当前位置：问答库＞考研试题

一、概念题

1． 分层随机抽样

【答案】分层随机抽样是抽样方式的一种。按照总体已有的某些特征，将总体分成几个不同的部分（层），再分别在每部分中随机抽样，这种抽样的方法称为分层随机抽样。总原则是:各层内的变异要小，层与层间的变异越大越好。分层抽样充分利用了总体己知的信息，其样本代表性及推论的精确性一般优于简单随机抽样。对于同一总体，n 相同时，分层抽样误差小于简单随机抽样误差。

2． 集中量数与差异量数

【答案】集中量数与差异量数都是描述一组数据特征的统计量。集中量数是表现数据集中性质或集中程度的，数据的集中情况指一组数据的中心位置；集中趋势的度量即确定一组数据的代表值，描述集中情况的度量包括:算术平均数、中位数、众数、几何平均数、调和平均数和加权平均数等。差异量数是表现数据分散性质或分散程度的，数据的差异性即为离中趋势；常见的差异量数有标准差或方差、全距、平均差、四分差和各种百分差等。

3． 差异系数

【答案】差异系数（），又称变异系数、相对标准差等，它是一种相对差异量，用CV 来表示，为标准差与平均数的百分比。在对不同样本的观测结果的离散程度进行比较时，常常遇到下述情况:两个或多个样本所测的特质不同。如何比较其离散程度？即使使用的是同一种观测工具，但样本的水平相差较大时，如何比较它们的离散程度？这时需要运用相对差异量进行比较。差异系数的计算公式是:（S 为某样本的标准差，M 为该样本的平均数）。差异系数在心理与教育研宄中常常应用于同一对象的不同领域或同一领域的不同对象。

4． 统计检验力

【答案】统计检验力又称假设检验的效力是指假设检验能够正确侦察到真实的处理效应的能力，也指假设检验能够正确地拒绝一个错误的虚无假设的概率，因此效力可以表示为检验的效力越高，侦察能力越强。影响统计检验力的因素有:①处理效应大小，处理效应越明显，越容易被侦查到，假设检验的效力也就越大。②显著性水平a , a 越大，假设检验的效力也就越大。③检验的方向性，单侧检验侦察处理效应的能力高于双侧检验。④样本容量，样本容量越大，标准误越小，样本均值分布越集中，统计效力越高。

二、简答题

5． 直条图适合哪种资料? 绘制直条图时应注意哪些问题？

【答案】条形图，又称直条图，主要用于表示离散型数据资料，即计数数据。它是以条形的长短表示各事物间数量的大小与数量之间的差异。条形图中一个轴是分类轴，表示类别；另一个轴是数量轴，表示大小多少，描述计量数据。这个轴上数据单位的大小取决于原始数据。

绘制条形图需要注意以下几点：

（1）尺度须从零点开始，要等距分点，一般不能断开。

（2）条宽与间隔的比例要适当，条形图是以条形的长短表明数量的多少。

（3）直条的排列顺序可按时间序列、数量多少以及相比较事物的固有序列。

（4）图形区域中条形的顶端和下端尽量少用数据标签。

（5）调节过长条形有两种方法，一种是调整尺度，另一种是采用折叠法、回转法来调整条形本身。

6． 估计总体平均数落入该区间的正确可能性概率为1-«，犯错误的可能性概率为«。1. 在进行差异的显著性检验时，若将相关样本误作独立样本处理，对差异的显著性有何影响，为什么？

【答案】（1）在进行差异的显著性检验时，首先需要考虑样本是否服从正态分布，如果服从正态分布，还需要考虑总体方差是否已知，然后看样本是否是独立样本。若将相关样本误作独立样本处理，则忽视了样本数据之间的一致性，导致错误地运用计算公式，差异的显著性也会受到误估，使本来可能有显著差异变成无显著差异。

（2）因为相关样本与独立样本不同，会运用不同的计算方法计算显著性。相关样本与独立样本是根据两个样本是否来自同一个总体来划分的。

①如果是独立样本，其和（或差）的方差等于各自方差的和，即

在进行差异的显著性检验中采用以下公式:

②相关样本之间存在着一一的对应关系。如果是相关样本前后两次结果则相互影响，而不独立。当两个变量之间相关系数为r 时，两变量差的方差为:

在进行差异的显著性检验中采用以下公式:

由计算公式可以看出，独立样本和相关样本在进行差异的显著行检验时，使用了不同计算公式，相关样本的标准误可能会比独立样本的标准误小，使得计算出的Z 值大，从而更容易达到显著性水平，所以如果将相关样本误作独立样本处理，会使本来可能有显著差异变成无显著差异。

7． 为什么要建立回归方程？

【答案】（1）回归方程是通过回归分析以数学方式表示变量间的关系。如果通过相关分析显示出变量间的关系非常密切，则通过所求得的回归方程可获得相当准确的推算值。

（2）在心理学的实际研究中，回归分析是探讨变量间数量关系的一种常用的统计方法。它通过建立变量之间的数学模型对变量进行预测和控制。通过回归分析建立回归方程，表达数量之间的规律。例如，一元线性回归方程:

位时，将变化变化b 个单位。 它表示x 与y 的线性关系。式中称作估计值，为常数，表示该直线在Y 轴上的截距，常数b 表示该直线的斜率，即当JC 变化一个单

（3）根据自变量是一个还是多个，回归分析可划分为一元回归分析和多元回归分析。一元回归分析只能处理一个因变量和一个自变量的关系，并根据回归方程由自变量推测因变量。多元回归可决定一个因变量和多个自变量之间的关系，通过建立多元回归方程式，对未知的因变量做出预测。

8． 心理与教育科学实验所获得的数据是否属于随机变量? 为什么

【答案】心理与教育科学实验所获得的数据属于随机变量。

心理与教育科学研究数据具有随机性和变异性。

科学研究中因观测人员、观测工具、观测条件的变化而具有随机变化的现象。在心理和教育科学领域，研究获得的数据资料也具有一定随机性质。观测数据的这种特点，称为变异性。即便使用同一种测量工具，观测同一事物，只要是进行多次，那么获得的数据就不会完全相同。随着测量工具的完善和精确，数据的这种随机性变化就更明显。例如，人们对同一年级或同一年龄儿童甚至对同一个人进行同一学科的学业测试，或对同一个心理特点进行评量、观察多次，得到的数据绝不会全然相同，这些数据总是在一定的范围内变化。

造成数据变异的原因，出自观测过程中一些偶然的不可控制的因素，称随机因素。随机因素使测量产生的误差称作随机误差。由于这种随机误差的存在，使得在相同条件下观测的结果常常不止一个，并且事前无法确定，这是客观世界存在的一种普遍现象，人们称这类现象为随机现象。在教育和心理科学的各类研究中，研究的对象是人的内在的各种心理现象，不仅由客观上一些偶然因素会引起测量误差，由实验者和被试主观上一些不可控制的偶然因素也会造成测量误差，这些偶然因素十分复杂，因而造成的随机误差就更大，也就使心理与教育科学研究中得到的数据具有更明显的变异性。