能给出数据的分布状况，又能给出每一个原始数值，即保留了原始数据的信息。（2）在应用方面，直方图通常适用于大批量数据，茎叶图通常适用于小批量数据。
2如果原假设H0是正确的，所得到的样本结果会像实际观测结果那么极端或更极端的概率，称为P值
P值是假设检验中的另一个决策工具，对于给定的显著性水平，若P，则拒绝原假设。
3指数平滑法是对过去的观察值加权平均进行预测的一种方法，该方法使得第t1期的预测值等于t期的实际观察值与第t期预测值的加权平均值。一次指数平滑法是适合于平稳序列的一种预测方法，其模型为
Ft1Yt1Ft。
三、（1）乙班考试成绩的直方图如下：
10
8
6
人数60以下60707080809090100
4
2
0
考试成绩
乙班考试成绩分布的直方图
k
（2）x

Mifi
i1

552657759857955
231077分


30
30
k
Mix2fi
si1
1
557722657727757729857727957725301
40801186分29
（3）甲班考试分数的离散系数为：v甲

sx

1286

01395。
乙班考试分数的离散系数为：v乙

sx

118677

01540。
由于v甲v乙，所以甲班考试成绩的离散程度小于乙班。
3
f四、（1）已知：
50，z0052196。
k
样本均值为：x

Mifi
i1

506610132克，


50
样本标准差为：s
k
Mix2fi
i1


1
130881634克。49
由于是大样本，所以食品平均重量95的置信区间为：
xz2
s101321961634101320453


50
即（100867，101773）。
（2）提出假设：H0100，H1100计算检验的统计量：zx0101321005712s
163450
由于z5712z0052196，所以拒绝原假设，该批食品的重量不符合标准要求。
五、（1）方差分析表
变差来源df
SS
MS
F
Sig
ifica
ceF
回归
312026774140089247
7280
888341E13
残差
2614318126
550697


总计
29134585867



（2）多元线性回归方程为：y758910251178861x1806107x205012x3。
11178861表示：在年人均收入和广告费用不变的情况下，销售价格每增加一个单位，销售量平均下降1178861个单位；2806107表示：在销售价格和广告费用不变的情况下，年人均收入每增加一个单位，销售量平均增加806107个单位；305012表示：在年销售价格和人均收入不变的
情况下，广告费用每增加一个单位，销售量平均增加05012个单位。
（3）由于Sig
ifica
ceF888341E13005，表明回归方程的线性关系显著。
（4）R2SSR1202677418936，表明在销售量的总变差中，被估计的多元线性回归方SST134585867
程所解释的比例为8936，说明回r