2025年学历类自考公共课思想道德修养与法律基础-数量方法(二)参考题库含答案解析(5套版).docxVIP

  • 0
  • 0
  • 约1.78万字
  • 约 31页
  • 2025-09-21 发布于四川
  • 举报

2025年学历类自考公共课思想道德修养与法律基础-数量方法(二)参考题库含答案解析(5套版).docx

2025年学历类自考公共课思想道德修养与法律基础-数量方法(二)参考题库含答案解析(5套版)

2025年学历类自考公共课思想道德修养与法律基础-数量方法(二)参考题库含答案解析(篇1)

【题干1】已知某正态分布的随机变量X的均值μ=10,标准差σ=2,求X落在8到12之间的概率。

【选项】A.0.6826B.0.9544C.0.4772D.0.1359

【参考答案】A

【详细解析】计算Z值:Z?=(8-10)/2=-1,Z?=(12-10)/2=1。查标准正态分布表得P(-1≤Z≤1)=0.6826,对应选项A。

【题干2】在单样本t检验中,当样本量n=25且显著性水平α=0.05时,临界t值应为多少?

【选项】A.1.96B.2.063C.1.711D.1.964

【参考答案】B

【详细解析】自由度df=24,查t分布表得双侧临界值2.063(对应α/2=0.025)。选项B正确。

【题干3】方差分析(ANOVA)的检验统计量F值的计算公式为?

【选项】A.组间平方和/组内平方和B.组间均方/组内均方C.总平方和/误差平方和D.样本均值差/标准误

【参考答案】B

【详细解析】F=MS组间/MS组内,其中MS=SS/df,故选B。

【题干4】在简单线性回归模型中,残差平方和(SSE)与总平方和(SST)的关系是?

【选项】A.SST=SSE+SSRB.SST=SSE-SSRC.SSR=SSE+SSTD.SSE=SST-SSR

【参考答案】A

【详细解析】总平方和分解为回归平方和(SSR)与残差平方和(SSE),即SST=SSR+SSE,故选A。

【题干5】分层抽样与整群抽样的主要区别在于?

【选项】A.分层抽样按比例分配样本B.整群抽样以群体为单位

【参考答案】B

【详细解析】分层抽样按特征分组抽取样本,整群抽样直接随机选取群体,故B正确。

【题干6】时间序列预测中,移动平均法(MA)的平滑系数α的取值范围是?

【选项】A.0≤α≤1B.α1C.-1≤α≤1D.α0

【参考答案】A

【详细解析】移动平均法无平滑系数,但若结合指数平滑则α∈[0,1],故选A。

【题干7】根据中心极限定理,当样本量n≥30时,样本均值的分布近似为?

【选项】A.离散均匀分布B.泊松分布C.正态分布D.指数分布

【参考答案】C

【详细解析】中心极限定理指出样本均值近似正态分布,无论原分布如何,故选C。

【题干8】卡方检验(χ2)的检验统计量计算公式为?

【选项】A.Σ[(O-E)2/E]B.Σ(O-E)C.Σ(O-E)2D.Σ(O-E)/E

【参考答案】A

【详细解析】卡方值=Σ[(观测频数-期望频数)2/期望频数],故选A。

【题干9】置信度为95%的总体均值置信区间公式为?

【选项】A.x?±t_{α/2}(n-1)·s/√nB.x?±Z_{α/2}·σ/√n

【参考答案】A

【详细解析】当总体标准差未知时用t分布,故选A(若σ已知则选B)。

【题干10】贝叶斯定理中,后验概率P(A|B)的计算公式为?

【选项】A.P(B|A)·P(A)/P(B)B.P(A|B)·P(B)/P(A)C.P(A)·P(B)D.P(B)/P(A)

【参考答案】A

【详细解析】贝叶斯公式为P(A|B)=[P(B|A)·P(A)]/P(B),故选A。

【题干11】在抽样调查中,样本量增加2倍,抽样误差会?

【选项】A.不变B.减半C.增加一倍D.缩小至1/4

【参考答案】D

【详细解析】抽样误差与√n成反比,样本量增至4倍则误差减半,故选D。

【题干12】非参数检验中的符号秩检验适用于?

【选项】A.两个独立样本比较B.两个配对样本比较C.单样本均值检验D.多样本方差分析

【参考答案】B

【详细解析】符号秩检验处理配对数据,故选B。

【题干13】相关系数r的取值范围是?

【选项】A.-1到1B.0到1C.-∞到+∞D.0到+∞

【参考答案】A

【详细解析】r∈[-1,1],绝对值越大相关性越强,故选A。

【题干14】假设检验中p值小于显著性水平α意味着?

【选项】A.接受原假设B.拒绝原假设C.接受备择假设D.拒绝备择假设

【参考答案】B

【详细解析】pα时拒绝原假设,故选B。

【题干15】在回归分析中,多重共线性问题可通过?

【选项】A.增加样本量B.VIF值

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档