2025年大学《应用统计学》专业题库- 统计学在人类行为研究中的应用探讨

2025年大学《应用统计学》专业题库——统计学在人类行为研究中的应用探讨考试时间：______分钟总分：______分姓名：______一、简述描述性统计和推断性统计的主要区别，并分别举例说明其在人类行为研究中可能的应用场景。二、在一项关于社交媒体使用频率与孤独感水平关系的调查中，研究者收集了100名大学生的数据。假设社交媒体使用频率（每周使用小时数）和孤独感水平（使用UCLA孤独感量表得分）均为连续变量。请简述你将如何分析这两者之间的关系，并说明选择该方法的原因。三、某研究者想比较三种不同的压力干预方法（方法A、方法B、方法C）对大学生焦虑水平的影响。他随机选取了90名焦虑水平相似的学生，并将他们随机分配到三个组中，分别接受一种干预。一个月后，研究者使用焦虑自评量表对三组学生的焦虑水平进行测量。请写出你将使用的最合适的统计分析方法，并说明理由。四、解释什么是假设检验中的p值。假设你进行了一项研究，发现某种教学方法（实验组）相比传统教学方法（对照组）能显著提高学生的课堂参与度（p<0.05）。请解释这个p值报告的含义，并说明仅凭这个p值，你能否得出该教学方法“比传统方法更好”的结论？为什么？五、在线调查常用于研究人们的态度和行为。假设你通过在线问卷调查了500名成年人，了解他们对“远程工作”的接受程度（选项从“非常不接受”到“非常接受”），并将其视为一个有序分类变量。你还收集了受访者的年龄（岁）和受教育程度（选项：“高中及以下”、“本科”、“研究生及以上”）。请说明如果你想分析年龄和受教育程度与对远程工作的接受程度之间是否存在关联，可能采用哪些统计方法，并简述这些方法的基本原理。六、一项研究旨在探讨睡眠时长（自变量）对次日工作表现（因变量）的影响。研究者收集了50名员工一周内每天睡眠时长和工作表现评分的数据。请写出你将如何分析睡眠时长对工作表现的影响，并说明在分析中可能需要考虑哪些统计问题或方法选择上的权衡。七、研究者欲比较男性和女性在风险偏好（连续变量）上是否存在显著差异。他随机抽取了200人（男性100人，女性100人）进行问卷调查。请说明你将如何进行统计分析，并解释如何解读分析结果。八、在人类行为研究中，常使用回归分析来预测一个变量受其他一个或多个变量的影响。请举例说明在人类行为研究中，你可能使用回归分析来研究什么问题，并简述构建回归模型时需要考虑的关键步骤。试卷答案一、描述性统计主要用于整理、概括和描述数据的基本特征，如集中趋势（均值、中位数、众数）和离散程度（方差、标准差、极差），它不推断总体。推断性统计则基于样本数据对总体参数进行估计或检验关于总体的假设。在人类行为研究中，描述性统计可用于总结调查问卷结果（如平均满意度得分、不同性别比例），推断性统计可用于检验某种干预措施是否真的改变了群体的行为（如检验新教学方法是否显著提高了所有学生的平均成绩）。二、将使用Pearson相关系数（r）进行分析。Pearson相关系数用于衡量两个连续变量之间的线性关系强度和方向。选择该方法的原因是：题目中两个变量（社交媒体使用频率、孤独感水平）均为连续变量，且研究目的是探究两者之间的关系，而非确定因果关系或进行分类预测。Pearson相关系数能提供一个介于-1和1之间的数值，表示关系的强弱和方向（正相关或负相关）。三、最合适的统计分析方法是单因素方差分析（One-WayANOVA）。理由是：研究目的是比较三个不同独立组（三种干预方法）在同一个连续变量（焦虑水平）上的均值差异；自变量（干预方法）是分类的（三个水平），因变量（焦虑水平）是连续的；样本被随机分配到各组，满足了方差分析的基本假设。ANOVA可以检验三种方法组的焦虑水平总体均值是否存在显著差异。四、p值是在原假设（即无效应或无差异）为真的情况下，观察到当前或更极端结果的概率。p<0.05意味着，如果两种教学方法实际上没有差别，那么仅仅依靠随机因素，观察到实验组得分显著高于对照组的概率小于5%。这通常被认为是在统计学上具有显著性，可以拒绝原假设，认为两种教学方法存在显著差异。但仅凭p值不能完全得出“更好”的结论，因为还需要考虑效应量（差异的大小）、研究设计的内部和外部效度、理论的合理性以及实际应用价值等多种因素。五、可能采用的方法包括：Spearman秩相关系数或Kendall'sW。理由是：自变量“受教育程度”是一个有序分类变量，不能直接计算均值和方差，需要将其转换为有序数（秩）。Spearman秩相关可以衡量两个有序变量之间的单调关系强度。Kendall'sW（和谐系数）可以用来评估一个有序分类变量与一个连续变量或另一个有序分类变量之间的关联程度，特别适合用于评估多个组别在有序变量上的得分差异。这些方法能处理有序分类数据的关联性分析。六、将首先绘制散点图来直观观察睡眠时长和工作表现之间可能存在的关系和趋势。然后，可以考虑使用简单线性回归分析，以睡眠时长为自变量，工作表现为因变量，来建模两者之间的关系，并预测工作表现。在分析中需要考虑：数据是否满足线性回归的前提条件（如线性关系、误差项独立性、同方差性、正态性）；是否存在异常值的影响；是否需要控制其他可能影响工作表现的因素（如工作类型、个人能力）；如何解释回归系数和模型的拟合优度（R方）。七、将使用独立样本t检验进行分析。理由是：研究目的是比较两个独立组（男性和女性）在同一个连续变量（风险偏好）上的均值差异；自变量（性别）是分类的（两个水平），因变量（风险偏好）是连续的；样本是从两个独立的群体中抽取的。独立样本t检验可以检验男性和女性在风险偏好得分上是否存在统计学上的显著差异。八、例如，在研究社会支持（连续变量）对员工工作满意度（连续变量）的影响时，可以使用简单线性回归分析。构建回归模型的关键步骤包括：1）确定自变量（社会支持）和因变量（工作满意度）；2）绘