资源描述
模拟试题一 单项选择题（每小题 2分，共 20分）1. 一项调查表明，在所抽取的1000 个消费者中，他们每月在网上购物的平均花费是 200 元，他们选择在网上购 物的主要原因是“价格便宜”。这里的参数是（ A）A. 1000 个消费者B. 所有在网上购物的消费者C. 所有在网上购物的消费者的平均花费额D. 1000 个消费者的平均花费金额2. 为了调查某校学生的购书费用支出，从男生中抽取 60名学生调查，从女生中抽取40 名学生调查，这种抽样方 法属于（ D ）A. 简单随机抽样 B. 整群抽样 C. 系统抽样 D. 分层抽样3. 某班学生的平均成绩是80 分，标准差是 10分。如果已知该班学生的考试分数为对称分布，可以判断考试分数 在 70 到 90 分之间的学生大约占（ C ）A. 95%B. 89%C. 68%D. 99%4已知总体的均值为50,标准差为8,从该总体中随机抽取容量为64的样本，则样本均值的数学期望和抽样分 布的标准误差分别为（）A. 50, 8B. 50, 1C. 50, 4D. 8, 85根据某班学生考试成绩的一个样本，用95%的置信水平构造的该班学生平均考试分数的置信区间为75分85 分。全班学生的平均分数（ D ）A. 肯定在这一区间内B.有95%的可能性在这一区间内C.有5%的可能性在这一区间内D.要么在这一区间内，要么不在这一区间内6. 一项研究发现， 2000年新购买小汽车的人中有 40%是女性，在2005 年所作的一项调查中，随机抽取120 个新 车主中有57人为女性，在“ .5的显著性水平下，检验2005年新车主中女性的比例是否有显著增加，建立的原假设和备择假设为（ C ）H :兀二 40% , H :兀 H 40%A 01小 H :兀 40% , H :兀40%C 01H :兀 40% , H :兀 40%B 01H :兀 40% , H :兀 40%D 017. 在回归分析中，因变量的预测区间估计是指（ B ）A. 对于自变量x的一个给定值X0，求出因变量y的平均值的区间B. 对于自变量x的一个给定值X0，求出因变量y的个别值的区间C. 对于因变量y的一个给定值y0，求出自变量x的平均值的区间D. 对于因变量y的一个给定值y0，求出自变量x的平均值的区间8. 在多元线性回归分析中，如果F检验表明线性关系显著，则意味着（A ）A. 在多个自变量中至少有一个自变量与因变量之间的线性相关系著B. 所有的自变量与因变量之间的线性关系都显著C. 在多个自变量中至少有一个自变量与因变量之间的线性关系不显著D. 所有的自变量与因变量之间的线性关系都不显著9. 如果时间序列的逐期观察值按一定的增长率增长或衰减，则适合的预测模型是（ D ）A. 移动平均模型B.指数平滑模型节C.线性模型 D.指数模型主P 0 %10设p为商品价格，q销售量，则指数乙P0q0的实际意义是综合反映（B ）A. 商品销售额的变动程度B. 商品价格变动对销售额影响程度C. 商品销售量变动对销售额影响程度D. 商品价格和销售量变动对销售额影响程度二、简要回答下列问题（每小题5 分，共15 分）1、简述直方图和茎叶图的区别。2、简述假设检验中 P 值的含义。3、解释指数平滑法。4、（15 分）甲、乙两个班参加同一学科考试，甲班的平均考试成绩为86分，标准差为12 分。乙班考试成绩的 分布如下：考试成绩（分）学生人数（人）60以下2607077080980907901005合计30（1）画出乙班考试成绩的直方图。（2）计算乙班考试成绩的平均数及标准差。（3）比较甲乙两个班哪个班考试成绩的离散程度大?5/（25分） 某企业生产的袋装食品采用自动打包机包装，每袋标准重量为100克。现从某天生产的一批产品中按 重复抽样每包重量（克）包数96-98298-1003100-10234102-1047104-1064合计50（1）假定食品包重服从正态分布，要求：（2）确定该种食品平均重量 95%的置信区间。（3）如果规定食品重量低于 100 克属于不合格，确定该批食品合格率95%的置信区间。（4）采用假设检验方法检验该批食品的重量是否符合.（5）标准要求？ （a = .5，写出检验的具体步骤）。7、（25分）一家产品销售公司在30个地区设有销售分公司。为研究产品销售量（y）与该公司的销售价格（xl）、 各地区的年人均收入（x2）、广告费用（x3）之间的关系，搜集到30个地区的有关数据。利用Excel得到下面的回归 结果（a = 0.05）:方差分析表变差来源dfSSMSFSignificance F回归4008924.78.88341E-13残差-总计2913458586.7参数估计表Coefficients标准误差t StatP-valueIntercept7589.10252445.02133.10390.00457X Variable 1-117.886131.8974-3.69580.00103X Variable 280.610714.76765.45860.00001X Variable 30.50120.12593.98140.00049（1）将方差分析表中的所缺数值补齐。2）写出销售量与销售价格、年人均收入、广告费用的多元线性回归方程，并解释各回归系数的意义3）检验回归方程的线性关系是否显著？4）计算判定系数 R 2，并解释它的实际意义。s（5）计算估计标准误差y，并解释它的实际意义。模拟试题一解答、单项选择题1. A；2. D；3. C；4. B；5. D；6. C；7. B；8. A；9. D；10. B。二、简要回答下列问题1. (1)直方图虽然能很好地显示数据的分布，但不能保留原始的数值；茎叶图类似于横置的直方图，与直方图 相比，茎叶图既能给出数据的分布状况，又能给出每一个原始数值，即保留了原始数据的信息。(2)在应用方面，直方图通常适用于大批量数据，茎叶图通常适用于小批量数据。2. 如果原假设Ho是正确的，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P值P值是 假设检验中的另一个决策工具，对于给定的显著性水平a，若Pa，则拒绝原假设。3. 指数平滑法是对过去的观察值加权平均进行预测的一种方法，该方法使得第t +1期的预测值等于t期的实际 观察值与第 t 期预测值的加权平均值。一次指数平滑法是适合于平稳序列的一种预测方法，其模型为F =aY + (1 -a) Ft+1tt 。1)乙班考试成绩的直方图如下：乙班考试成绩分布的直方图2)迟M fi i 55x2 +65x7+75x9+85x7+95x523107730 分30=；(55-77)2 x2 + (65-77)2 x7 + (75-77)2 x9 + (85-77)2 x7 + (95-77)2 x5 30-1,4080 门八莎=11.86分v =二=0.1395(3)甲班考试分数的离散系数为：x 86s 11.86v = = 0.1540乙班考试分数的离散系数为：乙x 77。由于冷 乙，所以甲班考试成绩的离散程度小于乙班。四、(1)已知：“ =50 , Z0.05 2 1.96X = 4样本均值为：n迟M fi i 5066101.3250克，样本标准差为：丈s =(M 一 x)2fii=1B88 = 1.634 49克。由于是大样本，所以食品平均重量 95%的置信区间为：s1 634x 土 z 二=101.32 土 1.96 x = 101.32 土 0.453 a2 ZX 一卩101.32 一 100二 5.7121.634 J50s、n二 1 960.05 2-，所以拒绝原假设，该批食品的重量不符合标准要求。方差分析表变差来源dfSSMSFSignificance F回归312026774.14008924.772.808.88341E-13残差261431812.655069.7总计2913458586.72）多元线性回归方程为：y 二 75891025 - 1178861X1 + 806107X2 + O5012X3。= 117.8861表示：在年人均收入和广告费用不变的情况下，销售价格每增加一个单位，销售量平均下降117.8861个单位； 2 = 806107表示：在销售价格和广告费用不变的情况下，年人均收入每增加一个单位，八销售量平均增加80.6107个单位； 3=0.5012表示：在年销售价格和人均收入不变的情况下，广告费用每增加4)(3)由于 Significance F=8.88341E-13aSST12026774.113458586.7= 89.36%= 0.05，表明回归方程的线性关系显著。表明在销售量的总变差中，被估计的多元线性回归方程所解释的一个单位，销售量平均增加 0.5012个单位。比例为 89.36%，说明回归方程的拟合程度较高。SSE s 二.-=vMSE = 55069.7 = 234.67（5）e U - k -1。表明用销售价格、年人均收入和广告费用来预测销售量时，平均的预测误差为 234.67。模拟试题二 单项选择题（每小题 2 分，共 20 分）1. 根据所使用的计量尺度不同，统计数据可以分为（）A. 分类数据、顺序数据和数值型数据 B. 观测数据和试验数据C. 截面数据和时间序列数据2. 饼图的主要用途是（）A. 反映一个样本或总体的结构C. 反映一组数据的分布D. 数值型数据和试验数据B. 比较多个总体的构成D. 比较多个样本的相似性3. 如果一组数据是对称分布的，则在平均数加减 2 个标准差之内的数据大约有（）A. 68%B. 90%C. 95%D. 99%4从均值为200、标准差为50的总体中，抽出n = 100的简单随机样本，用样本均值x估计总体均值卩,则无的数学期望和标准差分别为（ ）A. 200， 5B. 200， 20C. 200， 0.5D. 200， 255.95%的置信水平是指（ ）A. 总体参数落在一个特定的样本所构造的区间内的概率为95%B. 总体参数落在一个特定的样本所构造的区间内的概率为5%C. 在用同样方法构造的总体参数的多个区间中，包含总体参数的区间比率为95%D. 在用同样方法构造的总体参数的多个区间中，包含总体参数的区间比率为5%6在假设检验中，如果所计算出的P值越小，说明检验的结果（）A.越显著B.越不显著C. 越真实D越不真实7. 在下面的假定中，哪一个不属于方差分析中的假定（）A.每个总体都服从正态分布B.各总体的方差相等C. 观测值是独立的D. 各总体的方差等于 08. 在方差分析中，数据的误差是用平方和来表示的，其中组间平方和反映的是（）A. 一个样本观测值之间误差的大小B. 全部观测值误差的大小C. 各个样本均值之间误差的大小D. 各个样本方差之间误差的大小9. 在多元线性回归分析中， t 检验是用来检验（ ）A. 总体线性关系的显著性 B. 各回归系数的显著性H : B B 二 A 二 B 二 0C.样本线性关系的显著性D. H0比P2八Pk 010. 下面的哪种方法不适合对平稳序列的预测（）简单平均法 B. 移动平均法 C. 指数平滑法 D. 线性模型法 简要回答下列问题（每小题 5 分，共 20 分）1. 简述直方图和条形图的区别。2. 简述中心极限定理。3. 回归分析主要解决以下几个方面的问题？4. 解释拉氏价格指数和帕氏价格指数。（20 分）一家物业公司需要购买大一批灯泡，你接受了采购灯泡的任务。假如市场上有两种比较知名品牌的灯 泡，你希望从中选择一种。为此，你从两个供应商处各随机抽取了 60 个灯泡的随机样本，进行“破坏性”试验，得到灯泡寿命数据经分组后如下：灯泡寿命（小时）供应商甲供应商乙7009001249001100143411001300241913001500103合计6060请用直方图直观地比较这两个样本，你能得到什么结论？ 你认为应当采用哪一种统计量来分别描述供应商甲和供应商乙灯泡寿命的一般水平？请简要说明理由 哪个供应商的灯泡具有更长的寿命？哪个供应商的灯泡寿命更稳定？（20 分）为估计每个网络用户每天上网的平均时间是多少，随机抽取了 225 个网络用户的简单随机样本，得样本 均值为 6.5 小时，样本标准差为 2.5 小时。（1）试以 95%的置信水平，建立网络用户每天平均上网时间的区间估计。（2）在所调查的 225 个网络用户中，年龄在 20 岁以下的用户为 90 个。以 95%的置信水平，建立年龄在 20 岁以下的网络用户比例的置信区间？注：z = 1.960.025z0.05二 1.645)（20 分）一家出租汽车公司为确定合理的管理费用，需要研究出租车司机每天的收入（元）与他的行使时间（小 时）行驶的里程（公里）之间的关系，为此随机调查了20个出租车司机，根据每天的收入（ y ） 、行使时间（ x1 ） 和行驶的里程（X2）的有关数据进行回归，得到下面的有关结果（a = 0.05）:八B = 方程的截距0 42.38s = 36.59截距的标准差回归平方和SSR = 29882回归系数卩1 = 9.16s = 4.78回归系数的标准差厝残差平方和SSE = 5205回归系数卩2 = 0.46s = 0.14回归系数的标准差02写出每天的收入（y）与行使时间（X1）和行驶的里程（X2）的线性回归方程。解释各回归系数的实际意义。计算多重判定系数R 2,并说明它的实际意义。S计算估计标准误差y，并说明它的实际意义。若显著性水平 = 0.05，回归方程的线性关系是否显著？（注：F0.05（2，17）二3.59 ）模拟试题二解答一、单项选择题1. A；2. A；3. C；4. A；5. C；6. A；7. D；8. C；9. B；10. D。二、简要回答下列问题1. （1）条形图是用条形的长度或高度表示各类别频数的多少，其宽度则是固定的；直方图是用面积表示各组频 数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。（2）直方图的各矩形通常是连续排列，而条形图则是分开排列。（ 3）条形图主要用于展示分类数据，而直方图则主要用于展示数值型数据。2. 从均值为卩、方差为b 2的总体中，抽取容量为n的随机样本，当n充分大时（通常要求n 30 ），样本均 值无的抽样分布近似服从均值为卩、方差为bXn的正态分布。3. （1）从一组样本数据出发，确定出变量之间的数学关系式；（2）对这些关系式的可信程度进行各种统计检验， 并从影响某一特定变量的诸多变量中找出哪些变量的影响是显著的，哪些是不显著的；（3）利用所求的关系式， 根据一个或几个变量的取值来估计或预测另一个特定变量的取值，并给出这种估计或预测的可靠程度。4. 在计算一组商品价格的综合指数时，把作为权数的销售量固定在基期计算的指数称为拉氏价格指数。在计算 一组商品价格的综合指数时，把作为权数的销售量固定在报告期计算的指数称为帕氏价格指数。三、（1）两个供应商灯泡使用寿命的直方图如下：使用寿命使用寿命供应商申从集中程度来看，供应商甲的灯泡的使用寿命多数集中在1100小时1300小时之间，供应商乙的灯泡的使用寿 命多数集中在900小时1100小时之间。从离散程度来看，供应商甲的灯泡的使用的离散程度大于供应商乙的 离散程度。（2）应该采用平均数来描述供应商甲和供应商乙灯泡寿命的一般水平，因为两个供应商灯泡使用寿命的分布基 本上是对称分布的。（3）计算两个供应商灯泡使用寿命的平均数如下：为M f r i 800 x 12 +1000 x 14 +1200 x 24 +1400 x 10 66400=1106.67n6060小时。60为M f宀 800 x 4 +1000 x 34 +1200 x 19 +1400 x 3642004= 1070n6060小时。60申供应商灯泡使用寿命更长。（4）计算两个供应商灯泡使用寿命的标准差和离散系数如下(M 一 X)2fii:2357333.34 = 199.89小时。59199.899 二 0.18X 1106.67甲龙(M - X )2 fii営=品小时。s7 cI X乙由于乙 冷，说明供应商乙的灯泡寿命更稳定。四、（1）已知：n 二 225，无二 6.5，s 二 2.5，z0.025 二 1.96。网络用户每天平均上网时间的 95%的置信区间为：s2.5X 土 z = = 6.5 土 1.96 x = 6.5 土 0.33 a2 F (2 17) _ 3 59H于F _ 48.80 F0.05(2/丿_ 3.59，拒绝原假设H 0。这意味着每天收入与行驶时间和行驶里程之间的线性关系 是显著的。
展开阅读全文