答案
2.1 （1） 属于顺序数据。
（2） 频数分布表如下：
服务质量等级评价的频数分布
服务质量等级
A B C D E 合计
家庭数（频率）
14 21 32 18 15 100
频率% 14 21 32 18 15 100
（3）条形图（略）
2.2 （1）频数分布表如下：
40个企业按产品销售收入分组表 按销售收入分组 企业数 频率 向上累积 （万元） （个） （%） 企业数 频率 100以下 100～110 110～120 120～130 130～140 140以上 合计 5 9 12 7 4 3 40 12.5 22.5 30.0 17.5 10.0 7.5 100.0 5 14 26 33 37 40 — 12.5 35.0 65.0 82.5 92.5 100.0 — 向下累积 企业数 40 35 26 14 7 3 — 频率 100.0 87.5 65.0 35.0 17.5 7.5 — （2） 某管理局下属40个企分组表
按销售收入分组（万元） 企业数（个）
先进企业 良好企业 一般企业 落后企业 合计
11 11 9 9 40
频率（%） 27.5 27.5 22.5 22.5 100.0
2.3 频数分布表如下：
某百货公司日商品销售额分组表
按销售额分组（万元）
25～30 30～35 35～40 40～45 45～50 合计
频数（天）
4 6 15 9 6 40
频率（%） 10.0 15.0 37.5 22.5 15.0 100.0
直方图（略）。 2.4 （1）排序略。
（2）频数分布表如下：
100只灯泡使用寿命非频数分布
按使用寿命分组（小时） 灯泡个数（只） 频率（%）
650~660 660~670 670~680 680~690 690~700 700~710 710~720 720~730 730~740 740~750 合计
直方图（略）。
（3）茎叶图如下： 65 1 8 66 1 4 5 6 8 67 1 3 4 6 7 9 68 1 1 2 3 3 3 4 5 5 5 8 8 9 9 69 0 0 1 1 1 1 2 2 2 3 3 4 4 5 5 6 6 6 7 7 8 8 8 8 9 9 70 0 0 1 1 2 2 3 4 5 6 6 6 7 7 8 8 8 9 71 0 0 2 2 3 3 5 6 7 7 8 8 9 72 0 1 2 2 5 6 7 8 9 9 73 3 5 6 74 1 4 7 2.5 （1）属于数值型数据。
（2）分组结果如下：
分组 -25~-20 -20~-15 -15~-10 -10~-5 -5~0 0~5 5~10 合计
天数（天）
6 8 10 13 12 4 7 60 2 5 6 14 26 18 13 10 3 3 100
2 5 6 14 26 18 13 10 3 3 100
（3）直方图（略）。 2.6 （1）直方图（略）。
（2）自学考试人员年龄的分布为右偏。 2.7 （1）茎叶图如下： A班 数据个数 树 叶 树茎 B班 树叶 数据个数 0 1 2 4 97 3 4 5 59 0448 122456677789 2 4 12 11 23 7 6 0 97665332110 98877766555554443332100 6655200 632220 6 7 8 9 10 011234688 00113449 123345 011456 000 9 8 6 6 3 （2）A班考试成绩的分布比较集中，且平均分数较高；B班考试成绩的分布比A班分散，
且平均成绩较A班低。
2.8 箱线图如下：（特征请读者自己分析） 各城市相对湿度箱线图958575655545Min-Max3525%-75% 2.9 （1）x=274.1（万元）；Me =272.5 ；QL=260.25；QU =291.25。
（2）s?21.17（万元）。
2.10 （1）甲企业平均成本＝19.41（元），乙企业平均成本＝18.29（元）；原因：尽管两个企业的单位成本相同，但单位成本较低的产品在乙企业的产量中所占比重较大，因此拉低了总平均成本。
2.11 x=426.67（万元）；s?116.48（万元）。 2.12 （1）（2）两位调查人员所得到的平均身高和标准差应该差不多相同，因为均值和标
准差的大小基本上不受样本大小的影响。
（3）具有较大样本的调查人员有更大的机会取到最高或最低者，因为样本越大，变化的范围就可能越大。 2.13 （1）女生的体重差异大，因为女生其中的离散系数为0.1大于男生体重的离散系数0.08。 （2） 男生：x=27.27（磅），s?2.27（磅）； 女生：x=22.73（磅），s?2.27（磅）； （3）68%；
（4）95%。
2.14 （1）离散系数，因为它消除了不同组数据水平高地的影响。
北京长春南京郑州武汉广州成都昆明兰州西安Median value4.2?0.024172.1 （2）成年组身高的离散系数：； 2.3vs??0.03271.3 幼儿组身高的离散系数：；
vs? 由于幼儿组身高的离散系数大于成年组身高的离散系数，说明幼儿组身高的离散程度
相对较大。 2.15 表给出了一些主要描述统计量，请读者自己分析。 方法A 方法B 方法C 平均 中位数 众数 标准偏差 极差 最小值 最大值 165.6 165 164 2.13 8 162 170 平均 中位数 众数 标准偏差 极差 最小值 最大值 128.73 129 128 1.75 7 125 132 平均 中位数 众数 标准偏差 极差 最小值 最大值 125.53 126 126 2.77 12 116 128 2.16 （1）方差或标准差；（2）商业类股票；（3）（略）。 2.17 （略）。
第3章 概率与概率分布
练习：
3.1 某技术小组有12人，他们的性别和职称如下，现要产生一名幸运者。试求这位幸运者分别是以下几种可能的概率：（1）女性；（2）工程师；（3）女工程师，（4）女性或工程师。并说明几个计算结果之间有何关系？
序号 性别 1 男 2 男 3 男 4 女 5 男 6 男 7 女 8 男 9 女 10 女 11 男 12 男 职称 工程师 技术员 技术员 技术员 技术员 工程师 工程师 技术员 技术员 工程师 技术员 技术员 3.2 某种零件加工必须依次经过三道工序，从已往大量的生产记录得知，第一、二、三道工序的次品率分别为0.2，0.1，0.1，并且每道工序是否产生次品与其它工序无关。试求这种零件的次品率。
3.3 已知参加某项考试的全部人员合格的占80％，在合格人员中成绩优秀只占15％。试求任一参考人员成绩优秀的概率。
3.4 某项飞碟射击比赛规定一个碟靶有两次命中机会（即允许在第一次脱靶后进行第二次射击）。某射击选手第一发命中的可能性是80％，第二发命中的可能性为50％。求该选手两发都脱靶的概率。
3.5 已知某地区男子寿命超过55岁的概率为84％，超过70岁以上的概率为63%。试求任一刚过55岁生日的男子将会活到70岁以上的概率为多少？
3.6某企业决策人考虑是否采用一种新的生产管理流程。据对同行的调查得知，采用新生产管理流程后产品优质率达95％的占四成，优质率维持在原来水平（即80%）的占六成。该企业利用新的生产管理流程进行一次试验，所生产5件产品全部达到优质。问该企业决策者会倾向于如何决策？
3.7某公司从甲、乙、丙三个企业采购了同一种产品，采购数量分别占总采购量的25％、30％和45％。这三个企业产品的次品率分别为4％、5％、3％。如果从这些产品中随机抽出一件，试问：（1）抽出次品的概率是多少？（2）若发现抽出的产品是次品，问该产品来自丙厂的概率是多少？
3.8某人在每天上班途中要经过3个设有红绿灯的十字路口。设每个路口遇到红灯的事件是相互独立的，且红灯持续24秒而绿灯持续36秒。试求他途中遇到红灯的次数的概率分布及其期望值和方差、标准差。
3.9 一家人寿保险公司某险种的投保人数有20000人，据测算被保险人一年中的死亡率为万分之5。保险费每人50元。若一年中死亡，则保险公司赔付保险金额50000元。试求未来一年该保险公司将在该项保险中（这里不考虑保险公司的其它费用）：
（1）至少获利50万元的概率； （2）亏本的概率；
（3）支付保险金额的均值和标准差。 3.10 对上述练习题3.09的资料，试问：
（1）可否利用泊松分布来近似计算？ （2）可否利用正态分布来近似计算？
（3）假如投保人只有5000人，可利用哪种分布来近似计算？
3.11某企业生产的某种电池寿命近似服从正态分布，且均值为200小时，标准差为30小时。若规定寿命低于150小时为不合格品。试求该企业生产的电池的：（1）合格率是多少？（2）电池寿命在200左右多大的范围内的概率不小于0.9。
3.12某商场某销售区域有6种商品。假如每1小时内每种商品需要12分钟时间的咨询服务，而且每种商品是否需要咨询服务是相互独立的。求：（1）在同一时刻需用咨询的商品种数的最可能值是多少？（2）若该销售区域仅配有2名服务员，则因服务员不足而不能提供咨询服务的概率是多少？
答案
3.1设A＝女性，B＝工程师，AB＝女工程师，A+B＝女性或工程师 （1）P(A)＝4/12＝1/3 （2）P(B)＝4/12＝1/3 （3）P(AB)＝2/12＝1/6
（4）P(A+B)＝P(A)＋P(B)－P(AB)＝1/3＋1/3－1/6＝1/2
3.2求这种零件的次品率，等于计算“任取一个零件为次品”（记为A）的概率P(A)。 考虑逆事件A?“任取一个零件为正品”，表示通过三道工序都合格。据题意，有：
P(A)?(1?0.2)(1?0.1)(1?0.1)?0.648
于是 P(A)?1?P(A)?1?0.648?0.352
3.3设A表示“合格”，B表示“优秀”。由于B＝AB，于是
P(B)＝P(A)P(B|A)＝0.8×0.15＝0.12
3.4 设A＝第1发命中。B＝命中碟靶。求命中概率是一个全概率的计算问题。再利用对立事件的概率即可求得脱靶的概率。
P(B)＝P(A)P(B|A)?P(A)P(B|A) ＝0.8×1＋0.2×0.5＝0.9 脱靶的概率＝1－0.9＝0.1
或（解法二）：P(脱靶)＝P(第1次脱靶)×P(第2次脱靶)＝0.2×0.5＝0.1 3.5 设A＝活到55岁，B＝活到70岁。所求概率为：
P(B|A)＝
P(AB)P(B)0.63＝＝＝0.75P(A)P(A)0.84
3.6这是一个计算后验概率的问题。
设A＝优质率达95％，A＝优质率为80％，B＝试验所生产的5件全部优质。 P(A)＝0.4，P(A)＝0.6，P(B|A)=0.955， P(B|A)=0.85，所求概率为：
P(A|B)＝
P(A)P(B|A)0.30951＝＝0.6115P(A)P(B|A)?P(A)P(B|A)0.50612
决策者会倾向于采用新的生产管理流程。
3.7 令A1、A2、A3分别代表从甲、乙、丙企业采购产品，B表示次品。由题意得：P(A1)＝0.25，P(A2)＝0.30， P(A3)＝0.45；P(B|A1)＝0.04，P(B|A2)＝0.05，P(B|A3)＝0.03；因此，所求概率分别为：
（1）P(B)＝P(A1)P(B|A1)?P(A2)P(B|A2)?P(A3)P(B|A3) ＝0.25×0.04＋0.30×0.05＋0.45×0.03＝0.0385 （2）P(A3|B)＝0.45?0.030.0135＝＝0.3506
0.25?0.04＋0.30?0.05＋0.45?0.030.0385
3.8据题意，在每个路口遇到红灯的概率是p＝24/(24+36)＝0.4。
设途中遇到红灯的次数＝X，因此，X～B (3，0.4)。其概率分布如下表：
xi P(X= xi) 0 0.216 1 0.432 2 0.288 3 0.064 期望值（均值）＝1.2（次），方差＝0.72，标准差＝0.8485（次） 3.9 设被保险人死亡数＝X，X～B(20000，0.0005)。
（1）收入＝20000×50（元）＝100万元。要获利至少50万元，则赔付保险金额应该不超过50万元，等价于被保险人死亡数不超过10人。所求概率为：P(X ≤10)＝0.58304。 （2）当被保险人死亡数超过20人时，保险公司就要亏本。所求概率为： P(X>20)＝1－P(X≤20)＝1－0.99842＝0.00158 （3）支付保险金额的均值＝50000×E(X) ＝50000×20000×0.0005（元）＝50（万元） 支付保险金额的标准差＝50000×σ(X)
＝50000×(20000×0.0005×0.9995)1/2＝158074（元）
3.10 （1）可以。当n很大而p很小时，二项分布可以利用泊松分布来近似计算。本例中，λ= np=20000×0.0005=10，即有X～P(10)。计算结果与二项分布所得结果几乎完全一致。 （2）也可以。尽管p很小，但由于n非常大，np和np(1-p)都大于5，二项分布也可以利用正态分布来近似计算。
本例中，np=20000×0.0005=10，np(1-p)=20000×0.0005×(1-0.0005)=9.995， 即有X ～N(10,9.995)。相应的概率为： P(X ≤10.5)＝0.51995，P(X≤20.5)＝0.853262。
可见误差比较大（这是由于P太小，二项分布偏斜太严重）。
【注】由于二项分布是离散型分布，而正态分布是连续性分布，所以，用正态分布来近似计算二项分布的概率时，通常在二项分布的变量值基础上加减0.5作为正态分布对应的区间点，这就是所谓的“连续性校正”。
（3）由于p＝0.0005，假如n=5000，则np＝2.5<5，二项分布呈明显的偏态，用正态分
布来计算就会出现非常大的误差。此时宜用泊松分布去近似。 3.11（1）P(X?150)?P(Z?
合格率为1-0.04779＝0.95221或95.221％。
(2) 设所求值为K，满足电池寿命在200±K小时范围内的概率不小于0.9，即有：
150?200)＝P(Z??1.6667)＝0.04779 30P(|X?200|?K)?P{|Z|＝即：P{Z?
|X?200|K?}?0.9
3030K}?0.95，K/30≥1.64485,故K≥49.3456。 303.12设X ＝同一时刻需用咨询服务的商品种数，由题意有X～B(6,0.2)
（1）X的最可能值为：X0＝[(n+1)p]＝[7×0.2]＝1 （取整数） （2）P(X?2)?1?P(X?2)?1?＝1-0.9011＝0.0989
2k?0?C6k0.2k0.86?k
第4章 抽样与抽样分布
练习：
4.1 一个具有n?64个观察值的随机样本抽自于均值等于20、标准差等于16的总体。
⑴ 给出x的抽样分布（重复抽样）的均值和标准差
⑵ 描述x的抽样分布的形状。你的回答依赖于样本容量吗？ ⑶ 计算标准正态z统计量对应于x?15.5的值。 ⑷ 计算标准正态z统计量对应于x?23的值。 4.2 参考练习4.1求概率。
⑴x<16； ⑵x>23； ⑶x>25； ⑷.x落在16和22之间； ⑸x<14。
4.3 一个具有n?100个观察值的随机样本选自于??30、??16的总体。试求下列概率的近似值：
4.4 一个具有n?900个观察值的随机样本选自于??100和??10的总体。
⑴ 你预计x的最大值和最小值是什么？ ⑵ 你认为x至多偏离?多么远？
⑶ 为了回答b你必须要知道?吗？请解释。
4.5 考虑一个包含x的值等于0，1，2，…，97，98，99的总体。假设x的取值的可能性是
相同的。则运用计算机对下面的每一个n值产生500个随机样本，并对于每一个样本计算x。对于每一个样本容量，构造x的500个值的相对频率直方图。当n值增加时在直方图上会发生什么变化？存在什么相似性？这里n?2,n?5,n?10,n?30和
n?50。
4.6 美国汽车联合会（AAA）是一个拥有90个俱乐部的非营利联盟，它对其成员提供旅行、
金融、保险以及与汽车相关的各项服务。1999年5月，AAA通过对会员调查得知一个4口之家出游中平均每日餐饮和住宿费用大约是213美元（《旅行新闻》Travel News，1999年5月11日）。假设这个花费的标准差是15美元，并且AAA所报道的平均每日消费是总体均值。又假设选取49个4口之家，并对其在1999年6月期间的旅行费用进行记录。
⑴ 描述x（样本家庭平均每日餐饮和住宿的消费）的抽样分布。特别说明x服从怎样
的分布以及x的均值和方差是什么？证明你的回答；
⑵ 对于样本家庭来说平均每日消费大于213美元的概率是什么？大于217美元的概率
呢？在209美元和217美元之间的概率呢？
4.7 技术人员对奶粉装袋过程进行了质量检验。每袋的平均重量标准为??406克、标准
差为??10.1克。监控这一过程的技术人者每天随机地抽取36袋，并对每袋重量进行测量。现考虑这36袋奶粉所组成样本的平均重量x。
（1）描述x的抽样分布，并给出?x和?x的值，以及概率分布的形状；
（3） 假设某一天技术人员观察到x?400.8，这是否意味着装袋过程出
现问题了呢，为什么？
4.8 在本章的统计实践中，某投资者考虑将1000美元投资于n?5种不同的股票。每一种
股票月收益率的均值为??10%，标准差??4%。对于这五种股票的投资组合，投
资者每月的收益率是r??ri2?投资者的每月收益率的方差是??它?3.2，
5。n2r是投资者所面临风险的一个度量。
⑴ 假如投资者将1000美元仅投资于这5种股票的其中3种，则这个投资者所面对的
风险将会增加还是减少？请解释；
⑵ 假设将1000美元投资在另外10种收益率与上述的完全一样的股票，试度量其风险，
并与只投资5种股票的情形进行比较。
4.9 某制造商为击剑运动员生产安全夹克，这些夹克是以剑锋刺入其中时所需的最小力量
（以牛顿为单位）来定级的。如果生产工艺操作正确，则他生产的夹克级别应平均840牛顿，标准差15牛顿。国际击剑管理组织（FIE）希望这些夹克的最低级别不小于800牛顿。为了检查其生产过程是否正常，某检验人员从生产过程中抽取了50个夹克作为一个随机样本进行定级，并计算x，即该样本中夹克级别的均值。她假设这个过程的标准差是固定的，但是担心级别均值可能已经发生变化。 ⑴ 如果该生产过程仍旧正常，则x的样本分布为何？
⑵ 假设这个检验人员所抽取样本的级别均值为830牛顿，则如果生产过程正常的话，
样本均值x≤830牛顿的概率是多少？
⑶ 在检验人员假定生产过程的标准差固定不变时，你对b部分有关当前生产过程的现
状有何看法（即夹克级别均值是否仍为840牛顿）？
⑷ 现在假设该生产过程的均值没有变化，但是过程的标准差从15牛顿增加到了45牛
顿。在这种情况下x的抽样分布是什么？当x具有这种分布时，则x≤830牛顿的概率是多少？
4.10 在任何生产过程中，产品质量的波动都是不可避免的。产品质量的变化可被分成两类：
由于特殊原因所引起的变化（例如，某一特定的机器），以及由于共同的原因所引起的变化（例如，产品的设计很差）。
一个去除了质量变化的所有特殊原因的生产过程被称为是稳定的或者是在统计控制中的。剩余的变化只是简单的随机变化。假如随机变化太大，则管理部门不能接受，但只要消除变化的共同原因，便可减少变化（Deming,1982,1986;De Vor, Chang,和
Sutherland,1992）。
通常的做法是将产品质量的特征绘制到控制图上，然后观察这些数值随时间如何变动。例如，为了控制肥皂中碱的数量，可以每小时从生产线中随机地抽选n?5块试验肥皂作为样本，并测量其碱的数量，不同时间的样本含碱量的均值x描绘在下图中。假设这个过程是在统计控制中的，则x的分布将具有过程的均值?，标准差具有过程的标准差除以样本容量的平方根，?x??n。下面的控制图中水平线表示过程均值，
两条线称为控制极限度，位于?的上下3?x的位置。假如x落在界限的外面，则有充分的理由说明目前存在变化的特殊原因，这个过程一定是失控的。
当生产过程是在统计控制中时，肥皂试验样本中碱的百分比将服从??2%和
??1%的近似的正态分布。
⑴ 假设n?4,则上下控制极限应距离?多么远？
⑵ 假如这个过程是在控制中，则x落在控制极限之外的概率是多少？
⑶ 假设抽取样本之前，过程均值移动到??3%，则由样本得出这个过程失控的（正
确的）结论的概率是多少？
4.11 参考练习4.10。肥皂公司决定设置比练习4.10中所述的3?x这一限度更为严格的控制
极限。特别地，当加工过程在控制中时，公司愿意接受x落在控制极限外面的概率是0.10。
⑴ 若公司仍想将控制极限度设在与均值的上下距离相等之处，并且仍计划在每小时的
样本中使用n?4个观察值，则控制极限应该设定在哪里？ ⑵ 假设a部分中的控制极限已付诸实施，但是公司不知道，（而不是2%）。?现在是3%若n?4，则x落在控制极限外面的概率是多少？若n?9呢？
4.12 参考练习4.11。为了改进控制图的敏感性，有时将警戒线与控制极限一起画在图上。
警戒限一般被设定为??1.96?x。假如有两个连续的数据点落在警戒限之外，则这个
过程一定是失控的（蒙哥马利，1991年）。 ⑴ 假设肥皂加工过程是在控制中（即，它遵循??2%和??1%的正态分布），则x的下一个值落在警戒限之外的概率是什么？
⑵ 假设肥皂加工过程是在控制中，则你预料到画在控制图上的x的这40个值中有多
少个点落在上控制极限以上？ ⑶ 假设肥皂加工过程是在控制中，则x的两个未来数值落在下警戒线以下的概率是多
少？ 答案
4.1 ⑴ 20, 2； ⑵ 近似正态； ⑶ -2.25； ⑷ 1.50。
4.2 ⑴ 0.0228； ⑵ 0.0668； ⑶ 0.0062； ⑷ 0.8185； ⑸ 0.0013。
4.3 ⑴ 0.8944； ⑵ 0.0228； ⑶ 0.1292； ⑷ 0.9699。 4.4 ⑴ 101, 99 ⑵ 1 ； ⑶ 不必。 4.5 趋向正态。
4.6 ⑴ 正态分布, 213, 4.5918； ⑵ 0.5, 0.031, 0.938。
4.7 ⑴ 406, 1.68, 正态分布； ⑵ 0.001； ⑶是，因为小概率出现了。 4.8 ⑴ 增加； ⑵ 减少。
4.9 ⑴ 正态； ⑵ 约等于0； ⑶ 不正常； ⑷ 正态, 0.06。 4.10 ⑴ 0.015； ⑵ 0.0026； ⑶ 0.1587。 4.11 ⑴ (0.012, 0.028)； ⑵ 0.6553, 0.7278。 4.12 ⑴ 0.05； ⑵ 1 ； ⑶ 0.000625。
第5章 参数估计
练习：
5.1 从一个标准差为5的总体中抽出一个容量为40的样本，样本均值为25。
（1） 样本均值的抽样标准差?x等于多少？ （2） 在95%的置信水平下，允许误差是多少？
5.2 某快餐店想要估计每位顾客午餐的平均花费金额，在为期3周的时间里选取49名顾客
组成了一个简单随机样本。
（1） 假定总体标准差为15元，求样本均值的抽样标准误差； （2） 在95%的置信水平下，求允许误差；
（3） 如果样本均值为120元，求总体均值95%的置信区间。
5.3 某大学为了解学生每天上网的时间，在全校7500名学生中采取不重复抽样方法随机抽
取36人，调查他们每天上网的时间，得到下面的数据（单位：小时）： 3.3 3.1 6.2 5.8 2.3 4.1 5.4 4.5 3.2 4.4 2.0 5.4 2.6 6.4 1.8 3.5 5.7 2.3 2.1 1.9 1.2 5.1 4.3 4.2 3.6 0.8 1.5 4.7 1.4 1.2 2.9 3.5 2.4 0.5 3.6 2.5
求该校大学生平均上网时间的置信区间，置信水平分别为90%、95%和99%。
5.4 从一个正态总体中随机抽取容量为8 的样本，各样本值分别为：10,8,12,15,6,13,5,11。
求总体均值95%的置信区间。
5.5 某居民小区为研究职工上班从家里到单位的距离，抽取了由16个人组成的一个随机样
本，他们到单位的距离（公里）分别是： 10 3 14 8 6 9 12 11 7 5 10 15 9 16 13 2 求职工上班从家里到单位平均距离95%的置信区间。 5.6 在一项家电市场调查中，随机抽取了200个居民户，调查他们是否拥有某一品牌的电视
机。其中拥有该品牌电视机的家庭占23%。求总体比率的置信区间，置信水平分别为90%和95%。
5.7 某居民小区共有居民500户，小区管理者准备采取一向新的供水设施，想了解居民是否
赞成。采取重复抽样方法随机抽取了50户，其中有32户赞成，18户反对。 （1） 求总体中赞成该项改革的户数比率的置信区间，置信水平为95%； （2） 如果小区管理者预计赞成的比率能达到80%，应抽取多少户进行调查？ 5.8 从两个正态总体中分别抽取两个独立的随机样本，它们的均值和标准差如下表：
来自总体1的样本
来自总体2的样本
n1?14 x1?53.2
s12?96.8
（1） 求?1??290%的置信区间；
n2?7 x2?43.4
2s2?102.0
（2） 求?1??295%的置信区间。
5.9 从两个正态总体中分别抽取两个独立的随机样本，它们的均值和标准差如下表：
来自总体1的样本
来自总体2的样本
x1?25
s12?16
222x2?23
2s2?20
（1） 设n1?n2?100，求?1??295%的置信区间；
（2） 设n1?n2?10，?1??2，求?1??295%的置信区间； （3） 设n1?n2?10，?1??2，求?1??295%的置信区间；
22???n?10,n?202，求?1??295%的置信区间； 2（4） 设1，122???n?10,n?201212（5） 设，，求?1??295%的置信区间。
25.10 下表是由4对观察值组成的随机样本：
配对号 1
2 3 4
来自总体A的样本
2 5 10 8
来自总体B的样本
0 7 6 5
（1） 计算A与B各对观察值之差，再利用得出的差值计算d和sd；
（2） 设?1和?2分别为总体A和总体B的均值，构造?d(?1??2)95%的置信区间。 5.11 从两个总体中各抽取一个n1?n2?250的独立随机样本，来自总体1的样本比率为
p1?40%，来自总体2的样本比率为p2?30%。
（1） 构造?1??290%的置信区间；
（2） 构造?1??295%的置信区间。
5.12 生产工序的方差是共需质量的一个重要度量。当方差较大时，需要对共需进行改进以减
小方差。下面是两部机器生产的袋茶重量（克）的数据： 机器1 3.45 3.20 3.22 3.50 2.95 3.16 3.22 2.98 3.75 3.38 3.45 3.48 3.90 3.70 3.28 3.35 3.20 3.12 3.22 3.38 3.30 3.30 3.34 3.28 机器2 3.28 3.19 3.20 3.29 3.35 3.16 3.35 3.30 3.05 3.33 3.27 3.28 3.20 3.18 23.25 23.30 3.34 3.25 构造两个总体方差比?1?295%的置信区间。
5.13 根据以往的生产数据，某种产品的废品率为2%。如果要求95%的置信区间，若要求允
许误差不超过4%，应抽取多大的样本？
5.14 某超市想要估计每个顾客平均每次购物花费的金额。根据过去的经验，标准差大约为
120元，现要求以95%的置信水平估计每个购物金额的置信区间，并要求允许误差不超过20元，应抽取多少个顾客作为样本？ 5.15 假定两个总体的标准差分别为：?1?12，?2?15，若要求误差范围不超过5，相应
的置信水平为95%，假定n1?n2，估计两个总体均值之差?1??2时所需的样本容量为多大？
5.16 假定n1?n2，允许误差E?0.05，相应的置信水平为95%，估计两个总体比率之差
?1??2时所需的样本容量为多大？
答案
5.1 （1）?x?0.79；（2）E=1.55。
5.2 （1）?x?2.14；（2）E=4.2；（3）（115.8,124.2）。 5.3 5.4 5.5 5.6 5.7 5.8 5.9
（2.88,3.76）；(2.80,3.84)；(2.63,4.01)。 （7.1,12.9）。 （7.18,11.57）。
（18.11%,27.89%）；（17.17%,22.835）。 (1)（51.37%,76.63%）；（2）36。 （1.86,17.74）；（0.19,19.41）。
（1）2±1.176；（2）2±3.986；（3）2±3.986；（4）2±3.587；（5）2±3.364。
5.10 （1）d?1.75，sd?2.63；（2）1.75±4.27。 5.11 （1）10%±6.98%；（2）10%±8.32%。 5.12 （4.06,14.35）。 5.13 48。 5.14 139。 5.15 57。 5.16 769。
第6章 假设检验
练习：
5.17 某乐器厂以往生产的乐器采用的是一种镍合金弦线，这种弦线的平均抗拉强度不超过
1035Mpa，现产品开发小组研究了一种新型弦线，他们认为其抗拉强度得到了提高并想寻找证据予以支持。在对研究小组开发的产品进行检验时，应该采取以下哪种形式的假设？为什么？
5.18 研究人员发现，当禽类被拘禁在一个很小的空间内时，就会发生同类相残的现象。一名
孵化并出售小鸡的商人想检验某一品种的小鸡因为同类相残而导致的死亡率是否小于0.04。试帮助这位商人定义检验参数并建立适当的原假设和备择假设。
5.19 一条产品生产线用于生产玻璃纸，正常状态下要求玻璃纸的横向延伸率为65，质量控
制监督人员需要定期进行抽检，如果证实玻璃纸的横向延伸率不符合规格，该生产线就必须立即停产调整。监控人员应该怎样提出原假设和备择假设，来达到判断该生产线是否运转正常的目的？
5.20 一家大型超市连锁店上个月接到许多消费者投诉某种品牌炸土豆片中60克一袋的那种
土豆片的重量不符。店方猜想引起这些投诉的原因是运输过程中沉积在食品袋底部的土豆片碎屑，但为了使顾客们对花钱买到的土豆片感到物有所值，店方仍然决定对来自于一家最大的供应商的下一批袋装炸土豆片的平均重量（克）?进行检验，假设陈述如下：
如果有证据可以拒绝原假设，店方就拒收这批炸土豆片并向供应商提出投诉。 （1）与这一假设检验问题相关联的第一类错误是什么？ （2）与这一假设检验问题相关联的第二类错误是什么？
（3）你认为连锁店的顾客们会将哪类错误看得较为严重？而供应商会将哪类错误看得较为严重？
5.21 某种纤维原有的平均强度不超过6克，现希望通过改进工艺来提高其平均强度。研究人
员测得了100个关于新纤维的强度数据，发现其均值为6.35。假定纤维强度的标准差仍保持为1.19不变，在5％的显著性水平下对该问题进行假设检验。 （1） 选择检验统计量并说明其抽样分布是什么样的？ （2） 检验的拒绝规则是什么？ （3） 计算检验统计量的值，你的结论是什么？
5.22 一项调查显示，每天每个家庭看电视的平均时间为7.25个小时，假定该调查中包括了
200个家庭，且样本标准差为平均每天2.5个小时。据报道，10年前每天每个家庭看电视的平均时间是6.70个小时，取显著性水平?＝0.01，这个调查是否提供了证据支持你认为“如今每个家庭每天收看电视的平均时间增加了”？
5.23 经验表明，一个矩形的宽与长之比等于0.618的时候会给人们比较良好的感觉。某工艺
品工厂生产的矩形工艺品框架的宽与长要求也按这一比率设计，假定其总体服从正态分布，现随机抽取了20个框架测得比值分别为：
0.699 0.672 0.668 0.553
0.749 0.615 0.611 0.570
0.654 0.606 0.606 0.844
0.670 0.690 0.609 0.576
0.612 0.628 0.601 0.933
在显著性水平?＝0.05时能否认为该厂生产的工艺品框架宽与长的平均比率为0.618？ 5.24 一个著名的医生声称有75％的女性所穿鞋子过小，一个研究组织对356名女性进行了
研究，发现其中有313名妇女所穿鞋子的号码至少小一号。取?＝0.01，检验如下的假设：
H0:??0.75 H1:??0.75 对这个医生的论断你有什么看法？
5.25 一个视频录像设备（VCR）的平均使用寿命为6年，标准差为0.75年，而抽选了由30
台电视组成的一个随机样本表明，电视使用寿命的样本方差为2年。试构造一个假设检验，能够帮助判定电视的使用寿命的方差是否显著大于视频录像设备的使用寿命的标准差。并在?＝0.05的显著性水平下做出结论。
5.26 某生产线是按照两种操作平均装配时间之差为5分钟而设计的，两种装配操作的独立样
本产生如下资料：
操作A
操作B
n1=100 x1=14.8分钟 s1=0.8分钟
n2=50 x2=10.4分钟 s2=0.6分钟
对?＝0.02，检验平均装配时间之差是否等于5分钟。
5.27 某市场研究机构用一组被调查者样本来给某特定商品的潜在购买力打分。样本中每个人
都分别在看过该产品的新的电视广告之前与之后打分。潜在购买力的分值为0～10分，分值越高表示潜在购买力越高。原假设认为“看后”平均得分小于或等于“看前”平均得分，拒绝该假设就表明广告提高了平均潜在购买力得分。对?＝0.05的显著性水平，用下列数据检验该假设，并对该广告给予评价。 个体 购买力得分 看后 看前 个体 购买力得分 看后 看前 1 6 5 5 3 5 2 6 4 6 9 8 3 7 7 7 7 5 4 4 3 8 6 6 5.28 在旅游业中，特定目的地的旅游文化由旅游手册提供，这种小册子由旅游管理当局向有需要的旅游者免费提供。有人曾进行过一项研究，内容是调查信息的追求者（即需要旅游手册者）与非追求者之间在种种旅游消费方面的差别。两个独立随机样本分别由288名信息追求者和367名非信息追求者组成。对样本成员就他们最近一次离家两天或两天以上的愉快旅行或度假提出若干问题。问题之一是：“你这次度假是积极的（即主要包括一些富有挑战性的事件或教育活动），还是消极的（即主要是休息和放松）？”每个样本中消极休假的人数列于下表，试问：这些数据是否提供了充分证据，说明信息追求者消极度假的可能性比非信息追求者小？显著性水平?＝0.10。 信息追求者 非信息追求者
被调查人数 288 367 消极度假人数 197 301
5.29 生产工序中的方差是工序质量的一个重要测度，通常较大的方差就意味着要通过寻找减
小工序方差的途径来改进工序。某杂志上刊载了关于两部机器生产的袋茶重量的数据（单位为克）如下，请进行检验以确定这两部机器生产的袋茶重量的方差是否存在显著差异。取?＝0.05。
机器1 机器2
2.95 3.16 3.20 3.12
3.45 3.20 3.22
3.50 3.22 2.98
3.75 3.38 3.45
3.48 3.90 3.70
3.26 3.36 3.34
3.33 3.25 3.18
3.20 3.28 3.35
3.22 3.30 3.34 3.28 3.29 3.25 3.30 3.27
3.38 3.34 3.35 3.19 3.35 3.05 3.36 3.28 3.30 3.28 3.30 3.20 3.16 3.33
5.30 为比较新旧两种肥料对产量的影响，一边决定是否采用新肥料。研究者选择了面积相等、
土壤等条件相同的40块田地，分别施用新旧两种肥料，得到的产量数据如下：
旧肥料 109 98 103 97 101 98 88 105 97 94 108 102 98 99 102 104 100 104 106 101 105 113 106 110 109 111 117 111 新肥料 110 111 99 103 118 99 107 110 109 112 119 119 取显著性水平??0.05用Excel检验：
（1）新肥料获得的平均产量是否显著地高于旧肥料？假定条件为：
a) 两种肥料产量的方差未但相等，即?1??2； b) 两种肥料产量的方差未且不相等，即?1??2。 ⑵ 两种肥料产量的方差是否有显著差异？ 答案
6.1 研究者想要寻找证据予以支持的假设是“新型弦线的平均抗拉强度相对于以前提高了”，所以原假设与备择假设应为：
6.2 ?＝“某一品种的小鸡因为同类相残而导致的死亡率”，
6.3 H0:??65，H1:??65。
6.4 （1）第一类错误是该供应商提供的这批炸土豆片的平均重量的确大于等于60克，但
检验结果却提供证据支持店方倾向于认为其重量少于60克；
（2）第二类错误是该供应商提供的这批炸土豆片的平均重量其实少于60克，但检验结果却没有提供足够的证据支持店方发现这一点，从而拒收这批产品； （3）连锁店的顾客们自然看重第二类错误，而供应商更看重第一类错误。 6.5 （1）检验统计量
2222s/n，在大样本情形下近似服从标准正态分布；
（2）如果z?z0.05，就拒绝H0；
（3）检验统计量z＝2.94>1.645，所以应该拒绝H0。
z?x??6.6 z＝3.11，拒绝H0。 6.7 z＝1.93，不拒绝H0。 6.8 z＝7.48，拒绝H0。 6.9 ?＝206.22，拒绝H0。 6.10 z＝-5.145，拒绝H0。 6.11 t＝1.36，不拒绝H0。 6.12 z＝-4.05，拒绝H0。 6.13 F＝8.28，拒绝H0。 6.14 （1）检验结果如下： t-检验: 双样本等方差假设
变量 1
变量 2
2平均 方差 观测值 合并方差 假设平均差
df t Stat P(T≤t) 单尾 t 单尾临界 P(T≤t) 双尾 t 双尾临界
100.7 24.11578947
20 28.73684211
0 38 -5.427106029 1.73712E-06 1.685953066 3.47424E-06 2.024394234
109.9 33.35789474
20
t-检验: 双样本异方差假设
平均 方差 观测值 假设平均差
df t Stat P(T≤t) 单尾 t 单尾临界 P(T≤t) 双尾 t 双尾临界
变量 1 100.7 24.11578947
20 0 37 -5.427106029 1.87355E-06 1.687094482 3.74709E-06 2.026190487
变量 2 109.9 33.35789474
20
（2）方差检验结果如下： F-检验 双样本方差分析
平均 方差 观测值 df F P(F≤f) 单尾 F 单尾临界
变量 1 100.7 24.11578947
20 19 0.722940991 0.243109655 0.395811384
变量 2 109.9 33.35789474
20 19
第7章 方差分析与试验设计
练习：
7.1 从三个总体中各抽取容量不同的样本数据，得到如下资料。检验3个总体的均值之间
.） 是否有显著差异？（??001样本1 158
148 161 154 169
样本2 153 142 156 149
样本3 169 158 180
7.2 某家电制造公司准备购进一批5#电池，现有A、B、C三个电池生产企业愿意供货，为
比较它们生产的电池质量，从每个企业各随机抽取5只电池，经试验得其寿命（小时）数据如下： 试验号 1 2 3 4 5 电池生产企业 A 50 50 43 40 39 B 32 28 30 34 26 C 45 42 38 48 40 .）如果有差异，试分析三个企业生产的电池的平均寿命之间有无显著差异？（??005用LSD方法检验哪些企业之间有差异？
7.3 某企业准备用三种方法组装一种新的产品，为确定哪种方法每小时生产的产品数量最
多，随机抽取了30名工人，并指定每个人使用其中的一种方法。通过对每个工人生产的产品数进行方差分析得到下面的结果： 方差分析表 差异源 组间 组内 SS 3836 df MS 210 F — P值 0.245946 — F 临界值 3.354131 — 总计 29 — — — — (1) 完成上面的方差分析表； .，检验三种方法组装的产品数量之间是否有显著差异？ (2) 若显著性水平??0057.4 有5种不同品种的种子和4种不同的施肥方案，在20快同样面积的土地上，分别采用
5种种子和4种施肥方案搭配进行试验，取得的收获量数据如下表： 品种 1 2 3 4 5 施肥方案 1 12.0 13.7 14.3 14.2 13.0 2 9.5 11.5 12.3 14.0 14.0 3 10.4 12.4 11.4 12.5 13.1 4 9.7 9.6 11.1 12.0 11.4 检验种子的不同品种对收获量的影响是否有显著差异？不同的施肥方案对收获量的影
.） 响是否有显著差异？（??0057.5 为研究食品的包装和销售地区对其销售量是否有影响，在某周的三个不同地区中用三种
不同包装方法进行销售，获得的销售量数据如下：
销售地区（A） A1 A2 A3 包装方法（B） B1 45 50 35 B2 75 50 65 B3 30 40 50 .） 检验不同的地区和不同的包装方法对该食品的销售量是否有显著影响？（??0057.6 为检验广告媒体和广告方案对产品销售量的影响，一家营销公司做了一项试验，考察三
种广告方案和两种广告媒体，获得的销售量数据如下： 报纸 A 广告方案 B C 8 12 22 14 10 18 广告媒体 电视 12 8 26 30 18 14 .） 检验广告方案、广告媒体或其交互作用对销售量的影响是否显著？（??005
答案
7.1 F?4.6574?F0.01?8.0215(或P?value?0.0409???0.01)，不能拒绝原假设。 7.2 F?17.0684?F0.05?3.8853(或P?value?0.0003???0.05)，拒绝原假设。
xA?xB?44.4?30?14.4?LSD?5.85，拒绝原假设；
xA?xC?44.4?42.6?1.8?LSD?5.85，不能拒绝原假设； xB?xC?30?42.6?12.6?LSD?5.85，拒绝原假设。
7.3 方差分析表中所缺的数值如下表： 差异源 组间 组内 总计 SS 420 3836 4256 df 2 27 29 MS 210 142.07 — F 1.478 — — P值 0.245946 — — F 临界值 3.354131 — — F?1.478?F0.05?3.554131(或P?value?0.245946???0.05)，不能拒绝原假
设。
7.4 有5种不同品种的种子和4种不同的施肥方案，在20快同样面积的土地上，分别采用
5种种子和4种施肥方案搭配进行试验，取得的收获量数据如下表：
F种子?7.2397?F0.05?3.2592(或
P?value?0.0033???0.05)，拒绝原假设。
F施肥方案?9.2047?F0.05?3.4903(或拒绝原假设。 P?value?0.0019???0.05)，
7.5 F地区?0.0727?F0.05?6.9443(或P?value?0.9311???0.05)，不能拒绝原假
设。F包装方法?3.1273?F0.05?6.9443(或P?value?0.1522???0.05)，不能拒绝原假设。
7.6 F广告方案?10.75?F0.05?5.1432(或P?value?0.0104???0.05)，拒绝原假设。
F广告媒体?3?F0.05?5.9874(或
P?value?0.1340???0.05)，不能拒绝原假设。
F交互作用?1.75?F0.05?5.1432(或
)，不能拒绝原假
P?value?0.2519???0.05设。
第8章 相关与回归分析
练习：
8.1 表中是道琼斯工业指数（DJIA）和标准普尔500种股票指数（S&P500）1988年至1997年对应股票的收益率资料： 年份 1988 1989 1990 1991 1992 DJIA收益率（%） S&P500收益率（%） 年份 16.0 31.7 －0.4 23.9 7.4 16.6 31.5 －3.2 30.0 7.6 1993 1994 1995 1996 1997 DJIA收益率（%） 16.8 4.9 36.4 28.6 24.9 S&P500收益率（%） 10.1 1.3 37.6 23.0 33.4 计算两种指数收益率的相关系数，分析其相关程度，以0.05的显著性水平检验相关系数的显著性。
8.2利用【例8-3】的表8.3中提供的各省市人均GDP和第一产业中就业比例的数据,试分析各省市人均GDP与第一产业就业比例的相关性，并对其显著性作统计检验。
8.3表中是16支公益股票某年的每股账面价值和当年红利： 公司序号 1 2 3 4 5 6 7 8 账面价值（元） 22.44 20.89 22.09 14.48 20.73 19.25 20.37 26.43 红利（元） 2.4 2.98 2.06 1.09 1.96 1.55 2.16 1.60 公司序号 9 10 11 12 13 14 15 16 账面价值（元） 12.14 23.31 16.23 0.56 0.84 18.05 12.45 11.33 红利（元） 0.80 1.94 3.00 0.28 0.84 1.80 1.21 1.07 根据上表资料：
（1）建立每股账面价值和当年红利的回归方程； （2）解释回归系数的经济意义；
（3）若序号为6的公司的股票每股账面价值增加1元，估计当年红利可能为多少？
8.4美国各航空公司业绩的统计数据公布在《华尔街日报1999年年鉴》（The Wall Street Journal Almanac 1999）上。航班正点到达的比率和每10万名乘客投诉的次数的数据如下： 航空公司名称 西南(Southwest)航空公司 大陆(Continental)航空公司 西北(Northwest)航空公司 美国(US Airways)航空公司 联合(United)航空公司 美洲(American)航空公司 德尔塔（Delta）航空公司 美国西部(Americawest)航空公司 环球(TWA)航空公司 航班正点率（%） 81．8 76．6 76．6 75．7 73．8 72．2 71．2 70．8 68．5 投诉率（次/10万名乘客） 0．21 0．58 0．85 0．68 0．74 0．93 0．72 1．22 1．25 (1)画出这些数据的散点图；
(2)根据散点图。表明二变量之间存在什么关系？
(3)求出描述投诉率是如何依赖航班按时到达正点率的估计的回归方程； (4)对估计的回归方程的斜率作出解释；
(5)如果航班按时到达的正点率为80%，估计每10万名乘客投诉的次数是多少？
8.5 表中是1992年亚洲各国人均寿命（y）、按购买力平价计算的人均GDP（x1）、成人识字率（x2）、一岁儿童疫苗接种率（x3）的数据 序号 1 2 3 4 5 6 7 8 9 国家和 地区 日本 中国香港 韩国 新加坡 泰国 马来西亚 斯里兰卡 中国大陆 菲律宾 平均寿命 人均GDP 成人识字率一岁儿童疫苗接种率 y（年） 79 77 70 74 69 70 71 70 65 71 63 62 63 57 58 x1（100美元） 194 185 83 147 53 74 27 29 24 18 23 27 13 7 20 x2（%） 99 90 97 92 94 80 89 80 90 95 95 84 89 81 36 x3（%） 99 79 83 90 86 90 88 94 92 96 85 92 90 74 81 10 朝鲜 11 蒙古 12 印度尼西亚 13 越南 14 缅甸 15 巴基斯坦 16 老挝 17 印度 18 孟加拉国 19 柬埔寨 20 尼泊尔 21 不丹 22 阿富汗 50 60 52 50 53 48 43 18 12 12 13 11 6 7 55 50 37 38 27 41 32 36 90 69 37 73 85 35 资料来源：联合国发展规划署《人的发展报告》
（1）用多元回归的方法分析各国人均寿命与人均GDP、成人识字率、一岁儿童疫苗接种率的关系；
（2）对所建立的回归模型进行检验。 8.6表中给出y对x2和x3回归的结果：
离差来源 平方和（SS） 自由度（df） 平方和的均值（MSS） 来自回归（ESS） 65965 来自残差（RSS） 总离差（TSS） 66042 14
（1） 该回归分析中样本容量是多少？ （2） 计算RSS；
（3） ESS和RSS的自由度是多少？ （4） 计算可决系数和修正的可决系数；
（5） 怎样检验x2和x3对y是否有显著影响？根据以上信息能否确定x2和x3各自对
y的贡献为多少？
8.7 在计算一元线性回归方程时，已得到以下结果：
试根据此结果，填写下表的空格：
来 源 来自回归 来自残差 总离差平方和 平方和 99.11 2278.67 自由度 22 方差 2179.56 8.8 表中为某企业近年来的总成本和产量的数据： 年份 总成本y （万元） 产量x （件） 年份 总成本y （万元） 产量x （件） 1991 1992 1993 1994 1995 329 524 424 629 741 410 608 512 723 811 1997 1998 1999 2000 2001 863 1390 1157 1548 1787 2931 906 1223 1107 1319 1424 1541 1996 1020 1009 2002 （1） 用已知数据估计以下总成本函数的参数： yt??1??2xt??3xt2??4xt3?ut （2） 检验参数的显著性；
（3） 检验整个回归方程的显著性；
（4） 计算总成本对产量的非线性相关指数； （5） 评价此回归分析存在什么不足。
8.9 研究青春发育与远视率（对数视力）的变化关系，测得结果如下表： 年龄（岁）x 6 7 8 9 10 11 12 13 14 15 16 17 18 远视率（%）63.64 61.06 38.84 13.75 14.50 8.07 4.41 2.27 2.09 1.02 2.51 3.12 2.98 y 对数视力Y=ln4.153 4.112 3.659 2.621 2.674 2.088 1.484 0.82 0.737 0.02 0.92 1.138 1.092 y ? 试建立曲线回归方程y答案
8.1（1）利用Excel计算结果可知,相关系数为 rXY?0.948138，说明相关程度较高。 （2）计算t统计量
2.681739?8.436851220.3178591?r1?o.948138
t 给定显著性水平=0.05，查t分布表得自由度n-2=10-2=8的临界值?2为2.306，
t????2，表明相关系数 r 在统计上是显著的。 显然
8.2 利用Excel中的”数据分析”计算各省市人均GDP和第一产业中就业比例的相关系数为:-0.34239，这说明人均GDP与第一产业中就业比例是负相关，但相关系数只有-0.34239，表明二者负相关程度并不大。 相关系数检验：
rn?20.948138?10?2t?t在总体相关系数??0的原假设下，计算t统计量：
t?rn?21?r2??0.34239?31?21?(?0.34239)2??1.9624
t
查t分布表，自由度为31-2=29，当显著性水平取??0.05时，?2=2.045；当显著性t水平取??0.1时，?2=1.699。
由于计算的t统计量的绝对值1.9624小于
t?2=2.045，所以在??0.05的显著性水平
下，不能拒绝相关系数??0的原假设。即是说，在??0.05的显著性水平下不能认为人均GDP与第一产业中就业比例有显著的线性相关性。
但是计算的t统计量的绝对值1.9624大于
t?2=1.699，所以在??0.1的显著性水平下,
可以拒绝相关系数??0的原假设。即在??0.1的显著性水平下，可以认为人均GDP与第一产业中就业比例有一定的线性相关性。 8.3 设当年红利为Y，每股账面价值为X 建立回归方程 Yi??1^??2Xi?ui
估计参数为 Yi?0.479775?0.072876Xi
参数的经济意义是每股账面价值增加1元时，当年红利将平均增加0.072876元。 序号6的公司每股账面价值为19.25元，增加1元后为20.25元，当年红利可能为：
Yi?0.479775?0.072876?20.25?1.955514(元)
8.4 （1）数据散点图如下：
投诉率（次/10万名乘客）^1.41.210.80.60.40.20657075航班正点率(%)8085
（2）根据散点图可以看出，随着航班正点率的提高，投诉率呈现出下降的趋势，两者之间存在着一定的负相关关系。
（3）设投诉率为Y，航班正点率为X
建立回归方程 Yi??1??2Xi?ui 估计参数为 Yi?6.0178?0.07Xi
（4）参数的经济意义是航班正点率每提高一个百分点，相应的投诉率（次/10万名乘客）下降0.07。
^（5）航班按时到达的正点率为80%，估计每10万名乘客投诉的次数可能为：
??6.0178?0.07?80?0.4187Yi（次/10万）
8.5 由Excel回归输出的结果可以看出：
（1）回归结果为
Yi?32.99309?0.071619X2i?0.168727X3i?0.179042X3i
（2）由Excel的计算结果已知：?1,?2,?3,?4对应的 t 统计量分别为0.51206、4.853871、4.222811、3.663731 ,其绝对值均大于临界值t0.025(22?4)?2.101,所以各个自变量都对Y有明显影响。
由F=58.20479, 大于临界值F0.05(4?1,22?4)?3.16，说明模型在整体上是显著的。
8.6 （1）该回归分析中样本容量是14+1=15； （2）计算RSS=66042-65965=77；
ESS的自由度为k-1=2，RSS的自由度 n－k=15-3=12；
2（3）计算：可决系数 R?65965/66042?0.9988
^15?1R2?1??(1?0.9988?)15?3 修正的可决系数
（4）检验X2和X3对Y是否有显著影响
0.9986
F?ESS/(k?1)65965/232982???5140.11RSS/(n?k)77/126.4166
(5) F统计量远比F临界值大，说明X2和X3联合起来对Y有显著影响，但并不能确定X2和X3各自对Y的贡献为多少。
8.7
来 源 来自回归 来自残差 总离差平方和
平方和 2179.56 99.11 2278.67 自由度 1 22 23 方差 2179.56 4.505 8.8（1）用Excel输入Y和X数据，生成X和X的数据，用Y对X、X、X回归，
估计参数结果为
23Y??1726.73?7.879646874X?0.00895X?3.71249E?06Xi i
^2323 t=(-1.9213) (2.462897) (-2.55934) (3.118062)
22 R?0.973669 R?0.963764
（2）检验参数的显著性：当取??0.05时，查t分布表得t0.025(12?4)?2.306，与t统计量对比，除了截距项外，各回归系数对应的t统计量的绝对值均大于临界值，表明在这样的显著性水平下，回归系数显著不为0。
22（3）检验整个回归方程的显著性：模型的R?0.973669,R?0.963794，说明可决
系数较高，对样本数据拟合较好。由于F=98.60668，而当取??0.05时，查F分布表得F0.05(4?1,12?4)?4.07，因为F=98.60668>4.07，应拒绝H0:?2??3??4?0，说明X、X、X联合起来对Y确有显著影响。
2（4）计算总成本对产量的非线性相关系数：因为R?0.973669因此总成本对产量的
23非线性相关系数为R?0.973669或R=0.9867466
（5）评价：虽然经t检验各个系数均是显著的，但与临界值都十分接近，说明t检验只是勉强通过，其把握并不大。如果取??0.01，则查t分布表得t0.005(12?4)?3.3554，这时各个参数对应的t统计量的绝对值均小于临界值，则在??0.01的显著性水平下都应接受
8.9 利用Excel输入X、y数据，用y对X回归，估计参数结果为
2H0:?j?0的原假设。
?i?5.73?0.314xi y t值=（9.46）（-6.515） R?0.794 R?0.775
整理后得到：y??307.9693?e?0.314x
22第9章 时间序列分析
练习：
9.1 某汽车制造厂2003年产量为30万辆。
（1）若规定2004—2006年年递增率不低于6%，其后年递增率不低于5%，2008年该厂汽车
产量将达到多少？
（2）若规定2013年汽车产量在2003年的基础上翻一番，而2004年的增长速度可望达到
7.8%，问以后9年应以怎样的速度增长才能达到预定目标？
（3）若规定2013年汽车产量在2003年的基础上翻一番，并要求每年保持7.4%的增长速度，问能提前多少时间达到预定目标？
9.2 某地区社会商品零售额1988—1992年期间（1987年为基期）每年平均增长10%，1993—1997年期间每年平均增长8.2%，1998—2003年期间每年平均增长6.8%。问2003年与1987年相比该地区社会商品零售额共增长多少？年平均增长速度是多少？若1997年社会商品零售额为30亿元，按此平均增长速度，2004年的社会商品零售额应为多少？
9.3某地区国内生产总值在1991—1993年平均每年递增12％，1994--1997年平均每
年递增10％，1998--2000年平均每年递增8％。试计算：
（1）该地区国内生产总值在这10年间的发展总速度和平均增长速度；
（2）若2000年的国内生产总值为500亿元，以后平均每年增长6％，到2002年可达多少?
（3）若2002年的国内生产总值的计划任务为570亿元，一季度的季节比率为105％，则2002年一季度的计划任务应为多少？
9.4 某公司近10年间股票的每股收益如下（单位：元）：
0.64，0.73，0.94，1.14，1.33，1.53，1.67，1.68，2.10，2.50 （1）分别用移动平均法和趋势方程预测该公司下一年的收益；
（2）通过时间序列的数据和发展趋势判断，是否是该公司应选择的合适投资方向？ 9.5某县2000—2003年各季度鲜蛋销售量数据如下(单位：万公斤) 年份 一季度 二季度 三季度 四季度 2000 13.1 13.9 7.9 2001 10.8 11.5 9.7 2002 14.6 17.5 16.0 2003 18.4 20.0 16.9 （1）用移动平均法消除季节变动； （2）拟合线性模型测定长期趋势； （3）预测2004年各季度鲜蛋销售量。
9.6某地区2000—2003年各月度工业增加值的数据如下(单位:亿元) 年份 2000 2001 2002 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 8.6 11.0 18.2 18.0 11月 12月 4.78 3.97 5.07 5.12 5.27 5.45 4.95 5.03 5.37 5.34 5.54 5.44 5.18 4.61 5.69 5.71 5.90 6.05 5.65 5.76 6.14 6.14 6.47 6.55 6.46 5.62 6.96 7.12 7.23 7.43 6.78 6.76 7.03 6.85 7.03 7.22 2003 6.82 5.68 7.38 7.40 7.60 7.95 7.19 7.35 7.76 7.83 8.17 8.47 （1）用原始资料平均法计算季节比率； （2）用移动平均法分析其长期趋势。
9.7运用练习题9.7中国各月工业总产值的数据，作以下分析： (1)分析其长期趋势;
(2)剔除长期趋势后分析其季节变动情况，并与练习题9.7的分析结果对比说明有何不同、为什么？
(3)分析是否存在循环变动。 答案
9.1 （1）30× 1.06×1.05= 30×1.3131 = 39.393（万辆）
9(30?2)/(30?1.078)?1?2/1.078?1?7.11% （2）932（3）设按7.4%的增长速度n年可翻一番
? 则有 1.074n60/?30
所以 n = log2 / log1.074 = 9.71（年）
故能提前0.29年达到翻一番的预定目标。
9.2
（1）以1987年为基期，2003年与1987年相比该地区社会商品零售额共增长：
555(1?10%)?(1?8.2%)?(1?6.8%)?1?3.3186?1?2.3186?231.86%
（2）年平均增长速度为
15(1?10%)5?(1?8.2%)5?(1?6.8%)5?1=0.0833=8.33%
（3） 2004年的社会商品零售额应为
9.3
30?(1?0.0833)7?52.509（亿元）
343（1）发展总速度(1?12%)?(1?10%)?(1?8%)?259.12%
平均增长速度=
102259.12%?1?9.9892%
（2）500?(1?6%)?561.8（亿元）
14570y??yj??142.544j?1（3）平均数（亿元），
2002年一季度的计划任务：105%?142.5?149.625（亿元）。 9.4
(1)用每股收益与年份序号回归得Yt?0.365?0.193t。预测下一年(第11年)的每
^股收益为Y11?0.365?0.193?11?2.488元
(2)时间数列数据表明该公司股票收益逐年增加，趋势方程也表明平均每年增长0.193元。是一个较为适合的投资方向。
9.5 （1）移动平均法消除季节变动计算表 年别 2000年 2001年 2002年 2003年 季别 一季度 二季度 三季度 四季度 一季度 二季度 三季度 四季度 一季度 二季度 三季度 四季度 一季度 二季度 三季度 四季度 鲜蛋销售量 13.1 13.9 7.9 8.6 10.8 11.5 9.7 11 14.6 17.5 16 18.2 18.4 20 16.9 18 四项移动平均值 10.875 10.3 9.7 10.15 10.75 11.7 13.2 14.775 16.575 17.525 18.15 18.375 18.325 移正平均值（T） — — 10.5875 10 9.925 10.45 11.225 12.45 13.9875 15.675 17.05 17.8375 18.2625 18.35 ???（2）Tt?8.9625?0.63995?t
（3）趋势剔出法季节比例计算表（一） 年别 2000年 2001年 2002年 2003年 季别 一季度 二季度 三季度 四季度 一季度 二季度 三季度 四季度 一季度 二季度 三季度 四季度 一季度 二季度 三季度 四季度 时间序列号t 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 鲜蛋销售量 13.1 13.9 7.9 8.6 10.8 11.5 9.7 11 14.6 17.5 16 18.2 18.4 20 16.9 18 预测 鲜蛋销售量 9.332352941 9.972205882 10.61205882 11.25191176 11.89176471 12.53161765 13.17147059 13.81132353 14.45117647 15.09102941 15.73088235 16.37073529 17.01058824 17.65044118 18.29029412 18.93014706 趋势剔除值 1.403718878 1.39387415 0.74443613 0.764314561 0.908191531 0.917678812 0.736440167 0.796447927 1.010298368 1.159629308 1.0171076 1.111739923 1.081679231 1.133116153 0.923987329 0.950864245 上表中，其趋势拟合为直线方程Tt?8.9625?0.63995?t。
趋势剔出法季节比例计算表（二） 季度 年度 2000年 2001年 2002年 2003年 平 均 季节比率% 一季度 1.403719 0.908192 1.010298 1.081679 1.100972 1.097301 二季度 1.393874 0.917679 1.159629 1.133116 1.151075 1.147237 三季度 0.744436 0.73644 1.017108 0.923987 0.855493 0.852641 四季度 0.764315 0.796448 1.11174 0.950864 0.905842 0.902822 — — — — 4.013381 4．00000 ????根据上表计算的季节比率，按照公式Yt?Tt?St?KL计算可得： 2004年第一季度预测值：
2004年第二季度预测值： 2004年第三季度预测值： 2004年第四季度预测值：
??(8.9625?0.63995?17)?1.097301?21.7723??T??SY17171
??(8.9625?0.63995?18)?1.147237?23.49725??T??SY18182
??(8.9625?0.63995?19)?0.852641?18.009??T??SY19193
??(8.9625?0.63995?20)?0.902822?19.6468??T??SY20204
9.6 (1)用原始资料法计算的各月季节比率为: 月份 季节比率 月份 1月 0.9195 7月 2月 0.7868 8月 3月 0.9931 9月 4月 1.0029 10月 5月 1.0288 11月 6月 1.0637 12月 季节比率 0.9722 0.9851 1.0407 1.0350 1.0765 1.0958
平均法计算季节比率表：
年别 月份 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 平均 2000年 4.78 3.97 5.07 5.12 5.27 5.45 4.95 5.03 5.37 5.34 5.54 5.44 2001年 5.18 4.61 5.69 5.71 5.90 6.05 5.65 5.76 6.14 6.14 6.47 6.55 2002年 6.46 5.62 6.96 7.12 7.23 7.43 6.78 6.76 7.03 6.85 7.03 7.22 2003年 6.82 5.68 7.38 7.40 7.60 7.95 7.19 7.35 7.76 7.83 8.17 8.47 平均 5.80875 4.97025 6.2735 6.33575 6.49925 6.7195 6.1415 6.223 6.574 6.53825 6.80025 6.9225 6.317208 季节比率% 0.9195 0.7868 0.9931 1.0029 1.0288 1.0637 0.9722 0.9851 1.0407 1.0350 1.0765 1.0958 1.0000 季节比率的图形如下：
1.201.000.800.600.400.200.00123456789101112季节比率
(2)用移动平均法分析其长期趋势 年月 序号 工业总产值(亿元) Jan-00 Feb-00 Mar-00 Apr-00 May-00 Jun-00 Jul-00 Aug-00 Sep-00 1 2 3 4 5 6 7 8 9 4.78 3.97 5.07 5.12 5.27 5.45 4.95 5.03 5.37 5.13 5.17 5.22 5.27 移动平均 移正平均 Oct-00 Nov-00 Dec-00 Jan-01 Feb-01 Mar-01 Apr-01 May-01 Jun-01 Jul-01 Aug-01 Sep-01 Oct-01 Nov-01 Dec-01 Jan-02 Feb-02 Mar-02 Apr-02 May-02 Jun-02 Jul-02 Aug-02 Sep-02 Oct-02 Nov-02 Dec-02 Jan-03 Feb-03 Mar-03 Apr-03 May-03 Jun-03 Jul-03 Aug-03 Sep-03 Oct-03 Nov-03 Dec-03 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 5.34 5.54 5.44 5.18 4.61 5.69 5.71 5.90 6.05 5.65 5.76 6.14 6.14 6.47 6.55 6.46 5.62 6.96 7.12 7.23 7.43 6.78 6.76 7.03 6.85 7.03 7.22 6.82 5.68 7.38 7.40 7.60 7.95 7.19 7.35 7.76 7.83 8.17 8.47 5.11 5.14 5.20 5.25 5.30 5.35 5.40 5.46 5.52 5.58 5.65 5.73 5.82 5.93 6.01 6.12 6.23 6.35 6.46 6.55 6.64 6.71 6.77 6.82 6.88 6.91 6.91 6.94 6.97 7.00 7.04 7.08 7.12 7.19 7.27 7.36 7.46 5.32 5.37 5.43 5.49 5.55 5.62 5.69 5.77 5.87 5.97 6.06 6.18 6.29 6.40 6.51 6.60 6.68 6.74 6.80 6.85 6.89 6.91 6.93 6.96 6.98 7.02 7.06 7.10 7.15 7.23 7.31 7.41 原时间序列与移动平均的趋势如下图所示：
8.007.006.005.004.003.002.001.000.001013161922252831移动平均原时间序列341479.7
（1）采用线性趋势方程法：Ti?460.0607?7.0065t剔除其长期趋势。
趋势分析法剔除长期趋势表 年月 Jan-83 Feb-83 Mar-83 Apr-83 May-83 Jun-83 Jul-83 Aug-83 Sep-83 Oct-83 Nov-83 Dec-83 Jan-84 Feb-84 Mar-84 Apr-84 May-84 Jun-84 Jul-84 Aug-84 Sep-84 Oct-84 Nov-84 Dec-84 Jan-85 Feb-85 Mar-85 Apr-85 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 工业总产值(亿元) 477.9 397.2 507.3 512.2 527 545 494.7 502.5 536.5 533.5 553.6 543.9 518 460.9 568.7 570.5 590 604.8 564.9 575.9 613.9 614 646.7 655.3 645.7 562.4 695.7 712 长期趋势值 467.0672 474.0737 481.0802 488.0867 495.0932 502.0997 509.1062 516.1127 523.1192 530.1257 537.1322 544.1387 551.1452 558.1517 565.1582 572.1647 579.1712 586.1777 593.1842 600.1907 607.1972 614.2037 621.2102 628.2167 635.2232 642.2297 649.2362 656.2427 剔除长期趋势 1.023193 0.837844 1.054502 1.049404 1.064446 1.085442 0.971703 0.973625 1.025579 1.006365 1.030659 0.999561 0.939861 0.825761 1.006267 0.997091 1.018697 1.031769 0.952318 0.959528 1.011039 0.999668 1.041032 1.043111 1.016493 0.875699 1.071567 1.084964 ?
May-85 Jun-85 Jul-85 Aug-85 Sep-85 Oct-85 Nov-85 Dec-85 Jan-86 Feb-86 Mar-86 Apr-86 May-86 Jun-86 Jul-86 Aug-86 Sep-86 Oct-86 Nov-86 Dec-86 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 723.1 743.2 678 676 703 685.3 703.3 722.4 681.9 567.6 737.7 739.6 759.6 794.8 719 734.8 776.2 782.5 816.5 847.4 663.2492 670.2557 677.2622 684.2687 691.2752 698.2817 705.2882 712.2947 719.3012 726.3077 733.3142 740.3207 747.3272 754.3337 761.3402 768.3467 775.3532 782.3597 789.3662 796.3727 1.090239 1.108831 1.001089 0.987916 1.016961 0.981409 0.997181 1.014187 0.948003 0.781487 1.005981 0.999027 1.016422 1.053645 0.944387 0.956339 1.001092 1.000179 1.034374 1.064075
剔除长期趋势后分析其季节变动情况表
年份 月份 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 1983年 1.023193 0.837844 1.054502 1.049404 1.064446 1.085442 0.971703 0.973625 1.025579 1.006365 1.030659 0.999561 1984年 0.939861 0.825761 1.006267 0.997091 1.018697 1.031769 0.952318 0.959528 1.011039 0.999668 1.041032 1.043111 1985年 1.016493 0.875699 1.071567 1.084964 1.090239 1.108831 1.001089 0.987916 1.016961 0.981409 0.997181 1.014187 1986年 0.948003 0.781487 1.005981 0.999027 1.016422 1.053645 0.944387 0.956339 1.001092 1.000179 1.034374 1.064075 季节比率% 0.981888 0.830198 1.034579 1.032622 1.047451 1.069922 0.967374 0.969352 1.013668 0.996905 1.025812 1.030234
（3）运用分解法可得到循环因素如下图：
1.151.11.0510.950.90.850.8161116212631364146
第10章 统 计 指 数
练习：
10.1 给出某市场上四种蔬菜的销售资料如下表： 品 种 白 菜 黄 瓜 萝 卜 西红柿 合 计 销 售 量 ( 公 斤 ) 基 期 550 224 308 168 1250 计 算 期 560 250 320 170 1300 销 售 价 格 (元 / 公斤) 基 期 1.60 2.00 1.00 2.40 ── 计 算 期 1.80 1.90 0.90 3.00 ── ⑴ 用拉氏公式编制四种蔬菜的销售量总指数和价格总指数； ⑵ 再用帕氏公式编制四种蔬菜的销售量总指数和价格总指数； ⑶ 比较两种公式编制出来的销售量总指数和价格总指数的差异。
10.2 依据上题的资料，试分别采用埃奇沃斯公式、理想公式和鲍莱公式编制销售量指数；然后，与拉氏指数和帕氏指数的结果进行比较，看看它们之间有什么关系。
10.3 某企业共生产三种不同的产品，有关的产量、成本和销售价格资料如下表所示： 产品种类 A 产 品 B 产 品 C 产 品 计量单位 件 台 吨 基期产量 270 32 190 计 算 期 产量 340 35 150 单位成本 50 800 330 销售价格 65 1000 400 ⑴ 分别以单位产品成本和销售价格为同度量因素，编制该企业的帕氏产量指数；
⑵ 试比较说明：两种产量指数具有何种不同的经济分析意义？
10.4 给出某市场上四种蔬菜的销售资料如下表： 品 种 销 售 额 ( 元 ) 基 期 计 算 期 个体价格指数(%) 白 菜 黄 瓜 萝 卜 西红柿 合 计 880.0 448.0 308.0 403.2 2039.2 1008 475 288 510 2281 112.50 95.00 90.00 125.00 ── ⑴ 用基期加权的算术平均指数公式编制四种蔬菜的价格总指数； ⑵ 用计算期加权的调和平均指数公式编制四种蔬菜的价格总指数； ⑶ 再用基期加权的几何平均指数公式编制四种蔬菜的价格总指数； ⑷ 比较三种公式编制出来的销售价格总指数的差异。
10.5 利用第18题的资料和计算结果，试建立适当的指数体系，并就蔬菜销售额的变动进行因素分析。
10.6 已知某地区1997年的农副产品收购总额为360亿元，1998年比上年的收购总额增长12%，农副产品收购价格总指数为105% 。试考虑，1998年与1997年对比：
⑴ 农民因交售农副产品共增加多少收入？
⑵ 农副产品收购量增加了百分之几？农民因此增加了多少收入？ ⑶ 由于农副产品收购价格提高5%，农民又增加了多少收入？ ⑷ 验证以上三方面的分析结论能否保持协调一致。
10.7 给出某城市三个市场上有关同一种商品的销售资料如下表： 市 场 A市场 B市场 C市场 合 计 销 售 价 格 (元 / 公斤) 基 期 2.50 2.40 2.20 ── 计 算 期 3.00 2.80 2.40 ── 销 售 量 ( 公 斤 ) 基 期 740 670 550 1960 计 算 期 560 710 820 2090 ⑴ 分别编制该商品总平均价格的可变构成指数、固定构成指数和结构变动影响指数； ⑵ 建立指数体系，从相对数的角度进行总平均价格变动的因素分析；
⑶ 进一步地，综合分析销售总量变动和平均价格变动对该种商品销售总额的影响。
10.8 下表是某工业管理局所属五个企业的各项经济效益指标资料： 参评指标 单位 标准值 A企业 B企业 C企业 D企业 E企业 权数 产品销售率 % 资金利税率 % 成本利润率 % 增加值率 % 97.48 13.55 8.41 29.00 75.40 12.20 7.60 25.30 5800 1.60 90.00 14.10 9.50 29.00 6320 1.85 95.50 13.50 8.40 28.50 7250 2.10 90.40 11.50 8.50 25.40 6800 1.90 85.40 14.00 6.90 26.70 5400 1.80 15 30 15 10 10 20 劳动生产率 元/人 6205 资金周转率 次/年 1.83 试运用“标准比值法”计算各企业的工业经济效益综合指数，并按综合效益的好坏对其进行排序。
10.9 依据上题的有关资料，试运用“改进的功效系数法”计算各企业的工业经济效益综合指数，并按综合效益的好坏对其进行排序。比较上面两种方法给出的综合评价结果的差异，并就产生这种差异的原因进行深入分析，借以加深对有关综合评价方法的认识。
答案
10.1 （1）Lq??q1p0?2124?104.16% , Lp??p1q0?2196.8?107.73%；
?q0p02039.2?p0q02039.22281?q1p1?p1q12281（2）Pq???103.83% , Pp???107.39%。
?q0p12196.8?p0q12124（3） 略。
2124?22814405??103.99%；Fq?104.16%?103.83%?103.99%；
2039.2?2196.84236104.16%?103.83%Bq??104.00%。
2qzqp10.3 （1）Pq??11?94500?92.83% , Pq???11?117100?93.27%。
?q0z1101800?q0p112555010.2
Eq?（2）略。
10.4
（1）Ap??ipp0q0?p0q0?2196.8?107.73%；（2）Hp??p1q1?2281?107.39%；
2039.2p1q12124?ipp0q0（3）Gp??p0q0?ip?107.01%；（4）略。
10.5
LqPp?V；104.16%?107.39%?111.86% ；84.8?157?241.8。
10.6 ⑴360?12%?43.2；⑵112%?105%?106.67% , 360?6.67%?24.0； ⑶360?106.67%?5%?19.2；⑷106.67%?105%?112% , 24.0?19.2?43.2。 10.7 ⑴x0?4668?2.3816 , x1?5636?2.6967 , x假定?4908?2.3483
1960209020902.34832.69672.6967，
⑵98.60%?114.84%?113.23% ??2.38162.34832.3816563620902.6967
⑶??466819602.3816 120.74%?106.63%?113.23% ， 968?309.6?658.6
10.8 依据有关公式列表计算各企业的工业经济效益综合指数如下：
各企业经济效益综合指数一览表(标准比值法)
参评指标 产品销售率 资金利税率 成本利润率 增加值率 劳动生产率 资金周转率 综合指数 排 名 标准比值或个体指数(%) A企业 77.35 90.04 90.37 87.24 93.47 87.43 87.73 5 B企业 92.33 104.06 112.96 100.00 101.85 101.09 102.41 2 C企业 97.97 99.63 99.88 98.28 116.84 114.75 104.03 1 D企业 92.74 84.87 101.07 87.59 109.59 103.83 95.01 3 E企业 87.61 103.32 82.05 92.07 87.03 98.36 94.03 4 权 数 15 30 15 10 10 20 ── ── 10.9依据有关公式列表计算各企业的工业经济效益综合指数如下表：
各企业经济效益综合指数一览表(改进的功效系数法)
参评指标 阈 值 改 进 的 功 效 系 数 权数 15 30 满意值 不允许值 A企业 B企业 C企业 D企业 E企业 74.50 11.50 60.00 89.52 100.00 90.29 80.76 70.77 100.00 90.77 60.00 98.46 产品销售率 95.50 资金利税率 14.10 成本利润率 9.50 增加值率 劳动生产率 29.00 7250 6.90 25.30 5400 1.60 ── ── 70.77 100.00 83.08 84.62 60.00 60.00 100.00 94.59 61.08 75.14 68.65 79.89 100.00 90.27 60.00 60.00 80.00 100.00 84.00 76.00 15 10 10 20 资金周转率 2.10 综合指数 ── 排 名 ── 65.50 91.97 93.95 74.97 78.05 ── 5 2 1 4 3 ── 上面两种方法给出的综合评价结果的差异表现在D、E两个企业的综合经济效益排名不同。原因在于两种方法的对比标准不同。
第12章 国民经济统计基础知识
练习：
12.1请根据下列资料，试用生产法、分配法和使用法计算GDP，并计算国内生产净值、国民总收入、国民可支配总收入、国民可支配净收入、消费率、储蓄率和投资率。
（1） 生产和消耗 单位：10亿元 生产部门 农业 工业 建筑业 商业运输业 政府公共服务 其他服务 项目 劳动者报酬 生产税净额 营业盈余 项目 居民消费 政府消费 库存增加额 总产值 中间消耗率% 折旧率% 3 260 12 460 2 050 1 375 980 5 820 数额 10070 2382 2523 数额 25 45 55 30 12 17 项目 国外要素收入净额 国外经常转移净收入 5 10 10 6 3 3 数额 -318 192 （2） 收入分配 单位：10亿元 （3） （3）支出使用 单位：10亿元 项目 数额 3 825 300 481 8000 固定资产形成总额 3381 出口 382 进口 12.2已知某国年末拥有的固定资产、存货、土地和地下资源等非金融资产共计218945亿元，各种金融资产共计327667亿元，各种金融负债共计329847亿元。以上的金融资产总额中，对外金融债权为20211亿元，货币黄金和特别提款权为5168亿元；金融负债总额中，对外负债为27559亿元。根据以上资料，试计算该国年末拥有的“国民财富”总额。
12.3假设已知上年度的按现价计算的GDP为8500亿元。本年度的有关数据见下表，请分别从生产角度和使用角度计算当年的GDP增长速度和紧缩价格指数。 总产出 按当年价格 （亿元） 总计 20000 价格指数 （％） 中间消耗 按当年价格 （亿元） 10500 价格指数 （％） 第一产业 第二产业 第三产业 GDP 总消费 总投资 出口 进口 答案
2000 10000 8000 按当年价格 （亿元） 9500 6000 2800 1500 800 102 101 105 1000 6500 3000 价格指数 （％） 104 102 103 104 101 103 102 12.1 生产法GDP=168760亿元； 分配法GDP=168755亿元 使用法GDP=154070亿元
国内生产净值=149755亿元（按生产法计算） 国民总收入=165575亿元（按收入法计算） 国民可支配总收入=167495亿元 国民可支配净收入=148490亿元
消费率=67.95%（按可支配总收入计算） 储蓄率=32.05%（按可支配总收入计算） 投资率=27.31%（按使用法GDP计算）
12.2 国民财富总额为：216765亿元
12.3生产法GDP增长速度为8.69%，紧缩价格指数为102.83%； 使用法GDP增长速度为8.25%，紧缩价格指数为103.25%。