当前位置：问答库＞考研试题

一、概念题

1． 描述统计

【答案】描述统计指研宄如何整理心理教育科学实验或调查的数据，描述一组数据的全貌，表达一件事物的性质的统计方法。比如整理实验或调查来的大量数据，找出这些数据分布的特征，计算集中趋势、离中趋势或相关系数等，将大量数据简缩，找出其中所传递的信息。

2． 非参数检验

【答案】非参数检验指对总体分布形式所知甚少，需要对未知分布函数的形式及其他特征进行假设检验。常见的非参数检验有符号检验、秩和检验、中数检验等。其优点:（1）不需要对被检验的总体作出关于正态性或其他特定分布的假定；（2）容易理解、容易操作、应用范围广。缺点是功效较低，因为它常会丢失数据中的信息。经常属于大样本检验。

3． 差异系数

【答案】差异系数（，又称变异系数、相对标准差等，它是一种相对差）

异量，用CV 来表示，为标准差与平均数的百分比。在对不同样本的观测结果的离散程度进行比较时，常常遇到下述情况:两个或多个样本所测的特质不同。如何比较其离散程度？即使使用的是同一种观测工具，但样本的水平相差较大时，如何比较它们的离散程度？这时需要运用相对差异量进行比较。差异系数的计算公式是:（S 为某样本的标准差，M 为该样本的平均数）。差异系数在心理与教育研宄中常常应用于同一对象的不同领域或同一领域的不同对象。

4． 标准分数

【答案】标准分数指以标准差为单位的一种差异量数，又称Z 分数或基分数。它等于一数列中各原始分数与其平均数的差，再除以标准差所得的商，公式为:

数据的标准分数

，为原始数据的值

，式中，Z 为某原始为该组数据的平均数，为该组数据的标准差。标准分数的平均数为0，标准差为1。标准分数是一种不受原始测量单位影响的数值，用来表示一个原始分数在团体中所处位置的相对位置量数。其作用除了能够表明原数据在其分布中的位置外，还能对未来不能直接比较的各种不同单位的数据进行比较。如比较各个学生的成绩在班级成绩中的位置或比较某个学生在两种或多种测验中所得分数的优劣。

5． 频率

【答案】频率（frequency ）①亦称“相对频数”。某随机事件A , 在N 次试验中出现的次数n 与试验总次数N 的比值。亦称事件A 发生的频率。记为第 2 页，共 32 页 其值介于0〜1之间。事件的频率越大，说明它出现的可能性越大；反之则越小。一个事件的频率不是一个固

定的数值，与总次数N 有关，且即使再重复N 次试验，次数n 也可能不同。但在大量重复试验中频率具有稳定性，即当试验次数N 无限增大时，频率F 会在某个固定值上下波动，而且偏差越来越小。②简谐振动基本物理量。物体每秒振动的次数。单位是赫兹（Hz ）。在数学关系上频率是物体振动周期的倒数。

6． 集中量数与差异量数

【答案】集中量数与差异量数都是描述一组数据特征的统计量。集中量数是表现数据集中性质或集中程度的，数据的集中情况指一组数据的中心位置；集中趋势的度量即确定一组数据的代表值，描述集中情况的度量包括:算术平均数、中位数、众数、几何平均数、调和平均数和加权平均数等。差异量数是表现数据分散性质或分散程度的，数据的差异性即为离中趋势；常见的差异量数有标准差或方差、全距、平均差、四分差和各种百分差等。

二、简答题

7． 学业考试成绩为X ，智力测验分数为y ，已知这两者的rxy=0.5, IQ=100+15z, 某学校根据学

，若一个智商为115的学生问你他被录取的可能性为多少，业考试成绩录取学生，录取率为15%

你如何回答他？

【答案】由

为可以看出学业考试成绩与智力测验分数只存在中等相关且可知测定系数即学业成绩的变异中只有25%由智商引起，也就是智力测验分数的多少不能作

智商为115, 由可以得出z=l。这个标准分数显示了这个学生在同龄儿童中的相为预测学业考试成绩的较好指标。 对位置，说明这个学生处于同龄学生构成的常模中一个标准差的位置。大概在0.3413的位置，按照正态分布表，其以上还有大约15.87%的人数。因此，如果某学校根据学业考试成绩录取学生，录取率为15%，那么这个学生很有可能录取不上。但是由于智力测验只代表某种程度上的智力表现，而且学校的学业测验与智力测验相关系数不大，所以只能作为参考，不能用来计算和预测。应该告诉他不要迷信测验，认真备考，任何可能性都有。

8． 欲考察甲乙丙丁四人对十件工艺美术品的等级评定是否具有一致性，用哪种相关方法？

【答案】应该用肯德尔W 系数。

肯德尔W 系数又称肯德尔和谐系数，是表示多列等级变量相关程度的一种方法，适用于两列以上的等级变量

9． 最小二乘法中各点到拟合直线的距离为什么要取铅直距离而不取垂直距离？

【答案】这是有最小二乘法的推导过程所决定的。 设

们也可以

把这组数据看作是一个离散的函数。根据观察，如果这组数据图像“很像”一条直线（不是

第 3 页，共 32 页 是直角平面坐标系下给出的一组数据，若我

，我们的问题是确定一条直线直线）

是

程:

10．简述编制分组次数分布表的步骤。 ，使得它能“最好”的反映出这组数据的变化。对个别观察值来说，它可能是正的，也可能是负的。为了不使它们相加彼此抵消，故“最好”应该

最小，即这时误差的平方和最小，这时可以求得比较精确的回归方由于是散点之间连线的最小距离，因此这个距离不是到拟合直线的垂直距离。

【答案】（1）求全距。全距指最大数和最小数两个数据值之间的差距。从被分组的数据中找出最大数和最小数，二者相减所得差数就是全距。

（2）决定组距与组数。组距是指任意一组的起点和终点之间的距离，用符合i 表示。决定组距的大小需要以全距为参考。全距大，则组距可以大一些；全距小，则组距可以小一些。

组数的多少根据组距的多少来定。如果数据个数在100以上，习惯上一般分10〜20组，但经常取12〜16组。数据个数较少时，一般分为7〜9组。如果数据的总体分为正态，那么可以

，这样可使分组满足渐进最优关系。用下面的经验公式计算组数（K ）

为数据个数，K 取近似整数）。

（3）列出分组区间。分组区间即一个组的起点值和终点值之间的距离，又叫组限。起点值称为组下限，终点值称为组上限，组限有表述组限和精确组限两种。在列出分组区间时要注意：最高组区间应包含最大的数据，最小组应包含最小的数据；最大组或最小组最好是组距i 的倍数；各分组区间一般在纵坐标上按照顺序排列，数值大的分组区间排在上面，数值小的分组区间排在下面；等级次数时，要按照精确组限将数据归类划分到相应的组别中。

（4）等级次数。依次将数据等级到各个相应的组别内，一般用画线计数或写“正”字的方法。

（5）计算次数。根据登记的结果计算各组的次数，计算各组次数的总和即总次数。另外，要核对各组次数总和与数据的总个数是否相等。

11．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

第 4 页，共 32 页 （N