注意：此页面搜索的是所有试题
郑州工程技术学院-统计学
在置信水平不变的条件下，要缩小置信区间，则（）。
(A)需要增加样本量
(B)需要减少样本量
(C)需要保持样本量不变
(D)需要改变统计量的抽样标准差
一种饮料的灌装量是一定的，装填时误差不能过大，随机抽取 20 灌饮料得到装填的标 准差为 0.07升。用 95﹪的置信水平得到总体装填量标准差σ的置信区间为（）。 (A)（0.0028，0.0105 ） (B)（0.028，0.105） (C)（0.28，1.05） (D)（2.8，10.5）
从正态总体中抽取一个 n=20 的随机样本，得到样本标准差为 s=5，总体标准差的 95﹪的 置信区间为（）。 (A)1.8≤σ≤5.3 (B)2.8≤σ≤6.3 (C)3.8≤σ≤7.3 (D)4.8≤σ≤8.3
根据两个随机样本，计算得到S1^2=1.52,S2^2=5.90， 要检验假设H0:σ1^2/σ2^2≥1,H1:σ1^2/σ2^2<1则检验统计量的 F 值为（）。 (A)1.88 (B)2.88 (C)3.88 (D)4.88
组间误差反映的是各样本数据之间的差异，它（） 。 (A)只包括随机误差 (B)只包括处理误差 (C)既包括随机误差也包括处理误差 (D)有时包括随机误差有时包括处理误差
下面是一个方差分析表： 差异源 SS df MS F 组间 24.7 4 C E 组间 A B D 总计 62.7 34 表中 A，B，C，D，E5个单元格内的数据分别（） (A)38，30，6.175，1.267，4.87 (B)37.7，29，6.175，1.257，4.91 (C)38，30，6，175，1.267，4.87 (D)27.7，29，6.175，1.257，4.91
残差平方和 SSE 反映了 y 的总变差中（）。 (A)由于 x与 y 之间的线性关系引起的 y 的变化部分 (B)除了 x对 y 的线性影响之外的其他因素对y 变差的影响 (C)由于 x与 y 之间的非线性关系引起的 y 的变化部分 (D)由于 x与 y 之间的函数关系引起的 y 的变化部分
如果误差项ε服从正态分布的假定成立，那么在标准化残差图中，大约有95℅的标准化残 差落在（）。 (A)-2~+2 之间 (B)0~1 之间 (C)-1~+1 之间 (D)-1~0 之间
移动平均法适合于预测（）。 (A)只含有随机波动的序列 (B)含有多种成分的序列 (C)含有趋势成分的序列 (D)含有季节成分的序列
.如果时间序列适合拟合趋势方程Y1=b0+b1t，这表明该序列（）。 (A)各期观测值按常数增长 (B)各期观测值按指数增长 (C)各期增长率按常数增长 (D)各期增长率按指数增长
如果某一月份的商品销售额为 84 万，该月的季节指数等于 1.2，在消除季节因素后该月 的销售额为（）。 (A)60 万 (B)70万 (C)90.8 万 (D)100.8 万
对某一时间序列拟合的直线趋势方程为Y1=b0+b1t，如果b1=0，则表明该序列（）。 (A)没有趋势 (B)有上升趋势 (C)有下降趋势 (D)有非线性趋势
用最小二乘法拟合的直线趋势方程为Y1=b0+b1t ，若 b1为负数，表明该现象随着时间推移 呈现为（） (A)上升趋势 (B)下降趋势 (C)水平趋势 (D)随机波动
指数平滑法得到的 t+1 期的预测值等于（）。 (A)t 期的实际观察值与第 t+1期指数平滑值的加权平均值 (B)t 期的实际观察值与第 t 期指数平滑值的加权平均值 (C)t 期的实际观察值与第 t+1期实际观察值的加权平均值 (D)t+1 期的实际观察值与第 t期指数平滑值的加权平均值
设产品产量与产品单位成本之间的线性相关系数为了 0.87，且具有统计上的显著性，这 说明二者之间存在着（） 。 (A)高度相关 (B)中度相关 (C)低度相关 (D)极弱相关
一种饮料的灌装量是一定的，装填时误差不能过大，随机抽取 20 灌饮料得到装填的标 准差为 0.07升。用 95﹪的置信水平得到总体装填量标准差σ的置信区间为（）。 (A)（0.0028，0.0105 ） (B)（0.028，0.105） (C)（0.28，1.05） (D)（2.8，10.5）
从正态总体中抽取一个 n=20 的随机样本，得到样本标准差为 s=5，总体标准差的 95﹪的 置信区间为（）。 (A)1.8≤σ≤5.3 (B)2.8≤σ≤6.3 (C)3.8≤σ≤7.3 (D)4.8≤σ≤8.3
根据两个随机样本，计算得到S1^2=1.52,S2^2=5.90， 要检验假设H0:σ1^2/σ2^2≥1,H1:σ1^2/σ2^2<1则检验统计量的 F 值为（）。 (A)1.88 (B)2.88 (C)3.88 (D)4.88
组间误差反映的是各样本数据之间的差异，它（） 。 (A)只包括随机误差 (B)只包括处理误差 (C)既包括随机误差也包括处理误差 (D)有时包括随机误差有时包括处理误差
下面是一个方差分析表： 差异源 SS df MS F 组间 24.7 4 C E 组间 A B D 总计 62.7 34 表中 A，B，C，D，E5个单元格内的数据分别（） (A)38，30，6.175，1.267，4.87 (B)37.7，29，6.175，1.257，4.91 (C)38，30，6，175，1.267，4.87 (D)27.7，29，6.175，1.257，4.91
残差平方和 SSE 反映了 y 的总变差中（）。 (A)由于 x与 y 之间的线性关系引起的 y 的变化部分 (B)除了 x对 y 的线性影响之外的其他因素对y 变差的影响 (C)由于 x与 y 之间的非线性关系引起的 y 的变化部分 (D)由于 x与 y 之间的函数关系引起的 y 的变化部分
如果误差项ε服从正态分布的假定成立，那么在标准化残差图中，大约有95℅的标准化残 差落在（）。 (A)-2~+2 之间 (B)0~1 之间 (C)-1~+1 之间 (D)-1~0 之间
移动平均法适合于预测（）。 (A)只含有随机波动的序列 (B)含有多种成分的序列 (C)含有趋势成分的序列 (D)含有季节成分的序列
.如果时间序列适合拟合趋势方程Y1=b0+b1t，这表明该序列（）。 (A)各期观测值按常数增长 (B)各期观测值按指数增长 (C)各期增长率按常数增长 (D)各期增长率按指数增长
如果某一月份的商品销售额为 84 万，该月的季节指数等于 1.2，在消除季节因素后该月 的销售额为（）。 (A)60 万 (B)70万 (C)90.8 万 (D)100.8 万
对某一时间序列拟合的直线趋势方程为Y1=b0+b1t，如果b1=0，则表明该序列（）。 (A)没有趋势 (B)有上升趋势 (C)有下降趋势 (D)有非线性趋势
用最小二乘法拟合的直线趋势方程为Y1=b0+b1t ，若 b1为负数，表明该现象随着时间推移 呈现为（） (A)上升趋势 (B)下降趋势 (C)水平趋势 (D)随机波动
指数平滑法得到的 t+1 期的预测值等于（）。 (A)t 期的实际观察值与第 t+1期指数平滑值的加权平均值 (B)t 期的实际观察值与第 t 期指数平滑值的加权平均值 (C)t 期的实际观察值与第 t+1期实际观察值的加权平均值 (D)t+1 期的实际观察值与第 t期指数平滑值的加权平均值
设产品产量与产品单位成本之间的线性相关系数为了 0.87，且具有统计上的显著性，这 说明二者之间存在着（） 。 (A)高度相关 (B)中度相关 (C)低度相关 (D)极弱相关