平均数三者的数量关系为________。12.在假设检验中，同时降低α与β错误的唯一途径是________。13.当样本容量n增大时，样本均值的抽样分布趋近于________分布。14.若随机变量X服从自由度为10的t分布，则其方差为________。15.对分类变量实施卡方检验时，要求期望频数不小于________。16.在多元回归中，若VIF=8.5，则提示可能存在________问题。17.若季度数据用4期移动平均消除季节变动，则移动平均后数据将损失________期。18.当DW统计量接近4时，提示残差可能存在________自相关。19.若logit模型中某变量系数为0.6，则其优势比OR=________。20.主成分分析中，第一主成分的方差贡献率等于其特征值与________之比。三、判断题（每题2分，共20分，正确写“T”，错误写“F”）21.样本方差的分母为n-1是为了保证无偏性。22.在正态总体方差未知且小样本下，μ的置信区间应选用Z分布。23.若p值=0.03，则在α=0.05水平下拒绝原假设。24.判定系数R²越高，回归模型一定不存在异方差。25.对于同一数据，Spearman相关系数绝对值总不小于Pearson系数。26.时间序列若存在单位根，则其一阶差分后必平稳。27.在K-means聚类中，初始聚类中心对最终结果无影响。28.若两独立样本t检验满足方差齐性，应采用合并方差公式。29.贝叶斯统计中，后验分布与先验分布无关。30.当样本量趋于无穷时，最大似然估计具有渐近有效性。四、简答题（每题5分，共20分）31.简述中心极限定理的核心内容及其在统计推断中的作用。32.说明多重共线性对多元回归模型可能造成的影响，并给出两种诊断方法。33.写出指数平滑预测公式，并解释平滑系数α的取值对预测结果的影响。34.比较置信区间与预测区间在回归分析中的区别，并说明何者更宽及其原因。五、讨论题（每题5分，共20分）35.某电商平台欲评估新版推荐系统对销售额的因果效应，请设计一套基于双重差分法的分析框架，并讨论其关键假设。36.讨论在p值>0.05时仍被期刊接受的合理研究情境，并阐述应如何补充证据增强结论可信度。37.大数据环境下，传统抽样调查是否仍有必要？结合非概率抽样与概率抽样的优劣展开论述。38.若时间序列呈现明显结构突变，经典ARIMA模型预测失效，请提出两种改进策略并比较其适用场景。答案与解析单选：1C 2B 3C 4D 5C 6B 7D 8B 9C 10B填空：11众数<中位数<平均数 12增大样本容量 13正态 1410/8=1.25 155 16多重共线性 173 18负 19e^0.6≈1.82 20所有特征值之和判断：21T 22F 23T 24F 25F 26T 27F 28T 29F 30T简答31：中心极限定理指出，只要总体均值为μ、方差有限，当样本容量n足够大时，样本均值的抽样分布近似服从N(μ,σ²/n)。该定理使我们在未知总体分布时仍可用正态理论构造置信区间与假设检验，奠定了大样本推断的基础。简答32：多重共线性会导致回归系数估计方差膨胀、t检验失效、系数符号反常。诊断方法：1.方差膨胀因子VIF>10认为严重；2.特征值分解条件数>30提示共线。可通过剔除、合并变量或岭回归缓解。简答33：指数平滑公式ŷ_{t+1}=αy_t+(1-α)ŷ_t。α∈(0,1)越大，预测对最新观测越敏感，适合波动大序列；α越小，预测越平滑，适合稳定序列。简答34：置信区间估计条件均值E(y|x_0)，预测区间估计单个y_0。后者需额外加入误差项方差，因而更宽。两者均随x_0远离均值而增宽，但预测区间始终宽于置信区间。讨论35：框架：选取同期未上线新系统的对照城市，构建双重差分模型：Y_it=α+βT_i+γPost_t+δ(T_i×Post_t)+ε_it，δ即因果效应。关键假设：1.平行趋势：若无处理，处理组与对照组销售额趋势相同；2.无同时期混杂政策；3.对照组不受处理组溢出影响。可通过事件研究图、安慰剂检验验证。讨论36：情境包括：1.效应量大且置信区间窄，具有实际意义；2.多重比较校正后p值接近0.05；3.先验证据强，贝叶斯因子支持备择。可补充：增大样本、预注册、报告贝叶斯后验概率、提供效应量及其置信区间、开展元分析整合前人结果，降低对p值单一依赖。讨论37：必要性：概率抽样提供无偏估计与误差界限，是官方统计金标准；非概率抽样成本低、速度快，适合探索性研究。大数据非概率样本受选择偏倚、覆盖偏倚困扰，需借助倾向得分、校准、超级总体模型推断。二