当前位置：问答库＞考研试题

一、概念题

1． T 分数

T 分数指由正态分布上的标准分数转换而来的等距量表分数。T 分数以50为平均数，【答案】

以10为标准差。T 分数是Z 分数的变形，因为Z 分数有负值和小数，人们不习惯，所以采用这个公式处理。经过变换，所得的分数全是整数，50分为普通，50分以上越高越好，50分以下越低越差。T 分数的意义及其优点和标准分数相同，不同之处是消除了小数和分数。

2． 抽样误差

【答案】抽样误差指由抽样而造成的样本参数与总体参数之间差异或各样本参数之间差异。比如:样本平均数与总体平均数之间差异或各样本平均数之间差异。在抽样研究中，抽样误差是不可避免的，但可以估计其大小。

3． 检验的显著性水平

【答案】检验的显著性水平指在假设检验中，虚无假设正确时而拒绝虚无假设所犯错误的概率。在假设检验中有可能会犯错误，如果虚无假设正确却把它当成错误的加以拒绝，犯这类错误的概率用a 表示，a 就是假设检验中的显著性水平。通常选择α=0.05作为检验的显著性水平。也就是说每当实验结果发生的概率小于或等于0.05的时候，就拒绝虚无假设。

4． 随机变量

【答案】随机变量（random variable）是在样本空间的全部事件集上的一个实值函数。通常随机变量用大写字母x ，y , z 等表示，或者希腊字母，…等表示。分离散型随机变量和连续型随机变量两类。离散型随机变量是指所有可能的取值个数是有限的或至多可列的随机变量。如随机抽取任一学生观察其性别，其样本空间只有两个男性和女性样本点，

即

随机变量X 只取两个值：即当某学生

是男生时，x 取1; 当学生是女生时，x 取0。连续型随机变量是指可能在一个连续区间内或整个实数范围内取值的随机变量。如，在12岁的学生总体中，随机抽一个观测其身高y 。此随机试验的样本空间

机现象。

第 2 页，共 30 页 是大于0的实数集。随机变量y 可在一个连续区间内取值。随机变量的引进使概率论能使用精密的数学工具（如微积分、代数、实变函数、测度论等）来处理和分析随

二、简答题

5． 说明下面符号代表的意义。

【答案

6． 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。

7． 心理与教育科学实验所获得的数据是否属于随机变量? 为什么

【答案】心理与教育科学实验所获得的数据属于随机变量。

心理与教育科学研究数据具有随机性和变异性。

科学研究中因观测人员、观测工具、观测条件的变化而具有随机变化的现象。在心理和教育科学领域，研究获得的数据资料也具有一定随机性质。观测数据的这种特点，称为变异性。即便使用同一种测量工具，观测同一事物，只要是进行多次，那么获得的数据就不会完全相同。随着测量工具的完善和精确，数据的这种随机性变化就更明显。例如，人们对同一年级或同一年龄儿童甚至对同一个人进行同一学科的学业测试，或对同一个心理特点进行评量、观察多次，得到的数据绝不会全然相同，这些数据总是在一定的范围内变化。

造成数据变异的原因，出自观测过程中一些偶然的不可控制的因素，称随机因素。随机因

第 3 页，共 30 页 】

素使测量产生的误差称作随机误差。由于这种随机误差的存在，使得在相同条件下观测的结果常常不止一个，并且事前无法确定，这是客观世界存在的一种普遍现象，人们称这类现象为随机现象。在教育和心理科学的各类研究中，研究的对象是人的内在的各种心理现象，不仅由客观上一些偶然因素会引起测量误差，由实验者和被试主观上一些不可控制的偶然因素也会造成测量误差，这些偶然因素十分复杂，因而造成的随机误差就更大，也就使心理与教育科学研究中得到的数据具有更明显的变异性。

8． 统计量与参数之间有何区别和关系？

【答案】在科学研究中，探寻的是关于所有事物总体的说明和解释。总体的那些特性称为参数（parameter ）, 又称总体参数，是描述一个总体情况的统计指标；样本的那些特征值叫做统计量（statistics ）, 又称特征值。

参数和统计量的区别

（1）一个参数是从整个总体中计算得到的量数，通常是通过样本特征值来预测得到，统计量是从一个样本中计算出来的一些量数，它可以描述一组数据的情况，参数代表总体的特性，它是一个常数；

（2）统计量代表样本的特性，它是一个变量，随着样本的变化而变化；

（3）参数和统计量之间最明显的区别是参数常用希腊字母表示，而样本统计量则用英文字母表示。

参数和统计量的关系

从数值计算上讲，当总体大小已知并与实验观察的总次数相同时，它们是同一统计指标。当总体无限时，统计量与总体参数不同，但统计量可在某种程度上作为总体参数的估计值。通过样本统计量，对总体参数能够做出预测和估计。

三、计算题

9． 试以方差的区间估计为例说明区间估计的原理。

【答案】区间估计的原理是样本分布理论。在计算区间估计值，解释估计的正确概率时，依据的是该样本统计量的分布规律及样本分布的标准误（SE ）。也就是说，只有知道了样本统计量的分布规律和样本统计量分布的标准误才能计算总体参数可能落入的区间长度，并对区间估计的概率进行解释，可见标准误及样本分布对于总体参数的区间估计是十分重要的。样本分布可提供概率解释，而标准误的大小决定区间估计的长度。一般情况下，加大样本容量可使标准误变小。

自正态分布的总体中，随机抽取容量为n 的样本，其样本方差与总体方差比值的分布为；分布。 根据

分布，可以说:有1-的概率落在之间。

第 4 页，共 30 页