2017年河北工程大学统计学Ⅰ复试仿真模拟三套题
● 摘要
一、简答题
1． 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。
若模型中存在序列相关时，解决的方法有:如果误差项不是相互独立的，则说明回归模型存在序列相关性
，这时首先要查明序列相关产生的原因。如果是回归模型选用不当，则应改用适当的回归模型；如果是缺少重要的自变量，则应増加自变量；如果以上两种方法都不能消除序列相关性，则需采用迭代法、差分法等方法处理。
若模型中存在异方差性时，解决的方法有：当存在异方差性时，普通最小二乘估计不再具有最小方差线性估计的性质，而加权最小二乘估计则可以改进估计的性质。加权最小二乘估计对误差项方差小的项加一个大的权数，对误差项方差大的项加一个小的权数，因此加强了小方差性的地位，使离差平方和中各项的作用相同。
2． 简述概率抽样与非概率抽样的区别。
【答案】（1）概率抽样也称随机抽样，是指遵循随机原则进行的抽样，总体中每个单位都有一定的机会被选入样本。
非概率抽样是相对于概率抽样而言的，指抽取样本时不是依据随机原则，而是根据研宄目的对数据的要求， 采用某种方式从总体中抽出部分单位对其实施调查。
（2）概率抽样与非概率抽样的区别：概率抽样是依据随机原则抽选样本，这时样本统计量的理论分布是存 在的，因此可以根据调查的结果对总体的有关参数进行估计，计算估计误差，得到总体参数的置信区间，并且在 进行抽样设计时，对估计的精度提出要求，计算为满足特定精度要求所要的样本量。而非概率抽样不是依据随机 原则抽选样本，样本统计量的分布是不确切的，因
第 2 页，共 22 页 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
而无法使用样本的结果对总体相应的参数进行推断。
3． 举例说明什么是列联表的独立性检验。
【答案】变量分为定量变量和定性变量。对于定量变量我们用回归分析等方法机进行研宄。对于定性变量，如吸烟是否与患癌症有关、性别与是否喜欢数学有关、年龄和喜欢的电视节目类型是否有关等等，我们对其进行列联 表的独立性检验。列联表的独立性检验是对一个分类变量的检验，因其分析过程可以通过列联表的方式呈现，故又可称为列联分析。
独立性检验就是分析列联表中行变量和列变量是否相互独立。
例如：为了研究年龄和喜欢的节目类型是否有关系，某单位对闲暇时间进行了全面调查，根据不同年龄档和喜爱收看电视节目的类型进行了如下的统计分类：
按照假设检验的步骤
：
按照假设检验的步骤：
设定假设：
（行变量与列变量独立）
（行变量与列变量不独立） （其中是行变量，是列变量）
选取统计量：
（其中，
第i 行第j 列类别的期望频数；并且
为列联表中第i 行第j 列类别的实际频数；
最后带入数字，进行判断。看是否有行向量与列向量独立。若拒绝原假设，即行向量与列向量不独立，即年龄和喜欢的节目类型有关系。反之，年龄和喜欢的节目类型无关。
4． 什么叫变异、变量和变量值，试举例说明。
【答案】标志在同一总体不同总体单位之间的差别称为变异。例如：人的性别标志表现为男、女；年龄标志表现为20岁、30岁等。
变异标志又称为变量，是说明现象某种特征的概念，其特点是从一次观察到下一次观察结果会呈现出差别或 变化。变量的具体取值称为变量值。具体包括：
（1）分类变量，如“性别”就是分类变量，其变量值为“男”或“女”；
第 3 页，共 22 页 为列联表中
“二等品”、“三等品”、（2）顺序变量，如“产品等级”就是顺序变量，其变量值可以为“一等品”、
“次品”等；
（3）数值型变量，如“年龄”是连续数值型变量，变量值为非负数；“企业数”是离散数值型变量，变量 值为 1，2，……
5． 欲调查广州市初中学生的身高情况，随机抽取100名广州市初中学生，测量了身高。
（1）用此例说明这几个统计概念，总体（population ）, 样本（sample ）, 参数（pammeter ）, 统计量（statistics ）。
（2）请说明如何对这100例身高数据进行描述性统计分析。
【答案】（1）总体（population ）是包含所研宄的全部个体（数据）的集合，它通常由所研宄的一些个体组成。 本例中的总体是广州市所有初中学生。
样本（sample ）是从总体中抽取的一部分元素的集合，构成样本的元素的数目称为样本量（sample size）。 本例中的样本是随机抽取的100名广州市初中学生，其中样本量为100。
参数（parameter ）是用来描述总体特征的概括性数字度量，它是研究者想要了解的总体的某种特征值。本 例中广州市所有初中学生的平均身高即是一个参数。
统计量（statistic ）是用来描述样本特征的概括性数字度量。它是根据样本数据计算出来的一个量，由于 抽样是随机的，因此统计量是样本的函数。随机抽取的100名广州市初中学生的平均身高即是一个统计量。
（2）所谓描述性统计分析，就是对一组数据的各种特征进行分析，以便于描述测量样本的各种特征及其所 代表的总体的特征。主要包括集中趋势的描述，可计算身高的均值，中位数和众数，也可采用箱线图直观的反映 数据的集中趋势以及是否存在异常值；离散程度的描述，可计算身高的方差，变异系数，四分位差或极差，也可 采用折线图或散点图等直观反映数据的离散程度；分布的偏态与峰度描述，可计算偏度和峰度值，或采用茎叶图 或直方图直观的反映分布是否与正态分布或单峰偏态分布逼近。
6． 简述相关系数和函数关系的差别。
【答案】变量之间的关系可分为两种类型：函数关系和相关关系。
（1）函数关系 设有两个变量
和
（2）相关关系
相关关系是指变量之间确实存在的但关系值不固定的相互依存关系。在这种关系中，当一个（或几个）变量的值确定以后，另一个变量的值虽与它（或它们）有关，但却不能完全确定。这是一种非确定的关系。
变量随变量一起变化，并完全依赖于当变量取某个数值时，依确定的关系取相应的值，则称是的函数。由此可见函数关系是一种一一对应的确定性关系。
二、计算题
第 4 页，共 22 页