当前位置：问答库＞考研试题

一、简答题

1． 什么是集中趋势和离散趋势？它们常用的指标有哪些？

【答案】集中趋势是指一组数据向某一中心值靠拢的程度，它反映了一组数据中心点的位置所在。常用的反映集中趋势的指标有平均数、中位数和众数。

数据的离散趋势是数据分布的另一个重要特征，它反映的是各变量值远离其中心值的程度。数据的离散程度越大，集中趋势的测度值对该组数据的代表性就越差；离散程度越小，其代表性就越好。描述数据离散程度采用 的测度值，根据所依据数据类型的不同主要有异众比率、四分位差、方差和标准差。此外，还有极差、平均差以 及测度相对离散程度的离散系数等。

2． 说明计算统计量的步骤。

【答案】计算

（2）将

（3）将平方结果

统计量的步骤：

之差平方； 除以（1）用观察值减去期望值（4）将步骤（3）的结果加总，即得：

3． 简述描述离散程度的统计量和适用类型。

【答案】衡量数据离散程度的统计量主要有极差、平均差、方差和标准差，其中最常用的是方差和标准差。

（1）极差是指一组数据的最大值与最小值之差。用R 表示，其计算公式为：

极差是描述数据离散程度的最简单测度值，计算简单，易于理答，但它容易受极端值的影响。由于极差只是利用了一组数据两端的信息，不能反映出中间数据的分散状况，因而不能准确描述出数据的分散程度。

（2）平均差也称平均绝对离差，它是各变量值与其平均数离差绝对值的平均数。平均差以平均数为中心，反映了每个数据与平均数的平均差异程度，它能全面准确地反映一组数据的离散状况。平均差越大，说明数据的离散程度越大；反之说明数据的离散程度小。为了避免离差之和等于零而无法计算平均差这一问题，平均差在计算时对离差取了绝对值，以离差的绝对值来表示总离差，这就给计算带来了不便，因而在实际中应用较少。但平均差的实际意义比较清楚，容易理答。

（3）方差是各变量值与其平均数离差平方的平均数。它在数学处理上是通过平方的办法消去

离差的正负号， 然后再进行平均，方差开方后即得到标准差，方差或标准差能较好地反映出数据的离散程度，是实际中应用最广泛的离散程度测度值。与方差不同的是，标准差是具有量纲的，它与变量值的计量单位相同，其实际意义要比方差清楚。因此，在对实际问题进行分析时更多地使用标准差。

4． 什么是置信区间估计和预测区间估计？二者有何区别？

【答案】（1）置信区间估计，它是对x 的一个给定值_求出y 的平均值的估计区间，这一区间称为置信区间；预测区间估计，它是对x 的一个给定值求出y 的一个个别值的估计区间，这一区间称为预测区间。

（2）置信区间估计和预测区间估计的区别：置信区间估计是求y 的平均值的估计区间，而预测区间估计是求y 的一个个别值的估计区间；

对同一个这两个区间的宽度也是不一样的，预测区间要比置信区间宽一些。

5． 正态分布所描述的随机现象有什么特点？为什么许多随机现象服从或近似服从正态分布？

【答案】（1）正态分布所描述的随机现象具有如下特点： ①正态曲线的图形是关于的对称钟形曲线，且峰值在处；

②正态分布的两个参数均值和标准差一旦确定，正态分布的具体形式也就唯一确定，不同参数取值的 正态分布构成一个完整的“正态分布族”。

③正态分布的均值可以是实数轴上的任意数值，它决定正态曲线的具体位置，

标准差相同而均值不同 的正态曲线在坐标轴上体现为水平位移。 ④正态分布的标准差

⑤当为大于零的实数，它决定正态曲线的“陡_”或“扁平”程度。越大，正态曲线 越扁平；越小，正态曲线越陡峭。 的取值向横轴左右两个方向无限延伸时，正态曲线的左右两个尾端也无限渐近横轴，但理论上永远不会与之相父。

⑥与其他连续型随机变量相同，正态随机变量在特定区间上的取值概率由正态曲线下的面积给出，而且其曲线下的总面积等于1。

（2）如果原有总体是正态分布，那么，无论样本量的大小，样本均值的抽样分布都服从正态分布。若原有 总体的分布是非正态分布，随着样本量的增大（通常要求

方差为总体方差的，不论原来的总）体是否服从正态分布，样本均值的抽样分布都将趋于正态分布，其分布的数学期望为总体均值这就是统计上著名的中心极限定理。因此许多随机现象服从或近似服从正态分布。

6． 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

7． 概述相关分析与回归分析的联系与区别。

【答案】（1）相关分析和回归分析的联系

它们具有共同的研宄对象，都是对变量间相关关系的分析，二者可以相互补充。相关分析可以表明变量间相关关系的性质和程度，只有当变量间存在相当程度的相关关系时，进行回归分析去寻求变量间相关的具体数学形式才有实际的意义。同时，在进行相关分析时，如果要具体确定变量间相关的具体数学形式，又要依赖于回归分析，而且在多个变量的相关分析中相关系数的确定也是建立在回归分析基础上的。

（2）相关分析和回归分析的区别

①从研究目的上看，相关分析是用一定的数量指标（相关系数）度量变量间相互联系的方向和程度；回归分析却是要寻求变量间联系的具体数学形式，是要根据自变量的固定值去估计和预测因变量的平均值。

②从对变量的处理看，相关分析对称地对待相互联系的变量，不考虑二者的因果关系，也就是不区分自变量和因变量，相关的变量不一定具有因果关系，均视为随机变量；回归分析是在变量因果关系分析的基础上研宄其中的自变量的变动对因变量的具体影响，必须明确划分自变量和因变量，所以回归分析中对变量的处理是不对称的，在回归分析中通常假定自变量在重复抽样中是取固定值的非随机变量，只有因变量是具有一定概率分布的随机变量。

8． 在研宄方法上，参数估计与假设检验有什么相同点和不同点？

【答案】（1）参数估计和假设检验的相同点

①是根据样本信息推断总体参数；

②都以抽样分布为理论依据，建立在概率论基础之上的推断，推断结果都有风险；

③对同一问题的参数进行推断，使用同一样本、同一统计量、同一分布，因而二者可以相互转换。

（2）参数估计和假设检验的不同点

①参数估计是以样本资料估计总体参数的可能范围，假设检验是以样本资料检验对总体参数的先验假设是否成立；

②区间估计求得的是以样本估计值为中心的双侧置信区间，假设检验既有双侧检验，也有单侧检验；

③区间估计立足于大概率，通常以较大的把握程度（可信度）

成立。

去估计总体参数的置信区间；假设检验立足于小概率，

通常是给定很小的显著性水平去检验对总体参数的先验假设是否