2026年应用统计学考试卷及答案

2026年应用统计学考试卷及答案一、单项选择题（共10题，每题2分，共20分）1.下列统计量中，用于衡量数据离散程度且受极端值影响最大的是（）。A.方差B.四分位距C.平均差D.极差2.某市场调研公司欲了解某市消费者对新能源汽车的接受度，按行政区划将全市划分为5个区域，随机选择2个区域，对选中区域内所有家庭进行调查。该抽样方法属于（）。A.简单随机抽样B.分层抽样C.整群抽样D.系统抽样3.若变量X与Y的Pearson相关系数r=0.85，且X的方差为16，Y的方差为25，则X与Y的协方差为（）。A.17B.15C.12D.104.在假设检验中，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，所犯的错误是（）。A.第一类错误B.第二类错误C.弃真错误D.取伪错误5.中心极限定理表明，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，其均值为（）。A.总体方差B.总体均值C.样本方差D.样本均值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.同一水平内数据的离散程度D.总变异中无法由因素解释的部分7.对分类变量进行独立性检验时，最适合的统计方法是（）。A.t检验B.卡方检验C.F检验D.Z检验8.在一元线性回归模型Y=β₀+β₁X+ε中，ε表示（）。A.随机误差项B.解释变量C.被解释变量D.回归系数9.时间序列中，由自然季节变化或社会习俗引起的周期性波动称为（）。A.长期趋势B.循环波动C.季节变动D.不规则波动10.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态B.保留原始数据信息C.便于比较多组数据D.计算更简便二、填空题（共10题，每题2分，共20分）1.按测量尺度分类，“学生的专业类别（如经济学、管理学）”属于______数据。2.若一组数据的均值为50，中位数为48，众数为45，则该数据分布呈______（填“左偏”或“右偏”）。3.置信水平由95%提高到99%时，置信区间的宽度会______（填“变宽”“变窄”或“不变”）。4.当总体方差未知且样本量n<30时，对总体均值进行假设检验应使用______分布。5.若两个变量完全正相关，则Pearson相关系数r=______。6.卡方检验中，自由度的计算公式为______（设行变量有r类，列变量有c类）。7.多元线性回归模型中，调整R²的作用是______（填“消除自变量个数对拟合优度的影响”或“提高模型预测精度”）。8.时间序列分解中，常用的乘法模型表达式为______（用T、S、C、I表示各成分）。9.非参数检验的主要特点是______（填“不依赖总体分布形态”或“仅适用于正态分布数据”）。10.箱线图的“五数概括”包括最小值、下四分位数、中位数、上四分位数和______。三、简答题（共5题，每题6分，共30分）1.简述分层抽样与整群抽样的区别。2.解释假设检验中“显著性水平α”的含义，并说明其与p值的关系。3.一元线性回归分析中，为什么需要对回归系数进行显著性检验？4.简述时间序列预测中指数平滑法的基本思想。5.列举三种常用的描述数据分布形态的统计量，并说明其作用。四、计算题（共3题，每题10分，共30分）1.某食品厂为检测新生产线的包装重量稳定性，随机抽取50袋产品，测得样本均值为502克，样本标准差为8克。假设总体服从正态分布，要求：（1）计算总体均值的95%置信区间（z₀.₀₂₅=1.96）；（2）若要求置信区间宽度不超过5克，至少需要抽取多少袋产品？（保留整数）2.某企业为比较两种广告方案的效果，分别在A、B两个城市投放，A城市随机选取100名消费者，其中65人表示“愿意购买”；B城市随机选取120名消费者，其中78人表示“愿意购买”。检验两种广告方案的效果是否有显著差异（α=0.05，z₀.₀₂₅=1.96）。3.某公司收集了12个月的广告投入（X，万元）与销售额（Y，万元）数据，计算得：∑X=240，∑Y=1800，∑XY=37800，∑X²=5200，∑Y²=280000。要求：（1）建立一元线性回归方程；（2）计算决定系数R²，并解释其含义；（3）当广告投入为30万元时，预测销售额（结果保留两位小数）。答案一、单项选择题1.D2.C3.A4.A5.B6.B7.B8.A9.C10.B二、填空题1.定类2.右偏3.变宽4.t5.16.(r-1)(c-1)7.消除自变量个数对拟合优度的影响8.Y=T×S×C×I9.不依赖总体分布形态10.最大值三、简答题1.分层抽样是将总体按某些特征分成若干层（子总体），从每一层中独立抽样；整群抽样是将总体分成若干群，随机抽取部分群并调查群内所有个体。分层抽样的目的是提高精度（层内同质性高），整群抽样的目的是降低成本（群间同质性高）。2.显著性水平α是原假设为真时拒绝原假设的概率（弃真概率），是预先设定的临界值。p值是在原假设成立的条件下，出现当前样本统计量或更极端情况的概率。若p≤α，则拒绝原假设；否则不拒绝。3.回归系数β₁表示X对Y的影响程度，但样本数据可能因随机误差导致β₁非零，需通过显著性检验判断β₁是否显著不为0，即X与Y是否存在真实的线性关系。4.指数平滑法通过对历史数据赋予递减的权重（近期数据权重更大），将过去的观测值与当前预测值结合，提供新的预测值，适用于平稳或趋势不明显的时间序列。5.（1）均值：反映数据集中趋势；（2）标准差：衡量数据离散程度；（3）偏态系数：描述数据分布的不对称性（正值右偏，负值左偏）。四、计算题1.（1）置信区间=502±1.96×(8/√50)=502±2.22，即(499.78,504.22)克。（2）宽度=2×z×(σ/√n)≤5→n≥(2×1.96×8/5)²≈(6.272)²≈39.34，故至少抽取40袋。2.设p₁为A城市购买率，p₂为B城市购买率。H₀:p₁=p₂；H₁:p₁≠p₂样本比例：p̂₁=65/100=0.65，p̂₂=78/120=0.65，合并比例p̄=(65+78)/(100+120)=143/220=0.65检验统计量z=(0.65-0.65)/√[0.65×0.35×(1/100+1/120)]=0|z|=0<1.96，不拒绝H₀，认为两种方案效果无显著差异。3.（1）n=12，X̄=240/12=20，Ȳ=1800/12=150β̂₁=(n∑XY-∑X∑Y)/(n∑X²-(∑X)²)=(12×37800-240×1800)/(12×5200-240²)=(453600-432000)/(62400-57600)=21600/4800=4.5β̂₀=Ȳ-β̂₁X̄=150-4.5×20=60，回归方程：Ŷ=60+4.5X（2）总平方和SST=∑(Yᵢ-Ȳ)²=∑Y²-nȲ²=280000-12×150²=280000-270000=10000回归平方