当前位置：问答库＞考研试题

一、概念题

1． 次数

【答案】次数是指某一事件在某一类别中出现的数目，又称为频数（frequency ）, 用f 表示。

2． 四分差

【答案】四分差又称四分位差，是差异量数的一种。计算公式:

位数，第三个四分第一个四分位数。在次数分配上第一个四分位数与第三个四分位数之间包含着全体项数的一半。次数分配越集中，离中趋势越小，则这二者的距离也越小。根据这两个四分位数的关系，观测次数分配的离散程度也可以得到相当高的准确性。因此，四分差可以说明某系列数据中间部分的离散程度，并可避免两极端值的影响。四分差通常与中数联系起来共同应用，不适合进一步代数运算，反应不够灵敏。

3． 统计量

【答案】统计量（statistic ），统计学术语，指不含未知参数的样本的函数。设有一总体X

，

是取自x 的一个随机样本，

数，则称

统计量，是一个统计量。如，样本均值是不包含任何未知参数的函是一个也是一个统计量。在各种不同的统计分析或推断中，

，若数学期望y 未知，可并不直接使用随机样本，而是将随机样本“加工”为统计量。在解决不同问题时有不同的统计量，统计量是直接用来进行分析或推断的重要工具。如正态总体

用样本均值X 去估计；在两个总体的均值差异显著性检验时，要运用Z 统计量或t 统计量。

二、简答题

4． 如何确认变量之间有因果关系？回归方程中的自变量X 和因变量Y 是否肯定有因果关系？

【答案】（1）因果关系是指某一些变量的变化引起另一些变量发生变化的关系。因果关系可以是直接的，也可以是间接的（即可能有中介变量）；可以是一因多果，也可以是多因一果。变量之间的因果关系必须符合的条件如下:有可解释的相关关系；有一定的时间先后顺序；不能是虚性关系（即一种关系被另一种关系取代后，原来的关系被证明不成立）；因果决定的方向不能改变等。

（2）确定因果关系的途径。

①归纳法

a. 求同法，也称契合法，是指被研究现象在不同事例中出现，而每个事例的先行情况中只有一种相同，其余均不相同，这种相同的先行情况便可能是该现象的原因。

b. 求异法，也称差异法，是指被研究现象在一个事例中出现，而在另一个事例中不出现，而这两个事例只有一种先行情况不同，其余均相同，那么这一不同的先行情况就是该现象的原因。

c. 求同求异并用法，是求同法和求异法的综合，即在被研究现象出现的事例中只有一个相

同的先行情况，而未出现的事例中都没有这一先行情况，那么这一先行情况就是该现象的原因。

d. 共变法，指在其他先行情况都相同、只有一种不同的情况下，被研究对象随着这一先行情况的变化而发生变化，那么这一先行情况就是该现象的原因。

e. 剩余法适合于复合现象的因果分析，影响复合现象的因素有多种，除去已知因果联系的部分，则被研究对象的剩余部分与其余影响因素之间必然存在因果关系。

②实验设计法

通过实验设计，对无关变量进行有效控制，从而确保因变量的变化确实是由自变量引起的，从而确定因果关系。

③统计分析法

例如，运用结构方程模型探讨因果关系。

（3）回归分析是通过观测值寻求一个或数个自变量与一个因变量之间的函数关系的一种统计方法，所以回归方程中的自变量X 和因变量Y 不一定存在因果关系。

回归分析的基本思路是根据多次观测值计算出回归系数，建立回归方程并进行回归系数的显著性检验。回归分析是以数学方式表示变量间的关系。通过回归方程可以根据x 预测Y ，但回归分析并不能确立变量之间的因果关系。

5． 某厂要进行压力的性别差异的研究，但由于工厂不大就把男女员工的数据都收集来了，那么应该用什么方法看性别间有否差异呢？

【答案】可以用独立样本t 检验进行性别间差异检验。

首先可以从样本的抽样方面考虑这个工厂在数据采集上的科学性。

抽样调查也会遇到调查的误差和偏误问题。通常抽样调查的误差有两种:一种是工作误差（也称登记误差或调查误差），一种是代表性误差（也称抽样误差）。另外，由于调查单位少，代表性强，所需调查人员少，工作误差比全面调查要小。特别是在总体包括的调查单位较多的情况下，抽样调查结果的准确性一般高于全面调查。因此，抽样调查的结果是非常可靠的。但是抽样调查得遵循一定的原则:

（1）调查样本是按随机的原则抽取的，在总体中每一个单位被抽取的机会是均等的，因此，能够保证被抽中的单位在总体中的均匀分布，不致出现倾向性误差，代表性强。

（2）所抽选的调查样本数量，是根据调查误差的要求，经过科学的计算确定的，在调查样本的数量上有可靠的保证。而且抽样过程中样本要能代表总体，不能随便挑选。

因此，这个工厂在进行性别差异的研究中，没有考虑抽样的科学性原则。这样得出的结果只能代表这个工厂的情况，而缺乏推论价值。

6． 线性回归的基本假设是什么？

【答案】（1）线性关系假设

X 与Y 在总体上具有线性关系，这是一条最基本的假设。回归分析必须建立在变量之间具有线性关系的假设成立上。如果X 与Y 的真正关系不是线性，而回归方程又是按线性关系建立的，这个回归方程就没有什么意义了。非线性的变量关系，需使用非线性模型。

（2）正态性假设

正态性的假设系指回归分析中的Y 服从正态分布。这样，与某一个

量Y 的一个子总体，所有这样的子总体都服从正态分布，其平均数记作各个子总体的方差都相等。因此经由回归方程式所分离的误差项e ，即由特定与实际值对应的Y 值构成变方差记作所预测得到的之间的差距，也应呈正态分布。误差项e 的平均数为0。所以，也有人指出线性回归中应满足变量X 没有测量误差这一严格假设，但在实际中很难满足，常常只是对X 的测量误差忽略不计。

（3）独立性假设

①指与某一个X 值对应的一组F 值和与另一个X 值对应的一组7值之间没有关系，彼此独立。

②指误差项独立，不同的X 所产生的误差之间应相互独立，无自相关

误差项也需与自变量X 相互独立。

（4）误差等分散性假设

特定X 水平的误差，除了应呈随机化的常态分配，其变异量也应相等，称为误差等分散性。不相等的误差变异量（即误差变异歧异性，），反应出不同水平的X 与Y 的关系不同，不应以单一的回归方程式去预测Y 。当研究资料具有极端值存在时，或非线性关系存

在时，误差变异歧异性的问题就容易出现。违反假设时，对于参数的估计检验力就会变得不足。

7． 方差分析的功能及其基本假定条件有哪些？

【答案】方差分析的主要功能在于分析实验数据中不同来源的变异对总变异的贡献大小，从而确定实验中的自变量是否对因变量有重要影响。

运用F 检验进行的方差分析是一种对所有组间平均数差异进行的整体检验。进行方差分析时有一定的条件限制，其假定条件有：

（1）总体正态分布

方差分析同Z 检验及t 检验一样，也要求样本必须来自正态分布的总体。

（2）变异的相互独立性

总变异可以分解成几个不同来源的部分，这几个部分变异的来源在意义上必须明确，而且彼此要相互独立。

（3）各实验处理内的方差要一致

各实验处理内的方差彼此应无显著差异，这是方差分析中最重要的基本假定。

而