当前位置：问答库＞考研试题

一、简答题

1． 什么是方差分析？它与总体均值的检验或检验有什么不同？其优势是什么？

【答案】方差分析就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。总体均值的检验或Z 检验，一次只能研宄两个样本，如果要检验多个总体的均值是否相等，那么作这样的两两比较十分烦琐。而且，每次检验两个的做法共需进行

的检验，如果次不同每次检验犯第I 类错误的概率都是0.05, 作多次检验会使犯第I 类错误的概率相应增加，而方差分析方法则是同时考虑所有的样本，因此排除了错误累积的概率，从而避免拒绝一个真实的原假设。

方差分析不仅可以提高检验的效率，同时由于它是将所有的样本信息结合在一起，也増加了分析的可靠性。

2． 简述判定系数的含义和作用。

【答案】（1）判定系数的含义

回归平方和占总平方和的比例称为判定系数，记为其计算公式为：

（2）判定系数的作用

判定系数测度了回归直线对观测数据的拟合程度。若所有观测点都落在直线上，残差平方

和

可见

x 完全无助于解释y 的变差，拟合是完全的；如果y 的变化与x 无关，此时

的取值范围是则

越接近于7，表明回归平方和占总平方和的比例越大，回归直线与各观测点越接近，用x 的变化来解释y 值变差的部分就越多，回归直线的拟合程度就越好；反之越接近于0, 回归直线的拟合程度就越差。

3． 简述季节指数的计算步骤。

【答案】以移动平均趋势剔除法为例，计算季节指数的基本步骤为：

，（1）计算移动平均值（如果是季度数据采用4项移动平均，月份数据则采用12项移动平均）

并将其结果进行“中心化”处理，也就是将移动平均的结果再进行一次2项的移动平均，即得出“中心化移动平均值”

（2）计算移动平均的比值，也称为季节比率，即将序列的各观察值除以相应的中心化移动平均值，然后再计算出各比值的季度（或月份）平均值。

（3）季节指数调整。由于各季节指数的平均数应等于1或100%，若根据第2步计算的季节比率的平均值不等于1时，则需要进行调整。具体方法是：将第（2）步计算的每个季节比率的平均值除以它们的总平均值。

4． 分层抽样与整群抽样有何异同？它们分别适合于什么场合？

【答案】（1）相同点：分层抽样和整群抽样都是需要事先按某一标志对总体进行划分的随机抽样。

不同点主要在于：分层抽样的划分标志与调查标志有密切关系，而整群抽样的划分标志不一定与调查标志有 关；分层抽样在总体的每个层内随机抽样，而整群抽样在总体全部群体中随机抽取一部分群体；比较计算公式可知，分层抽样的抽样误差取决于各层总体方差的平均数，而整群抽样的抽样误差取决于总体的群间方差；分层抽 样的目的（优点）主要是缩小抽样误差，满足推断各子总体数量特征的需要，而整群抽样的目的（优点）主要是 扩大抽样单位，简化抽样组织工作。

（2）适用场合：分层抽样用于层间差异大而层内差异小时，以及为了满足分层次管理决策需要时；整群抽样用于群间差异小而群内差异大时，或只有以群体为抽样单位的抽样框时等。

5． 简述估计量的无偏性，有效性和一致性。

【答案】（1）无偏性 若估计量的数学期望等于未知参数

则称为的无偏估计量。估计量的值不一定就是的真值，因为它是 一个随机变量，若

是的无偏估计量，则尽管的值随样本的不同而变化，但平均来说它会等于的真值。

（2）有效性

设（3）—致性（相合性） 如果依概率收敛于

则称

即有

是的一致估计量。

6． 在单个总体均值的假设检验中，检验统计量要根据总体是否服从正态分布、总体方差是否己知，以及样本量的大小来确定。说明在不同情况下分别需要使用何种检验统计量。

【答案】在对单个总体均值进行假设检验时，采用何种检验统计量取决于所抽取的样本是大样本情况。

（1）在大样本情况下，样本均值的抽样分布近似服从正态分布。设总体均值为

为当总体方差已知时，总体均值的检验统计量为：

即：

与且至少对于某一个都是的无偏估计量，若对于任意

上式中的不等号成立，则称较有效。 有！还是小样本此外还需要区分总体是否服从正态分布、总体方差是否已知等几种总体方差

当总体方差

为：

未知时，可以用样本方差来近似代替总体方差，此时总体均值检验的统计量

（2）在小样本情况下，假设总体服从正态分布： ①当总体方差 已知时，样本均值的抽样分布近似服从正态分布。总体均值检验的统计量为：

②当总体方差未知时，需要用样本方差代替总体方差样本均值的抽样分布服从自由度为（n －l ）的t 分布。因此需要采用t 分布来检验总体均值。检验的统计量为：

7． 在显著性检验过程中，经常遇到值这一概念，试回答以下问题：

（1）值能告诉我们什么信息？

（2）当相应的值较小时为什么要拒绝原假设？

（3）显著性水平与值有何区别？

【答案】如果原假设为真，所得到的样本结果会像实际观测结果那么极端或更极端的概率，称为值，也称为观察到的显著性水平。

（1）值是当原假设正确时，得到所观测的数据的概率。如果原假设是正确的话，值告诉我们这样的观测数据会有多么的不可能得到。相当不可能得到的数据，就是原假设不对的合理证据。

（2）值是反映实际观测到的数据与原假设明实际观测到的数据与之间不一致程度的一个概率值。值越小，说之间不一致的程度就越大，检验的结果也就越显著。

（3）是犯第I 类错误的上限控制值，它只能提供检验结论可靠性的一个大致范围，而对于一个特定的假设检验问题，却无法给出观测数据与原假设之间不一致程度的精确度量。也就是说，仅从显著性水平来比较，

如果选择的值相同，

所有检验结论的可靠性都一样。而值可以测量出样本观测数据与原假设中假设的值的偏离程度。

8． 简述非抽样误差类型。

【答案】非抽样误差是相对抽样误差而言的，是指除抽样误差之外的，由于其他原因引起的样本观察结果与总体 真值之间的差异。无论是概率抽样、非概率抽样，或是在全面调查中，都有可能产生非抽样误差。非抽样误差有以下几种类型：

（1）抽样框误差，是指抽样框中的单位与研宄总体的单位不存在一一对应的关系，使用这样的抽样框抽取样本就会出现一些错误。

（2）回答误差，是指被调查者在接受调查时给出的回答与真实情况不符。导致回答误差的原因有多种，主要有理答误差、记忆误差和有意识误差。