2017年武汉大学数学与统计学院432统计学[专业学位]考研仿真模拟题
● 摘要
一、判断题
1． 平均増长速度不是根据各个增长速度直接求得，而是根据平均发展速度计算的。（ ）
【答案】√
【解析】平均增长速度不能由各期的环比增长速度直接平均而求得，也不能根据一定时期的总增长速度去直接计算。平均增长速度只能通过与平均发展速度的数量关系，即由平均发展速度减1去计算求得。
2． 通过增大样本容量和提高模型的拟合优度可以缩小置信区间。（ ）
【答案】×
3． 编制综合指数的目的是测定指数化指标的变动，同度量因素所起的作用是将不同度量的现象转化为同度量的现象。（ ）
【答案】√
4． 在假设检验中，通常是在控制犯取伪错误概率的条件下，尽可能使弃真错误的概率尽可能小一点。（ ） 【答案】
【解析】在假设检验中，一般首先控制犯“弃真”错误的概率，也就是事先给出的显著性水平（弃真错误）的数值尽量地小，在其它条件不变的情况下，增加犯“纳伪”错误的可能性，即增大，从而使得检验功效减弱。如果要增强检验功效，解决的唯一办法只有增大样本容量。
5． 检验显著性水平的选择，对接受和拒绝原假设没有影响。（ ） 【答案】
6． 样本均值的标准差也称抽样估计的标准误差，可用公式表示为
【答案】×
【解析】样本均值的标准差也称抽样估计的标准误差，可用公式表示为 （ ）
7． 有50个调查者分别对同一个正态总体进行抽样，样本量都是100, 总体方差未知。他们分别根据各自的样本数据得到总体均值的一个置信度为90%的置信区间（双侧），则这些置信区间中正好有45个区间会覆盖总体均值。（ ） 【答案】
【解析】从大量样本来看，约有90%的置信区间会覆盖总体真值，但对50次抽样的结果来看，
不一定刚好占90%。
8． 方差分析中，检验时既可以采用双侧检验，也可以采用单侧检验。（ ）
【答案】×
【解析】在方差分析中，原假设所描述的是在按照自变量的取值分成的类中，因变量的均值相等，通常构造F 统计量来检验因变量的均值是否相等，此时采用单侧检验；当对各因变量的均值做多重比较的时候，采用双侧检验。
二、简答题
9． 如果有百分之五的人是左撇子，而小明和他弟弟都是左撇子；那么小明和他弟弟都是左撇子这个事件的 概率是不是0. 05X0. 05=0. 00257?为什么？
【答案】不是。
显然，小明和他弟弟都是左撇子的事件不是独立的，所以这种计算方法错误。
当两个事件相互独立时，
当两个事件不相互独立时
，⑴ ⑵
记事件A 为小明是左撇子，事件B 为小明的弟弟是左撇子。显然小明是左撇子和他弟弟是左
撇子这两个事件不相互独立，所以选择第二个公式计算小明和他弟弟都是左撇子这个事件的概率。
10．统计数据质量的基本标准是什么？
【答案】（1）准确：用数字语言来反映客观实际；（2）快速：统计信息服务必须具有时效性和紧迫性；（3）完整：调查单位没有遗漏，调查项目没有缺陷，资料数据齐全；（4）精练：统计信息具有针对性、有效性、精确性。
11．简述标准化值的意义及计算公式。
【答案】变量值与其平均数的离差除以标准差后的值称为标准分数，也称标准化值或分数。其计算公式为：
标准差。
标准分数可以测量每个数据在该组数据中的相对位置，并可以用它来判断一组数据是否有离群数据。比如， 如果某个数值的标准分数为就知道该数值低于平均数1.5倍的标准差。在对多个具有不同量纲的变量进行处理时，常常需要对各变量进行标准化处理。实际上，z 分数只是将原始数据进行了线性变换，它并没有改变一个数据在该组数据中的位置，也没有改变该组数据分布的形状，而只是将该组数据变为平均数为0, 标准差为1。
12．简述时间序列的构成要素。
【答案】时间序列的构成要素分为4种，即趋势、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。
式中为变量的标准化值，是该组数据均值，s 为该组数据的
（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。
13．给出显著性检验中，P 值的含义，以及如何利用P 值决定是否拒绝原假设。
【答案】P 值就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P 值很小，说明这种情况发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原假设。P 值越小，我们拒绝原假设的 理由就越充分。
从研宄总体中抽取一个随机样本，计算检验统计量的值和概率P 值，即在假设为真的前提下，检验统计量大于或等于实际观测值的概率。如果
数取值；如果
即一般以为显著
，结果更倾向于接受假定的参数取值。
为非常显著，其含义是样本间的差异由抽样误差所致的概率
时小于0.05或0.01。但是，P 值不能赋予数据任何重要性，只能说明某事件发生的机率。
样本间的差异比时更大，这种说法是错误的。
14．概述相关分析与回归分析的联系与区别。
【答案】（1）相关分析和回归分析的联系
它们具有共同的研宄对象，都是对变量间相关关系的分析，二者可以相互补充。相关分析可以表明变量间相关关系的性质和程度，只有当变量间存在相当程度的相关关系时，进行回归分析去寻求变量间相关的具体数学形式才有实际的意义。同时，在进行相关分析时，如果要具体确定变量间相关的具体数学形式，又要依赖于回归分析，而且在多个变量的相关分析中相关系数的确定也是建立在回归分析基础上的。
（2）相关分析和回归分析的区别
①从研究目的上看，相关分析是用一定的数量指标（相关系数）度量变量间相互联系的方向和程度；回归分析却是要寻求变量间联系的具体数学形式，是要根据自变量的固定值去估计和预测因变量的平均值。
②从对变量的处理看，相关分析对称地对待相互联系的变量，不考虑二者的因果关系，也就是不区分自变量和因变量，相关的变量不一定具有因果关系，均视为随机变量；回归分析是在变量因果关系分析的基础上研宄其中的自变量的变动对因变量的具体影响，必须明确划分自变量和因变量，所以回归分析中对变量的处理是不对称的，在回归分析中通常假定自变量在重复抽样中是取固定值的非随机变量，只有因变量是具有一定概率分布的随机变量。
说明是较强的判定结果，拒绝假定的参说明说明是较弱的判定结果，拒绝假定的参数取值；如果
相关内容
相关标签