2017年厦门大学王亚南经济研究院432统计学[专业硕士]之统计学考研强化模拟题
● 摘要
目录
2017年厦门大学王亚南经济研究院432统计学[专业硕士]之统计学考研强化模拟题（一） .... 2
2017年厦门大学王亚南经济研究院432统计学[专业硕士]之统计学考研强化模拟题（二） .. 11
2017年厦门大学王亚南经济研究院432统计学[专业硕士]之统计学考研强化模拟题（三） .. 18
2017年厦门大学王亚南经济研究院432统计学[专业硕士]之统计学考研强化模拟题（四） .. 26
2017年厦门大学王亚南经济研究院432统计学[专业硕士]之统计学考研强化模拟题（五） .. 34
一、简答题
1． 在单个总体均值的假设检验中，检验统计量要根据总体是否服从正态分布、总体方差是否己知，以及样本量的大小来确定。说明在不同情况下分别需要使用何种检验统计量。
【答案】在对单个总体均值进行假设检验时，采用何种检验统计量取决于所抽取的样本是大样本情况。
（1）在大样本情况下，样本均值的抽样分布近似服从正态分布。设总体均值为
为当总体方差已知时，总体均值的检验统计量为：
当总体方差
为：
（2）在小样本情况下，假设总体服从正态分布： ①当总体方差 已知时，样本均值的抽样分布近似服从正态分布。总体均值检验的统计量为：
②当总体方差未知时，需要用样本方差代替总体方差样本均值的抽样分布服从自由未知时，可以用样本方差来近似代替总体方差，此时总体均值检验的统计量总体方差
！还是小样本此外还需要区分总体是否服从正态分布、总体方差是否已知等几种度为（n －l ）的t 分布。因此需要采用t 分布来检验总体均值。检验的统计量为：
2． 简述复合型时间序列的预测步骤。
【答案】复合型序列是指含有趋势性、季节性、周期性和随机成分的序列。对这类序列预测方法通常是将时间序列的各个因素依次分解出来，然后再进行预测，分解法预测通常按下面的步骤进行：
（1）确定并分离季节成分。计算季节指数，以确定时间序列中的季节成分。然后将季节成分从时间序列中分离出去，即用每一个时间序列观测值除以相应的季节指数，以消除季节性；
（2）建立预测模型并进行预测。对消除了季节成分的时间序列建立适当的预测模型，并根据这一模型进行预测；
（3）计算出最后的预测值。用预测值乘以相应的季节指数，得到最终的预测值。
3． 回归分析中的误差序列有何基本假定？模型参数的最小二乘估计
模型用于预测，影响预测精度的因素有哪些？ 具有哪些统计特性？若
）。独立性【答案】（1
）误差项是一个服从正态分布的随机变量，且独立，
即
0的随机变量，即线性函数；②无偏性
具有最小方差的估计量。 对于所有的值分别是的方差都相同。 意味着对于一个特定的值，它所对应的与其他值所对应的不相关。误差项是一个期望值为（2
）模型参数的最小二乘估计的统计特性：①线性，即估计量的无偏估计；③有效性为随机变量的是所有线性无偏估计量中
（3）影响预测精度的因素有：①预测的信度要求。同样情况下，要求预测的把握度越高，贝_应的预测区间就越宽，精度越低；②总体y 分布的离散程度越大，相应的预测区间就越宽，预测精度越低；③样本观测点的多少n 。n 越大，相应的预测区间就越窄，预测精度越高；④样本观测点中，解释变量x 分布的离散度。x 分布越离散，预测精度越高；⑤预测点离样本分布中心的距离。预测点越远离样本分布中心预测区间越宽，精度越低，越接近样本分布中心区间越窄，精度越高。
4． “假设检验的基本思路是：概率性质的反证法，主要依据的是：小概率事件原理”。你同意这种说法吗？简要叙述你对假设检验的理解和检验步骤。
【答案】同意。
假设检验所遵循的推断依据是统计中的“小概率原理”：小概率事件在一次试验中几乎是不会发生的。例如，在10000件的产品中，如果只有1件是次品，那么可以得知，在一次试验中随机抽取1件次品的概率就为此概率是非常小的。或者是说，在一次随机抽样试验中，次品几乎是不会被抽到的。反过来，如果从这批产品中任意抽取1件，恰好是次品，我们就可以断定，该次品率应该不是很小的，否则我们就不会那么轻易的就能抽到次品。从而，我们就有足够的理由否认产品的次品率是很低的假设。
假设检验的基本步骤为：第一，对所考察总体的分布形式或总体的某些未知参数做出某些假设，称之为原假设。第二，根据检验对象构造合适的检验统计量，并通过数理统计分析确定在原假设成立的条件下该检验统计量的抽样分布。第三，在给定的显著性水平下，根据抽样分布得出原假设成立时的临界值，由临界值构造拒绝域和接受域。第四，由所抽取的样本资料计算样本统计量的取值，并将其与临界值进行比较，从而对所提出的原假设做出接受还是拒绝的统计判断。
假设检验就是利用样本中所蕴含的信息对事先假设的总体情况做出推断。假设检验不是毫无根据的，而是在一定的统计概率下支持这种判断。
5． 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； 是非随机的、固定的，且相互之间互不相关（无多重共线性）
（2）误差项是一个期望值为0的随机变量，即
（3）对于自变
量
的所有
值的方
差 都相同，且不序列相关，
即
（4）误差项是一个服从正态分布的随机变量，且相互独立，即
6． 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
7． 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？ 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
【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。
8． 说明回归模型的假设以及当这些假设不成立时的应对方法。
【答案】（1）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
（2）若模型中存在多重共线性时，解决的方法有：
第一，将一个或多个相关的自变量从模型中剔除，使保留的自变量尽可能不相关。
第二，如果要在模型中保留所有的自变量，那就应该：避免根据统计量对单个参数进行检验；对因变量Y 值的推断（估计或预测）限定在自变量样本值的范围内。
； 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s 是一个期望值为0的随机变量，即
相关内容
相关标签