2017年新疆财经大学统计与信息学院432统计学[专业学位]考研强化模拟题
● 摘要
一、简答题
1． 简述统计分组的原则。
【答案】采用组距分组时，需要遵循不重不漏的原则。不重是指一项数据只能分在其中的某一组，不能在其他组 中重复出现；不漏是指组别能够穷尽。即在所分的全部组别中每项数据都能分在其中的某一组，不能遗漏。
为解决不重的问题，统计分组时习惯上规定“上组限不在内”。即当相邻两组的上下限重叠时，恰好等于某 一组上限的变量值不算在本组内，而计算在下一组内。而对于连续变量，可以采取相邻两组组限重叠的方法，根 据“上组限不在内”的规定解决不重的问题，也可以对一个组的上限值采用小数点的形式，小数点的位数根据所 要求的精度具体确定。
2． 简述概率抽样与非概率抽样的区别。
【答案】（1）概率抽样也称随机抽样，是指遵循随机原则进行的抽样，总体中每个单位都有一定的机会被选入样本。
非概率抽样是相对于概率抽样而言的，指抽取样本时不是依据随机原则，而是根据研宄目的对数据的要求， 采用某种方式从总体中抽出部分单位对其实施调查。
（2）概率抽样与非概率抽样的区别：概率抽样是依据随机原则抽选样本，这时样本统计量的理论分布是存 在的，因此可以根据调查的结果对总体的有关参数进行估计，计算估计误差，得到总体参数的置信区间，并且在 进行抽样设计时，对估计的精度提出要求，计算为满足特定精度要求所要的样本量。而非概率抽样不是依据随机 原则抽选样本，样本统计量的分布是不确切的，因而无法使用样本的结果对总体相应的参数进行推断。
3． 正态分布所描述的随机现象有什么特点？为什么许多随机现象服从或近似服从正态分布？
【答案】（1）正态分布所描述的随机现象具有如下特点： ①正态曲线的图形是关于的对称钟形曲线，且峰值在处；
②正态分布的两个参数均值和标准差一旦确定，正态分布的具体形式也就唯一确定，不同参数取值的 正态分布构成一个完整的“正态分布族”。
③正态分布的均值可以是实数轴上的任意数值，它决定正态曲线的具体位置，标准差相同而均值不同 的正态曲线在坐标轴上体现为水平位移。 ④正态分布的标准差
⑤当为大于零的实数，它决定正态曲线的“陡_”或“扁平”程度。越大，正态曲线 越扁平；越小，正态曲线越陡峭。 的取值向横轴左右两个方向无限延伸时，正态曲线的左右两个尾端也无限渐近横轴，但理论上永远不会与之相父。
⑥与其他连续型随机变量相同，正态随机变量在特定区间上的取值概率由正态曲线下的面积给出，而且其曲线下的总面积等于1。
（2）如果原有总体是正态分布，那么，无论样本量的大小，样本均值的抽样分布都服从正态分布。若原有 总体的分布是非正态分布，随着样本量的增大（通常要求
方差为总体方差的，不论原来的总）体是否服从正态分布，样本均值的抽样分布都将趋于正态分布，其分布的数学期望为总体均值这就是统计上著名的中心极限定理。因此许多随机现象服从或近似服从正态分布。
4． 二项分布与超几何分布的适用场合有什么不同？它们的均值和方差有什么区别？
【答案】（1）从理论上讲，二项分布只适合于重复抽样（即从总体中抽出一个个体观察完后放回总体，然后再抽下一个个体）。但在实际抽样中，很少采用重复抽样。不过，当总体的元素数目况很大而样本量, 相对于AT 来说很小时，二项分布仍然适用。
但如果是采用不重复抽样，各次试验并不独立，成功的概率也互不相等，而且总体元素的数目很小或样本量 «相对于W 来说较大时，二项分布就不再适用，这时，样本中“成功”的次数则服从超几何概率分布。
（2）若X 服从二项分布若Y 服从超几何分布
5． 简述时间序列的组成要素。
【答案】时间序列的组成要素分为4种，即趋势或长期趋势、季节性或季节变动、周期性或循环波动、随机性或不规则波动。
（1）趋势是时间序列在长时期内呈现出来的某种持续向上或持续下降的变动，也称长期趋势；
（2）季节性也称季节变动，它是时间序列在一年内重复出现的周期性波动；
（3）周期性也称循环波动，它是时间序列中呈现出来的围绕长期趋势的一种波浪形或振荡式变动；
（4）随机性也称不规则波动，是指偶然性因素对时间序列产生影响，致使时间序列呈现出某种随机波动。
6． 何谓统计量？
【答案】设
函数
又称出则则 分布、t 分布、F 分布是不是统计量？它们在统计分析中各有何用处？ 是从总体X 中抽取的容量为n 的一个样本，如果由此样本构造一个不依赖于任何未知参数，则称函数为样本统计量。当获得样本的一组具体观测值是一个统计量。通常，时，代入T ，计算的数值，就获得一个具体的统计量值。
从以上统计量的定义可以看出，当. 分布、t 分布、F 分布是由样本构造的函数，而且不依
分布、t 分布、F 分布中含有分布、t 分布、F 分布就是统计量；若
赖于任何未知参数时，则.
未知参数，则它们就不是统计量。
分布：分布可以用来构造f 分布与F 分布，并且在假设检验与列联分析中做检验统计量。
t 分布：一般当时，f 分布与标准正态分布就非常接近。分布的诞生对于统计学中小样本理论和应用有着重要的促进作用。f 分布在假设检验与线性回归显著性检验中做检验统计量。
F 分布：在比较两个总体方差的假设检验时通常用F 分布，且F 分布在线性回归显著性检验与方差分析中做很重要的检验统计量。
7． 简述假设检验的过程。
【答案】假设检验的过程如下：
（1）根据所研宄问题的要求提出原假设（或称为零假设、无效假设）和备择假设确定显著性水平。显著性水平为拒绝假设检验是犯第一类错误的概率。
（2）选择合适的检验方法，确定适当的检验统计量，确定统计量的分布，并由假设计算其数值。
（3）根据统计量确定值，做出统计推断。根据计算的统计量，查阅相应的统计表，确定
值，以值与显著性水平比较，若则拒绝接受
若则不拒绝
8． “假设检验的基本思路是：概率性质的反证法，主要依据的是：小概率事件原理”。你同意这种说法吗？简要叙述你对假设检验的理解和检验步骤。
【答案】同意。
假设检验所遵循的推断依据是统计中的“小概率原理”：小概率事件在一次试验中几乎是不会发生的。例如，在10000件的产品中，如果只有1件是次品，那么可以得知，在一次试验中随机抽取1件次品的概率就为此概率是非常小的。或者是说，在一次随机抽样试验中，次品几乎是不会被抽到的。反过来，如果从这批产品中任意抽取1件，恰好是次品，我们就可以断定，该次品率应该不是很小的，否则我们就不会那么轻易的就能抽到次品。从而，我们就有足够的理由否认产品的次品率是很低的假设。
假设检验的基本步骤为：第一，对所考察总体的分布形式或总体的某些未知参数做出某些假设，称之为原假设。第二，根据检验对象构造合适的检验统计量，并通过数理统计分析确定在原假设成立的条件下该检验统计量的抽样分布。第三，在给定的显著性水平下，根据抽样分布得出原假设成立时的临界值，由临界值构造拒绝域和接受域。第四，由所抽取的样本资料计算样本统计量的取值，并将其与临界值进行比较，从而对所提出的原假设做出接受还是拒绝的统计判断。
假设检验就是利用样本中所蕴含的信息对事先假设的总体情况做出推断。假设检验不是毫无根据的，而是在一定的统计概率下支持这种判断。
9． 简述判定系数的含义和作用。
【答案】（1）判定系数的含义
回归平方和占总平方和的比例称为判定系数，记为
其计算公式为：
相关内容
相关标签