盛世清北-人大统计学考研历年真题参考解答

《盛世清北-人大统计学考研历年真题参考解答》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、盛世清北http://www.ssqbedu.com/专业考研机构人大统计学考研历年真题参考解答精华版(03-09)28盛世清北http://www.ssqbedu.com/专业考研机构2009年人大统计学专业课初试题参考解答一、设第一、二个总体均值分别为与，样本均值分别为与，样本方差分别为与。1.构造原假设和备择假设2.构造统计量。由于两总体方差相等，且均为正态总体，则可以构造如下检验统计量：其中则3.计算临界值。给定显著性水平，如，计算临界值，由于50>30，则。4.做出决策。由于，故拒绝原假设，即认为。二、

2、1.对于回归模型，的最小二乘估计为：。现在来看它的期望从上面可以看出，要使为无偏估计，则必须满足，所以只有当时，才为有偏估计。2.使的原因：28盛世清北http://www.ssqbedu.com/专业考研机构①遗漏了关键自变量，即全模型正确时，而我们误用了选模型。用选模型建模时，使得误差项中含有遗漏自变量的信息，从而期望不为零。证明过程如下证明：假设正确模型为，令，。而我们选用了模型来估计，得到，则从上式可以看出是的有偏估计。②加入了无关紧要的自变量，即选模型正确，而我们误用了全模型，这样会过度提取误差项信息，

3、使得估计量有偏。证明过程和上式差不多。这里省略。3.解决办法：在选择自变量时，对因变量有重要影响的自变量尽量考虑全面，但自变量又不是越多越好，应该去掉那些对因变量没有影响或者影响很小的自变量。具体实施办法有前进法、后退法、逐步回归法等。三、是平稳过程，证明如下28盛世清北http://www.ssqbedu.com/专业考研机构即协方差函数只与有关。由平稳过程的定义知，题中所定义的过程为平稳过程。四、1.先来估计各层总体的方差。在比例估计中定义则可得如下关于总体方差的式子从上式我们可以估计出各层的方差（由于很大，

4、故省略系数。）2.考虑样本容量为600的简单随机抽样的方差。在简单随机抽样下总体比例的估计量为估计量方差的估计值为3.考虑奈曼分配的情形。设抽取的样本容量为，样本量在各层的分配公式为28盛世清北http://www.ssqbedu.com/专业考研机构代入数据得到则奈曼分配的估计量方差的估计为4.计算。要使奈曼分层抽样与简单随机抽样有相同估计量方差，则必须满足即解得五、略。六、1.来看的性质由上可看出，该模型违背古典线性回归模型的方差一致性假设，残差存在异方差性。2.加权最小二乘法。当残差存在异方差时，如果还是用

5、最小二乘法估计参数，会带来严重的后果，如下①参数估计值虽是无偏的，但不是最小方差线性无偏估计；②参数的显著性检验失效；③回归方差的应用效果极不理想。鉴于此，我们必须寻求适当的方法对原来的估计方法进行变换，使变换后的估计方法满足同方差性假设。由于异方差性导致离差平方和28盛世清北http://www.ssqbedu.com/专业考研机构中的各项的比重不一样，地位不平等，导致使用普通最小二乘法时，回归线就被拉向方差大的项。而在此题中，残差系列与自变量观测值的平方成正比，即因此当我们在平方和各项前面加入一个权重时，各项

6、的地位就平等了。从而克服了普通最小二乘法的弊端，这就是加权最小二乘法。它实施起来简单，原理清晰，是解决本题最好的方法。七、1.数据分析。在本题中有三个影响因素：时间、活动空间、安眠药。因变量是老鼠的活动状态，可以把它看成数值型变量。要研究的是时间、活动空间、安眠药对老鼠活动状态是否有显著的影响。我的分析思路是：首先，我把数据列成如下的表格吃药后立即记录的数据吃药不吃药关在一起分开喂养吃药后一小时记录的数据吃药不吃药关在一起分开喂养吃药后两小时记录的数据吃药不吃药关在一起分开喂养其中表示老鼠的编号，每个组有10只老

7、鼠。代表时间。其次，对每个表格的数据进行有交互作用的方差分析，通过分析得到活动空间、安眠药是否对老鼠活动状态有显著的影响，也可得到它们的交互作用是否对老鼠活动状态有显著的影响。通过在三个观测时间上各自的分析，最后得到安眠药在那个时间点上的效果最好。2.分析步骤。（和第八题的步骤差不多，这里就不写了。）注：上述问题属于有重复测量的方差分析问题，它与一般方差分析的不同之处在于它的28盛世清北http://www.ssqbedu.com/专业考研机构时间观测值数据之间不是独立的、是相关的。这里将时间分开来处理，似乎有所

8、不妥，特此说明，仅供参考。八、1.本题中职称和性别都是属性变量，满意度是数值型变量，要研究属性变量对数值型的影响，很自然会想到用方差分析方法，而本题中我们用无交互作用的双因素方差分析方法。①问题提出：在分析一个属性变量对一个数值型变量的影响时，我们把属性变量的各个水平各看成一个总体，然后比较这几个总体的均值，看它们是否有显著的差异，如果有显著的差异，则说明在各个水平下得到