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512.5512.540100.0100110922.51435.03587.51101201230.02665.02665.0120130717.53382.51435.0130140410.03792.5717.5140以上37.540100.

2、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（）2530410.03035615.035401537.54045922.54550615.040100.0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（）650660660670670680666806901414690700

3、26267007101818710720131372073010107307403374075033100100直方图(略)。(3)茎叶图如下:65186614568671346796816900122334455666778888997000145666778889710720122567899733562.52.62.774147(1)属于数值型数据。(2)分组结果如下：-25-206-20-158-15-1010-10-513-50120-545-10760(3)直方图(略)。(1)直方图(略)。(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0

4、3592144044842975122456677789121197665332110601123468892398877766555554443332100700113449876655200812334566632220901145660100003(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-Max25%-75%IMedianvalue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)；

5、Me=272.5;Ql=260.25;Qu=291.25。(2) s=21.17(万元)。1 (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。1 X=426.67(万元)；S=116.48(万元)。1 (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 (1)女生的体重差异大，因为女生其中的离散系数为0.1大

6、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%。1 (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；172.123幼儿组身高的离散系数：vs=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。1 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12

7、6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1281 (1)方差或标准差；(2)商业类股票；(3)(略)。1 (略)。第3章概率与概率分布8.9 设A=女性，B=H程师，AB=女工程师，A+B=女性或工程师5.5 P(A)=4/12=1/36.6 P(B)=4/12=1/37.7 P(AB)=2/12=1/68.8 P(A+B)=P(A)+P(B)P(AB)=1/3+1/31/6=1/28.10 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)O考虑逆事件A=任取一个零件为正品”

8、，表示通过三道工序都合格。据题意，有：P(A)=(1-0.2)(1-0.1)(1-0.1)=0.648于是P(A)=1P(A)=10.648=0.3528.11 设A表示“合格”，B表示“优秀”。由于B=AB,于是P(B)=P(A)P(B|A)=0.8X0.15=0.128.12 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)=0.81+0.20.5=0.9脱靶的概率=10.9=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=0.18.13 设人=活到5

9、5岁，B=活到70岁。所求概率为:P(BM尸需二皿照=0.75P(A)0.848.14 这是一个计算后验概率的问题。设人=优质率达95%,A=优质率为80%,B=试验所生产的5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。8.15 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

10、)=0.04,P(B|A2)=0.05,P(B|A。=0.03;因此，所求概率分别为：10 P(B)=P(A1)P(B|A1)+P(A2)P(B|A2)+P(A3)P(B|A3)=0.25X0.04+0.30X0.05+0.45X0.03=0.0385(2)P(A3|B)=0.450.030.250.04+0.300.05+0.450.030.01350.0385=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

11、)=1.2(次)，方差=0.72,标准差=0.8485(次)3.9设被保险人死亡数=X,XB(20000,0.0005)。(1)收入=20000X50(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(X20)=1P(X20)=10.99842=0.00158(3)支付保险金额的均值=50000XE(X)=50000X20000X0.0005(元)=50(万元)支付保险金额的标准差=50000XdX)=50000X(20000X0.0005X0.9995)1/2=158074(元)8 (1)可以。当n很大而p很小时，二项分

12、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=20000X0.0005=10,np(1-p)=20000X0.0005X(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(X20.5)=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

13、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=2,55,二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。8 (1)P(X150)=P(Z150200)=p(z-1.6667)=0.0477930合格率为1-0.04779=0.95221或95.221%。(2)设所求值为K,满足电池寿命在200K小时范围内的概率不小于0.9,即有:P(|X200|0,93030即：PZ0.95,K/301,64485,故K49,3456。8

14、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)X的最可能值为：X0=(n+1)p=7X0.2=1(取整数)2P(X2)=1-P(X_2)=1-，C，0.2k0.8k=0=1-0.9011=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.0.8185e.0.00134.3a.0.8944b.0.0228c.0.1292d.0.96994.4a.101,99b.1c.不必趋向正态a,正态分布，213,4.5918b.0.5,0,031,0.938a.406,1.68,正态分布b.0.

15、001c.是，因为小概率出现了a,增加b.减少a,正态b.约等于0c.不正常d.正态，0.06a,0.015b,0.0026c.0.1587a.(0.012,0.028)b.0.6553,0.7278a.0.05b.1c,0.000625第5章参数估计(1)ox=0.79。(2)E=1.55。(1)仃x=2.14。(2)E=4.2。(3)(115.8,124.2)。(2.88,3.76);(2.80,3.84);(2.63,4.01)。(7.1,12.9)。(7,18,11.57)。(18.11%,27.89%);(17.17%,22,835)。(1)(51.37%,76.63%);(2)36

16、。(1.86,17.74);(0.19,19.41)。(1)21.176;(2)23.986;(3)23.986;(4)23.587;(5)23.364o(1)d=1.75,3d=2.63;(2)1.754.27。(1)10%6.98%;(2)10%8.32%。(4.06,14.35)。48。139。57。769。第6章假设检验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：H031035。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:nz0.05,就拒绝H0;(3)检验统计量Z=2.941.645,所以应该拒

17、绝H0。z=3.11,拒绝H0Oz=1.93,不拒绝H0。z=7.48,拒绝H0。72=206.22,拒绝H0。z=-5.145,拒绝H0Ot=1.36,不拒绝H0Oz=-4.05,拒绝H0OF=8.28,拒绝H0O(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28.73684211df38tStatP(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.

18、7109.9方差24.1157894733.35789474观测值2020假设平均差0df37tStat5.427106029P(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F=4.6574F0.05=3.88

19、53(或P-value=0.0003LSD=5.85,拒绝原假设；xAXC|=44.442.6=1.8LSD=5.85，拒绝原假设。方差分析表中所缺的数值如下表：差异源SSdfMSFP-valueFcrit组间42022101.4780.2459463.354131组内383627142.07一一一总计425629一一一一F=1.478F0.05=3.554131(或P-value=0.245946aa=0.05),不能拒绝原假设。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=7.2397aF0.

20、05=3.2592(或Pvalue=0.0033a=0.05),拒绝原假设。F施肥方案=9.2047F0.05=3.4903(或P-value=0.0019=0.05),拒绝原假设。F地区=0.0727=0.05),不能拒绝原假设。F包装方法=3.1273F0.05=6.9443(或P-value=0.1522=0.05),不能拒绝原假设。F广告方案=10.75AF0.05=5.1432(或P-value=0.0104=0.05),拒绝原假设。F广告媒体=3a=0.05),不能拒绝原假设。F交互作用=1.75=0.05),不能拒绝原假设。第8章相关与回归分析(1)利用Excel计算结果可知，相

21、关系数为仅丫=0.948138,说明相关程度较高。(2)计算t统计量,r,n20.948138J10-22.681739,t=8.4368511_r21-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tta2,表明相关系数r在统计上是显著的。利用Excel中的“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:=-1.9

22、624-0.34239.31-21-(-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

23、一定的线性相关性。设当年红利为Y,每股帐面价值为X建立回归方程Y-1XjuA估计参数为Y=0.4797750.072876Xi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19.25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)(1)数据散点图如下：1421,86/2O1oooO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

24、为X建立回归方程Y=一：1”Xi5A估计参数为Yi=6.0178-0.07Xi(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。(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)由Excel回归输出的结果可以看出：(1)回归结果为AY=32.993090.071619X2i0.168727X3i0.179042X3i(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

25、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(41,224)=3.16,说明模型在整体上是显著的。(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(1-0.9988)0.998615-3(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)77/12

26、F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=-1726.737.879646874Xi-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

27、，查t分布表得t0.025(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(41,124)=4.07,因为F=98.606684.07,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=0.973669因此总成本对产量的非线性相

28、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H0:叫=0的原假设。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？=5.730.314Xit值=(9.46)(-6.515)_22_R=0.794R=0.775整理后得到：y?=307.9693e0314x第9章时间序列分析3(1)30X1.06X1.0

29、5=30X1.3131=39.393(万辆)(2)%(30H2)/(30父1.078)-1=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。(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:(110%)5(18.2%)5(16.8%)5一1=3.31861=2.3186=231.86%(2)年平均增长速度为(1-10%)=(18.2%)=(厂6.8%)5-1=0.0833=8.33%2004年的社会商品零售额应为30

30、m(1+0.0833)7=52.509(亿元)(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=10259.12%-1=9.9892%2500x(1+6%)2=561.8(亿兀)(3)平均数y=yj=142.5(亿元)，4jJ42002年一季度的计划任务：105%父142.5=149.625(亿元)。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=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。(1

31、)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13.1一二季度13.910.875一三季度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9.711.711.225四季度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18T?=8

32、.96250.63995t（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37.910.612058820.74443613四季度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81113.811323530.79644792

33、72002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1318.417.010588241.081679231二季度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）、

34、季度年度一季度二季度三季度四季度2000年1.4037191.3938740.7444360.764315一2001年0.9081920.9176790.736440.796448一2002年1.0102981.1596291.0171081.11174一2003年1.0816791.1331160.9239870.950864一平均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：Y7=T?

35、7S=(8.96250.6399517)1.097301=21.77232004年第二季度预测值：Y?8=T?8s=(8.96250.6399518)1.147237=23.497252004年第三季度预测值：Y9=T?9M=(8.96250.6399519)0.852641=18.0092004年第四季度预测值：心二专0M二(8.96250.6399520)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0.9722

36、0.98511.04071.03501.07651.0958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4.785.186.466.825.808750.91952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5.035.766.7

37、67.356.2230.98519月5.376.147.037.766.5741.040710月5.346.146.857.836.538251.035011月5.546.477.038.176.800251.076512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-0074.955.17Au

38、g-0085.035.22Sep-0095.375.27Oct-00105.345.32Nov-00115.545.37Dec-00125.445.115.43Jan-01135.185.145.49Feb-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-01236.475.736.40

39、Dec-01246.555.826.51Jan-02256.465.936.60Feb-02265.626.016.68Mar-02276.966.126.74Apr-02287.126.236.80May-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-03385.686.917.15

40、Mar-03397.386.947.23Apr-03407.406.977.31May-03417.607.007.41Jun-03427.957.04Jul-03437.197.08Aug-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-831477.9467.06721.023193F

41、eb-832397.2474.07370.837844Mar-833507.3481.08021.054502Apr-834512.2488.08671.049404May-835527495.09321.064446Jun-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.

42、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-842364

43、6.7621.21021.041032Dec-8424655.3628.21671.043111Jan-8525645.7635.22321.016493Feb-8526562.4642.22970.875699Mar-8527695.7649.23621.071567Apr-8528712656.24271.084964May-8529723.1663.24921.090239Jun-8530743.2670.25571.108831Jul-8531678677.26221.001089Aug-8532676684.26870.987916Sep-8533703691.27521.01696

44、1Oct-8534685.3698.28170.981409Nov-8535703.3705.28820.997181Dec-8536722.4712.29471.014187Jan-8637681.9719.30120.948003Feb-8638567.6726.30770.781487Mar-8639737.7733.31421.005981Apr-8640739.6740.32070.999027May-8641759.6747.32721.016422Jun-8642794.8754.33371.053645Jul-8643719761.34020.944387Aug-8644734

45、.8768.34670.956339Sep-8645776.2775.35321.001092Oct-8646782.5782.35971.000179Nov-8647816.5789.36621.034374Dec-8648847.4796.37271.064075剔除长期趋势后分析其季节变动情况表:年份月份j1983年1984年1985年1986年季节比率%1月1.0231930.9398611.0164930.9480030.9818882月0.8378440.8257610.8756990.7814870.8301983月1.0545021.0062671.0715671.0059811.0345794月1.0494040.9970911.0849640.9990271.0326225月1.0644461.0186971.0902391.0164221.0474516月1.0854421.0317691.1088311.0536451.0699227月0.9717030.9523181.0010890.9443870.9673748月0.9736250.9595280.9879160.9563390.9693529月1.0255791.0110391.0169611.0010921.01366810月