当前位置：问答库＞考研试题

一、简答题

1． 在盒子图（箱线图）的作图中，会使用哪些描述指标。

【答案】箱线图（Boxplot ）也称箱须图（Box-whiskerPlot ），是利用数据中的五个统计量：最小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法，它也可以粗略地看出数据是否具有有对称性，分布的分散程度等信息，特别可以用于对几个样本的比较。由上面叙述可知，箱线图使用的描述指标有：最小值、第 一四分位数、中位数、第三四分位数与最大值。

2． 要检验多个总体均值是否相等时，为什么不作两两比较，而用方差分析方法？

【答案】方差分析不仅可以提高检验的效率，同时由于它是将所有的样本信息结合在一起，也增加了分析的可靠性。

检验多个总体均值是否相等时，如果作两两比较，则需要进行多次的检验。随着增加个体显

著性检验的次数，偶然因素导致差别的可能性也会増加（并非均值真的存在差别）。而方差分

析方法则是同时考虑所有的样本，因此排除了错误累积的概率，从而避免拒绝一个真实的原假设。

3． 什么是集中趋势和离散趋势？它们常用的指标有哪些？

【答案】集中趋势是指一组数据向某一中心值靠拢的程度，它反映了一组数据中心点的位置所在。常用的反映集中趋势的指标有平均数、中位数和众数。

数据的离散趋势是数据分布的另一个重要特征，它反映的是各变量值远离其中心值的程度。数据的离散程度越大，集中趋势的测度值对该组数据的代表性就越差；离散程度越小，其代表性就越好。描述数据离散程度采用 的测度值，根据所依据数据类型的不同主要有异众比率、四分位差、方差和标准差。此外，还有极差、平均差以 及测度相对离散程度的离散系数等。

4． 在多元线性回归中，为什么我们对整个回归方程进行检验后，还要对每个回归系数来进行检验呢？

【答案】在多元线性回归中，线性关系检验主要是检验因变量同多个自变量的线性关系是否显著，在个自变量中，只要有一个自变量与因变量的线性关系显著，F 检验就能通过，但这不一定意味着每个自变量与因变量的关系都显著。回归系数检验则是对每个回归系数分别进行单独的检验，它主要用于检验每个自变量对因变量的影响是否都显著。如果某个自变量没有通过检验，就意味着这个自变量对因变量的影响不显著，也许就没有必要将这个自变量放进回归模型中了。

5． 解释总体分布、样本分布和抽样分布的含义。

【答案】总体分布就是总体中所有个体关于某个变量（标志）的取值所形成的分布。假设X

为总体随机变量，那么总体分布就是指X 的分布。很显然，同一变量不同的总体或同一总体不同的变量，其分布是不同的。

样本分布就是样本中所有个体关于某个变量（标志）的取值所形成的分布。假设x 为总体随机变量X 在样本 中的体现，那么样本分布就是指x 的分布，或者说是关于《个观测值的分布。同样，同一变量不同的样本或同一 样本不同的变量，其分布是不同的。

一般意义上说，抽样分布就是样本统计量的概率分布，它由样本统计量的所有可能取值和与之对应的概率组 成。如果说样本分布是关于样本观测值的分布，那么抽样分布则是关于样本统计量的分布，而样本统计量是由样 本观测值计算而来的。具体地说，抽样分布就是从容量为W 的总体中抽取容量为n 的样本时，所有可能的样本 统计量所形成的分布。假设从容量为W 的有限总体中最多可以抽取m 个容量为n 的不同样本，那么把所有m 个样本统计值形成频率分布，就是抽样分布。可以说，抽样分布是研宄样本分布与总体分布之间的桥梁。

6． 多元线性回归模型中有哪些基本的假定？

【答案】多元回归模型的基本假定有：

（1）自变量

（3）对于自变

量

（4）误差项是一个服从正态分布的随机变量，且相互独立，即

是非随机的、固定的，且相互之间互不相关（无多重共线性）； 的方

差都相同，且不序列相关，

即的所有

值（2）误差项是一个期望值为0的随机变量，即

二、计算题

7． 已知我国1978〜1992年针织品零售量数据如表1所示。

表

1

试配合二次曲线趋势方程，并预测1993年的零售量，作图与原数列比较。（可令

【答案】记年份1978年

为

年为得：

表2

） 年

为年

为年

为设二次曲线趋势方程为利用Excel 进行回归分析可

故二次曲线趋势方程为售量的预测值为：

当时，可以得到1993年零

由二次曲线趋势方程可得各预测值，如表3所示。

表

3

绘制零售量原始数据与抛物线拟合曲线的图形为：