2017年北京林业大学人文社会科学学院727心理学基础综合之现代心理与教育统计学考研仿真模拟题
● 摘要
一、概念题
1． 相关系数
【答案】相关系数是两列变量间相关程度的指标。相关系数的取值在-1到+1之间，常用小数表示，其正负号表示方向。如果相关系数为正，则表示正相关，两列变量的变化方向相同。如果相关系数为负值，则表示负相关，两列变量的变化方向相反。相关系数取值的大小表示相关的强弱程度。如果相关系数的绝对值在1.00与0之间，则表示不同程度的相关。绝对值接近1.00端，一般为相关程度密切，接近0值端一般为关系不够密切。0相关表示两列变量无任何相关性。
2． 个体
【答案】个体（individual ）亦称“单位”、“样品”，统计学术语指总体中的每一个单位、样品或成员。是统计调查、试验或观测的最基本对象，是构成样本、总体的最小单元。在心理学研宄中，个体根据研宄目的不同，可以是人，也可以是人在某种实验条件下的某个反应，或每个实验结果、每个数据。
3． 古典概率
【答案】古典概率也叫先验概率，是指在特殊情况下直接计算的比值。计算方法是事件A 发生的概率等于A 包含的基本事件数M 与基本事件总数N 之比。古典概率是最简单的随机现象的概率计算，建立在这样几个特定条件上的，即:事件的互斥性、事件的等概率性以及事件组的完备性。
4． 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。
5． 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。
6． 统计量
，统计学术语，指不含未知参数的样本的函数。设有一总体X
，【答案】统计量（statistic ）
是取自x 的一个随机样本，
数，则称
统计量，是一个统计量。如，样本均值是不包含任何未知参数的函是一个也是一个统计量。在各种不同的统计分析或推断中，
，若数学期望y 未知，可并不直接使用随机样本，而是将随机样本“加工”为统计量。在解决不同问题时有不同的统计量，统计量是直接用来进行分析或推断的重要工具。如正态总体
用样本均值X 去估计；在两个总体的均值差异显著性检验时，要运用Z 统计量或t 统计量。
二、简答题
7． 试举例说明各种数据类型之间的区别。
【答案】根据不同的分类标准，心理与教育科学研究中的数据可以区分为不同的类型。 （1）从数据的观测方法和来源划分，研究数据可区分为计数数据和测量数据两大类。 ①计数数据（count data ）, 是指计算个数的数据，一般属性的调查获得的是此类数据，它具有独立的分类单位，一般都取整数形式。
②测量数据（measurement data ）, 又称计量数据是指借助于一定的测量工具或一定的测量标准而获得的数据。
（2）根据数据反映的测量水平，可把数据区分为称名数据、顺序数据、等距数据和比率数据四种类型。
①称名数据（nominal data）只说明某一事物与其他事物在属性上的不同或类别上的差异，它具有独立的分类单位，其数值一般都取整数形式，只计算个数，并不说明事物之间差异的大小，在教育和心理类调查研究中，有关被试属性的调查资料，大多属于这类数据。
②顺序数据（ordinal data ）是指既无相等单位，也无绝对零的数据，是按事物某种属性的多少或大小，按次序将各个事物加以排列后获得的数据资料。如学生的等级评定、喜爱程度、品质等级、能力等级、兴趣等。这种数据不具有相等单位，也没有绝对零点，只能排出一个顺序，不能指出相互间的差别大小这类数据不能进行加减乘除运算。
③等距数据（interval data ）是有相等单位，但无绝对零的数据，如温度、各种能力分数、智商等。只能使用加减运算，不能使用乘除运算。
④比率数据（ratio data ）既表明量的大小，也有相等的单位，同时还具有绝对零点，如身高、体重、反应时、各种感觉阈值的物理量等都属于这种数据类型。
（3）按照数据是否具有连续性，把数据划分为离散数据和连续数据。
①离散数据（discrete data）又称为不连续数据、间断数据。这类数据在任何两个数据点之间所取的数值的个数是有限的。
②连续数据（continuous data）指任意两个数据点之间都可以细分出无限多个大小不同的数值。至少在理论上从最高到最低之间都可以进一步细分。
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． 简述方差分析法的步骤。
【答案】方差分析法的步骤是:
（1）和一般的假设检验一样设立零假设和研究假设；
（2）根据实验设计的类型确定各变异源，进行相应的平方和分解，即有几个变异源就从总平方和中分解出几个平方和；
（3）根据平方和分解得到各变异源对应的自由度，即进行总自由度的分解；
（4）根据研究的目的和实验设计考虑要检验什么效应，从而将其对应的平方和比上相应的自由度得到该效应的均方，其中误差均方必须计算；
（5）将各待检验效应的均方比上误差的均方，计算各F 统计量；
（6）将计算来的各F 统计量值和F 检验的临界值进行比较得出统计结论，其中临界值的分子自由度和分母自由度分别是待检验效应的自由度和误差自由度；
10．正态分布的特征是什么，统计检验中为什么经常要将正态分布转化成标准正态分布？
【答案】正态分布也称常态分布或常态分配。是连续随机变量概率分布的一种。描述正态分布曲线的一般方程为:
式中:是圆周率3.1415…
是自然对数的底2.71828…