当前位置：问答库＞考研试题

一、概念题

1． 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。

2． 参数检验（parametric test）

【答案】参数检验是统计假设检验的一种。与“非参数检验”相对。适用于总体分布形式已知。且仅由少数几个参数便可确定的条件下。其检验方法常是基于正态性的假定，如t 检验、F 检验、正态线性回归、狭义多元分析等。其主要缺点在于，因其受到严格的关于正态性的条件限制，而大大制约了这类检验的应用或可信度的保证。

3． 次数

【答案】次数是指某一事件在某一类别中出现的数目，又称为频数（frequency ）, 用f 表示。

4． 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。

5． 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。

6． 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。

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

二、简答题

7． 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。

8． 各种差异量数各有什么特点？

【答案】（1）标准差计算最严密，它根据全部数据求得，考虑到了每一个样本数据，测量具有代表性，适合代数法处理，受抽样变动的影响较小，反应灵敏。缺点是较难理解，运算较繁琐，易受极端值的影响。

（2）方差的描述作用不大，但是由于它具有可加性，是对一组数据中造成各种变异的总和的测量，通常采用方差的可加性分解并确定属于不同来源的变异性，并进一步说明各种变异对总结果的影响。因此，方差是推论统计中最常用的统计量数。

（3）全距计算简便，容易理解，适用于所有类型的数据，但它易受极值影响，测量也太粗糙，只能反映分布两极端值的差值，不能显示全部数据的差异情况，仅作为辅助量数使用。

（4）平均差容易理解，容易计算，能说明分布中全部数值的差异情况，缺点是会受两极数值的影响，但当数据较多时，这种影响较小，因有绝对值也不适合代数方法处理。

（5）百分位差易理解，易计算，不易受极值影响，但不能反映出分布的中间数值的差异情况，也仅用作补助量数。

（6）四分位差意义明确，计算方便容易，对极端值不敏感，较不受极端值影响。当组距不确定，其他差异量数都无法计算时，可以计算四分位差。但是，四分位差无法反映分布中所有数据的离散状况，不适合使用代数方法处理，受抽样变动影响较标准差大。

通过比较，可以发现标准差、方差价值较大，它们的应用也比较广泛，因此，一般称标准差、方差为高效差异量。相比较而言，其他差异量数，如全距、平均差、百分位差和四分位差等缺点比较明显，应用也受到限制，故称他们为低效差异量数。

9． 什么是二元线性标准回归方程？

【答案】二元线性回归方程是指y 对用公式表示

对与

位，所引起y 改变

个单位。

当两个自变量的单位不同，不能直接比较它们在估计y 时的贡献。若要进行这种比较，需要将原始数据分别转换成标准分数，以标准分数建立的回归方程就叫做标准回归方程。一般的形式为:其中表示因变量y 的标准分数的估计值。

与的线性回归方程。 与的共同估计值，为常数项，与固定不变时，是y 每变化一个单式中; K 为个单位；表示当的偏回归系数。在二元线性标准回归中，表示当固定不变时，每变化一个单位时，所引起y 改变和分别表示以