《统计学》练习题(2)答案

1《统计学》练习题（2）1．要检验全国多个地区贫困人口的比例是否一样，适合采用的检验方法是(C)。A．正态分布检验B．t分布检验C．2拟合优度检验D．2独立性检验2．一个社会学者随机抽取3000个家庭，想研究文化程度的高低与离婚率的高低是否有关，适合采用的检验方法是(D)。A．正态分布检验B．t分布检验C．2拟合优度检验D．2独立性检验3．2拟合优度检验主要用于判断(B)。A．各类别的观察频数是否相等B．各类别的观察频数与期望频数是否一致C．各类别的期望频数是否相等D．各类别的期望频数是否等于观察频数4．2独立性检验主要用于判断(A)。A．两个分类变量是否独立B．两个分类变量各类别的观察频数是否相等C．一个分类变量各类别的观察频数与期望频数是否相等D．一个分类变量是否独立5．对于两个分类变量的多个类别总共抽取200个样本。其中某个单元格所在行的合计频数为80，所在列的合计频数为60。该单元格的期望频数为(A)。A．24B．25C．26D．276．对于两个分类变量的多个类别总共抽取1000个样本。其中某个单元格所在行的合计频数为.200，所在列的合计频数为100。该单元格的期望频数为(B)。A．10B．20C．30D．407．2拟合优度检验的原假设是(C)。A．各类别的期望频数无显著差异B．各类别的观察频数无显著差异C．各类别的观察频数与期望频数无显著差异D．各类别的观察频数与期望频数有显著差异28．2独立性检验的原假设是(C)。A．两个变量的期望频数相等B．两个变量的期望频数不相等C．两个变量独立D．两个变量不独立9．在使用2检验时，如果仅有两个单元格，单元格的最小期望频数不应小于(A)。A．5B．10C．15D．2010．在使用2检验时，如果单元格在两个以上时，期望频数小于5的单元格不能超过总格数的(D)。A．5﹪B．10﹪C．15﹪D．20﹪11．系数的取值范围是（B）。A．0＜＜1B．0≤≤1C．＞0D．＜012．2独立性检验主要用于研究（A）。A．两个分类变量的关系B．两个数值型变量的关系C．一个分类变量和一个数值型变量的关系D．两个数值型变量的分布13．一所大学准备采取一项学生在宿舍上网收费的措施，为了解男女学生对这一措施的看法，分别抽取了150名男学生和120名女学生进行调查，得到的结果如下：男学生女学生合计赞成454287反对10578183合计150120270这个表格是（B）。A．4×4列联表B．2×2列联表C．2×3列联表D．2×4列联表14．根据第13题列联表计算的男女学生赞成上网收费的期望频数分别为（A）。A．48和39B．102和81C．15和14D．25和1915．根据第13题列联表计算的男女学生反对上网收费的期望频数分别为（B）。3A．48和39B．102和81C．15和14D．25和1916．根据第13题列联表数据计算的2统计量为（A）。A．0.6176B．1.6176C．0.3088D．1.308817．根据第13题列联表数据计算的系数为（A）。A．0.0532B．-0.0532C．0.3722D．-0.372218．系数是描述两个分类变量之间相关程度的一个统计量，它主要用于（A）。A．2×2列联表数据B．2×3列联表数据C．3×3列联表数据D．3×4列联表数据1．方差分析的主要目的是（D）。A．判断各总体是否存在方差B．比较各总体的方差是否相等C．分析各样本数据之间是否存在显著差异D．研究分类自变量对数值因变量的影响是否显著2．在方差分析中，所要检验的对象称为因素，因素不同水平的组合称为（C）。A．因素B．方差C．处理D．观测值3．在方差分析中，某一水平下样本数据之间的误差称为（A）。A．随机误差B．非随机误差C．系统误差D．非系统误差4．在方差分析中，衡量同一水平下样本数据的误差称为（A）。A．组内误差B．组间误差C．组内平方和D．组间平方和5．在方差分析中，反映样本内各观测数据误差大小的平方和称为（A）。A．组内平方和B．组间平方和C．组内方差D．组间方差6．在方差分析中，反映样本之间各观测数据误差大小的平方和称为（B）。A．组内平方和B．组间平方和C．组内方差D．组间方差47．组间误差反映的是各样本数据之间的差异，它（A）。A．只包括随机误差B．只包括处理误差C．既包括随机误差也包括处理误差D．有时包括随机误差有时包括处理误差8．组内误差反映的是样本内各观测数据之间的差异，它（）。A．只包括随机误差B．只包括处理误差C．既包括随机误差也包括处理误差D．有时包括随机误差有时包括处理误差9．在下面的假定中，不属于方差分析的假定是（D）A．每个总体都服从正态分布B．各总体的方差相等C．观测值是独立的D．各总体的方差等于010．在单因素方差分析中，所提出的原假设是H0：1＝2＝…＝k＝0，备择假设是（D）。A．H1：1≠2≠…≠kB．H1：1＞2＞…＞kC．H1：1＜2＜…＜kD．H1：1，2，…，k至少一个不为011．在方差分析中，方差是指（A）。A．平方和除以自由度后的结果B．组间平方和除以组内平方和后的结果C．组间平方和除以总平方和后的结果D．样本数据的方差12．组内平方和除以相应的自由度后的结果称为（B）。A．组内平方和B．组内方差C．组间方差D．总方差13．组间平方和除以相应的自由度后的结果称为（C）。A．组内平方和B．组内方差C．组间方差D．总方差14．在方差分析中，检验统计量F是（B）。A．组间平方和除以组内平方和B．组间方差除以组内方差C．组间平方和除以总平方和D．组间方差除以总方差15．在方差分析中，如果拒绝原假设则意味着（A）。A．所检验的各总体均值之间不全相等B．所检验的各总体均值之间全不相等C．所检验的各样本均值之间不全相等D．所检验的各样本均值之间全不相等16．在方差分析中，用于度量自变量与因变量之间关系强度的统计量是R2，其公式是（B）。A．R2＝组间平方和/组内平方和B．R2＝组间平方和/总平方和C．R2＝组间方差/组内方差D．R2＝组内平方和/总平方和517．无交互效应的双因素方差分析是指用于检验的两个因素（A）。A．对因变量的影响是独立的B．对因变量的影响是有交互作用的C．对自变量的影响是独立的D．对自变量的影响是有交互作用的18．有交互效应的双因素方差分析是指用于检验的两个因素（B）。A．对因变量的影响是独立的B．对因变量的影响是有交互作用的C．对自变量的影响是独立的D．对自变量的影响是有交互作用的19．将k种“处理”随机的指派给实验单元的设计称为（B）。A．实验单元B．完全随机化设计C．随机化区组设计D．因素设计20．先将实验单元划分为若干同质组，再将各种处理随机的指派给各组，这样的实验设计称为（C）。A．随机设计B．完全随机化设计C．随机化区组设计D．因素设计21．从两个总体中分别抽取n1=7和n2=6的两个独立随机样本。经计算得到下面的方差分析表：差异源SSdfMSFP-valueFcrit组间组内7.50A1117.502.383.150.104.84总计33.6912表中“A”单元格内的结果是（A）。A．26.19B．25.19C．24.19D．23.1922．根据第21题的方差分析表，用＝0.05的显著性水平检验假设H0：1＝2＝0；H1：1和2至少有一个不为0，得到的结论是（B）。A．拒绝H0B．不拒绝H0C．可以拒绝也可以不拒绝H0D．可能拒绝也可能不拒绝H023．从三个总体中分别抽取n1＝3，n2＝4和n3＝3三个独立随机样本。经计算得到下面的方6差分析表：差异源SSdfMSFP-valueFcrit组间组内6.229.832.007.003.111.402.210.184.74总计16.069.00用＝0.05的显著性水平检验假设H0：1＝2＝\3＝0；H1：1，2，\3至少一个不为0，得到的结论是（B）。A．拒绝H0B．不拒绝H0C．可以拒绝也可以不拒绝H0D．可能拒绝也可能不拒绝H024．下面是一个方差分析表：差异源SSdfMSF组间组内24.7A4BCDE总计62.734表中“A”，“B”，“C”，“D”，“E”5个单元格内的数据分别是（A）。A．38306.1751.2674.87B．37.7296.1751.2574.91C．28306.1751.2674.87D．27.7296.1751.2574.9125．从三个总体中各选取了4各观察值，得到组间平方和SSA=536，组内平方和SS组内=828，组间方差与组内方差分别为（A）。A．268，92B．134，103.5C．179，92D．238，9226．从四个总体中各选取16个观察值，得到组间平方和SSA=1200，组内平方和SS组内=300，用＝0.05的显著性水平检验假设H0：1＝2＝\3＝\4＝0；H1：1，2，\3，\4至少一个不为0，得到的结论是（A）。A．拒绝H0B．不拒绝H0C．可以拒绝也可以不拒绝H0D．可能拒绝也可能不拒绝H027．一名工程师提出三种不同的产品装配方法。为考察每种方法的装配数量，随机选取了30名工人，并将他们随机地指派到三种，每种方法有10名工人，并记录下他们装配产品的7数量。这种实验设计属于（A）。A．完全随机化设计B．随机化区组设计C．因素设计D．随机设计28、下面的陈述错误的是（D）A相关系数是度量两个变量之间线性关系强弱的统计量B相关系数是一个随机变量C相关系数的绝对值不会大于1D相关系数不会取负值29、根据你的判断，下面的相关系数取值错误的是（C）A-0.86B0.78C1.25D06、下面关于相关系数的陈述错误的是（A）A数值越大说明两个变量之间的关系就越强B仅仅是两个变量线性关系的一个度量，不能用于描述非线性关系C只是两个变量之间线性关系的一个度量，不一定以为着两个变量之间存在因果关系D绝对值不会大于130、如果相关系数r=0，则表明两个变量之间（C）A相关系数很低B不存在任何关系C不存在线性相关关系D存在非线性相关关系31、在回归模型中y=0+1+中，反映的是（C）A由于x的变化引起的y的线性变化部分B由于y的变化引起的x的线性变化部分C除x和y的线性关系之外的随机因素对y的影响D由于x和y的线性关系对y的影响32、在回归分析中，F检验主要是用来检验（C）A相关系数的显著性B回归系数的显著性C线性关系的显著性D估计标准误差的显著性33、说明回归方程拟合优度的统计量主要是（C）A相关系数B回归系数C判定系数D估计标准误差34、回归平方和占总平方和的比例称为（C）A相关系数B回归系数C判定系数D估计标准误差35、下面关于判定系数的陈述中不正确的是（B）A回归平方和占总平方和的比例B取值范围是〔-1，1〕C取值范围是〔0，1〕D评价回归方程拟合优度的一个统计量36、下面关于估计标准误差的陈述中不正确的是（D）A均方残差（MSE）的平方根B对误差项的标准差的估计8C排除了x对y的线性影响后，y随机波动大小的一个估计量D度量了两个变量之间关系的强度37、残差平方和和SSE反映了y的总变差中（B）A由于x与y之间的线性关系引起的y的变化部分B除了x对y的线性影响之外的其他因素对y的变差的影响C由于x与y之间的非线性关系引起的y的变化部分D由于x与y之间的函数关系引起的y的变化部分38、若变量x与y之间的相关系数r=0.8，则回归方程的判定系数等于（C）A0.8B0.89C0.64D0.4139、在多元线性回归分析中，t检验室用来检验（B）A总体线性关系的显著性B各回归系数的显著性C样本线性关系的显著性DH。：1=2=…=k=040、在多元线性回归模型中，若自变量x对因变量y的影响不显著，那么它的回归系数的取值（A）A可能接近0B可能为1C可能小于1D可能大于141、在多元线性回归方程kkixxxyˆˆˆˆˆ22110中，回归系数表示（B）A自变量xi变动一个单位时，因变量y平均变动