2017年湖南师范大学数学与计算机科学学院432统计学[专业硕士]之统计学考研强化模拟题
● 摘要
一、简答题
1． 说明计算统计量的步骤。
统计量的步骤：
之差平方； 除以【答案】计算（2）将（3）将平方结果
（1）用观察值减去期望值（4）将步骤（3）的结果加总，即得：
2． 说明条形图和直方图的区别和联系。
【答案】（1）条形图与直方图的区别
①形图是用条形的长度表示各类别频数的多少，其宽度则是固定的；直方图是用面积表示各组频数的多少， 矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。
②由于分组数据具有连续性，直方图的各矩形通常是连续排列，而条形图则是分开排列。 ③条形图主要用于展示分类数据，而直方图则主要用于展示数值型数据。
（2）联系
两者都是用矩形表示数据分布情况；当矩形的宽度相等时，都是用矩形的高度来表示数据的分布情况。
3． 简述搜集数据的基本方法及其弱点。
【答案】搜集数据的基本方法：
（1）自填式。自填式方法的弱点：首先，问卷的返回率比较低。其次，自填式方法不适合结构复杂的问卷， 对调查的内容有所局限。此外，自填式方法的调查周期通常都比较长，调查人员也需要对问卷的递送和回收方法 进行仔细的研宄和选择。最后，对于在数据搜集过程中出现的问题，一般难以及时采取调改措施。
（2）面访式。面访式的弱点主要有：首先，调查的成本比较高。其次，面访这种搜集数据的方式对调查过 程的质量控制有一定难度。此外，对于敏感性问题的调查，需要对调查员的访谈技巧进行技术培训。
（3）电话式。电话调查也有一定的局限。因为电话调查的工具是电话，如果被调查者没有电话，调查将无 法实施。所以在电话拥有率不高的地区，电话调查这种方式就受到限制。另外，使
用电话进行访问的时间不能太长，人们不愿意通过电话进行冗长的交谈，特别是被调查者对这项调查的内容不感兴趣时就更是如此。同时，电话调查所使用的问卷要简单。最后，与面访式相比，电话调查由于不是面对面的交流，在被访者不愿意接受调查 时，要说服他们就更为困难。
此外，搜集数据的方法还有观察式，即调查人员通过直接观测的方法获取信息。
4． 什么是指数？它有哪些性质？
【答案】指数，或称统计指数，是分析社会经济现象数量变化的一种重要统计方法。它有如下一些性质：
（1）相对性。指数是总体各变量在不同场合下对比形成的相对数，它可以度量一个变量在不同时间或不同空间的相对变化，如一种商品的价格指数或数量指数。它也可以反映一组变量的综合变动，比如综合物价指数是根据一组商品价格的相对变化并给每种商品的相对数定以不同权数计算出来的，这种指数称为综合指数。另外根据对比两变量所处的是不同时间还是不同空间，它们计算出来的指数分时间性指数和区域性指数。
（2）综合性。综合性说明指数是一种特殊的相对数，它是由一组变量或项目综合对比形成的。比如，由若干种商品和服务构成的一组消费项目，通过综合后计算价格指数，以反映消费价格的综合变动水平。
（3）平均性。平均性含义有二：一是指数进行比较的综合数量是作为个别量的一个代表，这本身就具有平均的性质；二是两个综合量对比形成的指数反映了个别量的平均变动水平，比如物价指数反映了多种商品和服务项目价格的平均变动水平。
5． 多元回归分析中为什么需要使用修正的判定系数（可决系数）来比较方程的拟合效果？是如何计算的？
【答案】在多元线性回归分析中，常用修正的判定系数，而不用多重判定系数来衡量估计模
型对样本观测值的拟合优度。这是由于多重判定系数
随着样本解释变量个数的增加
来越高（即的值越
是解释变量个数的增函数）。也就是说，在样本容量不变的情况，在模型中增加新
不是一个合适的指标，需加以的解释变量不会改变总离差平方和，但可能增加回归平方和，减少残差平方和，从而可能改变模型的解释功能。因此在多元线性回归模型之间比较拟和优度时，
调整。而修正判定系数
归模型方面要优于多重判定系数修正判定系数的计算公式为
6． 考虑总体参数的估计量，简述无偏估计量与最小方差无偏估计量的定义。
【答案】①无偏性（unbiasedness ）是指估计量抽样分布的数学期望等于被估计的总体参数。设总体参数为所选择的估计量为如果则称为的无偏估计量。对于待估参数，不同的样本值就会得到不同的估计值。这样，要确定一个估计量的好坏，就不能仅仅依据某次抽
其值不会随着解释变量个数k 的増加而增加，因此在用于估计多元回
样的结果来衡量，而必须由大量抽样的结果来 衡量。对此，一个自然而基本的衡量标准是要求估计量无系统偏差。尽管在一次抽样中得到的估计值不一定恰好 等于待估参数的真值，但在大量重复抽样时，所得到的估计值平均起来应与待估参数的真值相同，即希望估计量 的均值应等于未知参数的真值，这就是无偏性的要求。 ②最小方差无偏估计是在无偏估计类中使均方误差达到最小的估计量，即在均方误差
是的一个无偏估计量，都有
则称是的一致最小方差无偏估计。
7． 解释多元回归模型、多元回归方程、估计的多元回归方程的含义。
【答案】（1）多元回归模型：设因变量为如何依赖于自变量
式中（2）多元回归方程：
根据回归模型的假定有
方程，它描述了因变量y 的期望值与自变量
（3）估计的多元回归方程：
回归方程中的参数
数据去估计它们。当用样本统计
量
时，就得到了估计的
多元回归方程，其一般形式为：
式中
8． 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。
之间的关系不仅是正的，而且是统计上显著的，那么所建立的回是参数称为偏回归系数。 的估计值是因变量y 的估计值。其中
之间的关系。 是未知的，需要利用样本去估计回归方程中的未知参
数个自变量分别为是模型的参数描述因变量y
为误差项。 称为多元回归和误差项的方程称为多元回归模型。其一般形式可表示为
：最小意义下的最优估计，它是在应用中人们希望寻求的一种估计量。设若对于的任一方差存在的无偏估计量
二、计算题