当前位置：问答库＞考研试题

一、概念题

1． 检验的显著性水平

【答案】检验的显著性水平指在假设检验中，虚无假设正确时而拒绝虚无假设所犯错误的概率。在假设检验中有可能会犯错误，如果虚无假设正确却把它当成错误的加以拒绝，犯这类错误的概率用a 表示，a 就是假设检验中的显著性水平。通常选择α=0.05作为检验的显著性水平。也就是说每当实验结果发生的概率小于或等于0.05的时候，就拒绝虚无假设。

2． 逐步回归

【答案】逐步回归是多元回归中选择自变量，建立最优回归方程的一种方法。其基本原理和过程是:按各个自变量对因变量作用的大小，从大到小逐个引入回归方程。每引入一个自变量都要对回归方程中每一个自变量（包括刚刚引入的那个）的作用进行显著性检验，若发现作用不显著的自变量，就要将其剔除（因为引入新的自变量后，原来方程中显著作用的自变量有可能变成不显著）。这样逐个地引进和剔除，直至没有自变量可引入也没有自变量应从方程中剔除为止，这时的回归方程一般来说是最优的。

3． 二列相关

【答案】二列相关是一种两列变量的质量相关。适用的资料是两列均属于正态分布，但其中一列变量是等距或等比的测量数据，另一列变量虽然也呈正态分布，但它被人为地划分为两类，例如:健康与不健康的划分。这种相关适用于对项目区分度指标的确定。

4． 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。

二、简答题

5． 如果两总体中的所有个体都进行了智力测验，这两个总体智商的平均数差异是否还需要统计检验？为什么？

【答案】如果两个中体中的所有个体都进行了智力测验，这两个总体的智商的平均数差异还是需要进行统计检验。

因为，虽然表面上看来，当抽取全部总体时，样本统计量与总体参数相同。但是作为通过测量获得的数据（智力测验）本身就是通过行为抽样获得，因此应该把两总体的智商差异看作是对智商真值之间差异的抽样，因此还是需要进行统计检验的。

当两总体中的所有个体都进行了智力测验，但不能确定两个总体的分布的时候，直接做两个总体智商的平均数差异检验是不合适的。

智力测验中一般可以获得描述性统计数据。描述统计的方法获得了一组数据的集中量数，差异量数和相关量数（常称为样本统计量），它们仅代表了某一总体中的样本所具有的特征，在进行检验前，我们并不了解样本来自的总体是否具有相同的数值特征（总体中的相应数值称为参数，总体均值记为…总体标准差记为

进行推断，以获得总体的有关特征。

检验两个总体的平均数差异不仅要考虑总体分布和总体方差，还需要注意两个总体方差是否一致，两个样本是否相关以及两个样本容量是否相同等条件。两个总体均值差异的显著性检验是通过来自均值相同的总体的样本平均数差异进行推断的。因此，两个总体均值差异的显著性检验也就是检验两个样本平均数是否来自均值相同的总体。由于两个总体之间有时是相关的，有时是独立的，因此平均数差数的显著性检验也有不同的方法。

6． 一个变量的两个水平间的相关很高，是否说明两水平的均数间没有差异呢？为什么？举例说明。

【答案】不能说明两水平的均数间没有差异。

（1）相关关系是指两类现象在发展变化的方向与大小方面存在一定的关系，但不能确定两类现象之间哪个是因，哪个是果。相关的情况可以有三种:一种是两列变量变动方向相同，即一种变量变动时，另一种变量也同时发生或大或小与前一种变量同方向的变动，称为正相关。如身高与体重的关系。第二种相关情况是负相关，这时两列变量中若有一列变量变动时，另一列变量呈或大或小但与前一列变量指向相反的变动。例如初打字时练习次数越多，出现错误的量就越少。第三种相关是零相关，即两列变量之间无关系。比如学习成绩与身高的关系。

（2）当一个变量的两个水平的相关很高时，需要考虑这种相关是正相关还是负相关，即考虑其变化发展的方向。

（3）当一个自变量的两个水平的相关很高时，不能说明两个水平的均数之间没有差异。因为两组变量的相关系数大小只是表明两组的线性关系强弱。即使两组变量成完全正相关，即相关系数为+1，也不能说明两组变量的平均数没有差异。比如两组变量的对应关系为

总体相关系数记为P ）。然而，心理研究的目的是要了解样本来自的总体的特征。为此，可以运用参数统计检验法依据样本的特征对总体的特征

即这时两组变量的相关系数为+1，而两组变量的均数不不

同的。因为这是在同一个变量的不同水平，而且缺乏足够的信息分析。如果要知道这两个水平均数之间是否有差异，可以采用t 检验等方法获得。

7． 如果你不知道两个变量概念之间的关系，只知道从两个变量的相关系数很高，请问你可能做出什么样的解释？

【答案】（1）两个变量之间的相关系数很高说明两变量存在共变关系，还不能判断两个变量之间的具体关系。

（2）根据相关系数的性质，系数值的大小只是表示变量变化趋势（0

（3）两个变量之间的相关性只是显示出变量的变化趋势，并不能显示出两个变量的因果关系。如果相关系数很高，还需要考察是正相关还是负相关，这样来说明两个变量究竟是向同一个方向还是相反方向变化。

8． 简述使用积差相关系数的条件。

【答案】积差相关又较积矩相关，是求直线相关的基本方法。积差相关系数适合的情况如下:

（1）两列数据都是测量数据，而且两列变量各自总体的分布是正态的，即正态双变量。为了判断计算相关的两列变量其总体是否为正态分布，一般要根据已有的研究资料进行查询。如果没有资料查询，研究者应取较大样本分别对两变量作正态性检验。这里只要求保证双变量总体为正态分布，而对要计算相关系数的两样本的观测数据并不一定要求正态分布。

（2）两列变量之间的关系应是直线性的。如果是非直线性的双列变量，不能计算线性相关。判断两列变量之间的相关是否直线式，可以作相关散布图进行线性分析。相关散布图是以两列变量中的一列变量为横坐标，以另一变量为纵坐标，画散点图。如果呈椭圆形则说明两列变量

是线性相关的，如果散点是弯月状（无论弯曲度大小或方向），说明两变量之间呈非线性关系。

（3）实际测验中，计算信度涉及的积差相关时，分半的两部分测验须满足在平均数、标准差、分布形态、测题间相关、内容、形式和题数都相似的假设条件。

另外，积差相关要求成对的数据，即若干个体中每个个体都有两种不同的观测值。任意两个个体之间的观测值不能求相关。每对数据与其他对数据相互独立。计算相关的成对数据的数目不少于30对，否则数据太而缺乏代表性。

三、计算题