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：
()lg 40lg() 1.60206111 6.32lg(2)lg 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
(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)
（2）年龄分布的特点：自学考试人员年龄的分布为右偏。
解：
(1)根据上面的数据，画出两个班考试成绩的对比条形图和环形图。
3.14 已知1995—2004年我国的国内生产总值数据如下(按当年价格计算)：
要求：
(2)绘制第一、二、三产业国内生产总值的线图。
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
种是所有颐客都进入一个等待队列：另—种是顾客在三千业务窗口处列队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 要求：
(1)画出第二种排队方式等待时间的茎叶图。
第二种排队方式的等待时间(单位：分钟) Stem-and-Leaf Plot
Frequency Stem & Leaf
1.00 Extremes (=<5.5)
3.00 6 . 678
3.00 7 . 134
2.00 7 . 88
Stem width: 1.00
Each leaf: 1 case(s)
(2)计算第二种排队时间的平均数和标准差。
Mean7
Std. Deviation0.714143
Variance0.51
(3)比较两种排队方式等待时间的离散程度。
第二种排队方式的离散程度小。
(4)如果让你选择一种排队方式，你会选择哪—种？试说明理由。
选择第二种，均值小，离散程度小。
(1)计算120家企业利润额的平均数和标准差。
(2)计算分布的偏态系数和峰态系数。
解：
Statistics
企业利润组中值Mi（万元）
N Valid 120
Missing 0
Mean 426.6667
Std. Deviation 116.48445
Skewness 0.208
Std. Error of Skewness 0.221
Kurtosis -0.625
Std. Error of Kurtosis 0.438
17岁的少年儿童作为样本，另一位调查人员则抽取了1 000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)两位调查人员所得到的样本的平均身高是否相同?如果不同，哪组样本的平均身高较大?
(2)两位调查人员所得到的样本的标准差是否相同?如果不同，哪组样本的标准差较大?
(3)两位调查人员得到这l 100名少年儿童身高的最高者或最低者的机会是否相同?如果不同，哪位调查研究人员的机会较大?
解：（1）不一定相同，无法判断哪一个更高，但可以判断，样本量大的更接近于总体平均身高。
（2）不一定相同，样本量少的标准差大的可能性大。
（3）机会不相同，样本量大的得到最高者和最低者的身高的机会大。
4．8 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?
女生，因为标准差一样，而均值男生大，所以，离散系数是男生的小，离散程度是男生的小。
(2)以磅为单位(1ks＝2．2lb)，求体重的平均数和标准差。
都是各乘以2.21，男生的平均体重为60kg×2.21=132.6磅，标准差为5kg×2.21=11.05
磅；女生的平均体重为50kg×2.21=110.5磅，标准差为5kg×2.21=11.05磅。
(3)粗略地估计一下，男生中有百分之几的人体重在55kg一65kg之间?
计算标准分数：
Z1=x x
s
-
=
5560
5
-
=-1；Z2=
x x
s
-
=
6560
5
-
=1，根据经验规则，男生大约有68%
的人体重在55kg一65kg之间。
(4)粗略地估计一下，女生中有百分之几的人体重在40kg～60kg之间?
计算标准分数：
Z1=x x
s
-
=
4050
5
-
=-2；Z2=
x x
s
-
=
6050
5
-
=2，根据经验规则，女生大约有95%
的人体重在40kg一60kg之间。
4．9 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。与平均分数相比，该应试者哪一项测试更为理想?
解：应用标准分数来考虑问题，该应试者标准分数高的测试理想。
Z A=x x
s
-
=
115100
15
-
=1；Z B=
x x
s
-
=
425400
50
-
=0.5
因此，A项测试结果理想。
4．10 一条产品生产线平均每天的产量为3 700件，标准差为50件。如果某一天的产量低于或高于平均产量，并落人士2个标准差的范围之外，就认为该生产线“失去控制”。
下面是一周各天的产量，该生产线哪几天失去了控制?
周六超出界限，失去控制。
4．13 在金融证券领域，一项投资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量来反映投资的风险?
标准差或者离散系数。
(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?
选择离散系数小的股票，则选择商业股票。
(3)如果进行股票投资，你会选择商业类股票还是高科技类股票? 考虑高收益，则选择高科技股票；考虑风险，则选择商业股票。
解：（1）方差或标准差；（2）商业类股票；（3）（略）。
7.1 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 σn σ40
5=0.7906 （2）已知置信水平1－α=95%，得 α/2Z =1.96，
于是，允许误差是E =n
α/2
σ
Z 6×0.7906=1.5496。 7.2 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。
(1)假定总体标准差为15元，求样本均值的抽样标准误差。
x n
σ=
49
=
=2.143 (2)在95％的置信水平下，求边际误差。
x x t σ?=?，由于是大样本抽样，因此样本均值服从正态分布，因此概率度t=2z α 因此，x x t σ?=?x z ασ=?0.025x z σ=?=1.96×2.143=4.2 (3)如果样本均值为120元，求总体均值 的95％的置信区间。 置信区间为：
(),x x x x -?+?=()120 4.2,120 4.2-+=（115.8，124.2） 7.10
7．11 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l00g 。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(单位：g)如下： 每包重量（g ） 包数 96~98 98~100 100~102 102~104 104~106 2 3 34 7 4 合计
50
已知食品包重量服从正态分布，要求：
(1)确定该种食品平均重量的95％的置信区间。 解：大样本，总体方差未知，用z 统计量
x z s n
=
()0,1N : 样本均值=101.4，样本标准差s=1.829 置信区间：
22x z x z n n αα?
-+ ?
1α-=0.95，z α=0.025z =1.96
22x z x z n n αα?
-+ ?
=101.4 1.96 1.965050?-+ ?=（100.89，101.91） (2)如果规定食品重量低于l00g 属于不合格，确定该批食品合格率的95％的置信区间。
解：总体比率的估计
大样本，总体方差未知，用z 统计量
z =
()0,1N :
样本比率=（50-5）/50=0.9 置信区间：
22p z p z αα? -+ ? 1α-=0.95，z α=0.025z
=1.96
22p z p z αα? -+ ?
=
0.9 1.96 1.96? -+ ?=（0.8168，0.9832）
7．13 一家研究机构想估计在网络公司工作的员工每周加班的平均时间，为此随机抽取了
假定员工每周加班的时间服从正态分布。估计网络公司员工平均每周加班时间的90%的置信区间。
解：小样本，总体方差未知，用t 统计量
x t =
()1t n -: 均值=13.56，样本标准差s=7.801 置信区间：
(
)(
)211x t n x t n αα?
--+- ?
1α-
=0.90，n=18，(
)21t n α-=()0.0517t =1.7369
()()211x t n x t n αα?
--+- ?
=13.56 1.7369 1.7369?-+ ?=（10.36，16.75）
7．15 在一项家电市场调查中．随机抽取了200个居民户，调查他们是否拥有某一品牌的
电视机。其中拥有该品牌电视机的家庭占23％。求总体比例的置信区间，置信水平分别为90%和95%。
解：总体比率的估计
大样本，总体方差未知，用z 统计量
z =
()0,1N :
样本比率=0.23 置信区间：
22p z p z αα? -+ ? 1α-=0.90，z α=0.025z
=1.645
22p z p z αα? -+ ?
=
0.23 1.645 1.645? -+ ? =（0.1811，0.2789）
1α-=0.95，z α=0.025z
=1.96
22p z p z αα? -+ ?
=
0.23 1.96 1.96? -+ ?=（0.1717，0.2883）
7．28 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，并要求边际误差不超过20元，应抽取多少个顾客作为样本? 解：2222
x
z n ασ
?=
?
，1α-=0.95，2z α=0.025z =1.96，
2222x
z n ασ
?=
?22
2
1.9612020?=
=138.3，取n=139或者140，或者150。
8. 1
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，σ＝60小时，试在显著
性水平0．05下确定这批元件是否合格。 解：H 0：μ≥700；H 1：μ＜700
已知：x ＝680 σ＝60
由于n=36＞30，大样本，因此检验统计量：
x z =
＝-2 当α＝0.05，查表得z α＝1.645。因为z ＜-z α，故拒绝原假设，接受备择假设，说明这批产
品不合格。
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：H 0：μ＝100；H 1：μ≠100
经计算得：x ＝99.9778 S ＝1.21221 检验统计量：
x t =
-0.055 当α＝0.05，自由度n －1＝9时，查表得()29t α＝2.262。因为t ＜t α，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：H 0：π≤0.05；H 1：π＞0.05
已知： p ＝6/50=0.12 检验统计量：
Z =
＝2.271
当α＝0.05，查表得z α＝1.645。因为z ＞z α，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。
8．7 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：H 0：μ≤225；H 1：μ＞225
经计算知：x ＝241.5 s ＝98.726 检验统计量：
x t
=
0.669 当α＝0.05，自由度n －1＝15时，查表得()15t α＝1.753。因为t ＜t α，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。 9.1
9.2 9.3 9.4 10.2 10.4
10．7 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，并指定每个人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；
要求：
(1)完成上面的方差分析表。
(2)若显著性水平a=0.05，检验三种方法组装的产品数量之间是否有显著差异? 解：（2）P=0.025＞a=0.05，没有显著差异。 11.3 11.4
11.9 某汽车生产商欲了解广告费用(x)对销售量(y)的影响，收集了过去12年的有关数据。通过计算得到下面的有关结果：
方差分析表
参数估计表
要求：
(1)完成上面的方差分析表。
(2)汽车销售量的变差中有多少是由于广告费用的变动引起的?
(3)销售量与广告费用之间的相关系数是多少?
(4)写出估计的回归方程并解释回归系数的实际意义。
(5)检验线性关系的显著性(a＝0.05)。
解：（2）R2=0.9756，汽车销售量的变差中有97.56%是由于广告费用的变动引起的。
（3）r=0.9877。
（4）回归系数的意义：广告费用每增加一个单位，汽车销量就增加1.42个单位。
（5）回归系数的检验：p=2.17E—09＜α，回归系数不等于0，显著。
回归直线的检验：p=2.17E—09＜α，回归直线显著。
11.10
13.1 下表是1981年—1999年国家财政用于农业的支出额数据
（1）绘制时间序列图描述其形态。
（2）计算年平均增长率。
（3）根据年平均增长率预测2000年的支出额。
详细答案：
（1）时间序列图如下：
从时间序列图可以看出，国家财政用于农业的支出额大体上呈指数上升趋势。
（2）年平均增长率为：
。
（3）。
13.2 下表是1981年—2000年我国油彩油菜籽单位面积产量数据（单位：kg / hm2）
年份单位面积产量年份单位面积产量
1981 1451 1991 1215
1982 1372 1992 1281
1983 1168 1993 1309
1984 1232 1994 1296
1985 1245 1995 1416
1986 1200 1996 1367
1987 1260 1997 1479
1988 1020 1998 1272
1989 1095 1999 1469
1990 1260 2000 1519
（1）绘制时间序列图描述其形态。
（2）用5期移动平均法预测2001年的单位面积产量。
（3）采用指数平滑法，分别用平滑系数a=0.3和a=0.5预测2001年的单位面积产量，分析预测误差，说明用哪一个平滑系数预测更合适？
详细答案：
（1）时间序列图如下：
（2）2001年的预测值为：
|
（3）由Excel输出的指数平滑预测值如下表：
年份单位面积产量
指数平滑预测
a=0.3 误差平方
指数平滑预测
a=0.5
误差平方
1981 1451
1982 1372 1451.0 6241.0 1451.0 6241.0 1983 1168 1427.3 67236.5 1411.5 59292.3
1984 1232 1349.5 13808.6 1289.8 3335.1 1985 1245 1314.3 4796.5 1260.9 252.0 1986 1200 1293.5 8738.5 1252.9 2802.4 1987 1260 1265.4 29.5 1226.5 1124.3 1988 1020 1263.8 59441.0 1243.2 49833.6 1989 1095 1190.7 9151.5 1131.6 1340.8 1990 1260 1162.0 9611.0 1113.3 21518.4 1991 1215 1191.4 558.1 1186.7 803.5 1992 1281 1198.5 6812.4 1200.8 6427.7 1993 1309 1223.2 7357.6 1240.9 4635.8 1994 1296 1249.0 2213.1 1275.0 442.8 1995 1416 1263.1 23387.7 1285.5 17035.9 1996 1367 1308.9 3369.9 1350.7 264.4 1997 1479 1326.4 23297.7 1358.9 14431.3 1998 1272 1372.2 10031.0 1418.9 21589.8 1999 1469 1342.1 16101.5 1345.5 15260.3 2000 1519 1380.2 19272.1 1407.2 12491.7 合计——291455.2 —239123.0 2001年a=0.3时的预测值为：
a=0.5时的预测值为：
比较误差平方可知，a=0.5更合适。
13.3 下面是一家旅馆过去18个月的营业额数据
月份营业额（万元）月份营业额（万元）
1 295 10 473
2 28
3 11 470
3 322 12 481
4 35
5 13 449
5 28
6 14 544
6 379 15 601
7 381 16 587
8 431 17 644
9 424 18 660
（1）用3期移动平均法预测第19个月的营业额。
（2）采用指数平滑法，分别用平滑系数a=0.3、a=0.4和a=0.5预测各月的营业额，分析预测误差，说明用哪一个平滑系数预测更合适？
（3）建立一个趋势方程预测各月的营业额，计算出估计标准误差。
详细答案：
（1）第19个月的3期移动平均预测值为：
（2）
月份营业额
预测
a=0.3
误差平方
预测
a=0.4
误差平方
预测
a=0.5
误差平方
1 295
2 28
3 295.0 144.0 295.0 144.0 295.0 144.0
3 322 291.
4 936.4 290.2 1011.2 289.0 1089.0
4 35
5 300.
6 2961.5 302.9 2712.3 305.5 2450.3
5 28
6 316.9 955.2 323.8 1425.2 330.3 1958.1
6 379 307.6 5093.1 308.
7 4949.0 308.1 5023.3
7 381 329.0 2699.4 336.8 1954.5 343.6 1401.6
8 431 344.6 7459.6 354.5 5856.2 362.3 4722.3
9 424 370.5 2857.8 385.1 1514.4 396.6 748.5
10 473 386.6 7468.6 400.7 5234.4 410.3 3928.7
11 470 412.5 3305.6 429.6 1632.9 441.7 803.1
12 481 429.8 2626.2 445.8 1242.3 455.8 633.5
13 449 445.1 15.0 459.9 117.8 468.4 376.9
14 544 446.3 9547.4 455.5 7830.2 458.7 7274.8
15 601 475.6 15724.5 490.9 12120.5 501.4 9929.4
16 587 513.2 5443.2 534.9 2709.8 551.2 1283.3
17 644 535.4 11803.7 555.8 7785.2 569.1 5611.7
18 660 567.9 8473.4 591.1 4752.7 606.5 2857.5 合计——87514.7—62992.5—50236由Excel输出的指数平滑预测值如下表：a=0.3时的预测值：
，误差均方＝87514.7。
a=0.4时的预测值：
，误差均方＝62992.5.。
a=0.5时的预测值：
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
《统计原理》第五章练习题答案 5.1 （1）平均分数是范围在0-100之间的连续变量，Ω=[0,100] (2)已经遇到的绿灯次数是从0开始的任意自然数，Ω=N （3）之前生产的产品中可能无次品也可能有任意多个次品，Ω=[10,11,12,13…….] 5.2 设订日报的集合为A ，订晚报的集合为B ，至少订一种报的集合为A ∪B ，同时订两种报的集合为A ∩B 。 P(A ∩B)=P(A)+ P(B)-P(A ∪B)=0.5+0.65-0.85=0.3 5.3 P(A ∪B)=1/3，P(A ∩B )=1/9, P(B)= P(A ∪B)- P(A ∩B )=2/9 5.4 P(AB)= P(B)P(A ∣B)=1/3*1/6=1/18 P(A ∪B )=P(B A )=1- P(AB)=17/18 P(B )=1- P(B)=2/3 P(A B )=P(A )+ P(B )- P(A ∪B )=7/18 P(A ∣B )= P(B A )/P(B )=7/12 5.5 设甲发芽为事件A ，乙发芽为事件B 。 （1）由于是两批种子，所以两个事件相互独立，所以有：P(AB)= P(B)P(B)=0.56 （2）P(A ∪B)=P(A)+P(B)-P(A ∩B)=0.94 （3）P(A B )+ P(B A )= P(A)P(B )+P(B)P(A )=0.38 5.6 设合格为事件A ，合格品中一级品为事件B P(AB)= P(A)P(B ∣A)=0.96*0.75=0.72 5.7 设前5000小时未坏为事件A ，后5000小时未坏为事件B 。 P(A)=1/3，P(AB)=1/2, P(B ∣A)= P(AB)/ P(A)=2/3 5.8 设职工文化程度小学为事件A ，职工文化程度初中为事件B ，职工文化程度高中为事件C ，职工年龄25岁以下为事件D 。 P(A)=0.1 P(B)=0.5, P(C)=0.4 P(D ∣A)=0.2, P(D ∣B)=0.5, P(D ∣C)=0.7 P(A ∣D)=2/55)C P(C)P(D )B P(B)P(D )A P(A)P(D ) A P(A)P(D =++ 同理P(B ∣D)=5/11, P(C ∣D)=28/55 5.9 设次品为D ，由贝叶斯公式有： P(A ∣D)=)C P(C)P(D )B P(B)P(D )A P(A)P(D ) A P(A)P(D ++=0.249 同理P(B ∣D)=0.112 5.10 由二项式分布可得：P （x=0）=0.25, P （x=1）=0.5, P （x=2）=0.25 5.11 (1) P （x=100）=0.001, P （x=10）=0.01, P （x=1）=0.2, P （x=0）=0.789
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
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：
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)
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
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:
统计学知识点 导论部分 描述统计与推断统计概念比较，举例说明。 统计数据的类型：有三种分类方式，重点关注（分类数据、顺序数据、数值型数据）这三种的概念和特点。 几个基本概念：总体和样本、参数和统计量、变量（分类变量、顺序变量、数值型变量）概念及举例明。 数据搜集部分 数据的间接来源：二手数据的特点 数据的直接来源：调查数据和实验数据（实验数据相关知识参见风笑天笔记） 调查数据：概率抽样和非概率抽样的比较。简单随机抽样、分层抽样、整群抽样、系统抽样、多阶段抽样、方便抽样、判断抽烟、滚雪球抽样、配额抽样的概念、优缺点及抽样过程的简单描述。 搜集数据的基本方法：自填式、面谈时、电话式优缺点。 数据误差：抽样误差和非抽样误差（系统误差和随机误差）。抽样框误差、回答误差、无回答误差、测量误差概念。误差的控制方法。 数据的概括性度量 集中趋势：众数、中位数、平均数概念、计算方法、分布上的关系、各自特点和应用场合。离散趋势：异众比率、四分位差、方差和标准差、离散系数的概念、计算、特点等。 偏态和峰态的概念。 概率部分（全部是概念） 随机事件及其概率：随机事件、必然事件、不可能事件、基本事件、独立事件和条件概率。离散型随机变量及其分布：随机变量及其分类、泊松分布。 连续型随机变量及其分布：概率密度、正态分布的曲线及其性质 统计量和抽样分布部分（参数估计的基础） 常用统计量 抽样分布的概念 正态分布及由正态分布导出的几个分布及其特点（正态、卡方、t、F）。另外标准正态分布和正态分布的概念特点，条件分布的概念。 中心极限定理 样本均值的分布、样本比例的分布、样本均值之差的分布、样本方差的分布 从下面开始就要做题了，每章的例题都要做三遍，课后习题有选择的做一些。
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
第一章导论 1、1.1 (1)数值型变量。 (2)分类变量。 (3)离散型变量。 (4)顺序变量。 (5)分类变量。 1、2 (1)总体就是该市所有职工家庭得集合;样本就是抽中得2000个职工家庭得集合。 (2)参数就是该市所有职工家庭得年人均收入;统计量就是抽中得2000个职工家庭得年人均收入。 1、3 (1)总体就是所有IT从业者得集合。 (2)数值型变量。 (3)分类变量。 (4)截面数据。 1、4 (1)总体就是所有在网上购物得消费者得集合。 (2)分类变量。 (3)参数就是所有在网上购物者得月平均花费。 (4)参数 (5)推断统计方法。 第二章数据得搜集 1、什么就是二手资料？使用二手资料需要注意些什么？ 与研究内容有关得原始信息已经存在,就是由别人调查与实验得来得,并会被我们利用得资料称为“二手资料”。使用二手资料时需要注意:资料得原始搜集人、搜集资料得目得、搜集资料得途径、搜集资料得时间,要注意数据得定义、含义、计算口径与计算方法,避免错用、误用、滥用。在引用二手资料时,要注明数据来源。 2、比较概率抽样与非概率抽样得特点,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。 概率抽样就是指抽样时按一定概率以随机原则抽取样本。每个单位被抽中得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中得概率,概率抽样得技术含量与成本都比较高。如果调查得目得在于掌握与研究总体得数量特征,得到总体参数得置信区间,就使用概率抽样。 非概率抽样就是指抽取样本时不就是依据随机原则,而就是根据研究目得对数据得要求,采用某种方式从总体中抽出部分单位对其实施调查。非概率抽样操作简单、实效快、成本低,而且对于抽样中得专业技术要求不就是很高。它适合探索性得研究,调查结果用于发现问题,为更深入得数量分析提供准备。非概率抽样也适合市场调查中得概念测试。 3、调查中搜集数据得方法主要有自填式、面方式、电话式,除此之外,还有那些搜集数据得方法？ 实验式、观察式等。 4、自填式、面方式、电话式调查个有什么利弊？ 自填式优点:调查组织者管理容易,成本低,可以进行较大规模调查,对被调查者可以刻选择方便时间答卷,减少回答敏感问题得压力。缺点:返回率低,调查时间长,在数据搜集过程中遇到问题不能及时调整。 面谈式优点:回答率高,数据质量高,在数据搜集过程中遇到问题可以及时调整可以充分发挥调查员得作用。缺点:成本比较高,对调查过程得质量控制有一定难度。对于敏感问题,被访者会有压力。 电话式优点:速度快,对调查员比较安全,对访问过程得控制比较容易,缺点:实施地区有限,调查时间不宜过长,问卷要简单,被访者不愿回答时,不宜劝服。 5、请举出(或设计)几个实验数据得例子。 不同饲料对牲畜增重有无影响,新旧技术得机器对组装同一产品所需时间得影响。