应用统计学简答题

应用统计学简答题(3 页)Good is good, but better carries it.精益求精，善益求善。1. 什么是样本和总体？关系如何？总体，又称母体，是所要讨论对象的全体，包含所讨论的全部个体的集合，它具有某种共同性质或特征的单位所组成。样本，又称子样，从总体中根据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该组数据的代表性就越差。离散程度小，代表性越好。作用：①是评价指标代表性的尺度。② 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：区间估量中，由样本统计量所构造的总体参数的估量区间。其最小值称为置信下限，最大值称为置信上限。显著性水平是估量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量的把握度。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，降低了估量准确度。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。逐步判别法采纳有进有出的算法。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，假如判别能力不强了，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①同时处理多个因变量② 容许自变量和额因变量涵测量误差③ ...