统计学思考题答案.docxVIP

精品word学习资料可编辑 名师归纳总结——欢迎下载 4.1 一组数据的分布特点可以从哪几个方面进行测度？ 数据分布特点可以从三个方面进行测度和描述：一是分布的集中趋势，反映各数据向其中心值靠拢或集中的程度；二是分布的离散程度，反映各数据远离其中心值的趋势；三是分布的外形，反映数据分布的偏态和峰态； 2. 4.5 简述众数，中位数和平均数的特点和应用场合； 众数是一组数据分布的峰值，不受极端值的影响，缺点是具有不唯独性；众数只有在数据量较多时才有意义，数据量较少时不宜使用；主要适合作为分类数据的集中趋势测度值； 中位数是一组数据中间位置上的代表值，不受极端值的影响；当数据的分布偏斜较大时，使用中位数或许不错；主要适合作为次序数据的集中趋势测度值； 平均数对数值型数据运算的，而且利用了全部数据信息，在实际应用中最广泛；当数据呈对称分布或近似对称分布时，三个代表值相等或相近，此时应挑选平均数；但平均数易受极端值的影响，对于偏态分布的数据，平均数的代表性较差，此时应考虑中位数或众数； 4.7 标准分数有哪些用途？ 标准分数给出了一组数据中各数值的相对位置；在对多个具有不同量纲的变量进行处理时，常需要对各变量进行标准化处理；它仍可以用来判定一组数据是否有离群数据； 怎样懂得置信区间？ 置信区间：由样本统计量所构造的总体参数的估量区间 说明 95%的置信区间； 95%的置信区间指用某种方法构造的全部区间中有 95%的区间包含总体参数的真值； Za/2 的含义是什么 含义：Za/2 是标准正态分布上侧面积为 a/2 的 z 值, 公式是统计总体均值时的边际误差； 说明独立样本和匹配样本的含义； 独立样本：假如两个样本是从两个总体中独立抽取的，即一个样本中的元素与另一个样本中的元素相互独立； 匹配样本：一个样本中的数据与另一个样本中的数据相对应； 7.8 简述样本量与置信水平，总体方差，边际误差的关系；样本量越大置信水平越高，总体方差和边际误差越小 10.1 什么是方差分析？它讨论的是什么？ 答：方差分析就是通过检验各总体的均值是否相等来判定分类型自变量对数值 型因变量是否有显著影响；它所讨论的是非类型自变量对数值型因变量的影响； 10.4 方差分析中有哪些基本假定？ 答: 方差分析中有三个基本假定： ） 每个总体都应听从正态分布 ） 各个总体的方差σ 2 必需相同 ） 观测值是独立的 精品word学习资料可编辑 名师归纳总结——欢迎下载 说明误差分解的基本原理 是通过运算来比较因某一特定因素带来的样本值的差异与随机偶然因素对样本值的差异的大小，从而判定该因素对总体是否有统计意义； 说明主效应和交互效应 在多因素试验讨论中， 主效应就是在考察一个变量是否会对因变量的变化发生影响的时候， 不考虑其他讨论变量的变化， 或者说将其他变量的变化效应平均掉； 换句话说， 就是其他讨论变量都不变化的情形下，单独考察一个自变量对因变量的变化效应； 交互效应， 就是反映两个或两个以上自变量相互依靠， 相互制约， 共同对因变量的变化发生影响； 换句话说， 假如一个自变量对因变量的影响效应会因另一个自变量的水平不同而有 所不同，就我们说这两个变量之间具有交互效应； 10.15 简述完全随机化设计，随机化区组设计，因子设计的含义和区分； ） 答：完全随机化设计是将 k 种“处理”随机地指派给试验单元的设计；随机化区组设计是先按肯定规章将试验单元划分为如干同质组， 称为“区组”，然后再将各种处理随机地指派给各个区组；因子设计指考虑两个 因素( 可推广到多个因素 ) 的搭配试验设计； 区间估量的基本原理是什么？ 参数估量一般是指依据样本信息，对总体分布中的未知参数 θ进行估量， 而我们通常都是对均值或方差进行估量； 区间估量是参数估量的一种， 它是指对于给定的置信度 1-α，总体参数 θ的取值在某一区间内的概率是 1-α，而这一置信区间正是我们需要求解的； 用公式表示就是： P{θ1θθ2}=-α1，其中 θ1，θ2是两个统计量； （θ1， θ2）就是置信区间，明显由于是来自于样本，而抽样带有随机性，所以它是一个随机区间； 置信区间代表的意义就是：样本容量固定为 n，假如对总体进行 N=1000 次抽样， 就得到了 1000 个置信区间，这些区间有的包含 θ的真实值，有的不包含；但假设当置信度 1- α=95% 时，这一千个区间就大约有 1000*95%=950 个包含了 θ的真实值； 简述评判估量量的标准 1，无偏性：无偏性不是要求估量量与总体参数不得有偏差，由于这是不行能的，既然是抽样，必定存在抽样误差，不行能与总体完全相同；无偏性指的是假如对这同一个总体反复多次抽样，就要求各个样本所得出的估量量（统计量） 的平均值等于总体参数；符合这种要求的估量量被称为