2025年大学统计学期末考试题库——统计预测与决策案例分析及实战试题集.docxVIP

2025年大学统计学期末考试题库——统计预测与决策案例分析及实战试题集

考试时间：______分钟总分：______分姓名：______

一、单项选择题（每题2分，共20分）

1.在时间序列分析中，以下哪个指标用于衡量序列的平稳性？

A.自相关函数

B.协方差函数

C.移动平均法

D.ACF和PACF

2.以下哪个模型属于线性回归模型？

A.随机梯度下降

B.支持向量机

C.逻辑回归

D.线性回归

3.在回归分析中，当因变量与自变量之间呈线性关系时，应选择以下哪种模型？

A.逻辑回归

B.多元线性回归

C.线性判别分析

D.随机森林

4.以下哪个指标用于衡量模型对数据的拟合程度？

A.平均绝对误差

B.方差

C.标准差

D.中位数

5.在时间序列分析中，以下哪个指标用于衡量季节性？

A.ACF

B.PACF

C.自相关系数

D.季节指数

6.在多元线性回归中，以下哪个指标用于衡量自变量对因变量的影响程度？

A.系数

B.偏回归系数

C.标准化系数

D.相关系数

7.以下哪个指标用于衡量模型预测的准确性？

A.平均绝对误差

B.方差

C.标准差

D.中位数

8.在时间序列分析中，以下哪个指标用于衡量趋势性？

A.自相关函数

B.协方差函数

C.移动平均法

D.ACF和PACF

9.在回归分析中，以下哪个指标用于衡量模型对异常值的敏感性？

A.方差

B.标准差

C.均方误差

D.R2

10.在时间序列分析中，以下哪个指标用于衡量季节性变化？

A.自相关函数

B.协方差函数

C.移动平均法

D.季节指数

二、多项选择题（每题2分，共20分）

1.以下哪些方法可以用于时间序列预测？

A.线性回归

B.指数平滑法

C.ARIMA模型

D.支持向量机

2.以下哪些指标可以用于衡量回归模型的拟合程度？

A.平均绝对误差

B.方差

C.标准差

D.R2

3.以下哪些模型属于线性回归模型？

A.逻辑回归

B.多元线性回归

C.线性判别分析

D.随机森林

4.以下哪些指标可以用于衡量模型预测的准确性？

A.平均绝对误差

B.方差

C.标准差

D.中位数

5.以下哪些方法可以用于时间序列分解？

A.移动平均法

B.指数平滑法

C.ARIMA模型

D.支持向量机

6.以下哪些指标可以用于衡量自变量对因变量的影响程度？

A.系数

B.偏回归系数

C.标准化系数

D.相关系数

7.以下哪些方法可以用于处理缺失数据？

A.删除

B.填充

C.预测

D.替换

8.以下哪些指标可以用于衡量模型的复杂度？

A.交叉验证

B.模型选择

C.线性度

D.平稳性

9.以下哪些方法可以用于时间序列分析？

A.自相关函数

B.协方差函数

C.移动平均法

D.季节指数

10.以下哪些指标可以用于衡量模型预测的可靠性？

A.平均绝对误差

B.方差

C.标准差

D.中位数

三、判断题（每题2分，共20分）

1.时间序列分析是统计学的一个重要分支。（）

2.在线性回归分析中，R2值越大，模型的拟合程度越好。（）

3.指数平滑法适用于处理具有季节性的时间序列数据。（）

4.ARIMA模型是一种非参数模型，可以用于时间序列预测。（）

5.在多元线性回归中，自变量之间的相关系数越小，模型的拟合程度越好。（）

6.支持向量机可以用于时间序列预测。（）

7.在时间序列分析中，移动平均法可以消除季节性变化。（）

8.逻辑回归模型适用于处理分类问题。（）

9.在时间序列分析中，自相关系数可以用于衡量序列的平稳性。（）

10.在回归分析中，模型的系数可以用于衡量自变量对因变量的影响程度。（）

四、简答题（每题5分，共25分）

1.简述时间序列分解的步骤及其在统计分析中的作用。

2.解释多元线性回归模型中的偏回归系数和标准化系数的区别。

3.描述支持向量机在分类问题中的应用及其优势。

4.简要介绍ARIMA模型的基本原理及其在时间序列预测中的应用。

五、计算题（每题10分，共30分）

1.已知某城市过去10年的年降雨量数据如下（单位：毫米）：200、250、300、350、400、450、500、550、600、650。请使用指数平滑法预测第11年的降雨量。

2.设有如下线性回归模型：y=2x1+3x2+4，其中x1和x2是自变量，y是因变量。已知x1的观测值分别为1、2、3、4、5，对应的y的观测值分别为4、6、8、10、12。请计算模型的参数。

3.某公司过去5年的销售额数据如下（单位：万元）：100、150、200