2017年上海师范大学数理学院432统计学[专业硕士]之统计学考研强化模拟题
● 摘要
一、判断题
1． 某地区医生人数逐年増加，1993年、1994年、1995年各年的环比增长率分别为8%、18%、15%。该地区三年来医生人数共増长了
【答案】×
【解析】由环比发展速度和定基增长速度之间的关系可得，该地区三年来医生人数的定基增 长速度为
2． 点估计是用样本的统计量直接估计和代表总体参数。（ ） 【答案】
其中
（ ） 是未知参数。 3 设总体X
具有分布密度．为一个样本，参数a 的矩估计为
【答案】
【解析】
由
4． 帕氏指数是将同度量因素固定在基期水平上，因此也称基期综合指数。（ ）
【答案】×
【解析】拉氏指数是将同度量因素固定在基期水平上，因此也称基期综合指数；帕氏指数将同度量因素固定在报告期水平上，因此也称报告期综合指数。
5． f 分布与正态分布的区别是前者的分布形态是不对称的，后者是对称的。（ ）
【答案】×
【解析】f 分布和正态分布都是对称分布，在样本容量n 较小时，两者分布区别较大，当n 足够大时，f 分布近似于正态分布。
6． 回归分析是根据变量之间的主从或因果的回归关系，对变量之间的数量变化进行测定，建立数学模型，对因变量进行预测或估计的统计分析方法。（ ）
【答案】×
【解析】回归分析是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析中的数学模型众多。回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回
第 2 页，共 42 页 （ ） 则根据矩估计方法令
可得
归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。
7．
回归模型中假定误差项是一个服从正态分布的随机变量，且相互独立。（ ）
【答案】×
8． 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。
9． 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（ ）
10．在回归分析中，定义的自变量和因变量都是随机变量。（ ）
【答案】×
【解析】在回归分析中，自变量是非随机变量，而因变量是随机变量。
二、简答题
11．考虑总体参数的估计量，简述无偏估计量与最小方差无偏估计量的定义。
【答案】①无偏性（unbiasedness ）是指估计量抽样分布的数学期望等于被估计的总体参数。设总体参数为所选择的估计量为如果则称为的无偏估计量。对于待估参数，不同的样本值就会得到不同的估计值。这样，要确定一个估计量的好坏，就不能仅仅依据某次抽样的结果来衡量，而必须由大量抽样的结果来 衡量。对此，一个自然而基本的衡量标准是要求估计量无系统偏差。尽管在一次抽样中得到的估计值不一定恰好 等于待估参数的真值，但在大量重复抽样时，所得到的估计值平均起来应与待估参数的真值相同，即希望估计量 的均值应等于未知参数的真值，这就是无偏性的要求。 ②最小方差无偏估计是在无偏估计类中使均方误差达到最小的估计量，即在均方误差
是的一个无偏估计量，都有
则称是的一致最小方差无偏估计。
12．在盒子图（箱线图）的作图中，会使用哪些描述指标。
，是利用数据中的五个统计量：最【答案】箱线图（Boxplot ）也称箱须图（Box-whiskerPlot ）
小值、第一四分位数、中位数、第三四分位数与最大值来描述数据的一种方法，它也可以粗略地看出数据是否具有有对称性，分布的分散程度等信息，特别可以用于对几个样本的比较。由上面
第 3 页，共 42 页 最小意义下的最优估计，它是在应用中人们希望寻求的一种估计量。设若对于的任一方差存在的无偏估计量
叙述可知，箱线图使用的描述指标有：最小值、第 一四分位数、中位数、第三四分位数与最大值。
13．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。
14．利用相关系数如何判断变量之间相关的方向和相关关系的密切程度？
【答案】相关系数r 的取值范围在关关系；若
相关关系；若
相关关系。
当
说明两个变量之间的线性关系越强
时. 可视为中度相关；说明两个变量之间的线性关系越弱。对于一时，
可视为高度相关时，说明两个变量之间的个具体的r 取值，根据经验可将相关程度分为以下几种情况：
当时。视为低度相关；
当之间。若
表明变量之间存在正线性相表明x 与y 之间存在负线性相关关系；若表明x 与y 之间为完全负线性相关关系。可见当表明x 与y 之间为完全正线性时，y 的取值完全依赖于X ， ； 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，即二者之间即为函数关系；当r=0时，说明两者之间不存在线性相关关系，但可能存在其他非线性
相关程度极弱，可视为不相关。但这种解释必须建立在对相关系数的显著性检验的基础之上。
第 4 页，共 42 页
相关内容
相关标签