统计学模拟题.docx
- 文档编号:16922983
- 上传时间:2023-07-19
- 格式:DOCX
- 页数:11
- 大小:29.47KB
统计学模拟题.docx
《统计学模拟题.docx》由会员分享,可在线阅读,更多相关《统计学模拟题.docx(11页珍藏版)》请在冰点文库上搜索。
统计学模拟题
《统计学》模拟试题
注意:
1、不允许使用任何形式的电子计算器(包括手机上的计算器);2、计算结果保留两位小数;3、答案写在答题卷上,写在试卷上的无效。
专业大类班级姓名学号
一、单项选择题(每题2分,共30分)
b研究者想要了解的总体的某种特征称为()。
A、参数。
B、统计量。
C、变量。
D、变量值。
2、在同等条件下,不重复抽样(不放回抽样)的抽样平均误差与重复抽样(有放回抽样)平均误差的大小关系是()。
A、两者相等。
B、前者大于后者。
C、后者大于前者。
D、不能确定。
3、下列叙述中采用推断统计方法的是()。
A、用饼图描述某企业职工的学历构成。
B、从一个果园中采摘36个橘子,利用这36个橘子的平均重量估计果园中橘子的平均重量。
C、一个城市一月份的平均汽油价格。
D、反映大学生统计学成绩的条形图。
4、一组样本数据为2,3,1,5,13,12,11,10,7o这组数据的中位数是()。
A、3oB、13oC、11oD、/o
5、某企业职工消费支出资料显示:
有一半人的年支出水平小于等于5800元,年消费支出6000元的人数最多,年平均支出为5500元,该企业职工消费支出分布属于()。
A.左偏分布。
B.右偏分布。
C.对称分布。
D.J型分布。
6、峰态通常是与标准正态分布相比较而言的。
如果一组数据服从标准正态分布,则其峰态系数()。
A、小于0。
B、大于0。
C、等于0。
D、等于1。
7、一组数据进行中心标准化后,其标准得分(标准分数)()。
A、均值为0,方差为0。
B、均值为0,方差为1。
C、均值为1,方差为0。
D、均值为1,方差为1。
8、设总体均值为100、标准差为10,从该总体中随机抽取样本量为100的样本,则样本均值的抽样分布的均值和标准差分别为()。
A、100和10。
B、100和100。
C、100和1。
D、10和10。
9、用样本估计量的值直接作为总体参数的佔计值,这一佔汁方法称为()。
A、点估计。
B、区间估计。
C、无偏估计。
D、有效估计。
10、在置信水平不变的条件下,要缩小置信区间,则()。
A、需要增加样本量;B、需要减少样本量;
C、需要保持样本量不变;D、需要改变统计量的抽样标准差。
11、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%:
卩-30%,0:
〃>3°%。
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%o
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烟的比例超过30%。
12、简单相关系数r的取值范围是o
A、<loB、>loC、[0,+l]oD、[—1,+1]。
13、在线性回归模型中,随机误差$被假定服从()。
A、正态分布。
B、二项分布。
C、指数分布。
D、t分布。
14、在方差分析中,组间误差用来衡量不同水平下各样本数据之间的误差,它()。
A、只包括随机误差。
B、只包括系统误差。
C、既包括随即误差也包括系统误差。
D、有时包括随机误差有时包括系统误差。
15、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0。
16.在多元线性回归分析中,如果F检验表明线性关系显著,则意味着()。
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之间的线性关系都显著。
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。
二、综合题
(一)一名同学想了解管理学院本科生的电脑使用情况,从该院中抽取了397名同学作为样本进行调查。
这397名同学的抽取办法是:
在全院工商管理大类、会计大类、经济大类3个专业大类中,根据各大类的学生多少,分别随机抽取了175名、107名和115名同学,组成了该样本。
经计算,这397名同学每周使用电脑的平均时间为17.3小时;使用电脑的首要用途分别为:
56%的同学“用于学习,如写论文、做作业、看电子书、看课件等”,13%的同学“用于打游戏”,17%的同学“用于下载或在线观看电影、听歌”,14%的同学用于其它方面。
关于这些同学每周使用电脑的时间的分专业统汁数据及其分布情况如下表(管理学院学生每周使用电脑时间分专业大类统计数据表)和下图(管理学院学生每周使用电脑时间分专业大类分布图)。
图的横坐标为专业大类,从左至右分别为会计大类(accounting)经济大类(economics)、工商大类
(management):
纵坐标为学生母周使用电脑的时间(单位为小时)。
(每空
2分,计34分)
管理学院学生每周使用电脑时间分专业大类统计数据表
专业大类
频数
每周使用电脑时间(单位:
小时)
最小值
最大值
25%
分位数
75%
分位数
中位数
均值
标准差
偏态
系数
峰态
系数
工商大类
175
1
150
7
30.0
18
20.08
20.3
3.53
17.6
会计大类
107
1
90
6
15.0
10
13.70
12.2
3.22
14.7
经济大类
115
2
60
S
20.5
14
16.86
12.6
1.21
0.95
accounBageconomicsmanagement
Discipline
管理学院学生每周使用电脑时间分专业大类分布图
SLs-S(s」nou)港e»Aqod6u_snjo9OJF
K在本调查中,所使用的抽样方法是()。
A、简单随机抽样。
B、分层(分类)随机抽样。
C、整群随机抽样。
D、系统随机抽样。
2、在这里,使用电脑的首要用途数据是()。
A、定类(分类)数据。
B、定序(顺序)数据。
C、定量数据。
D、实验数据。
3、管理学院学生每周使用电脑时间分专业大类分布图直观地展示了各专业大类学生每周使用电脑时间的整体分布差异。
从该图可以看出,会计大类学生每周使用电脑时间最可能的是呈()。
A、右偏分布。
B、左偏分布。
C、对称分布。
D、双峰分布。
4、根据管理学院学生每周使用电脑时间分专业大类统计•数据表中数据可以看出,工商大类学生每周使用电脑时间呈()。
A、尖峰分布。
B、扁平分布。
C、标准正态分布。
D、双峰分布。
5、根据管理学院学生每周使用电脑时间分专业大类统计•数据表中数据可以看出,如果会计大类学生每周使用电脑时间存在众数,则其众数和中位数的关系是()。
A、中位数大于众数。
B、中位数小于众数。
C、不能确定。
D、不能比较。
6、在下列图形中,要用来考察三个专业大类学生在该样本中所占的比例,最合适的应该是()。
A、饼图。
B、直方图。
C、箱形图。
D、散点图。
7、根据管理学院学生每周使用电脑时间分专业大类统计•数据表中数据可知,经济大类和会计大类学生每周使用电脑时间的离散系数(标志变异系数、标准差系数)分别为()和()。
相比而言,会计大类学生每周使用电脑时间的离散程度(A:
大于;B:
小于;C:
等于)经济大类学生每周使用电脑时间的离散程度。
8、根据管理学院学生每周使用电脑时间分专业大类统计•数据表中数据可知,经济大类学生每周使用电脑时间的全距(极差)为()。
9、管理学院学生每周使用电脑时间分专业大类分布图中,最右侧的箱形图展示了工商管理大类(management)学生每周使用电脑时间的整体分布情况。
该箱形图箱体中间的粗实线所对应的纵坐标为(),箱体上沿与箱体下沿所对应的纵坐标之差为()。
10.管理学院学生每周使用电脑时间分专业大类分布图中,最右侧的箱形图展示了工商管理大类(management)学生每周使用电脑时间的整体分布悄况。
该箱形图箱体上沿与箱体下沿之间包含的数据个数占工商管理大类数据个数的()。
A、25%oB、50%oC、72%oD、100%。
11、为了考察管理学院学生每周使用电脑时间是否服从正态分布,可以使用SPSS软件对学生使用电脑的时间分布进行假设检验。
通常,这种检验的原假设是()。
A、学生使用电脑的时间服从正态分布。
B、学生使用电脑的时间不服从正态分布。
C、学生使用电脑的时间服从大样本近似的正态分布。
D、学生使用电脑的时间服从大样本近似的非正态分布。
12、为了考察管理学院学生每周使用电脑时间是否服从正态分布,可以使用SPSS软件对学生使用电脑的时间分布进行假设检验。
通常,这利枪验使用的统讣量服从()。
A、正态分布。
B、t分布。
C、卡方分布。
D、F分布。
13.为了验证工商管理大类学生平均每周使用电脑时间口高于会计大类学生平均每周使用电脑时间阴,于是进行了假设检验。
其原假设与备择假设分别为:
原假设H0:
口1-口2£0:
备择假设H1:
口1-口2>0。
则以下说法中正确的是()。
拒绝域在右侧。
拒绝域在左侧。
拒绝域包括左右两侧。
拒绝域在中间。
A、该检验为单侧检验,
B、该检验为单侧检验,
C、该检验为单侧检验,
D、该检验为单侧检验,
14.为了验证工商管理大类学生平均每周使用电脑时间口高于会计大类学生平均每周使用电脑时间阴,于是进行了假设检验。
其原假设与备择假设分别为:
原假设H0:
口1-口2£0:
备择假设H1:
口1-口2>0。
若用于进行检验的统讣量的值为T。
用p(T)表示随机变量xWT的概率。
则关于该检验p-valueil:
确的是()。
A、p-value=l-p(T)oB、p-value=p(T)<>
C、p-value=[l-p(T)]*2oD、p-value=p(T)*2o
(-)数据Duncanl.sav是来自45个行业的观测数据,共包括4个变量。
其中:
prestige(声望)是对行业的评分,income(收入)是行业中收入为$3500及以上的男性的比例,education(教育)是行业中具有高中以上文凭的男性的比例,而typel(行业类型)有两个水平(1代表专业或管理行业,0代表白领和蓝领人员)。
为考察变量之间的相互影响关系,利用SPSS软件,分别建立了方差分析模型和回归模型,得到如下输出结果:
首先,以prestige为因变量、typel为自变量建立回归方程1,得到表1方差分析表和表2回归系数表;其次,以prestige为因变量、income为自变量建立回归方程2,得到表3方差分析表和表4回归系数表;最后,以prestige为因变量,以income>education和typel为自变量,建立回归方程3,得到表5方差分析表和表6回归系数表。
(第2题4分,第3、4、6、9题各3分,其它每空2分,计30分)
表1方差分析表(Anova3)
模型
平方和
df
均方
F
Sig.
回归
32187.793
1
32187.793
120.356
・000b
1残差
11499.852
43
267.438
总计
43687.644
44
a・因变屋:
prestigeb・预测变最(常虽),typel
表2回归系数表a
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
(常量)
typel
25.852
54.593
3.147
4.976
.858
8.214
10.971
.000
.000
a.因变量:
prestige
表3方差分析表(Anova3)
模型
平方和
df
均方
F
Sig.
回归
30664.844
1
30664.844
101.252
・000b
1残差
13022.800
43
302.856
总计
43687.644
44
a・因变呈:
prestige
b・预测变量:
(常量bincome。
表4回归系数表*
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
1
(常量)
income
2.457
1.080
5.190
.107
.838
.473
10.062
.638
.000
a.因变虽:
prestige
表5方差分析表(Anova*
模型
平方和
df
均方
F
Sig.
回归
39342.779
3
13114.260
123.752
・000b
1残差
4344.866
41
105.972
总计
43687.644
44
a・因变量:
prestige
b.预测变量:
(常量),education,income,typel°
表6回归系数表*
模型
非标准化系数
标准系数
t
Sig.
B
标准误差
试用版
(常量)
59.975
12.530
4.787
.000
typel
1
-28.528
5.223
-.449
-5.462
.000
income
.555
•092
.430
5.997
.000
education
.193
.099
.182
1.938
.060
a・因变呈:
prestige
仁表1方差分析表和表2回归系数表中问号所代表的数值分别为:
(1);
(2);(3);(4)o
2、如果回归系数显著性检验的显著性水平确定为0.1的话,试根据回归方程1的输出结果(表1、表2),写出所得到的回归方程。
3、说明在回归方程1的输出结果表2中虚拟变量typel所对应的非标准化系数-28.528的意义。
4、回归方程2(表3、表4)的决定系数值为。
5、如果回归系数显著性检验的显著性水平为0.01,从表6回归系数表中可以看出,回归方程3的自变量education的回归系数(A、通过;
B、未能通过)显著性检验。
6、如果回归系数显著性检验的显著性水平为0.01,从统计学的角度来说,应该:
A、把自变量education删掉,得到回归方程:
prestige二59.975-28.528*typel+0.555*income。
B、把自变量education保留,得到回归方程:
prestige二59.975-28.528*typel+0.555*income+0.193*educationo
C、把自变量education删掉,再次以prestige为因变量、以typel和income为自变量建立回归方程。
D、把自变量education保留,再次以prestige为因变量、以typel、income和education为自变量建立回归方程。
7、在回归方程2的输出结果表4中,自变量income的回归系数为1.080;但在回归方程3的输出结果表6中,自变量income的回归系数变为0.555。
你认为income的回归系数发生变化的原因是()。
8、回归方程1可以用来分析定性变量typel对因变量prestige的影响。
这种影响可以通过单因素方差分析的方法来分析吗?
(A、可以;B、不可以)
9、在回归分析中,经常要进行残差分析。
残差分析的主要U的是什么?
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 统计学 模拟