当前位置：问答库＞考研试题

一、概念题

1． 无偏估计

【答案】无偏估计是评价估计量的好坏的一个指标。设参数则它表明对 估计量进行多次观测，其正负偏差趋于抵消，而平均取值正好是待估参数，则称

的无偏估计量。如样本均值

2． 概率

【答案】概率（probability ），概率论术语指，随机事件发生可能性大小度量指标。①概率描述性定义。随机事件A 在所有试验中发生可能性大小的量值，称为事件A 的概率，记为P （A ）。如将一枚均匀硬币上抛足够多次，会发现“正面朝上”的事件出现的频率在0.5上下波动。这种频率稳定性从实践上表明随机事件的概率是客观存在的。②概率的精确定义。设P 是定义在“事件域”上的一个集合函数，若满足下列条件，则称之为概率：

a.P

两互不相容对一

切，则是总体均值的无偏估计量。 为参数的估计量为若满足，

（性质（ⅲ）称为完全可加性）。若P 是概率，则不可能事件的概率为零，即对任意事件有应当注意，若P （A ）=0, 并不能说A —定是不可能事件，即不可能事件的概率一定是零，但概率为零的事件未必是不可能事件。这是由于P 是集合函数，可能在某些点集上（如有限个点）为零。同理，概率为1的事件，未必是必然事件。

3． 分层随机抽样

【答案】分层随机抽样是抽样方式的一种。按照总体已有的某些特征，将总体分成几个不同的部分（层），再分别在每部分中随机抽样，这种抽样的方法称为分层随机抽样。总原则是:各层内的变异要小，层与层间的变异越大越好。分层抽样充分利用了总体己知的信息，其样本代表性及推论的精确性一般优于简单随机抽样。对于同一总体，n 相同时，分层抽样误差小于简单随机抽样误差。

4． 统计检验力

【答案】统计检验力又称假设检验的效力是指假设检验能够正确侦察到真实的处理效应的能力，也指假设检验能够正确地拒绝一个错误的虚无假设的概率，因此效力可以表示为

第 2 页，共 36 页 检验

的效力越高，侦察能力越强。影响统计检验力的因素有:①处理效应大小，处理效应越明显，越容易被侦查到，假设检验的效力也就越大。②显著性水平a , a 越大，假设检验的效力也就越大。③检验的方向性，单侧检验侦察处理效应的能力高于双侧检验。④样本容量，样本容量越大，标准误越小，样本均值分布越集中，统计效力越高。

二、简答题

5． 学业考试成绩为X ，智力测验分数为y ，已知这两者的rxy=0.5, IQ=100+15z, 某学校根据学

，录取率为15%，若一个智商为115的学生问你他被录取的可能性为多少，业考试成绩录取学生

你如何回答他？

【答案】由

为可以看出学业考试成绩与智力测验分数只存在中等相关且可知测定系数即学业成绩的变异中只有25%由智商引起，也就是智力测验分数的多少不能作

智商为115, 由可以得出z=l。这个标准分数显示了这个学生在同龄儿童中的相为预测学业考试成绩的较好指标。 对位置，说明这个学生处于同龄学生构成的常模中一个标准差的位置。大概在0.3413的位置，按照正态分布表，其以上还有大约15.87%的人数。因此，如果某学校根据学业考试成绩录取学生，录取率为15%，那么这个学生很有可能录取不上。但是由于智力测验只代表某种程度上的智力表现，而且学校的学业测验与智力测验相关系数不大，所以只能作为参考，不能用来计算和预测。应该告诉他不要迷信测验，认真备考，任何可能性都有。

6． 试比较完全随机设计与随机区组设计的优缺点。

【答案】（1）完全随机设计

计的方差分析的方差分析，就是对单因素组间设

在这种实验研究设计中，各种处理的分类仅以单个实验变量为基础，因而，把它称为单因素方差分析或单向方差分析。随机区组设计由于同一区组接受所有实验处理，使实验处理之间有相关，因此又称之为相关组设计，或称被试内设计。

（2）与完全随机设计相比，随机区组设计最大优点是考虑到个别差异的影响。这种由于被试之间性质不同导致产生的差异就称为区组效应。随机区组设计可以将这种影响从组内变异中分离出来，从而提高效率。随机区组设计设计也有不足，主要表现为划分区组困难，如果不能保证同一区组内尽量同质，则有出现更大误差的可能。

（3）与随机区组设计相比，完全随机设计的优点是完全按照随机化的原则安排实验处理和被试，完全随机设计的缺点是实验误差既包括实验本身的误差，又包括被试个别差异引起的误差，无法分离，被试的数量随着实验处理数的増加而增加，因而它的效率受到一定限制。

7． T 检验、F 检验、卡方各自适用于什么情况？

【答案】（l ）t 检验运用于总体分布已知的参数检验法中。需要满足总体正态分布，总体

方差未知的情况下的显著性、差异性检验。比较适合于小样本（

第 3 页，共 36 页 这时需要数据符合t

分布。当样本含量n 小时，若观察值x 符合正态分布，则用t 检验（因此时样本均数符合t 分布）。

常见的t 检验形式有:样本均数与总体均数比较的t 检验；配对设计的t 检验；成组设计两样本均数比较的t 检验。

两个小样本均数比较的t 检验有以下应用条件:

①两样本来自的总体均符合正态分布，

②两样本来自的总体方差齐。

因此在进行两小样本均数比较的t 检验之前，要用方差齐性检验来推断两样本代表的总体方差是否相等，方差齐性检验的方法使用F 检验，其原理是看较大样本方差与较小样本方差的商是否接近“1”。若接近“1”，则可认为两样本代表的总体方差齐。判断两样本来自的总体是否符合正态分布，可用正态性检验的方法。若两样本来自的总体方差不齐，也不符合正态分布，对符合对数正态分布的资料可用其几何均数进行t 检验，对其他资料可 用检验或秩和检验进行分析。

（2）F 检验常常用于方差的显著性检验中。要检验两组数据的离散程度是否有显著不同，需要对两组数据的方差进行差异检验。这时数据符合F 分布。在平均数差异检验时，如果不是相关样本，需要进行方差齐性检验。单因方差分析（F 检验）•常用来检验一个变异因素对试验结果的显著性。作为参数检验法的一种，单因方差分析通常需要假设数据为服从正态分布的随机样本和方差齐性。

方差分析的基本条件是:总体正态分布；变异的可加性；各处理内的方差一致。

（3）卡方运用于非参数检验。适用于样本是频数分布的情况。其数据是属于点计而来的离散变量；总体分布未知；不是对总体参数的检验，而是对总体分布的假设检验。计数资料的统计检验主要用卡方检验，可以用来同时检验一个因素两项或多项分类的实际观测数据，与某理论次数分布是否相一致的问题，或有无显著差异的问题；还可用于检验两个或两个以上因素各有多项分类之间，是否有关联或是否具有独立性的问题。

卡方检验用于计数资料的分析，对于数据资料本身的分布形态不作任何假设，所以从一定的意义上来讲，又是一种非参数检验的方法。

8． 判断某个变量X 的样本是否符合卡方分布的方法是什么？

【答案】判断某个变量X 的样本是否符合卡方分布可以根据卡方分布适用的条件来考虑。 卡方运用于非参数检验。适用于样本是频数分布的情况。其数据是属于点计而来的间断变量；总体分布未知；不是对总体参数的检验，而是对总体分布的假设检验。计数资料的统计检验主要用卡方检验，可以用来同时检验一个因素两项或多项分类的实际观测数据，与某理论次数分布是否相一致的问题，或有无显著差异的问题；还可用于检验两个或两个以上因素各有多项分类之间，是否有关联或是否具有独立性的问题。

卡方检验用于计数资料的分析，对于数据资料本身的分布形态不作任何假设，所以从一定的意义上来讲，又是一种非参数检验的方法。

第 4 页，共 36 页