当前位置：问答库＞考研试题

一、概念题

1． 样本

【答案】样本（sample ）亦称“子样”，统计学术语，指按一定规则从统计总体中抽取的若干个体的集合或对总体X 的n 次观测结果

独立样本。

2． 推论统计

【答案】推论统计又称推断统计，主要研宄如何通过局部数据所提供的信息，推论总体或全局的情形；如何对假设进行检验和估计；如何对影响事物变化的因素进行分析；如何对两件事物或多种事物之间的差异进行比较等。这是推论统计要研宄的内容，常用的统计方法有：假设检验

的各种方法、总体参数特征值的估计方法（又称总体参数的估计）和各种非参数的统计方法等等。

3． 协方差分析

【答案】协方差分析指回归分析与方差分析相结合的一种统计分析方法。是将难以直接控制的变量作为协变量影响的条件下，更准确地分析与评价因素对因变量的影响。它与方差分析的不同之处在于:方差分析的各因素水平可以根据需要和实际情况人为地加以控制，而在协方差分析中，某些因素的水平是不能控制或难以控制的。如在考察不同教学方法对学生学习成绩有无显著性影响的过程中，如果只考虑教学方法对学生学习成绩的作用，而不考虑学生的智力水平和学习基础这两个不能精确控制的因素对学生学习成绩的影响，将会影响判断的准确性。协方差分析可以消除这种不可控因素的影响，提高分析的精度。教学方法是可以人为控制的因素，称为方差因素，而学生的智力和学习基础是不能精确控制的因素，称为协变量。协方差分析的基本方法是先对每一水平下的实验结果进行回归分析，求出扣除协变量以后的残值，再将各水平试验下对应的残值进行方差分析。协方差分析适合于完全随机化设计资料、随机化区组设计资料、拉丁方资料等。

4． 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

第 2 页，共 34 页 根据样本容量（通常以30为界线）的大小，可区分为大样本和小样本。根据两样本来自的两总体是相关还是独立，可分为相关样本和

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。

二、简答题

5． 简述检验的假设。 【答案】检验的假设主要有:

检验中的分类必须相互排斥，以保证每一个观测值被（1）分类相互排斥，互不包容。

被划分到更多的类别中去的情况。

（2）观测值相互独立。各个被试的观测值之间彼此独立，这是最基本的一个假定。

（3）期望次数的大小。为了努力使分布成为X2值合理准确的近似估计，每一个单元格中的期望次数应该至少在5个以上。

6． 简述非参数检验的意义和常用方法。

【答案】（1）非参数检验是针对那些总体分布不能用有限个实参数来刻画，而只能对其作一些诸如分布连续、有密度、具有某阶矩等一般性假定的统计问题。

非参数检验的意义在于非参数统计问题中对总体分布的假定要求的条件很宽，因而使得针对这种问题而构造的非参数统计方法，不致于因为对总体分布的假定不当而导致重大错误，所以它往往有较好的稳健性。但正是因为非参数统计方法需要照顾范围很广的分布，在某些情况下会导致其效率的降低。不过，近代理论证明:当一些重要的非参数统计方法，当与相应的参数方法比较时，即使在最有利于后者的情况下，其效率上的损失也很小。

（2）非参数检验的常用方法有:

用来检验样本随机性的非参数检验:单样本游程检验；

与参数检验中独立样本的t 检验相对应的秩和检验法；

与参数检验中两独立样本平均数之差的t 检验相对应的中数检验法；

与参数检验中配对样本差异显著性t 检验相对应的符号检验法以及符号等级检验法；

与参数方法中的完全随机方差分析相对应的克-瓦氏单方向方差分析；

与参数方法中的随机区组方差分析相对应的弗里德曼双向等级方差分析。

7． 简述最小二乘法。

【答案】最小二乘法是建立精确的回归方程经常采用的方法，其基本过程如下: 设

若

图像“很象”

一条直线（不是直线），我们的问题是确定一条直线

第 3 页，共 34 页 划分到一个类别或另一个类别之中。此外，分类必须互不包容。保证不会出现某一观测值同时是直角平面坐标系下给出的一组数据， 我们也可以把这组数据看作是一个离散的函数。根据观察，如果这组数据使得它能“最好”地反映出这

组数据的变化。对个别观察值来说，它可能是正的，也可能是负的。为了不使它们相加彼此抵消，故“最好”应该是

确的回归方程:

8． 方差分析的适用条件是什么? 主要用来检验什么？

【答案】进行方差分析时有一定的条件限制，数据必须满足以下几个基本假定条件，否则由它得出的结论将会产生错误。

（1）总体正态分布

方差分析同Z 检验及t 检验一样，也要求样本必须来自正态分布的总体。在心理与教育研究领域中，大多数变量是可以假定其总体服从正态分布，一般进行方差分析时并不需要去检验总体分布的正态性。当有证据表明总体分布不是正态时，可以将数据做正态转化，或采用非参数检验方法。

（2）变异的相互独立性

总变异可以分解成几个不同来源的部分，这几个部分变异的来源在意义上必须明确，而且彼此要相互独立。

（3）各处理内的方差一致

在方差分析中用MSw 作为总体组内方差的估计值，求组内均方MSw 时，相当于将各个处理中的样本方差合成，它必须满足的一个前提条件就是，各实验处理内的方差彼此无显著差异。这一假定若不能满足，原则上是不能进行方差分析的。

方差分析主要用来检验两组或多组资料的总体均数是否相同，检验两个或多个样本均数的差异是否有统计学意义。

最小，即这时误差的平方和最小，这时可以求得比较精

三、计算题

9． 医学上测定，正常人的血色素应该是每100毫升13克，某学校进行抽查，37名学生血色素平均值

低于正常值？

【答案】n>30, 所以样本分布为近似正态分布。问题为是否显著低于则用单侧检验（左侧）。

（1）提出假设即该校学生的血色素不低于正常值

即该校学生的血色素低于正常值

（2）选择检验的统计量并计算其值

（3）确定显著性水平及临界值

当α=0.05时，

第 4 页，共 34 页 （克/100毫升），标准差s=1.5（克/100毫升），试问该校学生的血色素是否显著