统计课后思考题答案
统计学基础课后思考题答案(仅供参考)前六章
第一章概论1、“统计”一词有统计工作、统计资料、统计学三种涵义。
统计资料是统计工作的成果，统计工作和统计资料是过程与成果的关系。
2、统计学的研究对象是客观现象（包括社会现象和自然现象）总体的数量方面。
它具有数量性、总体性、变异性、具体性、社会性的特点。
3、统计学的性质是属于方法论学科，统计学是一门研究客观现象总体数量方面的独立的方法论科学。
4、统计学的基本研究方法：大量观察法、统计分组法、综合指标法、统计模型法、归纳推断法。
5、统计学的基本职能有：信息职能、咨询职能、监督职能。
6、统计的基本任务：一方面是以国民经济和社会发展为统计调查的对象，在对其数量方面进行科学的统计分析的基础上，为党和国家制定政策、各部门编制计划，指导经济和社会发展及进行科学管理提供信息和咨询服务；另一方面则是对国民经济和社会的运行状态、国家政策，计划的执行情况等进行统计监督。
7、统计工作的过程包括：统计设计、统计调查、统计整理和统计分析。
8、统计总体是指客观存在的，在同一性质的基础上结合起来的许多个别事物构成的整体，简称总体。
总体单位是指构成总体的个别事物，简称个体。
总体和总体单位是整体与部分、集合与元素的关系，它们互为存在条件。
总体是界定总体单位的前提条件，总体单位是构成总体的基本元素。
9、标志按性质不同可分为品质标志和数量标志，按变异情况可分为不变标志和可变标志。
10、统计指标的特点：数量性、综合性、具体性。
统计指标按其说明总体特征的性质不同，可分为数量指标和质量指标；按表现形式不同，可分为总量指标、相对指标，平均指标；按计量单位的不同，可分为实物量指标、价值指标和劳动量指标；按指标功能的不同，可分为描述指标、评价指标和预警指标。
11、（简）指标与标志的联系，具有对应关系、汇总关系、转换关系；指标与标志的区别，说明对象范围的不同，具体表现形式不同。
（详）指标与标志有哪些区别及联系？区别：①指标和标志的概念明显不同，标志是说明个体特征的，一般不具有综合的特征：指标是说明总体特征的，具有综合的性质。
统计学(第五版)贾俊平-课后思考题和练习题答案(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）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1.31.5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”。
统计学(第五版)贾俊平-课后思考题和练习题答案(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）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1.31.5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”。
统计学第四章课后习题答案
第四章一.思考题1、一组数据的分布特征可以从哪几个方面进行测度？答：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聚集的程度；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。
2、怎样理解平均数在统计学中的地位？答：平均数在统计学中具有重要的地位，它是进行统计分析和统计推断的基础。
从统计学思想上看，平均数是一组数据的重心所在，是数据误差相互抵消后的必然结果。
3、简述四分位数的计算方法。
答：四分位数是一组数据排序后处于25%和75%位子上的值。
四分位数是通过3个点将全部数据等分成4分，其中每部分包含25%的数据。
中间的四分位数就是中位数，因此通常所说的四分位数是指处在25%位置上的数值和处在75%位置上的数值。
它是根据为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，该位置上的数据就是四分位数。
4、对于比率数据的平均数为什么采用几何平均？答：几何平均数是适用于特殊数据的一种平均数，主要适用于计算平均比率。
当所掌握的变量值本身是比率的形式时，采用几何平均法计算平均比率更为合理。
5、简述众数、中位数、平均数的特点和应用场合。
答：众数是数据中出现次数次数最多的变量值。
主要应用于分类数据。
中位数是一组数据排序后处于中间位置的变量值，其适用于顺序数据。
平均数也称均值，它是一组数据相加后除以数据个数的结果，是集中去世的主要测量值，它适用于数值型数据。
6、简述异众比率、四分位差、方差、标准差的使用场合。
答：异众比率主要适合测度分类数据的离散程度，对于顺序数据以及数值型数据也可以计算异众比率。
四分位差主要用于测度顺序数据的离散程度。
方差和标准差适用于测度数值型数据的离散程度。
7、标准分数有哪些用途？答：首先是比较不同单位和不同质数据的位置。
其次是和正态分布结合起来，求得概率和标准分值之间的对应关系。
还有就是在假设检验和估计中应用。
统计学思考题课后答案
统计学第一章1.什么是统计学？怎样理解统计学与统计数据的关系？答：统计学是一门收集、整理、显示和分析统计数据的科学。
统计学与统计数据存在密切关系，统计学阐述的统计方法来源于对统计数据的研究，目的也在于对统计数据的研究，离开了统计数据，统计方法以致于统计学就失去了其存在意义。
2．简要说明统计数据的来源答：统计数据来源于两个方面：直接的数据：源于直接组织的调查、观察和科学实验，在社会经济管理领域，主要通过统计调查方式来获得，如普查和抽样调查。
间接的数据：从报纸、图书杂志、统计年鉴、网络等渠道获得。
3.简要说明抽样误差和非抽样误差答：统计调查误差可分为非抽样误差和抽样误差。
非抽样误差是由于调查过程中各环节工作失误造成的，从理论上看，这类误差是可以避免的。
抽样误差是利用样本推断总体时所产生的误差，它是不可避免的，但可以控制的。
4.答：（1）有两个总体：A品牌所有产品、B品牌所有产品（2）变量：口味（如可用10分制表示）（3）匹配样本：从两品牌产品中各抽取1000瓶，由1000名消费者分别打分，形成匹配样本。
（4）从匹配样本的观察值中推断两品牌口味的相对好坏。
第二章、统计数据的描述思考题1描述次数分配表的编制过程答：分二个步骤：（1）按照统计研究的目的，将数据按分组标志进行分组。
按品质标志进行分组时，可将其每个具体的表现作为一个组，或者几个表现合并成一个组，这取决于分组的粗细。
按数量标志进行分组，可分为单项式分组与组距式分组单项式分组将每个变量值作为一个组；组距式分组将变量的取值范围（区间）作为一个组。
统计分组应遵循“不重不漏”原则（2）将数据分配到各个组，统计各组的次数，编制次数分配表。
2．解释洛伦兹曲线及其用途答：洛伦兹曲线是20世纪初美国经济学家、统计学家洛伦兹根据意大利经济学家帕累托提出的收入分配公式绘制成的描述收入和财富分配性质的曲线。
洛伦兹曲线可以观察、分析国家和地区收入分配的平均程度。
3. 一组数据的分布特征可以从哪几个方面进行测度？答：数据分布特征一般可从集中趋势、离散程度、偏态和峰度几方面来测度。
统计学贾俊平-课后思考题和练习题答案
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）第一部分思考题第一章思考题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。
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。
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。
解释分类数据，顺序数据和数值型数据答案同举例说明总体，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。
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。
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”。
统计学第七章、第八章课后题答案
统计学复习笔记第七章 参数估计一、 思考题1． 解释估计量和估计值在参数估计中，用来估计总体参数的统计量称为估计量。
估计量也是随机变量。
如样本均值，样本比例、样本方差等。
根据一个具体的样本计算出来的估计量的数值称为估计值。
2． 简述评价估计量好坏的标准（1）无偏性：是指估计量抽样分布的期望值等于被估计的总体参数。
（2）有效性：是指估计量的方差尽可能小。
对同一总体参数的两个无偏估计量，有更小方差的估计量更有效。
（3）一致性：是指随着样本量的增大，点估计量的值越来越接近被估总体的参数。
3． 怎样理解置信区间在区间估计中，由样本统计量所构造的总体参数的估计区间称为置信区间。
置信区间的论述是由区间和置信度两部分组成。
有些新闻媒体报道一些调查结果只给出百分比和误差（即置信区间），并不说明置信度，也不给出被调查的人数，这是不负责的表现。
因为降低置信度可以使置信区间变窄（显得“精确”），有误导读者之嫌。
在公布调查结果时给出被调查人数是负责任的表现。
这样则可以由此推算出置信度（由后面给出的公式），反之亦然。
4． 解释95%的置信区间的含义是什么置信区间95%仅仅描述用来构造该区间上下界的统计量(是随机的)覆盖总体参数的概率。
也就是说，无穷次重复抽样所得到的所有区间中有95%（的区间）包含参数。
不要认为由某一样本数据得到总体参数的某一个95%置信区间，就以为该区间以的概率覆盖总体参数。
5． 简述样本量与置信水平、总体方差、估计误差的关系。
1. 估计总体均值时样本量n 为2. 样本量n 与置信水平1-α、总体方差、估计误差E 之间的关系为其中： 2222α2222)(E z n σα=n z E σα2=与置信水平成正比，在其他条件不变的情况下，置信水平越大，所需要的样本量越大；与总体方差成正比，总体的差异越大，所要求的样本量也越大；与与总体方差成正比，样本量与估计误差的平方成反比，即可以接受的估计误差的平方越大，所需的样本量越小。
统计课后思考题答案
统计课后思考题答案统计课后思考题答案第一章思考题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。
1.3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。
1.5解释分类数据顺序数据和数值型数据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。
1.6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。
1.7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。
1.8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2.4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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
统计课后思考题答案第一章思考题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。
1.3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。
1.5 解释分类数据顺序数据和数值型数据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。
1.6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。
1.7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。
1.8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2.4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。
面访式优点1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。
缺点1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。
缺点1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。
第三章思考题2.5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。
2.6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2.7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。
第4章数据的概括性度量3.1一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。
3.4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。
3.2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。
从公式中也可看出G就是平均增长率。
3.3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。
3.5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。
3.6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。
3.8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。
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μ在估计前是未知的。
而在参数假设检验中则是先对μ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着性水平统计显着是什么意思答显着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。
统计显着等价拒绝0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更小的显着水平上。
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显着性水平与P值有何区别答显着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)显着性水平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。
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着影响。
它所研究的是非类型自变量对数值型因变量的影响。
10.3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。
10.2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各个总体的方差σ2必须相同3观测值是独立的10.1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着影响。
10.3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H0μ1=μ2=μ3=…=μi=….μk自变量对因变量没有显着影响, H1μi(i=1,2,3…..,k)不全相等自变量对因变量有显着影响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与给定的显着性水平a的临界值Fa进行比较作出对原假设H0的决策第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。
13.4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。
13.7简述季节指数的计算步骤1.计算移动平均值(季度数据采用4项移动平均月份数据采用12项移动平均)并将其结果进行“中心化”处理(将移动平均的结果再进行一次二项的移动平均即得出“中心化移动平均值”(CMA))2.计算移动平均的比值也成为季节比率(即将序列的各观察值除以相应的中心化移动平均值然后再计算出各比值的季度(或月份)平均值即季节指数)3.季节指数调整(各季节指数的平均数应等于1或100%若根据第二步计算的季节比率的平均值不等于1时则需要进行调整。
具体方法是将第二步计算的每个季节比率的平均值除以它们的总平均值)第14章思考题14.1解释指数的含义。
答指数最早起源于测量物价的变动。
广义上是指任何两个数值对比形成的相对数狭义上是指用于测定多个项目在不同场合下综合变动的一种特殊相对数。
实际应用中使用的主要是狭义的指数。
5.2加权综合指数和加权平均指数有何区别与联系?加权综合指数:通过加权来测定一组项目的综合变动有加权数量指数和加权质量指数。
使用条件必须掌握全面数据数量指数测定一组项目的数量变动如产品产量指数商品销售量指数等(质量指数,测定一组项目的质量变动,如价格指数、产品成本指数等)拉式公式将权数的各变量值固定在基期。
帕式公式把作为权数的变量值固定在报告期。
加权平均指数:以某一时期的总量为权数对个体指数加权平均。
使用条件可以是全面数据、不完全数据。
因权数所属时期的不同有不同的计算形式。