2026年统计学统计案例综合试题和答案

2026年统计学统计案例综合试题和答案统计学综合试题（2026年）一、单项选择题（每题2分，共20分）1.某城市2025年各季度GDP数据分别为1200亿元、1350亿元、1480亿元、1620亿元，这组数据的中位数是（）。A.1350亿元B.1415亿元C.1480亿元D.1420亿元2.若一组数据的偏态系数为-0.8，峰度系数为3.2，则该数据分布（）。A.左偏、尖峰B.右偏、尖峰C.左偏、平峰D.右偏、平峰3.某企业对1000名员工进行满意度调查，采用系统抽样法，确定抽样间隔为20，则第一个抽中的员工编号可能是（）。A.5B.20C.25D.304.假设检验中，若原假设为H₀:μ=50，备择假设为H₁:μ≠50，当样本均值为52，计算得P值为0.03，在显著性水平α=0.05下，结论是（）。A.拒绝H₀，认为μ≠50B.不拒绝H₀，认为μ=50C.拒绝H₁，认为μ=50D.无法判断5.两组数据的相关系数r₁=0.7，r₂=-0.8，以下说法正确的是（）。A.r₁的线性相关程度更强B.r₂的线性相关程度更强C.两者相关程度相同D.无法比较6.检验两个分类变量是否独立时，应使用（）。A.t检验B.z检验C.卡方检验D.F检验7.某品牌手机电池续航时间的95%置信区间为（18.2，21.5）小时，以下解释正确的是（）。A.有95%的电池续航时间在18.2-21.5小时之间B.总体均值有95%的概率落在18.2-21.5小时之间C.若重复抽样100次，约95次的置信区间包含总体均值D.样本均值有95%的概率等于总体均值8.根据中心极限定理，当样本量n足够大时，样本均值的抽样分布近似服从（）。A.二项分布B.泊松分布C.正态分布D.均匀分布9.假设检验中，第一类错误（α错误）是指（）。A.原假设为真时拒绝原假设B.原假设为假时不拒绝原假设C.备择假设为真时拒绝备择假设D.备择假设为假时不拒绝备择假设10.某时间序列的长期趋势方程为Tₜ=100+5t（t=1,2,…），季节指数S₁=0.8（第一季度），S₂=1.2（第二季度），则第二季度的预测值为（）。A.105B.126C.115D.132二、简答题（每题6分，共30分）1.简述时期指标与时点指标的区别，并各举一例。2.分层抽样与整群抽样的主要差异是什么？分别适用于什么场景？3.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”？4.判定系数R²的含义是什么？其取值范围对回归模型的解释力有何影响？5.时间序列预测中，指数平滑法与移动平均法相比有哪些优势？三、计算分析题（每题15分，共45分）1.描述统计与数据分布分析某电商平台2025年12月某品类商品日销量数据如下（单位：件）：320,350,380,400,420,450,480,500,520,550,580,600,620,650,680（1）计算该组数据的均值、中位数和众数；（2）计算极差、标准差和变异系数；（3）根据偏态系数（已计算为0.2）和峰度系数（已计算为2.8），描述数据的分布特征。2.假设检验与均值比较某食品厂声称其生产的饼干每袋平均重量为200克，标准差为5克。质检部门随机抽取50袋饼干，测得平均重量为198.5克。（1）在显著性水平α=0.05下，检验该厂声称的平均重量是否成立（双侧检验）；（2）若实际总体均值为199克，计算该检验的功效（β错误的概率取1-β）。3.一元线性回归分析某城市2018-2025年居民人均可支配收入（x，万元）与人均消费支出（y，万元）数据如下：年份20182019202020212022202320242025x3.23.53.84.14.44.75.05.3y2.12.32.52.72.93.13.33.5（1）计算x与y的相关系数；（2）建立y关于x的一元线性回归方程；（3）检验回归方程的显著性（α=0.05，F临界值F₀.₀₅(1,6)=5.99）；（4）若2026年人均可支配收入预计为5.6万元，预测人均消费支出。四、综合应用题（25分）某新能源汽车企业2025年四个季度的销售数据如下表（单位：万辆），同时收集了同期的广告投入（万元）和居民新能源汽车购买意愿指数（0-100分）：季度销售量(y)广告投入(x₁)购买意愿指数(x₂)18.212007529.5150080310.8180085412.1210090企业计划2026年第一季度广告投入2400万元，预计购买意愿指数为95，需预测该季度销售量，并分析广告投入和购买意愿对销量的影响。（1）计算销售量的季节指数（假设无长期趋势和循环波动）；（2）建立多元线性回归模型y=β₀+β₁x₁+β₂x₂+ε，计算回归系数并解释其经济意义；（3）检验回归模型的整体显著性（α=0.05，F临界值F₀.₀₅(2,1)=18.51）；（4）预测2026年第一季度销售量（保留两位小数）；（5）结合分析结果，为企业提出提升销量的建议。答案一、单项选择题1.B2.A3.A4.A5.B6.C7.C8.C9.A10.B二、简答题1.时期指标反映现象在一段时期内的累计总量（如2025年GDP），具有可加性、数值大小与时期长短相关；时点指标反映现象在某一时刻的状态（如2025年末人口数），不可加、数值大小与间隔长短无关。2.分层抽样是将总体按特征分层后从各层独立抽样（如按年龄分层调查消费习惯），适用于层内差异小、层间差异大；整群抽样是将总体分群后随机抽取整群调查（如按社区分群调查健康状况），适用于群内差异大、群间差异小。3.假设检验基于小概率原理，“不拒绝原假设”仅说明现有样本未提供足够证据推翻原假设，不代表原假设一定为真；原假设可能为假但未被检测到（β错误），因此不能“接受”。4.R²表示因变量变异中被回归模型解释的比例，取值0-1。R²越接近1，模型对数据的拟合程度越高，解释力越强；R²接近0则模型解释力弱。5.指数平滑法通过赋予近期数据更高权重（加权平均），减少了移动平均法对历史数据等权重的缺陷，能更敏感地反映数据变化趋势，且只需存储前一期预测值，计算更简便。三、计算分析题1.描述统计与数据分布分析（1）均值=(320+…+680)/15=508（件）；中位数=第8个数=500（件）；无众数（数据无重复）。（2）极差=680-320=360（件）；标准差=√[Σ(xᵢ-508)²/14]≈118.3（件）；变异系数=118.3/508≈23.3%。（3）偏态系数0.2>0，数据轻微右偏；峰度系数2.8<3，数据分布比正态分布更平缓（平峰）。2.假设检验与均值比较（1）H₀:μ=200，H₁:μ≠200；Z=(198.5-200)/(5/√50)=-2.12；α=0.05时，Z临界值±1.96；|Z|=2.12>1.96，拒绝H₀，认为平均重量不成立。（2）功效=P(拒绝H₀|μ=199)=P(Z<(198.5-199)/(5/√50)或Z>(201.5-199)/(5/√50))=P(Z<-0.71或Z>3.54)=Φ(-0.71)+[1-Φ(3.54)]≈0.2389+0=0.2389（注：Φ(3.54)≈1）。3.一元线性回归分析（1）相关系数r=Σ[(xᵢ-x̄)(yᵢ-ȳ)]/√[Σ(xᵢ-x̄)²Σ(yᵢ-ȳ)²]=(Σxy-8x̄ȳ)/√[(Σx²-8x̄²)(Σy²-8ȳ²)]。计算得x̄=4.25，ȳ=2.8，Σxy=2.1×3.2+…+3.5×5.3=98.6，Σx²=3.2²+…+5.3²=136.3，Σy²=2.1²+…+3.5²=65.6。代入得r=(98.6-8×4.25×2.8)/√[(136.3-8×4.25²)(65.6-8×2.8²)]=(98.6-95.2)/√[(136.3-144.5)(65.6-62.72)]=3.4/√[(-8.2)(2.88)]=3.4/√23.616≈3.4/4.86≈0.70。（2）b₁=Σ(xᵢ-x̄)(yᵢ-ȳ)/Σ(xᵢ-x̄)²=(3.4)/(136.3-8×4.25²)=3.4/(-8.2)≈-0.415（错误，实际应为正值，重新计算：Σ(xᵢ-x̄)(yᵢ-ȳ)=(3.2-4.25)(2.1-2.8)+…+(5.3-4.25)(3.5-2.8)=(-1.05)(-0.7)+(-0.75)(-0.5)+…+(1.05)(0.7)=0.735+0.375+0.19+0.03+(-0.13)+(-0.34)+(-0.56)+(-0.735)=计算错误，正确方法：r=0.99（观察数据为线性关系），实际计算：x̄=4.25，ȳ=2.8，Σ(xᵢ-x̄)(yᵢ-ȳ)=(3.2-4.25)(2.1-2.8)+(3.5-4.25)(2.3-2.8)+(3.8-4.25)(2.5-2.8)+(4.1-4.25)(2.7-2.8)+(4.4-4.25)(2.9-2.8)+(4.7-4.25)(3.1-2.8)+(5.0-4.25)(3.3-2.8)+(5.3-4.25)(3.5-2.8)=(-1.05)(-0.7)=0.735；(-0.75)(-0.5)=0.375；(-0.45)(-0.3)=0.135；(-0.15)(-0.1)=0.015；(0.15)(0.1)=0.015；(0.45)(0.3)=0.135；(0.75)(0.5)=0.375；(1.05)(0.7)=0.735；总和=0.735+0.375+0.135+0.015+0.015+0.135+0.375+0.735=2.52。Σ(xᵢ-x̄)²=(-1.05)²+(-0.75)²+(-0.45)²+(-0.15)²+(0.15)²+(0.45)²+(0.75)²+(1.05)²=1.1025+0.5625+0.2025+0.0225+0.0225+0.2025+0.5625+1.1025=3.78。b₁=2.52/3.78≈0.667；b₀=2.8-0.667×4.25≈2.8-2.83≈-0.03。回归方程：y=-0.03+0.667x。（3）SST=Σ(yᵢ-ȳ)²=Σ(yᵢ²)-8ȳ²=65.6-8×7.84=65.6-62.72=2.88；SSR=b₁²Σ(xᵢ-x̄)²=0.667²×3.78≈0.445×3.78≈1.68；SSE=SST-SSR=2.88-1.68=1.20；F=SSR/(1)/SSE/(8-2)=1.68/1/(1.20/6)=1.68/0.2=8.4>F₀.₀₅(1,6)=5.99，回归方程显著。（4）y=-0.03+0.667×5.6≈-0.03+3.735≈3.70（万元）。四、综合应用题（1）季节指数=各季度平均销量/总平均销量。总平均销量=(8.2+9.5+10.8+12.1)/4=10.15（万辆）；各季度季节指数：S₁=8.2/10.15≈0.81，S₂=9.5/10.15≈0.94，S₃=10.8/10.15≈1.06，S₄=12.1/10.15≈1.19（注：假设无趋势，直接用原始数据计算）。（2）设回归模型y=β₀+β₁x₁+β₂x₂+ε，计算得：x̄₁=(1200+1500+1800+2100)/4=1650，x̄₂=(75+80+85+90)/4=82.5，ȳ=10.15。Σx₁y=1200×8.2+1500×9.5+1800×10.8+2100×12.1=9840+14250+19440+25410=68940Σx₂y=75×8.2+80×9.5+85×10.8+90×12.1=615+760+918+1089=3382Σx₁x₂=1200×75+1500×80+1800×85+2100×90=90000+120000+153000+189000=552000Σx₁²=1200²+1500²+1800²+2100²=1,440,000+2,250,000+3,240,000+4,410,000=11,340,000Σx₂²=75²+80²+85²+90²=5625+6400+7225+8100=27,350正规方程组：4β₀+1650β₁+82.5β₂=40.6（Σy=40.6）1650β₀+11,340,000β₁+552,000β₂=68,94082.5β₀+552,000β₁+27,350β₂=3,382解得β₀≈-1.23，β₁≈0.005（广告投入每增加1万元，销量增加0.005万辆），β₂≈0.12（购买意愿指数每提高1分，销量增加0.12万辆）。（3）SST=Σ(yᵢ-ȳ)²=(8.2-10.15)²+…+(12.1-10.15)²=3.80+0.42+0.42+3.80=8.44；SSR=β₁Σx₁y+β₂Σx₂y-β₀Σy≈0.005×68,940+0.12×3,382-(-1.23)×40.6≈344.7+405.84+49.94≈799.48（