当前位置：问答库＞考研试题

一、简答题

1． 简述判定系数的含义和作用。

【答案】（1）判定系数的含义

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：

（2）判定系数的作用

判定系数测度了回归直线对观测数据的拟合程度。若所有观测点都落在直线上，残差平方

和

可见

x 完全无助于解释y 的变差，拟合是完全的；如果y 的变化与x 无关，此时

的取值范围是则

越接近于7，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 的变化来解释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。

2． 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。

3． 简述系数、c 系数、系数的各自特点。

【答案】（1）相关系数是描述

式为：式中，列联表数据相关程度最常用的一种相关系数。它的计算公《为列联表中的总频数，也即样本量。说系数适合

这个范围。

列联表的情况。C 系数的列之间的关系不仅是正的，而且是统计上显著的，那么所建立的回联表，是因为对于

计算公式为：

列联表中的数据，计算出的系数可以控制在（2）列联相关系数又称列联系数，简称c 系数，主要用于大于

当列联表中的两个变量相互独立时，系数c=0, 但它不可能大于1。c 系数的特点是，其可能

的最大值依赖于列联表的行数和列数，且随着R 和C 的增大而增大。

（3）克莱默提出了 V 系数。V 系数的计算公式为：

当两个变量相互独立时，当两个变量完全相关时，所以V 的取值在之间。如果列联表中有一维为2，即

4． 概述相关分析与回归分析的联系与区别。

【答案】（1）相关分析和回归分析的联系 则V 值就等于值。

它们具有共同的研宄对象，都是对变量间相关关系的分析，二者可以相互补充。相关分析可以表明变量间相关关系的性质和程度，只有当变量间存在相当程度的相关关系时，进行回归分析去寻求变量间相关的具体数学形式才有实际的意义。同时，在进行相关分析时，如果要具体确定变量间相关的具体数学形式，又要依赖于回归分析，而且在多个变量的相关分析中相关系数的确定也是建立在回归分析基础上的。

（2）相关分析和回归分析的区别

①从研究目的上看，相关分析是用一定的数量指标（相关系数）度量变量间相互联系的方向和程度；回归分析却是要寻求变量间联系的具体数学形式，是要根据自变量的固定值去估计和预测因变量的平均值。

②从对变量的处理看，相关分析对称地对待相互联系的变量，不考虑二者的因果关系，也就是不区分自变量和因变量，相关的变量不一定具有因果关系，均视为随机变量；回归分析是在变量因果关系分析的基础上研宄其中的自变量的变动对因变量的具体影响，必须明确划分自变量和因变量，所以回归分析中对变量的处理是不对称的，在回归分析中通常假定自变量在重复抽样中是取固定值的非随机变量，只有因变量是具有一定概率分布的随机变量。

5． 中心极限定理。

【答案】设随机变量

令

则

也就是说，当n 趋于无穷大时，的分布趋向于标准正态分布 相互独立（S 卩，对任意给定的相互独立）且服从同一分布，该分布存在有限的期望和方

差

6． 什么是置信区间估计和预测区间估计？二者有何区别？

【答案】（1）置信区间估计，它是对x 的一个给定值_求出y 的平均值的估计区间，这一区间

称为置信区间；预测区间估计，它是对x 的一个给定值求出y 的一个个别值的估计区间，这一区间称为预测区间。

（2）置信区间估计和预测区间估计的区别：置信区间估计是求y 的平均值的估计区间，而预测区间估计是求y 的一个个别值的估计区间；

对同一个这两个区间的宽度也是不一样的，预测区间要比置信区间宽一些。

7． 什么是方差分析？它与总体均值的检验或检验有什么不同？其优势是什么？

【答案】方差分析就是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。总体均值的检验或Z 检验，一次只能研宄两个样本，如果要检验多个总体的均值是否相等，那么作这样的两两比较十分烦琐。而且，每次检验两个的做法共需进行

的检验，如果次不同每次检验犯第I 类错误的概率都是0.05, 作多次检验会使犯第I 类错误的概率相应增加，而方差分析方法则是同时考虑所有的样本，因此排除了错误累积的概率，从而避免拒绝一个真实的原假设。

方差分析不仅可以提高检验的效率，同时由于它是将所有的样本信息结合在一起，也増加了分析的可靠性。

8． 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。

的取值范围是越接近于1,