《统计学》参考答案.docx

1、统计学答案第一章绪论一、单项选择题1D2D3D4D5D6A7C8B二、判断题2322/110三、简答题234567891. 答：（1）数量性：数量性是指统计学研究的对象是社会经济现象的数量方面，分别是数量多少、数量间的关系、质与量互变的界限和规律性。（2） 总体性：总体性是指在统计工作中，通常将社会经济现象看作一个整体现象。（3） 具体性：具体性是指统计数据都是在一定的地点、时间、条件下发生的。（4） 社会性：在统计中必须考虑社会角色。2. 答：统计标志与统计指标既有区别又有联系。（1） 标志与指标的区别主要有以下几点： 标志是说明个体特征的，而指标是说明总体特征的。 标志中的数量标志可以用数

2、值表示，品质标志不能用数值表示；而所有的指标都是用数值表示的，不存在不能用数值表示的指标。 标志中的数量标志不一定经过汇总，可以直接取得；而指标是由数量标志汇总得来的。 标志一般不具备时间、地点等条件；而作为一个完整的统计指标，一定要有时间、地点、范围。（2） 统计标志与统计指标的联系主要包括以下两点： 有许多统计指标的数值是从个体数量标志值汇总而来的，它既可是各单位标志值的总和，也可是个体数的总和。 指标和数量标志之间存在着一定的变换关系。3. 答：（1）按对象性质分类：按对象性质不同，统计指标可分为实体指标和行为指标。（2） 按取值依据分类：按取值依据不同，统计指标可分为客观指标和主观指标

3、。（3） 按功能分类：按功能不同，统计指标可分为描述指标、评价指标和预警指标。（4） 按内容分类：按内容不同，统计指标可分为数量指标和质量指标。（5） 按数量对比关系分类：按数量对比关系不同，统计指标可分为总量指标、相对指标和平均指标三类。第二章数据的搜集、整理与显示一、单项选择题1D2A3D4D5A6B二、判断题1234567三、简答题1. 答：（1）按照随机原则进行：概率抽样调查按照随机原则抽选样本，即从总体中抽取样本完全随机决定，不受主观因素的影响。（2） 概率已知：总体中每一个单位都有一定的概率被抽中，这个概率是已知的或是可以计算出来的。（3） 目的是推断总体：概率抽样调查的调查目的不

4、是说明样本本身，而是根据样本资料来推断总体的情况。（4） 误差范围可控：随机抽样的误差是可以计算的，误差范围是可以控制的，推断结果是真实可信的。2. 答：统计调查误差分为登记性误差和代表性误差。登记性误差是指调查过程中各个有关环节错误登记事实造成的误差。由于登记性误差是各种主观原因引起的，因此又叫人为误差。代表性误差是指用部分单位的数值估计总体时，由于该部分单位对总体缺乏充分的代表性，而使推断的总体数值同总体的实际数值之间发生的误差。3. 答：在统计分组的基础上，将总体的所有单位按组进行归并排列，形成总体中各个单位在各组间的分布称为次数分布或频数分布。频数分布的实质是把总体的全部单位按某标志所

5、分的组进行分配所形成的数列，所以又称为分布数列。4. 答：从形式上看，统计表是由总标题、横栏标题、纵栏标题和指标指数值四部分构成。此外，还有表外附加，即在表下增加了补充资料、注解、附记、资料来源、指标的计算方法、填表单位、填表人员及填表日期等内容。四、综合题1. 答：（1）1）按组距为 100 元编制分布数列如表 2-1 所示。表 2-1 组距为 100 元的分布数列按工资金额分组（元）工人人数（人）频率（%）2100 以下12210122002422012300362301240024240125002425012600362601270036270128004828012900612290

6、130004830013100510310132002432013300483301340024340135001235013600243601370024370138000038013900123900 以上122）按组距为 200 元编制分布数列如表 2-2 所示。表 2-2 组距为 200 元的分布数列按工资金额分组（元）工人人数（人）频率（%）2200 以下362201240051024012600510260128007142801300010203001320071432013400612340136003636013800243800 以上243）按组距为 300 元编制分布数列

7、如表 2-3 所示。表 2-3 组距为 300 元的分布数列按工资金额分组（元）工人人数（人）频率（%）2300 以下612230126007142601290013262901320011223201350071435013800483800 以上24综上，按组距为 200 元分组更为合适。（2）1）按工资金额组中值向上累计向下累计表 2-4 组距为 300 元的工人工资分布人数（人）频率（%）分组（元）（元）人数（人）频率（%）人数（人）频率（%）2200 以下32100636501002201240052300.51081647942401260052500.51013264284260

8、1280072700.5142040377428013000102900.520306030603001320073100.514377420403201340063300.512438613263401360033500.5646927143601380023700.544896483800 以上2390045010024合计501002）工人工资统计分布折线图某工厂工人工资统计分布折线图121086420工人人数2. 答：（1）表 2-5 50 户居民的人均月消费支出分布情况按支出金额分组（元）居民户数（户）频率（%）1500 以下51015012000816200125001020250

9、13000163230013500816350140001240014500124500 以上12（2）表 2-4 累计频数数列按支出金额分向上累计向下累计户数（户）频率（%）组（元）户数（户）频率（%）户数（户）频率（%）1500 以下51051050100150120008161326459020012500102023463774250130001632397827543001350081647941122350140001248963640014500124998244500 以上125010012合计5010050户居民人均月消费支出统计分布直方图20151050居民户数（户）（3）

10、（4）50户居民人均月消费支出统计分布直方图6050403020100居民户数（户）第三章统计指标一、单项选择题1A2C3C4D5B6B7A8A二、判断题12345678910111213三、简答题1. 答：总量指标是反映社会经济现象总体在一定时间、空间条件下的总规模或总水平的最基本的综合指标，其表现形式为绝对数，故又称统计绝对数或数量指标。按反映总体现象的内容不同，总量指标可分为总体单位总量指标和总体标志总量指标。总体单位总量指标是指总体内总体单位的总数，简称单位总量。总体标志总量指标是指总体中各单位某种标志值的总和，也就是变量值的总和，简称标志总量。按反映总体现象的时间状态的不同，总量 指

11、标可分为时期指标和时点指标。时期指标是说明现象在某一段时间内发展变化的总量指标， 时点指标是说明总体现象在某一特定时间点上的总量指标。2. 答：时期指标是说明现象在某一段时间内发展变化的总量指标。时期指标的特点：（1） 时期指标的指标数值具有可加性，加总后表示更长时期内的指标值。（2）时期指标的指标数值的大小与其所反应的时期长短有直接联系。（3）时期指标的指标数值通常是通过连续不断登记汇总取得的。时点指标是说明总体现象在某一特定时间点上的总量指标。时点指标的特点：（1）时点指标的指标数值是不具有可加性的，加总后的指标值没有实际意义。（2）时点指标的指标数值的大小与其间隔时间的长短没有直接联系。

12、（3）时点指标的指标数值通常是通过定期的一次登记取得的。3. 答：据统计分析目的的不同，两个相互联系的指标数值进行对比时，可以采用不同的比较标准（即对比的基础），从而对比所起的作用也有所不同，这样就形成了不同的相对指标。相对指标一般有七种形式，它们分别是计划完成程度相对指标、计划执行进度相对指标、结构相对指标、比例相对指标、动态相对指标、比较相对指标、强度相对指标。归纳起来有两类：一是同一总体内部对比，二是两个总体间对比。属于同一总体内部对比的相对指标有：计划完成程度相对指标、计划执行进度相对指标、结构相对指标、比例相对指标、动态相对指标。计划完成程度相对指标简称“计划完成程度指标”“计划完成

13、百分比”，是社会经济现象在某一时期内同一总体的实际完成数值与计划任务数值对比的相对数，一般用百分数来表示。计划执行进度相对指标是计划期中某一时期的实际累计完成数与全期计划数的比值。它可以逐日、逐月、逐季检查计划的执行情况，反映计划执行的均衡性。结构相对指标是指在同一总体内，部分与总体之间的比率关系。它表明总体各部分在总体中所占的比重， 一般用百分数、成数或系数表示。比例相对指标是总体内部不同部分数量的对比，它用来分析总体范围内各个局部、各个分组之间的比例关系和协调平衡状态。动态相对指标是同一总体中同一指标在不同时间上的数值之比。这个指标用于反映现象发展速度，并据以推测现象变化的趋势。属于两个总

14、体之间对比的相对指标有：比较相对指标、强度相对指标。比较相对指标是将两个性质相同的指标做静态对比得出的综合指标。强度相对指标是在同一地区或单位内，两个性质不同但有一定联系的总量指标数值对比得出的相对数，是用来分析不同事物之间的数量对比关系，表明现象强度、密度和普遍程度的综合指标。4. 答：平均指标主要用于反映社会经济现象总体各单位某一数量变量值在一定时间、地点、条件下所达到的一般水平，又称统计平均数。平均指标对于认识社会经济现象的特征具有重要作用。第一，可以消除因总体规模不同而带来的总体数量差异，从而使不同规模的总体具有可比性。第二，可以反映同一总体在不同时期的发展变化趋势。第三，可以分析现象

15、之间的依存关系。如分析劳动生产率水平与平均工资水平的关系、平均降雨量与亩产量的关系等。第四，可以进行数量上的推算和预测。第五，对总量指标进行补充说明。5. 答：变异指标是反映总体各单位变量值差异程度的指标，它表明总体各单位变量值的离散程度和离中趋势。变异指标在统计研究中主要有以下几个方面的作用：第一，变异指标是衡量平均指标代表性高低的尺度。平均指标是总体各单位变量值的代表值，其代表性的大小与总体各单位变量值的差异程度密切相关。总体的变异指标越大，平均指标的代表性越小；反之，总体的变异指标越小，平均指标的代表性越大。第二，变异指标可以用来研究现象的稳定性。变异指标越小，则说明社会经济活动的均衡性

16、好；反之，变异指标越大，则说明社会经济活动的均衡越差。四、综合题1（1）102.5%（2）提前一个季度。2第一产业：1.45%；第二产业：50.09%；第三产业：48.46%。3600/200 000=3（个/千人），说明每千人有 3 个零售商业机构为他们服务，200000/600=333（人/个），说明每个零售商业机构为 333 人服务。433.6（件）。5算术平均数：1802.5（元）；众数：1800（元）；中位数：1807.69（元）。6. 甲。第四章概率与概率分布一、单项选择题1B2D3D4B5B二、判断题1234567三、简答题P( A)1 。1. 随机事件虽有其偶然性一面，但在多次

17、重复试验中又呈现出明显的统计规律性。在现实生活中，我们常常希望知道某些事件在一次试验中发生的可能性大小。我们把衡量事件发生可能性大小的数量指标称为事件的概率，事件 A 的概率用 P( A) 表示。2. 性质 1：对于任一随机事件，有0性质 2：不可能事件的概率为 0，必然事件的概率为 1，即 P() = 0 ， P(W) = 1 。性质 3（逆事件的概率）：对于任一事件 A，有 P( A) = 1 - P( A) 。3. 设A，B 为同一样本空间中的两事件，若 P( AB) = P( A)P(B) 则称 A 与 B 互相独立。456略。四、综合题1（1）必然事件；（2）不可能事件；（3）随机事

18、件；（4）必然事件；（5）随机事件。2. 略。1 。3. X 表示取到的合格品个数， X = X1 + X 2 + X3 。（1）X = 3 ；（2）X4. 略。1 ；（3）X = 2 ；（4）X5 P( X = k) = 1 (k = 1，2， ，n -1，n) 。ne- x6（1）1；（2） f (x) =(1 + e- x )2 ，x R ；（3）0.5。7 e-3 。80.6826。第五章抽样与参数估计一、简答题1. 估计量是指用来估计总体参数的统计量的名称，估计值是指用来估计总体参数时计算出来的估计量的具体数值。2. 评价估计量好坏通常有无偏性、有效性和一致性三点标准。无偏性是指估计

19、量抽样分布的数学期望等于被估计量的总体参数；有效性是指对同一总体参数的两个无偏估计量，有更小标准差的估计量更有效；一致性是指随着样本量的增大， 估计量的值越来越接近被估总体的参数。3. 在区间估计中，由样本统计量所构造的总体参数的估计区间称为置信区间，其中区间的最小值称为置信下限，最大值称为置信上限。由于统计学家在某种程度上确信这个区间会包含真正的总体参数，所以称之为置信区间。4. 简单随机抽样是根据随机原则直接从总体中抽取样本单位的一种抽样方法。从理论上讲，简单随机抽样最符合抽样的随机原则，是抽样调查中最基本、最单纯的组织形式。在抽取样本单位时，主要使用直接抽选法、抽签法和随机数字表法三种抽

20、选方法。5. 类型抽样是指对总体各单位先按主要标志加以分类，然后再从各类中按随机原则抽选一定单位构成样本的抽样组织形式。类型抽样可以使总体单位标志值比较接近的单位归为一类，使各类的分布比较均匀，在样本量一定的条件下，可以缩小抽样平均误差，提高抽样调查的效率。6. 整群抽样是将总体中各单位归并成若干个互不交叉、互不重复的集合，然后以这些集合为抽样单位抽取样本的一种抽样方式。抽样时，要求各群有较好的代表性，即群内各单位的差异要大，群间差异要小。整群抽样的优点是实施方便、节省经费。二、综合题1 sx 7.91 ； za /2s x = 1.548 4 。2 （79.03，82.97）； （78.65

21、，83.35）； （77.91，84.09）。310 2.8961 。4 （100.89，101.91）； （0.816 8，0.983 2）。5置信水平为 90%时，总体比例的置信区间为（0.181 1，0.278 9）；置信水平为 95%时，总体比例的置信区间为（0.171 7，0.288 3）。6 0.65 0.055该市下岗职工中女性比重的区间范围为 59.5%70.5%之间。第六章假设检验一、简答题1. 假设检验是利用样本的实际统计量，检验事先对总体某些数量特征所作的假设是否可信，进而为决策取舍提供依据的一种统计分析方法。假设检验的基本思路是先建立假设，再确定适当的检验统计量，确定检

22、验的显著性水平， 然后将实际求得的检验统计量取值与临界值进行比较，作出拒绝或接受原假设的决策。2. 显著性水平是指当原假设正确时，检验统计量落在拒绝域的概率，它也是人们事先指定的犯第类错误的概率a 的最大允许值，也用a 表示。显著性水平a 越小，犯第类错误的可能性越小，但犯第类错误的可能性也就越大。统计显著是指通过对数据的整理，分析得出一个结论，并检验这个结论中的参数是不是在一定范围内符合条件。3. 由于样本信息的局限性，假设检验中可能发生的错误有第类错误和第类错误两类。第类错误是指原假设 H0 为真却被拒绝而所犯的错误，犯此种错误的概率用a 表示， 因此又称弃真错误或a 错误。第类错误是指原

23、假设 H0 为假却没有被拒绝而所犯的错误， 犯此种错误的概率用b 表示，因此又称取伪错误或b 错误。4. a 错误和b 错误在数值上是此消彼长的关系。5. 原假设又称虚无假设或零假设，通常是研究者收集证据想予以反对的假设，一般用 H0表示。备选假设是原假设被否定之后而应采取的逻辑对立假设，通常是研究者收集证据想予以支持的假设，一般用 H1 表示。二、综合题1解：假设 H0 ： m = 4.55 ， H1 ： m 4.550由已知条件可知， n = 9 ， x = 4.484 ， s 2 = 0.108 2 ， m= 4.55 ， a = 0.05 ， 查表可知za /2 = z0.05/2 =

24、 z0.025 = 1.96o / n0.108/ 9z = x - m0 = 4.484 - 4.55 = -1.833z = 1.833 za /2 = 1.96因此，接受原假设 H0 ，即现在生产的铁水平均含碳量仍为 4.55。2解：假设 H0 ： m700 ， H1 ： m 700由已知条件可知， n = 36 ， x = 680 ， s = 60 ， m0 = 700o / n60/ 36z = x - m0 = 680 - 700 = -2a = 0.05 ，查表可知， za = z0.05 = 1.645由于z 250由已知条件可知， n = 25 ， x = 270 ， s =

25、 30 ， m0 = 250o / n30/ 25z = x - m0 = 270 - 250 = 3.33a = 0.05 ，查表可知， za = z0.05 = 1.645由于z za ，所以拒绝原假设 H0 ，接受备择假设 H1 ，即这种化肥使小麦明显增产。4解：假设 H0 ： p5% ， H1 ： p 5%由已知条件可知， n = 50 ， p = 6/50 = 0.12 ， p0 = 0.05p0 (1 - p0 ) n0.05 (1 - 0.05)50z =p - p0=0.12 - 0.05= 2.27a = 0.05 ，查表可知， za = z0.05 = 1.645由于 z

26、za ，所以拒绝原假设 H0 ，接受备择假设 H1 ，即该批食品不符合标准的比例超过5%，不能出厂。5解：假设 H0 ： m25 000 ， H1 ： m 25 000由已知条件可知， n =15 ， x = 27 000 ， s = 5 000 ， m0 = 25 000s/ n5 000/ 15t = x - m0 = 27 000 - 25 000 1.55a = 0.05 ，查表可知， ta (n -1) = t0.05 (14) = 1.77由于t 100由已知条件可知， n = 9 ， a = 0.05 ，查表可知 c 2 (n -1) = c 2(8) = 15.5由题目计算可得

27、 x = 63 ， S 2 = 215.75a0.05c 2 =(n - 1)S 2o 2= (9 - 1) 215.75 100= 17.26 15.501因此，拒绝原假设 H ，接受备择假设 H ，即s 2 100 。7解：由已知条件可知， n = 25 ， n = 16 ， x = 82 ， x = 78 ， S 2 = 56 ， S 2 = 49121212首先检验方差是否相等，假设 H： s 2 = s 2 ， H ： s 2 s 2S 256012112S2F = 12= 1.143 49当a = 0.02 时， Fa /2 (24,15) = 3.294 ， F1-(a /2)

28、(24,15) = 0.346由于 F1-(a /2) (24,15) 0(n -1)S 2 + (n -1)S 2p将已知值代入计算得 S 2 = 112n + n - 22 = 53.30812Spnn1 + 112t =x1 - x2= 1.711a = 0.02 ，查表可知， ta (n1 + n2 - 2) = t0.02 (39) = 2.125由于t ta ，所以接受原假设 H0 ，即不能认为大学中男生的学习成绩比女生好。80.95 ，解：假设 H0 ： PH1 ： P 0.95a = 0.05 ，查表可知， ua = 1.645 ，因此，拒绝域为(-, -1.645 根据楷莫佛

29、拉普拉斯定理nP(1 - P)U = x - nP= 168 -180 0.95 = -1.026180 0.95 0.05由于U = -1.026 不在拒绝域(-, -1.645 内，故接受原假设 H0 ，即该企业全部产品的合格率达到 95%。9. 略。10. 略。第七章相关分析与回归分析一、单项选择题1A2B3B4D二、判断题123456三、简答题1. 答：（1）r 的值介于-1与 1 之间。（2） 当r = 0 时，x 与 y 的样本观测值之间没有线性关系。（3） 在大多数情况下， 0r 1 ，即 x 与 y 的样本观测值存在着一定的线性关系，当r0 时，x 与 y 为正相关；当 r0

30、时，x 与 y 为负相关。 r 的数值越接近 1，表示 x 与 y 的直线相关程度越高；反之， r 的数值越接近 0，表示 x 与 y 的直线相关程度越低。通常的判断标准是， r 0.3 称为微弱相关，0.3 r 0.5 称为低度相关，0.5 r 0.8 称为显著相关，0.8 r 1 称为高度相关或强相关。（4） 如果 r = 1 ，则表明 x 与 y 完全线性相关。当r =1时，称为完全正相关；而 r = -1时，称为完全负相关。（5）r 是对变量之间线性相关关系的度量。r = 0 只是表明两个变量之间不存在线性关系，它并不意味着 x 与 y 之间不存在其他类型的关系。对于二者之间可能存在的

31、非线性相关关系，需要利用其他指标进行分析。2. 答：其一，在相关分析中，只是研究变量之间的相关方向和相关的密切程度，无须确定自变量和因变量；而在回归分析中，必须事先确定自变量和因变量，而且只能从自变量去推测因变量，而不能从因变量去推测自变量。其二，相关分析不能指出变量之间相互关系的具体形式，也无法从一个变量的变化推测另一个变量的变化情况；而回归分析能确定地指出变量之间相互关系的具体形式，它可以根据回归模型从已知量估计和预测未知量。其三， 相关分析所涉及的变量一般都是随机变量；而回归分析中因变量是随机的，自变量则作为研究的非随机变量。3. 答：（1）判定系数 r 2 具有非负性。（2） 判定系数

32、的取值范围为0 r2 1 。（3） 判定系数是样本观测值的函数，它也是一个统计量。（4） 在一元线性回归模型中，判定系数是单相关系数的平方。四、综合题1（1）相关图如下图所示。从上图可以看出，该工业企业产品产量与单位成本之间有依存关系，各个点虽不完全在一条直线上，但有形成一条直线的趋向。序号产量 x（万件） 单位成本 y（元/件）x2y2xy（2） 设产量为 x，单位成本为 y，则根据表 7-4 所示数据可计算 x2、y2、xy 的值，列表如下：127345 329146237295 1842163471165 041284437395 3292195469164 7612766568254

33、6243407666364 3563968765494 225455合计3455716438 8492 332将上述计算结果代入式 b= nxi yi - xi yi 、 bx - (i12 )nx 2i= yi - b xi ，可得0n1nb = 8 2 332 - 34 557 = 18 656 - 18 938 -1.80818 164 - 3421 312 - 1 156b = 557 - (-1.808 34) = 77.309088所以样本回归方程 y = b 0 + b1 x = 77.309 - 1.808 x（3） 该题的回归系数为-1.808 ，说明每当产品产量增加 1 万

34、件时，单位成本将降低 1.808元。（4） 相关系数nx2i- (xi) 2ny2i- (y) 2ir =nxi yi - xi yi=8 2 332 - 34 557 -0.967(8 164 - 342 )(8 38 849 - 5572 )样本相关系数为-0.967 ，说明该工业企业产品产量与单位成本之间有高度的线性负相关关系。相关系数的显著性检验过程如下： 提出假设： H 0 : r = 0；H1 : r 0(-0.967) 8 - 21 - 0.967 2 计算检验的统计量：rn - 21 - r 2t = -9.297 2 进行统计决策。根据既定的显著水平a = 0.05 和自由度

35、n - 2 = 8 - 2 = 6 ，查 t 分布表得ta /2 (n - 2) = 2.447 。由于 t = 9.297 2ta /2 (n - 2) = 2.447 ，所以，没有充分理由接受原假设H0，说明该工业企业产品产量与单位成本之间的相关关系显著。（5） （5）38 849 - 77.309 557 - (-1.808 2 332)6y2i - b0yi - b1x yi in - 2Sy = 0.831（元）（6） 将有关数据代入拟合好的样本回归方程，可得：y = 77.309 - 1.808 8 = 62.845 （元/件）由以上计算结果可知， S= 0.831 ， n = 8

36、 ，x= 34 ，x2 = 164y i ii2134221 +1(x - x)n0(xi - x)2(xi - x) =x2 -n (x )2 = 164 -i8= 19.5e将其代入式 S0= Sy，可得(8 - 34 / 8)21 + 1 / 8 +19.50Se = 0.831 1.162查 t 分布表可知，显著水平为 0.05、自由度为 6 的双侧检验的临界值是 2.447。因此， 当产量为 8 万件时，置信度为 95.45%的单位成本的预测区间如下：62.845 - 2.447 1.162 y0 62.845 + 2.447 1.162即60.002 y0 65.688当产量为 8

37、 万件时，有 95.45%的概率保证该工业企业的单位成本在 60.00265.688 元/件之间。2（1）相关图如下图所示。从上图可以看出，航班正点率与顾客投诉次数之间有依存关系，各个点虽不完全在一条直线上，但有形成一条直线的趋向。（2） 设航班正点率为 x，顾客投诉次数为 y，则根据表 7-5 所示数据可计算 x2、y2、xy编号航班正点率 x（%） 顾客投诉次数 y（次）x2y2xy的值，列表如下：181.8216691.244411717.8276.6585867.5633644442.8376.6855867.5672256511475.7685730.4946245147.6573.

38、8745446.4454765461.2672.2935212.8486496714.6771.2725069.4451845126.4870.81225012.64148848637.6991.4188353.963241645.21068.51254692.25156258562.5合计758.673657944.426579653966.7将上述计算结果代入式 b= nxi yi - xi yi 、 bx - (i12 )nx 2i= yi - b xi ，可得0n1nb = 10 53 966.7 - 758.6 736 =110 57 944.42 - 758.62539 667 -

39、 558 329.6579 444.2 - 575 473.96 -4.701b = 736 - (-4.701 758.6 ) 430.21801010所以样本回归方程 y = b 0 + b1 x = 430.218 - 4.701 x该题的回归系数为-4.701 ，说明每当航班正点率增加 1%时，顾客投诉次数平均减少4.701 次。（3） 相关系数nx2i- (xi) 2ny2i- (y) 2ir =nxi yi - xi yi(10 57 944.42 - 758.62 )(10 65 796 - 7362 )=10 53 966.7 - 758.6 736 -0.8686样本相关系数为-0.8686 ，说明航班正点率与顾客投诉次数之间有高度的线性负相关关系。相关系数的显著性检验过程如下： 提出假设： H 0 : r = 0；H1 : r 0(-0.868 6) 10 - 21 - 0.868 62 计算检验的统计量：rn - 21 - r 2t = -4.958 6 进行统计决策。根据既定的显著水平a = 0.05 和自由度n - 2