下载文档原格式
](https://img.taocdn.com/s1/m/446b814cb7360b4c2e3f64f4.png)
第4章差异量数1．度量离中趋势的差异量数有哪些?为什么要度量离中趋势?答：（1）度量离中趋势的差异量数有全距、四分位差、百分位差、平均差、标准差与方差。
差异量数就是对一组数据的变异性，即离中趋势特点进行度量和描述的统计量，也称离散量数（measures of dispersion）。
（2）度量离中趋势的必要性在心理和教育研究中，要全面描述一组数据的特征，不但要了解数据的典型情况，而且还要了解特殊情况。
这些特殊性常表现为数据的变异性。
因此，只用集中量数不可能真实地反映出它们的分布情形。
为了全面反映数据的总体情况，除了必须求出集中量数外，这时还需要使用差异量数。
2．各种差异量数各有什么特点?答：（1）标准差计算最严密，它根据全部数据求得，考虑到了每一个样本数据，测量具有代表性，适合代数法处理，受抽样变动的影响较小，反应灵敏。
缺点是较难理解，运算较繁琐，易受极端值的影响。
（2）方差的描述作用不大，但是由于它具有可加性，是对一组数据中造成各种变异的总和的测量，通常采用方差的可加性分解并确定属于不同来源的变异性，并进一步说明各种变异对总结果的影响。
因此，方差是推论统计中最常用的统计量数。
（3）全距计算简便，容易理解，适用于所有类型的数据，但它易受极值影响，测量也太粗糙，只能反映分布两极端值的差值，不能显示全部数据的差异情况，仅作为辅助量数使用。
（4）平均差容易理解，容易计算，能说明分布中全部数值的差异情况，缺点是会受两极数值的影响，但当数据较多时，这种影响较小，因有绝对值也不适合代数方法处理。
（5）百分位差易理解，易计算，不易受极值影响，但不能反映出分布的中间数值的差异情况，也仅用作补助量数。
（6）四分位差意义明确，计算方便容易，对极端值不敏感，较不受极端值影响。
当组距不确定，其他差异量数都无法计算时，可以计算四分位差。
但是，四分位差无法反映分布中所有数据的离散状况，不适合使用代数方法处理，受抽样变动影响较标准差大。
现代心理与教育统计学（张厚粲）课后习题答案第一章绪论（略）第二章统计图表（略）第三章集中量数4、平均数约为36.14；中位数约为36.635、总平均数为91.726、平均联想速度为5.27、平均增加率约为11%；10年后的毕业人数约有3180人8、次数分布表的平均数约为177.6；中位数约为177.5；原始数据的平均数约为176.7第四章差异量数5、标准差约为1.37；平均数约为1.196、标准差为26.3；四分位差为16.037、5cm组的差异比10cm组的离散程度大8、各班成绩的总标准差是6.039、次数分布表的标准差约为11.82；第一四分位为42.89；第三四分位为58.41；四分位差为7.76第五章相关关系5、应该用肯德尔W系数。
6、r=0.8；r R=0.79；这份资料只有10对数据，积差相关的适用条件是有30对以上数据，因此这份资料适用等级相关更合适。
7、这两列变量的等级相关系数为0.97。
8、上表中成绩与性别有很强的相关，相关系数为0.83。
9、r b=0.069小于0.2.成绩A与成绩B的相关很小，成绩A与成绩B的变化几乎没有关系。
10、测验成绩与教师评定之间有一致性，相关系数为0.87。
11、9名被试的等级评定具有中等强度的相关，相关系数为0.48。
12、肯德尔一致性叙述为0.31。
第六章概率分布4、抽得男生的概率是0.355、出现相同点数的概率是0.1676、抽一黑球与一白球的概率是0.24；两次皆是白球与黑球的概率分别是0.36和0.167、抽一张K的概率是4/54=0.074；抽一张梅花的概率是13/54=0.241；抽一张红桃的概率是13/54=0.241；抽一张黑桃的概率是13/54=0.241；抽不是J、Q、K的黑桃的概率是10/54=0.1858、两个正面，两个反面的概率p=6/16=0.375；四个正面的概率p=1/16=0.0625；三个反面的概率p=4/16=0.25；四个正面或三个反面的概率p=0.3125；连续掷两次无一正面的概率p=0.18759、二项分布的平均数是5，标准差是210、(1)Z≥1.5，P=0.5-0.43=0.07(2)Z≤1.5，P=0.5-0.43=0.07(3)-1.5≤Z≤1.5，p=0.43+0.43=0.86(4)p=0.78，Z=0.77，Y=0.30(5)p=0.23，Z=0.61，Y=0.33(6)1.85≤Z≤2.10，p=0.482—0.467=0.01511、(1)P=0.35，Z=1.04(2)P=0.05，Z=0.13(3)P=0.15，Z=-0.39(4)P=0.077，Z=-0.19(5)P=0.406，Z=-1.3212、(1)P=0.36，Z=-1.08(2)P=0.12，Z=0.31(3)P=0.125，Z=-0.32(4)P=0.082，Z=-0.21(5)P=0.229，Z=0.6113、各等级人数为23,136,341,341,136,2314、T分数为：73.3、68.5、64.8、60.8、57、53.3、48.5、46.4、38.2、29.515、三次6点向上的概率为0.054，三次以上6点向上的概率为0.06316、回答对33道题才能说是真会不是猜测17、答对5至10到题的概率是0.002，无法确定答对题数的平均数18、说对了5个才能说看清了而不是猜对的19、答对5题的概率是0.015；至少答对8题的概率为0.1220、至少10人被录取的概率为0.1821、（1）t0.05=2.060，t0.01=2.784（2）t0.05=2.021，t0.01=2.704（3）t0.05=2.048，t0.01=2.76322、（1）χ20.05=43.8，χ20.0,1=50.9（2）χ20.05=7.43，χ20.0,1=10.923、（1）F0.05=2.31，F0.01=3.03（2）F0.05=6.18，F0.01=12.5324、Z值为3，大于Z的概率是0.0013525、大于该平均数以上的概率为0.0826、χ2以上的概率为0.1；χ2以下的概率为0.927、χ2是20.16，小于该χ2值以下概率是0.8628、χ2值是12.32，大于这个χ2值的概率是0.2129、χ2值是15.92，大于这个χ2值的概率是0.0730、两方差之比比小于F0.05第七章参数估计5、该科测验的真实分数在78.55—83.45之间，估计正确的概率为95%，错误概率为5%。
](https://img.taocdn.com/s1/m/2df4574c49649b6649d7470b.png)
第13章多变量统计分析简介1．探索性因素分析与验证性因素分析有什么区别?答：(1)探索性因素分析（exploratory factor analysis，简写为EFA）就是指传统的因素分析。
这种因素分析方法对于观察变量因子结构的寻找，并未有任何事前的预设假定。
对于因子的抽取、因子的数目、因子的内容以及变量的分类，研究者也没有事前的预期，而是由因素分析的程序去决定。
在典型的EFA中，研究者通过共变关系的分解，找出最低限度的主要成分（principal component）或共同因子（common factor），然后进一步探讨这些主成分或共同因子与个别变量的关系，找出观察变量与其相对应因子之间的强度，也就是因子负荷值（factor loading），以说明因子与所属的观察变量的关系，决定因子的内容，为因子取一个合适的名字。
由于传统的因素分析企图找出最少的因子来代表所有的观察变量，因此研究者必须在因子数目与可解释变异量（explained variance）两者间寻找平衡点。
因为因素分析至多可以抽取出相等于观察变量总数的因子数目，这样，虽然可以解释全部百分之百的变异，但失去因素分析找寻因子结构的目的，但如果研究者企图以少数几个较明显的因子来代表所有的项目，势必然将损失部分可解释变异来作为代价。
因而在EFA中，研究者相当一部分工作是在决定因子数目与提高因子解释的变异（即R square）。
(2)验证性因素分析（confirmatory factor analysis，简写为CFA）是在研究人员积极改善传统因素分析的限制，扩大其应用范围的基础上产生的。
这类因素分析要求，研究者对于潜在变量的内容与性质，在测量之初就必须有非常明确的说明，或有具体的理论基础，并已先期决定相对应的观察变量的组成模式，进行因素分析的目的是为了检验这一先期提出的因子结构的适合性。
这种因素分析方法也可用于理论架构的检验，它在结构方程模型中占有相当重要的地位，有着重要的应用价值，也是近年来心理测量与测验发展中相当重视的内容。
第一章绪论1.描述统计（descriptive statistics)主要研究如何将实验或调查得到的大量数据进行图表整理或简缩成有代表性的数字（即统计量数），使其能客观、全面地反映这组数据的全貌，将其所提供的信息充分显现出来，为进一步统计分析和推论提供可能。
2.描述统计只限于对试验样本所得观测数据的统计分析，不考察其总体的特性。
3.推论统计(inferential statistics)是以描述统计为基础，从而解决由局部到全体的推论问题，即通过对一组统计量的计算分析，推论该组数据所代表的总体特性。
4.变量(variables)：一个可以取不同数值的物体属性/事件。
5.事前无法预期结果的变量——随机变量6.观测值（原始取值）：事后测定的某一结果。
7.概念理解：[涉及“实验”] 自变量（及其各水平）& 因变量（及相应的反应指标）；[涉及“调查”，粗略对应于] 属性变量& 反应变量8.计数资料(count data)：计算个数的数据，（如人口数，学校数，男女数等）9.计量资料(measurement data)：借助于一定的测量工具或一定的测量标准而获得的数据（如分数，身高，体重，IQ）10.称名数据(nominal data)：只区分属性或类别上的不同，只可计数，不能排序（性别，学科，职业）11.等级/顺序数据(ordinal data)：可排序，但无相等单位，不能加减。
（等级评定，受教育程度，职称）12.等距数据(interval data)：具有相等单位，无绝对零的数据，能加减不能乘除。
13.比率数据(ratio data)：既表明量的大小，又具有相等单位，可以加减乘除，具有绝对零点。
14.称名数据和顺序数据合称为离散数据。
15.等距数据和比率数据合称为连续数据。
16.离散数据(discrete data)又称为不连续数据，这类数据在任何两个数据点之间所取的数据的个数是有限的。
17.连续数据(continuous data)指任意两个数据点之间都可以细分出无限多个大小不同的数值。
2008年全国硕士研究生入学统一考试心理学专业基础综合试题及详解（科目代码：312）一、单项选择题：1～65小题，每小题2分，共130分。
下列每题给出的四个选项中，只有一个选项是符合题目要求的。
请在答题卡上将所选项的字母涂黑。
1．强调心理学不应该以意识为主要研究对象的学派是（）。
A．构造主义B．机能主义C．人本主义D．行为主义【答案】D【解析】行为主义反对以意识作为心理学的研究对象，而主张以外显的可观察的行为作为心理学的研究对象。
构造主义和机能主义都以意识作为研究对象，所不同的是前者主张研究意识的成分，而后者主张研究意识的功能。
人本主义则主张以人的内在意识经验作为心理学的研究对象。
2．现代心理学诞生和发展的两个重要历史渊源是哲学和（）。
A．生理学B．社会学C．人类学D．物理学【答案】A【解析】现代心理学诞生和发展的两个重要历史渊源是哲学和生理学（实验生理学），近代哲学为西方现代心理学的诞生提供了理论基础，而现代心理学的实验方法则直接来源于实验生理学。
3．通过裂脑人研究来揭示大脑两半球功能单侧化的科学家是（）。
A．布洛卡（P．Broca）B．拉什利（K．S．Lashley）C．斯佩里（R．Sperry）D．威尔尼克（C．Wernicke）【答案】C【答案】斯佩里通过对切断了胼胝体的癫痫病人所进行的裂脑人的研究，揭示了大脑两半球功能的单侧化，并因此获得的诺贝尔生物学奖。
布洛卡发现了言语运动中枢，即布洛卡区。
拉什利通过脑皮层局部切除的研究，提出了脑功能的“整体说”，认为学习活动与大脑具体的部位关系不大，与切除的面积密切相关。
威尔尼克通过对接受性失语症患者的研究，发现了言语理解中枢，即威尔尼克区。
4．颜色视觉的三个基本属性是（）。
A．色调、波长、照度B．色调、明度、照度C．波长、明度、饱和度D．色调、明度、饱和度【解析】颜色视觉的三个基本属性是色调、明度、饱和度。
色调主要决定于光波的波长。
明度是指颜色的明暗程度，决定于照明的强度和物体表面的反射系数。
第14章抽样原理及方法1．什么是抽样误差?什么是最大允许抽样误差?答：任何一个抽样调查都可能产生误差。
调查的总误差可以分为两部分：非抽样误差和抽样误差。
非抽样误差指漏报、错报、测量误差以及在调查结果的登录、汇总等环节上产生的误差，其误差大小很大程度上取决于调查的组织工作是否完善；抽样误差则是根据样本信息来推断总体信息时产生的随机误差。
确定样本容量时应该考虑的因子（1）参数估计在样本平均数的分布中当或0．01时，或2.58。
此时而因此(公式14．14)可以看到，进行平均数的估计时，当α确定后（0．05或0．01），总体标准差σ和最大允许误差d是决定样本容量的两个因子。
2．什么情况下要进行分层抽样，举例说明或以公式证明分层抽样的优点。
答：1．方法（1）分层随机抽样简称分层抽样（stratified sampling或hierarchical sampling）。
具体做法是按照总体已有的某些特征，将总体分成几个不同的部分(每一部分叫一个层)，再分别在每一部分中随机抽样。
它充分利用了总体的已有信息，因而是一种非常实用的抽样方法。
（2）对于一个总体究竟应该如何分层，分几层，要视具体情况而定。
总的一个原则是，各层内的变异要小，而层与层之间的变异越大越好，否则将失去了分层的意义。
（3）设总体为N，所需样本容量为n，则如何合理地将n分配在各层，是分层抽样的一个重要问题。
具体施行过程中有两种方式：①按各层人数比例分配这是在各层内的标准差不知道的情况下常用的分配方式，基本思想是人数多的层多分配，人数少的层少分配。
设各层的人数分别为N1，N2，N3…N k每层应分配的人数为n1，n2，n3…n k。
则如果按人数比例分配，则或任意一层应分配的人数应当为：（公式14．5）②最佳分配（最优配置法）这种分配不但根据各层人数比例，还考虑到了各层标准差。
如果各层内的标准差已知，就应该考虑到标准差大的层要多分配，标准差小的层要少分配。
