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． 逐步回归

【答案】逐步回归是多元回归中选择自变量，建立最优回归方程的一种方法。其基本原理和过程是:按各个自变量对因变量作用的大小，从大到小逐个引入回归方程。每引入一个自变量都要对回归方程中每一个自变量（包括刚刚引入的那个）的作用进行显著性检验，若发现作用不显著的自变量，就要将其剔除（因为引入新的自变量后，原来方程中显著作用的自变量有可能变成不显著）。这样逐个地引进和剔除，直至没有自变量可引入也没有自变量应从方程中剔除为止，这时的回归方程一般来说是最优的。

3． 总体

【答案】总体（population ）又译“母体”，统计学术语，指一个统计问题中研宄对象的全体。由具有某种研宄特征的个体构成。从总体中抽取一部分个体，就构成总体的一个样本。如，研宄小学生的推理能力，记X 为每个小学生的推理能力，则X 的任一个可能取值是一个个体，X 的所有可能取值的集合则是一个总体。如果随机抽取n 个小学生，测量他们的推理能力为.Y .\这就是一个取自总体X 的样本。可根据包含个体的数目，可分为有限总体和无限总体。总体本身的大小是有限还是无限，取决于研宄问题的推理范围。心理学研宄中常为无限总体。在推断统计中被定义为一个随机变量，可运用概率论等数学工具进行统计推断。

4． 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

5． 如果你不知道两个变量概念之间的关系，只知道从两个变量的相关系数很高，请问你可能做出什么样的解释？

【答案】（1）两个变量之间的相关系数很高说明两变量存在共变关系，还不能判断两个变量之间的具体关系。

（2）根据相关系数的性质，系数值的大小只是表示变量变化趋势（0

（3）两个变量之间的相关性只是显示出变量的变化趋势，并不能显示出两个变量的因果关系。如果相关系数很高，还需要考察是正相关还是负相关，这样来说明两个变量究竟是向同一个方向还是相反方向变化。

6． 估计总体平均数落入该区间的正确可能性概率为1-«，犯错误的可能性概率为«。1. 在进行差异的显著性检验时，若将相关样本误作独立样本处理，对差异的显著性有何影响，为什么？

【答案】（1）在进行差异的显著性检验时，首先需要考虑样本是否服从正态分布，如果服从正态分布，还需要考虑总体方差是否已知，然后看样本是否是独立样本。若将相关样本误作独立样本处理，则忽视了样本数据之间的一致性，导致错误地运用计算公式，差异的显著性也会受到误估，使本来可能有显著差异变成无显著差异。

（2）因为相关样本与独立样本不同，会运用不同的计算方法计算显著性。相关样本与独立样本是根据两个样本是否来自同一个总体来划分的。

①如果是独立样本，其和（或差）的方差等于各自方差的和，即

在进行差异的显著性检验中采用以下公式:

②相关样本之间存在着一一的对应关系。如果是相关样本前后两次结果则相互影响，而不独立。当两个变量之间相关系数为r 时，两变量差的方差为:

在进行差异的显著性检验中采用以下公式:

由计算公式可以看出，独立样本和相关样本在进行差异的显著行检验时，使用了不同计算公式，相关样本的标准误可能会比独立样本的标准误小，使得计算出的Z 值大，从而更容易达到显著性水平，所以如果将相关样本误作独立样本处理，会使本来可能有显著差异变成无显著差异。

7． 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。

8． 如果两总体中的所有个体都进行了智力测验，这两个总体智商的平均数差异是否还需要统计检验？为什么？

【答案】如果两个中体中的所有个体都进行了智力测验，这两个总体的智商的平均数差异还是需要进行统计检验。

因为，虽然表面上看来，当抽取全部总体时，样本统计量与总体参数相同。但是作为通过测量获得的数据（智力测验）本身就是通过行为抽样获得，因此应该把两总体的智商差异看作是对智商真值之间差异的抽样，因此还是需要进行统计检验的。