统计学第11章-习题

合集下载

贾俊平《统计学》章节题库-第十一章至第十二章(圣才出品)

2 / 88
圣才电子书十万种考研考证电子书、题库视频学习平台

5．根据下面的散点图，可以判断两个变量之间存在（）。
A．正线性相关关系 B．负线性相关关系 C．非线性关系 D．函数关系【答案】B 【解析】在线性相关中，若两个变量的变动方向相反，一个变量的数值增加，另一个变量的数值随之减少，或一个变量的数值减少，另一个变量的数值随之增加，则称为负线性相关关系。
1 / 88
圣才电子书十万种考研考证电子书、题库视频学习平台

3．下面的假定中，哪个属于相关分析中的假定（）。 A．两个变量之间是非线性关系 B．两个变量都是随机变量 C．自变量是随机变量，因变量不是随机变量 D．一个变量的数值增大，另一个变量的数值也应增大【答案】B 【解析】在进行相关分析时，对总体主要有以下两个假定：①两个变量之间是线性关系； ②两个变量都是随机变量。
【答案】C 【解析】在线性相关中，若两个变量的变动方向相反，一个变量的数值增加，另一个变
5 / 88
圣才电子书十万种考研考证电子书、题库视频学习平台

量的数值随之减少，或一个变量的数值减少，另一个变量的数值随之增加，即 x 值增大时 y 值随之变小，或 x 值变小时 y 值随之增大，则称为负相关。
12．如果相关系数 r=0，则表明两个变量之间（）。 A．相关程度很低 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【答案】C 【解析】相关系数是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。如果相关系数 r=0，说明两个变量之间不存在线性相关关系。
13．设产品产量与产品单位成本之间的线性相关系数为-0.87，这说明二者之间存在着（）。
2．下面的各问题中，哪个不是相关分析要解决的问题（）。 A．判断变量之间是否存在关系 B．判断一个变量数值的变化对另一个变量的影响 C．描述变量之间的关系强度 D．判断样本所反映的变量之间的关系能否代表总体变量之间的关系【答案】B 【解析】相关分析就是对两个变量之间线性关系的描述与度量，它主要解决的问题包括： ①变量之间是否存在关系；②如果存在关系，它们之间是什么样的关系；③变量之间的关系强度如何；④样本所反映的变量之间的关系能否代表总体变量之间的关系。

管理统计学习题参考答案第十一章

十一章1. 解：回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。

回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；在线性回归中，按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。

如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。

如果回归分析中包括两个或两个以上的自变量，且自变量之间存在线性相关，则称为多元线性回归分析。

相关分析，相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。

相关分析和回归分析是研究客观现象之间数量联系的重要统计方法。

既可以从描述统计的角度，也可以从推断统计的角度来说明。

所谓相关分析，就是用一个指标来表明现象间相互依存关系的密切程度。

所谓回归分析，就是根据相关关系的具体形态，选择一个合适的数学模型，来近似地表达变量间的平均变化关系。

它们具有共同的研究对象，在具体应用时，相关分析需要依靠回归分析来表明现象数量相关的具体形式，而回归分析则需要依靠相关分析来表明现象数量变化的相关程度。

只有当变量之间存在着高度相关时，进行回归分析寻求其相关的具体形式才有意义。

由于相关分析不能指出变量间相互关系的具体形式，所以回归分析要对具有相关关系的变量之间的数量联系进行测定，从而为估算和预测提供了一个重要的方法。

在有关管理问题的定量分析中，推断统计加具有更加广泛的应用价值。

需要指出的是，相关分析和回归分析只是定量分析的手段。

通过相关与回归分析，虽然可以从数量上反映现象之间的联系形式及其密切程度，但是现象内在联系的判断和因果关系的确定，必须以有关学科的理论为指导，结合专业知识和实际经验进行分析研究，才能正确解决。

因此，在应用时要把定性分析和定量分析结合起来，在定性分析的基础上开展定量分析。

人大《统计学》第十一章时间序列分析ppt

统计学
中国人民大学出版社
All rights reserved
第11章时间序列分析
第11章时间序列分析
§1 时间序列的描述 §2 时间序列的分解法 §3 时间序列的平滑法 §4 ARIMA模型
2
§1 时间序列的描述
§1.1 时间序列及其分类 §1.2 图形描述 §1.3 水平变动描述 §1.4 速度变动描述
17
§1.3 水平变动描述
2．增长量与平均增长量增长量用来描述现象在观测期内增长的绝对数量，由报告期发展水平减去基期发展水平得到。增长量按基期的选择分类 1. 逐期增长量 2. 累计增长量
18
§1.3 水平变动描述
设时间序列观测值为 Y（i i 0,1, , n），增长量为。计算公式为
定基发展速度：
Ri
Yi Y0
（ i 1,2, ,n ）
各期环比发展速度的连乘积等于相应的定基发展速度：
n Yi Yn
Y i1 i1 Y0
相邻两个定基发展速度之商等于相应的环比发展速度：
Yi Yi1 Yi Y0 Y0 Yi1
23
§1.4 速度变动描述
2．增长速度(增长率)
增长速度
报告期发展水平基期发展水平
增长1%的绝对值
=
Yi Yi1
Yi1
Yi
Yi Yi1
1
100
100
28
§2 时间序列的分解法
§2.1 时间序列的分解模型 §2.2 时间序列的分解步骤 §2.3 利用时间序列分解模型展开预测
29
§2.1 时间序列的分解模型
时间序列的变动分解长期趋势（T）季节变动（S）循环变动（C）不规则变动（I）

统计学-第11章一元线性回归学习指导

第11章一元线性回归（相关与回归）学习指导一、本章基本知识梳理基本知识点含义或公式相关关系客观现象之间确实存在的、但在数量表现上不是严格对应的依存关系。

函数关系客观现象之间确实存在的、而且数量表现上是严格对应的依存关系。

因果关系有相关关系的现象中能够明确其中一种现象(变量)是引起另一种现象(变量)变化的原因，另一种现象是这种现象变化的结果。

起影响作用的现象(变量)称为“自变量”；而受自变量影响发生变动的现象(变量)称为“因变量”。

因果关系∊相关关系，但相关关系中还包括互为因果关系的情况。

相关关系的种类按涉及变量多少分为单相关、复相关；按相关方向分为正相关、负相关；按相关形态分为线性相关、非线性相关等。

线性(直线) 相关系数简称相关系数，反映具有直线相关关系的两个变量关系的密切程度。

()()∑∑∑∑∑∑∑---==2222y yn x xn yx xy n SS S r yx xy相关系数的显著性检验 ——t 检验 ()().2;,212:0:,0:020221Hn t t Hn t t rn r t HH，拒绝不能拒绝检验统计量-〉-〈--=≠=ααρρ回归方程中的参数β0和β1为回归直线的截距、起始值，表示在没有自变量x 的影响(即x =0)时，其他各种因素对因变量y 的平均影响；β1为回归系数、斜率，表示自变量x 每变动一个单位，因变量y 的平均变动量。

β1的最小平方估计：∑∑∑∑∑⎪⎭⎫ ⎝⎛--=221x x n yx xy nβ估计标准误差反映因变量实际值与其估计值之间的平均差异程度，表明其估计值对实际值的代表性强弱。

其值越大，实际值与估计值之间的平均差异程度越大，估计值的代表性越差。

()代替。

用大样本条件下，分母可；n n yyS e 2ˆ2--=∑总离差平方和S S T反映因变量的n 个观察值与其均值的总离差。

回归离差平方和S S R 反映自变量x 的变化对因变量y 取值变化的影响；或者说，是由于x 与y 之间的线性关系引起的y 取值的变化，也称为可解释的平方和。

卫生统计学习题软件分析教程例题STATA11

第11章例11.1续分析命令pwcorr DON OAP,sig star(0.05)结果解释| DON OAP-------------+---------------------------------DON | 1.0000OAP | 0.7863* 1.0000| 0.0000其中，0.0000为相关系数假设检验的P值。

例11.2分析命令reg OAP DON结果解释Source | SS df MS Number of obs = 38-------------+----------------------------------------------- F(1, 36) = 58.32Model | 1027.2061 1 1027.2061 Prob > F = 0.0000 Residual | 634.126683 36 17.6146301 R-squared = 0.6183-------------+----------------------------------------------- Adj R-squared = 0.6077 Total | 1661.33278 37 44.9008859 Root MSE = 4.197--------------------------------------------------------------------------------------------------------------------- OAP | Coef. Std. Err. t P>|t| [95% Conf. Interval]-------------+------------------------------------------------------------------------------------------------------- DON | .0296948 .0038886 7.64 0.000 .0218084 .0375811_cons | 4.785631 1.021456 4.69 0.000 2.714023 6.857239--------------------------------------------------------------------------------------------------------------------- 其中，0.0297为回归系数，（0.0218,0.0376）为回归系数的95%置信区间；7.64为回归系数t检验的统计量t值，0.000为其所对应的p值；58.32为回归系数方差分析的统计量F值，0.0000为其所对应的p值。

统计学(第六版)贾俊平-课后习题及答案

目录第一章P10 (1)第二章P34 (2)第三章P66 (3)第四章P94 (8)第七章P176 (11)第八章Ｐ212 (15)第10 章Ｐ258 (17)第11 章Ｐ291 (21)第13 章P348 (26)第14 章P376 (30)第一章P10一、思考题1.1什么是统计学？1.2解释描述统计和推断统计。

1.3统计数据可分为哪几种类型？不同类型的数据各有什么特点？1.4解释分类数据、顺序数据和数值型数据的含义。

1.5举例说明总体、样本、参数、统计量、变量这几个概念。

1.6变量可分为哪几类？1.7举例说明离散型变量和连续型变量。

1.8请举出统计应用的几个例子。

1.9请举出应用统计的几个领域。

1.1 指出下面变量的类型：（1）年龄（2）性别（3）汽车产量（4）员工对企业某项改革措施的态度（赞成、中立、反对）（5）购买商品时的支付方式（现金、信用卡、支票）（1）数值型变量。

（2）分类变量。

（3）离散型变量。

（4）顺序变量。

（5）分类变量。

1.2 某研究部门准备抽取 2000 个职工家庭推断该城市所有职工家庭的年人均收入。

要求：（1）描述总体和样本。

（2）指出参数和统计量。

（1）总体是该市所有职工家庭的集合；样本是抽中的 2000 个职工家庭的集合。

（2）参数是该市所有职工家庭的年人均收入；统计量是抽中的 2000 个职工家庭的年人均收入。

1.3 一家研究机构从 IT 从业者中随机抽取 1000 人作为样本进行调查，其中 60%的人回答他们的月收入在5000 元以上，50%的人回答他们的消费支付方式是用信用卡。

回答下列问题：（1）这一研究的总体是什么？（2）月收入是分类变量、顺序变量还是数值型变量？（3）消费支付方式是分类变量、顺序变量还是数值型变量？（4）这一研究涉及截面数据还是时间序列数据？（1）总体是所有 IT 从业者的集合。

（2）数值型变量。

（3）分类变量。

（4）截面数据。

1.4 一项调查表明，消费者每月在网上购物的平均花费是 200 元，他们选择在网上购物的主要原因是“价格便宜”。

贾俊平《统计学》(第5版)章节题库-第十一章至第十四章【圣才出品】

2．下面的各问题中，哪个不是相关分析要解决的问题（）。 A．判断变量之间是否存在关系 B．判断一个变量数值的变化对另一个变量的影响 C．描述变量之间的关系强度 D．判断样本所反映的变量之间的关系能否代表总体变量之间的关系【答案】B 【解析】相关分析就是对两个变量之间线性关系的描述与度量，它主要解决的问题包括： ①变量之间是否存在关系；②如果存在关系，它们之间是什么样的关系；③变量之间的关系强度如何；④样本所反映的变量之间的关系能否代表总体变量之间的关系。
9．根据你的判断，下面的相关系数取值哪一个是错误的（）。 A．-0.86 B．0.78 C．1.25 D．0
4 / 166
圣才电子书

【答案】C
十万种考研考证电子书、题库视频学习平台
【解析】相关系数 r 的取值范围是[-1，1]。
10．下面关于相关系数的陈述中哪一个是错误的（）。 A．数值越大说明两个变量之间的关系就越强 B．仅仅是两个变量之间线性关系的一个度量，不能用于描述非线性关系 C．只是两个变量之间线性关系的一个度量，不一定意味着两个变量之间一定有因果关系 D．绝对值不会大于 l 【答案】A 【解析】相关系数的性质有：①r 的取值范围是[-1，1]；②r 具有对称性；③r 的数值
6 / 1பைடு நூலகம்6
圣才电子书十万种考研考证电子书、题库视频学习平台
【答案】C 【解析】在线性相关中，若两个变量的变动方向相反，一个变量的数值增加，另一个变
5 / 166
圣才电子书十万种考研考证电子书、题库视频学习平台

量的数值随之减少，或一个变量的数值减少，另一个变量的数值随之增加，即 x 值增大时 y 值随之变小，或 x 值变小时 y 值随之增大，则称为负相关。

卫生统计学第十一章统计设计

答案解析：实验设计四大原则是均衡原则、对照原则、重复原则和随机化原则。均衡原则是指各个处理组、对照组间除处理因素不同外其他条件相同或一致，也可称为组间齐同。
做答人数:0
做对人数:0
所占比例: 0
题号： 3 本题分数： 1.7
下列说法正确的是
A．因抽样误差随抽样样本含量的增大而减小，所以在抽样研究中总是考虑样本含量越大越好
做答人数:0
做对人数:0
所占比例: 0
题号： 2 本题分数： 1.7
实验设计的四原则是
A．收集、整理、分析、结论
B．齐同、对照、重复、随机
C．设计、操作、计算、推断
D．对照、随机、操作、归纳
E．对照、随机、操作、汇总
正确答案： B
D．分组原则、随机原则、重复原则、均衡原则
E．对照原则、随机原则、分组原则、均衡原则
正确答案： A
做答人数:0
做对人数:0
所占比例: 0
题号： 12 本题分数： 1.7
将实验和对照在同一受试对象身上进行的对照称为
A．空白对照
B．实验对照
做答人数:0
做对人数:0
所占比例: 0
题号： 14 本题分数： 1.7

将受试对象完全随机分配到各个处理组中进行实验观察或分别从不同总体中随机抽样进行对比观察，此种设计为
A．随机区间设计
B．完全随机设计
C．配对设计
D．配伍组设计
E．以上均不对
做答人数:0
做对人数:0
所占比例: 0
题号： 7 本题分数： 1.7
抽样调查必须遵循

统计学习题第十一章非参数检验

第十一章非参数检验第一节符号检验符号检验的方法·符号检验的特点和作用第二节配对符号秩检验配对符号秩检验的方法·配对符号秩检验的效力第三节秩和检验秩和检验的方法·秩和检验的近似第四节游程检验游程的概念·游程检验的方法·差符号游程检验第五节累计频数检验累计频数检验的方法·累计频数检验的应用一、填空1．非参数检验，泛指“对分布类型已知的总体进行参数检验”（）的所有检验方法。

2．符号检验的零假设就是配对观察结果的差平均起来等于（）。

3．理论研究表明，对于配对样本非正态分布的差值d，（）是最佳检验。

4．秩和检验检验统计量U是U1和U2中较（）的一个。

5．秩尺度之统计量的均值和标准差只取决于（）。

6．（）常被用作经验分布与理论分布的比较。

7．绝对值相等的值，应将它们的秩（）。

8．符号检验，在分布自由检验中称为（）。

9．符号检验和配对符号秩检验，都只适用于（）样本。

10．数据序列ABBABAAABABBABBAAAAAB的总游程数是（）二、单项选择1．下列检验中，不属于非参数统计的方法的是（）。

A总体是否服从正态分布 B 总体的方差是否为某一个值C 样本的取得是否具有随机性D 两组随机变量之间是否相互独立2．下列情况中，最适合非参数统计的方法是（）。

A反映两个大学新生成绩的差别B 反映两个大学新生家庭人均收入的差别C 反映两个大学三年级学生对就业前景的看法差别D反映两个大学在校生消费水平的差别3．不属于非参数检验的是（）。

A符号检验B游程检验C累计频数检验 D F检验4．在累计频数检验中，卡方的自由度为（）。

A n1B 2C n2D n1+n25．配对符号秩检验的效力（）。

A 小于符号检验B 大于t 检验C 介于符号检验与t 检验之间D 无法与符号检验及t 检验比较 6．如果我们说非参数检验的效力是80%，下列哪种解释正确。

（）A 如果用参数检验需要100个数据，那么在同等的检验效力下，非参数检验只要80个数据；B 如果用非参数检验需要100个数据，那么在同等的检验效力下，参数检验只要80个数据；C 如果用参数检验需要100个数据，那么在同等的检验效力下，非参数检验只要20个数据；D 如果用非参数检验需要100个数据，那么在同等的检验效力下，参数检验只要20个数据；7．对于秩和检验，U 1、U 2和n 1、 n 2的关系是（）。

第十一章统计决策.

11 - 2
统计学
STATISTICS
11.1 统计决策的基本概念
一、什么是统计决策二、统计决策的基本步骤三、收益矩阵表
11 - 3
统计学
STATISTICS
什么是统计决策
狭义的统计决策方法是一种研究非对抗型和非确定型决策问题的科学的定量分析方法。
11 - 4
统计学
STATISTICS
11 - 13
统计学
STATISTICS
11.3 一般风险型决策
一、然状态概率分布的估计二、风险型决策的准则三、利用决策树进行风险型决策
11 - 14
统计学
STATISTICS
自然状态概率分布的估计
客观概率是一般意义上的概率，通常是由自然状态的历史资料推算或按照随机实验的结果计算出来的。主观概率是决策者基于自身的学识和经验作出的对某一事件发生可能性的主观判断。
11 - 24
统计学完全信息价值与补充信息价值
STATISTICS
完全信息，是指在对某一问题进行决策时，对于所有可能出现的状态都可以提供完全确切的情报。完全信息的价值，可以由掌握完全信息前后，所采取的不同行动方案的收益值的差额来表示。用收益值差额的期望值来综合反映完全信息的价值。
11 - 25
11 - 45
统计学
STATISTICS
11 - 46
统计学
STATISTICS
11 - 47
2 j 1 n
Vi＝
11 - 17
Var (ai ) E(Q(ai))
(i =1,2,…,m)
统计学
STATISTICS
（三）最大可能准则在最可能状态下，可实现最大收益值的方案为最佳方案。最大可能准则是将风险条件下的决策问题，简化为确定条件下的决策问题。只有当最可能状态的发生概率明显大于其他状态时，应用该准则才能取得较好的效果。（四）满意准则利用这一准则进行决策，首先要给出一个满意水平。然后，将各种方案在不同状态下的收益值与目标值相比较，并以收益值不低于目标值的累积概率为最大的方案作为所要选择的方案。利用该准则的决策结果，与满意水平的高低有很大关系。

统计学(贾5)课后练答案(11-14章)

第11章一元线性回归分析11.1（1）散点图（略），产量与生产费用之间正的线性相关关系。

（2）920232.0=r（3）检验统计量2281.24222.142=>=αt t ，拒绝原假设，相关系数显著。

11.2 （1）散点图（略）。

（2） 8621.0=r11.3 （1）0ˆβ表示当0=x 时y 的期望值。

（2）1ˆβ表示x 每变动一个单位y 平均下降0.5个单位。

（3） 7)(=y E 11.4 （1）%902=R （2）1=e s11.5 一家物流公司的管理人员想研究货物的运输距离和运输时间的关系，为此，他抽出了公司最近10(1)绘制运送距离和运送时间的散点图，判断二者之间的关系形态： (2)计算线性相关系数，说明两个变量之间的关系强度。

(3)利用最小二乘法求出估计的回归方程，并解释回归系数的实际意义。

（2）x 运送距离（km ）y 运送时间（天）x 运送距离（km ）Pearson 相关性 1.949(**) 显著性（双侧）0.000 N10 10 y 运送时间（天）Pearson 相关性 .949(**) 1显著性（双侧） 0.000 N**. 在 .01 水平（双侧）上显著相关。

有很强的线性关系。

（3）模型非标准化系数标准化系数t显著性B标准误Beta1 （常量）0.118 0.355 0.333 0.748 x 运送距离（km ）a. 因变量: y 运送时间（天）回归系数的含义：每公里增加0.004天。

(1)人均GDP作自变量，人均消费水平作因变量，绘制散点图，并说明二者之间的关系形态。

(2)计算两个变量之间的线性相关系数，说明两个变量之间的关系强度。

(3)利用最小二乘法求出估计的回归方程，并解释回归系数的实际意义。

(4)计算判定系数，并解释其意义。

(5)检验回归方程线性关系的显著性(a=0.05)。

(6)如果某地区的人均GDP 为5 000元，预测其人均消费水平。

CH11

表 11-14 编号 1 2 3 4 5 10 名正常成年男性的血浆清蛋白含量及血红蛋白含量检测结果血浆清蛋白含量(x) 35.5 36.5 38.5 37.5 36.5 血红蛋白含量(y) 119.5 120.5 127.5 126.5 120.5 编号 6 7 8 9 10 血浆清蛋白含量(x) 35.4 34.5 34.2 34.6 33.5 血红蛋白含量(y) 118.5 110.5 109.2 108.5 105.3
思考与练习
7. 思考题 (1)Pearson积矩相关系数经检验无统计学意义,是否积矩相关系数r经检验无统计学意义积矩相关系数经检验无统计学意义, 意味着两变量间一定无关系? 意味着两变量间一定无关系? 答:对满足二元正态分布的随机样本,若直接计算 Pearson积矩相关系数且经检验无统计学意义,并不意味着两变量间一定无关系,若两者之间是非线性关系的话,其 Pearson积矩相关系数也会无统计学意义,因此在确定两变量间有无线性关系时应先绘出散点图进行直观考察后再作出判断. (2)Pearson积矩相关系数经检验有统计学意义,P值积矩相关系数r经检验有统计学意义积矩相关系数经检验有统计学意义, 值很小,是否意味着两变量间一定有很强的线性关系? 很小,是否意味着两变量间一定有很强的线性关系? 答:Pearson积矩相关系数r经检验有统计学意义,且P值很小,并不意味着两变量间一定有很强的线性关系.参看本章第一节线性相关应用中应注意的问题中的2,3,4,5 点.
χ2 χ2 +n
关于 Pearson 列联系数是否为零的检验等价于 Pearson χ 2 检验.
思考与练习
1.对某省 8 个地区水质的碘含量及其甲状腺肿的患病率作了调查后得到表 11-13 的数据,试问不同地区的甲状腺肿的患病率高低与本地区水质的碘含量有无关联?

统计学第十一章统计决策教学指导与习题解答

第十一章统计决策Ⅰ. 学习目的本章对统计决策的基本理论、方法及其应用，作扼要的介绍。

通过学习，要求：1.理解有关统计决策的基本概念与基本步骤，能够运用收益矩阵表与决策树形图表述所要研究的决策问题；2. 了解各种决策准则的特点与适用的场合，能够运用这些准则，进行完全不确定性决策与一般风险型决策；3. 了解贝叶斯决策的基本思想，掌握后验概率的计算方法，并在此基础上进行决策分析。

Ⅱ. 课程内容要点第一节统计决策的基本概念一、什么是统计决策所谓决策，就是在占有一定信息的基础上，利用各种方法，对影响特定目标的各种因素进行计算和分析，从而选择关于未来行动的“最佳方案”或“满意方案”的过程。

狭义的统计决策方法是一种研究非对抗型和非确定型决策问题的科学的定量分析方法。

开展统计决策研究，有助于避免决策的盲目性，提高决策的科学性。

二、统计决策的基本步骤（一）确定决策目标；反映决策目标的变量，称为目标变量。

当决策所145要求达到的目标只有一个时，称为单目标决策。

当决策所要求达到的目标不止一个时，称为多目标决策。

（二）拟定备选方案备选方案是决策者可以调控的因素，备选方案中所调控的变量称为行动变量。

所有备选方案的集合称为行动空间。

（三）列出自然状态所谓自然状态，是指实施行动方案时，可能面临的客观条件和外部环境。

所有可能出现的状态的集合称为状态空间，而相应的各种状态可能出现的概率的集合称为状态空间的概率分布。

（四）测算结果（五）选择“最佳”或“满意”的方案（六）实施方案三、收益矩阵表a1a2…a m第二节完全不确定型决策一、完全不确定型决策的准则（一）最大的最大收益值准则该准则又称乐观准则或“好中求好”准则。

在决策时，先选出各种状态下每个方案的最大收益值，然后再从中选择最大者，并以其相对应的方案作为所要选择的方案。

（二）最大的最小收益值准则146147该准则又称悲观准则或“坏中求好”准则。

在决策时，先选出各种状态下每个方案的最小收益值，然后再从中选择最大者，并以其相对应的方案作为所要选择的方案。

统计学人教版第五版7,8,10,11,13,14章课后题答案

统计学人教版第五版7,8,10,11,13,14章课后题答案第七章参数估计7.1 （1）79.0405===nx σσ （2）由于1-α=95% α=5% 96.12=αZ所以估计误差55.140596.12≈⨯=nZ σα7.2 （1）14.24915===nx σσ （2）因为96.12=αZ 所以20.4491596.12≈⨯=nZ σα（3）μ的置信区间为20.41202±=±nZ x σα7.3 由于96.12=αZ 104560=x 85414=σ n=100所以μ的95%置信区间为14.167411045601008541496.11045602±=⨯±=±nZ x σα7.4（1）μ的90%置信区间为97.18110012645.1812±=⨯±=±n s Z x α（2）μ的95%置信区间为35.2811001296.1812±=⨯±=±n s Z x α（3）μ的99%置信区间为096.3811001258.2812±=⨯±=±n s Z x α7.5 （1）89.025605.396.1252±=⨯±=±nZ x σα（2）416.66.1197589.23326.26.1192±=⨯±=±n s Z x α（3）283.0419.332974.0645.1419.32±=⨯±=±n s Z x α7.6 （1）035.25389001550096.189002±=⨯±=±nZ x σα（2）650.16589003550096.189002±=⨯±=±nZ x σα（3）028.139890035500645.189002±=⨯±=±n s Z x α（4）583.196890035500326.289002±=⨯±=±n s Z x α7.7 317.31==∑i x nx ()609.1113612=--=∑=i ix x n s 90%置信区间为441.0317.336609.1645.1317.32±=⨯±=±n s Z x α95%置信区间为526.0317.336609.196.1317.32±=⨯±=±n s Z x α99%置信区间为6908.0317.336609.1576.2317.32±=⨯±=±n s Z x α7.8 101==∑i x nx ()464.311812=--=∑=i ix x n s 所以95%置信区间为()896.2108464.33646.21012±=⨯±=±-n s t x n α7.9 375.91==∑i x n x 由于()131.2)15(025.012==-t t n α ()113.4112=--=∑x x n s i 所以95%置信区间为()191.2375.916113.4131.2375.912±=⨯±=±-n s t x n α7.10 （1）63.05.1493693.196.15.1492±=⨯±=±n s Z x α（2）中心极限定理 7.11 （1）132.10150665011=⨯==∑i x nx ()641.188.131491112=⨯=--=∑x x n s i 455.032.10150641.196.132.1012±=⨯±=±n s Z x α（2）由于9.05045==p 所以合格率的95%置信区间为()083.09.0501.09.096.19.012±=⨯⨯±=-±n p p Z p α7.12 由于128.161==∑i x n x ()745.3)24(005.012==-t t n α ()8706.0112=--=∑x x n s i所以99%置信区间为653.028.161258706.0745.328.161)1(2±=⨯±=-±n s n t x α 7.13 7396.1)17()1(05.02==-t n t α 556.131==∑i x nx ()800.7112=--=∑x x n s i所以90%置信区间为198.3556.13188.77396.1556.13)1(2±=⨯±=-±n s n t x α 7.14（1）()194.051.04449.051.0576.251.012±=⨯⨯±=-±n p p Z p α（2）()0435.082.030018.082.096.182.012±=⨯⨯±=-±n p p Z p α（3）()024.048.0115052.048.0645.148.012±=⨯⨯±=-±n p p Z p α7.15（1）90%置信区间为()049.023.020077.023.0645.123.012±=⨯⨯±=-±n p p Z p α（2）95%置信区间为()058.023.020077.023.096.123.012±=⨯⨯±=-±n p p Z p α7.16 89.1652001000576.222222222=⨯=⎪⎪⎭⎫ ⎝⎛=⇒=E Z n nZ E σδαα所以n 为166 7.17（1）()13.25302.06.04.0054.2122222=⨯⨯=-⎪⎪⎭⎫⎝⎛=E Z n ππα 所以n 为254 （2）()0625.15004.05.05.096.1122222=⨯⨯=-⎪⎪⎭⎫⎝⎛=E Z n ππα 所以n 为151（3）()89.26705.045.055.0645.1122222=⨯⨯=-⎪⎪⎭⎫⎝⎛=E Z n ππα 所以n 为268 7.18（1）64.05032==p （2）()46.611.02.08.096.1122222=⨯⨯=-⎪⎪⎭⎫⎝⎛=E Z n ππα 所以n 为62 7.19（1）()()339.661501205.022=-=-χχαn()()930.331501295.0221=-=--χχαn ()()2212222211ααχσχ--≤≤-s n s n所以()()40.272.1293.33492339.66491122122≤≤⇒⨯≤≤⨯⇒-≤≤--σσχσχααs n s n（2）()()6848.231151205.022=-=-χχαn()()5706.61151295.0221=-=--χχαn()()043.0015.002.05.61470602.06848.23141122122≤≤⇒⨯≤≤⨯⇒-≤≤--σσχσχααs n s n （3）()()6706.321221205.022=-=-χχαn()()5913.111221295.0221=-=--χχαn ()()725.4185.24315913.112131706.36211122122≤≤⇒⨯≤≤⨯⇒-≤≤--σσχσχααs n s n 7.20（1）15.71==∑i x n x ()4767.0112=--=∑x x n s i ()()0228.1911012025.022=-=-χχαn ()()7004.211012975.0221=-=--χχαn ()()87.0328.04767.07004.294767.00228.1991122122≤≤⇒⨯≤≤⨯⇒-≤≤--σσχσχααs n s n（2）()()326.3253.1822.17004.29822.10228.1991122122≤≤⇒⨯≤≤⨯⇒-≤≤--σσχσχααs n s n7.21 2)1()1(212222112-+-+-=n n s n s n s p=442.981910268.9613≈⨯+⨯ （1）21μμ-的90%置信区间为： 212122111)2()(n n s n n t x x p+-+±-α=⨯⨯±442.98729.18.971141+ =9411.78.9± （2）21μμ-的95%置信区间为： 212122111)2()(n n s n n t x x p+-+±-α=⨯⨯±442.9893.028.971141+ =13.698.9± （3）21μμ-的99%置信区间为： ⨯⨯±442.98609.828.971141+=40.1138.9± 7.22（1）2122121221)(n s n s z x x +±-α=36.096.12⨯±=176.12±（2）2)1()1(212222112-+-+-=n n s n s n s p=18209169⨯+⨯=18212122111)2()(n n s n n t x x p+-+±-α=5118.122⨯⨯±=8.932± （3）1)(1)()(222221212122122121-+-+=n n s n n s n s n s ν=17.78 2122121221)(t )(n s n s x x +±-να=6.31.22⨯±=98.32±（4）048.2)28(t 025.0=2)1()1(212222112-+-+-=n n s n s n s p=18.714 212122111)2()(n n s n n t x x p+-+±-α=20110114.71848.022+⨯⨯± =3.432±（5）1)(1)()(222221212122122121-+-+=n n s n n s n s n s ν1919.61)20201016(222++==20.05 086.2)(t =να2122121221)(t )(n s n s x x +±-να=1.61086.22+⨯±=64.332± 7.23（1）47d = 1)(2--=∑n d ds id =48332=917.6（2）n s n t d )1(d -±α=185.447± 7.24 6216.2)1(2=-n t α 11=d ，53197.6=d s d μ的置信区间为：ns n t d )1(d 2-±α=1053197.66216.211⨯±=4152.511±7.25（1）222111221)1()1()(p n p p n p p z p -+-±-α=25076.03.02506.04.0645.11.0⨯+⨯⨯±=0698.01.0± （2）222111221)1()1()(p n p p n p p z p -+-±-α=25076.03.02506.04.096.11.0⨯+⨯⨯±=0831.01.0± 7.26 241609.01=s 076457.02=s)1,1(21--n n F α=)20,20(025.0F =2.464 )20,20(975.0F =0.40576212221222122221αασσ-≤≤F s s F s s 40576.0986.9446.2986.92221≤≤σσ 611.240528.42221≤≤σσ7.27 222)1()(Ez n ππα-==2204.098.002.096.1⨯⨯=47.06 所以 n =487.282222)(E z n σα==2222012096.1⨯=138.30所以 n =139第8章假设检验二、练习题（说明：为了便于查找书后正态分布表，本答案中，正态分布的分位点均采用了下侧分位点。

张厚粲《现代心理与教育统计学》(第3版)配套题库[课后习题](非参数检验)

第11章非参数检验1．什么是非参数检验?与参数方法比较，它有哪些特点?答：非参数检验指对总体分布形式所知甚少，需要对未知分布函数的形式及其他特征进行假设检验。

常见的非参数检验有符号检验、秩和检验、中数检验等。

非参数检验相对参数检验不需要严格的前提假设，特别是关于分布正态性假设，所以也称为自由分布检验；特别适用于等级/名义型资料，对这类数据参数方法无法直接检验；特别适用于小样本的探索性/预备研究；其优点是计算简便，直观，易于掌握，检验速度较快；缺点是对资料的信息利用少，方法的效能和完善性都不及参数检验2．符号检验法的基本思想是什么?答：符号检验（sign test ）以正负符号作为资料的一种非参数检验程序。

它是一种简单的非参数检验方法，适用于检验两个配对样本分布的差异，与参数检验中配对样本差异显著性t 检验相对应。

符号检验法也是将中数作为集中趋势的量度，虚无假设是配对资料差值来自中位数为零的总体。

具体而言，它是将两样本每对数据之差（i i X Y ）用正负号表示，若两样本没有显著性差异，则正差值与负差值应大致各占一半。

在实际中，当碰到无法用数字去描述的问题时，符号检验法就是一种简单而有效的检验方法。

3．秩和检验的基本思想是什么?答：“秩和”(the sum of ranks)即秩次的和或者等级之和。

这一方法首先由维尔克松（Wilcoxon ）提出，叫维尔克松两样本检验法，后来曼—惠特尼（Mann —Whitney ）将其应用到两样本容量不等(12n n ≠)的情况，因而又称做曼—惠特尼维尔克松秩和检验（Mann-Whitney —Wilcoxon rank sum test ），曼—惠特尼U 检验。

（1）秩统计量（rank statistics ）的统计定义是：如果将样本数据记为1X ，…，n X ，相应的顺序统计量记为，若j ，则称i R j =为i X 在样本中的“秩”（rank ），就是秩统计量，又称为“秩次统计量”（rank orderstatistics ）。

贾俊平《统计学》复习笔记课后习题详解及典型题详解第11章~第12章【圣才出品】

3 / 97
圣才电子书十万种考研考证电子书、题库视频学习平台
4 / 97
圣才电子书十万种考研考证电子书、题库视频学习平台

图 11-1 不同形态的散点图
（4）相关系数
通过散点图可以判断两个变量之间有无相关关系，并对变量间的关系形态作出大致的描
有所差异。样本相关系数是总体相关系数的一致估计量。样本相关系数记为 r，其计算公式
为：
r
n xy x y
n x2 ( x)2 n y2 ( y)2
按照上述计算公式计算的相关系数也称为线性相关系数，或 Pearson 相关系数。 ②相关系数的性质 a．r 的取值范围在－1～＋1 之间，即－1≤r≤1。若 0＜r≤1，表明 x 与 y 之间存在正线性相关关系；若－1≤r＜0，表明 x 与 y 之间存在负线性相关关系；若 r＝＋1，表明 x 与
5 / 97
圣才电子书十万种考研考证电子书、题库视频学习平台

y 之间为完全正线性相关关系；若 r＝－1，表明 x 与 y 之间为完全负线性相关关系。可见当 |r|＝1 时，y 的取值完全依赖于 x，二者之间即为函数关系；当 r＝0 时，说明 y 的取值与 x 无关，即二者之间不存在线性相关关系。|r|→1 说明两个变量之间的线性关系越强；|r|→0 说明两个变量之间的线性关系越弱。
b．r 具有对称性。x 与 r 之间的相关系数 rxy 和 y 与 x 之间的相关系数 ryx 相等，即 rxy ＝ryx。
c．r 数值大小与 x 和 y 的原点及尺度无关。改变 x 和 y 的数据原点及计量尺度，并不改变 r 的数值大小。
述，但不能准确反映变量之间的关系强度。需要计算相关系数来准确度量两个变量之间的关
系强度。

生物统计学课后习题解答李春喜

第一章概论解释以下概念：总体、个体、样本、样本容量、变量、参数、统计数、效应、互作、随机误差、系统误差、准确性、精确性。

第二章试验资料的整理与特征数的计算习题2.1 某地 100 例 30 ～ 40 岁健康男子血清总胆固醇(mol · L -1 ) 测定结果如下：4.77 3.37 6.14 3.95 3.56 4.23 4.31 4.715.69 4.124.56 4.375.396.30 5.217.22 5.54 3.93 5.21 6.515.18 5.77 4.79 5.12 5.20 5.10 4.70 4.74 3.50 4.694.38 4.89 6.255.32 4.50 4.63 3.61 4.44 4.43 4.254.035.85 4.09 3.35 4.08 4.79 5.30 4.97 3.18 3.975.16 5.10 5.85 4.79 5.34 4.24 4.32 4.776.36 6.384.885.55 3.04 4.55 3.35 4.87 4.17 5.85 5.16 5.094.52 4.38 4.31 4.585.726.55 4.76 4.61 4.17 4.034.47 3.40 3.91 2.70 4.60 4.095.96 5.48 4.40 4.555.38 3.89 4.60 4.47 3.64 4.34 5.186.14 3.24 4.90计算平均数、标准差和变异系数。

【答案】=4.7398, s=0.866, CV =18.27 ％2.2 试计算下列两个玉米品种 10 个果穗长度 (cm) 的标准差和变异系数，并解释所得结果。

24 号： 19 ， 21 ， 20 ， 20 ， 18 ， 19 ， 22 ， 21 ， 21 ， 19 ；金皇后： 16 ， 21 ， 24 ， 15 ， 26 ， 18 ， 20 ， 19 ， 22 ， 19 。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

一、单项选择题：
1、下列各项中属于指数的是：
（A ）人均粮食产量（B ）平均价格（C ）发展速度（D ）人口数
2、指数按其所表明的经济指标性质不同，分为：
（A ）个体指数和总指数（B ）数量指标指数和质量指标指数（C ）定基指数和环比指数（D ）平均指数和总指数
3、指数按对象范围不同，可分为：
（A ）个体指数和总指数（B ）数量指标指数和质量指标指数（C ）定基指数和环比指数（D ）平均指数和综合指数
4、以某一固定时期作分母而计算出来的指数是：
（A ）环比指数（B ）定基指数（C ）数量指标指数（D ）质量指标指数
5、某百货公司今年与去年相比，所有商品的价格平均提高了10%，销售量平均下降了10%，则商品销售额（）
A 、上升
B 、下降
C 、保持不变
D 、可能上升也可能下降
6、某企业销售额增长了5%，销售价格下降了3%，则销售量：
（A ）增长8% （B ）增长1.94% （C ）增长8.25% （D ）增长1.85%
7、在编制综合指数时，要求指数中分子和分母的权数必须是（）
A 、同一时期的
B 、不同时期的
C 、基期的
D 、报告期的
8、编制单位成本指数时，同度量因素一般应采用：
（A ）报告期销售量（B ）基期销售量（C ）基期销售价格（D ）报告期销售价格 9、
∑∑-00
1
p
q p q 表示：
（A ）由于价格变动引起的产值增减数（B ）由于价格变动引起的产量增减数（C ）由于产量变动引起的价格增减数（D ）由于产量变动引起的产值增减数
10、按照个体指数和报告期销售额计算的价格指数是（）
A 、综合指数
B 、加权调和平均指数
C 、总平均数指数
D 、加权算术平均指数
11、最常用的加权调和平均数是：
（A ）
∑∑=
00
0q
p q p k k q q
（B ）
∑∑=
0001q
p k q p k q
p
（C ）
∑∑=
00
01q
p k q p k p
p
（D ）
∑∑=
1
11
11q
p k q p k p
p
12、在指数体系中，总量指数与各因素指数之间的数量关系是（）
A 、总量指数等于各因素指数之和
B 、总量指数等于各因素指数之差
C 、总量指数等于各因素指数之积
D 、总量指数等于各因素指数之商
13、消费价格指数反映了（）
A 、城乡商品零售价格的变动趋势和程度
B 、城乡居民购买生活消费品价格的变动趋势和程度
C 、城乡居民购买服务项目价格的变动趋势和程度
D 、城乡居民购买生活消费品和服务项目价格的变动趋势和程度
二、计算题
1、某百货商场报告年的商品零售额为420万元，报告年比基年增加了30万元，零售物价上涨 4.5%，试计算该商场商品零售额变动中由于零售价格和零售量变动的影响程度和影响的绝对额。

2、某超市对A 、B 、C 三地开通了购物直通车，超市每天都会记录乘坐直通车的顾客的
人次和消费额，下表中的数据为星期一和星期日的统计数据。

（1）计算人均消费额和人次的加权综合指数；（2）用指数体系分析顾客总消费量。

答案
一单选题
1-5 C B A B B 6-10 C A A D D 11-13 D C D 二、计算题 1、解：（1）由
∑=万元
4201
1q
p ，
∑=-=万元
390304200
0q
p ，得：
0769.10
11=∑∑q
p q
p ；
该商场商品零售额比基年提高了7.69%，总零售额增加30万元。

（2）零售物价变动对零售额影响：
由
045
.11
011=∑∑q
p q p 和
∑=万元
4201
1q
p 知
∑=万元94.4011
0q
p
则
万元08.1894.4014200
01
1=-=-∑∑q
p q p
零售量对零售额的影响：
03.1390
94
.4010
10==
∑∑q
p q
p
万元914.1139094.4010
01
0=-=-∑∑q
p q p
（3）综上
∑∑∑∑∑∑⨯
=0
101
0110
11q
p q p q p q p q
p q p ，即
1.0769=1.045*1.03
)()()(001010110011∑∑∑∑∑∑-+-=-q p q p q p q p q p q p ， 30
万元=18.086万元+11.914万元。

所以，报告年零售量上升，由于零售量的上升使得零售额增加了3%，增加的绝对额为11.914万元；
报告年零售价格也上升了，由于零售价上升使得零售额增加了
4.5%，增加的绝对额为18.086万元；
2、解：（1）人均消费额用派氏指数计算，可得：
Ip=%
81.12864360
82900
89340120150702301103401501501002301
011==⨯+⨯+⨯⨯+⨯+⨯=
∑
∑q p q
p ；
日购物人次指数用拉氏指数计算，可得：
Iq=%
96.12351920
64360
892801201207018089340120150702300
10==⨯+⨯+⨯⨯+⨯+⨯=
∑
∑q p q
p ；
（2）总消费额指数为∑∑∑∑∑
∑⨯
=0
101
0110
11q
p q p q p q p q
p q p
=5192064360
6436082900⨯
=1.288067×1.239599
=159.67% 顾客总消费额增长量为
)
()()(001010110011∑∑∑∑∑∑-+-=-q p q p q p q p q p q p
=18540+12440 =30980（元）
综上，周日与周一相比，人均消费额的增加使总消费额增长了28.8%，绝
对增加了18540元；
人次增多使总消费额增长了23.96%，绝对增长了12440元。