2026统计数据分析题母题100道 所有考题都是母题变体

2026统计数据分析题母题100道所有考题都是母题变体

一、单项选择题（每题2分，共20分）1.在简单随机抽样中，若总体大小N=1200，样本量n=60，则抽样比为A.0.02B.0.05C.0.20D.0.502.对同一组数据分别计算样本方差s²与总体方差σ²，若n=100，则s²与σ²的期望关系为A.s²=σ²B.s²<σ²C.s²>σ²D.无法确定3.在双因素方差分析中，若因素A有3水平，因素B有4水平，重复次数r=2，则误差自由度为A.12B.24C.6D.234.若随机变量X~N(μ,σ²)，则P(|X-μ|≤1.96σ)的近似值为A.0.90B.0.95C.0.975D.0.995.对同一总体进行两次独立抽样，样本量分别为n₁=50，n₂=80，则两样本均值差的标准误估计公式为A.√(s₁²/50+s₂²/80)B.√(s₁²/49+s₂²/79)C.√(s₁²+s₂²)/130D.√(s₁²/50+s₂²/80)/26.在泊松回归中，若偏移量log(t)被加入线性预测器，则其作用是A.调整离散参数B.实现稳健估计C.控制暴露时间D.降低多重共线7.对高维数据做主成分分析时，若前三个主成分累计贡献率达88%，则通常认为A.信息损失不可接受B.可降至3维C.需至少7维D.应保留全部变量8.若时间序列模型AR(1)的滞后1自相关系数为0.8，则其平稳条件是A.|0.8|<1B.0.8>0C.0.8<0.5D.0.8≠09.在K-means聚类中，若初始中心点选择不当，最可能导致的后果是A.类内平方和增大B.类间平方和增大C.收敛速度加快D.维度灾难10.对二分类问题使用逻辑回归，若某变量系数为-0.6，则其优势比OR为A.e^0.6B.e^-0.6C.-0.6D.0.6二、填空题（每题2分，共20分）11.若样本偏度为0，峰度为3，则该样本分布近似________分布。12.在简单线性回归中，判定系数R²等于回归平方和与________平方和的比值。13.当总体比例π未知时，计算其95%置信区间所需的最小样本量公式中，边际误差E的平方应位于分母的________位置。14.若随机变量T服从自由度为15的t分布，则其方差为________。15.对p维正态总体做均值向量检验，若样本量n=30，则HotellingT²统计量服从________分布。16.在非参数检验中，Mann-WhitneyU检验用于比较两组________数据的位置参数。17.若某指数平滑模型平滑系数α=0.1，则最新观测值对下一期预测的权重为________。18.对分类变量做卡方拟合优度检验时，期望频数小于5的单元格比例不应超过________%。19.若Bootstrap重抽样次数B=1000，则置信区间端点通常取排序后样本的________分位数。20.在贝叶斯估计中，若先验为Beta(2,2)，后验为Beta(7,3)，则观测到的成功次数为________。三、判断题（每题2分，共20分，正确打“√”，错误打“×”）21.对于任意分布，样本中位数总是无偏估计总体中位数。22.在多元回归中，若VIF>10，则一定存在严重多重共线。23.当样本量趋于无穷时，样本分位数的渐近分布服从正态。24.对时间序列差分一次即可消除任意阶非平稳性。25.在假设检验中，降低显著性水平α必然导致检验功效1-β提高。26.若两变量X与Y的Copula为独立Copula，则它们一定线性无关。27.对右偏数据取对数后，其偏度绝对值通常会减小。28.在随机森林中，增加树的数量可以降低过拟合风险。29.对同一数据，AIC值越小说明模型拟合优度越差。30.在生存分析中，Kaplan-Meier估计要求风险率服从指数分布。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，并指出哪一种对非线性形式最敏感。32.说明Bootstrap-t置信区间与百分位置信区间的主要区别，并指出前者在何种样本情形下更具优势。33.给出时间序列ARIMA(p,d,q)模型中p、d、q三参数的含义，并说明如何借助ACF与PACF图进行初步定阶。34.解释“多重检验问题”导致的假阳性率上升机制，并列举两种控制家族错误率(FWER)的校正方法。五、讨论题（每题5分，共20分）35.某电商平台欲评估新推荐算法对GMV的提升效果，讨论如何设计随机对照试验，并说明在分析阶段需重点关注的因果推断假设与统计模型选择。36.在高维回归（p>>n）场景下，比较岭回归、Lasso与弹性网在变量选择、偏差-方差权衡及计算复杂度三方面的异同，并给出实际应用中的选择策略。37.针对政府公开的时空犯罪数据，讨论如何结合空间自相关与时空扫描统计量构建预警系统，并评估其对社会治理的潜在风险与伦理挑战。38.某医疗研究欲利用真实世界证据(RWE)评估新药有效性，讨论倾向得分匹配与双重差分法结合使用的可行性，并指出如何验证共同趋势假设及剩余混杂的敏感性。答案与解析一、1B2B3D4B5A6C7B8A9A10B二、11正态12总13分母1415/13≈1.1515F(p,n-p)16独立170.11820192.5%与97.5%205三、21×22√23√24×25×26√27√28√29×30×四、31.残差-拟合值图、Breusch-Pagan检验、White检验；White检验对非线性形式最敏感。32.Bootstrap-t利用学生化枢轴量，百分位直接取Bootstrap分布分位；样本量小或分布偏态时Bootstrap-t更优。33.p为AR阶数，d为差分次数，q为MA阶数；ACF拖尾、PACF截尾提示AR，反之提示MA，两者皆拖尾提示ARMA。34.多次检验增大至少一次拒绝真原假设概率；Bonferroni、Holm等校正FWER。五、35.随机化到用户级别，确保无干扰、无偏；需检验SUTVA、一致性假设；采用分层线性模型或广义混合效应模型处理用户-商品层级数据。36.岭回归不稀疏、偏差小；Lasso稀疏、易过选；弹性网折中；n稍大且需稀疏选Lasso，高度共线选弹