内容发布更新时间 : 2024/11/17 5:31:56星期一 下面是文章的全部内容请认真阅读。

1.在测量了变量的分布特征之后，测度变量之间的相关程度有何意义？测量指标有哪些？ 答：有时候掌握了变量的分布特征之后还不够，还需要了解变量之间相互影响的变动规律，以便对变量之间的相对关系进行深入研究。测度指标有协方差和相关系数。 2.简述数学期望和方差各描述的是随机变量的什么特征。

答：随机变量的期望值也称为平均值，它是随机变量取值的一种加权平均数，是随机变量分布的中心，它描述了随机变量取值的平均水平，而方差是各个数据与平均值之差的平方的平均数，方差用来衡量随机变量对其数学期望的偏离程度。 3.在数据分布中离散程度测度的引入有何意义？

答：研究变量的次数分布特征出来考察其取值的一般水平的高低外，还需要进一步考察其各个取值的离散程度。它是变量次数分布的另外一个重要特征。对其进行测定在实际研究中十分重要的意义：首先通过对变量取值之间离散程度的测定可以反映各个变量值之间的差异大小，从而也就可以反映分布中心指标对各个变量值代表性的高低。其次，通过对变量取值之间离散程度的测定，可以大致反映变量次数分布密度曲线的形状。

4．在变量数列中引入偏度与峰度的概念有何意义？答：对变量次数分布的偏斜程度和峰尖程度进行测度，一方面可以加深人们对变量取值的分布情况的认识；另一方面人们可以将所关心的变量的偏度标值和峰度指标值与某种理论分布的偏度标值和峰度指标值进行比较，以判断所关心的变量与某种理论分布的近似程度，为进一步的推断分析奠定基础。 5．什么是变量数列？

答：在对变量取值进行分组的基础上，将各组不同变量值与其变量值出现的次数排列成的数列，就称为变量数列。

1.（1）运用算术平均数应注意什么问题？在实际应用中如何有效地避免（1）中的问题。 答：（1）运用算术平均数应注意：

①算术平均数容易受到极端变量的影响。这是由于算术平均数是根据一个变量的全部变量值计算的，当一个变量的取值出现极小或者极大值，都将影响其计算结果的代表性。

②权数对平均数大小起着权衡轻重的作用，但不取决于它的绝对值的大小，而是取决于它的比重。

③根据组距数列求加权算术平均数时，需用组中值作为各组变量值的代表，它是假定各组内部的所有变量值是均匀分布的。

（2）①为了提高算术平均数的代表性，需要剔除极增值，即对变量中的极大值或极小值进行剔除。

②采用比重权数更能反映权数的实质，因为各组绝对数权数按统一比例变化，则不会影响平均数的大小。

③注意组距数列计算的平均数在一般情况下只是一个近似值。 2.（1）什么是洛伦茨曲线图？其主要用途有哪些？ （2）简述洛伦茨曲线图的绘制方法。

答：（1）累计频数（或频率）分布曲线；用来研究财富、土地和工资收入的分配是否公平。 （2）首先，将分配的对象和接受分配者的数量均化成结构相对数并进行向上累计；其次，纵轴和横轴均为百分比尺度，纵轴自下而上，用以测定分配的对象，横轴由左向右用以测定接受

学习提升能力 第 1 页 (共 12 页) 知识改变命运

分配者；最后，根据计算所得的分配对象和接受分配者的累计百分数，在图中标出相应的绘示点，连接各点并使之平滑化，所得曲线即所要求的洛伦茨曲线。 3.（1）简述分布中心的概念及其意义。

（2）分布中心的测度指标有哪些？这些指标是否存在缺陷？

答：（1）分布中心就是指距离一个变量的所有取值最近的位置，揭示变量的分布中心具有很重要的意义；首先变量的分布中心是变量取值的一个代表，可以用来反映其取值的一般水平。其次，变量的分布中心可以揭示其取值的次数分布的直角坐标系上的集中位置，可以用来反映变量分布密度曲线的中心位置。

（2）分布中心常用的测度指标主要有算术平均数、中位数和众数。算术平均数容易受到极端变量值的影响，即当一个变量的取值出现极小值或者极大值时，都将影响其计算结果的代表性；众数表示数据的普遍情况，但没有平均数准确；中位数表示数据的中等水平，但不能代表整体。 1.常用的连续型随机变量的概率分布有哪些？分别举一个例子说明。

答：常用的连续型随机变量的概率分布有：均匀分布，正态分布，指数分布。例如：某公共汽车站从上午六点起每十分钟来一辆车，则乘客在六点以后到汽车站等车的时间是

[0,10]上的均匀分布，人的身高、体重作为随机变量时都服从或近似服从正态分布，灯泡的使用寿命则服从指数分布。

2.离散型随机变量的概率分布怎样表示？常用的离散型随机变量的概率分布有哪些？ 答：离散型随机变量的概率分布表示为P{X= xk}=Pk,k=1,2,3...。常用的离散型随 机变量的概率分布有两点分布、超几何分布、二项分布和泊松分布。 3.正态分布的主要特征有哪些？

答：1.集中性，正态分布曲线的高峰位于正中央，该位置也是分布的中位数和众数。 2.对称性，正态分布曲线以x=μ为中心，左右对称，曲线两端永远不与横轴相交。 3.均匀变动性，正态分布曲线由μ所在处开始，分别向左右两侧逐渐均匀下降。 4.正态分布有两个参数，即均数μ和标准差σ，可记作 N（μ，σ）。均数μ决定正态分布曲线的中心位置；标准差σ决定正太分布曲线陡峭或扁平程度，σ越小，曲线越陡峭；σ 越大，曲线越平缓。

5.u变换，为了便于描述和应用，常将正态变量作数据转换。 4.简述数学期望和方差各描述的是随机变量的什么特征。

答：随机变量的期望值也称为平均值，它是随机变量取值的一种加权平均数，是随机变量分布的中心，它描述了随机变量取值的平均水平，而方差是各个数据与平均值之差的平方的平均数，方差用来衡量随机变量对其数学期望的偏离程度。

（1）我们可以用说明指标来衡量该车间的生产效益？ （2）试求出该产品的平均利润。 解答：（1）可以用期望值来衡量，随机变量的期望值也称平均值。它是随机变量取值的一种加权平均数，是随机变量分布的中心。

（1）除了上述指标外，还有什么指标来衡量所得到的统计数据？ （2）引入这些指标对数据的分析有何作用？解答

学习提升能力 第 2 页 (共 12 页) 知识改变命运

（1）方差、标准差。 （2）仅仅学了数学期望对随机变量的认识还是不够，我们还应该知道随机变量的取值对数学期望的偏离程度，即方差，这种偏离程度不仅可以反映一个随机变量取值的离散程度，还能衡量期望值的代表性大小。 四、选答题

（1）试解释为什么要引入随机变量的概念？ （2）随机变量的特点主要是什么？

答：在生产生活中，仅仅讨论随机事件的概率显然是不够的，为了更好地揭示随机现象的规律性，并利用数学分析的方法来描述。这就需要把随机试验的结果数量化，即要用某一变量的不同取值来表示随机试验中出现的各种不同结果，这就是要引入随机变量的原因。

（1） 总的来说随机变量具有三个特点：

①随机性，在试验前只知道它可能取值的范围，而预先不能确定具体取哪个值；

②统计规律性，由于它的取值依赖于试验结果，而试验结果的出现是有一定概率的，因此随机变量的取值也有一定的概率； ③它是定义在样本空间 Ω上的实单值函数。

1.时间序列分析中长期趋势的表现形式是多种多样的，常用的趋势线数学模型主要有哪几种？答：常用的趋势线数学模型有：直线、指数曲线、二次曲线、修正指数曲线、逻辑曲线、龚珀茨曲线和双指数曲线。

2.反映时间序列变动特征的指标有几类？答：反映时间序列变动特征的指标有两类：一类是反映时间序列水平变动的特征，又称为时间序列水平指标。一般用来反映研究现象的变动量，具体包括平均发展水平、增长量和平均增长量三种指标。另一类是反映时间序列的速度变动特征，又称为时间序列速度指标。用来反映研究现象在动态上发展变动的相对程度或平均程度，具体包括发展速度，增长速度，平均发展速度和平均增长速度四种指标。 3.常见的时间序列的变动模型有哪些？并说明这些模型之间的区别。

答：按照长期趋势（T）,季节波动(S)，循环波动(C)，不规则变动(I)的影响方式不同，时间序列可分为多种模型，其中最常见的有加法模型和乘法模型。 乘法模型：Y=T*S*C*I 加法模型：Y=T+S+C+I

乘法模型假定四个因素对现象发展有相互影响的作用，而加法模型则假定各因素对现象发展的影响是相互独立的。

4.简述季节变动的含义及其特点。

答：季节变动就是指受自然界更替影响而发生的年夏一年的有规律的变化，季节变动的特点有周期性、规律性、周期长度固定。

（1）简单季节模型与移动平均季节模型的区别是什么？ （2）简述移动平均季节模型的改进之处体现在什么地方。

答：（1）简单季节模型与移动平均季节模型的区别在于简单季节模型未考虑到时间序列中的长期趋势变动因素。 （2）首先用移动平均法消除时间序列中随机因素变动，并在趋势变动的基础上再根据季节变动对预测值加以调整，这样可以达到更切合实际的效果。

2.（1）常用的长期趋势预测的测定方法有哪几种？ （2）试简述应用每种方法时应该注意哪几点？答：（1）常用的测定方法主要有时距扩大法、移动平均法、数字模型法。 2.（2）应用时距扩大法时应注意：

①只能用于时期数列； ②扩大后的各个时期的时距应该相等；

③时距的大小要适中(即时距扩大程度要遵循事物发展的客观规律)。

学习提升能力 第 3 页 (共 12 页) 知识改变命运