1指出下面的变量哪一个属于顺序变量.docx

1、1指出下面的变量哪一个属于顺序变量A.每月的生活费支出B.产品质量的等级C.企业所属的行业D.产品的销售收入D26, 19， 22, 28) :25， 27， 30， 262指出下面的数据哪一个属于分类数据A.某种产品的销售价格（元）：21，:B.某汽车生产企业各季度的产量（万辆）C.产品的质量等级：一等品，二等品，二等品D.上网的方式：有线宽带，无线宽带3 一所大学从全校学生中随机抽取 300人作为样本进行调查，其中 80%的人回答他们的月生活费支出在500元以上。这里的 300人是BA.总体B.样本C.变量D.统计量5.200 元,一项调查表明，在所抽取的 2000个消费者中，他们每月在网

2、上购物的平均花费是这项调查的样本是 AA.2000个消费者B.所有在网上购物的消费者C.所有在网上购物的消费者的网上购物的平均花费金额D.2000个消费者的网上购物的平均花费金额6.最近发表的一项调查表明， 汽车消费税率调整后，消费者购买大排量汽车的比例显著下降 ”。这一结论属于DA.对样本的描述B.对样本的推断C.对总体的描述D.对总体的推断 某研究部门准备在全市 200万个家庭中抽取2000个家庭，以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（B）A.2000个家庭B . 200万个家庭C. 2000个家庭的人均收入D . 200万个家庭的人均收入在2008年8月北京举办的第

3、29届奥运会上，中国体育代表团共获得 51枚金牌、银牌21枚、铜牌28枚，要描述中国队获得奖牌的构成状况，适宜的图形是 BA.条形图B.饼图C.茎叶图D.雷达图某集团公司下属5个子公司。集团公司想比较 5个子公司在总生产成本、销售收入、销售人员数、公司所在地的居民收入水平这 4项指标的差异和相似程度，适宜采用的图形是 DA.帕累托图B.环形图C.散点图D.雷达图某大学的教学管理人员想分析经济管理类专业的学生统计学的考试分数与数学考试分数之间是 否存在某种关系，应该选择的描述图形是 AA.散点图B.条形图C.饼图D.箱线图500随机抽取500个消费者的简单随机样本，得到他们每月的消费支出数据。研

4、究者想观察这 个消费者生活费支出的分布状况，应该选择的描述图形是 CA.条形图B.帕累托图C.直方图D.雷达图 与直方图相比，茎叶图（B） A .没保留原始数据的信息 B .保留原始数据的信息 C.不能有效展示数据的分布 D .更适合描述分类数据下面的哪个图形不适合描述数值型数据的分布（ A ）A.帕累托图B .直方图C.茎叶图D 箱线图一所大学的法学院设有三个专业，其中刑法专业 20名学生，民法专业50名学生，经济法专 业30名学生。要描述三个专业学生人数的多少，适宜采用的图形是 CA.雷达图B.茎叶图C.条形图D.箱线图某地区的个人收入不是对称分布的，平均数 5000元，标准差是1000元

5、。收入在2000元至8000元范围内的人口至少占 BA.75%B.89%C.94%D.99%产的轿车”。这一结论属于（D） A .对样本的描述B .对样本的推断C.对总体的描述D .对总体的推断 在对数值型数据进行分组时，所分的组数A.通常是越多越好B.通常是越少越好C.应以能够适当观察数据的分布特征为准D.应使数据分布的图形达到对称25万，女性婴儿为20万。男性婴儿与女性婴儿的人某地区2008年新生婴儿中，男性婴儿为 数之比为1.25: 1，这个数值属于 BA.比例B.比率C.频数D.平均数C)下面的哪个陈述不属于鉴别图形优劣的准则（A .使复杂的观点得到简明、确切、高效的阐述B .能在最短

6、的时间内、以最少的笔墨给读者提供最大量的信息 C.图形应尽可能复杂D .表述数据的真实情况在第29届北京奥运会男子100米决赛中，进入决赛的 8名百米运动员的成绩（单位：秒）分别是：9.69, 9.89, 9.91, 9.93, 9.95, 9.97 , 10.01, 10.03，这8名运动员百米成绩的标准差是A.0.011B.0.105C.0.340D.0.037在某班随机抽取10名同学，统计学课程的考试分数分别为： 68, 73, 66, 76, 86, 74, 63, 90,65, 89,该班考试分数的 25%和75%位置上的分位数分别是（）A.B.C.D.条形图与直方图的主要区别之一是

7、 DA.直方图不能用于展示数值型数据B.直方图的矩形通常分开排列，而条形图的矩形通常连续排列C.条形图中矩形的高度没有实际意义，而直方图中矩形的高度则有实际意义D.条形图的矩形通常分开排列，而直方图的矩形通常连续排列 下列叙述中正确的是（A）A .如果计算每个数据与平均数的离差，则这些离差的和等于零B .如果考试成绩的分布是对称的，平均数为 75,标准差为12，则考试成绩在 63-75分之间的比例大约为95%C.平均数和中位数相等D .中位数总是大于平均数如果一个数据的标准分数是 -2，表明该数据（B）A .比平均数高出2个标准差B .比平均数低出2个标准差C.等于2倍的平均数D .等于2倍的

8、标准差85公里/小时，标准对某个调整路段行驶过的 120辆汽车的车速进行测量后发现，平均车速是差是4公里/小时，下列哪个车速可以看作离群点（ D）A . 78公里/小时B . 82公里/小时C. 91公里/小时D . 98公里/小时在多元线性回归分析中，若 F检验表明回归方程的线性关系显著，则（ B）A .表明每个自变量同因变量的线性关系显著B .表明至少有一个自变量同因变量的线性关系显著C.意味着每个自变量同因变量的线性关系都不显著D 意味着至少有一个自变量同因变量的线性关系不显著 如果回归模型中存在 多重共线性，则（D）A .整个回归模型的线性关系不显著B .肯定有一个回归系数通不过显著性

9、检验C.肯定导致某个回归系数的符号与预期的相反 D .可能导致某些回归系数通不过显著性检验3.已知某班级学生的英语平均考试成绩为 85分，标准差是5分。如果一个学生考试成绩的标准分数是-2，则该学生的考试分数为 CA.95B.80C.75D.654.某大学共有5000名本科学生，每月平均生活费支出是 500元，标准差是50元。假定该校学生的生活费支出为对称分布，月生活费支出在 400元至600元之间的学生人数大约为 AA.4750B.4950C.4550D.3400在多元线性回归分析中，如果 t检验表明回归系数 bi不显著，则意味着（C）A 整个回归方程的线性关系不显著B 整个回归方程的线性关

10、系显著C.自变量Xi与因变量之间的线性关系不显著D.自变量Xi与因变量之间的线性关系显著y=b0+b1x1+b2x2+bkXk ，若自变量xi的回归系数bi的取值等于0,则C.自变量Xi对因变量的影响不显著 D .自变量Xi对因变量的影响显著6.市场营销人员的平均月收入为 8000元，标准差为 2400元，大学教师的平均月收入为 5000元，标准差为2000元。由此可知CA.市场营销人员收入的离散程度较大B.大学教师收入的离散程度较大C.大学教师收入的离散程度较小D.二者收入的离散程度相等在多元回归分析中，多重共线性是指模型中（ A）A .两个或两个以上的自变量彼此相关B .两个或两个以上的自

11、变量彼此无关C.因变量与一个自变量相关D .因变量与两个以上的自变量相关在某行业中随机抽取 10家企业，第一季度的利润额分别是 （单位：万元）：72, 63.1, 54.7, 54.3,26.9，25, 23.9，23, 20。该组数据的平均数为（）28.4630.2027.9539.1929,A.B.C.D.C）如果某个回归系数的正负号与预期的相反，则表明（A .所建立的回归模型是错误的B .该自变量与因变量之间的线性关系不显著C.模型中可能存在多重共线性D .模型中肯定不存在多重共线性7.在证券投资行业中随机抽取 10个从业者，得到他们的月收入分别为： 6800, 7300, 6600,7

12、600, 8600, 7400 , 6300, 9000, 6500, 8900,他们月收入的平均数是A.7000B.7500C.6800D.6600A.简单随机抽样B整群抽样C.系统抽样D分层抽样9.在抽取样本时，一个元素被抽中后不再放回总体， 然后再从所剩下的元素中抽取第二个元素,直到抽取个元素为止，这样的抽样方法称为 BA.重复抽样B.不重复抽样C.分层抽样D.系统抽样7.下列数据分析方法中，属于推断统计方法的是A.画出一个班考试分数的茎叶图B.学生的生活费支出分成 400元以下、400元500元、500元600元、600元以上，列出 每一组的人数C.随机抽取2000个家庭计算出它们的平

13、均收入D.随机抽取2000个家庭，根据2000个家庭的平均收入估计该地区家庭的平均收入1.在2008年8月北京举办的第 29届奥运会上，中国体育代表团共获得 51枚金牌，占中国队获得奖牌总数的51%。这里的“51%是 CA.平均数B.频数C.比例D.比率 指出下面的变量中哪一个属于数值型变量（ A） A生活费支出B .产品的等级C.企业类型D员工对企业某项改革措施的态度20部进行检查，推断该批手机的合格率。3.质检部门从某业生产一天生产的手机中随机抽取 这项研究的总体是 BA.20部手机B.一天生产的全部手机C.20部手机中合格的手机D.一天生产的手机中合格的手机8.大学生中每周的上网时间的偏

14、态系数为 0.3，这表明学生每周上网时间的分布是 CA.对称的B.左偏的C.右偏的D.严重左偏的某品牌的汽车在10家4S店销售，7月份各店的销售量（单位：辆）分别为：252 ,209,261 , 208, 221 , 257, 262, 272, 224, 223，销售量25%和75%位置上的分位数分别是A.235 和 267B.261 和 272C.209 和 224D.215 和 259回归平方和SSR反映了 y的总变差中（A）x与y之间的线性关系引起的 y的变化部分x对y的线性影响之外的其他因素对 y的变差的影响x与y之间的非线性关系引起的 y的变化部分x与y之间的函数关系引起的 y的变

15、化部分A .由于B 除了C.由于D .由于 离散系数的主要用途是（C） 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.反映多组数据离散程度 D 比较多组数据的平均水平两组数据的平均数不等，但标准差相等，则（ A）A.平均数小的，离散程度大B .平均数大的，离散程度大C.平均数小的，离散程度小D .两组数据的离散程度相同回归平方和占总平方和的比例为（ C）A 相关系数B.回归系数C.判定系数y=bO+b1x中，回归系数 b1 （ B）D .估计标准误差 对于有线性相关关系的两变量建立的直线回归方程A .可能为0B .可能小于0C.只能是正数D 只能是负数在回归估计中，给定自变量的取值

16、 x0，求得的置信区间与预测区间相比（ C）A 二者的区间宽度是一样的B 置信区间比预测区间宽C.置信区间比预测区间窄D 置信区间有时比预测区间宽，有时比预测区间窄 离散系数（C）A 只能消除一组数据的水平对标准差的影响B 只能消除一组数据的计量单位对标准差的影响C.可以同时消除数据的水平和计量单位对标准差的影响D 可以准确反映一组数据的离散程度如果一组数据的分布是对称的，则偏态系数为（ A ）A .等于0B .等于1C.大于0D .大于1如果偏态系数明显不等于 0，则表明数据的分布是（A）A.非对称的B .对称的C.左偏的D .右偏的在某班随机抽取10名同学，统计学课程的考试分数分别为： 6

17、8, 73, 66, 76, 86, 74, 63, 90,65,A .B .C .D .89,该班考试分数的中位数是（）72.573.073.574.5在多元线性回归分析中，t检验是用来检验（B） A .总体线性关系的显著性B .各回归系数的显著性C.样本线性关系的显著性D . H0:b1=b2=.=bk=0一组数据的离散系数为 0.4，平均数为A.B.C.D.20，则标准差为（D）800.0248在多元线性回归模型中，若自变量 xi（A）A.可能接近B.可能为1C.可能小于D.可能大于残差平方和SSE反映了 y的总变差中A .由于B .除了C.由于D .由于对因变量y的影响不显著，那么它的

18、回归系数 bi的取值x与y之间的线性关系引起的x对y的线性影响之外的其他因素对 x与y之间的非线性关系引起的 x与y之间的函数关系引起的（B）y的变化部分y的变差的影响y的变化部分y的变化部分95%的标准化残差落在如果误差项服从正态分布的假定成立，那么在标准化残差图中，大约有（A）A. -2-+2 之间B . 01之间D . -1 0之间在多元线性回归方程 y=b0+b1x1+b2x2+A .自变量xi变动一个单位时，因变量B .其他变量不变的条件下，自变量 xiC. 其他变量不变的条件下，自变量 xiD.因变量y变动一个单位时，自变量+bkxk 中，回归系数 y的平均变动数量为 bi 变动一

19、个单位时，因变量 变动一个单位时，因变量 xi的平均变动数量为bi表示（B）y变动的平均变动量为 biy变动的总量为bibi如果时间序列存在自相关，适合的预测模型是（ C）A .线性模型B .指数模型C.自回归模型D .季节性多元回归模型 只含有随机波动的序列称为（A ）A 平稳序列B.周期性序列C.季节性序列D .非平衡序列该现象（B）对某时间序列建立的指数曲线方程为 Y=1500*（1.2）t,这表明A .每期增长率为120%B .每期增长率为20%C.每期增长率为1.2个单位D .每期的观测值为1.2个单位对某时间序列建立的趋势方程为 Y=100-5t，这表明该序列（A 没有趋势B 呈现

20、线性上升趋势C.呈现线性下降趋势D .呈现指数下降趋势 平滑法适合于预测（A） A .只含有随机波动的序列 B .含有多种成分的序列 C.含有趋势成分的序列 D .含有季节成分的序列 在多元回归分析中，通常需要计算调整的多重判定系数，这样可以避免多重判定系数的值（A.1010由于模型中自变量个数的增加而越来越接近B.由于模型中自变量个数的增加而越来越接近C.由于模型中样本量个数的增加而越来越接近 D .由于模型中样本量个数的增加而越来越接近 自相关是指不同点的时间序列（B）A .观察值之间的相关B 残差之间的相关C.预测值之间的相关D .观测值有线性趋势在多元线性回归分析中，如果 F检验表明线

21、性关系显著，则意味着（ A ）A .在多个自变量中至少有一个自变量与因变量之间的线性关系显著B .所有的自变量与因变量线性关系显著C .在多个自变量中至少有一个自变量与因变量之间的线性关系不显著D .所有的自变量与因变量之间的线性关系都不显著虚拟自变量的回归是指在回归模型中含有（ A）A .分类自变量B .数值型自变量C.分类因变量D .数值型因变量分类变量水平的平均值的差值 在多元线性回归分析中，利用逐步回归方法可以（A .避免回归模型的线性关系不显著B .避免所建立的回归模型存在多重共线性C.提高回归方程的估计精度D .使预测更加可靠 时间序列在长时期内呈现出来的某种持续向上或下降的变动称

22、为（A .趋势B .季节变动C.循环波动D不规则波动如果时间序列的残差存在自相关，使用最小二乘法拟合的回归模型进行预测（ A .违背了残差齐性的假定B .违背了残差独立性的假定C.违背了残差正态性的假定D .结果比较准确 下列不属于描述统计问题的是（A ） 根据样本信息对总体进行的推断 了解数据分布的特征分析感兴趣的总体特征利用图表等对数据进行汇总和分析45%的年轻人15%的年一项民意调查的目的是想确定年轻人愿意与其父母讨论的话题。调查结果表明： 愿意与其父母讨论家庭财务状况， 38%的年轻人愿意与其父母讨论有关教育的话题,轻人愿意与其父母讨论爱情问题。该调查所收集的数据是（ A .分类数据B

23、.顺序数据C.数值型数据D .实验数据8.为了解大学生的上网时间， 从全校所有学生宿舍中随机抽取 50个宿舍，然后对抽中宿舍中的每个学生进行调查，这种抽样调查方法是 DA.分层抽样B.简单随机抽样C.系统抽样D.整群抽样如果某一月份的商品销售额为 84万元，该月的季节指数等于 1.2,在消除季节因素后该月的销售额为（）A.60万元B.70万元C.90.8万元D.100.8 万元1.下面关于相关分析的陈述中，不正确的是 AA.相关系数的数值越大，说明两个变量之间的线性关系越强B.相关系数是一个随机变量C.相关系数的绝对值不会大于 1D.相关系数只度量两个变量之间的线性关系2.中，反映的是D在一元

24、回归模型SSE由于x的变化引起的y的线性变化部分 由于y的变化引起的x的线性变化部分 由于x和y的线性关系对y的影响 除x和y的线性关系之外的随机因素对 y的影响A.B.C.D.3.e有三个基本假定，即正态性、方差齐性和独立性。其在一元线性回归模型 中，对误差项e与其他x值所对应的不相关 e与其他y值所对应的不相关中的独立性是指 AA.对于一个特定的x值，它所对应的B.对于一个特定的y值，它所对应的C.对于所有的x值，e的方差都相同D.对于所有的y值，e的方差都相同4.在回归分析中，残差平方和是指 BA.各实际观测值与其均值的离差平方和B.各实际观测值 与回归值 的离差平方和C.回归预测值与因

25、变量均值的离差平方和D.因变量与自变量的平方和5.x的一个给定值在一元线性回归分析中，利用所求得的一元线性回归方程，对于自变量求出因变量的平均值的区间，这一区间称为 AA.因变量平均值的置信区间B.因变量个别值的预测区间C.自变量平均值的置信区间D.自变量个别值的预测区间6. 残差除以相应的标准差，其结果称为 CA.残差平方和B.残差C.标准化残差D.估计标准误差7.下面陈述中错误的是（D）A相关系数是度量两个变量之间线性关系强度的统计量B相关系数是一个随机变量C相关系数的绝对值不会大于 1D相关系数不会取负值8. 下面的相关系数取值哪一个是错误的（ C）A-0.8 B0.78 C1.25 D

26、09. 下面关于相关系数的陈述中哪一个是错的 AA数值越大说明两变量之间的关系越强B仅仅是两变量的线性关系的度量C不一定意味着两变量间存在因果关系D绝对值不会大于110.如果相关系数为0,则两变量间（C）A相关程度低B不存在任何关系C不存在线性相关关系D存在非线性相关关系11.在回归分析中，被预测或被解释的变量称为 BA自变量 B因变量 C随机变量 D非随机变量12.在回归分析中，描述因变量如何依赖于自变量和误差项的方程称为（A.回归方程 B.回归模型C估计的回归方程 D经验回归方程13.在回归分析中，根据样本数据求出的回归方程的估计称为（ C）A回归方程B回归模型C估计的回归方程D理论回归方

27、程14.下面关于回归模型的假定中哪一个是错的 AA自变量是随机的B误差项是一个期望值为 0的随机变量C对于所有的x值，误差项的方差都相同D误差项是一个服从正态分布的随机变量15.根据最小二乘法拟合直线回归方程是使（离差平方和）最小。16.回归系数的实际意义是（在一元线性回归方程中，A当x=0时，y的期望值 B当x变动一个单位时，C当x变动一个单位时，D当y变动一个单位时，18.在直线回归方程中，若回归系数为 0，则DAy对x的影响是显著的By对x的影响是不显著的Cx对y的影响是显著的Dx对y的影响是不显著的19.下面关系判定系数的陈述不正确的是 BA回归平方和占总平方和的比例B取舍范围是-1，

28、1C取值范围是0, 1D评价回归方程拟合优度的一个统计量 20.下面关于估计标准误差的陈述中不正确的是（A均方残差的平方根B对误差项的标准差的估计C排除了 x对y的线性影响后，y随机波动大小的一个估计量D试题了两个变量之间的关系强度 21 已知 SSR=4854, SSE=146，则判定系数为 97.08%22.在因变量的总离差平方和中，如果回归平方和所占比例大，则两变量之间A相关程度高 B相关程度低C完全相关 D完全不相关23.若变量x与y之间的相关系数r=0.8，则回归方程的判定系数为（C）A0.8 B0.89 C0.64 D0.4024.标准化残差是（A ） A残差除以残差的标准差B残差的标准差除以残差C因变量的观测值除以残差 D自变量的实际值除以残差