在期中考试中，某班级学生统计学平均成绩为80分，标准差为4分。如果学生的成绩是正态分布，可以判断成绩在68分——92分之间的学生人数大约占总体的（）。A. 95%B. 68%C. 99%D. 90%

10.设X1,X2,···,Xn为来自总体X的样本, dfrac ( )(1) 为样本均值,则样本方差 ^2= .()-|||-A.1/n (x1-x^2)^2 B. dfrac (1)(n-1)sum _(i=1)^n(({X)_(i)-overline (X))}^2 .-|||-n-|||-C. sqrt (dfrac {1)(n)sum _(i=1)^n(({X)_(i)-overline (X))}^2} . D. sqrt (dfrac {1)(n-1)}sum _(i=1)^n(({X)_(i)-overline (X))}^2

在回归方程中,若回归系数等于0,这表明( )。A. 因变量y对自变量x的影响是不显著的B. 自变量x对因变量y的影响是不显著的C. 因变量y对自变量x的影响是显著的D. 自变量x对因变量y的影响是显著的

假设检验中第一类错误指原假设为真时拒绝原假设A. 正确B. 错误

有甲、乙两人同时打靶,各打10靶,甲平均每靶为8环,标准差为2;乙平均每靶9环,标准差为3,以下甲、乙两人打靶的稳定性水平表述正确的是( )。A. 甲的离散程度小,稳定性水平低B. 甲的离散程度小,稳定性水平高.C. 乙的离散程度小,稳定性水平低D. 乙的离散程度大,稳定性水平高

中心极限定理的核心结论是()A. 小样本均值服从t分布B. 大样本均值近似正态分布C. 总体服从正态分布D. 样本均值服从正态分布

下列哪种情况不适合用方差分析? ( )A. 性别对收人的影响B. 专业对收人的影响C. 年龄对收人的影响D. 行业对收人的影响

分组频数表组距3，上限为小于频数百分比累计频数累积百分比有效40.00 - 42.0033.033.043.00 - 45.0099.01212.046.00 - 48.002424.03636.049.00 - 51.001919.05555.052.00 - 54.002424.07979.055.00 - 57.001414.09393.058.00+77.0100100.0合计100100.0　直方图:年/月 1997 1998 1999 2000 2001 1 54.3 49.1 56.7 64.4 61.1 2 46.6 50.4 52.0 54.5 69.4 3 62.6 59.3 61.7 68.0 76.5 4 58.2 58.5 61.4 71.9 71.6 5 57.4 60.0 62.4 69.4 74.6 6 56.6 55.6 63.6 67.7 69.9 7 56.1 58.0 63.2 68.0 71.4 8 52.9 55.8 63.9 66.3 72.7 9 54.6 55.8 63.2 67.8 69.9 10 51.3 59.8 63.4 71.5 74.2 11 54.8 59.4 64.4 70.5 72.7 12 52.1 55.5 63.8 69.4 72.5 (1)根据各年的月份数据绘制趋势图,说明该时间序列的特点。 (2)要寻找各月份的预测值,你认为应该采取什么方法? (3)选择你认为合适的方法预测2002年1月份的外销订单金额。 详细答案: (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1997—2001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(a=0.4)预测的预测结果为: 。13.9 1993—2000年我国社会消费品零售总额数据如下(单位:亿元)月/年 199319941995199619971998199920001977.5 1192.2 1602.2 1909.1 2288.5 2549.5 2662.1 2774.7 2892.5 1162.7 1491.5 1911.2 2213.5 2306.4 2538.4 2805.0 3942.3 1167.5 1533.3 1860.1 2130.9 2279.7 2403.1 2627.0 4941.3 1170.4 1548.7 1854.8 2100.5 2252.7 2356.8 2572.0 5962.2 1213.7 1585.4 1898.3 2108.2 2265.2 2364.0 2637.0 61005.7 1281.1 1639.7 1966.0 2164.7 2326.0 2428.8 2645.0 7963.8 1251.5 1623.6 1888.7 2102.5 2286.1 2380.3 2597.0 8959.8 1286.0 1637.1 1916.4 2104.4 2314.6 2410.9 2636.0 91023.3 1396.2 1756.0 2083.5 2239.6 2443.1 2604.3 2854.0 101051.1 1444.1 1818.0 2148.3 2348.0 2536.0 2743.9 3029.0 111102.0 1553.8 1935.2 2290.1 2454.9 2652.2 2781.5 3108.0 121415.5 1932.2 2389.5 2848.6 2881.7 3131.4 3405.7 3680.0 (1)绘制时间序列线图,说明该序列的特点。 (2)利用分解预测法预测2001年各月份的社会消费品零售总额。 详细答案: (1)趋势图如下: 从趋势图可以看出,我国社会消费品零售总额的变具有明显的季节变动和趋势。 (2)利用分解法预测的结果如下:2001年/月 时间编号 季节指数 回归预测值 最终预测值 1971.04393056.303190.482980.99393077.503058.873990.95933098.712972.4841000.93983119.922931.9951010.94393141.132964.8861020.95893162.333032.3071030.92873183.542956.4381040.92613204.752967.8691050.98143225.963166.05101061.00753247.163271.51111071.04723268.373422.77121081.26943289.584175.9513.10 1995年~2000年北京市月平均气温数据如下(单位: ):月/年 1995199619971998199920001-0.7-2.2-3.8-3.9-1.6-6.422.1-0.41.32.42.2-1.537.76.28.77.64.88.1414.714.314.515.014.414.6519.821.620.019.919.520.4624.325.424.623.625.426.7725.925.528.226.528.129.6825.423.926.625.125.625.7919.020.718.622.220.921.81014.512.814.014.813.012.6117.74.25.44.05.93.012-0.40.9-1.50.1-0.6-0.6(1)绘制年度折叠时间序列图,判断时间序列的类型。 (2)用季节性多元回归模型预测2001年各月份的平均气温。 详细答案: (1)年度折叠时间序列图如下: 从年度折叠时间序列图可以看出,北京市月平均气温具有明显的季节变动。由于折线图中有交叉,表明该序列不存在趋势。 (2)季节性多元回归模型为: 设月份为 。则季节性多元回归模型为: 虚拟变量为: , ,……, 。 由Excel输出的回归结果如下:系数 b-0.2233b1 -0.0030M1-2.7832M21.3365M37.5062M414.9092M520.5289M625.3319M727.6349M825.7213M920.8743M1013.9606M115.3803季节性多元回归方程为: 2001年各月份平均气温的预测值如下:年/月 时间 虚拟变量 预测 M1M2M3M4M5M6M7M8M9M10M111731-3.2 27410.9 37517.1 476114.5 577120.1 678124.9 779127.2 880125.3 981120.4 1082113.5 118314.9 1284-0.5 13.11 下表中的数据是一家大型百货公司最近几年各季度的销售额数据(单位:万元)。对这一时间序列的构成要素进行分解,计算季节指数、剔除季节变动、计算剔除季节变动后趋势方程。年/季 1 2 3 4 1991 993.1 971.2 2264.1 1943.3 1992 1673.6 1931.5 3927.8 3079.6 1993 2342.4 2552.6 3747.5 4472.8 1994 3254.4 4245.2 5951.1 6373.1 1995 3904.2 5105.9 7252.6 8630.5 1996 5483.2 5997.3 8776.1 8720.6 1997 5123.6 6051.0 9592.2 8341.2 1998 4942.4 6825.5 8900.1 8723.1 1999 5009.9 6257.9 8016.8 7865.6 2000 6059.3 5819.7 7758.8 8128.2 详细答案: 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: 。13.12 下表中的数据是一家水产品加工公司最近几年的加工量数据(单位:t)。对该序列进行分解,计算季节指数、剔除季节变动、计算剔除季节变动后趋势方程。年/月 19971998199920002001178.891.990.466.899.5278.192.1100.173.380.0384.080.9114.185.3108.4494.394.5108.294.6118.3597.6101.4125.774.1126.86102.8111.7118.3100.8123.3792.792.989.1106.7117.2841.643.646.144.042.09109.8117.5132.1132.1150.610127.3153.1173.9162.5176.611210.3229.4273.3249.0249.212242.8286.7352.1330.8320.6详细答案: 各月季节指数如下:1月 2月3月4月5月6月0.67440.66990.74320.79030.80610.85107月8月9月10月11月12月0.75520.34490.96191.19921.86622.3377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: 。

3. 本地组具有哪些特征？

热门问题