亲爱的，一章一章来，肯定能弄完的，你是最棒的！
统计学（第五版）贾俊平 课后习题答案（完整版）
第一章思考题
i.i什么是统计学
统计学是关于数据的一门学科，它收集，处理，分析，解释来自各个领域的数据并从中得岀结论。
1.2解释描述统计和推断统计
描述统计；它研究的是数据收集，处理，汇总，图表描述，概括与分析等统计方法。 推断统计；它是研究如何利用样本数据来推断总体特征的统计方法。
1.3统计学的类型和不同类型的特点 统计数据；按所采用的计量尺度不同分；
（定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类 别，用文字来表述；
（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。
它也是有类别的，但这些类别是有序的。
（定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。 统计数据；按统计数据都收集方法分；
观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。 实验数据：在实验中控制实验对象而收集到的数据。
统计数据；按被描述的现象与实践的关系分； 截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。 时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。
1.4解释分类数据，顺序数据和数值型数据
答案同1.3
1.5举例说明总体，样本，参数，统计量，变量这几个概念
对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就 是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的 寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比 如说灯泡的寿命。
1.6变量的分类 变量可以分为分类变量，顺序变量，数值型变量。
变量也可以分为随机变量和非随机变量。经验变量和理论变量。
1.7举例说明离散型变量和连续性变量 离散型变量，只能取有限个值，取值以整数位断开，比如“企业数” 连续型变量，取之
连续不断，不能一一列举，比如“温度”
。
1.8统计应用实例
人口普查，商场的名意调查等。
1.9统计应用的领域 经济分析和政府分析还有物理，生物等等各个领域。
第二章思考题
2.1什么是二手资料？使用二手资料应注意什么问题
与研究内容有关，由别人调查和试验而来已经存在，并会被我们利用的资料为“二手资料” 评估，要考虑到资料的原始收集人，收集目的，收集途径，收集时间使用时要注明数据来源。
。使用时要进 行
2.2 比较概率抽样和非概率抽样的特点，指出各自适用情况 概率抽样：抽样时按一定的概率以随机原则抽取样本。每个单位别
抽中的概率已知或可以计算，当用样本 对总体目标量进行估计时，要考虑到每个单位样本被抽到的概率。技术含量和成本都比较高。如果调查目 的在于掌握和研究对象总体的数量特征，得到总体参数的置信区间，就使用概率抽样。
非概率抽样：操作简单，时效快，成本低，而且对于抽样中的统计学专业技术要求不是很高。它适合探索 性的研究， 调查结果用于发现问题， 为更深入的数量分析提供准备。 它同样使用市场调查中的概念测试 （不 需要调查结果投影到总体的情况） 。
2.3 除了自填式，面访式和电话式还有什么搜集数据的办法
试验式和观察式等
2.4 自填式，面访式和电话式各自的长处和弱点
自填式；优点： 1 调查组织者管理容易 2 成本低，可进行大规模调查 3 对被调查者，可选择方便时间答卷， 减少回答敏感问题压力。缺点： 1 返回率低 2 不适合结构复杂的问卷，调查内容有限 3 调查周期长 4 在数 据搜集过程中遇见问题不能及时调整。
面访式；优点： 1 回答率高 2 数据质量高 3 在调查过程中遇见问题可以及时调整。缺点： 1 成本比较高 2 搜集数据的方式对调查过程的质量控制有一定难度 3 对于敏感问题，被访者会有压力。
电话式；优点： 1 速度快 2 对调查员比较安全 3 对访问过程的控制比较容易。缺点： 1 实施地区有限 2 调 查时间不能过长
3使用的问卷要简单 4 被访者不愿回答时，不易劝服。 2.5 老师说这个内容不讲，应该不会考实验数据的
2.6 如何控制调查中的回答误差 对于理解误差，我会去学习一定的心理学知识，对于记忆误差，我会尽量去缩短所涉及的时间
范围，对于 有意识的误差，我要做好被调查者的心理工作，要遵守职业道德，为被调查者保密，尽量在问卷中不涉及 敏感问题。
2.7 怎么减少无回答 对于随机误差，要提高样本容量，对于系统误差，只有做好准备工作并做好补救措施。比如说要一百份的
问卷回复，就要做好一百二十到一百三十的问卷准备，进行面访式的时候要尽量的劝服不愿意回答的被访 者，以小物品的馈赠提高回复率。
第三章思考题
3.1 数据预处理内容 数据审核（完整性和准确性；适用性和实效性） ，数据筛选和数据排序。
3.2 分类数据和顺序数据的整理和图示方法各有哪些 分类数据：制作频数分布表，用比例，百分比，比率等进行描述性分析。
可用条形图，帕累托图和饼图进 行图示分析。
顺序数据：制作频数分布表，用比例，百分比，比率。累计频数和累计频率等进行描述性分析。可用条形 图，帕累托图和饼图，累计频数分布图和环形图进行图示分析。
3.3 数据型数据的分组方法和步骤 分组方法：单变量值分组和组距分组，组距分组又分为等距分组和异距分组。 分组步骤： 1 确定组数 2 确定各组组距 3 根据分组整理成频数分布表 3.4 直方图和条形图的区别
1 条形图使用图形的长度表示各类别频数的多少，其宽度固定，直方图用面积表示各组频数，矩形的高度 表示每一组的频数或
频率，宽度表示组距， 2 直方图各矩形连续排列，条形图分开排列， 3 条形图主要展 示分类数据，直方图主要展示数值型数据。
3.5绘制线图应注意问题
时间在横轴，观测值绘在纵轴。一般是长宽比例 过大的话用折断符号折断。
10： 7的长方形，纵轴下端一般从 0开始，数据与0距离
3.6饼图和环形图的不同
饼图只能显示一个样本或总体各部分所占比例，环形图可以同时绘制多个样本或总体的数据系列，其图形 中间有个“空洞\，每个样本或总体的数据系类为一个环。
3.7茎叶图比直方图的优势，他们各自的应用场合
茎叶图既能给岀数据的分布情况，又能给岀每一个原始数据，即保留了原始数据的信息。在应用方面，直 方图通常适用于大批
量数据，茎叶图适用于小批量数据。
3.8鉴别图标优劣的准则 P75明确有答案，我就不写了。 3.9制作统计表应注意的问题 1,
般包括表号，总标题和表中数据的单位等内容 般用粗线，中间的其他用细线 公式：
组中值=（上限+下限）/2
合理安排统计表结构 2表头一
3表中的上下两条横线一
4在使用统计表时，必要时可在下方加注释，注明数据来源。
第4章数据的概括性度量
4.1 一组数据的分布特征可以从哪几个方面进行测度？
数据分布特征可以从三个方面进行测度和描述：一是分布的集中趋势，反映各数据向其中心值靠拢或 集中的程度；二是分布的离散程度，反映各数据远离其中心值的趋势；三是分布的形状，反映数据分布的 偏态和峰态。
4.2怎样理解平均数在统计学中的地位？
平均数在统计学中具有重要的地位，是集中趋势的最主要的测度，主要适用于数值型数据，而不适用 于分类数据和顺序数据。
4.3简述四分位数的计算方法。
四分位数是一组数据排序后处于
25呀口 75%位置上的值。根据未分组数据计算四分位数时，首先对数
据进行排序，然后确定四分位数所在的位置，该位置上的数值就是四分位数。
4.4对于比率数据的平均为什么采用几何平均？
在实际应用中，对于比率数据的平均采用几何平均要比算数平均更合理。从公式
n
（1亠G ）n = ' （1 G ■）中也可看出，G就是平均增长率。
i dz
4.5简述众数、中位数和平均数的特点和应用场合。
众数是一组数据分布的峰值，不受极端值的影响，缺点是具有不唯一性。众数只有在数据量较多时 才有意义，数据量较少时不宜使用。主要适合作为分类数据的集中趋势测度值。
中位数是一组数据中间位置上的代表值，不受极端值的影响。当数据的分布偏斜较大时，使用中位数 也许不错。主要适合作为顺序数据的集中趋势测度值。
平均数对数值型数据计算的，而且利用了全部数据信息，在实际应用中最广泛。当数据呈对称分布或 近似对称分布时，三个代表值相等或相近，此时应选择平均数。但平均数易受极端值的影响，对于偏态分 布的数据，平均数的代表性较差，此时应考虑中位数或众数。
4.6简述异众比率、四分位差、方差或标准差的适用场合
对于分类数据，主要用异众比率来测量其离散程度；对于顺序数据，虽然也可以计算异众比率，但主 要使用四分位差来测量其离散程度；对于数值型数据，虽然可以计算异众比率和四分位差，但主要使用方 差或标准差来测量其离散程度。
4.7标准分数有哪些用途？
标准分数给岀了一组数据中各数值的相对位置。在对多个具有不同量纲的变量进行处理时，常需要对 各变量进行标准化处理。它还可以用来判断一组数据是否有离群数据。
4.8为什么要计算离散系数？
方差和标准差是反映数据分散程度的绝对值，一方面其数值大小受原变量值本身水平高低的影响，也 就是与变量的平均数大小有关；另一方面，它们与原变量的计量单位相同，采用不同计量单位的变量值， 其离散程度的测度值也就不同。因此，为
相关推荐：
loading