统计学问题，求大佬计算过程！！！！

1. 统计学问题，求大佬计算过程！！！！

如果城市A的营业额分布近似对称钟型分布，可以使用标准正态分布计算。根据标准正态分布，平均数为30万元，标准差为7万元，区间21到37万元的概率可以通过查找正态分布表或使用数学公式求出。这种方法的结果表明，约有70%到80%的店的营业额将在该区间内。因此，有大约7家到8家店的营业额在21到37万元之间。
如果城市B的营业额分布存在偏态分布，则无法使用标准正态分布进行计算。因此，无法确切知道营业额在20到100万元内的店的数量。但是可以使用实际数据或其他方法对营业额分布进行建模，然后计算在该区间内的营业额的数量。

2. 求计算统计学的高手来解！！！

1、2012年中国通货膨胀率为2%；2、2013年中国通货膨胀率为2.7%；3、2014年中国通货膨胀率为2.3%；4、2015年中国通货膨胀率为1.6%；5、2016年中国通货膨胀率为1.9%；6、2017年中国通货膨胀率为1.5%；7、2018年中国通货膨胀率为2.5%；8、2019年中国通货膨胀率为2.8%；9、2020年中国通货膨胀率为3.3%；10、2021年中国通货膨胀率为1.1%。
也就是说近十年的通胀率为2.17% (保守估计)
504.66*300=151398
151398-(100000-92155.77)=143553.77 （正常还贷情况下你目前欠银行的钱)
1、房贷提前还贷，工行规定，对提前归还个人住房贷款的客户收取5‰的违约金。
2、工行的房贷要提前还贷，在未满一年时间的时候申请提前还贷，需要支付贷款金额的千分之五的违约金。在贷款期满一年后，申请提前还贷不需支付违约金，但是起还金额在五万元。
3、提前还款的违约金是在借贷款双方的合同中共同认可的条款，一旦借款方在指定的时间内提前还清全部贷款，或大部分本金，借款人将支付一笔违约金。违约金一般是按照提前还款时的未结余额的百分比计算(一般是2%到5%);或规定若干个月份的利息。但最高违约金受到合同或法律的约束。
接下来你在网上搜索"提前还贷计算器"，选择对应的还款方式，把需要的金额填进去，就可以计算出相应的还款日期，考虑到人员流动性，建议还是尽量选择三年以后再提前还款，太早或太迟动量算子不太划算
如果你选择缩短还款年限的情况下，用计算器算得每月至少应还608.13元

而考虑通货膨胀的情况下要提前到21年还完你最少要准备
(21*12*608.13)*((1+0.0217)^21)≈240540.52(元)
这还是在你不失业，不发生意外的情况下算出的钱

3. 统计学问题！！！急！！！

这个是向上开口的连续变量数列，
只有下限的组中值=下限+1/2（相邻组的组距）
组中值的计算。有上下组限的情况下。
而对于有上下限的情况
组中值=（区间上限+区间下限）/2
480=（500+x)/2,x=460
所以相邻组组距为40，末组的组中值为500+20=520

4. 统计学。急！！

如果看电视的平均时间没有增加，那么6.7就应该和7.25有足够接近。
先计算t=（6.7-7.25）/2.5=-0.22，然后看-0.22这一临界值在标准正态分布的分布函数中对应的Φ值是多少，与0.5的差是否小于0.05（显著性水平），如果很接近，则说明现在的看电视平均时间和过去相差不大，否则，反之。
个人想法，仅供参考。
楼主，如果有了正确答案告诉我啊~我感觉自己做的不对。。。很好奇这道题是怎么做的！谢谢！

5. 统计学作业求解！！！大神快来！！1

分别求均值和方差，
例：甲均值，（650*2+750*4+……1050*4）/33=m
甲方差：[(650-m)^2+(750-m)^2+……）/33=n
比较甲乙的方差即可

6. 统计学的问题！！急！

0.64+-1.96*根号（0.64*（1-0.64）/50；总体赞成该项改革的户数应为：百分比乘以500得:387户—253户

7. 统计学的问题！！！求

(1)E(￣x)=μ=32

(2)∵n/N=3%<5%
修正系数可以忽略不计
σ￣x =σ/√n=5/√30=0.913

8. 数据统计问题求教！！

这是个单因子方差分析问题。
这里温度水平称为因子，因子的各个值称为水平，例如你这里就有30 35 40 45 50 55等6个水平。要解决的问题是某物体的吸附能力是否受温度的影响，即检验各个水平下，吸附能力是否有显著差别。用到的方法是假设检验，原假设H0：各个水平下，吸附能力的均值相等。备择假设H1:各个水平下，吸附能力的均值不相等。如果原假设成立，则证明温度对吸附能力是没有影响的。然后构造统计量F，F=(SSR/(r-1))/(SSE/(n-r)),其中，SSR是回归平方和，SSE是残差平方和，n是样本个数，r是水平个数。这样构造出来的统计量F服从F(r-1,n-r).计算F的值并与F分布的表某显著性水平下的值比较，如果计算出来的F值大，则要拒绝原假设，即认为温度对吸附能力是有显著影响的。

我们用的SPSS软件就不需要自己去计算了，直接给出了结果，例如你定的显著性水平为0.05,直接看P值，P值代表的是一个拒绝原假设的最小的显著性水平，也就是说，只要你定的显著性水平比P大，那么肯定要拒绝原假设了（因为显著性水平是指F统计量落在拒绝域里的概率，显著性水平越大，拒绝域越宽，拒绝原假设的概率就越大）。当P值小于你的显著性水平，那么代表原假设是不成立的，即在不同温度下，某物体的吸附能力是有显著差异的，也就是说，温度对该物体的吸附能力有明显的影响。

主要是这个问题，还有其它的统计结果都是一些描述性统计，如标准差，均值，样本个数啊什么的，都不要管，关键问题是看P值