当前位置：问答库＞考研试题

一、概念题

1． 次数

【答案】次数是指某一事件在某一类别中出现的数目，又称为频数（frequency ）, 用f 表示。

2． 总体

【答案】总体（population ）又译“母体”，统计学术语，指一个统计问题中研宄对象的全体。由具有某种研宄特征的个体构成。从总体中抽取一部分个体，就构成总体的一个样本。如，研宄小学生的推理能力，记X 为每个小学生的推理能力，则X 的任一个可能取值是一个个体，X 的所有可能取值的集合则是一个总体。如果随机抽取n 个小学生，测量他们的推理能力为.Y .\这就是一个取自总体X 的样本。可根据包含个体的数目，可分为有限总体和无限总体。总体本身的大小是有限还是无限，取决于研宄问题的推理范围。心理学研宄中常为无限总体。在推断统计中被定义为一个随机变量，可运用概率论等数学工具进行统计推断。

3． 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。

4． 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。

5． 古典概率

【答案】古典概率也叫先验概率，是指在特殊情况下直接计算的比值。计算方法是事件A 发生的概率等于A 包含的基本事件数M 与基本事件总数N 之比。古典概率是最简单的随机现象的概率计算，建立在这样几个特定条件上的，即:事件的互斥性、事件的等概率性以及事件组的完备性。

6． 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。

二、简答题

7． 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，

，它们仅代表了某一总体中的样本所具有的特征，在差异量数和相关量数（常称为样本统计量）

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

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。

8． 回归分析与因素分析有什么区别？

【答案】因素分析又称因子分析，是处理多变量数据的一种统计方法，它可以揭示多变量之间的关系，其主要目的是从为数众多的可观测的变量中概括和综合出少数几个

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进

因子，用较少的因子变量来最大程度地概括和解释原有的观测信息，从而建立起简洁的概念系统，揭示出事物之间本质的联系。

9． 试举例说明各种数据类型之间的区别。

【答案】根据不同的分类标准，心理与教育科学研究中的数据可以区分为不同的类型。 （1）从数据的观测方法和来源划分，研究数据可区分为计数数据和测量数据两大类。 ①计数数据（count data ）, 是指计算个数的数据，一般属性的调查获得的是此类数据，它具有独立的分类单位，一般都取整数形式。

②测量数据（measurement data ）, 又称计量数据是指借助于一定的测量工具或一定的测量标准而获得的数据。

（2）根据数据反映的测量水平，可把数据区分为称名数据、顺序数据、等距数据和比率数据四种类型。

①称名数据（nominal data）只说明某一事物与其他事物在属性上的不同或类别上的差异，它具有独立的分类单位，其数值一般都取整数形式，只计算个数，并不说明事物之间差异的大小，在教育和心理类调查研究中，有关被试属性的调查资料，大多属于这类数据。

②顺序数据（ordinal data ）是指既无相等单位，也无绝对零的数据，是按事物某种属性的多少或大小，按次序将各个事物加以排列后获得的数据资料。如学生的等级评定、喜爱程度、品质等级、能力等级、兴趣等。这种数据不具有相等单位，也没有绝对零点，只能排出一个顺序，不能指出相互间的差别大小这类数据不能进行加减乘除运算。

③等距数据（interval data ）是有相等单位，但无绝对零的数据，如温度、各种能力分数、智商等。只能使用加减运算，不能使用乘除运算。

④比率数据（ratio data ）既表明量的大小，也有相等的单位，同时还具有绝对零点，如身高、体重、反应时、各种感觉阈值的物理量等都属于这种数据类型。

（3）按照数据是否具有连续性，把数据划分为离散数据和连续数据。

①离散数据（discrete data）又称为不连续数据、间断数据。这类数据在任何两个数据点之间所取的数值的个数是有限的。

②连续数据（continuous data）指任意两个数据点之间都可以细分出无限多个大小不同的数值。至少在理论上从最高到最低之间都可以进一步细分。

10．简述条图、直方图、圆形图（饼图）、线图以及散点图的用途。

【答案】这几种图是统计学中最常用的图形，条图和直方图都用于表示变量各取值结果的次数或相对次数，即次数分布图。不同的是前者用于离散或分类变量，后者用于连续变量（分组后）。圆形图用于表示离散变量的相对次数，即频率，整个圆面积为1，各扇形块表示各类别的频率。线图用于表示连续变量在某个分类变量各水平上的均值，如各年级的考试成绩均分，常用于组间比较中。散点图用于两连续变量的相关分析，可将两变量成对数据的值作为横、纵坐标标于图上，根据散点的形状可以大致判断两变量是否存在相关以及相关的程度。