2025年统计学专业期末考试题库：统计与决策实验操作试题.docxVIP

2025年统计学专业期末考试题库：统计与决策实验操作试题

考试时间：______分钟总分：______分姓名：______

一、

请使用R语言或Python语言，编写代码完成以下任务：给定数据集`data`（假设已成功加载到工作空间），该数据集包含三列数值型变量：`Variable1`，`Variable2`，`Variable3`。

1.计算变量`Variable1`的样本均值、中位数、最大值、最小值和四分位数（Q1,Q3）。

2.计算变量`Variable2`与`Variable3`之间的Pearson相关系数，并输出其值。

3.对变量`Variable3`进行标准化处理（使其均值为0，标准差为1），并将结果存储在新变量`Variable3_standardized`中。

4.绘制`Variable1`与`Variable2`的散点图，要求图例位于图形的右侧。

二、

假设你需要检验某城市成年男性的平均身高是否显著高于全国成年男性的平均水平（已知全国成年男性平均身高为175厘米，标准差为8厘米）。你随机抽取了该城市100名成年男性，测量他们的身高，得到样本数据（未给出，假设已加载为变量`height_sample`）。

1.请写出进行此假设检验的零假设和备择假设。

2.请选择合适的假设检验方法，并使用R语言或Python语言编写代码完成检验。假设你选择的检验方法对应的结果中包含p值（请写出代码）。

3.根据检验结果，说明是否有充分证据支持“该城市成年男性的平均身高显著高于全国平均水平”这一结论？（请说明你的判断依据，例如显著性水平α的选择和p值与α的比较）。

三、

某公司想要分析广告投入与产品销量之间的关系，收集了过去12个月的月度数据。数据集`ad_sales_data`包含两列：`Advertising_Spend`（广告投入金额，单位：万元）和`SalesVolume`（产品销量，单位：件）。

1.请使用R语言或Python语言，拟合一个简单线性回归模型，以`Advertising_Spend`为自变量，`SalesVolume`为因变量。请写出拟合模型的公式（包含回归系数）。

2.请解释模型中回归系数（斜率）的实际意义。

3.计算并解释该回归模型的R2值。

4.请对模型进行残差分析，使用R语言或Python语言绘制残差图（散点图，横轴为预测值，纵轴为残差），简要描述该图提供了哪些关于模型假设的信息。

四、

假设你正在分析一种新药的效果。你收集了30名患者的数据，其中`Treatment`列表示患者是否接受新药治疗（Yes表示是，No表示否），`Relief`列表示患者治疗后疼痛缓解的程度评分（分数越高表示缓解越明显）。数据已加载为变量`drug_data`。

1.请使用R语言或Python语言，检验接受新药治疗的患者的平均疼痛缓解评分是否显著高于未接受治疗的患者的平均评分。请写出进行此检验的代码和检验结果的p值。

2.请解释你的检验方法选择的理由（例如，说明了数据类型和检验条件）。

3.根据检验结果，请简要说明新药在缓解疼痛方面是否可能有效。

试卷答案

一、

1.```R

mean_var1-mean(data$Variable1)

median_var1-median(data$Variable1)

max_var1-max(data$Variable1)

min_var1-min(data$Variable1)

quartiles_var1-quantile(data$Variable1,probs=c(0.25,0.75))

c(mean_var1,median_var1,max_var1,min_var1,quartiles_var1[1],quartiles_var1[2])

#或使用summary(data$Variable1)获取部分结果

#Python代码示例(使用pandas)

importpandasaspd

mean_var1=data[Variable1].mean()

median_var1=data[Variable1].median()

max_var1=data[Variable1].max()

min_var1=data[Variable1].min()

quartiles_var1=data[Variable1].quantile([0