当前位置：问答库＞考研试题

一、简答题

1． 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？

【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。

（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间越窄，精度越高。

2． 简述平稳序列和非平稳序列的含义。

【答案】（1）平稳序列是基本上不存在趋势的序列。这类序列中的观察值基本上在某个固定的水平上波动，虽然在不同的时间段波动的程度不同，但并不存在某种规律。其波动可以看成是随机的。

（2）非平稳序列包含趋势、季节性或周期性的序列，它可能只含有其中的一种成分，也可能是几种成分的组合。因此，非平稳序列可以分为有趋势的序列、有趋势和季节性的序列、几种成分混合而成的复合型序列。

3． 单因素方差分析的实质是什么？并说明单因素方差分析的步骤。

【答案】单因素方差分析的实质是研宄一个分类型自变量对一个数值型因变量的影响。 单因素方差分析的步骤为：

（1）按要求检验的个水平的均值是否相等，提出原假设和备择假设。

（2）构造检验统计量，计算各样本均值（3）计算样本统计量

（4）统计决策。比较统计量 的值。若

第 2 页，共 49 页 具有哪些统计特性？若）。独立性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对于所有的值分别是的方差都相同。 为随机变量的是所有线性无偏估计量中（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有效性区样本总均值误差平方和 拒绝原假设；反之，不能

拒绝原假设。

4． 抽样误差影响因素分析。

【答案】影响抽样误差的因素主要有：（1）样本单位数目。在其他条件不变的情况下，抽样数目越多，抽样误差越小；抽样数目越少，抽样误差越大。当n=N时，就是全面调查，抽样误差此时为零。（2）总体标志变动程度。 在其他条件不变的情况下，总体标志变异程度越大，抽样误差越大；总体变异程度越小，抽样误差越小。（3）抽样方法。一般讲，不重复抽样的抽样误差要小于重复抽样的抽样误差。当n 相对N 非常小时，两种抽样方法的 抽样误差相差很小，可忽略不计。（4）抽样组织方式。采用不同的抽样组织方式，也会有不同的抽样误差。一般讲分层抽样的抽样误差较小，而整群抽样的抽样误差较大。

5． 多元回归分析中为什么需要使用修正的判定系数（可决系数）来比较方程的拟合效果？是如何计算的？

【答案】在多元线性回归分析中，常用修正的判定系数，而不用多重判定系数来衡量估计模

型对样本观测值的拟合优度。这是由于多重判定系数

随着样本解释变量个数的增加

来越高（即的值越

是解释变量个数的增函数）。也就是说，在样本容量不变的情况，在模型中增加新

不是一个合适的指标，需加以的解释变量不会改变总离差平方和，但可能增加回归平方和，减少残差平方和，从而可能改变模型的解释功能。因此在多元线性回归模型之间比较拟和优度时，

调整。而修正判定系数

归模型方面要优于多重判定系数修正判定系数的计算公式为

6． 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？

【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。

7． 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

（3）对于自变

量

第 3 页，共 49 页 其值不会随着解释变量个数k 的増加而增加，因此在用于估计多元回； 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）误差项是一个期望值为0的随机变量，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

8． 什么是指数？它有哪些性质？

【答案】指数，或称统计指数，是分析社会经济现象数量变化的一种重要统计方法。它有如下一些性质：

（1）相对性。指数是总体各变量在不同场合下对比形成的相对数，它可以度量一个变量在不同时间或不同空间的相对变化，如一种商品的价格指数或数量指数。它也可以反映一组变量的综合变动，比如综合物价指数是根据一组商品价格的相对变化并给每种商品的相对数定以不同权数计算出来的，这种指数称为综合指数。另外根据对比两变量所处的是不同时间还是不同空间，它们计算出来的指数分时间性指数和区域性指数。

（2）综合性。综合性说明指数是一种特殊的相对数，它是由一组变量或项目综合对比形成的。比如，由若干种商品和服务构成的一组消费项目，通过综合后计算价格指数，以反映消费价格的综合变动水平。

（3）平均性。平均性含义有二：一是指数进行比较的综合数量是作为个别量的一个代表，这本身就具有平均的性质；二是两个综合量对比形成的指数反映了个别量的平均变动水平，比如物价指数反映了多种商品和服务项目价格的平均变动水平。

9． “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。

10．解释多重判定系数和调整的多重判定系数的含义和作用。

【答案】（1）多重判定系数是多元回归中的回归平方和占总平方和的比例，它是度量多元回

第 4 页，共 49 页