当前位置：问答库＞考研试题

一、概念题

1． 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。

2． 抽样误差

【答案】抽样误差指由抽样而造成的样本参数与总体参数之间差异或各样本参数之间差异。比如:样本平均数与总体平均数之间差异或各样本平均数之间差异。在抽样研究中，抽样误差是不可避免的，但可以估计其大小。

3． 参数

【答案】参数（parameter ）在数理统汁中，反映一个统计量或随机变量的分布特征的参变量。对于参数统计来讲，分布依赖的参数是有限个数（其实只确很少几个）。只要参数确定，则分布也确定了。参数可在一定允许范围内取值。它便确定了一个分布族。如正态分布与两个参数。它们的取值允许范围是

的参数不是有限的，其统计方法只能是非参数方法或自由分布方法。

4． 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。

只含有

。对于非参数统计来讲，分布依赖

二、简答题

5． 统计量与参数之间有何区别和关系？

【答案】在科学研究中，探寻的是关于所有事物总体的说明和解释。总体的那些特性称为参数（parameter ）, 又称总体参数，是描述一个总体情况的统计指标；样本的那些特征值叫做统计量（statistics ）, 又称特征值。

参数和统计量的区别

（1）一个参数是从整个总体中计算得到的量数，通常是通过样本特征值来预测得到，统计量是从一个样本中计算出来的一些量数，它可以描述一组数据的情况，参数代表总体的特性，它是一个常数；

（2）统计量代表样本的特性，它是一个变量，随着样本的变化而变化；

（3）参数和统计量之间最明显的区别是参数常用希腊字母表示，而样本统计量则用英文字母表示。

参数和统计量的关系

从数值计算上讲，当总体大小已知并与实验观察的总次数相同时，它们是同一统计指标。当总体无限时，统计量与总体参数不同，但统计量可在某种程度上作为总体参数的估计值。通过样本统计量，对总体参数能够做出预测和估计。

6． 选用统计方法有哪几个步骤？

【答案】一项实验研究结果要用何种统计方法去分析，需要对实验数据进行认真的分析。只有做到对数据分析正确，才能对统计方法做出正确地选用。

（1）要分析一下实验设计是否合理，即所获得的数据是否适合用统计方法去处理，正确的数量化是应用统计方法的起步，如果对数量化的过程及其意义没有了解，将一些不着边际的数据加以统计处理是毫无意义的。

（2）要分析实验数据的类型。不同数据类型所使用的统计方法有很大差别，了解实验数据的类型和水平，对选用恰当的统计方法至关重要。

（3）要分析数据的分布规律，如总体方差的情况，确定其是否满足所选用的统计方法的前提条件。

7． 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。

8． 在心理学研究中，以样本对总体判断的数理理论依据。

【答案】（1）在心理学研究中，以样本对总体判断必须以一定的统计理论为基础。推论统计的理论和原理包括抽样理论、估计理论和统计检验原理。

①抽样理论及其方法主要讨论在什么情况下可以从样本的特性推论出总体的特性。其中一个最重要的条件就是样本抽取的原则，只有抽样具有随机性，才能保证推论具有某种程度的准确性。

②估计理论主要是根据随机抽样的结果来估计总体分布的参数值，分为点估计和区间估计。

③统计检验主要是根据实际的抽样结果来推论有关总体特征的假设是否与具体的随机抽样所提供的信息相一致。

（2）当总体参数不清楚时，用一个特定值，一般就是样本统计量对总体参数进行估计。以样本对总体判断的数理理论依据是样本分布理论，即概率发生的机会。统计分析中一般认为，0.05或0.01属于小概率事件，小概率事件在一次抽样中是不可能出现的。

样本分布的规律:

①样本统计量为正态分布或接近正态分布的两种情况，凡符合这两种情况的分布，都可以根据正态分布的概率进行统计推论。

②总体分布非正态，但方差己知，这时当样本足够大时其样本平均数的分布

为渐进正态分布，接近正态分布的程度与样本n 及总体偏斜程度有关。

③依据随机取样原则，自正态分布的总体中抽取容量为n 的样本，当n 足够大时

样本方差及标准差的分布，渐趋正态分布。

（3）假设检验是通过样本统计量得出的差异做出一般性结论，判断总体参数之间是否存在差异。假设检验的原理是概率性质的反证法。为了检验虚无假设，首先假定虚无假设为真。在虚无假设为真的前提下，如果导致违反逻辑或违背人们常识和经验的不合理现象出现，则表明“虚无假设为真”的假定是不正确的，也就不能接受虚无假设。若没有导致不合理现象出现，那就认为“虚无假设为真”的假定是正确的，也就是说要接受虚无假设。假设检验中的“不合理现象”是指小概率事件在一次试验中发生了。小概率事件原理认为“小概率事件在一次试验中几乎是不可能发生的”。

三、计算题