學校________________班級____________姓名____________考場____________準考證號學校________________班級____________姓名____________考場____________準考證號…………密…………封…………線…………內…………不…………要…………答…………題…………第1頁，共3頁淮北師范大學

《心理統計學1》2021-2022學年第一學期期末試卷題號一二三總分得分一、單選題（本大題共20個小題，每小題2分，共40分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、某超市為了解顧客的購買行為，對一周內的銷售數據進行分析。已知某種商品的銷售額每天都在變化，這種變化屬于（）A.長期趨勢B.季節變動C.循環變動D.不規則變動2、在一項關于股票收益率的研究中，收集了過去5年的數據。若要預測未來一年的股票收益率，以下哪種統計方法可能最為適用？（）A.時間序列分析B.多元回歸分析C.判別分析D.主成分分析3、要檢驗一個總體是否服從某種特定的分布，應該使用哪種檢驗方法？（）A.卡方擬合優度檢驗B.t檢驗C.F檢驗D.秩和檢驗4、在一項關于城市居民消費水平的調查中，隨機抽取了500個家庭。已知家庭月平均消費支出的均值為8000元，標準差為1500元。若從該樣本中隨機抽取一個家庭，其月消費支出在6500元至9500元之間的概率約為（）A.0.68B.0.82C.0.95D.0.995、在進行因子分析時，如果提取的公共因子能夠解釋原始變量總方差的80%以上，說明什么？A.因子分析效果不好B.提取的公共因子數量過多C.提取的公共因子能夠較好地反映原始變量的信息D.原始變量之間的相關性較弱6、為了比較兩個總體的方差是否相等，可以使用以下哪種檢驗方法？A.F檢驗B.t檢驗C.卡方檢驗D.以上都不是7、在一項關于居民收入與消費關系的調查中，隨機抽取了500個家庭的數據。已知家庭收入的均值為8000元，標準差為1500元。若收入服從正態分布，那么大約有多少家庭的收入在5000元到11000元之間？（）A.95%B.68%C.99.7%D.81.8%8、在一項關于城市居民消費水平的調查中，隨機抽取了500個家庭，記錄了他們每月的消費支出。若要估計該城市所有家庭平均每月消費支出的95%置信區間，以下哪種抽樣方法更合適？A.簡單隨機抽樣B.分層抽樣C.整群抽樣D.系統抽樣9、某股票的收益率在過去10個交易日的變化情況如下：5%，-2%，8%，-3%，10%，-1%，6%，-4%，7%，2%。計算這組數據的幾何平均收益率約為多少？（）A.2.5%B.3.0%C.3.5%D.4.0%10、已知某時間序列的自相關函數在滯后1期的值為0.8，滯后2期的值為0.5。這說明該時間序列具有什么特征？（）A.短期相關性強B.長期相關性強C.無相關性D.無法確定11、為比較兩種不同教學方法對學生成績的影響，分別對采用不同教學方法的班級進行測試，得到兩組成績數據。要判斷這兩種教學方法是否有顯著差異，應采用哪種統計方法？（）A.t檢驗B.方差分析C.卡方檢驗D.回歸分析12、在進行假設檢驗時，如果拒絕了原假設，但是實際上原假設是正確的，這種錯誤被稱為？（）A.第一類錯誤B.第二類錯誤C.抽樣誤差D.非抽樣誤差13、在一個調查中，要了解不同年齡段人群對某種新科技產品的接受程度。應該采用哪種抽樣方法？（）A.簡單隨機抽樣B.分層抽樣C.系統抽樣D.整群抽樣14、為了檢驗一批產品是否符合質量標準，從該批產品中隨機抽取了一定數量進行檢測。若設定顯著性水平為0.05，在進行假設檢驗時，拒絕域的確定與以下哪個因素有關？A.樣本容量B.總體方差C.檢驗統計量的分布D.以上都是15、某地區的降雨量數據具有季節性特征，為了進行有效的預測，以下哪種時間序列模型可能適用？A.移動平均模型B.自回歸模型C.季節性自回歸移動平均模型D.以上都可以16、在統計推斷中，P值的含義是什么？（）A.拒絕原假設的最小顯著性水平B.接受原假設的概率C.犯第一類錯誤的概率D.犯第二類錯誤的概率17、在進行回歸分析時，如果存在多重共線性問題，會對回歸結果產生什么影響？（）A.系數估計不準確B.標準誤差增大C.t值變小D.以上都有可能18、為研究廣告投入與銷售額之間的關系，收集了多個企業的數據。如果銷售額還受到市場競爭等其他因素的影響，應該建立什么樣的回歸模型？（）A.簡單線性回歸B.多元線性回歸C.非線性回歸D.以上都可以19、在進行假設檢驗時，如果計算得到的p值小于設定的顯著性水平，那么應該做出怎樣的決策？A.拒絕原假設B.接受原假設C.無法確定D.重新進行檢驗20、已知某時間序列數據的一階自相關系數為0.6。現對該時間序列進行一次差分運算，得到新的時間序列。則新序列的自相關系數（）A.減小B.增大C.不變D.無法確定二、簡答題（本大題共4個小題，共40分)1、（本題10分）解釋自助法（Bootstrap）的基本原理和應用。以一個實際的數據為例，說明如何通過自助法進行參數估計和置信區間構建。2、（本題10分）在進行生物信息學研究時，如何運用統計學方法來分析基因數據和蛋白質數據？請闡述具體的方法和步驟，并舉例說明。3、（本題10分）詳細說明如何使用生存樹模型來分析生存數據，解釋模型的構建和剪枝方法，并舉例應用。4、（本題10分）對于一個非正態分布的數據，論述如何進行數據轉換使其接近正態分布，并說明轉換后的數據分析方法。三、案例分析題（本大題共2個小題，共20分