(2025年)统计学复习题及答案

(2025年)统计学复习题及答案一、单项选择题（每题2分，共20分）1.某城市2023年统计的居民家庭月收入数据中，“收入”属于（）。A.分类数据B.顺序数据C.数值型数据D.定类数据答案：C2.反映数据集中趋势的指标中，不受极端值影响的是（）。A.均值B.中位数C.标准差D.方差答案：B3.若随机变量X服从正态分布N(μ,σ²)，则X的均值、中位数和众数的关系是（）。A.均值>中位数>众数B.均值<中位数<众数C.三者相等D.无法确定答案：C4.某工厂生产的零件长度服从正态分布，标准差σ=0.5mm，现抽取25个零件，测得平均长度为20.1mm。若要检验总体均值是否等于20mm（α=0.05），应采用（）。A.Z检验B.t检验C.F检验D.卡方检验答案：A5.分层抽样的主要目的是（）。A.提高抽样效率B.简化抽样过程C.降低调查成本D.避免抽样偏差答案：A6.相关系数r=0.8表示两个变量之间（）。A.无线性相关关系B.低度线性相关C.中度线性相关D.高度线性相关答案：D7.时间序列中，由季节因素引起的周期性波动称为（）。A.长期趋势B.季节变动C.循环变动D.不规则变动答案：B8.在方差分析中，组间平方和（SSB）反映的是（）。A.随机误差B.不同组间的系统性差异C.组内数据的离散程度D.总变异答案：B9.若某事件的概率为0.03，通常认为该事件（）。A.必然发生B.不可能发生C.小概率事件D.大概率事件答案：C10.回归分析中，判定系数R²=0.92表示（）。A.自变量解释了92%的因变量变异B.因变量解释了92%的自变量变异C.回归方程的拟合效果差D.自变量与因变量完全线性相关答案：A二、判断题（每题1分，共10分）1.分类数据可以计算均值。（）答案：×2.标准差是方差的平方根，因此标准差的单位与原始数据一致。（）答案：√3.二项分布的均值为np，方差为np(1-p)。（）答案：√4.假设检验中，显著性水平α是犯第一类错误的概率。（）答案：√5.简单随机抽样中，每个样本被抽中的概率相等。（）答案：√6.相关系数r的取值范围是[-1,1]，绝对值越大，线性相关程度越强。（）答案：√7.时间序列的长期趋势是指持续多年的周期性波动。（）答案：×8.方差分析的前提是各总体服从正态分布且方差相等。（）答案：√9.回归分析中，自变量和因变量必须都是数值型数据。（）答案：√10.普查的结果一定比抽样调查准确。（）答案：×三、简答题（每题6分，共30分）1.简述数据类型的分类及各自特点。答案：数据类型可分为定性数据和定量数据。定性数据包括分类数据（如性别、职业，无顺序）和顺序数据（如满意度等级“高、中、低”，有顺序但无固定间隔）；定量数据即数值型数据（如身高、收入），可进行加减乘除运算，包含离散型（如人数）和连续型（如温度）。2.比较均值、中位数和众数的适用场景。答案：均值适用于对称分布的数值型数据，易受极端值影响；中位数适用于偏态分布或存在极端值的数据，反映中间位置水平；众数适用于分类数据或数据分布有明显集中趋势的情况，可能不唯一或不存在。3.正态分布有哪些主要特征？答案：正态分布是单峰对称的钟形曲线，均值、中位数、众数重合；曲线关于x=μ对称，标准差σ决定形状（σ越大，曲线越扁平）；经验法则适用（约68%数据在μ±σ内，95%在μ±2σ内，99.7%在μ±3σ内）；概率密度函数为f(x)=1/(σ√(2π))e^(-(x-μ)²/(2σ²))。4.简述假设检验的基本步骤。答案：①提出原假设H₀和备择假设H₁；②确定显著性水平α；③选择合适的检验统计量并计算其值；④确定拒绝域或计算p值；⑤根据检验统计量或p值与α比较，作出拒绝或不拒绝H₀的结论。5.说明相关分析与回归分析的区别与联系。答案：区别：相关分析研究变量间线性相关的方向和程度（r），不区分自变量和因变量；回归分析研究变量间的数量依存关系，需设定自变量和因变量，建立回归方程。联系：相关分析是回归分析的基础，回归分析可进一步解释相关关系的具体形式，判定系数R²是相关系数的平方。四、计算题（每题10分，共40分）1.某班级10名学生的统计学考试成绩如下：78,85,92,65,88,73,95,81,79,84。计算：（1）均值；（2）中位数；（3）方差（样本方差）。答案：（1）均值=（78+85+92+65+88+73+95+81+79+84）/10=820/10=82分。（2）排序后：65,73,78,79,81,84,85,88,92,95，中位数=（81+84）/2=82.5分。（3）样本方差=Σ(xi-82)²/(10-1)=[(78-82)²+(85-82)²+…+(84-82)²]/9=[16+9+100+289+36+81+169+1+9+4]/9=724/9≈80.44。2.某产品的合格率为90%，现随机抽取5件检验。求：（1）恰好4件合格的概率；（2）至少3件合格的概率（保留4位小数）。答案：设X为合格数，X~B(n=5,p=0.9)。（1）P(X=4)=C(5,4)×0.9⁴×0.1¹=5×0.6561×0.1=0.32805≈0.3281。（2）P(X≥3)=P(X=3)+P(X=4)+P(X=5)=C(5,3)×0.9³×0.1²+C(5,4)×0.9⁴×0.1¹+C(5,5)×0.9⁵×0.1⁰=10×0.729×0.01+5×0.6561×0.1+1×0.59049=0.0729+0.32805+0.59049≈0.9914。3.某品牌手机电池续航时间服从正态分布，已知总体标准差σ=1.2小时。随机抽取36块电池，测得平均续航时间为12.5小时。检验总体均值是否为12小时（α=0.05）。答案：①H₀:μ=12；H₁:μ≠12（双侧检验）。②α=0.05，临界值Zα/2=1.96。③检验统计量Z=(x̄-μ)/(σ/√n)=(12.5-12)/(1.2/√36)=0.5/(0.2)=2.5。④|Z|=2.5>1.96，拒绝H₀。结论：总体均值显著不等于12小时。4.某地区居民收入（x，万元）与消费支出（y，万元）的样本数据如下：n=10，Σx=50，Σy=30，Σxy=185，Σx²=300，Σy²=110。（1）计算相关系数r；（2）建立一元线性回归方程；（3）计算判定系数R²。答案：（1）r=[nΣxy-ΣxΣy]/√[nΣx²-(Σx)²][nΣy²-(Σy)²]=[10×185-50×30]/√[(10×300-2500)(10×110-900)]=(1850-1500)/√[(500)(200)]=350/√100000=350/316.23≈0.885。（2）b1=[nΣxy-ΣxΣy]/[nΣx²-(Σx)²]=(1850-1500)/(3000-2500)=350/500=0.7；b0=ȳ-b1x̄=3-0.7×5=3-3.5=-0.5。回归方程：ŷ=-0.5+0.7x。（3）R²=r²=0.885²≈0.783。五、应用题（每题10分，共20分）1.某超市为研究不同促销方式对销售额的影响，选取A（满减）、B（折扣）、C（赠品）三种促销方式，各随机选取5天记录销售额（万元）：A：25,28,22,26,24；B：30,32,29,31,33；C：18,20,19,21,17。（1）判断三种促销方式的销售额是否有显著差异（α=0.05）；（2）若有差异，简要分析原因。答案：（1）方差分析步骤：①计算各组均值：x̄A=(25+28+22+26+24)/5=25；x̄B=(30+32+29+31+33)/5=31；x̄C=(18+20+19+21+17)/5=19。总均值=(25×5+31×5+19×5)/15=750/15=50（此处应为总均值=(25+28+…+17)/15=(125+155+95)/15=375/15=25，笔误修正）。②计算平方和：总平方和SST=Σ(xij-x̄总)²=(25-25)²+…+(17-25)²=0+9+9+1+1+25+49+16+36+64+49+25+36+49+64=计算更简便方法：SST=Σxij²(Σxij)²/n。Σxij²=25²+28²+…+17²=625+784+484+676+576+900+1024+841+961+1089+324+400+361+441+289=计算得Σxij²=(25²+28²+22²+26²+24²)=625+784+484+676+576=3145；B组=900+1024+841+961+1089=4815；C组=324+400+361+441+289=1815；总Σxij²=3145+4815+1815=9775。Σxij=25×5+31×5+19×5=125+155+95=375。SST=9775(375)²/15=9775140625/15=9775-9375=400。组间平方和SSB=5×(25-25)²+5×(31-25)²+5×(19-25)²=0+5×36+5×36=360。组内平方和SSE=SST-SSB=400-360=40。③自由度：dfB=3-1=2；dfE=15-3=12；dfT=14。④均方：MSB=SSB/dfB=360/2=180；MSE=SSE/dfE=40/12≈3.333。⑤F=MSB/MSE=180/3.333≈54。查F分布表（α=0.05，df1=2，df2=12），临界值F0.05(2,12)=3.89。F=54>3.89，拒绝原假设，认为三种促销方式的销售额有显著差异。（2）原因分析：B组（折扣）均值31万元最高，显著高于A组（满减）的25万元和C组（赠品）的19万元，可能因折扣直接降低价格，消费者购买意愿更强；赠品方式可能因赠品吸引力不足，或消费者更关注价格优惠，导致销售额最低。2.某城市2018-2023年的GDP数据（单位：亿元）如下：2018年850，2019年920，2020年990，2021年1080，2022年1170，2023年1280。（1）用最小二乘法拟合线性趋势方程；（2）预测2024年的GDP。答案：（1）设时间t=1（2018）到t=6（2023），线性趋势方程为ŷ=a+bt。计算Σt=1+2+3+4+5+6=21；Σy=850+920+990+1080+1170+1280=6290；Σty=1×850+2×920+3×990+4×1080+5×1170+6×1280=850+1840+2970+4320+5850+7680=23510；Σt²=1+4+9+16+25+36=91。b