统计学第五版(贾俊平)课后思考题答案(完整版)(2)

8.3什么是假设检验中的两类错误？

答：假设检验的结果可能是错误的，所犯的错误有两种类型，一类错误是原假设H0为真却被我们拒绝了，犯这种错误的概率用α表示，所以也称α错误或弃真错误；另一类错误是原假设为伪我们却没有拒绝，犯这种错误的概论用β表示，所以也称β错误或取伪错误。

8.4两类错误之间存在什么样的数量关系？

8.6显著性水平与P值有何区别

答：显著性水平是原假设为真时，拒绝原假设的概率，是一个概率值，被称为抽样分布的拒绝域，大小由研究者事先确定，一般为0.05。而P只是原假设为真时所得到的样本观察结果或更极端结果出现的概率，被称为观察到的(或实测的)显著性水平

8.7假设检验依据的基本原理是什么？

答：假设检验依据的基本原理是“小概率原理”，即发生概率很小的随机事件在一次试验中是几乎不可能发生的。根据这一原理，可以作出是否拒绝原假设的决定。

8.8你认为单侧检验中原假设与备择假设的方向如何确定？

答：将研究者想收集证据予以支持的假设作为备择假设H1，将研究者想收集证据证明其不正确的假设作为原假设H0，先确立备择假设H1，备择假设的方向与想要证明其正确性的方向一致，原假设与备择假设是互斥的，等号总在原假设上。（举例说明，如下：“一项研究表明，采用新技术生产后，将会使产品的使用寿命明显延长到1500小时以上。检验这一结论是否成立”，则备择假设的方向为“>”(寿命延长)，建立的原假设与备择假设应为H0：μ≤1500，H1：μ＞1500.又例，“一项研究表明，改进生产工艺后，会使产品的废品率降低到2%以下。检验这一结论是否成立”，则备择假设的方向为“<”(废品率降低)，建立的原假设与备择假设应为H0: μ≥2% ，H1: μ< 2%.）

第10章思考题

10.1什么是方差分析？它研究的是什么？

答：方差分析就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。它所研究的是非类型自变量对数值型因变量的影响。

10.2要检验多个总体均值是否相等时，为什么不作两两比较，而用方差分析方法？

答：作两两比较十分繁琐，进行检验的次数较多，随着增加个体显著性检验的次数，偶然

因素导致差别的可能性也会增加。而方差分析方法则是同时考虑所有的样本，因此排除了错误累积的概率，从而避免拒绝一个真实的原假设。

10.3方差分析包括哪些类型？它们有何区别？

答：方差分析可分为单因素方差分析和双因素方差分析。区别：单因素方差分析研究的是一个分类型自变量对一个数值型因变量的影响，而双因素涉及两个分类型自变量。 10.4方差分析中有哪些基本假定？

答:方差分析中有三个基本假定：

（1） 每个总体都应服从正态分布

2（2） 各个总体的方差σ必须相同

（3） 观测值是独立的

10.6解释因子与处理的含义。

答：在方差分析中，所要检验的对象称为因素或因子，因素的不同表现称为水平或处理。 10.7解释组内误差和组间误差的含义。

答：组内误差（SSE）是指每个水平或组的个样本数据与其组平均值误差的平方和，反映了每个样本各观测值的离散状况；组间误差（SSA）是指各组平均值i与总平均值的误差平方和，反映各样本均值之间的差异程度。

10.8解释组内方差和组间方差的含义。

答：组内方差指因素的同一水平(同一个总体)下样本数据的方差，组间方差指因素的不同水平(不同总体)下各样本之间的方差。

10.9简述方差分析的基本步骤。

答：

（1）提出假设（一般提法形式如下：H0：μ1=μ2=μ3= =μi= .μk，自变量对因变量没有显著影响, H1：μi (i=1,2,3 ..,k)不全相等，自变量对因变量有显著影响）

（2）构造检验统计量（包括：计算各样本的均值，计算全部观测值的总均值，计算各误差平方和，计算统计量）

（3）统计决策。（将统计量的值F与给定的显著性水平 的临界值F 进行比较，作出对原假设H0的决策）

10.12解释无交互作用和有交互作用的双因素方差分析。

答：在双因素方差分析中，如果两个因素对试验结果的影响是相互独立的，分别判断行因素和列因素对试验数据的影响，这时的双因素方差分析称为无交互作用的双因素方差分析或无重复双因素方差分析；如果除了行因素和列因素对试验数据的单独影响外，两个因素的搭配还会对结果产生一种新的影响，这时的双因素方差分析称为有交互作用的双因素方差分析或可重复双因素方差分析。

210.13解释R的含义和作用。

2答：自变量平方和占总平方和的比例记为R ,即

R2 SSA（组间SS）

SST（总SS）

作用：其平方根R就可以用来测量两个变量之间的关系强度。

第13章思考题

13.1简述时间序列的构成要素。

时间序列的构成要素：趋势，季节性，周期性，随机性

13.2利用增长率分析时间序列时应注意哪些问题。

(1)当时间序列中的观察值出现0或负数时，不宜计算增长率；

(2)不能单纯就增长率论增长率，要注意增长率与绝对水平的综合分析；大的增长率背后，其隐含的绝对值可能很小，小的增长率背后其隐含的绝对值可能很大。

13.3简述平稳序列和非平稳序列的含义。

1.平稳序列(stationary series)

基本上不存在趋势的序列，各观察值基本上在某个固定的水平上波动或虽有波动，但并不存在某种规律，而其波动可以看成是随机的

2.非平稳序列 (non-stationary series)

是包含趋势、季节性或周期性的序列，它可能只含有其中的一种成分，也可能是几种成分的组合。因此，非平稳序列又可以分为有趋势的序列、有趋势和季节性的序列、几种成分混合而成的复合型序列。

13.4简述时间序列的预测程序。

第一步：确定时间序列所包含的成分，也就是确定时间序列的类型。

第二步：找出适合此类时间序列的预测方法。

第三步：对可能的预测方法进行评估，以确定最佳预测方案。

第四步：利用最佳预测方案进行预测。

13.5简述指数平滑法的含义。

1.是加权平均的一种特殊形式

2.对过去的观察值加权平均进行预测的一种方法

3.观察值时间越远，其权数也跟着呈现指数的下降，因而称为指数平滑

4.有一次指数平滑、二次指数平滑、三次指数平滑等

5.该方法使用第T+1期的预测值等于T期的实际观测值与第T期预测值的加权平均值

6.一次指数平滑法也可用于对时间序列进行修匀，以消除随机波动，找出序列的变化

第14章

14.2加权综合指数和加权平均指数有何区别与联系?

加权综合指数:通过加权来测定一组项目的综合变动，有加权数量指数和加权质量指数。使

用条件：必须掌握全面数据（数量指数，测定一组项目的数量变动，如产品产量指数，商品销售量指数等）(质量指数,测定一组项目的质量变动,如价格指数、产品成本指数等)

拉式公式：将权数的各变量值固定在基期。

帕式公式：把作为权数的变量值固定在报告期。

加权平均指数:以某一时期的总量为权数对个体指数加权平均。使用条件：可以是全面数据、不完全数据。因权数所属时期的不同，有不同的计算形式。有：算术平均形式、调和平均形

14.3解释零售价格指数、消费价格指数、生产价格指数、股票价格指数。

答：零售价格指数：反映城乡商品零售价格变动趋势的一种经济指数。

消费价格指数 …… 此处隐藏：2016字，全部文档内容请下载后查看。喜欢就下载吧 ……