预览加载中,请您耐心等待几秒...
1/3
2/3
3/3

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

应用统计学复习题 一简述 1.统计调查得方法有那几种? 答:三种主要调查方式:普查,抽样调查,统计报表。实际中有时也用到重点调查与典型调查。 2、表示数据分散程度得特征数有那几种? 答:全距(又称极差),方差与标准差,交替标志得平均数与标准差,变异系数,标准分数 3为什么对总体均值进行估计时,样本容量越大,估计越精确? 答:因为总体就是所要认识得研究对象得全体,它就是具有某种共同性质或特征得许多单位得 集合体.总体得单位数通常用N来表示,N总就是很大得数.样本就是总体得一部分,它就是从 总体中随机抽取出来、代表总体得那部分单位得集合体.样本得单位数称为样本容量,通常用 n表示。样本容量n越大,就越接近总体单位数N,样本均值就越接近总体均值,对总体均值进 行估计时,估计越精确。 4、区间估计与点估计得结果有何不同? 答:点估计就是使用估计量得单一值作为总体参数得估计值;区间估计就是指定估计量得一 个取值范围都为总体参数得估计。 5、在统计假设检验中,如果轻易拒绝了原假设会造成严重后果时,应取显著性水平较大还就是 较小,为什么? 答:取显著性水平较小,因为如果轻易拒绝了原假设会造成严重后果,那就说明在统计假设检 验中,拒绝原假设得概率要小,而假设检验中拒绝原假设得概率正就是事先选定得显著性水平 α 6、简述算术平均数、几何平均数、调与平均数得适用范围。 答:几何平均数主要适用于比率得平均。一般地说,如果待平均得变量x与另外两个变量f与 m有fx=m得关系时,若取f为权数,应当采用算术平均方法;若取m为权数,应当采用调与平 均方法。 7、对总体均值得假设检验中,如何通过确定样本容量大小以控制两类错误? 答:要控制两类错误就要减小误差,也就就是提高精确性,决定样本大小得影响因素主要有:(1) 总体方差σ2得大小.总体方差大,抽样误差大,则应多抽一些样本容量.问题就是实际工作中我 们往往不知道总体方差,因而必须作试验性调查,或以过去得历史资料作参考.(2)可靠性程度 得高低.要求可靠性越高,所必需得样本容量就越大.(3)允许误差得范围.这主要由研究目得而 定.若要求推断比较精确,允许误差范围应该小一些,随之抽取得样本单位数就要多一些.  eZ /2 可用最大允许抽样误差e来表示区间估计得准确程度,其中n 2 n Z22e22 n/2 e2Z2N 对于无限总体,;对于有限总体,/2, 8、假设检验得基本思想就是什么? 答:假设检验得基本思想就是:根据所获得得样本,运用统计分析方法对总体得某种假设作出 拒绝或接受得判断。 9、众数与中位数在什么情况下适用? 答:中位数就是把总体单位得某一标志值按大小顺序排列,居于中间位置得那个值。中位数就 是一种位置性质得平均数,当某些现象不能进行严格得数学分析或不便于用算术平均数测定 时,往往使用中位数。特别就是当统计资料中含有异常与极端得数值时,有可能会对算术平均 数产生较大影响,这时使用中位数来度量中心趋势就比较合适了。因为中位数不受变量中极 端数值得影响。例如,工业产品得质量检验、季节变动得分析等。 众数就是现象总体中出现次数最多得那个标志值,亦即最普遍、最常出现得数值。在 统计中,有时也用众数来作为现象一般水平得代表。例如,为掌握集市贸易中某种商品 得价格水平,往往就用该商品最普遍成交得价格作代表;又如,商店在进货时,经常就某 种商品销售量最多得尺码或规格,大量进货。特别就是在服装行业中,生产商、批发商与零 售商在作有关生产与存货得决策时,常关注得就是最普遍得尺寸,而不就是平均尺寸。 二.下面就是20个长途电话通话时间得频数分布,计算该数据得平均数与标准差 通话时间/分钟频数通话时间/分钟频数 4-6420-221 7-11523-271 12-147合计20 15-192 fx4559713217121125 x11.8(分钟) f20 解: f(xx)2  f 4(511.8)25(911.8)27(1311.8)22(1711.8)21(2111.8)21(2511.8)2 20 5.23(分钟) 三、从一批灯泡中随机抽取5只,测得其寿命(以小时计)为1050,1100,1120,1280,1250,设灯泡 1.96 X~N(,2)2 寿命,未知,求X得均值在置信度为0、95下得置信区间。(2) 解 10501100112012801250 x1160 5 1n1 s(xx)2(1210036001600144008100)99.75 n1i4 i1 t(4)1.96  22 99.7599.75 (116