2026年《统计学概论》课后练习题附答案

2026年《统计学概论》课后练习题附答案一、单项选择题1.某城市2025年开展新能源汽车用户满意度调查，从注册的8.6万辆新能源汽车中随机抽取500辆，通过车主APP收集满意度评分（1-5分）。此调查中，总体是（）。A.500辆新能源汽车的车主B.8.6万辆新能源汽车的车主C.500辆新能源汽车的满意度评分D.8.6万辆新能源汽车的满意度评分2.某电商平台统计2025年第二季度用户日均在线时长（单位：分钟），数据如下：45,62,38,55,71,49,58,66,52,41。该组数据的中位数是（）。A.53.5B.54C.55D.563.已知随机变量X服从正态分布N(μ,σ²)，若P(X≤μ+1.96σ)=0.975，则P(μ-1.96σ<X≤μ+1.96σ)=（）。A.0.95B.0.975C.0.99D.0.9974.对某品牌手机电池续航时间进行抽样检验，抽取36块电池，测得平均续航时间为14.2小时，样本标准差为1.8小时。若置信水平为95%（t临界值约为2.03），则总体均值的置信区间为（）。A.(13.59,14.81)B.(13.68,14.72)C.(13.81,14.59)D.(13.92,14.48)5.在一元线性回归分析中，若决定系数R²=0.85，说明（）。A.自变量解释了因变量85%的变异B.因变量解释了自变量85%的变异C.回归模型的预测误差为15%D.自变量与因变量的相关系数为0.85二、简答题1.简述分层抽样与整群抽样的区别，并各举一个实际应用场景。2.说明标准差与标准误的联系与区别。3.简述假设检验中第一类错误与第二类错误的含义，并分析两者的关系。4.解释方差分析中“组间方差”与“组内方差”的意义，以及F检验的逻辑。5.列举一元线性回归模型的五个基本假设，并说明其对模型估计的影响。三、计算题1.某高校2025级统计学专业40名学生的《概率论》期末成绩如下（单位：分）：68,72,85,91,65,78,82,95,70,75,88,93,62,76,84,90,73,79,86,92,69,74,80,89,64,77,83,94,67,71,81,87,63,78,85,91,66,72,84,90（1）计算该组数据的均值、中位数和众数；（2）计算极差、方差和标准差；（3）绘制茎叶图，并描述数据的分布特征。2.某快递公司2025年1-6月的月快递量（单位：万件）与月平均气温（单位：℃）数据如下：月份1月2月3月4月5月6月快递量y82859198105112气温x358121620（1）计算快递量与气温的相关系数；（2）建立一元线性回归方程y=β₀+β₁x，并解释β₁的实际意义；（3）若7月平均气温预计为23℃，预测该月快递量（保留两位小数）。3.为检验某新型减肥产品的效果，随机选取30名超重志愿者，分为两组：实验组（15人）使用产品+运动，对照组（15人）仅运动。8周后测量体重减少量（单位：kg），数据如下：实验组：4.2,3.8,5.1,4.5,3.9,4.8,5.3,4.1,4.6,5.0,3.7,4.4,4.9,5.2,4.7对照组：2.8,3.1,2.5,3.4,2.9,3.2,2.7,3.3,2.6,3.0,2.4,3.5,2.8,3.1,2.9（1）分别计算两组的样本均值和样本标准差；（2）假设两组数据均服从正态分布且方差相等，检验实验组体重减少量是否显著高于对照组（α=0.05，t临界值约为1.701）。4.某市场调研公司对A、B、C三个品牌的智能手表用户满意度进行调查，每个品牌随机抽取50名用户，满意度评分（1-10分）的组间平方和为245，组内平方和为1280。（1）计算总平方和、组间均方和组内均方；（2）计算F统计量，并判断三个品牌满意度是否有显著差异（α=0.05，F临界值约为3.15）。答案一、单项选择题1.D（总体是研究对象的全体数据，本题研究的是8.6万辆新能源汽车的满意度评分）2.A（排序后第5、6位数据为55和52？不，原数据排序应为38,41,45,49,52,55,58,62,66,71，共10个数据，中位数是第5和第6位的平均值：(52+55)/2=53.5）3.A（正态分布对称性，P(X≤μ+1.96σ)=0.975，则P(X≤μ-1.96σ)=0.025，故中间概率为0.975-0.025=0.95）4.B（置信区间=14.2±(1.8/√36)×2.03=14.2±0.609，即(13.591,14.809)，四舍五入为(13.59,14.81)？但原题选项A是(13.59,14.81)，可能我计算错了。正确计算：标准误=1.8/6=0.3，边际误差=0.3×2.03=0.609，所以区间是14.2±0.609，即13.591到14.809，选A。但原题选项中A是(13.59,14.81)，正确。）5.A（决定系数R²表示自变量对因变量变异的解释比例）二、简答题1.分层抽样是将总体按某些特征分成若干层（如按年龄分层），从每层中独立抽样；整群抽样是将总体分成若干群（如按社区分群），随机抽取部分群并调查群内所有个体。区别：分层抽样层内差异小、层间差异大，目标是提高精度；整群抽样群内差异大、群间差异小，目标是降低成本。例：分层抽样——调查城市居民消费，按收入分层后抽样；整群抽样——调查农村儿童疫苗接种率，随机抽取村庄后调查全村儿童。2.联系：标准误是样本统计量（如均值）的标准差，反映统计量的变异程度；标准差是原始数据的离散程度指标。区别：标准差描述数据本身的波动，标准误描述统计量的抽样误差（如均值的标准误=标准差/√n）。3.第一类错误（α错误）：原假设为真时拒绝原假设（“弃真”）；第二类错误（β错误）：原假设为假时接受原假设（“取伪”）。两者此消彼长，固定样本量时，降低α会增加β，反之亦然；增大样本量可同时降低两类错误概率。4.组间方差反映不同组（处理）均值的差异，组内方差反映组内个体的随机变异。F检验通过比较组间方差与组内方差（F=组间均方/组内均方），若F值显著大于1，说明组间差异超过随机误差，处理效应存在。5.基本假设：（1）线性关系：因变量与自变量存在线性关系；（2）独立同分布：误差项独立且服从均值为0、方差为σ²的正态分布；（3）无多重共线性（一元回归无此问题）；（4）自变量非随机（或固定）；（5）误差项无自相关。假设不满足会导致参数估计有偏、无效或显著性检验失效（如异方差会使标准误估计错误）。三、计算题1.（1）均值=(68+72+…+90)/40=计算得总和为3160，均值=3160/40=79分；排序后第20、21位数据为78和79，中位数=(78+79)/2=78.5分；众数为78、85、90（均出现2次，数据中78出现2次，85出现2次，90出现2次，可能多众数）。（2）极差=95-62=33分；方差=Σ(xi-79)²/(40-1)，计算各数据与均值差的平方和：(68-79)²=121,(72-79)²=49,…,(90-79)²=121，总和为：计算部分数据：62-79=-17→289；63-79=-16→256；64-79=-15→225；65-79=-14→196；66-79=-13→169；67-79=-12→144；68-79=-11→121；69-79=-10→100；70-79=-9→81；71-79=-8→64；72-79=-7→49（出现2次→98）；73-79=-6→36；74-79=-5→25；75-79=-4→16；76-79=-3→9；77-79=-2→4；78-79=-1→1（出现2次→2）；79-79=0→0；80-79=1→1；81-79=2→4；82-79=3→9；83-79=4→16；84-79=5→25（出现2次→50）；85-79=6→36（出现2次→72）；86-79=7→49；87-79=8→64；88-79=9→81；89-79=10→100；90-79=11→121（出现2次→242）；91-79=12→144（出现2次→288）；92-79=13→169；93-79=14→196；94-79=15→225；95-79=16→256。总和=289+256+225+196+169+144+121+100+81+64+98+36+25+16+9+4+2+0+1+4+9+16+50+72+49+64+81+100+242+288+169+196+225+256=计算得总和为4832。方差=4832/39≈123.897；标准差=√123.897≈11.13分。（3）茎叶图：茎为十位，叶为个位：6|23456789（对应62,63,64,65,66,67,68,69）7|012234567889（70,71,72,72,73,74,75,76,77,78,78,79）8|012344556789（80,81,82,83,84,84,85,85,86,87,88,89）9|00112345（90,90,91,91,92,93,94,95）分布特征：数据大致呈对称分布，集中在70-90分之间，无明显异常值。2.（1）相关系数r=[nΣxy-ΣxΣy]/√[nΣx²-(Σx)²][nΣy²-(Σy)²]计算得：n=6，Σx=3+5+8+12+16+20=64，Σy=82+85+91+98+105+112=573，Σxy=3×82+5×85+8×91+12×98+16×105+20×112=246+425+728+1176+1680+2240=6495，Σx²=9+25+64+144+256+400=898，Σy²=82²+…+112²=6724+7225+8281+9604+11025+12544=55393，代入公式：分子=6×6495-64×573=38970-36672=2298，分母=√[(6×898-64²)(6×55393-573²)]=√[(5388-4096)(332358-328329)]=√[1292×4029]=√(5,203,428)≈2281.19，r=2298/2281.19≈1.007（显然计算错误，重新计算Σy²：82²=6724，85²=7225，91²=8281，98²=9604，105²=11025，112²=12544，总和=6724+7225=13949+8281=22230+9604=31834+11025=42859+12544=55403，之前算错为55393）。修正后分母=√[(6×898-64²)(6×55403-573²)]=√[(5388-4096)(332418-328329)]=√[1292×4089]=√(5,283,988)≈2298.69，r=2298/2298.69≈0.9996≈1.00（高度正相关）。（2）回归系数β₁=(nΣxy-ΣxΣy)/(nΣx²-(Σx)²)=2298/(6×898-64²)=2298/1292≈1.78，β₀=ȳ-β₁x̄=573/6-1.78×(64/6)=95.5-1.78×10.6667≈95.5-19.0≈76.5，回归方程：y=76.5+1.78x。β₁表示气温每升高1℃，快递量平均增加1.78万件。（3）x=23时，y=76.5+1.78×23=76.5+40.94=117.44万件。3.（1）实验组均值=(4.2+3.8+…+4.7)/15=计算总和：4.2+3.8=8,+5.1=13.1,+4.5=17.6,+3.9=21.5,+4.8=26.3,+5.3=31.6,+4.1=35.7,+4.6=40.3,+5.0=45.3,+3.7=49,+4.4=53.4,+4.9=58.3,+5.2=63.5,+4.7=68.2，均值=68.2/15≈4.55kg；实验组标准差：计算各数据与均值差的平方和，Σ(xi-4.55)²=(4.2-4.55)²+…+(4.7-4.55)²=0.1225+0.5625+0.2025+0.0025+0.4225+0.0625+0.5625+0.1936+0.0025+0.1806+0.7225+0.0225+0.1225+0.4225+0.0225≈4.74，方差=4.74/14≈0.3386，标准差≈0.582kg。对照组均值=(2.8+3.1+…+2.9)/15=总和：2.8+3.1=5.9+2.5=8.4+3.4=11.8+2.9=14.7+3.2=17.9+2.7=20.6+3.3=23.9+2.6=26.5+3.0=29.5+2.4=31.9+3.5=35.4+2.8=38.2+3.1=41.3+2.9=44.2，均值=44.2/15≈2.95kg；对照组标准差：Σ(xi-2.95)²=(2.8-2.