当前位置：问答库＞考研试题

一、名词解释

1． 参数

【答案】参数，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。

2． F 分布

【答案】F 分布：F 分布有两个参数，

3． Ⅱ类错误

【答案】Ⅱ类错误：指接受了实际上不成立的

用

表示。 这类“存伪”的误称为Ⅱ型错误，其概率大小

是分子自由度，是分母自由度，随着两个自由度增大，F 分布亦由正偏态趋于正态分布，其均值和标准差分别

为

二、简答题

4． 简述区间估计的置信区间和显著性水平。

【答案】置信区间，也称置信间距，是指在某一置信度时总体参数所在的区域距离或区域长度。置信区间的上下二端点值称为置信界限。

显著性水平是指估计总体参数落在某一区间时，可能犯错误的概率，用符号表示。

置信度或置信水平。

5． 简述传统的文献综述的问题与元分析的价值。

【答案】（1）传统的文献综述的问题

①以定性分析或描述为主，难以给出一个定量的结论。同时，当所涉及的实验数量不断增加时，得出错误结论的概率也随之增加。

②如果有关研究的数量众多，则从这么多的研究结果中得出一个一般性的结论超出了个人的能力。

③综述者究竟使用了哪些文献常常不得而知。

④传统综述中没有足够重视研究质量、样本大小等因素对研究结论带来的影响。

⑤使用同样的文献，不同的综述者可以得出不同的结论。

（2）元分析的价值

①解决研究结果的矛盾，定量估计研究效应的平均水平，为进一步的研究和做出决策提供全面的文献总结。

②提高统计分析的功效。

称为

③揭示和分析多个同类研究的分歧。

④为确定新的研究问题和对新实验的设计提供帮助。

⑤具有处理大量文献的能力，不受研究数目的限制。

⑥节省研究费用。

⑦研究发表偏向等问题。

6． 举例阐述信号检测论在测量感受性方面的优势及其应用领域。

【答案】信号检测论是信息论的一个分支，研究的对象是信息传输系统中信号的接受部分。信号检测理论将被试的感受性和辨别力分离出来，是对传统的心理物理学方法的重大突破。

信号检测理论是信息论的分支，应用了信息加工原理。因为人的感官、中枢分析综合可以看作一个信息处理系统，因此可以对它进行分析，这个理论还可以加深人们对感受系统的理解。信号检测理论引入心理学，解决了传统心理研究方法不能解决的问题，把被试的反应倾向和辨别力区分开来。同时实验表明，用传统心理物理法测得的痛阈提高了，并不意味着痛觉感受性的下降，而常常是由于改变了极痛标准而造成。统计决策理论是信号检测理论的数学基础。这个理论的最大优点是可以把操作者的感觉敏感性和反应偏向分开，为研究提供了分析工具。其应用主要表现在以下几个方面:

（1）医学心理学中的应用

异常症状既可以出现在病人也可以出现在正常人身上，医生最初的任务是做出“是”或“不是”的决断。一部分研究者则关注更具体的诊断问题。对痛阈的新的认识否认了传统认为痛阈的提高是由于痛感觉的减轻所致。事实上，被试的感觉辨别力始终没有多大改变，所改变的仅仅是他的痛阈报告的标准。

（2）工程心理学中的应用

在复杂的人机关系中，警戒操作是工程心理学中的一个重要问题。警戒是指操作者在相当长时间内，对环境中偶然出现的某种信号的觉察并做出反应的持续准备状态。对警戒衰退所做的信号检测论分析表明，应该把击中概率和虚报概率两者结合起来，还应把感觉敏感性和反应偏向分开处理才能说明警戒下降的真正原因。

（3）认知研究中的应用（短时记忆，再认记忆的研究）

除了在感知觉方面的研究外，信号检测论还可应用于再认记忆研究中，在再认记忆中，被试所面临的操作实际上是检测当前的刺激（可能识记过，也可能未识记过，既可能是信号，也可能

，将它同记忆痕迹进行“匹配”，作出“是”或“不是”的反应，这一操作可以看作是典型的信是噪音）

号检测论问题。

7． 选择下列“研究题目”中的一个，讨论使用质的研究方法的可行性，并提出自己的研究设计。

【答案】中国人自尊结构的探索 公务员培训的需求研究

一个成功者的心路历程 农村高中决策研究

外出民工打工动机的动向研究 私立预备学校中教师互动模式研究

大学生未来时间定向探索 自由职业者工作特点研究

溪口中学推进人格养成教育的研究 对热衷于探险行为的人的研究

企业员工激励与约束机制探索对×××志愿者的研究

8． 因素分析的假设条件有哪些?SPSS 中如何检验？

【答案】（1）因素分析的假设条件

①从宏观层面的研究构想说，因素分析着重在于分析变量间的共同变异，因此变量背后必须存在“潜在”的维度，否则得到的因素分析结果就难以理解。

②因素分析通常首先要求观测变量分数以及公共因素、独特因素都用标准分数表示，即变量和因素的均值均为0，方差均为1；其次，公共因素和独特因素间不相关，各独特因素之间也不相

；另外，由于因素分析的目的是找出观测变量中潜在的因素结构，因关（尤其在公因子分析法中）

此要求观测变量间应有较强的相关关系，一般要求绝大部分相关系数应不低于0.3；此外，正交模型要求公因子之间应当相互独立，尤其是在主成分分析中。

③同任何统计方法一样，因素分析对数据类型以及数据的分布也有一定的要求，等距型数据是一个基本要求，一些特殊情况下等级型数据也可以接受。

9． 如何讨论元分析的结果？

【答案】有关元分析结果的分析与讨论一般会涉及以下一些方面：

（1）分析变异来源。如果纳入元分析的研究间有异质性，应检验异常值，讨论异质性的来源及其对效应合并值的影响。异质性的来源主要有研究纳入标准不一致，各个研究的基线水平、处理、结果变量不同等。

（2）讨论各种偏向的识别和控制。如前所述，元分析过程中出现各种偏向在所难免，因此应该通过计算出失效安全系数或画漏斗图等方式对偏向情况及其可能造成的影响进行说明和评估，并在文中交待为了避免偏向做出了哪些努力。

（3）讨论元分析结果的意义。对元分析结果的解释必须十分小心，特别是心理学研究中的有些结果是似是而非或相互矛盾的。在讨论元分析的结果时，应结合研究背景和实际意义进行讨论，必要时也可以比较大样本的单独研究和元分析结果的一致性。

10．主成分法和公因子法的主要区别是什么？

【答案】主成分法和公因子法的主要区别是：

（1）当公因子方差为1时，主成分与公因子实质是一样的；

（2）随着变量数的増多，主成分与公因子法的差异变小；

（3）当样本量很大时，最大似然解精度有明显提高。

（4）两种方法的选择取决于因子分析的目的和对变量方差的了解程度。主成分分析法适用于用最少的因子最大程度地解释方差，或特殊因子带来的方差很小；公因子分析方法确定数据结构但并不了解变量方差。