2
52 178 230 55.16 174.84 0.181 0.057
3 67 130 197
47.24 149.76 8.261 2.606
合计 318 1008 1326
卡方 = 17.508, DF = 3, P 值 = 0.001 基于该结果，正确的解释是：
A．三城市的银行对第二套住房发放贷款宽严程度没有什么不同 B．三城市的银行对第二套住房发放贷款宽严程度显著不同 C．该问题自由度太小，得不出结论 D．以上都不对
C6．为了检验一批二极管寿命的平均值是否比原来的5000小时确有提高，从生产线上随机抽取25只二极管，记录了它们的寿命。经检测，这批数据是相互独立的，分布大体上是对称的，但却不服从正态分布。在25只二极管中，有8只寿命小于5000小时，用非参数检验中的“符号检验法”得不出“有显著提高”的结论，这时应该：
A．数据不服从正态分布是不正常的，因此可以肯定是数据抽样过程有毛病，应再次抽样，重新进行判定
B．相信符号检验的结果，寿命的平均值并未比原来的5000小时有提高
C．用同一批数据，使用非参数检验中的单样本“Wilconxon符号秩检验法”再次判断，有可能判断为“确有提高”
D．用同一批数据，使用非参数检验中的“Minn-Whitney检验法”再次判断，有可能判断为“确有提高”
C7B．M车间的人数是将厚度为60毫米的厚钢板热压为厚度为45毫米的薄钢板，每块钢板都要大约40秒才能完成热压。为了检验厚钢板温度对于热压时间是否有显著影响，选定了1300、1260、1220三种初始温度，各热压10块厚钢板，共记录了3组总计30个热压时间数据。在分析时，准备使用单因子的方差分析ANOVA以比较平均热压时间是否有显著差异。为此应考虑验证下列条件： 1）3组数据都满足独立性 2）3组数据都满足正态性
3）合并后的30个数据满足正态性
4）经检验，可以认为3组数据的方差是相等的 正确的要求是： A．应验证1）2） B．应验证1）2）4） C．应验证1）3）4） D．应验证1）2）3）4）
C8．在验证原因时，下列哪一种假设检验方法不需要先对有关数据进行正态性检验？ A．t检验 B．配对t检验
C．Mann-Whitney检验 D．F检验
D9A．偷菜曾经风靡一时，开心网想知道某大都市网民每天上网偷菜的平均时间，假设网民上网偷菜时间近似服从正态分布，根据以往经验，他们设定网民每天的平均偷菜时间为30分钟，随机抽取了100位当地网民并统计当天上网偷菜时间，得出均值为35分钟，标准差为25分钟，若显著性水平α=0.05，由此可以判断：
A．网民每天的平均上网偷菜时间高于30分钟
B．没有足够的理由拒绝“网民每天的平均偷菜时间为30分钟”的原假设 C．样本含量少，不足以做出任何判断
D．由于样本均值为35分钟，标准差为25分钟，而且一定有不少网民根本就不偷菜，因此网民每天的平均偷菜时间也有可能低于30分钟 高于
C10A．某公司的六西格玛项目在分析过程中，需要判断不同班次对产品某性能（Y）的影响是否显著，根据生产实际，收集了甲、乙、丙、丁四班产品性能（Y）的数据各30组，通过检验，数据服从正态分布，且满足等方差条件，接下来应该进行的是： 多个样本均值比较 A．单因子方差分析（one-way ANOVA） B．卡方检验 C．双比率检验 D．双因子方差分析（two-way ANOVA）
A11C．在2010年足球世界杯上，章鱼保罗大显身手，在8次重要的比赛中，它对于胜负的预测全部正确。统计学家怀疑究竟章鱼是偶然猜对还是章鱼真能神机妙算（或另有隐情），需要建立怎样的假设检验？
A．进行“单比率”检验，H0：比率p=0.5 vs H1：比率p≠0.5 B．进行“单比率”检验，H0：比率p=0.5 vs H1：比率p<0.5 C．进行“单比率”检验，H0：比率p=0.5 vs H1：比率p>0.5 D．进行“单比率”检验，H0：比率p=0 vs H1：比率=1
D12A．轴承直径是关键质量特性，为了检验不同车工之间加工的轴承直径是否有显著差异，安排了三名车工进行测试。轴承直径显示正态，假设三个车工加工的轴承直径方差无显著差异，方差分析结果如下，请你给出正确结论：
单因子方差分析: 直径 与 车工
来源 自由度 SS MS F P 车工 3 1.8440 0.6147 7.66 0.002 误差 16 1.2840 0.0803 合计 19 3.1280
S = 0.2833 R-Sq = 58.95% R-Sq（调整） = 51.25%
A．P＜0.05说明车工是影响轴承直径的重要因子 B．P＜0.05说明车工不是影响轴承直径的重要因子
C．R-Sq=58.95%，小于80%，说明车工不是影响轴承直径的重要因子
D．针对三个车工，必须进行两两均值比较才能判断出车工是否是影响轴承直径的重要因子
C13A．某连锁店要检验商品销售数量与陈列方式是否有关，随机抽取了300家门市，他们将商品分别以A，B，C共三种方式陈列，并将各门市销售情况以“高”和“低”归成两类（“高”1和“低”2），进行了列联表独立性检验分析。请补充分析表格中空白处的数据：
卡方检验: 陈列方式A, 陈列方式B, 陈列方式C 在实测计数下方给出的是期望计数 在期望计数下方给出的是卡方贡献
陈列方式A 陈列方式B 陈列方式C 合计 1 22 80 58 160
37.33 74.67 48.00 （？） 0.381 2.083
2 48 60 32 140
32.67 65.33 42.00 7.197 0.435 2.381
合计 70 140 90 300
卡方 =（ a ）, DF = （ b ）, Q＝（？）P 值 = 0.000 A．a=18.776，b=2，Q＝6.298 B．a=18.776，b=4 ，Q＝0.405 C．a=18.776，b=2；Q＝0.405 D．a=13.495，b=2，Q＝6.298
B14C．一家大型银行有15家分行，想知道顾客在银行的排队时间在各个分行之间是否存在显著差异。应该用哪一种检验最适合？ A．比较箱线图 B．T检验 C．方差分析（ANOVA）检验 D．卡方检验
A15．一家汽车生产企业在广告中宣称“该公司的汽车可以保证在正常情况下平均行驶24000公里内无故障”。消费者协会想验证该企业的说法，在市场上随机选取该企业生产的新车36辆，并调查得出新车出现首次故障的平均值为25000公里，标准差为1800公里，并假设数据服从正态分布，则以下说法正确的是：
A．在95%的置信水平下，可以推断该企业的新车出现首次故障的平均值达到了24000公里 B．在95%的置信水平下，无法推断该企业的新车出现首次故障的平均值达到了24000公里 C．在95%的置信水平下，无法推断该企业的新车出现首次故障的平均值达到了25000公里 D．样本量太小，无法得出结论
C16B．降低焊接不良的项目团队通过方差分析来识别四种不同的助焊剂对焊接强度的影响是否显著。分析后方差分析表如下，请问表中空格为“？”的数值为多少？ 来源 助焊剂 误差 合计 自由度 3 12 15 SS 146.4 163.5 309.9 MS 48.8 13.6 F ？ P 0.047 A．0.28 B．3.59 C．0.33 D．3.89
B17A．在焊接过程中为了检测焊接时间是否对最后产品的拉拔力有显著影响，取了5，5.5，6，6.5（毫秒）共4个不同时间，每个时间下焊接了5个焊件。对所得数据进行了单因子的方差分析ANOVA。在此表中，有几个数字打印不清楚（用*表示）。 来源 自由度 SS MS F P 焊接时间 （ ） 101.28 * 7.28 0.003 误差 * 74.16 （ ） 合计 19 175.44 问两处含（ ）之处的数字应该是： A．3，4.635 B．3，4.362 C．1，4.120 D．以上都不对
C18B．分别从A，B两种工艺条件下随机抽取1500片及1800片芯片，其中A种工艺条件下有340片为一等品，B种工艺条件下有350片为一等品，在α=0.05下，检验A种工艺条件是否比B种工艺条件有较高的一等品率，采用哪种工具？ A．双样本T检验 B．双比率检验 C．方差分析检验 D．卡方检验
C19B．众所周知，驾龄不到3年的司机发生重大交通事故的比率是很高的。从M市保险公司交强险的统计部门获得2009年的如下信息（小事故及协调处理的事故未列其中）：将驾龄按“小于3年”、“3年至10年”、“10年以上”分为三类（C1），将司机总人数（C3），出过事故的司机数（C2）分别统计，补充计算得出“无事故司机数（C4）”及“出事故的司机比率（C5）”。粗略统计可以看出，驾龄小于3年的司机人数大约占总司机数的20%，但事故数占45%左右，驾龄小于3年的司机的事故率显著高于后两种驾龄的司机。如何用统计分析方法确认不同驾龄的事故发生比率有显著的不同呢？
正确的方法是：
A．将C2及C3两列数据放入卡方检验表，进行卡方检验 B．将C2及C4两列数据放入卡方检验表，进行卡方检验 C．将C2及C5两列数据放入卡方检验表，进行卡方检验 D．将C3及C3两列数据放入卡方检验表，进行卡方检验
C20．黑带小张想了解模具改进前后管径尺寸的波动情况是否发生了变化，分别抽取了改进前后各50个样本的管径数据，合适的检验方法是： A．双样本t检验 B．配对t检验 C．双方差检验 D．双比率检验
C21B．某团队希望了解热镀锌工艺中的锌锅温度（x1）、DV值（x2）、模式电流（x3）和氮气（4）对锌层厚度的影响，该过程已经积累的大量历史数据，该团队拟采用回归技术分析四个因素的影响程度，请问在进行回归分析时，以下哪种处理方法是正确的？ A．针对焊接强度（y）对四个影响因素分别建立回归方程