当前位置：问答库＞考研试题

一、简答题

1． 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

一办法只有增大样本容量，这样既能保证满足取得较小的

2． 抽样误差影响因素分析。 又能取得较小的值。 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

【答案】影响抽样误差的因素主要有：（1）样本单位数目。在其他条件不变的情况下，抽样数目越多，抽样误差越小；抽样数目越少，抽样误差越大。当n=N时，就是全面调查，抽样误差此时为零。（2）总体标志变动程度。 在其他条件不变的情况下，总体标志变异程度越大，抽样误差越大；总体变异程度越小，抽样误差越小。（3）抽样方法。一般讲，不重复抽样的抽样误差要小于重复抽样的抽样误差。当n 相对N 非常小时，两种抽样方法的 抽样误差相差很小，可忽略不计。（4）抽样组织方式。采用不同的抽样组织方式，也会有不同的抽样误差。一般讲分层抽样的抽样误差较小，而整群抽样的抽样误差较大。

3． 重复抽样和不重复抽样相比，抽样均值抽样分布的标准差有什么不同？

【答案】样本均值的方差与抽样方法有关。在重复抽样条件下，样本均值的方差为总体方差的即

去修正重复抽样时样本均值在不重复抽样条件下，

样本均值的方差则需要用修正系数

的方差，即

对于无限总体进行不重复抽样时，可以按重复抽样来处理，因为其修正系数

对于有限总体，

当N 很大而n 很小时，其修正系数趋向于1; 也趋向于1，这时样本均值的方差也可以按公式

来计算。

4． 构建综合评价指数时需要考虑哪些方面的问题？

【答案】构建综合评价指数需要考虑如下几个方面的问题：

（1）进行理论研宄，其中包括统计指标理论以及统计指标体系的理论研宄，以便为确定所需的评价指标提供一定的理论依据。

（2）建立科学的评价指标体系。所建立的指标体系是否科学与合理，直接关系到评价结果的科学性和准确性。建立指标体系，首先应进行必要的定性研宄，对所研宄的问题进行深入的分析，尽量选择那些具有一定综合意义的代表性指标；其次，应尽可能运用多元统计的方法进行指标的筛选，以提高指标的客观性。

（3）评价方法研宄，主要包括综合评价指数的构造方法、指标的赋权方法以及各种评价方法的比较等。

5． 解释总平方和、回归平方和、残差平方和的含义，并说明它们之间的关系。

【答案】（1）总平方和（S^T）是实际观测值与其均值的离差平方和，即

（2）回归平方和（^狀）是各回归值

来解释的变差部分。

（3）残差平方和（SSE ）是各实际观测值与回归值的离差平方和，即

称为误差平方和。

（4）三者之间的关系

6． 简述估计量的无偏性，有效性和一致性。

【答案】（1）无偏性 若估计量的数学期望等于未知参数

则称为的无偏估计量。估计量的值不一定就是的真值，因为它是 一个随机变量，若

是的无偏估计量，则尽管的值随样本的不同而变化，但平均来说它会等于的真值。

（2）有效性

设（3）—致性（相合性）

与实际观测值的均值y 的离差平方和，即其反映了在y 的总变差中由于x 与y 之间的线性关系引起的y 的变化部分，它是可以由回归直线它是除了的线性影响之外的其他因素对变差的作用，是不能由回归直线来解释的变差部分。其又 即：

与且至少对于某一个都是的无偏估计量，若对于任意

上式中的不等号成立，则称较有效。 有

如果依概率收敛于则称

即有

是的一致估计量。

7． 简述指数平滑法的基本含义。

【答案】指数平滑法是对过去的观察值加权平均进行预测的一种方法，该方法使得第

形式，观察值时间越远，其权数也跟着呈现指数的下降，因而称为指数平滑。

使用指数平滑法时，关键的问题是确定一个合适的平滑系数因为不同的会对预测结果产生

不同的影响。当

值

大的权数；同样时，预测值仅仅是重复上一期的预测结果；

当时，预测值就是上一期实际

越接近1，模型对时间序列变化的反应就越及时，因为它对当前的实际值赋予了比预测值更越接近0, 意味着对当前的预测值赋予更大的权数，因此模型对时间序列变化的

但实际应用时，还应考虑预测误差，这里仍用误差期的预测值等于

期的实际观察值与第期预测值的加权平均值。指数平滑法是加权平均的一种特殊反应就越慢。一般而言，当时间序列有较大的随机波动时，

宜选较大的以便能很快跟上近期的变化，当时间序列比较平稳时，宜选较小的

最后的值。

8． 简述方差分析的基本原理。

【答案】方差分析通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。在方差分析中，数据的误差是用平方和来表示的，总平方和可以分解为组间平方和与组内平方和。组内误差只包含随机误差，而组间误差既包括随机误差，也包括系统误差。如果组间误差中只包含随机误差，而没有系统误差。这时，组间误差与组内误差经过平均后的数值就应该很接近，它们的比值就会接近1; 反之，如果在组间误差中除了包含随机误差外，还会包含系统误差，这时组间误差平均后的数值就会大于组内误差平均后的数值，它们之间的比值就会大于1。当这个比值大到某种程度时，就可以说因素的不同水平之间存在着显著差异，也就是自变量对因变量有影响。

9． 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。

均方来衡量预测误差的大小，确定时，可选择几个进行预测，然后找出预测误差最小的作为