统计学简答题(共5页).doc

《统计学简答题(共5页).doc》由会员分享，可在线阅读，更多相关《统计学简答题(共5页).doc（5页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上三、简答题(每题10分，共30分)16.判断以下随机变量是定性变量还是定量变量，如果是定量变量，确定是离散变量还是连续变量。(1)网络供应商的姓名:定性变量。分)(2)每月的网络服务费:定量变量，连续变量。分(3)每月上网时间:定量变量，连续变量。分(4)上网的主要目的:定性变量。分)(5)上周收到的电子邮件数量:定量变量，离散变量(1分)(6)每月用于网上购物的金额:定量变量，连续变量(1分)(7)上月网上购物的次数:定量变量，离散变量。分)(8)使用的电脑的品牌:定性变量(1分)(9)上网是否玩游戏:定性变量。分)(10)电脑是否带有光盘刻录机:定性变量。分)17

2、.调查方法主要包括哪几种?简要说明各种方法的优缺点。(1)问卷法问卷法：是调查者根据一定的目的和要求，采用事先设计好的问卷，向被调查者了解情况，征询意见的一种方法。问卷法广泛应用于社会学、人口学、教育学、管理学、心理学等领域中。(1分)问卷调查的主要优点是：获得的资料便于进行定量分析;节约时间、人力和经费;应用范围广;结果具有较高的信度。不足之处:(1)变量间的因果关系方面相对较弱;对事物的理解和解释的深入性及效度相对较差;所得资料比较表面化、简单化。(1分)(2)访谈法访谈法：是指由调查员直接对被调查员进行访问和交谈，并记录调查结果的方法。访谈法是以口头语言为中介、调查者与被调查者面对面的交

3、谈和互动的过程。(1分)访谈法的主要：优点是:调查的回答率较高;调查资料的质量较高;调查对象的适用范围较高。缺点主要有:访谈员的语言、表情等可能会影响被调查者的回答;对访谈员的要求比较高;匿名性较差;调查的时间比较长、费用比较高。(1分)(3)观察法观察法是指研究者深入到所要研究对象的生活背景中，在实际参与研究对象的日常生活的过程中直接记录研究对象的有关资料的方法。(1分)观察法的主要优点是:能获得更真实的结果;调查结果不受研究对象的意愿和回答能力的影响;可以更快更准确的收集到想要的数据。观察法的缺点主要有:观察到的只是行为，而对于心理、态度、观点等没法公开的只能是通过观察到的行为推测，而不能

4、直接得到;观察所得到的资料往往无法重复;对观察者的要求较高，观察者必须具备较强的敏感性、领悟能力。(2分)(4)典型组讨论典型组讨论是由8-12个具有某些共同特征或经历的人，在一个经过专门培训的主持人的引导下、围绕着某一专门话题进行互动小组讨论的一种定性调查方式。(1分)典型组讨论的主要优点是:能够从一组人口中比较快得获得丰富的信息;所得的信息更加丰富和深入，分析和报告更加生动;鼓励参与者互相回应和交流，为了解差异和不同视角、确认答案提供了渠道;典型组讨论的方式弹性比较大、灵活性比较强，适用面广o缺点主要有:参与者具有一定的偏差性;实施比较复杂，参与者的募集比较麻烦;参与者之间的互动可能会产生

5、不利的影响;讨论内容和答案偏重于发现，元暇确认信息;得到的信息在汇总、分析、解释方面面临困难和复杂性。(2分)18.什么是简单(一元线性)回归分析?其作用是什么?简单回归分析是通过一定的数学表达式将两个变量间的线性关系进行描述，确定自变量的变化对因变量的影响，是进行估计或预测的一种方法，侧重于考察变量之间的数量伴随关系。(或者简单回归分析是对具有线性相关关系的两个变量之间(其中一个为自变量，另一个为因变量)数量变化的一般关系进行分析，确定相应的数学关系式，以便进行估计或预测。)其作用包括:(1)从已知数据出发，确定变量之间的数学关系式;(2分)(2)对变量间的关系式进行统计检验，考察自变量是否

6、对因变量具有显著影响;(2分)(3)利用所求出的关系式，根据自变量的取值估计或预测因变量的取值o(2分)三、筒答题(每题10分，共30分16.等距分组和不等距分组有什么区别?请举例说明。答：(1)在对数据进行分组时，如果各组组距相等，则称为等距分组。(2分)例如，分析某班同学期末统计课成绩时，假如最低分为73分，最高分为98分，以5分为组距进行分组，分为70一75分，75-80分，80一部分，85-90分，9095分，95-100分。(3分)(2)如果各组组距不相等，则称为不等距分组。(2分)例如，在分析人口时，往往将人口分为婴幼儿组(0-6岁).少年儿童组(7-17岁)，中青年组(18-59

7、岁)，老年人组(60岁及以上)，该分类中各组组距不相等，这就是不等距分组。(3分)17.举例说明什么是自变量和因变量，二者之间是什么关系?答：(1)我们将引起其他变量变化的变量称为自变量，(2分)而将由于其他变量的变化而导致自身发生变化的变量称为因变量。(2分)(2)自变量与因变量之间的关系不仅仅是先后关系，还必须是因变量的变化是以自变量的变化为前提。(3分)(3)例如，随着受教育程度增加，收入也增加，那么这两者就是因果关系，其中受教育程度是自变量，收入则是因变量。(3分)18.简要说明卡方的拟合优度检验和独立性检验的含义。X检验用于分类变量之间关系的检验。当用于检验不同类别的目标量之间是否存

8、在显著差异时，称为拟合优度检验。(4分)例如，不同职业的人群中对某项改革措施的支持率是否一致。(l分)X检验还可用于判断两个分类变量之间是否存在联系。如果两个分类变量之间没有关系，则称为独立，我们用扩判断它们之间是否关联，这时称为独立性检验。(4分例如，对性行为的态度是否与受教育程度有关。三、简答题每题10分，共30分)16.条形图和直方图有什么区别?(1)适用范围不同，条形图适用于所有类型数据，而直方图只适用于数值型数据。(3分)(2)条形图中条形的宽度是固定的，是用条形的长度(或高度)表示各类别频数的多少;(2分)而直方图则是用矩形的面积表示各类别频数的多少，矩形的宽度和高度均有意义，宽度

9、表示组距，高度表示每一组的频数密度，而且宽度不一定是固定的，只有等距分组时宽度是固定的。(2分)(3)条形图中各条形是分开排列的，而直方图中由于分组数据是连续的，因而直方图的矩形通常是紧密排列的。(3分)17.简述众数、中位数和平均数作为测量中心趋势的指标所适用的数据类型。众数是对中心趋势最低层次的测量，是适用范围最大的一种测量方式，适用于任何类型的数据，即定类、定序、定距和定比数据都可以用众数来测量其中心趋势。(3分)中位数适用于除了定类数据外的所有其他类型数据，因为中位数是处于中间位置的变量值，而定类数据不存在类别的先后次序或大小，因而中位数不适用于定类数据。(3分)平均数是集中趋势最主要

10、的测量指标，但是平均数仅适用于定距数据和定比数据，定类数据和定序数据计算平均数没有意义o(3分)一般说来，定类数据的中心趋势测量指标是众数，定序数据的中心趋势测量指标是中位数，而数值型数据(定距和定比数据)的中心趋势测量指标是平均数。(1分)18.简要举例说明在分析双变量的关系时，T检验和卡方检验的主要区别。分析双变量关系时，T检验和卡方检验都是主要用于检验这两个变量之间是否存在显著关系。(2分)T检验主要用于对一个为数值型变量、另一个为分类变量且只有两个类别的变量的双变量关系的统计显著性检验。(2分)卡方检验主要用于对两个分类变量之间的相关性进行统计检验，判断变量之间是否存在显著关系。(2分

11、)例如，我们想考察收入与性别是否存在关系，或者两性的收入是否存在显著差异，可以用两独立样本T检验。(2分)如果我们想考察职业与性别是否存在关系，而职业和性别都是分类变量，那么可以用卡方检验考察不同性别之间职业是否存在显著差异。(2分三、简答题每题10分，共30分17.简述定类变量、定序变量和数值型变量集中趋势测量的方法。定序变量是层次最低的变量，用众数作为其中心趋势的测量。(3分)定序变量主要使用中位数、四分位数作为集中趋势的测量，同时也可以使用众数作为测量值，但是中位数和四分位数利用序次关系，因而更多使用这两者。(3分)数值型数据(定距和定比数据)的集中趋势测量指标是平均数，同样，数值型数据

12、可以使用众数和中位数、四分位数作为中心趋势的测量，但是更主要的是使用均值，因为均值利用所有数据信息。(4分)18.如何对配对样本进行t检验。配对样本检验主要是判断不同的处理或试验结果是否有差异。配对样本的t检验用于检验两个相关的样本是否来自具有相同均值的总体。(2分)在对配对样本进行t检验时，首先计算两个样本中每个对应变量之间的差值;(3分)然后再检验其差值的均值是否为零，(1分)如果差值的均值接近零(在给定的置信区间内)，(2分)说明两个总体均值在给定的置信水平上没有差异，如果差值的均值在置信区间外，则说明两个总体均值在给定的置信水平上有差异。(2分)三、简答题(每题10分，共30分16.简

13、要说明社会研究过程。一项系统、完整的社会研究通常遵循着比较固定的过程，一般包括五个主要过程:提出问题;形成假设P收集数据5分析数据E检验假设。(1)提出问题是社会研究的第一步，研究者应首先明确要做什么，或者说进行研究的目的是什么。(2分(2)研究问题往往是无法直接检验的，而是要把研究问题形成假设才可以进行检验。假设是对两个变量间关系的陈述，是对它们关系的尝试性回答。假设中的变量是相对具体的，是可以通过经验可测的。(2分)(3)收集数据是社会研究的关键步骤。这一阶段要确定收集的变量、收集的方法、收集的总量等。这一阶段所需投入的人力、物力最多，遇到的问题也最多，因而需要进行很好的组织和管理。(2分

14、)(4)分析数据主要是对收集的原始数据进行系统的审核、整理、归类、统计和分析。我们既要进行描述性统计，说明数据的总体情况，又要进行推断性统计，从收集的样本状况来推断研究总体的状况。(2分(5)完成对数据的统计分析后，我们要根据对数据的分析来检验我们之前的假设和理论。当结果支持我们的假设时，我们就对研究问题得到了解释;当结果不支持我们的假设时，要回过头来修改我们的问题和假设，开始新的一轮检验。(2分17.按测度水平，变量可分为哪儿类?并举例说明。按照测度水平，变量可以分为定类变量、定序变量、定距变量和定比变量四类。(1)定类变量z当变量值的含义仅表示个体的不同类别，而不能说明个体的大小、程度等其

15、它特征时，这种变量称为定类变量。(l分定类变量是最低层次的变量。例如性别可以分为男、女两类。(l分(2)定序变量:当变量值的含义不仅表示个体的不同类别，还可以区分个体之间大小、程度等序次差异时，这种变量称为定序变量。(l分)受教育程度是定序变量，可以分为文盲、小学、初中、高中、大专及以上等。(l分)(3)定距变量z当变量值不仅可以将个体区分为不同类型并进行排序，而且可以确定不同类别之间的数量差别和间隔差距时，这样的变量称为定距变量。(l分)定距变量具有测量单位，这些测量单位具有不变的相等区间的标准，使个体之间的比较更具客观性。(l分智商、温度等都是定距变量。(l分) (4)定比变量z除了上述三

16、种变量的全部特征外，还可以计算两个变量值之间的比值时，这样的变量称为定比变量。(1分)定比变量是最高层次的变量。(1分在社会调查中，很多情况下我们使用的都是定比变量，例如身高、年龄、收入、一个地区的人口数、某产品的生产量等。(1分)18.简要举例说明在分析双变量的关系时，T检验和卡方检验的主要区别。分析双变量关系时，T检验和卡方检验都是主要用于检验这两个变量之间是否存在显著关系。(2分)T检验主要用于对一个为数值型变量、另一个为分类变量且只有两个类别的变量的双变量关系的统计显著性检验。(2分)卡方检验主要用于对两个分类变量之间的相关性进行统计检验，判断变量之间是否存在显著关系。(2分)例如，我

17、们想考察收入与性别是否存在关系，或者两性的收入是否存在显著差异，可以用两独立样本T检验。(2分)如果我们想考察职业与性别是否存在关系，而职业和性别都是分类变量，那么可以用卡方检验考察不同性别之间职业是否存在显著差异。(2分三、简答题t每题10分，共30分16.按测度水平，变量可分为哪几类?并举例说明。按照测度水平，变量可以分为定类变量、定序变量、定距变量和定比变量四类。(1)定类变量z当变量值的含义仅表示个体的不同类别，而不能说明个体的大小、程度等其它特征时，这种变量称为定类变量。(1分定类变量是最保层次的变量.例如性别可以分为男、女两类.0分(2)定序变量z当变量值的含义不仅表示个体的不同类

18、别，还可以区分个体之间式小、程度等序次差异时，这种变量称为定序变量。o分)受教育程度是定序变量，可以分为文盲、小学、初中、高中、大专及以上等。o分(3)定距变量z当变量值不仅可以将个体区分为不同类型并进行排序，而且可以确定不同类别之间的数量差别和间隔差距时，这样的变量称为定距变量.(1分)定距变量具有测量单位，这些测量单位具有不变的相等区间的标准，使个体之间的比较更具睿观性。(1分智商、温度等都是定距变量。(l分(4)定比变量z除了上述三种变量的全部特征外，还可以计算两个变量值之间的比值时，这样的变量称为定比变量。(1分定比变量是最高层次的变量.(1分在社会调查中，很多情况下我们使用的都是定比

19、变量，例如身高、年龄、收入、一个地区的人口数、某产品的生产量等.o分17.简要说明社会研究过程.一项系统、完整的社会研究通常遵循着比较固定的过程，一般包括五个主要过程z提出问题z形成假设z收集数据z分析数据z检验假设.(1)提出问题是社会研究的第一步，研究者应首先明确要做什么，或者说进行研究的目的是什么。(2分)(2)研究问题往往是无法直接检验的，而是要把研究问题形成假设才可以进行检验。假设是对两个变量间关系的陈述，是对它们关系的尝试性回答。假设中的变量是相对具体的，是可以通过经验可测的。(2分(3)收集数据是社会研究的关键步骤。这一阶段要确定收集的变量、收集的方法、收集的总量等.这一阶段所需

20、投人的人力、物力最多，遇到的问题也最多，因而需要进行很好的组织和管理。(2分(4)分析数据主要是对收集的原始数据进行系统的审核、整理、归类、统计和分析。我们既要进行描述性统计，说明数据的总体情况，又要进行推断性统计，从收集的样本状况来推断研究总体的状况。(2分(5)完成对数据的统计分析后，我们要根据对数据的分析来检验我们之前的假设和理论.当结果支持我们的假设时，我们就对研究问题得到了解释s当结果不支持我们的假设时，要回过头来修改我们的问题和假设，开始新的一轮检验。(2分18.一元线性回归模型中有哪些基本假定?一元线性回归模型的三个基本假定为z(1)误差项是一个期望值为O的随机变量;(3分)(2)对于所有的x值，误差项的方差都是相等的;(3分 (3)误差项是一个服从正态分布的随机变量，相互独立，其余自变量x不相关o(4分专心-专注-专业