统计学期末复习 5页

2、解释分类数据、顺序数据、数值型数据的含义分类数据，是只能归于某一类别的非数字型数据，他是对数据分类的结果，数据表现为类别，是用文字表述的。顺序数据，是只能归于某一有序别的非数字型数据。数字型数据，是按数字尺度测量的观察值，其结果表现为具体的数值。2、按照统计数据的收集方法，可以将其分为观测数据和实验数据。(会区分）观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的，有关社会经济现象的统计数据几乎都是观测数据。实验数据:是在实验中控制实验对象而收集的数据6、非抽样误差的类型有？（1）抽样框误差（2）回答误差（3）无回答误差（4）调查员误差（5）测量误差8、直方图与条形图有何区别区别：1）条形图是用条形的长度（横置时）表示各类别频数的多少，其宽度（表示类别）则是固定的；直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。2）由于分组数据具有连续性，直方图的各矩形通常是连续排练，而条形图则是分开排列。3）条形图主要用于展示分类数据，而直方图则主要用于展示数值型数据。9、饼图和环形图有什么不同饼图是用圆形及圆内扇形的面积来表示数值大小的图形，它主要用于表示总体中各组成部分所占的比例，对于研究结构性问题十分有用。环形图与饼图类似，但它们之间也有区别。环形图中间有一个“空洞”，总体或样本中的每一部分数据由环中的一段表示。饼图只能显示一个总体和样本各部分所占的比例，而环形图则可以同时绘制多个总体或样本的数据系列，每一个总体或样本的数据系列为一个环。因此环形图可显示多个总体或样本各部分所占的相应比例，从而有利于我们进行比较研究。13、简述中心极限定理的内容设从均值为μ、方差为σ²（有限）的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值¯的抽样分布近似服从均值为μ、方差为σ²/n的正态分布。14、假设检验和参数估计有什么相同点和不同点？解：参数估计与假设检验是统计推断的两个组成部分。相同点：它们都是利用样本对总体进行某种推断。不同点：推断的角度不同。参数估计讨论的是用样本统计量估计总体参数的方法，总体参数μ在估计前是未知的。而在假设检验中，则是先对μ的值提出一个假设，然后利用样本信息去检验这个假设是否成立。15、置信区间的理解，有以下几点需要注意：（1）如果用某种方法构造的所有区间中有95%的区间包含总体参数的真值，5%的区间不包含总体参数的真值，那么，用该方法构造的区间称为置信水平的95%的置信区间。16、简述评价估计量好坏的标准（1）无偏性：是指估计量抽样分布的期望值等于被估计的总体参数。（2）有效性：是指估计量的方差尽可能小。对同一总体参数的两个无偏估计量，有更小方差的估计量更有效。（3）一致性：是指随着样本量的增大，点估计量的值越来越接近被估总体的参数。\n17、简述样本量与置信水平、总体方差、估计误差的关系。（1）估计总体均值时样本量n为其中：（2）样本量n与置信水平1-α、总体方差、估计误差E之间的关系为与置信水平成正比，在其他条件不变的情况下，置信水平越大，所需要的样本量越大；与总体方差成正比，总体的差异越大，所要求的样本量也越大；与估计误差的平方成反比，即可以接受的估计误差的平方越大，所需的样本量越小。18、从一个标准差为5的总体中采用重复抽样方法抽出一个样本量为40的样本，样本均差为25。1）样本均值的抽样标准差等于多少？2）在95%的置信水平下，估计误差是多少？解：1）已知σ=5，n=40，=25∵∴=5／√40≈0.792）已知∵∴估计误差E=1.96×5÷√40≈1.5519、某企业生产的袋装食品采用自动打包机包装，每袋标准重量为100克，现从某天生产的一批产品中按重复抽样随机抽取50包进行检查，测得每包重量如下：已知食品包重服从正态分布，要求：1）确定该种食品平均重量的95%的置信区间。2）如果规定食品重量低于100克属于不合格，确定该批食品合格率的95%的置信区间。解：1）本题为一个大样本正态分布，σ未知。已知N=50，µ=100，1-α=0.95，。①每组组中值分别为97、99、101、103、105，即此50包样本平均值=（97+99+101+103+105）/5=101②样本标准差为：\n=√｛（97-101）²×2＋（99-101）²×3＋（101-101）²×34＋（103-101）²×7＋（105-101）²×4｝÷（50-1）≈1.666③其置信区间为：101±1.96×1.666÷√50=（100.87,101.77)2）∵不合格包数（＜100克）为2+3=5包，5/50=10%（不合格率），即P=90%。∴该批食品合格率的95%置信区间为：=0.9±1.96×√(0.9×0.1)÷50=0.9±1.96×0.042=（0.82,0.98）20、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。采取重复抽样方法随机抽取了50户，其中有32户赞同，18户反对。1)求总体中赞成该项改革的户数比例的置信区间（α=0.05）2)如果小区管理者预计赞成的比例能达到80%，估计误差不超过10%，应抽取多少户进行调查（α=0.05）解：1）已知N=50，P=32/50=0.64，α=0.05，α/2=0.025，则1.96置信区间：P±√｛P（1-P）/N｝=0.64±1.96√0.64×0.36/50=0.64±1.96×0.48/7.07=0.64±0.133=(0.507,0.773)2）已知丌=0.8,E=0.1,α=0.05，α/2=0.025，则1.96N=²丌(1-丌)/E²=1.96²×0.8×0.2÷0.1²≈6221、左单侧检验（下限检验）H。：u≧1000,H1：u＜1000(越大越好）右单侧检验（上限检验）H。：u≦5%，H1:u＞5%(越小越好）22、已知某炼铁厂的含碳量服从正态分布N（4.55，0.108²），现在测定了9炉铁水，其平均含碳量为4.484。如果估计方差没有变化，可否认为现在生产的铁水平均含碳量为4.55（α=0.05）？解：已知μ0=4.55，σ²=0.108²，n=9，=4.484，这里采用双侧检验，小样本，σ已知，使用Z统计。假定现在生产的铁水平均含碳量与以前无显著差异。则，H0：μ=4.55；H1：μ≠4.55ɑ=0.05，α/2=0.025，查表得临界值为1.96μ0nxZ/s-=计算检验统计量：=(4.484-4.55)/(0.108/√9)\n=-1.833决策：∵Z值落入接受域，∴在a=0.05的显著性水平上接受H。。结论：有证据表明现在生产的铁水平均含碳量与以前没有显著差异，可以认为现在生产的铁水平均含碳量为4.55。23、某地区小麦的一般生产水平为亩产250公斤，其标准差是30公斤。现用一种化肥进行试验，从25个小区抽样，平均产量为270公斤。这种化肥是否使小麦明显增产（α=0.05）？解：已知μ0=250，σ=30，N=25，=270这里是小样本分布，σ已知，用Z统计量。右侧检验，α=0.05，则Zα=1.645提出假设：假定这种化肥没使小麦明显增产。即H0：μ≤250H1:μ＞250计算统计量：Z=（-μ0）/（σ/√N）=（270-250）/（30/√25）=3.33结论：Z统计量落入拒绝域，在α=0.05的显著性水平上，拒绝H0，接受H1。决策：有证据表明，这种化肥可以使小麦明显增产。24、相关分析就是对两个变量之间线性关系的描述与度量，它主要解决的问题包括：（1)变量之间是否存在关系？（2）如果存在关系，它们之间是什么样的关系？（3）变量之间的关系强度如何？（4）样本所反映的变量之间的关系能否代表总体变量之间的关系？25、简述相关系数的性质。（1）r的取值范围是[-1,1]，即-1≦r≤1。（2）r具有对称性。（3）r的数值大小与x和y的原点及尺度无关。（4)r仅仅是x与y之间线性关系的一个度量，它不能用于描述非线性关系。(5)r虽然是两个变量之间线性关系的一个度量，去不一定意味着x与y一定有因果关系。26、回归分析主要解决以下几个方面的问题：（1）从一组样本数据出发，确定变量之间的数学关系式。（2）对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量的影响是显著的，哪些是不显著的。（3）利用所求的关系式，根据一个或几个变量的取值来估计或预测另一个特定变量的取值，并给出这种估计或预测的可靠程度。\n