2017统计学考试复习讲述.doc

统计学考试复习资料 简答题（12题选5个） 统计数据的类型有哪些？ （1）、按计量层次分类： a.分类数据：只能归于某一类别的非数字型数据；对事物进行分类的结果，数据表现为类别，用文字来表述，例如：人口按性别分为男、女两类。 b.顺序数据：只能归于某一有序类别的非数字型数据；对事物类别顺序的测度，数据表现为类别，用文字来表述，例如：产品分为一等品、二等品、三等品、次品等。 c.数值型数据：按数字尺度测量的观察值，结果表现为具体的数值，对事物的精确测度，例如：身高为175cm、168cm、183cm。 (2).按收集方法分类： a.观测的数据：通过调查或观测而收集到的数据在没有对事物人为控制的条件下而得到的有关社会经济现象的统计数据几乎都是观测数据。 b.试验的数据：在试验中控制试验对象而收集到的数据,比如，对一种新药疗效的试验，对一种新的农作物品种的试验等自然科学领域的数据大多数都为试验数据。 (3).按时间状况分类： a.截面数据：在相同或近似相同的时间点上收集的数据 描述现象在某一时刻的变化情况，比如，2005年我国各地区的国内生产总值数据。 b.时间序列数据：在不同时间上收集到的数据描述现象随时间变化的情况比如，2000年至2005年国内生产总值数据。 简述数据误差的来源？ (1)抽样误差：由于抽样的随机性带来的误差，所有样本可能的结果与总体真值之间的平均性差异，影响抽样误差的大小的因素为样本量的大小和总体的变异性。 (2)非抽样误差：相对抽样误差而言，除抽样误差之外的，由于其他原因造成的样本观察结果与总体真值之间的差异。存在与所有的调查之中：概率抽样、非概率抽样、全面性调查。有抽样框误差、回答误差、无回答误差、调查员误差、测量误差。 衡量数据离散程度的指标有哪些？ 衡量数据离散程度的指标有：(1).异众比率，用于测度分类数据的离散程度，衡量众数对一组数据的代表程度；(2).四分位差，用于测量顺序数据的离散程度，衡量中位数对一组数据的代表程度；(3).方差和标准差，用于测度数据离散程度的最常用测度值，衡量均值对一组数据的代表程度。 为什么说正态分布是客观现象中最主要的分布？ 正态分布有极其广泛的实际背景，生产与科学实验中很多随机变量的概率分布都可以近似地用正态分布来描述。一般来说，如果一个量是由许多微小的独立随机因素影响的结果，那么就可以认为这个量具有正态分布。从理论上看，正态分布具有很多良好的性质 ，许多概率分布可以用它来近似；还有一些常用的概率分布是由它直接导出的，例如对数正态分布、t分布、F分布等。 请你说明小概率原理的含义？ 在概率论中，我们将发生概率很小 一般来说不超过百分之五的事件称为小概率事件，小概率原理指的是在假设检验中，我们提出一个假设，用小概率事件去检验，如果小概率事件发生了，证明我们的假设有问题。 评价估计量的标准有哪些？并解释他们的含义。 在实际工作中，总体参数往往是未知的，需要使用样本统计量来估计总体参数。衡量估计量优劣的标准一般有以下三个： (1)无偏性：无偏性不是要求估计量与总体参数不得有偏差，因为这是不可能的，既然是抽样，必然存在抽样误差，不可能与总体完全相同。无偏性指的是如果对这同一个总体反复多次抽样，则要求各个样本所得出的估计量（统计量）的平均值等于总体参数。符合这种要求的估计量被称为无偏估计量。(2)有效性：估计量与总体之间必然存在着一定的误差，衡量这个误差大小的一个指标就是方差，方差越小，估计量对总体的估计也就越准确，这个估计量也就越有效。 (3)一致性：一致性指的是当样本量逐渐增加时，样本的估计量（统计量）能够逐渐逼近总体参数。 假设检验的理论基础和推理方法是什么？ 假设检验理论基础是小概率原理。所谓小概率原理，就是认为小概率事件在一次试验中是几乎不可能发生的。也就是说，对总体的某个假设是真实的，那么不利于或不能支持这一假设的事件A在一次试验中是几乎不可能发一的；要是在一次试验中事件A竟然发生了，我们就有理由怀疑这一假设的真实性，拒绝这一假设。推理方法为显著性检验 有时，根据一定的理论或经验，认为某一假设h0成立，例如，通常有理由认为特定的一群人的身高服从正态分布。当收集了一定数据后，可以评价实际数据与理论假设h0之间的偏离，如果偏离达到了“显著”的程度就拒绝h0，这样的检验方法称为显著性检验。偏离达到显著的程度通常是指定一个很小的正数α（如0.05，0.01），使当h0正确时，它被拒绝的概率不超过α，称α为显著性水平。这种假设检验问题的特点是不考虑备择假设，考虑实验数据与理论之间拟合的程度如何，故此时又称为拟合优度检验。拟合优度检验是一类重要的显著性检验。 请你说明拉氏指数与派氏指数的区别与联系? 首先，由于拉氏指数和帕氏指数选取的同度量因素不同，即使利用同样的的资