当前位置：问答库＞考研试题

一、简答题

1． 简述统计分组的原则。

【答案】采用组距分组时，需要遵循不重不漏的原则。不重是指一项数据只能分在其中的某一组，不能在其他组 中重复出现；不漏是指组别能够穷尽。即在所分的全部组别中每项数据都能分在其中的某一组，不能遗漏。

为解决不重的问题，统计分组时习惯上规定“上组限不在内”。即当相邻两组的上下限重叠时，恰好等于某 一组上限的变量值不算在本组内，而计算在下一组内。而对于连续变量，可以采取相邻两组组限重叠的方法，根 据“上组限不在内”的规定解决不重的问题，也可以对一个组的上限值采用小数点的形式，小数点的位数根据所 要求的精度具体确定。

2． 给出在一元线性回归中：

（1）相关系数的定义和直观意义；

（2）判定系数的定义和直观意义；

（3）相关系数和判定系数的关系。

【答案】（1）相关系数是根据样本数据计算的度量两个变量之间线性关系强度的统计量。若相关系数是根据总体全部数据计算的，称为总体相关系数，记为

称为样本相关系数，记为r 。样本

相关系数的计算公式为：

按上述计算公式计算的相关系数也称为线性相关系数，或称为相关系数。r 仅仅是x 若是根据样本数据计算的，则与y 之间线性关系的一个度量，它不能用于描述非线性关系。这意味着，r=0只表示两个变量之间不存在线性相关关系，并不说明变量之间没有任何关系，它们之间可能存在非线性相关关系。变量之间的非线性相关程度较大时，就可能会导致r=0。因此，当r=0或很小时，不能轻易得出两个变量之间不存在相关关系的结论，而应结合散点图做出合理的答释。

（2）回归平方和占总平方和的比例称为判定系数，记为其计算公式为：

判定系数测度了回归直线对观测数据的拟合程度。

第 2 页，共 47 页 的取值范围是越接近于1,

表明回归平方和占总平方和的比例越大，回归直线与各观测点越接近，用x 的变化来答释y 值变

差的部分就越多，回归直线的拟合程度就越好；反之，越接近于0, 回归直线的拟合程度就越差。

（3）相关系数和判定系数都是用来表明X 与Y 的关系，即X 对Y 的拟合程度。在一元线性回归中，相关系数实际上是判定系数的平方根。相关系数取值范围在卜之间。判定系数取值范围在[0, 1]之间。

3． 试述统计总体及其特征。

【答案】总体是包含所研宄的全部个体（数据）的集合，它通常由所研宄的一些个体组成，如由多个企业构成的 集合，多个居民户构成的集合，多个人构成的集合，等等。总体根据其所包含的单位数目是否可数可以分为有限总体和无限总体。有限总体是指总体的范围能够明确确定，而且元素的数目是有限可数的。通常情况下，统计上 的总体是一组观测数据，而不是一群人或一些物品的集合。

总体具有的特征包括：（1）同质性，即总体单位都必须具有某一共同的品质标志属性或数量标志数值，它是 构成总体的条件；（2）大量性，即构成总体的总体单位数目要足够多；（3）差异性，即总体单位必须具有一个或 若干个品质变异标志或数量变异标志。

4． 欲调查广州市初中学生的身高情况，随机抽取100名广州市初中学生，测量了身高。

（1）用此例说明这几个统计概念，总体（population ）, 样本（sample ）, 参数（pammeter ）, 统计量（statistics ）。

（2）请说明如何对这100例身高数据进行描述性统计分析。

【答案】（1）总体（population ）是包含所研宄的全部个体（数据）的集合，它通常由所研宄的一些个体组成。 本例中的总体是广州市所有初中学生。

样本（sample ）是从总体中抽取的一部分元素的集合，构成样本的元素的数目称为样本量（sample size）。 本例中的样本是随机抽取的100名广州市初中学生，其中样本量为100。

参数（parameter ）是用来描述总体特征的概括性数字度量，它是研究者想要了解的总体的某种特征值。本 例中广州市所有初中学生的平均身高即是一个参数。

统计量（statistic ）是用来描述样本特征的概括性数字度量。它是根据样本数据计算出来的一个量，由于 抽样是随机的，因此统计量是样本的函数。随机抽取的100名广州市初中学生的平均身高即是一个统计量。

（2）所谓描述性统计分析，就是对一组数据的各种特征进行分析，以便于描述测量样本的各种特征及其所 代表的总体的特征。主要包括集中趋势的描述，可计算身高的均值，中位数和众数，也可采用箱线图直观的反映 数据的集中趋势以及是否存在异常值；离散程度的描述，可计算身高的方差，变异系数，四分位差或极差，也可 采用折线图或散点图等直观反映数据的离散程度；分布的偏态与峰度描述，可计算偏度和峰度值，或采用茎叶图 或直方图直观的反映分布是否与正态

第 3 页，共 47 页

分布或单峰偏态分布逼近。

5． 简述方差分析的基本原理。

【答案】方差分析通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。在方差分析中，数据的误差是用平方和来表示的，总平方和可以分解为组间平方和与组内平方和。组内误差只包含随机误差，而组间误差既包括随机误差，也包括系统误差。如果组间误差中只包含随机误差，而没有系统误差。这时，组间误差与组内误差经过平均后的数值就应该很接近，它们的比值就会接近1; 反之，如果在组间误差中除了包含随机误差外，还会包含系统误差，这时组间误差平均后的数值就会大于组内误差平均后的数值，它们之间的比值就会大于1。当这个比值大到某种程度时，就可以说因素的不同水平之间存在着显著差异，也就是自变量对因变量有影响。

6． 简述时间序列的预测程序。

【答案】在对时间序列进行预测时，通常包括以下几个步骤：

（1）确定时间序列所包含的成分，也就是确定时间序列的类型；

（2）找出适合此类时间序列的预测方法；

（3）对可能的预测方法进行评估，以确定最佳预测方案；

（4）利用最佳预测方案进行预测。

7． 回归分析结果的评价。

【答案】对回归分析结果的评价可以从以下四个方面入手：

（1）所估计的回归系数的符号是否与理论或事先预期相一致；

（2）如果理论上认为

归方程也应该如此；

（3）用判定系数来回答回归模型在多大程度上解释了因变量取值的差异；

（4）考察关于误差项的正态性假定是否成立。因为在对线性关系进行检验和对回归系数进行？检验时，

都要求误差项服从正态分布，否则，所用的检验程序将是无效的。检验正态性的

简单方法是画出残差的直方图或正态概率图。

8． 举例说明什么是列联表的独立性检验。

【答案】变量分为定量变量和定性变量。对于定量变量我们用回归分析等方法机进行研宄。对于定性变量，如吸烟是否与患癌症有关、性别与是否喜欢数学有关、年龄和喜欢的电视节目类型是否有关等等，我们对其进行列联 表的独立性检验。列联表的独立性检验是对一个分类变量的检验，因其分析过程可以通过列联表的方式呈现，故又可称为列联分析。

第 4 页，共 47 页 之间的关系不仅是正的，而且是统计上显著的，那么所建立的回