当前位置：问答库＞考研试题

一、概念题

1． 随机变量

【答案】随机变量（random variable）是在样本空间的全部事件集上的一个实值函数。通常随机变量用大写字母x ，y , z 等表示，或者希腊字母，…等表示。分离散型随机变量和连续型随机变量两类。离散型随机变量是指所有可能的取值个数是有限的或至多可列的随机变量。如随机抽取任一学生观察其性别，其样本空间只有两个男性和女性样本点，

即

随机变量X 只取两个值：即当某学生

是男生时，x 取1; 当学生是女生时，x 取0。连续型随机变量是指可能在一个连续区间内或整个实数范围内取值的随机变量。如，在12岁的学生总体中，随机抽一个观测其身高y 。此随机试验的样本空间

机现象。

2． 相关系数

【答案】相关系数是两列变量间相关程度的指标。相关系数的取值在-1到+1之间，常用小数表示，其正负号表示方向。如果相关系数为正，则表示正相关，两列变量的变化方向相同。如果相关系数为负值，则表示负相关，两列变量的变化方向相反。相关系数取值的大小表示相关的强弱程度。如果相关系数的绝对值在1.00与0之间，则表示不同程度的相关。绝对值接近1.00端，一般为相关程度密切，接近0值端一般为关系不够密切。0相关表示两列变量无任何相关性。

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。标准分是大于0的实数集。随机变量y 可在一个连续区间内取值。随机变量的引进使概率论能使用精密的数学工具（如微积分、代数、实变函数、测度论等）来处理和分析随数的平均数为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。

4． 四分差

【答案】四分差又称四分位差，是差异量数的一种。计算公式

:

第三个四分

位数，第一个四分位数。在次数分配上第一个四分位数与第三个四分位数之间包含着全体项数的一半。次数分配越集中，离中趋势越小，则这二者的距离也越小。根据这两个四分位数的关系，观测次数分配的离散程度也可以得到相当高的准确性。因此，四分差可以说明某系列数据中间部分的离散程度，并可避免两极端值的影响。四分差通常与中数联系起来共同应用，不适合进一步代数运算，反应不够灵敏。

5． 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。

6． 标准误差

【答案】标准误差指描述样本均值对总体期望值的离散程度的统计量。指样本平均数与总体平均数之间的误差，即随机抽样误差分布的标准差。样本平均数的标准误差与总体标准差成正比，与样本的容量的平方根成反比。公式为:式中为总体标准差，N 为样本的大小。标准误差是具体描述样本平均数的抽样误差的。标准误误愈大，抽样误差愈大，则样本平均数越不可靠；反之，标准误差越小，表明样本误差愈小，样本平均数越可靠。

二、简答题

7． [1]从某个人多次视反应时测量结果随机抽出40个数据，再从其听反应时的多次测量结果

，，中随机抽取40个数据进行视、听反应时差异检验时按相关样本还是按独立样本进行为什么？

[2]按题[1]方法收集数据，每个被试只收集视、听反应时数据各一个，如果共有40个被试测进行视、听反应时的差异检验时按相关样本还是独立样本进行，为什么？

【答案】[1]应该按照独立样本的平均数差异检验进行。若两组随机样本之间具有显著的相关关系，则称两组样本是相关样本。相关样本数据的获得通常有两种方式:一种是对匹配的被试进行的观察，另一种是对同一个（组）被试进行的多次观察。视、听反应时是分别随机抽取的，因此属于独立样本。

[2]应该按照相关样本的平均数差异检验来进行。因为每组视听反应时来自同一个被试，是一一配对的关系，因此，应该按照相关样本进行差异检验。

8． 方差分析的功能及其基本假定条件有哪些？

【答案】方差分析的主要功能在于分析实验数据中不同来源的变异对总变异的贡献大小，从而确定实验中的自变量是否对因变量有重要影响。

运用F 检验进行的方差分析是一种对所有组间平均数差异进行的整体检验。进行方差分析时有一定的条件限制，其假定条件有：

（1）总体正态分布

方差分析同Z 检验及t 检验一样，也要求样本必须来自正态分布的总体。

（2）变异的相互独立性

总变异可以分解成几个不同来源的部分，这几个部分变异的来源在意义上必须明确，而且彼此要相互独立。

（3）各实验处理内的方差要一致

各实验处理内的方差彼此应无显著差异，这是方差分析中最重要的基本假定。

9． 根据不同条件下，不同统计量的假设检验方法，试概括出假设检验的基本过程。

【答案】假设检验的基本过程有:

（1）提出虚无假设和备择假设；

（2）选择检验的统计量并计算其值；

（3）确定显著性水平及临界值；

（4）作出统计决断；

（5）报告结果。

10．回归分析与相关分析的区别和联系是什么？

【答案】相关分析和回归分析的联系是：它们通常都是基于两正态连续变量的假设，都是处理两变量间相互关系的统计方法，通常两种方法不同时出现在文章中；

二者的区别是作为相互关系分析的方法，相关分析是通过提供一个相关系数来考察两变量间的联系程度，而回归分析则是重在建立两变量间的函数关系式，因此通常可以先考察相关系数的显著型，如果显著则可以进一步考虑建立变量间的回归方程。此外，相关分析和回归分析又各有一些具体方法用于处理不同的情况，如相关分析还包括等级相关，质量相关和品质相关，回归分析还包括非线性回归等。

11．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