当前位置：问答库＞考研试题

一、概念题

1． 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。

2． 嵌套设计

【答案】嵌套设计又称阶层设计，是指下一层不同因素水平，只在其上一层因素某一水平下出现，而在另一水平下不出现的设计。例如，B 因素的一些水平只在A 因素的

B 因素的另一些水平，只在水平下出现，而水平下出现。出现在次一级层次因素上各水平数不同的原因是由实际研宄的问题决定的，根据因素分层的多少有不同的嵌套类型。如一级嵌套、二级嵌套、三级嵌套等。一般情况下，可有完全随机取样和重复测量等不同形式。

3． 随机原则

【答案】随机原则指在进行抽样时，总体中每一个个体是否被抽取，并不由研究者主观决定，而是每一个体按照概率原理被抽取的可能性是相等的。由于随机抽样使每个个体有同等机会被抽取，因而有相当大的可能性使样本保持和总体有相同的结构，或者说，具有最大的可能使总体的某些特征在样本中得以表现。这时可以说随机样本可以保证样本代表总体。

二、简答题

4． 线性回归的基本假设是什么？

【答案】（1）线性关系假设

X 与Y 在总体上具有线性关系，这是一条最基本的假设。回归分析必须建立在变量之间具有线性关系的假设成立上。如果X 与Y 的真正关系不是线性，而回归方程又是按线性关系建立的，这个回归方程就没有什么意义了。非线性的变量关系，需使用非线性模型。

（2）正态性假设

正态性的假设系指回归分析中的Y 服从正态分布。这样，与某一个

量Y 的一个子总体，所有这样的子总体都服从正态分布，其平均数记作各个子总体的方差都相等。因此经由回归方程式所分离的误差项e ，即由特定与实际

第 2 页，共 27 页 值对应的Y 值构成变方差记作所预测得到的之间的差距，也应呈正态分布。误差项e 的平均数为0。所以，也有人指出线性回归

中应满足变量X 没有测量误差这一严格假设，但在实际中很难满足，常常只是对X 的测量误差忽略不计。

（3）独立性假设

①指与某一个X 值对应的一组F 值和与另一个X 值对应的一组7值之间没有关系，彼此独立。

②指误差项独立，不同的X 所产生的误差之间应相互独立，无自相关

误差项也需与自变量X 相互独立。

（4）误差等分散性假设

特定X 水平的误差，除了应呈随机化的常态分配，其变异量也应相等，称为误差等分散性。不相等的误差变异量（即误差变异歧异性，），反应出不同水平的X 与Y 的关系不同，不应以单一的回归方程式去预测Y 。当研究资料具有极端值存在时，或非线性关系存

在时，误差变异歧异性的问题就容易出现。违反假设时，对于参数的估计检验力就会变得不足。

5． 试解释交互作用。

【答案】（1）下面是两个2×2的实验设计范式：

而

图1 2×2实验设计图示例

在实验甲中，A 因素从变化

为

还是时，无论

在还

是水平

，

与的差都

是说明A 因素的变化与或

称之为没有交互作用。

在实验乙中，在时时在时在时表明A 因素的变化与B 因即B 因素的变化与A 因素的不同水平有关；同样在无关。同样B 因素从变化为时，无论水平上，都等于3, 说明B 因素的变化与或无关。因此A ，B 两个因素彼此不影响，

素的水平也有关。在这种情况下，要考虑A ，B 两个因素的彼此影响，即“交互作用”，用AXB 表示。运用多因素方差分析，不仅能检验出各个因素对因变量的影响，还可以检验出因素与因素相结合共同发生的影响，即这种交互作用。

如要直观分析两个因素间是否有交互作用，还可以将上述情况制作成交互作用图，如图2所示。用图来表示交互作用时，一个是比较折线位置的高低，一个是比较折线在不同折点上的变化。基本原则是观察折线之问的平行程度。一般在交互作用图中，如果A , B 二因素间没有交互作用，则两线平行，表示因素之间相互独立；两线越不平行，代表因素之间交互作用越明显。一般而言，显著的交互作用，在交互作用图上会出现交叉的折线。当然，这只是直观示意，交

第 3 页，共 27 页

互作用是否显著，必须进行方差分析。

图2 交互作用图解

6． 简述编制分组次数分布表的步骤。

【答案】（1）求全距。全距指最大数和最小数两个数据值之间的差距。从被分组的数据中找出最大数和最小数，二者相减所得差数就是全距。

（2）决定组距与组数。组距是指任意一组的起点和终点之间的距离，用符合i 表示。决定组距的大小需要以全距为参考。全距大，则组距可以大一些；全距小，则组距可以小一些。

组数的多少根据组距的多少来定。如果数据个数在100以上，习惯上一般分10〜20组，但经常取12〜16组。数据个数较少时，一般分为7〜9组。如果数据的总体分为正态，那么可以用下面的经验公式计算组数（K ），这样可使分组满足渐进最优关系。

为数据个数，K 取近似整数）。

（3）列出分组区间。分组区间即一个组的起点值和终点值之间的距离，又叫组限。起点值称为组下限，终点值称为组上限，组限有表述组限和精确组限两种。在列出分组区间时要注意：最高组区间应包含最大的数据，最小组应包含最小的数据；最大组或最小组最好是组距i 的倍数；各分组区间一般在纵坐标上按照顺序排列，数值大的分组区间排在上面，数值小的分组区间排在下面；等级次数时，要按照精确组限将数据归类划分到相应的组别中。

（4）等级次数。依次将数据等级到各个相应的组别内，一般用画线计数或写“正”字的方法。

（5）计算次数。根据登记的结果计算各组的次数，计算各组次数的总和即总次数。另外，要核对各组次数总和与数据的总个数是否相等。

7． 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。

第 4 页，共 27 页 （N