2017年南京财经大学经济学院827统计学与西方经济学(微观经济学)之统计学考研仿真模拟题
● 摘要
一、简答题
1． 简述平稳序列和非平稳序列的含义。
【答案】（1）平稳序列是基本上不存在趋势的序列。这类序列中的观察值基本上在某个固定的水平上波动，虽然在不同的时间段波动的程度不同，但并不存在某种规律。其波动可以看成是随机的。
（2）非平稳序列包含趋势、季节性或周期性的序列，它可能只含有其中的一种成分，也可能是几种成分的组合。因此，非平稳序列可以分为有趋势的序列、有趋势和季节性的序列、几种成分混合而成的复合型序列。
2． 在假设检验中，犯两类错误之间存在什么样的数理关系？是否有什么办法使得两类错误同时减少？
【答案】第一类错误是指原假设为真，拒绝原假设，又称弃真错误，犯这类错误的概率记为第二类错误是指原假设为假，接受原假设，又称取伪错误，犯这类错误的概率记为
由于两类错误是矛盾的，在其他条件不变的情况下，减少犯弃真错误的可能性
犯取伪错误的可能性 势必增大也就是说
，
的大小和显著性水平的大小成相反方向变化。解决的唯一办法只有增大样本容量，这样既能保证满足取得较小的又能取得较小的值。
3． 何谓统计量？分布、t 分布、F 分布是不是统计量？它们在统计分析中各有何用处？
【答案】设
函数
又称出是从总体X 中抽取的容量为n 的一个样本，如果由此样本构造一个不依赖于任何未知参数，则称函数为样本统计量。当获得样本的一组具体观测值的数值，就获得一个具体的统计量值。
从以上统计量的定义可以看出，当.
赖于任何未知参数时，则.
未知参数，则它们就不是统计量。
分布：分布可以用来构造f 分布与F 分布，并且在假设检验与列联分析中做检验统计量。
t 分布：一般当时，f 分布与标准正态分布就非常接近。分布的诞生对于统计学中小样本理论和应用有着重要的促进作用。f 分布在假设检验与线性回归显著性检验中做检验统计量。
F 分布：在比较两个总体方差的假设检验时通常用F 分布，且F 分布在线性回归显著性检验与方差分析中做很重要的检验统计量。
是一个统计量。通常，时，代入T ，计算分布、t 分布、F 分布是由样本构造的函数，而且不依分布、t 分布、F 分布中含有分布、t 分布、F 分布就是统计量；若
4． 在研宄方法上，参数估计与假设检验有什么相同点和不同点？
【答案】（1）参数估计和假设检验的相同点
①是根据样本信息推断总体参数；
②都以抽样分布为理论依据，建立在概率论基础之上的推断，推断结果都有风险；
③对同一问题的参数进行推断，使用同一样本、同一统计量、同一分布，因而二者可以相互转换。
（2）参数估计和假设检验的不同点
①参数估计是以样本资料估计总体参数的可能范围，假设检验是以样本资料检验对总体参数的先验假设是否成立；
②区间估计求得的是以样本估计值为中心的双侧置信区间，假设检验既有双侧检验，也有单侧检验；
③区间估计立足于大概率，通常以较大的把握程度（可信度）去估计总体参数的置信区间；假设检验立足于小概率，
通常是给定很小的显著性水平去检验对总体参数的先验假设是否成立。
5． 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。
6． 在盒子图（箱线图）的作图中，会使用哪些描述指标。
，是利用数据中的五个统计量：最【答案】箱线图（Boxplot ）也称箱须图（Box-whiskerPlot ）
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。
7． 统计分组标志选择的原则。
【答案】在进行统计分组标志选择时要遵循三个原则：
（1）应根据研宄目的与任务选择分组标志。同一研宄总体，研宄的目的不同，可选用的分组标志也不同。
（2）要选用能反映事物本质或主要特征的标志。一般情况下，社会经济现象有多种特征，在选择分组标志 时，可以使用这种标志，也可以选择另一种标志，这就需要根据被研究对象的特征，选择主要的、能抓住事物本 质的标志进行分组。
（3）要根据现象所处的历史条件及经济条件来选择标志。由于社会是不断发展的，在不同的历史条件与经 济条件下，选择的分组标志也不一样，要根据情况的变化而变化。
8． 给出显著性检验中，P 值的含义，以及如何利用P 值决定是否拒绝原假设。
【答案】P 值就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。如果P 值很小，说明这种情况发生的概率很小，而如果出现了，根据小概率原理，我们就有理由拒绝原假设。P 值越小，我们拒绝原假设的 理由就越充分。
从研宄总体中抽取一个随机样本，计算检验统计量的值和概率P 值，即在假设为真的前提下，检验统计量大于或等于实际观测值的概率。如果
数取值；如果
即一般以为显著
，结果更倾向于接受假定的参数取值。
为非常显著，其含义是样本间的差异由抽样误差所致的概率
时小于0.05或0.01。但是，P 值不能赋予数据任何重要性，只能说明某事件发生的机率。
样本间的差异比时更大，这种说法是错误的。
9． 简述古典概率法和经验概率法如何定义事件发生的概率。
【答案】概率的古典定义是，如果某一随机试验的结果有限，而且各个结果出现的可能性相等，则某一事件A 发生的概率为该事件所包含的基本事件数m 与样本空间中所包含的基本事件数n 的比值，记为：
经验概率又称主观概率，是指对一些无法重复的试验，只能根据以往的经验，人为确定这个事件的概率。
10．简述判定系数的含义和作用。
【答案】（1）判定系数的含义
回归平方和占总平方和的比例称为判定系数，记为其计算公式为：
（2）判定系数的作用
判定系数测度了回归直线对观测数据的拟合程度。若所有观测点都落在直线上，残差平方
和
可见
好；反之
x 完全无助于解释y 的变差，拟合是完全的；如果y 的变化与x 无关，此时
的取值范围是则
越接近于7，表明回归平方和占总平方和的比例越大，回说明是较强的判定结果，拒绝假定的参说明说明是较弱的判定结果，拒绝假定的参数取值；如果归直线与各观测点越接近，用x 的变化来解释y 值变差的部分就越多，回归直线的拟合程度就越越接近于0, 回归直线的拟合程度就越差。
二、计算题
相关内容
相关标签