数据分析(梅长林)第1章习题答案.docx

第1章 习 题一、习题1.1解：（1）利用题目中的数据，通过SAS系统proc univariate过程计算得到： 由得到的数据特征可知道，偏度为负，所以呈做偏态，峰度为负，所以均值两侧的极端值较少。（2） (3) 通过SAS系统proc capability得到直方图，并拟合正态分布曲线：(4) 通过SAS系统proc univariate可以画出茎叶图，从茎叶图可以看出数据大致呈对称分布，由于所给数据都是整数，所以叶所代表的小位数都是０。(5) 通过SAS系统proc univariate过程计算得到:= 0.1741取，因，故不能拒绝，认为样本来自正态总体分布。通过画ＱＱ图和经验分布曲线和理论分布函数曲线，从图中可以看出ＱＱ图近似的在一条直线上，经验分布曲线的拟合程度也相当好，所以可以进一步说明此样本来自正态总体分布。二、习题１.２ 由得到的数据特征可知道，偏度为正，所以呈右偏态，峰度为负，所以均值两侧的极端值较少。（2） （３）通过SAS系统proc capability得到直方图，SAS系统自动将数据分为中值为4.5,5.5,6.5,7.5,8.5,9.5,10.5的7组，图中纵坐标代表了各个区间的频数占总数的百分比。（４）通过SAS系统proc univariate可以画出茎叶图，从图中可以看出数据散乱分布，没有明显的对称等特征。 三、习题3.3（1）全国居民的消费的均值、标准差、变异系数、偏度、峰度： 农村居民的消费均值、标准差、变异系数、偏度、峰度： 城市居民的消费均值、标准差、变异系数、偏度、峰度 （2）全国居民消费的中位数、上下四分位数、四分位极差、三均值： 农村居民消费的中位数、上下四分位数、四分位极差、三均值： 城市居民消费的中位数、上下四分位数、四分位极差、三均值 （3）全国居民消费直方图农村居民消费直方图城市居民消费直方图（4）全国居民消费茎叶图：由图中可以看出，在我国居民消费水平参差不齐，其中低消费水平的居民占绝大多数，这说明我国经济水平还是比较落后的。农村居民消费茎叶图：由图中可以看出，在我国农村居民消费水平普遍比较低，其中消费水平差异很大，有一部分的消费水平相对较高，而另一部分消费水平相对较低，因此农村发展要均衡，先富带动后富，最终共同加快农村发展。 城市居民消费茎叶图：由图中可以看出，在我国城市居民消费水平差距很大，虽然普遍高于农村，但是绝大多数人的消费水平是远远低于高消费人群。（5）通过计算可以得到全国居民消费水平的山下截断点分别为-1841.5和3898。5，所以全国居民消费水平无异常值。全国居民消费水平的山下截断点分别为-1062和2488，所以全国农村居民消费水平无异常值。全国居民消费水平的山下截断点分别为-4329和8823，所以全国城市居民消费水平无异常值。四、习题1.4（1）11月预收入的均值、标准差、变异系数、偏度、峰度： 1-11月预收入的均值、标准差、变异系数、偏度、峰度： （2）11月预收入的中位数、上下四分位数、四分位极差、三均值： 1-11月预收入的中位数、上下四分位数、四分位极差、三均值： （3）11月预收入x1的的直方图：1-11月预收入x2的直方图：(4)11月预收入x1的经验分布函数曲线：通过画ＱＱ图和经验分布曲线和理论分布函数曲线，从图中可以看出ＱＱ图近似的在直线右下方，所以偏度0,经验分布曲线的拟合程度也不好，所以不能说明此样本来自正态总体分布。1-11月预收入x2的经验分布函数曲线：通过画ＱＱ图和经验分布曲线和理论分布函数曲线，从图中可以看出ＱＱ图近似的在直线右下方，所以偏度0,经验分布曲线的拟合程度也不好，所以不能说明此样本来自正态总体分布。（5）利用proc corr过程计算数据的Pearson相关系数：检验p值小于0.0001，故X1，X2的相关性是显著的。利用proc corr过程计算数据的Spearman相关系数：检验p值小于0.0001，故X1，X2的相关性是显著的。五、习题1.5（1）总体均值的估计（2）总体协方差矩阵的估计（只写出了上三角的部分）：六、习题1.6（1）由proc corr过程求得的中位数向量M：（2）由proc corr 得到的Pearson相关系数矩阵R:(3) 由proc corr 得到的Spearman相关系数矩阵Q:(4)由Pearson相关矩阵的输出结果看，显著性水平取，则的p值皆小于，故认为各相应随机变量的显著相关。由Spearman相关矩阵的输出结果看，显著性水平取，则的p值皆小于，故认为各相应随机变量的显著相关。七、习题1.7（1）数据均值向量：数据的中位数向量：（2）由proc corr求得的Pearson相关系数矩