仅供教师使用 · 课前不要发给学生
课堂练习参考答案与评分要点
练习分 A、B、C 三部分,分别在第 1–3 周上机完成,每部分 20 分。本页给出每题的标准结果、给分要点和常见错误。
数字以论文为准本页每个结果都由 tools/check_course.py 与论文(paper/numbers.csv)逐项比对。学生的结果在报告精度内与本页一致即为正确;最后一位相差 1 的,若是先四舍五入再计算造成的,不扣分,但要在评语中指出。
自查格学生版每道题的代码后面有一个“自查”格:数值算对了打印“✓ 通过”,不对就打印一句提示,指出该回去看哪里,但不给出数值。正确答案只以哈希值写在格子里。对常见错误(如标准差用了 ddof=0、Welch 自由度用了 n₁ + n₂ − 2、置信区间用了 1.96、Holm 校正漏了累计最大值、回归的 x 和 y 放反)会给出针对性的提示。B6 是讨论题,自查格只列出几个检查问题。
自查只检查数值,不检查解释和图的质量,所以“全部 ✓”不等于满分。参考答案里有同样的自查格,运行 solution.py 时有一项不通过就会报错退出;改了参考代码后运行 uv run tools/build_exercise.py 重新生成。
通用扣分规则
- 笔记本不能从头运行到尾:退回修改,修改后本部分扣 2 分。
- 只有数字、没有题目要求的解释:该题最多得一半分。
- 图缺坐标轴标题或单位:每张图扣 1 分(不重复扣在同一题的其他项上)。
- C6 为挑战题,额外加至多 2 分,但 C 部分总分不超过 20 分。
A 部分 认识数据(第 1 周,20 分)
A1 读入数据 2 分
答案:344 行 × 8 列;一行是一只繁殖成体企鹅。species、island、sex 为分类变量;四项形态测量为连续数值变量;year 只有三个取值,代表三个繁殖季,应作为分类变量。
给分:行列数和观测单位 1 分;变量类型(含 year 的处理)1 分。
常见错误:把观测单位说成“一个巢”;因为 dtype 是 int64 就把 year 说成连续变量。
A2 缺测值 4 分
答案:四项形态测量各缺 2 个,sex 缺 11 个。四项全缺 2 条(阿德利企鹅 1、巴布亚企鹅 1);只缺性别 9 条(阿德利企鹅 5、巴布亚企鹅 4);只缺部分形态测量的 0 条。dropna() 后剩 333 条;回归本可用 342 条,一刀切删除会无故丢掉 9 只。
给分:按列计数 1 分;两类缺测及分物种计数 2 分;第 4 问的解释 1 分。
常见错误:把“sex 缺 11 个”直接当成“9 条只缺性别”或“11 条只缺性别”,没有按行区分两类。
A3 样本构成 3 分
| 物种 | Biscoe | Dream | Torgersen | 合计 |
|---|---|---|---|---|
| Adelie | 44 | 56 | 52 | 152 |
| Chinstrap | 0 | 68 | 0 | 68 |
| Gentoo | 124 | 0 | 0 | 124 |
| Total | 168 | 124 | 52 | 344 |
年份:2007、2008、2009 年分别为 110、114、120 只。除阿德利企鹅外,物种与岛屿完全重合(混杂),岛屿比较只能在阿德利企鹅内做。
给分:交叉表和年份计数 1 分;指出混杂 1 分;指出只能在阿德利企鹅内比较 1 分。
A4 复现论文表 1 4 分
答案:与论文表 1 逐格一致,例如阿德利企鹅全部 151 只:喙长 38.8 ± 2.7 mm、喙深 18.3 ± 1.2 mm、鳍长 190.0 ± 6.5 mm、体重 3701 ± 459 g;巴布亚企鹅雄性 61 只,体重 5485 ± 313 g。完整的表见第一讲讲义 6.2 节。pandas .std() 默认 ddof=1,np.std() 默认 ddof=0;阿德利企鹅体重的两个结果分别为 459 和 457。表 1 用 ddof=1。
给分:分组均值和标准差正确 2 分;“全部”行及其 n 正确 1 分;ddof 的解释 1 分。
常见错误:“全部”行用 sexed 计算,得到 n = 146 和 119,漏掉未记录性别的个体。
A5 中位数与四分位距 3 分
答案:阿德利企鹅 3700 g(3350–4000),帽带企鹅 3700 g(3487.5–3950),巴布亚企鹅 5000 g(4700–5500)。3487.5 是线性插值的结果;lower、midpoint、weibull 分别得 3450、3475、3462.5。巴布亚企鹅比阿德利企鹅高 1300 g,即 35.1%。
给分:三组中位数和四分位距 1 分;插值的解释 1 分;差值和百分比 1 分。
A6 分组作图 4 分
答案:合并分布右偏、右侧有“肩”,是三个物种分布的混合。全部 342 只的均值 ± 标准差为 4202 ± 802 g,标准差主要反映物种间差异,不能代表任何一个物种,应按物种分别概括。
给分:两张图都画出且分组可辨 2 分;对合并分布形状的解释 1 分;指出合并的均值 ± 标准差不合适 1 分。
常见错误:叠加三个半透明直方图后颜色混在一起,看不出各物种的范围(不扣分,但建议改用分面)。
B 部分 两性体重差异(第 2 周,20 分)
本部分用 333 只形态和性别齐全的企鹅;雌/雄只数:阿德利企鹅 73/73,帽带企鹅 34/34,巴布亚企鹅 58/61。
B1 描述两性差异 3 分
答案:雄雌均值差为 675 g、412 g、805 g;雄性重 20.0%、11.7%、17.2%(阿德利、帽带、巴布亚企鹅)。按百分比阿德利企鹅最大、帽带企鹅最小;按克则巴布亚企鹅最大。
给分:均值、标准差、n 1 分;差值和百分比 1 分;排序及指出两种尺度排序不同 1 分。
B2 检查正态性 3 分
答案:6 组 Shapiro–Wilk P 为 0.20–0.99,Q–Q 图大体沿直线。P > 0.05 只说明没有检测到明显偏离,不能证明服从正态。
给分:6 组检验 1 分;Q–Q 图 1 分;对“不显著”的正确解读 1 分。
常见错误:写“P > 0.05,所以数据服从正态分布”。
B3 Welch t 检验与置信区间 6 分
| 物种 | t | 自由度 | 未校正 P | 均值差/g(95% CI) | Student t |
|---|---|---|---|---|---|
| 阿德利企鹅 | 13.1 | 135.7 | 6.4 × 10⁻²⁶ | 675(573–776) | 13.13 |
| 帽带企鹅 | 5.2 | 62.6 | 2.3 × 10⁻⁶ | 412(254–570) | 5.21 |
| 巴布亚企鹅 | 14.8 | 116.6 | 1.9 × 10⁻²⁸ | 805(697–913) | 14.72 |
手算与 scipy 结果一致。阿德利企鹅和帽带企鹅两组 n 相等,Student t 与 Welch t 的统计量完全相同(Welch t 保留两位小数分别为 13.13 和 5.21),只有自由度不同;巴布亚企鹅(58/61)略有差别。
学生版给出了 welch() 的函数骨架,只留三处填空:标准误、Welch–Satterthwaite 自由度、置信区间的半宽。
给分:scipy 结果 1 分;填空 1、2(标准误、自由度)正确 2 分;填空 3(置信区间半宽)正确 2 分;第 3 问的解释 1 分。
常见错误:自由度用 n₁ + n₂ − 2;置信区间用 1.96 而不是 t 分位数(本例差别很小,但思路要对,扣 1 分);把 ttest_ind(f, m) 的负 t 值直接报告而没说明方向。前两种错误自查格会给出针对性的提示,交上来时仍未改正的照常扣分。
B4 Holm 校正 3 分
| 物种 | Holm 校正后 P | Bonferroni |
|---|---|---|
| 阿德利企鹅 | 1.3 × 10⁻²⁵ | 1.9 × 10⁻²⁵ |
| 帽带企鹅 | 2.3 × 10⁻⁶ | 6.8 × 10⁻⁶ |
| 巴布亚企鹅 | 5.6 × 10⁻²⁸ | 5.6 × 10⁻²⁸ |
最小的 P 乘 3、第二小的乘 2、最大的乘 1。Bonferroni 结果不小于 Holm;本例校正与否不改变结论。
给分:holm() 实现正确(含累计最大值和上限 1)2 分;与 Bonferroni 的比较 1 分。
常见错误:漏掉累计最大值这一步(本例三个 P 值相差悬殊,结果碰巧不受影响;可让学生用 holm([0.01, 0.04, 0.03]) 自查,正确结果是 [0.03, 0.06, 0.06],漏掉这一步会得到 [0.03, 0.04, 0.06])。
B5 Mann–Whitney U 检验 2 分
答案:Holm 校正后 P:阿德利企鹅 9.3 × 10⁻²⁰,帽带企鹅 5.3 × 10⁻⁶,巴布亚企鹅 4.3 × 10⁻¹⁹,均 ≤ 5.3 × 10⁻⁶。结论与 Welch t 检验相同。
给分:检验和校正 1 分;结论 1 分。
B6 讨论题 3 分
第 1 题(2 分):同巢雌雄个体不完全独立,违反两种检验的独立性假设;数据表没有巢编号,无法补救;若能还原配对,可用配对分析或混合模型。效应很大,方向不太可能改变,但 P 值的准确性受影响(论文 4.5 节)。说出非独立 1 分,说出“无法补救的原因”或可行的替代方法 1 分。
第 2 题(1 分):不是一回事;应报告效应量和置信区间,例如“雄性平均重 675 g(95% CI 573–776 g),即 20.0%;Welch t = 13.1,自由度 135.7,Holm 校正后 P = 1.3 × 10⁻²⁵”。
C 部分 回归与辛普森悖论(第 3 周,20 分)
本部分用四项形态测量齐全的 342 只企鹅。
C1 不分物种的回归 2 分
答案:斜率 −0.085 mm/mm,R² = 0.055,P = 1.1 × 10⁻⁵。只看这一步会得出“喙越长越浅”。
给分:三个数 1 分;描述 1 分(此时写“喙越长越浅”不扣分,C2 之后应修正)。
C2 分物种的回归 4 分
| 物种 | n | 斜率(95% CI),mm/mm | R² |
|---|---|---|---|
| 阿德利企鹅 | 151 | 0.18(0.11–0.25) | 0.15 |
| 帽带企鹅 | 68 | 0.22(0.16–0.29) | 0.43 |
| 巴布亚企鹅 | 123 | 0.20(0.16–0.25) | 0.41 |
三个斜率都为正(P 均 < 0.001),与合并斜率方向相反:辛普森悖论。
给分:斜率与 R² 1 分;置信区间(t 分位数 × 标准误)2 分;指出方向相反并命名 1 分。
C3 把悖论画出来 4 分
给分:点按物种区分且有图例 1 分;三条物种内直线 1 分;合并直线且与物种内直线可区分 1 分;坐标轴标题含单位 1 分。
C4 体重对鳍长 5 分
答案:物种内斜率 32.8 g/mm(22.8–42.9)、34.6 g/mm(24.4–44.7)、54.6 g/mm(44.7–64.6),R² 为 0.22、0.41、0.49。合并后 R² = 0.76(斜率 49.7 g/mm)。高出的 R² 主要反映物种之间的体型差异,不是物种内鳍长对体重的解释力。
给分:物种内结果 2 分;合并结果 1 分;对 R² 升高的正确解释 2 分。
常见错误:写“合并后鳍长能解释 76% 的体重变异,所以合并模型更好”;或根据点估计断言“巴布亚企鹅斜率显著更大”(论文没有正式检验斜率差异)。
C5 把物种放进模型 5 分
答案:b₁ = 0.20 mm/mm(95% CI 0.17–0.23),为正,落在三个物种内斜率之间,与合并斜率 −0.085 方向相反。加入物种指示变量后各物种有各自的截距,b₁ 是“同一物种内”喙长每增加 1 mm 喙深的平均变化(假定三个物种斜率相同)。
给分:设计矩阵正确(截距、喙长、两个指示变量)2 分;b₁ 正确 1 分;解释“物种作为固定效应”的含义 2 分。选做的置信区间不单独给分,可在评语中鼓励。
C6 挑战题:再把性别分开 +2 分
答案:体重对鳍长:6 个物种 × 性别组合的斜率 12.0–40.3 g/mm,R² 0.06–0.44,其中 5 个组合的斜率和 R² 都低于该物种两性合并时的值。喙深对喙长只在 3 个组合中 P < 0.05;阿德利企鹅雄性斜率 −0.017 mm/mm(P = 0.75)。物种内斜率混入了两性均值差异,模型中还应纳入性别(论文 4.3 节)。
给分:结果正确 1 分;说明“两性合并同样会抬高斜率和 R²” 1 分。