下载文档原格式
北京大学2001年心理统计专业课考研真题试卷一、单项选择题（每题2分，共20分）1．三位研究者评价人们对四种速食面品牌的喜好程度。
研究者甲让评定者先挑出最喜欢的品牌，然后挑出剩下三种品牌中最喜欢的，最后再挑出剩下两种品牌中比较喜欢的。
研究者乙让评定者将四种品牌分别给予1-5的likert等级评定，（1表示非常不喜欢，5表示非常喜欢），研究者丙只是让评定者挑出自己最喜欢的品牌。
研究者甲，乙，丙所使用的数据类型分别是：a）类目型---顺序型---计数型b）顺序型---等距型---类目型c）顺序型---等距型---顺序型d）顺序型---等比型---计数型2. 一位教授计算了全班20个同学考试成绩的均值，中数和众数，发现大部分同学的考试成绩集中于高分段。
下面哪句话不可能是正确的？a）全班65％的同学的考试成绩高于均值b）全班65％的同学的考试成绩高于中数C）全班65％的同学的考试成绩高于众数d）全班同学的考试成绩是负偏态分布3．一个N=10的总体，SS＝200。
其高差的和Σ（X-u）是：a）14.14b）200C）数据不足，无法计算d）以上都不对4. 方差分析中，F（2,24）＝0.90。
F检验的结果：a）不显著b）显著c）查表才能确定d）此结果是不可能的5.在重复测量的方差分析中，在各组均值不变的情况下，如果被试间差异增加a）会减少组间方差b）会减少误差方差c）会使F值降低d）F值保持不变6．什么情况下样本均值分布是正态分布？a）总体分布是正态分布b）样本容量在30以上c）a）和b）同时满足d）a）或b）之中任意一个条件满足7．以下关于假设检验的命题，哪一个是正确的？a）如果H0在 a=.05的单侧检验中被接受，那么H0在a=.05的双侧检验中一定会被接受b）如果t的观测值大于t的临界值，一定可以拒绝H0C）如果H0在a=.05的水平上被拒绝，那么H0在a=.01的水平上一定会被拒绝d）在某一次实验中，如果实验者甲用a=.05的标准，实验者乙用a=.01的标准。
第一章统计和度量的基本概念1.1 统计、科学和观察1.2 实验设计和科学方法 1.3 总体和样本 1.4 离散型变量和连续型变量1.5 数据的测度类型 1.6 统计符号统计(Statistics) 指组织、总结和解释信息的一整套方法和规则。
描述统计（Descriptive statistics）总结、组织、使数据简单化（整理、概括、简化数据）的统计程序，对样本得到的数据进行一个总结。
整理、概括、简化数据，对样本得到的数据进行一个总结平均数& 标准差推论统计（Inferential statistics ）通过对样本的研究将其结果推广于总体举例：调查北京地区的家庭人均收入，随机抽样，10万个家庭。
描述统计，这10万个家庭的人均收入是多少。
推论统计，把10万个家庭的数据推广到北京地区的所有家庭统计的功能，描述所得到的观察数据“一个班级200名同学的平均学业成绩是81.40分，标准差是9.56”，分析数据，准确而有效的解释或推论观察所得这个班级的学业成绩大体是良好的，离散程度很大，同学之间的学业成绩并不是很接近科学的方法首先，产生一个可验证的假设然后，客观地验证这个假设设计实验随机取样收集数据分析数据得出结论，看是否支持假设实验设计相关研究实验研究准实验研究相关研究观察研究，观察在自然情境中存在的两个变量，只能说明相关关系，不能证明因果关系.例：学习时间和学习成绩的关系1.“学习时间越长，学习成绩越高”2.“学习成绩越高，学习时间越长”3. 第三个因素的影响：热爱学习，所以学习时间长&学习成绩高例：草帽销量和溺水事件的数量显著正相关，草帽销量越好，溺水事件越多确定两个变量之间的因果关系自变量：是原因。
在实验研究中，自变量是研究者所操纵的。
因变量：是结果。
在实验研究中，是研究者要观察和测量的变量。
控制变量：对因变量产生影响但是又不是想要研究的变量。
实验研究的目的：排除控制变量的影响之后，考察自变量的不同，是如何影响因变量？例：考察学习时间和学习成绩之间的因果关系自变量：每天学习的时间因变量：学习成绩控制变量：智商、对学习的热爱程度实验设计：选择100人，操纵每天的学习时间，分为3组（4、6、8小时）例：恐惧与戒烟一位心理学家想要研究对恐惧的动机对减少吸烟的频率是否有效：1.40个吸烟的成年人参加了实验。
北大心里统计串讲第一章 绪论第一节 心理统计的作用和内容心理统计是统计学的原理和数学方法在心理学领域中的应用（填空） 第二节 心理统计的内容✧ 心理统计分描述统计和推论统计两大部份✧ 描述统计：是把实验中所得到的数据进行概括性的整理，从中得出实验者可利用的信息。
描述统计还常用表和图将实验数据形象地表示出来。
描述统计的指标有三类：集中量数、差异量数和数据间的相关。
✧ 推论统计：就是从样本的数量特征去推论总体的数量特征。
它包括一系列的统计程序：推论的假设、推论的方法步骤和检验推论的可靠性的各种方法等。
✧ 描述统计和推论统计是两个相互联系的部分。
对样本数据的描述和归纳是进一步推论的基础在描述统计准确无误的基础上的推论才具有科学的价值。
第二章 数据的初步整理第一节 实验数据的类型✧ 计数数据：是准确数，它是一个一个数出来的。
数据形式为计数数据的变量称为离散型变量。
✧ 测量数据：是近似数。
测量数据是通过测量工具得到的。
数据形式为测量数据的变量，称为连续性变量。
✧ 上限：就是一个数的最末位加上半个单位。
✧ 下限：就是一个数的最末位减去半个单位。
第二节用表整理实验数据✧ 常用的表格有三种：原始数据表、次数分布表、实验结果表 ✧全距：就是数据中最大数值的上限与最小数值下限的差。
✧ 组距：就是某一组数据上限与下限的差。
✧ 中点：符号X’。
假设数据均匀地分布在组距之间，这一组数值的代表点叫中点。
它是这一组数值的上限与下限中间一点的数值。
组距组距＝组上限＝组下限下限上限中点＝21212-++ 公式比例：符号小写p 。
部份比全部的比值就是比例。
比例是将全部数据作为一个整体。
定总量为1，部份为分量，分量总是总量的几分之几，用小数或分数表示，比例值永远小于1.第三节 用图表达实验数据✧ 图分为平面图和立体图。
✧ 横轴称为X 轴（横坐标），纵轴称为Y 轴（纵坐标）。
X 轴与Y 轴垂直交于零点，横坐标常用于表示心理实验中的自变量（刺激变量）。
第一章统计和度量的基本概念
统计 (Statistics)–指组织，总结和解释信息的一整套方法和规则。
总体（population）-- 特定研究所关注的所有个体的集合。
样本（sample）-- 从总体中选择出的个体的集合，应该能代表研究的总体。
参数（parameter）-- 描述总体的数值。
参数可以从一次测量中获得，或者从总体的一系列测量中推论得到。
统计量（statistic）描述样本的数值。
统计量可以从一次测量中获得，或者从样本的一系列测量中推论得到。
数据（Data）测量或观察所得。
描述统计（Descriptive statistics）总结，组织，和使数据简单化统计程序。
推论统计（Inferential statistics）使我们能够通过对样本的研究将其结果推广于总体。
取样误差（Sampling error）样本统计量与相应的总体参数之间的差距。
随机取样（random sampling）从总体抽取样本的一种策略，要求总体中的每一个体被抽到的机会均等。
用随机取样法得到的样本叫做随机样本.
变量（variable）是一种特征或条件，其本身是变化的或对不同的个体有不同的值。
常数（constant）是一种特征或条件，其本身是不变的且对不同的个体的值也相同。
自变量（independent variable）被研究者操纵的变量. 在行为科学研究中，自变量常常包括两个（或更多）的处理条件。
因变量（dependent variable）被观测的变量，其变化被用来评价处理的效果。
相关法（correlational method）看两个变量是否有某种特定关系。
实验法（experimental method）操纵一个变量，观测另外一个变量的变化。
用以建立两个变量间的因果关系。
实验法用随机分组和控制其他变量恒定的方法，试图消除其他因素的影响或使之减为最小。
准实验法（quasi-experimental method）考察已有的各组被试间的差别（如性别差异）或在不同时间所采集数据的差异(如, 处理前和处理后). 这里的分组变量称准自变量, 每个被试的分数称因变量。
控制组（control group）是自变量的一种处理方法，此组被试不接受任何实验处理. 有时控制组被试接受一种中性处理或安慰剂。
其目的是提供一个与实验组对照的基线水平。
实验组（experimental group）此组被试接受某种实验处理。
混淆变量（confounding variable）未能控制的变量，与自变量有非预期的系统性关系。
假设（hypothesis）对实验结果的预测。
在实验研究中, 假设就是对操纵自变量会如何影响因变量的预测。
构念（Constructs）指假设的概念，用于理论中，按其内部机制来组织观察。
操作定义（operational definition）用具体的操作或程序以及由此产生的测量指标来定义构念。
因此, 一个操作定义包含两个成分：1）它描述了度量一个构念的一系列操作或程序；2）它用度量的结果来定义构念。
命名量表（nominal scale）由一系列具不
同名称的范畴所组成。
命名量表的度量将观
察所得标定并分类, 但不会对观察所得作任
何数量化的区分（无大小之分）。
顺序量表（ordinal scale）由一系列按顺
序排列的范畴所组成。
顺序量表的度量将观
察所得按其大小或数量排定秩次（rank）。
等距量表（interval scale）由一系列按
顺序排列的范畴所组成，且每两个邻近范畴
之间的距离都是相等的。
在等距量表中，加
减运算反映数目的大小差距. 但是，乘除运
算没有任何意义。
比例量表（ratio scale）是具有绝对零
点的等距量表. 在比例量表中，乘除运算反
映数量间的比例关系。
离散型变量（discrete variable）由分离
的，不可分割的范畴组成。
在邻近范畴之间
没有值存在。
连续型变量（continuous variable）在任
何两个观测值之间都存在无限多个可能值。
连续型变量可以分割成无限多个组成部分。
统计中常用的符号
⏹求和符号 summation
⏹N = 群体大小（参数）
⏹n = 样本容量（统计量）。
