2017年东北财经大学应用统计432统计学[专业硕士]考研冲刺密押题
● 摘要
一、简答题
1． 什么是抽样平均误差？影响抽样平均误差的因素有哪些？
【答案】抽样平均误差是指抽样平均数（或抽样成数）的标准差。它反映抽样平均数（或抽样成数）与总体平均数（或总体成数）的平均误差程度。
影响抽样平均误差的因素有四个：
（1）样本单位数目。在其他条件不变的情况下，抽样数目越多，抽样误差越少；抽样数目越少，抽样误差越大。当时，就是全面调查，抽样误差此时为零。
（2）总体标志变动程度。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。
2． 解释总平方和、回归平方和、残差平方和的含义，并说明它们之间的关系。
【答案】（1）总平方和（S^T）是实际观测值与其均值的离差平方和，即
（2）回归平方和（^狀）是各回归值
来解释的变差部分。
（3）残差平方和（SSE ）是各实际观测值与回归值的离差平方和，即
称为误差平方和。
（4）三者之间的关系
3． 多元线性回归模型中有哪些基本的假定？
【答案】多元回归模型的基本假定有：
（1）自变量； 是非随机的、固定的，且相互之间互不相关（无多重共线性）
第 2 页，共 51 页 与实际观测值的均值y 的离差平方和，即其反映了在y 的总变差中由于x 与y 之间的线性关系引起的y 的变化部分，它是可以由回归直线它是除了的线性影响之外的其他因素对变差的作用，是不能由回归直线来解释的变差部分。其又
（2）误差项是一个期望值为0的随机变量，即
（3）对于自变
量
的所有
值的方
差 都相同，且不序列相关，
即
（4）误差项是一个服从正态分布的随机变量，且相互独立，即
4． 举例说明什么是列联表的独立性检验。
【答案】变量分为定量变量和定性变量。对于定量变量我们用回归分析等方法机进行研宄。对于定性变量，如吸烟是否与患癌症有关、性别与是否喜欢数学有关、年龄和喜欢的电视节目类型是否有关等等，我们对其进行列联 表的独立性检验。列联表的独立性检验是对一个分类变量的检验，因其分析过程可以通过列联表的方式呈现，故又可称为列联分析。
独立性检验就是分析列联表中行变量和列变量是否相互独立。
例如：为了研究年龄和喜欢的节目类型是否有关系，某单位对闲暇时间进行了全面调查，根据不同年龄档和喜爱收看电视节目的类型进行了如下的统计分类：
按照假设检验的步骤
：
按照假设检验的步骤：
设定假设：
（行变量与列变量独立）
（行变量与列变量不独立） （其中是行变量，是列变量）
选取统计量：
（其中，
第i 行第j 列类别的期望频数；并且
为列联表中第i 行第j 列类别的实际频数；
最后带入数字，进行判断。看是否有行向量与列向量独立。若拒绝原假设，即行向量与列向量不独立，即年龄和喜欢的节目类型有关系。反之，年龄和喜欢的节目类型无关。
5． 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
第 3 页，共 51 页 为列联表中
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。
6． 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。
7． 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。
8． 给出显著性检验中，P 值的含义，以及如何利用P 值决定是否拒绝原假设。
【答案】P 值就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P 值很小，说明这种情况发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原
第 4 页，共 51 页 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
相关内容
相关标签