统计学第三版课后习题答案

1、附录1:各章练习题答案2.1（1）属于顺序数据。（2）频数分布表如下：服务质量等级评价的频数分布服务质量等级家庭数（频率）%A1414B2121C3232D1818E1515100100（3）条形图（略）2.2 （1）频数分布表如下:40个企业按产品销售收入分组表按销售收入分组（万元）企业数 （个）频率 （%）向上累积问卜累积企业数频率企业数频率100以下512.5512.540100.0100 110922.51435.03587.5110 1201230.02665.02665.0120 130717.53382.51435.0130 140410.03792.5717.5140以上37.

2、540100.037.5合计40100.0一一一一（2）某管理局下属40个企分组表按销售收入分组（万元）企业数（个）频率（）先进企业1127.5良好企业1127.5一般企业922.5落后企业922.5合计40100.02.3频数分布表如下：某白货公司日商品销售额分组表按销售额分组（万兀）频数（天）频率（）25 30410.030 35615.035 401537.540 45922.545 50615.040100.0直方图（略）。2.4 （1）排序略。（2）频数分布表如下:100只灯泡使用寿命非频数分布按使用寿命分组（小时）灯泡个数（只） 频率（）6506606606706706806668

3、0690141469070026267007101818710720131372073010107307403374075033100100直方图(略)。(3)茎叶图如下:65 1 866 1 4 5 6 867 1 3 4 6 7 968 169 0 0 12 2 3 3 4 4556667788889970 0 0 14566677888971 072 01 225678991573 3 5 62.52.62.774 1 4 7(1)属于数值型数据。(2)分组结果如下：-25-206-20-158-15-1010-10-513-5012054510760(3)直方图(略)。(1)直方图(略

4、)。(2)自学考试人员年龄的分布为右偏。(1)茎叶图如下：A班树茎B班数据个数树叶树叶数据个数03592144044842975122456677789121197665332110601123468892398877766555554443332100700113449876655200812334566632220901145660100003(2) A班考试成绩的分布比较集中，且平均分数较高；B班考试成绩的分布比 A班分散,且平均成绩较A班低。2.8箱线图如下：(特征请读者自己分析)各城市相对湿度箱线图95857565554535工a 工i中i:一.丁 XMT-一 Min-Max 25%

5、-75% I Median value北京 长春 南京 郑州 武汉 广州 成都 昆明 兰州 西安2.9 (1 ) x =274.1 (万元)；Me=272.5 ; Ql=260.25 ; Qu=291.25。(2) s =21.17 (万元)。2.10 (1)甲企业平均成本=19.41 (元)，乙企业平均成本=18.29 (元)；原因：尽管两个企业的单位成本相同，但单位成本较低的产品在乙企业的产量中所占比重较大，因此拉低了总平均成本。2.11 X =426.67 (万元)；S =116.48 (万元)。2.12 (1) (2)两位调查人员所得到的平均身高和标准差应该差不多相同，因为均值和标准差

6、的大小基本上不受样本 大小的影响。(3)具有较大样本的调查人员有更大的机会取到最高或最低者，因为样本越大，变化的范围就可能越大。2.13 (1)女生的体重差异大，因为女生其中的离散系数为0.1大于男生体重的离散系数0.08。(2)男生：X =27.27 (磅)，S = 2.27 (磅)；女生：X =22.73 (磅)，s = 2.27 (磅)；(3) 68% ;(4) 95%。2.14 (1)离散系数，因为它消除了不同组数据水平高地的影响。 4.2-(2)成年组身高的离散系数：Vs =0.024 ；172.1 2 3幼儿组身高的离散系数：vs =/二3 = 0.032 ；71.3由于幼儿组身高

7、的离散系数大于成年组身高的离散系数，说明幼儿组身高的离散程度相对较大。2.15 下表给出了一些主要描述统计量，请读者自己分析。方法A方法B方法C平均165.6平均128.73平均125.53中位数165中位数129中位数126众数164众数128众数126标准偏差2.13标准偏差1.75标准偏差2.77极差8极差7极差12最小值162最小值125最小值116最大值170最大值132最大值1282.16 (1)方差或标准差；(2)商业类股票；(3)(略)。2.17 (略)。第3章概率与概率分布3.1 设A=女性，B = H程师，AB =女工程师，A+B =女性或工程师(1) P(A) = 4/1

8、2 = 1/3(2) P(B) = 4/12 = 1/3(3) P(AB) = 2/12 = 1/6(4) P(A+B) = P(A) + P(B) P(AB) = 1/3 + 1/3 1/6 = 1/23.2 求这种零件的次品率，等于计算“任取一个零件为次品"(记为 A)的概率P(A)。考虑逆事件A = "任取一个零件为正品”，表示通过三道工序都合格。据题意，有：P(A) = (1 一0.2)(1 一0.1)(1一0.1) = 0.648于是 P(A) =1P(A) =1 0.648 = 0.3523.3 设A表示“合格”，B表示“优秀”。由于 B = AB,于是P(B)

9、=P(A)P(B | A) =0.8X0.15=0.123.4 设人=第1发命中。B =命中碟靶。求命中概率是一个全概率的计算问题。再利用对立事件的概率即可求得脱靶的 概率。P(B)=P(A)P(B| A) P(A)P(B| A)= 0.8 1+0.2 0.5= 0.9脱靶的概率=1 0.9= 0.1或(解法二)：P(脱靶)=P(第1次脱靶)汨(第2次脱靶)=0.2对.5=0.13.5 设人=活到55岁，B =活到70岁。所求概率为:P(B|A产需二皿"3 = 0.75P(A) 0.843.6 这是一个计算后验概率的问题。设人=优质率达95%,囚=优质率为80%, B=试验所生产的5

10、件全部优质。P(A) = 0.4, P( A )=0.6, P(B|A)=0.955, P(B| A )=0.85,所求概率为：P(A|B)=P(A)P(B| A)P(A)P(B | A) P(A)P(B| A)0.309510.50612=0.6115决策者会倾向于采用新的生产管理流程。3.7 令A1、A2、A3分别代表从甲、乙、丙企业采购产品，B表示次品。由题意得：P(A1)=0.25, P(A2)=0.30, P(A3)= 0.45; P(B|A1)= 0.04, P(B|A2) = 0.05, P(BA3) = 0.03;因此，所求概率分别为：(1) P(B)= P(A)P(B | A

11、1) + P(A2)P(B | A2) + P(A3)P(B| %) =0.25X 0.04+0.30X 0.05 + 0.45X 0.03=0.0385(2)P(A3 | B)=0.45 0.030.25 0.04 + 0.30 0.05+0.45 0.030.01350.0385= 0.35063.8据题意，在每个路口遇到红灯的概率是p= 24/(24+36) = 0.4。设途中遇到红灯的次数=X,因此，XB(3, 0.4)。其概率分布如下表:Xi0123P(X= X)0.2160.4320.2880.064期望值(均值)=1.2 (次)，方差=0.72,标准差=0.8485 (次)3.9

12、设被保险人死亡数=X, XB(20000 , 0.0005)。(1)收入=20000X 50 (元)=100万元。要获利至少50万元，则赔付保险金额应该不超过50万元，等价于被保险人死亡数不超过10人。所求概率为：P(X <10) = 0.58304 o(2)当被保险人死亡数超过20人时，保险公司就要亏本。所求概率为：P(X>20) = 1 P(X<20)= 1 0.99842=0.00158(3)支付保险金额的均值= 50000XE(X)= 50000X 20000X 0.0005 (元)=50 (万元)支付保险金额的标准差=50000 XdX)=50000 X (2000

13、0 X 0.0005 X 0.9995) 1/2= 158074 (元)3.10 (1)可以。当n很大而p很小时，二项分布可以利用泊松分布来近似计算。本例中，入=np=20000刀.0005=10,即有XP(10)。计算结果与二项分布所得结果几乎完全一致。(2)也可以。尽管p很小，但由于n非常大，np和np(1-p)都大于5,二项分布也可以利用正态分布来近似计算。本例中,np=20000 X 0.0005=10 , np(1-p)=20000 X 0.0005 X (1 - 0.0005)=9.995 ,即有XN(10,9.995)。相应的概率为：P(X 司0.5) = 0.51995, P(

14、X<20.5) =0.853262。可见误差比较大(这是由于P太小，二项分布偏斜太严重)。【注】由于二项分布是离散型分布，而正态分布是连续性分布，所以，用正态分布来近似计算二项分布的概率时， 通常在二项分布的变量值基础上加减0.5作为正态分布对应的区间点，这就是所谓的“连续性校正”。(3)由于p= 0.0005,假如n=5000,则np = 2.5<5,二项分布呈明显的偏态，用正态分布来计算就会出现非常大 的误差。此时宜用泊松分布去近似。3.11 (1) P(X <150) = P(Z c 150 -200)= p(Z c 1.6667)=0.0477930合格率为 1-0.

15、04779 = 0.95221 或 95.221 %。(2)设所求值为K,满足电池寿命在 200 ±K小时范围内的概率不小于0.9,即有:P(|X 200<K)=P| 2|=0|<二 >0,9 3030即：PZ却 之 0.95, K/30 > 1,64485,故 K> 49,3456。3.12 设X =同一时刻需用咨询服务的商品种数，由题意有XB(6,0.2)(1) X 的最可能值为：X0= (n+1)p = 7 X 0.2 = 1 (取整数)2(2) P(X 2)=1-P(X _2)=1-" C6k0.2k0.8"k=0= 1-0.

16、9011 = 0.0989第4章抽样与抽样分布4.1a. 20, 2b.近似正态c. -2.25d. 1.504.2a. 0.0228b. 0.0668c. 0.0062d. 0.8185 e. 0.00134.3a. 0.8944b. 0.0228c. 0.1292d. 0.96994.4a. 101, 99b. 1c.不必4.5. 趋向正态4.6. a,正态分布，213, 4.5918 b. 0.5, 0,031, 0.9384.7. a. 406,1.68,正态分布 b. 0.001c.是，因为小概率出现了4.8. a,增加 b.减少4.9. a,正态 b.约等于0c.不正常d.正态，0

17、.064.10. a, 0.015 b, 0.0026 c. 0.15874.11. a. (0.012, 0.028) b. 0.6553, 0.72784.12. a. 0.05 b. 1 c, 0.000625第5章参数估计5.1 (1) ox =0.79。( 2) E=1.55。5.2 (1)仃x =2.14。 (2) E=4.2。 (3) ( 115.8,124.2 )。5.3 (2.88,3.76 ) ; (2.80,3.84) ; (2.63,4.01)。5.4 (7.1,12.9 )。5.5 (7,18,11.57 )。5.6 (18.11%,27.89% ) ; ( 17.1

18、7%,22,835 )。5.7 (1) (51.37%,76.63% ) ; (2) 36。5.8 (1.86,17.74 ) ; ( 0.19,19.41 )。5.9 (1) 2±1.176; (2) 2 ±3.986 ; (3) 2 ±3.986 ; (4) 2 ±3.587 ; (5) 2 ±3.364 o5.10 (1) d=1.75, Sd =2.63; (2) 1.75 ±4.27。5.11 (1) 10% ±6.98%; (2) 10% ±8.32%。5.12 (4.06,14.35 )。5.13 4

19、8。5.14 139。5.15 57。5.16 769 。第6章假设检验6.1 研究者想要寻找证据予以支持的假设是“新型弦线的平均抗拉强度相对于以前提高了“，所以原假设与备择假设 应为：H0 3 <1035, H1 : N >1035。6.2 n = "某一品种的小鸡因为同类相残而导致的死亡率”，H0 : n之0.04 , H1 : n < 0.04。6.3 H0 : N =65, H1 : N #65。6.4 (1)第一类错误是该供应商提供的这批炸土豆片的平均重量的确大于等于60克，但检验结果却提供证据支持店方倾向于认为其重量少于60克；(2)第二类错误是该供应商

20、提供的这批炸土豆片的平均重量其实少于60克，但检验结果却没有提供足够的证据支持店方发现这一点，从而拒收这批产品；(3)连锁店的顾客们自然看重第二类错误，而供应商更看重第一类错误。X - 6.5 (1)检验统计量z=方，在大样本情形下近似服从标准正态分布；s/ , n(2)如果Z > z0.05 ,就拒绝H0 ;(3)检验统计量Z = 2.94>1.645 ,所以应该拒绝 H0。6.6 z = 3.11 ,拒绝 H0O6.7 z = 1.93 ,不拒绝 H0。6.8 Z = 7.48 ,拒绝 H 0。6.9 72 = 206.22 ,拒绝 H0。6.10 Z= -5.145 ,拒绝

21、H0O6.11 t = 1.36 ,不拒绝 H0O6.12 z = -4.05 ,拒绝 H0O6.13 F =8.28,拒绝 H0O6.14 (1)检验结果如下： t-检验：双样本等方差假设变量2变量1平均100.7109.9方差观测值24.1157894733.357894742020合并方差假设平均差28.73684211df38t StatP(T<=t)单尾t单尾临界-5.4271060291.73712E-061.685953066P(T<=t)双尾3.47424E-06t-检验：双样本异方差假设变量1变量2平均100.7109.9方差24.1157894733.35789

22、474观测值2020假设平均差0df37t Stat5.427106029P(T<=t)单尾1.87355E-06t单尾临界1.687094482P(T<=t)双尾3.74709E-06t双尾临界2.026190487t双尾临界2.024394234(2)方差检验结果如下:F-检验双样本方差分析变量1变量2平均100.7109.9方差24.1157894733.35789474观测值2020df1919F0.722940991P(F<=f)单尾0.243109655F0.395811384第7章方差分析与试验设计7.1 F = 4.6574 < F0.01 =8.021

23、5(或 P -value =0.0409=0.01),不能拒绝原假设。7.2 F = 17.0684 > F0.05 =3.8853(或 Pvalue =0.0003 <a =0.05),拒绝原假设。XA -xB| = 44.4 30 =14.4 > LSD =5.85,拒绝原假设；xA XC| = 44.4 42.6 =1.8 < LSD =5.85 ,不能拒绝原假设；XB XC| = 30 42.6 = 12.6 > LSD = 5.85，拒绝原假设。7.3 方差分析表中所缺的数值如下表：差异源SSdfMSFP-valueF crit组间42022101.47

24、80.2459463.354131组内383627142.07一一一总计425629一一一一F =1.478 <F0.o5 =3.554131(或 P-value =0.245946 a a =0.05),不能拒绝原假设。7.4 有5种不同品种的种子和 4种不同的施肥方案，在20快同样面积的土地上，分别采用5种种子和4种施肥方案搭配进行试验，取得的收获量数据如下表：F种子=7.2397 a F0.05 =3.2592(或 Pvalue = 0.0033 <a =0.05),拒绝原假设。F施肥方案=9.2047 < F0.05 =3.4903(或 P - value = 0.0

25、019= 0.05),拒绝原假设。7.5 F地区=0.0727 < Fo.o5 = 6.9443 (或 P-value = 0.9311 >"= 0.05 ),不能拒绝原假设。F包装方法=3.1273< Fo.o5 =6.9443(或 P -value =0.1522= 0.05),不能拒绝原假设。7.6 F广告方案=10.75 AF0.05 =5.1432(或 P -value =0.0104 <« =0.05),拒绝原假设。F广告媒体=3<F0.05 =5.9874(或 P -value =0.1340>a =0.05),不能拒绝原假

26、设。F交互作用=1.75<F0.05 =5.1432(或 P -value =0.2519 >« =0.05),不能拒绝原假设。第8章相关与回归分析8.1 (1)利用Excel计算结果可知，相关系数为 仅丫 =0.948138,说明相关程度较高。 (2)计算t统计量,r ,n20.948138 J10-2 2.681739 ,t = 8.4368511 _r2.1-O.94813820.317859给定显著性水平=0.05,查t分布表得自由度n-2=10-2=8的临界值 12为2.306,显然t >ta2 ,表明相关系数 r在统计上是显著的。8.2 利用Excel中

27、的“数据分析”计算各省市人均 GDP和第一产业中就业比例的相关系数为：-0.34239,这说明人均 GDP与第一产业中就业比例是负相关，但相关系数只有-0.34239,表明二者负相关程度并不大。相关系数检验：在总体相关系数 P = 0的原假设下，计算t统计量:=-1.9624-0.34239 .31 -21 -(-0.34239)2查t分布表，自由度为31-2=29 ,当显著性水平取 a = 0.05时，32 =2.045 ;当显著性水平取 a = 0.1时，匕2 =1.699。由于计算的t统计量的绝对值1.9624小于 J2 =2.045 ,所以在a =0.05的显著性水平下，不能拒绝相关系

28、数 P = 0 的原假设。即是说，在 a =0.05的显著性水平下不能认为人均GD叫第一产业中就业比例有显著的线性相关性。但是计算的t统计量的绝对值1.9624大于卜2 =1.699 ,所以在口 =0.1的显著性水平下，可以拒绝相关系数 P = 0的原假设。即在a =0.1的显著性水平下，可以认为人均GDP与第一产业中就业比例有一定的线性相关性。8.3 设当年红利为Y ,每股帐面价值为X建立回归方程Y - -1 "Xj uA估计参数为Y =0.479775 0.072876Xi参数的经济意义是每股帐面价值增加1元时，当年红利将平均增加0.072876元。序号6的公司每股帐面价值为 1

29、9.25元，增加1元后为20.25元，当年红利可能为： AY =0.479775 +0.072876 父20.25 =1.955514 (元)8.4 (1)数据散点图如下：142 1,86 / 2 O 1 o o o O 客乘名次1率诉投6570758085航班正点率()(2)根据散点图可以看出，随着航班正点率的提高，投诉率呈现出下降的趋势，两者之间存在着一定的负相关关 系。(3)设投诉率为 Y,航班正点率为 X建立回归方程Yi = 12Xi UiA估计参数为Yi =6.0178 - 0.07 Xi(4)参数的经济意义是航班正点率每提高一个百分点，相应的投诉率(次 /10万名乘客)下降0.07

30、。(5)航班按时到达的正点率为80%,估计每10万名乘客投诉的次数可能为：Y? =6.0178-0.07x80 = 0.4187 (次/10 万)8.5 由Excel回归输出的结果可以看出：(1)回归结果为 AY =32.99309 0.071619X2i 0.168727X3i 0.179042X3i(2)由Excel的计算结果已知：耳邛2邛3邛4对应的t统计量分别为0.51206、4.853871、4.222811、3.663731，其绝对值均大于临界值t0.025(22 -4) =2.101，所以各个自变量都对 Y有明显影响。由F=58.20479,大于临界值F0.05(4 1,22 4

31、) =3.16 ,说明模型在整体上是显著的。8.6 (1)该回归分析中样本容量是14+1=15(2)计算 RSS=66042-65965=77ESS的自由度为 k-1=2 , RSS的自由度 n-k=15-3=12(3)计算：可决系数R2 =65965/ 66042 =0.9988215- 1修正的可决系数R =1 (1 -0. 9 9 88)0. 9 9 8615-3(4)检验X2和X3对Y是否有显著影响329826.4166= 5140.11_ ESS/(k -1) 65965/ 2F =RSS/(n -k) 77/12F统计量远比F临界值大，说明 X2和X3联合起来对 Y有显著影响，但并

32、不能确定 X2和X3各自对Y的贡献为多少。8.7来源平方和自由度力差来自回归2179.5612179.56来自残差99.11224.505总离差平方和2278.67238.8 (1)用 Excel 输入2 一Y和X数据，生成X和3 .X的数据，用Y对X、 23X 、 X回归，估计参数结果为23Y = -1726.73 7.879646874Xi -0.00895X3.71249E -06Xt=(-1.9213)(2.462897)_ (-2.55934)(3.118062)R2 =0.973669R2 =0.963764(2)检验参数的显著性：当取 a =0.05时，查t分布表得t0.025(

33、12-4) = 2.306,与t统计量对比，除了截距项外， 各回归系数对应的t统计量的绝对值均大于临界值，表明在这样的显著性水平下，回归系数显著不为0。(3)检验整个回归方程的显著性：模型的R2 =0.973669 ,R2 =0.963794 ,说明可决系数较高，对样本数据拟合较好。由于 F=98.60668,而当取 口 =0.05时，查 F 分布表得 F0.05(4 1,12 4) = 4.07 ,因为 F=98.60668>4.07 ,应拒绝H0 : P2 =P3 =P4 =0,说明X、X2、X3联合起来对丫确有显著影响。(4)计算总成本对产量的非线性相关系数：因为R2 =0.973

34、669因此总成本对产量的非线性相关系数为_ 2 ,、R =0.973669 或 R=0.9867466(5)评价：虽然经t检验各个系数均是显著的，但与临界值都十分接近，说明t检验只是勉强通过，其把握并不大。如果取a =0.01 ,则查t分布表得t0.005(12-4) = 3.3554,这时各个参数对应的t统计量的绝对值均小于临界值， 则在a =0.01的显著性水平下都应接受 H 0:叫=0的原假设。8.9利用Excel输入X、y和Y数据，用Y对X回归，估计参数结果为丫？ =5.73 0.314Xit 值=(9.46) (-6.515) _ 22_ _ _ _R =0.794 R =0.7 7

35、 5 整理后得到：y?=307.9693 e0314x第9章时间序列分析32_一9.1 (1) 30X 1.06 X 1.05 = 30X 1.3131 = 39.393 (万辆)(2) 9/(30H2)/(30 父 1.078) -1 = 9/2/1.078 -1 = 7.11%(3)设按7.4%的增长速度n年可翻一番则有1.074n =60/30 =2所以n = log2 / log1.074 = 9.71 (年)故能提前0.29年达到翻一番的预定目标。9.2 (1) (1)以1987年为基期，2003年与1987年相比该地区社会商品零售额共增长: (1 10%)5 (1 8.2%)5 (

36、1 6.8%)5 一1 =3.31861 = 2.3186 =231.86%(2)年平均增长速度为1.1 (1-10%)=(18.2%) L(厂6.8%)5 -1 =0.0833=8.33%2004年的社会商品零售额应为30x(1 +0.0833)7 =52.509 (亿元)9.3 (1)发展总速度(1+12%)3父(1+10%)4 父(1+8%)3 =259.12%平均增长速度=10 259.12% -1 =9.9892%2 500x(1 +6%)2 =561.8 (亿兀)(3)平均数 y =yj = =142.5 (亿元)，4jJ 42002年一季度的计划任务：105%父142.5= 14

37、9.625 (亿元)。9.4 用每股收益与年份序号回归得丫 =0.365+0.193t 。预测下一年(第11年)的每股收益为 丫1 =0.365+0.193x11 =2.488 元(2)时间数列数据表明该公司股票收益逐年增加，趋势方程也表明平均每年增长0.193元。是一个较为适合的投资方向。9.5 (1)移动平均法消除季节变动计算表年别季别鲜蛋销售量四项移动平均值移正平均值(T?)2000 年一季度13.1二季度13.910.875三季度7.910.310.5875四季度8.69.7102001 年一季度10.810.159.925二季度11.510.7510.45三季度9.711.711.2

38、25四季度1113.212.452002 年一季度14.614.77513.9875二季度17.516.57515.675三季度1617.52517.05四季度18.218.1517.83752003 年一季度18.418.37518.2625二季度2018.32518.35三季度16.9四季度18 T? =8.9625 0.63995 t（3）趋势剔出法季节比例计算表（一）年别季别时间序列号t鲜蛋销售量预测鲜蛋销售量趋势剔除值2000 年一季度113.19.3323529411.403718878二季度213.99.9722058821.39387415三季度37.910.612058820

39、.74443613四季度48.611.251911760.7643145612001 年一季度510.811.891764710.908191531二季度611.512.531617650.917678812三季度79.713.171470590.736440167四季度81113.811323530.7964479272002 年一季度914.614.451176471.010298368二季度1017.515.091029411.159629308三季度111615.730882351.0171076四季度1218.216.370735291.1117399232003 年一季度1318.

40、417.010588241.081679231二季度142017.650441181.133116153三季度1516.918.290294120.923987329四季度161818.930147060.950864245上表中，其趋势拟合为直线方程T? = 8.9625 + 0.63995父t。趋势剔出法季节比例计算表（二）、季度年度 '一季度二季度三季度四季度2000 年1.4037191.3938740.7444360.7643152001 年0.9081920.9176790.736440.7964482002 年1.0102981.1596291.0171081.11174

41、2003 年1.0816791.1331160.9239870.950864平均1.1009721.1510750.8554930.9058424.013381季节比率1.0973011.1472370.8526410.9028224. 00000根据上表计算的季节比率，按照公式Y? =T?，g*L计算可得：2004年第一季度预测值：Y?7 =T7 S1 =(8.9625 0.63995 17) 1.097301=21.77232004年第二季度预测值：Y8 =T?8 S2 =(8.9625 0.63995 18) 1.147237 = 23.497252004年第三季度预测值：Y9 =T?9

42、 s =(8.9625 0.63995 19) 0.852641 = 18.0092004年第四季度预测值：心二专0 S4 =(8.9625 0.63995 20) 0.902822=19.64689.6 (1)用原始资料法计算的各月季节比率为月份1月2月3月4月5月6月季节比率0.91950.78680.99311.00291.02881.0637月份7月8月9月10月11月12月季节比率0.97220.98511.04071.03501.07651.0958平均法计算季节比率表:年别 月份、2000 年2001 年2002 年2003 年平均季节比率1月4.785.186.466.825.

43、808750.91952月3.974.615.625.684.970250.78683月5.075.696.967.386.27350.99314月5.125.717.127.406.335751.00295月5.275.907.237.606.499251.02886月5.456.057.437.956.71951.06377月4.955.656.787.196.14150.97228月5.035.766.767.356.2230.98519月5.376.147.037.766.5741.040710月5.346.146.857.836.538251.035011月5.546.477.038

44、.176.800251.076512月5.446.557.228.476.92251.0958平均6.3172081.0000季节比率的图形如下：季节比率T一季节比率(2)用移动平均法分析其长期趋势年月序号工业总产值(亿元)移动平均移正平均Jan-0014.78Feb-0023.97Mar-0035.07Apr-0045.12May-0055.27Jun-0065.455.13Jul-0074.955.17Aug-0085.035.22Sep-0095.375.27Oct-00105.345.32Nov-00115.545.37Dec-00125.445.115.43Jan-01135.185

45、.145.49Feb-01144.615.205.55Mar-01155.695.255.62Apr-01165.715.305.69May-01175.905.355.77Jun-01186.055.405.87Jul-01195.655.465.97Aug-01205.765.526.06Sep-01216.145.586.18Oct-01226.145.656.29Nov-01236.475.736.40Dec-01246.555.826.51Jan-02256.465.936.60Feb-02265.626.016.68Mar-02276.966.126.74Apr-02287.126

46、.236.80May-02297.236.356.85Jun-02307.436.466.89Jul-02316.786.556.91Aug-02326.766.646.93Sep-02337.036.716.96Oct-02346.856.776.98Nov-02357.036.827.02Dec-02367.226.887.06Jan-03376.826.917.10Feb-03385.686.917.15Mar-03397.386.947.23Apr-03407.406.977.31May-03417.607.007.41Jun-03427.957.04Jul-03437.197.08A

47、ug-03447.357.12Sep-03457.767.19Oct-03467.837.27Nov-03478.177.36Dec-03488.477.46原时间序列与移动平均的趋势如下图所示:9.7(1)采用线性趋势方程法：T? = 460.0607 + 7.0065t剔除其长期趋势。趋势分析法剔除长期趋势表：年月序号工业总产值(亿元)长期趋势值剔除长期趋势Jan-831477.9467.06721.023193Feb-832397.2474.07370.837844Mar-833507.3481.08021.054502Apr-834512.2488.08671.049404May-83

48、5527495.09321.064446Jun-836545502.09971.085442Jul-837494.7509.10620.971703Aug-838502.5516.11270.973625Sep-839536.5523.11921.025579Oct-8310533.5530.12571.006365Nov-8311553.6537.13221.030659Dec-8312543.9544.13870.999561Jan-8413518551.14520.939861Feb-8414460.9558.15170.825761Mar-8415568.7565.15821.006267Apr-8416570.5572.16470.997091May-8417590579.17121.018697Jun-8418604.8586.17771.031769Jul-8419564.9593.18420.952318Aug-8420575.9600.19070.959528Sep-8421613.9607.19721.011039Oct-8422614614.20370.999668Nov-8423646.7621.21021.041032Dec-8424655.3628.21671.043111Jan-85256