统计学课后题答案 15页

《统计学》各章参考答案四、计算题1.乙的代表性强2.\n该教练的说法不成立。3.（1）1168<1252，所以乙长电子元件平均耐用时间长（2）13.22>11.44,所以甲长元件耐用时间差异大4.\n5.6.（1）（2）将所以数据由高到低排序（3）7.\n9.乙班的考核结果明显好于甲班。从离散系数看，乙班为4.04%，甲班为12.85%；从极差来看，乙班为11，甲班为36；从分布来看，乙班基本为正态或钟型分布，甲班明显为左偏分布。10．（1）计算均值和标准差系数来评价优劣（2）所以选择A第五章抽样分布与参数估计四、计算题2.（1）（2）3.n=80>30，大样本，因此用正态分布来估计置信区间（69.29，70.11）4.p=240/400=0.6，np=240>5，n（1-p）=160>5，大样本，因此用正态分布来估计置信区间（55.2%，64.8%）5.p=20/1000=0.02，大样本，因此用正态分布来估计置信区间（（0.86%，3.14%））6.首先计算平均每户居民的需求量大样本，因此用正态分布来估计置信区间\n（9.412，10.588）供应1000户，所以最少应准备10.588万kg7.已知N，可以用两种方法放回抽样代入数据n=661代入数据n=7078.其中代入数据n=3859.代入数据得置信区间（0.02，3.98）kg10.代入数据得置信区间为（-0.05%，10.05%）11.代入数据得置信区间为（0.0147，0.0324）第六章假设检验四、计算题1.小样本，方差已知，双侧检验。。。，(P值=0.067)，不拒绝原假设，可以认为现在生产的铁水平均含碳量为4.55.2.大样本，方差未知，右侧检验。。。，（P值=0.006），拒绝原假设，厂家声明不可信。3.小样本，方差未知，右侧检验。。由样本数据得到，\n,,，（P值=0.002），拒绝原假设，可以说平均每个调查员每周完成的调查次数大于53次。4.。P=35/60=58.33%，，，（P值=0.099），不拒绝原假设，没有充分证据拒绝银行的声称。5.一个总体方差检验，右侧。。。，不拒绝原假设，即可以认为该线路的运行时间稳定性达到了公司的要求。6.独立样本的均值之差检验，双侧，大样本，方差未知。，，（P值=0.008），拒绝原假设，存在显著差异。7.两总体均值之差检验，匹配小样本。，经计算，，。，（P值=0.002），拒绝原假设，健身课程有效。8.换题9.两总体方差比检验，双侧。。，1.939，拒绝原假设，两个总体方差不相等。第七章方差分析三、计算题1、解：：四个行业之间的服务质量相同；\n：四个行业之间的服务质量不完全相同。则由Excel表得：方差分析差异源SSdfMSFP-valueFcrit组间1456.6093485.53623.4066430.0387653.12735组内270819142.5263总计4164.60922　　　　因此F=3.41，由于3.13<3.41=F，所以拒绝原假设，即可以认为四个行业之间的服务质量有显著差异。2、解：：三个企业生产的电池的平均寿命相同；：三个企业生产的电池的平均寿命不完全相同。则由Excel表得：差异源SSdfMSFP-valueFcrit组间615.62307.817.068390.000313.885294组内216.41218.03333总计83214　　　　因此F=17.07，3.89<17.07=F,所以拒绝原假设，即可以认为三个企业生产的电池的平均寿命有显著差异。3、解：（1）已知n=30，k=3，MSA=210，SSE=3836因此SSA=（k—1）MSA=420，MSE=SSE/（n—k）=142.074F=MSA/MSE=1.478SST=SSA+SSE=4256，因此方差分析表为差异源SSdfMSFP-valueFcrit组间42022101.4780.2459463.354131组内383627142.074———总计425629————（2）：三种方法组装的产品数量相同；：三种方法组装的产品数量不完全相同。因为3.35>1.478=F，因此不能推翻原假设，即不能认为三种方法组装的产品数量有显著差异。4、解：行因素（品种）：：种子的品种对收获量没有显著影响；\n：种子的品种对收获量有显著影响。列因素（施肥方案）：：施肥方案对收获量没有显著影响；：施肥方案对收获量有显著影响。则由Excel表得：差异源SSdfMSFP-valueFcrit行19.06744.766757.2397160.0033153.259167列18.181536.06059.2046580.0019493.490295误差7.901120.658417总计45.149519　　　　由于，所以拒绝原假设，即种子的品种对收获量有显著影响。由于，所以拒绝原假设，即施肥方案对收获量有显著影响。5、解：行因素（品种）：：地区对食品的销售量没有显著影响；：地区对食品的销售量有显著影响。列因素（施肥方案）：：包装方法对食品的销售量没有显著影响；：包装方法对食品的销售量有显著影响。则由Excel表得：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1588.8898　　　　由于，所以不能拒绝原假设，即不能认为地区对食品的销售量有显著影响。由于，所以不能拒绝原假设，即不能认为包装方法对食品的销售量有显著影响。\n第八章相关与回归分析三．计算题1．（１），两个变量有较强的负相关关系。　（２）产量每增加1000件时，单位成本平均变动-1.818元。（３）假定产量为6000件时，单位成本为66.44元。2．（1）（2）（3）3.(1)方差分析表　dfSSMSFSignificanceF回归分析11602708.61602708.6399.10000652.17E-09残差1040158.074015.807总计111642866.67　　　(2)=0.97由广告费用引起的销售额的变差变动的比例是97%(3),回归系数的含义是广告费用增加（减少）一个单位，销售额平均增加（减少）1.42\n第九章时间序列分析与预测四.计算题:1..2.周1234567数值8131517169-三期移动平均---12151614误差---51-7-误差平方---25149-由上表可知,第七周的预测值=14;均方误差=(25+1+49)/3=26.33.3.周1234567数值8131517169-指数平滑预测-8.009.0010.2011.5612.4511.76误差-5.006.006.804.44-3.45-误差平方-25.0036.0046.2419.7111.89-由上表可知,第七周的预测值=11.76,均方误差=(25+36+46.24+19.71+11.89)/5=27.77,与上题比较均方误差可知,三期移动平均比α=0.2的指数平滑更适合预测.计算可得,α=0.4的指数平滑预测的均方误差=22.53,所以比α=0.2的指数平滑更适合预测.4.期12345678910111213数值909294939394959492939493-三期移动平均预测---92.0093.0093.3393.3394.0094.3393.6793.0093.0093.33误差---1.000.000.671.670.00-2.33-0.671.000.00-误差平方---1.000.000.442.780.005.440.441.000.00-期12345678910111213数值909294939394959492939493-\n指数平滑预测-90.0090.4091.1291.5091.8092.2492.7993.0392.8392.8693.0993.07误差-2.003.601.881.502.202.761.21-1.030.171.14-0.09-误差平方-4.0012.963.532.264.857.631.461.060.031.300.01-三期移动平均预测的均方误差=1.23,α=0.2的指数平滑预测的均方误差=3.56,所以三期移动平均更适合预测,预测值为93.33%.5.市场价格99.599.399.499.699.899.799.8100.599.999.799.699.6-三期移动平均预测---99.4099.4399.6099.7099.77100.00100.07100.0399.7399.63四期移动平均预测----99.4599.5399.6399.7399.9599.9899.9899.9399.70三期移动平均预测的均方误差=0.12,四期移动平均预测的均方误差=0.14,所以三期移动平均预测更适合预测,下一月预测值=99.63(元).6.签约数243523262832223124312423-移动平均预测---27.328.025.728.727.328.325.728.726.326.0指数平滑预测-24.026.225.625.626.127.326.227.226.627.426.826.0三期移动平均预测的均方误差=20.0,α=0.2的指数平滑预测的均方误差=27.8,所以三期移动平均更适合预测.下一月的签约数预测值=26(套).7.股票价格7.357.47.557.567.67.527.527.77.627.55-α=0.2平滑预测-7.3507.3607.3987.4307.4647.4757.4847.5277.5467.547α=0.3平滑预测-7.3507.3657.4217.4627.5047.5097.5127.5687.5847.574α=0.2的指数平滑预测的均方误差=0.017,α=0.3的指数平滑预测的均方误差=0.013,所以α=0.3的指数平滑更适合预测,第十一周的预测值=7.574.8.从图中看出，该地区空调销售量时间序列呈现线性增长趋势，设线性趋势方程为：式中为时间变量，代表2001年，代表2000年，依次类推。根据最小二乘法，\n即趋势方程为：。将代入上式得.即，2007年的销售额预测值是79.84万元.b=0.69,表示销售额平均每年增长0.69万元.9.销售额序列呈现出指数增长趋势.将原销售额序列取自然对数得到对数销售额序列.从右上图可以看出，对数保有量已经表现出线性增长趋势，因此，可以对对数保有量序列建立线性趋势模型。根据最小二乘法可以得到趋势方程：将代入上述方程得2006年对数销售额的预测值：将其转换为保有量的预测值为：（万辆）10.第8题趋势方程:,其中,第9题对数趋势方程:,其中,11.四个季度指数分别为:0.76691.15331.21790.8619剔除季节变动后的序列为:36.5174.5777.1871.9362.5991.9193.6095.13106.93121.39126.45139.22130.40140.46142.87150.82166.92163.01162.58183.31200.82180.35180.64199.55234.73208.09213.48269.16对上述序列利用最小二乘法建立趋势方程:,其中,\n将代入上述趋势方程得2007年各季的趋势预测值,241.51,248.25,255.00,261.74将上述预测值分别乘以四个季度指数0.7669,1.1533,1.2179,0.8619得最终的预测值,185.20,286.32,310.56,225.60第十章指数三、计算题1.（1）（2）2.(1)(2)(3)3.（1）（2）或4.\n从绝对数来看报告期销售额比基期销售额增加了376000元，是由于价格的提高使销售额增加了121000元和销售量的提高使销售额增加了255000元共同作用的结果。从相对数来看报告期的销售额比基期上升了107.43%时由于价格的上升使销售额上升了20％和销售量的增加使销售额上升了72.86％共同作用的结果。5.（1）（2）（3）=第十一章统计综合评价一、选择题1.B2.A3.D4.A5.C6.A二、思考题（略）三、计算题1．计算结果见表，分析略。\n指标标准值权数报告期基期增减（1）（2）（3）（4）=（3）/（1）*（2）（5）（6）=（5）/（1）*（2）（7）=（4）-（6）综合指数%———93.93—96.31-2.38总资产贡献率%10.7209.818.3210.9920.56-2.24资产保值增值率%12016126.9416.93121.2316.160.77资产负债率%601265.1610.4565.1910.470.02流动资金周转率%1.52151.52151.5715.49–0.49成本费用利润率%3.71142.7310.32.9811.25–0.95全员劳动生产率1650010164149095157519.550.4产品销售率%961395.8612.9883830.152.计算结果见表，分析略。甲806897.3379.3173.337662.677063.6468.3365.7161.11乙9096102.6799.1086.679697.339690.9193.3394.2998.89合计甲商店综合得分：73.94乙商店综合得分：94.81