2026年统计学讲解试题及答案

2026年统计学讲解试题及答案一、单项选择题（每题2分，共10题）1.在某高校学生身高调查中，随机抽取200名学生测量身高，计算得到样本均值为172.3cm，标准差为5.8cm。这里的“样本均值172.3cm”属于（）。A.总体参数B.统计量C.观测值D.随机变量2.为研究某城市居民家庭月用电量，将全市划分为100个社区，随机抽取10个社区，对每个被抽中的社区内所有家庭进行调查。这种抽样方法属于（）。A.简单随机抽样B.分层抽样C.整群抽样D.系统抽样3.假设检验中，若原假设为H₀：μ=μ₀，备择假设为H₁：μ≠μ₀，当实际μ=μ₀时拒绝H₀，此错误为（）。A.第一类错误B.第二类错误C.随机误差D.系统误差4.变量X与Y的Pearson相关系数r=0.85，以下表述正确的是（）。A.X与Y存在高度正线性相关B.X与Y存在因果关系C.X变化1单位，Y变化0.85单位D.相关系数的平方表示Y的变异中由X解释的比例5.时间序列分解中，反映现象在一年内重复出现的周期性波动的成分是（）。A.长期趋势B.季节变动C.循环变动D.不规则变动6.某公司产品合格率历史数据为95%，现抽取100件产品检验，发现8件不合格。若检验当前合格率是否低于历史水平（α=0.05），应采用（）。A.Z检验B.t检验C.卡方检验D.F检验7.多元线性回归模型中，调整R²与普通R²的主要区别在于（）。A.调整R²考虑了自变量数量的影响B.调整R²始终大于R²C.调整R²用于检验模型整体显著性D.调整R²反映因变量的总变异8.方差分析（ANOVA）的基本思想是（）。A.比较组内方差与组间方差的差异B.检验多个总体均值是否全相等C.计算各样本均值的标准差D.分析自变量对因变量的非线性影响9.非参数检验与参数检验的主要区别在于（）。A.非参数检验不依赖总体分布假设B.非参数检验效率更高C.非参数检验只能用于分类数据D.参数检验适用于小样本10.列联表卡方检验中，若自由度为3，则列联表的行数与列数可能为（）。A.2行2列B.2行3列C.3行3列D.4行2列二、简答题（每题6分，共5题）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.方差分析要求满足哪些前提条件？若数据不满足正态性假设，可采用何种替代方法？3.卡方检验适用于分析哪类数据？列举两种常见的卡方检验类型及其应用场景。4.简述非参数检验的特点，并说明其适用的典型情况。5.列联表分析中，如何判断两个分类变量之间是否存在关联？除卡方检验外，还可使用哪些指标辅助判断？三、计算题（每题12分，共3题）1.某品牌手机电池续航时间（单位：小时）的历史数据显示，总体标准差σ=1.2小时。现随机抽取36块电池测试，样本均值为10.5小时。（1）计算总体均值μ的95%置信区间；（2）若样本量增加至144块，其他条件不变，置信区间会如何变化？说明原因。2.某超市记录了40天的日客流量（单位：百人），数据如下：12,15,18,20,22,25,28,30,32,35（10个数据，重复4次）（1）计算样本均值、中位数、标准差；（2）检验日客流量是否服从正态分布（α=0.05，已知Shapiro-Wilk检验统计量W=0.94，临界值W₀.₀₅=0.92）。3.为研究广告投入（X，单位：万元）对销售额（Y，单位：十万元）的影响，收集8组数据如下：X：5,8,10,12,15,18,20,22Y：12,15,18,20,23,26,28,30（1）计算X与Y的Pearson相关系数；（2）建立一元线性回归方程Ŷ=b₀+b₁X；（3）检验回归系数b₁的显著性（α=0.05，t临界值t₀.₀₂₅(6)=2.447）。四、综合分析题（20分）某研究机构为分析某城市居民消费结构，收集了200户家庭的调查数据，变量包括：性别（男=1，女=0）、职业（工人=1，教师=2，公务员=3，其他=4）、月收入（万元）、月消费支出（万元）。部分统计结果如下：男性月消费支出均值=1.2万元，标准差=0.3万元（n=80）；女性月消费支出均值=1.05万元，标准差=0.25万元（n=120）。不同职业家庭月收入的方差分析结果：F统计量=4.2，P值=0.008（自由度=3,196）。月收入与月消费支出的Pearson相关系数r=0.78，回归方程：消费=0.2+0.6×收入（R²=0.61）。请根据上述信息回答以下问题：1.检验男性与女性月消费支出是否存在显著差异（α=0.05，假设两总体方差不等）；2.解释职业对月收入的方差分析结果（α=0.05）；3.分析月收入与月消费支出的线性关系强度，并说明回归方程的实际意义；4.若某家庭月收入为2万元，预测其月消费支出，并说明预测的可靠性（基于R²）。参考答案一、单项选择题1.B2.C3.A4.A5.B6.A7.A8.B9.A10.B二、简答题1.中心极限定理核心：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，均值为总体均值μ，方差为σ²/n（σ为总体标准差）。作用：为大样本下参数估计（如置信区间）和假设检验（如Z检验）提供了理论依据，使非正态总体的统计推断成为可能。2.前提条件：①各总体服从正态分布；②各总体方差相等（方差齐性）；③样本独立。若不满足正态性，可采用非参数检验中的Kruskal-Wallis检验（类似单因素方差分析的非参数方法）。3.卡方检验适用于分类数据的频数分析。常见类型：①卡方拟合优度检验，用于检验观测频数与期望频数是否一致（如检验性别比例是否符合1:1）；②卡方独立性检验，用于检验两个分类变量是否相关（如检验职业与消费偏好是否独立）。4.非参数检验特点：①不依赖总体分布假设；②适用于分类或等级数据；③对数据要求低，但效率通常低于参数检验（相同样本量下检验效能较低）。适用情况：数据非正态、方差不齐、含等级变量或小样本无法验证分布假设时。5.判断关联方法：通过卡方独立性检验，若卡方统计量显著（P<α），则认为两变量有关联。辅助指标：①列联系数（Cramer’sV），反映关联强度（0-1，值越大关联越强）；②条件频数分布，比较不同行（或列）的频数比例是否差异明显。三、计算题1.（1）已知σ=1.2，n=36，样本均值=10.5，α=0.05时Z=1.96。置信区间=10.5±1.96×(1.2/√36)=10.5±0.392，即(10.108,10.892)。（2）n=144时，标准误=1.2/√144=0.1，置信区间=10.5±1.96×0.1=10.5±0.196，即(10.304,10.696)。样本量增大，标准误减小，置信区间变窄（估计更精确）。2.（1）数据为10个值重复4次，共40个数据。均值=(12+15+18+20+22+25+28+30+32+35)×4/40=237×4/40=23.7（百人）。中位数：第20、21个数均为25（排序后第20位是第2组的25，第21位是第3组的25），故中位数=25（百人）。标准差计算：先求方差，各数据与均值差的平方和=4×[(12-23.7)²+(15-23.7)²+…+(35-23.7)²]=4×[136.89+75.69+32.49+13.69+2.89+1.69+18.49+39.69+68.89+127.69]=4×(136.89+75.69=212.58;+32.49=245.07;+13.69=258.76;+2.89=261.65;+1.69=263.34;+18.49=281.83;+39.69=321.52;+68.89=390.41;+127.69=518.1)=4×518.1=2072.4。方差=2072.4/(40-1)=2072.4/39≈53.14，标准差≈√53.14≈7.29（百人）。（2）Shapiro-Wilk检验：W=0.94>临界值0.92，故不拒绝正态分布假设（P>0.05），认为日客流量服从正态分布。3.（1）计算相关系数：X均值=(5+8+10+12+15+18+20+22)/8=110/8=13.75；Y均值=(12+15+18+20+23+26+28+30)/8=172/8=21.5；分子=Σ(Xi-13.75)(Yi-21.5)=(5-13.75)(12-21.5)+(8-13.75)(15-21.5)+…+(22-13.75)(30-21.5)=(-8.75)(-9.5)+(-5.75)(-6.5)+(-3.75)(-3.5)+(-1.75)(-1.5)+(1.25)(1.5)+(4.25)(4.5)+(6.25)(6.5)+(8.25)(8.5)=83.125+37.375+13.125+2.625+1.875+19.125+40.625+70.125=268；分母=√[Σ(Xi-13.75)²×Σ(Yi-21.5)²]；Σ(Xi-13.75)²=(-8.75)²+(-5.75)²+…+(8.25)²=76.5625+33.0625+14.0625+3.0625+1.5625+18.0625+39.0625+68.0625=253.5；Σ(Yi-21.5)²=(-9.5)²+(-6.5)²+…+(8.5)²=90.25+42.25+12.25+2.25+2.25+20.25+42.25+72.25=284；故r=268/√(253.5×284)=268/√71994≈268/268.3≈0.999（近似为1，实际计算可能因四舍五入略有差异）。（2）回归系数b₁=分子/Σ(Xi-13.75)²=268/253.5≈1.057；b₀=21.5-1.057×13.75≈21.5-14.53≈6.97；回归方程：Ŷ=6.97+1.057X。（3）检验b₁显著性：估计标准误Sb₁=√[Σ(Yi-Ŷi)²/(n-2)]/√Σ(Xi-13.75)²；先计算Σ(Yi-Ŷi)²=ΣYi²b₀ΣYib₁ΣXiYi；ΣYi²=12²+15²+…+30²=144+225+324+400+529+676+784+900=3982；ΣXiYi=5×12+8×15+10×18+12×20+15×23+18×26+20×28+22×30=60+120+180+240+345+468+560+660=2633；Σ(Yi-Ŷi)²=39826.97×1721.057×2633≈39821198.842783.08≈3982-3981.92≈0.08；Sb₁=√(0.08/(8-2))/√253.5=√(0.0133)/15.92≈0.115/15.92≈0.0072；t=b₁/Sb₁≈1.057/0.0072≈146.8>2.447，故拒绝H₀，b₁显著。四、综合分析题1.两独立样本t检验（方差不等）：H₀：μ男=μ女；H₁：μ男≠μ女t=(1.2-1.05)/√[(0.3²/80)+(0.25²/120)]=0.15/√(0.001125+0.000521)=0.15/√0.001646≈0.15/0.0406≈3.69自由度df=(0.001125+0.000521)²/[(0.001125²/79)+(0.000521²/119)]≈(0.001646)²/(0.000000016+0.0000000023)≈0.00000271/0.0000000183≈148（近似取120）α=0.05时，t临界值≈1.98（双侧），计算t=3.69>1.98，P<0.05，拒绝H₀，男性与女性月消费支出存在显著差异。2.方差分析结果：F=4.2，P=0.008<0.05，拒绝原假设（H₀：各职业月收入均值全相等），认为不同职业的家庭月收入均值不全相等，职业对月收入有