2017年中南大学数学与统计学院432统计学[专业硕士]之统计学考研强化模拟题
● 摘要
一、判断题
1． 对于一元线性回归模型，如果自变量是显著的，那么自变量所对应的系数应该显著的不为0。（ ）
【答案】×
2． 任意随机变量X 的数学期望和方差都存在。（ ）
【答案】×
【解析】柯西分布的数学期望和方差都不存在，其密度函数为
3． 当时间序列中的观察值出现负数时不易计算増长率。（ ）
【答案】√
【解析】当时间序列中出现0或负数时，计算出的增长率，要么不符合数学公理，要么无法解释其实际意义。因此在这种情况下，适宜直接用绝对数进行分析。
4． 残差平方和是解释变量变动所引起的被解释变量的变差。（ ）
【答案】×
【解析】残差平方和是随机因素影响所引起的被解释变量的变差；回归平方和是指被解释变量的总体平方和与残差平方和之差。
5． 若两个独立随机变量X 和; K 均服从二项分布，而.
【答案】×
【解析】由二项分布的可加性知，两个服从二项分布的独立随机变量的和仍服从二项分布。
6． 公司的业绩与股票价格是因果关系，其中股票价格大跌是因，公司的业绩下降是果。 （ ）
【答案】×
【解析】公司业绩与股票价格之间存在不确定的数量关系，即两者之间存在一定的相关关系，并非因果关系。
7． 回归模型中假定误差项是一个服从正态分布的随机变量，且相互独立。（ ）
【答案】×
不一定服从二项分布。（ ）
8． 参数和统计量是没有区别的。（ ）
【答案】
【解析】参数是研宄者想要了解的总体的某种特征值。而统计量是样本的函数，其中不含未知参数。参数估 计就是利用样本统计量去估计总体参数。
9． 若在实际应用中所处理的变量并不是严格的连续型变量，则不能使用正态分布。（ ）
【答案】×
【解析】在实际应用中，如果所处理的变量并不是严格的连续型变量，可以通过连续校正，然后再使用正态分布。
10．样本均值的标准差也称抽样估计的标准误差，可用公式表示为
【答案】×
【解析】样本均值的标准差也称抽样估计的标准误差，可用公式表示为
（ ）
二、简答题
11．回归分析中的误差序列有何基本假定？模型参数的最小二乘估计模型用于预测，影响预测精度的因素有哪些？
【答案】（1
）误差项是一个服从正态分布的随机变量，且独立，即0的随机变量，即线性函数；②无偏性
具有最小方差的估计量。
（3）影响预测精度的因素有：①预测的信度要求。同样情况下，要求预测的把握度越高，贝_应的预测区间就越宽，精度越低；②总体y 分布的离散程度
越大，相应的预测区间就越
宽，预测精度越低；③样本观测点的多少n 。n 越大，相应的预测区间就越窄，预测精度越高；④样本观测点中，解释变量x 分布的离散度。x 分布越离散，预测精度越高；⑤预测点离样本分布中心的距离。预测点越远离样本分布中心预测区间越宽，精度越低，越接近样本分布中心间越窄，精度越高。
12．抽样误差影响因素分析。
【答案】影响抽样误差的因素主要有：（1）样本单位数目。在其他条件不变的情况下，抽样数目越多，抽样误差越小；抽样数目越少，抽样误差越大。当n=N时，就是全面调查，抽样误差此时为零。（2）总体标志变动程度。 在其他条件不变的情况下，总体标志变异程度越大，抽样误差越大；总体变异程度越小，抽样误差越小。（3）抽样方法。一般讲，不重复抽样的抽样误差要
具有哪些统计特性？若
）。独立性
意味着对于一个特定的值，它所对应的与其他值所对应的不相关。误差项是一个期望值为
对于所有的值分别是
的方差
都相同。
为随机变量的
是所有线性无偏估计量中
（2
）模型参数的最小二乘估计
的统计特性：①线性，即估计量的无偏估计；③有效性
区
小于重复抽样的抽样误差。当n 相对N 非常小时，两种抽样方法的 抽样误差相差很小，可忽略不计。（4）抽样组织方式。采用不同的抽样组织方式，也会有不同的抽样误差。一般讲分层抽样的抽样误差较小，而整群抽样的抽样误差较大。
13．解释多元回归模型、多元回归方程、估计的多元回归方程的含义。
【答案】（1）多元回归模型：设因变量为如何依赖于自变量
式中
（2）多元回归方程：
根据回归模型的假定有方程，它描述了因变量y 的期望值与自变量
（3）估计的多元回归方程：
回归方程中的参数数据去估计它们。当用样本统计
量
时，就得到了估计的
多元回归方程，其一般形式为：
式中
是参数
称为偏回归系数。
14．考虑总体参数的估计量，简述无偏估计量与最小方差无偏估计量的定义。
【答案】①无偏性（unbiasedness ）是指估计量抽样分布的数学期望等于被估计的总体参数。设总体参数为
所选择的估计量为
如果
则称为的无偏估计量。对于待估参数，
不同的样本值就会得到不同的估计值。这样，要确定一个估计量的好坏，就不能仅仅依据某次抽样的结果来衡量，而必须由大量抽样的结果来 衡量。对此，一个自然而基本的衡量标准是要求估计量无系统偏差。尽管在一次抽样中得到的估计值不一定恰好 等于待估参数的真值，但在大量重复抽样时，所得到的估计值平均起来应与待估参数的真值相同，即希望估计量 的均值应等于未知参数的真值，这就是无偏性的要求。
②最小方差无偏估计
是在无偏估计类中使均方误差达到最小的估计量，即在均方误差
是的一个无偏估计量，
都有
则称是的一致最小方差无偏估计。
15．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）
个自变量分别为
是模型的参数
描述因变量y
为误差项。
称为多元回归
和误差项的方程称为多元回归模型。其一般形式可表示为
：
之间的关系。
是未知的，需要利用样本
去估计回归方程中的未知参
数
的估计值是因变量y 的估计值。其中
最小意义下的最优估计，它是在应用中人们希望寻求的一种估计量。设若对于的任一方差存在的无偏估计量
相关内容
相关标签