(2025年)《应用统计学》练习题及答案

(2025年)《应用统计学》练习题及答案一、数据整理与描述统计某城市环保部门2024年监测了120天的PM2.5浓度（单位：μg/m³），原始数据经排序后部分如下：28,32,35,38,41,43,45,47,50,52,55,58,60,62,65,68,70,72,75,78（注：完整数据按等距分组后频数分布表见答案部分）。1.以组距10μg/m³进行分组（第一组为20-30，含下限不含上限），编制频数分布表（包括频数、频率、累积频数、累积频率）。2.计算该组数据的均值、标准差（保留两位小数）。3.绘制直方图并描述PM2.5浓度的分布特征。二、概率分布应用1.某电商平台用户下单转化率为8%（即单个用户下单概率p=0.08），随机抽取100个独立用户，求至少8个用户下单的概率（提示：用正态分布近似二项分布）。2.某品牌新能源汽车电池寿命服从正态分布N(5000,300²)（单位：小时），求电池寿命超过5500小时的概率（Φ(1.67)=0.9525，Φ(1.66)=0.9515）。三、参数估计1.某高校为研究学生每日学习时间，随机抽取50名学生，测得平均学习时间为6.2小时，样本标准差为1.5小时。计算该校学生每日平均学习时间的95%置信区间（t₀.₀₂₅(49)=2.01）。2.某手机厂商调查用户满意度，在1000名用户中，780人表示“满意”。计算该品牌用户总体满意度的90%置信区间（Z₀.₀₅=1.645）。四、假设检验1.某食品厂声称其产品保质期达标率不低于98%（即次品率≤2%）。质检部门随机抽取200件产品，发现5件次品。检验该厂声明是否成立（α=0.05，Z₀.₀₅=1.645）。2.为比较两条生产线的产品强度，A生产线抽取25件，样本均值为28MPa，样本标准差为2MPa；B生产线抽取30件，样本均值为26MPa，样本标准差为3MPa。假设两总体方差不等，检验两条生产线的产品强度是否有显著差异（α=0.05，t₀.₀₂₅(50)=2.009）。五、单因素方差分析某农业研究所研究三个地区（A、B、C）的小麦亩产量（单位：kg），各地区抽样数据如下：A区（5块地）：350,360,345,355,340B区（6块地）：370,365,380,375,360,370C区（4块地）：330,325,340,335检验三个地区小麦亩产量是否有显著差异（α=0.05，F₀.₀₅(2,12)=3.89）。六、简单线性回归分析某研究收集了12个城市的人均可支配收入（x，万元）与人均消费支出（y，万元）数据，计算得：∑x=84，∑y=60，∑xy=456，∑x²=650，∑y²=3201.计算人均可支配收入与消费支出的相关系数（保留三位小数）。2.建立y关于x的线性回归方程。3.检验回归系数的显著性（α=0.05，t₀.₀₂₅(10)=2.228）。4.预测当人均可支配收入为10万元时，人均消费支出的估计值。答案一、数据整理与描述统计1.频数分布表：分组（μg/m³）频数频率（%）累积频数累积频率（%）20-3054.1754.1730-401815.002319.1740-503226.675545.8350-603529.179075.0060-702016.6711091.6770-80108.33120100.002.均值计算：组中值分别为25,35,45,55,65,75，均值=(25×5+35×18+45×32+55×35+65×20+75×10)/120=(125+630+1440+1925+1300+750)/120=6170/120≈51.42μg/m³。标准差计算：先计算方差，方差=[(25-51.42)²×5+(35-51.42)²×18+(45-51.42)²×32+(55-51.42)²×35+(65-51.42)²×20+(75-51.42)²×10]/(120-1)=(698.01×5+269.61×18+41.22×32+12.82×35+184.42×20+555.82×10)/119=(3490.05+4852.98+1319.04+448.7+3688.4+5558.2)/119≈19357.37/119≈162.67，标准差≈√162.67≈12.76μg/m³。3.直方图显示PM2.5浓度主要集中在40-60μg/m³区间（占比55.84%），分布略呈右偏（高浓度尾部较长）。二、概率分布应用1.设X为100个用户中下单数，X~B(100,0.08)，μ=np=8，σ²=np(1-p)=7.36，σ≈2.71。P(X≥8)=1-P(X≤7)≈1-Φ((7+0.5-8)/2.71)=1-Φ(-0.184)≈1-0.4279=0.5721（连续性修正）。2.设电池寿命为X~N(5000,300²)，P(X>5500)=1-Φ((5500-5000)/300)=1-Φ(1.666)≈1-0.9522=0.0478（取Φ(1.67)=0.9525，Φ(1.66)=0.9515，线性插值得Φ(1.666)≈0.9522）。三、参数估计1.总体均值的95%置信区间为：x̄±t_(α/2)(n-1)×(s/√n)=6.2±2.01×(1.5/√50)=6.2±2.01×0.212≈6.2±0.426，即(5.77,6.63)小时。2.样本满意度p̂=780/1000=0.78，90%置信区间为：p̂±Z_(α/2)×√(p̂(1-p̂)/n)=0.78±1.645×√(0.78×0.22/1000)=0.78±1.645×0.0131≈0.78±0.0216，即(0.7584,0.8016)。四、假设检验1.原假设H₀：p≤0.02，备择假设H₁：p>0.02。样本次品率p̂=5/200=0.025，检验统计量Z=(0.025-0.02)/√(0.02×0.98/200)=0.005/0.0099≈0.505。Z=0.505<Z₀.₀₅=1.645，不拒绝H₀，认为该厂声明成立。2.原假设H₀：μ₁=μ₂，备择假设H₁：μ₁≠μ₂。检验统计量t=(28-26)/√(2²/25+3²/30)=2/√(0.16+0.3)=2/√0.46≈2/0.678≈2.95。自由度df=(0.16²/25+0.3²/30)²/[(0.16²/25)²/24+(0.3²/30)²/29]≈(0.0001+0.0003)²/(0.0000007+0.0000011)≈0.00000016/0.0000018≈88（近似取50），t=2.95>t₀.₀₂₅(50)=2.009，拒绝H₀，认为两条生产线强度有显著差异。五、单因素方差分析计算各地区均值：x̄₁=(350+360+345+355+340)/5=350，n₁=5；x̄₂=(370+365+380+375+360+370)/6=370，n₂=6；x̄₃=(330+325+340+335)/4=332.5，n₃=4；总均值x̄=(350×5+370×6+332.5×4)/15=(1750+2220+1330)/15=5300/15≈353.33。组间平方和SSB=5×(350-353.33)²+6×(370-353.33)²+4×(332.5-353.33)²=5×11.09+6×277.89+4×434.09≈55.45+1667.34+1736.36≈3459.15；组内平方和SSW=∑(x_ij-x̄ᵢ)²：A区：(350-350)²+…+(340-350)²=0+100+25+25+100=250；B区：(370-370)²+…+(370-370)²=0+25+100+25+100+0=250；C区：(330-332.5)²+…+(335-332.5)²=6.25+56.25+56.25+6.25=125；SSW=250+250+125=625；总平方和SST=SSB+SSW=3459.15+625=4084.15。均方MSB=SSB/(k-1)=3459.15/2≈1729.58，MSW=SSW/(n-k)=625/12≈52.08；F=MSB/MSW≈1729.58/52.08≈33.21>3.89，拒绝原假设，地区对小麦产量有显著影响。六、简单线性回归分析1.相关系数r=[n∑xy-∑x∑y]/√[(n∑x²-(∑x)²)(n∑y²-(∑y)²)]=[12×456-84×60]/√[(12×650-84²)(12×320-60²)]=(5472-5040)/√[(7800-7056)(3840-3600)]=432/√[744×240]=432/√178560≈432/422.56≈0.833。2.回归系数b₁=[n∑xy-∑x∑y]/[n∑x²-(∑x)²]=(5472-5040)/(7800-7056)=432/744≈0.581；b₀=ȳ-b₁x̄=(60/12)-0.581×(84/12)=5-0.581×7≈5-4.067≈0.933；回归方程：ŷ=0.933+0.581x。3.检验H₀：b₁=0，H₁：b₁≠0；残差平方和SSE=∑y²-b₀∑y-b₁∑xy=320-0.933×60-0.581×456≈320-55.98-265.90≈-1.88（计算误差，实际应为SSE=∑(y-ŷ)²，更准确的计算：SST=∑y²-(∑y)²/n=320-3600/12=320-300=20；SSR=b₁²×[n∑x²-(∑x)²]/n=0.581²×744/12≈0.337×62≈20.99；SSE=SST-SSR=20-20.99≈-0.99，