贾俊平第四版统计学-第十一章一元线性回归练习题
第十一章一元线性回归练习题
一．
选择题
1．具有相关关系的两个变量的特点是（ ） A ．一个变量的取值不能由另一个变量唯一确定
B ．一个变量的取值由另一个变量唯一确定
C ．一个变量的取值增大时另一个变量的取值也一定增大
D ．一个变量的取值增大时另一个变量的取值肯定变小 2．下面的各问题中，哪个不是相关分析要解决的问题
A ．判断变量之间是否存在关系
B ．判断一个变量数值的变化对另一个变量的影响
C ．描述变量之间的关系强度 D.判断样本所反映的变量之间的关系能否代表总体变量之间的关系
3.根据下面的散点图，可以判断两个变量之间存在（ ）
A. 正线性相关关系
B. 负线性相关关系
C. 非线性关系
D. 函数关系 4.下面的陈述哪一个是错误的（ ）
A.相关关系是度量两个变量之间线性关系强度的统计量 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1 D ．相关系数不会取负值
5.根据你的判断，下面的相关系数取值哪一个是错误的（ ） A. -0.86 B. 0.78 C. 1.25 D. 0
6.如果相关系数r=0,则表明两个变量之间（ ） A.相关程度很低 B. 不存在任何关系
C ．不存在线性相关关系 D.存在非线性关系 7.
下列不属于相关关系的现象是（ ）
A. 银行的年利息率与贷款总额
B.居民收入与储蓄存款
C.电视机的产量与鸡蛋产量
D.某种商品的销售额与销售价格
8.设产品产量与产品单位成本之间的线性相关系数为-0.87，这说明二者之间存在着（ ） A. 高度相关 B.中度相关 C.低度相关 D.极弱相关 9.在回归分析中，被预测或被解释的变量称为（ ） A.自变量 B.因变量 C.随机变量 D.非随机变量
10. 对两变量的散点图拟合最好的回归线，必须满足一个基本的条件是（ ） A. 2?()y
y ∑-最小 B. 2
)(y y ∑-最大
C.
2?()y
y ∑-最大 D. 2
)(?y y
∑-最小
11. 下列哪个不属于一元回归中的基本假定（ ）
A.误差项i ε服从正态分布
B. 误差项i ε的期望值为0
C. 误差项i ε相互独立
D. 对于所有的X ，方差都相同
12.如果两个变量之间存在着负相关，指出下列回归方程中哪个肯定有误（ ） A.x y 75.025?-= B. x y 86.0120?+-= C. x y 5.2200?-= D. x y 74.034?--=
13.对不同年份的产品成本拟合的直线方程为,75.1280?x y -=y 表示产品成本，x 表示不同年份，则可知（ ）
A.时间每增加一个单位，产品成本平均增加1.75个单位
B. 时间每增加一个单位，产品成本平均下降1.75个单位
C.产品成本每变动一个单位，平均需要1.75年时间
D. 产品成本每减少一个单位，平均需要1.75年时间 14.在回归分析中，F 检验主要是用来检验（ ）
A ．相关关系的显著性 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
15.说明回归方程拟合优度的统计量是（ ）
A. 相关系数
B.回归系数
C. 判定系数
D. 估计标准误差
16.已知回归平方和SSR=4854,残差平方和SSE=146,则判定系数R 2=( ) A.97.08% B.2.92% C.3.01% D. 33.25% 17. 判定系数R2值越大，则回归方程（ ）
A 拟合程度越低
B 拟合程度越高
C 拟合程度有可能高，也有可能低
D 用回归方程进行预测越不准确 18. 居民收入与储蓄额之间的相关系数可能是（ ） A -0.9247 B 0.9247 C -1.5362 D 1.5362
19.在对一元回归方程进行显著性检验时，得到判定系数R 2=0.80,关于该系数的说法正确的
是（ ）
A.该系数越大，则方程的预测效果越好
B. 该系数越大，则由回归方程所解释的因变量的变差越多
C. 该系数越大，则自变量的回归对因变量的相关关系越显著
D.该回归方程中自变量与因变量之间的相关系数可能小于0.8 20.下列方程中肯定错误的是（ ）
A. x y
48.015?-=，r=0.65 B. x y 35.115?--=, r= - 0.81 C. x y
85.025?+-=, r=0.42 D. x y 56.3120?-=, r= - 0.96 21. 若两个变量存在负相关关系，则建立的一元线性回归方程的判定系数R 2的取值范围是（ ）
A.【0，1】
B. 【-1，0】
C. 【-1，1】
D.小于0的任意数
二．
填空题
1.
当从某一总体中抽取了一样本容量为30的样本，并计算出某两个变量的相关系数为0.8时，我们是否可认为这两个变量存在着强相关性（ ） ，理由是（ ）。 若不能判断，则我们需要进行（ ）检验，构造的检验统计量为（ ），它服从（ ）分布。在=α0.05水平下，该相关关系是否显著（ ）。
2.如下两图中，图（ ）的相关系数会大一些。我们能否用相关系数判断哪个图中数据间的相关性会强一些（ ），理由是（ ）
三．
计算题
1. 从n=20的样本中得到的有关回归结果如下：SSR=80,SSE=60。现要检验x 与y 之间的线
性关系是否显著。
（1）SSR 的自由度是多少？SSE 的自由度是多少？ （2）线性关系检验的统计量F 值是多少？ （3）判定系数为多少？其含义是什么？
（4）假定x 与y 之间是负相关，计算相关系数。（
（5）给定显著性水平05.0=α，临界值αF 为4.414，检验x 与y 之间的线性关系是否显著。
2.从某一行业中随机抽区17家企业，为了解所得产量和生产费用的关系，现对有关数据进行了回归分析，其中所得产量为x （台），生产费用为y （万元），得到如下分析结果：
方差分析表
df SS MS F Significance F
回归分析
0.017 残差 75 － － 总计
16
500
－ －
－
参数估计表
Coefficients 标准误差
t Stat P-value Intercept 6.388 2.076 2.856 0.017 X Variable 1
1.248
0.182
6.862
0.000
（1）完成上面的方差分析表。
（2）生产费用中，有多少可以由产量来解释？
（3）生产费用与产量的相关系数是多少？（保留四位小数） （4）写出估计的回归方程并解释回归系数的实际意义。 （5）检验方程线性的显著性（05.0＝α）。
（6）当使用年限为20时，预测生产费用是多少？
第十一章 一元线性回归分析
第十一章一元线性回归 11.1从某一行业中随机抽取12家企业，所得产量与生产费用的数据如下： 要求： （1）绘制产量与生产费用的散点图，判断二者之间的关系形态。 （2）计算产量与生产费用之间的线性相关系数。 （3）对相关系数的显著性进行检验（α = 0.05），并说明二者之间的关系强度。 解：(1)利用Excel的散点图绘制功能，绘制的散点图如下： 从散点图的形态可知，产量与生产费用之间存在正的线性相关。 （2）利用Excel的数据分析中的相关系数功能，得到产量与生产费用的线性相关系数r = 0.920232。 （3）计算t统计量，得到t = 7.435453，在α = 0.05的显著性水平下，临界值为2.6337，统计量远大于临界值，拒绝原假设，产量与生产费用之间存在显著
的正线性相关关系。r大于0.8，高度相关。 11.2 学生在期末考试之前用于复习的时间（单位：h）和考试分数（单位：分）之间是否有关系？为研究这一问题，以为研究者抽取了由8名学生构成的一个随机样本，得到的数据如下： 要求： （1）绘制复习时间和考试分数的散点图，判断二者之间的关系形态。 （2）计算相关系数，说明两个变量之间的关系强度。 解：(1)利用Excel的散点图绘制功能，绘制的散点图如下： 从散点图的形态来看，考试分数与复习时间之间似乎存在正的线性相关关系。 （2）r = 0.862109，大于0.8，高度相关。 11.3根据一组数据建立的线性回归方程为?100.5 =-。 y x
要求： ?β的意义。 （1）解释截距 ?β意义。 （2）解释斜率 1 （3）计算当x = 6时的E(y)。 解：（1）在回归模型中，一般不能对截距项赋予意义。 ?β的意义为：当x增加1时，y减小0.5。 （2）斜率 1 （3）当x = 6时，E(y) = 10 – 0.5 * 6 = 7。 11.4 设SSR = 36，SSE = 4，n = 18。 要求： （1）计算判定系数R2并解释其意义。 （2）计算估计标准误差s e并解释其意义。 解：SST = SSR+SSE = 36+4 = 40， R2 = SSR / SST = 36 /40 = 0.9，意义为自变量可解释因变量变异的90%，自因变量与自变量之间存在很高的线性相关关系。 s== 0.5，这是随机项的标准误差的估计值。 （2） e 11.5一家物流公司的管理人员想研究货物的运送距离和运送时间的关系，因此，他抽出了公司最近10辆卡车运货记录的随机样本，得到运送距离（单位：km）和运送时间（单位：天）的数据如下：
统计学课后习题答案(第四版)贾俊平(第4、5、7、10章)
《统计学》第四版 第四章练习题答案 众数：M o =1O;中位数：中位数位置=n+1/2=5.5 , M e =10 ;平均数： (2) Q L 位置=n/4=2.5, Q L =4+7/2=5.5 ； Q u 位置=3n/4=7.5 , Q u =12 （4） 4.2 和 M O =23。 将原始数据排序后，计算中位数的位置为：中位数位置 =n+1/2=13，第13个位置上的数 值为23，所以中位数为 M e =23 （2）Q L 位置=n/4=6.25, Q L ==19 ； Q u 位置=3n/4=18.75，Q u =26.5 茎 叶 频数 5 5 1 6 6 7 8 3 7 1 3 4 8 8 5 （3） 第一种排队方式： 离散程度大于第二种排队方式。 （4 ）选方法二，因为第二种排队方式的平均等待时间较短，且离散程度小于第一种排队方 式。 _ Z X i 4.4 ( 1)X 8223/30=274.1 4.1 ( 1 ) 二 X i X = n 96.9,6 10 2 ' （X i-X ） _ 156 .4 42 n -1 , 9 由于平均数小于中位数和众数，所以汽车销售量为左偏分布。 （1）从表中数据可以看出，年龄出现频数最多的是 19和23,故有个众数，即 M O =19 (3) ⑶平均数-A =600/25=24,标准差— (XLX) \ n —1 2 1062 6.65 25-1 n （4） 偏态系数SK=1.08，峰态系数K=0.77 （5） 分析：从众数、中位数和平均数来看，网民年龄在 23-24岁的人数占多数。由于标准 差较大，说明网民年龄之间有较大差异。 从偏态系数来看，年龄分布为右偏，由于偏态系数 1,所以，偏斜程度很大。由于峰态系数为正值，所以为尖峰分布。 （1）茎叶图如下： 大于 4.3 —2 '（X 一 X ） 4.08 0.714 n n -1 ■ 8 由于两种排队方式的平均数不同，所以用离散系数进行比较。 (2) X 二一^ =63/9=7, S = ■■
统计学(第五版)贾俊平 课后思考题和练习题答案(最终完整版)
统计学（第五版）贾俊平课后思考题和练习题答案（最终完整版） 整理by__kiss-ahuang 第一部分思考题 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1.3 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。 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。
统计学人教版第五版课后题答案
统计学 第五版贾俊平版课后题答案（部分） 第三章数据的图表展示 3．1 为评价家电行业售后服务的质量，随机抽取了由100个家庭构成的一个样本。服务质量的等级分别表示为：A．好；B．较好；C一般；D．较差；E.差。调查结果如下： B E C C A D C B A E D A C B C D E C E E A D B C C A E D C B B A C D E A B D D C C B C E D B C C B C D A C B C D E C E B B E C C A D C B A E B A C E E A B D D C A D B C C A E D C B C B C E D B C C B C 要求： (1)指出上面的数据属于什么类型。 顺序数据 (2)用Excel制作一张频数分布表。 用数据分析——直方图制作： 接收频率 E16 D17 C32 B21 A14 (3)绘制一张条形图，反映评价等级的分布。 用数据分析——直方图制作：
(4)绘制评价等级的帕累托图。 逆序排序后，制作累计频数分布表： 接收 频数 频率(%) 累计频率(%) C 32 32 32 B 21 21 53 D 17 17 70 E 16 16 86 A 14 14 100 5101520253035C D B A E 20406080100120 3．2 某行业管理局所属40个企业2002年的产品销售收入数据如下： 152 124 129 116 100 103 92 95 127 104 105 119 114 115 87 103 118 142 135 125 117 108 105 110 107 137 120 136 117 108 97 88 123 115 119 138 112 146 113 126 要求： (1)根据上面的数据进行适当的分组，编制频数分布表，并计算出累积频数和累积频率。 1、确定组数： ()l g 40l g () 1.60206 111 6.32l g (2)l g 20.30103 n K =+ =+=+=，取k=6 2、确定组距： 组距＝( 最大值 - 最小值)÷ 组数=（152-87）÷6=10.83，取10 3
贾俊平第四版统计学-第十一章一元线性回归练习答案
第十一章一元线性回归练习题答案 二．填空题 1. 不能；因为该相关系数为样本计算出的相关系数，它的大小受样本数据波动的影响，它是否显著尚需 检验；t 检验; 2. 图1；不能；因为图1反映的是线性相关关系，图2反映的是非线性性相关关系，相关系数只能反映 线性相关变量间的相关性的强弱，不能反映非线性相关性的强弱。 三．计算题 1.（1） SSR 的自由度是1，SSE 的自由度是18。 （2）2418 /6080220/1/==-= SSE SSR F (3)判定系数%14.57140 802 === SST SSR R 在y 的总变差中，由57.14％的变差是由于x 的变动说引起的。 (4)7559.05714.02-=-=-=R r 相关系数为-0.7559。 (5)线性关系显著和：线性关系不显著 和y x y x H 10H : 因为414.424=>=αF F ，所以拒绝原假设，x 与y 之间的线性关系显著。 2.（1） 方差分析表 df SS MS F Significance F 回归分析 1 425 425 85 0.017 残差 15 75 5 － － 总计 16 500 － － － （2）判定系数%8585.0500 425 2 ==== SST SSR R 表明在维护费用的变差中，有85％的变差可由使用年限来解释。 （3）9220.085.02===R r 二者相关系数为0.9220，属于高度相关 （4） x y 248.1388.6?+= 分布；显著。 的自由度为t n r n r t 2);12 ||2 ---=
回归系数为1.248，表示每增加一个单位的产量，该行业的生产费用将平均增长1.248个单位。 （5）线性关系显著性检验： 线性关系显著 ：生产费用和产量之间性关系不显著生产费用和产量之间线10:H H 因为Significance F=0.017<05.0＝α,所以线性关系显著。 （6） 348.3120248.1388.6248.1388.6?＝＝?++=x y 当产量为10时，生产费用为31.348万元。
统计学贾俊平第五版课后习题答案完整版
亲爱的，一章一章来，肯定能弄完的，你是最棒的！ 统计学（第五版）贾俊平课后习题答案（完整版） 第一章思考题 i.i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岀结论。 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1.3 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。 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。
统计学第四章习题答案-贾俊平
第四章统计数据的概括性度量 4．1 一家汽车零售店的10名销售人员5月份销售的汽车数量(单位：台)排序后如下：2 4 7 10 10 10 12 12 14 15 要求： （1）计算汽车销售量的众数、中位数和平均数。 (2)根据定义公式计算四分位数。 (3)计算销售量的标准差。 (4)说明汽车销售量分布的特征。 解： Statistics 10 Missing0 Mean9.60 Median10.00 Mode10 Std. Deviation 4.169 Percentiles25 6.25 5010.00 75 单位：周岁1915292524 2321382218 3020191916 2327223424 4120311723 要求； (1)计算众数、中位数： 排序形成单变量分值的频数分布和累计频数分布：
网络用户的年龄 (2)根据定义公式计算四分位数。 Q1位置=25/4=6.25，因此Q1=19，Q3位置=3×25/4=18.75，因此Q3=27，或者，由于25和27都只有一个，因此Q3也可等于25+0.75×2=26.5。 (3)计算平均数和标准差； Mean=24.00；Std. Deviation=6.652 (4)计算偏态系数和峰态系数： Skewness=1.080；Kurtosis=0.773 (5)对网民年龄的分布特征进行综合分析： 分布，均值=24、标准差=6.652、呈右偏分布。如需看清楚分布形态，需要进行分组。
1、确定组数： ()lg 25lg() 1.398111 5.64lg(2)lg 20.30103 n K =+ =+=+=，取k=6 2、确定组距：组距＝( 最大值 - 最小值)÷ 组数=（41-15）÷6=4.3，取5 3、分组频数表 网络用户的年龄 (Binned) 分组后的直方图：
计量经济学庞皓3版第四章练习题4.4参考解答要点
4.4 在本章开始的“引子”提出的“国内生产总值增加会减少财政收入吗？”的例子中，如果所采用的数据如表4.11所示 表4.11 1978-2011年财政收入及其影响因素数据 (资料来源：《中国统计年鉴2008》，中国统计出版社2008年版)
试分析：为什么会出现本章开始时所得到的异常结果？怎样解决所出现的问题？ 【练习题4.4参考解答】 建议学生自己独立完成 由于模型存在严重的多重共线性，导致模型的回归系数不稳定，且回归系数的符号与相关图的分析不一致。 一、财政收入理论模型建立 由经济理论可知，一个国家或地区的经济发展是财政收入的来源,经济发展水平越高或者经济总量越大的地区,财政收入就越有充足的來源，一般地衡量一国的经济发展水平我们采用国内生产总值反映，故国内生产总值是影响财政收入的一个因素；税收是财政收入的主要形式,税收规模越大, 财政收入越多，税收收入是影响财政收入的一个重要因素；由以支定收财政理论可知，财政支出是政府为提供公共产品和服务,满足社会共同需要而进行的财政资金的支付，财政支出水平越高，政府提供公共产品与服务越多，需要的财政收入也越多，从这一角度而言，财政支出也是影响财政收入的一个因素。下列的相关图分析也说明了这一点。利用eviews 软件分别输入相关图命令： scat czzc czsr scat gdp czsr scat ssze czsr 得财政支出与财政收入、国内生产总值与财政收入、税收收入与财政收入的相关图，如图一所示： 图一 变量之间的相关图 由相关图可知，财政支出、国内生产总值、税收收入分别与财政收入之间呈现出一种正的线性关系，综上所述，初步将财政收入理论模型定为线性回归模型： t t t t t u ssze GDP czzc czsr +++=4321ββββ＋ 其中，czsr 表示财政收入、czzc 表示财政支出、GDP 表示国内生产总值、ssze 表示税
第11章 一元线性回归
第11章一元线性回归 1.具有相关关系的两个变量的特点是（） A．一个变量的取值不能由另一个变量唯一确定 B．一个变量的取值由另一个变量唯一确定 C．一个变量的取值增大时，另一个变量的取值也一定增大 D．一个变量的取值增大时，另一个变量的取值肯定变小 2.下面的各问题中，哪个不是相关分析要解决的问题（） A．判断变量之间是否存在关系 B．判断一个变量数值的变化对另一个变量的影响 C．描述变量之间的关系强度 D．判断样本所反映的变量之间的关系能否代表总体变量之间的关系 3.下面的假定中，哪个属于相关分析中的假定（）
A．两个变量之间是非线性关系 B．两个变量都是随机变量 C．自变量是随机变量，因变量不是随机变量 D．一个变量的数值增大，另一个变量的数值也应增大 4.如果变量之间的关系近似地表现为一条直线，则称两个变量之间为（）A．正线性相关关系 B．负线性相关关系 C．线性相关关系 D．非线性相关关系 5.如果一个变量的取值完全依赖于另一个变量，各观测点落在一条直线上，称为两个变量之间为（） A．完全相关关系 B．正线性相关关系 C．非线性相关关系 D．负线性相关关系 6.下面的陈述哪一个是错误的（） A．相关系数是度量两个变量之间线性关系强度的统计量
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1 D．相关系数不会取负值 7.如果相关系数r=0，则表明两个变量之间（） A．相关程度很低 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 8.在回归分析中,被预测或被解释的变量称为（） A．自变量 B．因变量 C．随机变量 D．非随机变量 9.在回归分析中,描述因变量y如何依赖于自变量x和误差项的方程称为（）A．回归方程 B．估计的回归方程 C．回归模型 D．经验回归方程 中，ε反映的是10. 在一元回归模型ε β β+ + y =x 1
统计学贾俊平,第四版课后习题答案
3．3 某百货公司连续40天的商品销售额如下： 单位：万元 41 25 29 47 38 34 30 38 43 40 46 36 45 37 37 36 45 43 33 44 35 28 46 34 30 37 44 26 38 44 42 36 37 37 49 39 42 32 36 35 要求：根据上面的数据进行适当的分组，编制频数分布表，并绘制直方图。 1、确定组数： ()l g 40l g () 1.60206 111 6.32l g (2)l g 20.30103 n K =+ =+=+=，取k=6 2、确定组距： 组距＝( 最大值 - 最小值)÷ 组数=（49-25）÷6=4，取5 (1) 对这个年龄分布作直方图； (2) 从直方图分析成人自学考试人员年龄分布的特点。 解：（1）制作直方图：将上表复制到Excel 表中，点击：图表向导→柱形图→选择子图表类型→完成。即得到如下的直方图：(见Excel 练习题2.6)
（2）年龄分布的特点：自学考试人员年龄的分布为右偏。 解： (1)根据上面的数据，画出两个班考试成绩的对比条形图和环形图。
3.14 已知1995—2004年我国的国内生产总值数据如下(按当年价格计算)： 要求： (2)绘制第一、二、三产业国内生产总值的线图。
4．1 一家汽车零售店的10名销售人员5月份销售的汽车数量(单位：台)排序后如下： 2 4 7 10 10 10 12 12 14 15 要求： （1）计算汽车销售量的众数、中位数和平均数。 (2)根据定义公式计算四分位数。 (3)计算销售量的标准差。 (4)说明汽车销售量分布的特征。 解： Statistics 汽车销售数量 N Valid 10 Missing 0 Mean 9.60 Median 10.00 Mode 10 Std. Deviation 4.169 Percentiles 25 6.25 50 10.00 75 12.50
(完整版)贾俊平统计学[第六版]思考题答案解析.docx
第一章： 1、什么是统计学？ 统计学是一门收集、分析、表述、解释数据的科学和艺术。 2、描述统计：研究的是数据收集、汇总、处理、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。 3、统计学据可以分成哪几种类型，个有什么特点？ 按照计量尺度不同，分为：分类数据、顺序数据、数值型数据。 分类数据：只能归于某一类别的，非数字型数据。 顺序数据：只能归于某一有序类别的，非数字型数据。 数值型数据：按数字尺度测量的观察值，结果表现为数值。 按收集方法不同。分为：观测数据、和实验数据 观测数据：通过调查或观测而收集到的数据；不控制条件； 社会经济领域 实验数据：在试验中收集到的数据；控制条件；自然科学领域。 按时间不同，分为：截面数据、时间序列数据 截面数据：在相同或近似相同的时间点上收集的数据。 时间序列数据：在不同时间收集的数据。 4、举例说明总体、样本、参数、统计量、变量这几个概念。 总体：是包含全部研究个体的集合，包括有限总体和无限总体（范围、数目判定） 样本：从总体中抽取的一部分元素的集合。 参数：用来描述总体特征的概括性数字度量。（平均数、标准差、比例等） 统计量：用来描述样本特征的概括性数字度量。（平均数、标准差、比例等） 变量：是说明样本某种特征的概念，其特点：从一次观察到下一次观察结果会呈现出差别或变化。（商品销售额、受教育程度、产品质量等级等） （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。） 5、变量可以分为哪几类？ 分类变量：说明事物类别；取值是分类数据。 顺序变量：说明事物有序类别；取值是顺序数据 数值型变量：说明事物数字特征；取值是数值型数据。 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 6、举例说明离散型变量和连续型变量。 离散型变量：只能取有限个、可数值的变量。（企业个数、产品数量） 连续型变量：可以在一个或多个区间中取任何值的变量。（年龄、温度、零件尺寸误差）7、请举出统计应用的几个例子。 市场调查、人口普查等。 8、请举出应用统计学的几个领域。 社会科学中的经济分析、政府政策制定等；自然科学中的物理、生物领域等。
应用回归分析,第4章课后习题参考答案.
第4章违背基本假设的情况 思考与练习参考答案 4.1 试举例说明产生异方差的原因。 答：例4.1：截面资料下研究居民家庭的储蓄行为 Y i=β0+β1X i+εi 其中：Y i表示第i个家庭的储蓄额，X i表示第i个家庭的可支配收入。 由于高收入家庭储蓄额的差异较大，低收入家庭的储蓄额则更有规律性，差异较小，所以εi的方差呈现单调递增型变化。 例4.2：以某一行业的企业为样本建立企业生产函数模型 Y i=A iβ1K iβ2L iβ3eεi 被解释变量：产出量Y，解释变量：资本K、劳动L、技术A，那么每个企业所处的外部环境对产出量的影响被包含在随机误差项中。由于每个企业所处的外部环境对产出量的影响程度不同，造成了随机误差项的异方差性。这时，随机误差项ε的方差并不随某一个解释变量观测值的变化而呈规律性变化，呈现复杂型。 4.2 异方差带来的后果有哪些？ 答：回归模型一旦出现异方差性，如果仍采用OLS估计模型参数，会产生下列不良后果： 1、参数估计量非有效 2、变量的显著性检验失去意义 3、回归方程的应用效果极不理想 总的来说，当模型出现异方差性时，参数OLS估计值的变异程度增大，从而造成对Y的预测误差变大，降低预测精度，预测功能失效。 4.3 简述用加权最小二乘法消除一元线性回归中异方差性的思想与方法。 答：普通最小二乘估计就是寻找参数的估计值使离差平方和达极小。其中每个平方项的权数相同，是普通最小二乘回归参数估计方法。在误差项等方差不相关的条件下，普通最小二乘估计是回归参数的最小方差线性无偏估计。然而在异方差
的条件下，平方和中的每一项的地位是不相同的，误差项的方差大的项，在残差平方和中的取值就偏大，作用就大，因而普通最小二乘估计的回归线就被拉向方差大的项，方差大的项的拟合程度就好，而方差小的项的拟合程度就差。由OLS 求出的仍然是的无偏估计，但不再是最小方差线性无偏估计。所以就是：对较大的残差平方赋予较小的权数，对较小的残差平方赋予较大的权数。这样对残差所提供信息的重要程度作一番校正，以提高参数估计的精度。 加权最小二乘法的方法： 4.4简述用加权最小二乘法消除多元线性回归中异方差性的思想与方法。 答：运用加权最小二乘法消除多元线性回归中异方差性的思想与一元线性回归的类似。多元线性回归加权最小二乘法是在平方和中加入一个适当的权数i w ，以调整各项在平方和中的作用，加权最小二乘的离差平方和为： ∑=----=n i ip p i i i p w x x y w Q 1211010)( ),,,(ββββββ （2） 加权最小二乘估计就是寻找参数p βββ,,,10 的估计值pw w w βββ?,,?,?10 使式（2）的离差平方和w Q 达极小。所得加权最小二乘经验回归方程记做 22011 1 ???()()N N w i i i i i i i i Q w y y w y x ββ===-=--∑∑22 __ 1 _ 2 _ _ 02 222 ()() ?()?1 11 1 ,i i N w i i i w i w i w w w w w kx i i i i m i i i m i w x x y y x x y x w kx x kx w x σβββσσ==---=-= = ===∑∑1N i =1 1表示=或
统计学(贾俊平版)第十章答案解析
第十章习题 10.1 H0:三个总体均值之间没有显著差异。 H1: 三个总体均值之间有显著差异。 答：方差分析可以看到，由于P=0.1078>0.01,所以接受原假设H0。说明了三个总体均值之间没有显著差异。 10.2 H0:五个个总体均值之间相等。 H1: 五个总体均值之间不相等。
答：方差分析可以看到，由于P=1.02E-05<0.01,所以拒接原假设H0。说明了五个总体均值之间不相等。 10.3 H0:四台机器的装填量相等。 H1: 四台机器的装填量不相等 答：方差分析可以看到，由于P=0.00068<0.01,所以拒接原假设H0。说明了四台机器装填
10.4 H0:不同层次管理者的满意度没有差异。 H1: 不同层次管理者的满意度有差异. 答：方差分析可以看到，由于P=0.000849<0.05,所以拒接原假设H0。说明了不同层次管理者的满意度有差异。 10.5 H0：3个企业生产的电池平均寿命之间没有显著差异。 H1: 3个企业生产的电池平均寿命之间有显著差异 单因素方差分析
平方和df 均方 F 显著性组间615.600 2 307.800 17.068 .000 组内216.400 12 18.033 总数832.000 14
答：方差分析可以看到，由于P=0.00031<0.01,所以拒接原假设H0。说明了不同3个企业生产的电池平均寿命之间有显著差异。 通过SPSS分析（1,2,3代表A,B,C公司），通过显著性对比可知道A和B以及B和C 公司有差异。 10.6 H0：不同培训方式对产品组装的时间没有显著影响。 H1: 不同培训方式对产品组装的时间没有显著影响。 答：方差分析可以看到，由于P=0.00196<0.05,所以拒接原假设H0。说明了不同培训方式对产品组装的时间没有显著影响。 10.8
统计学第四章习题答案 贾俊平
第四章 统计数据的概括性度量 4.1 一家汽车零售店的10名销售人员5月份销售的汽车数量(单位:台)排序后如下: 2 4 7 10 10 10 12 12 14 15 要求: (1)计算汽车销售量的众数、中位数与平均数。 (2)根据定义公式计算四分位数。 (3)计算销售量的标准差。 (4)说明汽车销售量分布的特征。 解: Statistics 汽车销售数量 10 Missing 0 Mean 9、60 Median 10、00 Mode 10 Std 、 Deviation 4、169 Percentiles 25 6、25 50 10、00 75 单位:周岁 19 15 29 25 24 23 21 38 22 18 30 20 19 19 16 23 27 22 34 24 41 20 31 17 23 要求; (1)计算众数、中位数: 排序形成单变量分值的频数分布与累计频数分布: 网络用户的年龄
(2)根据定义公式计算四分位数。 Q1位置=25/4=6、25,因此Q1=19,Q3位置=3×25/4=18、75,因此Q3=27,或者,由于25与27都只有一个,因此Q3也可等于25+0、75×2=26、5。 (3)计算平均数与标准差; Mean=24、00;Std、Deviation=6、652 (4)计算偏态系数与峰态系数: Skewness=1、080;Kurtosis=0、773 (5)对网民年龄的分布特征进行综合分析: 分布,均值=24、标准差=6、652、呈右偏分布。如需瞧清楚分布形态,需要进行分组。
1、确定组数: ()lg 25lg() 1.398111 5.64lg(2)lg 20.30103 n K =+ =+=+=,取k=6 2、确定组距:组距＝( 最大值 - 最小值)÷ 组数=(41-15)÷6=4、3,取5 3、分组频数表 网络用户的年龄 (Binned) 分组后的直方图:
统计学-第11章一元线性回归学习指导
第11章一元线性回归（相关与回归）学习指导 一、本章基本知识梳理 基本知识点 含义或公式 相关关系 客观现象之间确实存在的、但在数量表现上不是严格对应的依存关系。 函数关系 客观现象之间确实存在的、而且数量表现上是严格对应的依存关系。 因果关系 有相关关系的现象中能够明确其中一种现象(变量)是引起另一种现象(变量)变化的原因，另一种现象是这种现象变化的结果。起影响作用的现象(变量)称为“自变量”；而受自变量影响发生变动的现象(变量)称为“因变量”。 因果关系?相关关系，但相关关系中还包括互为因果关系的情况。 相关关系的种类 按涉及变量多少分为单相关、复相关；按相关方向分为正相关、负相关；按 相关形态分为线性相关、非线性相关等。 线性(直线) 相关系数 简称相关系数，反映具有直线相关关系的两个变量关系的密切程度。 () () ∑∑∑∑∑∑∑ - - -= = 2 2 2 2 y y n x x n y x xy n S S S r y x xy 相关系数的 显著性检验 ——t 检验 ()(). 2;,212:0 :,0:0 2 02 2 1 H n t t H n t t r n r t H H ，拒绝 不能拒绝 检验统计量-?-?--= ≠=α α ρρ 回归方程中的 参数β0和β1 为回归直线的截距、起始值，表示在没有自变量x 的影响(即x =0)时， 其他各种因素对因变量y 的平均影响； β1为回归系数、斜率，表示自变量x 每变动一个单位，因变量y 的平均变动 量。 β1的最小平方估计：∑∑∑∑∑ ?? ? ??--= 2 2 1 x x n y x xy n β 估计标准误差 反映因变量实际值与其估计值之间的平均差异程度，表明其估计值对实际值的代表性强弱。其值越大，实际值与估计值之间的平均差异程度越大，估计值的代表性越差。 ()代替。用大样本条件下，分母可 ；n n y y S e 2 ?2 --= ∑ 总离差平方和S S T 反映因变量的n 个观察值与其均值的总离差。 回归离差平方和S S R 反映自变量x 的变化对因变量y 取值变化的影响；或者说，是由于x 与y 之间的线性关系引起的y 取值的变化，也称为可解释的平方和。 残差平方和（剩余）S S E 反映除x 以外的其他因素对y 取值的影响，也称为不可解释的平方和或残差平方和。
贾俊平第四版统计学-第十一章一元线性回归练习题
第十一章一元线性回归练习题 一． 选择题 1．具有相关关系的两个变量的特点是（ ） A ．一个变量的取值不能由另一个变量唯一确定 B ．一个变量的取值由另一个变量唯一确定 C ．一个变量的取值增大时另一个变量的取值也一定增大 D ．一个变量的取值增大时另一个变量的取值肯定变小 2．下面的各问题中，哪个不是相关分析要解决的问题 A ．判断变量之间是否存在关系 B ．判断一个变量数值的变化对另一个变量的影响 C ．描述变量之间的关系强度 D.判断样本所反映的变量之间的关系能否代表总体变量之间的关系 3.根据下面的散点图，可以判断两个变量之间存在（ ） A. 正线性相关关系 B. 负线性相关关系 C. 非线性关系 D. 函数关系 4.下面的陈述哪一个是错误的（ ） A.相关关系是度量两个变量之间线性关系强度的统计量 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1 D ．相关系数不会取负值 5.根据你的判断，下面的相关系数取值哪一个是错误的（ ） A. -0.86 B. 0.78 C. 1.25 D. 0 6.如果相关系数r=0,则表明两个变量之间（ ） A.相关程度很低 B. 不存在任何关系 C ．不存在线性相关关系 D.存在非线性关系 7. 下列不属于相关关系的现象是（ ） A. 银行的年利息率与贷款总额 B.居民收入与储蓄存款 C.电视机的产量与鸡蛋产量 D.某种商品的销售额与销售价格 8.设产品产量与产品单位成本之间的线性相关系数为-0.87，这说明二者之间存在着（ ） A. 高度相关 B.中度相关 C.低度相关 D.极弱相关 9.在回归分析中，被预测或被解释的变量称为（ ） A.自变量 B.因变量 C.随机变量 D.非随机变量 10. 对两变量的散点图拟合最好的回归线，必须满足一个基本的条件是（ ） A. 2?()y y ∑-最小 B. 2 )(y y ∑-最大 C. 2?()y y ∑-最大 D. 2 )(?y y ∑-最小 11. 下列哪个不属于一元回归中的基本假定（ ） A.误差项i ε服从正态分布 B. 误差项i ε的期望值为0
贾俊平统计学 第七版 课后思考题
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。 概率抽样：指遵循随机原则进行的抽样，总体中每一个单位都有一定的机会被选入 样本。当用样本对总体进行估计时，要考虑每个单位样本被抽中的概率。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：指抽取样本时不是依据随机原则，而是根据研究目的对数据的要求， 采用某种方式从总体中抽取部分单位对其进行实施调查。操作简单、时效快、成本
统计学(第五版)课后答案
4．1 一家汽车零售店的10名销售人员5月份销售的汽车数量(单位：台)排序后如下： 2 4 7 10 10 10 12 12 14 15 要求：（1）计算汽车销售量的众数、中位数和平均数。(2)根据定义公式计算四分位数。 (3)计算销售量的标准差。(4)说明汽车销售量分布的特征。 解： Statistics 汽车销售数量 N Valid 10 Missing 0 Mean 9.60 Median 10.00 Mode 10 Std. Deviation 4.169 Percentiles 25 6.25 50 10.00 75 12.50 4．2 随机抽取25个网络用户，得到他们的年龄数据如下： 19 15 29 25 24 23 21 38 22 18 30 20 19 19 16 23 27 22 34 24 41 20 31 17 23 要求；(1)计算众数、中位数： 1、排序形成单变量分值的频数分布和累计频数分布： 网络用户的年龄
从频数看出，众数Mo 有两个：19、23；从累计频数看，中位数Me=23。 (2)根据定义公式计算四分位数。 Q1位置=25/4=6.25，因此Q1=19，Q3位置=3×25/4=18.75，因此Q3=27，或者，由于25 和27都只有一个，因此Q3也可等于25+0.75×2=26.5。 (3)计算平均数和标准差； Mean=24.00；Std. Deviation=6.652 (4)计算偏态系数和峰态系数： Skewness=1.080；Kurtosis=0.773 (5)对网民年龄的分布特征进行综合分析：分布，均值=24、标准差=6.652、呈右偏分布。如需看清楚分布形态，需要进行分组。 为分组情况下的直方图： 为分组情况下的概率密度曲线： 分组： 1、确定组数：()lg 25lg() 1.398 111 5.64lg(2)lg 20.30103 n K =+ =+=+=，取k=6 2、确定组距：组距＝( 最大值 - 最小值)÷ 组数=（41-15）÷6=4.3，取5 3、分组频数表
统计学贾俊平版第十章答案
第十章习题 10.1 比三个总体均值之间没有显著差异。 H:三个总体均值之间有显著差异。 1090.25 答：方差分析可以看到，由于P=0.1078>0.01,所以接受原假设H)。说明了三个总体均值之间没有显著差异。 10.2 H):五个个总体均值之间相等。H:五个总体均值之间不相等。 答：方差分析可以看到，由于P=1.02E-05<0.01,所以拒接原假设H。说明了五个总体均值之间不相等。
H>:四台机器的装填量相等。 H:四台机器的装填量不相等 答：方差分析可以看到，由于 所以拒接原 假设 。说明了四台机器装填量 不相同。 10.4 H ):不同层次管理者的满意度没有差异。 H ：不同层次管理者的满意度有差异 答：方差分析可以看到，由于 所以拒接原假设 。说明了不同层次管理 者的满意度有差异。
H）：3个企业生产的电池平均寿命之间没有显著差异。 H: 3个企业生产的电池平均寿命之间有显著差异 单因素方差分析 多重比较 因变量：VAR00002 *.均值差的显著性水平为0.05 答：方差分析可以看到，由于P=0.00031<0.01,所以拒接原假设H。说明了不同3个企业生 产的电池平均寿命之间有显著差异。 通过SPSS分析（1,2,3代表A,B,C公司），通过显著性对比可知道A和B以及B和C公司有差异。 10.6 H）：不同培训方式对产品组装的时间没有显著影响。 H:不同培训方式对产品组装的时间没有显著影响。
答：方差分析可以看到，由于 所以拒接原假设 。说明了不同培训方式对 产品组装的时间没有显著影响。 10.8 行因素（供应商） H 列因素（车速） H H o ：U 1=U 2=U 3=U 4 = U 5 i ：U i (i=1,2,3,4,5) 不全相等 H o ：u 1=U 2=U 3 i ：u i (i=1,2,3) 不全相等