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． 抽样分布

【答案】抽样分布又称取样分布指某种统计量的概率分布，它是根据样本的所有可能的样本观察值计算出来的某个统计量的观察值的分布。抽样分布指样本统计量的分布，它是统计推论的重要依据。在科学研宄中，一般是通过一个样本进行分析，只有知道了样本统计量的分布规律，才能依据样本对总体进行推论，也才能确定推论正确或错误的概率是多少。常用的样本分布有平均数及方差的分布。

3． 二列相关

【答案】二列相关是一种两列变量的质量相关。适用的资料是两列均属于正态分布，但其中一列变量是等距或等比的测量数据，另一列变量虽然也呈正态分布，但它被人为地划分为两类，例如:健康与不健康的划分。这种相关适用于对项目区分度指标的确定。

4． 分层随机抽样

【答案】分层随机抽样是抽样方式的一种。按照总体已有的某些特征，将总体分成几个不同

，再分别在每部分中随机抽样，这种抽样的方法称为分层随机抽样。总原则是:各层的部分（层）

内的变异要小，层与层间的变异越大越好。分层抽样充分利用了总体己知的信息，其样本代表性及推论的精确性一般优于简单随机抽样。对于同一总体，n 相同时，分层抽样误差小于简单随机抽样误差。

5． 检验的显著性水平

【答案】检验的显著性水平指在假设检验中，虚无假设正确时而拒绝虚无假设所犯错误的概率。在假设检验中有可能会犯错误，如果虚无假设正确却把它当成错误的加以拒绝，犯这类错误的概率用a 表示，a 就是假设检验中的显著性水平。通常选择α=0.05作为检验的显著性水平。也

就是说每当实验结果发生的概率小于或等于0.05的时候，就拒绝虚无假设。

6． 样本

【答案】样本（sample ）亦称“子样”，统计学术语，指按一定规则从统计总体中抽取的若干个体的集合或对总体X 的n 次观测结果

独立样本。

根据样本容量（通常以30为界线）的大小，可区分为大样本和小样本。根据两样本来自的两总体是相关还是独立，可分为相关样本和

二、简答题

7． 度量离中趋势的差异量数有哪些? 为什么要度量离中趋势？

【答案】（1）度量离中趋势的差异量数有全距、四分位差、百分位差、平均差、标准差与方差。

差异量数就是对一组数据的变异性，即离中趋势特点进行度量和描述的统计量，也称离散量数（measures of dispersion）。

（2）度量离中趋势的必要性

在心理和教育研究中，要全面描述一组数据的特征，不但要了解数据的典型情况，而且还要了解特殊情况。这些特殊性常表现为数据的变异性。因此，只用集中量数不可能真实地反映出它们的分布情形。为了全面反映数据的总体情况，除了必须求出集中量数外，这时还需要使用差异量数。

8． 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。

9． 简述积差相关系数和等级相关系数间的区别。

【答案】两种相关分析法都是常用的相关系数计算方法，区别是:

（1）积差相关系数要求两列数据都是等距或等比资料，等级相关适用的数据可以是离散型数据；

（2）积差相关要求数据总体成正态分布，而等级相关对总体分布不作要求，因此，当不确定总体分布情况时可适用等级相关；

（3）积差相关要求数据成对且在30对以上，而等级相关可以适用于小样本；

（4）总的来说，等级相关对数据要求低，适用范围广，而同等条件下，积差相关的精确性要好一些。

10．简述使用积差相关系数的条件。

【答案】积差相关又较积矩相关，是求直线相关的基本方法。积差相关系数适合的情况如下:

（1）两列数据都是测量数据，而且两列变量各自总体的分布是正态的，即正态双变量。为了判断计算相关的两列变量其总体是否为正态分布，一般要根据已有的研究资料进行查询。如果没有资料查询，研究者应取较大样本分别对两变量作正态性检验。这里只要求保证双变量总体为正态分布，而对要计算相关系数的两样本的观测数据并不一定要求正态分布。

（2）两列变量之间的关系应是直线性的。如果是非直线性的双列变量，不能计算线性相关。判断两列变量之间的相关是否直线式，可以作相关散布图进行线性分析。相关散布图是以两列变量中的一列变量为横坐标，以另一变量为纵坐标，画散点图。如果呈椭圆形则说明两列变量

，说明两变量之间呈非线性关系。是线性相关的，如果散点是弯月状（无论弯曲度大小或方向）

（3）实际测验中，计算信度涉及的积差相关时，分半的两部分测验须满足在平均数、标准差、分布形态、测题间相关、内容、形式和题数都相似的假设条件。

另外，积差相关要求成对的数据，即若干个体中每个个体都有两种不同的观测值。任意两个个体之间的观测值不能求相关。每对数据与其他对数据相互独立。计算相关的成对数据的数目不少于30对，否则数据太而缺乏代表性。

11．简述多重比较和简单效应检验的区别

【答案】（1）多重比较又称事后检验是假设检验的一种。指在固定效应模型方差分析后，对各样本均值是否存在显著差异的检验。

简单效应检验是指分别检验一个因素在另一个因素的每一个水平上的处理效应，以便具体地确定它的处理效应在另一个因素的哪个水平上是显著的，在哪些水平上是不显著的。

（2）二者的区别是:

多重效应检验是紧接着方差分析后的分析步骤，当方差分析结果显示某变量主效应显著时，用多重比较进一步分析差异具体在该变量的什么水平上。简单效应检验针对的是两个变量或多个变量间的交互作用，也是方差分析后的步骤，当交互作用显著时，用简单效应检验考察某变