77范文网 - 专业文章范例文档资料分享平台

南京财经大学统计学相关教学作业与ppt活页练习题(5)

来源:网络收集 时间:2019-04-21 下载这篇文档 手机版
说明:文章内容仅供预览,部分内容可能不全,需要完整文档或者需要复制内容,请下载word后使用。下载word有问题请添加微信号:或QQ: 处理(尽可能给您提供完整文档),感谢您的支持与谅解。点击这里给我发消息

班级: 学号: 姓名: 统计学习题活页 2012年版

5.ex9_5中存放着在20家药品生产企业年销售收入与广告费用支出的数据。 (1) 计算销售收入和广告费用间的Pearson相关系数r为( ) A. 0.8661 B. 0.9306 C. 0.8587 D. -0.9306

(2) 由第(1)题计算的Pearson相关系数判断两者间的相关程度和相关方向为( ) A. 高度负相关 B. 中度负相关 C. 高度正相关 D. 中度正相关

(3) 假如要建立销售收入(因变量)对广告费用(自变量)的线性回归模型,求得其经验回归直线为( )

A. y??274.55?5.13x B. y???274.55?5.13x C. y???274.55?5.13x D. y??274.55?5.13x

(4) 检验回归系数是否为0即

H0:?1?0, 则( ) (显著性水平??0.05)

A. t?10.7887, 回归系数?1?0 B. t?10.7887, 回归系数?1?0

C. t?2.74?10?9, 回归系数?1?0 D. t?2.74?10?9, 回归系数?1?0

(5)该线性回归模型的可决系数为( )

A. 0.9306 B. 0.8661 C. 0.8586 D. 0.4150

6.ex9_6保存了某地区16个林业局的年木材采伐量和相应伐木剩余物数据。

(1)假如要建立伐木剩余物(因变量)对年木材采伐量(自变量)的线性回归模型,求得其经验回归直线为(A. y???0.7629?0.4043x B. y??0.7629?0.4043x C. y???0.7629?0.4043x D. y??0.7629?0.4043x

(2)该线性回归方程的估计标准误差是( ) A.2.0363 B. 1.2210 C 0.0333 D.58.0523

(3)伐木剩余物变差中有( )是由于年木材采伐量变动引起的。 A. 58.0523 B. 608.3742 C. 666.4265 D.146.7166

(4)该线性回归方程的判定系数是( )

A.-0.6249 B.12.1127 C. 146.7166 D.0.9128

(5)检验回归方程的显著性。( ) A. t?12.1127, 回归方程显著; B. t?12.1127, 回归方程不显著; C.F?146.7166,回归方程显著; D. F?146.7166,回归方程不显著

21

班级: 学号: 姓名: 统计学习题活页 2012年版

7.ex9_7中保存了美国机动车汽油消费量(QMG)及相关指标数据:汽车保有量(MOB)、机动车汽油零售价格(PMG)、国民生产总值(GNP)。

(1)以美国机动车汽油消费量为因变量,其余变量为自变量,建立回归模型为:( )

.42?1.36MOB?27235486.57PMG?30106.66GNP A.QMG?17025279.42?1.36MOB?27235486.57PMG?30106.66GNP B.QMG?17025279.42?1.36MOB?27235486.57PMG?30106.66GNP C.QMG?17025279.42?1.36MOB?27235486.57PMG?30106.66GNP D.QMG??17025279

(2)在评价上述模型的拟合优度时,通常采用的统计量及值为( ) A.判定系数,0.9669 B. 判定系数,0.9639

C. 修正的判定系数,0.9669 D. 修正的判定系数,0.9639

(3)该回归方程的估计标准误差是( )

A.4362677.69 B.2361434.87 C.0.19 D.9321.72

(4)对整个回归模型的显著性进行检验(显著性水平??0.05),则( ) A. 根据F统计量判断,结论是拒绝原假设,回归方程不显著 B. 根据F统计量判断,结论是拒绝原假设,回归方程显著 C.根据t统计量判断,结论是拒绝原假设,回归方程不显著 D. 根据t统计量判断,结论是拒绝原假设,回归方程显著

(5)对自变量MOB的回归系数进行检验(显著性水平??0.05),则( )。 A.F=330.6453,回归系数显著 B. R?0.9669,回归系数显著 C.??1.36,回归系数显著 D. t=7.03, 回归系数显著

222

班级: 学号: 姓名: 统计学习题活页 2012年版

第十二章 指数

1.某商店四种主要商品的销售价格、销售量资料如下: 商品种类 甲 乙 丙 丁 单位 件 公斤 米 个 价格(元) 基期 10 54 26 8 报告期 12 68 32 8 基期 200 100 410 600 销售量 报告期 240 88 400 640 (1)计算拉氏和派氏价格总指数

(2)计算拉氏和派氏销售量总指数

2. 已知三种商品的有关资料如下: 商品名称 甲 乙 丙 合 计 单位 张 把 件 — 销售额(万元) 基期 25 35 100 160 报告期 18 56 168 242 销售量个体指数(%) 80 125 140 — 个体价格指数(%) 90 128 120 —

(1) 计算三种商品的销售量总指数以及由于销售量变动而增加或减少的销售额

(2) 计算三种商品的价格总指数以及由于价格变动而增加或减少的销售额

23

班级: 学号: 姓名: 统计学习题活页 2012年版

3.根据指数之间的关系计算回答下列问题:

(1)某企业2011年产品产量比2010年增长了10%,生产费用增长了12%,问2011年产品单位成本变动如何?

(2)某公司职工人数增加8%,工资水平提高了10%,工资总额增长多少?

(3)商品销售额计划增长10%,而销售价格却要求下降10%,则销售量如何变化?

(4)价格调整后,同样多的货币少购买商品5%,问物价指数是多少?

4. 某国制造业工人周工资和消费物价指数资料如下: 年份 平均周工资(美元) 消费物价指数(2000=100) 2005 200 105 2011 250 110

(1)按美元面值计算,2011年平均周工资比2005年增长了多少?

(2)考虑物价因素,2011年平均周工资比2005年增长了多少?

24

班级: 学号: 姓名: 统计学习题活页 2012年版

5.某国出口贸易价格指数如下: 年份 指数(1990=100) 年份 指数(2000=100) 2000 100 2001 106 2002 114 2003 142 2004 199 2005 213 1995 103 1996 105 1997 105 1998 104 1999 108 2000 112

(1)以1990年为基期,编制1995-2005年的该国出口贸易价格指数数列。

(2)以2000年为基期,编制1995-2005年的该国出口贸易价格指数数列。

6. ex12_6数据库中存放着7月份居民消费价格同比指数,分为全国、城市与农村三项。每个总指数是通过综合八个类指数得到的。

(1)根据给出的权数,计算农村的“交通和通信”类指数该指数为:__________

(2)根据给出的权数,计算农村的居民消费价格指数。该指数为:__________

(3)城市“交通和通信”类指数为97.8971,意味着( )。

A.在该项目上,物价上涨了2.1029%。与去年比,购买同样的项目,支出增加。 B.在该项目上,物价上涨了2.1029%。与去年比,购买同样的项目,支出减少。 C.在该项目上,物价下跌了2.1029%。与去年比,购买同样的项目,支出增加。 D.在该项目上,物价下跌了2.1029%。与去年比,购买同样的项目,支出减少。

(4)一个城市居民去年花费在“交通和通信”上是100元,如果维持去年的消费项目,他今年需要支付( )。

A.97.90元 B.102.1元 C.100元 D.98.88元

(5)指数对比基数时间是__________

A.去年7月 B.今年6月 C.去年12月 C.今年1月

25

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说综合文库南京财经大学统计学相关教学作业与ppt活页练习题(5)在线全文阅读。

南京财经大学统计学相关教学作业与ppt活页练习题(5).doc 将本文的Word文档下载到电脑,方便复制、编辑、收藏和打印 下载失败或者文档不完整,请联系客服人员解决!
本文链接:https://www.77cn.com.cn/wenku/zonghe/612626.html(转载请注明文章来源)
Copyright © 2008-2022 免费范文网 版权所有
声明 :本网站尊重并保护知识产权,根据《信息网络传播权保护条例》,如果我们转载的作品侵犯了您的权利,请在一个月内通知我们,我们会及时删除。
客服QQ: 邮箱:tiandhx2@hotmail.com
苏ICP备16052595号-18
× 注册会员免费下载(下载后可以自由复制和排版)
注册会员下载
全站内容免费自由复制
注册会员下载
全站内容免费自由复制
注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信: QQ: