大学【统计】- 搜题酱免费题库

某汽车经销商为了能更好的了解某季度纯电动汽车的续航能力，现分两次不重复的各抽取了10台纯电动车进行了续航里程的测试。并将测试的情况进行整理、描述和分析(续航里程用x表示，共分成四组：(A)100 leqslant x < 200，(B)200 leqslant x < 300，(C)300 leqslant x < 400，(D)x geqslant 400，单位：rm km)。下面给出了部分信息：第一次抽取10台车的续航里程在C组中的数据是：380，310，300，310。第二次抽取10台车的续航里程是：220，301，175，310，400，310，385，430，234，455。第一次测试的续航里程扇形统计图如图：B-|||-30% A-|||-10%-|||-C D-|||-a%两次测试的续航里程统计表：B-|||-30% A-|||-10%-|||-C D-|||-a%根据以上信息，解答下列问题：(1)直接写出上述图表中a、b、c的值，a=_____，b=_____，c =_____。(2)根据以上数据，你认为这两次测试中的哪一次的纯电动汽车续航能力更强？请说明理由(一条理由即可)。(3)若经销商这一季度共购进1600台纯电动汽车，结合这两次测试，估计这一季度续航能力较强(x geqslant 380)的纯电动汽车有多少辆？

4.设X1,.,Xn为正态总体 sim N(mu ,(sigma )^2) 的样本,记 ^2=dfrac (1)(n-1)sum _(i=1)^n(({X)_(i)-overline (X))}^2 ,则下列-|||-选项中正确的是 () .-|||-A. dfrac ((n-1){S)^2}({sigma )^2}sim (chi )^2(n-1) B. dfrac ((n-1){S)^2}({sigma )^2}sim (chi )^2(n)-|||-C. (n-1)(S)^2sim (chi )^2(n-1) D. dfrac ({S)^2}({sigma )^2}sim (chi )^2(n-1) .

7.[判断题]-|||-随机区组设计的资料若用完全随机设计方差分析-|||-进行统计处理,可能降低检验效率。-|||-bigcirc 1.对-|||-2.错

某指标是正态分布资料，该指标以过低为异常，用正态分布法求95%医学参考值范围，计算公式:A. overline(x) - 1.96sB. overline(x) + 1.96sC. overline(x) + 1.64sD. overline(x) - 1.64s

（）是指从一个物体或者一个系统中将必要的部分或者性质抽取出来。A. 分割原理B. 增加不对称性原理C. 局部质量原理D. 抽取原理

散点呈直线趋势，当x增加y减小时，可初步判断两变量为（）。A. 正相关关系B. 负相关关系C. 不相关D. 还不能确定E. 非线性关系

我国男性的体质系数计算公式是：m=(W)/(H-105)×100%，其中W表示体重（单位：kg），H表示身高（单位：cm）．通过计算出的体质系数m对体质进行评价．具体评价如下表： m ＜80% 80%～90% 90%～110% 110%～120% ＞120% 评价结果明显消瘦消瘦正常过重肥胖（1）某男生的身高是170cm，体重是75kg，他的体质评价结果是 ____ ；（2）现从某校九年级学生中随机抽取n名男生进行体质评价，评价结果统计如下：①抽查的学生数n= ____ ；图2中a的值为 ____ ；②图1中，体质评价结果为“正常”的所在扇形圆心角为 ____ °；（3）若该校九年级共有男生480人，试估计该校九年级体质评价结果为“过重”或“肥胖”的男生人数．体质评价结果条形统计图-|||-↑人数(个)-|||-本质评价结果扇形统计图-|||-16-|||-过重肥胖 12 --|||-40% 20%-|||-< 明显-|||-消瘦 a-|||-正常 3-|||-明显消瘦正常过重肥胖评价-|||-图1 消瘦图2 结果

对第5章习题9的数据,逐步回归的结果只保留了3个自变量x1,x2,x5,用y对这3个自变量做岭回归分。答: 依题意,对逐步回归法所保留的三个自变量做岭回归分。程序为:include'C:Program FilesSPSSEVALRidge regression.sps'.Mult R .850373821RSquare .723135635A. dj RSqu .683583583 B. SE 2.030268037 C. table D. S MS E. Regress 3.000 226.089 75.363 F. Residual 21.000 86.562 4.122 G. value Sig F18.28313822 .00000456Variables in the Equation----------------SE(B) Beta B/SE(B)x1 .016739073 .003359156 .372627316 4.983118685x2 .156806656 .047550034 .275213878 3.297719120x3 .067110931 .032703990 .159221005 2.052071673onstant -.819486727 .754456246 .000000000 -1.086195166ND MATRIX -----由及表可知,(1)y 与x1 x2 x3 x4 的相关系数分别为0.844,0.732,0.700,0.519.(2)y对其余四个变量的线性回归方程为 .=1.002+0.4000+0.148(x)_(2)+0.015x-0.029(x)_(4) 由于.=1.002+0.4000+0.148(x)_(2)+0.015x-0.029(x)_(4)的系数为负,说明存在共线性,固所得的回归系数是不合理的。(3)由于条件数.=1.002+0.4000+0.148(x)_(2)+0.015x-0.029(x)_(4)=11.25>10,说明存在较强的共线性。(4)由上表可知由后退法和逐步回归法所得到的线性回归方程为.=1.002+0.4000+0.148(x)_(2)+0.015x-0.029(x)_(4) 由于.=1.002+0.4000+0.148(x)_(2)+0.015x-0.029(x)_(4)的系数为负,说明仍然存在共线性。Y对其余四个自变量的岭回归如上表所示。(6)选取岭参数k=0.4,得岭回归方程.=1.002+0.4000+0.148(x)_(2)+0.015x-0.029(x)_(4),回归系数都能有合理的释。/ SE(B) 得近似的t值可知,x1 x2 x3 都是显著的,所以y对x1 x2 x3的岭回归是可行的。⏺Welcome !!!欢迎您的下载,资料仅供参考!ridgereg dep=y/enter x1 x2 x5rt=0.0/stop=1/inc=0.01.岭迹如下:.=1.002+0.4000+0.148(x)_(2)+0.015x-0.029(x)_(4)计算结果为:.=1.002+0.4000+0.148(x)_(2)+0.015x-0.029(x)_(4)可以看到,变量x1、x2迅速由负变正,x5迅速减小,在0.01-0.1之间各回归系数的岭估计基本稳定,重新做岭回归。岭迹如下:先取k=0.08:语法命令如下:Program FilesSPSSEVALRidge regression.sps'.ridgereg dep=y/enter x1 x2 x5/k=0.08.运行结果如下:.=1.002+0.4000+0.148(x)_(2)+0.015x-0.029(x)_(4)得到回归方程为:.=1.002+0.4000+0.148(x)_(2)+0.015x-0.029(x)_(4)再取k=0.01:语法命令如下:Program FilesSPSSEVALRidge regression.sps'.ridgereg dep=y/enter x1 x2 x5/k=0.01.运行结果:Ridge Regression with k = 0.01 ******Mult R .9931857RSquare .9864179dj RSqu .9840210SE 329.6916494tableS MSRegress 3.000 134201841 44733947Residual 17.000 1847841.9 108696.58value Sig F411.5487845 .0000000Variables in the Equation----------------SE(B) Beta B/SE(B)x1 .0556780 .0615651 .0981355 .9043751x2 .0796395 .0218437 .3291293 3.6458814x5 .1014400 .0108941 .5621088 9.3114792onstant 753.3058478 121.7381256 .0000000 6.1879205回归方程为: y=753.3058-0.05568x1-0.0796x2+0.1014x5检验,R检验,经查表,所有自变量均通过t检验,说明回归方程通过检验。从经济意义上讲,x1(农业增加值)、x2(工业增加值)x5(社会消费总额)的增加应该对y(财政收入)有正方向的影响,岭回归方程中三个自变量的系数均为正值,与实际的经济意义相符。比逐步回归法得到的方程有合理释。

19 .已知某地正常人某定量指标的总体均值 μ0=5，今随机测得该地特殊人群中的 30 人该指标的数值。若用 t 检验推断该特殊人群该指标的总体均值 μ 与μ0 之间是否有差别，则自由度为（）。A. 5B. 28C. 29D. 4E. 30

热门问题