第1章绪论
1．什么是统计学?怎样理解统计学与统计数据的关系?
2．试举出日常生活或工作中统计数据及其规律性的例子。
3．．一家大型油漆零售商收到了客户关于油漆罐分量不足的许多抱怨。因此，他们开始检查供货商的集装箱，有问题的将其退回。最近的一个集装箱装的是2 440加仑的油漆罐。这家零售商抽查了50罐油漆，每一罐的质量精确到4位小数。装满的油漆罐应为4.536 kg。要求：
(1)描述总体；
(2)描述研究变量；
(3)描述样本；
(4)描述推断。
答：(1)总体：最近的一个集装箱内的全部油漆；
(2)研究变量：装满的油漆罐的质量；
(3)样本：最近的一个集装箱内的50罐油漆；
(4)推断：50罐油漆的质量应为4.536×50＝226.8 kg。
4．“可乐战”是描述市场上“可口可乐”与“百事可乐”激烈竞争的一个流行术语。这场战役因影视明星、运动员的参与以及消费者对品尝试验优先权的抱怨而颇具特色。假定作为百事可乐营销战役的一部分，选择了1000名消费者进行匿名性质的品尝试验(即在品尝试验中，两个品牌不做外观标记)，请每一名被测试者说出A品牌或B品牌中哪个口味更好。要求：
(1)描述总体；
(2)描述研究变量；
(3)描述样本；
(4)一描述推断。
答：(1)总体：市场上的“可口可乐”与“百事可乐”
(2)研究变量：更好口味的品牌名称；
(3)样本：1000名消费者品尝的两个品牌
(4)推断：两个品牌中哪个口味更好。
第2章统计数据的描述——练习题
●1.为评价家电行业售后服务的质量，随机抽取了由100家庭构成的一个样本。服务质量的等级分别表示为：A.好；B.较好；C.一般；D.差；E.较差。调查结果如下：
B E
C C A
D C B A E
D A C B C D
E C E E
A D
B
C C A E
D C B
B A
C
D
E A B D D C
C B C E
D B C C B C
D A C B C D
E C E B
B E
C C A
D C B A E
B A
C
D
E A B D D C
A D
B
C C A E
D C B
C B C E
D B C C B C
(1) 指出上面的数据属于什么类型；
(2)用Excel制作一张频数分布表；
(3) 绘制一张条形图，反映评价等级的分布。 解：（1）由于表2.21中的数据为服务质量的等级，可以进行优劣等级比较，但不能计算差异大小，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（频数）
频率% A 14 14 B 21 21 C 32 32 D 18 18 E 15 15 合计
100
100
（3）条形图的制作：将上表(包含总标题，去掉合计栏)复制到Excel 表中，点击：图表向导→条形图→选择子图表类型→完成(见Excel 练习题2.1)。即得到如下的条形图：
20
40
A B C D E 服务质量等级评价的频数分布 频率%
服务质量等级评价的频数分布 家庭数（频数）
●2.某行业管理局所属40个企业2002年的产品销售收入数据如下（单位：万元）：
152 124 129 116 100 103 92 95 127 104 105 119 114 115 87 103 118 142 135 125 117 108 105 110 107 137 120 136 117 108 97 88 123 115 119 138 112 146 113 126
(1)根据上面的数据进行适当的分组，编制频数分布表，并计算出累积频数和累积频率； (2)如果按规定：销售收入在125万元以上为先进企业，115万～125万元为良好企业，105万～115万元为一般企业，105万元以下为落后企业，按先进企业、良好企业、一般企业、落后企业进行分组。 解：（1）要求对销售收入的数据进行分组，
全部数据中，最大的为152，最小的为87，知数据全距为152－87=65； 为便于计算和分析，确定将数据分为6组，各组组距为10，组限以整10划分； 为使数据的分布满足穷尽和互斥的要求，注意到，按上面的分组方式，最小值87可能落在最小组之下，最大值152可能落在最大组之上，将最小组和最大组设计成开口形式；
按照“上限不在组内”的原则，用划记法统计各组内数据的个数——企业数，也可以用Excel 进行排序统计(见Excel 练习题2.2)，将结果填入表内，得到频数分布表如下表中的左两列；
将各组企业数除以企业总数40，得到各组频率，填入表中第三列； 在向上的数轴中标出频数的分布，由下至上逐组计算企业数的向上累积及频率的
向上累积，由上至下逐组计算企业数的向下累积及频率的向下累积。
整理得到频数分布表如下：
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
（%）
向上累积向下累积
企业数频率企业数频率
100以下100～110 110～120 120～130 130～140 140以上
5
9
12
7
4
3
12.5
22.5
30.0
17.5
10.0
7.5
5
14
26
33
37
40
12.5
35.0
65.0
82.5
92.5
100.0
40
35
26
14
7
3
100.0
87.5
65.0
35.0
17.5
7.5
合计40 100.0 ————（2）按题目要求分组并进行统计，得到分组表如下：
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（%）
先进企业良好企业一般企业落后企业11
11
9
9
27.5
27.5
22.5
22.5
合计40 100.0
● 3.某百货公司连续40天的商品销售额如下（单位：万元）：
41 25 29 47 38 34 30 38 43 40
46 36 45 37 37 36 45 43 33 44
35 28 46 34 30 37 44 26 38 44
42 36 37 37 49 39 42 32 36 35
根据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。
解：全部数据中，最大的为49，最小的为25，知数据全距为49－25=24；
为便于计算和分析，确定将数据分为5组，各组组距为5，组限以整5的倍数划分；
为使数据的分布满足穷尽和互斥的要求，注意到，按上面的分组方式，最小值24已落在最小组之中，最大值49已落在最大组之中，故将各组均设计成闭口形式；
按照“上限不在组内”的原则，用划记法或用Excel统计各组内数据的个数——天数，(见Excel练习题2.3)并填入表内，得到频数分布表如下表中的左两列；
将各组天数除以总天数40，得到各组频率，填入表中第三列；
得到频数分布表如下：
某百货公司日商品销售额分组表
按销售额分组（万元）频数（天）频率（%）
25～30 30～35 35～40 40～45 45～50
4
6
15
9
6
10.0
15.0
37.5
22.5
15.0
直方图：将上表(包含总标题，去掉合计栏)复制到Excel 表中，点击：图表向导→柱形图→选择子图表类型→完成。即得到如下的直方图：(见Excel 练习题2.3)
1020304025
～
30
30
～
35
35
～
40
40
～
4545
～
50
某百货公司日商品销售额分组表 频数（天）某百货公司日商品销售额分组表 频率（%）
●４.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：
700 716 728 719 685 709 691 684 705 718
706 715 712 722 691 708 690 692 707 701 708 729 694 681 695 685 706 661 735 665 668 710 693 697 674 658 698 666 696 698 706 692 691 747 699 682 698 700 710 722 694 690 736 689 696 651 673 749 708 727 688 689 683 685 702 741 698 713 676 702 701 671 718 707 683 717 733 712 683 692 693
697
664
681
721
720
677
679
695
691
713 699 725 726 704 729 703 696 717 688 (1)利用计算机对上面的数据进行排序；
(2)以组距为10进行等距分组，整理成频数分布表，并绘制直方图； (3)绘制茎叶图，并与直方图作比较。 解：（1）排序：将全部数据复制到Excel 中，并移动到同一列，点击：数据→排序→确定，即完成数据排序的工作。(见Excel 练习题2.4)
（2）按题目要求，利用已排序的Excel 表数据进行分组及统计，得到频数分布表如下： (见Excel 练习题2.4)
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（%）
650~660 2 2 660~670 5 5 670~680 6 6 680~690 14 14 690~700 26 26 700~710 18 18 710~720 13 13 720~730 10 10 730~740 3 3 740~750
3
3
制作直方图：将上表(包含总标题，去掉合计栏)复制到Excel 表中，选择全表后，点击：图表向导→柱形图→选择子图表类型→完成。即得到如下的直方图：
(见Excel 练习题2.4)
5101520253065
0~
660670~680690~700710~720730~740
100只灯泡使用寿命非频数分布灯泡个数100只灯泡使用寿命非频数分布频率（%）
（3）制作茎叶图：以十位以上数作为茎，填入表格的首列，将百、十位数相同的数据的个位数按由小到大的顺序填入相应行中，即成为叶，
得到茎叶图如下：
65 1 8 66 1 4 5 6 8 67 1 3 4 6 7 9 68 1 1 2 3 3 3 4 5 5 5 8 8 9 9
69 0 0 1 1 1 1 2 2 2 3 3 4 4 5 5 6 6 6 7 7 8 8 8 8 9 9 70 0 0 1 1 2 2 3 4 5 6 6 6 7 7 8 8 8 9 71 0 0 2 2 3 3 5 6 7 7 8 8 9 72 0 1 2 2 5 6 7 8 9 9 73 3 5 6 74 1 4 7
将直方图与茎叶图对比，可见两图十分相似。
●５.下面是北方某城市1～2月份各天气温的记录数据：
-3 2 -4 -7 -11 -1 7 8
9 -6 -7 -14 -18 -15 -9 -6 -1 0 5 -4 -9 -3 -6 -8 -12 -16 -19 -15 -22 -25 -24 -19 -21 -8 -6 -15 -11 -12 -19 -25 -24 -18 -17 -24 -14 -22 -13 -9 -6 0 -1 5 -4 -9 -3 -3
2
-4
-4
-16
-1
7
5
-6
-5
(1) 指出上面的数据属于什么类型; (2) 对上面的数据进行适当的分组；
(3) 绘制直方图，说明该城市气温分布的特点。 解：（1）由于各天气温的记录数据属于数值型数据，它们可以比较高低，且0不表示没有，因此是定距数据。
（2）分组如下：
由于全部数据中，最大的为9，最小的为－25，知数据全距为9－(－25)=34；
为便于计算和分析，确定将数据分为7组，各组组距为5，组限以整5的倍数划分； 为使数据的分布满足穷尽和互斥的要求，注意到，按上面的分组方式，最小值－25已落在最小组之中，最大值9已落在最大组之中，故将各组均设计成闭口形式；
按照“上限不在组内”的原则，用划记法(或Excel 排序法，见Excel 练习题2.5)统计各组内数据的个数——天数，并填入表内，得到频数分布表如下表；
北方某城市1～2月份各天气温 分组 天数（天）
-25~-20 8 -20~-15 8 -15~-10 10 -10~-5 14 -5~0 14 0~5 4 5~10 7 合计
65
（3）制作直方图：将上表(包含总标题，去掉合计栏)复制到Excel 表中，点击：图表向导→柱形图→选择子图表类型→完成。即得到如下的直方图：(见Excel 练习题2.5)
北方某城市1～2月份各天气温 天数
（天）0
51015-25~-20-15~-10
-5~0
5~
10
北方某城市1～2月份各天气温 天数（天）
●６.下面是某考试管理中心对2002年参加成人自学考试的12000名学生的年龄分组数据：
年龄 18~19 21~21 22~24 25~29 30~34 35~39 40~44 45~59
%
1.9
34.7
34.1
17.2
6.4
2.7
1.8
1.2
(1) 对这个年龄分布作直方图；
(2) 从直方图分析成人自学考试人员年龄分布的特点。 解：（1）制作直方图：将上表复制到Excel 表中，点击：图表向导→柱形图→选择子图表类型→完成。即得到如下的直方图：(见Excel 练习题2.6)
%
51015202530354018~1921~2122~2425~2930~3435~3940~4445~59
%
（2）年龄分布的特点：自学考试人员年龄的分布为右偏。 ７.下面是A 、B 两个班学生的数学考试成绩数据：
A 班： 44 57 59 60 61 61 62 63 63
65 66 66 67 69 70 70 71 72 73 73 73
74
74 74 75 75 75 75 75 76 76 77 77 77 78 78 79 80 80 82 85 85 86 86 90 92 92 92 93 96 B 班： 35 39 40 44 44 48 51 52 52 54 55 56 56 57 57 57 58 59 60 61 61 62 63 64 66 68 68 70 70 71 71 73 74 74 79 81 82 83 83 84 85
90
91
91
94
95
96
100
100
100
(1) 将两个班的考试成绩用一个公共的茎制成茎叶图； (2) 比较两个班考试成绩分布的特点。 解：（1）将树茎放置中间，A 班树叶向左生长，B 班树叶向右生长，得茎叶图如下：
A 班
树茎
B 班
数据个数
树 叶
树叶
数据个数
0 3 59
2 1
4 4 0448
4 2 97
5 122456677789 12 11 97665332110
6 011234688 9 23 98877766555554443332100
7 00113449 8 7 6655200 8 123345 6 6 632220
9 011456 6 0
10
000
3
（2）比较可知：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。
8.1997年我国几个主要城市各月份的平均相对湿度数据如下表，试绘制箱线图，并分析各城市平均相对湿度的分布特征。
月份 北京 长春 南京 郑州 武汉 广州 成都 昆明 兰州 西安
1 49 70 76 57 77 7
2 79 65 51 67 2 41 68 71 57 75 80 8
3 65 41 67 3 47 50 77 68 81 80 81 58 49 7
4 4 50 39 72 67 7
5 84 79 61 4
6 70 5 55 56 68 63 71 83 75 58 41 58 6 5
7 54 73 57 74 87 82 72 43 42 7 69 70 82 74 81 86 84 84 5
8 62 8 74 7
9 82 71 73 84 78 74 57 55 9 68 66 71 67 71 81 75 77 55 65 10
47
59
75
53
72
80
78
76
45 65 11 66 59 82 77 78 72 78 71 53 73 12 56 57 82 65 82 75 82 71 52
72
资料来源：《中国统计年鉴1998》，中国统计出版社1998，第10页。 解：箱线图如下：（特征请读者自己分析）
Min-Max 25%-75%
Median v alue
各城市相对湿度箱线图
35
45
55
65
75
85
95
北京
长春
南京
郑州
武汉
广州
成都
昆明
兰州
西安
●9.某百货公司6月份各天的销售额数据如下（单位：万元）：
257 276 297 252 238 310 240 236 265 278
271 292 261 281 301 274 267 280 291 258 272 284 268 303 273 263 322 249 269 295 （1）计算该百货公司日销售额的均值、中位数和四分位数；
（2）计算日销售额的标准差。 解：（1）将全部30个数据输入Excel 表中同列，点击列标，得到30个数据的总和为8223， 于是得该百货公司日销售额的均值：(见Excel 练习题2.9)
x =
x
n
∑
=
822330
=274.1（万元）
或点选单元格后，点击“自动求和”→“平均值”，在函数EVERAGE()的空格中输入“A1：A30”，回车，得到均值也为274.1。
在Excel 表中将30个数据重新排序，则中位数位于30个数据的中间位置，即靠中的第15、第16两个数272和273的平均数：
M e =
272273
2
+=272.5（万元）
由于中位数位于第15个数靠上半位的位置上，所以前四分位数位于第1～第15
个数据的中间位置(第8位)靠上四分之一的位置上，
由重新排序后的Excel表中第8位是261，第15位是272，从而：
Q L=261+273272
4
-
=261.25（万元）
同理，后四分位数位于第16～第30个数据的中间位置(第23位)靠下四分之一的位置上，由重新排序后的Excel表中第23位是291，第16位是273，从而：
Q U=291－273272
4
-
=290.75（万元）。
（2）未分组数据的标准差计算公式为：
s =
30
2 1
()
1
i
i
x x
n
=
-
-
∑
利用上公式代入数据计算是个较为复杂的工作。手工计算时，须计算30个数据的离差平方，并将其求和，()再代入公式计算其结果：得s=21.1742。(见Excel练习题2.9)我们可以利用Excel表直接计算标准差：
点选数据列(A列)的最末空格，再点击菜单栏中“∑”符号右边的小三角“▼”，选择“其它函数”→选择函数“STDEV”→“确定”，在出现的函数参数窗口中的Number1右边的空栏中输入：A1:A30，→“确定”，即在A列最末空格中出现数值：21.17412，即为这30个数据的标准差。于是：
17
.
21
=
s（万元）。(见Excel练习题2.9)
●10.甲乙两个企业生产三种产品的单位成本和总成本资料如下：
产品名称单位成本
（元）
总成本（元）
甲企业乙企业
A B C 15
20
30
2100
3000
1500
3255
1500
1500
比较哪个企业的总平均成本高？并分析其原因。解：设产品单位成本为x，产量为f，则总成本为xf，
由于：平均成本x=
xf
f
∑
∑=
总成本
总产量
，而已知数据中缺产量f的数据，
又因个别产品产量f =
该产品成本
该产品单位成本
=
xf
x
从而x=
xf
xf
x
∑
∑
，于是得：
甲企业平均成本＝
xf
xf
x
∑
∑
＝
210030001500
210030001500
152030
++
++
＝19.41（元），
乙企业平均成本＝
xf
xf
x
∑
∑
＝
325515001500
325515001500
152030
++
++
＝18.29（元），
对比可见，甲企业的总平均成本较高。
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。
●11.在某地区抽取的120家企业按利润额进行分组，结果如下：
按利润额分组（万元）企业数（个）
200～300 19
300～400 30
400～500 42
500～600 18
600以上11
合计120
计算120家企业利润额的均值和标准差。
解：设各组平均利润为x，企业数为f，则组总利润为xf，
由于数据按组距式分组，须计算组中值作为各组平均利润，列表计算得：
按利润额分组（万元）组中值企业数（个）总利润x f xf
200～300 250 19 4750
300～400 350 30 10500
400～500 450 42 18900
500～600 550 18 9900
600以上650 11 7150
合计—120 51200 于是，120家企业平均利润为：
x=
xf
f
∑
∑=
51200
120
= 426.67（万元）；
分组数据的标准差计算公式为：
s =
2
()
1
i
x x f
f
-
-∑
∑
手动计算须列表计算各组数据离差平方和(x－426.67)2f，并求和，再代入计算公式：列表计算如下
组中值企业数（个）
(x－426.67)2f
x f
250 19 593033.4891
350 30 176348.667
450 42 22860.1338
550 18 273785.2002
650 11 548639.1779
合计120 1614666.668
表格中(x－426.67)2f的计算方法：
方法一：将表格复制到Excel表中，点击第三列的顶行单元格后，在输入栏中输入：=(a3－426.67)* (a3－426.67)*b3，回车，得到该行的计算结果；
点选结果所在单元格，并将鼠标移动到该单元格的右下方，当鼠标变成黑“＋”字时，压下左键并拉动鼠标到该列最后一组数据对应的单元格处放开，则各组数据的(x－426.67)2f 计算完毕；
于是得标准差：(见Excel练习题2.11)
s =
2
()
1
i
x x f
f
-
-
∑
∑
=
1614666.668
1201
-
=116.48（万元）。
点击第三列的合计单元格后，点击菜单栏中的“∑”号，回车，即获得第三列数据的和。
方法二：将各组组中值x复制到Excel的A列中，并按各组次数f在同列中复制，使该列中共有f个x，120个数据生成后，点选A列的最末空格，再点击菜单栏中“∑”符号右边的小三角“▼”，选择“其它函数”→选择函数“STDEV”→“确定”，在出现的函数参数窗口中的Number1右边的空栏中输入：A1:A30，→“确定”，即在A列最末空格中出现数值：116.4845，即为这120个数据的标准差。(见Excel练习题2.11)
于是得标准差：
s =116.4845（万元）。
●12.为研究少年儿童的成长发育状况，某研究所的一位调查人员在某城市抽取100名7～17岁的少年儿童作为样本，另一位调查人员则抽取了1000名7~17岁的少年儿童作为样本。请回答下面的问题，并解释其原因。
（1）哪一位调查研究人员在其所抽取的样本中得到的少年儿童的平均身高较大？或者这两组样本的平均身高相同？
（2）哪一位调查研究人员在其所抽取的样本中得到的少年儿童身高的标准差较大？或者这两组样本的标准差相同？
（3）哪一位调查研究人员有可能得到这1100名少年儿童的最高者或最低者？或者对两位调查研究人员来说，这种机会是相同的？
解：（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。
●13.一项关于大学生体重状况的研究发现，男生的平均体重为60公斤，标准差为5公斤；女生的平均体重为50公斤，标准差为5公斤。请回答下面的问题：
（1）是男生的体重差异大还是女生的体重差异大？为什么？
（2）以磅为单位（1公斤＝2.2磅），求体重的平均数和标准差。
（3）粗略地估计一下，男生中有百分之几的人体重在55公斤到65公斤之间？
（4）粗略地估计一下，女生中有百分之几的人体重在40公斤到60公斤之间？
解：（1）由于两组的平均体重不相等，应通过比较离散系数确定体重差异较大的组：因为女生的离散系数为
V=s
x
＝
5
50
＝0.1
男生体重的离散系数为
V=s
x
＝
5
60
＝0.08
对比可知女生的体重差异较大。
（2） 男生：x =
602.2公斤公斤＝27.27（磅），s =
2.25公斤公斤=2.27（磅）；
女生：x =2.250公斤公斤
=22.73（磅），s =
2.25公斤
公斤
=2.27（磅）；
（3）68%；
（4）95%。
● 14.对10名成年人和10名幼儿的身高（厘米）进行抽样调查，结果如下：
成年组 166 169 172 177 180 170 172 174 168 173 幼儿组 68 69 68 70 71 73 72 73 74 75
（1）要比较成年组和幼儿组的身高差异，你会采用什么样的指标测度值？为什么？
（2）比较分析哪一组的身高差异大？ 解：（1）应采用离散系数，因为成年人和幼儿的身高处于不同的水平，采用标准差比较不合适。离散系数消除了不同组数据水平高低的影响，采用离散系数就较为合理。
（2）利用Excel 进行计算，得成年组身高的平均数为172.1，标准差为4.202，从而得：
成年组身高的离散系数：024.01.1722.4==
s v ；
又得幼儿组身高的平均数为71.3，标准差为2.497，从而得：
幼儿组身高的离散系数： 2.4970.03571.3
s v =
=；
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。
15.一种产品需要人工组装，现有三种可供选择的组装方法。为检验哪种方法更好，随机抽取15个工人，让他们分别用三种方法组装。下面是15个工人分别用三种方法在相同的时间内组装的产品数量（单位：个）：
方法A 方法B 方法C
164 129 125 167 130 126 168 129 126 165 130 127 170 131 126 165 130 128 164 129 127 168 127 126 164 128 127 162 128 127 163 127 125 166 128 126 167 128 116 166 125 126 165
132
125
（1） 你准备采用什么方法来评价组装方法的优劣？
（2） 如果让你选择一种方法，你会作出怎样的选择？试说明理由。 解：(1)下表给计算出这三种组装方法的一些主要描述统计量：
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 126 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
128
评价优劣应根据离散系数，据上得：
方法A 的离散系数V A = 2.13165.6=0.0129， 方法B 的离散系数V B = 1.75
128.73=0.0136， 方法C 的离散系数V C =
2.77125.53
=0.0221；
对比可见，方法A 的离散系数最低，说明方法A 最优。
(2)我会选择方法A ，因为方法A 的平均产量最高而离散系数最低，说明方法A 的产量高且稳定，有推广意义。
16.在金融证券领域，一项投资的的预期收益率的变化通常用该项投资的风险来衡量。预期收益率的变化越小，投资风险越低，预期收益率的变化越大，投资风险就越高。下面的两个直方图，分别反映了200种商业类股票和200种高科技类股票的收益率分布。在股票市场上，高收益率往往伴随着高风险。但投资于哪类股票，往往与投资者的类型有一定关系。
（1）你认为该用什么样的统计测度值来反映投资的风险？
（2）如果选择风险小的股票进行投资，应该选择商业类股票还是高科技类股票？
（3）如果你进行股票投资，你会选择商业类股票还是高科技类股票？
-30 0 30 60 -30 0 30 60 收 益 率 收 益 率
(a)商业类股票 (b) 高科技类股票
解：（1）方差或标准差；（2）商业类股票；（3）（略）。
17.下图给出了2000年美国人口年龄的金字塔，其绘制方法及其数字说明与【例2.10】相同，试对该图反映的人口、政治、社会、经济状况进行分析。
频数
25
50
25
50
频数
2000年美国人口年龄结构金字塔
-20
-10
10
20
0-4(96-00)
5-9(91-95)10-14(86-90)15-19(81-85)20-24(76-80)25-29(71-75)30-34(66-70)35-39(61-65)40-44(56-60)45-49(51-55)50-54(46-50)55-59(41-45)60-64(36-40)65-69(31-35)70-74(26-30)75-79(21-25)80-84(16-20)85-89(11-15)90-94(06-10)95-99(01-05)年龄
人数（百万）
女男
第3章 概率与概率分布——练习题(全免)
1 .某技术小组有12人，他们的性别和职称如下，现要产生一名幸运者。试求这位幸运者分别是以下几种可能的概率：（1）女性；（2）工程师；（3）女工程师，（4）女性或工程师。并说明几个计算结果之间有何关系？
序号 1
2
3
4
5
6
7
8
9
10
11
12
性别
男
男
男
女
男
男
女
男
女
女
男
男
职称 工程师 技术员 技术员 技术员 技术员 工程师 工程师 技术员 技术员 工程师 技术员 技术员
解:设A ＝女性，B ＝工程师，AB ＝女工程师，A+B ＝女性或工程师 （1）P(A)＝4/12＝1/3 （2）P(B)＝4/12＝1/3 （3）P(AB)＝2/12＝1/6
（4）P(A+B)＝P(A)＋P(B)－P(AB)＝1/3＋1/3－1/6＝1/2
2. 某种零件加工必须依次经过三道工序，从已往大量的生产记录得知，第一、二、三道工序的次品率分别为0.2，0.1，0.1，并且每道工序是否产生次品与其它工序无关。试求这种零件的次品率。
解: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 。 考虑逆事件A =“任取一个零件为正品”，表示通过三道工序都合格。据题意，有：
()(10.2)(10.1)(10.1)0.648P A =---=
于是 ()1()10.6480.352P A P A =-=-=
3. 已知参加某项考试的全部人员合格的占80％，在合格人员中成绩优秀只占15％。试求任一参考人员成绩优秀的概率。
解:设A 表示“合格”，B 表示“优秀”。由于B ＝AB ，于是
)|()()(A B P A P B P ＝＝0.8×0.15＝0.12
4. 某项飞碟射击比赛规定一个碟靶有两次命中机会（即允许在第一次脱靶后进行第二次射击）。某射击选手第一发命中的可能性是80％，第二发命中的可能性为50％。求该选手两发都脱靶的概率。
解:设A ＝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。
)|()()|()()(A B P A P A B P A P B P +＝ ＝0.8×1＋0.2×0.5＝0.9 脱靶的概率＝1－0.9＝0.1
或（解法二）：P (脱靶)＝P (第1次脱靶)×P(第2次脱靶)＝0.2×0.5＝0.1
5.已知某地区男子寿命超过55岁的概率为84％，超过70岁以上的概率为63%。试求任一刚过55岁生日的男子将会活到70岁以上的概率为多少？ 解: 设A ＝活到55岁，B ＝活到70岁。所求概率为：
()()0.63(|)0.75()
()
0.84
P AB P B P B A P A P A ＝
＝＝＝
6.某企业决策人考虑是否采用一种新的生产管理流程。据对同行的调查得知，采用新生产管理流程后产品优质率达95％的占四成，优质率维持在原来水平（即80%）的占六成。该企业利用新的生产管理流程进行一次试验，所生产5件产品全部达到优质。问该企业决策者会倾向于如何决策？
解:这是一个计算后验概率的问题。
设A ＝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：
6115.050612
.030951.0)
|()()|()()
|()()|(＝＝＝
A B P A P A B P A P A B P A P B A P +
决策者会倾向于采用新的生产管理流程。
7. 某公司从甲、乙、丙三个企业采购了同一种产品，采购数量分别占总采购量的25％、30％和45％。这三个企业产品的次品率分别为4％、5％、3％。如果从这些产品中随机抽出一件，试问：（1）抽出次品的概率是多少？（2）若发现抽出的产品是次品，问该产品来自丙厂的概率是多少？
解:令A 1、A 2、A 3分别代表从甲、乙、丙企业采购产品，B 表示次品。由题意得：P (A 1)＝0.25，P (A 2)＝0.30， P (A 3)＝0.45；P (B |A 1)＝0.04，P (B |A 2)＝0.05，P (B |A 3)＝0.03；因此，所求概率分别为：
（1）)|()()|()()|()()(332211A B P A P A B P A P A B P A P B P ++＝
＝0.25×0.04＋0.30×0.05＋0.45×0.03＝0.0385 （2）3506.00385
.00135.00.03
0.450.050.300.040.2503
.045.0)|(3＝＝＋＋＝
????B A P
8.某人在每天上班途中要经过3个设有红绿灯的十字路口。设每个路口遇到红灯的事件是相互独立的，且红灯持续24秒而绿灯持续36秒。试求他途中遇到红灯的次数的概率分布及其期望值和方差、标准差。
解: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，X ～B(3，0.4)。其概率分布如下表： x i 0 1 2 3
P (X = x i ) 0.216 0.432 0.288 0.064 期望值（均值）＝1.2（次），方差＝0.72，标准差＝0.8485（次）
9. 一家人寿保险公司某险种的投保人数有20000人，据测算被保险人一年中的死亡率为万分之5。保险费每人50元。若一年中死亡，则保险公司赔付保险金额50000元。试求未来一年该保险公司将在该项保险中（这里不考虑保险公司的其它费用）：
（1）至少获利50万元的概率； （2）亏本的概率；
（3）支付保险金额的均值和标准差。
解:设被保险人死亡数＝X ，X ～B (20000，0.0005)。
（1）收入＝20000×50（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(X ≤10)＝0.58304。 （2）当被保险人死亡数超过20人时，保险公司就要亏本。所求概率为： P(X >20)＝1－P(X ≤20)＝1－0.99842＝0.00158 （3）支付保险金额的均值＝50000×E (X ) ＝50000×20000×0.0005（元）＝50（万元） 支付保险金额的标准差＝50000×σ(X )
＝50000×(20000×0.0005×0.9995)1/2＝158074（元） 10.对上述练习题3.09的资料，试问：
（1）可否利用泊松分布来近似计算？ （2）可否利用正态分布来近似计算？
（3）假如投保人只有5000人，可利用哪种分布来近似计算？
解: （1）可以。当n 很大而p 很小时，二项分布可以利用泊松分布来近似计算。本例中，λ= np =20000×0.0005=10，即有X ～P (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=20000×0.0005=10，np(1-p)=20000×0.0005×(1-0.0005)=9.995， 即有X ～N (10,9.995)。相应的概率为： P (X ≤10.5)＝0.51995，P(X ≤20.5)＝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 ＝2.5<5，二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。
11.某企业生产的某种电池寿命近似服从正态分布，且均值为200小时，标准差为30小时。若规定寿命低于150小时为不合格品。试求该企业生产的电池的：（1）合格率是多少？（2）电池寿命在200左右多大的范围内的概率不小于0.9。 解:（1）)6667.1()30
200
150()150(-<-<
= 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200±K 小时范围内的概率不小于0.9，即有： |200| (|200|){||}0.930 30 X K P X K P Z --<=<≥＝ 即：{}0.9530 K P Z < ≥，K /30≥1.64485,故K ≥49.3456。 12.某商场某销售区域有6种商品。假如每1小时内每种商品需要12分钟时间的咨询服务，而且每种商品是否需要咨询服务是相互独立的。求：（1）在同一时刻需用咨询的商品种数的最可能值是多少？（2）若该销售区域仅配有2名服务员，则因服务员不足而不能提供咨询服务的概率是多少？ 解:设X ＝同一时刻需用咨询服务的商品种数，由题意有X ～B(6,0.2) （1）X 的最可能值为：X 0＝[(n+1)p]＝[7×0.2]＝1 （取整数） （2）∑=-- =≤-=>2 668 .02 .01)2(1)2(k k k k C X P X P ＝1-0.9011＝0.0989 第4章 抽样与抽样分布——练习题(全免) 1. 一个具有64=n 个观察值的随机样本抽自于均值等于20、标准差等于16的总体。 ⑴ 给出x 的抽样分布（重复抽样）的均值和标准差 ⑵ 描述x 的抽样分布的形状。你的回答依赖于样本容量吗？ ⑶ 计算标准正态z 统计量对应于5.15=x 的值。 ⑷ 计算标准正态z 统计量对应于23=x 的值。 解: 已知 n=64，为大样本，μ=20，σ=16， ⑴在重复抽样情况下，x 的抽样分布的均值为 a. 20, 2 b. 近似正态 c. -2.25 d. 1.50 2 . 参考练习4.1求概率。 ⑴x <16； ⑵x >23； ⑶x >25； ⑷.x 落在16和22之间； ⑸x <14。 解: a. 0.0228 b. 0.0668 c. 0.0062 d. 0.8185 e. 0.0013 3. 一个具有100=n 个观察值的随机样本选自于30=μ、16=σ的总体。试求下列概率的近似值： 解: a. 0.8944 b. 0.0228 c. 0.1292 d. 0.9699 4. 一个具有900=n 个观察值的随机样本选自于100=μ和10=σ的总体。 ⑴ 你预计x 的最大值和最小值是什么？ ⑵ 你认为x 至多偏离μ多么远？ ⑶ 为了回答b 你必须要知道μ吗？请解释。 解:a. 101, 99 b. 1 c. 不必 5. 考虑一个包含x 的值等于0，1，2，…，97，98，99的总体。假设x 的取值的可能性是相同的。则运用计算机对下面的每一个n 值产生500个随机样本，并对于每一个样本计算x 。对于每一个样本容量，构造x 的500个值的相对频率直方图。当n 值增加时在直方图上会发生什么变化？存在什么相似性？这里30,10,5,2====n n n n 和50=n 。 解:趋向正态 6. 美国汽车联合会（AAA ）是一个拥有90个俱乐部的非营利联盟，它对其成员提供旅行、 金融、保险以及与汽车相关的各项服务。1999年5月，AAA 通过对会员调查得知一个4口之家出游中平均每日餐饮和住宿费用大约是213美元（《旅行新闻》Travel News ，1999年5月11日）。假设这个花费的标准差是15美元，并且AAA 所报道的平均每日消费是总体均值。又假设选取49个4口之家，并对其在1999年6月期间的旅行费用进行记录。 ⑴ 描述x （样本家庭平均每日餐饮和住宿的消费）的抽样分布。特别说明x 服从怎样 的分布以及x 的均值和方差是什么？证明你的回答； ⑵ 对于样本家庭来说平均每日消费大于213美元的概率是什么？大于217美元的概率 呢？在209美元和217美元之间的概率呢？ 解： a. 正态分布, 213, 4.5918 b. 0.5, 0.031, 0.938 7. 技术人员对奶粉装袋过程进行了质量检验。每袋的平均重量标准为406=μ克、标准差 为1.10=σ克。监控这一过程的技术人者每天随机地抽取36袋，并对每袋重量进行测量。现考虑这36袋奶粉所组成样本的平均重量x 。 （1）描述x 的抽样分布，并给出x μ和x σ的值，以及概率分布的形状； （3） 假设某一天技术人员观察到8.400=x ，这是否意味着装袋过程出 现问题了呢，为什么？ 解： a. 406, 1.68, 正态分布 b. 0.001 c. 是，因为小概率出现了 8. 在本章的统计实践中，某投资者考虑将1000美元投资于5=n 种不同的股票。每一种股 票月收益率的均值为%10=μ，标准差%4=σ。对于这五种股票的投资组合，投资 者每月的收益率是∑ = 5 i r r 。投资者的每月收益率的方差是2.32 2 ==n r σ σ ，它是投资者所面临风险的一个度量。 ⑴ 假如投资者将1000美元仅投资于这5种股票的其中3种，则这个投资者所面对的 风险将会增加还是减少？请解释； ⑵ 假设将1000美元投资在另外10种收益率与上述的完全一样的股票，试度量其风险， 并与只投资5种股票的情形进行比较。 解：a. 增加 b. 减少 9. 某制造商为击剑运动员生产安全夹克，这些夹克是以剑锋刺入其中时所需的最小力量（以 牛顿为单位）来定级的。如果生产工艺操作正确，则他生产的夹克级别应平均840牛顿，标准差15牛顿。国际击剑管理组织（FIE ）希望这些夹克的最低级别不小于800牛顿。为了检查其生产过程是否正常，某检验人员从生产过程中抽取了50个夹克作为一个随机样本进行定级，并计算x ，即该样本中夹克级别的均值。她假设这个过程的标准差是固定的，但是担心级别均值可能已经发生变化。 ⑴ 如果该生产过程仍旧正常，则x 的样本分布为何？ ⑵ 假设这个检验人员所抽取样本的级别均值为830牛顿，则如果生产过程正常的话， 样本均值x ≤830牛顿的概率是多少？ ⑶ 在检验人员假定生产过程的标准差固定不变时，你对b 部分有关当前生产过程的现 状有何看法（即夹克级别均值是否仍为840牛顿）？ ⑷ 现在假设该生产过程的均值没有变化，但是过程的标准差从15牛顿增加到了45牛 顿。在这种情况下x 的抽样分布是什么？当x 具有这种分布时，则x ≤830牛顿的概率是多少？ 解： a. 正态 b. 约等于0 c. 不正常 d. 正态, 0.06 10. 在任何生产过程中，产品质量的波动都是不可避免的。产品质量的变化可被分成两类： 由于特殊原因所引起的变化（例如，某一特定的机器），以及由于共同的原因所引起的变化（例如，产品的设计很差）。 一个去除了质量变化的所有特殊原因的生产过程被称为是稳定的或者是在统计控制中的。剩余的变化只是简单的随机变化。假如随机变化太大，则管理部门不能接受，但只要消除变化的共同原因，便可减少变化（Deming,1982,1986;De V or, Chang,和Sutherland,1992）。 通常的做法是将产品质量的特征绘制到控制图上，然后观察这些数值随时间如何变动。例如，为了控制肥皂中碱的数量，可以每小时从生产线中随机地抽选5=n 块试验肥皂作为样本，并测量其碱的数量，不同时间的样本含碱量的均值x 描绘在下图中。假设这个过程是在统计控制中的，则x 的分布将具有过程的均值μ，标准差具有过程 的标准差除以样本容量的平方根，n x σ σ =。下面的控制图中水平线表示过程均值，两条线称为控制极限度，位于μ的上下3x σ的位置。假如x 落在界限的外面，则有充 分的理由说明目前存在变化的特殊原因，这个过程一定是失控的。 当生产过程是在统计控制中时，肥皂试验样本中碱的百分比将服从%2=μ和 %1=σ的近似的正态分布。 ⑴ 假设,4=n 则上下控制极限应距离μ多么远？ ⑵ 假如这个过程是在控制中，则x 落在控制极限之外的概率是多少？ ⑶ 假设抽取样本之前，过程均值移动到%3=μ，则由样本得出这个过程失控的（正 确的）结论的概率是多少？ 解：a. 0.015 b. 0.0026 c. 0.1587 4.11. 参考练习4.10。肥皂公司决定设置比练习4.10中所述的x σ3这一限度更为严格的控制 极限。特别地，当加工过程在控制中时，公司愿意接受x 落在控制极限外面的概率是 0.10。 ⑴ 若公司仍想将控制极限度设在与均值的上下距离相等之处，并且仍计划在每小时的 样本中使用4=n 个观察值，则控制极限应该设定在哪里？ ⑵ 假设a 部分中的控制极限已付诸实施，但是公司不知道，μ现在是3%（而不是2%）。若4=n ，则x 落在控制极限外面的概率是多少？若9=n 呢？ 解： a. (0.012, 0.028) b. 0.6553, 0.7278 4.12. 参考练习4.11。为了改进控制图的敏感性，有时将警戒线与控制极限一起画在图上。 警戒限一般被设定为x σμ96.1±。假如有两个连续的数据点落在警戒限之外，则这个过程一定是失控的（蒙哥马利，1991年）。 ⑴ 假设肥皂加工过程是在控制中（即，它遵循%2=μ和%1=σ的正态分布），则x 的下一个值落在警戒限之外的概率是什么？ ⑵ 假设肥皂加工过程是在控制中，则你预料到画在控制图上的x 的这40个值中有多 少个点落在上控制极限以上？ ⑶ 假设肥皂加工过程是在控制中，则x 的两个未来数值落在下警戒线以下的概率是多 少？ 解： a. 0.05 b. 1 c. 0.000625 第5章 参数估计 ●1. 从一个标准差为5的总体中抽出一个容量为40的样本，样本均值为25。 （1） 样本均值的抽样标准差x σ等于多少？ （2） 在95%的置信水平下，允许误差是多少？ 解：已知总体标准差σ=5，样本容量n =40，为大样本，样本均值x =25， （1）样本均值的抽样标准差x σ= n σ= 40 5=0.7906 （2）已知置信水平1－α=95%，得 α /2 Z =1.96， 于是，允许误差是E =n α /2 σ Z =1.96×0.7906=1.5496。 ●2.某快餐店想要估计每位顾客午餐的平均花费金额，在为期3周的时间里选取49名顾客组成了一个简单随机样本。 （3） 假定总体标准差为15元，求样本均值的抽样标准误差； （4） 在95%的置信水平下，求允许误差； （5） 如果样本均值为120元，求总体均值95%的置信区间。 解：（1）已假定总体标准差为σ=15元， 则样本均值的抽样标准误差为 x σ= n σ= 49 15=2.1429 （2）已知置信水平1－α=95%，得 α /2 Z =1.96， 于是，允许误差是E =n α /2 σ Z =1.96×2.1429=4.2000。 （3）已知样本均值为x =120元，置信水平1－α=95%，得 α/2 Z =1.96， 这时总体均值的置信区间为 n ±α /2 σ x Z =120±4.2=124.2115.8 可知，如果样本均值为120元，总体均值95%的置信区间为（115.8，124.2）元。 回归分析与时间序列 一、一元线性回归 11.1 （1）编辑数据集，命名为linehuigui1.dat 输入命令scatter cost product,xlabel(#10, grid) ylabel(#10, grid)，得到如下散点图，可以看到，产量和生产费用是正线性相关的关系。 （2）输入命令reg cost product，得到如下图： 可得线性函数（product为自变量，cost为因变量）：y=0.4206832x+124.15,即β0=124.15，β1=0.4206832 （3）对相关系数的显著性进行检验，可输入命令pwcorr cost product, sig star(.05) print(.05)，得到下图： 可见，在α=0.05的显著性水平下，P=0.0000<α=0.05，故拒绝原假设，即产量和生产费用之间存在显著的正相关性。 11.2 （1）编辑数据集，命名为linehuigui2.dat 输入命令scatter fenshu time,xlabel(#4, grid) ylabel(#4, grid)，得到如下散点图，可以看到，分数和复习时间是正线性相关的关系。 2）输入命令cor fenshu time计算相关系数，得下图： 可见，r=0.8621，可见分数和复习时间之间存在高度的正相关性。 11.3 （1）（2）对于线性回归方程y=10-0.5x，其中β0=10，表示回归直线的截距为10；β1=-0.5，表示x变化一单位引起y的变化为-0.5。 （3）x=6时，E(y)=10-0.5*6=7。 11.4 （1），判定系数测度了回归直线对观测数据的拟 统计学 第五版贾俊平版课后题答案（部分） 第三章数据的图表展示 3．1 为评价家电行业售后服务的质量，随机抽取了由100个家庭构成的一个样本。服务质量的等级分别表示为：A．好；B．较好；C一般；D．较差；E.差。调查结果如下： B E C C A D C B A E D A C B C D E C E E A D B C C A E D C B B A C D E A B D D C C B C E D B C C B C D A C B C D E C E B B E C C A D C B A E B A C E E A B D D C A D B C C A E D C B C B C E D B C C B C 要求： (1)指出上面的数据属于什么类型。 顺序数据 (2)用Excel制作一张频数分布表。 用数据分析——直方图制作： 接收频率 E16 D17 C32 B21 A14 (3)绘制一张条形图，反映评价等级的分布。 用数据分析——直方图制作： (4)绘制评价等级的帕累托图。 逆序排序后，制作累计频数分布表： 接收 频数 频率(%) 累计频率(%) C 32 32 32 B 21 21 53 D 17 17 70 E 16 16 86 A 14 14 100 5101520253035C D B A E 20406080100120 3．2 某行业管理局所属40个企业2002年的产品销售收入数据如下： 152 124 129 116 100 103 92 95 127 104 105 119 114 115 87 103 118 142 135 125 117 108 105 110 107 137 120 136 117 108 97 88 123 115 119 138 112 146 113 126 要求： (1)根据上面的数据进行适当的分组，编制频数分布表，并计算出累积频数和累积频率。 1、确定组数： ()l g 40l g () 1.60206 111 6.32l g (2)l g 20.30103 n K =+ =+=+=，取k=6 2、确定组距： 组距＝( 最大值 - 最小值)÷ 组数=（152-87）÷6=10.83，取10 3 第8章假设检验 例题 由统计资料得知，1989 年某地新生儿的平均体重为3190克，现从1990年的新生儿中国机抽取100个，测得其平均体重为3210克，问1990年的新生儿与1989年相比，体重有无显著差异 ★解:从调查结果看，1990 年新生儿的平均体重为3210克，比1989年新生儿的平均体重3190克增加了20克，但这20克的差异可能源于不同的情况。_种情况是，1990 年新生儿的体重与1989年相比没有什么差别，20克的差异是由于抽样的随机性造成的;另一种情况是，抽样的随机性不可能造成20克这样大的差异，1990年新生儿的体重与1989年新生儿的体重相比确实有所增加。 上述问题的关键点是，20克的差异说明了什么这个差异能不能用抽样的随机性来解释为了回答这个问题，我们可以采取假设的方法。假设1989年和1990年新生儿的体重没有显著差异，如果用μo表示1989年新生儿的平均体重，μ表示1990年新生儿的平均体重，我们的假设可以表示为μ=μ或μ心=0，现要利用1990年新生儿体重的样本信息检验上述假设是否成立。如果成立，说明这两年新生儿的体重没有显著差异;如果不成立，说明1990年新生儿的体重有了明显增加。在这里，问题是以假设的形式提出的，问题的解决方案是检验提出的假设是否成立。所以假设检验的实质是检验我们关心的参数一1990 年的新生儿总体平均体重是否等于某个我们感兴趣的 数值。 例 某批发商欲从厂家购进一批灯泡，根据合同规定灯泡的使用寿命平均不能低于1 000小时，已知灯泡燃烧寿命服从正态分布，标准差为200小时。在总体中随机抽取了100个灯泡，得知样本均值为960小时，批发商是否应该购买这批灯泡 小时，批发商1 000这是一个单侧检验问题。显然，如果灯泡的燃烧寿命超过了:★解． 是欢迎的，因为他用已定的价格(灯泡寿命为1 000小时的价格)购进了更高质量的产品。因此，如果样本均值超过1000小时，他会购进这批灯泡。问题在于样本均值为960小时他是否应当购进。因为即便总体均值为1000小时，由于抽样的随机性，样本均值略小于1000小时的情况也会经常出现。在这种场合下，批发商更为关注可以容忍的下限，即当灯泡寿命低于什么水平时拒绝。于是检验的形式为: 例 某种大量生产的袋装食品按规定重量不得少于250克。今从一批该食品中随机抽取50袋，发现有6袋重量低于250克，若规定不符合标准的比例达到5%，食品就不得出厂，问该批食品能否出厂 统计学第四版答案(贾 俊平) 请举出统计应用的几个例子： 1、用统计识别作者：对于存在争议的论文，通过统计量推出作者 2、用统计量得到一个重要发现：在不同海域鳗鱼脊椎骨数量变化不大，推断所有各个不同海域内的鳗鱼是由海洋中某公共场所繁殖的 3、挑战者航天飞机失事预测 请举出应用统计的几个领域： 1、在企业发展战略中的应用 2、在产品质量管理中的应用 3、在市场研究中的应用④在财务分析中的应用⑤在经济预测中的应用 你怎么理解统计的研究内容： 1、统计学研究的基本内容包括统计对象、统计方法和统计规律。 2、统计对象就是统计研究的课题，称谓统计总体。 3、统计研究方法主要有大量观察法、数量分析法、抽样推断法、实验法等。④统计规律就是通过大量观察和综合分析所揭示的用数量指标反映的客观现象的本质特征和发展规律。 举例说明分类变量、顺序变量和数值变量： 分类变量：表现为不同类别的变量称为分类变量，如“性别”表现为“男”或“女”，“企业所属的行业”表现为“制造业”、“零售业”、“旅游业”等，“学生所在的学院”可能是“商学院”、“法学院”等 顺序变量：如果类别有一定的顺序，这样的分类变量称为顺序变量，如考试成绩按等级分为优、良、中、及格、不及格，一个人对事物的态度分为赞成、中立、反对。这里的“考试成绩等级”、“态度”等就是顺序变量。 数值变量：可以用数字记录其观察结果，这样的变量称为数值变量，如“企业销售额”、“生活费支出”、“掷一枚骰子出现的点数”。 定性数据和定量数据的图示方法各有哪些： 1、定性数据的图示：条形图、帕累托图、饼图、环形图 2、定量数据的图示： a、分组数据看分布：直方图 b、未分组数据看分布：茎叶图、箱线图、垂线图、误差图 c、两个变量间的关系：散点图 d、比较多个样本的相似性：雷达图和轮廓图 直方图与条形图有何区别： 1、条形图中的每一个矩形表示一个类别，其宽度没有意义，而直方图的宽度则表示各组的组距。 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列，而条形图则是分开排列。 3、条形图主要用于展示定性数据，而直方图则主要用于展示定量数据。 一组数据的分布特征可以从哪几个方面进行描述： 1、数据的水平，反映数据的集中程度 2、数据的差异，反映各数据的离散程度 3、分布的形状，反映数据分布的偏态和峰态 说明平均数、中位数和众数的特点及应用场合： 平均数也称为均值，它是一组数据相加后除以数据的个数而得到的结果。平均数是度量数据水平的常用统计量，在参数估计以及假设检验中经常用到。 第四章统计数据的概括性度量 4．1 一家汽车零售店的10名销售人员5月份销售的汽车数量(单位：台)排序后如下：2 4 7 10 10 10 12 12 14 15 要求： （1）计算汽车销售量的众数、中位数和平均数。 (2)根据定义公式计算四分位数。 (3)计算销售量的标准差。 (4)说明汽车销售量分布的特征。 解： Statistics 10 Missing0 Mean9.60 Median10.00 Mode10 Std. Deviation 4.169 Percentiles25 6.25 5010.00 75 单位：周岁1915292524 2321382218 3020191916 2327223424 4120311723 要求； (1)计算众数、中位数： 排序形成单变量分值的频数分布和累计频数分布： 网络用户的年龄 (2)根据定义公式计算四分位数。 Q1位置=25/4=6.25，因此Q1=19，Q3位置=3×25/4=18.75，因此Q3=27，或者，由于25和27都只有一个，因此Q3也可等于25+0.75×2=26.5。 (3)计算平均数和标准差； Mean=24.00；Std. Deviation=6.652 (4)计算偏态系数和峰态系数： Skewness=1.080；Kurtosis=0.773 (5)对网民年龄的分布特征进行综合分析： 分布，均值=24、标准差=6.652、呈右偏分布。如需看清楚分布形态，需要进行分组。 1、确定组数： ()lg 25lg() 1.398111 5.64lg(2)lg 20.30103 n K =+ =+=+=，取k=6 2、确定组距：组距＝( 最大值 - 最小值)÷ 组数=（41-15）÷6=4.3，取5 3、分组频数表 网络用户的年龄 (Binned) 分组后的直方图： 第七章 练习题参考答案 7.1 （1）已知σ=5，n=40，x =25，α=0.05，z 205.0=1.96 样本均值的抽样标准差σ x = n σ= 79.040 5= （2）估计误差（也称为边际误差）E=z 2 α n σ =1.96*0.79=1.55 7.2（1）已知σ=15，n=49，x =120，α=0.05，z 205.0=1.96 （2）样本均值的抽样标准差σ x = n σ= =49 15 2.14 估计误差E=z 2 α n σ =1.96* =49 15 4.2 （3）由于总体标准差已知，所以总体均值μ的95%的置信区间为： n x z σ α 2 ± =120±1.96*2.14=120±4.2，即（115.8,124.2） 7.3（1）已知σ=85414，n=100，x =104560，α=0.05，z 205.0=1.96 由于总体标准差已知，所以总体均值μ的95%的置信区间为： n x z σ α 2 ± =104560±1.96* =100 85414104560±16741.144即（87818.856,121301.144） 7.4（1）已知n=100，x =81，s=12， α=0.1，z 21.0=1.645 由于n=100为大样本，所以总体均值μ的90%的置信区间为： n s x z 2 α ± =81±1.645* =100 1281±1.974，即（79.026,82.974） （2）已知α=0.05，z 205.0=1.96 由于n=100为大样本，所以总体均值μ的95%的置信区间为： n s x z 2 α ± =81±1.96* =100 1281±2.352，即（78.648,83.352） （3）已知α=0.01，z 201.0=2.58 由于n=100为大样本，所以总体均值μ的99%的置信区间为： 3．3 某百货公司连续40天的商品销售额如下： 单位：万元 41 25 29 47 38 34 30 38 43 40 46 36 45 37 37 36 45 43 33 44 35 28 46 34 30 37 44 26 38 44 42 36 37 37 49 39 42 32 36 35 要求：根据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。 1、确定组数： ()l g 40l g () 1.60206 111 6.32l g (2)l g 20.30103 n K =+ =+=+=，取k=6 2、确定组距： 组距＝( 最大值 - 最小值)÷ 组数=（49-25）÷6=4，取5 3、分组频数表 销售收入（万元） 频数 频率% 累计频数 累计频率% <= 25 1 2.5 1 2.5 26 - 30 5 12.5 6 15.0 31 - 35 6 15.0 12 30.0 36 - 40 14 35.0 26 65.0 41 - 45 10 25.0 36 90.0 46+ 4 10.0 40 100.0 总和 40 100.0 频数 246810121416<= 25 26 - 30 31 - 35 36 - 40 41 - 45 46+ 销售收入 频数 频数 3.9.下面是某考试管理中心对2002年参加成人自学考试的12000名学生的年龄分组数据： 年龄 18~19 21~21 22~24 25~29 30~34 35~39 40~44 45~59 % 1.9 34.7 34.1 17.2 6.4 2.7 1.8 1.2 (1) 对这个年龄分布作直方图； (2) 从直方图分析成人自学考试人员年龄分布的特点。 解：（1）制作直方图：将上表复制到Excel 表中，点击：图表向导→柱形图→选择子图表类型→完成。即得到如下的直方图：(见Excel 练习题2.6) 第一章导论 1.什么是统计学？ 统计学是搜集、处理、分析、解释数据并从中得出结论的科学。 2.解释描述统计与推断统计。 描述统计研究的是数据搜集、处理、汇总、图表描述、概括与分析等统计方法。推 断统计研究的是如何利用样本数据来推断总体特征的统计方法。 3.统计数据可分为哪几种类型？不同类型的数据各有什么特点？ 按照计量尺度可分为分类数据、顺序数据和数值型数据；按照数据的搜集方法，可 以分为观测数据和试验数据；按照被描述的现象与实践的关系，可以分为截面数据 和时间序列数据。 4.解释分类数据、顺序数据和数值型数据的含义。 分类数据是只能归于某一类别的非数字型数据；顺序数据是只能归于某一有序类别的非数字型数据；数值型数据是按照数字尺度测量的观测值，其结果表现为具体的 数值。 5.举例说明总体、样本、参数、统计量、变量这几个概念。 总体是包含所研究的全部个体的集合，样本是从总体中抽取的一部分元素的集合， 参数是用来描述总体特征的概括性数字度量，统计量是用来描述样本特征的概括性数字度量，变量是用来说明现象某种特征的概念。 6.变量可分为哪几类？ 变量可分为分类变量、顺序变量和数值型变量。分类变量是说明书屋类别的一个名 称，其取值为分类数据；顺序变量是说明十五有序类别的一个名称，其取值是顺序 数据；数值型变量是说明事物数字特征的一个名称，其取值是数值型数据。 7.举例说明离散型变量和连续型变量。 离散型变量是只能去可数值的变量，它只能取有限个值，而且其取值都以整位数断 开，如“产品数量”；连续性变量是可以在一个或多个区间中取任何值的变量，它的取值是连续不断的，不能一一列举，如“温度”等。 第二章数据的搜集 1.什么是二手资料？使用二手资料需要注意些什么？ 与研究内容有关、由别人调查和试验而来、已经存在并会被我们所利用的资料为二 手资料。使用时要评估资料的原始搜集人、搜集目的、搜集途径、搜集时间且使用 时要注明数据来源。 2.比较概率抽样和非概率抽样的特点。举例说明什么情况下适合采用概率抽样，什么 情况下适合采用非概率抽样。 概率抽样：指遵循随机原则进行的抽样，总体中每一个单位都有一定的机会被选入 样本。当用样本对总体进行估计时，要考虑每个单位样本被抽中的概率。技术含量 和成本都比较高。如果调查目的在于掌握和研究对象总体的数量特征，得到总体参 数的置信区间，就使用概率抽样。 非概率抽样：指抽取样本时不是依据随机原则，而是根据研究目的对数据的要求， 采用某种方式从总体中抽取部分单位对其进行实施调查。操作简单、时效快、成本 统计学（第五版）贾俊平课后思考题和练习题答案（最终完整版） 整理by__kiss-ahuang 第一部分思考题 第一章思考题 1.1什么是统计学 统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得出结论。 1.2解释描述统计和推断统计 描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。 推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。 1.3统计学的类型和不同类型的特点 统计数据；按所采用的计量尺度不同分； （定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述； （定性数据）顺序数据：只能归于某一有序类别的非数字型数据。它也是有类别的，但这些类别是有序的。 （定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。 统计数据；按统计数据都收集方法分； 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。 实验数据：在实验中控制实验对象而收集到的数据。 统计数据；按被描述的现象与实践的关系分； 截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。 时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。 1.4解释分类数据，顺序数据和数值型数据 答案同1.3 1.5举例说明总体，样本，参数，统计量，变量这几个概念 对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。 1.6变量的分类 变量可以分为分类变量，顺序变量，数值型变量。 变量也可以分为随机变量和非随机变量。经验变量和理论变量。 1.7举例说明离散型变量和连续性变量 离散型变量，只能取有限个值，取值以整数位断开，比如“企业数” 连续型变量，取之连续不断，不能一一列举，比如“温度”。 1.8统计应用实例 人口普查，商场的名意调查等。 1.9统计应用的领域 经济分析和政府分析还有物理，生物等等各个领域。 第1章统计和统计数据 1.1 指出下面的变量类型。（1）年龄。（2）性别。（3）汽车产量。 （4）员工对企业某项改革措施的态度（赞成、中立、反对）。（5）购买商品时的支付方式（现金、信用卡、支票）。详细答案：（1）数值变量。（2）分类变量。（3）数值变量。（4）顺序变量。（5）分类变量。 1.2 一家研究机构从IT从业者中随机抽取1000人作为样本进行调查，其中60%回答他们的月收入在5000元以上，50%的人回答他们的消费支付方式是用信用卡。 （1）这一研究的总体是什么？样本是什么？样本量是多少？（2）“月收入”是分类变量、顺序变量还是数值变量？（3）“消费支付方式”是分类变量、顺序变量还是数值变量？详细答案： （1）总体是“所有IT从业者”，样本是“所抽取的1000名IT从业者”，样本量是1000。（2）数值变量。 （3）分类变量。 1.3 一项调查表明，消费者每月在网上购物的平均花费是200元，他们选择在网上购物的主要原因是“价格便宜”。 （1）这一研究的总体是什么？ （2）“消费者在网上购物的原因”是分类变量、顺序变量还是数值变量？详细答案：（1）总体是“所有的网上购物者”。（2）分类变量。 1.4 某大学的商学院为了解毕业生的就业倾向，分别在会计专业抽取50人、市场营销专业抽取30、企业管理20人进行调查。 （1）这种抽样方式是分层抽样、系统抽样还是整群抽样？（2）样本量是多少？详细答案：（1）分层抽样。（2）100。 第3章用统计量描述数据 偏度 1.08 极差26 最小值15 最大值41 从集中度来看，网民平均年龄为24岁，中位数为23岁。从离散度来看，标准差在为6.65岁，极差达到26岁，说明离散程度较大。从分布的形状上看，年龄呈现右偏，而且偏斜程度较大。 3.2 某银行为缩短顾客到银行办理业务等待的时间，准备采用两种排队方式进行试验。一种是所有顾客都进入一个等待队列；另一种是顾客在3个业务窗口处列队3排等待。为比较哪种排队方式使顾客等待的时间更短，两种排队方式各随机抽取9名顾客，得到第一种排队方式的平均等待时间为7.2分钟，标准差为1.97分钟，第二种排队方式的等待时间（单位：分钟）如下： 5.5 6.6 6.7 6.8 7.1 7.3 7.4 7.8 7.8 (1)计算第二种排队时间的平均数和标准差。 (2)比两种排队方式等待时间的离散程度。 (3)如果让你选择一种排队方式，你会选择哪一种？试说明理由。 详细答案： （1）（岁）；（岁）。 （2）；。第一中排队方式的离散程度大。 （3）选方法二，因为平均等待时间短，且离散程度小。 亲爱的，一章一章来，肯定能弄完的，你是最棒的！ 统计学（第五版）贾俊平课后习题答案（完整版） 第一章思考题 i.i什么是统计学 统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得岀结论。 1.2解释描述统计和推断统计 描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。 1.3统计学的类型和不同类型的特点统计数据；按所采用的计量尺度不同分； （定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述； （定性数据）顺序数据：只能归于某一有序类别的非数字型数据。它也是有类别的，但这些类别是有序的。 （定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。 统计数据；按统计数据都收集方法分； 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。实验数据：在实验中控制实验对象而收集到的数据。 统计数据；按被描述的现象与实践的关系分；截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。 时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。 1.4解释分类数据，顺序数据和数值型数据 答案同1.3 1.5举例说明总体，样本，参数，统计量，变量这几个概念 对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。 1.6变量的分类变量可以分为分类变量，顺序变量，数值型变量。 变量也可以分为随机变量和非随机变量。经验变量和理论变量。 1.7举例说明离散型变量和连续性变量离散型变量，只能取有限个值，取值以整数位断开，比如“企业数” 连续型变量，取之连续不断，不能一一列举，比如“温度”。 1.8统计应用实例 人口普查，商场的名意调查等。 1.9统计应用的领域经济分析和政府分析还有物理，生物等等各个领域。 第二章思考题 2.1什么是二手资料？使用二手资料应注意什么问题 与研究内容有关，由别人调查和试验而来已经存在，并会被我们利用的资料为“二手资料”。使用时要进行评估，要考虑到资料的原始收集人，收集目的，收集途径，收集时间使用时要注明数据来源。 2.2 比较概率抽样和非概率抽样的特点，指出各自适用情况概率抽样：抽样时按一定的概率以随机原则抽取样本。每个单位别抽中的概率已知或可以计算，当用样本对总体目标量进行估计时，要考虑到每个单位样本被抽到的概率。技术含量和成本都比较高。如果调查目的在于掌握和研究对象总体的数量特征，得到总体参数的置信区间，就使用概率抽样。 模拟试题一 单项选择题(每小题2分，共20分) 1.一项调查表明，在所抽取的1000个消费者中，他们每月在网上购物的平均花费是200元，他们选择在网上购物的主要原因是“价格便宜”。这里的参数是（ A ） A. 1000个消费者 B. 所有在网上购物的消费者 C. 所有在网上购物的消费者的平均花费额 D. 1000个消费者的平均花费金额 2.为了调查某校学生的购书费用支出，从男生中抽取60名学生调查，从女生中抽取40名学生调查，这种抽样方法属于（ D ） A. 简单随机抽样 B. 整群抽样 C. 系统抽样 D. 分层抽样 3.某班学生的平均成绩是80分，标准差是10分。如果已知该班学生的考试分数为对称分布，可以判断考试分数在70到90分之间的学生大约占（ C ） A. 95% B. 89％ C. 68％ D. 99％ 4.已知总体的均值为50，标准差为8，从该总体中随机抽取容量为64的样本，则样本均值的数学期望和抽样分布的标准误差分别为（ ） A. 50，8 B. 50，1 C. 50，4 D. 8，8 5.根据某班学生考试成绩的一个样本，用95%的置信水平构造的该班学生平均考试分数的置信区间为75分～85分。全班学生的平均分数（ D ） A ．肯定在这一区间内 B ．有95%的可能性在这一区间内 C ．有5%的可能性在这一区间内 D ．要么在这一区间内，要么不在这一区间内 6.一项研究发现，2000年新购买小汽车的人中有40%是女性，在2005年所作的一项调查中，随机抽取120个新车主中有57人为女性，在05.0=α的显着性水平下，检验2005年新车主中女性的比例是否有显着增加，建立的原假设和备择假设为（ C ） A ． %40:,%40:10≠=ππH H B ． %40:,%40:10<≥ππH H C ．% 40:,%40:10>≤ππH H D ．% 40:,%40:10 ≥<ππH H 7.在回归分析中，因变量的预测区间估计是指（ B ） A. 对于自变量x 的一个给定值0x ，求出因变量y 的平均值的区间 B. 对于自变量x 的一个给定值0x ，求出因变量y 的个别值的区间 C. 对于因变量y 的一个给定值 0y ，求出自变量x 的平均值的区间 D. 对于因变量y 的一个给定值0y ，求出自变量x 的平均值的区间 8.在多元线性回归分析中，如果F 检验表明线性关系显着，则意味着（ A ） A. 在多个自变量中至少有一个自变量与因变量之间的线性相关系着 B. 所有的自变量与因变量之间的线性关系都显着 C. 在多个自变量中至少有一个自变量与因变量之间的线性关系不显着 D. 所有的自变量与因变量之间的线性关系都不显着 9.如果时间序列的逐期观察值按一定的增长率增长或衰减，则适合的预测模型是（ D ） A. 移动平均模型 B. 指数平滑模型 C. 线性模型 D. 指数模型 10.设p 为商品价格，q 销售量，则指数∑ ∑0 10q p q p 的实际意义是综合反映（ B ） A. 商品销售额的变动程度 B. 商品价格变动对销售额影响程度 C. 商品销售量变动对销售额影响程度 D. 商品价格和销售量变动对销售额影响程度 二、简要回答下列问题（每小题5分，共15分） 1、简述直方图和茎叶图的区别。 2、简述假设检验中P 值的含义。 3、解释指数平滑法。 4、（15分）甲、乙两个班参加同一学科考试，甲班的平均考试成绩为86分，标准差为12分。乙班考试成绩的分布如下： 第四章 答案 1.A 2.B 3.D 4.A 5.C 6.B 7.B 8.A 9.C 10.C 11.B 12.B 13.A 14.D 15.A 16.D 17.B 18.D 19.D 20.C 21.D 22.D 23.A 24.A 25.A 二、填空题 1.在比较两个测试指标差异大小时，用 离散系数 统计量度量较合适。差异性最大的技术指标是 传球偏差 。 2. 某组数据分布的偏度系数为正时，该数据的众数、中位数、均值的大小关系是_ 众数<中位数<均值 。 3. 对某班级所授英语课程进行期末考试，并对100个学生的成绩进行分析，成绩均值为75，标准差为5。那么有_95____名学生的考试成绩在65-85之间。 4. 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，其平均分数是100分，标准差是15分；在B 项测试中，其平均分数是400分，标准差是50分。一位应试者在A 项测试中得了115分，在B 项测试中得了425分，与平均分相比，该位应试者更为理想的能力测试是____A______。 5. 对分类数据进行集中趋势侧度，其适用的测度值是__众数____。 6.对比率的数据求其平均，适用的测度值是__几何平均数__________. 7.众数、中位数、上四分位数、下四分位数、总体均值的符号可分别表示为μL u e Q Q M M 0。 8. 数据分布的偏斜程度较大时，用来反映数据集中趋势的测度值应该选择__众数或中位数。 9. 总体方差、样本方差、总体标准差、样本标准差的符号可以分别表示为s s σσ22。 10. A 、B 两个班英语期末成绩的标准差分别为8，9；A 班的平均成绩为70，B 班的平均成绩为72，请问成绩差异较大的班是_B____。 11. 一项关于大学生体重状况的研究发现，男生的平均体重为60kg,标准差为5kg ；女生的平均体重为50kg,标准差为5kg 。请问男生的体重差异_ 小于____女生的体重差异(大于、小于、等于)，男生中有_ 68%___%的人体重在55kg 到65kg 之间。 三、计算题 1. 解：四年的平均收益率＝ ％ ＝％％％％％08.81 08.1081 9.1015.1251.1025.1044-≈-??? 投资者在这四年内的平均收益率约为8.08 2. 解： （1） 冬季的极差＝21-12＝9 夏季的极差＝38-18＝20 （2） 冬季的平均数7.1710 201520181=++++= x 第四章 统计数据的概括性度量 4.1 一家汽车零售店的10名销售人员5月份销售的汽车数量(单位:台)排序后如下: 2 4 7 10 10 10 12 12 14 15 要求: (1)计算汽车销售量的众数、中位数与平均数。 (2)根据定义公式计算四分位数。 (3)计算销售量的标准差。 (4)说明汽车销售量分布的特征。 解: Statistics 汽车销售数量 10 Missing 0 Mean 9、60 Median 10、00 Mode 10 Std 、 Deviation 4、169 Percentiles 25 6、25 50 10、00 75 单位:周岁 19 15 29 25 24 23 21 38 22 18 30 20 19 19 16 23 27 22 34 24 41 20 31 17 23 要求; (1)计算众数、中位数: 排序形成单变量分值的频数分布与累计频数分布: 网络用户的年龄 (2)根据定义公式计算四分位数。 Q1位置=25/4=6、25,因此Q1=19,Q3位置=3×25/4=18、75,因此Q3=27,或者,由于25与27都只有一个,因此Q3也可等于25+0、75×2=26、5。 (3)计算平均数与标准差; Mean=24、00;Std、Deviation=6、652 (4)计算偏态系数与峰态系数: Skewness=1、080;Kurtosis=0、773 (5)对网民年龄的分布特征进行综合分析: 分布,均值=24、标准差=6、652、呈右偏分布。如需瞧清楚分布形态,需要进行分组。 1、确定组数: ()lg 25lg() 1.398111 5.64lg(2)lg 20.30103 n K =+ =+=+=,取k=6 2、确定组距:组距＝( 最大值 - 最小值)÷ 组数=(41-15)÷6=4、3,取5 3、分组频数表 网络用户的年龄 (Binned) 分组后的直方图: 4．1 一家汽车零售店的10名销售人员5月份销售的汽车数量(单位：台)排序后如下： 2 4 7 10 10 10 12 12 14 15 要求：（1）计算汽车销售量的众数、中位数和平均数。(2)根据定义公式计算四分位数。 (3)计算销售量的标准差。(4)说明汽车销售量分布的特征。 解： Statistics 汽车销售数量 N Valid 10 Missing 0 Mean 9.60 Median 10.00 Mode 10 Std. Deviation 4.169 Percentiles 25 6.25 50 10.00 75 12.50 4．2 随机抽取25个网络用户，得到他们的年龄数据如下： 19 15 29 25 24 23 21 38 22 18 30 20 19 19 16 23 27 22 34 24 41 20 31 17 23 要求；(1)计算众数、中位数： 1、排序形成单变量分值的频数分布和累计频数分布： 网络用户的年龄 从频数看出，众数Mo 有两个：19、23；从累计频数看，中位数Me=23。 (2)根据定义公式计算四分位数。 Q1位置=25/4=6.25，因此Q1=19，Q3位置=3×25/4=18.75，因此Q3=27，或者，由于25 和27都只有一个，因此Q3也可等于25+0.75×2=26.5。 (3)计算平均数和标准差； Mean=24.00；Std. Deviation=6.652 (4)计算偏态系数和峰态系数： Skewness=1.080；Kurtosis=0.773 (5)对网民年龄的分布特征进行综合分析：分布，均值=24、标准差=6.652、呈右偏分布。如需看清楚分布形态，需要进行分组。 为分组情况下的直方图： 为分组情况下的概率密度曲线： 分组： 1、确定组数：()lg 25lg() 1.398 111 5.64lg(2)lg 20.30103 n K =+ =+=+=，取k=6 2、确定组距：组距＝( 最大值 - 最小值)÷ 组数=（41-15）÷6=4.3，取5 3、分组频数表 第8章假设检验 例题 8.1 由统计资料得知，1989 年某地新生儿的平均体重为3190克，现从1990年的新生儿中国机抽取100个，测得其平均体重为3210克，问1990年的新生儿与1989年相比，体重有无显著差异? ★解:从调查结果看，1990 年新生儿的平均体重为3210克，比1989年新生儿的平均体重3190克增加了20克，但这20克的差异可能源于不同的情况。_种情况是，1990 年新生儿的体重与1989年相比没有什么差别，20克的差异是由于抽样的随机性造成的;另一种情况是，抽样的随机性不可能造成20克这样大的差异，1990年新生儿的体重与1989年新生儿的体重相比确实有所增加。 上述问题的关键点是，20克的差异说明了什么?这个差异能不能用抽样的随机性来解释?为了回答这个问题，我们可以采取假设的方法。假设1989年和1990年新生儿的体重没有显著差异，如果用μo表示1989年新生儿的平均体重，μ表示1990年新生儿的平均体重，我们的假设可以表示为μ=μ或μ心=0，现要利用1990年新生儿体重的样本信息检验上述假设是否成立。如果成立，说明这两年新生儿的体重没有显著差异;如果不成立，说明1990年新生儿的体重有了明显增加。在这里，问题是以假设的形式提出的，问题的解决方案是检验提出的假设是否成立。所以假设检验的实质是检验我们关心的参数一1990 年的新生儿总体平均体重是否等于某个我们感兴趣的数值。 例8.2 某批发商欲从厂家购进一批灯泡，根据合同规定灯泡的使用寿命平均不能低于1 000小时，已知灯泡燃烧寿命服从正态分布，标准差为200小时。在总体中随机抽取了100个灯泡，得知样本均值为960小时，批发商是否应该购买这批灯泡? ★解:这是一个单侧检验问题。显然，如果灯泡的燃烧寿命超过了1 000小时，批发商是欢迎的，因为他用已定的价格(灯泡寿命为1 000小时的价格)购进了更高质量的产品。因此，如果样本均值超过1000小时，他会购进这批灯泡。问题在于样本均值为960小时他是否应当购进。因为即便总体均值为1000小时，由于抽样的随机性，样本均值略小于1000小时的情况也会经常出现。在这种场合下，批发商更为关注可以容忍的下限，即当灯泡寿命低于什么水平时拒绝。于是检验的形式为: 第1章统计与统计数据 1、1 指出下面的变量类型。 (1) 年龄。 (2) 性别。 (3) 汽车产量。 (4) 员工对企业某项改革措施的态度(赞成、中立、反对)。 (5) 购买商品时的支付方式(现金、信用卡、支票)。详细答案: (1)数值变量。 (2)分类变量。 (3)数值变量。(4)顺序变量。 (5)分类变量。 1、2 一家研究机构从IT从业者中随机抽取1000人作为样本进行调查,其中60%回答她们的月收入在5000元以上,50%的人回答她们的消费支付方式就是用信用卡。 (1) 这一研究的总体就是什么？样本就是什么？样本量就是多少？ (2) “月收入”就是分类变量、顺序变量还就是数值变量？ (3) “消费支付方式”就是分类变量、顺序变量还就是数值变量？详细答案: (1)总体就是“所有IT从业者”,样本就是“所抽取的1000名IT从业者”,样本量就是1000。 (2)数值变量。 (3)分类变量。 1、3 一项调查表明,消费者每月在网上购物的平均花费就是200元,她们选择在网上购物的主要原因就是“价格便宜”。 (1) 这一研究的总体就是什么？ (2) “消费者在网上购物的原因”就是分类变量、顺序变量还就是数值变量？详细答案: (1)总体就是“所有的网上购物者”。 (2)分类变量。 1、4 某大学的商学院为了解毕业生的就业倾向,分别在会计专业抽取50人、市场营销专业抽取30、企业管理20人进行调查。 (1) 这种抽样方式就是分层抽样、系统抽样还就是整群抽样？ (2) 样本量就是多少？详细答案: (1)分层抽样。 (2)100。 第3章用统计量描述数据 7、2分钟,标准差为1、97分钟,第二种排队方式的等待时间(单位:分钟)如下: 5、5 6、6 6、7 6、8 7、1 7、3 7、4 7、8 7、8 (1)计算第二种排队时间的平均数与标准差。 (2)比两种排队方式等待时间的离散程度。 (3)如果让您选择一种排队方式,您会选择哪一种？试说明理由。 详细答案: (1)(岁);(岁)。 (2);。第一中排队方式的离散程度大。 (3)选方法二,因为平均等待时间短,且离散程度小。 3、3 在某地区随机抽取120家企业,按利润额进行分组后结果如下: 按利润额分组(万元) 企业数(个) 300以下19 300～400 30 400～500 42 500～600 18 600以上11 合计120 计算120家企业利润额的平均数与标准差(注:第一组与最后一组的组距按相邻组计算)。 详细答案: =426、67(万元);(万元)。 8．2 一种元件，要求其使用寿命不得低于700小时。现从一批这种元件中随机抽取36件，测得其平均寿命为680小时。已知该元件寿命服从正态分布，＝60小时，试在显著性水平0．05下确定这批元件是否合格。 解：H0：μ≥700；H1：μ＜700 已知：＝680 ＝60 由于n=36＞30，大样本，因此检验统计量： ＝＝-2 当α＝0.05，查表得＝1.645。因为z＜-，故拒绝原假设，接受备择假设，说明这批产品不合格。 8.3 8．4 糖厂用自动打包机打包，每包标准重量是100千克。每天开工后需要检验一次打包机工作是否正常。某日开工后测得9包重量(单位：千克)如下： 99．3 98．7 100．5 101．2 98．3 99．7 99．5 102．1 100．5已知包重服从正态分布，试检验该日打包机工作是否正常(a＝0．05)? 解：H0：μ＝100；H1：μ≠100 经计算得：＝99.9778 S＝1.21221 检验统计量： ＝＝-0.055 当α＝0.05，自由度n－1＝9时，查表得＝2.262。因为＜，样本统计量落在接受区域，故接受原假设，拒绝备择假设，说明打包机工作正常。 8．5 某种大量生产的袋装食品，按规定不得少于250克。今从一批该食品中任意抽取50袋，发现有6袋低于250克。若规定不符合标准的比例超过5％就不得出厂，问该批食品能否出厂(a＝0．05)? 解：解：H0：π≤0.05；H1：π＞0.05 已知：p＝6/50=0.12 检验统计量： ＝＝2.271 当α＝0.05，查表得＝1.645。因为＞，样本统计量落在拒绝区域，故拒绝原假设，接受备择假设，说明该批食品不能出厂。 8.6 8．7 某种电子元件的寿命x(单位：小时)服从正态分布。现测得16只元件的寿命如下： 159 280 101 212 224 379 179 264 222 362 168 250 149 260 485 170 问是否有理由认为元件的平均寿命显著地大于225小时(a＝0．05)? 解：H0：μ≤225；H1：μ＞225 经计算知：＝241.5 s＝98.726 检验统计量： ＝＝0.669 当α＝0.05，自由度n－1＝15时，查表得＝1.753。因为t＜，样本统计量落在接受区域，故接受原假设，拒绝备择假设，说明元件寿命没有显著大于225小时。 8.8 8.9 8．10 装配一个部件时可以采用不同的方法，所关心的问题是哪一个方法的效率更高。劳动效率可以用平均装配时间反映。现从不同的装配方法中各抽取12件产品，记录各自的装配时间(单位：分钟)如 下： 甲方法：31 34 29 32 35 38 34 30 29 32 31 26 乙方法：26 24 28 29 30 29 32 26 31 29 32 28 两总体为正态总体，且方差相同。问两种方法的装配时间有无显著统计学第四版贾俊平人大-回归与时间序列stata
统计学人教版第五版课后题答案
贾俊平统计学第7版第八章例题课后习题
统计学第四版答案(贾俊平)知识分享
统计学第四章习题答案-贾俊平
统计学(贾俊平,第四版)第七章练习题参考答案
统计学贾俊平_第四版课后习题答案 2
贾俊平统计学 第七版 课后思考题
统计学(第五版)贾俊平 课后思考题和练习题答案(最终完整版)
统计学第四版答案解析(贾俊平)
统计学贾俊平第五版课后习题答案完整版
统计学(第四版)考试题贾俊平高等教育出版社
贾俊平第四版统计学-第四章 答案
统计学第四章习题答案 贾俊平
统计学(第五版)课后答案
贾俊平统计学第7版 第八章例题课后习题
统计学第四版答案贾俊平
统计学_贾俊平第四版第八章课后答案(目前最全)
相关主题
文本预览