统计学课后习题答案全章节剖析

PAGEPAGE8第二章、练习题及解答2。为了确定灯泡的使用寿命（小时），在一批灯泡中随机抽取100只进行测试,所得结果如下：700716728719685709691684705718706715712722691708690692707701708729694681695685706661735665668710693697674658698666696698706692691747699682698700710722694690736689696651673749708727688689683685702741698713676702701671718707683717733712683692693697664681721720677679695691713699725726704729703696717688要求：(2）以组距为10进行等距分组，生成频数分布表,并绘制直方图.灯泡的使用寿命频数分布表分组频数（只)频率（%）650-66022660—67055670-68066680—6901414690-7002626700-7101818710-7201313720—7301010730—74033740-75033合计1001003。某公司下属40个销售点2012年的商品销售收入数据如下：单位：万元1521241291161001039295127104105119114115871031181421351251171081051101071371201361171089788123115119138112146113126要求：（1）根据上面的数据进行适当分组,编制频数分布表，绘制直方图。（2）制作茎叶图,并与直方图进行比较。解：（1）频数分布表分组频数（个)频率（%）85—9537。595-105615.0105—115922.5115-1251127。5125—135410.0135—145512。5145—15525。0合计40100(2）茎叶图树茎树叶数据个数891011121314157825703345578802345567789903456795678262239127421第三章、练习题及解答1。已知下表资料:日产量（件)工人数（人）工人比重（％）25303540452050803614102540187合计200100试根据频数和频率资料，分别计算工人平均日产量.解:计算表日产量（件）x工人数（人）f工人比重（%）f/∑fxfxf/∑f2520105002.530502515007。535804028001440361814407。2451476303.15合计200100687034。35根据频数计算工人平均日产量:(件）根据频率计算工人平均日产量：（件）结论:对同一资料,采用频数和频率资料计算的变量值的平均数是一致的。2.某企业集团将其所属的生产同种产品的9个下属单位按其生产该产品平均单位成本的分组资料如下表：单位产品成本（元/件）单位数产量比重（％）10～1212～1414计9100试计算这9个企业的平均单位成本。解：单位产品成本（元/件)单位数产量比重（％)f/∑f组中值（元）xX·f/∑f10~12220112.212~14342135。4614～18438166。08合计9100—13.74这9个企业的平均单位成本==13.74（元）3.某专业统计学考试成绩资料如下：按成绩分组（分）学生数（人）60以下60～7070～8080~9090～100100以上48142095合计60试计算众数、中位数。解：众数的计算：根据资料知众数在80~90这一组，故L=80，d=90-80=10，fm=20,fm—1=14,fm+1=9,（分）中位数的计算：根据和向上累积频数信息知，中位数在80~90这一组。（分）4。利用练习题1题资料计算200名工人日产量的标准差，并计算离散系数。（只按照频数计算即可）解：计算表日产量（件）x工人数（人)f25201748。453050946。125358033。840361149.2145141587.915合计2005465.55.一家公司在招收职员时，首先要通过两项能力测试。在A项测试中，平均分数是80分，标准差是15分；在B项测试中，平均分数是200分，标准差是50分.一位应试者在A项测试中得了95分，在B项测试中得了225分。与平均分数相比，该位应试者哪一项测试更为理想？解：计算各自的标准分数:,因为A测试的标准分数高于B测试的标准分，所以该测试者A想测试更理想。第四章、练习题及解答随机变量服从标准正态分布,求以下概率:（1）；（2）；（3）。由30辆汽车构成的一个随机样本,测得每百公里的耗油量（单位：升）数据如下：9。1910。019。609.279.788.829。638。8210.508。839。358.6510。109。4310.129。399。548。519.710。039。499.489。369。1410.099。859。379。649.689。75绘制频数分布直方图，判断汽车的耗油量是否近似服从正态分布。从均值为200、标准差为50的总体中，抽取的简单随机样本，用样本均值估计总体均值。(1）的期望值是多少？（2)的标准差是多少?(3)的概率分布是什么?从=0。4的总体中，抽取一个容量为500的简单随机样本，样本比例为。（1)的期望值是多少?（2）的标准差是多少?（3)的概率分布是什么？假设一个总体共有6个数值：54,55，59，63，64，68。从该总体中按重置抽样方式抽取的简单随机样本.（1)计算总体的均值和方差.（2）一共有多少个可能的样本？（3)抽出所有可能的样本，并计算出每个样本的均值。（4)画出样本均值的频数分布直方图，判断样本均值是否服从正态分布.(5）计算所有样本均值的平均数和标准差,并与总体的均值和标准差进行比较，得到的结论是什么?第四章习题答案1。解：由于Z服从标准正态分布,查表得,，，,(1）（2）（3）2。解：对数据进行整理，30个样本数据极差为1.99。将数据分为7组，组距为0.3，如下表所示：分组频数8。51—8.8028。81—9。1039.11—9.4079.41—9.7099.71—10.00310.01—10。30510.31-10.601对应频数直方图为：观察上图,数据基本上拟合正态分布曲线，可以认为汽车耗油量基本服从正态分布.3。解：已知:，,同时由于样本量很大，可以看作重置抽样来处理。根据公式4。5可以得到：（1）（2）,(3）根据中心极限定理,近似服从均值为200，标准差为5的正态分布。4.解:已知:，同时由于样本量很大，可以看作重置抽样来处理。根据公式4.7可以得到：（1）（2）,；（3）根据中心极限定理，p近似服从均值为0.4，标准差为0。0219的正态分布。5.解：（1），；（2)由于从总体中重置抽取的样本,考虑抽取顺序情况下共有种可能样本。(3）如下表所示：样本序号样本单位样本均值样本序号样本单位样本均值154，54541963,5458。5254,5554.52063，5559354，5956.52163，5961454，6358.52263，6363554，64592363，6463.5654，68612463，6865.5755,5454。52564，5459855，55552664，5559.5955，59572764，5961。51055，63592864，6363.51155,6459。52964，64641255，6861.53064，68661359，5456.53168，54611459，55573268，5561.51559,59593368，5963。51659，63613468，6365.51759，6461。53568，64661859，6863.53668，6868（4）样本均值频数表:分组频数54—56456-58458-60960-62762—64764—66366-682样本均值频数直方图:由上图可以发现，样本均值近似服从正态分布;（5)由样本方差均值公式可以得到：；可以看出，样本均值与总体均值很接近，样本标准差则比总体方差小.第五章、练习题及解答某快餐店想要估计每位顾客午餐的平均花费金额，在为期三周的时间里选取49名顾客组成了一个简单随机样本.（1）假定总体标准差为15元，求样本均值的抽样标准误差；（2）在95％的置信水平下，求估计误差；(3)如果样本均值为120元，求快餐店所有顾客午餐平均花费金额的95%的置信区间。利用下面的信息，构建总体均值的置信区间.（1）总体服从正态分布,且已知，置信水平为95％。(2）总体不服从正态分布，且已知,置信水平为95％。（3)总体不服从正态分布，未知，，置信水平为90％。（4）总体不服从正态分布，未知，，置信水平为99%.某大学为了解学生每天上网的时间，在全校学生中随机抽取36人，调查他们每天上网的时间，得到下面的数据（单位:小时）；3.33.16。25.82.34。15。44。53.24.42.05。42.66。41。83。55.72。32.11。91。25。14.34。23。60.81。54.71.41.22.93。52.40.53.62.5求该校大学生平均上网时间的置信区间，置信水平分别为90%，95%和99%。某居民小区共有居民500户,小区管理者准备采用一项新的供水设施，想了解居民是否赞成。重置随机抽取了50户，其中有32户赞成，18户反对。(1）求总体中赞成新措施的户数比例的置信区间，置信水平为95%。（2）如果小区管理者预计赞成的比例能达到80％，要求估计误差不超过10％。应抽取多少户进行调查?顾客到银行办理业务时往往需要等待一些时间，而等待时间的长短与很多因素有关,比如，银行的业务员办理业务的速度、顾客等待排队的方式，等等。为此，某银行准备采取两种排队方式进行试验。第一种排队方式是：所有顾客都进入一个等待队列;第二种排队方式是：顾客在三个业务窗口处列队三排等待。为比较哪种排队方式使顾客等待的时间更短,银行各随机抽取10名顾客,他们在办理业务时所等待的时间(单位：分钟）如下：方式16。56。66，76。87.17。37。47。77。77.7方式24。25。45.86.26。77。77.78.59。310。0（1）构建第一种排队方式等待时间标准差的95％的置信区间。（2）构建第二种排队方式等待时间标准差的95%的置信区间。（3）根据(1）和（2）的结果,你认为哪种排队方式更好?两个正态总体的方差和未知但相等.从两个总体中分别抽取两个独立的随机样本,它们的均值和标准差如下：来自总体1的样本来自总体2的样本求的置信区间，显著性水平分别为95％和99％。一家人才测评机构对随机抽取的10名小企业的经理人用两种方法进行自信心测试，得到的自信心测试分数如下：人员编号12345678910方法178637289914968768555方法271446184745155607739构建两种方法平均自信心得分之差的95%的置信区间。从两个总体中各抽取一个的独立随机样本，来自总体1的样本比例为，来自总体2的样本比例为。构造的置信区间，置信水平分别为90％和95%。生产工序的方差是工序质量的一个重要度量。当方差较大时,需要对工序进行改进以减小方差。下表是两部机器生产的袋茶重量(单位：克)的数据：机器1机器23.453.223。903.223.283。353。202。983.703。283。193.303。223。753。283.303。203.053。503.383.353.303。293.332。953.453.203.343.353.273。163。483。123。283。163.283.203.183。253。303。343。25构造两个总体方差比的95％的置信区间.某超市想要估计每个顾客平均每次购物花费的金额.根据过去的经验，标准差大约为120元，现要求以95％的置信水平估计每个顾客平均购物金额的置信区间，并要求估计误差不超过20元，应抽取多少个顾客作为样本？假定两个总体的标准差分别为：，，若要求估计误差不超过5，相应的置信水平为95%，假定,估计两个总体均值之差时所需的样本量为多大？假定，估计误差为0。05，相应的置信水平为95％，估计两个总体比例之差时所需的样本量为多大？第五章课后习题参考答案1.解：(1）已知,故：；（2）由题目可知：,故查表可知：估计误差；（3）由题目可知：，由置信区间公式可得:即快餐店所有顾客午餐平均花费金额的95％的置信区间为（115。8，124。2）元。2.解:（1）总体服从正态分布,,则的95%置信区间为：（2）总体不服从正态分布,且样本属于大样本，,则的95%置信区间为：(3)总体不服从正态分布，未知,因此使用样本方差代替总体方差，，则的90%置信区间为：(4）总体不服从正态分布，未知，因此使用样本方差代替总体方差，,则的95%置信区间为：3。解:整理数据可以得到,，,由于属于大样本,所以使用正态分布来构建置信区间。当，该校大学生平均上网时间的90％置信区间为：小时当，该校大学生平均上网时间的95％置信区间为：小时当,该校大学生平均上网时间的95％置信区间为：小时4.解:（1)由题目可知：,，，由于抽取的样本属于大样本，所以，总体中赞成新措施的户数比例的95%置信区间为：(2）由题目可知：估计误差,，，得到：即样本个数至少为62户.或直接将带入n确定的公式,即，5.解：（1）整理数据可以得到:，，，由于抽取的样本属于小样本，所以由CHIINV函数得：，，由此可以得到第一种排队方式等待时间标准差的95％的置信区间为:（2）整理数据可以得到：,，，第二种排队方式等待时间标准差的95%的置信区间为:（3)比较两种方法的标准差置信区间，第一种方法的置信区间更小，说明第一种方法等待时间的离散程度更小，比第二种方式好。6。解:由题目可以得到：当，的95％置信区间为：当,的95%置信区间为：7。解:由样本数据计算得到:,，则自信心得分之差的95％的置信区间为：8。解:由题目可以得到：，，，当，的90%置信区间为:当,的95%置信区间为：9.解：由题目可以得到：，,,,两个总体方差比的95%的置信区间为：10.解:由题目可以得到：使用过去经验数据,则可以认为已知，即，在95%置信度下,估计误差，因此：即样本个数至少为139个。11.解:由题目可以得到：总体已知，即，，，在95％置信度下，估计误差，因此：即两个总体的样本各至少为57个。第六章、练习题及解答一项包括了200个家庭的调查显示，每个家庭每天看电视的平均时间为7.25小时，标准差为2。5小时.据报道，10年前每天每个家庭看电视的平均时间是6。70小时。取显著性水平，这个调查能否证明“如今每个家庭每天收看电视的平均时间增加了”？为监测空气质量,某城市环保部门每隔几周即对空气烟尘质量进行一次随机测试。已知该城市过去每立方米空气中悬浮颗粒的平均值是82微克。在最近一段时间的检测中,每立方米空气中悬浮颗粒的数值（单位:微克)如下：81.686.680。085.878。658。368.773。296。674.983.066。668。670.971。171.677。376。192。272。461.775.685。572.574。082。587.073.288。586.994。983。0根据最近的测量数据，当显著性水平时，能否认为该城市空气中悬浮颗粒的平均值显著低于过去的平均值?安装在一种联合收割机上的金属板的平均重量为25公斤.对某企业生产的20块金属板进行测量，得到的重量（单位：公斤）数据如下:22.627。026。225.822.226.625.330.423.228。123。128.627。426.924。223.524.524.926。123.6假设金属板的重量服从正态分布，在显著性水平下，检验该企业生产的金属板是否符合要求。对消费者的一项调查表明,17%的人早餐饮料是牛奶。某城市的牛奶生产商认为，该城市的人早餐饮用牛奶的比例更高。为验证这一说法，生产商从该城市随机抽取550人，调查知其中115人早餐饮用牛奶。在显著性水平下，检验该生产商的说法是否属实。某生产线是按照两种操作平均装配时间之差为5分钟而设计的，两种装配操作的独立样本产生如下结果：操作A操作B分钟分钟分钟分钟在的显著性水平下检验平均装配时间之差是否等于5分钟。某市场研究机构用一组被调查者样本来给某特定商品的潜在购买力打分。样本中每个人都分别在看过该产品的新的电视广告之前与之后打分。潜在购买力的分值为0~10分，分值越高表示潜在购买力越高。原假设认为“看后”平均得分小于或等于“看前"平均得分，拒绝该假设就表明广告提高了平均潜在购买力得分.对的显著性水平，用下列数据检验该假设，并对该广告给予评价。个体购买力得分个体购买力得分看后看前看后看前165535264698377775443866某企业为比较两种方法对员工进行培训的效果，采用方法1对15名员工进行培训，采用方法2对12名员工进行培训。培训后的测试分数如下：方法1方法2565145595753475243525665425352535553504248546457474444两种方法培训得分的总体方差未知且不相等.在的显著性水平下，检验两种方法的培训效果是否有显著差异.为研究小企业经理是否认为他们获得了成功，在随机抽取的100个小企业的女性经理中，认为自己成功的人数为24人；而在对95个男性经理的调查中，认为自己成功的人数为39人。在的显著性水平下，检验男女经理认为自己成功的人数比例是否有显著差异。为比较新旧两种肥料对产量的影响，以便决定是否采用新肥料。研究者选择了面积相等、土壤等条件相同的40块田地,分别施用新旧两种肥料,得到的产量数据如下：旧肥料新肥料10910197981001051091101181099898949910411311111199112103881081021061061179910711997105102104101110111103110119取显著性水平,检验：（1)新肥料获得的平均产量是否显著地高于旧肥料？假定条件为：①两种肥料产量的方差未知但相等，即。②两种肥料产量的方差未知且不相等，即。（2）两种肥料产量的方差是否有显著差异？生产工序中的方差是工序质量的一个重要测度，通常较大的方差就意味着要通过寻找减小工序方差的途径来改进工序。某杂志上刊载了关于两部机器生产的袋茶重量（单位:克)的数据如下,检验这两部机器生产的袋茶重量的方差是否存在显著差异。()机器12。953.453.503.753.483.263.333。203。163.203。223。383。903.363.253.283.203。222.983.453。703。343。183.353.12机器23。223.303。343.283.293.253.303。273.383.343.353.193.353.053.363。283。303.283.303.203.163。33第六章课后习题参考答案1.解:由题目可以得到:,；提出原假设与备择假设：，；该检验属于右侧单边检验，因此得到拒绝域为:；在大样本条件下检验统计量为：，落入拒绝域中,因此拒绝原假设，认为如今每个家庭每天收看电视的平均时间较十年前显著增加了。(或利用Excel的“1—NORMSDIST（3.1113）”函数得到检验P=0.0009<0。01，则拒绝原假设）2。解：由题目可以得到:，根据样本数据计算得到:,；提出原假设与备择假设:，；该检验属于左侧单边检验，因此得到拒绝域为：;在大样本且总体方差未知条件下检验统计量为：，落入拒绝域中，因此拒绝原假设,认为该城市空气中悬浮颗粒的平均值显著低于过去的平均值。（或利用Excel的“NORMSDIST（-2。3949)"函数得到检验P=0.0083〈0。01,则拒绝原假设）3.解：由题目可以得到：，计算样本数据得到，；提出原假设与备择假设:，；该检验属于双边检验，因此得到拒绝域为：；在服从正态分布的小样本且总体方差未知条件下检验统计量为：，落入接受域中，因此不能拒绝原假设，没有证据表明该企业生产的金属板不符合要求。(或利用“TDIST（1。04，19,2)”函数得到检验P=0。3114〉0.05，则不能拒绝原假设）4。解：由题目可以得到:，计算样本数据得到；提出原假设与备择假设:，;该检验属于右侧单边检验，因此得到拒绝域为：；在大样本条件下检验统计量为：，落入拒绝域中，因此拒绝原假设,认为生产商的说法属实，该城市的人早餐饮用牛奶的比例高于17％。（或利用“1-NORMSDIST（2。4412）”函数得到检验P=0.0073<0.05，则拒绝原假设）5。解：提出原假设与备择假设：，;在大样本条件下检验统计量为：利用“2*（1-NORMSDIST（5.1450））”函数，得到双尾值为，由于，拒绝原假设，认为两种装配操作的平均装配时间之差不等于5分钟。6。解：设：“看后"平均得分为，“看前"平均得分，“看后”平均得分与“看前"平均得分之差为；提出原假设与备择假设：，；根据样本数据计算得到：,；在配对的小样本条件下检验统计量为:利用Excel“=TDIST(1。3572，7，1）"得到的单尾概率值为0.10842，由于，不能拒绝原假设，没有证据表明广告提高了平均潜在购买力得分.7.解：设：方法一培训测试平均得分为,方法二培训测试平均得分为；提出原假设与备择假设：,；根据样本数据计算得到：,，,，，由于小样本情况下总体方差未知且不相等，t分布自由度为:在小样本条件下检验统计量为:利用Excel的“=TDIST（5。2183，24,2）”函数，得到的双尾概率值为0.00002，由于，拒绝原假设，认为两种培训方法的效果存在显著差异。8。解:设：男性经理认为自己成功的人数比例为,女性经理认为自己成功的人数比例为,两个样本合并后得到的合并比例为；提出原假设与备择假设:，；根据样本数据计算得到：两个样本的比例分别为：41％，24％两个样本合并后得到的合并比例；检验统计量为：利用Excel的“=2＊(1—NORMSDIST（2.5373）)”函数,得到检验概率值为0.0112，由于，所以拒绝原假设，认为男女经理认为自己成功的人数比例具有显著差异。9.解：设：新肥料获得的平均产量为，旧肥料获得的平均产量为；(1)两种肥料产量的方差未知但相等，即时：提出原假设和备择假设：;根据样本数据计算得：，，,，,；总体方差的合并估计量为：检验统计量为：利用Excel的“=TDIST（5.4271，38,1)”函数，得到单尾概率值为0。000002,由于，拒绝原假设，认为新肥料获得的平均产量显著地高于旧肥料。(以上也可由Excel中的［t—检验：双样本等方差假设］给出）两种肥料产量的方差未知且不相等，即时:提出原假设与备择假设:；根据样本数据计算得到：，,，，，由于小样本情况下总体方差未知且不相等，t分布自由度为：在小样本条件下检验统计量为：利用Excel的“=TDIST（5。4271,37，1）”函数，得到单尾概率值为0.000002，由于，拒绝原假设，认为新肥料获得的平均产量显著地高于旧肥料。（以上也可由Excel中的［t—检验:双样本异方差假设］给出)（2）设:使用新肥料的田地为样本1，使用旧肥料的田地为样本1提出原假设与备择假设：；利用Excel中的“—检验：双样本方差”（）得到的检验结果如下表所示:F-检验双样本方差分析变量1变量2平均109.9100。7方差33。3578924。11579观测值2020df1919F1。383239P（F<=f）单尾0。24311F单尾临界2.526451由于，不能拒绝原假设,没有证据表明两种肥料产量的方差有显著差异。10.解：设：机器一为样本1，机器二为样本1提出原假设与备择假设：；利用Excel的“-检验：双样本方差”（）得到的检验结果如下表所示:F-检验双样本方差分析变量1变量2平均3.32843。278181818方差0.0488890.005901299观测值2522df2421F8.284447623P(F<=f)单尾3.61079E—06F单尾临界2。367525575由于,拒绝原假设,认为两种肥料产量的方差有显著差异。第七章、练习题及解答1。从某市的三个小学中分别抽若干名5年级男生,测量其身高，数据如下,小学身高（cm）大成小学平明小学师范附小128135148152146135148145156162157136145136139148164142试检验不同小学5年级男生身高有无显著差别（a=0。05）解：设三个小学的5年级男生的平均身高分别为。提出假设：不全相等由Excel输出的方差分析表如下：差异源SSdfMSFP-valueFcrit组间262。43812131.2191.3885010.2797343.68232组内1417.5621594。50413总计168017P-value=0。279734＞a=0.05,(或者F=1。388501＜Fcrit=3。68232），不能拒绝原假设，没有证据表明该市3所小学5年级的男生身高有显著差异。2.某家电制造公司准备购进一批5＃电池，现有A、B、C三个电池生产企业愿意供货，为比较它们生产的电池质量，从每个企业各随机抽取5只电池,经试验得其寿命（小时）数据见下表：试验号电池生产企业ABC15032452502842343303844034485392640试分析三个企业生产的电池的平均寿命之间有无显著差异？如果有差异,用LSD方法检验哪些企业之间有差异?（a=0。05)解：A、B、C三个企业生产的电池的平均寿命分别为。提出假设:不全相等由Excel输出的方差分析表如下：方差分析差异源SSdfMSFP—valueFcrit组间615.62307.817。068390。000313.885294组内216.41218.03333总计83214P—value=0.00031＜a=0。05（或F=17.06839＞Fcrit=3。885294），拒绝原假设.表明电池的平均寿命之间有显著差异.为判断哪两家企业生产的电池平均寿命之间有显著差异，首先提出如下加红色：检验1：检验2:检验3：然后计算检验统计量:计算LSD.根据方差分析表可知,MSE=18。03333.根据自由度=n-k=15-3=12。查t分布表得计算的LSD如下：作出决策。＞LSD=5.85，拒绝原假设。企业A与企业B电池的平均使用寿命之间有显著差异。＜LSD=5。85，不拒绝原假设。没有证据表明企业A与企业C电池的平均使用寿命之间有显著差异。＞LSD=5。85，拒绝原假设。企业B与企业C电池的平均使用寿命之间有显著差异。3。某企业准备用三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,平均分为三组，并指定每组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.差异源SSdfMSFP-valueFcrit组间（420）（2)210（1.478）0.2459463.354131组内3836（27）(142。07)—-—合计（4256）29—-—要求：（1）完成上面的方差分析表。(2）检验三种方法组装的产品数量之间是否有显著差异？(a=0。05）解：（1）差异源SSdfMSFP-valueFcrit组间（420）(2）210（1.478）0。2459463。354131组内3836(27)（142。07）-—-合计（4256）29（2)由方差分析表可知:P-value=0.245946＞a=0。05，(或F=1。478＜Fcrit=3.354131＝，不能拒绝原假设。没有证据表明三种方法组装的产品数量之间有显著的差异.4。某农场在不同的地块试种四个品种的谷子，试验数据如下（单位：千克/亩），试检验地块类型和谷子品种是否对平均亩产量有影响（α＝0.05）。太行2号冀丰2号冀丰3号农科9号农科12号洼地坡地平地225156320210198351198265298152210302205236261解：设不同地块的平均亩产量分别为：提出假设：不全相等设不同品种的平均亩产量分别为提出假设：不全相等由Excel输出的方差分析表如下:方差分析差异源SSdfMSFP—valueFcrit行34498.53217249.2711.744710。0041664。45897列2329.7334582.43330。3965680。8060543.837853误差11749.4781468。683总计48577.7314P—value=0。0014＜α＝0.05(或F=11.74471＞Fcrit=4.45897）,拒绝原假设。表明不同品种的种子对亩产量的影响显著。P—value=0。806054＞α＝0.05（或F=0。396568＜Fcrit=3.837853），不拒绝原假设.没有证据表明不同地块类型对亩产量有显著差异.5。为研究食品的包装和销售地区对其销售量是否有影响，在某周的3个不同地区中用3种不同包装方法进行销售,获得的销售量数据见下表:销售地区（A）包装方法（B)B1B2B3A1457530A2505040A3356550检验不同的地区和不同的包装方法对该食品的销售量是否有显著影响?(a=0.05)解：设不同地区的平均销售量分别为提出假设:不全相等设不同包装方式的平均销售量分别为提出假设:不全相等由Excel输出的方差分析表如下:方差分析差异源SSdfMSFP—valueFcrit行22.22222211.111110。0727270.9310566.944272列955。55562477。77783。1272730。1521556.944272误差611.11114152。7778总计1588。8898P-value=0。931056＞a=0.05（或F=0.072727＜Fcrit=6。944272），不拒绝原假设,没有证据表明不同地区对该食品的销售量有显著影响。P—value=0。152155＞a=0.05（或F=3.127273＜Fcrit=6.944272），不拒绝原假设，没有证据表明包装方式对该食品的销售量有显著影响。第八章、练习题及解答1。从某一行业中随机抽取12家企业,所得产量与生产费用的数据如下:企业编号产量（台）生产费用（万元)企业编号产量（台）生产费用（万元）12345640425055657813015015514015015478910111284100116125130140165170167180175185要求:绘制产量与生产费用的散点图，判断二者之间的关系形态.计算产量与生产费用之间的相关系数.对相关系数的显著性进行检验（a=0.05），并说明二者之间的关系强度。解:（1)产量与生产费用散点图产量与生产费用散点图100150200205080110140170产量生产费用散点图表明产量与生产费用两变量之间为正线性相关。（2）设产量为X，生产费用为Y,产量与生产费用之间的相关系数：两变量为高度正相关关系。（3)相关系数的显著性检验如下：第1步，提出假设.原假设；备择假设第2步，计算检验统计量。第3步，给定显著性水平，查表确定临界值2.228。第4步，做出统计决策.由于，则拒绝原假设,说明产量与生产费用之间的线性关系显著。2。设.要求：（1)计算判定系数,并解释其意义。解:=其意义为：=90％表示，在因变量y取值的变差中，有90%可以由x和y之间的线性关系来解释.（2）计算估计标准误差，并解释其意义。其意义:=0。5表示，当用x来预测y时，平均的预测误差为0。5.3。一家物流公司的管理人员想研究货物的运送距离和运送时间的关系，为此，抽出了公司最近10辆卡车运货记录的随机样本，得到运送距离(单位:公里)和运送时间（单位:天）的数据如下：运送距离825215107055048092013503256701215运送时间3.51。04。02。01。03。04。51.53。05.0绘制运送距离和运送时间的散点图，判断二者之间的关系形态。解答：距离和运送时间的散点图：货物运送距离与时间散点图货物运送距离与时间散点图0123456050010001500距离时间运送距离与时间大致呈正的线性相关关系.计算相关系数,说明两个变量之间的关系强度.相关系数：表明运输距离与运送时间之间有较强的正的线性相关关系。利用最小二乘法求出估计的回归方程，并解释回归系数的实际意义。设两变量之间的线性回归方程为:得到的回归方程为:回归系数表示运送距离每增加1公里,运送时间平均增加0.003583天。计算判定系数，并解释其意义。==99.75-10×2.852=18。525==0.11823×28。5+0。003583×26370-10×2.852=16。681==99。75—0.11823×28.5—0.003585×26370=1。843995判定系数判定系数等于90%表示,在因变量运送时间取值的变差中，有90％可以由运送距离和运输时间之间的线性关系来解释.检验回归方程的线性关系（a=0.05)。第1步：提出假设原假设，两个变量之间的线性关系不显著备择假设，两个变量之间的线性关系显著第2步：计算检验统计量.第3步:做出决策。确定显著性水平,并根据分子自由度，分母自由度,查分布表,找到相应的临界值。由于,拒绝，表明运送距离与运送时间之间的线性关系是显著的。如果运送距离为1000公里，预测其运送时间。时，（天）求运送距离为1000公里时，运送时间的95％的置信区间和预测区间。运送距离为1000公里时，运送时间的95%的置信区间为：，n=10，,运送时间95％的置信区间为:即.这就是说，当运送距离为1000公里时，平均运送时间在3。27天～4。13天之间.如果运送距离为1000公里，运送时间的95％的预测区间为：即。这说明，运送距离为1000公里时，运送时间95％的预测区间在3。49天～4。91天之间。Excel输出的回归结果如下表:回归统计MultipleR0.948943RSquare0。900492AdjustedRSquare0。888054标准误差0。480023观测值10方差分析dfSSMSFSigF回归分析116.6816216。6816272。395852.79E-05残差81。8433790.230422总计918。525Coefficients标准误差tStatP-valueLower95％Upper95%Intercept0.1181290.3551480。332620.74797—0。700840.937101XVariable10.0035850。0004218。5085752。79E—050。0026130。0045574。美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》（TheWallStreetJournalAlmanac1999）上。航班正点到达的比率和每10万名乘客投诉的次数的数据如下。航空公司名称航班正点率(%）投诉率（次/10万名乘客）西南(Southwest）航空公司81.80.21大陆(Continental）航空公司76。60。58西北(Northwest)航空公司76.60.85美国(USAirways)航空公司75.70.68联合(United）航空公司73。80.74美洲(American)航空公司72。20.93德尔塔（Delta）航空公司71。20。72美国西部(Americawest）航空公司70。81。22环球(TWA)航空公司68.51.25资料来源:（美)DavidR.Anderson等《商务与经济统计》，第405页,机械工业出版社.绘制散点图，说明二者之间的关系形态。从散点图可以看出，航班正点率与投诉率之间是负的线性相关关系。Excel输出的回归结果如下表：回归统计MultipleR0.882607RSquare0.778996AdjustedRSquare0.747424标准误差0.160818观测值9方差分析dfSSMSFSigF回归分析10。6381190。63811924。673610。001624残差70。1810370。025862总计80。819156Coefficients标准误差tStatP—valueLower95％Upper95%Intercept6。0178321。052265。7189610。0007213.5296338。506031XVariable1—0。070410.014176-4。967250。001624—0。10393—0。03689从散点图可以看出，航班正点率与投诉率之间为负的线性相关关系。(2）用航班正点率作自变量，顾客投诉次数作因变量,建立估计的回归方程，并解释回归系数的意义.从Excel输出的结果可得回归方程为:回归系数为-0。07041，表示航班正点率每提高1%，每10万名顾客投诉次数平均下降0。07041次。(3)检验回归系数的显著性（a=0。05)。回归系数的P值=0.001624＜a=0.05,拒绝原假设，表明回归系数显著。（4)如果航班正点率为80%，估计每10万名乘客投诉的次数。时，（次）(5）求航班正点率为80%时，顾客投诉次数95％的置信区间和预测区间。,，置信区间为：即(5.8332,6。08680）预测区间为：=即(5.5592，6。3608）。5。某公司想了解广告支出对销售收入的影响，收集了12年的有关数据。计算得到方差分析表结果：变差来源dfSSMSFSignificanceF回归残差总计（1)(10)11(1602708.6）40158。071642866.67(1602708。6）（4015。807）—(399.1)——2.17E-09——参数估计表Coefficient标准误差tStatP-valueInterceptXVariable1363。68911。42021162。455290.0710915。82319119。977490。0001682。17E—09（1）完成上面的方差分析表。（2)销售收入的变差中有百分之多少是由于广告支出的变动引起的？由于,即销售收入的变差中有97.6％是由于广告支出的变动引起的。销售收入与广告支出之间的相关系数是多少？相关系数r=0.988写出估计的回归方程并解释回归系数的实际意义。回归系数表示广告支出每增加1万元,销售收入平均增加1。4202万元。检验线性关系的显著性(a=0.05）。检验统计量F对应的P值=2。17E—09＜a=0。05，拒绝原假设，表明线性关系显著。6．一家家用电器产品销售公司在30个地区设有销售分公司。为研究产品彩电销售量（台）与该公司的销售价格（百元）、各地区的年人均收入（百元）、广告费用（百元）之间的关系，搜集到30个地区的有关数据.设彩电销售量为y，销售价格为x1,年人均收入为x2，广告费用为x3，利用Excel得到下面的回归结果：相关系数表回归输出结果（1)将方差分析表中的所缺数值补齐；DfSSMSFSignifficenceF回归分析(3)(12026774。1）(4008924。7)(72。7973)8。88E—13残差（26）1431812。6（55069.7153)总计(29）13458586.7(2)写出销量与销售价格、年人均收入、广告费用的多元线性回归方程，并解释各回归系数的意义;销售价格的回归系数为-117.8861，表示当其他变量不变时,由于销售价格每提高一百元，销售量平均下降117。8861台；年人均收入的回归系数为80.6107。表示当其他变量不变时，由于年人均收入每增加一百元，销量平均提高80。6107台；广告费用的回归系数为0。5012，表示当其他变量不变时,广告费用每增加一百元，销量平均增加0.5012台。(3)若显著水平＝0.05,回归方程的线性关系是否显著？由于检验统计量F对应的P值为8。88E—13＜＝0.05，回归方程的线性关系显著。(4）若显著水平＝0.05，各回归系数是否显著？各回归系数的P值均小于0.05，各回归系数显著。（5)销售量y的变差中被回归方程所解释的百分比是多少？＝即:销售量y的变差中被回归方程所解释的百分比是88.13％.第九章、练习题及解答1.某工业企业某年第二季度的总产值和工人数资料如下表：月份3456总产值（万元）1500160016501850月末工人数（人）600615630660要求计算:（1)第二季度各个月的工人劳动生产率；（2）第二季度月平均工人劳动生产率；（3）第二季度的工人劳动生产率。解：（1）月工人劳动生产率=4月:（万元）；5月：(万元）6月：(万元）（2）（万元)（人)（万元)（3）第二季度的工人劳动生产率=2.72×3=8。16（万元）2.某地区2007～2010年工业总产值资料如下:时间总产值(亿元)增长量(亿元）发展速度(％）逐期累计环比定基2007200820092010647593125合计357要求:（1）计算表中所缺数字；（2)以2007年为基期计算该地区2008～2010年工业总产值的年平均发展速度;(3）如果2010年后继续按照这样的速度发展，预测2013年该地区工业总产值.解：（1)时间总产值（亿元)增长量（亿元）发展速度(％）逐期累计环比定基2007200820092010647593125—111832-112961—117。19124.00134。41100117.19145。31195.31合计35761—195。31—（2）2008～2010年工业总产值的年平均发展速度=（3）2013年该地区工业总产值=125×1.253=244.14（亿元）3.某地区粮食产量2007~2009年平均发展速度是1。03，2010～2011年平均发展速度是1。05，粮食产量2012年比2011年增长6%，试求2007～2012年这六年粮食产量的平均发展速度。解：4.党的十八大报告中指出，确保到2020年全面建成小康社会，实现国内生产总值和城乡居民人均收入比2010年翻一番的目标。其中2010年国内生产总值现价总量为401202亿元，以2010年为价格基期,按不变价格来计算：为实现翻一番的目标，2020年的国内生产总值将至少达到多少？平均每年的经济增长速度应达到多少？解：2020年的国内生产总值=401202×2=802404（亿元）平均每年的经济增长速度=(或7。2％)5。某公司2004～2012年的某种家电产品销售额数据如下：年份200420052006200720082009201020112012销售额（万元)8083878995101105110125要求：（1）应用三年和四年移动平均法计算趋势值；（2)应用最小二乘法配合趋势直线，并计算出各年的趋势值，并说明平均每年增加的销售额是多少;（3）预测2013年销售额将达到的水平。解:（1）移动平均法趋势值:年份销售额（万元）三项移动四项移动200480—-20058383.33—20068786。3386。6320078990.3390。7520089595.0095。252009101100。33100。132010105105.33106。502011110113.33—2012125——（2）设家电产品销售额的趋势直线为年份yttyt2趋势值200480180176。6211.42442005832166481.771.51292006873261986。920。006420078943561692。079.424920089554752597。224。92842009101660636102.371。87692010105773549107.526。35042011110888064112.677.128920121259112581117。8251.5524合计875454684285—94。2056由以上计算得，根据最小二乘法参数求解公式：5.1571.47所以，直线趋势方程为：平均每年的销售额为97.22万元。平均每年增加的销售额为5。15万元。（3)预测2013年销售额=71。47+5。15×10=122。97（万元）6.根据第5题的数据配合一条指数曲线，并与直线趋势线进行比较，说明配合哪一种趋势线更好。解：设指数曲线为，两边取对数得logy=loga+tlogb，年份tylogy20041801。9030978。149093.42585520052831.91907882.337730.43860420063871.93951986.750870.06206820074891.9493991.400545.76258720085951。97772496。299431。688506200961012。004321101.46090.212412201071052.021189106.8993。606133201181102.041393112.62866.909294201291252.09691118.665240。12945合计4587517。85261-62。23491经计算机处理得Loga=1。870249，logb=0。022675,则a=74.17354,b=1。053598指数曲线方程为：指数曲线方程标准误差：=2。98（万元）直线趋势方程的标准误差：=3。67（万元）从标准误差看，应配合指数曲线。7。某县2005~2010年粮食产量资料如下：时间粮食产量（万吨）2005200620072008200920107886889096110合计544要求：（1）根据上述资料,绘制该县粮食产量散点图,观察粮食产量的变动趋势；(2）建立一条直线趋势方程，并计算历年粮食产量的趋势值；（3)用建立的直线趋势方程预测2012年的粮食产量。解:（1)粮食产量散点图（2）由EXCEL中的数据分析模块中的回归功能得回归统计MultipleR0。945304RSquare0。893601AdjustedRSquare0.867001标准误差3。959317观测值6方差分析dfSSMSFSignificanceF回归分析1526。62857526。628633.594170。004406残差462。70476215.67619总计5589.33333Coefficients标准误差tStatP-valueLower95％Upper95％Intercept72.133333。685923519.569954。02E-0561。8995782。3671XVariable15.4857140。94645785.7960480.0044062。8579268。113502所以直线趋势方程为:各年的趋势值：将t=1，2,3,4，5,6分别带入求得的趋势线方程得各年份的趋势值如下：时间趋势值(万吨）200577.62200683.10200788.59200894.08200999.562010105。05(3）预测2012年的粮食产量为：将t=8代入趋势线方程得（万吨）8。某旅游风景区的旅游收入资料如下，单位:万元。月份2010年2011年2012年12345678910111211615422039264216422810120438418312595145210312520684187231201382482248130112180245325535710192333501576625437258166要求：（1)按月平均法计算季节指数；（2）按移动平均趋势剔除法计算季节指数,并作出季节变动图；（3）对原时间序列作季节性调整，并根据调整后的数据作图。解：（1）按月平均法季节指数计算表月份2010年2011年2012年同月平均季节指数（%）1116145180147。0019.232154210245203.0026.563220312325285。6737.384392520535482.3363。115642684710678。6788.8061642187219231812。33237.1372810312033503093。33404。7481204138215761387.33181。529384482625497。0065.0310183248437289.3337。8611125130258171.0022。371295112166124.3316.27平均663.92768。08860.83764。28100.00（2)移动平均趋势剔除法季节指数计算表年份月份旅游收入y移动平均Ty/T同月平均总平均值季节指数201011160。21360。99240。215221540。29210。294432200.40340.406443920.65980.664856420。86340.8700616422.33962.357572810665.134.22484.13964。171281204668.671。80061.79481。80859384674。830.56900.59570。600210183684.000.26750.29360。295911125691.080.18090.17410420.13520.13940。140420111145724。920.2000合计12.00002210745.250.28183312756.750.41234520763.540.68105684766.460.892461872767。382。439573120769。544.054481382772.461.78919482774。460.622410248775.630。319711130777。330。167212112780。540.143520121180792。250.22722245809.920.30253325823。960。39444535837.790。63865710851.000。834361923858.582.239773350815769625104371125812166（3）季节性调整后旅游收入时间序列年份月份旅游收入y季节指数sy/s201011160。215253921540.294452332200.406454143920。664859056420.8700738616422.3575697728104.1712674812041.808566693840。6002640101830。2959618111250.175471312950。1404676201111450.215267422100。294471333120。406476845200.664878256840.8700786618722。3575794731204。1712748813821。808576494820.6002803102480.2959838111300。1754741121120.1404798201211800.215283622450。294483233250.406480045350。664880557100。8700816619232。3575816733504。1712803815761.808587196250.60021041104370.29591477112580。17541471121660。14041182第十章、练习题及解答1。某地三种商品的价格和销售量资料如下:商品计量单位基期价格（p0,元）报告期价格(p1，元)报告期销售量（q1)甲乙丙千克米件8。012。040.09。213。238。0285043201040试根据上表资料计算三种商品的派氏价格总指数和因价格变动而增减的销售额。解：(元）即由于价格的上涨使销售额增加了6524元.2.某厂生产情况如下表:产品基期产值（p0q0,万元）报告期比基期产量增减%甲乙丙丁280320675225+12。5+8.0—4。0—12。0合计1500—试根据表中资料计算该厂的产量总指数和因产量变动而增减的产值。解：（万元）即由于产量增长而增加了6.6万元的产值。3。某地五种商品的销售情况如下：商品名称计量单位价格（元）销售额（元）基期（p0)报告期（p1）报告期（p1q1）ABCDE条千克双件米3。007。2015.0024.5013。803.157.9216.8026.4612.426300039600420001323043470合计——-201300试根据表中资料计算五种商品的价格总指数和因价格变动而增减的销售额。解:ＡＢＣＤＥ五种商品的价格个体指数分别为：1。05,１。1,１.12,１.08，0.9五种商品的价格总指数：（元）即因价格上涨而增加的销售额为7250元。4.已知报告期某商品销售额为1568亿元，基期销售额为1400亿元，报告期的价格较基期增长7.1%,试从相对数和绝对数两方面分析商品销售额的变动及各影响因素的影响作用。解：销售额指数销售的增加额＝1568—1400＝