当前位置：问答库＞考研试题

一、判断题

1． 编制综合指数的目的是测定指数化指标的变动，同度量因素所起的作用是将不同度量的现象转化为同度量的现象。（ ）

【答案】√

2． 检验显著性水平的选择，对接受和拒绝原假设

【答案】 没有影响。（ ）

3． 利用一个回归方程，两个变量可以互相推算。（ ）

【答案】×

【解析】回归方程给出的是因变量的预测方程，只能给定一个自变量，然后预测出相应的因变量的值。

4． 参数和统计量是没有区别的。（ ） 【答案】

【解析】参数是研宄者想要了解的总体的某种特征值。而统计量是样本的函数，其中不含未知参数。参数估 计就是利用样本统计量去估计总体参数。

5． 通过增大样本容量和提高模型的拟合优度可以缩小置信区间。（ ）

【答案】×

6． 经济现象会产生多种形式的波动，按波动的原因可分为长期趋势、季节变动、循环波动和规则波动。（ ）

【答案】×

【解析】时间序列的成分可以分为4种，

即长期趋势季节波动循环波动和不规则变动

7． 在假设检验中，通常是在控制犯取伪错误概率的条件下，尽可能使弃真错误的概率尽可能小一点。（ ） 【答案】

【解析】在假设检验中，一般首先控制犯“弃真”错误的概率，也就是事先给出的显著性水平（弃真错误）的数值尽量地小，在其它条件不变的情况下，增加犯“纳伪”错误的可能性，即大，从而使得检验功效

增减弱。如果要增强检验功效，解决的唯一办法只有增大样本容量。

8． 若两个独立随机变量X 和; K 均服从二项分布，而.

【答案】× 不一定服从二项分布。（ ）

【解析】由二项分布的可加性知，两个服从二项分布的独立随机变量的和仍服从二项分布。

9． 动态指数和静态指数是按指数所反映的现象特征不同进行的分类。（ ）

【答案】×

【解析】动态指数和静态指数是按指数所反映的时间状态不同进行的分类；数量指标指数和质量指标指数是按指数所反映的现象特征不同进行的分类。

10．农副产品收购价格指数的编制程序为：先计算各种商品的个体价格指数，然后依次计算小类指数、大类指数直至总指数。（ ）

【答案】√

二、简答题

11．概述相关分析与回归分析的联系与区别。

【答案】（1）相关分析和回归分析的联系

它们具有共同的研宄对象，都是对变量间相关关系的分析，二者可以相互补充。相关分析可以表明变量间相关关系的性质和程度，只有当变量间存在相当程度的相关关系时，进行回归分析去寻求变量间相关的具体数学形式才有实际的意义。同时，在进行相关分析时，如果要具体确定变量间相关的具体数学形式，又要依赖于回归分析，而且在多个变量的相关分析中相关系数的确定也是建立在回归分析基础上的。

（2）相关分析和回归分析的区别

①从研究目的上看，相关分析是用一定的数量指标（相关系数）度量变量间相互联系的方向和程度；回归分析却是要寻求变量间联系的具体数学形式，是要根据自变量的固定值去估计和预测因变量的平均值。

②从对变量的处理看，相关分析对称地对待相互联系的变量，不考虑二者的因果关系，也就是不区分自变量和因变量，相关的变量不一定具有因果关系，均视为随机变量；回归分析是在变量因果关系分析的基础上研宄其中的自变量的变动对因变量的具体影响，必须明确划分自变量和因变量，所以回归分析中对变量的处理是不对称的，在回归分析中通常假定自变量在重复抽样中是取固定值的非随机变量，只有因变量是具有一定概率分布的随机变量。

12．回归分析中的误差序列有何基本假定？模型参数的最小二乘估计具有哪些统计特性？若模型用于预测，影响预测精度的因素有哪些？

【答案】（1

）误差项是一个服从正态分布的随机变量，且独立，

即

0的随机变量，即对于所有的值的方差都相同。 ）。独立性意味着对于一个特定的值，它所对应的与其他值所对应的不相关。误差项是一个期望值为

（2

）模型参数的最小二乘估计

线性函数；②无偏性

具有最小方差的估计量。 分别是的统计特性：①线性，即估计量的无偏估计；③有效性为随机变量的是所有线性无偏估计量中

（3）影响预测精度的因素有：①预测的信度要求。同样情况下，要求预测的把握度越高，贝_应的预测区间就越宽，精度越低；②总体y 分布的离散程度越大，相应的预测区间就越宽，预测精度越低；③样本观测点的多少n 。n 越大，相应的预测区间就越窄，预测精度越高；④样本观测点中，解释变量x 分布的离散度。x 分布越离散，预测精度越高；⑤预测点离样本分布中心的距离。预测点越远离样本分布中心预测区间越宽，精度越低，越接近样本分布中心间越窄，精度越高。

13．重复抽样和不重复抽样相比，抽样均值抽样分布的标准差有什么不同？

【答案】样本均值的方差与抽样方法有关。在重复抽样条件下，样本均值的方差为总体方差的即

去修正重复抽样时样本均值区在不重复抽样条件下，

样本均值的方差则需要用修正系数

的方差，即

对于无限总体进行不重复抽样时，可以按重复抽样来处理，因为其修正系数

对于有限总体，

当N 很大而n 很小时，其修正系数

来计算。

14．考虑总体参数的估计量，简述无偏估计量与最小方差无偏估计量的定义。 趋向于1; 也趋向于1，

这时样本均值的方差也可以按公式

【答案】①无偏性（unbiasedness ）是指估计量抽样分布的数学期望等于被估计的总体参数。设总体参数为所选择的估计量为如果则称为的无偏估计量。对于待估参数，不同的样本值就会得到不同的估计值。这样，要确定一个估计量的好坏，就不能仅仅依据某次抽样的结果来衡量，而必须由大量抽样的结果来 衡量。对此，一个自然而基本的衡量标准是要求估计量无系统偏差。尽管在一次抽样中得到的估计值不一定恰好 等于待估参数的真值，但在大量重复抽样时，所得到的估计值平均起来应与待估参数的真值相同，即希望估计量 的均值应等于未知参数的真值，这就是无偏性的要求。 ②最小方差无偏估计是在无偏估计类中使均方误差达到最小的估计量，即在均方误差

是的一个无偏估计量，都有

最小意义下的最优估计，它是在应用中人们希望寻求的一种估计量。设若对于的任一方差存在的无偏估计量