2026年10月自考00134农业统计学（福建）押题及答案

2026年10月自考00134农业统计学（福建）押题及答案第一部分单项选择题1．统计学的研究对象是（D）A．抽象的数量关系B．社会经济现象的数量方面C．随机现象的数量方面D．一切客观事物的数量方面2．下列属于分类数据的是（A）A．性别B．年龄C．工资D．温度3．下列属于顺序数据的是（B）A．人的身高B．产品等级（一等品、二等品、三等品）C．企业类型D．农作物产量4．某研究部门准备在全市200万个家庭中抽取2000个家庭，推断该城市所有职工家庭的年人均收入。这项研究的总体是（C）A．2000个家庭B．2000个家庭的人均收入C．200万个家庭D．200万个家庭的人均收入5．某研究部门准备在全市200万个家庭中抽取2000个家庭，推断该城市所有职工家庭的年人均收入。这项研究的样本是（C）A．200万个家庭B．2000个家庭的人均收入C．2000个家庭D．200万个家庭的总收入6．某研究部门准备在全市200万个家庭中抽取2000个家庭，推断该城市所有职工家庭的年人均收入。这项研究的参数是（B）A．2000个家庭B．200万个家庭的人均收入C．200万个家庭D．2000个家庭的人均收入7．某研究部门准备在全市200万个家庭中抽取2000个家庭，推断该城市所有职工家庭的年人均收入。这项研究的统计量是（D）A．2000个家庭B．200万个家庭C．200万个家庭的人均收入D．2000个家庭的人均收入8．下列变量中属于分类变量的是（C）A．年龄B．工资C．民族D．产量9．下列变量中属于数值型变量的是（C）A．性别B．产品质量等级C．零件尺寸D．企业所属行业10．从统计方法的构成来看，统计学可以分为（A）A．描述统计和推断统计B．理论统计和应用统计C．数理统计和社会统计D．经济统计和生物统计11．下列不属于描述统计问题的是（B）A．了解数据分布的特征B．根据样本信息对总体进行推断C．分析感兴趣的总体特征D．利用图表等工具对数据进行汇总12．在相同或近似相同的时间点上收集的数据称为（A）A．截面数据B．观测数据C．实验数据D．时间序列数据13．从含有N个元素的总体中，抽取n个元素作为样本，使得总体中的每一个元素都有相同的机会（概率）被抽中，这样的抽样方式称为（A）A．简单随机抽样B．分层抽样C．系统抽样D．整群抽样14．为了解居民对小区物业服务的意见和看法，管理人员随机抽取了50户居民，上门通过问卷进行调查。这种数据的收集方法称为（A）A．面访式问卷调查B．实验调查C．观察式调查D．电话调查15．为调查一定时间内某路段的汽车流量，适合的数据收集方法是（A）A．观察法B．问卷调查C．实验法D．座谈会16．在抽样之前先将总体的元素划分为若干类，然后从各类中抽取一定数量的元素组成样本，这样的抽样方式称为（D）A．简单随机抽样B．系统抽样C．整群抽样D．分层抽样17．先将总体各元素按某种顺序排列，并按某种规则确定一个随机起点，然后每隔一定的间隔抽取一个元素，直至抽取n个元素形成样本，这种抽样方式称为（C）A．简单随机抽样B．分层抽样C．系统抽样D．整群抽样18．先将总体划分成若干群，然后以群为抽样单位从中抽取部分群，再对抽中的各个群中所包含的所有元素进行观察，这样的抽样方式称为（D）A．简单随机抽样B．分层抽样C．系统抽样D．整群抽样19．为了解某省农村居民家庭收入情况，调查者先从该省所有县中随机抽取若干县，再从抽中的县中随机抽取若干村，最后从抽中的村中随机抽取若干农户进行调查，这种抽样方式属于（B）A．简单随机抽样B．多阶段抽样C．整群抽样D．系统抽样20．与简单随机抽样相比，分层抽样的优点主要在于（A）A．样本在总体中分布更均匀，抽样误差较小B．抽样实施更方便C．不需要抽样框D．可以节省调查费用21．某工厂为检查产品质量，在生产流水线上每隔10件产品就抽取1件进行检验，这种抽样方式属于（A）A．系统抽样B．简单随机抽样C．分层抽样D．整群抽样22．下列抽样方式中，属于非概率抽样的是（C）A．简单随机抽样B．分层抽样C．判断抽样D．等距抽样23．调查时首先选择一组调查单位，对其实施调查之后，再请他们提供另外一些属于研究总体的调查对象，这种抽样方式称为（C）A．方便抽样B．判断抽样C．滚雪球抽样D．自愿样本24．下列误差中，属于抽样误差的是（B）A．被调查者拒绝回答产生的误差B．随机抽样产生的误差C．调查员记录错误产生的误差D．问卷设计缺陷产生的误差25．抽样误差是指（C）A．调查中所产生的登记性误差B．调查中所产生的系统性误差C．随机性的代表性误差D．人为原因造成的误差26．下列说法正确的是（C）A．抽样误差可以避免B．非抽样误差可以避免C．抽样误差是可以计算和控制的D．非抽样误差只存在于概率抽样中27．某机构对某地居民进行收入调查，由于部分高收入者拒绝回答，导致调查结果偏低，这种误差属于（D）A．抽样误差B．测量误差C．抽样框误差D．无回答误差28．数据筛选的主要目的是（C）A．对数据进行排序B．对数据进行分组C．找出符合条件的数据D．计算数据的平均值29．某组数据分组后，各组的组限依次为10~20、20~30、30~40、40~50。根据统计分组的规定，20这一数值（D）A．应计入10~20这一组B．可计入任意一组C．不计入任何一组D．应计入20~30这一组30．在连续变量的组距分组中，相邻组的组限必须（D）A．间断B．相等C．不等D．重叠31．某连续变量分组，其末组为开口组，下限为500，又知其邻组的组中值为480，则末组的组中值为（C）A．510B．500C．520D．49032．将全部变量值依次划分为若干个区间，并将这一区间的变量值作为一组，这样的分组方法称为（B）A．单变量值分组B．组距分组C．等距分组D．连续分组33．组中值是（A）A．各组上限与下限之间的中点值B．各组变量值的平均数C．各组的上限值D．各组的下限值34．下面的图形中最适合描述结构性问题的是（D）A．条形图B．雷达图C．直方图D．饼图35．下面的图形中最适合比较不同类别数据多少的是（D）A．饼图B．环形图C．箱线图D．条形图36．直方图与条形图的区别在于（C）A．条形图的各矩形通常是连续排列的，而直方图则是分开排列的B．直方图主要用于分类数据，条形图主要用于数值型数据C．直方图的各矩形通常是连续排列的，而条形图则是分开排列的D．直方图只能用于分类数据37．为描述身高与体重之间是否有某种关系，适合采用的图形是（D）A．条形图B．饼图C．线图D．散点图38．气泡图主要用于描述（D）A．两个变量之间的相关关系B．变量的分布C．变量的时间序列变化D．三个变量之间的相关关系39．雷达图主要用于研究（B）A．两个变量之间的关系B．多个样本在多个变量上的相似性C．数据的分布形态D．数据的时间序列变化40．对于时间序列数据，最适合用于描述其变化趋势的图形是（D）A．条形图B．饼图C．直方图D．线图41．统计表的形式，从外形看一般包括（B）A．主词和宾词B．表头、行标题、列标题和数字资料C．总标题和分标题D．指标名称和指标数值42．在组距分组中，组距、组数与全距的关系是（A）A．组距=全距÷组数B．组距=组数÷全距C．组距=全距×组数D．组距=全距+组数43．一组数据中出现次数最多的变量值称为（C）A．均值B．中位数C．众数D．四分位数44．下列关于众数的叙述，不正确的是（C）A．一组数据可能存在多个众数B．众数主要适用于分类数据C．一组数据的众数是唯一的D．众数不受极端值的影响45．一组数据排序后处于中间位置上的变量值称为（C）A．众数B．均值C．中位数D．四分位数46．对于对称分布的数据，下列关系正确的是（B）A．均值<中位数<众数B．均值=中位数=众数C．均值>中位数>众数D．中位数>均值>众数47．对于左偏分布，下列关系正确的是（B）A．均值>中位数>众数B．均值<中位数<众数C．均值=中位数=众数D．中位数<均值<众数48．对于右偏分布，算术平均数、中位数和众数的关系是（C）A．均值<中位数<众数B．均值=中位数=众数C．均值>中位数>众数D．众数>均值>中位数49．某居民小区准备采取一项新的物业管理措施，随机抽取了100户居民进行调查，其中赞成的有60户，中立的有20户，反对的有20户。该组数据的中位数是（D）A．中立B．反对C．无法确定D．赞成50．n个变量值乘积的n次方根称为（A）A．几何平均数B．算术平均数C．调和平均数D．位置平均数51．几何平均数主要用于计算（C）A．平均发展水平B．平均增长量C．平均比率和平均速度D．平均差52．某企业2020年至2024年的产值分别为100、120、150、180、200万元，则该企业产值的年平均发展速度适合用（A）A．几何平均数计算B．算术平均数计算C．调和平均数计算D．中位数计算53．一组数据的最大值与最小值之差称为（A）A．极差B．平均差C．标准差D．四分位差54．四分位差是（D）A．上四分位数减中位数的差B．中位数减下四分位数的差C．最大值减最小值的差D．上四分位数减下四分位数的差55．各变量值与其平均数离差平方的平均数称为（D）A．极差B．平均差C．标准差D．方差56．方差的平方根称为（B）A．极差B．标准差C．平均差D．离散系数57．如果一组数据服从标准正态分布，则其偏态系数为（B）A．1B．0C．-1D．0.558．如果一组数据的偏态系数为正值（大于0），则该组数据的分布为（C）A．对称分布B．左偏分布C．右偏分布D．正态分布59．如果一组数据的峰态系数为负值（小于0），则该组数据的分布为（D）A．尖峰分布B．正态分布C．左偏分布D．扁平分布60．离散系数的主要用途是（D）A．反映一组数据的离散程度B．反映一组数据的平均水平C．比较多组数据的集中趋势D．比较多组数据的离散程度61．某学校学生的平均年龄为20岁，标准差为3岁；该校教师的平均年龄为38岁，标准差为3岁。比较该学校学生年龄和教师年龄的离散程度，则（B）A．教师年龄的离散程度更大B．学生年龄的离散程度更大C．两者离散程度相同D．无法比较62．在加权算术平均数公式中，若各个变量值都扩大3倍，而频数都减少为原来的1/3，则平均数（A）A．扩大3倍B．不变C．减少3倍D．无法确定63．一项试验中所有可能结果的集合称为（B）A．事件B．样本空间C．简单事件D．基本事件64．每次试验可能出现也可能不出现的事件称为（B）A．必然事件B．随机事件C．不可能事件D．基本事件65．将一枚硬币抛两次，观察正反面出现的情况，则样本空间为（A）A．{(正,正),(正,反),(反,正),(反,反)}B．{正,反}C．{(正,反),(反,正)}D．{正正,反反}66．设A、B为两个任意事件，则P(A∪B)=（C）A．P(A)+P(B)B．P(A)+P(B)+P(AB)C．P(A)+P(B)-P(AB)D．P(A)P(B)67．若事件A与B相互独立，则下列等式成立的是（C）A．P(A∪B)=P(A)+P(B)B．P(A|B)=P(B)C．P(AB)=P(A)P(B)D．P(A)+P(B)=168．设P(A)=0.4，P(B)=0.3，P(A∪B)=0.6，则P(AB)=（C）A．0.2B．0.3C．0.1D．0.469．设P(A)=0.5，P(B)=0.6，P(A|B)=0.5，则P(B|A)=（B）A．0.5B．0.6C．0.7D．0.870．离散型随机变量X的分布律为P(X=k)=C·(2/3)^k，k=1,2,3，则C=（D）A．38/27B．1/3C．2/3D．27/3871．随机变量X服从参数为n和p的二项分布，其数学期望为（A）A．npB．np(1-p)C．pD．n(1-p)72．随机变量X服从参数为n和p的二项分布，其方差为（C）A．npB．p(1-p)C．np(1-p)D．n(1-p)73．随机变量X服从参数为λ的泊松分布，其数学期望和方差分别为（B）A．λ和λ²B．λ和λC．λ²和λD．λ和174．正态分布的两个参数μ和σ中，决定分布位置的是（D）A．σB．μ和σ共同决定C．与μ和σ无关D．μ75．正态分布的两个参数μ和σ中，决定分布曲线形状（陡峭或扁平）的是（B）A．μB．σC．μ和σ共同决定D．与μ和σ无关76．设X~N(μ,σ²)，则将X标准化后的随机变量Z=（D）A．(X-σ)/μB．(μ-X)/σC．(X-μ)/σ²D．(X-μ)/σ77．设X~N(0,1)，则P(X>0)=（A）A．0.5B．0C．1D．0.2578．设X~N(0,1)，Φ(x)为标准正态分布的分布函数，则Φ(-x)=（D）A．Φ(x)B．-Φ(x)C．1+Φ(x)D．1-Φ(x)79．设X~N(2,9)，则P(X≤2)=（D）A．0.95B．0.68C．0.99D．0.580．设X~N(10,25)，则X的标准差为（B）A．10B．5C．25D．1581．设X服从参数为λ的指数分布，则其数学期望为（A）A．1/λB．λC．λ²D．1/λ²82．中心极限定理表明，当样本量充分大时，样本均值的分布近似服从（D）A．二项分布B．泊松分布C．χ²分布D．正态分布83．统计量是（A）A．不含未知参数的样本函数B．统计总体数据得到的量C．反映总体统计特征的量D．根据总体数据计算出的量84．样本均值的抽样分布是指（B）A．样本中各观测值的分布B．样本均值的概率分布C．总体均值的分布D．样本方差的分布85．设总体均值为μ，总体方差为σ²，从总体中抽取容量为n的样本，则样本均值的数学期望为（C）A．μ/nB．nμC．μD．σ²/n86．设总体均值为μ，总体方差为σ²，从总体中抽取容量为n的样本，则样本均值的方差为（D）A．σ²B．σ/nC．nσ²D．σ²/n87．设总体均值为μ，总体方差为σ²，从总体中抽取容量为n的样本，则样本均值的标准误差为（A）A．σ/√nB．σC．σ/nD．√(σ/n)88．从均值为200、标准差为50的总体中，抽取n=100的简单随机样本，样本均值的期望值是（B）A．150B．200C．100D．25089．从均值为200、标准差为50的总体中，抽取n=100的简单随机样本，样本均值的标准误差是（D）A．50B．10C．15D．590．在总体均值的区间估计中，当总体方差已知且大样本时，使用的分布是（A）A．正态分布B．t分布C．χ²分布D．F分布91．在总体均值的区间估计中，当总体方差未知且小样本时，使用的分布是（C）A．正态分布B．χ²分布C．t分布D．F分布92．t分布的形状取决于（A）A．自由度B．总体均值C．总体方差D．样本均值93．χ²分布的形状通常是（A）A．右偏的B．对称的C．左偏的D．双峰的94．F分布是两个独立χ²分布除以各自自由度后的（A）A．比值B．和C．差D．乘积95．设总体服从正态分布，从中抽取容量为n的样本，样本方差为s²，则(n-1)s²/σ²服从（B）A．正态分布B．χ²分布C．t分布D．F分布96．两个独立样本方差之比服从（C）A．正态分布B．t分布C．F分布D．χ²分布97．样本比例的抽样分布，在大样本条件下近似服从（A）A．正态分布B．二项分布C．t分布D．χ²分布98．参数估计中，估计量是指（A）A．用来估计总体参数的统计量B．总体参数的名称C．总体参数的具体数值D．样本的均值99．用样本估计量的值直接作为总体参数的估计值，这一估计方法称为（B）A．区间估计B．点估计C．无偏估计D．有效估计100．在点估计的基础上，给出总体参数估计的一个区间范围，该区间通常由样本统计量加减估计误差得到，这种估计称为（B）A．点估计B．区间估计C．无偏估计D．一致估计101．在置信水平95%下，总体均值的置信区间表示（C）A．总体均值有95%的概率落在该区间内B．总体均值有5%的概率落在该区间内C．用同样方法构造的多个区间中，有95%的区间包含总体均值D．样本均值有95%的概率落在该区间内102．置信水平1-α表达了置信区间的（C）A．精确性B．准确性C．可靠性D．显著性103．在其他条件不变的情况下，当置信水平提高时，置信区间的宽度（C）A．变窄B．不变C．变宽D．无法确定104．在其他条件不变的情况下，要使置信区间的宽度缩小一半，样本量应增加（B）A．一半B．三倍C．一倍D．四倍105．在其他条件不变时，若置信水平从95%提高到99%，则总体均值的置信区间（D）A．变窄B．不变C．可能变宽也可能变窄D．变宽106．在总体方差已知、大样本条件下，总体均值在1-α置信水平下的置信区间为（A）A．x̄±z_(α/2)·σ/√nB．x̄±t_(α/2)·s/√nC．x̄±z_(α/2)·s/√nD．x̄±z_(α/2)·σ/n107．在总体方差未知、正态总体小样本条件下，总体均值在1-α置信水平下的置信区间为（B）A．x̄±z_(α/2)·σ/√nB．x̄±t_(α/2)(n-1)·s/√nC．x̄±z_(α/2)·s/√nD．x̄±t_(α/2)(n)·s/√n108．估计量的无偏性是指（C）A．估计量的值恰好等于总体参数B．估计量的方差最小C．估计量的数学期望等于被估的总体参数D．随着样本量增大，估计量趋近于总体参数109．估计量的有效性是指（C）A．估计量的数学期望等于被估参数B．随着样本量增大，估计量趋近于被估参数C．估计量的方差最小D．估计量的值等于被估参数110．估计量的一致性是指（B）A．估计量的数学期望等于被估参数B．随着样本量增大，估计量依概率收敛于被估参数C．估计量的方差最小D．不同样本得到的估计量相同111．在总体均值的估计中，样本均值是总体均值的（A）A．无偏估计量B．有偏估计量C．一致估计量但不是无偏估计量D．有效但有偏的估计量112．对于非正态总体，在大样本条件下，总体均值的置信区间可以使用（D）A．t分布构造B．χ²分布构造C．F分布构造D．正态分布构造113．在样本量相同的情况下，置信水平越高，置信区间越宽，这意味着（C）A．估计的可靠性降低，精确性提高B．可靠性和精确性都提高C．估计的可靠性提高，精确性降低D．可靠性和精确性都降低114．在其他条件相同的情况下，95%的置信区间比90%的置信区间（B）A．窄B．宽C．相同D．无法比较115．某地区粮食播种面积共5000亩，随机抽取100亩进行实割实测，测得平均亩产为450公斤，标准差为50公斤。以95.45%的置信水平（z=2）估计该地区粮食平均亩产的置信区间为（A）A．440~460公斤B．445~455公斤C．430~470公斤D．400~500公斤116．在对总体比例进行区间估计时，当np和n(1-p)均大于等于多少时，可以使用正态近似（B）A．3B．5C．10D．30117．在确定样本量时，若总体比例未知，为使估计误差最小，p应取（D）A．0.1B．0.25C．0.9D．0.5118．在假设检验中，原假设通常表示为（B）A．H₁B．H₀C．αD．β119．在假设检验中，备择假设通常表示为（B）A．H₀B．H₁C．αD．β120．在假设检验中，犯第一类错误是指（B）A．原假设为假时接受原假设B．原假设为真时拒绝原假设C．原假设为真时接受原假设D．原假设为假时拒绝原假设121．在假设检验中，犯第二类错误是指（B）A．原假设为真时拒绝原假设B．原假设为假时接受原假设C．原假设为真时接受原假设D．原假设为假时拒绝原假设122．在假设检验中，显著性水平α是指（D）A．原假设为假时接受原假设的概率B．原假设为真时接受原假设的概率C．原假设为假时拒绝原假设的概率D．原假设为真时拒绝原假设的概率123．在假设检验中，P值越小，说明（A）A．拒绝原假设的证据越强B．拒绝原假设的证据越弱C．原假设越可能为真D．越应该接受原假设124．当P值小于显著性水平α时，应（C）A．接受原假设B．不拒绝原假设C．拒绝原假设D．无法判断125．在双侧检验中，显著性水平α=0.05，则临界值z为（A）A．±1.96B．±1.645C．±2.58D．±2.33126．在单侧检验（右侧）中，显著性水平α=0.05，则临界值z为（A）A．1.645B．1.96C．2.58D．2.33127．在假设检验中，如果检验统计量落在拒绝域内，则（C）A．不拒绝原假设B．接受备择假设C．拒绝原假设D．无法判断128．在总体方差已知的情况下，对总体均值进行假设检验应使用（B）A．t检验B．z检验C．χ²检验D．F检验129．在总体方差未知、小样本情况下，对总体均值进行假设检验应使用（C）A．z检验B．χ²检验C．t检验D．F检验130．对总体比例进行假设检验，在大样本条件下应使用（B）A．t检验B．z检验C．χ²检验D．F检验131．在两个总体均值之差的检验中，当两个总体方差未知但相等时，使用的检验方法是（D）A．z检验B．χ²检验C．F检验D．合并方差t检验132．在两个总体方差比的检验中，使用的检验统计量是（D）A．z统计量B．t统计量C．χ²统计量D．F统计量133．某厂声称其产品平均寿命不低于1000小时，现抽取样本进行检验，建立的原假设和备择假设为（C）A．H₀:μ≤1000,H₁:μ>1000B．H₀:μ=1000,H₁:μ≠1000C．H₀:μ≥1000,H₁:μ<1000D．H₀:μ>1000,H₁:μ≤1000134．在假设检验中，若样本量不变，要同时减小α和β，唯一的办法是（D）A．提高显著性水平B．减小样本量C．改变检验方向D．增大样本量135．一项假设检验中，若原假设为μ=50，备择假设为μ≠50，这是（B）A．单侧检验B．双侧检验C．右侧检验D．左侧检验136．在假设检验中，若计算出的P值为0.03，显著性水平α=0.05，则（A）A．拒绝原假设B．不拒绝原假设C．接受原假设D．无法判断137．t检验中，自由度与样本量n的关系是（C）A．nB．n-2C．n-1D．n+1138．列联表是由两个以上的变量进行交叉分类的（B）A．条形图B．频数分布表C．散点图D．饼图139．在列联分析中，检验行变量与列变量是否独立使用的统计量是（D）A．z统计量B．t统计量C．F统计量D．χ²统计量140．χ²统计量的计算公式为（B）A．Σ(f₀-fₑ)/fₑB．Σ(f₀-fₑ)²/fₑC．Σ(f₀-fₑ)²/f₀D．Σ(f₀+fₑ)²/fₑ141．在r×c列联表中，χ²检验的自由度为（D）A．r×cB．r+c-1C．rc-1D．(r-1)(c-1)142．在2×2列联表中，χ²检验的自由度为（A）A．1B．2C．3D．4143．列联表中的每个观察值的期望频数应满足（C）A．不小于1B．不小于10C．不小于5D．不小于30144．当列联表中有单元格的期望频数小于5时，应采取的处理方法是（D）A．减少样本量B．忽略该单元格C．改用t检验D．增加样本量或合并类别145．φ系数用于描述（D）A．两个数值型变量的相关程度B．多个变量的相关程度C．两个定距变量的相关程度D．2×2列联表中两个变量的相关程度146．φ系数的取值范围是（D）A．-1到1之间B．0到∞C．-∞到+∞D．0到1之间147．在2×2列联表中，φ系数等于（A）A．√(χ²/n)B．χ²/nC．√(χ²/(n(r-1)(c-1)))D．χ²/(n(r-1))148．列联系数C的取值范围是（A）A．0到√((r-1)(c-1)/(r+c-2))B．0到1之间C．-1到1之间D．0到∞149．V系数（Cramer'sV）的取值范围是（D）A．-1到1之间B．0到∞C．-∞到+∞D．0到1之间150．在列联分析中，χ²检验统计量的值（C）A．总是负数B．可正可负C．总是正数D．总是零151．某列联表为3行4列，总样本量为200，计算得χ²=18.5，则Cramer'sV系数的分母中min(r-1,c-1)为（A）A．2B．3C．6D．12152．在列联分析中，若χ²检验拒绝原假设，则说明（B）A．两个变量独立B．两个变量不独立（有关联）C．两个变量完全相关D．两个变量因果关系成立153．方差分析的主要目的是判断（A）A．分类型自变量对数值型因变量的影响是否显著B．各总体是否存在方差C．各样本数据之间是否有显著差异D．分类型因变量对数值型自变量的影响是否显著154．在方差分析中，所要检验的对象称为（C）A．水平B．处理C．因素D．观测值155．在方差分析中，因素的不同表现称为（A）A．水平或处理B．因素C．观测值D．方差156．单因素方差分析中，设因素有k个水平，每个水平下有n个观测值，则总观测值个数为（D）A．kB．nC．k+nD．kn157．在单因素方差分析中，总离差平方和SST可以分解为（A）A．SSA+SSEB．SSA-SSEC．SSA×SSED．SSA/SSE158．在单因素方差分析中，组间平方和SSA反映的是（C）A．各水平内部随机误差的大小B．全部数据的离散程度C．各水平（处理）之间的差异程度D．系统误差和随机误差之和159．在单因素方差分析中，组内平方和SSE反映的是（A）A．各水平内部随机误差的大小B．各水平之间的差异C．自变量对因变量的影响D．总变差160．在单因素方差分析中，组间均方MSA的计算公式为（B）A．SSA/(n-k)B．SSA/(k-1)C．SSA/(kn-1)D．SSA/k161．在单因素方差分析中，组内均方MSE的计算公式为（C）A．SSE/(k-1)B．SSE/(kn-1)C．SSE/(n-k)D．SSE/n162．在单因素方差分析中，检验统计量F为（C）A．MSE/MSAB．SSA/SSEC．MSA/MSED．SSE/SSA163．在单因素方差分析中，F统计量服从（D）A．F(n-k,k-1)分布B．F(k,n)分布C．F(n,k)分布D．F(k-1,n-k)分布164．在方差分析中，如果F检验拒绝原假设，则说明（D）A．各水平的均值全不相等B．各水平的方差相等C．各水平的均值全部相等D．至少有两个水平的均值不相等165．方差分析的基本假定不包括（C）A．每个总体都服从正态分布B．各个总体的方差相同C．各总体均值相等D．观测值相互独立166．在单因素方差分析中，若k=3，n=15（每个水平5个观测值），则组间平方和的自由度为（D）A．12B．14C．3D．2167．在单因素方差分析中，若k=3，n=15（每个水平5个观测值），则组内平方和的自由度为（A）A．12B．2C．14D．15168．在单因素方差分析中，若k=3，n=15（每个水平5个观测值），则总平方和的自由度为（B）A．2B．14C．12D．15169．无重复双因素方差分析中，总平方和分解为（B）A．SSA+SSB+SSAB+SSEB．SSA+SSB+SSEC．SSA+SSED．SSB+SSE170．有重复双因素方差分析中，除了检验两个因素的主效应外，还可以检验（A）A．交互效应B．随机效应C．系统效应D．总效应171．相关分析中，用于度量两个变量之间线性关系强度的统计量是（C）A．回归系数B．判定系数C．相关系数D．估计标准误差172．皮尔逊相关系数r的取值范围是（D）A．0到1B．-1到0C．-∞到+∞D．-1到1173．当相关系数r=0时，表示两个变量之间（B）A．没有任何关系B．没有线性相关关系C．存在函数关系D．完全正相关174．当相关系数r=-1时，表示两个变量之间（A）A．完全负线性相关B．完全正线性相关C．无线性相关D．非线性相关175．当相关系数r=1时，表示两个变量之间（A）A．完全正线性相关B．完全负线性相关C．无线性相关D．非线性相关176．相关系数的显著性检验使用的统计量是（D）A．z统计量B．χ²统计量C．F统计量D．t统计量177．在一元线性回归模型y=β₀+β₁x+ε中，β₁表示（D）A．当x=0时y的期望值B．y的总变动量C．随机误差项D．x每变动一个单位时y的平均变动量178．在一元线性回归模型y=β₀+β₁x+ε中，ε表示（A）A．随机误差项B．回归系数C．截距项D．判定系数179．一元线性回归方程ŷ=b₀+b₁x中，b₁的最小二乘估计公式为（A）A．Σ(x-x̄)(y-ȳ)/Σ(x-x̄)²B．Σ(x-x̄)(y-ȳ)/Σ(y-ȳ)²C．Σ(x-x̄)²/Σ(y-ȳ)²D．Σ(x-x̄)(y-ȳ)/n180．在回归分析中，判定系数R²的计算公式为（B）A．SSE/SSTB．SSR/SSTC．SSR/SSED．SSE/SSR181．判定系数R²的取值范围是（A）A．0到1B．-1到1C．-1到0D．0到∞182．在一元线性回归中，判定系数R²等于（D）A．相关系数rB．相关系数r的平方根C．回归系数b₁D．相关系数r的平方183．在回归分析中，残差是指（B）A．因变量的实际值与均值之差B．因变量的实际值与预测值之差C．自变量的实际值与均值之差D．预测值与均值之差184．估计标准误差s_e是衡量（C）A．自变量离散程度的指标B．因变量均值的指标C．回归方程拟合优度的绝对指标D．相关程度的指标185．在一元线性回归中，回归系数的显著性检验使用的统计量是（C）A．z统计量B．χ²统计量C．t统计量D．F统计量186．在一元线性回归中，线性关系的显著性检验使用的统计量是（C）A．z统计量B．t统计量C．F统计量D．χ²统计量187．在一元线性回归中，F检验与t检验的关系是（B）A．F检验与t检验无关B．F检验等价于t检验，且F=t²C．F检验是t检验的平方根D．两种检验结果可能矛盾188．利用回归方程进行预测时，当x₀=x̄时，预测区间（C）A．最宽B．宽度不变C．最窄D．无法确定189．在回归分析中，利用最小二乘法估计参数的原则是使（B）A．残差之和最小B．残差平方和最小C．残差之积最小D．残差绝对值之和最小190．若回归方程的判定系数R²=0.81，则相关系数r=（D）A．0.9B．-0.9C．0.6561D．0.9或-0.9191．在多元线性回归模型中，调整的判定系数R²_a与判定系数R²的关系是（B）A．R²_a≥R²B．R²_a≤R²C．R²_a=R²D．R²_a与R²无关192．在多元线性回归分析中，t检验用来检验（D）A．整体线性关系是否显著B．多重共线性是否存在C．异方差是否存在D．单个回归系数是否显著193．在多元线性回归分析中，F检验用来检验（A）A．整体线性关系是否显著B．单个回归系数是否显著C．残差是否正态D．自变量之间是否相关194．多元回归中多重共线性是指（B）A．因变量与自变量高度相关B．自变量之间高度相关C．残差之间高度相关D．因变量之间高度相关195．下列方法中，可用于检验多重共线性的是（C）A．DW统计量B．残差图C．方差膨胀因子（VIF）D．P-P图196．方差膨胀因子VIF越大，说明（A）A．多重共线性越严重B．多重共线性越轻C．不存在多重共线性D．模型拟合越好197．在多元线性回归中，若自变量个数为k，样本量为n，则F检验的自由度为（D）A．(k-1,n-k)B．(k,n-1)C．(n-k-1,k)D．(k,n-k-1)198．在多元线性回归模型中，偏回归系数β_i表示（B）A．x_i每变动一个单位时y的平均变动量B．在其他自变量不变的条件下，x_i每变动一个单位时y的平均变动量C．y每变动一个单位时x_i的平均变动量D．x_i与y的相关系数199．在多元线性回归中，逐步回归法的基本思想是（B）A．将所有自变量一次性引入模型B．按自变量对因变量的贡献大小逐步引入或剔除C．只引入一个自变量D．随机选择自变量200．在多元线性回归分析中，若某个回归系数的t检验不显著，通常应该（D）A．保留该变量B．增加样本量后再判断C．改变因变量D．考虑剔除该变量201．在多元回归中，若F检验显著但部分t检验不显著，可能存在的问题是（B）A．异方差B．多重共线性C．自相关D．残差非正态202．在k个自变量的多元线性回归中，调整的判定系数R²_a的计算公式中，自由度修正项为（D）A．(n-1)/(n-k-1)B．(n-1)/(n-k)C．(n-k)/(n-1)D．(n-k-1)/(n-1)203．时间序列在长时期内呈现出来的某种持续向上或持续向下的变动称为（B）A．季节性B．趋势C．周期性D．随机性204．时间序列在一年内重复出现的周期性波动称为（C）A．趋势B．周期性C．季节性D．随机性205．时间序列中呈现出来的围绕长期趋势的一种波浪形或振荡式变动称为（C）A．趋势B．季节性C．周期性D．随机性206．时间序列中除去趋势、周期性和季节性之后的偶然性波动称为（C）A．趋势B．季节性C．随机性（不规则波动）D．周期性207．环比发展速度与定基发展速度之间的关系是（D）A．定基发展速度的连乘积等于环比发展速度B．两者相等C．两者之和等于1D．环比发展速度的连乘积等于对应的定基发展速度208．增长速度与发展速度的关系是（C）A．增长速度=发展速度+1B．增长速度=发展速度×1C．增长速度=发展速度-1（或100%）D．增长速度=发展速度÷1209．某地区2020年GDP为1000亿元，2024年为1500亿元，则年平均增长量为（D）A．100亿元B．500亿元C．250亿元D．125亿元210．时间序列中，各期环比增长速度分别为5%、7%、6%、8%，则平均增长速度为（A）A．(1.05×1.07×1.06×1.08)^(1/4)-1B．(0.05×0.07×0.06×0.08)^(1/4)C．(5%+7%+6%+8%)/4D．(1.05×1.07×1.06×1.08)^(1/4)211．简单移动平均法适合预测（B）A．有明显趋势的时间序列B．平稳的时间序列C．有季节变动的时间序列D．有周期变动的时间序列212．指数平滑法得到的t+1期预测值等于（B）A．t期实际值B．t期实际值与t期预测值的加权平均C．t期预测值D．各期实际值的简单平均213．在指数平滑法中，平滑系数α的取值范围是（B）A．α>1B．0<α<1C．α<0D．α=1214．用最小二乘法拟合直线趋势方程ŷ=a+bt，若b为负数，则该时间序列呈（B）A．上升趋势B．下降趋势C．水平趋势D．季节波动215．若时间序列的逐期增长量大致相等，适合拟合（D）A．指数曲线方程B．二次曲线方程C．修正指数曲线方程D．直线趋势方程216．若时间序列的环比发展速度大致相等，适合拟合（C）A．直线趋势方程B．二次曲线方程C．指数曲线方程D．龚珀兹曲线方程217．季节指数反映了某一月份（或季度）的数值占全年总平均值的（A）A．比率B．差值C．和D．乘积218．统计指数按其反映的对象范围不同，可分为（C）A．数量指标指数和质量指标指数B．简单指数和加权指数C．个体指数和总指数D．定基指数和环比指数219．反映多种项目或变量综合变动的相对数称为（D）A．个体指数B．简单指数C．加权指数D．总指数220．拉氏指数的特点是（A）A．以基期变量值为权数B．以报告期变量值为权数C．以固定时期变量值为权数D．不需要权数221．帕氏指数的特点是（D）A．以基期变量值为权数B．以固定时期变量值为权数C．不需要权数D．以报告期变量值为权数222．拉氏价格指数的计算公式为（D）A．Σp₁q₁/Σp₀q₁B．Σp₀q₁/Σp₀q₀C．Σp₁q₁/Σp₁q₀D．Σp₁q₀/Σp₀q₀223．帕氏价格指数的计算公式为（A）A．Σp₁q₁/Σp₀q₁B．Σp₁q₀/Σp₀q₀C．Σp₀q₁/Σp₀q₀D．Σp₁q₁/Σp₁q₀224．在实际应用中，我国商品零售价格指数的编制通常采用（A）A．固定权数加权算术平均指数B．拉氏指数公式C．帕氏指数公式D．简单算术平均指数225．某商店三种商品的价格，今年比去年分别上涨了5%、10%、15%，由于价格上涨使销售额增加的相对数应使用（A）A．加权综合指数法B．简单算术平均法C．简单几何平均法D．调和平均法226．居民消费价格指数（CPI）反映的是（A）A．一定时期内居民购买生活消费品和服务价格变动趋势和程度B．工业产品出厂价格变动C．农产品收购价格变动D．股票价格变动227．若某地区居民消费价格指数为105%，则说明（C）A．居民生活成本下降了5%B．居民收入增加了5%C．物价上涨了5%D．购买力提高了5%228．股票价格指数的变动（C）A．反映每只股票的价格变动B．只反映大盘股的价格C．可以反映整个股市价格的总体变动D．与投资者收益无关229．指数体系中，总量指数等于各因素指数的（B）A．和B．乘积C．差D．商230．某企业总产值增长10%，价格上涨5%，则产量增长（A）A．4.76%B．15%C．5%D．10%

第二部分名词解释1．描述统计答：研究数据收集、整理和描述的统计学方法。它通过图表、数学方法对数据进行整理和展示，进而描述数据的特征，主要内容包括数据收集、数据加工处理、数据展示、数据分布特征的概括与分析等。2．推断统计答：研究如何利用样本数据来推断总体特征的统计学方法。它是在对样本数据进行描述的基础上，对统计总体的未知数量特征做出以概率形式表述的推断，包括参数估计和假设检验两大类。3．分类数据答：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述。分类数据是由分类尺度计量形成的，各类别之间是平等的并列关系，无法区分优劣或大小。4．数值型数据答：按数字尺度测量的观察值，其结果表现为具体的数值。现实中所处理的大多数数据都是数值型数据，它是由定距尺度和定比尺度计量形成的，可进行各种数学运算。5．简单随机抽样答：从含有N个元素的总体中，抽取n个元素作为样本，使得总体中的每一个元素都有相同的机会（概率）被抽中，这样的抽样方式称为简单随机抽样，也称纯随机抽样。它是最基本的概率抽样方法。6．分层抽样答：在抽样之前先将总体的元素按某种特征或某种规则划分为不同的层，然后从不同的层中独立、随机地抽取一定数量的元素组成样本。分层抽样可以保证样本结构与总体结构的一致性，提高估计精度。7．系统抽样答：先将总体各元素按某种顺序排列，并按某种规则确定一个随机起点，然后每隔一定的间隔抽取一个元素，直至抽取n个元素形成一个样本。系统抽样也称等距抽样，操作简便，在总体有顺序时效果较好。8．抽样误差答：由抽样的随机性引起的样本结果与总体真值之间的误差。在概率抽样中，抽样误差是不可避免的，但它是可以计算和控制的，其大小主要取决于样本量、总体变异性和抽样方式。9．组距分组答：将全部变量值依次划分为若干个区间，并将这一区间的变量值作为一组。组距分组是数值型数据分组的基本形式，适用于连续变量或变量值较多的离散变量。组距分组中，一个组的最小值称为下限，最大值称为上限。10．组中值答：每一组的下限与上限之间的中点值，它是各组变量值的代表值。组中值=（下限值+上限值）÷2。对于开口组，组中值以相邻组的组距为基础计算。使用组中值代表一组数据时有一个假定，即各组数据在本组内呈均匀分布。11．饼图答：用圆形及圆内扇形的面积来表示数值大小的图形，主要用于表示一个样本（或总体）中各组成部分的数据占全部数据的比例，对于研究结构性问题十分有用。饼图中各扇形面积之和等于一个整圆。12．散点图答：用二维坐标中两个变量各对数据为坐标点，展示两个变量之间关系的图形。散点图可以直观地判断两个变量之间是否存在相关关系、相关的方向和密切程度，是研究变量间关系的常用图形。13．众数答：一组数据中出现次数最多的变量值，用M₀表示。众数主要用于测度分类数据的集中趋势，也可作为顺序数据和数值型数据集中趋势的测度值。众数不受极端值影响，一组数据可能没有众数或有多个众数。14．中位数答：一组数据排序后处于中间位置上的变量值，用Mₑ表示。中位数将全部数据等分成两部分，各包含50%的数据。中位数主要用于测度顺序数据和数值型数据的集中趋势，不适用于分类数据，不受极端值影响。15．几何平均数答：n个变量值乘积的n次方根，用G表示。几何平均数是适用于特殊数据的一种平均数，主要用于计算平均比率和平均速度，当变量值本身是比率形式且各比率的乘积等于总比率时，应采用几何平均数。16．方差答：各变量值与其平均数离差平方的平均数，它是数值型数据离散程度的最主要测度值。方差通过平方运算消除了离差的正负号，并能较好地反映出数据的离散程度，方差越大说明数据的离散程度越大。17．离散系数答：也称变异系数，是一组数据的标准差与其相应的平均数之比，用v_s表示。离散系数消除了数据水平高低和计量单位的影响，主要用于比较不同样本数据的离散程度，离散系数大的说明数据的离散程度大。18．偏态系数答：对数据分布不对称性的度量值，用SK表示。如果一组数据的分布是对称的，则偏态系数等于0；偏态系数大于0为右偏分布（正偏），小于0为左偏分布（负偏）。偏态系数的绝对值越大，分布偏斜程度越大。19．随机事件答：在随机试验中，可能出现也可能不出现的事件，简称事件。随机事件是样本空间的子集，通常用大写字母A、B、C等表示。每次试验一定发生的事件称为必然事件，一定不发生的事件称为不可能事件。20．条件概率答：当某一事件B已经发生的条件下，另一事件A发生的概率，称为事件B发生条件下事件A的条件概率，记为P(A|B)。其计算公式为P(A|B)=P(AB)/P(B)，其中P(B)>0。21．离散型随机变量答：如果随机变量X的所有取值都可以逐个列举出来，则称X为离散型随机变量。设离散型随机变量X的所有可能取值为x₁,x₂,…,xₙ，X取各可能值的概率为P(X=xᵢ)=pᵢ，这就是离散型随机变量的概率分布。22．正态分布答：一种连续型概率分布，其概率密度函数曲线呈对称的钟形，以均值μ为中心左右对称，在均值处达到最高点。正态分布由参数μ和σ完全确定，μ决定分布的位置，σ决定分布的分散程度。标准正态分布是μ=0、σ=1的正态分布。23．中心极限定理答：设从均值为μ、方差为σ²的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值x̄的抽样分布近似服从均值为μ、方差为σ²/n的正态分布。中心极限定理是大样本统计推断的理论基础。24．统计量答：样本的不含任何未知参数的函数，它完全由样本数据决定。统计量是对样本所含信息的概括和浓缩，是进行统计推断的基础。常用的统计量有样本均值、样本方差、样本比例等。25．抽样分布答：在总体分布类型已知时，若对任一自然数n都能导出统计量的分布的数学表达式，这种分布称为精确的抽样分布。统计量的抽样分布是统计推断的理论基础，它描述了样本统计量在不同样本中的取值规律。26．标准误差答：样本统计量的抽样分布的标准差，称为统计量的标准误差，也称标准误。样本均值的标准误差为σ/√n，它衡量了样本均值与总体均值之间平均差异程度，标准误差越小，说明估计越精确。27．t分布答：类似标准正态分布的一种对称分布，通常比正态分布更平坦和分散。t分布依赖于自由度，随着自由度的增大，t分布逐渐趋近于标准正态分布。当总体方差未知、小样本时，用t分布进行统计推断。28．点估计答：用样本估计量的某个取值直接作为总体参数的估计值。点估计的方法有矩估计法、最大似然法等。点估计给出的是一个确定的值，但无法给出估计误差大小的信息，也没有给出估计的可靠程度。29．区间估计答：在点估计的基础上，给出总体参数估计的一个区间范围，该区间通常由样本统计量加减估计误差得到。与点估计不同，进行区间估计时，根据样本统计量的抽样分布可以对统计量与总体参数的接近程度给出一个概率度量。30．置信水平答：将构造置信区间的步骤重复多次，置信区间中包含总体参数真值的次数所占的比例，也称置信度或置信系数，通常用1-α表示。常用的置信水平有90%、95%和99%。置信水平反映的是置信区间的可靠性。31．无偏性答：估计量的抽样分布的数学期望等于被估计的总体参数，即E(θ̂)=θ。无偏性是对估计量的一个基本要求，它意味着虽然每次抽样得到的估计值可能与真值有偏差，但从所有可能样本来看，估计量的平均值等于真值。32．有效性答：对于同一总体参数的两个无偏估计量，有更小标准差的估计量更有效。有效性是在无偏估计量之间比较优劣的标准，一个估计量即使是无偏的，若其方差很大，用它估计总体参数的精度也会很差。33．假设检验答：利用样本信息判断对总体的某个假设是否成立的统计推断方法。其基本思想是先对总体参数提出某种假设，然后利用样本信息判断假设是否成立。假设检验分为参数检验和非参数检验，基本依据是小概率原理。34．原假设答：通常是我们想收集证据予以反对的假设，也称零假设，用H₀表示。原假设常常是我们想要检验的关于总体参数的一个陈述，如H₀:μ=μ₀。在假设检验中，如果没有充分证据否定原假设，就不能拒绝它。35．备择假设答：通常是我们想收集证据予以支持的假设，也称研究假设，用H₁表示。备择假设与原假设相互对立，当有充分证据拒绝原假设时，就接受备择假设。备择假设可以是双侧的（≠）或单侧的（>或<）。36．第一类错误答：当原假设为真时拒绝原假设所犯的错误，也称弃真错误。犯第一类错误的概率通常记为α，在假设检验中我们通过控制显著性水平α来控制犯第一类错误的概率。37．P值答：在原假设为真的条件下，所观察到的样本结果（或更极端结果）出现的概率。P值是假设检验中判断是否拒绝原假设的重要依据，P值越小，拒绝原假设的证据越强。若P值小于显著性水平α，则拒绝原假设。38．列联表答：由两个以上的变量进行交叉分类的频数分布表。列联表的行变量和列变量可以都是分类变量，表中每个单元格给出了两个变量不同类别组合下的观察频数。列联表是分析两个分类变量之间关系的基本工具。39．拟合优度检验答：用χ²统计量检验某个分类变量的观察频数与某理论频数是否一致的检验方法。它通过比较各类别的实际观察频数与根据某种理论分布计算的期望频数，判断样本数据是否与理论分布相吻合。40．独立性检验答：对列联表中行变量与列变量是否相互独立进行的χ²检验。原假设为两个变量相互独立，备择假设为两个变量不独立。检验统计量为χ²=Σ(f₀-fₑ)²/fₑ，自由度为(r-1)(c-1)。41．Cramer'sV系数答：又称V系数，是描述两个分类变量相关程度的统计量，取值在0到1之间。V=√(χ²/(n·min(r-1,c-1)))，其中n为样本量，r和c分别为列联表的行数和列数。V值越大，两个变量的关联程度越强。42．方差分析答：通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响的统计方法。方差分析通过对数据误差来源的分析来判断不同总体之间是否存在显著差异，其基本思想是比较组间方差和组内方差。43．因素答：在方差分析中，所要检验的对象称为因素或因子，它是一个独立的变量，是可能对因变量产生影响的分类变量。因素的不同表现称为水平或处理。例如研究不同施肥量对产量的影响，施肥量就是因素。44．组内误差答：来自水平内部的数据误差，它反映了在同一水平（处理）下样本各观察值之间的差异。组内误差只包含随机误差，是由抽样的随机性造成的，用组内平方和SSE来度量，其自由度为n-k。45．组间误差答：来自不同水平之间的数据误差，它可能是由于抽样本身形成的随机误差，也可能是由于不同水平之间的系统性差异造成的系统误差。组间误差用组间平方和SSA来度量，其自由度为k-1。46．相关关系答：变量之间存在的不确定的数量关系，即一个变量的取值不能由另一个变量唯一确定，当变量x取某个值时，变量y的取值可能有几个。相关关系的特点是一个变量的取值虽然受另一个变量影响，但没有唯一的对应值。47．相关系数答：根据样本数据计算的度量两个变量之间线性关系强度的统计量，用r表示。皮尔逊相关系数的取值范围为[-1,1]，r>0为正相关，r<0为负相关，|r|越接近1线性关系越强，r=0表示无线性相关关系。48．一元线性回归模型答：描述因变量y如何依赖于自变量x和误差项ε的方程，其形式为y=β₀+β₁x+ε。其中β₀和β₁称为模型的参数，β₀为回归直线在y轴上的截距，β₁为直线的斜率，表示x每变动一个单位y的平均变动量，ε为随机误差项。49．最小二乘法答：通过使因变量的观察值与估计值之间的残差平方和达到最小来估计回归参数的方法，也称最小平方法。其基本思想是使Σ(yᵢ-ŷᵢ)²最小，由此得到的估计量b₀和b₁称为最小二乘估计量。50．判定系数答：回归平方和占总平方和的比例，用R²表示，R²=SSR/SST。它度量了回归方程对因变量变异的解释程度，取值范围为[0,1]，R²越接近1说明回归直线的拟合程度越好。在一元线性回归中R²=r²。51．多重共线性答：在多元线性回归模型中，各自变量之间存在较强的线性相关关系。多重共线性会导致回归系数的估计不稳定，标准误差增大，t检验可能不显著，使得模型难以解释。常用方差膨胀因子（VIF）来检验。52．调整的判定系数答：在多元回归中，考虑自变量个数和样本量对判定系数的影响而进行修正后的指标，用R²ₐ表示。R²ₐ=1-(1-R²)(n-1)/(n-k-1)，它消除了自变量个数增加导致R²虚高的影响，更适合比较不同模型的拟合优度。53．偏回归系数答：在多元线性回归模型中，在其他自变量保持不变的条件下，某一个自变量每变动一个单位时因变量的平均变动量。偏回归系数反映了该自变量对因变量的直接影响，是在控制其他变量后的净效应。54．时间序列答：同一现象在不同时间上的相继观察值排列而成的序列。时间序列由两个基本要素构成：一是现象所属的时间，二是反映该现象在不同时间上的统计指标数值。时间序列分析的目的是寻找现象随时间变化的规律并进行预测。55．季节变动答：时间序列在一年内重复出现的周期性波动。它是诸如气候条件、生产条件、节假日或风俗习惯等各种因素影响的结果，如农产品的生产、某些商品的销售在每年的高峰季节和淡季呈现出规律性的变动。56．发展速度答：报告期水平与基期水平之比，表明现象在一定时期内的发展方向和程度。发展速度分为环比发展速度和定基发展速度，环比发展速度是报告期水平与前一期水平之比，定基发展速度是报告期水平与某一固定时期水平之比。57．指数平滑法答：通过对过去的观察值加权平均进行预测的一种方法，它赋予近期观察值较大的权数，远期观察值较小的权数。一次指数平滑的预测公式为Fₜ₊₁=αYₜ+(1-α)Fₜ，其中α为平滑系数（0<α<1），适合平稳序列的预测。58．统计指数答：测定多个项目在不同场合下综合变动的一种特殊相对数，通常以相对数的形式表示。广义的指数是指任何两个数值对比形成的相对数，狭义的指数是指用于测定多个项目在不同场合下综合变动的一种特殊相对数。59．拉氏指数答：由德国学者拉斯贝尔斯于1864年提出的一种指数计算方法，它在计算一组商品价格的综合指数时，把作为权数的销售量固定在基期。拉氏价格指数公式为p_L=Σp₁q₀/Σp₀q₀，拉氏指数可以消除权数变动对指数的影响。60．居民消费价格指数答：简称CPI，是反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度的相对数。它是对城市居民消费价格指数和农村居民消费价格指数进行综合汇总计算的结果，是衡量通货膨胀的重要指标。第三部分简答题1．简述统计数据的分类。答：统计数据可以从不同角度进行分类：

（1）按计量尺度不同，分为分类数据、顺序数据和数值型数据。分类数据是只能归于某一类别的非数字型数据；顺序数据是只能归于某一有序类别的非数字型数据；数值型数据是按数字尺度测量的观察值。

（2）按收集方法不同，分为观测数据和实验数据。观测数据是通过调查或观测收集到的数据；实验数据是在实验中控制实验对象而收集到的数据。

（3）按被描述的现象与时间的关系，分为截面数据和时间序列数据。截面数据是在相同或近似相同时间点上收集的数据；时间序列数据是在不同时间上收集到的数据。2．什么是总体和样本？二者有何区别与联系？答：总体是包含所研究的全部个体（数据）的集合，它通常由所研究的一些个体组成；样本是从总体中抽取的一部分元素的集合。

区别：总体是研究对象的全体，样本是总体的一部分；总体参数是固定的常数，样本统计量是随机变量。

联系：样本来自总体，是总体的代表和缩影；统计推断的目的就是用样本信息推断总体特征；样本量越大，样本对总体的代表性越强，推断结果越可靠。3．什么是参数和统计量？各有何特点？答：参数是用来描述总体特征的概括性数字度量，是研究者想要了解的总体的某种特征值，如总体均值μ、总体标准差σ、总体比例π等。统计量是用来描述样本特征的概括性数字度量，是根据样本数据计算出来的量，如样本均值x̄、样本标准差s、样本比例p等。

特点：参数是研究者想要了解的总体的特征值，通常是未知的固定常数；统计量是样本的函数，不含未知参数，它随样本的不同而变化，是随机变量。统计推断的核心就是用样本统计量来估计或检验总体参数。4．简述概率抽样与非概率抽样的区别。答：概率抽样也称随机抽样，是指遵循随机原则进行的抽样，总体中每个单位都有一定的机会被选入样本。它包括简单随机抽样、分层抽样、系统抽样、整群抽样和多阶段抽样等。概率抽样可以依据调查结果对总体参数进行估计并计算抽样误差。

非概率抽样是指不依据随机原则，而是根据研究目的对数据的要求，采用某种方式从总体中抽出部分单位对其实施调查。它包括方便抽样、判断抽样、自愿样本、滚雪球抽样和配额抽样等。非概率抽样操作简便、时效快、成本低，但不能对总体参数进行推断，无法计算抽样误差。5．简述分层抽样与整群抽样的区别。答：（1）分组方式不同：分层抽样是按某种特征将总体划分为若干层（组），层内差异小、层间差异大；整群抽样是将总体划分为若干群，群内差异大、群间差异小。

（2）抽样方式不同：分层抽样是从每层中独立抽取一定数量的元素组成样本；整群抽样是抽取部分群，对抽中群内所有元素进行调查。

（3）适用条件不同：分层抽样适用于总体内部差异较大、能找到分层标志的情况；整群抽样适用于群间差异小、群内差异大的情况。

（4）误差来源不同：分层抽样的误差主要来自层内，整群抽样的误差主要来自群间。6．什么是抽样误差？影响抽样误差大小的因素有哪些？答：抽样误差是指由于抽样的随机性引起的样本结果与总体真值之间的误差。它是概率抽样所固有的、不可避免的误差，但可以计算和控制。

影响抽样误差大小的因素主要有：

（1）样本量大小：在其他条件相同的情况下，样本量越大，抽样误差越小；

（2）总体的变异性：总体各单位之间的差异程度越大，抽样误差越大；

（3）抽样方式：不同的抽样方式产生的抽样误差不同，分层抽样的误差一般小于简单随机抽样；

（4）抽样组织形式：等距抽样、整群抽样等不同组织形式的误差大小不同。7．数据的预处理包括哪些内容？答：数据的预处理是数据整理和分析的前一步，是在对数据分类或分组之前所做的必要处理，内容包括：

（1）数据审核：检查数据中的错误，包括准确性审核（检查数据是否有错误、是否异常）和完整性审核（检查应调查的单位或个体是否有遗漏、所有调查项目是否填写齐全）；

（2）数据筛选：根据需要找出符合特定条件的某类数据；

（3）数据排序：按一定顺序对数据进行排列，以便于浏览和发现数据的特征；

（4）数据验证：检查数据的逻辑一致性和合理性。8．数值型数据的分组方法有哪些？简述组距分组的步骤。答：数值型数据的分组方法有单变量值分组和组距分组两种。单变量值分组是把每一个变量值作为一组，适合离散变量且变量值较少的情况；组距分组是将全部变量值依次划分为若干个区间，适合连续变量或变量值较多的情况。

组距分组的步骤：

（1）确定组数：组数的确定应以能够显示数据的分布特征和规律为目的，一般可按Sturges公式K≈1+lg(n)/lg2确定；

（2）确定组距：组距=（最大值-最小值）÷组数，最好取5或10的倍数；

（3）确定组限：组限是各组变量值的界限，分组时应遵循“不重不漏”原则，连续变量采用重叠组限；

（4）统计各组频数：计算各组中数据出现的次数，编制频数分布表。9．直方图与条形图有何区别？答：（1）条形图是用条形的长度（横置时）表示各类别频数的多少，其宽度（表示类别）则是固定的；直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。

（2）由于分组数据具有连续性，直方图的各矩形通常是连续排列的；而条形图则是分开排列的，各矩形之间有间隔。

（3）条形图主要用于展示分类数据，而直方图则主要用于展示数值型数据的分布。

（4）条形图不能反映数据的分布形态，而直方图可以直观地看出数据的分布特征。10．饼图和环形图有什么不同？答：饼图是用圆形及圆内扇形的面积来表示数值大小的图形，主要用于表示一个样本（或总体）中各组成部分的数据占全部数据的比例，对于研究结构性问题十分有用。饼图只能显示一个总体各部分所占的比例。

环形图与饼图类似，但中间有一个空白的圆心。环形图可以同时绘制多个总体的数据系列，每一个总体的数据系列为一个环，因此环形图可显示多个总体各部分所占的相应比例，有利于进行比较研究。这是环形图与饼图的主要区别。11．统计表由哪几个主要部分组成？制表时应注意哪些问题？答：统计表一般由四个主要部分组成：

（1）表头：应包括表号、总标题和表中数据的单位等内容；

（2）行标题：通常是所研究的各类别，放在表的第一列；

（3）列标题：通常是统计指标的名称，放在表的第一行；

（4）数字资料：是统计表的具体内容，位于各行标题和列标题的交叉处。

制表时应注意：合理安排统计表的结构；表头一般应包括表号、总标题和表中数据的单位；表中的上下两条横线一般用粗线，中间的其他线用细线；在使用统计表时，必要时可在表下方加注释，注明数据来源。12．简述众数、中位数和均值的特点及应用场合。答：（1）众数是一组数据中出现次数最多的变量值。它不受极端值影响，但不唯一，一组数据可能没有众数或有多个众数。众数主要用于分类数据的集中趋势测度，也可用于顺序数据和数值型数据。

（2）中位数是一组数据排序后处于中间位置的变量值。它不受极端值影响，当数据分布偏斜程度较大时，中位数的代表性好于均值。中位数主要用于顺序数据和数值型数据，不适用于分类数据。

（3）均值是全部数据的算术平均，是集中趋势的最主要测度值。它利用了全部数据信息，但易受极端值影响。均值主要适用于数值型数据，当数据呈对称分布或接近对称分布时，均值有较强的代表性。

应用场合：分类数据用众数；顺序数据用中位数或众数；数值型数据当分布对称时用均值，分布偏斜时用中位数。13．什么是离散系数？为什么要计算离散系数？答：离散系