432统计学真题及答案.docx

1、432统计学真题及答案统计学试题一.单项选择题（本题包括1-30题共30个小题，每小题2分，共60分。在每小题给出的四个选项中，只有一个符合题目要求，把所选项前的字母填在答题卡相应的序号内）。1.为了调查某校学生的购书费用支出，从男生中抽取60名学生调查，从女生中抽取40名学生调查，这种抽样方法属于（ ）。A.简单随机抽样B.整群抽样C.系统抽样D.分层抽样2.某班学生的平均成绩是80分，标准差是10分。如果已知该班学生的考试分数为对称分布，可以判断考试分数在70到90分之间的学生大约占（ ）。A.95%B.89C.68D.993.已知总体的均值为50，标准差为8，从该总体中随机抽取样本量为6

2、4的样本，则样本均值的数学期望和抽样分布的标准误差分别为（ ）。A.50，8B.50，1C.50，4D.8，84.根据一个具体的样本求出的总体均值95%的置信区间（ ）。A. 以95%的概率包含总体均值 B. 有5%的可能性包含总体均值C. 绝对包含总体均值D. 绝对包含总体均值或绝对不包含总体均值5.一项研究发现，2000年新购买小汽车的人中有40%是女性，在2005年所作的一项调查中，随机抽取120个新车主中有57人为女性，在的显著性水平下，检验2005年新车主中女性的比例是否有显着增加，建立的原假设和备择假设为（C ）。6.在回归分析中，因变量的预测区间估计是指（B ）。7.在多元线性回

3、归分析中，如果F检验表明线性关系显着，则意味着（ ）。A.在多个自变量中至少有一个自变量及因变量之间的线性相关系着B.所有的自变量及因变量之间的线性关系都显着C.在多个自变量中至少有一个自变量及因变量之间的线性关系不显着D.所有的自变量及因变量之间的线性关系都不显着8.如果时间序列的逐期观察值按一定的增长率增长或衰减，则适合的预测模型是（ ）。A.移动平均模型B.指数平滑模型C.线性模型D.指数模型9.雷达图的主要用途是（ ）。A. 反映一个样本或总体的结构B. 比较多个总体的构成 C. 反映一组数据的分布D. 比较多个样本的相似性10.如果一组数据是对称分布的，则在平均数加减2个标准差之内的

4、数据大约有（ ）。A. 68%B. 90%C. 95%D. 99%11.从均值为200、标准差为50的总体中，抽出n=100的简单随机样本，用样本均值估计总体均值则的期望值和标准差分别为（ ）。A. 200，5B. 200，20C. 200，0.5D. 200，2512.95%的置信水平是指（ ）。A总体参数落在一个特定的样本所构造的区间内的概率为95% B总体参数落在一个特定的样本所构造的区间内的概率为5%C在用同样方法构造的总体参数的多个区间中，包含总体参数的区间比例为95%D在用同样方法构造的总体参数的多个区间中，包含总体参数的区间比例为5%13.在假设检验中，如果所计算出的值越小，说明

5、检验的结果（ ）。A越显着B越不显着C越真实D越不真实14.在下面的假定中，哪一个不属于方差分析中的假定（ ）。A每个总体都服从正态分布B. 各总体的方差相等C. 观测值是独立的D. 各总体的方差等于015.在方差分析中，数据的误差是用平方和来表示的，其中组间平方和反映的是（ ）。A. 一个样本观测值之间误差的大小B. 全部观测值误差的大小C. 各个样本均值之间误差的大小D. 各个样本方差之间误差的大小16.在多元线性回归分析中，t检验是用来检验（ ）。A. 总体线性关系的显着性B. 各回归系数的显着性 C. 样本线性关系的显着性17.为研究食品的包装和销售地区对其销售量是否有影响，在三个不同

6、地区中用三种不同包装方法进行销售，根据获得的销售量数据计算得到下面的方差分析表。表中“A”单元格和“B”单元格内的结果是（ ）。差异源SSdfMSF行22.22211.11A列955.562477.78B误差611.114152.78总计1588.898A. 0.073和3.127 B. 0.023和43.005C. 13.752和0.320 D. 43.005和0.32018.对某时间序列建立的预测方程为这表明该时间序列各期的观察值（ ）。A. 每期增加0.8 B. 每期减少0.2C. 每期增长80% D. 每期减少20%19.进行多元线性回归时，如果回归模型中存在多重共线性，则（ ）。A.

7、整个回归模型的线性关系不显着B.肯定有一个回归系数通不过显着性检验C.肯定导致某个回归系数的符号及预期的相反D.可能导致某些回归系数通不过显着性检验20.如果时间序列不存在季节变动，则各期的季节指数应（ ）。A. 等于0 B. 等于1 C. 小于0 D. 小于121.一所中学的教务管理人员认为，中学生中吸烟的比例超过30%，为检验这一说法是否属实，该教务管理人员抽取一个随机样本进行检验，建立的原假设和备择假设为检验结果是没有拒绝原假设，这表明（ ）。A有充分证据证明中学生中吸烟的比例小于30%B中学生中吸烟的比例小于等于30%C没有充分证据表明中学生中吸烟的超过30%D有充分证据证明中学生中吸

8、烟的比例超过30%22.某药品生产企业采用一种新的配方生产某种药品，并声称新配方药的疗效远好于旧的配方。为检验企业的说法是否属实，医药管理部门抽取一个样本进行检验。该检验的原假设所表达的是（ ）。A新配方药的疗效有显着提高 B新配方药的疗效有显着降低C新配方药的疗效及旧药相比没有变化 D新配方药的疗效不如旧药23.在回归分析中，残差平方和SSE反映了y的总变差中（ ）。A.由于X及Y之间的线性关系引起的Y的变化部分B.由于X及Y之间的非线性关系引起的Y的变化部分C.除了X对Y的线性影响之外的其他因素对Y变差的影响D.由于Y的变化引起的X的误差24.在公务员的一次考试中，抽取49个应试者，得到的

9、平均考试成绩为81分，标准差分。该项考试中所有应试者的平均考试成绩95%的置信区间为（ ）。A811.96 B813.36 C810.48 D814.5225.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100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（ ）。A.4750人 B. 4950人 C. 4550人 D. 3400人26.将一颗质地均匀的骰子（它是一种各面上分别标有点数1，2，3，4，5，6的正方体玩具）先后抛掷3次，至少出现一次6点向上的概率是(D )27.离散型随机变量的分布列为其中a,b是未知数，如果已知

10、取1的概率和取2的概率相等，则a =（ ）。A0.2 B0.3 C0.4 D0.528.甲乙两人将进行一局象棋比赛，考虑事件则为（ ）。A甲负乙胜 B甲乙平局 C甲负 D甲负或平局29.对于随机变量，有方差。A0.1 B1 C10 D10030.设函数f(x)在区间a,b上等于0.5，在此区间之外等于0，如果f(x)可以作为某连续型随机变量的密度函数，则区间a,b可以是（ ）。A0,0.5 B0.5,2.5 C1,1.5 D2,3二.简要回答下列问题（本题包括1-4题共4个小题，每小题10分，共40分）。1.简述假设检验中P值的含义。2.已知甲乙两个地区的人均收入水平都是5000元。这个500

11、0元对两个地区收入水平的代表性是否一样？请说明理由。3.简述分解法预测的基本步骤。4.正态分布的概率密度函数f(x)有两个参数，请结合函数f(x)的几何形状说明的意义。三.计算及分析题（本题包括1-3题共3个小题，第1小题和第2小题每题20分，第3 小题10分，共50分）。1.某企业生产的袋装食品采用自动打包机包装，每袋标准重量为100克。现从某天生产的一批产品中按重复抽样随机抽取50包进行检查，测得每包重量（克）如下：每包重量（克）包数96-98298-1003100-10234102-1047104-1064合计50（1）确定该种食品平均重量95%的置信区间。（2）采用假设检验方法检验该批

12、食品的重量是否符合标准要求？（，写出检验的具体步骤）。2.一家产品销售公司在30个地区设有销售分公司。为研究产品销售量(y)及该公司的销售价格（x1）、各地区的年人均收入(x2)、广告费用(x3)之间的关系，搜集到30个地区的有关数据。利用Excel得到下面的回归结果（）：（1）将方差分析表中的所缺数值补齐。（2）写出销售量及销售价格、年人均收入、广告费用的多元线性回归方程，并解释各回归系数的意义。（3）检验回归方程的线性关系是否显着？（4）计算判定系数，并解释它的实际意义。（5）计算估计标准误差，并解释它的实际意义。3.参考答案一、单项选择题1. D；2. C；3. B；4. D；5. C；

13、6. B；7. A；8. D；9. D；10. C；11. A；12. C；13. A；14. D；15. C；16. B；17. A；18.D；19.D；20.B；21.C；22.C；23.C；24.B；25.D；26.D；27.C；28.D；29.A；30.B。二、简要回答题1.（1）如果原假设是正确的，所得到的样本结果会像实际观测结果那么极端或更极端的概率，称为P值。（2）P值是指在总体数据中，得到该样本数据的概率。（3）P值是假设检验中的另一个决策工具，对于给定的显着性水平则拒绝原假设。2.这要看情况而定。如果两个地区收入的标准差接近相同时，可以认为5000元对两个地区收入水平的代表性接近相同。如果标准差有明显不同，则标准差小的，5000元对该地区收入水平的代表性就要好于标准差大的。3.（1）确定并分离季节成分。计算季节指数，以确定时间序列中的季节成分。然后将季节成分从时间序列中分离出去，即用每一个时间序列观测值除以相应的季节指数，以消除季节成分。（2）建立预测模型并进行预测。对消除季节成分的时间序列建立适当的预测模型，并根据这一模型进行预测。（3）计算出最后的预测值。用预测值乘以相应的季节指数，得到最终的预测值。4.三、计算及分析题