统计学期末复习10个简答题.docVIP

统计学简答题（个人整理，如有错误，纯属失误，后果自负o(∩_∩)o 嘿嘿） 一组数据的分布特征可以从哪几方面进行描述？P86 数据分布的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聚集的程度； 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。 简述设计和使用统计表时应注意的问题。P77 具体来说，设计和使用统计表要注意以下几点： 首先，要合理安排统计表的结构。 其次，表头一般应包括表号、总标题和表中数据的单位等内容。 再次，表中的上下两条横线一般用粗线，中间的其他线要用细线，这样使人看起来清楚、醒目。 最后，在使用统计表时，必要时可在表的下方加上注释，特别要注意注明数据来源，以表示对他人劳动成果的尊重，以备读者查阅使用。 简述饼图和环形图有什么不同。P56 饼图是用圆形及圆内扇形的角度来表示数值大小的图形，它主要用于表示一个样本（或总体）中各组成部分的数据占全部数据的比例，对于研究结构性问题十分有用。 简单饼图只能显示一个样本各部分所占的比例。比如，把5个地区的人口分别按高收入、中等收入和低收入划分成3部分，要比较5个地区不同收入的人口构成，则需要绘制5个饼图，这种做法既不经济也不便于比较。能否用一个图形比较出5个地区不同收入的人口构成呢？把饼图叠在一起，挖去中间的部分就可以了，这就是环形图。 环形图与饼图类似，但又有区别。环形图中间有一个“空洞”，每个样本用一个环来表示，样本中的每一部分数据用环中的一段表示。因此环形图可显示多个样本各部分所占的相应比例，从而有利于构成的比较研究。 为什么要计算离散系数？P102 方差和标准差是反映数据分散程度的绝对值，其数值的大小一方面受原变量值本身水平高低的影响，也就是与变量的平均数大小有关，变量值绝对水平高的，离散程度的测度值自然也就大，绝对水平低的离散程度的测度值自然也就小；另一方面，它们与原变量值的计量单位相同，采用不同计量的变量值，其离散程度的测度值也就不同。因此，对于平均水平不同或计量单位不同的不同组别的变量值，是不能用标准差直接比较其离散程度的。为消除变量值水平高低和计量单位不同对离散程度测度值的影响，需要计算离散系数。 简述复合型时间序列的预测步骤。P370 在对时间序列进行预测时，通常包括一下几个步骤： 第1步：确定时间序列所包含的成分，也就是确定时间序列的类型。 第2步：找出适合此类时间序列的预测方法。 第3步：对可能的预测方法进行评估，以确定最佳预测方案。 第4步：利用最佳预测方案进行预测。 阐述显著性水平与P值的区别。 显著性水平 在原假设正确的情况下，错误地拒绝原假设的概率。显著性水平用α表示。P440 在确定α以后，拒绝域的位置也就相对确定了，其好处就是进行决策的界限清晰，但弱点是进行决策面临的风险是笼统的。P214 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。P214 P值的长处是它反映了观察到的实际数据与原假设之间不一致的概率，与传统的拒绝域范围相比，P是一个具体的值，这样就提供了更多的信息。如果事先确定了显著性水平，则可以根据P值与显著性水平的比较来确定是否拒绝原假设。当然，也可以直接使用P值进行决策，这时P值本身就代表了显著性水平。我们也可以使用P值，按照我们所需要的显著性水平进行判断和决策，具体做法就是用P值和需要的显著性水平进行比较。P215 怎样理解置信区间？P178 在区间估计中，由样本统计量所构造的总体参数的估计区间称为置信区间。 对置信区间的理解，有以下几点需要注意： 如果用某种方法构造的所有区间中有95%的区间包含总体参数的真值，5%的区间不包含总体参数的真值，那么，用该方法构造的区间称为置信水平为95%的置信区间。 总体参数的真值是固定的、未知的，而用样本构造的区间则是不固定的。 在实际问题中，进行估计时往往只抽取一个样本，此时所构造的是与该样本相联系的一定置信水平（比如95%）下的置信区间。 简述在回归分析中F检验与t检验的作用。P321 在一元线性回归中，自变量只有一个，F检验和t检验是等价的；也就是说，如果H0：β1=0被t检验拒绝，它也将被F检验拒绝。但在多元回归分析中，这两种检验的意义是不同的。F检验只是用来检验总体回归关系的显著性，而t检验则是检验各个回归系数的显著性。 在假设检验中为什么采取“不拒绝原假设”而不采取“接受原假设”的方式？ 从假设检验的原理看，不拒绝原假设意味着我们所构造的与原假设相矛盾的小概率事件没有发生，但可能还有许多其他的与原假设矛盾的小概率事件，我们没有也无法证实所有的这些小概率事件不会发生，因此，我们把假设检验中出现接受H0的结果解释为“没有发现充足的证据反对H0”，或更严格地解释为“在显著性水平