当前位置：问答库＞考研试题

一、概念题

1． 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。

2． 假设检验

【答案】在统计学中，通过样本统计量得出的差异作出一般性结论，判断总体参数之间是否存在差异，这种推论过程称假设检验。假设检验是推论统计中最重要的内容，它的基本任务就是事先对总体参数或总体分布形态做出一个假设，然后利用样本信息来判断原假设是否合理，从而决定是否接受原假设。检验的推理逻辑是一定概率保证下的反证法。一般包括四个步骤：（1）根

据问题要求提出原假设 （2）寻找检验统计量，用于提取样本中的用于推断的信息，要求在Ho 成立的条件下，统计量的分布已知且不包含任何未知参数；（3）由统计量的分布，计算“概率值”或确定拒绝域与接受域；（4）由具体样本值计算统计量的观测值，对统计假设作出判断。若Ho 的内容涉及到总体参数，称为参数假设检验，否则为非参数检验。

3． 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的部分（层），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。

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

第 2 页，共 31 页 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． 应用标准分数求不同质的数据总和时应注意什么问题？

【答案】应用标准分数求不同质的数据总和时应注意这些不同质的观测值的次数分布应该是正态的。因为标准分是线形变化，不改变原分布的形态，只有原分布是正态时，转化后的标准分才是正态的。

6． 简述条形图与直方图的区别。

【答案】条形图与直方图的区别：

①描述的数据类型不同。条形图用来描述称名型数据或计数数据，而直方图主要用来描述分组的连续性数据；

②表示数据多少的方式不同。条形图用直条的长短或高低表示数据的多少和大小，而直方图用面积表示数据的多少和大小。直方图的总面积与总次数相等；

③坐标轴上的标尺分点意义不同。条形图的一个坐标轴是分类轴，而直方图的一个坐标轴上表示的是另一个刻度值；

④图形直观形状不同。条形图之间有间隔，直条与直条之间的间隔大小没有任何关系，不表示任何意义。直方图各个直方块之间紧密相接，没有间隙，当在某一数据上面分布的人数极少或没有，会出现断点。因此，在使用过程中，要注意二者之间的区别。

7． 说明下面符号代表的意义。

【答案

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

第 3 页，共 31 页 】

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

估计总体参数落在某一区间时，可能犯错误的概率，用符号

为置信度或置信水平。

②置信区间

在某一置信度时，总体参数所在的区域距离或区域长度称为置信区间。

区间估计的原理是样本分布理论。在计算区间估计值，解释估计的正确概率时，依据的是该样本统计量的分布规律及样本分布的标准误（SE ）。样本分布可提供概率解释，而标准误的大小决定区间估计的长度。一般情况下，加大样本容量可使标准误变小。常见的有正态总体的均值和方差的区间估计等。

表示，也称为信任系数。

三、计算题

9． 已知一正态总体

概率是多少？

【答案】根据公式

查正态分布表，Z=3对应的p=0.49865。所以Z>3的概率为0.5-0.49865=0.00135。

所以，Z 值为3, 大于Z 的概率是0.00135。

与公式，求

Z 今随机取n=9的样本，，求Z 值，及大于该Z 以上的

第 4 页，共 31 页