(2025年)统计学原理随堂练习答案

(2025年)统计学原理随堂练习答案一、单项选择题（每题2分，共20分）1.某电商平台统计2024年“双11”期间用户下单金额，数据如下（单位：元）：128、215、360、189、250、400、150、280、300、199。若需反映数据的集中趋势，最适合的统计量是（）。A.众数B.中位数C.均值D.四分位数答案：C解析：数据无极端值（最大400，最小128，分布较均匀），均值能综合反映所有数据的平均水平；众数不存在（无重复值），中位数虽抗干扰但此处均值更合适。2.对某高校2000名学生的月生活费进行抽样调查，样本量为200，测得样本均值为1500元，标准差为300元。若总体服从正态分布，则总体均值的95%置信区间为（）（Z0.025=1.96）。A.1500±26.39B.1500±33.26C.1500±41.58D.1500±52.78答案：A解析：置信区间公式为¯x±×3.下列变量中，属于定比尺度的是（）。A.学生的学号B.商品的分类（食品/服装/电器）C.温度（℃）D.员工的月工资（元）答案：D解析：定比尺度有绝对零点且可进行四则运算，月工资满足；学号是定类，商品分类是定类，温度（℃）无绝对零点（0℃≠无温度），属于定距尺度。4.若两个变量的Pearson相关系数r=0.85，且显著性检验p=0.001（α=0.05），则结论是（）。A.两变量无线性相关关系B.两变量有显著的正线性相关关系C.两变量有显著的负线性相关关系D.相关系数无统计学意义答案：B解析：r>0为正相关，p<0.05拒绝原假设（无相关），故结论为显著正相关。5.某企业2023年各季度销售额（万元）为：120、150、180、210。若用4期移动平均法预测2024年第一季度销售额，预测值为（）。A.165B.170C.175D.180答案：A解析：4期移动平均即前4期的平均值：(120+150+180+210)/4=165。6.在假设检验中，若原假设H0：μ=μ0，备择假设H1：μ≠μ0，当实际μ=μ0但拒绝H0时，犯了（）。A.第一类错误B.第二类错误C.正确决策D.无法判断答案：A解析：第一类错误（α错误）是原假设为真时拒绝原假设，第二类错误（β错误）是原假设为假时接受原假设。7.某组数据的偏态系数SK=2.3，峰态系数K=4.1，说明该数据（）。A.右偏且尖峰B.左偏且尖峰C.右偏且平峰D.左偏且平峰答案：A解析：SK>0为右偏（正偏），K>3为尖峰（峰度高于正态分布）。8.下列属于连续型变量的是（）。A.某班级的学生人数B.某城市的家庭户数C.某产品的使用寿命（小时）D.某企业的员工性别（男/女）答案：C解析：连续型变量可在某一区间内取任意值，使用寿命是连续的；学生人数、家庭户数是离散型，性别是定类变量。9.若总体方差未知且样本量n=15（小样本），对总体均值进行假设检验时，应使用（）。A.Z检验B.t检验C.χ²检验D.F检验答案：B解析：小样本（n<30）且总体方差未知时，用t分布进行检验。10.某调查显示，60%的消费者满意某品牌手机的续航能力，若随机抽取100名消费者，满意人数的均值和方差分别为（）。A.60，24B.60，15C.40，24D.40，15答案：A解析：二项分布均值np=100×0.6=60，方差np(1-p)=100×0.6×0.4=24。二、简答题（每题8分，共40分）1.简述均值、中位数、众数的区别与适用场景。答：均值是所有数据的算术平均，易受极端值影响，适用于对称分布、无极端值的数据（如学生平均成绩）；中位数是数据排序后的中间值，抗极端值能力强，适用于偏态分布或存在异常值的场景（如居民收入水平）；众数是出现次数最多的值，适用于分类数据或离散型数据的集中趋势描述（如商品最畅销的尺码）。三者关系：对称分布时均值=中位数=众数；右偏分布时均值>中位数>众数；左偏分布时均值<中位数<众数。2.解释方差与标准差的联系与区别。答：联系：方差是标准差的平方，均反映数据的离散程度；区别：方差的单位是原数据单位的平方（如“元²”），标准差与原数据单位一致（如“元”），更便于实际解释。例如，某班级成绩方差为225（分²），标准差为15分，直接说明成绩平均偏离均值15分。3.简述正态分布的主要性质。答：正态分布是对称的钟形曲线，均值、中位数、众数重合；曲线关于x=μ对称，σ决定曲线宽度（σ越大，数据越分散）；经验法则适用：约68.27%的数据在μ±σ内，95.45%在μ±2σ内，99.73%在μ±3σ内；标准化后Z=(X-μ)/σ服从标准正态分布N(0,1)；可加性：若X~N(μ1,σ1²)，Y~N(μ2,σ2²)且独立，则X+Y~N(μ1+μ2,σ1²+σ2²)。4.假设检验的基本步骤有哪些？答：①提出原假设H0和备择假设H1（如H0：μ=μ0，H1：μ≠μ0）；②确定显著性水平α（常用0.05）；③选择检验统计量（如Z、t、χ²等），并计算其值；④确定拒绝域（根据α和检验类型，如双侧检验拒绝域为|Z|>Zα/2）；⑤比较统计量值与拒绝域，或计算p值与α比较，得出结论（拒绝或不拒绝H0）。5.相关分析与回归分析的联系与区别是什么？答：联系：均研究变量间的关联；相关分析是回归分析的基础，回归分析可量化相关关系。区别：相关分析关注变量间的线性相关程度（用r表示），不区分自变量和因变量；回归分析研究因果关系，需设定自变量X和因变量Y，建立Y=a+bX的方程，用于预测和解释（如用广告投入X预测销量Y）。三、计算题（每题10分，共40分）1.某班级50名学生的数学期末成绩（分）如下：65、72、80、58、92、75、85、68、78、88、70、62、83、76、90、69、79、81、73、86、55、77、84、66、74、89、60、71、82、95、63、75、87、67、72、80、59、91、74、85、61、78、83、64、76、88、57、93、70、84要求：计算均值、中位数、众数、方差、标准差（保留2位小数）。解：①均值¯x②排序后第25、26位数据：第25位是76，第26位是77，中位数=(76+77)/2=76.50分。③统计频数：72、74、75、76、78、80、83、84、85、88各出现2次，无唯一众数（多众数）。④方差=，计算得∑(x−⑤标准差s=2.某企业2023年1-12月的销售额（万元）如下表：月份123456789101112销售额120135150165180195210225240255270285要求：用趋势外推法（线性模型）预测2024年1月（第13个月）的销售额。解：设时间变量t=1~12，销售额y=120~285。线性趋势方程为=a∑t=78，∑y=b=a=预测2024年1月（t=13）：=−3.某研究调查了10名学生的每日学习时间（小时）X与期末成绩（分）Y，数据如下：X：2、3、4、5、6、7、8、9、10、11Y：50、60、65、70、75、80、85、90、95、100要求：计算Pearson相关系数r，并建立一元线性回归方程。解：①计算相关系数r：¯x=6.5，¯∑(x−r=②回归方程Y=b=a=故回归方程为Y=4.某工厂生产的零件直径服从正态分布，标