2026年统计类考试试题及答案

2026年统计类考试试题及答案一、单项选择题（每题2分，共20分）1.下列统计活动中，属于推断统计范畴的是（）A.计算某班级数学成绩的平均分B.统计某城市季度GDP增速C.用样本数据估计总体均值的置信区间D.绘制某产品销量的直方图2.某电商平台记录用户“性别”（男/女）和“年消费金额”（万元）两个变量，前者是（），后者是（）A.分类变量；连续变量B.顺序变量；离散变量C.连续变量；分类变量D.离散变量；顺序变量3.某样本数据为[3,5,7,9,11]，其标准差为（）A.2.83B.3.16C.3.46D.3.744.若随机变量X服从正态分布N(μ,σ²)，则P(μ-2σ≤X≤μ+2σ)约为（）A.68.27%B.95.45%C.99.73%D.90.00%5.假设检验中，原假设H₀被错误拒绝的概率是（）A.显著性水平αB.第二类错误概率βC.检验功效1-βD.P值6.两变量的Pearson相关系数r=0.85，说明（）A.两变量严格线性正相关B.两变量高度线性正相关C.两变量因果关系显著D.两变量非线性相关7.为调查某省农村居民收入，按经济水平将全省划分为3类区域，每类区域中随机抽取5个县，再在每个县随机抽取10个村进行调查。该抽样方法是（）A.简单随机抽样B.分层抽样C.整群抽样D.系统抽样8.时间序列分解中，反映长期趋势的成分是（）A.季节变动SB.循环变动CC.趋势变动TD.不规则变动I9.卡方检验适用于分析（）A.两个连续变量的相关性B.分类变量的独立性C.正态总体均值差异D.方差齐性检验10.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.不同处理水平的影响C.样本量差异的影响D.测量误差的影响二、简答题（每题6分，共30分）1.简述分层抽样与整群抽样的区别，并各举一例说明。2.假设检验中，为何不能说“接受原假设”，而应表述为“不拒绝原假设”？3.回归分析中，多重共线性会对模型产生哪些影响？如何检测多重共线性？4.比较t分布与正态分布的异同，说明t分布的应用场景。5.时间序列分析中，季节指数的计算通常包括哪些步骤？三、计算题（每题8分，共40分）1.某公司10名员工的月绩效得分如下：78,85,92,69,88,75,95,81,83,90。要求：（1）计算均值、中位数、方差（样本方差）；（2）判断数据分布的偏度方向（提示：偏度系数公式：=∑2.某品牌电池标称平均续航时间为200小时。随机抽取25节电池测试，测得样本均值为192小时，样本标准差为15小时。假设续航时间服从正态分布，α=0.05，检验该品牌电池实际平均续航是否低于标称值（要求写出假设、检验统计量、临界值及结论）。3.某地区研究居民收入（X，万元）与年消费支出（Y，万元）的关系，收集到10组数据，计算得：∑X=50，∑Y=30，（1）计算Pearson相关系数r；（2）拟合一元线性回归方程=a（3）解释回归系数b的经济意义。4.某企业为测试三种广告方案的效果，分别在A、B、C三个区域投放，记录一周内的销售额（万元）如下：A方案：12,15,18,14B方案：20,22,19,21C方案：16,17,15,18要求进行单因素方差分析（α=0.05），计算组间平方和、组内平方和、F统计量，并判断广告方案对销售额是否有显著影响（提示：总平方和SST=SSB+SSW）。5.某城市2023年各季度猪肉价格（元/斤）为：18,22,25,19。假设2024年各季度价格趋势值分别为20,21,22,23，用趋势-季节模型预测2024年第四季度的猪肉价格（要求先计算季节指数）。四、综合分析题（10分）某研究团队收集了2018-2023年某城市的年度数据，包括：GDP（亿元）、人口（万人）、第三产业占比（%）、社会消费品零售总额（亿元）。数据如下表：年份GDP（X₁）人口（X₂）第三产业占比（X₃）社会消费品零售总额（Y）201845008005218002019480082054195020205100840552100202155008605723002022590088058250020236300900602700要求：（1）计算Y与X₁、X₂、X₃的简单相关系数，分析社会消费品零售总额与各变量的线性关联程度；（2）以Y为因变量，X₁、X₂、X₃为自变量，建立多元线性回归模型，写出回归方程并解释各系数的意义；（3）利用2024年预测值（X₁=6700，X₂=920，X₃=62），预测该年社会消费品零售总额；（4）结合分析结果，提出促进消费增长的政策建议。参考答案一、单项选择题1.C2.A3.B4.B5.A6.B7.B8.C9.B10.B二、简答题1.区别：分层抽样是将总体按某些特征分成互不重叠的层，从每层中独立抽样（层内差异小，层间差异大）；整群抽样是将总体分成若干群，随机抽取部分群，对抽中群的所有单位调查（群内差异大，群间差异小）。举例：分层抽样如按城市规模分层调查居民收入；整群抽样如按社区为群调查家庭消费。2.假设检验基于小概率反证法，原假设H₀是“无差异”的初始假设。当样本证据不足拒绝H₀时，仅说明当前数据不支持备择假设H₁，但不代表H₀绝对正确（可能因样本量小、检验功效低等未检测到差异）。因此应表述为“不拒绝H₀”而非“接受H₀”。3.影响：多重共线性会导致回归系数估计值方差增大（不稳定性）、符号可能与实际相反、t检验不显著但模型整体显著。检测方法：计算方差膨胀因子（VIF>10表示存在严重共线性），或观察自变量间的相关系数（|r|>0.8可能存在共线性）。4.相同点：均为对称分布，均值为0；当自由度增大时，t分布趋近于正态分布。不同点：t分布尾部更厚（自由度越小，尾部越厚），方差大于1（正态分布方差为1）。应用场景：总体方差未知且小样本时的均值检验（如单样本t检验、两样本独立/配对t检验）。5.步骤：①计算时间序列的移动平均（消除趋势和不规则变动）；②计算各期实际值与移动平均值的比值（得到季节-不规则成分）；③按季节分组求平均（消除不规则变动），得到季节指数；④调整季节指数（使各季节指数之和等于季节数）。三、计算题1.（1）均值¯x中位数：排序后[69,75,78,81,83,85,88,90,92,95]，第5、6位平均为(83+85)/2=84；样本方差s²（2）计算偏度系数：∑(=×2.假设H₀:μ≥200，H₁:μ<200（单侧检验）；检验统计量t=自由度df=24，α=0.05，单侧临界值t₀.₀₅(24)=-1.711；因t=-2.67<-1.711，拒绝H₀，结论：实际平均续航低于标称值。3.（1）相关系数r=（2）回归系数b=a=¯Y（3）b=0.4表示居民收入每增加1万元，年消费支出平均增加0.4万元。4.计算各组均值：¯=14.75，¯=20.5，组间平方和SS组内平方和SS总平方和SS自由度：dfB=2，dfW=9，MSB=69.48/2=34.74，MSW=28.88/9≈3.21；F=34.74/3.21≈10.82；查F表，F₀.₀₅(2,9)=4.26，因10.82>4.26，拒绝原假设，广告方案对销售额有显著影响。5.计算季节指数：原时间序列趋势值（假设为移动平均）：2023年各季度趋势值=(18+22+25+19)/4=21（实际应计算中心化移动平均，此处简化）；季节比率=实际值/趋势值：Q1=18/21≈0.857，Q2=22/21≈1.048，Q3=25/21≈1.190，Q4=19/21≈0.905；季节指数=各年同季比率平均（仅1年数据，直接使用），调整后季节指数和为4，当前和=0.857+1.048+1.190+0.905=4.0，无需调整；2024年第四季度趋势值=23，预测值=23×0.905≈20.82元/斤。四、综合分析题（1）计算相关系数：r(Y,X₁)=0.997（高度正相关），r(Y,X₂)=0.996（高度正相关），r(Y,X₃)=0.995（高度正相关），说明社会消费品零售总额与GDP、人