统计学第五版贾俊平版课后习题答案.doc

上传人:文库蛋蛋多 文档编号:4201470 上传时间:2023-04-09 格式:DOC 页数:18 大小:900KB
返回 下载 相关 举报
统计学第五版贾俊平版课后习题答案.doc_第1页
第1页 / 共18页
统计学第五版贾俊平版课后习题答案.doc_第2页
第2页 / 共18页
统计学第五版贾俊平版课后习题答案.doc_第3页
第3页 / 共18页
统计学第五版贾俊平版课后习题答案.doc_第4页
第4页 / 共18页
统计学第五版贾俊平版课后习题答案.doc_第5页
第5页 / 共18页
点击查看更多>>
资源描述

《统计学第五版贾俊平版课后习题答案.doc》由会员分享,可在线阅读,更多相关《统计学第五版贾俊平版课后习题答案.doc(18页珍藏版)》请在三一办公上搜索。

1、统计学第五版贾俊平版课后题答案(部分)第4章 数据的概括性度量4.1(1)众数:。中位数:,。平均数:。(2) ,。,。(3)(4)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。4.2(1)从表中数据可以看出,年龄出现频数最多的是19和23,所以有两个众数,即和。将原始数据排序后,计算的中位数的位置为:,第13个位置上的数值为23,所以中位数。(2),。,。(3)平均数。(4)偏态系数:。峰态系数:。(5)分析:从众数、中位数和平均数来看,网民年龄在2324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,由于偏态系数大于1,所以偏斜程度很大。

2、由于峰态系数为正值,所以为尖峰分布。4.3(1)茎叶图如下:茎叶数据个数55166 7 8371 3 4 8 85(2)。(3)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。第一种排队方式:;。由于,表明第一种排队方式的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。4.4(1)。,。(2) ,。,。(3)。4.5(1)。.原因:尽管两个企业的单位成本相同,但单位成本较低的产品在乙企业的产量中所占比重较大,因此拉低了总平均成本。4.6(1)平均数计算过程见下表:按利润额分组组中值企业数2003002501947503004

3、0035030105004005004504218900500600550189900600以上650117150合计12051200。标准差计算过程见下表:按利润额分组组中值企业数2003002501931212.3593033.5300400350305878.3176348.740050045042544.322860.15006005501815210.3273785.2600以上6501149876.3548639.2合计120102721.51614666.7。(2)偏态系数和峰态系数的计算过程见下表:按利润额分组组中值企业数20030025019-104771226.5 1850

4、9932589.2 30040035030-13520652.3 1036628411.8 40050045042533326.9 12442517.1 5006005501833765928.7 4164351991.6 600以上65011122527587.6 27364086138.8 合计12038534964.4 51087441648.4 偏态系数:。峰态系数:。4.7(1)两位调查人员所得到的平均身高应该差不多相同,因为均值的大小基本上不受样本大小的影响。(2)两位调查人员所得到的身高的标准差应该差不多相同,因为标准差的大小基本上不受样本大小的影响。(3)具有较大样本的调查人员

5、有更大的机会取到最高或最低者,因为样本越大,变化的范围就可能越大。 4.8 (1)要比较男女学生体重的离散程度应该采用离散系数。女生体重的离散系数为,男生体重的离散系数为,所以女生的体重差异大。(2)男生:(磅),(磅); 女生:(磅),(磅);(3)假定体重为对称分布,根据经验法则,在平均数加减1个标准差范围内的数据个数大约为68%。因此,男生中大约有68%的人体重在55kg到65kg之间。(4)假定体重为对称分布,根据经验法则,在平均数加减2个标准差范围内的数据个数大约为95%。因此,女生中大约有95%的人体重在40kg到60kg之间。4.9 通过计算标准分数来判断:;。该测试者在A项测试

6、中比平均分数高出1个标准差,而在B项测试中只高出平均分数0.5个标准差,由于A项测试的标准分数高于B项测试,所以A项测试比较理想。4.10 通过标准分数来判断,各天的标准分数如下表:日期周一周二周三周四周五周六周日标准分数Z3-0.6-0.20.4-1.8-2.20周一和周六两天失去了控制。4.11(1)应该采用离散系数,因为它消除了不同组数据水平高低的影响。(2)成年组身高的离散系数:; 幼儿组身高的离散系数:;由于幼儿组身高的离散系数大于成年组身高的离散系数,说明幼儿组身高的离散程度相对较大。4,11(1)应该从平均数和标准差两个方面进行评价。在对各种方法的离散程度进行比较时,应该采用离散

7、系数。(2)下表给出了用Excel计算一些主要描述统计量。方法A方法B方法C平均165.6平均128.73平均125.53中位数165中位数129中位数126众数164众数128众数126标准差2.13标准差1.75标准差2.77极差8极差7极差12最小值162最小值125最小值116最大值170最大值132最大值128从三种方法的集中趋势来看,方法A的平均产量最高,中位数和众数也都高于其他两种方法。从离散程度来看,三种方法的离散系数分别为:,。方法A的离散程度最小。因此应选择方法A。4.12(1)用方差或标准差来评价投资的风险。(2)从直方图可以看出,商业类股票收益率的离散程度较小,说明投资

8、风险也就较小。(3)从投资风险角度看,应该选择风险较小的商业类股票。当然,选择哪类股票还与投资者的主观判断有很大关系。第7章 抽样与参数估计7.1(1)已知:,。样本均值的抽样标准差。(2)估计误差。7.2(1)已知:,。样本均值的抽样标准差。(2)估计误差。(3)由于总体标准差已知,所以总体均值的95%的置信区间为:,即(115.8,124.2)。7.3已知:,。由于总体标准差已知,所以总体均值的95%的置信区间为:,即(87818.856,121301.144)。7.4(1)已知:,。由于为大样本,所以总体均值的90%的置信区间为:,即(79.026,82.974)。(2)已知:,。由于为

9、大样本,所以总体均值的95%的置信区间为:,即(78.648,83.352)。(3)已知:,。由于为大样本,所以总体均值的99%的置信区间为:,即(77.940,84.096)。7.5(1)已知:,。由于总体标准差已知,所以总体均值的95%的置信区间为:,即(24.11,25.89)。(2)已知:,。由于为大样本,所以总体均值的98%的置信区间为:,即(113.17,126.03)。(3)已知:,。由于为大样本,所以总体均值的90%的置信区间为:,即(3.136,3.702)。7.6(1)已知:总体服从正态分布,。由于总体服从正态分布,所以总体均值的95%的置信区间为:,即(8646.97,9

10、153.03)。(2)已知:总体不服从正态分布, ,。虽然总体不服从正态分布,但由于为大样本,所以总体均值的95%的置信区间为:,即(8734.35,9065.65)。(3)已知:总体不服从正态分布,未知,。虽然总体不服从正态分布,但由于为大样本,所以总体均值的90%的置信区间为:,即(8760.97,9039.03)。(4)已知:总体不服从正态分布,未知,。虽然总体不服从正态分布,但由于为大样本,所以总体均值的99%的置信区间为:,即(8681.95,9118.05)。7.7已知:,当为0.1、0.05、0.01时,相应的、。根据样本数据计算得:,。由于为大样本,所以平均上网时间的90%的置

11、信区间为:,即(2.88,3.76)。平均上网时间的95%的置信区间为:,即(2.79,3.85)。平均上网时间的99%的置信区间为:,即(2.63,4.01)。7.8已知:总体服从正态分布,但未知,为小样本,。根据样本数据计算得:,。总体均值的95%的置信区间为:,即(7.11,12.89)。7.9已知:总体服从正态分布,但未知,为小样本,。根据样本数据计算得:,。从家里到单位平均距离的95%的置信区间为:,即(7.18,11.57)。7.10(1)已知: ,。由于为大样本,所以零件平均长度的95%的置信区间为:,即(148.87,150.13)。(2)在上面的估计中,使用了统计中的中心极限

12、定理。该定理表明:从均值为、方差为的总体中,抽取容量为的随机样本,当充分大时(通常要求),样本均值的抽样分布近似服从均值为、方差为的正态分布。7.11(1)已知:总体服从正态分布,但未知,为大样本,。根据样本数据计算得:,。该种食品平均重量的95%的置信区间为:,即(100.87,101.77)。(2)根据样本数据可知,样本合格率为。该种食品合格率的95%的置信区间为:,即(0.82,0.98)。7.12已知:总体服从正态分布,但未知,为小样本,。根据样本数据计算得:,。总体均值的99%的置信区间为:,即(15.64,16.62)。7.13已知:总体服从正态分布,但未知,为小样本,。根据样本数

13、据计算得:,。网络公司员工平均每周加班时间的90%的置信区间为:,即(10.36,16.76)。7.14(1)已知:,。总体总比例的99%的置信区间为:,即(0.32,0.70);(2)已知:,。总体总比例的95%的置信区间为:,即(0.78,0.86);(3)已知:,。总体总比例的90%的置信区间为:,即(0.46,0.50)。7,15已知:,为0.1和0.05时,相应的,。总体总比例的90%的置信区间为:,即(0.18,0.28)。总体总比例的95%的置信区间为:,即(0.17,0.29)。7.16已知:,估计误差,。应抽取的样本量为:。7.17(1)已知:,。应抽取的样本量为:。(2)已

14、知:,未知,。由于未知,可用使用0.5。应抽取的样本量为:。(3)已知:,。应抽取的样本量为:。7.18(1)已知:,。总体中赞成该项改革的户数比例的95%的置信区间为:,即(0.51,0.77)。(2)已知:,。应抽取的样本量为:。第13章 时间序列分析和预测1(1)时间序列图如下:从时间序列图可以看出,国家财政用于农业的支出额大体上呈指数上升趋势。(2)年平均增长率为:。(3)。2(1)时间序列图如下:(2)2001年的预测值为:(3)由Excel输出的指数平滑预测值如下表:年份单位面积产量指数平滑预测误差平方指数平滑预测误差平方19811451198213721451.06241.014

15、51.06241.0198311681427.367236.51411.559292.3198412321349.513808.61289.83335.1198512451314.34796.51260.9252.0198612001293.58738.51252.92802.4198712601265.429.51226.51124.3198810201263.859441.01243.249833.6198910951190.79151.51131.61340.8199012601162.09611.01113.321518.4199112151191.4558.11186.7803.51

16、99212811198.56812.41200.86427.7199313091223.27357.61240.94635.8199412961249.02213.11275.0442.8199514161263.123387.71285.517035.9199613671308.93369.91350.7264.4199714791326.423297.71358.914431.3199812721372.210031.01418.921589.8199914691342.116101.51345.515260.3200015191380.219272.11407.212491.7合计291

17、455.2239123.02001年时的预测值为:时的预测值为:比较误差平方可知,更合适。3(1)第19个月的3期移动平均预测值为:(2)由Excel输出的指数平滑预测值如下表:月份营业额预测0.3误差平方预测0.4误差平方预测0.5误差平方12952283295.0144.0295.0144.0295.0144.03322291.4936.4290.21011.2289.01089.04355300.62961.5302.92712.3305.52450.35286316.9955.2323.81425.2330.31958.16379307.65093.1308.74949.0308.15

18、023.37381329.02699.4336.81954.5343.61401.68431344.67459.6354.55856.2362.34722.39424370.52857.8385.11514.4396.6748.510473386.67468.6400.75234.4410.33928.711470412.53305.6429.61632.9441.7803.112481429.82626.2445.81242.3455.8633.513449445.115.0459.9117.8468.4376.914544446.39547.4455.57830.2458.77274.81

19、5601475.615724.5490.912120.5501.49929.416587513.25443.2534.92709.8551.21283.317644535.411803.7555.87785.2569.15611.718660567.98473.4591.14752.7606.52857.5合计87514.762992.550236时的预测值:,误差均方87514.7。时的预测值:,误差均方62992.5.。时的预测值:,误差均方50236。比较各误差平方可知,更合适。(3)根据最小二乘法,利用Excel输出的回归结果如下:回归统计Multiple R0.9673 R Squa

20、re0.9356 Adjusted R Square0.9316 标准误差31.6628 观测值18方差分析dfSSMSFSignificance F回归分析1232982.5232982.5232.39445.99E-11残差1616040.491002.53总计17249022.9Coefficients标准误差t StatP-valueLower 95%Upper 95%Intercept239.7320315.5705515.39655.16E-11206.7239272.7401X Variable 121.9287931.43847415.244495.99E-1118.87936

21、24.97822。4(1)趋势图如下:(2)从趋势图可以看出,我国财政用于文教、科技、卫生事业费指出额呈现指数增长趋势,因此,选择指数曲线。经线性变换后,利用Excel输出的回归结果如下:回归统计Multiple R0.998423R Square0.996849Adjusted R Square0.996674标准误差0.022125观测值20方差分析dfSSMSFSignificance F回归分析12.7876162.7876165694.8855.68E-24残差180.0088110.000489总计192.796427Coefficients标准误差t StatP-valueLow

22、er 95%Upper 95%Intercept2.1636990.010278210.52695.55E-322.1421062.185291X Variable 10.0647450.00085875.464465.68E-240.0629420.066547,;,。所以,指数曲线方程为:。2001年的预测值为:。5(1)趋势图如下:(2)从图中可以看出,纱产量具有明显的线性趋势。用Excel求得的线性趋势方程为:2000年预测值为:=585.65(万吨)。6(1)原煤产量趋势图如下:从趋势图可以看出,拟合二阶曲线比较合适。(2)用Excel求得的二阶曲线趋势方程为:2001年的预测值为:。7(1)趋势图如下:从趋势图可以看出,每一年的各月份数据没有趋势存在,但从19972001年的变化看,订单金额存在一定的线性趋势。(2)由于是预测各月份的订单金额,因此采用移动平均法或指数平滑法比较合适。(3)用Excel采用12项移动平均法预测的结果为:。用Excel采用指数平滑法()预测的预测结果为:。8各季节指数如下:1季度2季度3季度4季度季节指数0.75170.85131.23431.1627季节变动图如下:根据分离季节因素后的数据计算的趋势方程为:。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 办公文档 > 其他范文


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号