2018年山东师范大学心理学院347心理学专业综合[专业学位]之现代心理与教育统计学考研强化五套模拟题
● 摘要
一、简答题
1． 简述编制分组次数分布表的步骤。
【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，那么可以用下面的经验公式计算组数（K ），这样可使分组满足渐进最优关系。
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。
2． 试解释交互作用。
【答案】（1）下面是两个2×2的实验设计范式：
（N
图1 2×2实验设计图示例
在实验甲中，A 因素从变化
为时，无论
在还
是水平
，
与的差都
是
说明A 因素的变化与或无关。同样B 因素从变化为时，无论
还是水平上，都等于3, 说明B 因素的变化与或无关。因此A ，B 两个因素彼此不影响，
时时在时在时表明A 因素的变化与B 因即B 因素的变化与A 因称之为没有交互作用。 在实验乙中，在素的不同水平有关；同样在素的水平也有关。在这种情况下，要考虑A ，B 两个因素的彼此影响，即“交互作用”，用AXB 表示。运用多因素方差分析，不仅能检验出各个因素对因变量的影响，还可以检验出因素与因素相结合共同发生的影响，即这种交互作用。
如要直观分析两个因素间是否有交互作用，还可以将上述情况制作成交互作用图，如图2所示。用图来表示交互作用时，一个是比较折线位置的高低，一个是比较折线在不同折点上的变化。基本原则是观察折线之问的平行程度。一般在交互作用图中，如果A , B 二因素间没有交互作用，则两线平行，表示因素之间相互独立；两线越不平行，代表因素之间交互作用越明显。一般而言，显著的交互作用，在交互作用图上会出现交叉的折线。当然，这只是直观示意，交互作用是否显著，必须进行方差分析。
图2 交互作用图解
3． 根据不同条件下，不同统计量的假设检验方法，试概括出假设检验的基本过程。
【答案】假设检验的基本过程有:
（1）提出虚无假设和备择假设；
（2）选择检验的统计量并计算其值；
（3）确定显著性水平及临界值；
（4）作出统计决断；
（5）报告结果。
4． 为什么要做区间估计？怎样对平均数作区间估计？
【答案】（1）做区间估计是因为
①当用点估计来对总体参数进行估计时，总是以误差的存在为前提，但又不能提供正确估计的概率。
这是由于点估计是用估计量的一个具体的数值作为待估参数的估计值，由于估计量是一个随机变量，所以点估计以随机变量中的某一个值来做估计，很显然会产生一定的误差。若误差
较小，这个点估计值还是一个好的估计值，若误差较大，这个点估计便失去了意义。
②区间估计在一定意义上弥补了点估计的不足之处。
区间估计是根据估计量以一定可靠程度推断总体参数所在的区间范围，它是用数轴上的一段距离表示未知参数可能落入的范围，它虽不具体指出总体参数等于什么，但能指出未知总体参数落入某一区间的概率有多大。区间估计在点估计的基础上，不仅给出一个估计的范围，使总体参数包含在这个范围之内，而且还能给出估计精度并说明估计结果的有把握的程度。
（2）对平均数进行区间估计的步骤如下
①根据实得样本的数据，计算样本的平均数与标准差。 ②计算标准误
有两种情况:
a. 当总体方差
b. 当总体方差未知时，
用样本的无偏估计量即方差样本的有偏估计方差则
③确定置信水平或显著性水平。
④根据样本平均数的抽样分布，确定查何种统计表。
确定a=0.05或0.01的横坐标值。一般当总体方差已知时，查正态表；当样本方差未知时，查t 值表（当
时，也可查正态表作近似计算）。确定⑤计算置信区间。
a. 如果查正态分布表，置信区间可写作:
b. 如果查t 值表，置信区间则:
⑥解释总体平均数的置信区间。
5．
检验法在计数数据的分析中有哪些应用？ 【答案】检验因研究的问题不同，可以细分为多种类型，如配合度检验、独立性检验、与 计算，如果计算的是已知时，
同质性检验等等。
（1）配合度检验主要用来检验一个因素多项分类的实际观察数与某理论次数是否接近，这种检验方法有时也称为无差假说检验。当对连续数据的正态性进行检验时，这种检验又可称
为正态吻合性检验。