应用统计学练习题26版

更新时间：试题数量：购买人数：提供作者：

有效期：个月

章节介绍：共有个章节

收藏

我的练习

我的错题
(0道)

我的收藏
(0道)

我的斩题
(0道)

我的笔记
(0道)

专项练习

顺序练习 练习进度 0 / 0

随机练习 自定义设置练习量

模拟考试 仿真模拟

题型练习 按题型分类练习

易错题 精选高频易错题

学习资料 考试学习相关信息

搜索

题库预览

通过调查大庆、胜利等几大主要油田来了解我国石油生产基本情况，这种调查方式属于________。

分组的方法有________和________两类。

给定一组数据17、19、20、23、28、31、39，它的四分位数中第一分位数为______。

某产品寿命服从平均寿命为8年、寿命标准差为2年的正态分布，该产品的寿命小于5年的概率是______。（注：Φ（1.5）=0.9332）

根据中心极限定理，当样本容量增大时，样本均值的分布趋近于______分布。

在95%置信水平下，样本容量增大到原来的4倍，置信区间宽度将缩小为原来的______倍。

假设检验中，第一类错误的概率α表示________________________。

使用单因素方差分析来研究5种促销条件下电商平台某商品的销售情况，每种情况分别记录10次数据，若计算F统计量，其分子与分母的自由度各为________、________。

对于指数曲线y＝ax^b，当a>0时，令u＝lny，c＝lna，将该指数曲线进行线性化转换，则转换之后的形式为________________________。

时间序列分析中，三阶移动平均法的计算公式为________________________。

某行业协会欲了解该行业下10家高技术公司研发投入对新产品产出的影响。已知该行业下10家公司研发投入$$x$$和新产品产出$$y$$的资料如下表所示（单位：百万元）： | 序号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 研发投入$$x$$ | 10 | 21 | 15 | 23 | 44 | 32 | 35 | 40 | 53 | 52 | | 产出$$y$$ | 24 | 36 | 28 | 30 | 55 | 35 | 48 | 45 | 65 | 60 | 根据以上数据使用Excel做回归分析结果如下图所示：（1）请根据图中数据判断$$x$$和$$y$$之间是否大致成线性关系？如果是，请给出回归方程（方程参数保留两位小数）。（2）请根据图中数据用t检验法检验回归系数$$\beta_1$$是否显著和P决策法说明回归系数$$\beta_1$$的显著性水平。（$$t_{0.025}(8)=2.3060$$）（3）若其中某公司预计研发投入为8000万元，预计产出为多少？ (缺图)

下表是某超市20年间的营业收入（单位：千万元）： | 编号 | 1986 | 1987 | 1988 | 1989 | 1990 | 1991 | 1992 | 1993 | 1994 | 1995 | 1996 | 1997 | 1998 | 1999 | 2000 | 2001 | 2002 | 2003 | 2004 | 2005 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 利润 | 2.5 | 2.8 | 3.1 | 3.4 | 3.8 | 4.2 | 4.9 | 5.6 | 6.1 | 6.8 | 6.7 | 7.1 | 7.4 | 8.3 | 9.8 | 10.7 | 11.4 | 12.4 | 13.3 | 14.2 | 对以上时间序列数据分别使用一至三阶自回归模型进行趋势预测，结果分别如下三张表所示，请根据表中数据选择最合适的自回归模型阶数写出自回归模型的方程并根据趋势线预测2006年该超市的营业收入（方程参数保留两位小数）。 | 三阶 | Coefficients | 标准误差 | t Stat | P-value | 下限95.0% | 上限95.0% | | --- | --- | --- | --- | --- | --- | --- | | Intercept | 0.197479277 | 0.209986132 | 0.940439618 | 0.364139411 | -0.25616818 | 0.651126734 | | X Variable 1 | 1.304512571 | 0.274908096 | 4.745267932 | 0.000382677 | 0.710609738 | 1.898415405 | | X Variable 2 | -0.404193201 | 0.441533553 | -0.915430317 | 0.376634102 | -1.358068449 | 0.549682048 | | X Variable 3 | 0.152570768 | 0.297722667 | 0.512459362 | 0.616924965 | -0.49061995 | 0.795761486 | | 二阶 | Coefficients | 标准误差 | t Stat | P-value | 下限95.0% | 上限95.0% | | --- | --- | --- | --- | --- | --- | --- | | Intercept | 0.174827601 | 0.182521711 | 0.957845505 | 0.35332561 | -0.214208218 | 0.563863419 | | X Variable 1 | 1.277434876 | 0.253506698 | 5.039057693 | 0.00014684 | 0.73709814 | 1.817771611 | | X Variable 2 | -0.232504905 | 0.271804303 | -0.855412893 | 0.40577942 | -0.811842064 | 0.346832253 | | 一阶 | Coefficients | 标准误差 | t Stat | P-value | 下限95.0% | 上限95.0% | | --- | --- | --- | --- | --- | --- | --- | | Intercept | 0.186630084 | 0.161195308 | 1.15778857 | 0.26295862 | -0.153462287 | 0.526722455 | | X Variable 1 | 1.062578883 | 0.021221418 | 50.0710603 | 6.64567E-20 | 1.017805605 | 1.10735216 | (缺图)【缺少答案，请补充】

统计学有哪些基本作用？

简述问卷设计时一般要遵循的原则。

简述贝叶斯模型的基本思想及其典型应用场景。

什么是第一类错误，什么是第二类错误。说明应该怎样控制这两类错误？

回归函数和普通函数关系有何区别？

简述方差分析的基本假设条件。

什么是曲线回归？其分析步骤是什么？

使用移动平均法时需要确定移动项数，确定移动项数时应注意哪些问题？