2017年曲阜师范大学统计学院432统计学[专业硕士]考研仿真模拟题
● 摘要
一、判断题
1． 如果一个假设检验问题只是提出一个原假设，而且检验的目的仅在于判断原假设是否成立，那么这个检验问题称为显著性检验。（ ） 【答案】
2． f 分布与正态分布的区别是前者的分布形态是不对称的，后者是对称的。（ ）
【答案】×
【解析】f 分布和正态分布都是对称分布，在样本容量n 较小时，两者分布区别较大，当n 足够大时，f 分布近似于正态分布。
3． 编制综合指数的目的是测定指数化指标的变动，同度量因素所起的作用是将不同度量的现象转化为同度量的现象。（ ）
【答案】√
4 设总体X
具有分布密度．
为一个样本，参数a 的矩估计为
【答案】
【解析】
由
5． 检验显著性水平的选择，对接受和拒绝原假设
【答案】 没有影响。（ ） 则根据矩估计方法令
可得（ ） 其中是未知参数。
6． 利用一个回归方程，两个变量可以互相推算。（ ）
【答案】×
【解析】回归方程给出的是因变量的预测方程，只能给定一个自变量，然后预测出相应的因变量的值。
7． 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。
8． 在假设检验中，通常是在控制犯取伪错误概率的条件下，尽可能使弃真错误的概率尽可能小一点。（ ） 【答案】
【解析】在假设检验中，一般首先控制犯“弃真”错误的概率，也就是事先给出的显著性水平（弃真错误）的数值尽量地小，在其它条件不变的情况下，增加犯“纳伪”错误的可能性，即增大，从而使得检验功效减弱。如果要增强检验功效，解决的唯一办法只有增大样本容量。
9． 对于一元线性回归模型，如果自变量是显著的，那么自变量所对应的系数应该显著的不为0。（ ）
【答案】×
10．方差分析是为了推断多个总体的方差是否相等而进行的假设检验。（ ）
【答案】×
【解析】方差分析是为了鉴别因素效应而对多个总体均值的相等性进行的检验。
二、简答题
11．“假设检验的基本思路是：概率性质的反证法，主要依据的是：小概率事件原理”。你同意这种说法吗？简要叙述你对假设检验的理解和检验步骤。
【答案】同意。
假设检验所遵循的推断依据是统计中的“小概率原理”：小概率事件在一次试验中几乎是不会发生的。例如，在10000件的产品中，如果只有1件是次品，那么可以得知，在一次试验中随机抽取1件次品的概率就为此概率是非常小的。或者是说，在一次随机抽样试验中，次品几乎是不会被抽到的。反过来，如果从这批产品中任意抽取1件，恰好是次品，我们就可以断定，该次品率应该不是很小的，否则我们就不会那么轻易的就能抽到次品。从而，我们就有足够的理由否认产品的次品率是很低的假设。
假设检验的基本步骤为：第一，对所考察总体的分布形式或总体的某些未知参数做出某些假设，称之为原假设。第二，根据检验对象构造合适的检验统计量，并通过数理统计分析确定在原假设成立的条件下该检验统计量的抽样分布。第三，在给定的显著性水平下，根据抽样分布得出原假设成立时的临界值，由临界值构造拒绝域和接受域。第四，由所抽取的样本资料计算样本统计量的取值，并将其与临界值进行比较，从而对所提出的原假设做出接受还是拒绝的统计判断。
假设检验就是利用样本中所蕴含的信息对事先假设的总体情况做出推断。假设检验不是毫无根据的，而是在一定的统计概率下支持这种判断。
12．下面两个统计图分别是对某数据集中y 关于x 的线性回归分析后的残差（Residuad ）请指出这个回归分析所存在的问题，并提出解诀方案。
【答案】由残差图可知，两个变量之间可能为非线性关系。表明所选择的线性回归分析模型不合理，应该考虑选 用非线性模型。处理非线性回归的基本方法是，通过变量变换，将非线性回归化为线性回归，然后用线性 回归方法处理。假定根据理论或经验，已获得输出变量与输入变量之间的非线性表达式，但表达式的系 数是未知的，要根据输入输出的n 次观察结果来确定系数的值。按最小二乘法原理来求出系数值。
此外，残差连续的出现在横坐标轴的上面或下面，两个变量也可能存在正自相关问题，即线性回归模型扰动 项的方差-协方差矩阵的非主对角线的元素不全为0, 存在扰动项的自相关。可以采用检验，检验方程是否存在一阶自相关问题，或采用
或仍用检验高阶自相关问题。如果存在自相关，可以采用可行广义最小二乘法法，但使用方差-协方差矩阵的稳健估计
值。
13．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。