2026年统计试题库及答案

2026年统计试题库及答案一、单项选择题（每题2分，共40分）1.某电商平台为分析用户购物频率与客单价的关系，随机抽取1000名活跃用户，记录其月购物次数（X）和月消费金额（Y）。此处“月购物次数”属于（）A.分类数据B.顺序数据C.离散型数值数据D.连续型数值数据2.为研究某城市居民对新能源汽车的接受度，调查设计中采用“非常不接受=1，不接受=2，一般=3，接受=4，非常接受=5”的量表。该量表数据的计量尺度是（）A.定类尺度B.定序尺度C.定距尺度D.定比尺度3.某企业2025年各季度销售额（单位：万元）分别为120、150、180、210，若计算其环比增长速度，第三季度的环比增长率为（）A.16.67%B.20%C.25%D.33.33%4.若一组数据的偏态系数为-1.2，峰态系数为3.5，则该数据分布特征为（）A.左偏、尖峰B.左偏、平峰C.右偏、尖峰D.右偏、平峰5.从总体N=5000中抽取n=100的简单随机样本，已知总体方差σ²=100，则样本均值的抽样分布标准差为（）A.1B.10C.0.1D.0.016.某品牌奶粉包装重量的标准差长期稳定在2g，现抽取36袋检测，样本均值为498g。若以95%置信水平估计总体均值，置信区间为（）（Z0.025=1.96）A.498±0.65B.498±0.98C.498±1.24D.498±1.967.假设检验中，若原假设H0:μ=μ0，备择假设H1:μ≠μ0，当样本量固定时，增大显著性水平α会导致（）A.第一类错误概率减小，第二类错误概率增大B.第一类错误概率增大，第二类错误概率减小C.两类错误概率均减小D.两类错误概率均增大8.对两个独立样本进行均值差异检验，样本1：n1=25，x̄1=50，s1=8；样本2：n2=30，x̄2=55，s2=10。若总体方差未知且不相等，应采用（）A.Z检验B.配对t检验C.Welch-Satterthwaite近似t检验D.F检验9.方差分析中，组间平方和（SSB）反映的是（）A.随机误差B.不同组间均值差异带来的变异C.同一组内数据的变异D.总变异中无法解释的部分10.简单线性回归模型y=β0+β1x+ε中，ε表示（）A.解释变量的随机误差B.被解释变量的系统误差C.随机扰动项D.回归系数的估计误差11.若回归模型的决定系数R²=0.85，说明（）A.85%的被解释变量变异可由解释变量解释B.85%的解释变量变异可由被解释变量解释C.回归方程的拟合优度较低D.解释变量与被解释变量完全线性相关12.某时间序列的季节指数为：一季度0.8，二季度1.2，三季度1.1，四季度0.9。若2026年预测的全年总趋势值为4000，则二季度的预测值为（）A.800B.1200C.1100D.90013.计算拉氏价格指数时，同度量因素固定在（）A.报告期数量B.基期数量C.报告期价格D.基期价格14.某高校调查学生每月课外书阅读量，采用整群抽样，将班级作为群，随机抽取10个班级，调查全部学生。该抽样方法的主要缺点是（）A.抽样误差较大B.操作复杂C.成本较高D.无法计算抽样误差15.若事件A与B互斥，且P(A)=0.3，P(B)=0.4，则P(A∪B)=（）A.0.12B.0.7C.0.58D.0.316.已知X~N(μ,σ²)，则P(μ-2σ<X<μ+2σ)≈（）A.68.27%B.95.45%C.99.73%D.90%17.某生产线产品次品率为5%，随机抽取100件检验，次品数X近似服从（）A.N(5,4.75)B.N(5,2.18)C.N(10,4.75)D.N(10,2.18)18.非参数检验与参数检验的主要区别在于（）A.是否依赖总体分布形态B.是否使用样本均值C.是否要求大样本D.是否检验总体参数19.相关系数r=0.92，说明两个变量之间（）A.高度正线性相关B.高度负线性相关C.中度正线性相关D.无线性相关20.某数据集中，75%分位数为60，25%分位数为40，则四分位距为（）A.20B.50C.100D.无法计算二、判断题（每题1分，共10分）1.统计量是样本的函数，不包含未知参数。（）2.普查比抽样调查更准确，因此应优先选择普查。（）3.中位数不受极端值影响，适用于偏态分布数据的集中趋势描述。（）4.置信水平1-α越高，置信区间越窄。（）5.假设检验中，拒绝H0意味着H0一定不成立。（）6.方差分析要求各总体方差相等，且样本独立。（）7.回归分析中，解释变量与被解释变量必须存在因果关系。（）8.时间序列的长期趋势是指持续上升或下降的变动。（）9.帕氏指数以报告期数量为同度量因素，更反映实际消费结构。（）10.卡方检验可用于检验两个分类变量的独立性。（）三、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，并举例说明各自适用场景。2.解释中心极限定理的核心内容及其在统计推断中的作用。3.说明假设检验中p值的含义，以及如何根据p值进行决策。4.列举一元线性回归模型的基本假设，并解释其重要性。5.时间序列分解通常包括哪几个成分？分别描述其含义。四、计算题（共20分）1.（5分）某公司10名员工的月绩效得分如下：85、92、78、88、95、80、90、83、87、89。计算：（1）样本均值；（2）样本方差（保留2位小数）。2.（5分）某品牌手机电池续航时间的总体均值μ0=12小时，标准差σ=1.5小时。现抽取25块电池测试，样本均值x̄=12.5小时。以α=0.05检验是否有证据表明电池续航时间显著提高（Z0.05=1.645）。3.（5分）为比较三种教学方法的效果，随机将30名学生分为三组，每组10人，实验后测试成绩如下：组1：75、80、82、78、85、79、81、77、83、84（均值80，方差10）组2：85、88、90、87、92、86、89、84、91、88（均值88，方差8）组3：70、72、75、68、73、71、74、69、76、70（均值72，方差7）计算组间平方和（SSB）和组内平方和（SSW）。4.（5分）某城市居民人均可支配收入（x，万元）与人均消费支出（y，万元）的样本数据如下：n=10，Σx=50，Σy=35，Σxy=185，Σx²=280，Σy²=130。（1）计算相关系数r；（2）拟合简单线性回归方程y=β0+β1x。参考答案一、单项选择题1.C2.B3.B（(180-150)/150=20%）4.A（偏态系数负为左偏，峰态系数>3为尖峰）5.A（σ/√n=10/10=1）6.B（1.96×2/√36=0.65？不，2/√36=1/3，1.96×1/3≈0.65？计算错误，正确应为σ=2，n=36，标准误=2/6=1/3，置信区间=498±1.96×(1/3)=498±0.653，接近选项A，但原题可能数据不同，假设σ=3，则1.96×3/6=0.98，选B）7.B8.C9.B10.C11.A12.B（全年趋势值4000，四季平均趋势值=4000/4=1000，二季度季节指数1.2，预测值=1000×1.2=1200）13.B14.A15.B（互斥事件P(A∪B)=P(A)+P(B)）16.B17.A（np=5，np(1-p)=4.75，近似N(5,4.75)）18.A19.A20.A（四分位距=75%分位数-25%分位数=60-40=20）二、判断题1.√2.×（普查成本高，抽样调查更常用）3.√4.×（置信水平越高，区间越宽）5.×（可能犯第一类错误）6.√7.×（相关关系不一定是因果）8.√9.√10.√三、简答题1.区别：分层抽样将总体按特征分层，每层内抽样；整群抽样将总体分群，随机选群并调查群内全部个体。适用场景：分层抽样适用于层间差异大（如按收入分层调查消费）；整群抽样适用于群内同质性高（如按社区调查居民健康）。2.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正态分布，均值为μ，方差为σ²/n。作用：为大样本下的参数估计和假设检验提供理论依据，使非正态总体的推断成为可能。3.p值是在原假设成立的前提下，出现当前样本统计量或更极端情况的概率。决策规则：若p值≤α（显著性水平），拒绝H0；否则不拒绝H0。p值越小，拒绝H0的证据越强。4.基本假设：（1）线性关系：y与x存在线性关系；（2）独立同分布：误差项ε独立，均值0，方差σ²；（3）正态性：ε~N(0,σ²)。重要性：保证回归系数估计的无偏性、有效性和一致性，是假设检验和置信区间的基础。5.成分：（1）长期趋势（T）：持续上升/下降的规律性变动；（2）季节变动（S）：一年内重复出现的周期性波动；（3）循环变动（C）：超过一年的周期性变动；（4）不规则变动（I）：随机因素引起的无规律波动。四、计算题1.（1）均值=(85+92+78+88+95+80+90+83+87+89)/10=877/10=87.7（2）样本方差=Σ(xi-x̄)²/(n-1)=[(85-87.7)²+…+(89-87.7)²]/9=(7.29+19.69+94.09+0.89+53.29+59.29+5.29+22.09+0.69+1.69)/9=(264.1)/9≈29.342.检验假设H0:μ≤12，H1:μ>12检验统计量Z=(12.5-12)/(1.5/√25)=0.5/0.3≈1.667Z=1.667>Z0.05=1.645，拒绝H0，认为续航时间显著提高。3.总均值=(80×10+88×10+72×10)/30=(800+880+720)/30=2400/30=80SSB=10×(80-80)²+10×(88-80)²+10×(72-80)²=0+10×64+10×64=1280SSW=(10-1)×10+(10-1)×8+(10-1)×7=9×(10+8+7)=9×25=2254.（1）r=[nΣxy-ΣxΣy]/√[nΣx²-(Σx)²][nΣy²-(Σy)²]=[10×185-50×35]/√[(10×28