2017年河南财经政法大学应用统计(专业学位)432统计学考研仿真模拟题
● 摘要
一、简答题
1． 二项分布与超几何分布的适用场合有什么不同？它们的均值和方差有什么区别？
【答案】（1）从理论上讲，二项分布只适合于重复抽样（即从总体中抽出一个个体观察完后放回总体，然后再抽下一个个体）。但在实际抽样中，很少采用重复抽样。不过，当总体的元素数目况很大而样本量, 相对于A T 来说很小时，二项分布仍然适用。
但如果是采用不重复抽样，各次试验并不独立，成功的概率也互不相等，而且总体元素的数目很小或样本量 «相对于W 来说较大时，二项分布就不再适用，这时，样本中“成功”的次数则服从超几何概率分布。
（2）若X 服从二项分布若Y 服从超几何分布则则
2． 简述均值、众数和中位数三者之间的关系及其在实际中的应用。
【答案】（1）众数、中位数和平均数的关系
从分布的角度看，众数始终是一组数据分布的最高峰值，中位数是处于一组数据中间位置上的值，而平均数 则是全部数据的算术平均。
对于具有单峰分布的大多数数据而言，众数、中位数和平均数之间具有以下关系：
①如果数据的分布是对称的，众数中位数和平均数必定相等，即
②如果数据是左偏分布，说明数据存在极小值，必然拉动平均数向极小值一方靠，而众数和中位数由于是位 置代表值，不受极值的影响，因此三者之间的关系表现为：
③如果数据是右偏分布，说明数据存在极大值，必然拉动平均数向极大值一方靠，
则
（2）众数、中位数和平均数在实际中的应用
①众数是一组数据分布的峰值，不受极端值的影响。其缺点是具有不唯一性，一组数据可能有一个众数，也可能有两个或多个众数，也可能没有众数。众数只有在数据量较多时才有意义，当数据量较少时，不宜使用众数。 众数主要适合作为分类数据的集中趋势测度值。
②中位数是一组数据中间位置上的代表值，不受数据极端值的影响。中位数主要适合作为顺序数据的集中趋势测度值。
③平均数是对数值型数据计算的，而且利用了全部数据信息，它是实际中应用最广泛的集中趋势测度值。当数据呈对称分布或接近对称分布时，3个代表值相等或接近相等，这时则应选择平均数作为集中趋势的代表值。 但平均数的主要缺点是易受数据极端值的影响，对于偏态分布的数据，平均数的代表性较差。因此，当数据为偏态分布，特别是当偏斜程度较大时，可以考虑选择众数或中位数。
3． 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。
4． 抽样误差影响因素分析。
【答案】影响抽样误差的因素主要有：（1）样本单位数目。在其他条件不变的情况下，抽样数目越多，抽样误差越小；抽样数目越少，抽样误差越大。当n=N时，就是全面调查，抽样误差此时为零。（2）总体标志变动程度。 在其他条件不变的情况下，总体标志变异程度越大，抽样误差越大；总体变异程度越小，抽样误差越小。（3）抽样方法。一般讲，不重复抽样的抽样误差要小于重复抽样的抽样误差。当n 相对N 非常小时，两种抽样方法的 抽样误差相差很小，可忽略不计。（4）抽样组织方式。采用不同的抽样组织方式，也会有不同的抽样误差。一般讲分层抽样的抽样误差较小，而整群抽样的抽样误差较大。
5． 在什么条件下用正态分布近似计算二项分布的概率效果比较好？
【答案】当样本量n 越来越大时，二项分布越来越近似服从正态分布。这时，二项随机变量的直方图的形状接近正态分布的图形形状。即使对于小样本，当
然相当好，此时随机变量X 的分布是相对于其平均值
大于或等于5时，近似的效果就相当好。
6． 统计分组标志选择的原则。
【答案】在进行统计分组标志选择时要遵循三个原则：
（1）应根据研宄目的与任务选择分组标志。同一研宄总体，研宄的目的不同，可选用的分组标志也不同。
（2）要选用能反映事物本质或主要特征的标志。一般情况下，社会经济现象有多种特征，在
时，二项分布的正态近似仍和都对称的。当p 趋于0或1时，二项分 只要当n 大到使布将呈现出偏态，但当n 变大时，这种偏斜就会消失。一般来说，
选择分组标志 时，可以使用这种标志，也可以选择另一种标志，这就需要根据被研究对象的特征，选择主要的、能抓住事物本 质的标志进行分组。
（3）要根据现象所处的历史条件及经济条件来选择标志。由于社会是不断发展的，在不同的历史条件与经 济条件下，选择的分组标志也不一样，要根据情况的变化而变化。
7． 给出在一元线性回归中：
（1）相关系数的定义和直观意义；
（2）判定系数的定义和直观意义；
（3）相关系数和判定系数的关系。
【答案】（1）相关系数是根据样本数据计算的度量两个变量之间线性关系强度的统计量。若相关系数是根据总体全部数据计算的，称为总体相关系数，记为
称为样本相关系数，记为r 。样本
相关系数的计算公式为：
按上述计算公式计算的相关系数也称为线性相关系数，或称为相关系数。r 仅仅是x 若是根据样本数据计算的，则与y 之间线性关系的一个度量，它不能用于描述非线性关系。这意味着，r=0只表示两个变量之间不存在线性相关关系，并不说明变量之间没有任何关系，它们之间可能存在非线性相关关系。变量之间的非线性相关程度较大时，就可能会导致r=0。因此，当r=0或很小时，不能轻易得出两个变量之间不存在相关关系的结论，而应结合散点图做出合理的答释。
（2）回归平方和占总平方和的比例称为判定系数，记为其计算公式为：
判定系数测度了回归直线对观测数据的拟合程度。
的取值范围是越接近于1, 表明回归平方和占总平方和的比例越大，回归直线与各观测点越接近，用x 的变化来答释y 值变
差的部分就越多，回归直线的拟合程度就越好；反之，越接近于0, 回归直线的拟合程度就越差。
（3）相关系数和判定系数都是用来表明X 与Y 的关系，即X 对Y 的拟合程度。在一元线性回归中，相关系数实际上是判定系数的平方根。相关系数取值范围在卜之间。判定系数取值范围在[0, 1]之间。
8． 简述时间序列的预测程序。
【答案】在对时间序列进行预测时，通常包括以下几个步骤：
（1）确定时间序列所包含的成分，也就是确定时间序列的类型；
（2）找出适合此类时间序列的预测方法；
（3）对可能的预测方法进行评估，以确定最佳预测方案；