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． 个体

【答案】个体（individual ）亦称“单位”、“样品”，统计学术语指总体中的每一个单位、样品或成员。是统计调查、试验或观测的最基本对象，是构成样本、总体的最小单元。在心理学研宄中，个体根据研宄目的不同，可以是人，也可以是人在某种实验条件下的某个反应，或每个实验结果、每个数据。

3． 古典概率

【答案】古典概率也叫先验概率，是指在特殊情况下直接计算的比值。计算方法是事件A 发生的概率等于A 包含的基本事件数M 与基本事件总数N 之比。古典概率是最简单的随机现象的概率计算，建立在这样几个特定条件上的，即:事件的互斥性、事件的等概率性以及事件组的完备性。

4． 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

，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:各层的部分（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。

5． 二列相关

【答案】二列相关是一种两列变量的质量相关。适用的资料是两列均属于正态分布，但其中一列变量是等距或等比的测量数据，另一列变量虽然也呈正态分布，但它被人为地划分为两类，例如:健康与不健康的划分。这种相关适用于对项目区分度指标的确定。

6． 集中量数与差异量数

【答案】集中量数与差异量数都是描述一组数据特征的统计量。集中量数是表现数据集中性质或集中程度的，数据的集中情况指一组数据的中心位置；集中趋势的度量即确定一组数据的代表值，描述集中情况的度量包括:算术平均数、中位数、众数、几何平均数、调和平均数和加权平均数等。差异量数是表现数据分散性质或分散程度的，数据的差异性即为离中趋势；常见的差异量数有标准差或方差、全距、平均差、四分差和各种百分差等。

二、简答题

7． 回归分析与因素分析有什么区别？

【答案】因素分析又称因子分析，是处理多变量数据的一种统计方法，它可以揭示多变量之间的关系，其主要目的是从为数众多的可观测的变量中概括和综合出少数几个因子，用较少的因子变量来最大程度地概括和解释原有的观测信息，从而建立起简洁的概念系统，揭示出事物之间本质的联系。

8． 对两个以上平均数两两之间的差异检验为什么不能两两之间进行t 检验？

【答案】同时比较的平均数越多，其中差异较大的一对所得t 值超过原定临界值的概率就越大，这时《错误的概率将明显增加，或者说本来达不到显著性水平的差异就很容易被说成是显著了，这时用f 检验就不适宜。比如要比较3个总体平均数之间的差异，如果用t 检验就需要比较3

9． 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（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。

次，假如每次比较的置信区间为95%, 那么3

次比较后检验的可靠性就降低为

（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。

10．统计分组应注意哪些问题？

【答案】进行统计分组时需要注意下列问题

（1）分组要以被研究对象的本质特性为基础

面对大量原始数据进行分组时，有时需要先做初步的分类，分类或分组一定是要选择与被研究现象的本质有关的特性为依据，才能确保分类或分组的正确。在心理学与教育学研究方面，专业知识的了解和熟悉对分组的正确进行有重要作用。例如在学业成绩研究中按学科性质分类，在整理智力测验结果时，按言语智力、操作智力和总的智力分数分类等。

（2）分类标志要明确，要能包括所有的数据

对数据进行分组时，所依据的特性称为分组或分类的标志。整理数据时，分组标志要明确并且在整理数据的过程中前后一致。这就是说，关于被研究现象本质特性的概念要明确，不能既是这个又是那个。另外，所依据的标志必须能将全部数据包括进去，不能有遗漏，也不能中途改变。

11．回归分析与相关分析的区别和联系是什么？

【答案】相关分析和回归分析的联系是：它们通常都是基于两正态连续变量的假设，都是处理两变量间相互关系的统计方法，通常两种方法不同时出现在文章中；

二者的区别是作为相互关系分析的方法，相关分析是通过提供一个相关系数来考察两变量间的联系程度，而回归分析则是重在建立两变量间的函数关系式，因此通常可以先考察相关系数的显著型，如果显著则可以进一步考虑建立变量间的回归方程。此外，相关分析和回归分析又各有一些具体方法用于处理不同的情况，如相关分析还包括等级相关，质量相关和品质相关，回归分析还包括非线性回归等。