2026年统计学计算题(有答案)

2026年统计学计算题(有答案)某省统计局2025年开展城镇居民消费结构专项调查，随机抽取300户家庭作为样本，收集了以下数据（单位：月收入X为万元，食品支出Y₁、教育支出Y₂、医疗支出Y₃为千元）。部分关键统计量如下：月收入均值μₓ=4.2万元，标准差sₓ=1.5万元；食品支出均值μᵧ₁=2.8千元，标准差sᵧ₁=0.8千元；教育支出均值μᵧ₂=1.5千元，标准差sᵧ₂=0.6千元；医疗支出均值μᵧ₃=1.2千元，标准差sᵧ₃=0.5千元。300户家庭月收入排序后第150位为4.1万元，第151位为4.3万元；食品支出与月收入的协方差Cov(X,Y₁)=0.6；教育支出与月收入的协方差Cov(X,Y₂)=0.45；医疗支出总体标准差σ已知为0.5千元。将月收入分为三组：低收入组（X≤3万元，80户）、中等收入组（3<X≤6万元，160户）、高收入组（X>6万元，60户），三组教育支出均值分别为1.2千元、1.5千元、2.0千元，组内方差分别为0.09、0.16、0.25（单位：千元²）。问题1：计算300户家庭月收入的均值、中位数、标准差，并通过偏度和峰度判断其分布是否近似正态（偏度绝对值<1，峰度绝对值<2则认为近似正态）。解答1：均值：μₓ=ΣXᵢ/n=4.2万元（已知）。中位数：排序后第150和151位的平均值=(4.1+4.3)/2=4.2万元。标准差：sₓ=√[Σ(Xᵢ-μₓ)²/(n-1)]=1.5万元（已知）。偏度计算：偏度系数g₁=[n/(n-1)(n-2)]Σ[(Xᵢ-μₓ)/sₓ]³。假设样本数据对称，Σ[(Xᵢ-μₓ)³]≈0，故g₁≈0（绝对值<1）。偏度计算：偏度系数g₁=[n/(n-1)(n-2)]Σ[(Xᵢ-μₓ)/sₓ]³。假设样本数据对称，Σ[(Xᵢ-μₓ)³]≈0，故g₁≈0（绝对值<1）。峰度计算：峰度系数g₂=[n(n+1)/(n-1)(n-2)(n-3)]Σ[(Xᵢ-μₓ)/sₓ]⁴3(n-1)²/[(n-2)(n-3)]。假设数据分布接近正态，Σ[(Xᵢ-μₓ)⁴]≈3(n-1)sₓ⁴，代入得g₂≈0（绝对值<2）。因此，月收入分布近似正态。峰度计算：峰度系数g₂=[n(n+1)/(n-1)(n-2)(n-3)]Σ[(Xᵢ-μₓ)/sₓ]⁴3(n-1)²/[(n-2)(n-3)]。假设数据分布接近正态，Σ[(Xᵢ-μₓ)⁴]≈3(n-1)sₓ⁴，代入得g₂≈0（绝对值<2）。因此，月收入分布近似正态。问题2：计算食品支出与月收入的Pearson相关系数，并检验其是否显著不为0（α=0.05）。解答2：Pearson相关系数r=Cov(X,Y₁)/(sₓ·sᵧ₁)=0.6/(1.5×0.8)=0.6/1.2=0.5。假设检验：H₀:ρ=0（无相关），H₁:ρ≠0（有相关）。检验统计量t=r√[(n-2)/(1-r²)]=0.5×√(298/0.75)=0.5×√397.33≈0.5×19.93≈9.96。自由度df=n-2=298，查t分布表，双侧α=0.05的临界值约为1.97（大样本近似Z=1.96）。计算得t=9.96>1.97，p值≈0<0.05，拒绝H₀，食品支出与月收入显著相关。问题3：以月收入X为自变量，教育支出Y₂为因变量，建立线性回归模型，写出回归方程，解释回归系数的经济意义，计算决定系数R²并说明其含义。解答3：回归系数β₁=Cov(X,Y₂)/Var(X)=0.45/(1.5²)=0.45/2.25=0.2。截距项β₀=μᵧ₂-β₁μₓ=1.5-0.2×4.2=1.5-0.84=0.66。回归方程：Ŷ₂=0.66+0.2X。经济意义：月收入每增加1万元，教育支出平均增加0.2千元（即20元）。决定系数R²=r²，其中r=Cov(X,Y₂)/(sₓ·sᵧ₂)=0.45/(1.5×0.6)=0.45/0.9=0.5，故R²=0.5²=0.25。含义：教育支出的变异中，25%可由月收入的变异解释。问题4：已知该省2020年城镇居民医疗支出均值为1.1千元（总体标准差σ=0.5千元），检验2025年医疗支出均值是否较2020年有显著提高（α=0.05）。解答4：假设检验：H₀:μ=1.1（未提高），H₁:μ>1.1（提高）。已知σ=0.5，样本均值μᵧ₃=1.2，n=300，检验统计量Z=(μᵧ₃-μ₀)/(σ/√n)=(1.2-1.1)/(0.5/√300)=0.1/(0.5/17.32)=0.1×34.64≈3.46。单侧α=0.05的临界值Z₀.₀₅=1.645。计算得Z=3.46>1.645，p值≈0<0.05，拒绝H₀，2025年医疗支出均值显著高于2020年。问题5：计算月收入的95%置信区间（总体标准差未知）。解答5：样本均值μₓ=4.2，样本标准差sₓ=1.5，n=300，自由度df=299（大样本近似正态分布）。95%置信水平的临界值t₀.₀₂₅≈1.96（或Z=1.96）。标准误SE=sₓ/√n=1.5/√300≈0.0866。置信区间=μₓ±t₀.₀₂₅×SE=4.2±1.96×0.0866≈4.2±0.17。即月收入的95%置信区间为(4.03,4.37)万元。问题6：分析低收入组、中等收入组、高收入组的教育支出均值是否有显著差异（α=0.05），列出方差分析表。解答6：假设H₀:三组均值相等（μ₁=μ₂=μ₃），H₁:至少一组均值不同。总样本量n=300，各组样本量n₁=80,n₂=160,n₃=60，总均值μ=1.52（计算：(80×1.2+160×1.5+60×2.0)/300=456/300=1.52）。组间平方和SSB=Σnⱼ(μⱼ-μ)²=80×(1.2-1.52)²+160×(1.5-1.52)²+60×(2.0-1.52)²=80×0.1024+160×0.0004+60×0.2304=8.192+0.064+13.824=22.08。组内平方和SSW=Σ(nⱼ-1)sⱼ²=79×0.09+159×0.16+59×0.25=7.11+25.44+14.75=47.3。总平方和SST=SSB+SSW=22.08+47.3=69.38。自由度：组间df₁=k-1=2，组内df₂=n-k=297。均方MSB=SSB/df₁=22.08/2=11.04，MSW=SSW/df₂=47.3/297≈0.159。F统计量=MSB/MSW=11.04/0.159≈69.43。临界值