2017年哈尔滨商业大学统计学考研复试核心题库
● 摘要
一、简答题
1． 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。
2． 什么是抽样平均误差？影响抽样平均误差的因素有哪些？
【答案】抽样平均误差是指抽样平均数（或抽样成数）的标准差。它反映抽样平均数（或抽样成数）与总体平均数（或总体成数）的平均误差程度。
影响抽样平均误差的因素有四个：
（1）样本单位数目。在其他条件不变的情况下，抽样数目越多，抽样误差越少；抽样数目越少，抽样误差越大。当时，就是全面调查，抽样误差此时为零。
（2）总体标志变动程度。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。
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． 要检验多个总体均值是否相等时，为什么不作两两比较，而用方差分析方法？
【答案】方差分析不仅可以提高检验的效率，同时由于它是将所有的样本信息结合在一起，也增加了分析的可靠性。
检验多个总体均值是否相等时，如果作两两比较，则需要进行多次的检验。随着增加个体显
著性检验的次数，偶然因素导致差别的可能性也会増加（并非均值真的存在差别）。而方差分
析方法则是同时考虑所有的样本，因此排除了错误累积的概率，从而避免拒绝一个真实的原假设。
5． 分层抽样与整群抽样有何异同？它们分别适合于什么场合？
【答案】（1）相同点：分层抽样和整群抽样都是需要事先按某一标志对总体进行划分的随机抽样。
不同点主要在于：分层抽样的划分标志与调查标志有密切关系，而整群抽样的划分标志不一定与调查标志有 关；分层抽样在总体的每个层内随机抽样，而整群抽样在总体全部群体中随机抽取一部分群体；比较计算公式可知，分层抽样的抽样误差取决于各层总体方差的平均数，而整群抽样的抽样误差取决于总体的群间方差；分层抽 样的目的（优点）主要是缩小抽样误差，满足推断各子总体数量特征的需要，而整群抽样的目的（优点）主要是 扩大抽样单位，简化抽样组织工作。
（2）适用场合：分层抽样用于层间差异大而层内差异小时，以及为了满足分层次管理决策需要时；整群抽样用于群间差异小而群内差异大时，或只有以群体为抽样单位的抽样框时等。
6． 解释总体分布、样本分布和抽样分布的含义。
【答案】总体分布就是总体中所有个体关于某个变量（标志）的取值所形成的分布。假设X 为总体随机变量，那么总体分布就是指X 的分布。很显然，同一变量不同的总体或同一总体不同的变量，其分布是不同的。
样本分布就是样本中所有个体关于某个变量（标志）的取值所形成的分布。假设x 为总体随机变量X 在样本 中的体现，那么样本分布就是指x 的分布，或者说是关于《个观测值的分布。同样，同一变量不同的样本或同一 样本不同的变量，其分布是不同的。
一般意义上说，抽样分布就是样本统计量的概率分布，它由样本统计量的所有可能取值和与之对应的概率组 成。如果说样本分布是关于样本观测值的分布，那么抽样分布则是关于样本统计量的分布，而样本统计量是由样 本观测值计算而来的。具体地说，抽样分布就是从容量为W 的
总体中抽取容量为n 的样本时，所有可能的样本 统计量所形成的分布。假设从容量为W 的有限总体中最多可以抽取m 个容量为n 的不同样本，那么把所有m 个样本统计值形成频率分布，就是抽样分布。可以说，抽样分布是研宄样本分布与总体分布之间的桥梁。
二、计算题
7． 通达出租汽车公司为确定合理的管理费用，需要了解出租车司机每天的收入（元）与其行驶时间（小时）和行驶里程（公里）之间的关系，为此随机调查了20个出租车司机，根据有关数据进行回归分析，得到表的数据结果：
表
根据以上结果回答下列问题：
（1）试建立每天的收入对行驶时间和行驶里程的线性回归方程，并解释回归系数的实际意义。
（2）计算可决系数
（3）若显著性水平并说明它的实际意义。 回归方程的线性关系是否显著？（注 （4）计算回归系数检验的统计量。
【答案】（1）根据已知条件和表中的数据可以得出，出租车司机每天的收入; y 对其行驶时
间和行驶里程的线性回归方程为：
表明当行驶里程不变时，出租车每天行驶时间増加1个小时，收入就会相应地平均增加
增加元；
表明当行驶时间不变时，出租车每天行驶里程增加1公里，收入就会相应地平均元。
（2）可决系数为：
说明估计的该线性模型对观测值的拟合程度较好，出租车每天的收入变差中，
有
可以由收入与行驶时间和行驶里程之间的线性关系来解释。
（3）对回归方程的显著性检验，首先建立假设
检验统计量的值为：
不全为零。
相关内容
相关标签