【正文】 點(diǎn)來(lái)說(shuō)，要考慮的主要因素我認(rèn)為有河流寬度與兩岸高度、周圍地質(zhì)構(gòu)造、河水各季度平均流量、地域旱澇特征，還有建壩的預(yù)估資金和時(shí)間等等。 （ 2）具體步驟如下： ① 制定計(jì)算壩高的詳細(xì)計(jì)劃； ② 確定影響壩高的主要指標(biāo)； ③ 充分收集整理指標(biāo)數(shù)據(jù)； ④ 綜合利用各學(xué)科知識(shí)建立壩高數(shù)學(xué)模型； ⑤ 檢驗(yàn)優(yōu)化模型； ⑥ 利用模型計(jì)算壩高 估計(jì)值，給出置信度和置信區(qū)間。 流程圖如下： 24 一、（ 1） ① 需假定總體是正態(tài)總體。 ② 不能用數(shù)據(jù)證明。數(shù)據(jù)至多只能檢驗(yàn)該數(shù)據(jù)的分布是否接近正態(tài)分布，而不能從理論上證明或 肯定它一定就來(lái)自正態(tài)分布總體，即正態(tài)性檢驗(yàn)不能提供不拒絕正態(tài)性原假設(shè)的結(jié)論。 ③ 不是。該區(qū)間是確定的區(qū)間，要么覆蓋真實(shí)總體均值，要么不覆蓋，沒(méi)有概率可言。它是置 信度為 95%的隨機(jī)置信區(qū)間的一個(gè)樣本實(shí)現(xiàn)，后者才是以 95%的概率覆蓋真實(shí)總體均值。 （ 2） ① 需假定：總體服從正態(tài)分布；總體方 差未知；樣本量較?。ㄒ话?）。 ② 不能。 “接受零假設(shè) ”的說(shuō)法是不妥的，否則就得負(fù)責(zé)任的給出犯第二類錯(cuò)誤的概率，而該檢 驗(yàn)的備選假設(shè)是 “總體均值 ”，據(jù)此是無(wú)法算出此概率的。所以只能說(shuō)，在顯著水平為 ，不拒絕不等同于接受。 二、（ 1）不是。因?yàn)橹挥袉T工看到并愿意答復(fù)電子郵件時(shí)才有機(jī)會(huì)進(jìn)入樣本，所以每個(gè)員工入樣的概率并 不一樣，這其實(shí)是一種非概率抽樣。 （ 2） ① 不對(duì)。不說(shuō)實(shí)話只是產(chǎn)生響應(yīng)誤差的原因之一，而被調(diào)查者與調(diào)查者兩方面的因素 ，都有可能 導(dǎo)致響應(yīng)誤差。調(diào)查者不當(dāng)?shù)囊龑?dǎo)或者問(wèn)卷設(shè)計(jì)不科學(xué)或者被調(diào)查者知識(shí)的局限性，都可能使 被調(diào)查者對(duì)要回答的問(wèn)題的理解產(chǎn)生偏差，這時(shí)候即使他（她）說(shuō)了 “實(shí)話 ”，也會(huì)產(chǎn)生響應(yīng) 誤差，因?yàn)檫@不是我們想要的 “實(shí)話 ”。另外，拒絕回答也是一種重要原因。 ② 隨機(jī)誤差是不可以避免的，因?yàn)樗怯沙闃拥碾S機(jī)性造成的，是客觀的。 （ 3）整體來(lái)說(shuō)是不獨(dú)立的。因?yàn)橥粋€(gè)網(wǎng)絡(luò)公司員工加班時(shí)間一般是不獨(dú)立的，而不同網(wǎng)絡(luò)公司員工 加班時(shí)間一般是獨(dú)立的。 三、（ 1）令自駕車上班人數(shù)比例為 ，由于不能輕易否定原結(jié)論 ，則檢驗(yàn)假設(shè)為： （ 2） ① 令樣本量為 n，其中駕車上班人數(shù)為 X，假定 X服從二項(xiàng)分布 B(n,)， X的樣本值為 x0， 則 p值 H0~N(0,1)。 ② 檢驗(yàn)統(tǒng)計(jì)量 假定：大樣本（ ） 5；每人駕車上班與否相互獨(dú)立且服從同參數(shù) 01分布。 （ 3）統(tǒng)計(jì)上顯著并不意味著實(shí)際上顯著，要具體問(wèn)題具體分析。比如，某箱牛奶經(jīng)統(tǒng)計(jì)檢驗(yàn)，含三聚 氰胺的概率顯著低于 5%，但人們未必敢要這箱牛奶；統(tǒng)計(jì)上 與 有顯著差異的時(shí)候，實(shí)際中未必有多大意義。不過(guò)統(tǒng)計(jì)顯著與實(shí)際顯著很多時(shí)候是一致的。 四、不負(fù)責(zé)。一個(gè)負(fù)責(zé)任的調(diào)查報(bào)告應(yīng)該給出較詳盡的 ② 調(diào)查時(shí)間與地點(diǎn)； ③ 調(diào)查主題、客體、對(duì)象； 25 ④ 數(shù)據(jù)搜集方法、抽樣框、抽樣單元、樣本量、抽樣方法、估計(jì)方法； ⑤ 結(jié)論描述； ⑥ 精度、質(zhì)量評(píng)估； ⑦ 責(zé)任； ⑧ 參考文獻(xiàn)。 五、 ① 無(wú)道理。如果進(jìn)行第二次主成分分析，那么它處理的變量是第一次主成分分析得到的互不相關(guān)的主 成分，這樣得到的 “新 ”的主成分其實(shí)跟第一次得到的主成分是完全一樣的，這可以通過(guò)矩陣運(yùn)算進(jìn)行驗(yàn)證，所以做的是無(wú)用功。 ② 變量之間相關(guān)系數(shù)多數(shù)較?。ㄒ话阒?）的數(shù)據(jù)不宜進(jìn)行主成分分析。 ③ 不總是適用。要具體問(wèn)題具體分析，不能拘泥于某些固有的準(zhǔn)則，有時(shí)候還要根據(jù)問(wèn)題的實(shí)際意義或?qū)I(yè)理論知識(shí)來(lái)分析。 六、 ① 不一定。只有當(dāng)所有對(duì)因變量產(chǎn)生影響的自變量都考慮進(jìn)來(lái)了而且不存在自相關(guān)、異方差等情況時(shí)， 才是隨機(jī)誤差。 ② 不需要。如果要研究最小二乘估計(jì)量性質(zhì)的話，就得假定 滿足 GuassMarkov 條件；若還要 進(jìn)行回歸系數(shù)區(qū)間估計(jì)和有關(guān)假設(shè)檢驗(yàn)，則要進(jìn)一步假定 。 七、（ 1）需要選擇度量樣品或指標(biāo)相似性的統(tǒng)計(jì)量，通常是距離（歐式距離、馬氏距離等）或相似系數(shù)（夾 角余弦、相關(guān)系數(shù)等）。然后還要定義樣品間、類與類間的距離或相似系數(shù)。 （ 2） ① 計(jì)算 n個(gè)樣品兩兩間的距離； ② 構(gòu)造 n個(gè)類，每個(gè)類只包含 1個(gè)樣品； ③ 合并距離最近的兩類為 1新類； ④ 計(jì)算新類與其它類之間的距離； ⑤ 判斷類的個(gè)數(shù)是否為 1，是則進(jìn)入第 ⑥ 步，否則返回第 ③ 步； ⑥ 畫(huà)譜系聚類圖； ⑦ 決定分類個(gè)數(shù)和各類成員。 （ 3） ① 把樣品粗略分成 K類； ② 以上述 K類的均值為種子，按照到它們距離的遠(yuǎn)近把所有點(diǎn)分成新的 K類； ③ 反復(fù)進(jìn)行第 ② 步，直至收斂，得到最終的 K類。 八、（ 1）可能是前進(jìn)法或逐步回歸法。由表可知，選元進(jìn)行了兩步，第一步選了自變量Beginning Salary， 第二步增加了另一自變量 Employment Category。前進(jìn)法顯然解釋得通。至于逐步回歸法，因?yàn)橹贿M(jìn)行了兩步，而它的第二步不考慮剔除，故可以得到與前進(jìn)法完全一樣的結(jié)果。 （ 2） p值，其計(jì)算公式為 2 Sig. 這里的 F是原假設(shè)成立時(shí)服從 F分布的檢驗(yàn)統(tǒng)計(jì)量， F0 是 F的樣本值，即表中的 和 。 ，原假設(shè)為真時(shí)， F 統(tǒng)計(jì)量取其樣本實(shí)現(xiàn)值以及更極端值的概率，是檢驗(yàn)的真實(shí) 顯著性水平。 ,In； ② 原假設(shè) 成立。 （ 3）假定： ① 26 證明：可知 指回歸平方和， SSE指殘差平方和 )。 由數(shù)理統(tǒng)計(jì)知識(shí)，在假定 ① 成立時(shí)，有 在假定 ①② 成立時(shí)，有 且 SSE與 SSR是相互獨(dú)立的，故 證畢。 一、（ 1）圖略。 （ 2）第二種排隊(duì)方式平均等待時(shí)間 其中 1為第一種排隊(duì)方式平均等待時(shí)間。 第二種排隊(duì)方式的方差 27 其中 s1為第一種排隊(duì)方式的方差。 可知第二種排隊(duì)方式比第一種排隊(duì)方式離散程度小。 （ 3）我會(huì)選擇第二種排隊(duì)方式。以為它的平均等待時(shí)間較短，等待時(shí)間也較穩(wěn)定。 二、（ 1）樣本量為 50，可認(rèn)為是大樣本，由中心極限定理知 2 為樣本標(biāo)準(zhǔn)差。 其中為樣本均值， 為總體均值， 由 P 得到 95%的置信區(qū)間 代入樣本數(shù)據(jù)計(jì)算得 所求置信區(qū)間為 即 (,) （ 2）由表可知樣品中超過(guò) 100g的食品包數(shù)占大多數(shù)，廠家的 觀點(diǎn)似乎有一定的可信度，故令檢驗(yàn)假 設(shè)為 每袋食品重量 每袋食品重量 （ 3） P 值是當(dāng)原假設(shè)為真時(shí)，得到所觀測(cè)結(jié)果或更極端結(jié)果的概率，是檢驗(yàn)的真實(shí)顯著性水平，可利 28 用 P值直接決策或?qū)?P值與顯著性水平 進(jìn)行比較，不需要查表，具有可比性；統(tǒng)計(jì)量檢驗(yàn)是先 確定一個(gè)顯著性水平 從而獲得一個(gè)否定域，進(jìn)行決策的界限清晰但面臨的風(fēng)險(xiǎn)是籠統(tǒng)的，確定 臨界值要查表，檢驗(yàn)統(tǒng)計(jì)量一般與自由度有關(guān)因而可比性較差。 三、（ 1）這是無(wú)交互作用雙因素方差分析問(wèn)題， 由行、列自由度可知行因素是供應(yīng)商，列因素是車速。 列的 F檢驗(yàn)值 F臨界值 ， P值 顯著性水平 ，故拒絕原假設(shè)，即認(rèn) 為車速對(duì)磨損程度有顯著影響。 （ 2）同（ 1）之理，可知不同供應(yīng)商的輪胎之間的磨損程度有顯著差異。 （ 3）假設(shè)： ① 車速與供應(yīng)商對(duì)輪胎的磨損程度無(wú)交互作用； ② 車速與供應(yīng)商不同水平組合形成的總體都是正態(tài)總體； ③ 上述總體方差都相同； ④ 各觀測(cè)數(shù)據(jù)相互獨(dú)立； ⑤ 行因素原假設(shè) 是總體均 值，下同 )； ⑥ 列因素原假設(shè) 。 四、簡(jiǎn)單隨機(jī)抽樣是從單元數(shù)為 N的總體中逐個(gè)不放回等概率抽取 n個(gè)單元或者一次性隨機(jī)抽出 n個(gè)單元， 得到簡(jiǎn)單隨機(jī)樣本。它是最簡(jiǎn)單的概率抽樣方法。適用于總體總量較小或總體方差與任意局部方差基本相當(dāng)?shù)膱?chǎng)合。如果總體總量較大或總體各單元差異較大，就不宜單獨(dú)使用，因?yàn)榇藭r(shí)擁有完整的抽樣框是困難的，抽樣單元也比較分散，會(huì)增加調(diào)查費(fèi)用，而且會(huì)使總體目標(biāo)量的估計(jì)產(chǎn)生較大誤差。所以一般是與其他方法結(jié)合使用，比如分層抽樣各層內(nèi)科采用簡(jiǎn)單隨機(jī)抽樣，整群抽樣抽取群、多 階段抽樣各階的抽樣也都可采用它。 五、回歸模型： 。 假設(shè)： ① 解釋變量為非隨機(jī)變量； ② 解釋變量不存在多重共線性（即要求設(shè)計(jì)矩陣 X列滿秩，樣本量大于自變量個(gè)數(shù)）； ③ GuassMarkov假定： ； ④ 正態(tài)