衛(wèi)生統(tǒng)計學試題

［單選題］

1.相關系數(shù)檢驗的備擇假設”/是（）

A.p>0

B.p=O

C.p=l

D.p/O

2.由樣本計算兩個隨機變量x和y之間的簡單相關系數(shù)/?的值近似等于零，經統(tǒng)計檢驗得到P=0.90。作

結論時，正確的表述應該是（）

A.X與Y之間呈直線關系

B.X與V之間呈曲線關系

C.X與y之間不存在直線相關關系

D.X與丫之間無關聯(lián)

3.線性回歸分析的原理是對因變量Y的總體變異進行分解。它可能出現(xiàn)（）

A.SS新=SS回

B.SS總〉SS刺

C.SS!&=SSpi

D.以上都有可能

4.對變量x和丫同時進行簡單相關分析和簡單回歸分析，其結果有（）

A.r>0,b<0

B.r<0,h>0

C.r>0,b>0

D.r=b

5.已知r=l,則一定有（）

A.h=I

B.a=l

C.SS馴=0

D.SS總=SS剩

6,含有常數(shù)項的直線回歸系數(shù)假設檢驗，其自由度是（）

A.n

B.n-1

C.n-2

D.2n-l

7.適合分析糖尿病人的血糖水平與胰島素水平之間關系的方法是（）

A.配對比較的「檢驗

B.成組比較的，檢驗

C.相關分析或回歸分析

D./檢驗

8.對簡單線性回歸模型進行顯著性檢驗的目的是推斷（）。

A.樣本斜率

B.總體斜率

1

C.樣本均數(shù)

D.總體均數(shù)

9.如果對簡單線性回歸模型進行顯著性檢驗的結果是不能拒絕”。，這就意味著（）

A.該模型有應用價值

B.該模型無應用價值

C.該模型求錯了

D.X與y之間毫無關系

1（）.對兩個數(shù)值變量同時進行了相關和回歸分析，/?有統(tǒng)計學意義（P＜（）.（）5）,則（）

A.6無統(tǒng)計學意義

B"有高度的統(tǒng)計學意義。

C.6有統(tǒng)計學意義

D.不能確定b有無統(tǒng)計學意義。

11.在求出直線回歸方程后，如果檢驗結果是接受無效假設，那就意味著（）

A.此直線方程有應用價值

B.此直線方程無應用價值

C.此直線方程并非所求

D.X與y之間毫無關系

12.關于相關系數(shù)r與決定系數(shù)K的關系，下面哪一項表述最合適？（）

A.r值的大小反映兩個變量之間是否有密切的關系

B.R2值的大小反映兩個變量之間呈直線關系的密切程度和方向

C.r值接近于0表示兩個變量之間沒有任何關系

D.在數(shù)值上J=R2

13.設p為總體相關系數(shù)，根據(jù)實際資料算得樣本相關系數(shù)「后，需進行顯著性檢驗，其無效假設應為:

（）

A.HotD

B.Ho：r/=Q

C.Ho：p=0

D.Ho：p桃

14.某人測得20人的身高和體重數(shù)據(jù)，求出了二者之間的直線相關系數(shù)，查相關系數(shù)臨界值表時，其自

由度應為（）

A.20

B.19

C.18

D.17

15.測的一組正常人的膽固醇值和血磷值，要對二者同時進行統(tǒng)計分析，可選用那種方法？（）

A.配對設計計量資料的/檢驗

B.*2檢驗

C.相關回歸分析

D.多元方差分析

2

16.對兩個變量進行直線相關分析，-0.39,P>0.（）5,說明兩個變量之間（）

A.有相關關系

B.有數(shù)量關系

C.有因果關系

D.無線性相關關系

17.對相關系數(shù)r進行顯著性檢驗，當r>ro.o5（v），則（）

A.兩變量之間關系密切

B.兩變量之間相關有統(tǒng)計學意義

C.兩變量之間關系不密切

D.兩變量之間相關無統(tǒng)計學意義

18.若分析肺活量和體重之間的數(shù)量關系，擬用體重值預測肺活量，則采用（）

A.直線相關分析

B.秩相關分析

C.直線回歸分析

D.方差分析

19.對兩個定量變量同時進行了直線相關和直線回歸分析，r有統(tǒng)計學意義（P<（）.（）5）,則（）

A.b無統(tǒng)計學意義

B.b有高度統(tǒng)計學意義

C.0有統(tǒng)計學意義（r有統(tǒng)計學意義，b也有統(tǒng)計學意義）

D.不能肯定

20.用最小二乘法確定直線回歸方程的原則是各觀察點（）。

A.距直線的縱向距離相等

B.距直線的縱向距離的平方和最小

C.與直線的垂直距離相等

D.與直線的垂直距

21.關于回歸系數(shù)的描述，下列說法錯誤的是（）

A.h>0,表示回歸直線與y軸交點在原點上方

B.》=0,回歸直線與x軸平行

C.|川越大，則回歸直線越陡

D.b一般有單位

21.兩變量曲線回歸選擇最佳擬合曲線的原則不包括（）

A.PW0.05

B.R2最接近1

C.結構簡單

D.h最接近于0

［判斷題］

1.當兩變量呈現(xiàn)正相關或負相關時.，表示一個變量的改變是另一個變量變化的原因。（）

2.當兩變量呈正態(tài)分布時，用Pearson積差相關系數(shù)來表達，樣本相關系數(shù)用「表示，總體相關系數(shù)用,

3

表示。（）

3.當兩變量不服從正態(tài)分布、或總體分布類型不知、或等級資料、或相對數(shù)資料，可用Pearson積差相

關系數(shù)來表達。（）

4.由于統(tǒng)計工作中分析的絕大多數(shù)資料近似于正態(tài)分布，因此Pearson積差相關系數(shù)最為常用，一般所

說的相關系數(shù)指的就是Pearson積差相關系數(shù)。（）

5.Pearson積差相關系數(shù)是以兩變量與各自平均值的離均差為基礎，通過兩個離均差相除來反映兩變量之

間相關程度及其相關方向的統(tǒng)計指標。（）

6.當資料滿足雙變量正態(tài)分布時，方可進行直線相關分析，否則用秩相關分析。（）

7.計算出研究兩個計量變量的相關系數(shù)后，如果相關具有統(tǒng)計學意義，可進行回歸分析，以進一步闡明

一個變量隨另一個變量而變動的數(shù)量依存關系。（）

8.直線回歸分析的任務就是建立一個描述應變量隨自變量而變化的直線方程，并要求各觀測點與該直線

縱向距離為最小。（）

9.常見的曲線關系主要有二次模型、復合模型、生長模型、對數(shù)模型等。（）

［填空題］

1.為研究變量間的非確定性關系，統(tǒng)計學上采用｛｝與｛｝分析方法，相關表達事物或現(xiàn)象間的在

數(shù)量方面相互關系的方向與密切程度

2.相關系數(shù)r沒有單位，取值在｛｝范圍內變動。

3.在相關與回歸中，r<0則表示兩個變量呈｛｝,r>0則表示兩個變量呈｛｝。

4.多重線性回歸就是研究一個應變量與｛｝間線性依存關系的一種統(tǒng)計分析方法。

5.決定系數(shù)也稱相關指數(shù)，一般用｛｝來表示

6.兩變量直線回歸方程的數(shù)學模型為：｛｝。

［簡答題］

1.兩個變量之間的相關系數(shù)等于0,是否說明這兩個變量之間沒有關系？

2.直線回歸及其回歸方程有何用途？

3.簡述作直線相關與回歸分析時應注意的事項。

4.簡述直線相關系數(shù)意義。

5.經檢驗認為回歸方程有意義，表明兩變量間存在因果關系，對否？

［單選題］

1.某研究機構隨機抽取12名營養(yǎng)缺乏的兒童，測量身高（cm）與體重（kg）,數(shù)據(jù)如表1所示。SPSS

分析結果如下：

表112名營養(yǎng)缺乏兒童的身高與體重

4

編號身高，cm體重kg

114327

214830

312323

415528

512723

612524

713733

812125

910519

1010720

1115333

1214430

TestsofNormality

Kolmogorov-Smirnov3Shapiro-Wilk

StatisticdfSig.StatisticdfSig.

身高.15312,200-.93812.470

體重.12112,200-.95012.640

35-

30-

體

歪

20-

15-

100110120130140150160

身高

5

Correlations

身高體垂

身高PearsonCorrelation1.866”

Sig.(2-tailed).000

N1312

體重PearsonCorrelation.866"1

Sig.(2-tailed).000

N1212

**.Correlationissignificantatthe0.01level(2-tailed).

ModelSummary

AdjustedRStd.Errorof

ModelRRSquareSquaretheEstimate

1,866a.750.7252.460

a.Predictors:(Constant),身高

ANOVAa

Sumof

ModelSquaresdfMeanSquareFSig.

1Regression181.7481181.74830.040,000b

Residual60.502106.050

Total242.25011

a.Dependentvariable:體重

b.Predictors:(Constant),身高

Coefficients3

Standardized

UnstandardizedCoefficientsCoefficients

ModelBStd.ErrorBetatSig.

1(Constant)-5.5645.848-.951.364

■,240.044.8665.481.000

a.DependentVariable:體重

本資料中身高和體重的資料類型分別是()

A.計量資料和計數(shù)資料

B.計量資料和計量資料

C.計數(shù)資料和計數(shù)資料

D.計量資料和等級資料

［判斷題］

2.某研究機構隨機抽取12名營養(yǎng)缺乏的兒童，測量身高(cm)與體重(kg),數(shù)據(jù)如表1所示。SPSS

分析結果如下：

表112名營養(yǎng)缺乏兒童的身高與體重

6

編號身高，cm體重kg

114327

214830

312323

415528

512723

612524

713733

812125

910519

1010720

1115333

1214430

TestsofNormality

Kolmogorov-Smirnov3Shapiro-Wilk

StatisticdfSig.StatisticdfSig.

身高.15312,200-.93812.470

體重.12112,200-.95012.640

35-

30-

體

歪

20-

15-

100110120130140150160

身高

7

Correlations

身高體垂

身高PearsonCorrelation1.866”

Sig.(2-tailed).000

N1312

體重PearsonCorrelation.866"1

Sig.(2-tailed).000

N1212

**.Correlationissignificantatthe0.01level(2-tailed).

ModelSummary

AdjustedRStd.Errorof

ModelRRSquareSquaretheEstimate

1,866a.750.7252.460

a.Predictors:(Constant),身高

ANOVAa

Sumof

ModelSquaresdfMeanSquareFSig.

1Regression181.7481181.74830.040,000b

Residual60.502106.050

Total242.25011

a.Dependentvariable:體重

b.Predictors:(Constant),身高

Coefficients3

Standardized

UnstandardizedCoefficientsCoefficients

ModelBStd.ErrorBetatSig.

1(Constant)-5.5645.848-.951.364

■,240.044.8665.481.000

a.DependentVariable:體重

通過散點圖判斷身高和體重資料可能呈正相關。（）

［單選題］

3.某研究機構隨機抽取12名營養(yǎng)缺乏的兒童，測量身高（cm）與體重（kg）,數(shù)據(jù)如表1所示。SPSS

分析結果如下：

表112名營養(yǎng)缺乏兒童的身高與體重

8

編號身高，cm體重kg

114327

214830

312323

415528

512723

612524

713733

812125

910519

1010720

1115333

1214430

TestsofNormality

Kolmogorov-Smirnov3Shapiro-Wilk

StatisticdfSig.StatisticdfSig.

身高.15312,200-.93812.470

體重.12112,200-.95012.640

35-

30-

體

歪

20-

15-

100110120130140150160

身高

9

Correlations

身Si體垂

身高PearsonCorrelation1.866”

Sig.(2-tailed).000

N1312

體重PearsonCorrelation.866"1

Sig.(2-tailed).000

N1212

**.Correlationissignificantatthe0.01level(2-tailed).

ModelSummary

AdjustedRStd.Errorof

ModelRRSquareSquaretheEstimate

1,866a.750.7252.460

a.Predictors:(Constant),身高

ANOVAa

Sumof

ModelSquaresdfMeanSquareFSig.

1Regression181.7481181.74830.040,000b

Residual60.502106.050

Total242.25011

a.Dependentvariable:體重

b.Predictors:(Constant),身高

Coefficients3

Standardized

UnstandardizedCoefficientsCoefficients

ModelBStd.ErrorBetatSig.

1(Constant)-5.5645.848-.951.364

■,240.044.8665.481.000

a.DependentVariable:體重

下列說法錯誤的是()

A.上述資料中身高數(shù)據(jù)服從正態(tài)分布

B.上述資料中體重數(shù)據(jù)服從正態(tài)分布

C.可以采用pearson積差相關系數(shù)描述身高和體重資料的相關性

D.pearson積差相關系數(shù)需采用方差分析的方法進行非零判斷

［填空題］

4.某研究機構隨機抽取12名營養(yǎng)缺乏的兒童，測量身高(cm)與體重(kg),數(shù)據(jù)如表1所示。SPSS

分析結果如下：

表112名營養(yǎng)缺乏兒童的身高與體重

10

編號身高，cm體重kg

114327

214830

312323

415528

512723

612524

713733

812125

910519

1010720

1115333

1214430

TestsofNormality

Kolmogorov-Smirnov3Shapiro-Wilk

StatisticdfSig.StatisticdfSig.

身高.15312,200-.93812.470

體重.12112,200-.95012.640

35-

30-

體

歪

20-

15-

100110120130140150160

身高

11

Correlations

身高體垂

身高PearsonCorrelation1.866”

Sig.(2-tailed).000

N1312

體重PearsonCorrelation.866"1

Sig.(2-tailed).000

N1212

**.Correlationissignificantatthe0.01level(2-tailed).

ModelSummary

AdjustedRStd.Errorof

ModelRRSquareSquaretheEstimate

1,866a.750.7252.460

a.Predictors:(Constant),身高

ANOVAa

Sumof

ModelSquaresdfMeanSquareFSig.

1Regression181.7481181.74830.040,000b

Residual60.502106.050

Total242.25011

a.Dependentvariable:體重

b.Predictors:(Constant),身高

Coefficients3

Standardized

UnstandardizedCoefficientsCoefficients

ModelBStd.ErrorBetatSig.

1(Constant)-5.5645.848-.951.364

■,240.044.8665.481.000

a.DependentVariable:體重

身高和體重的相關系數(shù)是{},該值{}()統(tǒng)計學意義。

［判斷題］

5.某研究機構隨機抽取12名營養(yǎng)缺乏的兒童，測量身高(cm)與體重(kg),數(shù)據(jù)如表1所示。SPSS

分析結果如下：

表112名營養(yǎng)缺乏兒童的身高與體重

12

編號身高，cm體重kg

114327

214830

312323

415528

512723

612524

713733

812125

910519

1010720

1115333

1214430

TestsofNormality

Kolmogorov-Smirnov3Shapiro-Wilk

StatisticdfSig.StatisticdfSig.

身高.15312,200-.93812.470

體重.12112,200-.95012.640

35-

30-

體

歪

20-

15-

100110120130140150160

身高

13

Correlations

身高體垂

身高PearsonCorrelation1.866”

Sig.(2-tailed).000

N1312

體重PearsonCorrelation.866"1

Sig.(2-tailed).000

N1212

**.Correlationissignificantatthe0.01level(2-tailed).

ModelSummary

AdjustedRStd.Errorof

ModelRRSquareSquaretheEstimate

1,866a.750.7252.460

a.Predictors:(Constant),身高

ANOVAa

Sumof

ModelSquaresdfMeanSquareFSig.

1Regression181.7481181.74830.040,000b

Residual60.502106.050

Total242.25011

a.Dependentvariable:體重

b.Predictors:(Constant),身高

Coefficients3

Standardized

UnstandardizedCoefficientsCoefficients

ModelBStd.ErrorBetatSig.

1(Constant)-5.5645.848-.951.364

■,240.044.8665.481.000

a.DependentVariable:體重

身高和體重資料相關性較弱。()

［單選題］

6.某研究機構隨機抽取12名營養(yǎng)缺乏的兒童，測量身高(cm)與體重(kg),數(shù)據(jù)如表1所示。SPSS

分析結果如下：

表112名營養(yǎng)缺乏兒童的身高與體重

14

編號身高，cm體重kg

114327

214830

312323

415528

512723

612524

713733

812125

910519

1010720

1115333

1214430

TestsofNormality

Kolmogorov-Smirnov3Shapiro-Wilk

StatisticdfSig.StatisticdfSig.

身高.15312,200-.93812.470

體重.12112,200-.95012.640

35-

30-

體

歪

20-

15-

100110120130140150160

身高

15

Correlations

身高體垂

身高PearsonCorrelation1.866”

Sig.(2-tailed).000

N1312

體重PearsonCorrelation.866"1

Sig.(2-tailed).000

N1212

**.Correlationissignificantatthe0.01level(2-tailed).

ModelSummary

AdjustedRStd.Errorof

ModelRRSquareSquaretheEstimate

1,866a.750.7252.460

a.Predictors:(Constant),身高

ANOVAa

Sumof

ModelSquaresdfMeanSquareFSig.

1Regression181.7481181.74830.040,000b

Residual60.502106.050

Total242.25011

a.Dependentvariable:體重

b.Predictors:(Constant),身高

Coefficients3

Standardized

UnstandardizedCoefficientsCoefficients

ModelBStd.ErrorBetatSig.

1(Constant)-5.5645.848-.951.364

■,240.044.8665.481.000

a.DependentVariable:體重

欲采用假設檢驗的方法對身高和體重的相關系數(shù)進行非零統(tǒng)計檢驗，其原假設是（）

A.p=0

B.p，0

C.r=0

D.

［單選題］

7.某研究機構隨機抽取12名營養(yǎng)缺乏的兒童，測量身高（cm）與體重（kg）,數(shù)據(jù)如表1所示。SPSS

分析結果如下：

表112名營養(yǎng)缺乏兒童的身高與體重

16

編號身高，cm體重kg

114327

214830

312323

415528

512723

612524

713733

812125

910519

1010720

1115333

1214430

TestsofNormality

Kolmogorov-Smirnov3Shapiro-Wilk

StatisticdfSig.StatisticdfSig.

身高.15312,200-.93812.470

體重.12112,200-.95012.640

35-

30-

體

歪

20-

15-

100110120130140150160

身高

17

Correlations

身高體垂

身高PearsonCorrelation1.866”

Sig.(2-tailed).000

N1312

體重PearsonCorrelation.866"1

Sig.(2-tailed).000

N1212

**.Correlationissignificantatthe0.01level(2-tailed).

ModelSummary

AdjustedRStd.Errorof

ModelRRSquareSquaretheEstimate

1,866a.750.7252.460

a.Predictors:(Constant),身高

ANOVAa

Sumof

ModelSquaresdfMeanSquareFSig.

1Regression181.7481181.74830.040,000b

Residual60.502106.050

Total242.25011

a.Dependentvariable:體重

b.Predictors:(Constant),身高

Coefficients3

Standardized

UnstandardizedCoefficientsCoefficients

ModelBStd.ErrorBetatSig.

1(Constant)-5.5645.848-.951.364

■,240.044.8665.481.000

a.DependentVariable:體重

欲采用假設檢驗的方法對回歸系數(shù)進行非零統(tǒng)計檢驗，其備擇假設是（）

A.B=0

B./?RO

C.h=0

D.厚0

［填空題］

8.某研究機構隨機抽取12名營養(yǎng)缺乏的兒童，測量身高（cm）與體重（kg）,數(shù)據(jù)如表1所示。SPSS

分析結果如下：

表112名營養(yǎng)缺乏兒童的身高與體重

18

編號身高，cm體重kg

1