2017年浙江工商大学统计学理论与实务之统计学复试仿真模拟三套题
● 摘要
一、简答题
1． 简述时间序列的组成要素。
【答案】时间序列的组成要素分为4种，即趋势或长期趋势、季节性或季节变动、周期性或循环波动、随机性或不规则波动。
（1）趋势是时间序列在长时期内呈现出来的某种持续向上或持续下降的变动，也称长期趋势；
（2）季节性也称季节变动，它是时间序列在一年内重复出现的周期性波动；
（3）周期性也称循环波动，它是时间序列中呈现出来的围绕长期趋势的一种波浪形或振荡式变动；
（4）随机性也称不规则波动，是指偶然性因素对时间序列产生影响，致使时间序列呈现出某种随机波动。
2． 什么是指数？它有哪些性质？
【答案】指数，或称统计指数，是分析社会经济现象数量变化的一种重要统计方法。它有如下一些性质：
（1）相对性。指数是总体各变量在不同场合下对比形成的相对数，它可以度量一个变量在不同时间或不同空间的相对变化，如一种商品的价格指数或数量指数。它也可以反映一组变量的综合变动，比如综合物价指数是根据一组商品价格的相对变化并给每种商品的相对数定以不同权数计算出来的，这种指数称为综合指数。另外根据对比两变量所处的是不同时间还是不同空间，它们计算出来的指数分时间性指数和区域性指数。
（2）综合性。综合性说明指数是一种特殊的相对数，它是由一组变量或项目综合对比形成的。比如，由若干种商品和服务构成的一组消费项目，通过综合后计算价格指数，以反映消费价格的综合变动水平。
（3）平均性。平均性含义有二：一是指数进行比较的综合数量是作为个别量的一个代表，这本身就具有平均的性质；二是两个综合量对比形成的指数反映了个别量的平均变动水平，比如物价指数反映了多种商品和服务项目价格的平均变动水平。
3． 全概率公式与逆概率公式分别用于什么场合？
【答案】（1）全概率公式为：
其中
，
是互不相容的事件且
如果对于某一复杂事件A 的概率，能够构造合适的完备事件组，使得这些事件的概率和给定这些事件下A 的条件概率较易于确定，就可以用全概率公式。
（2）逆概率公式也称贝叶斯公式，即
式中：表示完备事件组。
中每个事件的逆概率公式是要在事件A 已经发生的条件下来计算完备事件组
发生概率。
4． 简述平稳序列和非平稳序列的含义。
【答案】（1）平稳序列是基本上不存在趋势的序列。这类序列中的观察值基本上在某个固定的水平上波动，虽然在不同的时间段波动的程度不同，但并不存在某种规律。其波动可以看成是随机的。
（2）非平稳序列包含趋势、季节性或周期性的序列，它可能只含有其中的一种成分，也可能是几种成分的组合。因此，非平稳序列可以分为有趋势的序列、有趋势和季节性的序列、几种成分混合而成的复合型序列。
5． 何谓统计分组？统计分组有哪些作用？
【答案】根据统计研宄的目的和客观现象的内在特点，按某个标志（或几个标志）把被研宄的总体划分为若干个不同性质的组，称为统计分组。
统计分组的作用有：（1）发现社会经济现象的特点与规律；（2）将复杂的社会经济现象划分为性质不同的各种类型；（3）反映总体内部结构；（4）揭示现象之间的依存关系。
6． 在显著性检验过程中，经常遇到值这一概念，试回答以下问题：
（1）值能告诉我们什么信息？
（2）当相应的值较小时为什么要拒绝原假设？
（3）显著性水平与值有何区别？
【答案】如果原假设为真，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，称为值，也称为观察到的显著性水平。
（1）值是当原假设正确时，得到所观测的数据的概率。如果原假设是正确的话，值告诉我们这样的观测数据会有多么的不可能得到。相当不可能得到的数据，就是原假设不对的合理证据。
（2）值是反映实际观测到的数据与原假设明实际观测到的数据与之间不一致程度的一个概率值。值越小，说之间不一致的程度就越大，检验的结果也就越显著。
（3）是犯第I 类错误的上限控制值，它只能提供检验结论可靠性的一个大致范围，而对于一个特定的假设检验问题，却无法给出观测数据与原假设之间不一致程度的精确度量。也就是说，仅从显著性水平来比较，
如果选择的值相同，
所有检验结论的可靠性都一样。而值可以测量
出样本观测数据与原假设中假设的值的偏离程度。
二、计算题
7． 某水果商店1999年的销售数据如表1所示。
表
1
2000年芦柑的销售量为850千克，平均销售价格为每千克2.6元；香蕉的销售量为980千克，平均销售价格为每千克5.6元；苹果的销售量为1800千克，销售价格的统计数据如表2所示。
表
2
根据上面的有关统计数据，计算三种水果的总销售额2000年1999年相比增长的百分比及増加的绝对值，并分析销售量和价格变动对销售额的影响。
【答案】由表中数据可得
的平均销售价格为：
则2000年苹果
三种水果销售额的变动：
2000年与1999年相比，三种水果的总销售额増长了7.76%，増加的绝对值为：
其中：
（1）销售量变动的影响
相关内容
相关标签