应用统计学 样卷

（考试时间：60分钟，本卷共3页，共印60份）

题号 得分 一 二 三 总分 审核人 4. 检验两个以上总体均值是否相等可以采用方差分析方法 ( √ ) 5. 相关系数的取值范围为[-1,+1]。 ( √ ) 6. 在其它不变的条件下，进行区间估计时，样本容量越大，估计越精确。( √ ) 7. 在其它条件不变的情况下，置信水平越高，区间估计的宽度越大。 ( √ ) 7. 某农户今年的玉米播种面积是前年的120%，这个指标是环比发展速度。 ( ×) 8. 若根据两组样本数据计算的相关系数为0.8，则表明这两组样本数据存在正相关。

（×不确定)

一、选择题（本题共有15道小题，每道小题2分，满分30分）

1. 调查几个重要棉花产地，就可以了解我国棉花生产的基本情况和问题，这种调查属于 ( D )

A 普查 B 抽样调查 C 典型调查 D 重点调查

2. 当某一分布为左偏分布时，测度集中趋势的三个统计量众数MO，中位数Me和平均数x的关系为： ( A )

A. MOMex B. MeMOx

C. xMOMe D. xMeMO

3. 下列选项中哪个是测度离散趋势的测度值： ( B ) A. 平均数 B. 方差 C. 中位数 D. 峰度

4. 下列有关样本方差的公式，描述正确的是： ( C)

(XiX)2(XiE(X))222A. S B. S

n1n1(XiX)2(XiX)222C. S D. S

n1n5. 在对数据进行分组时，组距的大小与组数的多少成 。 (B )

A. 正比 B. 反比

C 等比 D 以上各种比例都有可能

( D)

A. 所有百货商场 B. 省统计局

C. 每一个百货商场 D. 百货商场的每一个工作人员

三、计算题

(一) 某企业准备用3种方法组装一种新的产品，为确定哪种方法每小时生产的产品数量最多，随机抽取了

30名工人，并指定每个人使用其中的一种方法。通过对每个工人生产的产品数进行方差分析得到下面的结果： 方差分析表 差异源 组间 组内 总计 SS 420 3836 df 2 27 29 MS 210 142.07 — F 1.48 — — P-value 0.245946 — — F crit 3.354131 — — （1） 完成上面的方差分析表。 （2） 若显著性水平，检验3种方法组装的产品数量之间是否有显著差异？

H0：U1=U2=U3，3种方法组装的产品数量之间没有显著差异。 H1：UI.U2.U3不全相等，3种方法组装的产品数量之间有显著差异 P>α，或F得 分 6. 国家统计局统计局对百货商场工作人员进行全面调查时，调查单位是

二、判断题

1. 统计数据按照计量层次分可分为分类数据.顺序数据和数值型数据( × )尺度 2. 测度数据离散程度的指标主要包括方差、标准差和算术平均数 ( × ) 3. 抽样推断的误差可以计算并加以控制。 ( √ )

第 1 页 共 3 页

(三) 时间数列分析

下表是某企业2004年-2009年产值数据，计算各项时间数列分析指标填入表中空白处，然后利用表中数据计算平均发展水平、平均增长量、平均发展速度和平均增长速度。（15分，结果保留2位小数）

年份 收入（万元） 增长量 发展速度 逐期 累积 环比（%） 定基（%） 环比（%） 定基（%） 2004 1000 — — — 100 — — 2005 1200 2006 1500 2007 2000 2008 2500 2009 3000

（四）根据下面Excel输出的回归结果，

SUMMARY OUTPUT

回归统计

Multiple R R Square Adjusted R Square 标准误差 观测值

方差分析

回归 残差 总计

Intercept X Variable 1 X Variable 2 X Variable 3

Coefficients 657.0534 5.710311 -0.416917 -3.471481

0.842407 0.709650 0.630463 109.429596

15

df

3 11 14

标准误差 167.459539 1.791836 0.322193 1.442935

SS

MS

F

Significance F

0.002724

321946.8018 107315.6006 8.961759 131723.1982 11974.84

453670

t Stat 3.923655

3.186849 -1.293998 -2.405847

P-value 0.002378 0.008655 0.222174 0.034870

说明模型中涉及多少个自变量？K=4 多少个观察值？N=15 写出回归方程。略

2并根据F、se、R及修正的Ra的值对模型进行讨论。

21000*① 1200*② 1500*③ 2000*④ 2500*⑤ 1000 ① ② ③ ④ ⑤ 增长速度

F>Significance F 回归方程线性关系显著

Se=根号（MSE）=327.59 估计标准误差的值越小，则估计量与其真实值的近似误差越小。 当用x来预测y时，平均预测误差为327.59 R2=根号（SSR/SST）=0.630463

在因变量的总变差中，有63.05%可以由自变量和因变量的线性关系解释 修正R2=1-（1-R2）（n-1/n-k-1）在因变量的取值的变差中，有 %可以由自变量和因变量的多元回归方程解释

第 2 页 共 3 页

ˆ18.42.01x14.74x2，并且已知SST6724.125，（五）根据两个自变量得到的多元回归方程为ySSR6216.375，sˆ10.0813，sˆ20.0567。

（1） 在0.05的显著性水平下，x1、x2与y线性关系是否显著？ （2） 在0.05的显著性水平下，1是否显著？

求SSA.MSA.MSE推出F t1=^B1/S^B1. t2同理。

根据α=0.05，根据自由度n-k-1，查表t（2/a）=某数 若|t1|>t（2/a），拒绝。 T2同理。<同理

第 3 页 共 3 页