2026年应用统计学试题及答案

2026年应用统计学试题及答案一、单项选择题（每题2分，共20分）1.以下统计量中，不属于描述数据集中趋势的是（）。A.众数B.中位数C.方差D.均值2.若总体服从正态分布且方差未知，小样本条件下对总体均值进行区间估计时，应使用（）。A.z分布B.t分布C.卡方分布D.F分布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但拒绝H₀时，犯的是（）。A.第一类错误B.第二类错误C.正确决策D.无法判断4.相关系数r=0.85表示两个变量之间（）。A.无线性相关关系B.高度负线性相关C.高度正线性相关D.完全正线性相关5.卡方独立性检验适用于分析（）。A.两个连续变量的线性关系B.两个分类变量的关联程度C.多个总体均值的差异D.时间序列的趋势成分6.单因素方差分析中，组间平方和（SSB）反映的是（）。A.随机误差的影响B.不同水平下样本均值的差异C.同一水平内数据的波动D.总体方差的大小7.时间序列中，由自然季节变化引起的周期性波动称为（）。A.长期趋势B.季节变动C.循环变动D.不规则变动8.茎叶图与直方图相比，主要优势在于（）。A.更直观展示数据分布形状B.保留原始数据信息C.更适合大样本数据D.便于计算集中趋势9.若一组数据的偏度系数为-1.2，说明该数据分布（）。A.右偏（正偏）B.左偏（负偏）C.对称D.尖峰10.非参数检验与参数检验的主要区别在于（）。A.是否依赖总体分布的具体形式B.是否使用样本均值C.是否涉及假设检验D.是否要求大样本二、填空题（每题2分，共20分）1.样本均值的标准误计算公式为________（总体方差σ²已知时）。2.若总体方差未知且样本量n=15，对总体均值进行假设检验时，应使用自由度为________的t分布。3.卡方拟合优度检验中，期望频数的计算公式为________（总频数为n，第i类的理论概率为p_i）。4.一元线性回归模型y=β₀+β₁x+ε中，ε表示________。5.时间序列分解的乘法模型表达式为________（T为趋势，S为季节，C为循环，I为不规则）。6.假设检验中，p值是指在________成立的条件下，出现当前样本统计量或更极端值的概率。7.单因素方差分析中，总平方和（SST）=组间平方和（SSB）+________。8.相关系数的取值范围是________。9.符号检验是非参数检验的一种，主要用于检验________的中位数是否等于某个假设值。10.置信水平为95%的置信区间表示：在重复抽样中，约有________的置信区间包含总体参数真值。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意义。2.假设检验中，为何通常将“无差异”或“无效”设为原假设？3.一元线性回归分析中，判定系数R²的含义是什么？如何通过R²评价模型拟合效果？4.单因素方差分析的基本假设包括哪些？若假设不满足，可采用何种替代方法？5.时间序列预测中，季节指数的作用是什么？如何通过移动平均法计算季节指数？四、计算分析题（共30分）（一）置信区间与假设检验（10分）某企业生产的零件长度服从正态分布，总体方差未知。随机抽取25个零件，测得平均长度为20.5mm，样本标准差为0.8mm。（1）计算总体均值的95%置信区间（t₀.₀₂₅(24)=2.064）；（2）若企业要求零件长度不低于20mm，检验是否满足要求（α=0.05，t₀.₀₅(24)=1.711）。（二）回归分析（10分）某地区收集了10家企业的广告投入（x，万元）与销售额（y，万元）数据，计算得：∑x=120，∑y=800，∑xy=10500，∑x²=1800，∑y²=70000。（1）建立一元线性回归方程y=β₀+β₁x；（2）计算判定系数R²，并说明其意义；（3）若某企业广告投入为15万元，预测其销售额（保留两位小数）。（三）方差分析（10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：32,35,38,34,36；方案B：41,43,45,40,42；方案C：28,25,30,27,29。（1）完成方差分析表（计算组间平方和SSB、组内平方和SSW、总平方和SST、组间均方MSB、组内均方MSW、F统计量）；（2）检验三种促销方案的效果是否有显著差异（α=0.05，F₀.₀₅(2,12)=3.89）。答案一、单项选择题1.C2.B3.A4.C5.B6.B7.B8.B9.B10.A二、填空题1.σ/√n2.143.np_i4.随机误差项5.T×S×C×I6.原假设H₀7.组内平方和（SSW）8.[-1,1]9.单样本10.95%三、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。意义：为大样本条件下的参数估计和假设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.原因：原假设通常代表“无效果”“无差异”的默认状态，检验的目的是通过样本数据拒绝原假设，从而支持备择假设（存在效果或差异）。将“无差异”设为原假设可控制第一类错误（错误拒绝原假设）的概率，避免轻易得出“有差异”的结论。3.判定系数R²是回归平方和占总平方和的比例，反映因变量的变异中能被自变量解释的比例。R²越接近1，说明模型对数据的拟合效果越好；R²越接近0，拟合效果越差。例如，R²=0.8表示80%的销售额变异可由广告投入解释。4.基本假设：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。若假设不满足，可采用非参数检验（如Kruskal-Wallis检验）替代，无需依赖总体分布。5.季节指数反映时间序列中季节因素对数据的影响程度（如销售额的季节性波动）。移动平均法计算步骤：①对原序列计算中心化移动平均（消除季节和不规则因素）；②用原序列值除以移动平均值，得到季节不规则值；③按季节（如月份）计算各期平均值，得到季节指数（需调整使平均为1或100%）。四、计算分析题（一）置信区间与假设检验（1）置信区间公式：¯x代入数据：20.5±2.064×(0.8/√25)=20.5±2.064×0.16=20.5±0.330即（20.17,20.83）mm。（2）假设H₀:μ≤20，H₁:μ>20（单侧检验）检验统计量t=(20.5-20)/(0.8/√25)=0.5/0.16=3.125临界值t₀.₀₅(24)=1.711，因3.125>1.711，拒绝H₀，认为零件长度不低于20mm。（二）回归分析（1）计算β₁：β₁β₀=¯y回归方程：y=50+2.5x。（2）总平方和SST=∑y²-(∑y)²/n=70000-(800)²/10=70000-64000=6000回归平方和SSR=β₁²[∑x²-(∑x)²/n]=(2.5)²×(1800-14400/10)=6.25×360=2250R²=SSR/SST=2250/6000=0.375，说明广告投入解释了37.5%的销售额变异。（3）x=15时，y=50+2.5×15=50+37.5=87.50万元。（三）方差分析（1）计算各方案均值：¯=(32+35总均值¯xSSB=5[(35-34.93)²+(42-34.93)²+(27.8-34.93)²]=5[(0.0049)+(50.0)+(50.84)]≈5×100.84=504.2SSW=∑(x_ij-¯)²方案A：(32-35)²+…+(36-35)²=9+0+9+1+1=20方案B：(41-42)²+…+(42-42)²=1+1+9+4+0=15方案C：(28-27.8)²+…+(29-27.8)²=0.04+7.84+4.84+0.64+1.44=14.8