2018年苏州大学教育学院、教育科学院347心理学专业综合[专硕]之现代心理与教育统计学考研核心题库
● 摘要
一、概念题
1． 参数检验（parametric test）
【答案】参数检验是统计假设检验的一种。与“非参数检验”相对。适用于总体分布形式已知。且仅由少数几个参数便可确定的条件下。其检验方法常是基于正态性的假定，如t 检验、F 检验、正态线性回归、狭义多元分析等。其主要缺点在于，因其受到严格的关于正态性的条件限制，而大大制约了这类检验的应用或可信度的保证。
2． 协方差分析
【答案】协方差分析指回归分析与方差分析相结合的一种统计分析方法。是将难以直接控制的变量作为协变量影响的条件下，更准确地分析与评价因素对因变量的影响。它与方差分析的不同之处在于:方差分析的各因素水平可以根据需要和实际情况人为地加以控制，而在协方差分析中，某些因素的水平是不能控制或难以控制的。如在考察不同教学方法对学生学习成绩有无显著性影响的过程中，如果只考虑教学方法对学生学习成绩的作用，而不考虑学生的智力水平和学习基础这两个不能精确控制的因素对学生学习成绩的影响，将会影响判断的准确性。协方差分析可以消除这种不可控因素的影响，提高分析的精度。教学方法是可以人为控制的因素，称为方差因素，而学生的智力和学习基础是不能精确控制的因素，称为协变量。协方差分析的基本方法是先对每一水平下的实验结果进行回归分析，求出扣除协变量以后的残值，再将各水平试验下对应的残值进行方差分析。协方差分析适合于完全随机化设计资料、随机化区组设计资料、拉丁方资料等。
3． 参数
【答案】参数（parameter ）在数理统汁中，反映一个统计量或随机变量的分布特征的参变量。对于参数统计来讲，分布依赖的参数是有限个数（其实只确很少几个）。只要参数确定，则分布也确定了。参数可在一定允许范围内取值。它便确定了一个分布族。如正态分布与两个参数。它们的取值允许范围是
的参数不是有限的，其统计方法只能是非参数方法或自由分布方法。
4． 描述统计
【答案】描述统计指研宄如何整理心理教育科学实验或调查的数据，描述一组数据的全貌，表达一件事物的性质的统计方法。比如整理实验或调查来的大量数据，找出这些数据分布的特征，
第 2 页，共 31 页 只含有
。对于非参数统计来讲，分布依赖
计算集中趋势、离中趋势或相关系数等，将大量数据简缩，找出其中所传递的信息。
二、简答题
5． 假设两变量为线性关系，计算下列各种情况的相关时，应用什么方法？
（1）两列变量是等距或等比的数据且均为正态分布；
（2）两列变量是等距或等比的数据但不为正态分布；
（3）—变量为正态等距变量，另一列变量也为正态变量，但人为分为两类；
（4）一变量为正态等距变量，另一列变量也为正态变量，但人为分为多类；
（5）—变量为正态等距变量，另一列变量为二分名义变量；
（6）两变量均以等级表示。
【答案】
（1）积差相关法
（2）斯皮尔曼等级相关法
（3）二列相关法
（4）肯德尔W 系数
（5）点二列相关法
（6）肯德尔等级相关法。
6． 简述检验的假设。 【答案】检验的假设主要有:
检验中的分类必须相互排斥，以保证每一个观测值被（1）分类相互排斥，互不包容。
被划分到更多的类别中去的情况。
（2）观测值相互独立。各个被试的观测值之间彼此独立，这是最基本的一个假定。
（3）期望次数的大小。为了努力使分布成为X2值合理准确的近似估计，每一个单元格中的期望次数应该至少在5个以上。
7． 探索性因素分析与验证性因素分析有什么区别？
【答案】（1）探索性因素分析（简写为EFA ）就是指传统的因素分析。这种因素分析方法对于观察变量因子结构的寻找，并未有任何事前的预设假定。对于因子的抽取、因子的数目、因子的内容以及变量的分类，研究者也没有事前的预期，而是由因素分析的程序去决定。在典型的EFA 中，研究者通过共变关系的分解，找出最低限度的主要成分（）或共同因子（），然后进一步探讨这些主成分或共同因子与
, ）个别变量的关系，找出观察变量与其相对应因子之间的强度，也就是因子负荷值
（
以说明因子与所属的观察变量的关系，决定因子的内容，为因子取一个合适的名字。
由于传统的因素分析企图找出最少的因子来代表所有的观察变量，因此研究者必须在因子
第 3 页，共 31 页 划分到一个类别或另一个类别之中。此外，分类必须互不包容。保证不会出现某一观测值同时
数目与可解释变异量（）两者间寻找平衡点。因为因素分析至多可以抽取出相等于观察变量总数的因子数目，这样，虽然可以解释全部百分之百的变异，但失去因素分析找寻因子结构的目的，但如果研究者企图以少数几个较明显的因子来代表所有的项目，势必然将损失部分可解释变异来作为代价。因而在EFA 中，研究者相当一部分工作是在决定因子数目与提高因子解释的变异（即
（2）验证性因素分析（）。 简写为CFA ）是在研究人员积极改善传统因素分析的限制，扩大其应用范围的基础上产生的。这类因素分析要求，研究者对于潜在变量的内容与性质，在测量之初就必须有非常明确的说明，或有具体的理论基础，并已先期决定相对应的观察变量的组成模式，进行因素分析的目的是为了检验这一先期提出的因子结构的适合性。这种因素分析方法也可用于理论架构的检验，它在结构方程模型中占有相当重要的地位，有着重要的应用价值，也是近年来心理测量与测验发展中相当重视的内容。
8． T 检验、F 检验、卡方各自适用于什么情况？
【答案】（l ）t 检验运用于总体分布已知的参数检验法中。需要满足总体正态分布，总体
方差未知的情况下的显著性、差异性检验。比较适合于小样本（这时需要数据符合t
分布。当样本含量n 小时，若观察值x 符合正态分布，则用t 检验（因此时样本均数符合t 分布）。
常见的t 检验形式有:样本均数与总体均数比较的t 检验；配对设计的t 检验；成组设计两样本均数比较的t 检验。
两个小样本均数比较的t 检验有以下应用条件:
①两样本来自的总体均符合正态分布，
②两样本来自的总体方差齐。
因此在进行两小样本均数比较的t 检验之前，要用方差齐性检验来推断两样本代表的总体方差是否相等，方差齐性检验的方法使用F 检验，其原理是看较大样本方差与较小样本方差的商是否接近“1”。若接近“1”，则可认为两样本代表的总体方差齐。判断两样本来自的总体是否符合正态分布，可用正态性检验的方法。若两样本来自的总体方差不齐，也不符合正态分布，对符合对数正态分布的资料可用其几何均数进行t 检验，对其他资料可 用检验或秩和检验进行分析。
（2）F 检验常常用于方差的显著性检验中。要检验两组数据的离散程度是否有显著不同，需要对两组数据的方差进行差异检验。这时数据符合F 分布。在平均数差异检验时，如果不是相关样本，需要进行方差齐性检验。单因方差分析（F 检验）•常用来检验一个变异因素对试验结果的显著性。作为参数检验法的一种，单因方差分析通常需要假设数据为服从正态分布的随机样本和方差齐性。
方差分析的基本条件是:总体正态分布；变异的可加性；各处理内的方差一致。
（3）卡方运用于非参数检验。适用于样本是频数分布的情况。其数据是属于点计而来的离散变量；总体分布未知；不是对总体参数的检验，而是对总体分布的假设检验。计数资料的统
第 4 页，共 31 页