商務(wù)統(tǒng)計(jì)期末A

1、一、一、單項(xiàng)選擇題單項(xiàng)選擇題（共 15 題，每小題 2 分，共 30 分） 1所有可能的實(shí)驗(yàn)結(jié)果的集合被稱為（）： A）概率 B）事件 C）實(shí)驗(yàn) D）樣本空間 2測(cè)度隨機(jī)變量分布中心最常用的指標(biāo)是( ) A）算術(shù)平均數(shù) B）中位數(shù) C）眾數(shù) D）調(diào)和平均數(shù) 3變量 X 與 Y 的相關(guān)系數(shù)的符號(hào)取決于( ) A）變量 X 的標(biāo)準(zhǔn)差 B）變最 Y 的標(biāo)準(zhǔn)差 C）變量 X 和 Y 兩標(biāo)準(zhǔn)差的乘積 D）變量 X 和 Y 的協(xié)方差 4有一個(gè)樣本容量為 10 的樣本，其均值為 1300 小時(shí)，方差為 8175.56。若按放回 抽樣計(jì)算，則樣本均值的標(biāo)準(zhǔn)誤是( ) A）28.35 小時(shí) B）28.59 小時(shí)

2、 C）29.61 小時(shí) D）30.02 小時(shí) 5如果原假設(shè)為 H0：AB，備則假設(shè)為 H1：AB，則進(jìn)行假設(shè)檢驗(yàn)時(shí)應(yīng)采用( ) A）右側(cè)檢驗(yàn) B）左側(cè)檢驗(yàn) C）雙側(cè)檢驗(yàn) D）上側(cè)檢驗(yàn) 6在方差分析中，各次試驗(yàn)觀測(cè)應(yīng)( ) A）相互關(guān)聯(lián) B）互不相關(guān) C）計(jì)量逐步精確 D）方法逐步改進(jìn) 7若總體服從正態(tài)分布,那么樣本量 ( ) , 樣本均值的抽樣分布服從正態(tài)分 布. A） 足夠大時(shí) B） 足夠小時(shí) C）無論大與小 D）無法判斷 8. 中心極限定理表明，若容量為 N 的樣本來自非正態(tài)總體，則樣本均值的抽樣分 布為( ) A) 正態(tài)分布 B) 只有當(dāng) N30 時(shí),為正態(tài)分布 C) 只有當(dāng) N30 時(shí)

3、,為正態(tài)分布 D) 非正態(tài)分布 9. 以下是一個(gè)長(zhǎng)途電話運(yùn)營(yíng)商對(duì)美國(guó)國(guó)內(nèi)長(zhǎng)途電話持續(xù)時(shí)間的報(bào)告。 持續(xù)時(shí)間(分鐘) 相對(duì)頻數(shù) 0 小于 5 0.37 5 小于 10 0.22 10 小于 15 0.15 15 小于 200.10 20 小于 250.07 25 小于 300.07 30 或更多 0.02 參照上面的統(tǒng)計(jì)表，如果抽樣樣本為 100 個(gè)長(zhǎng)途電話，那么持續(xù)時(shí)間少于 5 分鐘或 至少 30 分鐘或更長(zhǎng)時(shí)間的電話數(shù)是 A) 35. B) 37. C) 39. D) 40. 10某共同基金的年回報(bào)率服從均值為 14，標(biāo)準(zhǔn)差為 18的正態(tài)分布 ，求明年該基金賠錢 的概率是多少？ A) 0.7

4、823 B) 0.2177 C）0.1587 D）0 11. 衛(wèi)生部門檢查某潮濕的食品衛(wèi)生，根據(jù)細(xì)菌污染情況由 0-100 評(píng)分（0 表示無 污染） ，現(xiàn)抽取 36 個(gè)樣本單元進(jìn)行檢查，得樣本的平均分值為 10，標(biāo)準(zhǔn)差為 3，則 估計(jì)該超市的平均分值 95%的置信區(qū)間近似為（ ） A) 713 B) 812 C）911 D）9.510.5 12. 假設(shè)檢驗(yàn)中,，,N 為大樣本,統(tǒng)計(jì)量 Z=,拒絕域?yàn)椋?00: H 01: H0 x 0.05, A) Z1.96 C）Z1.65 D）Z1.65，所以應(yīng)該拒絕。 3.（10 分） 弗萊兄弟暖氣空調(diào)公司，雇傭了 LARRY CLARK 和 GEORG

5、E MURNEN 兩位 員工從事客服工作，公司經(jīng)理 TOM FRY 對(duì)他們每日接到的電話進(jìn)行了統(tǒng)計(jì)。對(duì) 0.05，檢驗(yàn)平均接到的電話數(shù)是否有差異。 Larry Clark George Murnen 均值4.775.02 標(biāo)準(zhǔn)差1.051.23 接到的電話數(shù)4050 4 （10 分）某企業(yè)準(zhǔn)備用三種方法組裝一種新的產(chǎn)品，為確定哪種方法每小時(shí)生產(chǎn) 的產(chǎn)品數(shù)量最多，隨機(jī)抽取了 30 名工人，并指定每個(gè)人使用其中的一種方法。通 過對(duì)每個(gè)工人生產(chǎn)的產(chǎn)品數(shù)進(jìn)行方差分析得到下面的結(jié)果： 方差分析表 差異源SSdfMSFP 值F 臨界值 組間2100.2459463.354131 組內(nèi)3836 總計(jì)29 （

6、1） （6 分）完成上面的方差分析表（答案填入表格） 。 （2） （4 分）若顯著性水平，檢驗(yàn)三種方法組裝的產(chǎn)品數(shù)量之間是否有顯 著差異？ 方差分析表中所缺的數(shù)值如下表： 差異源SSdfMSFP 值F 臨界值 組間42022101.4780.2459463.354131 組內(nèi)383627142.07 總計(jì)425629 (或)，不能拒絕原假設(shè)。 3.35 5. ( 10 分 ) 下面的數(shù)據(jù)文件顯示了在美國(guó)匹茲堡大學(xué) 30 名 MBA 考生的信息。第 一列給出身高（英寸） ，第二列給出 MBA 剛剛就業(yè)后的月收入（數(shù)據(jù)來源于華爾街 日?qǐng)?bào)，12 月 30 日） Regressing Income o

7、n Height Regression Statistics R Square0.714 Adjusted R Square0.703 Observations30 Coefficients Standard Errort StatP-value Intercept-451.1418.5-1.080.29 Height50.186.018.350.00 （1）(3 分) 寫出 MBA 身高與初始月收入的線性回歸方程。 50.18451.1yx （2）(3 分) 根據(jù)上面列表，求出初始月收入與身高之間的相關(guān)系數(shù)是多少？ Height accounts for 71.4% of the total

8、 fluctuation in Income （3）(4 分) 當(dāng)身高=65 英寸，計(jì)算初始月收入是多少？解釋回歸系數(shù)的實(shí)際意義。 50.1865451.1=2810.6Income 6. (20 分)警方學(xué)員坐在一個(gè)黑暗的房間里，對(duì)著投影屏幕。十個(gè)不同的許可飛機(jī) 被投影在屏幕上，一次一個(gè)，每次 5 秒， 兩次試驗(yàn)間隔 15 秒。在最后 15 秒的時(shí)間間隔里，打開燈，要求警察學(xué)員以任意次 序?qū)懴掠^察到的盡可能多的 10 個(gè)牌號(hào)。隨機(jī)抽取試驗(yàn)中的 15 名學(xué)員參加了為期一 周的記憶訓(xùn)練課程。然后，對(duì)他們進(jìn)行重新測(cè)試，正確號(hào)碼牌的數(shù)量結(jié)果如下表所 示。 訓(xùn)練后訓(xùn)練前 識(shí)別號(hào)碼牌數(shù) 的差異 660

9、853 660 752 972 853 945 660 770 58-3 945 853 642 862 67-1 （1） （5 分）試求識(shí)別號(hào)碼牌數(shù)差異均值的點(diǎn)估計(jì)。 Mean of DIFFERENCE column- 1.53331.5333 s for DIFFERENCE column- 2.19962.1996 （2） （8 分）試求總體均值的置信水平為 90%的置信區(qū)間。 1.5333 plus/minus (1.761)(0.5679) = 1.5333 plus/minus 1.000 = 0.5333, 2.533 （3） （7 分）在顯著性水平0.05 時(shí)能否認(rèn)為記憶訓(xùn)練

10、課程提高了警察學(xué)員的正 確識(shí)別號(hào)碼牌的能力？ Ho: = 0 (There is no mean improvement in ability to identify plates). H1: 0 (There is mean improvement in ability to identify plates). Calculated t statistic: t = (1.5333 - 0)/0.5679 = 2.70. Conclusion:Conclusion: Our sample t is in the critical region. We reject Ho at the 5% level of significance. There