2025年统计学专业期末考试数据分析计算题库综合应用试卷及答案

2025年统计学专业期末考试数据分析计算题库综合应用试卷及答案一、单项选择题（每题2分，共20分）1.某电商平台2024年1-12月月度销售额（单位：万元）分别为：120、135、142、150、168、175、182、190、205、210、220、235。则该序列的中位数是（）。A.178.5B.182C.175D.1802.若随机变量X服从正态分布N(μ,σ²)，则P(μ-1.96σ≤X≤μ+1.96σ)的值为（）。A.0.90B.0.95C.0.99D.0.9973.分层抽样与整群抽样的主要区别在于（）。A.分层抽样将总体划分为层，整群抽样划分为群B.分层抽样从每层中抽样，整群抽样从群中抽样C.分层抽样的层内差异小，层间差异大；整群抽样的群内差异大，群间差异小D.分层抽样的误差更小4.假设检验中，若原假设H₀为真，但被错误拒绝，此为（）。A.第一类错误B.第二类错误C.弃真错误D.取伪错误5.某线性回归模型的决定系数R²=0.85，说明（）。A.自变量解释了85%的因变量变异B.因变量解释了85%的自变量变异C.模型预测误差为15%D.自变量与因变量的相关系数为0.856.方差分析中，组间平方和（SSB）反映的是（）。A.随机误差B.不同组间均值的差异C.组内数据的离散程度D.总变异中无法解释的部分7.计算样本标准差时，分母使用n-1而不是n，是为了（）。A.减小标准差的偏差B.增大标准差的偏差C.无特殊意义，仅为习惯D.使标准差是总体方差的无偏估计8.若两个变量的Pearson相关系数r=0.3，且p值=0.02（α=0.05），则结论是（）。A.两变量无线性相关关系B.两变量有显著的弱线性相关关系C.两变量有显著的强线性相关关系D.相关系数无统计意义9.某样本容量为30，总体标准差未知，对总体均值进行区间估计时，应使用（）。A.z分布B.t分布C.χ²分布D.F分布10.时间序列中，季节变动的周期通常为（）。A.1年B.1个月C.1周D.无固定周期二、填空题（每题2分，共20分）1.一组数据的偏度系数为1.2，说明该数据分布呈现______（左/右）偏态。2.若总体服从正态分布，总体方差已知，样本容量为n，则样本均值的抽样分布为______。3.假设检验中，显著性水平α是______（第一类/第二类）错误的概率上限。4.回归分析中，残差平方和（SSE）的自由度为______（设模型有k个自变量，样本量为n）。5.某样本的均值为50，标准差为10，若每个数据加5，则新均值为______，新标准差为______。6.卡方检验适用于分析______（数值型/分类型）变量的相关性。7.某时间序列的长期趋势方程为ŷ=100+5t（t=1,2,…），则t=10时的趋势值为______。8.分层抽样中，若按比例分配样本量，某层的总体占比为20%，总样本量为100，则该层应抽取______个样本。9.两独立样本t检验中，若方差不齐，应使用______（合并方差/Welch）t检验。10.某事件发生的概率为0.05，重复试验100次，该事件发生次数的期望为______，方差为______。三、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.比较参数估计（点估计与区间估计）与假设检验的联系与区别。3.多元线性回归中，多重共线性会对模型产生哪些影响？如何检验多重共线性？4.方差分析的基本假设是什么？若假设不满足，可采用哪些替代方法？5.非参数检验与参数检验的主要区别是什么？举例说明非参数检验的适用场景。四、综合计算题（共30分）题1（10分）：某食品厂为检测新生产线的饼干重量稳定性，随机抽取25包饼干，测得重量（单位：克）如下：102.5,101.8,103.2,100.9,102.1,101.5,103.0,102.7,101.2,102.4,102.9,101.7,103.5,102.3,101.6,102.8,101.4,102.0,103.1,102.6,101.3,102.2,103.3,101.1,102.5（1）计算样本均值、中位数和标准差（保留2位小数）；（2）若总体标准差未知，构建总体均值的95%置信区间（t₀.₀₂₅(24)=2.064）；（3）该厂要求饼干重量均值不低于102克，检验是否达标（α=0.05，t₀.₀₅(24)=1.711）。题2（10分）：某教育机构为比较两种数学培训方法（A、B）的效果，随机选取60名学生，30人使用A方法，30人使用B方法，培训后测试成绩（满分100）如下：A组：均值82，标准差5；B组：均值78，标准差6。假设两组成绩均服从正态分布，方差未知但相等。（1）检验两种方法的平均成绩是否有显著差异（α=0.05，t₀.₀₂₅(58)=2.000）；（2）计算两组均值差的95%置信区间，并解释其意义。题3（10分）：某城市研究居民月消费支出（Y，单位：元）与月收入（X₁，元）、家庭人口数（X₂）的关系，收集30户家庭数据，得到多元回归结果如下：Ŷ=200+0.6X₁+50X₂；回归平方和SSR=120000，残差平方和SSE=30000；X₁的t统计量=4.5（p=0.000），X₂的t统计量=1.8（p=0.08）；F统计量=25.0（p=0.000）。（1）解释回归系数0.6和50的实际意义；（2）计算决定系数R²并说明其含义；（3）检验回归模型的整体显著性（α=0.05）；（4）分析X₂的显著性（α=0.05），并提出改进建议。答案一、单项选择题1.A2.B3.C4.A5.A6.B7.D8.B9.B10.A二、填空题1.右2.N(μ,σ²/n)3.第一类4.n-k-15.55，106.分类型7.1508.209.Welch10.5，4.75三、简答题1.核心内容：无论总体分布如何，当样本量n足够大时，样本均值的抽样分布近似服从正态分布N(μ,σ²/n)。作用：为大样本统计推断（如区间估计、假设检验）提供理论基础，使非正态总体的均值推断可行。2.联系：均基于样本信息推断总体特征，使用相同的抽样分布理论。区别：参数估计是“估计总体参数的可能范围”，假设检验是“判断总体参数是否符合某假设”；区间估计提供范围，假设检验提供统计显著性结论。3.影响：增大回归系数的标准误，导致系数估计不稳定；可能使t检验不显著，但模型整体显著；系数符号可能与实际意义矛盾。检验方法：计算方差膨胀因子（VIF），若VIF>10则存在严重多重共线性；或观察相关系数矩阵，高相关变量可能存在共线性。4.基本假设：各总体服从正态分布；各总体方差相等；样本独立。假设不满足时，可采用非参数检验（如Kruskal-Wallis检验），或对数据进行变换（如对数变换）使其满足正态性。5.区别：参数检验假设总体分布已知（如正态分布），检验总体参数；非参数检验不依赖总体分布，检验分布或秩次。适用场景：数据为等级资料（如满意度“高、中、低”）；数据严重偏态且无法变换；样本量小且分布未知（如小样本非正态数据的均值比较）。四、综合计算题题1（1）样本均值：Σx=102.5+101.8+…+102.5=2555（计算过程略），均值=2555/25=102.20克。排序后第13个数为102.3，中位数=102.30克。标准差：s=√[Σ(xᵢ-102.2)²/(25-1)]≈√(24.64/24)≈1.01克。（2）置信区间：标准误s/√n=1.01/5≈0.202，置信区间=102.20±2.064×0.202≈(101.78,102.62)。（3）假设H₀:μ≤102，H₁:μ>102t=(102.20-102)/(1.01/5)=0.20/0.202≈0.99t=0.99<1.711，不拒绝H₀，未达显著高于102克的标准。题2（1）假设H₀:μ₁=μ₂，H₁:μ₁≠μ₂合并方差sₚ²=[(30-1)×5²+(30-1)×6²]/(30+30-2)=[(29×25)+(29×36)]/58=(725+1044)/58=1769/58≈30.50标准误sₚ√(1/30+1/30)=√(30.50×2/30)=√2.03≈1.425t=(82-78)/1.425≈2.807>2.000，拒绝H₀，有显著差异。（2）均值差=82-78=4，置信区间=4±2.000×1.425≈(1.15,6.85)，意义：有95%的把握认为A方法比B方法平均成绩高1.15至6.85分。题3（1）0.6表示月收入每增加1元，月消费支出平均增加0.6元；50表示家庭人口数每增加1人，月消费支出平