统计学(贾俊平)第五版课后习题答案(完整版).doc

统计学（第五版）贾俊平 课后习题答案（完整版）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 1.31.5 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。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）。2.3 除了自填式，面访式和电话式还有什么搜集数据的办法试验式和观察式等2.4 自填式，面访式和电话式各自的长处和弱点自填式；优点：1 调查组织者管理容易 2 成本低，可进行大规模调查 3 对被调查者，可选择方便时间答卷，减少回答敏感问题压力。缺点：1 返回率低 2 不适合结构复杂的问卷，调查内容有限 3 调查周期长 4 在数据搜集过程中遇见问题不能及时调整。面访式； 1 优点： 回答率高 2 数据质量高 3 在调查过程中遇见问题可以及时调整。 1缺点： 成本比较高 2 搜集数据的方式对调查过程的质量控制有一定难度 3 对于敏感问题，被访者会有压力。电话式；优点：1 速度快 2 对调查员比较安全 3 对访问过程的控制比较容易。缺 1点： 实施地区有限 2 调查时间不能过长 3 使用的问卷要简单 4 被访者不愿回答时，不易劝服。2.5老师说这个内容不讲，应该不会考实验数据的2.6 如何控制调查中的回答误差对于理解误差，我会去学习一定的心理学知识，对于记忆误差，我会尽量去缩短所涉及的时间范围，对于有意识的误差，我要做好被调查者的心理工作，要遵守职业道德，为被调查者保密，尽量在问卷中不涉及敏感问题。2.7 怎么减少无回答对于随机误差，要提高样本容量，对于系统误差，只有做好准备工作并做好补救措施。比如说要一百份的问卷回复，就要做好一百二十到一百三十的问卷准备，进行面访式的时候要尽量的劝服不愿意回答的被访者，以小物品的馈赠提高回复率。第三章思考题3.1 数据预处理内容数据审核（完整性和准确性；适用性和实效性） ，数据筛选和数据排序。3.2 分类数据和顺序数据的整理和图示方法各有哪些分类数据：制作频数分布表，用比例，百分比，比率等进行描述性分析。可用条形图，帕累托图和饼图进行图示分析。顺序数据：制作频数分布表，用比例，百分比，比率。累计频数和累计频率等进行描述性分析。可用条形图，帕累托图和饼图，累计频数分布图和环形图进行图示分析。3.3 数据型数据的分组方法和步骤分组方法：单变量值分组和组距分组，组距分组又分为等距分组和异距分组。分组步骤：1 确定组数 2 确定各组组距 3 根据分组整理成频数分布表3.4 直方图和条形图的区别1 条形图使用图形的长度表示各类别频数的多少，其宽度固定，直方图用面积表示各组频数，矩形的高度表示每一组的频数或频率，宽度表示组距，2 直方图各矩形连续排列，条形图分开排列，3 条形图主要展示分类数据，直方图主要展示数值型数据。3.5 绘制线图应注意问题时间在横轴，观测值绘在纵轴。一般是长宽比例 10：7 的长方形，纵轴下端一般从 0 开始，数据与 0 距离过大的话用折断符号折断。3.6 饼图和环形图的不同饼图只能显示一个样本或总体各部分所占比例，环形图可以同时绘制多个样本或总体的数据系列，其图形中间有个“空洞” ，每个样本或总体的数据系类为一个环。3.7 茎叶图比直方图的优势，他们各自的应用场合茎叶图既能给出数据的分布情况，又能给出每一个原始数据，即保留了原始数据的信息。在应用方面，直方图通常适用于大批量数据，茎叶图适用于小批量数据。3.8 鉴别图标优劣的准则P75 明确有答案，我就不写了。3.9 制作统计表应注意的问题1，合理安排统计表结构 2 表头一般包括表号，总标题和表中数据的单位等内容3 表中的上下两条横线一般用粗线，中间的其他用细线 4 在使用统计表时，必要时可在下方加注释，注明数据来源。公式：组中值（上限下限）/2第4章 数据的概括性度量4.1 一组数据的分布特征可以从哪几个方面进行测度？ 数据分布特征可以从三个方面进行测度和描述：一是分布的集中趋势，反映各数据向其中心值靠拢或集中的程度；二是分布的离散程度，反映各数据远离其中心值的趋势；三是分布的形状，反映数据分布的偏态和峰态。4.2 怎样理解平均数在统计学中的地位？ 平均数在统计学中具有重要的地位，是集中趋势的最主要的测度，主要适用于数值型数据，而不适用于分类数据和顺序数据。4.3 简述四分位数的计算方法。 四分位数是一组数据排序后处于 25和 75位置上的值。根据未分组数据计算四分位数时，首先对数据进行排序，然后确定四分位数所在的位置，该位置上的数值就是四分位数。4.4 对于比率数据的平均为什么采用几何平均？ 在实际应用中，对于比率数据的平均采用几何平均要比算数平均更合理。 n从公式 1 G） 1 G ） （ n （ 中也可看出，G 就是平均增长率。 i i 14.5 简述众数、中位数和平均数的特点和应用场合。 众数是一组数据分布的峰值，不受极端值的影响，缺点是具有不唯一性。众数只有在数据量较多时才有意义，数据量较少时不宜使用。主要适合作为分类数据的集中趋势测度值。 中位数是一组数据中间位置上的代表值，不受极端值的影响。当数据的分布偏斜较大时，使用中位数也许不错。主要适合作为顺序数据的集中趋势测度值。 平均数对数值型数据计算的，而且利用了全部数据信息，在实际应用中最广泛。当数据呈对称分布或近似对称分布时，三个代表值相等或相近，此时应选择平均数。但平均数易受极端值的影响，对于偏态分布的数据，平均数的代表性较差，此时应考虑中位数或众数。4.6 简述异众比率、四分位差、方差或标准差的适用场合 对于分类数据，主要用异众比率来测量其离散程度；对于顺序数据，虽然也可以计算异众比率，但主要使用四分位差来测量其离散程度；对于数值型数据，虽然可以计算异众比率和四分位差，但主要使用方差或标准差来测量其离散程度。4.7 标准分数有哪些用途？ 标准分数给出了一组数据中各数值的相对位置。在对多个具有不同量纲的变量进行处理时，常需要对各变量进行标准化处理。它还可以用来判断一组数据是否有离群数据。4.8 为什么要计算离散系数？ 方差和标准差是反映数据分散程度的绝对值，一方面其数值大小受原变量值本身水平高低的影响，也就是与变量的平均数大小有关；另一方面，它们与原变量的计量单位相同，采用不同计量单位的变量值，其离散程度的测度值也就不同。因此，为消除变量值水平高低和计量单位不同对离散程度测度值的影响，需要计算离散系数。4.9 测度数据分布形状的统计量有哪些？ 对分布形状的测度有偏态和峰态，测度偏态的统计量是偏态系数，测度峰态的统计量是峰态系数。第五章 概率与概率分布5.1 频率与概率有什么关系？ 在相同条件下随机试验 n 次，某事件 A 出现 m 次，则比值 m/n 称为事件 A发生的频率。随着 n 的增大，该频率围绕某一常数 p 波动，且波动幅度逐渐减小，趋于稳定，这个频率的稳定值即为该事件的概率。5.2 独立性与互斥性有什么关系？ 互斥事件一定是相互依赖（不独立）的，但相互依赖的事件不一定是互斥的。 不互斥事件可能是独立的，也可能是不独立的，但独立事件不可能是互斥的。5.3 根据自己的经验体会举几个服从泊松分布的随机变量的实例。 如某种仪器每月出现故障的次数、一本书一页中的印刷错误、某一医院在某一天内的急诊病人数等5.4 根据自己的经验体会举几个服从正态分布的随机变量的实例。 如某班某次的考试成绩、某地区成年男性的身高、某公司年销售量、同一车间产品的质量等第六章思考题6.1 统计量：设 X1X2Xn 是从总体 X 中抽取的容量为 n 的一个样本，如果由此样本构造一个函数 T （X1X2Xn） ，不依赖于任何未知参数，则称函数TX1X2Xn是一个统计量。 原因：为了使统计推断成为可能。6.2 T1 和 T2 是6.3 P1596.4 统计量加工过程中一点信息都不损失的统计量为充分统计量6.5 自由度：独立变量的个数 X6.6 2 分布：设 X N 2 ，则 2 Z N 01 F 分布：设若 U 为服从自由度为 n1 的 2 分布，即 U2n1，V 为服从自由度 为 n2 的 分布，即 V n2且 U 和 V 相互独立，则 2 2 U n1 F 1 F F n1 n2 1 2 V n2 2 称 F 为服从自由度 n1 和 n2 的 F 分布，记为6.7 抽样分布：样本统计量的概率分布是一种理论概率分布随机变量是 样本统计量6.8 中心极限定理：设从均值为 ，方差为 的一个任意总体中抽取容量为 n 2 的样本，当 n 充分大时，样本均值的抽样分布近似服从均值为 、方差为 2/n 的正态分布第七章思考题7.1 估计量：用于估计总体参数的随机变量 估计值：估计参数时计算出来的统计量的具体值7.2 评价估计量的标准： 无偏性：估计量抽样分布的数学期望等于被估计的总体参数 有效性：对同一总体参数的两个无偏点估计量 ，有更小标准差的估计量更 有效 一致性：随着样本容量的增大，估计量的 值越来越接近被估计的总体参数7.3 置信区间：由样本统计量所构造的总体参数的估计区间7.4 95的置信区间指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。7.5 含义： Za/2 是标准正态分布上侧面积为 a/2 的 z 值公式是统计总体均值时的边际误差。7.6 独立样本：如果两个样本是从两个总体中独立抽取的，即一个样本中的元 素与另一个样本中的元素相互独立。 匹配样本：一个样本中的数据与另一个样本中的数据相对应。7.7 1、两个总体都服从正态分布 2、两个随即样本独立地分别抽自两个总体7.8 样本量越大置信水平越高，总体方差和边际误差越小第 8 章思考题8.1 假设检验和参数估计有什么相同点和不同点？答：参数估计和假设检验是统计推断的两个组成部分，它们都是利用样本对总体进行某种推断，然而推断的角度不同。参数估计讨论的是用样本统计量估计总体参数的方法，总体参数在估计前是未知的。而在参数假设检验中，则是先对的值提出一个假设，然后利用样本信息去检验这个假设是否成立。8.2 什么是假设检验中的显著性水平？统计显著是什么意思？答：显著性水平是一个统计专有名词，在假设检验中，它的含义是当原假设正确时却被拒绝的概率和风险。统计显著等价拒绝 H0，指求出的值落在小概率的区间上，一般是落在 0.05 或比 0.05 更小的显著水平上。8.3 什么是假设检验中的两类错误？答：假设检验的结果可能是错误的，所犯的错误有两种类型，一类错误是原假设 H0 为真却被我们拒绝了，犯这种错误的概率用 表示，所以也称 错误或弃真错误；另一类错误是原假设为伪我们却没有拒绝，犯这种错误的概论用 表示，所以也称 错误或取伪错误。8.4 两类错误之间存在什么样的数量关系？答：在假设检验中， 与 是此消彼长的关系。如果减小 错误，就会增大犯 错误的机会，若减小 错误，也会增大犯 错误的机会。8.5 解释假设检验中的 P 值答：P 值就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。（它的大小取决于三个因素，一个是样本数据与原假设之间的差异，一个是样本量，再一个是被假设参数的总体分布。 ）8.6 显著性水平与 P 值有何区别答：显著性水平是原假设为真时，拒绝原假设的概率，是一个概率值，被称为抽样分布的拒绝域，大小由研究者事先确定，一般为 0.05。而 P 只是原假设为真时所得到的样本观察结果或更极端结果出现的概率，被称为观察到的或实测的显著性水平8.7 假设检验依据的基本原理是什么？答：假设检验依据的基本原理是“小概率原理” ，即发生概率很小的随机事件在一次试验中是几乎不可能发生的。根据这一原理，可以作出是否拒绝原假设的决定。8.8 你认为单侧检验中原假设与备择假设的方向如何确定？答：将研究者想收集证据予以支持的假设作为备择假设 H1，将研究者想收集证据证明其不正确的假设作为原假设 H0，先确立备择假设 H1，备择假设的方向与想要证明其正确性的方向一致，原假设与备择假设是互斥的，等号总在原假设上。（举例说明，如下：“一项研究表明，采用新技术生产后，将会使产品的使用寿命明显延长到 1500 小时以上。检验这一结论是否成立” ，则备择假设的方向为“gt”寿命延长，建立的原假设与备择假设应为 H0：1500，H1：1500.又例，“一项研究表明，改进生产工艺后，会使产品的废品率降低到 2以下。检验这一结论是否成立”，则备择假设的方向为“lt”废品率降低，建立的原假设与备择假设应为 H0: 2 ，H1: lt 2.）第 10 章思考题10.1 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。它所研究的是非类型自变量对数值型因变量的影响。10.2 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：作两两比较十分繁琐，进行检验的次数较多，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。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。10.3 方差分析包括哪些类型？它们有何区别？答：方差分析可分为单因素方差分析和双因素方差分析。区别：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，而双因素涉及两个分类型自变量。10.4 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 2（2） 各个总体的方差 必须相同（3） 观测值是独立的10.5 简述方差分析的基本思想。答： 它是通过对数据误差来源的分析来判断不同总体的均值是否相等，进而分析自变量对因变量是否有显著影响。10.6 解释因子与处理的含义。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。10.7 解释组内误差和组间误差的含义。答：组内误差（SSE）是指每个水平或组的个样本数据与其组平均值误差的平方和，反映了每个样本各观测值的离散状况；组间误差（SSA）是指各组平均值 X i与总平均值的误差平方和，反映各样本均值之间的差异程度。10.8 解释组内方差和组间方差的含义。答：组内方差指因素的同一水平同一个总体下样本数据的方差，组间方差指因素的不同水平不同总体下各样本之间的方差。10.9 简述方差分析的基本步骤。答：（1）提出假设（一般提法形式如下：H0：123i.k，自变量对因变量没有显著影响 H1 ：i i123.k不全相等，自变量对因变量有显著影响）（2）构造检验统计量（包括：计算各样本的均值，计算全部观测值的总均值，计算各误差平方和，计算统计量）（3）统计决策。（将统计量的值 F 与给定的显著性水平 的临界值 F 进行比较，作出对原假设 H0 的决策）10.10 方差分析中多重比较的作用是什么？答：通过对总体均值之间的配对比较来进一步检验到底哪些均值之间存在差异。10.11 什么是交互作用？答：交互作用是指几个因素搭配在一起会对因变量产生一种新的效应的作用。10.12 解释无交互作用和有交互作用的双因素方差分析。答：在双因素方差分析中，如果两个因素对试验结果的影响是相互独立的，分别判断行因素和列因素对试验数据的影响，这时的双因素方差分析称为无交互作用的双因素方差分析或无重复双因素方差分析；如果除了行因素和列因素对试验数据的单独影响外，两个因素的搭配还会对结果产生一种新的影响，这时的双因素方差分析称为有交互作用的双因素方差分析或可重复双因素方差分析。 210.13 解释 R 的含义和作用。 2答：自变量平方和占总平方和的比例记为 R 即 SSA（组间） SSR2 SST（总） SS作用：其平方根 R 就可以用来测量两个变量之间的关系强度。10.14 解释试验、试验设计、试验单元的含义。答：试验是指收集样本数据的过程。试验设计是指收集样本数据的计划。试验单元是指接受“处理”的对象或实体（ “处理”指可控制的因素的各个水平）10.15 简述完全随机化设计、随机化区组设计、因子设计的含义和区别。答：完全随机化设计是将 k 种“处理”随机地指派给试验单元的设计。随机化区组设计是先按一定规则将试验单元划分为若干同质组，称为“区组” ，然后再将各种处理随机地指派给各个区组。因子设计指考虑两个因素可推广到多个因素的搭配试验设计。第 13 章思考题13.1 简述时间序列的构成要素。时间序列的构成要素：趋势，季节性，周期性，随机性13.2 利用增长率分析时间序列时应注意哪些问题。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；2不能单纯就增长率论增长率，要注意增长率与绝对水平的综合分析；大的增长率背后，其隐含的绝对值可能很小，小的增长率背后其隐含的绝对值可能很大。13.3 简述平稳序列和非平稳序列的含义。1.平稳序列stationary series基本上不存在趋势的序列，各观察值基本上在某个固定的水平上波动或虽有波动，但并不存在某种规律，而其波动可以看成是随机的2.非平稳序列 non-stationary series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。因此，非平稳序列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。13.4 简述时间序列的预测程序。第一步：确定时间序列所包含的成分，也就是确定时间序列的类型。第二步：找出适合此类时间序列的预测方法。第三步：对可能的预测方法进行评估，以确定最佳预测方案。第四步：利用最佳预测方案进行预测。13.5 简述指数平滑法的含义。1.是加权平均的一种特.