2025年统计学本科试题及答案

2025年统计学本科试题及答案一、单项选择题（每题2分，共20分）1.某社交媒体平台随机抽取1000名用户，统计其日均使用时长（单位：分钟），得到样本均值为125分钟，样本标准差为30分钟。若总体方差未知，计算总体均值的95%置信区间时，应使用的临界值为（）A.Z0.025=1.96B.t0.025(999)≈1.962C.t0.025(1000)=2.000D.Z0.05=1.6452.以下关于卡方检验的描述，错误的是（）A.卡方拟合优度检验用于检验观测频数与期望频数的差异B.卡方独立性检验要求列联表中每个单元格的期望频数不小于5C.卡方检验的统计量计算公式为Σ[(O-E)²/E]D.卡方检验适用于分析两个连续变量的相关性3.已知随机变量X服从正态分布N(μ,σ²)，Y=2X+3，则Y的分布为（）A.N(2μ+3,2σ²)B.N(μ+3,4σ²)C.N(2μ+3,4σ²)D.N(μ+3,σ²)4.某企业产品合格率的历史数据显示为90%，现抽取50件产品检验，发现43件合格。若检验当前合格率是否低于历史水平（α=0.05），应采用的检验统计量为（）A.Z=(0.86-0.9)/√(0.9×0.1/50)B.t=(0.86-0.9)/√(0.86×0.14/50)C.Z=(0.86-0.9)/√(0.86×0.14/50)D.χ²=(43-45)²/45+(7-5)²/55.多元线性回归模型中，调整R²（AdjustedR²）与普通R²的主要区别在于（）A.调整R²考虑了自变量数量对模型拟合效果的惩罚B.调整R²仅适用于非线性模型C.调整R²的值一定大于普通R²D.调整R²不考虑残差平方和6.若一组数据的偏度系数为-1.2，峰度系数为3.8，说明该数据（）A.左偏，尖峰B.右偏，尖峰C.左偏，平峰D.右偏，平峰7.分层抽样与整群抽样的主要区别在于（）A.分层抽样划分的子群是“同质”的，整群抽样划分的子群是“异质”的B.分层抽样从每个子群中抽样，整群抽样随机抽取部分子群并调查全部个体C.分层抽样适用于小样本，整群抽样适用于大样本D.分层抽样误差更大8.假设检验中，若原假设H0为μ=μ0，备择假设H1为μ≠μ0，当实际μ=μ0时拒绝H0，这属于（）A.第一类错误（α错误）B.第二类错误（β错误）C.正确决策D.无法判断9.时间序列分解中，季节变动的周期通常为（）A.1年以内（如季度、月度）B.1-5年C.5年以上D.无固定周期10.某地区2020-2024年GDP数据（单位：亿元）分别为：1200、1350、1520、1700、1900。若用二次指数平滑法预测2025年GDP，需要确定的平滑参数是（）A.仅α（平滑系数）B.α和γ（趋势平滑系数）C.α和δ（季节平滑系数）D.仅γ二、简答题（每题8分，共40分）1.简述中心极限定理的核心内容及其在统计学中的意义。2.解释“置信水平”与“置信区间”的关系，并说明为何增大样本量可以缩小置信区间宽度。3.方差分析（ANOVA）的基本思想是什么？其应用需要满足哪些前提条件？4.比较简单随机抽样、系统抽样和分层抽样的优缺点，举例说明分层抽样的适用场景。5.简述逻辑回归（LogisticRegression）与线性回归的主要区别，说明逻辑回归适用于何种类型的因变量。三、计算题（每题15分，共30分）1.某医院收集了50名糖尿病患者的空腹血糖值（单位：mmol/L），数据如下：6.2,7.1,5.8,8.3,6.5,7.4,6.9,5.5,7.8,6.7,8.1,7.2,6.4,7.6,5.9,8.5,6.3,7.0,6.8,7.3,5.7,8.0,6.6,7.5,5.4,8.2,6.1,7.7,5.6,8.4,6.0,7.9,5.3,8.6,6.2,7.1,5.8,8.3,6.5,7.4,6.9,5.5,7.8,6.7,8.1,7.2,6.4,7.6,5.9,8.5（1）计算样本均值、样本方差和样本标准差（保留2位小数）；（2）若总体方差未知，计算总体均值的95%置信区间（t0.025(49)=2.0096）。2.某市场调研公司为分析消费者对A、B、C三个品牌饮料的偏好是否与性别有关，收集了300份问卷数据，整理为以下列联表：男性女性合计品牌A453580品牌B5060110品牌C2585110合计120180300（1）提出检验性别与品牌偏好是否独立的原假设和备择假设；（2）计算卡方检验统计量（保留3位小数）；（3）若α=0.05，临界值χ²0.05(4)=9.488，判断是否拒绝原假设。四、综合分析题（20分）某电商平台为研究用户购物金额（Y，单位：元）与日均浏览时长（X1，单位：分钟）、购物频次（X2，单位：次/月）的关系，收集了100名用户的观测数据，建立多元线性回归模型：Ŷ=20.5+1.2X1+5.8X2回归结果如下：调整R²=0.78F检验：F=45.6（p<0.001）X1的t统计量=2.8（p=0.006）X2的t统计量=4.2（p<0.001）残差的正态性检验（Shapiro-Wilk）：W=0.97（p=0.12）（1）解释回归系数的实际意义；（2）说明调整R²=0.78的含义；（3）分析F检验和各变量t检验的结果；（4）判断残差是否满足正态性假设，并说明理由；（5）若某用户日均浏览时长30分钟、购物频次8次/月，预测其购物金额。答案一、单项选择题1.B（小样本且总体方差未知，使用t分布，自由度n-1=999，t0.025(999)≈1.962）2.D（卡方检验适用于分类变量，连续变量相关性用皮尔逊相关系数）3.C（线性变换后均值为2μ+3，方差为(2)²σ²=4σ²）4.A（总体比例检验，使用Z统计量，p0=0.9，样本比例p=43/50=0.86）5.A（调整R²通过自由度修正，避免因自变量增加而虚增拟合优度）6.A（偏度系数为负，左偏；峰度系数>3，尖峰）7.B（分层抽样从各层抽样，整群抽样抽取部分群并调查群内全部个体）8.A（原假设为真时拒绝，属于第一类错误）9.A（季节变动周期通常为1年以内，如季度、月度）10.B（二次指数平滑法需同时估计水平和趋势，故需α和γ）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N(μ,σ²/n)。意义：为大样本推断提供理论基础，使非正态总体的均值检验和区间估计可行。2.置信水平（如95%）是置信区间包含总体参数的概率；置信区间是基于样本计算的一个区间范围。增大样本量n会使标准误（σ/√n或s/√n）减小，从而缩小置信区间宽度（宽度与√n成反比）。3.方差分析基本思想：将总变异分解为组间变异和组内变异，通过比较组间均方与组内均方（F统计量），判断不同组均值是否存在显著差异。前提条件：各总体正态分布、方差齐性、观测独立。4.简单随机抽样：优点公平无偏，缺点效率低；系统抽样：优点操作简便，缺点可能隐含周期性误差；分层抽样：优点提高精度，缺点需先分层。适用场景：总体异质性强（如按收入分层调查消费习惯）。5.逻辑回归因变量为二分类（0/1），通过Logit函数将线性组合映射到[0,1]概率；线性回归因变量为连续变量，直接建模均值。逻辑回归适用于因变量是分类（如购买/不购买）的场景。三、计算题1.（1）样本均值x̄=(Σxi)/50=(6.2+7.1+…+8.5)/50=计算得x̄≈7.02mmol/L；样本方差s²=Σ(xi-x̄)²/(n-1)=[(6.2-7.02)²+…+(8.5-7.02)²]/49≈1.23；样本标准差s=√1.23≈1.11mmol/L。（2）置信区间=x̄±tα/2(s/√n)=7.02±2.0096(1.11/√50)=7.02±0.31，即(6.71,7.33)。2.（1）H0：性别与品牌偏好独立；H1：性别与品牌偏好不独立。（2）期望频数Eij=(行合计×列合计)/总样本数，例如E11=(80×120)/300=32，E12=80-32=48；E21=(110×120)/300=44，E22=110-44=66；E31=(110×120)/300=44，E32=110-44=66。卡方统计量χ²=Σ[(O-E)²/E]=(45-32)²/32+(35-48)²/48+(50-44)²/44+(60-66)²/66+(25-44)²/44+(85-66)²/66≈(169/32)+(169/48)+(36/44)+(36/66)+(361/44)+(361/66)≈5.281+3.521+0.818+0.545+8.205+5.469≈23.839。（3）χ²=23.839>9.488，拒绝H0，认为性别与品牌偏好相关。四、综合分析题1.回归系数：X1（日均浏览时长）每增加1分钟，购物金额平均增加1.2元；X2（购物频次）每增加1次/月，购物金额平均增加5.8