贾俊平统计学(第七版)课后思考题整理

第7章参数估计7.1 考点归纳【知识框架】【考点提示】（1）置信区间的含义理解（选择题、简答题考点）；（2）估计量的三个评价标准（判断题、填空题、简答题考点）；（3）区间估计的步骤（简答题考点）、总体参数的区间估计选择恰当的统计量（计算题考点）；（4）必要样本容量的影响因素、计算（简答题、计算题考点）。

【核心考点】考点一：参数估计的基本原理1．置信区间（1）置信水平为95%的置信区间的含义：用某种方法构造的所有区间中有95%的区间包含总体参数的真值。

（2）置信度愈高（即估计的可靠性愈高），则置信区间相应也愈宽（即估计准确性愈低）。

（3）置信区间的特点：置信区间受样本影响，具有随机性，总体参数的真值是固定的。

一个特定的置信区间“总是包含”或“绝对不包含”参数的真值，不存在“以多大的概率包含总体参数”的问题。

2．评价估计量的标准（1）无偏性：估计量抽样分布的期望值等于被估计的总体参数，即E（θ∧）＝θ。

（2）有效性：估计量的方差尽可能小。

（3）一致性：随着样本量的增大，估计量的值越来越接近被估计总体的参数。

【提示】本考点常见考查方式：①直接考查置信水平为95%的置信区间的含义；②置信度、估计可靠性、置信区间的关系及应用；③置信区间的特点；④给出估计量的具体含义，判断体现了什么标准；⑤直接回答估计量的三个评价标准及具体含义（简答题）。

考点二：一个总体参数的区间估计表7-1 一个总体参数的区间估计【总结】一个总体参数的估计及所使用的分布见图7-1：图7-1 一个总体参数的估计及所使用的分布【真题精选】设总体X～N（μ，σ2），σ2已知，样本容量和置信水平固定，对不同的样本观测值，μ的置信区间的长度（）。

[对外经济贸易大学2018研]A．变长B ．变短C ．保持不变D ．不能确定 【答案】C【解析】在正态总体方差已知的条件下，μ的置信区间为/2x z ±ασ所以置信区间长度为/22Z α，当样本容量和置信水平固定时，置信区间长度保持不变。

第10章方差分析一、思考题1．什么是方差分析？它研究的是什么？答：方差分析就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。

方差分析是检验多个总体均值是否相等的统计方法，但本质上它所研究的是分类型自变量对数值型因变量的影响，例如，变量之间有没有关系、关系的强度如何等。

2．要检验多个总体均值是否相等时，为什么不作两两比较，而用方差分析方法？答：方差分析不仅可以提高检验的效率，同时由于它是将所有的样本信息结合在一起，也增加了分析的可靠性。

检验多个总体均值是否相等时，如果作两两比较，则需要进行多次的t检验。

随着增加个体显著性检验的次数，偶然因素导致差别的可能性也会增加（并非均值真的存在差别）。

而方差分析方法则是同时考虑所有的样本，因此排除了错误累积的概率，从而避免拒绝一个真实的原假设。

3．方差分析包括哪些类型？它们有何区别？答：（1）根据所分析的分类自变量的多少，方差分析可分为单因素方差分析和双因素方差分析。

（2）区别：①单因素方差分析研究的是一个分类型自变量对一个数值型因变量的影响；②双因素方差分析研究的是两个分类变量对数值型因变量的影响。

4．方差分析中有哪些基本假定？答：方差分析中有三个基本假定：（1）每个总体都应服从正态分布。

也就是说，对于因素的每一个水平，其观测值是来自正态分布总体的简单随机样本。

（2）各个总体的方差σ2必须相同。

也就是说，对于各组观察数据，是从具有相同方差的正态总体中抽取的。

（3）观测值是独立的。

5．简述方差分析的基本思想。

答：方差分析的基本思想：通过分析研究中不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。

6．解释因子和处理的含义。

答：在方差分析中，所要检验的对象称为因素或因子；因素的不同表现称为水平或处理。

例如：要分析行业（零售业、旅游业、航空公司、家电制造业）对投诉次数是否有显著影响，则这里的“行业”是要检验的对象，称其为“因素”或“因子”；零售业、旅游业、航空公司、家电制造业是“行业”这一因素的不同表现，称其为“水平”或“处理”。

第13章时间序列分析和预测13.1 考点归纳【知识框架】【考点提示】（1）时间序列构成要素及平稳序列、非平稳序列的含义（简答题考点）；（2）时间序列的描述性分析（简答题、计算题考点）；（3）平稳序列的预测，重点是移动平均法、一次平滑指数法（选择题、简答题、计算题考点）。

【核心考点】考点一：时间序列1．成分分解表13-1 时间序列的成分2．分解模型表13-2 时间序列构成因素的组合模型【注意】四种因素不一定同时存在于每个时间序列中。

一般情况下，经常存在的是长期趋势，季节变动因素和周期变动因素则不一定存在。

3．平稳序列与非平稳序列（1）平稳序列平稳序列是基本上不存在趋势的序列。

这类序列中的观察值基本上在某个固定的水平上波动，虽然在不同的时间段波动的程度不同，但并不存在某种规律，其波动可以看成是随机的。

（2）非平稳序列非平稳序列是包含趋势、季节性或周期性的序列，它可能只含有其中的一种成分，也可能是几种成分的组合。

其又可以分为有趋势的序列、有趋势和季节性的序列、几种成分混合而成的复合型序列。

考点二：时间序列的描述性分析1．速度分析指标（1）增长率环比增长率：G i ＝（Y i －Y i －1）/Y i －1＝Y i /Y i －1－1（i ＝1，…，n ）定基增长率：G i ＝（Y i －Y 0）/Y 0＝Y i /Y 0－1（i ＝1，…，n ）式中，Y 0表示用于对比的固定基期的观察值。

（2）平均增长率（平均增长速度）111n n Y G Y -=⨯⨯-=- 式中，G ＿表示平均增长率；n 为环比值的个数。

（3）增长率分析中应注意的问题①当时间序列中的观察值出现0或负数时，不宜计算增长率，此时直接用绝对数进行分析；②增长1%的绝对值表示增长率每增长一个百分点而增加的绝对数量，其计算公式为：增长1%的绝对值＝前期水平/100。

2．水平分析指标【考点拓展】表13-3考点三：平稳序列的预测1．简单平均法112111()t t t i i F Y Y Y Y t t +==+++=∑ 12121111()11t t t t i i F Y Y Y Y Y t t +++==++++=++∑2．移动平均法对于t＋1期的简单移动平均预测值为：F t＋1＝Y＿t＝（Y t－k＋1＋Y t－k＋2＋…＋Y t－1＋Y t）/k【注意】移动平均后的序列项数较原序列减少，当k为奇数时，新序列首尾各减少（k －1）/2项；当k为偶数时，首尾各减少k/2项。

第9章分类数据分析一、思考题1．简述列联表的构造与列联表的分布。

答：列联表是由两个以上的变量进行交叉分类的频数分布表。

列联表的分布可以从两个方面看，一个是观察值的分布，又称为条件分布，每个具体的观察值就是条件频数；一个是期望值的分布。

2．用一张报纸、一份杂志或你周围的例子构造一个列联表，说明这个调查中两个分类变量的关系，并提出进行检验的问题。

答：对三个生产厂甲、乙、丙提供的学习机的A、B、C 三种性能进行质量检验，欲了解生产厂家同学习机性能的质量差异是否有关系。

抽查了450部学习机次品，整理成为如表9-2所示的3×3列联表。

表9-2A B C 总计甲乙丙204015459065357070100200150总计75200175450根据抽查检验的数据表明：次品类型与厂家（即哪一个厂）生产是无关的（即是相互独立的）。

建立假设：H 0：次品类型与厂家生产是独立的，H 1：次品类型与厂家生产不是独立的。

次品类型生产厂可以计算各组的期望值，如表9-3所示（表中括号内的数值为期望值）。

表9-3各组的期望值计算表A B C 总计甲乙丙20（17）40（33）15（25）45（44）90（89）65（67）35（39）70（78）70（58）100200150总计75200175450所以2222(2017)(4033)(7058)9.821173358χ---=+++=…。

而自由度等于（R －1）（C －1）=（3－1）×（3－1）=4，若以0.01的显著性水平进行检验，查χ2分布表得20.01(4)13.277χ=。

由于220.019.821(4)13.277χχ=<=，故接受原假设H 0，即次品类型与厂家生产是独立的。

3．说明计算2χ统计量的步骤。

答：计算2χ统计量的步骤：（1）用观察值o f 减去期望值e f ；（2）将（o f －e f ）之差平方；（3）将平方结果2)(e o f f -除以e f ；（4）将步骤（3）的结果加总，即得：22()o e ef f f χ-=∑。

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。

第6章 统计量及其抽样分布一、思考题1．什么是统计量？为什么要引进统计量？统计量中为什么不含任何未知参数？ 答：（1）设是从总体中抽取的容量为的一个样本，如果由此样本构造一个函数，不依赖于任何未知参数，则称函数是一个统计量。

（2）在实际应用中，当从某总体中抽取一个样本后，并不能直接应用它去对总体的有关性质和特征进行推断，这是因为样本虽然是从总体中获取的代表，含有总体性质的信息，但仍较分散。

为了使统计推断成为可能，首先必须把分散在样本中关心的信息集中起来，针对不同的研究目的，构造不同的样本函数。

（3）统计量是样本的一个函数。

由样本构造具体的统计量，实际上是对样本所含的总体信息按某种要求进行加工处理，把分散在样本中的信息集中到统计量的取值上，不同的统计推断问题要求构造不同的统计量，所以统计量不包含未知参数。

2．判断下列样本函数哪些是统计量？哪些不是统计量？12n X X X ，，…，X n 12()n T X X X ，，…，12()n T X X X ，，…，1121021210310410()/10min()T X X X T X X X T X T X μμσ=+++==-=-…，，…，（）/答：统计量中不能含有未知参数，故、是统计量，、不是统计量。

3．什么是次序统计量？答：设是从总体中抽取的一个样本，称为第个次序统计量，它是样本满足如下条件的函数：每当样本得到一组观测值…，时，其由小到大的排序中，第个值就作为次序统计量的观测值，而称为次序统计量，其中和分别为最小和最大次序统计量。

4．什么是充分统计量？答：在统计学中，假如一个统计量能把含在样本中有关总体的信息一点都不损失地提取出来，那对保证后边的统计推断质量具有重要意义。

统计量加工过程中一点信息都不损失的统计量通常称为充分统计量。

5．什么是自由度？答：统计学上的自由度是指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的变量的个数。

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。

第11章一元线性回归11.1 考点归纳【知识框架】【考点提示】（1）变量间关系的度量，包括相关系数的计算公式、性质，相关关系的显著性检验（简答题、计算题考点）；（2）一元线性回归，包括回归模型的假定（简答题考点），回归方程、估计的回归方程的建立（选择题、计算题考点）；（3）最小二乘法的含义、性质，回归系数的计算（选择题、简答题、计算题考点）；（4）回归直线的拟合优度及显著性检验（计算题考点）；（5）点估计和区间估计，包括置信区间和预测区间（判断题、计算题考点）。

【核心考点】考点一：变量间关系的度量1．相关系数（线性相关系数，或Pearson 相关系数）总体相关系数ρ，样本相关系数r 。

（1）计算公式n xy x y r ∑-∑∑=（2）性质 ①r 的取值范围为－1≤r≤1。

|r|→1说明两个变量之间的线性关系越强。

②r 具有对称性，即r xy ＝r yx 。

③r 取值大小与x 和y 的原点及尺度无关。

④r 仅用于度量线性关系，不能用于描述非线性关系⑤r 只是度量数量关系，但不意味着因果关系。

⑥r 取值可以解释两个变量之间的相关程度。

但需要先对相关系数的显著性进行检验。

【真题精选】如果变量X 与变量Y 之间的相关系数为0，说明这两个变量之间是（ ）。

[浙江财经大学2019研]A ．完全相关关系B ．完全不相关C ．没有线性关系D ．低度相关关系【答案】C 【解析】相关系数r 仅仅是变量X 与Y 之间线性关系的一个度量，r ＝0只表示两个变量之间不存在线性相关关系，并不说明变量之间没有任何关系，它们之间可能存在非线性相关关系。

因此当r ＝0或很小时，不能轻易得出两个变量之间不存在相关关系的结论，而应结合散点图作出合理的解释。

2．相关关系的显著性检验——t 检验（小样本或大样本） 检验的统计量(2)t r t n =-若|t|＞t α/2，则拒绝原假设H 0，表明总体的两个变量之间存在显著的线性关系。