統(tǒng)計學試題及其參考答案-文庫吧
2024-12-25 19:22 本頁面
【正文】 : B 1 1 1 列數 ,有 : B A. r0, b0 B. r0, b0 C. r0 b0 D .r=b 27. 計算相對數的目的是 : A ,要推斷某一樣本含量為 100,樣本代表的總體是否與已知總體相同 ,該用什么方法 ? B A .t檢驗 B. u檢驗 D. t,u檢驗均可 80 例自發(fā)性氣胸患者 ,病變結果是 :肺部無病變 25 例 (%)肺結核 23 例(%),肺氣腫 20例 (25%),哮喘 6例 (%),肺炎 4例 (5%),肺癌 2例 (%),對此資料 ,可用 ( )來表達 : C ,乙兩礦工人矽肺患病的嚴重程度 ,但甲 ,乙兩礦工人的工齡分布不同 ,此時適當的比較方法是 : D A. 分工齡進行比較 X2檢驗 ,不能比較 簡答題： 1. 描述集中趨勢的指標有哪些？其適用范圍有何異同？ P1416 答：常用的有算數均數、幾何均數和中位數。 算數均數，可用于反映一組對稱分布的變量值在數量上的平均水平。 幾何均數，可用于反映一組經對數轉換后呈對稱分布的變量值在數量上的平均水平，在醫(yī)學上常適用于免疫學的指標。 中位數，適用于各種分布類型的資料，尤其是偏態(tài)分布資料和一端或兩端無確切數值的資料。 百分位數，重要用途是確定醫(yī)學參考值范圍。 2標準化的意義是什么？ P81 答：采用某影響因素的統(tǒng)一標準構成以消除構成不同對合計率的影響，使通過 標準化后的標準化合計率具有可比性。 3常用相對數的指標有哪些？它們的意義和計算上有何不同？ P7779 答：常用的相對數指標有構成比、率、相對比等。 一、構成比 表示事物二、率 表示在一定條件下，某現(xiàn)象實際發(fā)生的例數與可能發(fā)生這種現(xiàn)象的總數之比，用以說明某種現(xiàn)象發(fā)生的頻率，故又稱為頻率指標，以 100， 1000， 10000或 100000為比例基數（ K）均可，原則上以結果至少保留一位整數為宜， 三、相對比 表示有關事物指標之對比，常以百分數和倍數表示， 4二項分布、泊松分布和正態(tài)分布有何聯(lián)系？ 答 ： 正態(tài)分布 :估計連續(xù)型隨機變量正態(tài)分布資料的頻數分布 二項分布 :在每次試驗中只有兩種可能的結果 ,而且是互相對立的 。每次實驗是獨立的 ,與其它各次試驗結果無關 Poisson分布 :是一種單參數的離散型分布 ,表示單位時間或空間內某時間平均發(fā)生的次數 當 n較大或 π不接近 0或 1時 ,二項分布可看成近似正態(tài)分布 Poisson 可看做是二項分布的一種極限情況 ,即 π 很小而 n 趨于無窮大時 ,二項分布近似于Poisson 分布 ,而當 μ=20時 , Poisson 分布可作為正態(tài)分布來處理。 5方差分析要具備哪些條件 P56 答：多個樣本均數比較的方差分析其應用條件為： A 各樣本是相互獨立的隨機樣本，均來自正態(tài)分布總體； B 相互比較的各樣本的總體方差相等，即具有方差齊性。 6多重比較主要的方法和使用特點 答： 一： LSDt檢驗：適用于一對或幾對在專業(yè)上有特殊意義的樣本均數間的比較。二： Duntt檢驗：適用于 g1 實驗組與一個對照組均數差別的多重比較； 三： SNKq 檢驗：亦稱 q 檢驗，適用于多個樣本均數兩兩之間的全面比較。 7析因設計和隨機區(qū)組設計有何異同點 答：析因設計是一種多因素的交叉 分組設計。它不僅可檢驗每個因素各水平間的差異，而且可檢驗各因素間的交互作用。隨機區(qū)組設計則單因素多因素均可。析因設計各處理組間在均衡性方面的要求與隨機設計一致，各處理組樣本含量應盡可 同；析因設計對各因素不同水平的全部組合試驗，故具有全面性和均衡性 . 隨機區(qū)組設計只有一個處理因素，無交叉效應可言；析因設計屬于多因素設計，既可分析因素的主效應，也可以分析因素之間的交互效應。 8實驗設計主要有哪些類型 P562 答： 1平行組設計； 2交叉設計； 3析因設計。 9相關與回歸的聯(lián)系與區(qū)別？ 答：聯(lián)系表現(xiàn)為： 兩者 是相輔相成的，由相關分析法測定的變量之間相關的密切程度，對是否有必要進行回歸分析以及進行回歸分析意義的大小起著決定的作用，相關程度大，進行回歸分析的意義也大，相關程度小，進行回歸分析的意義就小，甚至沒有必要進行回歸分析。同時，相關系數還是檢驗回歸系數的標準，回歸分析的結果也可以推算相關系數。因此，相關分析與回歸分析是相互補充密切聯(lián)系的，相關分析需要回歸分析來表明現(xiàn)象數量關系的具體形式，而回歸分析則應建立在相關分析的基礎上。 區(qū)別主要表現(xiàn)在： 相關關系是用來度量變量與變量之間關系的緊密程度的一種方法， 在本質上只是對客觀存在的關系的測度?；貧w分析是根據所擬合的回歸方程研究自變量與因變量一般關系值的方法，可由已給定的自變量數值來推算因變量的數值，它具有推理的性質。 在研究相關關系時，不需要確定哪個是自變量，哪個是因變量，但回歸分析的首要問題就是確定哪個是自變量，哪個是因變量。 現(xiàn)象之間的相關關系的研究，只能計算一個相關系數；而回歸分析時回歸系數可能有兩個，也就是兩現(xiàn)象互為因果關系時，可以確定兩個獨立回歸方程，從而就有兩不同的回歸系數。 10某資料的 x與 y的相關系數 r=，可否認為 X與 Y有較密切的相關關系？ 答：不能，從同一總體抽出得不同樣本會得到不同的樣本相關系數，所以要判斷 X， Y間是否有直線相關關系，就要檢驗 r是否來自 P（像 P的符號）不等于 0的總體。 11 應用直線回歸和相關分析應注意哪些問題？ P158159 第一種答案： ； 、回歸分析前應繪制散點圖； ； 。 第二種答案：（第三版教材的標準答案） 1）兩個變量的選擇一定要結合專業(yè)背景，不能把毫無關聯(lián)的兩種 現(xiàn)象勉強作回歸分析，其中哪一個作為應變量主要是根據專業(yè)上的要求而定，同時直線回歸要求至少對于每個 x相應的 Y要服從正態(tài)分布， x可以是服從正態(tài)分布的隨機變量也可以是能精確測量和嚴格控制的非隨機變量。 2）進行直線回歸分析前應繪制散點圖，以檢查數據是否滿足模型基本假設，發(fā)現(xiàn)異常點并進行進一步處理。 3）對結果應有正確解釋。反應兩變量間數量上影響大小的統(tǒng)計童應該是回歸系數的絕對值，而不是假設檢驗的 P值。 P值越小只能說越有理由認為變量間的直線關系存在，而不能說關系越密切或越 ―顯著 ‖。直線回歸用于預測時應盡量避免不 合理的外延。結果中的決定系數可表示
試題試卷相關推薦
鄂ICP備17016276號-1