1.S：采样和数据（解决方案）

2。

1. 所有参加滑雪或单板滑雪课程的孩子
2. 一群这样的孩子
3. 上第一堂单板滑雪课的孩子的人口平均年龄
4. 上第一堂单板滑雪课的孩子的样本平均年龄
5. $X$= 上第一堂滑雪或单板滑雪课的孩子的年龄
6. 的值$X$，例如 3、7 等

4。

1. 保险公司的客户
2. 一群客户
3. 客户的平均健康成本
4. 样本的平均健康成本
5. $X$= 一位客户的健康成本
6. 的值$X$，例如 34、9、82 等

6。

1. 这位辅导员的所有客户
2. 这个婚姻顾问的一群客户
3. 她所有保持婚姻状态的客户的比例
4. 顾问的客户样本中保持婚姻状态的比例
5. $X$= 保持婚姻状态的夫妻数量
6. 是的，不是

8。

1. 所有人（可能在某个地理区域，例如美国）
2. 一群人
3. 将购买该产品的所有人的比例
4. 样本中将购买产品的比例
5. $X$= 会购买它的人数
6. 买，不买

10。

一个

12。

定量离散，150

14。

定性，奥克兰 A

16。

定量离散，11,234 名学生

18。

定性，Crest

20。

定量连续，47.3 年

22。

b

24。

1. 该调查是使用六次类似的航班进行的。
   该调查无法真实代表所有航空旅客群体。
   在假日周末进行调查不会产生代表性的结果。
2. 在一年中的不同时间进行调查。
   使用往返不同地点的航班进行调查。
   在一周的不同日子进行调查。

26。

答案会有所不同。 示例答案：您可以使用系统抽样方法。 当第十个人在早上 9:50 离开校园里的一栋建筑物时，拦住他们。 然后在下午 1:50 让第十个人离开校园里的另一栋大楼时拦住他们。

28。

答案会有所不同。 示例答案：许多人不会回复邮件调查。 如果他们确实回复了调查，你就无法确定谁在回应。 此外，邮件列表可能不完整。

30。

b

32。

便利集群分层系统简单随机

34。

1. 定性（分类）
2. 定量离散
3. 定量离散
4. 定性（分类）

36。

因果性：两个变量相关的事实并不能保证一个变量会影响另一个变量。 我们不能假设犯罪率会影响教育水平，也不能假设教育水平会影响犯罪率。

令人困惑：除了教育水平和犯罪率之外，定义社区的因素还有很多。 犯罪率高、教育水平高的社区可能还有其他潜伏变量，将其与犯罪率较低、教育水平较低的社区区分开来。 因为我们无法分离这些感兴趣的变量，所以我们无法就教育与犯罪之间的联系得出有效的结论。 可能的潜伏变量包括警察开支、失业水平、地区、平均年龄和规模。

38。

1. 可能的原因：来电显示的使用增加，固定电话的使用减少，私人号码、语音信箱的使用增加，隐私管理员，个人日程安排繁忙，接受采访的意愿降低
2. 当大量人拒绝参与时，样本可能不具有与人口相同的特征。 也许大多数愿意参与的人之所以这样做，是因为他们对调查的主题有强烈的感觉。

40。

1. 表 1.19

   # 每周使用牙线	频率	相对频率	累积相对频率
   0	27	0.4500	0.4500
   1	18	0.3000	0.7500
   3	11	0.1833	0.9333
   6	3	0.0500	0.9833
   7	1	0.0167	1

2. 5.00%
3. 93.33%

42。

行程时间的总和为 1,173.1。 将总和除以 50 得出平均值：23.462。 由于每个州的行程时间均测量到最接近的十分之一，因此将此计算四舍五入到最接近的百分位数：23.46。

44。

b