(2025年)应用统计学模拟题答案(带答案)

(2025年)应用统计学模拟题答案(带答案)一、单项选择题（每题2分，共20分）1.某企业10名员工的月工资（单位：元）分别为：6800、7200、7500、7800、8000、8200、8500、8800、9200、9500。则这组数据的中位数是（）。A.8000B.8100C.8200D.8300答案：B（中位数为第5和第6个数的平均值，即(8000+8200)/2=8100）2.若一组数据的偏度系数为-1.2，则该数据分布呈现（）。A.左偏（负偏）B.右偏（正偏）C.对称D.无法判断答案：A（偏度系数为负时，数据左偏）3.已知随机变量X服从正态分布N(μ,σ²)，则P(μ-1.96σ≤X≤μ+1.96σ)约为（）。A.90%B.95%C.99%D.99.7%答案：B（正态分布中，μ±1.96σ覆盖约95%的概率）4.某市场调研公司从5000名消费者中随机抽取500名进行问卷调查，这种抽样方法属于（）。A.分层抽样B.系统抽样C.简单随机抽样D.整群抽样答案：C（未分层或分群，直接随机抽取）5.若变量X与Y的相关系数r=0.85，则说明两者（）。A.高度正相关B.高度负相关C.中度正相关D.中度负相关答案：A（|r|>0.8为高度相关，r>0为正相关）6.在假设检验中，若原假设H₀为“μ=100”，备择假设H₁为“μ≠100”，当计算得到的p值为0.03时，在显著性水平α=0.05下应（）。A.拒绝H₀B.不拒绝H₀C.无法判断D.重新计算答案：A（p<α，拒绝原假设）7.单因素方差分析中，组间平方和（SSB）反映的是（）。A.随机误差B.不同水平下样本均值的差异C.全部数据的总变异D.组内个体差异答案：B（组间平方和衡量不同处理组均值的差异）8.对分类变量进行独立性检验时，常用的统计量是（）。A.t统计量B.F统计量C.卡方统计量D.Z统计量答案：C（卡方检验用于分类变量的独立性分析）9.时间序列的长期趋势分析中，若数据呈现线性增长，可采用（）。A.移动平均法B.指数平滑法C.最小二乘法拟合直线D.季节指数法答案：C（线性趋势用最小二乘法拟合直线方程）10.已知总体均值的95%置信区间为（25.6,30.2），则该区间的边际误差为（）。A.2.3B.4.6C.1.15D.5.4答案：A（边际误差=（上限-下限）/2=(30.2-25.6)/2=2.3）二、填空题（每题2分，共10分）1.某班级30名学生的数学成绩均值为78，标准差为8，则成绩的离散系数为______。答案：0.1026（离散系数=标准差/均值=8/78≈0.1026）2.若随机变量X~B(n=10,p=0.3)，则E(X)=______。答案：3（二项分布期望E(X)=np=10×0.3=3）3.从总体中抽取容量为n的样本，若总体方差σ²未知，对均值进行假设检验时应使用______分布。答案：t（总体方差未知时用t检验）4.一元线性回归方程ŷ=5+2x中，回归系数2表示______。答案：x每增加1单位，y平均增加2单位5.单因素方差分析中，若总样本量为30，分为3组，则组内自由度为______。答案：27（组内自由度=总样本量-组数=30-3=27）三、计算题（共40分）1.描述统计分析（10分）某电商平台2024年12月某商品的日销量数据如下（单位：件）：120、135、140、115、150、125、130、145、160、128、132、148、155、118、138要求：（1）计算日销量的均值、中位数、众数；（2）计算方差和标准差（保留2位小数）。解答：（1）数据排序：115、118、120、125、128、130、132、135、138、140、145、148、150、155、160（共15个数据）均值=（115+118+120+125+128+130+132+135+138+140+145+148+150+155+160）/15=2020/15≈134.67（件）中位数=第8个数=135（件）众数：无重复数据，无明显众数（或记为“无”）。（2）方差计算：各数据与均值的差的平方和=（115-134.67）²+（118-134.67）²+…+（160-134.67）²≈(386.91+277.89+…+641.61)=2248.67（计算过程略）方差=2248.67/(15-1)=2248.67/14≈160.62（件²）标准差=√160.62≈12.68（件）2.假设检验（12分）某食品厂宣称其生产的饼干每袋平均重量为200克。质检部门随机抽取25袋饼干，测得平均重量为198克，样本标准差为5克。假设重量服从正态分布，在显著性水平α=0.05下，检验该厂宣称是否成立。解答：（1）提出假设：H₀:μ=200（宣称成立）；H₁:μ≠200（双侧检验）（2）计算检验统计量：t=(x̄-μ)/(s/√n)=(198-200)/(5/√25)=(-2)/(1)=-2（3）确定临界值：自由度df=25-1=24，α=0.05双侧检验，临界值t₀.025(24)=±2.064（4）比较统计量与临界值：|t|=2<2.064，未落入拒绝域。结论：不拒绝原假设，认为该厂宣称的平均重量200克成立。3.一元线性回归分析（10分）某企业广告投入（x，万元）与月销售额（y，万元）的历史数据如下：广告投入x1015202530销售额y80110130160180要求：（1）建立y关于x的一元线性回归方程；（2）检验回归方程的显著性（α=0.05，F临界值F₀.05(1,3)=10.13）。解答：（1）计算回归系数：n=5，Σx=10+15+20+25+30=100，Σy=80+110+130+160+180=660x̄=20，ȳ=132Σxy=10×80+15×110+20×130+25×160+30×180=800+1650+2600+4000+5400=14450Σx²=100+225+400+625+900=2250b₁=(nΣxy-ΣxΣy)/(nΣx²-(Σx)²)=(5×14450-100×660)/(5×2250-100²)=(72250-66000)/(11250-10000)=6250/1250=5b₀=ȳ-b₁x̄=132-5×20=32回归方程：ŷ=32+5x（2）显著性检验（F检验）：总平方和SST=Σ(yᵢ-ȳ)²=(80-132)²+(110-132)²+(130-132)²+(160-132)²+(180-132)²=2704+484+4+784+2304=6280回归平方和SSR=b₁²×[nΣx²-(Σx)²]/n=(25×1250)/5=6250（或SSR=Σ(ŷᵢ-ȳ)²=Σ(32+5xᵢ-132)²=Σ(5xᵢ-100)²=25Σ(xᵢ-20)²=25×(100+25+0+25+100)=25×250=6250）残差平方和SSE=SST-SSR=6280-6250=30F=SSR/1÷SSE/(n-2)=6250/1÷30/3=6250/10=625F=625>F₀.05(1,3)=10.13，拒绝原假设，回归方程显著。4.单因素方差分析（8分）某公司为测试三种促销方案的效果，随机选取15家门店，每组5家，记录月销售额（万元）如下：方案A方案B方案C455055485258424960465157445359要求：计算组间平方和（SSB）、组内平方和（SSE）和F统计量（保留2位小数），并判断不同方案效果是否有显著差异（α=0.05，F临界值F₀.05(2,12)=3.89）。解答：（1）计算各组均值：x̄₁=(45+48+42+46+44)/5=225/5=45；x̄₂=(50+52+49+51+53)/5=255/5=51；x̄₃=(55+58+60+57+59)/5=289/5=57.8总均值x̄=(225+255+289)/15=769/15≈51.27（2）组间平方和SSB=Σnᵢ(x̄ᵢ-x̄)²=5×(45-51.27)²+5×(51-51.27)²+5×(57.8-51.27)²=5×(39.31)+5×(0.07)+5×(42.64)=196.55+0.35+213.2=409.1（3）组内平方和SSE=ΣΣ(xᵢⱼ-x̄ᵢ)²方案A：(45-45)²+(48-45)²+(42-45)²+(46-45)²+(44-45)²=0+9+9+1+1=20方案B：(50-51)²+(52-51)²+(49-51)²+(51-51)²+(53-51)²=1+1+4+0+4=10方案C：(55-57.8)²+(58-57.8)²+(60-57.8)²+(57-57.8)²+(59-57.8)²=7.84+0.04+4.84+0.64+1.44=14.8SSE=20+10+14.8=44.8（4）F统计量=MSB/MSE=(SSB/(k-1))/(SSE/(n-k))=(409.1/2)/(44.8/12)=204.55/3.73≈54.84结论：F=54.84>3.89，拒绝原假设，不同促销方案效果有显著差异。四、综合分析题（30分）某乳制品企业为分析广告投入（x，万元）与市场占有率（y，%）的关系，收集了2019-2024年的年度数据如下：年份201920202021202220232024广告投入x5060708090100市场占有率y8.29.510.812.113.414.7要求：（1）计算x与y的相关系数，判断相关程度；（2）建立y关于x的线性回归方程，并解释系数含义；（3）预测当广告投入为120万元时，市场占有率的估计值；（4）若2024年实际市场占有率为14.7%，计算该年的残差；（5）结合统计结果，分析广告投入对市场占有率的影响。解答：（1）相关系数计算：n=6，Σx=50+60+70+80+90+100=450，Σy=8.2+9.5+10.8+12.1+13.4+14.7=68.7x̄=75，ȳ=11.45Σxy=50×8.2+60×9.5+70×10.8+80×12.1+90×13.4+100×14.7=410+570+756+968+1206+1470=5380Σx²=2500+3600+4900+6400+8100+10000=35500Σy²=67.24+90.25+116.64+146.41+179.56+216.09=816.19r=(nΣxy-ΣxΣy)/√[nΣx²-(Σx)²][nΣy²-(Σy)²]=(6×5380-450×68.7)/√[(6×35500-450²)(6×816.19-68.7²)]=(32280-30915)/√[(213000-202500)(4897.14-4719.69)]=1365/√[(10500)(177.45)]=1365/√(1863225)=1365/1365=1相关系数r=1，说明广告投入与市场占有率完全正相关。（2）回归方程：b₁=(nΣxy-ΣxΣy)/(nΣx²-(Σx)²)=1365/10500=0.13b₀=ȳ-b₁x̄=11.45-0.13×75=11.45-9.75=1.7回归方程：ŷ=1.7+0.13x系