大学统计学第七章练习题及答案
统计学贾俊平第四版第七章课后答案目前最全
7.1从一个标准差为5的总体中抽出一个容量为40的样本，样本均值为25。
（1） 样本均值的抽样标准差x σ等于多少？（2） 在95%的置信水平下，允许误差是多少？解：已知总体标准差σ=5，样本容量n =40，为大样本，样本均值x =25， （1）样本均值的抽样标准差x σ=n σ=405=0.7906 （2）已知置信水平1－α=95%，得 α/2Z =1.96， 于是，允许误差是E =nα/2σZ =1.96×0.7906=1.5496。
7.2 某快餐店想要估计每位顾客午餐的平均花费金额。
在为期3周的时间里选取49名顾客组成了一个简单随机样本。
(1)假定总体标准差为15元，求样本均值的抽样标准误差。
x nσ=49==2.143 (2)在95％的置信水平下，求边际误差。
x x t σ∆=⋅，由于是大样本抽样，因此样本均值服从正态分布，因此概率度t=2z α 因此，x x t σ∆=⋅2x z ασ=⋅0.025x z σ=⋅=1.96×2.143=4.2 (3)如果样本均值为120元，求总体均值 的95％的置信区间。
置信区间为：(),x x x x -∆+∆=()120 4.2,120 4.2-+=（115.8，124.2） 7.37.4 从总体中抽取一个n=100的简单随机样本,得到x =81，s=12。
要求：大样本，样本均值服从正态分布：2,xN n σμ⎛⎫ ⎪⎝⎭或2,s xN n μ⎛⎫⎪⎝⎭置信区间为：2x z x z n n αα⎛-+ ⎝n 100=1.2 (1)构建μ的90％的置信区间。
2z α=0.05z =1.645，置信区间为：()81 1.645 1.2,81 1.645 1.2-⨯+⨯=（79.03，82.97）(2)构建μ的95％的置信区间。
2z α=0.025z =1.96，置信区间为：()81 1.96 1.2,81 1.96 1.2-⨯+⨯=（78.65，83.35）(3)构建μ的99％的置信区间。
统计学第七章、第八章课后题答案之欧阳学创编
统计学复习笔记第七章第八章参数估计一、思考题1．解释估计量和估计值在参数估计中，用来估计总体参数的统计量称为估计量。
估计量也是随机变量。
如样本均值，样本比例、样本方差等。
根据一个具体的样本计算出来的估计量的数值称为估计值。
2．简述评价估计量好坏的标准（1）无偏性：是指估计量抽样分布的期望值等于被估计的总体参数。
（2）有效性：是指估计量的方差尽可能小。
对同一总体参数的两个无偏估计量，有更小方差的估计量更有效。
（3）一致性：是指随着样本量的增大，点估计量的值越来越接近被估总体的参数。
3．怎样理解置信区间在区间估计中，由样本统计量所构造的总体参数的估计区间称为置信区间。
置信区间的论述是由区间和置信度两部分组成。
有些新闻媒体报道一些调查结果只给出百分比和误差（即置信区间），并不说明置信度，也不给出被调查的人数，这是不负责的表现。
因为降低置信度可以使置信区间变窄（显得“精确”），有误导读者之嫌。
在公布调查结果时给出被调查人数是负责任的表现。
这样则可以由此推算出置信度（由后面给出的公式），反之亦然。
4．解释95%的置信区间的含义是什么置信区间95%仅仅描述用来构造该区间上下界的统计量(是随机的)覆盖总体参数的概率。
也就是说，无穷次重复抽样所得到的所有区间中有95%（的区间）包含参数。
不要认为由某一样本数据得到总体参数的某一个95%置信区间，就以为该区间以0.95的概率覆盖总体参数。
5．简述样本量与置信水平、总体方差、估计误差的关系。
1.估计总体均值时样本量n为其中：2.样本量n与置信水平1-α、总体方差、估计误差E之间的关系为▪与置信水平成正比，在其他条件不变的情况下，置信水平越大，所需要的样本量越大；▪与总体方差成正比，总体的差异越大，所要求的样本量也越大；▪与与总体方差成正比，样本量与估计误差的平方成反比，即可以接受的估计误差的平方越大，所需的样本量越小。
二、练习题1．从一个标准差为5的总体中采用重复抽样方法抽出一个样本量为40的样本，样本均值为25。
大学统计学第七章练习题及标准答案
第7章 参数估计练习题7.1 从一个标准差为5的总体中抽出一个样本量为40的样本，样本均值为25。
（1） 样本均值的抽样标准差x σ等于多少? （2） 在95%的置信水平下，边际误差是多少？ 解：⑴已知25,40,5===x n σ样本均值的抽样标准差79.0410405≈===nx σσ ⑵已知5=σ,40=n ,25=x ，410=x σ，%951=-α 96.1025.02==∴Z Z α边际误差55.1410*96.12≈==nZ E σα 7.2 某快餐店想要估计每位顾客午餐的平均花费金额，在为期3周的时间里选取49名顾客组成了一个简单随机样本。
（1） 假定总体标准差为15元，求样本均值的抽样标准误差； （2） 在95%的置信水平下，求边际误差；（3） 如果样本均值为120元，求总体均值μ的95%的置信区间。
解.已知.根据查表得2/αz =1.96 （1）标准误差：14.24915===nX σσ（2）．已知2/αz =1.96所以边际误差=2/αz *=ns 1.96*4915=4.2（3）置信区间：)(2.124,8.11596.149151202=*±=±ns Z x α7.3 从一个总体中随机抽取100=n 的随机样本，得到104560=x ，假定总体标准差85414=σ，构建总体均值μ的95%的置信区间。
96.12=∂Z144.1674110085414*96.12==⋅∂nZ σ856.87818144.16741104560.2=-=-∂nZ x σ144.121301144.16741104560.2=+=+∂nZ x σ置信区间：（87818.856，121301.144）7.4 从总体中抽取一个100=n 的简单随机样本，得到81=x ，12=s 。
（1） 构建μ的90%的置信区间。
（2） 构建μ的95%的置信区间。
（3） 构建μ的99%的置信区间。
统计学答案第七章
1 估计量的含义是指（）。
A。
用来估计总体参数的统计量的名称B.用来估计总体参数的统计量的具体数值C。
总体参数的名称D。
总体参数的具体数值2 在参数估计中，要求通过样本的统计量来估计总体参数，评价统计量的标准之一是使它与总体参数的离差越小越好。
这种评价标准称为(）.A。
无偏性B。
有效性C。
一致性 D.充分性3 根据一个具体的样本求出的总体均值的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.一定包含总体均值D。
要么包含总体均值，要么不包含总体均值4 无偏估计是指(）.A.样本统计量的值恰好等于待估的总体参数B。
所有可能样本估计值的数学期望等于待估总体参数C。
样本估计值围绕待估总体参数使其误差最小D。
样本量扩大到和总体单元相等时与总体参数一致5 总体均值的置信区间等于样本均值加减边际误差,其中的边际误差等于所要求置信水平的临界值乘以（）。
A.样本均值的抽样标准差B。
样本标准差C.样本方差D。
总体标准差6 当样本量一定时，置信区间的宽度（）。
A。
随着置信系数的增大而减小B。
随着置信系数的增大而增大C。
与置信系数的大小无关D.与置信系数的平方成反比7 当置信水平一定时，置信区间的宽度（）.A。
随着样本量的增大而减小B.随着样本量的增大而增大C。
与样本量的大小无关D。
与样本量的平方根成正比8 一个95%的置信区间是指（）。
A。
总体参数有95%的概率落在这一区间内B.总体参数有5%的概率未落在这一区间内C。
在用同样方法构造的总体参数的多个区间中,有95%的区间包含该总体参数D.在用同样方法构造的总体参数的多个区间中，有95%的区间不包含该总体参数9 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.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%C.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％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％10 一个估计量的有效性是指（）。
统计学贾俊平第四版第七章课后答案目前最全
7.1从一个标准差为5的总体中抽出一个容量为40的样本，样本均值为25。
（1） 样本均值的抽样标准差x σ等于多少？（2） 在95%的置信水平下，允许误差是多少？解：已知总体标准差σ=5，样本容量n =40，为大样本，样本均值x =25， （1）样本均值的抽样标准差x σ=n σ=405=0.7906 （2）已知置信水平1－α=95%，得 α/2Z =1.96， 于是，允许误差是E =nα/2σZ =1.96×0.7906=1.5496。
7.2 某快餐店想要估计每位顾客午餐的平均花费金额。
在为期3周的时间里选取49名顾客组成了一个简单随机样本。
(1)假定总体标准差为15元，求样本均值的抽样标准误差。
x nσ=49==2.143 (2)在95％的置信水平下，求边际误差。
x x t σ∆=⋅，由于是大样本抽样，因此样本均值服从正态分布，因此概率度t=2z α 因此，x x t σ∆=⋅2x z ασ=⋅0.025x z σ=⋅=1.96×2.143=4.2 (3)如果样本均值为120元，求总体均值 的95％的置信区间。
置信区间为：(),x x x x -∆+∆=()120 4.2,120 4.2-+=（115.8，124.2） 7.37.4 从总体中抽取一个n=100的简单随机样本,得到x =81，s=12。
要求：大样本，样本均值服从正态分布：2,xN n σμ⎛⎫ ⎪⎝⎭或2,s xN n μ⎛⎫⎪⎝⎭置信区间为：2x z x z n n αα⎛-+ ⎝n 100=1.2 (1)构建μ的90％的置信区间。
2z α=0.05z =1.645，置信区间为：()81 1.645 1.2,81 1.645 1.2-⨯+⨯=（79.03，82.97）(2)构建μ的95％的置信区间。
2z α=0.025z =1.96，置信区间为：()81 1.96 1.2,81 1.96 1.2-⨯+⨯=（78.65，83.35）(3)构建μ的99％的置信区间。
统计学课后习题答案(全章节)(精品).docx
第二章、练习题及解答2.为了确定灯泡的使用寿命（小时），在一批灯泡中随机抽取100只进行测试，所得结果如下：700 716 728 719 685 709 691 684 705 718 706 715 712 722 691 708 690 692 707 701 708 729 694 681 695 685 706 661 735 665 668 710 693 697 674 658 698 666 696 698 706 692 691 747 699 682 698 700 710 722 694 690 736 689 696 651 673 749 708 727 688 689 683 685 702 741 698 713 676 702 701 671 718 707 683 717 733 712 683 692 693 697 664 681 721 720 677 679 695 691 713 699 725 726 704 729 703 696 717 688要求：（2）以组距为10进行等距分组，生成频数分布表，并绘制直方图。
3.某公司下属40个销售点2012年的商品销售收入数据如下：单位：万元152 124 129 116 100 103 92 95 127 104 105 119 114 115 87 103 118 142 135 125 117 108 105 110 107 137 120 136 117 10897 88 123 115 119 138 112 146 113 126要求：（1）根据上面的数据进行适当分组，编制频数分布表，绘制直方图。
（2）制作茎叶图，并与直方图进行比较。
1.已知下表资料:25 20 10 500 2.5 30 50 25 1500 7.5 35 80 40 2800 14 40 36 18 1440 7.2 4514 7 630 3. 15 合 计200100687034. 35_y xf 6870根据频数计算工人平均日产量：〒=金^ =北* = 34.35 （件）£f 200结论：对同一资料，采用频数和频率资料计算的变量值的平均数是一致的。
统计学第四版第七章答案
第四章 抽样分布与参数估计7.2 某快餐店想要估计每位顾客午餐的平均花费金额。
在为期3周的时间里选取49名顾客组成了一个简单随机样本。
(1)假定总体标准差为15元，求样本均值的抽样标准误差。
x σ===2.143 (2)在95％的置信水平下，求边际误差。
x x t σ∆=⋅，由于是大样本抽样，因此样本均值服从正态分布，因此概率度t=2z α 因此，x x t σ∆=⋅x z ασ=⋅0.025x z σ=⋅=1.96×2.143=4.2 (3)如果样本均值为120元，求总体均值 的95％的置信区间。
置信区间为：(),x x x x -∆+∆=()120 4.2,120 4.2-+=（115.8，124.2）7.4 从总体中抽取一个n=100的简单随机样本,得到x =81，s=12。
要求：大样本，样本均值服从正态分布：2,xN n σμ⎛⎫ ⎪⎝⎭或2,s xN n μ⎛⎫⎪⎝⎭置信区间为：22x z x z αα⎛-+ ⎝(1)构建μ的90％的置信区间。
2z α=0.05z =1.645，置信区间为：()81 1.645 1.2,81 1.645 1.2-⨯+⨯=（79.03，82.97）(2)构建μ的95％的置信区间。
2z α=0.025z =1.96，置信区间为：()81 1.96 1.2,81 1.96 1.2-⨯+⨯=（78.65，83.35）(3)构建μ的99％的置信区间。
2z α=0.005z =2.576，置信区间为：()81 2.576 1.2,81 2.576 1.2-⨯+⨯=（77.91，84.09）7.7 某大学为了解学生每天上网的时间，在全校7 500名学生中采取重复抽样方法随机抽取36人，调查他们每天上网的时间，得到下面的数据(单位：小时)：解：（1）样本均值x =3.32，样本标准差s=1.61； （2）抽样平均误差： 重复抽样：x σ≈不重复抽样：x σ≈=0.268×0.998=0.267（3）置信水平下的概率度： 1α-=0.9，t=2z α=0.05z =1.645 1α-=0.95，t=2z α=0.025z =1.96 1α-=0.99，t=2z α=0.005z =2.576 （4）边际误差（极限误差）： 2x x x t z ασσ∆=⋅=⋅1α-=0.9，2x x x t z ασσ∆=⋅=⋅=0.05x z σ⋅重复抽样：2x x z ασ∆=⋅=0.05x z σ⋅=1.645×0.268=0.441 不重复抽样：2x x z ασ∆=⋅=0.05x z σ⋅=1.645×0.267=0.4391α-=0.95，2x x x t z ασσ∆=⋅=⋅=0.025x z σ⋅重复抽样：2x x z ασ∆=⋅=0.025x z σ⋅=1.96×0.268=0.525 不重复抽样：2x x z ασ∆=⋅=0.025x z σ⋅=1.96×0.267=0.5231α-=0.99，2x x x t z ασσ∆=⋅=⋅=0.005x z σ⋅重复抽样：2x x z ασ∆=⋅=0.005x z σ⋅=2.576×0.268=0.69 不重复抽样：2x x z ασ∆=⋅=0.005x z σ⋅=2.576×0.267=0.688（5）置信区间：(),x x x x -∆+∆1α-=0.9，重复抽样：(),x x x x -∆+∆=()3.320.441,3.320.441-+=（2.88，3.76）不重复抽样：(),x x x x -∆+∆=()3.320.439,3.320.439-+=（2.88，3.76）1α-=0.95，重复抽样：(),x x x x -∆+∆=()3.320.525,3.320.525-+=（2.79，3.85） 不重复抽样：(),x x x x -∆+∆=()3.320.441,3.320.441-+=（2.80，3.84）1α-=0.99，重复抽样：(),x x x x -∆+∆=()3.320.69,3.320.69-+=（2.63，4.01） 不重复抽样：(),x x x x -∆+∆=()3.320.688,3.320.688-+=（2.63，4.01）7.9 某居民小区为研究职工上班从家里到单位的距离，抽取了由16个人组成的一个随机样本，他们到单位的距离(单位：km)分别是：10 3 14 8 6 9 12 11 7 5 10 15 9 16 13 2假定总体服从正态分布，求职工上班从家里到单位平均距离的95％的置信区间。
统计学第七章习题答案
第7章 相关与回归分析二 单项选择题1-5 BCBAC 6-10 CCABA 11-15 BCCAA 16-20 CCBDB 21-25 CBBAA 26_30 BCBBA 31_35 CBABA 36_40 BAAAA三计算分析题7.1（1）散点图如下：从散点图可以看出，销售收入与广告费用之间为正的线性相关关系。
（2）利用Excel 的“CORREL”函数计算的相关系数为947663.0=r 。
（3）首先提出如下假设：0:0=ρH ，0:1≠ρH 。
计算检验的统计量 272.7947663.0128947663.01222=--=--=r n rt 当05.0=α时，9687.2)28(205.0=-t 。
由于检验统计量9687.2272.72=>=αt t ，拒绝原假设。
表明产量与生产费用之间的线性关系显著。
7.2 （1）散点图如下：从散点图可以看出，复习时间与考试分数之间为正的线性相关关系。
（2）利用Excel 的“CORREL”函数计算的相关系数为8621.0=r 。
相关系数8.0>r ，表明复习时间与考试分数之间有较强的正线性相关关系。
7.3 （1）散点图如下：7.3利用Excel 的“CORREL”函数计算的相关系数为9489.0=r 。
由Excel 输出的回归结果如下表：得到的回归方程为：x y 003585.0118129.0ˆ+=回归系数003585.0ˆ1=β表示运送距离每增加1公里，运送时间平均增加0.003585天。
7.4 （1） 散点图如下：Multiple R 0.868643 R Square 0.75454 Adjusted RSquare 0.723858标准误差 18.88722 观测值 10方差分析df SS MS FSignificanceF回归分析 1 8772.584 8772.584 24.59187 0.001108 残差 8 2853.816 356.727 总计 9 11626.4Coefficients 标准误差t Stat P-valueIntercept 430.1892 72.15483 5.962029 0.000337 X Variable 1-4.70062 0.947894 -4.95902 0.001108得到的回归方程为：x y 7.41892.430ˆ-=。
第七章 习题及答案
第七章 相关与回归分析一、单项选题题1、当自变量X 减少时，因变量Y 随之增加，则X 和Y 之间存在着（ ） A 、线性相关关系 B 、非线性相关关系 C 、正相关关系 D 、负相关关系2、下列属于函数关系的有（ ）A 、身高与体重之间B 、广告费用支出与商品销售额之间C 、圆面积与半径之间D 、施肥量与粮食产量之间 3、下列相关程度最高的是（ ）A 、r=0.89B 、r=-0.93C 、r=0.928D 、r=0.8 4、两变量x 与y 的相关系数为0.8，则其回归直线的判定系数为（ ） A 、0.80 B 、0.90 C 、0.64 D 、0.50 5、在线性回归模型中，随机误差项被假定服从（ ）A 、二项分布B 、t 分布C 、指数分布D 、正态分布6、物价上涨，销售量下降，则物价与销售量之间的相关属于（ ） A 、无相关 B 、负相关 C 、正相关 D 、无法判断7、相关分析中所涉及的两个变量（ ）A 、必须确定哪个是自变量、哪个是因变量B 、都不能为随机变量C 、都可以是随机变量D 、不是对等关系 8、单位产品成本y （元）对产量x （千件）的回归方程为：t t x y 2.0100-=∧，其中“—0.2”的含义是（ ）A 、产量每增加1件，单位成本下降0.2元B 、产量每增加1件，单位成本下降20%C 、产量每增加1000件，单位成本下降20%D 、产量每增加1000件，单位成本平均下降0.2元E 、产量每增加1000件，单位成本平均下降20% 二、多项选择题1、下列说法正确的有（ ）A 、相关分析和回归分析是研究现象之间相关关系的两种基本方法B 、相关分析不能指出变量间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况 C、回归分析可以不必确定变量中哪个是自变量，哪个是因变量 D、相关分析必须事先研究确定具有相关关系的变量中哪个为自变量，哪个为因变量 E、相关分析中所涉及的变量可以都是随机变量，而回归分析中因变量是随机的，自变量是非随机的2、判定现象之间有无相关关系的方法有（）A、计算回归系数B、编制相关表C、绘制相关图D、计算相关系数E、计算中位数3、相关关系按相关的形式可分为（）A、正相关B、负相关C、线性相关D、非线性相关E、复相关4、在直线回归方程∧yt=∧β1+∧β2Xt中，回归系数∧β2的数值（）A、表明两变量之间的平衡关系B、其正、负号表明两变量之间的相关方向C、表明两变量之间的密切程度D、表明两变量之间的变动比例E、在数学上称为斜率5、下列那些项目属于现象完全相关（）A、r=0B、r= —1C、r= +1D、y的数量变化完全由X的数量变化所确定E、r=0.986、在回归分析中，要求所涉及的两个变量x和y（）A、必须确定哪个是自变量、哪个是因变量B、不是对等关系C、是对等关系D、一般来说因变量是随机的，自变量是非随机变量E、y对x的回归方程与x对y的回归方程是一回事7、下列有相关关系的是（）A、居民家庭的收入与支出B、广告费用与商品销售额C、产量与单位产品成本D、学生学习的时间与学习成绩E、学生的身高与学习成绩8、可决系数2r=86.49%时，意味着（）A 、自变量与因变量之间的相关关系密切B 、因变量的总变差中，有80%可通过回归直线来解释 C 、因变量的总变差中，有20%可由回归直线来解释 D 、相关系数绝对值一定是0.93 E 、相关系数绝对值一定是0.8649 三、填空题1、相关系数r 的取值范围为 。
统计学第七章、第八章课后题答案
统计学复习笔记之马矢奏春创作第七章第八章一、思考题1．解释估计量和估计值在参数估计中，用来估计总体参数的统计量称为估计量。
估计量也是随机变量。
如样本均值，样本比例、样本方差等。
根据一个具体的样本计算出来的估计量的数值称为估计值。
2．简述评价估计量好坏的尺度（1）无偏性：是指估计量抽样分布的期望值等于被估计的总体参数。
（2）有效性：是指估计量的方差尽可能小。
对同一总体参数的两个无偏估计量，有更小方差的估计量更有效。
（3）一致性：是指随着样本量的增大，点估计量的值越来越接近被估总体的参数。
3．怎样理解置信区间在区间估计中，由样本统计量所构造的总体参数的估计区间称为置信区间。
置信区间的论述是由区间和置信度两部分组成。
有些新闻媒体报导一些调查结果只给出百分比和误差（即置信区间），其实不说明置信度，也不给出被调查的人数，这是不负责的表示。
因为降低置信度可以使置信区间变窄（显得“精确”），有误导读者之嫌。
在公布调查结果时给出被调查人数是负责任的表示。
这样则可以由此推算出置信度（由后面给出的公式），反之亦然。
4． 解释95%的置信区间的含义是什么置信区间95%仅仅描述用来构造该区间上下界的统计量(是随机的)覆盖总体参数的概率。
也就是说，无穷次重复抽样所得到的所有区间中有95%（的区间）包含参数。
不要认为由某一样本数据得到总体参数的某一个95%置信区间，就以为该区间以的概率覆盖总体参数。
5． 简述样本量与置信水平、总体方差、估计误差的关系。
1. 估计总体均值时样本量n 为2. 样本量n 与置信水平1-α、总体方差、估计误差E 之间的关系为▪与置信水平成正比，在其他条件不变的情况下，置信水平越大，所需要的样本量越大；▪与总体方差成正比，总体的差别越大，所要求的样本量也越大；▪与与总体方差成正比，样本量与估计误差的平方成反比，即可以接受的估计误差的平方越大，所需的样本量越小。
其中：2222)(E z n σα=nz E σα2=二、 练习题1． 从一个尺度差为5的总体中采取重复抽样方法抽出一个样本量为40的样本，样本均值为25。
统计学第七章课后题及答案解析
第七章 一、单项选择题1.按指数所包括的范围不同， 可以把它分为（ ）A.个体指数和总指数 B .数量指标指数和质量指标指数C.综合指数和平均指数 D.定基指数和环比指数2. 某集团公司为了反映所属各企业劳动生产率水平的提高情况 ，需要编制（A.质量指标综合指数B.数量指标综合指数C.可变构成指数D.固定构成指数3.在一般情况下，商品销售量指数和工资水平指数的同度量因素分别为（ 商品销售量、平均工资水平 单位商品销售价格、职工人数 下列指数中属于数量指标指数的是 产品价格指数 产量指数 下面属于价格指数的是（B .商品销售量、职工人数D.单位商品销售价格、平均工资水平 ）B .单位成本指数 D.劳动生产率指数5. A.工RQ 1 氓Q 1B -F 1Q 1ZFO Q OC.QZP0QoD E pQ oZP0Q O6. A.7. 某商品价格发生变化，现在的10%B. 90% 固定构成指数的公式是（100元只值原来的 C. 110%）90元，则价格指数为（D. 111%A. C.1. A. D.2. A. C. E.3. A. D.4.A. C. ZX i F i ZF iZX 1F 1ZF I... ZX P F O 1F0 D. ZX O F^ IXo F oIX 0F 1ZF iZFoIX 1F 0ZF O、多项选择题下列属于数量指标指数的有（ 产量指数单位产品成本指数 下列表述正确的是（ 综合指数是先综合后对比 平均数指数必须使用全面资料 固定构成指数受总体结构影响 同度量因素的作用有（ 同度量作用 B.比较作用E. ）B.销售量指数E.职工人数指数C.价格指数B .平均数指数是先对比后综合 D.平均数指数可以使用固定权数联系作用平衡作用c.权数作用对某商店某时期商品销售额的变动情况进行分析，其指数体系包括（ 销售量指数B.销售价格指数总平均价格指数 D.销售额指数 E.个体指数若用某企业职工人数和劳动生产率的分组资料来进行分析时，该企业总的劳动生产率的A.C.4.A.C.变动主要受到（）A.企业全部职工人数变动的影响B.企业劳动生产率变动的影响C.企业各类职工人数在全部职工人数中所占比重的变动影响D.企业各类工人劳动生产率的变动影响E.受各组职工人数和相应劳动生产率两因素的影响6.下列指数中，属于拉氏指数的有（)' Q1P01 0 1 01 1 1 1P0Q0 P0Q1 C X Q0 P0 P0Q1 Q0 P1 7.某企业产品总成本报告期为183150元，比基期增长10%单位成本综合指数为104%则（）A.总成本指数110%B.产量增长了5.77%C.基期总成本为166500元D.单位成本上升使总成本增加了7044元E.产量增产使总成本增加了9606元三、判断题1.综合指数的编制方法是先综合后对比。
统计学相关-概率论与数理统计第七章参考答案
2 00.05 ， n Nhomakorabea9
，
2
(n
1)
2 0.95
(8)
2.733
拒绝域为： 2 2.733
又由题知： s2 0.00862
2 0
0.012
2
(n 1)s 2
2 0
8 0.0086 2 0.012
5.9186
2.733
2 未落入拒绝域，故接受 H 0 ，认为 0.01
10、(1)检验假设： H 0 ： 3315 ， H1 ： 3315 这是 2 未知关于 的左边检验
拒绝 H 0 ，即认为 3315 (2) 检验假设： H 0 ： 525 ， H1 ： 525 这是 未知，关于 2 的右边检验，则
检验统计量为： 2 (n 1)s 2
2 0
0.05 ， n
30
，
2
(n
1)
2 0.05
(29)
42.557
拒绝域为： 2 42.557
又由题知： s2 4882
0.05 ， n1 9 ， n2 4 ， t0.05 (n1 n2 2) t0.05 (11) 1.7959
拒绝域为： t
xy
sw
11 94
t 0.05
(11)
1.7959
由题，A 班、B 班考试成绩的样本均值和样本方差分别为：
x 80 ， s12 110.25
y 65 ， s22 174
s 27.28
0 200
t X 0 210.2 200 1.1217 1.8331
s / n 27.28 / 9
接受 H 0 ，即认为 200 。
6、检验假设： H 0 ： 2 5000 ， H1 ： 2 5000 解：这是 未知，关于 2 的双边检验
统计学第七章、第八章课后题答案
2.统计学复习笔记第七章参数估计解释估计量和估计值在参数佔汁中，用来估计总体参数的统计量称为估计量。
佔汁量也是随机变 量。
如样本均值，样本比例、样本方差等。
根据一个具体的样本汁算出来的佔计量的数值称为齟值。
简述评价估计量好坏的标准（1） 无偏性：是指估计量抽样分布的期望值等于被估计的总体参数。
（2） 有效性：是指估计量的方差尽可能小。
对同一总体参数的两个无偏估 计ft ，有更小方差的佔计量更有效。
（3）-致性.是指随着样本量的增大，点佔计量的值越来越接近被估总体 的参数。
怎样理解置信区间在区间估计中，山样本统计量所构造的总体参数的估计区间称为置信区间。
置信区间的论述是山区间和置信度两部分组成。
有些新闻媒体报道一些调查结果 只给出白分比和误差（即置信区间），并不说明置信度，也不给出被调查的人数, 这是不负贵的表现。
因为降低置信度可以使置信区间变窄（显得〃精确”），有误 导读者之嫌。
在公布调査结果时给出被调査人数是负责任的表现。
这样则可以山 此推算出置信度（山后面给出的公式），反之亦然。
4. 解释95%的置信区间的含义是什么置倍区间95%仅仅描述用来构造该区间上下界的统计量（是随机的）覆盖总体 参数的概率。
也就是说，无穷次重复抽样所得到的所有区间中有95% （的区间） 包含参数。
不要认为由某一样本数据得到总体参数的某一个95%置信区间，就以为该区 间以的概率覆盖总体参数。
5. 简述样本量与置信水平、总体方差、估计误差的关系。
1.估计总体均值时样本fin 为 心呼！其中：EfJ样本量n 与置信水平1-a 、总体方差夕、佔计误差f 之间的关系为1. 2. 3. a 、与置信水平成正比，在其他条件不变的悄况下，置信水平越大，所需要的样本量越大；与总体方差成正比，总体的差异越大，所要求的样本量也越大；与与总体方差成正比，样本量与佔汁误差的平方成反比，即可以接受的估计误差的平方越大，所需的样本量越小。
练习题从一个标准差为5的总体中采用重复抽样方法抽出一个样本量为40 1.的样本，样本均值为25。
抽样调查习题集答案
抽样调查习题集答案篇一：2015年《统计学》第七章抽样调查习题及满分答案2015年《统计学》第七章抽样调查习题及满分答案一、单选题1. 反映样本指标与总体指标之间抽样误差可能范围的指标是（B）。
A、样本平均误差B、抽样极限误差C、可靠程度D、概率度2.在其它条件不变的情况下，抽样单位数目和抽样误差的关系是（ B ）。
A.抽样单位数目越大，抽样误差越大B.抽样单位数目越大，抽样误差越小C.抽样单位数目的变化与抽样误差的数值无关D.抽样误差变化程度是抽样单位数变动程度的1/23.事先将全及总体各单位按某一标志排列，然后依固定顺序和间隔来抽选调查单位的抽样组织形式，被称为（D）。
A、分层抽样B、简单随机抽样C、整群抽样D、等距抽样4.在同样条件下，不重置抽样的抽样平均误差与重置抽样的抽样平均误差相比（A）。
A、前者小于后者B、前者大于后者C、两者相等D、无法判断5.如果总体成数方差未知，计算必要抽样数目时，可用总体方差的最大值，最大值为（ B ）。
A、0.24B、0.25C、0.50D、1 6.抽样估计的置信度是（C ）A.概率度B.区间范围的大小C.概率保证程度或置信概率D.与概率度无关的量7.随机抽样的基本要求是严格遵守（B）A、准确性原则B、随机性原则C、代表性原则D、可靠性原则8.抽样调查的主要目的是（D）A.广泛运用数学方法 B.计算和控制抽样误差 C.修正普查资料D.用样本指标推算总体指标9. 抽样调查中（A ）A、既有登记性误差，也有代表性误差B、只有登记性误差，没有代表性误差C、没有登记性误差，只有代表性误差D、既没有登记性误差，也没有代表性误差10.要使抽样误差减少一半（在其它条件不变的情况下），则抽样单位数必须（ D ）。
A、增加2倍B、增加到2倍C、增加4倍D、增加到4倍11.抽样平均误差反映了样本指标与总体指标之间的（C ）A、实际误差B、实际误差的绝对值C、平均误差程度D、可能误差范围12.在实际工作中，不重复抽样的抽样平均误差的计算，采用重复抽样的公式的场合是（ A ）A、抽样单位数占总体单位数的比重很小时B、抽样单位数占总体单位数的比重很大时C、抽样单位数目很少时D、抽样单位数目很多时13.在其它条件不变的情况下，提高抽样估计的可靠程度，其精确度将（ C ）。
(完整word版)大学统计学第七章练习题及答案
第7章 参数估计练习题7.1 从一个标准差为5的总体中抽出一个样本量为40的样本,样本均值为25。
（1） 样本均值的抽样标准差x σ等于多少？ （2） 在95%的置信水平下，边际误差是多少？解：⑴已知25,40,5===x n σ 样本均值的抽样标准差79.0410405≈===nx σσ ⑵已知5=σ,40=n ，25=x ，410=x σ,%951=-α 96.1025.02==∴Z Z α边际误差55.1410*96.12≈==nZ E σα7.2 某快餐店想要估计每位顾客午餐的平均花费金额，在为期3周的时间里选取49名顾客组成了一个简单随机样本。
（1） 假定总体标准差为15元,求样本均值的抽样标准误差； （2） 在95％的置信水平下，求边际误差；（3） 如果样本均值为120元，求总体均值μ的95%的置信区间。
解.已知。
根据查表得2/αz =1。
96 (1）标准误差：14.24915===nX σσ(2）．已知2/αz =1.96所以边际误差=2/αz ＊=ns 1.96*4915=4.2（3）置信区间：)(2.124,8.11596.149151202=*±=±ns Z x α7.3 从一个总体中随机抽取100=n 的随机样本，得到104560=x ,假定总体标准差85414=σ,构建总体均值μ的95%的置信区间。
96.12=∂Z144.1674110085414*96.12==⋅∂nZ σ856.87818144.16741104560.2=-=-∂nZ x σ144.121301144.16741104560.2=+=+∂nZ x σ置信区间：（87818.856，121301.144）7.4 从总体中抽取一个100=n 的简单随机样本，得到81=x ,12=s 。
（1） 构建μ的90％的置信区间。
（2） 构建μ的95%的置信区间。
（3） 构建μ的99%的置信区间。
《统计学》-第7章-习题答案
第七章思考与练习参考答案1 •答：函数关系是两变量之间的确定性关系，即当一个变量取一定数值时，另一个变量有确定值与之相对应；而相关关系表示的是两变量之间的一种不确定性关系，具体表示为当一个变量取一定数值时，与之相对应的另一变量的数值虽然不确定，但它仍按某种规律在定的范围内变化。
2•答：相关和回归都是研究现象及变量之间相互关系的方法。
相关分析研究变量之间相关的方向和相关的程度，但不能确定变量间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况；回归分析则可以找到研究变量之间相互关系的具体形式，并可变量之间的数量联系进行测定，确定一个回归方程，并根据这个回归方程从已知量推测未知量。
3•答：单相关系数是度量两个变量之间线性相关程度的指标，其计算公式为：总体相关系数二样本相关系数，「一】。
复相关系数是多元线性回归分析中度量因变量与其它多个自变量之间的线性相关程度的指标，它是方程的判定系数R2的正的平方根。
偏相关系数是多元线性回归分析中度量在其它变量不变的情况下两个变量之间真实相关程度的指标，它反映了在消除其他变量影响的条件下两个变量之间的线性相关程度。
4.答：回归模型假定总体上因变量Y与自变量X之间存在着近似的线性函数关系，可表示为Y^ 11X t u t，这就是总体回归函数，其中u t是随机误差项，可以反映未考虑的其他各种因素对Y的影响。
根据样本数据拟合的方程，就是样本回归函数，以一元线性回归模型的样本回归函数为例可表示为：Y?=耳+弭x t。
总体回归函数事实上是未知的，需要利用样本的信息对其进行估计，样本回归函数是对总体回归函数的近似反映。
两者的区别主要包括：第一，总体回归直线是未知的，它只有一条；而样本回归直线则是根据样本数据拟合的，每抽取一组样本，便可以拟合一条样本回归直线。
第二，总体回归函数中的-0和-1是未知的参数，表现为常数；而样本回归直线中的'?Q和?i是随机变量，其具体数值随所抽取的样本观测值不同而变动。
- 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)。
第7章 参数估计练习题7.1 从一个标准差为5的总体中抽出一个样本量为40的样本，样本均值为25。
（1） 样本均值的抽样标准差x σ等于多少? （2） 在95%的置信水平下，边际误差是多少？解：⑴已知25,40,5===x n σ样本均值的抽样标准差79.0410405≈===nx σσ ⑵已知5=σ,40=n ,25=x ，410=x σ，%951=-α 96.1025.02==∴Z Z α边际误差55.1410*96.12≈==nZ E σα7.2 某快餐店想要估计每位顾客午餐的平均花费金额，在为期3周的时间里选取49名顾客组成了一个简单随机样本。
（1） 假定总体标准差为15元，求样本均值的抽样标准误差； （2） 在95%的置信水平下，求边际误差；（3） 如果样本均值为120元，求总体均值μ的95%的置信区间。
解.已知.根据查表得2/αz =1.96 （1）标准误差：14.24915===nX σσ（2）．已知2/αz =1.96所以边际误差=2/αz *=ns 1.96*4915=4.2（3）置信区间：)(2.124,8.11596.149151202=*±=±ns Z x α7.3 从一个总体中随机抽取100=n 的随机样本，得到104560=x ，假定总体标准差85414=σ，构建总体均值μ的95%的置信区间。
96.12=∂Z144.1674110085414*96.12==⋅∂nZ σ856.87818144.16741104560.2=-=-∂nZ x σ144.121301144.16741104560.2=+=+∂nZ x σ置信区间：（87818.856，121301.144）7.4 从总体中抽取一个100=n 的简单随机样本，得到81=x ，12=s 。
（1） 构建μ的90%的置信区间。
（2） 构建μ的95%的置信区间。
（3） 构建μ的99%的置信区间。
解；由题意知100=n , 81=x ,12=s .（1）置信水平为%901=-α，则645.12=αZ .由公式ns z x ⨯±2α974.18110012645.181±=⨯±=即(),974.82,026.79974.181=± 则的的%90μ置信区间为79.026~82.974 （2）置信水平为%951=-α， 96.12=αz由公式得ns z x ⨯±2α=81352.2811001296.1±=⨯± 即81352.2±=（78.648，83.352）， 则μ的95%的置信区间为78.648~83.352（3）置信水平为%991=-α，则576.22=αZ .由公式±x ns z ⨯2α=096.38110012576.281±=⨯±=即81 3.1±则的的%99μ置信区间为7.5 利用下面的信息，构建总体均值的置信区间。
（1）25=x ，5.3=σ，60=n ，置信水平为95%。
（2）6.119=x ，89.23=s ，75=n ，置信水平为98%。
（3）419.3=x ，974.0=s ，32=n ，置信水平为90%。
⑴,60,5.3,25===n X σ置信水平为95% 解：,96.12=αZ89.0605.396.12=⨯=nZ σα置信下限：-X 11.2489.0252=-=nZ σα置信上限：+X 89.2589.0252=+=nZ σα），置信区间为（89.2511.24∴⑵。
，置信水平为，%9875n 89.23s ,6.119===X 解：33.22=αZ43.67589.2333.22=⨯=ns Z α置信下限：-X 17.11343.66.1192=-=n s Z α置信上限：+X 03.12643.66.1192=+=ns Z α），置信区间为（03.12617.113∴⑶x=3.419,s=0.974,n=32,置信水平为90%根据t=0.1，查t 分布表可得645.1)31(05.0=Z .283.0)(2/=∂ns Z所以该总体的置信区间为x ±2/∂Z （)ns =3.419±0.283即3.419±0.283=（3.136 ，3.702） 所以该总体的置信区间为3.136~3.702.7.6 利用下面的信息，构建总体均值μ的置信区间。
（1） 总体服从正态分布，且已知500=σ，15=n ，8900=x ，置信水平为95%。
（2） 总体不服从正态分布，且已知500=σ，35=n ，8900=x ，置信水平为95%。
（3） 总体不服从正态分布，σ未知，35=n ，8900=x ，500=s ，置信水平为90%。
（4） 总体不服从正态分布，σ未知，35=n ，8900=x ，500=s ，置信水平为99%。
（1）解：已知500=σ，15=n ，8900=x ，1-95=α%，96.12=αz)9153,8647(1550096.189002=⨯±=±nz x σα所以总体均值μ的置信区间为（8647，9153）（2）解：已知500=σ，35=n ，8900=x ，1-95=α%，96.12=αz)9066,8734(3550096.189002=⨯±=±nz x σα所以总体均值μ的置信区间为（8734，9066）（3）解：已知35=n ，8900=x ，s=500,由于总体方差未知，但为大样本，可用样本方差来代替总体方差∵置信水平1—α=90% ∴645.12=αz∴置信区间为)9039,8761(35500645.1812=⨯±=±ns z x α所以总体均值μ的置信区间为（8761，9039）（4）解：已知35=n ，8900=x ，500=s ，由于总体方差未知，但为大样本，可用样本方差来代替总体方差置信水平1—α=99% ∴58.22=αz∴置信区间为)9118,8682(3550058.289002=⨯±=±ns z x α所以总体均值μ的置信区间为（8682，9118）7.7 某大学为了解学生每天上网的时间，在全校7500名学生中采取不重复抽样方法随机抽取36人，调查他们每天上网的时间，得到的数据见Book7.7（单位：h ）。
求该校大学生平均上网时间的置信区间，置信水平分别为90%、95%和99%。
解：已知：3167.3=x 6093.1=s n=36 1.当置信水平为90%时，645.12=∂z ，4532.03167.3366093.1645.13167.32±=±=±∂ns z x所以置信区间为（2.88，3.76）2.当置信水平为95%时，96.12=∂z ，所以置信区间为（2.80，3.84）3.当置信水平为99%时，58.22=∂z ，7305.03167.3366093.158.23167.32±=±=±∂ns z x所以置信区间为（2.63，4.01）7.8 从一个正态总体中随机抽取样本量为8的样本，各样本值见Book7.8。
求总体均值95%的置信区间。
5445.03167.3366093.196.13167.32±=±=±∂ns z x已知：总体服从正态分布，但σ未知，n=8为小样本，05.0=α，365.2)18(205.0=-t根据样本数据计算得：46.3,10==s x 总体均值μ的95%的置信区间为： 89.210846.3365.2102±=⨯±=±ns t x α，即（7.11，12.89）。
7.9 某居民小区为研究职工上班从家里到单位的距离，抽取了由16个人组成的一个随机样本，他们到单位的距离（单位：km ）数据见Book7.9。
求职工上班从家里到单位平均距离95%的置信区间。
已知：总体服从正态分布，但σ未知，n=16为小样本，α=0.05，131.2)116(2/05.0=-t 根据样本数据计算可得：375.9=x ，s=4.113 从家里到单位平均距离得95%的置信区间为：191.2375.914113.4131.2375.92/±=⨯±=±ns t x α，即（7.18，11.57）。
7.10 从一批零件中随机抽取36个，测得其平均长度为149.5cm ，标准差为1.93cm 。
（1） 试确定该种零件平均长度95%的置信区间。
（2） 在上面的估计中，你使用了统计中的哪一个重要定理？请简要解释这一定理。
解：已知,103=σn=36, x =149.5,置信水平为1-α=95%，查标准正态分布表得2/αZ =1.96.根据公式得： x ±2/αZ nσ=149.5±1.9636103⨯即149.5±1.9636103⨯=（148.9，150.1）答：该零件平均长度95%的置信区间为148.9~150.1（3） 在上面的估计中，你使用了统计中的哪一个重要定理？请简要解释这一定理。
答：中心极限定理论证。
如果总体变量存在有限的平均数和方差，那么，不论这个总体的分布如何，随着样本容量的增加，样本均值的分布便趋近正态分布。
在现实生活中，一个随机变量服从正态分布未必很多，但是多个随即变量和的分布趋于正态分布则是普遍存在的。
样本均值也是一种随机变量和的分布，因此在样本容量充分大的条件下，样本均值也趋近正态分布，这位抽样误差的概率估计理论提供了理论基础。
7.11 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100g 。
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（单位：g ）见Book7.11。
已知食品重量服从正态分布，要求：（1） 确定该种食品平均重量的95%的置信区间。
（2） 如果规定食品重量低于100g 属于不合格，确定该批食品合格率的95%的置信区间。
(1)已知:总体服从正态分布，但σ未知。
n=50为大样本。
α=0.05，2/05.0Z =1.96 根据样本计算可知 X =101.32 s=1.63 该种食品平均重量的95%的置信区间为45.032.10150/63.1*96.132.101/2/±=±=Z ±X n s α即（100.87，101.77）（2）由样本数据可知，样本合格率：9.050/45==p 。
该批食品合格率的95%的置信区间为： 2/αZ ±p n p p )1(-=0.950)9.01(9.096.1-±=0.9±0.08，即（0.82，0.98） 答：该批食品合格率的95%的置信区间为：（0.82，0.98）7.12 假设总体服从正态分布，利用Book7.12的数据构建总体均值μ的99%的置信区间。