2025年统计学类考试试题及答案

2025年统计学类考试试题及答案一、单项选择题（每题2分，共20分）1.某城市欲调查居民家庭月均用电量，按社区分层后，从每个社区中随机抽取50户家庭，该抽样方法属于（）A.简单随机抽样B.分层抽样C.整群抽样D.系统抽样2.若随机变量X服从参数为λ的泊松分布，且E(X²)=6，则λ=（）A.2B.3C.4D.53.某样本数据的偏度系数为-1.2，峰度系数为3.8，说明该数据分布（）A.左偏且尖峰B.左偏且平峰C.右偏且尖峰D.右偏且平峰4.在假设检验中，若原假设为H₀:μ=μ₀，备择假设为H₁:μ≠μ₀，当显著性水平α=0.05时，拒绝域是（）A.|Z|>1.645B.Z>1.96或Z<-1.96C.|Z|>1.96D.Z>2.5765.已知回归模型Y=β₀+β₁X+ε，其中ε~N(0,σ²)，若通过最小二乘法得到β₁的估计值为2.3，其标准误为0.8，则β₁的95%置信区间为（）（t临界值取1.96）A.(0.724,3.876)B.(1.5,3.1)C.(2.3±1.568)D.(1.7,2.9)6.对某分类变量进行卡方拟合优度检验，观测频数为O₁=15,O₂=20,O₃=25，期望频数为E₁=20,E₂=20,E₃=20，则卡方统计量为（）A.2.5B.5C.7.5D.107.时间序列中，由自然季节变化引起的波动称为（）A.长期趋势B.季节变动C.循环变动D.不规则变动8.若两个变量的相关系数r=0.85，且n=30，则检验相关系数是否显著不为0的t统计量为（）（保留两位小数）A.5.23B.6.12C.7.89D.8.509.某工厂产品次品率的历史数据为5%，现抽取100件产品检验，发现8件次品，用正态近似法检验次品率是否显著升高（α=0.05），则检验统计量Z=（）A.1.55B.1.73C.2.05D.2.3310.在方差分析中，组间平方和SSB=120，组内平方和SSW=300，总样本量n=25，组数k=4，则F统计量为（）A.2.5B.3.0C.3.5D.4.0二、简答题（每题6分，共30分）1.简述中心极限定理的核心内容及其在统计推断中的作用。2.说明参数估计中“无偏性”与“有效性”的区别，并举例说明。3.比较独立样本t检验与配对样本t检验的适用场景。4.解释多元线性回归中多重共线性的含义及其可能后果。5.列举时间序列预测中指数平滑法的三种基本形式，并说明各自适用的序列特征。三、计算题（每题10分，共40分）1.某班级30名学生的数学成绩如下（单位：分）：78,85,92,65,73,88,95,70,81,89,68,76,83,90,79,84,72,87,91,69,75,80,86,93,71,77,82,94,66,67。（1）计算样本均值、中位数和众数；（2）计算样本方差和标准差（保留两位小数）。2.某公司想检验新员工培训是否提高了工作效率，随机抽取10名员工培训前和培训后的日工作量（单位：件）如下：培训前：120,115,130,108,125,112,135,105,128,118培训后：135,128,140,120,138,125,145,118,140,130假设数据服从正态分布，检验培训是否有效（α=0.05）。3.某地区居民月收入（X，单位：千元）与月消费支出（Y，单位：千元）的样本数据如下：n=50，∑X=300，∑Y=200，∑XY=1500，∑X²=2000，∑Y²=900。（1）计算相关系数r；（2）建立Y关于X的一元线性回归方程；（3）解释回归系数的实际意义。4.某超市统计一周内不同时段（上午、下午、晚上）的顾客人数（单位：人），数据如下：上午：85,90,88,92,86下午：105,110,108,112,106晚上：125,130,128,132,126检验不同时段的顾客人数是否有显著差异（α=0.05）。四、应用题（共10分）某医药公司研发了一种新药，为检验其疗效，选取200名患者随机分为两组：试验组100人服用新药，对照组100人服用安慰剂。一个疗程后，试验组75人有效，对照组50人有效。（1）建立假设检验分析新药是否比安慰剂更有效（α=0.05）；（2）计算优势比（OR）并解释其含义；（3）若希望检验效能达到80%，在α=0.05时，至少需要多少样本量？（已知Z₀.₀₅=1.645，Z₀.₂₀=0.842）答案一、单项选择题1.B2.A3.A4.C5.A6.B7.B8.C9.B10.A二、简答题1.中心极限定理指出：当样本量n足够大时，无论总体服从何种分布，样本均值的抽样分布近似服从正态分布N(μ,σ²/n)。其作用是为大样本下的参数估计（如用样本均值估计总体均值）和假设检验（如Z检验）提供了理论基础，使得非正态总体的统计推断成为可能。2.无偏性指估计量的期望等于被估计参数的真值（E(θ̂)=θ），反映估计量在多次抽样中的平均偏差；有效性指在无偏估计量中，方差最小的估计量更有效（Var(θ̂₁)<Var(θ̂₂)则θ̂₁更有效）。例如，样本均值是总体均值的无偏估计，且比样本中位数更有效（方差更小）。3.独立样本t检验用于比较两个独立总体的均值（如男性与女性的收入），要求两样本来自独立总体；配对样本t检验用于比较同一组对象在两种处理下的均值（如同一批患者治疗前后的指标）或配对对象的均值（如双胞胎的智商），利用配对减少个体差异影响。4.多重共线性指回归模型中自变量之间存在高度线性相关。后果包括：参数估计方差增大（估计不稳定）、t检验不显著但模型整体显著、参数符号与实际意义矛盾等，影响模型解释力和预测精度。5.三种形式：①简单指数平滑法，适用于无趋势无季节的平稳序列；②趋势修正指数平滑法（Holt法），适用于有线性趋势无季节的序列；③季节指数平滑法（Holt-Winters法），适用于有趋势和季节成分的序列。三、计算题1.（1）排序后数据：65,66,67,68,69,70,71,72,73,75,76,77,78,79,80,81,82,83,84,85,86,87,88,89,90,91,92,93,94,95均值=(78+85+…+67)/30=2430/30=81（分）；中位数=(80+81)/2=80.5（分）；无重复次数超过2的数，众数不存在（或无明显众数）。（2）样本方差=Σ(Xi-X̄)²/(n-1)=[(65-81)²+…+(95-81)²]/29=2830/29≈97.59；标准差≈9.88。2.配对t检验：计算差值d=培训后-培训前，d值为15,13,10,12,13,13,10,13,12,12。d̄=(15+13+…+12)/10=123/10=12.3；Sd=√[Σ(di-d̄)²/(n-1)]=√[(2.7²+0.7²+…+(-0.3)²)/9]=√(18.1/9)≈1.42。t=(d̄-0)/(Sd/√n)=12.3/(1.42/√10)≈27.45>t₀.₀₅(9)=1.833，拒绝H₀，培训有效。3.（1）r=[n∑XY-∑X∑Y]/√[n∑X²-(∑X)²][n∑Y²-(∑Y)²]=[50×1500-300×200]/√[(50×2000-300²)(50×900-200²)]=15000/√(10000×5000)=15000/√50000000≈0.9487。（2）b₁=(n∑XY-∑X∑Y)/(n∑X²-(∑X)²)=15000/10000=1.5；b₀=Ȳ-b₁X̄=4-1.5×6=4-9=-5。回归方程：Ŷ=-5+1.5X。（3）回归系数1.5表示月收入每增加1千元，月消费支出平均增加1.5千元。4.方差分析：k=3，n=15，各组均值：上午88，下午108，晚上128；总均值=108。SSB=5×[(88-108)²+(108-108)²+(128-108)²]=5×(400+0+400)=4000；SSW=Σ(每个数据-组均值)²=((85-88)²+…+(86-88)²)+((105-108)²+…+(106-108)²)+((125-128)²+…+(126-128)²)=(9+4+0+16+4)+(9+4+0+16+4)+(9+4+0+16+4)=33+33+33=99；MSB=SSB/(k-1)=4000/2=2000；MSW=SSW/(n-k)=99/12=8.25；F=MSB/MSW=2000/8.25≈242.42>F₀.₀₅(2,12)=3.89，拒绝H₀，不同时段顾客人数有显著差异。四、应用题（1）设p1为试验组有效率，p2为对照组有效率。H₀:p1≤p2vsH₁:p1>p2。p̂1=0.75，p̂2=0.5，p̄=(75+50)/200=0.625。Z=(p̂1-p̂2)/√[p̄(1-p̄)(1/n1+1/n2)]=(0.25)/√[0.625×0.375×(0.02)]≈0.25/0.0685≈3.65>Z₀.₀₅=1.645，拒绝H₀，新药更有效。（