广东开放大学社会统计学期末考试试卷与参考答案

广东开放大学社会统计学期末考试复习笔记

第一章 描述统计学基础

重点知识点

1. 数据类型

- 定类数据（Nominal Data）：无顺序、无数值意义的分类数据，如性别、民族。

- 定序数据（Ordinal Data）：有顺序但无固定间隔的分类数据，如教育程度（小学、中学、大学）。

- 定距数据（Interval Data）：有固定间隔但无绝对零点的数据，如温度（摄氏度）。

- 定比数据（Ratio Data）：有固定间隔且有绝对零点的数据，如收入、年龄。

2. 集中趋势的度量

- 均值（Mean）：适用于定距和定比数据，计算公式为：

\[

\bar{X} = \frac{\sum X_i}{N}

\]

- 中位数（Median）：将数据排序后位于中间的值，适用于有极端值或定序数据。

- 众数（Mode）：出现次数最多的数值，适用于定类和定序数据。

3. 离散程度的度量

- 标准差（Standard Deviation）：衡量数据波动性的指标，计算公式为：

\[

\sigma = \sqrt{\frac{\sum (X_i - \bar{X})^2}{N}}

\]

- 方差（Variance）：标准差的平方，反映数据分布的离散程度。

- 四分位差（Interquartile Range, IQR）：用于描述中间50%数据的离散范围，计算公式为：

\[

IQR = Q_3 - Q_1

\]

难点解析

- 如何选择集中趋势的度量方法？

当数据存在极端值时，中位数比均值更稳健；对于定序数据，只能使用中位数或众数；定类数据只能用众数。

例题与答案

题目：某社区家庭收入数据如下（单位：万元）：

\[ 5, 8, 10, 12, 15, 20, 25, 30, 50 \]

计算其均值、中位数、众数及标准差。

解答：

- 均值：\((5+8+10+12+15+20+25+30+50)/9 = 175/9 ≈ 19.44\)万元

- 中位数：排序后中间值为15万元

- 众数：无重复值，因此无众数

- 标准差：先计算离差平方和：

\[

\sum (X_i - 19.44)^2 ≈ 1220.44 \quad \Rightarrow \quad \sigma ≈ \sqrt{1220.44/9} ≈ 11.46 \text{万元}

\]

第二章 概率与概率分布

重点知识点

1. 概率基本概念

- 古典概率：等概率事件的计算，公式为：

\[

P(A) = \frac{\text{事件A包含的基本事件数}}{\text{总基本事件数}}

\]

- 条件概率：事件A在事件B发生的条件下发生的概率，公式为：

\[

P(A|B) = \frac{P(A \cap B)}{P(B)}

\]

2. 常见概率分布

- 二项分布（Binomial Distribution）：适用于只有两种结果的独立事件，公式为：

\[

P(k) = C(n,k) p^k (1-p)^{n-k}

\]

- 正态分布（Normal Distribution）：对称分布，68-95-99.7法则，标准化公式为：

\[

Z = \frac{X - \mu}{\sigma}

\]

难点解析

- 如何区分二项分布与泊松分布？

二项分布适用于固定次数的独立试验（如抛硬币），而泊松分布适用于单位时间内事件发生的次数（如电话呼叫次数）。

例题与答案

题目：某地区新生儿性别比例为1:1，随机抽取5个新生儿，求恰好3个是男孩的概率。

解答：

- 此为二项分布问题，\(n=5\), \(k=3\), \(p=0.5\)

- 计算组合数：\(C(5,3) = 10\)

- 概率：\(10 \times (0.5)^3 \times (0.5)^2 = 10 \times 0.03125 = 0.3125\)

- 答案：31.25%

第三章 抽样分布与中心极限定理

重点知识点

1. 抽样分布

- 样本均值的抽样分布：当样本量足够大时（\(n \geq 30\)），近似正态分布，均值为总体均值，标准差为标准误（\(SE = \sigma/\sqrt{n}\)）。

- t分布：当总体标准差未知且样本量较小时，用于替代正态分布。

2. 中心极限定理（Central Limit Theorem, CLT）

- 核心内容：无论总体分布如何，样本均值的抽样分布均近似正态分布，前提是样本量足够大。

难点解析

- 标准误的意义：标准误越小，样本均值越接近总体均值，抽样误差越小。

例题与答案

题目：某城市居民月收入标准差为2000元，随机抽取100人，求样本均值的标准误。

解答：

- 标准误公式：\(SE = \sigma/\sqrt{n} = 2000/\sqrt{100} = 200\)元

- 答案：200元

第四章 参数估计

重点知识点

1. 点估计与区间估计

- 点估计：用样本统计量直接估计总体参数（如用样本均值估计总体均值）。

- 区间估计：通过置信区间（Confidence Interval）给出参数的可能范围，常用公式为：

\[

\bar{X} \pm Z_{\alpha/2} \times SE \quad \text{或} \quad \bar{X} \pm t_{\alpha/2} \times SE

\]

2. 置信水平与样本量的关系

- 置信水平越高（如99% vs 95%），置信区间越宽；样本量越大，置信区间越窄。

难点解析

- 如何选择Z值或t值？

当总体标准差已知或样本量较大时用Z值；当总体标准差未知且样本量较小时用t值。

例题与答案

题目：某高校学生平均身高为165cm，标准差为5cm，抽取100名学生，求95%置信水平下的身高均值置信区间。

解答：

- 标准误：\(5/\sqrt{100} = 0.5\)cm

- Z值（95%置信水平）：1.96

- 置信区间：\(165 \pm 1.96 \times 0.5 \Rightarrow (164.02, 165.98)\)cm

- 答案：95%置信区间为164.02cm到165.98cm。

第五章 假设检验

重点知识点

1. 假设检验步骤

1. 确定原假设（\(H_0\)）和备择假设（\(H_1\)）。

2. 选择显著性水平（如α=0.05）。

3. 计算检验统计量（如Z值或t值）。

4. 确定临界值或p值，比较后做出决策。

5. 解释结果。

2. 两类错误

- 第一类错误（弃真）：拒绝真实的\(H_0\)。

- 第二类错误（取伪）：接受错误的\(H_0\)。

难点解析