应用统计学时间序列习题及答案

第11 页 /共 11页 江南大学网络教育第三阶段练习题及答案，这是其中一个阶段共3个阶段。答案在后面

考试科目:《应用统计学》第 章至第 章（总分100分）

__________学习中心（教学点） 批次： 层次：

专业： 学号： 身份证号：

姓名： 得分：

一 单选题 (共20题 ，总分值40分 ，下列选项中有且仅有一个选项符合题目要求，请在答题卡上正确填涂。)

1. 下列关系中，属于正相关关系的有( ) （2 分）

A. 合理限度内，施肥量和平均单产量之间的关系

B. 产品产量与单位产品成本之间的关系

C. 商品的流通费用与销售利润之间的关系

D. 流通费用率与商品销售量之间的关系

2. 组内误差 （ ） （2 分）

A. 只包含随机误差 B. 只包含系统误差

C. 既包含随机误差也包含系统误差 D. 有时包含随机误差，有时包含系统误差

3. 方差分析所要研究的问题是 （ ） （2 分）

A. 各总体的方差是否相等

B. 各样本数据之间是否有显著差异

C. 分类型自变量对数值型因变量的影响是否显著

D. 分类型因变量对数值型自变量是否显著

4. 直线相关分析与直线回归分析的联系表现为( ) （2 分）

A. 相关分析是回归分析的基础 B. 回归分析是相关分析的基础

C. 相关分析是回归分析的深入 D. 相关分析与回归分析互为条件

计算题：

1. 某公司某年人数资料如下，试求该公司平均人数。（平均发展水平）

时间

上年12月 2月 5月 9月 12月

月末员工人数 254 250 260 258 256

解：间断间隔不等时点总量指标时间序列，用两次加权平均法

34323*22562584*22582603*22602502*2250254a= (人

2. 某超市某年1~4月商品销售及人员资料如下：

月份 1 2 3

4

商品销售额（万元） 300 350 280 250

月初销售员人数（人）

40

45 40

42

计算（1）第一季度该店平均每月商品销售额

（2）第一季度平均销售员人数

（3）第一季度平均每个销售员的销售额

（4）第一季度平均每月每个销售员的销售额

解：（1）商品销售额为时期总量指标时间序列，4月不属一季度，该数据无用

3280350300a= （万元）

（2) 销售员人数是时点总量指标时间序列，间断间隔相等，用首尾折半法，4月初人数相当于3月末人数，这个数据有用

32424045240b= （人）

（3）32424045240280350300平均人数一季度销售额c= （万元/人）

（4）3324240452403028350300cd平均人数一季度月平均销售额 = （万元/人）

3. 某地近年财政收入统计资料如下：

第一年 第二年 第三年 第四年 第五年 第六年 第七年

财政收入（亿元） 430 455 430*110.46% 430*110.46%*

105.26% 630 700 430*193.02%

逐期增长量（亿元） - 25

累计增长量（亿元） - 200

环比发展速度（%） - 105.26

定基发展速度（%） - 110.46 193.02 环比增长速度（%） - 5.26

统计学中的随机过程和时间序列

统计学是一门研究随机事件规律性的学科，其中随机过程和时间序列是统计学中的两个重要概念。本文将从概念、应用和发展历程三个方面来介绍这两个概念。

一、随机过程和时间序列的概念

随机过程可以简单地理解为随机变量的序列，它是在一定时间范围内，随机变量在某个指标下特定取值的序列。时间序列是指在一定时间内，同一现象在不同时刻的表现，从而得到的一系列随机变量的数据序列。随机过程和时间序列是两个显著特征的时间序列数据，即“随机性”和“时间性”。

二、随机过程和时间序列的应用

随机过程和时间序列在实际应用中有广泛的应用。在金融领域中，股票价格、货币汇率等随机变量存在一个特定的模型，基于随机过程和时间序列模型可以为股票价格、货币汇率等金融产品建立预测模型。在医学中，时间序列数据可以用于分析患者的症状，医生可以根据病历数据，来预测患者的病情变化趋势。在资源规划和工程管理领域中，可以使用时间序列数据来预测资源使用情况并制定相应的计划。

三、随机过程和时间序列的发展历程

随机过程和时间序列作为统计分析的重要分支，它们的应用历史可以追溯到19世纪。在最早的研究中，经济学家开始将时间序列数据应用于货币流通与国民收入的分析，为时间序列模型方法的发展奠定了坚实的基础。20世纪下半叶，科学家和工程师们开始将时间序列数据应用于电力负荷的预测、气象变化预测以及人工智能的数据分析等领域。目前，随机过程和时间序列已经被广泛应用于生产、社会、经济和科学领域。

总之，随机过程和时间序列在统计学上是两个非常重要的概念。在实际应用过程中，随机过程和时间序列模型可以为各种问题建立模型和预测，帮助人们更好地理解和分析时间序列的数据分析。今后，随着人们对数据分析的不断深入和技术不断发展，随机过程和时间序列将在更多领域中发挥作用。

统计学原理简答题

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。

1.5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。

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。

非概率抽样：操作简单，时效快，成本低，而且对于抽样中的统计学专业技术要求不是很高。它适合探索性的研究，调查结果用于发现问题，为更深入的数量分析提供准备。它同样使用市场调查中的概念测试（不需要调查结果投影到总体的情况）。

3.2分类数据和顺序数据的整理和图示方法各有哪些