当前位置：问答库＞考研试题

一、概念题

1． 二列相关

【答案】二列相关是一种两列变量的质量相关。适用的资料是两列均属于正态分布，但其中一列变量是等距或等比的测量数据，另一列变量虽然也呈正态分布，但它被人为地划分为两类，例如:健康与不健康的划分。这种相关适用于对项目区分度指标的确定。

2． 集中量数与差异量数

【答案】集中量数与差异量数都是描述一组数据特征的统计量。集中量数是表现数据集中性质或集中程度的，数据的集中情况指一组数据的中心位置；集中趋势的度量即确定一组数据的代表值，描述集中情况的度量包括:算术平均数、中位数、众数、几何平均数、调和平均数和加权平均数等。差异量数是表现数据分散性质或分散程度的，数据的差异性即为离中趋势；常见的差异量数有标准差或方差、全距、平均差、四分差和各种百分差等。

3． 标准分数

【答案】标准分数指以标准差为单位的一种差异量数，又称Z 分数或基分数。它等于一数列中各原始分数与其平均数的差，再除以标准差所得的商，公式为:

数据的标准分数

，为原始数据的值，式中，Z 为某原始为该组数据的平均数，为该组数据的标准差。标准分数的平均数为0，标准差为1。标准分数是一种不受原始测量单位影响的数值，用来表示一个原始分数在团体中所处位置的相对位置量数。其作用除了能够表明原数据在其分布中的位置外，还能对未来不能直接比较的各种不同单位的数据进行比较。如比较各个学生的成绩在班级成绩中的位置或比较某个学生在两种或多种测验中所得分数的优劣。

二、简答题

4． 简述非参数检验的意义和常用方法。

【答案】（1）非参数检验是针对那些总体分布不能用有限个实参数来刻画，而只能对其作一些诸如分布连续、有密度、具有某阶矩等一般性假定的统计问题。

非参数检验的意义在于非参数统计问题中对总体分布的假定要求的条件很宽，因而使得针对这种问题而构造的非参数统计方法，不致于因为对总体分布的假定不当而导致重大错误，所以它往往有较好的稳健性。但正是因为非参数统计方法需要照顾范围很广的分布，在某些情况下会导致其效率的降低。不过，近代理论证明:当一些重要的非参数统计方法，当与相应的参数方法比较时，即使在最有利于后者的情况下，其效率上的损失也很小。

（2）非参数检验的常用方法有:

用来检验样本随机性的非参数检验:单样本游程检验；

与参数检验中独立样本的t 检验相对应的秩和检验法；

与参数检验中两独立样本平均数之差的t 检验相对应的中数检验法；

与参数检验中配对样本差异显著性t 检验相对应的符号检验法以及符号等级检验法；

与参数方法中的完全随机方差分析相对应的克-瓦氏单方向方差分析；

与参数方法中的随机区组方差分析相对应的弗里德曼双向等级方差分析。

5． 如何区分点二列相关与二列相关？

【答案】（1）点二列相关法（point-biserail correlation）就是考察两列观测值一个为连续变量（点数据），另一个为“二分”称名变量（二分型数据）之间相关程度的统计方法。

二列相关法（biserail correlation）就是考察两列观测值一个为连续变量（点数据），另一个也是连续变量不过被按照某种标准人为的划分的二分变量之间相关程度的统计方法。

（2）点二列相关与二列相关的区别

二列相关不太常用，但有些数据只适用于这种方法。在测验中，二列相关常用于对项目区分度指标的确定。有时，某一题目实际获得的测验分数是连续性测量数据，这些分数的分布为正态，当人为地根据一定标准将其得分划分为对与错、通过与不通过两个类别时，计算该题目的区分度就要使用二列相关。如果题目的类型属于错与对这样的是非类客观选择题，计算该题目的区分度就应该选用点二列相关。二者之间的主要区别是二分变量是否为正态分布。总的原则是，如果不是十分明确，观测数据的分布形态是否为正态分布，这时，不管观测数据代表的是一个真正的二分变量，还是一个基于正态分布的人为二分变量，这时就用点二列相关。当确认数据分布形态为正态分布时，都应选用二列相关。只要有任何疑问，选用点二列相关总是较好的选择。在实际的研究当中，二列相关很少使用。

6． 解释相关系数时应注意什么？

【答案】（1）相关系数是一个指标值，它表示两个变量之间的关系程度。只能说绝对值大者比绝对值小者相关更密切一些，不能进行四则运算。

（2）相关系数值的大小表明了两列测量数据相互间的相关程度。符号的不同只是表示方向的不同。

（3）相关关系不是因果关系，发现相关关系也并不是确定因果关系。相关值较大的两类事物之间，不一定存在因果关系，这一点要从事物的本质方面进行分析，绝不可简单化。

（4）如果研究表明某一变量确实对欲探讨的两个变量之间存在影响，则可以用协变量分析方法设法排除或控制那些变量的影响效应，找出要研究的变量之间真正的相关关系。如果两变量是线性关系，则可以用偏相关和部分相关进行控制，表示两个变量间纯净的相关度。

7． 面对同一批数据，非参数方法和参数方法都适用，请问你会选择哪种方法？为什么？

【答案】如果同一批数据，非参数方法和参数方法都适用，则会选择参数检验方法。这是

因为:

（1）非参数统计检验的模型对抽出研究样本的总体的参数不规定条件。大多数非参数检验都包含一定的假设，其观测是独立的，所研究的变量具有基础的连续性。不过这些假设比起参数检验的假设来说要少得多。而且，非参数检验并不要求如参数检验所要求的那么高的测量，大多数非参数检验是用于顺序量表的数据，也有一些用于名称量表的数据。

（2）如果参数统计模型的所有假设在数据中事实上都能满足，而且测量达到了所要求的水平，那么用非参数统计检验就浪费了数据。浪费的程度用非参数检验的功效功率来表示比如，若一种非参数统计检验的功效效率为90%，这就意味着，当参数检验的所有条件都满足时，其样本容量比非参数方法小10%的适当的参数检验就正好与该非参数分析一样有效。

（3）还没有一种非参数统计方法能用来检验方差分析模型中的交互作用。

对于符合参数检验的资料，非参数检验的检验效能很低。所以某些资料既可以用参数方法也可以用非参数方法时，应使用参数方法。

8． 简述条图、直方图、圆形图（饼图）、线图以及散点图的用途。

【答案】这几种图是统计学中最常用的图形，条图和直方图都用于表示变量各取值结果的次数或相对次数，即次数分布图。不同的是前者用于离散或分类变量，后者用于连续变量（分组后）。圆形图用于表示离散变量的相对次数，即频率，整个圆面积为1，各扇形块表示各类别的频率。线图用于表示连续变量在某个分类变量各水平上的均值，如各年级的考试成绩均分，常用于组间比较中。散点图用于两连续变量的相关分析，可将两变量成对数据的值作为横、纵坐标标于图上，根据散点的形状可以大致判断两变量是否存在相关以及相关的程度。

9． 如何确认变量之间有因果关系？回归方程中的自变量X 和因变量Y 是否肯定有因果关系？

【答案】（1）因果关系是指某一些变量的变化引起另一些变量发生变化的关系。因果关系可以是直接的，也可以是间接的（即可能有中介变量）；可以是一因多果，也可以是多因一果。变量之间的因果关系必须符合的条件如下:有可解释的相关关系；有一定的时间先后顺序；不能是虚性关系（即一种关系被另一种关系取代后，原来的关系被证明不成立）；因果决定的方向不能改变等。

（2）确定因果关系的途径。

①归纳法

a. 求同法，也称契合法，是指被研究现象在不同事例中出现，而每个事例的先行情况中只有一种相同，其余均不相同，这种相同的先行情况便可能是该现象的原因。

b. 求异法，也称差异法，是指被研究现象在一个事例中出现，而在另一个事例中不出现，而这两个事例只有一种先行情况不同，其余均相同，那么这一不同的先行情况就是该现象的原因。

c. 求同求异并用法，是求同法和求异法的综合，即在被研究现象出现的事例中只有一个相

同的先行情况，而未出现的事例中都没有这一先行情况，那么这一先行情况就是该现象的原因。