11-12-2应用统计A卷评分标准.doc

年级：_ 专业：_ 班级：_ 学号：_ 姓名：_.装.订.线诚信应考 考出水平 考出风格浙江大学城市学院2011 2012学年第二学期期末考试试卷 应用统计（A卷评分标准）开课单位： 商学院 ；考试形式：闭卷；考试时间：2012_年6_月_8日；所需时间：120分钟 允许使用计算器题序一二三四总 分得分评卷人得分一选择题 (本大题共_20_题，每题_1_分，共_20_分。)将选择题的正确答案填入下表12345678910ADCCBCDABD11121314151617181920BDACDBBDCB1、简单随机抽样的特点是（ ）。A、使得总体中的每一个元素都有相同的机会被抽中B.、在抽样之前先将总体的元素划分为若干类，使得每一类都有相同的机会被抽中C、先将总体划分成若干群，使得每一群都有相同的机会被抽中D、能保证样本中的元素在总体中均匀分布2、某电讯部门随机抽取1000个手机用户，得到每周通话的平均时间是80分钟，标准差是10分钟。假定手机用户的通话时间为不对称分布，可以判断通话时间在60分钟到100分钟之间的人数至少占（ ）。A、95% B、89 C、68 D、753、下列有关样本方差的公式，描述正确的是： ( )A、 B、C、 D、4、与直方图相比，茎叶图的主要特点是（ ）。A、能准确展示数据的分布 B、不能详细观察数据的分布C、保留了原始数据的信息 D、更适合描述分类数据5、在某班随机抽取10名学生，期末数学课程的考试分数分别为：68、73、66、76、86、74、63、90、65、89，该班考试分数25%和75%位置上的分位数分别是（ ）。A、65和76 B、65.5和75 C、65.25和75.5 D、65和746、从两个总体中分别抽取和的两个独立随机样本。经计算得到下面的方差分析表。表中“A”单元格和“B”单元格内的结果是（ ）。差异源SSdfMSF组间7.5017.5B组内26.411A总计33.912A、2.4和7.5 B、290.4和38.7 C、2.4和3.1 D、2.4和0.37、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（ ）。A、只包含随机误差 B、只包含水平误差C、既包含随机误差，也包含总误差 D、既包含随机误差，也包含水平误差8、在一元线性回归模型中，对有三个基本假定，即正态性、方差齐性和独立性。其中的方差齐性是指（ ）。A、对于所有的值，的方差都相同 B、对于所有的值，的方差都相同C、对于所有的值，的方差都等于0D、对于所有的值，的方差都等于19、在多元线性回归分析中，如果检验表明回归系数不显著，则意味着（ ）。A、整个回归方程的线性关系显著B、自变量与因变量之间的线性关系可能不显著C、整个回归方程的线性关系不显著D、自变量与因变量之间的线性关系可能显著10、 在某行业中随机抽取15名员工，得到它们的月收入（单位：元）和性别的数据。其中用1表示男性，0表示女性，用月收入作因变量，性别作自变量进行回归，得到的回归方程为。这里的回归系数表示（ ）。A、女性员工的月平均收入是475元B、男性员工的月平均收入是475元C、女性员工的月平均收入比男性员工的月平均收入多475元D、男性员工的月平均收入比女性员工的月平均收入多475元11、指数曲线适合于预测（ ）。A、各期观察值按一定的常数增加或减少的序列B、各期观察值按一定的增长率增长或衰减的序列C、具有线性趋势的序列 D、具有随机波动的序列12、对某时间序列建立的预测方程为，这表明该时间序列各期的观察值（ ）。A、每期增加0.9 B、每期减少1 C、每期增长90% D、每期减少10%13、列联分析是分析（ ）间的关系。A、分类变量和分类变量 B、数值型变量和分类变量 C、数值型变量和数值型变量 D、分类变量和顺序变量14、一个月度时间序列计算季节指数，一般采用二次移动平均计算趋势值，第一次采用（ ）项移动，第二次采用（ ）项移动进行中心化处理。A、2，2 B、4，2 C、12，2 D、2，1215、将某企业职工的月收入依次分为3000元以下、30004000元、40005000元、50006000元、6000元以上几个组。最后一组的组中值近似为（ ）A、 5000 B 、7500 C、 5500 D 、650016、下列各直线回归方程中，哪一个是不正确的（ ）A、= 21+17X，r=0.79 B、= 29-0.5X，r=0.85C、= -10+2X，r=0.78 D、 = 5-3X，r=-0.6917、单因素方差分析的备择假设应该是（ ）A、 B、不全相等C、全不相等 D、 18、如果偏态系数大于0，则表明数据的分布是（ ）A、非对称的 B、对称的 C、左偏的 D、右偏的19、我们通常将均值加减（ ）个标准差以外的数据称为离群点 A、1 B、2 C、3 D、420、在使用指数平滑法进行预测时，如果时间序列有较大的随机波动，则平滑系数的取值（ ）A、应该小些 B、应该大些 C、应该等于0 D、应该等于1得分二简答题 (本大题共_4_题，每题_5_分，共_20_分。)1、简述方差分析的基本假定？答：正态性。即每种处理所对应的总体都应服从正态分布；方差齐性。各个总体的方差必须相等；独立性。每个样本数据都来自不同处理的独立样本。-写出一个给2分，三个全对给5分2、解释时间序列的各个因素组成。答：时间数列通常由四种要数组成：趋势、季节变动、循环波动、不规则波动。-1分趋势：是时间数列在一段较长时间内呈现出来的持续向上或持续向下的变动。-1分季节变动：是时间序列呈现出以年为周期长度的固定变动模式。-1分循环波动：是时间序列呈现出的非固定长度的周期性变动。-1分不规则波动：是时间序列中除去趋势、季节变动和循环波动之后的随机波动。-1分3、简述四种概率抽样方法。答：简单随机抽样、分层抽样、系统抽样、整群抽样 -写出一个给1分，四个全队给5分4、解释总平方和、回归平方和、残差平方和的含义，并说明它们之间的关系。答、总平方和(SST) 反映因变量的 n 个观察值与其均值的总离差-1分 回归平方和(SSR) 反映自变量 x 的变化对因变量 y 取值变化的影响，或者说，是由于 x 与 y 之间的线性关系引起的 y 的取值变化，也称为可解释的平方和-1分 残差平方和(SSE) 反映除 x 以外的其他因素对 y 取值的影响，也称为不可解释的平方和或剩余平方和 -1分 SST = SSR + SSE-2分得分三计算题 (本大题共_4_题，共_40_分。)1、某企业准备用3种方法组装一种新的产品，为确定哪种方法每小时生产的产品数量最多，随机抽取了30名工人，并指定每个人使用其中的一种方法。通过对每个工人生产的产品数进行方差分析得到下面的结果： 方差分析表差异源SSdfMSFP-valueF crit组间42022101.480.2459463.354131组内383627142.07总计425629（1） 完成上面的方差分析表。（6分）（2） 若显著性水平，检验3种方法组装的产品数量之间是否有显著差异？（2分）答：（1）一个空格1分；（2）H0：3种方法组装的产品数量之间没有显著差异由于P=0.245946，不能拒绝H0，即3种方法组装的产品数量之间没有显著差异。-2分2、下表是某企业2004年-2009年产值数据，计算各项时间数列分析指标填入表中空白处，然后利用表中数据计算平均增长速度。（12分，结果保留2位小数）年份200420052006200720082009收入（万元）100012001500200025003000增长量逐期200300500500500累积200500100015002000发展速度定基（%）120%150%200%250%300%增长速度环比（%）20%25%33.33%25%20%答：每一行给2分；平均增长速度=（3000/1000）1/5-1=24.57%-4分3、为研究消费者对不同品牌的牛奶是否有明显偏好，一家调查公司抽样调查了500个消费者对四种品牌的偏好情况，得到的结果如下表：500个消费者对不同品牌牛奶的偏好数据偏好的品牌人数（人）A150B180C90D80合计500试根据所给资料：（1） 写出假设；（2分）（2） 计算卡方值（要有过程）；（6分）（3） 做出决策（显著性水平取0.05）（2分）20.05（3）=7.815，20.05（4）=9.487答：（1）H0：观察频数与期望频数无显著差异（消费者对品牌无明显偏好） H1：观察频数与期望频数有显著差异（消费者对品牌有明显偏好）（2）品牌观察频数f0期望频数fe(f0-fe)2/feA1501255B18012524.2C901259.8D8012516.2合计50050055.2（3）卡方值=55.27.815=20.05（3）拒绝H0，消费者对品牌有明显偏好4、对某百货公司6月份各天的销售额数据用EXCEL计算结果如下表：（1）求总体均值（平均销售额）的置信度为95%的估计区间（6分）（2）该样本数据分布属于左偏分布、右偏分布，还是对称分布，为什么？（4分）列1平均274.1标准误差3.86595812中位数272.5众数#N/A标准差21.17472469方差448.3689655峰度-0.211917734偏度0.195086998区域86最小值236最大值322求和8223观测数30置信度(95.0%)7.906772022答：（1）（274.1-7.907，274.1+7.907）=（266.193，282.007）-6分 （2）因为偏度系数大于0，向本数据分布为右偏分布；-4分得分四综合计算题 (本大题共_1_题，共_20_分。)下面是某个线性回归模型Excel处理输出的回归结果。SUMMARY OUTPUT回归统计Multiple RR SquareAdjusted R Square标准误差109.429596观测值15方差分析dfSSMSFSignificance F回归3321946.8018107315.60068.961759 0.002724残差11131723.198211974.84 总计14453670Coefficients标准误差t StatP-valueIntercept657.0534167.4595393.923655 0.002378X Variable 11.7918363.186849 0.008655X Variable 20.322193-1.293998 0.222174X Variable 31.442935-2.405847 0.034870 1、将方差分析表中的所缺数值补齐。（6分）2、写出回归方程。（6分）3、检验回归方程的线性关系是否显著？（）？（2分）4、检验各回归系数是否显著？（）？（3分）5、计算判定系数，并解释它的实际意义。(2分)6、计算经过调整的判定系数。（1分）答：1、一个空格给1分；2、1=1.7918363.186849=5.7103 2=0.322193（-1.293998）=-0.4169 3=1.442935（-2.405847）=-3.4715 Y=657.0534+5.7103X1-0.4169X2-3.4715X3-6分3、根据P值判断：P