社会统计学复习题

【社会统计学复习要点与思考】社会统计学作为社会科学研究的基础工具，其核心在于通过系统性的数据分析来揭示社会现象的规律与本质。以下为你梳理本学科的核心知识点与常见问题，旨在帮助你巩固基础、深化理解，并能灵活运用于实际研究场景。一、基本概念与数据类型核心概念辨析1.总体与样本：如何理解二者在社会研究中的辩证关系？为何说样本的代表性是统计推断的生命线？在实际抽样中，哪些因素可能导致样本偏离总体特征？2.变量的层次：定类、定序、定距、定比变量的根本区别是什么？请各举一个社会研究中的实例，并说明不同层次变量在统计方法选择上的约束。3.参数与统计量：二者的定义与作用分别是什么？它们之间的联系与区别如何体现了统计推断的逻辑？数据的收集与预处理1.数据来源：二手数据与一手数据各有何优劣？在使用政府公开数据或已有调查数据时，需要注意哪些潜在的偏误来源？2.缺失值处理：面对数据中的缺失值，除了简单删除，还有哪些常用的处理方法？不同处理方法对后续分析结果可能产生何种影响？3.异常值识别：在社会调查数据中，异常值通常由哪些原因造成？如何判断一个极端值是真实的“异常”还是数据录入错误？二、描述统计集中趋势测量1.均值、中位数、众数：这三个指标分别适用于何种类型的变量？在存在极端值或偏态分布的情况下，为何中位数往往比均值更能代表数据的“中心”？请举例说明。2.几何平均数与调和平均数：它们在社会研究中有哪些特殊应用场景？（例如，计算平均增长率）离散趋势测量1.极差、四分位距、方差与标准差：这些指标如何刻画数据的分散程度？标准差的大小受哪些因素影响？为何在比较不同总体的离散程度时，变异系数（CV）可能比标准差更有用？2.标准分（Z分数）：其计算公式与含义是什么？在社会研究中，Z分数有哪些实际用途？（例如，比较不同量纲的分数）数据的图表呈现1.频数分布表：如何根据数据类型和研究目的选择合适的分组方式？组距的大小对分布形态的呈现会产生什么影响？2.常用统计图：条形图、直方图、饼图、折线图、散点图分别适用于展示何种类型的数据关系？在制作统计图时，有哪些常见的误导性手段需要避免？三、概率与概率分布基础概率理论1.概率的定义与性质：如何理解频率主义与主观主义对概率的不同诠释？在社会研究中，我们更常依赖哪种视角？2.条件概率与独立事件：请用社会研究中的例子说明条件概率`P(A|B)`的含义。事件独立性的判断在统计分析中有何重要性？常用概率分布1.正态分布：其形态特征是什么？为何正态分布在社会统计学中占据核心地位？经验法则（____.7规则）的内容及其意义。3.抽样分布：什么是样本均值的抽样分布？中心极限定理（CLT）的核心内容是什么？它为后续的参数估计和假设检验提供了怎样的理论基础？四、参数估计点估计与区间估计1.点估计：评价估计量好坏的标准有哪些？（无偏性、有效性、一致性）样本均值作为总体均值的估计量，是否满足这些标准？2.区间估计：置信区间的含义是什么？“95%置信区间”是否意味着该区间有95%的概率包含总体参数？请辨析其中的常见误解。3.影响置信区间宽度的因素：样本量、置信水平、总体标准差（或样本标准差）如何影响区间宽度？在实际研究中，如何平衡区间的精确性与可靠性？总体均值与比例的区间估计1.当总体标准差已知和未知时，总体均值的区间估计分别采用何种分布？（Z分布与t分布）t分布的形态特点是什么？2.总体比例的区间估计公式及其适用条件。五、假设检验假设检验的基本逻辑1.原假设与备择假设：如何提出这一对假设？它们之间的关系是什么？为何通常将研究者希望找到证据支持的命题放在备择假设中？2.显著性水平（α）与P值：α的含义是什么？P值的含义是什么？如何通过P值与α的比较来做出统计决策？3.两类错误：Ⅰ类错误（弃真）与Ⅱ类错误（取伪）的定义是什么？二者之间为何存在此消彼长的关系？在社会研究中，通常如何设定α值？常用假设检验方法1.单样本均值检验：Z检验与t检验的适用条件。2.两独立样本均值检验：独立样本t检验的前提假设是什么？（正态性、方差齐性）当方差不齐时，有何处理方法？3.配对样本t检验：其适用场景与独立样本t检验有何不同？4.总体比例的假设检验：包括单样本比例检验和两样本比例差异检验。5.卡方检验：拟合优度检验与独立性检验的用途分别是什么？请举例说明独立性检验在分析分类变量关系中的应用。六、相关与回归分析相关分析1.相关系数：Pearson积差相关、Spearman等级相关、Kendall'stau相关分别适用于何种类型的变量？相关系数的取值范围与含义。2.相关系数的显著性检验：如何判断一个相关系数是否统计显著？相关关系与因果关系的区别与联系，为何相关不等于因果？一元线性回归1.回归方程：如何理解回归系数（斜率b和截距a）的含义？2.最小二乘法原理：其核心思想是什么？3.决定系数（R²）：其含义是什么？它与相关系数有何关系？4.回归系数的显著性检验：t检验的目的是什么？5.回归分析的前提假设：线性关系、误差项的正态性、同方差性、误差项独立性。七、其他重要方法简介1.方差分析（ANOVA）：其基本思想是什么？适用于何种研究设计？（例如，比较多个总体均值是否存在差异）2.非参数检验：在什么情况下，我们需要采用非参数检验方法？（例如，数据严重偏离正态分布、样本量过小、变量为定序层次）请列举几种常见的非参数检验方法。复习建议社会统计学的学习，不仅在于记忆公式和步骤，更在于理解其背后的逻辑与思想。建议在复习时：*多做练习：通过实际数据操作来加深对方法的理解和应用能力。*联系实际：思考每一种统计方法在社会研究问题中的可能应用场景。*注重理解：不要满足于“会算”，更要明白“为什么这么算”、“结