当前位置：问答库＞考研试题

一、判断题

1． 空间指数和定基指数均属于静态指数。（ ）

【答案】×

【解析】空间指数属于静态指数；定基指数属于动态指数。

2． 所谓小概率原理是指发生概率很小的事件，在试验中不可能发生。（ ） 【答案】

【解析】小概率原理是指发生概率很小的随机事件在一次试验中是几乎不可能发生的。小概率事件虽然发生概率很小，但并不代表不可能发生。

3． 若在实际应用中所处理的变量并不是严格的连续型变量，则不能使用正态分布。（ ）

【答案】×

【解析】在实际应用中，如果所处理的变量并不是严格的连续型变量，可以通过连续校正，然后再使用正态分布。

4． 在回归分析中，定义的自变量和因变量都是随机变量。（ ）

【答案】×

【解析】在回归分析中，自变量是非随机变量，而因变量是随机变量。

5． 参数和统计量是没有区别的。（ ） 【答案】

【解析】参数是研宄者想要了解的总体的某种特征值。而统计量是样本的函数，其中不含未知参数。参数估 计就是利用样本统计量去估计总体参数。

6． 总体X 的数学期望和方差均存在，是来自X 的样本，当

的无偏估计，但【答案】

所以

即 不是的无偏估计。 并非的无偏估计。（ ） 时，尽管是

【解析】由于

7． 帕氏指数是将同度量因素固定在基期水平上，因此也称基期综合指数。（ ）

【答案】×

【解析】拉氏指数是将同度量因素固定在基期水平上，因此也称基期综合指数；帕氏指数将同度量因素固定在报告期水平上，因此也称报告期综合指数。

8． 回归分析是根据变量之间的主从或因果的回归关系，对变量之间的数量变化进行测定，建立数学模型，对因变量进行预测或估计的统计分析方法。（ ）

【答案】×

【解析】回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析中的数学模型众多。回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。

二、简答题

9． 回归分析中的误差序列有何基本假定？模型参数的最小二乘估计

模型用于预测，影响预测精度的因素有哪些？

【答案】（1

）误差项是一个服从正态分布的随机变量，且独立，

即

0的随机变量，即线性函数；②无偏性

具有最小方差的估计量。

（3）影响预测精度的因素有：①预测的信度要求。同样情况下，要求预测的把握度越高，贝_应的预测区间就越宽，精度越低；②总体y 分布的离散程度越大，相应的预测区间就越宽，预测精度越低；③样本观测点的多少n 。n 越大，相应的预测区间就越窄，预测精度越高；④样本观测点中，解释变量x 分布的离散度。x 分布越离散，预测精度越高；⑤预测点离样本分布中心的距离。预测点越远离样本分布中心预测区间越宽，精度越低，越接近样本分布中心间越窄，精度越高。

10．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

具有哪些统计特性？若）。独立性意味着对于一个特定的值，它所对应的与其他值所对应的不相关。误差项是一个期望值为对于所有的值分别是的方差都相同。 为随机变量的是所有线性无偏估计量中（2

）模型参数的最小二乘估计的统计特性：①线性，即估计量的无偏估计；③有效性区

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。

11．在显著性检验过程中，经常遇到值这一概念，试回答以下问题：

（1）值能告诉我们什么信息？

（2）当相应的值较小时为什么要拒绝原假设？

（3）显著性水平与值有何区别？

【答案】如果原假设为真，所得到的样本结果会像实际观测结果那么极端或更极端的概率，称为值，也称为观察到的显著性水平。

（1）值是当原假设正确时，得到所观测的数据的概率。如果原假设是正确的话，值告诉我们这样的观测数据会有多么的不可能得到。相当不可能得到的数据，就是原假设不对的合理证据。

（2）值是反映实际观测到的数据与原假设明实际观测到的数据与之间不一致程度的一个概率值。值越小，说之间不一致的程度就越大，检验的结果也就越显著。

（3）是犯第I 类错误的上限控制值，它只能提供检验结论可靠性的一个大致范围，而对于一个特定的假设检验问题，却无法给出观测数据与原假设之间不一致程度的精确度量。也就是说，仅从显著性水平来比较，

如果选择的值相同，

所有检验结论的可靠性都一样。而值可以测量出样本观测数据与原假设中假设的值的偏离程度。

12．解释多重判定系数和调整的多重判定系数的含义和作用。

【答案】（1）多重判定系数是多元回归中的回归平方和占总平方和的比例，它是度量多元回归方程拟合程度的一个统计量，反映了在因变量y 的变差中被估计的回归方程所解释的比例，其计算公式为

（2）调整的多重判定系数考虑了样本量（n ）和模型中自变量的个数（k ）的影响，这就使得

的值永远小于

而且的值不会由于模型中自变量个数的增加而越来越接近1，

其计算公式为

13．简述相关系数和函数关系的差别。

【答案】变量之间的关系可分为两种类型：函数关系和相关关系。

（1）函数关系 设有两个变量

和（2）相关关系

相关关系是指变量之间确实存在的但关系值不固定的相互依存关系。在这种关系中，当一个（或几个）变量的值确定以后，另一个变量的值虽与它（或它们）有关，但却不能完全确定。这

变量随变量一起变化，并完全依赖于当变量取某个数值时，依确定的关系取相应的值，则称是的函数。由此可见函数关系是一种一一对应的确定性关系。