2022年《,应用统计学,》期末复习试题模拟试题及答案.docx

《2022年《,应用统计学,》期末复习试题模拟试题及答案.docx》由会员分享，可在线阅读，更多相关《2022年《,应用统计学,》期末复习试题模拟试题及答案.docx（33页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2022年,应用统计学,期末复习试题模拟试题及答案 应用统计学 模拟试卷 开课学院： 商学院 专业： 考试形式：闭卷，所需时间： 120 分钟 考生姓名： 学号： 班级： 任课老师： 题序 一 二 三 四 五 总 分 得分 评卷人 留意： 请将答案写在答题纸上，写在试卷上无效。 本试卷计算题均精确到小数点后三位！ 一、小麦试验问题（20 分） 设有三个品种（用因素 A 表示）的小麦和两种不同的肥料（用因素 B 表示），将肯定面积的地块分为 6个均等的小区，每个小区随机地试验品种和肥料 6 种组合的一种，在面积相等的四块地上进行重复试验，其小麦的产量（公斤）如下表： 品种 肥料 1 2 3 1

2、9 10 9 8 11 12 9 8 13 14 15 12 2 9 10 12 11 12 13 11 12 22 16 20 18 SPSS 运算结果附表： (1) Tests of Between-Subjects Effects Dependent Variable: Y Source Type III Sum of Squares df Mean Square F Sig. Corrected Model 263.333(a) 5 52.667 21.545 0.000 Intercept 3650.667 1 3650.667 1493.455 0.000 A 190.333 （

3、） 95.167 38.932 0.000 B 54.000 1 54.000 （ ） 0.000 A * B 19.000 （ ） 9.500 （ ） 0.040 Error 44.000 18 2.444 Total 3958.000 24 Corrected Total 307.333 23 a R Squared = 0.857 (Adjusted R Squared =0.817) (2) Estimated Marginal Means 小麦产量 Mean Dependent Variable: Y Mean Std. Error 95% Confidence Interval L

4、ower Bound Upper Bound 12.333 0.319 11.663 13.004 (3) Post Hoc Tests A Homogeneous Subsets Student-Newman-Keuls A N Subset 1 2 1 8 9.7500 2 8 11.0000 3 8 16.2500 Sig. 0.127 1.000 Means for groups in homogeneous subsets are displayed. Based on Type III Sum of Squares The error term is Mean Square(Err

5、or) = 2.444. a Uses Harmonic Mean Sample Size = 8.000. b Alpha = 0.05. 问题： 1、 请填写附表(1)里面空白（）处，并给出计算公式。 2、 依据附表(1)方差分析的显著性水平结果，按 0.05 检验水平，探讨各个因素的显著性。 3、 依据附表(2)，说明里面各项指标的意义。 4、 依据附表(3)，说明 A 因素下各个水平均值多重比较的结果， 5、 找出最优生产条件，并说明理由。 二、销售额问题（20 分） 某公司某种商品在 15 个地区的销售额 Y（万元）与各地区的人口1x （万人）及平均每户总收入2x （元）的有关数据如

6、下表。 地区 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Y 162 120 223 131 67 169 81 192 116 55 252 232 144 103 212 X1 274 180 375 205 86 265 101 330 195 53 430 373 236 157 373 X2 2450 3254 3802 2838 2347 3782 3008 2450 2137 2560 4020 4427 2660 2088 2605 SPSS 运算结果附表： (1) Variables Entered/Removed(b) Model Variabl

7、es Entered Variables Removed Method 1 X2, X1(a) . Enter a All requested variables entered. b Dependent Variable: Y (2) Model Summary(b) Model R R Square Adjusted R Square Std. Error of the Estimate 1 0.1019(a) 0.1019 0.1019 2.17732 a Predictors: (Constant), X2, X1 b Dependent Variable: Y (3) ANOVA(b

8、) Model Sum of Squares df Mean Square F Sig. 1 Regression 53844.736 2 26922.358 0.000(a) Residual 56.884 12 4.740 Total 53901.600 14 a Predictors: (Constant), X2, X1 b Dependent Variable: Y (4) Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Co

9、nstant) 3.453 2.431 1.420 0.181 X1 0.496 0.006 0.934 81.924 0.000 X2 0.009 0.001 0.108 9.502 0.000 a Dependent Variable: Y 问题： 1、 附表(2)里面，指标 R 是什么指标，给出它的定义及其说明。 2、 求出附表(3)里面的 F 值，给出计算公式，并按 0.05 检验水平，探讨回来方程的显著性。 3、 依据附表(4)，给出回来方程的表达式，按 0.05 检验水平，探讨回来系数的显著性，并估计地区 5的销售额的残差，给出计算公式。 三、经济发展阶段问题（20 分） 为了探讨

10、近年来中国经济发展状况，搜集了 11019 年2002 年中国国内生产总值(GDP)指数(上年=101)，列表如下(本表按不变价格计算)： 11019 年2003 年中国国内生产总值(GDP) 指数( 上年=101) 年份 11019 11010 11011 11012 11013 11014 11015 指数(%) 104.1 103.8 109.2 114.2 113.5 112.6 110.5 年份 11016 19101 19101 11019 2000 2001 2002 2003 指数(%) 109.6 108.8 107.8 107.1 107.8 107.3 108.0 109

11、.1 (1) 请将下列直径 D(i , j) 表中的括号填上，( 无计算过程, 不给分) 。 直径矩阵 D(i,j) 1 2 3 4 5 6 7 1 0.000 2 0.045 0.000 3 18.420 14.580 0.000 4 (73.608) 54.107 12.500 0.000 5 101.373 68.848 14.660 0.245 0.000 6 109.413 73.552 14.738 1.287 0.405 0.000 7 110.160 73.573 17.540 7.740 4.740 2.205 0.000 8 110.169 74.489 22.340 15

12、.428 9.810 4.740 0.405 9 110.869 76.1015 29.060 (24.393) 15.860 8.047 1.447 10 113.749 82.420 39.175 36.340 24.393 13.352 3.968 11 118.600 89.1019 51.180 49.649 34.109 19.730 7.412 12 120.3101 93.305 57.109 56.189 38.289 21.894 8.180 13 123.332 101.890 64.287 63.816 43.462 24.959 9.629 14 124.164 10

13、1.573 67.440 67.167 45.340 25.740 9.779 15 124.209 101.592 67.773 67.549 45.376 25.804 10.262 ( 续) 直径矩阵 D(i,j) 8 9 10 11 12 13 14 15 1 2 3 4 5 6 7 8 0.000 9 0.320 0.000 10 1.627 0.500 0.000 11 3.628 1.460 0.245 0.000 12 3.848 1.468 0.327 0.245 0.000 13 4.553 1.732 0.380 0.260 0.125 0.000 14 4.557 1.

14、780 0.580 0.530 0.260 0.245 0.000 15 5.509 3.229 2.455 2.452 1.730 1.647 0.605 0.000 (2) 请将下列最小目标函数 e P （i , j ）表中的括号填上，( 无计算过程 ， 不给分 ) 。 最小目标函数 矩阵 eP(n,k) 2 3 4 5 6 7 8 2 0(2) 3 0.045(3) 0(3) 4 12.545(3) 0.045(4) 0(4) 5 14.735(3) 0.29(4) 0.045(5) 0(5) 6 14.773(3) 1.332(4) 0.29(6) 0.045(6) 0(6) 7 17

15、.585(3) (7.78 5 (4) 1.332(7) 0.29(7) 0.045(7) 0(7) 8 22.385(3) 15.178(7) 1.737(7) 0.695(7) 0.29(8) 0.045(8) 0(8) 9 (29.105 (3) 16.22(7) 2.779(7) 1.652(8) 0.61(8) 0.29(9) 0.045(9) 10 39.22(3) 18.741(7) 5.3(7) 2.237(9) 1.195(9) 0.61(10) 0.29(10) 11 51.225(3) 21.213(8) 8.744(7) 3.024(10) 1.8101(10) 0.8

16、55(10) 0.535(10) 12 57.154(3) 21.433(8) 9.512(7) 3.106(10) 1.1019(10) 0.937(10) 0.617(10) 13 64.332(3) 22.138(8) 10.961(7) 3.159(10) 2.032(10) 0.101(10) 0.67(10) 14 67.485(3) 22.142(8) 11.111(7) 3.359(10) 2.232(10) 1.19(10) 0.87(10) 15 67.817(3) 23.094(8) 11.594(7) 4.966(9) 3.359(15) 2.232(15) 1.19(

17、15) ( 续) 最小目标函数 矩阵 (3) 试给出k=5 的分类状况。 四、学生成果分析问题（20 分） 记录 10 个学生的数学、物理、化学、语文、历史、英语的成果，分别用1 2 3 4 5 6, , , , , x x x x x x 表示，得数据见下表所示。对其做主成分分析。 10 名男中学生的身高、胸围及体重数据 学生 代码 数学 x1 物理 x2 化学 x3 语文 x4 历史 x5 英语 x6 1 65 61 73 84 81 79 2 77 77 76 64 73 55 3 67 63 49 65 67 57 4 80 69 75 74 74 63 5 74 73 80 84 8

18、1 74 6 78 84 75 62 73 64 7 66 73 67 52 65 57 8 77 73 57 73 86 73 9 83 101 79 41 67 50 10 80 92 65 73 67 76 SPSS 运算结果附表： （1） Communalities Initial Extraction X1 1.000 0.803 X2 1.000 0.849 X3 1.000 0.555 X4 1.000 0.911 eP(n,k) 9 10 11 12 13 14 15 2 3 4 5 6 7 8 9 0(9) 10 0.045(10) 0(10) 11 0.29(11) 0.0

19、45(11) 0(11) 12 0.373(10) 0.29(12) 0.045(12) 0(12) 13 0.425(10) 0.305(11) 0.17(12) 0.045(13) 0(13) 14 0.625(10) 0.425(14) 0.305(14) 0.17(14) 0.045(14) 0(14) 15 0.87(15) 0.625(15) 0.425(15) 0.305(15) 0.17(15) 0.045(15) 0(15) X5 1.000 0.763 X6 1.000 0.790 Extraction Method: Principal Component Analysi

20、s. （ （2 ） Total Variance Explained Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 3.049 50.820 50.820 3.049 50.820 50.820 2 1.623 27.054 77.874 1.623 27.054 77.874 3 .673 11.161 89.035 4 .427 7.112 96.146 5 .214 3

21、.565 101.731 6 .017 .289 101.000 Extraction Method: Principal Component Analysis. （3） Component Matrix(a) Component 1 2 X1 -.557 0.732 X2 -.811 0.438 X3 -.263 0.6101 X4 0.905 0.302 X5 0.758 0.435 X6 0.786 0.415 Extraction Method: Principal Component Analysis. a 2 components extracted. （4）Rotated Com

22、ponent Matrix(a) Component 1 2 X1 -.125 0.887 X2 -.477 0.789 X3 0.126 0.734 X4 0.934 -.1101 X5 0.874 -.010 X6 0.888 -.040 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a Rotation converged in 3 iterations. （ （5） ） Component Transformation Matrix

23、 Component 1 2 1 0.862 -0.507 2 0.507 0.862 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. （ （6） ） Component Score Coefficient Matrix Component 1 2 X1 0.062 0.465 X2 -0.092 0.367 X3 0.143 0.414 X4 0.350 0.010 X5 0.350 0.105 X6 0.352 0.090 Extract

24、ion Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. Component Scores. 问题： 1、依据附表（2），请写出前两个特征值及其对应主成分的贡献率。 2、依据附表（3）和（4），比较旋转前和旋转后的因子负荷矩阵，对这两个旋转后的因子的意义作一个合理的说明，尝试给两个因子命名。 3、请指出这里的因子分析所采纳的方法。 4、依据因子得分系数矩阵即附表（6），请写出所提取的两个因子的数学表达式。 五、简答题（20 分） 1、 简述有交互作用的正交试验设计的

25、表头设计原则。 2、 试从定义上探讨判别分析和聚类分析有什么不同。 应用统计学 模拟试卷 开课学院： 商学院 专业： 考试形式：闭卷，所需时间： 120 分钟 考生姓名： 学号： 班级： 任课老师： 题序 一 二 三 四 五 总 分 得分 评卷人 留意： 请将答案写在答题纸上，写在试卷上无效。 本试卷计算题均精确到小数点后三位！ 二、小麦试验问题（20 分）这道题涉及的内容： 方差分析 设有三个品种（用因素 A 表示）的小麦和两种不同的肥料（用因素 B 表示），将肯定面积的地块分为 6个均等的小区，每个小区随机地试验品种和肥料 6 种组合的一种，在面积相等的四块地上进行重复试验，其小麦的产量（

26、公斤）如下表： 品种 肥料 1 2 3 1 9 10 9 8 11 12 9 8 13 14 15 12 2 9 10 12 11 12 13 11 12 22 16 20 18 SPSS 运算结果附表： (1) Tests of Between-Subjects Effects Dependent Variable: Y Source Type III Sum of Squares df Mean Square F Sig. Corrected Model 263.333(a) 5 52.667 21.545 0.000 Intercept 3650.667 1 3650.667 1493.

27、455 0.000 A 190.333 （ 2 ） 95.167 38.932 0.000 B 54.000 1 54.000 （22091 ） 0.000 A * B 19.000 （ 2 ） 9.500 （ 3.886 ） 0.040 Error 44.000 18 2.444 Total 3958.000 24 Corrected Total 307.333 23 a R Squared = 0.857 (Adjusted R Squared =0.817) (2) Estimated Marginal Means 小麦产量 Mean Dependent Variable: Y Mean

28、 Std. Error 95% Confidence Interval Lower Bound Upper Bound 12.333 0.319 11.663 13.004 (4) Post Hoc Tests A Homogeneous Subsets Student-Newman-Keuls A N Subset 1 2 1 8 9.7500 2 8 11.0000 3 8 16.2500 Sig. 0.127 1.000 Means for groups in homogeneous subsets are displayed. Based on Type III Sum of Squa

29、res The error term is Mean Square(Error) = 2.444. a Uses Harmonic Mean Sample Size = 8.000. b Alpha = 0.05. 问题： 1、 请填写附表(1)里面空白（）处，并给出计算公式。 2、 依据附表(1)方差分析的显著性水平结果，按 0.05 检验水平，探讨各个因素的显著性。 3 、 依据附表(2)，说明里面各项指标的意义。 我们称表 2 为 估计边际平均值，这张表用于估计小麦产量的平均值在 95%的可能性下在那个范围之内。Mean 为平均值，std error 为标准误差，最终 95%xxxxxx

30、x 表示在 95%的状况下，平均值会在下限为 11.663，上为 13.004 之间。 4、 依据附表(3)，说明 A 因素下各个水平均值多重比较的结果。 品种 1 和品种 2 放在 subset1 中， 它们的平均产量与 subset2 中的品种 3 有明显差异。但是对于 subset1组内来说，均数比较检验的概率，Sig 值为 0.127>0.05，即原假设无效， 品种 1 和 和 2 不存在明显产量差异。 5、 找出最优生产条件，并说明理由。 从表 1 的方差分析可得，总方差 307.333=190.333+54+19+44，方差很大的部分都是由品种和肥料的差异构成的，即品 种和肥

31、料对产量影响很大，至于交互作用，可以忽视。所以我们依据表 3 选择平 均产量最高的品种，品种 3。依据 原来的表格，我们可知同一种品种，肥料 2 明显能使得小麦增产，所以我们选择肥料 2。 所以最优生产条件，品种 3，肥料 2 二、销售额问题（20 分） 回来分析 某公司某种商品在 15 个地区的销售额 Y（万元）与各地区的人口1x （万人）及平均每户总收入2x （元）的有关数据如下表。 地区 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Y 162 120 223 131 67 169 81 192 116 55 252 232 144 103 212 X1 274

32、 180 375 205 86 265 101 330 195 53 430 373 236 157 373 X2 2450 3254 3802 2838 2347 3782 3008 2450 2137 2560 4020 4427 2660 2088 2605 SPSS 运算结果附表： (1) Variables Entered/Removed(b) Model Variables Entered Variables Removed Method 1 X2, X1(a) . Enter a All requested variables entered. b Dependent Varia

33、ble: Y (2) Model Summary(b) Model R R Square Adjusted R Square Std. Error of the Estimate 1 0.1019(a) 0.1019 0.1019 2.17732 a Predictors: (Constant), X2, X1 b Dependent Variable: Y (3) ANOVA(b) Model Sum of Squares df Mean Square F Sig. 1 Regression 53844.736 2 26922.358 0.000(a) Residual 56.884 12

34、4.740 Total 53901.600 14 a Predictors: (Constant), X2, X1 b Dependent Variable: Y (4) Coefficients(a) Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 3.453 2.431 1.420 0.181 X1 0.496 0.006 0.934 81.924 0.000 X2 0.009 0.001 0.108 9.502 0.000 a Depende

35、nt Variable: Y 问题： 1、 附表(2)里面，指标 R 是什么指标，给出它的定义及其说明。 模型摘要表，R 为 复相关系数，定义 R= 根号下（Sr/St） ）,Sr 为 回来平方和，St 为总平方和。依据 St=Sr+Se有：R 愈大，代表残差越小，方程回来性越高。本例中计算式子为：根号下（53844.736/53901.6）. 2、 求出附表(3)里面的 F 值，给出计算公式，并按 0.05 检验水平，探讨回来方程的显著性。 构造 F 统计量，计算公式如下 Vr=Sr/fr,Ve=Se/fe，F=Vr/Ve。其中 S 表示方差，f 表示自由度。关于两者的下表，我在表格上用红笔

36、标出来了。小 r 代表回来 regression，e 表示残差 residual。 本例中，计算 Vr=53844.736/2=26922.358,Ve=56.884/12=4.740,所以 F=26922.358/4.740=5679.466 Sig=0.000，表示双尾检验 P=0.000，方程回来性显著。 3、 依据附表(4)，给出回来方程的表达式，按 0.05 检验水平，探讨回来系数的显著性，并估计地区 5的 销售额的残差，给出计算公式。 说明一下表 4 的含义。表 4 为回来系数表，表头 B 下面的就是表示回来方程的参数，Constant 表示的是常数项。所以有 Y=3.453+0.

37、496X1+0.008X2+e（e 是希腊字幕 kec，我打不出来，表示随机误差的意思）。 我们现在看最终一列，X1，X2 系数对应的双尾检验 P 值=0.000，即至少在 101.9%的状况下，得出的 回来方程有效。而题目要求的是 0.05 检验水平，95%的状况下有效就行了。所以很明显，通过 SPSS计算出的两个回来系数，都有显著意义。 残差的计算公式在书上第 108 页，e=Y-Y（小帽子），意思很好理解的。下面是关于本题残差的计算。 本题五区的视察值为 Y=67，拟合值 Y（小帽子）=3.453+0.496*86+0.008*2347=64.885,残差 e=2.115。 四、经济发展

38、阶段问题（20 分） 为了探讨近年来中国经济发展状况，搜集了 11019 年2002 年中国国内生产总值(GDP)指数(上年=101)，列表如下(本表按不变价格计算)： 11019 年2003 年中国国内生产总值(GDP) 指数( 上年=101) 年份 11019 11010 11011 11012 11013 11014 11015 指数(%) 104.1 103.8 109.2 114.2 113.5 112.6 110.5 年份 11016 19101 19101 11019 2000 2001 2002 2003 指数(%) 109.6 108.8 107.8 107.1 107.8

39、107.3 108.0 109.1 (1) 请将下列直径 D(i , j) 表中的括号填上，( 无计算过程, 不给分) 。 直径矩阵 D(i,j) 1 2 3 4 5 6 7 1 0.000 2 0.045 0.000 3 18.420 14.580 0.000 4 (73.673.607508) 54.107 12.500 0.000 5 101.373 68.848 14.660 0.245 0.000 6 109.413 73.552 14.738 1.287 0.405 0.000 7 110.160 73.573 17.540 7.740 4.740 2.205 0.000 8 11

40、0.169 74.489 22.340 15.428 9.810 4.740 0.405 9 110.869 76.1015 29.060 (224.393.) 15.860 8.047 1.447 10 113.749 82.420 39.175 36.340 24.393 13.352 3.968 11 118.600 89.1019 51.180 49.649 34.109 19.730 7.412 12 120.3101 93.305 57.109 56.189 38.289 21.894 8.180 13 123.332 101.890 64.287 63.816 43.462 24

41、.959 9.629 14 124.164 101.573 67.440 67.167 45.340 25.740 9.779 15 124.209 101.592 67.773 67.549 45.376 25.804 10.262 所谓有序聚类法，举个体育课的例子，老师吩咐学生从左到右由低到高战成一排，假设这坨人的身高从左到右分别为 163，166,168,173,175,178,179,180,181,184,188,189。现在要求在不变更他们站位依次的状况下把他们分成三类，一个自然而然的想法就是，163,166,168，173,175,178,179，180,181,184,188,

42、189。这就是有序聚类法。 我现在这么分类了，问题是鬼才知道这么分类好不好。所以我们引入一种检测方法：设上面人的身高从左到右分别为 x1，x2。x12。第一组的起始元素是 x1，结束元素是 x3，计算组内平方和，这个很好计算，为了简便书写，我们令组内平方和为 d，由于第一个元素是 1，最终一个元素是 3，所以 d（1,3）就表示第一组的组内平方和。 更一般的书写方法，就是 d（i，j），书上 p156 有说明，那么何为最优聚类呢？就是全部组的组内平方和加起来为最小的时候，就是最优聚类。 现在我们用实例来学会计算方法： 假如我们把 11010 年单独分一类，那么很明显，d=0。但是假如我们把 11010,