当前位置：问答库＞考研试题

一、概念题

1． 随机原则

【答案】随机原则指在进行抽样时，总体中每一个个体是否被抽取，并不由研究者主观决定，而是每一个体按照概率原理被抽取的可能性是相等的。由于随机抽样使每个个体有同等机会被抽取，因而有相当大的可能性使样本保持和总体有相同的结构，或者说，具有最大的可能使总体的某些特征在样本中得以表现。这时可以说随机样本可以保证样本代表总体。

2． 推论统计

【答案】推论统计又称推断统计，主要研宄如何通过局部数据所提供的信息，推论总体或全局的情形；如何对假设进行检验和估计；如何对影响事物变化的因素进行分析；如何对两件事物或多种事物之间的差异进行比较等。这是推论统计要研宄的内容，常用的统计方法有：假设检验

的各种方法、总体参数特征值的估计方法（又称总体参数的估计）和各种非参数的统计方法等等。

3． 频率

【答案】频率（frequency ）①亦称“相对频数”。某随机事件A , 在N 次试验中出现的次数n 与试验总次数N 的比值。亦称事件A 发生的频率。记为其值介于0〜1之间。事件的频率越大，说明它出现的可能性越大；反之则越小。一个事件的频率不是一个固定的数值，与总次数N 有关，且即使再重复N 次试验，次数n 也可能不同。但在大量重复试验中频率具有稳定性，即当试验次数N 无限增大时，频率F 会在某个固定值上下波动，而且偏差越来越小。②简谐振动基本物理量。物体每秒振动的次数。单位是赫兹（Hz ）。在数学关系上频率是物体振动周期的倒数。

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． 估计总体平均数落入该区间的正确可能性概率为1-«，犯错误的可能性概率为«。1. 在进行差异的显著性检验时，若将相关样本误作独立样本处理，对差异的显著性有何影响，为什么？

【答案】（1）在进行差异的显著性检验时，首先需要考虑样本是否服从正态分布，如果服从正态分布，还需要考虑总体方差是否已知，然后看样本是否是独立样本。若将相关样本误作独立样本处理，则忽视了样本数据之间的一致性，导致错误地运用计算公式，差异的显著性也会受到误估，使本来可能有显著差异变成无显著差异。

（2）因为相关样本与独立样本不同，会运用不同的计算方法计算显著性。相关样本与独立样本是根据两个样本是否来自同一个总体来划分的。

①如果是独立样本，其和（或差）的方差等于各自方差的和，即

在进行差异的显著性检验中采用以下公式:

②相关样本之间存在着一一的对应关系。如果是相关样本前后两次结果则相互影响，而不独立。当两个变量之间相关系数为r 时，两变量差的方差为:

在进行差异的显著性检验中采用以下公式:

由计算公式可以看出，独立样本和相关样本在进行差异的显著行检验时，使用了不同计算公式，相关样本的标准误可能会比独立样本的标准误小，使得计算出的Z 值大，从而更容易达到显著性水平，所以如果将相关样本误作独立样本处理，会使本来可能有显著差异变成无显著差异。

6． 一个变量的两个水平间的相关很高，是否说明两水平的均数间没有差异呢？为什么？举例说明。

【答案】不能说明两水平的均数间没有差异。

（1）相关关系是指两类现象在发展变化的方向与大小方面存在一定的关系，但不能确定两类现象之间哪个是因，哪个是果。相关的情况可以有三种:一种是两列变量变动方向相同，即一

种变量变动时，另一种变量也同时发生或大或小与前一种变量同方向的变动，称为正相关。如身高与体重的关系。第二种相关情况是负相关，这时两列变量中若有一列变量变动时，另一列变量呈或大或小但与前一列变量指向相反的变动。例如初打字时练习次数越多，出现错误的量就越少。第三种相关是零相关，即两列变量之间无关系。比如学习成绩与身高的关系。

（2）当一个变量的两个水平的相关很高时，需要考虑这种相关是正相关还是负相关，即考虑其变化发展的方向。

（3）当一个自变量的两个水平的相关很高时，不能说明两个水平的均数之间没有差异。因为两组变量的相关系数大小只是表明两组的线性关系强弱。即使两组变量成完全正相关，即相关系数为+1，也不能说明两组变量的平均数没有差异。比如两组变量的对应关系

为即这时两组变量的相关系数为+1，而两组变量的均数不不

同的。因为这是在同一个变量的不同水平，而且缺乏足够的信息分析。如果要知道这两个水平均数之间是否有差异，可以采用t 检验等方法获得。

7． 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。

8． 简述点估计和区间估计。

【答案】参数估计分为点估计和区间估计。

（1）点估计指用样本统计量来估计总体参数的值，因为样本统计量为数轴上某一点值，估计的结果也以一个点的数值表示，所以称为点估计。例如，对总体平均数的估计，用样本平均数一个好的估计量应该具备无偏性、有效性、一致性和充分性。由于估计量是一个随机变量，所以点估计以随机变量中的某一个值来作估计，很显然会产生一定的误差。若误差较小，这个点估计值还是一个好的估计值，若误差较大，这个点估计便失去了意义，而区间估计在一定意义上弥补了点估计的不足之处。

（2）区间估计指根据估计量以一定可靠程度推断总体参数所在的区间范围，是在点估计的基础上，用数轴上的一段距离表示未知参数可能落入的范围，不仅给出一个估计的范围，使总体参数包含在这个范围之内，而且还能给出估计精度并说明估计结果的有把握的程度。区间估计涉及以下几个概念:

①显著性水平和置信水平