统计学原理简答题

1.3统计学的类型和不同类型的特点 统计数据；按所采用的计量尺度不同分；

（定性数据）分类数据：只能归于某一类别的非数字型数据，它是对事物进行分类的结果，数据表现为类别，用文字来表述；

（定性数据）顺序数据：只能归于某一有序类别的非数字型数据。它也是有类别的，但这些类别是有序的。

（定量数据）数值型数据：按数字尺度测量的观察值，其结果表现为具体的数值。 统计数据；按统计数据都收集方法分；

观测数据：是通过调查或观测而收集到的数据，这类数据是在没有对事物人为控制的条件下得到的。

实验数据：在实验中控制实验对象而收集到的数据。 统计数据；按被描述的现象与实践的关系分；

截面数据：在相同或相似的时间点收集到的数据，也叫静态数据。

时间序列数据：按时间顺序收集到的，用于描述现象随时间变化的情况，也叫动态数据。

1.5举例说明总体，样本，参数，统计量，变量这几个概念

对一千灯泡进行寿命测试，那么这千个灯泡就是总体，从中抽取一百个进行检测，这一百个灯泡的集合就是样本，这一千个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是参数，这一百个灯泡的寿命的平均值和标准差还有合格率等描述特征的数值就是统计量，变量就是说明现象某种特征的概念，比如说灯泡的寿命。

2.2比较概率抽样和非概率抽样的特点，指出各自适用情况

概率抽样：抽样时按一定的概率以随机原则抽取样本。每个单位别抽中的概率已知或可以计算，当用样本对总体目标量进行估计时，要考虑到每个单位样本被抽到的概率。技术含量和成本都比较高。如果调查目的在于掌握和研究对象总体的数量特征，得到总体参数的置信区间，就使用概率抽样。

非概率抽样：操作简单，时效快，成本低，而且对于抽样中的统计学专业技术要求不是很高。它适合探索性的研究，调查结果用于发现问题，为更深入的数量分析提供准备。它同样使用市场调查中的概念测试（不需要调查结果投影到总体的情况）。

3.2分类数据和顺序数据的整理和图示方法各有哪些

分类数据：制作频数分布表，用比例，百分比，比率等进行描述性分析。可用条形图，帕累托图和饼图进行图示分析。

顺序数据：制作频数分布表，用比例，百分比，比率。累计频数和累计频率等进行描述性分析。可用条形图，帕累托图和饼图，累计频数分布图和环形图进行图示分析。

3.4直方图和条形图的区别

条形图使用图形的长度表示各类别频数的多少，其宽度固定，直方图用面积表示各组频数，矩形的高度表示每一组的频数或频率，宽度表示组距。

直方图各矩形连续排列，条形图分开排列。

条形图主要展示分类数据，直方图主要展示数值型数据。

4.1一组数据的分布特征可以从哪几个方面进行测度？

数据分布特征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；三是分布的形状，反映数据分布的偏态和峰态。

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，缺点是具有不唯一性。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，使用中位数也许不错。主要适合作为顺序数据的集中趋势测度值。

平均数对数值型数据计算的，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，此时应选择平均数。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。

6.7抽样分布：样本统计量的概率分布是一种理论概率分布随机变量是 样本统计量

6.8中心极限定理：设从均值为?，方差为? 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ

2

/n的正态分布

7.2评价估计量的标准：

无偏性：估计量抽样分布的数学期望等于被估计的总体参数

有效性：对同一总体参数的两个无偏点估计量 ，有更小标准差的估计量更有效

一致性：随着样本容量的增大，估计量的 值越来越接近被估计的总体参数

7.3 置信区间：由样本统计量所构造的总体参数的估计区间

8.2什么是假设检验中的显著性水平？统计显著是什么意思？

答：显著性水平是一个统计专有名词，在假设检验中，它的含义是当原假设正确时却被拒绝的概率和风险。统计显著等价拒绝H0，指求出的值落在小概率的区间上，一般是落在0.05或比0.05更小的显著水平上。

8.3什么是假设检验中的两类错误？

答：假设检验的结果可能是错误的，所犯的错误有两种类型，一类错误是原假设H0为真却被我们拒绝了，犯这种错误的概率用α表示，所以也称α错误或弃真错误；另一类错误是原假设为伪我们却没有拒绝，犯这种错误的概论用β表示，所以也称β错误或取伪错误。

8.5解释假设检验中的P值

答：P值就是当原假设为真时所得到的样本观察结果或更极端结果出现的概率。（它的大小取决于三个因素，一个是样本数据与原假设之间的差异，一个是样本量，再一个是被假设参数的总体分布。）

11.1解释相关关系的含义，并说明相关关系的特点

变量之间存在的不确定的数量关系，称为相关关系。

特点：一个变量的却只不能由另一个变量唯一确定，当变量x取某个值时，变量y的取值可能有几个。

11.8一元线性回归模型中有哪些基本的假定？ （1）因变量y与自变量x之间具有线性关系。

（2）在重复抽样中，自变量x的取值是固定的，即假定x是非随机的。 （3）误差项ε是一个期望值为0的随机变量，即E（ε）=0。 （4）对于所有的x的值，ε的方差σ2都相同。

（5）误差项ε是一个服从正态分布的随机变量，且独立，即ε～N（0，σ2）。