当前位置：问答库＞考研试题

一、概念题

1． 概率

【答案】概率（probability ），概率论术语指，随机事件发生可能性大小度量指标。①概率描述性定义。随机事件A 在所有试验中发生可能性大小的量值，称为事件A 的概率，记为P （A ）。如将一枚均匀硬币上抛足够多次，会发现“正面朝上”的事件出现的频率在0.5上下波动。这种频率稳定性从实践上表明随机事件的概率是客观存在的。②概率的精确定义。设P 是定义在“事件域”上的一个集合函数，若满足下列条件，则称之为概率：

a.P

两互不相容对一

切，则

（性质（ⅲ）称为完全可加性）。若P 是概率，则不可能事件的概率为零，即对任意事件有应当注意，若P （A ）=0, 并不能说A —定是不可能事件，即不可能事件的概率一定是零，但概率为零的事件未必是不可能事件。这是由于P 是集合函数，可能在某些点集上（如有限个点）为零。同理，概率为1的事件，未必是必然事件。

2． 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。

3． 统计检验力

【答案】统计检验力又称假设检验的效力是指假设检验能够正确侦察到真实的处理效应的能力，也指假设检验能够正确地拒绝一个错误的虚无假设的概率，因此效力可以表示为检验的效力越高，侦察能力越强。影响统计检验力的因素有:①处理效应大小，处理效应越明显，越容易被侦查到，假设检验的效力也就越大。②显著性水平a , a 越大，假设检验的效力也就越大。③检验的方向性，单侧检验侦察处理效应的能力高于双侧检验。④样本容量，样本容量越大，标准误越小，样本均值分布越集中，统计效力越高。

二、简答题

4． 说明下面符号代表的意义。

【答案

】

5． 完全随机设计的方差分析与随机区组方差分析最重要的区别是什么？

【答案】完全随机设计的方差分析与随机区组的方差分析最重要的区别在于组内方差。随机区组方差分析中，将组内方差分解为组内误差和区组方差。

6． 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。

7． 统计分组应注意哪些问题？

【答案】进行统计分组时需要注意下列问题

（1）分组要以被研究对象的本质特性为基础

面对大量原始数据进行分组时，有时需要先做初步的分类，分类或分组一定是要选择与被研究现象的本质有关的特性为依据，才能确保分类或分组的正确。在心理学与教育学研究方面，专业知识的了解和熟悉对分组的正确进行有重要作用。例如在学业成绩研究中按学科性质分类，在整理智力测验结果时，按言语智力、操作智力和总的智力分数分类等。

（2）分类标志要明确，要能包括所有的数据

对数据进行分组时，所依据的特性称为分组或分类的标志。整理数据时，分组标志要明确并且在整理数据的过程中前后一致。这就是说，关于被研究现象本质特性的概念要明确，不能既是这个又是那个。另外，所依据的标志必须能将全部数据包括进去，不能有遗漏，也不能中途改变。

8． 在心理学研究中，以样本对总体判断的数理理论依据。

【答案】（1）在心理学研究中，以样本对总体判断必须以一定的统计理论为基础。推论统计的理论和原理包括抽样理论、估计理论和统计检验原理。

①抽样理论及其方法主要讨论在什么情况下可以从样本的特性推论出总体的特性。其中一个最重要的条件就是样本抽取的原则，只有抽样具有随机性，才能保证推论具有某种程度的准确性。

②估计理论主要是根据随机抽样的结果来估计总体分布的参数值，分为点估计和区间估计。

③统计检验主要是根据实际的抽样结果来推论有关总体特征的假设是否与具体的随机抽样所提供的信息相一致。

（2）当总体参数不清楚时，用一个特定值，一般就是样本统计量对总体参数进行估计。以样本对总体判断的数理理论依据是样本分布理论，即概率发生的机会。统计分析中一般认为，0.05或0.01属于小概率事件，小概率事件在一次抽样中是不可能出现的。

样本分布的规律:

①样本统计量为正态分布或接近正态分布的两种情况，凡符合这两种情况的分布，都可以根据正态分布的概率进行统计推论。

②总体分布非正态，但方差己知，这时当样本足够大时其样本平均数的分布 为渐进正态分布，接近正态分布的程度与样本n 及总体偏斜程度有关。

③依据随机取样原则，自正态分布的总体中抽取容量为n 的样本，当n 足够大时

样本方差及标准差的分布，渐趋正态分布。

（3）假设检验是通过样本统计量得出的差异做出一般性结论，判断总体参数之间是否存在差异。假设检验的原理是概率性质的反证法。为了检验虚无假设，首先假定虚无假设为真。在虚无假设为真的前提下，如果导致违反逻辑或违背人们常识和经验的不合理现象出现，则表明“虚无假设为真”的假定是不正确的，也就不能接受虚无假设。若没有导致不合理现象出现，那就认为“虚无假设为真”的假定是正确的，也就是说要接受虚无假设。假设检验中的“不合理现象”是指小概率事件在一次试验中发生了。小概率事件原理认为“小概率事件在一次试验中几乎是不可能发生的”。

9． 为什么要做区间估计？怎样对平均数作区间估计？

【答案】（1）做区间估计是因为

①当用点估计来对总体参数进行估计时，总是以误差的存在为前提，但又不能提供正确估计的概率。

这是由于点估计是用估计量的一个具体的数值作为待估参数的估计值，由于估计量是一个随机变量，所以点估计以随机变量中的某一个值来做估计，很显然会产生一定的误差。若误差较小，这个点估计值还是一个好的估计值，若误差较大，这个点估计便失去了意义。

②区间估计在一定意义上弥补了点估计的不足之处。