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． 观测值

【答案】随机变量所取得的值，称为观测值。

3． 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。

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。

5． 相关系数

【答案】相关系数是两列变量间相关程度的指标。相关系数的取值在-1到+1之间，常用小数表示，其正负号表示方向。如果相关系数为正，则表示正相关，两列变量的变化方向相同。如果相关系数为负值，则表示负相关，两列变量的变化方向相反。相关系数取值的大小表示相关的强弱程度。如果相关系数的绝对值在1.00与0之间，则表示不同程度的相关。绝对值接近1.00端，一般为相关程度密切，接近0值端一般为关系不够密切。0相关表示两列变量无任何相关性。

6． 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。

二、简答题

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．

检验法在计数数据的分析中有哪些应用？ 【答案】检验因研究的问题不同，可以细分为多种类型，如配合度检验、独立性检验、同质性检验等等。

（1）配合度检验主要用来检验一个因素多项分类的实际观察数与某理论次数是否接近，这种检验方法有时也称为无差假说检验。当对连续数据的正态性进行检验时，这种检验又可称

（2）独立性检验是用来检验两个或两个以上因素各种分类之间是否有关联或是否具有独立性的问题。两个因素是指所要研究的两个不同事物。例如性别与对某个问题的态度是否有关系，这里性别是一个因素，分为男女两个类别，态度是另一个因素，可分为赞同、不置可否、反对等多种类别。各因素分类的多少视研究的内容及所

划分的分类标志而定。这种类型的/检验适用于探讨两个变量之间是否具有关联（非独立）

，如果再加入另一个变量的影响，即探讨三个变量之间关系时，就必须使用多维或无关（独立）

列联表分析方法。

（3）同质性检验主要目的在于检定不同人群母总体在某一个变量的反应是否具有显著差异。当用同质性检验检测双样本在单一变量的分布情形，如果两样本没有差异，就可以说两个母总体是同质的，反之，则说这两个母总体是异质的。

9． 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”

，我们的问题是确定一条直线一条直线（不是直线）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:

10．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。

为正态吻合性检验。 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，如果这组数据最小，即这时误差的平方和最小，这时可以求得比较精