《应用统计学简答题.doc》由会员分享，可在线阅读，更多相关《应用统计学简答题.doc（2页珍藏版）》请在金锄头文库上搜索。
1、1. 什么是样本和总体？关系如何？总体，又称母体，是所要研究对象的全体，包含所研究的全部个体的集合，它具有某种共同性质或特征的单位所组成。样本，又称子样，从总体中按照随机原则抽出的部分个体所组成的的集合，抽样目的是根据样本提供的信息推断总体的特征。2. 试解释样本与总体，参数与统计量的含义。参数是用来描述总体特征的概括性数字度量，是未知数。统计量是用来描述样本特征的概括性数字度量，是已知的，是随机变量，不唯一。3. 什么是离散指标，作用是什么，常用的离散指标有哪些？离散指标就是反映变量值变动范围和差异程度的指标。数据的离散程度反映的是各变量远离其中心值的程度。离散程度越大，集中趋势的测度值对于
2、该组数据的代表性就越差。离散程度小，代表性越好。作用：是评价指标代表性的尺度。离散指标是反映社会经济活动过程均衡型的一个重要指标。一般来说，离散指标越小，经济活动越均衡。常用的离散分布有，全距，平均差，标准差和离散系数。4. 什么是置信水平？置信区间和显著性水平？置信水平是表示样本统计值的精确度。指样本统计量落在参数某一正负区间的概率。置信区间：区间估计中，由样本统计量所构造的总体参数的估计区间。其最小值称为置信下限，最大值称为置信上限。显著性水平是估计总体参数落在某一区间，可能犯错的概率。置信水平表示区间估计的把握度。置信区间的跨度是置信水平的正函数。即要求把握的程度越大，置信区间越宽，降低
3、了估计准确度。置信水平=1-显著性水平5. 简述逐步判别法的基本思想为了得到对判别最合适的变量，可以使用逐步判别。也就是一边判别一边引进判别能力最强的变量。向后剔除，向前选入，逐步选择。逐步判别法采用有进有出的算法。每一步都进行检验，首先将判别能力最强的变量引入判别函数。而对较早进入判别函数的变量，其显著性可能随时发生变化，如果判别能力不强了，则删除。6. 什么是结构方程模型，它有哪些优点？很多社会学心理学变量不能被准确直接地测量，这种变量称为潜变量，只能用外显指标测量。结构方程模型就分为测量方程和结构方程，测量方程描述潜变量与指标之间的关系，结构方程描述潜变量之间的关系。传统统计方法不能妥善处理这些潜变量，结构方程模型则能同时处理这些潜变量和指标。优点同时处理多个因变量容许自变量和额因变量涵测量误差同时估计因子结构和因子关系容许更大弹性的测量模型估计整个模型的你和程度，用于比较不同模型。包括了因子分析、回归分析、t检验、方差分析，比较各因子均值，交互作用模型，实验设计。
