(完整word版)统计学贾俊平课后习题答案

1、1第 1 章 统计与统计数据1.1（1）数值型数据；（2 分类数据；（3）数值型数据；（4）顺序数据；（5） 分类数据。1.2（1）总体是 该城市所有的职工家庭”样本是 抽取的 2000 个职工家庭”（2）城市所有职工家庭的年人均收入，抽取的“200 个家庭计算出的年人均收入。1.3（ 1）所有 IT 从业者；（2）数值型变量；（3）分类变量；（4）观察数据。1.4（ 1）总体是 所有的网上购物者”（2）分类变量；（3）所有的网上购物者 的月平均花费；（4）统计量；（5）推断统计方法。1.5（略）。1.6（略）。第 2 章数据的图表展示2.1（1）属于顺序数据。（2）频数分布表如下服务质量等级

2、评价的频数分布服务质量等级家庭数/频率频率/%A1414B2121C3232D1818E1515合计100100（3） 条形图（略）（4） 帕累托图（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/%向上累积向下累积企业数频率企业数频率100 以下512.5512.540100.0100110922.51435.03587.5110 1201230.02665.02665.0120 130717.53382.51435.0130 140410.03792.5717.5140 以上37.540100.037.5合计40100.0（2）某管理局下

3、属 40 个企分组表按销售收入分组/万元企业数/个频率/%先讲企业1127.52良好企业 一般企业 落后企业119927.522.522.5合计40100.02.3频数分布表如下某百货公司日商品销售额分组表按销售额分组/万 元频数/天频率/%25 30410.030 35615.035 401537.540 45922.545 50615.0合计40100.0直方图（略）。2.4茎叶图如下茎叶数据个数18 8 9320 113368889991231 3 5 6 9541 2 3 6 6 7650 12 74箱线图（略）。2.5（ 1）排序略。（2）频数分布表如下100 只灯泡使用寿命非频数分

4、布按使用寿命分组/小 时灯泡个数/只频率/%650660226606705567068066680690141469070026267007101818710720131372073010107307403374075033合计100100（3）直方图（略）（4）茎叶图如下 茎-65TQ66 1 4 5 6 832.62.72.8671 3 4 6 7 9681 1 23 3 3 4 5 5 58 89 9690 0 1 1 1 1 2 2 23 3 4 4 5 56 66 7 7 8 8 8 8 9 9700 0 1 1 2 23 4 56 6 67 78 8 89710 0 2 23 3

5、567 78 89720 1 2 256789 9733 567414 7(1)频数分布表如下按重量分组频率/包40 42242 44344 46746 481648 501752 521052 542054 56856 581058 60460 623合计100(2)直方图(略)。(3)食品重量的分布基本上是对称的(1)频数分布表如下按重量误差分组频数/个10 20020 30530 40740 50850 601360 70970 80680 902合计50(2)直方图(略)分组天数/天-25-206-20-158-15-1010-10-513-5012(1)属于数值型数据。(2)分组结果

6、如下405510合计（3）直方图（略）。2.9（ 1）直方图（略）。（2）自学考试人员年龄的分布为右偏。2.10（ 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（略）。（略）。（略）。（略）。箱线图如下：（特征请读者自己

7、分析）各城市相对湿度箱线图第 3 章数据的概括性度量3.1（ 1）M010；Me=10； X =9.6。（2）QL=5.5；Qu- 12o（3）s 二 4.2o47602.112.122.132.142.15Hl,一一T0HI a工亠r$ i一TAW.-:nr一-：-i-| Min-Max-25%-75%北京长春南京郑州武汉广州成都昆明兰州西安n Median value85756555455(4)左偏分布(2)QL-5.5；Qu=12。(3)x =24 ;s = 6.65o(4)SK =1.08;K =0.77o(5)略。(1) 略。(2)x =7;s =0.71o(3)v1=0.102；v

8、2二0.274o(4)选方法一，因为离散程度小。(1)X =274.1 (万元);Me=272.5。(2)QL=260.25; Qu=291.25o(3)s =21.17 (万元)。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。(1)x=426.67 (万元)；116.48(万元)。(2) SK= 0.203;K =-0.688。(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，因为均值和标准差的大小基本上不受样本大小的影响。(3) 具有较大

9、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。(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 0.08o(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%o通过计算标准化值来判断，ZA二1，ZB=0.5，说明在A项测试中 该应试者比平均分数高出 1 个标准差，而在 B 项测试中只高出平均分数 0.5 个标准差，由于 A 项 测试的标准化值高于 B 项测试，所以 A 项测试比较理想。通过标准化值来判断，各天的标准化值如下表 日

10、期 周一周二周三周四周五周六周日标准化值 Z 3-0.6-0.20.4-1.8-2.20周一和周六两天失去了控制。(1) 离散系数，因为它消除了不同组数据水平高地的影响。（1）M0=19；Me=233.23.33.43.53.63.73.83.93.103.1164 2(2)成年组身高的离散系数：Vs一0.024;172.12 3幼儿组身高的离散系数：Vs二上3二 0.032 ;71.3由于幼儿组身高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。3.12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

11、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1283.13（ 1）方差或标准差；（2）商业类股票；（3）（略）第 4 章抽样与参数估计4.1（ 1）200。（2）5。（3）正态分布。（4）2（100-1）。4.2（ 1）32。（2）0.91。4.3 0.79。4.4（ 1）X25 N（17,22）。（2）X100 N（17,1）。4.5（ 1）1.41。（2）1.41，1.41，1.34。4.6（ 1）0.4。（2）0.024 。（ 3）正

12、态分布。4.7（ 1） 0.050, 0.035, 0.022, 016。（2）当样本量增大时，样本比例的标准差越来越小。4.8（ 1）二x=2.14；（2） E=4.2；（3）（ 115.8, 124.2）。4.9（ 87819, 121301）。4.10（ 1） 81 1.97；（2） 81 2.35；（ 3） 81 3.10。4.11（ 1）（24.11, 25.89）;（2）（ 113.17, 126.03） ；（3）（3.136, 3.702）4.12（ 1）（ 8687, 9113）;（2）（ 8734, 9066） ；（ 3）（8761, 9039）;（4）（8682, 9118

13、）。4.13（2.88, 3.76）; （2.80, 3.84）； （2.63, 4.01）。4.14（ 7.1, 12.9）。4.15（7.18, 11.57）。4.16（ 1）（ 148.9, 150.1）； （2）中心极限定理。4.17（ 1）（ 100.9, 123.7）；（2）（ 0.017, 0.183）。4.18（ 15.63, 16.55）。4.佃（10.36, 16.76）。74.20（ 1）（ 0.316, 0.704） ；（2）（ 0.777, 0.863）;（ 3）（ 0.456, 0.504） 。4.21 （18.11%, 27.89%） ； （17.17%, 22.

14、835）。4.2216784.23 (1) 2522; (2) 601; (3) 268。4.24 (1) (51.37%, 76.63%); (2) 36。4.25 (1) (2.13, 2.97); (2) (0.015, 0.029); (3) (25.3, 42.5)。4.26 (1) (0.33, 0.87); (2) (1.25, 3.33); (3)第一种排队方式更好4.27 48。4.28 139。第 5 章假设检验5.1 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：卩兰1035,H11035。5.2 二=某一品种的

15、小鸡因为同类相残而导致的死亡率” 二_0.04,H1: 0.04。5.3H。宀-65,H1- 65。5.4(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。(2)如果Z - Zg.05，就拒绝H0(3) 检验统计量z= 2.941.645,所以应该拒绝H。5.6z= 3.11,拒绝H0。5.7 t =1

16、.66，不拒绝H05.8 z 二-2.39，拒绝H0。5.9 t =1.04，不拒绝H05.10z =2.44，拒绝H0。5.11z= 1.93,不拒绝H05.5(1)检验统计量，在大样本情形下近似服从标准正态分布;95.12z= 7.48,拒绝H05.132= 206.22,拒绝Ho5.14F =2.42，拒绝Ho第 6 章方差分析6.1F =4.6574 c F0.01=8.0215(或 Pvalue = 0.0409 a a =0.01),不能拒绝原假设。6.2F =15.8234 F0.01=4.579(或 P-value = 0.00001 F0.05=3.6823(或 P-valu

17、e = 0.000849 a =0.05)，拒绝原假设。6.5F =17.0684 a F.05=3.8853(或 P-value = 0.0003 a =0.05),拒绝原假设。XA_XB| = 44.4 30 =14.4 a LSD =5.85，拒绝原假设;XA Xc| = 44.4-42.6 =1.8 c LSD = 5.85，不能拒绝原假设；XB Xc| = 3042.6 =12.6 LSD =5.85，拒绝原假设。6.6 方差分析表中所缺的数值如下表：差异源SSdfMSFP-valueF crit组间42022101.4780.2459463.354131组内383627142.07

18、总计425629F =1.478 cF0.05=3.554131(或 Pvalue = 0.245946= 0.05)，不能拒绝原假设 第 7 章相关与回归分析7.1（ 1）散点图（略），产量与生产费用之间正的线性相关关系。（2）r =0.920232。（3）检验统计量t =14.4222 2.2281， 拒绝原假设，相关系数显著7.2（ 1）散点图（略）。（2）r = 0.8621。7.3（ 1）?0表示当 x=0 时 y 的期望值。10(2)?i表示x每变动一个单位 y 平均下降 0.5 个单位。(3)E(y)=7 o7.4(1)R2=90%o(2)Se=1o7.5(1)散点图(略)。(2

19、) r = 0.9489。(3)y? =0.1181 +0.00358X。回归系数 屛=0.00358表示运送距离每增加 1 公里，运送时间平均增加 0.00358 天。7.6(1)散点图(略)。二者之间为高度的正线性相关关系。(2) r =0.998128，二者之间为高度的正线性相关关系。(3)估计的回归方程为：? =734.6928 0.308683X。回归系数0.308683表示人均 GDP 每增加 1 元，人均消费水平平均增加 0.308683 元。(4)判定系数R2=0.996259。表明在人均消费水平的变差中，有 99.6259%是由人均 GDP 决定的。(5) 检验统计量F =1

20、331.692 =6.61，拒绝原假设，线性关系显著。(6)?5000=734.6928 0.308683 5000 =2278.1078(元)。(7)置信区间： 1990.749， 2565.464 ;预测区间： 1580.463, 2975.750 。7.7(1)散点图(略)，二者之间为负的线性相关关系。(2)估计的回归方程为：y? =430.1892 -4.7x。回归系数？=4.7表示航班 正点率每增加 1%，顾客投诉次数平均下降 4.7 次。(3)检验统计量 t =4.959 t.2=2.3060 ( P-Value=0.001108v.-0.05)， 拒绝原假设，回归系数显著。(4)

21、?80=430.1892 -4.7 80 =54.1892(次)。(5)置信区间:(37.660，70.619);预测区间：(7.572，100.707)。7.8Excel 输出的结果如下(解释与分析请读者自己完成)Multiple R0.7951R Square0.6322Adjusted R Square0.6117标准误差2.6858观测值2011方差分析dfSSMSFSignificance F回归分析1223.1403223.140330.93322.79889E-05残差18129.84527.2136总计19352.9855Coefficients标准误差t StatP-valu

22、eLower 95%Upper 95%Intercept49.31773.805012.96120.000041.323657.3117X Variable 10.24920.04485.56180.00000.15510.34347.9(1 方差分析表中所缺的数值如下方差分析表变差来源 dfSSMSFSign ifica nee F回归11422708.61422708.6354.2772.17E-09残差1040158.074015.807总计111642866.67(2)R2二 暨 二142278.6二0.8660二86.60%。表明汽车销售量的变SST 1642866.67差中有 86

23、.60%是由于广告费用的变动引起的。(3)r =R2= 0.8660 = 0.9306。(4)? = 363.6891 1.420211x。回归系数?1=1.420211表示广告费用每增加一个单位，销售量平均增加 1.420211 个单位。(5) Significanee F= 2.17E-09 , =0.05 ，不 显著；的P-Value=0.0013v：=0.05，显著;3的 P-Value=0.0571：=0.05，不显著。第 8 章时间序列分析和预测61(1)时间序列图(略)。(2) 13.55%。(3) 1232.90 亿元)。62(1)时间序列图(略)。(2) 1421.2(公 斤

24、 / 公顷)。13(3)-0.3 时的预测值：F2001380.18，误差均方=291455;时的预测值：F2001=1407.23，误差均方二 239123。=0.5 更合适14&3(1) 3 期移动平均预测值二 630.33 (万元)(2) =0.3 时的预测值：F =567.95，误差均方=87514.7; : =0.4 时的预测值：F19=591.06，误差均方二 62662.5;=0.5 时的预测值：F19=606.54，误差均方=50236。- =0.5 更合适(3)趋势方程 =239.73 21.928&。估计标准误差sY=31.6628。64(1)趋势图(略)。

25、(2)趋势方程 Y? =145.78 1.16077。2001 年预测值=3336.89 亿元)。65(1)趋势图(略)。(2)线性趋势方程= 69.5202 13.9495t, 2000 年预测值=585.65 (万吨)。66线性趋势：Y? =374.1613-0.6137t; 二次曲线：Y? =381.6442 -1.8272t0.0337t2; 三 次 曲 线：Y? =372.56171.0030t-0.1601t20.0036t3。67(1)原煤产量趋势图(略)。(2)趋势方程 Y? =4.5824 0.9674 -0.0309t2,预测值 Y2001= 1 1.28 (亿吨)。68(1)图形(略)。(2)移动平均法或指数平滑法。(3)移动平均预测=72.49(万元)；指数平滑法预测二 72.5(万元)(:=0.4)。8.9 (1)略。(2)结果如下2001 年 /月时间编号季节指 数 回归预测 值 最终预测 值1971.04393056.303190.482980.99393077.503058.873990.95933098.712972.4841000.93983119.922931.9951010.94393141.132964.8861020.95893162.333032.3071030.92873183.542956.438