1、附錄：教材各章習題答案第1章統計與統計數據1.1 （1）數值型數據；（2分類數據；（3）數值型數據；（4）順序數據；（5）分類數據。1.2 （ 1 ）總體是該城市所有的職工家庭”樣本是抽取的2000個職工家庭”（2）城市所有職 工家庭的年人均收入，抽取的“ 200個家庭計算出的年人均收入。1.3 （ 1）所有IT從業者；（2）數值型變量；（3）分類變量；（4）觀察數據。1.4 （ 1）總體是 所有的網上購物者” （2）分類變量；（3）所有的網上購物者的月平均花費；（4）統計量；（5）推斷統計方法。1.5 （略）。1.6 （略）。第2章數據的圖表展示2.1（ D屬于順序數據（2）頻數分布表如下服

2、務質量等級評價的頻數分布服務質量等級家庭數/頻率頻率/%A1414B2121C3232D1818E1515合計100100（3）條形圖（略）（4）帕累托圖（略）2.2（1 ）頻數分布表如 下按銷售收入分組/萬元企業數/個頻率/%向上累積向下累積企業數頻率企業數頻率100以下512.5512.540100 0922.51435.03587.5100 1101230.02665.02665.0717.53382.51435.0110 120410.03792.5717.5120 130130 140140以上37.540100.037.5合計40100.0某管理局下屬40個企分組表按銷售收入分組/

3、萬元企業數/個頻率/%先進企'業1127.51127.5922.5良好企業922.5一般企業落后企業合計40100.0頻數分布表如下某百貨公司日商品銷售額分組表按銷售額分組/萬頻數/天頻率/%元25 3030 3535 4040 4545 5046159610.015.037.522.515.0合計40100.0直方圖(略)2.4莖葉圖如下莖葉數據個數1889320113368889991231 3569541 23667650 1274箱線圖(略)2-5(1)排序略。(2)頻數分布表如下100只燈泡使用壽命非頻數分布按使用壽命分組/小時燈泡個數/只頻率/%650-66022660-6

4、7055670-68066680-6901414690-7002626700-7101818710-7201313720-7301010730-74033740-75033直方圖(略)(4)莖葉圖如下莖葉651 8661 456867134679681123334555889969001111222334455666778888997000112234566677888971002233567788972012256789973356741 47(1 )頻數分布表如下按重量分組頻率/包40 42242 44344 46746 481648 501752 521052 542054 56856

5、581058 60460 623合計100100100合計(2) 直方圖(略)。(3)食品重量的分布基本上是對稱的2.7()頻數分布表女口卜按重量誤差分組頻數/個10 20020 30530 40740 50850 601360 70970 80680 902合計50(2)直方圖(略)。2-8(1)屬于數值型數據。(2)分組結果如下分組天數/天-25-206-20-158-15-1010-10-51350120545107合計60（3）直方圖（略）29（1）直方圖（略）。（2）自學考試人員年齡的分布為右偏。2.10 （1）莖葉圖如下A班樹莖B班數據個數樹葉樹葉數據個數03 1592144044

6、842975121196923700113449876655200812334566632220901145660100003（2） A班考試成績的分布比較集中，且平均分數較高；B班考試成績的分布比A班 分散，且平均成績較A班低。2.11 （略）。2.12 （略）。2A3（略）。2.14 （略）。2.15 箱線圖如下：（特征請讀者自己分析）第3章數據的概括性度量3.1 （1） Mo =10 ； Me=10 ； 乂 =9.6。(2) Ql =5.5 ； Qu-12 。(4)左偏分布(i) M o = 19 ； Me=23Ql =5.5; Qu =12。乂二 24; s 二 6.65 。SK-1.

7、08 ; K -0.77。來=7; s=0.71。Vi =0.102 ; V2 =0.274 。選方法一，因為離散程度小。(1) X =274.1 (萬元);Me=272.5 <>Ql=260.25; Qu=291.25。s =21.17(萬元)。甲企業平均成本=19.41 (元)，乙企業平均成本=18.29 (元)，原因：盡管兩 個企業的單位成本相同，但單位成本較低的產品在乙企業的產量中所占比重較大，因此拉低 了總平均成本。(1) x =426.67 (萬元);sA116*48 (萬元)。(2) SK =0.203 ; /<=-0.688。(1) (2)兩位調查人員所得到的

8、平均身高和標準差應該差不多相同，因為均值和標準差的大小基本上不受樣本大小的影響。(3 )具有較大樣本的調查人員有更大的機會取到最高或最低者，因為樣本越大，變化的范圍就可能越大。散系數0.08(2) 男生:X =27.27 (磅),3=227 (磅)；女生:X =22.73 (磅),3=2.27 (磅)丿(3) 68%;(4) 95%。3.9 通過計算標準化值來判斷，Za=1 , ZA ° 5，說明在A項測試中該應試者比平均分數高出1個標準差，而在B項測試中只高出平均分數0.5個標準差，由于A項測試的標準 化值高于B項測試，所以A項測試比較理想3.10 通過標準化值來判斷，各天的標準化

9、值如下表日期 周一周一周二周四周五周六周日標準化值Z-0.6-0.20.4-1.8-2.2周一和周六兩天失去了控制3.11 (1)離散系數，因為它消除了不同組數據水平高地的影響。42(2)成年組身高的離散系數：Vs - 0.024 ;172.123幼兒組身高的離散系數：Vs二一一 0.032 ；71.3由于幼兒組身高的離散系數大于成年組身高的離散系數，說明幼兒組身高的離散程度相對較大。3.12 下表給出了一些主要描述統計量，請讀者自己分析。方法A方法B方法C平均165.6平均128.73平均125.53中位數165中位數129中位數126眾數164眾數128眾數126標準偏差2.13標準偏差1

10、.75標準偏差2.77極差8極差7極差12最小值162最小值125最小值116最大值170最大值132最大值1283.13（1）方差或標準差；（2）商業類股票；（3）（略）。第4章抽樣與參數估計4.1( 1)200 o （2）5。（3）正態分布。（4）2 （100-1）。4.2( 1)32。( 2) 0.91。4.3 0.79。4-5( 1)4.6( 1)X25- N (17,22)。1.41。(2) 1.41，0.4 o ( 2) 0.024(2) Xwo- N (17,1)。1.41，1.34。° （3）正態分布。4.7( 1)越4.8( 1)0.050, 0.035，0.022

11、，016。（ 2）當樣本量增大時，樣本比例的標準差越來二 x=2.14 ； (2) E=4.2 ； (3) ( 115.8, 124.2)。4.9( 87819, 121301 )。4.10 ( 1 ) 81 ±1.97 : (2) 81 ±2.35 : (3) 81 出.10。4.11 ( 1) ( 24.11 » 25.89) ; ( 2) ( 113.17 126.03) ； (3) (3.136，3.702)4.12 ( 1 ) ( 8687,9113) ; ( 2) ( 8734,9066) ； ( 3) ( 8761，9039)；(4) ( 8682

12、，9118)。4.13 (2.88 3.76)；(2.80，3.84) ；(263,4.01)。4.14 (7.1，129)4.15 (7.18, 11.57)。4.16 (1) (148.9, 150.1); (2)中心極限定理。4.17 (1) (100.9, 123.7); (2) (0.017, 0.183)。4.18 (15.63, 16.55)。4.19 (10.36, 16.76)。4.20 (1) (0.316, 0.704); (2) (0.777, 0.863); (3) (0.456,0.504)。4.21 (18.11%, 27.89%); (17.17%, 22.83

13、5)。4.22167。4.23 (1) 2522; (2) 601 ; (3) 268。4.24 (1) (51.37%, 76.63%); (2) 36。4.25 (1) (2.13, 2.97); (2) (0.015, 0.029); (3) (25.3, 42.5)。4-26 (1) (0.33, 0.87); (2) (1.25,3.33); (3)第一種排隊方式更好。4.27 48。4.28 139 o第5章假設檢驗5.1研究者想要尋找證據予以支持的假設是新型弦線的平均抗拉強度相對于以前提高了”，所以原假設與備擇假設應為：H。： y035, Hi">1035 o5.

14、2二二某一品種的小雞因為同類相殘而導致的死亡率”，H。：二一 0.04 , Hi：0.04。5.3 H。=65 9 Hi檢驗結果卻提供證據支持店方傾向于認為其重量少于60克；(2) 第二類錯誤是該供應商提供的這批炸土豆片的平均重量其實少于60克，但檢驗結果卻沒有提供足夠的證據支持店方發現這一點，從而拒收這批產品；(3) 連鎖店的顧客們自然看重第二類錯誤，而供應商更看重第一類錯誤5.5 ( 1)檢驗統計量z=尸，在大樣本情形下近似服從標準正態分布；s/ Jn(2) 如果Z - Zo.o5，就拒絕H o;(3) 檢驗統計量z二2.94>1.645,所以應該拒絕H。5.6 z 二 3.11，拒

15、絕 H。5.7 t-1.66，不拒絕。5.8 z 二-2.39，拒絕 H o。5.9 t =1.04，不拒絕 H。5.10z =2.44，拒絕 Ho。5.11z= 1.93,不拒絕 Ho。5.12z 二 7.48，拒絕 Ho。5.13 2 二 206.22，拒絕 Ho。5.14F =2.42，拒絕 Ho。第6章方差分析6.1 F =4.6574: fo.°i =89215(或 P - value = o.o409:=0.01) » 不能拒絕原假設。6.2 F =15.8234 a Foe =4.579(或 Pvalue = 0.00001=0.01)，拒絕原假設。6.3 F

16、 =10.0984 F0.01 =5.4170(或 Pvalue = 0.000685: =0.01)，拒絕原假設。6.4 F 11.7557 Fo.os -3.6823(或 P-value =0.000849: = 0.05)，拒絕原假設。6.5 F -17.0684=3.8853 (或 P-value =0.0003 : :=0.05) > 拒絕原假設。Xa-2b| = 44.4 30 =14.4 > LSD = 5.85，拒絕原假設；Xj=|44.4-42.6 =1.8 £ LSD =5.85、不能拒絕原假設；Xb xj = 3042.6 =12.6> LSD

17、 =5.85，拒絕原假設。6.6方差分析表中所缺的數值如下表：差異源SSdfMSFP-valueFcrit組間42022101.4780.2459463.354131組內383627142.07總計425629F =1.478 : F°o5 =3.554131 (或 P - value = 0.245946 :二 0.05) 不能拒絕原假設。第7章相尖與回歸分析7.1 ( 1)散點圖(略)，產量與生產費用之間正的線性相尖尖系。(2) r =0.920232。(3) 檢驗統計量t=14.4222t： .2=2.2281，拒絕原假設，相尖系數顯著。7.2 ( 1)散點圖(略)。(2) r

18、 = 0.8621。7.3 ( 1) ?。表示當x=0時y的期望值。(2) (?表示x每變動一個單位y平均下降0.5個單位。(3) E (y) =7。7.4 ( 1 ) R-90%。(2) Se = 1 o7.5 ( 1)散點圖(略)。(2) r =0.9489。(3) ? = 0.1181 +0.00358X。回歸系數=0.00358表示運送距離每增加1公里，運送時間平均增加0.00358天(2) r= 0.998128，二者之間為高度的正線性相尖尖系。(3) 估計的回歸方程為：$ =734.6928 0.308683X。回歸系數？ =0.308683表示人均 GDP每增加1元，人均消費水平

19、平均增加0.308683元。(4) 判定系數R2 = 0.996259。表明在人均消費水平的變差中，有99.6259%是由人均 GDP決定的。(5) 檢驗統計量F =1331.692=6.61，拒絕原假設，線性尖系顯著。(6) ?5000 = 734.69280.308683 5000 = 2278.1078 (元)。(7) 置信區間：1990.749, 2565.464;預測區間：1580.463,2975.750。7.7( 1)散點圖(略)，二者之間為負的線性相尖尖系。(2) 估計的回歸方程為：0 = 430.1892 -4.7x。回歸系數47表示航班正點率每增加1%, 顧客投訴次數平均下

20、降4.7次。(3) 檢驗統計量 t =4.959a b 2=2.3060 (P-Value=0.001108© = 0.05)，拒絕原假設, 回歸系數顯著。(4) ?80 =430.1892 -4.7 80 =54.1892 (次)。7.8(5) 置信區間：(37.660, 70.619);預測區間：(7.572，100.707)。Excel輸出的結果如下(解釋與分析請讀者自己完成)Multiple R0.7951R Square0.6322Adjusted R Square0.6117標準誤差2.6858觀測值20方差分析dfSSMSFSignificance F回歸分析1223.

21、1403223.140330.93322.79889E-05殘差18129.84527.2136總計W 352.9855標準誤差P-valueLower 95%Upper 95%Coefficientst StatIn tercept49.31773.805012.96120.000041.323657.3117X Variable 10.24920.04485.56180.00000.15510.34347.9 (1 )方差分析表中所缺的數值如下方差分析表變差來源dfSSMSFSigni fica nee F回歸1142270861422708.(354.2772.17E-09殘差10401

22、58.074015.807總計111642866.67/ 小、2SSR 1422708.60丄八口應宀口 ”，士， (2) R0.8660 =86.60%。表明汽車銷售量的變差中有SST 1642866.6786.60%是由于廣告費用的變動引起的。(3) r h ； Rj 0.8660 =0.9306。(4)7-363.6891 1.420211x。回歸系數？ =1.420211表示廣告費用每增加一個單位，銷售量平均增加1.420211個單位。(5) Significanee F二 2.17E-09A -0.05 線性尖系顯著。27.10 ? =13.62542.3029X ; R =93.7

23、4% ; Q = 3.8092。7.11 (1) 27 o(2) 4.41 (3)拒絕 H。(4) r = -0.7746 °(5) 拒絕H。7.12 ("15.95 乞 E(y)空 18.05。(2) 14.651 豈 yo 乞 19.349。7.13 0 = 46.29 15.24X; 441.555 _ E( y4o)_ 685.045。7.14 0 = 25,03 -°.O497 禺 T.928X2 ；預測 28.586。7.15 (略)。7.16 (1)顯著。(2) 顯著。(3) 顯著。7.17 (1 ) 0=88.63771.6039 Xi(2) 0=

24、83.2301 2.2902X11.3010X2。(3) 不相同。方程(1)中的回歸系數弭=1.6039表示電視廣告費用每增加1萬元，月銷 售額平均增加1.6039萬元；方程(1)中的回歸系數彳=2.2902表示在報紙廣告 費用不變 的條件下，電視廣告費用每增加1萬元，月銷售額平均增加2.2902萬元。(4) R2 =91.91% ； R2-88.66%(5) + 的 P-Value=0.0007 一 ： 2 的 P-Value=0.0098,均小于-0.05、兩個回歸系數 均 顯著。7.18 (1 ) 0 =-0.591022.3865X1327.6717x2(2)回歸系數° =2

25、2.3865表示降雨量每增加1毫mm，小麥收獲量平均增加22.3865kg/hm2 ;回歸系數 誇=327.6717表示溫度每增加1Q，小麥收獲量平均增加2327.6717kg/mh。(3)可能存在。7.19 ( 1) 0 =148.7005 0.8147X10.8210X20.1350X3。(2) R =89.75% ; Ra =87.83%。(3) SignificanceF二 3.88E-08® = 0.05，線性尖系顯著。(4) 的 P-Value=0.1311 >=0.05，不顯著；空的 P-Value=0.0013< =0.05，顯 著；：3 的 P-Valu

26、e=0.0571 > =0.05、不顯著 °第8章時間序列分析和預測61 ( 1)時間序列圖(略)。(2) 13.55% o(3) 1232.90 (億元)。62 ( 1)時間序列圖(略)。(2) 1421.2 (公斤 / 公頃)。(3) =0.3時的預測值：F2ooi =1380.18，誤差均方二291455;0.5時的預測值：F2ooi= 1407.23，誤差均方二 239123。=0.5 更合適。63 (1) 3期移動平均預測值二630.33 (萬元)。(2) =0.3時的預測值:Fw =567.95，誤差均方二87514.7;0.4時的預測值:Fw =591.06，誤差

27、均方二626625；=0.5時的預測值：甩二606.54，誤差均方 二50236 o -0.5 更合適(3 ) 趨勢方程丫？ =239.7321.928&。估計標準誤差Sy =31.6628。64 (1)趨勢圖(略)。(2)趨勢方程 Y? =145.78 1.160771。2001 年預測值二 3336.89 (億元)。(2) Y7 H69.5202 13.9495i2000<測昱WH585.65 ss o86 富ff®- Y? N 374.16136.6137 二 Ms遵-Y? H 381.6442 二OO272L 0.0337卞 八川次曲線:W =372.5617 1.0030t -0.160112 0.0036t3。67（1）原煤產量趨勢圖（略）。（2）趨勢方程 £ =4.5824+0.9674t-0.0309t2，預測值 丫？。勺=1128（億噸）68（1）圖形（略）。=0.4) o（2）移動平均法或指數平滑法。移動平均預測=7249（萬元）；指數平滑法預測二725（萬元）（:8.9 (1)略。計算趨勢：分離季節因素后的趨勢方程為：丫？ = 2043.92 163.70641。圖形（略）（2）結果如下2001年/月時間編號季節指數回歸預測值最終預測值1971.04393056.303190.482980