3.6本章练习

一、单项选择

1. 对一个变量而言,其( B )指的是全面调查获得的所有变量值(或组)与其对应频率的一揽子表示。

A.分布 B.总体分布 C.样本分布 D.频数

2.( C )指的是抽样调查获得的所有变量值(或组)与其对应频率的一揽子表示。

A.分布 B.总体分布 C.样本分布 D.联合总体分布

3. 以文字叙述方式表达简单变量的分布,一般用于变量值极少的场合(如性别)的分布的表达方法是( A )。

A. 语示法 B. 表示法 C. 图示法 D. 函数法

4. 以表格陈列的方式表达较复杂变量的分布,用于变量值较少的场合(如年龄段)的分布的表达方法是( B )。

A. 语示法 B. 表示法 C. 图示法 D. 函数法

5. 以图形方式表达复杂变量的分布的表达方法是( C )。

A. 语示法 B. 表示法 C. 图示法 D. 函数法

6.( B )既可以反映较少类数也可以反映较多类数的分类变量分布,甚至也能反映分组化的数值变量分布,居于优先选择地位。

A. 饼形图 B. 柱形图 C. 条形图 D. 直方图

7. 在变量值极少的场合,在一个圆形内,以顶点在圆心的扇形的相对面积(即占整个圆形面积的比例)表示概率大小,以扇形的颜色或其他标记表示对应变量值(既可是分类变量也可是数值变量的)。这样的图称为( A )。

A. 饼形图 B. 柱形图 C. 条形图 D. 直方图

8. 在所有总体分布特征中,最重要的分布特征是( D )。

A. 中位数 B. 众数 C. 标准差 D. 均值

9. 某机床厂要统计该企业的自动机床的产量和产值,上述两个变量是( D )。

A.二者均为离散变量 B.二者均为连续变量

C.前者为连续变量,后者为离散变量 D.前者为离散变量,后者为连续变量

10.总量指标数值大小( A )

A.随总体范围扩大而增大 B.随总体范围扩大而减小

C.随总体范围缩小而增大 D.与总体范围大小无关

11.计算结构相对指标时,总体各部分数值与总体数值对比求得的比重之和( C)

A.小于100% B.大于100% C.等于100% D.小于或大于100%

12.众数是( C )。

A. 出现次数最少的次数 B. 出现次数最少的标志值

C. 出现次数最多的变量值 D. 出现次数最多的频数

13. 在一组数据中,每个数据类型出现的次数称为( B )。

A.参数 B.频数 C.众数 D.组数

14.集中趋势最主要的测度值是( B )。

A.几何平均数 B.算术平均数

C.众数 D.中位数

二、多项选择

1. 分布的表达方法有( ABCD )。

A. 语示法 B. 表示法 C. 图示法 D. 函数法

2. 分布图的主要形式包括( ABCD )。

A. 饼形图 B. 柱形图 C. 条形图 D. 直方图

3. 均值的计算方式包括( AB )。

A. 算术平均数 B.加权平均数 C.中位数 D. 方差

4. 可以反映数值变量离散程度分布特征的是( BD )

A. 中数 B. 四分位差 C.偏度 D.标准差

5.中位数是(AD )。

A.由标志值在数列中所处位置决定的 B.根据标志值出现的次数决定的

C.总体单位水平的平均值 D.总体一般水平的代表值

6.统计数据集中趋势的测度的参数有( BCD )

A.方差 B.均值 C.中位数 D.众数

三、判断题

1. 数据阵与统计数据表包含的信息完全一致。(√)

2. 条形图比柱状图可容纳更多的变量值。(√)

3. 分布特征则是分布的进一步简化,在这种简化过程中,不会出现任何信息损失。(×)

4. 分布特征依计算基础是原始数据还是分布数据分为代数特征与几何特征。(√)

四、计算分析题

1 .某技术小组有12人,他们的性别和职称如下,现要产生一名幸运者。试求这位幸运者分别是以下几种可能的概率:(1)女性;(2)工程师;(3)女工程师,(4)女性或工程师。并说明几个计算结果之间有何关系?

解:A=女性,B=工程师,AB=女工程师,A+B=女性或工程师

(1)P(A)=4/12=1/3

(2)P(B)=4/12=1/3

(3)P(AB)=2/12=1/6

(4)P(A+B)=P(A)+P(B)-P(AB)=1/3+1/3-1/6=1/2

2. 某种零件加工必须依次经过三道工序,从已往大量的生产记录得知,第一、二、三道工序的次品率分别为0.2,0.1,0.1,并且每道工序是否产生次品与其它工序无关。试求这种零件的次品率。

解:求这种零件的次品率,等于计算“任取一个零件为次品”(记为A)的概率

考虑逆事件“

于是

3. 已知参加某项考试的全部人员合格的占80%,在合格人员中成绩优秀只占15%。试求任一参考人员成绩优秀的概率。

解:A表示“合格”,B表示“优秀”。由于BAB,于是


=0.8×0.15=0.12

4.某项飞碟射击比赛规定一个碟靶有两次命中机会(即允许在第一次脱靶后进行第二次射击)。某射击选手第一发命中的可能性是80%,第二发命中的可能性为50%。求该选手两发都脱靶的概率。

解:A=第1发命中。B=命中碟靶。求命中概率是一个全概率的计算问题。再利用对立事件的概率即可求得脱靶的概率。

=0.8×1+0.2×0.5=0.9

脱靶的概率=1-0.9=0.1

或(解法二):P(脱靶)=P(第1次脱靶)×P(第2次脱靶)=0.2×0.5=0.1

5.已知某地区男子寿命超过55岁的概率为84%,超过70岁以上的概率为63%。试求任一刚过55岁生日的男子将会活到70岁以上的概率为多少?

解: 设A=活到55岁,B=活到70岁。所求概率为:

6.某地区销售某种商品的价格和销售量资料如下:

根据资料计算三种规格商品的平均销售价格。

解:已知:

(元)

答:三种规格商品的平均价格为36元

7.某企业2003年某月份按工人劳动生产率高低分组的有关资料如下:

试计算该企业工人平均劳动生产率。

解:

根据公式:

(件/人)

8. 某班级25名学生的统计学考试成绩数据如下:

89,95,98,95,73,86,78,67,69,82,84,89,93,91,75,86,88,82,53,80,79,81,70,87,60

试计算:

(1)该班统计学成绩的均值、中位数和四分位数;

答:

=81.2    Me=82    Ql=74   QM=89

(2)该班统计学成绩的方差、标准差。

答:S=11.18   S2=124.92

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,099评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,828评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,540评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,848评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,971评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,132评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,193评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,934评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,376评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,687评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,846评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,537评论 4 335
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,175评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,887评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,134评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,674评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,741评论 2 351