2026年统计学考试模拟题与答案

2026年统计学考试模拟题与答案一、单项选择题（每题2分，共20分）1.某新能源企业为评估员工对新绩效考核制度的满意度，从技术、生产、销售三个部门中按各部门人数比例抽取10%的员工进行调查。该抽样方法属于（）A.简单随机抽样B.分层抽样C.系统抽样D.整群抽样2.一组数据的偏态系数为-1.2，说明该数据分布（）A.左偏且偏斜程度较大B.右偏且偏斜程度较大C.左偏且偏斜程度较小D.右偏且偏斜程度较小3.已知随机变量X服从正态分布N(μ,σ²)，若P(X≤μ-2σ)=0.0228，则P(μ-σ≤X≤μ+3σ)=（）（参考值：Φ(1)=0.8413，Φ(2)=0.9772，Φ(3)=0.9987）A.0.8185B.0.8354C.0.9544D.0.97594.对某品牌手机电池续航时间进行抽样调查，样本量n=36，样本均值为12.5小时，样本标准差s=1.8小时。若总体方差未知，构建总体均值的95%置信区间时，应使用的临界值为（）（t₀.₀₂₅(35)=2.030，z₀.₀₂₅=1.96）A.1.96B.2.030C.1.645D.2.3655.在假设检验中，若原假设H₀实际为假，但检验结果未拒绝H₀，此为（）A.第一类错误B.第二类错误C.正确决策D.无法判断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.不同水平间处理效应的影响C.全部数据的离散程度D.组内数据与总均值的差异7.已知一元线性回归模型y=β₀+β₁x+ε，若回归系数β₁的t检验p值=0.003（α=0.05），则结论为（）A.β₁显著不为0B.β₁显著为0C.模型拟合效果差D.需增加样本量8.某地区2020-2025年GDP数据的环比增长速度分别为5%、6%、4%、7%、8%，则这五年的平均增长速度为（）A.(1.05×1.06×1.04×1.07×1.08)^(1/5)-1B.(0.05+0.06+0.04+0.07+0.08)/5C.(1.05+1.06+1.04+1.07+1.08)/5-1D.5√(0.05×0.06×0.04×0.07×0.08)9.下列指标中，属于相对指标的是（）A.某企业2025年利润额B.2025年我国人口密度C.某城市月平均气温D.某班级数学考试平均分10.若时间序列的长期趋势近似为指数曲线，可采用（）进行拟合A.最小二乘法拟合直线B.对数变换后拟合直线C.移动平均法D.季节指数法二、简答题（每题6分，共30分）1.简述中心极限定理的核心内容及其在统计推断中的作用。2.分层抽样与整群抽样的主要区别是什么？分别举例说明适用场景。3.简述假设检验中显著性水平α的含义，并说明α与β（第二类错误概率）的关系。4.什么是判定系数R²？其取值范围和经济含义是什么？5.非参数检验与参数检验的主要区别是什么？列举两种常用的非参数检验方法。三、计算题（每题10分，共40分）1.某电商平台2025年1-6月某商品销售额（万元）如下：32、35、38、42、45、48。要求：（1）计算该时间序列的逐期增长量和累计增长量；（2）计算环比发展速度和定基发展速度（以1月为基期）；（3）计算上半年平均月销售额。2.某食品厂生产的饼干每袋标准重量为200克，现从某批次产品中随机抽取25袋，测得样本均值为198.5克，样本标准差为3克（假设重量服从正态分布）。（1）检验该批次饼干重量是否符合标准（α=0.05）；（2）若实际总体均值为197克，计算此时犯第二类错误的概率β（已知z₀.₀₂₅=1.96，Φ(1.25)=0.8944，Φ(2.08)=0.9812）。3.为研究不同广告形式对某产品销量的影响，选取三种广告形式（A、B、C），每种形式随机投放10个销售点，得到销量（件）数据如下：A：58、62、65、59、61、63、57、60、64、58B：72、75、70、73、76、71、74、77、69、72C：85、82、88、84、86、83、87、81、89、85（1）计算各组均值和总均值；（2）完成单因素方差分析表（列出计算过程）；（3）检验三种广告形式的销量是否有显著差异（α=0.05，F₀.₀₅(2,27)=3.35）。4.某城市2025年10个社区的人均月收入（x，千元）与月均用电量（y，度）数据如下：(x,y)：(5,120)、(6,135)、(7,150)、(8,165)、(9,180)、(10,195)、(11,210)、(12,225)、(13,240)、(14,255)（1）计算相关系数r，判断人均收入与用电量的线性相关程度；（2）拟合一元线性回归方程y=β₀+β₁x，并解释β₁的经济意义；（3）若某社区人均月收入为15千元，预测其月均用电量（保留整数）。四、综合分析题（20分）某研究机构为分析居民消费支出（y，万元）与可支配收入（x₁，万元）、家庭人口数（x₂，人）的关系，收集了2025年30户家庭的截面数据，得到以下结果：多元线性回归方程：ŷ=0.5+0.7x₁+0.3x₂判定系数R²=0.89，调整R²=0.87x₁的t检验p值=0.001，x₂的t检验p值=0.032（α=0.05）残差分析显示无自相关和异方差。要求：（1）解释回归系数β₁=0.7和β₂=0.3的实际含义；（2）说明R²=0.89和调整R²=0.87的意义；（3）判断x₁和x₂对消费支出的影响是否显著；（4）若某家庭可支配收入为10万元，家庭人口数为3人，预测其消费支出；（5）结合模型结果，提出一条促进居民消费的政策建议。答案一、单项选择题1.B2.A3.A4.B5.B6.B7.A8.A9.B10.B二、简答题1.中心极限定理核心：当样本量n足够大时，无论总体分布如何，样本均值的抽样分布近似服从正态分布N(μ,σ²/n)。作用：为大样本下的参数估计（如置信区间）和假设检验（如z检验）提供了理论依据，使得非正态总体的统计推断可行。2.区别：分层抽样是将总体按特征分层后从每层独立抽样（层内同质性高，层间异质性高），整群抽样是将总体分群后随机抽取整群调查（群内异质性高，群间同质性高）。示例：分层抽样适用于调查城市居民收入（按行政区分层）；整群抽样适用于调查农村家庭健康状况（按自然村分群）。3.α是原假设H₀为真时拒绝H₀的概率（弃真错误概率）。α与β反向变动：减小α会增大β，反之亦然；增大样本量可同时降低α和β。4.R²是回归平方和占总平方和的比例，取值[0,1]。经济含义：表示因变量的变异中能被回归模型解释的比例，R²越接近1，模型拟合效果越好。5.区别：参数检验假设总体分布已知（如正态分布），检验参数（如均值）；非参数检验不依赖总体分布，检验分布或秩次。常用方法：符号检验、秩和检验（或卡方检验）。三、计算题1.（1）逐期增长量：3,3,4,3,3（万元）；累计增长量：3,6,10,13,16（万元）。（2）环比发展速度：35/32≈109.38%，38/35≈108.57%，42/38≈110.53%，45/42≈107.14%，48/45≈106.67%；定基发展速度：35/32≈109.38%，38/32≈118.75%，42/32≈131.25%，45/32≈140.63%，48/32≈150%。（3）平均月销售额=(32+35+38+42+45+48)/6=240/6=40（万元）。2.（1）H₀:μ=200，H₁:μ≠200。t=(198.5-200)/(3/√25)=-2.5。自由度=24，t临界值±2.064。|t|=2.5>2.064，拒绝H₀，认为不符合标准。（2）β=P(接受H₀|μ=197)=P(198.5-1.96×3/5≤μ≤198.5+1.96×3/5|μ=197)=P(197.324≤μ≤199.676|μ=197)=Φ((199.676-197)/(3/5))-Φ((197.324-197)/(3/5))=Φ(4.46)-Φ(0.54)=1-0.7054=0.2946。3.（1）A组均值=(58+62+…+58)/10=60.7；B组均值=72.9；C组均值=85.0；总均值=(60.7×10+72.9×10+85×10)/30=72.87。（2）SSB=10×(60.7-72.87)²+10×(72.9-72.87)²+10×(85-72.87)²≈10×148.1+10×0.0009+10×147.1≈2952.09；SSE=Σ(各数据-组均值)²，计算得A组SSE=Σ(58-60.7)²+…=(7.29+1.69+18.49+2.89+0.09+5.29+13.69+0.49+10.89+7.29)=68.1；同理B组SSE=Σ(72-72.9)²+…=(0.81+4.41+8.41+0.01+9.61+3.61+1.21+17.61+15.21+0.81)=61.7；C组SSE=Σ(85-85)²+…=0+9+9+1+1+4+4+16+16+0=60；总SSE=68.1+61.7+60=189.8；总平方和SST=SSB+SSE=2952.09+189.8≈3141.89；自由度：dfB=2，dfE=27，dfT=29；MSB=2952.09/2≈1476.05；MSE=189.8/27≈7.03；F=1476.05/7.03≈209.96。（3）F=209.96>F₀.₀₅(2,27)=3.35，拒绝H₀，认为三种广告形式销量有显著差异。4.（1）计算得x̄=9.5，ȳ=180，Σ(xi-x̄)(yi-ȳ)=Σ(5-9.5)(120-180)+…+(14-9.5)(255-180)=4.5×60+3.5×45+2.5×30+1.5×15+0.5×0+0.5×15+1.5×30+2.5×45+3.5×60+4.5×75=270+157.5+75+22.5+0+7.5+45+112.5+210+337.5=1237.5；Σ(xi-x̄)²=(-4.5)²+…+4.5²=20.25+12.25+6.25+2.25+0.25+0.25+2.25+6.25+12.25+20.25=82.5；Σ(yi-ȳ)²=(-60)²+…+75²=3600+2025+900+225+0+225+900+2025+3600+5625=19125；r=1237.5/√(82.5×19125)=1237.5/√(1577812.5)=1237.5/1256.14≈0.985，高度正相关。（2）β₁=1237.5/82.5=15；β₀=180-15×9.5=180-142.5=37.5；回归方程：y=37.5+15x。β₁=15表示人均月收入每增加1千元，月均用电量平均增加15度。（3）x=15时，y=37.5+15×15=262.5≈263度。四、综合分析题（1）β₁=0.7：可支配收入每增加1万元，消费支出平均增加0.7万元；β₂=