统计书练习题简答题

第二章 计量资料的统计描述

1 对于一组近似正态分布的资料，除样本含量n外，还可计算X,S 和x±1.96S，问各说明什么？

答：（1）X为算术均数，说明正态分布或近似正态分布资料的集中趋势；（2）S为标准差，说明正态分布或近似正态分布资料的离散趋势；（3）x±1.96S可估计正态指标的95%的医学参考值范围，即此范围在理论上应包含总体的95%的个体值。

2试述正态分布、标准正态分布及对数正态分布的联系和区别？ 答：正态分布、正态分布布及对数正态分布的联系和区别 正态分布 正态分布 对数正态分布 原始值X 无需转换 作u=(x- μ)/σ转换 作Y=lgX转换 分布类型 对称 对称 正偏态 集中趋势指标 u u=0 G 均数与中位数的关系 u =M u =M u＞M 3说明频数分布表的用途。 答：（1）描述频数分布的类型；（2）描述频数分布的特征；（3）便于发现一些特大或特小的可疑值；（4）便于进一步做统计分析和处理。 4 变异系数的用途是什么？

答：多用于观察指标单位不同时，如身高与体重的变异程度的比较；或均数相差较大 时，如儿童身高与成人身高变异程度的比较。 5 描述正态分布的面积分布规律？ 答：（1）X轴与正态曲线所夹面积恒等于1或100%；（2）区间u±σ的面积为68.27%，区间u±1.96σ的面积为95.00%，区间u±2.58σ的面积为99.00%。 第三章 总体均数的估计与假设检验

1试举例说明均数的标准差与标准误的区别与 联系？

答：例如某医生从某地2000年的正常成年男子中，随机抽取25人，算的其血红蛋白的均数X为138.5g/l,标准差S为5.20g/l，标准误SX为1.04 g/l。在本例中标准差就是描述25名正常成年男性血红蛋白变异程度的指标，它反映了这25个说据对其算术均数的离散情况。因此标准差是描述个体值变异程度的指标，为方差的算术平方根，该变异不能通过统计方法来控制。而标准误则是指样本统计量的标准差，均数的标准误实质是样本均数的标准差，它反映了样本均数的离散程度，反映了样本均数与总体均数的差异，说明了均数的抽样误差。本例均数的标准误为1.04，此式将标准差和标准误从数学上联系起来了。同时还可以看出，当标准差不变时，通过增加样本含量可以减少标准误。 2 标准正态分布（u分布）与t分布有何不同？

答：t分布为抽样分布，标准正态分布（u分布）为理论分布。t分布比t分布的峰值低，且尾部翘得更高。随着自由度的增大，t分布逐渐趋近于标准正态趋于分布。即当自由度v趋于无穷大时，t分布趋于标准正态分布。 3均数的可信区间与参考值范围有何不同？ 答：

区别点 均数的可信区间 参考值范围 意义 按预先给定的概率所确定的未知数 “正常人”的解剖、生理 的可能范围。实际上一次抽样算得的 生化某项指标的波动范围 可信区间要么包含了总体均数，要么 不包含。但可以说：该可信区间有多 大（如当ɑ= 0.05时为95%）的可能性 包含了总体均数 计算公式 σ未知： 正态分布: σ已知： 偏态分布： σ未知但n＞60： 用途 估计总体均数 判断观察对象的某项指标 正常与否 4 假设检验时，一般当P＜0.05时，则拒绝H。，理论根据是什么？ 答：p值是指从H。规定的总体随机抽得等于及大于（或、和等于及小于）现有样本获得的检验统计量值（如t或u）的概率。当P＜0.05，说明在H。成立的条件下，得到现有检验结果的概率小于通常确定的小概率事件标准0.05。因小概率事件在一次实验中几乎不可能发生，现的确发生了，说明现有样本信息不支持H。，所以怀疑原有假设H。不成立，故拒绝H。。在下有差别的结论的同时，我们能够知道可能犯Ⅰ型错误的概率不会大于0.05,即通常的检验水准，这在概率上有了保证。

5 假设检验中а和P 的区别何在？

答：а和P均为概率，其中а是指拒绝了实际上成立的H。所犯错误的最大概率，是进行统计推断时预先设定的一个小概率事件标准。（或、和等于及小于）值是由实际样本获得的，在H。成立的条件下，出现等于及大于（或、和等于及小于）现有样本获得的检验统计量值的概率。在假设检验中通常是将P与а对比来得到结论，若P≤а，则拒绝H。，接受H1, 有统计学意义，可以认为??不同或不等；否则，若P＞а，则不拒绝H。，无统计学意义，还不能认为??不同或不等。 6 怎样正确选用单侧检验和双侧检验？ 答：单双侧检验首先应根据专业知识来确定，同时也应考虑所要解决问题的目的。若从专业知识判断一种方法的结果可能低于或高于另一种方法的结果，则用单侧检验。在尚不能从专业知识判断两种结果谁高谁低时，用双侧检验。若研究者对于低于或高于两种结果都关心，则用双侧检验；若仅关心其中一种可能，则取单侧检验。一般认为双侧检验较保守和稳妥，单侧检验由于充分利用了另一侧的不可能性，更易得出有差别的结论，但应慎用。 7 t检验的应用条件是什么？

答：对单样本t检验要求资料服从正态分布；对配对t检验要求差值服从正态分布；对样两本t检验则要求两组数据均服从正态分布，且两样本对应的两总体方差相等，对两小样本尤其要求方差齐性。

8 Ⅰ型错误与Ⅱ型错误有何区别与联系？了解这两类错误有何实际意义？

答: Ⅰ型错误是指拒绝了实际上成立的H。所犯的“弃真”错误，其概率大小用

а表示。Ⅱ型错误则是指“接受”了实际上不成立的H。所犯的“取伪”错误，其概率大小 用в表示。当样本含量n确定时，а愈小，в愈大；反之а愈大，в愈小。；了解这两类错误的实际意义在于，若在应用中要重点减少а（如一般的假设检验），则取а=0.05；若在应用中要重点减少в（如方差齐性检验、正态性检验或想用一种方法代替另一种方法的检验等），则取а=0.10或0.20甚至更高。

9 假设检验和区间估计有何区别？

答:假设检验用于推断质的不同即判断两个或多个总体参数是否不等，而可信区间用于说明量的大小即推断总体参数范围。两者既相互联系又相互区别。假设检验与区间估计的联系在于可信区间亦可回答假设检验的问题，若算得的可信区间包含了H。，则按а水准，不；若不包含H。，则按а水准，拒绝H。，接受H1。也就是说在判断两个或多个总体参数是否不等时，假设检验与可信区间是完全等价的。

10 为什么假设检验的结论不能绝对化？

答：因为通过建设检验推断做出的结论具有概率性，其结论不可能完全正确，有可能发生两类错误。拒绝H。时，可能犯Ⅰ型错误；接受H。时可能犯Ⅱ型错误。无论哪类错误，假设检验都不可能将其风险降为0，因此在结论中使用绝对化的字词如“肯定”、“一定”、“必定”就不恰当。 第四章 多个样本均数比较的方差分析 1 方差分析的基本思想和应用条件？

答：方差分析的基本思想就是根据实验设计的类型，将全部测量值总的离均差平方和及其自由度分解为两个或多个部分，除随机误差作用外，每个部分的变异可由某个因素的作用或几个因素的交互作用加以解释，如组间变异SS组间可由处理因素的作用加以解释。通过比较不同变异来源的均方，借助F分布做出统计推断，从而推论各种研究因素对实验结果有无影响。 方差分析的应用条件：一 各样本是相互独立的随机样本，均服从正态分布；二 相互比较的各样本的总体方差相等，即具有方差齐性。

2 在完全随机设计资料的方差分析中SS组间 、 SS组内各表示什么含义？

答：SS组间表示组间变异，指各处理组样本均数大小不等，是处理因素（如果有）和随机误差造成的；SS组内表示组内变异，指各处理组内变量值大小不等，是由随机误差造成的。

3 随机区组设计资料的方差分析与完全随机设计资料的方差分析在设计和变异分解上有什么不同？ 答：

区别点 完全随机设计 随机区组设计 设计 采用完全随机化的分组方法 随机分配的次数要重复多 将全部试验对象分配到g个 次，每次随机分配都对同 处理组，各组分别接受不同的 一个区组内的受试对象 处理 进行，且各个处理组受试 对象数量相同，区组内均衡 变异分解 三种变异： 四种变异： SS总＝SS组间+SS组内 SS总＝SS处理 +SS区组+ SS误差 4 如何确定应用于试验的拉丁方？ 答:首先根据水平数g来选定拉丁方大小；然后对选定的基本拉丁方做行列变换获得随机排列的拉丁方。

5 为什么在方差分析的结果为拒绝H。，接受H1之后，对多个样本均数的两两比较要用多重比较的方法？

答：方差分析的备择假设H1是g个总体均数不全相等，拒绝H。，接受H1，只说明g个总体均数总的来说有差别。若想进一步了解哪两两总体均数不等，则需进行多个样本均数间的多重比较。 第五章 计数资料的统计描述

1 常用的相对数有哪几种？简述各种相对数指标的含义、计算方法及特点？ 答：有强度相对数（率）、结构相对数（构成比）、相对比等。率的含义：某现象实际发生的例数与可能发生的总例数之比，说明某现象发生的频率或强度。其特点为：说明某现象发生的强弱。计算公式： 某时期内发生某现象的观察单位数

率= ———————————————— ×比例基数 同时期可能发生某现象的观察单位总数

构成比的含义：事物内部某一部分的个体数与该事物各部分个体的总和之比，用来说明各构成部分在总体中所占的比重或分布，通常以100为比例基数，又称百分比，其特点为：①一组构成比的总和应等于100%，即各个分子的总和等于分母；②各构成部分之间是相互影响的，某一部分比重的变化受到两方面因素的影响，其一是这个部分自身数值的变化，其二是受其他部分数值变化的影响。计算公式：

某一组成部分的观察单位数

构成比= ————————————— ×100% 同一事物各组成部分的观察单位总数

相对比的含义：是两个有关指标之比，说明两指标间的比例关系。其特点为：两个指标可以是性质相同，也可以是性质不同；两个指标可以是绝对数、相对数或平均数，其计算公式： 甲指标

相对比= ——————×100% 乙指标

2 以实例说明为什么不能以构成比代替率。

答：例如某医生研究已婚育龄妇女在不同情况下放置宫内节育器与失败率的关系。总失败人数为126人，人工流产后失败人数为78，月经后失败人数为39，哺乳期失败人数为9.。由此计算得到人工流产后失败人数为61.9%，月经后为31.0%，哺乳期为7.1%，三者比较得出人工流产后最容易发生避孕失败，这个结

论是不对的。因为作者只考虑了失败人数，计算得到的指标是构成比，只能说明放置宫内节育器失败者各占的比例。若要了解失败率，一定要用失败人数除以放置宫内节育器的人数。如人工流产后放置宫内节育器255例失败78例，失败率是30.6%，月经后放置宫内节育器87例失败39例，失败率是44,8%，哺乳期内放置宫内节育器17例失败9例，失败率是52.9%，正确结论应该是哺乳期内放环最容易发生失败。

3 何为标准化法？简述直接标准化法与间接标准化法德区别。

答：采用某影响因素（如年龄、性别、工龄、病情轻重、病情长短等）的统一标准构成，然后计算标准化率的方法，其目的是消除原样本内部某影响因素构成不同对合计率的影响，使通过标准化后的标准化合计率具有可比性。直接标准化法和间接标准化法德主要区别是：如对死亡率的年龄构成标准化，若已知年龄别死亡率，可采用直接法，选择一个标准年龄人口构成直接计算标准化率，若只有总的死亡数和年龄别人口数而缺乏年龄别死亡率时，宜用间接法，选择一个标准年龄别死亡率，先计算标化死亡比（SMR），再用SMR乘以标准总死亡率得标准化死亡率。

4 应用标准化率进行比较时要注意什么问题？

答：①标准化法只适用于因两组内部构成不同，并有可能影响两组总率比较的情况。对于因其他条件不同而产生的可比性问题，标准化法不能解决。②由于选择的标准人口不同，算出的标准化率也不同。因此，当比较几个标准化率时，应采用同一标准人口。③标准化后的标准化率，已经不再反映当时当地的实际水平，它只是表示相互比较的资料间的相对水平。④两样本标准化率是样本值，存在抽样误差。比较两样本的标准化率，还应作假设检验。 5 相对数的动态指标有哪几种？各有何用处？

答：相对数的动态指标即其动态数列分析指标：有绝对增长量、发展速度与增长速度、平均发展速度与平均增长速度。绝对增长量是说明某相对数在一定时期增长的绝对值；发展速度与增长速度均为相对比，说明某一相对数在一定时期的速度变化；平均发展速度是各环比发展速度的几何均数，说明某相对数在一个较长时期中逐渐（如逐年）平均发展变化的程度。 第六章 几种离散型变量的分布及其应用 1二项分布的应用条件。

答：①每次试验只会发生两种互斥的可能结果之一，即两种互斥结果的概率之和恒等于1；②每次试验产生某种结果（如“阳性”）的概率固定不变；③重复试验是互相独立的，即任何一次实验结果的出现不会影响其他实验结果出现的概率。

2简述Poisson分布的性质特征。

答：①总体均数λ与总体方差σ2相等；②当n很大，而∏很小，且n∏=λ为常数时，Poisson分布可以看作是二项分布的极限分布；③当λ增大时，Poisson分布渐进正态分布。一般而言，λ≥20时，Poisson分布资料可作为正态分布处理。④Poisson分布具备可加性，即对于服从Poisson分布的m个互相独立的随机变量x1、x2?? ，xm ，它们之和也服从Poisson分布，且其均数为这m个随机变量的均数之。

3简述二项分布与Poisson分布的区别。

答：所谓随机变量x服从二项分布，是指在n次独立重复试验中，发生某种结果（如“阳性”）的次数x=0,1,2, ??，n的一种概率分布，其恰好发生x个阳性

n! x n-x

的概率为P（x）= ————————————∏ （1-∏）

x!（n-x） ，且总有ΣP（x）=1。而所谓随机变量x服从Poisson分布，是指x满足：① 取值范围为0,1,2, ??；②相应概率为P（x）= ，且总有ΣP（x）=1。在总体率∏很小，而样本含量（试验次数）n趋向无穷大时，二项分布近似于Poisson分布。因此，Poisson分布可以看作是二

项分布的一种极限情况，可用来描述小概率事件发生的规律性。 4简述二项分布与负二项分布的区别。

答：所谓所谓随机变量x服从二项分布，是指在n次独立重复试验中，发生某种结果（如“阳性”）的次数x=0,1,2, ??，n的一种概率分布，其恰好发生x个阳性

n! x n-x

的概率为P（x）= ————————————∏ （1-∏）

x!（n-x） ，且总有ΣP（x）=1。在二项分布中，独立重复试验的次数是固定的。当n不固定，即n= x+k。这里x取值是0,1,2, ??，而k为大于0的常数时，则在x+k次试验中，出现阳性的次数恰好为x次的概率分布即是负二项分布，且其概率就是负二式的展开式中的一项。在医学上，二项分布可用于描述非传染性疾病的分布，而负二项分布常用于描述生物的群居性，如描述传染性疾病的分布等。 5简述二项分布、Poisson分布和正态分布间的联系。 答：①在n很大，而∏很小，且n∏=λ为常数时，二项分布的极限分布为Poisson分布；②在n较大、∏不接近0也不接近1时，二项分布B（n∏）近似正态分布N（n∏，n∏（1-∏），而相应的样本率P的分布也近似正态分布N。③当λ曾大时，Poisson分布渐近正态分布。一般而言，λ≥20时，Poisson分布资料可作为正态分布处理。 第七章 卡方检验

1 说明卡方检验的用途。

答：卡方检验的用途较广。通常多用于推断两个总体率或构成比之间有无差别；推断多个总体率或构成比之间有无差别；多个样本率比较的卡方分割；两个分类变量之间有无关联性；频数分布拟合优度的卡方检验。 2 两样本率比较的U检验与卡方检验有何异同？

答：两样本率比较时，若对同一资料同时进行U检验与卡方检验，在不校正的情况下，x的平方=u的平方；但u检验通常用于大样本，而卡方检验可用于大样本或小样本。

3 对于四格表资料，如何正确选用检验方法？

答：对于配对设计的四格表资料，若检验两种方法的检测结果有无差别时：①当(b+c)≥40时,

?2=(b-c)的平方除以(b+c)；②当(b+c)< 40时，

?2=（| b-c |-1）

的平方除以(b+c)。

4 说明行×列表资料卡方检验应注意的事项。

答：①行×列表中的理论频数不应小于1，或1≤T<5的格子数不宜超过格子总

数的1/5。②多个样本率比较，若所得统计推断为拒绝H。，接受H1时，只能认为各总体率之间总的来说有差别，但不能说明任两个总体率之间皆有差别。要进一步推断哪两个总体率之间有差别，需进一步做多个样本率的多重比较。③对于有序的R×C表资料不宜用卡方检验。对于R×C表的资料要根据其分类类型和研究目的选用恰当的检验方法。

5 说明R×C表的分类及其检验方法的选择。

答：⑴分类：R×C表可以分为双向无序、单向有序、双向有序属性相同和双向有序属性不同4类。⑵检验方法的选择：①双向无序R×C表资料：若研究目的为多个样本率（或构成比）的比较，可用行×列表资料卡方检验，以及Pearson列联系数进行分析。②单向有序R×C表资料：若R×C表中的分组变量是有序的，而指标变量是无序的，此种单向有序R×C表资料可用行×列表资料卡方检验分析其构成情况；若R×C表中的分组变量是无序的，而指标变量是有序的，此种单向有序R×C表资料宜用秩转换的非参数检验分析。③双向有序属性相同的R×C表资料：宜用一致性检验分析两种检测方法的一致性。④双向有序属性不同的R×C表资料：若研究目的为分析不同年龄组患者疗效之间有无差别时，可把它视为单向有序R×C表资料，选用秩转换的非参数检验分析；若研究目的为分析两有序分类变量间是否存在相关关系，宜用等级相关分析或Pearson积矩相关分析；若研究目的为分析两有序分类变量间是否存在线性变化趋势，宜用有序分组资料的线性趋势检验。 第八章 秩转换的非参数检验

1什么叫做非参数检验？它和参数检验有什么区别？

答：非参数检验对总体分布不作严格假定，不受总体分布的限制，又称任意分布检验，它直接对总体分布（或分布位置）作假设检验。如果总体分布为已知的数学形式，对其总体参数作假设检验则为参数检验。 2什么叫做秩转换的非参数检验？它适用于哪些情况？ 答：秩转换的非参数检验是先将数值变量从小到大，或等级从弱到强转换成秩后，再计算检验统计量，其特点是假设检验的结果对总体分布的形状差别不敏感，只对总体分布的位置差别敏感。它使用于：不满足正态或（和）方差齐性的小样本计量资料；分布不知是否正态的小样本资料；一端或两端是不确切数值的资料；等级资料。

3两组或多组等级资料的比较，为什么不能用?检验，而用秩转换的非参数检验？

答:若选行×列表资料卡方检验，只能推断两个或多个总体的等级构成比差别，这一般不是推断的目的；而选秩转换的非参数检验，可推断两个或多个总体的等级强度差别，这是推断的目的。

4 总体有n个秩：1,2, ??，n。若n个秩中有相同秩（如1、2、4、4、4、6、7、??n），其均数和方差是否会改变? 变大还是变小？ 答：均数不改变，方差改变。方差变小。

5两独立样本比较的Wilcoxon秩和检验，当n1＞10或n2- n1＞10时用u检验，这时检验是属于参数检验还是非参数检验，为什么？

答：属于非参数检验。因为这时的u检验是比较例数较小组秩和（T）与总体均数（n1（N+1）／2）的差别，而秩和（T）不是参数。

6 随机区组设计多个样本比较的Friedman M检验，备择假设H1如何写？为什

2么？

答： H1 写为多个总体分布位置不全相同。 H1 不能 写为多个总体分布不全相同。因为Friedman M检验对于多个总体分布的形状差别不敏感，只对其位置差别敏感。

第九章 双变量回归与相关

1 试总结从样本数据判断总体回归关系是否成立的统计方法有哪些？

答：用tb、tr、作t检验；用F对b和R的平方作方差分析；直接查r界值表。 2 现有根据10 对数据算出的直线回归方程：Y=2.1+0.8 x,只有X和Y 的均数、标准差，而原始数据丢失时如何判定回归方程是否成立？

答：例如可以利用：r=b×SX／SY，求得相关系数，然后查相关系数界值表对回归方程作假设检验。

4 直线回归分析中应注意哪些问题？

答：①两个变量的选择一定要结合专业背景，不能把毫无关联的两种现象勉强作回归分析，其中哪一个作为应变量主要是根据专业上的要求而定，同时直线回归要求至少对于每个X相应的Y要服从正态分布，X可以是服从正态分布的随机变量，也可以是能精确测量和严格控制的非随机变量。②进行直线回归分析前应绘制散点图，以检查数据是否满足模型基本假设，发现离群点并进行进一步处理。③对结果应有正确解释。反映两变量间数量上影响大小的统计量应该是回归系数的绝对值，而不是假设检验的P值。P值越小只能说越有理由认为变量间的直线关系存在，而不能说关系越密切或越“显著”。直线回归用于预测时应尽量避免不合理的外延。结果中的决定系数可表示两变量关系的实际效果 5 简述直线回归与直线相关的区别与联系。

答：二者的联系：⑴对于既可作相关又可作回归分析的同一组数据，计算出的b与r正负号一致。⑵相关系数与回归系数的假设检验等价，即对于同一样本，tb=tr.⑶同一组数据的相关系数和回归系数可以相互换算：r=bY.X ×SX／SY 。⑷用回归解释相关：由于决定系数R的平方=SS回／SS总当总平方和固定时，回归平方和的大小决定了相关的密切程度，回归平方和越接近总平方和，则r的平方越接近1,说明相关的效果越好。二者的区别：⑴资料上要求：相关要求X、Y服从双变量正态分布，这种资料进行回归分析称为Ⅱ型回归；回归要求Y在给定某个X值时服从正态分布，X是可以精确测量和严格控制的变量，称为Ⅰ型回归。⑵应用上：说明两变量间相互关系用相关，此时两变量的关系是平等的；而说明两变量间依存变化的数量关系用回归，用于说明Y如何依赖于X而变化。⑶意义上：r说明具有直线关系的两变量间相互关系的方向与密切程度；b表示X每变化一个单位所导致Y的平均变化量。⑷计算上公式不同。⑸取值范围：-1≤r≤1,-∞< b<∞。⑹单位：r没有单位，b有单位。 6简述直线相关与秩相关的区别与联系。

答：二者的联系：①两者所解决的应用问题相同，都可用来表示两个数值变量之间关系的方向和密切程度。②两个相关系数都没有单位，取值范围都在-1―1之间。③计算上，用秩次作积差相关，得到的就是秩相关系数。二者的区别：①资料要求不同。积差相关要求X、Y服从双变量正态分布，秩相关可以是任意分布。②由于对资料要求不同，二者分属于参数统计与分参数统计方法，所以符合双变量正态分布条件时，积差相关的效率高于秩相关。③二者假设检验方法不同。 7 简述曲线拟合时的注意事项。

答：①首先应绘制散点图，根据图形选用恰当的回归模型形式；②求回归方程时

注意，模型中对Y进行非线性变换后，应采用非线性最小二乘估计，如果仅对X进行变换，普通最小二乘估计与非线性最小二乘估计结果相同；③并非R2越大所选择的模型就越好；④R2的计算上等于Y与Y的相关系数平方，而不是总等于Y与X 的相关系数平方。 第十章 统计表与统计图

1 在统计描述中，统计表和统计图分别起着什么作用？

答：在统计描述过程中，统计表展示统计数据的结构、分布和主要特征，便于在进一步分析中选择和计算统计量。在学术报告和论文中常用统计表代替冗长的文字叙述表达主要的研究结果、数据、指标和统计量，方便读者作比较和掌握主要研究结果。统计图将统计数据形象化，让读者更易于领会统计资料的核心内容，易于作分析比较，并且可以给读者留下深刻的印象。 2统计表的制作原则和要求有哪些？

答：统计表的制作原则：首先是重点突出，一张表一般只表达一个中心内容，不要把过多的内容放在一个庞大的大表里，宁愿用多个表格表达不同指标和内容。其次，统计表就如完整的一句话，有其描述的对象（主语）和内容（宾语）。通常主语放在表的左边，作为横标目；宾语放在右边，作为纵标目。由左向右读，构成完整的一句话。最后，统计表应简单明了，一切文字、数字和线条都尽量从简。制表的基本要求：①标题：概括表的主要内容，包括研究的时间、地点和研究内容，放在表的上方。②标目：分别用横标目和纵标目说明表格每行和每列数字的意义，注意标明指标的单位。③至少用三条线，表格的顶线和底线将表格与文章的其他部分分割开来，纵标目下横线将标目的文字区与表格的数字区分割开来。部分表格可再用横线将合计分隔开，或用横线将两重纵标目分隔开。其他横线和斜线一概省去。④数字：用阿拉伯数字表示。无数字用“-”表示，缺失数字用“?”表示，数值为0者记为“0”，不要留空项。数字按小数位对齐。⑤表中数字区不要插入文字，也不列备注项。必须说明者表“﹡”号，在表下方说明。 3 统计图的制作原则和要求有哪些？

答：统计图的制作原则和要求有：①根据资料性质和分析目的正确选用适当的统计图。例如分析比较独立的、不连续的、无数量关系的多个组或多个类别的统计量（如例数、相对数和均数等）宜选用直条图，分析某项指标随时间或其他连续变量变化而变化的趋势宜选用线图，描述某变量的频数分布宜选用直方图，描述或比较不同事物内部构成时用圆图或百分比条图等。②与统计表相似，统计图必须有标题，概括统计图资料的时间、地点和主要内容。统计图的标题放在图的下方。③统计图一般有横轴和纵轴，并分别用横标目和纵标目说明横轴和纵轴代表的指标和单位。一般将两轴的相交点即原点处定为0。纵标目的比例一般以5：7或7:5为宜。④统计图用不同线条和颜色表达不同事物和对象的统计量，需要附图例加以说明。图例可放在图的右上角空隙处或下方中间位置。 4 常用的统计图有哪几种，各适用于什么类型资料？

答：常用的统计图有直条图、直方图、圆图或百分比条图。直条图适用于比较独立分类组的统计指标，直方图适用于描述频数分布，圆图和百分比条图适用于描述构成比，线图适用于描述某统计量随时间或另一连续型数值变量变化而变化的趋势，统计地图使用于描述统计指标的地理分布。 5统计表与统计图有何联系与区别？

答：统计表和统计图都是清晰地、有条理地展示数据，让读者易于领会统计资料的核心内容，易于作分析比较。统计图将统计数据形象化，可以给读者留下深刻

的印象。但统计图只能提供概略的情况，而不能获得确切数值，因此不能完全代替统计表，常需要列出统计表作为统计图的数值依据。 6 茎叶图与频数直方图相比有何区别，有何优点？

答：茎叶图与频数直方图相似，用各组的直条反映在每个组段区间的频数分布，描述资料的频数分布情况。但直方图不能反映在各组段内的观测值分布情况，而茎叶图由于标识出各组段内观测值的频数，能更清晰的反映观测值的频数分布。

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统计书练习题简答题在线全文阅读。