2017年中南大学数学与统计学院432统计学[专业硕士]之统计学考研题库
● 摘要
一、判断题
1． 设总体【答案】×
【解析】若总体则样本均值的方差为从而 则样本均值（ ）
2． 利用一个回归方程，两个变量可以互相推算。（ ）
【答案】×
【解析】回归方程给出的是因变量的预测方程，只能给定一个自变量，然后预测出相应的因变量的值。
3． 方差分析中，检验时既可以采用双侧检验，也可以采用单侧检验。（ ）
【答案】×
【解析】在方差分析中，原假设所描述的是在按照自变量的取值分成的类中，因变量的均值相等，通常构造F 统计量来检验因变量的均值是否相等，此时采用单侧检验；当对各因变量的均值做多重比较的时候，采用双侧检验。
4． 若在实际应用中所处理的变量并不是严格的连续型变量，则不能使用正态分布。（ ）
【答案】×
【解析】在实际应用中，如果所处理的变量并不是严格的连续型变量，可以通过连续校正，然后再使用正态分布。
5． 公司的业绩与股票价格是因果关系，其中股票价格大跌是因，公司的业绩下降是果。 （ ）
【答案】×
【解析】公司业绩与股票价格之间存在不确定的数量关系，即两者之间存在一定的相关关系，并非因果关系。
6． 在多兀线性回归中
检验和检验是等价的。（ ）
【答案】×
【解析】F 检验是关于回归方程是否显著的检验检验是关于回归系数的检验。在一元线性回归中，t 检验与F 检验是等价的，但是在多兀线性回归中检验与F 检验是没有关系的。
7． 方差分析是为了推断多个总体的方差是否相等而进行的假设检验。（ ）
【答案】×
【解析】方差分析是为了鉴别因素效应而对多个总体均值的相等性进行的检验。
8． 所谓小概率原理是指发生概率很小的事件，在试验中不可能发生。（ ） 【答案】
【解析】小概率原理是指发生概率很小的随机事件在一次试验中是几乎不可能发生的。小概率事件虽然发生概率很小，但并不代表不可能发生。
9． 空间指数和定基指数均属于静态指数。（ ）
【答案】×
【解析】空间指数属于静态指数；定基指数属于动态指数。
10．—项研宄表明，司机驾车时因接打手机而发生事故的比例超过20%，用来检验这一结论的原假设和备择假设为
【答案】
【解析】在实际应用中，一般要把等号放在原假设里面。因此，建立的原假设和备择假设应该是
（ ） 二、简答题
11．什么是同度量因素？同度量因素在编制加权综合指数中有什么作用？
【答案】在统计学中，一般把相乘以后使得不能直接相加的指标过渡到可以直接相加的指标的那个因素，称为同度量因素或同度量系数。
在编制指数时，对于不能直接相加的指标，可通过同度量因素把指标过渡到具有可加性。
12．简述判定系数的含义和作用。
【答案】（1）判定系数的含义
回归平方和占总平方和的比例称为判定系数，记为其计算公式为：
（2）判定系数的作用
判定系数测度了回归直线对观测数据的拟合程度。若所有观测点都落在直线上，残差平方
和
可见
x 完全无助于解释y 的变差，拟合是完全的；如果y 的变化与x 无关，此时
的取值范围是则
越接近于7，表明回归平方和占总平方和的比例越大，回归直线与各观测点越接近，用x 的变化来解释y 值变差的部分就越多，回归直线的拟合程度就越好；反之越接近于0, 回归直线的拟合程度就越差。
13．解释总平方和、回归平方和、残差平方和的含义，并说明它们之间的关系。
【答案】（1）总平方和（S^T）是实际观测值与其均值的离差平方和，即
（2）回归平方和（^狀）是各回归值
来解释的变差部分。
（3）残差平方和（SSE ）是各实际观测值与回归值的离差平方和，即
称为误差平方和。
（4）三者之间的关系
14．说明条形图和直方图的区别和联系。
【答案】（1）条形图与直方图的区别
①形图是用条形的长度表示各类别频数的多少，其宽度则是固定的；直方图是用面积表示各组频数的多少， 矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。
②由于分组数据具有连续性，直方图的各矩形通常是连续排列，而条形图则是分开排列。 ③条形图主要用于展示分类数据，而直方图则主要用于展示数值型数据。
（2）联系
两者都是用矩形表示数据分布情况；当矩形的宽度相等时，都是用矩形的高度来表示数据的分布情况。
15．方差分析中的基本假定。
【答案】方差分析中有三个基本假定：（1）每个总体都应服从正态分布。也就是说，对于因素的每一个水平，其观测值是来自正态分布总体的简单随机样本；（2）各个总体的方差必须相同。也就是说，对于各组观察数据，是从具有相同方差的正态总体中抽取的；（3）观测值是独立的。
16．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 它是除了的线性影响之外的其他因素对变差的作用，是不能由回归直线来解释的变差部分。其又与实际观测值的均值y 的离差平方和，即其反映了在y 的总变差中由于x 与y 之间的线性关系引起的y 的变化部分，它是可以由回归直线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 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