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． 假设检验

【答案】在统计学中，通过样本统计量得出的差异作出一般性结论，判断总体参数之间是否存在差异，这种推论过程称假设检验。假设检验是推论统计中最重要的内容，它的基本任务就是事先对总体参数或总体分布形态做出一个假设，然后利用样本信息来判断原假设是否合理，从而决定是否接受原假设。检验的推理逻辑是一定概率保证下的反证法。一般包括四个步骤：（1）根

据问题要求提出原假设 （2）寻找检验统计量，用于提取样本中的用于推断的信息，要求在Ho 成立的条件下，统计量的分布已知且不包含任何未知参数；（3）由统计量的分布，计算“概率值”或确定拒绝域与接受域；（4）由具体样本值计算统计量的观测值，对统计假设作出判断。若Ho 的内容涉及到总体参数，称为参数假设检验，否则为非参数检验。

3． 概率

【答案】概率（probability ），概率论术语指，随机事件发生可能性大小度量指标。①概率描述性定义。随机事件A 在所有试验中发生可能性大小的量值，称为事件A 的概率，记为P （A ）。如将一枚均匀硬币上抛足够多次，会发现“正面朝上”的事件出现的频率在0.5上下波动。这种频率稳定性从实践上表明随机事件的概率是客观存在的。②概率的精确定义。设P 是定义在“事件域”上的一个集合函数，若满足下列条件，则称之为概率：

a.P

两互不相容对一

切，则

（性质（ⅲ）称为完全可加性）。若P 是概率，则不可能事件的概率为零，即对任意事件有应当注意，若P （A ）=0, 并不能说A —定是不可能事件，即不可能事件的概率一定是零，但概率为零的事件未必是不可能事件。这是由于P 是集合函数，可能在某些点集上（如有限个点）为零。同理，概率为1的事件，未必是必然事件。

4． 频率

【答案】频率（frequency ）①亦称“相对频数”。某随机事件A , 在N 次试验中出现的次数n 与试验总次数N 的比值。亦称事件A 发生的频率。记为其值介于0〜1之间。事件的频率越大，说明它出现的可能性越大；反之则越小。一个事件的频率不是一个固定的数值，与总次数N 有关，且即使再重复N 次试验，次数n 也可能不同。但在大量重复试验中频率具有稳定性，即当试验次数N 无限增大时，频率F 会在某个固定值上下波动，而且偏差越来越小。②简谐振动基本物理量。物体每秒振动的次数。单位是赫兹（Hz ）。在数学关系上频率是物体振动周期的倒数。

二、简答题

5． 简述算术平均数的使用特点

【答案】算术平均数是所有观察值的总和除以总频数所得之商，简称为平均数或均数。计算公式：式中N 为数据个数，为每一个数据，为相加求和。

（1）算术平均数的优点是：①反应灵敏；②严密确定。简明易懂，计算方便；③适合代数运算；④受抽样变动的影响较小。

（2）除此之外，算数平均数还有几个特殊的优点：①只知一组观察值的总和及总频数就可以求出算术平均数。②用加权法可以求出几个平均数的总平均数。③用样本数据推断总体集中量时，算术平均数最接近于总体集中量的真值，它是总体平均数的最好估计值。④在计算方差、标准差、相关系数以及进行统计推断时，都要用到它。

（3）算术平均数的缺点：①易受两极端数值（极大或极小）的影响。②一组数据中某个数值的大小不够确切时就无法计算其算术平均数。

6． 简述多重比较和简单效应检验的区别

【答案】（1）多重比较又称事后检验是假设检验的一种。指在固定效应模型方差分析后，对各样本均值是否存在显著差异的检验。

简单效应检验是指分别检验一个因素在另一个因素的每一个水平上的处理效应，以便具体地确定它的处理效应在另一个因素的哪个水平上是显著的，在哪些水平上是不显著的。

（2）二者的区别是:

多重效应检验是紧接着方差分析后的分析步骤，当方差分析结果显示某变量主效应显著时，用多重比较进一步分析差异具体在该变量的什么水平上。简单效应检验针对的是两个变量或多个变量间的交互作用，也是方差分析后的步骤，当交互作用显著时，用简单效应检验考察某变量的效应在另一个变量的不同水平上的差异情况。

7． 正态分布的特征是什么，统计检验中为什么经常要将正态分布转化成标准正态分布？

【答案】正态分布也称常态分布或常态分配。是连续随机变量概率分布的一种。描述正态

分布曲线的一般方程为:

式中:是圆周率3.1415…

是自然对数的底2.71828…

为随机变量取值为理论平均数

为理论方差

为概率密度，即正态分布的纵坐标。

（1）正态分布的特征

①正态分布的形式是对称的，它的对称轴是经过平均数点的垂线，正态分布中，平均数、中数、众数三者相等，此点y 值最大（0.3989）。左右不同间距的y 值不同，各相当间距的面积相等，y 值也相等。

②正态分布的中央点（即平均数点）最高，然后逐渐向两侧下降，曲线的形式是先向内弯，然后向外弯，拐点位于正负1个标准差处，曲线两端向靠近基线处无限延伸，但终不能与基线相交。

③正态曲线下的面积为1, 由于它在平均数处左右对称，故过平均数点的垂线将正态曲线下的面积划分为相等的两部分，即各为0.50。正态曲线下各对应的横坐标（即标准差）处与平均数之间的面积可用积分公式计算。因正态曲线下每一横坐标所对应的面积与总面积（总面积为1）之比其值等于该部分面积值，故正态曲线下的面积可视为概率，即值为每一横坐标值（x 加减一定标准差）的随机变量出现的概率。

④正态分布是一族分布。它随机变量的平均数、标准差的大小与单位不同而有不同的分布形态。如果平均数相同，标准差不同，这时标准差大的正态分布曲线形式低阔；如果标准差小，则正态曲线的形式高狭。

⑤正态分布下，标准差与概率有一定数量关系。

（2）统计检验中经常将正态分布转化为标准正态分布是因为标准正态分布的Z 分数不仅能表明原始分数在分布中的地位，而且能在不同分布的各个原始分数之间进行比较，同时，还能用代数方法处理，因此，它被教育统计学家称为“多学科表示量数”，有着广泛的用途。

①用于比较几个分属性质不同的观测值在各自数据分布中相对位置的高低。

Z 分数可以表明各个原始数据在该组数据分布中的相对位置，它无实际单位，可对不同的观测值进行比较。这里所说的数据分布中相对位置包括两个意思，一个是表示某原始数据以平