统计学练习题附答案 Revised by BLUE on the afternoon of December 12,2020.
一.单项选择题
1.比较两组数据的离散程度最合适的统计量是（ D ）。
A.极差
B.平均差
C.标准差
D.离散系数
2.如果峰度系数k>3，表明该组数据是（ A ）。
A.尖峰分布
B.扁平分布
C.左偏分布
D.右偏分布
3.某大学经济管理学院有1200名学生，法学院有800名学生，医学院有320名学生，理学院有200名学生。上面的描述中，众数是（ B ）。
B.经济管理学院
D.理学院
4.某班共有25名学生，期末统计学课程的考试分数分别为：
68,73,66,76,86,74,61,89,65,90,69,67,76,62,81,63,68,81,70,73,60,87,75,64,56，该班考试分数下四分位数和上四分位数分别是（ A）。
和和
和和
5.对于右偏分布，平均数、中位数和众数之间的关系是（ A ）。
A.平均数>中位数>众数
B.中位数>平均数>众数
C.众数>中位数>平均数
D.众数>平均数>中位数
6.某班学生的统计学平均成绩是70分，最高分是96分，最低分是62分，根据这些信息，可以计算的测度离散程度的指标是（ B ）。
A.方差
B.极差
C.标准差
D.变异系数
7.在离散程度的测度中，最容易受极端值影响的是（ A ）。
A.极差
B.方差
C.标准差
D.平均差
8.在比较两组数据的离散程度时，不能直接比较它们的标准差，因为两组数据的（ D ）。
A.标准差不同
B.方差不同
C.数据个数不同
D.计量单位不同
9.总量指标按其反应的内容不同，可分为（ C ）。
A.总体指标和个体指标
B.时期指标和时点指标
C.总体单位总量指标和总体标识总量指标
D.总体单位总量指标和标识单位指标
10.反映同一总体在不同时间上的数量对比关系的是（ C ）。
A.计划完成成都相对指标
B.比较相对指标
C.动态相对指标
D.比例相对指标
年全国男性人口数为66556万人，2002年全国金融、保险业增加值为亿元，2003年全社会固定资产投资总额为亿元，2003年全国城乡居民人民币储蓄存款余额亿元。以上总量指标依次是（ ）。
A.时期指标、时点指标、时点指标、时期指标
B.时期指标、时期指标、时点指标、时点指标
C.时点指标、时点指标、时期指标、时点指标
D.时点指标、时期指标、时点指标、时期指标
12.某企业产品第一批废品率为1%，第二批废品率为%，第三批废品率为2%。第一批产品数量占总数的25%，第二批产品数量占总数的30%，则该厂三批产品的平均废品率为（ B ）。
13.某工厂有三个流水连续作业车间，某月份车间制品合格率依次为、、，该工厂产品的平均合格率为（ C ）。 A.
3
10.95+1
0.9
+1/0.85 B.
0.95+0.9+0.85
3
C.√0.95×0.9×0.853
D.0.95×0.9×0.85
3
二．多项选择题
1.下列关于众数的叙述，正确的是（ ABD ）。也可以只选AD A.一组数据可能存在多个众数 B.众数主要适用于分类数据 C 一组数据的众数是唯一的 D.众数不受极端值的影响
2.下列叙述中正确的是（ AB ）。
A.如果计算每个数据与平均数的离差，则这些离差的和总是等于零。
B.在一组数据中，有75%的数小于上四分位数。
C.在一组数据中，有75%的数大于上四分位数。
D.平均数和中位数相等。
E.中位数大于平均数。
3.下列指标中属于总量指标的有（ ABD ）。
A.工资总额
B.钢材消耗量
C.商业网点密度
D.年度国内生产总值
E.流动资金周转天数 4.时期指标的特点是（ ACE ）。 A.不同时期的指标数值可以相加 B.不同时期的指标数值不能相加
C．某时期的指标数值与该期时间长短有关
D．某时期的指标数值与该期时间长短无关
E．更长时期的指标数值可通过连续相加得到
5.标志变异值可以（ABCD ）
A.衡量平均数的代表性
B.反映社会经济活动的均衡性
C.表明生产过程的节奏性
D.说明变量分布的离散程度
6.均值是数据集中趋势的最主要的测度值，这是因为（ BC ）。
A.它不易受极端值的影响
B.它反映了数据分布的中心位置和数据必然性的特点
C.它有许多优良的数学性质
D.它比众数和中位数更具稳定性
三．判断分析题（判断正误，并简单说明理由）。
1.在分组数列中，各组的次数f有权衡各组变量值轻重的作用，某组的变量值越大，对平均数的影响就越大。
(错，对平均数的影响是f与变量值共同作用的结果。）
2.若甲、乙、丙三个企业的产值计划完成程度分别为90%、100%和110%，则这三个企业平均的产值计划完成程度应为100%。
（错，应该和绝对指标相联系起来。三个企业总的实际完成量/三个企业总的计划完成量）四．计算题。
1.某银行为缩短顾客到银行办理业务的等待时间，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：另一种是顾客在三个业务窗口处队列三排等待。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分钟，标准差为分钟，第二种排队方式的等待时间（单位：分钟）如下：
要求：
（1）画出第二种排队方式等待时间的茎叶图。
（2）计算第二种排队时间的平均数和标准差。（均值=7，标准差=）
（3）比较两种排队方式等待时间的离散程度。
第一种排队方式离散系数= 第二种排队方式离散系数=
表明第一种排队方式的离散程度大于第二种排队方式
（4）如果让你选择一种排队方式，你会选择哪一种试说明理由。
选第二种，因为第二种排队方式的平均等待时间较短，且离散程度小于第一种排队方式。
表明，在很多次排队情况中，第二种排队方式的时间大部分情况小于第一种排队方式。对一次排队而言，第二种排队方式的时间小于第一种排队方式的概率较大。
2.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：
要求：比较两个企业的总平均成本哪个高，并分析其原因。
原因：尽管两个企业的单位成本相同，以及产品C在甲乙企业的产量中所占比重基本一致，但单位成本较低的产品A在乙企业的产量中所占比重较大，因此拉低了乙企业的总平均成本。
1、总体（population）：是根据研究目的确定的同质研究对象的全体。 2、样本（sample）：从总体中抽取的一部分有代表性的个体。 3、同质（homogeneity）：是指所研究的观察对象具有某些相同的性质或特征。 4、变异（variation）：指同质个体的某项指标之间的差异。 5、参数（parameter）：反映总体特征的指标称为参数。 6、统计量（statistic）：通过样本资料计算出来的相应指标称为统计量。 7、抽样误差（sampling error）：由随机抽样造成的样本指标与总体指标之间、样本指标与样本指标之间的差异。 8、概率（probability）：某事件发生的可能性大小。 9、正态分布（normal distribution）：高峰位于均数处，中间高两边低，左右完全对称地下降，但永远不与横轴相交的钟形曲线。 10、平均数（average）：是描述一组同质变量值的平均水平或集中趋势的指标。 11、中位数（median）：将一组数据由小到大排列，位于中间位置的观测值。 12、医学参考值范围（medical reference range）：又称正常值范围，医学上常将包括绝大多数正常人的某项指标的波动范围称为该指标的正常值范围。 13、方差（variance）：是各个数据与平均数之差的平方的平均数。 14、标准差（standard deviation）：是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ表示。 15、标准误（standard error）：样本均数的标准差，等于原变量总体标准差除以例数的平方根，用以说明均数抽样误差的大小。 16、均数的抽样误差（sampling error of mean）：由个体差异和抽样所导致的样本均数与样本均数之间，样本均数与总体均数之间的差异。 17、假设检验（hypothesis testing）：先对总体做出某种假设，然后根据样本信息来推断其是否成立的一类统计方法的总称。 18、统计推断（statistical inference）：是根据已知的样本信息来推断未知的总体，是统计分析的目的，包括参数估计和假设检验。 19、Ⅰ型错误（type Ⅰ error）：拒绝了实际上成立的H0，这类弃真错误，发生的概率为α，为已知。 20、Ⅱ型错误（type Ⅱ error）：不拒绝实际上不成立的H0，这类存伪错误，发生的概率为β，未知。 21、检验效能（power of test）：又称把握度，为1-β，其意义是两总体确有差别，按α水准能发现它们有差别的能力。 22、可信区间（confidence interval）：指总体参数可能所在的范围。 23、率（rate）：说明某现象发生的频率或强度。 24、构成比（constituent ratio）：表示某事物内部各组成部分所占的比重或分布，常以百分数表示。 25、相对比（relative ratio）：表示两个有关事物指标之比，常以百分数和倍数表示，用以说明一个指标是另一个指标的几倍或百分之几。 26、标准化率（standardized rate）：亦称调整率，是采用统一的标准对内部构成不同的各组频率进行调整和对比的方法。 27、参数检验（parametric test）：一类依赖于总体分布的具体形式的统计推断方法。 28、非参数检验（non parametric test）：一类不依赖总体分布类型的检验，在应用中可以不考虑被研究对象为何种分布以及分布是否已知，检验假设中没有包括总体参数的统计方法。
医学统计学 1、应用相对数时应注意的事项 ①计算相对数时分母不能太小； ②分析时不能以构成比代替率； ③当各分组的观察单位数不等时，总率（平均率）的计算不能直接将各分组的率相加求其平均； ④对比时应注意资料的可比性：两个率要在相同的条件下进行，即要求研究方法相同、研究对象同质、观察时间相等以及地区、民族、年龄、性别等客观条件一致，其他影响因素在各组的内部构成应相近； ⑤进行假设检验时，要遵循随机抽样原则，以进行差别的显著性检验。 2、正态分布的特点及其应用 性质：①两头低中间高，略呈钟形； ②只有一个高峰，在X=μ，总体中位数亦为μ； ③以均数为中心，左右对称； ④μ为位置参数，当σ恒定时，μ越大，曲线沿横轴越向右移动； σ为变异度参数，当μ恒定时，σ越大，表示数据越分散，曲线越矮胖，反之，曲线越瘦高； ⑤对于任何服从正态分布N（μ，σ2）的随机变量X作的线性变换，都会变换成u 服从于均数为0，方差为1的正态分布，即标准正态分布。 应用：①概括估计变量值的频数分布； ②制定参考值范围； ③质量控制； ④是许多统计方法的理论基础。 3、确定参考值范围的一般原则和步骤、方法 一般原则和步骤：①抽取足够例数的正常人样本作为观察对象； ②对选定的正常人进行准确而统一的测定，以控制系统误差； ③判断是否需要分组测定； ④决定取单侧范围值还是双侧范围值； ⑤选定适当的百分范围； ⑥选用适当的计算方法来确定或估计界值。 方法：①正态分布法：②百分位数法（偏态分布） 4、总体均数的可信区间与参考值范围的区别 概念：可信区间是按预先给定的概率来确定的未知参数μ的可能范围。 参考值范围是绝大多数正常人的某指标范围。所谓正常人，是指排除了影响所研究指标的疾病和有关因素的人；所谓绝大多数，是指范围，习惯上指正常人的95%。 计算公式：可信区间① ② ③ 参考值范围①正态分布 ②偏态分布 用途：可信区间用于总体均数的区间估计 参考值范围用于表示绝大多数观察对象某项指标的分布范围
《应用统计学》习题解答 第一章绪论 【1.1】指出下列变量的类型： （1）汽车销售量； （2）产品等级； （3）到某地出差乘坐的交通工具（汽车、轮船、飞机）； （4）年龄； （5）性别； （6）对某种社会现象的看法（赞成、中立、反对）。 【解】（1）数值型变量 （2）顺序变量 （3）分类变量 （4）数值型变量 （5）分类变量 （6）顺序变量 【1.2】某机构从某大学抽取200个大学生推断该校大学生的月平均消费水平。 要求： （1）描述总体和样本。 （2）指出参数和统计量。 （3）这里涉及到的统计指标是什么？ 【解】（1）总体：某大学所有的大学生 样本：从某大学抽取的200名大学生 （2）参数：某大学大学生的月平均消费水平 统计量：从某大学抽取的200名大学生的月平均消费水平 （3）200名大学生的总消费，平均消费水平 【1.3】下面是社会经济生活中常用的统计指标： ①轿车生产总量，②旅游收入，③经济发展速度，④人口出生率，⑤安置再就业人数，⑥全国第三产业发展速度，⑦城镇居民人均可支配收入，⑧恩格尔系数。 在这些指标中，哪些是数量指标，哪些是质量指标？如何区分质量指标与数量指标？【解】数量指标有：①、②、⑤ 质量指标有：③、④、⑥、⑦、⑧ 数量指标是说明事物的总规模、总水平或工作总量的指标，表现为绝对数的形式，并附有计量单位。而质量指标是说明总体相对规模、相对水平、工作质量和一般水平的统计指标，通常是两个有联系的统计指标对比的结果。 【1.4】某调查机构从某小区随机地抽取了50为居民作为样本进行调查，其中60%的居民对自己的居住环境表示满意，70%的居民回答他们的月收入在6000元以下，生活压力大。 回答以下问题： （1）这一研究的总体是什么？ （2）月收入是分类变量、顺序变量还是数值型变量？ （3）对居住环境的满意程度是什么变量？ 【解】（1）这一研究的总体是某小区的所有居民。
1、什么是统计学？ 统计学是一门收集、分析、表述、解释数据的科学和艺术。 2、描述统计：研究的是数据收集、汇总、处理、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。 3、统计学据可以分成哪几种类型，个有什么特点？ 按照计量尺度不同，分为：分类数据、顺序数据、数值型数据。 分类数据：只能归于某一类别的，非数字型数据。 顺序数据：只能归于某一有序类别的，非数字型数据。 数值型数据：按数字尺度测量的观察值，结果表现为数值。 按收集方法不同。分为：观测数据、和实验数据 观测数据：通过调查或观测而收集到的数据；不控制条件； 社会经济领域 实验数据：在试验中收集到的数据；控制条件；自然科学领域。 按时间不同，分为：截面数据、时间序列数据 截面数据：在相同或近似相同的时间点上收集的数据。 时间序列数据：在不同时间收集的数据。 4、举例说明总体、样本、参数、统计量、变量这几个概念。 总体：是包含全部研究个体的集合，包括有限总体和无限总体（范围、数目判定）样本：从总体中抽取的一部分元素的集合。 参数：用来描述总体特征的概括性数字度量。（平均数、标准差、比例等） 统计量：用来描述样本特征的概括性数字度量。（平均数、标准差、比例等） 变量：是说明样本某种特征的概念，其特点：从一次观察到下一次观察结果会呈现出差别或变化。（商品销售额、受教育程度、产品质量等级等） （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。） 5、变量可以分为哪几类？ 分类变量：说明事物类别；取值是分类数据。 顺序变量：说明事物有序类别；取值是顺序数据 数值型变量：说明事物数字特征；取值是数值型数据。 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 6、举例说明离散型变量和连续型变量。 离散型变量：只能取有限个、可数值的变量。（企业个数、产品数量） 连续型变量：可以在一个或多个区间中取任何值的变量。（年龄、温度、零件尺寸误差）7、请举出统计应用的几个例子。 市场调查、人口普查等。 8、请举出应用统计学的几个领域。 社会科学中的经济分析、政府政策制定等；自然科学中的物理、生物领域等。
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×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；
思考题: 1什么是统计学？怎样理解统计学与统计数据的关系？ 答：⑴统计学是一门收集、整理、显示和分析统计数据的科学，其目的是探索数据的内在的数量规律性；⑵统计学是由收集、整理、显示和分析统计数据的方法组成的，这些方法来源 于对统计数据的研究，目的也在于对统计数据的研究； ⑶离开了统计数据，统计方法乃至统计学就失去其存在的意义。 2、简要说明统计数据的来源。 答：（1）统计数据来源于直接获取的数据和间接获取的数据；（2）直接获取的数据来自于直接 组织的调查、观察和科学试验；（3）间接获取的数据来源于报纸、杂志、统计年鉴、网络或 从调查公司或数据库公司等处购买。 3、简要说明抽样误差和非抽样误差。 答：（1）非抽样误差是由于调查过程中各有关环节工作失误造成的。它包括调查方案中有关规定或解释不明确所导致的填报错误、抄录错误、汇总错误，不完整的抽样框导致的误差，调查中由于被调查者不回答产生的误差等。从理论上看，这类误差是可以避免的；（2）抽样误差是利用样本推断总体时产生的误差。抽样误差对任何一个随机样本来讲都是不可避免的，可以计量，可以控制。 4、怎样理解均值在统计学中的地位？ 答：（1 ）反映了一组数据的中心点或代表值，是数据误差互相抵消后的客观事物必然性数量 特征的一种反映；（2）是统计分布的均衡点；（3）任何统计推断和分析都离不开均值。 5、解释洛伦茨曲线及其用途。 答：（1）洛伦茨曲线是累积次数分配曲线，由（美）洛伦茨（）提出，依据（意）帕累托（） 的“二八原理”和收入分配公式绘制；（2）用于描述收入和财富分配性质。 6、简述基尼系数的使用。 答：基尼系数用于反应收入分配的变化情况，取值在0?1之间 ①基尼系数小于，表明分配平均；②在?之间，分配比较适当；③是收入分配不公平的警 戒线，超过，收入分配不公平。 7、一组数据的分布特征可以从哪几个方面进行测度？ 答：可以从三个方面测度：⑴分布的集中趋势反映的是数据一般水平的代表值或者数据分 布的中心值；⑵分布的离散程度反映的是分布离散和差异程度；⑶分布的偏态与峰 度反映数据的分布形态是否对称、偏斜的程度以及分布的扁平程度。 8、简述频率与概率的关系。 答：①频率反映的是某一事物出现的频繁程度；②概率是指事件在一次试验中发生的可能性； ③当观察次数n很大时，频率与概率非常接近。 9、概率的三种定义各有什么应用场合。 答：⑴古典概率实验的基本事件总数有限，每个基本事件出现的可能性相同；⑵统计概率 实验的基本事件总数有限，每个基本事件出现的可能性不完全相同；⑶主观概率随机事件发生的可能性既不能通过等可能事件个数来计算，也不能根据大量重复试验的频率来估计。 10、概率密度函数和分布函数的联系与区别表现在哪些方面？ 答：（1）联系：概率密度函数的积分是分布函数，分布函数的导数是概率密度函数；别：概率密 (2)区 度函数的函数值是某点的概率密度，分布函数的函数值表示某个区间的概率。
医学统计学简答题 1.简述标准差、标准误的区别与联系？ 区别：（1）含义不同：标准差S表示观察值的变异程度,描述个体变量值（x）之间的变异度大小,S越大,变量值（x）越分散；反之变量值越集中,均数的代表性越强。标准误..估计均数的抽样误差的大小,是描述样本均数之间的变异度大小,标准误越大,样本均数与总体均数间差异越大,抽样误差越大；反之,样本均数越接近总体均数,抽样误差越小。 （2）与n的关系不同： n增大时,S趋于σ（恒定）,标准误减少并趋于0（不存在抽样误差）。 （3）用途不同：标准差表示x的变异度大小、计算变异系数、确定医学参考值范围、计算标准误等,标准误用于估计总体均数可信区间和假设检验。 联系：二者均为变异度指标,样本均数的标准差即为标准误,标准差与标准误成正比。 2.简述假设检验的基本步骤。 1.建立假设,确定检验水准。 2.选择适当的假设检验方法,计算相应的检验统计量。 3.确定P值,下结论 3.正态分布的特点和应用：? 特点：?1、集中性：正态曲线的高峰位于正中央,即均数所在的位置；? 2、对称性：正态分布曲线位于直角坐标系上方，以x=u为中心,左右对称,曲线两端永远不与横轴相交； 3、均匀变动性：正态曲线由均数所在处开始,分别向左右两侧逐渐均匀下降；?
4、正态分布有两个参数,即均数μ和标准差σ,可记作N（μ,σ）：均数μ决定正态曲线的中心位置；标准差σ决定正态曲线的陡峭或扁平程度。σ越小,曲线越陡峭；σ越大,曲线越扁平； ?5、u变换：为了便于描述和应用,常将正态变量作数据转换；?? 应用：?1.估计医学参考值范围?2.质量控制?3.正态分布是许多统计方法的理论基础 4.简述参考值范围与均数的可信区间的区别和联系 可信区间与参考值范围的意义、计算公式和用途均不同。 ?1.从意义来看?95％参考值范围是指同质总体内包括95％个体值的估计范围,而总体均数95％可信区间是指?95％可信度估计的总体均数的所在范围? 2.从计算公式看?若指标服从正态分布,95％参考值范围的公式是：±1.96s。?总体均数95％可信区间的公式是：??前者用标准差,后者用标准误。前者用1.96,后者用α为0.05,自由度为v的t界值。 5.频数表的用途和基本步骤。 用途：（1）揭示资料的分布特征和分布类型；（2）便于进一步计算指标和分析处理；（3）便于发现某些特大或特小可疑值。 基本步骤：（1）求出极差；（2）确定组段，一般设8~15个组段；（3）确定组距；组距=R/组段数，但一般取一方便计算的数字；（4）列出各个组段并确定每一组段频数。 6.非参数统计检验的适用条件。 （1）资料不符合参数统计法的应用条件（总体为正态分布、且方差相等）或总体分布类型未知；（2）等级资料；（3）分布呈明显偏态又无适当的变量转换方法使之满足参数统计条件；（4）在资料满足参数检验的要求时，应首选参数法，以免降低检验效能 7.线性回归的主要用途。
统计学（Statistics）：运用概率论、数理统计的原理与方法，研究数据的搜集；分析；解释；表达的科学。 总体（population）：大同小异的研究对象全体。更确切的说，总体是指根据研究目的确定的、同质的全部研究单位的观测值。 样本（sample）：来自总体的部分个体，更确切的说，应该是部分个体的观察值。样本应该具有代表性，能反映总体的特征。利用样本信息可以对总体特征进行推断。 抽样误差（sampling error）在抽样过程中由于抽样的偶然性而出现的误差。表现为总体参数与样本统计量的差异，以及多个样本统计量之间的差异。可用标准误描述其大小。 标准误(Standard Error) 样本统计量的标准差，反映样本统计量的离散程度，也间接反映了抽样误差的大小。样本均数的标准差称为均数的标准误。均数标准误大小与标准差呈正比，与样本例数的平方根呈反比，故欲降低抽样误差，可增加样本例数 区间估计（interval estimation）：将样本统计量与标准误结合起来，确定一个具有较大置信度的包含总体参数的范围，该范围称为置信区间（confidence interval，CI），又称可信区间。 参考值范围描述绝大多数正常人的某项指标所在范围；正态分布法（标准差）、百分位数法，参考值范围用于判断某项指标是否正常 置信区间揭示的是按一定置信度估计总体参数所在的范围。t分布法、正态分布法（标准误）、二项分布法。置信区间估计总体参数所在范围 可信区间：按预先给定的概率确定的包含未知总体参数的可能范围。该范围称为总体参数的可信区间（confidence interval，CI）。它的确切含义是：可信区间包含总体参数的可 能性是1- α ，而不是总体参数落在该范围的可能性为1-α 。 参数统计（parametric statistics） 非参数统计（nonparametric statistics）是指在统计检验中不需要假定总体分布形式和计算参数估计量,直接对比较数据(x)的分布进行统计检验的方法。 变异（variation）：对于同质的各观察单位，其某变量值之间的差异 同质（homogeneity）：研究对象具有的相同的状况或属性等共性。 回归系数有单位，而相关系数无单位 β为回归直线的斜率(slope)参数，又称回归系数(regression coefficient)。 线性相关系数（linear correlation coefficient）：又称Pearson积差相关系数（Pearson product moment coefficient），是定量描述两个变量间线性关系的密切程度与相关方向的统计指标。 参数（parameter）：描述总体特征的统计指标。 统计量（statistic）：描述样本特征的统计指标。实验设计的基本原则 对照 (control) 对受试对象不施加处理因素的状态。在确定接受处理因素的实验组时，要同时设立对照组 重复 (replication)相同实验条件下进行多次实验或多次观察。整个实验的重复；观察多个受试对象（样本量）；同一受试对象重复观察。作用是估计变异大小和降低变异 随机化(randomization) 采用随机的方式，使每个受试对象都有同等的机会被抽取或分配到试验组和对照组。 I类错误（假阳性错误）真实情况为H0是成立的，但检验结果为H0不成立，这样的错误称为I类错误。其发生的概率用α表示。在假设检验中作为检验水准。一般取0.05或0.01。 II类错误（假阴性错误）真实情况为H1是成立的，但检验结果为H1不成立，这样的错误称为II类错误。其发生的概率用β表示。由于其取值取决于H1 ，因此在假设检验中无法确定。 变异指标是用于描述一组观察值围绕中心位置散布的范围，即描述离散趋势的统计指标。数值越大，说明数据越离散，反之越集中。极差 (range)；四分位数间距(quartile range)；方差(variance)；标准差(standard deviation)；变异系数(coefficient of variation 平均数指标用于描述一组同质观察值的集中趋势，反映一组观察值的平均水平。算术均数（arithmetic mean）；几何均数（geometric mean）；中位数（median）；众数（mode） 单纯抽样将调查总体的全部观察单位编号，从而形成抽样框架，在抽样框架中随机抽取部分观察单位组成样本。每个观察对象都有相同的机会被抽中系统抽样又称机械抽样。按照某种顺序给总体中的个体编号，然后随机地抽取一个号码作为第一个调查个体，其他的调查个体则按照某种确定的规则“系统”地抽取。最常用的方法是等距抽样 分层抽样先将总体中全部个体按某种特征分成若干“层”，再从每一层内随机抽取一定数量的个体组成样本。分层特征与研究目的有关。按各层比例抽样。为减少抽样误差，要求层内误差最小，层间误 差最大。 整群抽样先将总体分成若干“群”，从中随机抽取 几个群，抽取群内的所有观察单位组成调查样本。 “群”的确定与研究目的无关。为减少抽样误差， 需多抽几个“群”。 方差分析：又称变异数分析或 F检验，适用于对多 个平均值进行总体的假设检验，以检验实验所得的 多个平均值是否来自相同总体。 析因设计（factorial design）实验：凡同时配置两个 或两个以上处理因素，这些因素的各水平又具有完 全组合的实验，统称为析因设计（factorial design） 实验。 随机区组设计（randomized block design）是事先 将全部受试对象按某种可能与实验因素有关的特征 分为若干个区组（block），使每一区组内的受试对 象例数与处理因素的分组数相等，使每个实验组从 每一区组得到一例受试对象。 单向方差分析（one way analysis of variance）是指 处理因素只有一个。这个处理因素包含有多个离散 的水平，分析在不同处理水平上应变量的平均值是 否来自相同总体。 （2）计数资料：将观察单位按某种属性或类别分组， 所得的观察单位数称为计数资料 （count data）。计数资料亦称定性资料或分类资料。 其观察值是定性的，表现为互不相容的类别或属性。 如调查某地某时的男、女性人口数；治疗一批患者， 其治疗效果为有效、无效的人数；调查一批少数民 族居民的A、B、AB、O 四种血型的人数等。 （3）等级资料：将观察单位按测量结果的某种属性 的不同程度分组，所得各组的观察单位数，称为等 级资料（ordinal data）。等级资料又称有序变量。如 患者的治疗结果可分为治愈、好转、有效、无效或 死亡，各种结果既是分类结果，又有顺序和等级差 别，但这种差别却不能准确测量；一批肾病患者尿 蛋白含量的测定结果分为+、++、+++等。 随机变量（random variable）是指取指不能事先确 定的观察结果。随机变量的具体内容虽然是各式各 样的，但共同的特点是不能用一个常数来表示，而 且，理论上讲，每个变量的取值服从特定的概率分 布。 变异系数（coefficient of variation）用于观察指标单 位不同或均数相差较大时两组资料变异程度的比 较。用CV 表示。计算：标准差/均数*100% 直线回归（linear regression）建立一个描述应变量 依自变量变化而变化的直线方程， 并要求各点与该直线纵向距离的平方和为最小。直 线回归是回归分析中最基本、最简单的一种，故又 称简单回归（simple regression）。 回归系数（regression coefficient ）即直线的斜率 (slope)，在直线回归方程中用b 表示，b 的统计意 义为X每增（减）一个单位时，Y平均改变b 个单 位。 相关系数r：用以描述两个随机变量之间线性相关 关系的密切程度与相关方向的统计指标。 秩次：变量值按照从小到大顺序所编的秩序号称为 秩次（rank）。 秩和：各组秩次的合计称为秩和（rank sum），是非 参数检验的基本统计量。 方差（variance）：方差表示一组数据的平均离散情 况，由离均差的平方和除以样本个数得到。 检验效能：1- β称为检验效能（power of test），它是 指当两总体确有差别，按规定的检验水准a 所能发 现该差异的能力。 百分位数（percentile）是将n 个观察值从小到大依 次排列，再把它们的位次 依次转化为百分位。百分位数的另一个重要用途是 确定医学参考值范围 随机误差（random error）又称偶然误差，是指排 除了系统误差后尚存的误差。它受多种因素的影响， 使观察值不按方向性和系统性而随机的变化。误差 变量一般服从正态分布。随机误差可以通过统计处 理来估计。 一、统计表有哪些要素构成的？制表的注意事项有 哪些？ 一般来说，统计表由标题、标目、线条和数字、备 注五部分组成。但备注并不是必需的内容，可以根 据需要出现。 1简明扼要，重点突出：最好一张表突出一个中心， 不易太多中心，如果需要说明多个中心，可分成多 张统计表。 2合理安排主语和谓语的位置：对于表中任意一行， 从左至右，通过简短的连接词，可连成成一句通顺 的句子。 3表中数据要认真核对，保证准确可靠 二、为什么不宜用t 检验对多组均数进行比较？ 如果用t检验进行多个样本均数的两两比较，则会 增加犯I 类错误的概率。 经检验得到拒绝H0 ，认为两组之间有差别的结论 可能犯I类错误的概率为α，不犯I类错误的概率为 1- α.每次判断均不犯I类错误的概率为(1- α)k, k为比较的次数，上例α=0.05, k=3，则均不犯错误 的概率为( 1- 0.05)3 =0.86. 至少有一次判断犯I 类错误的概率为1-(1- α)k 三、方差分析的基本思想是什么？ 按实验设计的类型，将全部观察值间的变异分解成 两个或多个组成部分，然后将各部分的变异与随机 误差进行比较（每个部分的变异可由某因素的作用 来解释），以判断各部分的变异是否具有统计学意 义，从而推断不同样本所代表的总体均数是否相同。 五、简述直线相关与回归的区别与联系 区别：1．回归说明依存关系，直线回归用于说明两 变量间数量依存变化的关系，描述y如何依赖于x 而变化；相关说明相关关系，直线相关用于说明两 变量间的直线相关关系，此时两变量的关系是平等 的 2．r与b有区别：r说明具有直线关系的两个 变量间相关的密切程度与相关方向； b表示x每改 变一个单位，y平均增（减）多少个单位； 3．资料要求不同：直线回归要求应变量 y是来自正态总体的随机变量，而x可以是来自正 态总体的随机变量，也可以是严密控制、精确测量 的变量，相关分析则要求x，y是来自双变量正态分 布总体的随机变量。 4.取值范围：-∞ 统计课后思考题答案 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 思考题（仅供参考） 部分题目超出范围。同学们仅作上课讲授过的题目即可 二、判断题 1、对于定性变量不能确定平均数．（ ） 2、根据组距式数列计算的平均数、标准差等都是近似值．( ) 3、任何平均数都受变量数列中的极端值的影响．（ ） 4、中位数把变量数列分成了两半，一半数值比它大，一半数值比它小．（ ） 5、任何变量数列都存在众数．（ ） 6、如果x 第一章 绪论习题 一、选择题 1．统计工作和统计研究的全过程可分为以下步骤:（D ） A . 调查、录入数据、分析资料、撰写论文 B . 实验、录入数据、分析资料、撰写论文 C . 调查或实验、整理资料、分析资料 D. 设计、收集资料、整理资料、分析资料 E. 收集资料、整理资料、分析资料 2.在统计学中，习惯上把（B ）的事件称为小概率事件。 A.10.0≤P B. 05.0≤P 或01.0≤P C. 005.0≤P D.05.0≤P E. 01.0≤P 3～8 A.计数资料 B.等级资料 C.计量资料 D.名义资料 E.角度资料 3.某偏僻农村144名妇女生育情况如下：0胎5人、1胎25人、2胎70人、3胎30人、4胎14人。该资料的类型是（ A ）。 4.分别用两种不同成分的培养基（A 与B ）培养鼠疫杆菌，重复实验单元数均为5个，记录48小时各实验单元上生长的活菌数如下，A ：48、84、90、123、171；B ：90、116、124、225、84。该资料的类型是（C ）。 5.空腹血糖测量值，属于（ C ）资料。 6.用某种新疗法治疗某病患者41人，治疗结果如下：治愈8人、显效23人、好转6人、恶化3人、死亡1人。该资料的类型是（B ）。 7.某血库提供6094例ABO 血型分布资料如下：O 型1823、A 型1598、B 型2032、AB 型641。该资料的类型是（D ）。 8. 100名18岁男生的身高数据属于（C ）。 二、问答题 1．举例说明总体与样本的概念. 答：统计学家用总体这个术语表示大同小异的对象全体，通常称为目标总体，而资料常来源于目标总体的一个较小总体，称为研究总体。实际中由于研究总体的个体众多，甚至无限多，因此科学的办法是从中抽取一部分具有代表性的个体，称为样本。例如，关于吸烟与肺癌的研究以英国成年男子为总体目标，1951年英国全部注册医生作为研究总体，按照实验设计随机抽取的一定量的个体则组成了研究的样本。 2．举例说明同质与变异的概念 答:同质与变异是两个相对的概念。对于总体来说，同质是指该总体的共同特征，即该总体区别于其他总体的特征；变异是指该总体内部的差异，即个体的特异性。例如，某地同性别同年龄的小学生具有同质性，其身高、体重等存在变异。 3．简要阐述统计设计与统计分析的关系 答：统计设计与统计分析是科学研究中两个不可分割的重要方面。一般的，统计设计在前，然而一定的统计设计必然考虑其统计分析方法，因而统计分析又寓于统计设计之中；统计分析是在统计设计的基础上，根据设计的不同特点，选择相应的统计分析方法对资料进行分析 第二章 3.某公司下属40个销售点2012年的商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 要求：（1）根据上面的数据进行适当分组，编制频数分布表，绘制直方图。 （2）制作茎叶图，并与直方图进行比较。 解：（1）频数分布表 或： （2）茎叶图 第三章 1. 已知下表资料： 试根据频数和频率资料，分别计算工人平均日产量。解：计算表 根据频数计算工人平均日产量：6870 34.35200 xf x f = = =∑∑（件） 根据频率计算工人平均日产量：34.35f x x f = = ∑∑ g （件） 结论：对同一资料，采用频数和频率资料计算的变量值的平均数是一致的。 2.某企业集团将其所属的生产同种产品的9个下属单位按其生产该产品平均单位成本的分组资料如下表： 试计算这9个企业的平均单位成本。 解： 这9个企业的平均单位成本=f x x f = ∑∑ =13.74（元） 3.某专业统计学考试成绩资料如下： 试计算众数、中位数。 解：众数的计算： 根据资料知众数在80～90这一组，故L=80，d=90-80=10,fm=20,fm-1=14,fm+1=9, ()() 1 11m m o m m m m f f M L d f f f f --+-=+ ?-+- 思考题与练习题 参考答案 【友情提示】请各位同学完成思考题和练习题后再对照参考答案。回答正确，值得肯定；回答错误，请找出原因更正，这样使用参考答案，能力会越来越高，智慧会越来越多。学而不思则罔，如果直接抄答案，对学习无益，危害甚大。想抄答案者，请三思而后行！ 第一章绪论 思考题参考答案 1．不能，英军所有战机=英军被击毁的战机+英军返航的战机+英军没有弹孔的战机，因为英军被击毁的战机有的掉入海里、敌军占领区，或因堕毁而无形等，不能找回；没有弹孔的战机也不可能自己拿来射击后进行弹孔位置的调查。即便被击毁的战机找回或没有弹孔的战机自己拿来射击进行实验，也不能从多个弹孔中确认那个弹孔是危险的。 2．问题：飞机上什么区域应该加强钢板？瓦尔德解决问题的思想：在他的飞机模型上逐个不重不漏地标示返航军机受敌军创伤的弹孔位置，找出几乎布满弹孔的区域；发现：没有弹孔区域是军机的危险区域。 3．能，拯救和发展自己的参考路径为：①找出自己的优点，②明确自己大学阶段的最佳目标，③拟出一个发扬自己优点，实现自己大学阶段最佳目标的可行计划。 练习题参考答案 一、填空题 1．调查。 2．探索、调查、发现。 3. 目的。 二、简答题 1．瓦尔德；把剩下少数几个没有弹孔的区域加强钢板。 2．统计学解决实际问题的基本思路，即基本步骤是：①提出与统计有关的实际问题； ②建立有效的指标体系；③收集数据；④选用或创造有效的统计方法整理、显示所收集数据的特征；⑤根据所收集数据的特征、结合定性、定量的知识作出合理推断；⑥根据合理推断给出更好决策的建议。不解决问题时，重复第②-⑥步。 3．在结合实质性学科的过程中，统计学是能发现客观世界规律，更好决策，改变世界和培养相应领域领袖的一门学科。 三、案例分析题 1．总体：我班所有学生；单位：我班每个学生；样本：我班部分学生；品质标志：；数量标志：每个学生课程的成绩；指标：全班学生课程的平均成绩；指标体系：上学期全班同学学习的科目；统计量：我班部分同学课程的平均成绩；定性数据：；定量数据：课程成绩；离散型变量：学习课程数；连续性变量：学生的学习时间；确定性变量：全班学生课程的平均成绩；随机变量：我班部分同学课程的平均成绩，每个同学进入教室的时间；横截面数据：我班学生月门课程的出勤率；时间序列数据：我班学生课程分别在第一个月、第二个月、第三个月、第四个月的出勤率；面板数据：我班学生课程分别在第一个月、第二个月、第三个月、第四个月的出勤率；选用描述统计。 2．(1)总体：市大学生；单位：市的每个大学生。(2)如果调查中了解的是价格高低，为定序尺度；如果调查中了解的是商品丰富、价格合适、节约时间，为定类尺度。(3)市大学生在网上购物的平均花费。(4)是用统计量作为参数的估计。(5)推断统计。 3．(1)10。(2)6。(3)定类尺度：汽车名称，燃油类型；定序尺度：车型大小；定距尺度：引擎的汽缸数；定比尺度：市区驾车的油耗，公路驾车的油耗。(4)定性变量：汽车名称，车型大小，燃油类型；定量变量：引擎的汽缸数，市区驾车的油耗，公路驾车的油耗。(5)4 0%；(6)30%。 第二章收集数据 简答题 0. 算术均数、几何均数和中位数各有什么适用条件？ 答：（1）算术均数：适用对称分布，特别是正态或近似正态分布的数值变量资料。 （2）几何均数：适用于频数分布呈正偏态的资料，或者经对数变换后服从正态分布（对数正态分布）的资料，以及等比数列资料。 （3）中位数：适用各种类型的资料，尤其以下情况： A 资料分布呈明显偏态； B 资料一端或两端存在不确定数值（开口资料或无界资料）； C 资料分布不明。 1.对于一组近似正态分布的资料，除样本含量n 外，还可计算 S X ,和S X 96.1±，问各说明什么？ （1）X 为算数均数，说明正态分布或近似正态分布资料的集中趋势 （2）S 为标准差，说明正态分布或近似正态分布的离散趋势 （3）S X 96.1±可估计正态指标的95%的医学参考值范围，即此范围在理论上应包含95%的个体值。 2.试述正态分布、标准正态分布的联系和区别。 正态分布 标准正态分布 原始值X 无需转换 作u=（X-μ）/σ转换 分布类型 对称 对称 集中趋势 μ μ=0 均数与中位数的关系 μ=M μ=M 参考：标准正态分布的均数为0，标准差为1；正态分布的均数则为μ，标准差为σ（μ为任意数，而σ为大于0的任意数）。标准正态分布的曲线只有一条，而正态分布曲线是一簇。任何正态分布都可以通过标准正态变换转换成标准正态分布。标准正态分布是正态分布的特例。 3.说明频数分布表的用途。 1）描述频数分布的类型 2）描述频数分布的特征 3）便于发现一些特大或特小的可疑值 4）便于进一步做统计分析和处理 4.变异系数的用途是什么？ 多用于观察指标单位不同时，如身高与体重的变异程度的比较；或均数相差较大时，如儿童身高与成人身高变异程度的比较。 5.试述正态分布的面积分布规律。 （1）X 轴与正态曲线所夹的面积恒等于1或100%； （2）区间μ±σ的面积为68.27%，区间μ±1.96σ的面积为95.00%，区间μ±2.58σ的面积为99.00%。 6.试举例说明均数的标准差与标准误的区别与联系。 7.标准正态分布(u 分布)与t 分布有何不同？统计学第四版(贾俊平)课后思考题答案
统计学思考题最新版本
医学统计学题库
统计学课后题答案
统计学课后习题参考问题详解
最新医学统计学问答题(含答案)
相关主题
文本预览