2021年统计学和统计法基础统计师初级

方便抽样又称随意抽样、偶遇抽样,是一种为配合研究主题而由调查者于特定的时间和特定社区的某一位置上,随意选择回答者的非概率抽样方法。这种抽样方法适合于对一些特殊情况的调查,像一些时过境迁的突发性事件或现象(违章驾车、骚乱、聚众闹事等等)。通过在当场抽取样本询问当事者、目击者、旁观者以及过往的行人,可以了解事件发生的经过、原因以及对事件的看法和态度。 [1] 

今从留学生班抽取了 5 名学生,得到其《统计学》考试成绩(分):50、60、70、80 和 90。则 5 名学生考试成绩的离散系数为( )。 A.20.2% B.22.6% C.28% D.35%

离散系数计算公式=样本标准差/样本均值=根号下((Xi-x均值)/样本数量-1))/样本均值

32.根据统计法律法规规定,统计行政许可项目共有( )项。A.一 B.二 C.三 D.四

24.下列关于《统计法实施条例》的表述,正确的是( )。 A.我国目前仅有的一部统计法律 B.由全国人大常委会制定C.法律效力仅次于宪法

《统计法》首次将“统一领导、分级负责”的统计管理体制予以法律化的时间是( )。 A.1983 年 B.1996 年 C.2009 年 D.2017 年

10.大样本情况下,总体平均值的无偏、有效、一致估计量是( )。 A.样本均值 B.样本众数 C.样本中位数 D.样本几何平均数

15.2016~2020 年我国城镇单位就业人员年平均工资是一个( )。 A.时期序列 B.时点序列 C.相对数时间序列 D.平均数时间序列

1、时期序列:指由同一现象若干不同时期的时期指标按时间顺序排列所形成的时间序列。

2、时点序列:指同一现象在不同时点上的时点指标按时间顺序排列所形成的时间序列。

55.统计政务处分的适用对象不包括( )。 A.行政机关公务员 B.法律、法规授权的具有公共事务管理职能的事业单位中的聘用人员 C.行政机关依法委托的组织中的工勤人员 D.社会团体中由行政机关任命的人员 E.企业中由行政机关任命的人员

6.一组数据的偏度系数 SK=2.68,峰度系数 K=  1.56,则该数据的统计分布应具 有( )特征。 A.左偏扁平分布 B.左偏尖峰分布 C.右偏扁平分布 D.右偏尖峰分布

9.从 10000 人中抽取 1%的人进行调查。重复抽样与不重复抽样相比,样本均值的标 准差( )。 A.前者大于后者,两者相差 10000 100 10000 1   B.前者小于后者,两者相差 10000 100 10000 1   C.前者大于后者,两者相差 10000 100 10000 1   D.前者小于后者,两者相差 10000 100 10000 1

 11.点估计是用样本数据计算出来的统计量作为相应的总体参数的估计值,( )。 A.可用于总体参数点估计的估计量只能有一个 B.可用于总体参数点估计的估计量可以有很多个 C.它比较简单,但比区间估计更准确 D.它比较简单,能够说明可能的误差有多大

14.根据以往调查的资料,某地区居民平均每户拥有财产保险的标准差为 400 元,如果 置信度为 95%,最大允许误差不超过 40 元,必要的样本容量为( )。(注: 0.025 z 1.96) A.384.16 B.385 C.15366.4 D.15367

13.课题组近期拟进行一项抽样调查,以了解本市儿童肥胖发生率。如果置信度为 95%,抽样误差不超过 0.08,必要的样本容量为( )。(注: 0.025 z 1.96) A.76.56 B.77 C.150.06 D.151

知乎上的算法,但有问题:这么长时间了都没人回答,这个问题自问自答吧,刚考完初级统计师,后来搞懂了。当没有给定比率时,Pi采用最大值,即0.5,即1.96×1.96×0.5×0.5/0.05×0.05=384.16,取385,最小样本量n=385。这个知识点比较重要,今年多项选择又考到了,值两分哈,幸好我没放过搞懂了

 

41.某品牌手机的市场占有率属于( )。 A.观测数据 B.实验数据 C.数值型数据 D.分类数据 E.顺序数据

88.审批机关在审批该项统计调查项目时,应当遵循的原则不包括()。(单选题)A.必要性原则 B.可行性原则 C.科学性原则 D.独立性原则

第十三条 统计调查项目的审批机关应当对调查项目的必要性、可行性、科学性进行审查,对符合法定条件的,作出予以批准的书面决定,并公布;对不符合法定条件的,作出不予批准的书面决定,并说明理由。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值