2026年《教育统计学》复习题及答案

2026年《教育统计学》复习题及答案一、单项选择题1.某小学五年级30名学生的数学期末成绩中，出现次数最多的分数是85分，该数据的集中量数是（）。A.算术平均数B.中位数C.众数D.加权平均数答案：C2.若两组学生的语文成绩标准差分别为S₁=5.2，S₂=3.8，且平均分相同，则（）。A.第一组成绩更集中B.第二组成绩更集中C.两组离散程度相同D.无法比较答案：B（标准差越小，数据越集中）3.计算两列等距变量（如学生身高与体重）的相关系数，最适宜的方法是（）。A.斯皮尔曼等级相关B.皮尔逊积差相关C.点二列相关D.肯德尔和谐系数答案：B4.在假设检验中，若原假设H₀为“两种教学方法效果无差异”，当实际无差异但错误拒绝H₀时，发生的是（）。A.Ⅰ型错误B.Ⅱ型错误C.随机误差D.系统误差答案：A5.某班级数学成绩呈正态分布，均值μ=78，标准差σ=10，成绩在88分以上的学生占比约为（）（已知Z=1时，累计概率0.8413）。A.15.87%B.34.13%C.50%D.84.13%答案：A（Z=(88-78)/10=1，P(Z>1)=1-0.8413=0.1587）6.单因素方差分析中，组间平方和（SSB）反映的是（）。A.各处理组内数据的离散程度B.不同处理组均值间的差异C.随机误差的影响D.测量误差的总和答案：B7.回归分析中，决定系数R²=0.64表示（）。A.自变量能解释因变量64%的变异B.因变量能解释自变量64%的变异C.两变量相关系数为0.8D.回归方程的预测误差为64%答案：A8.对某区10所小学的近视率（百分比）进行统计，若要比较不同年级（低年级、中年级、高年级）近视率是否有差异，最适宜的检验方法是（）。A.独立样本t检验B.卡方检验C.单因素方差分析D.相关分析答案：B（率的比较用卡方检验）9.某研究抽取30名学生，计算其每日学习时间（小时）与数学成绩的相关系数r=0.52，若检验r的显著性（α=0.05），需查（）。A.Z分布表B.t分布表（自由度28）C.F分布表D.卡方分布表（自由度1）答案：B（相关系数显著性检验用t检验，自由度n-2=28）10.教育调查中，若将学生家庭经济状况分为“高、中、低”三档，该变量的测量尺度是（）。A.称名量表B.顺序量表C.等距量表D.比率量表答案：B（有顺序但无相等单位）二、简答题1.简述算术平均数的优缺点。答：优点：①反应灵敏，每个数据的变化都会影响平均数；②计算简便，公式明确（μ=ΣX/N）；③受抽样变动影响小，稳定性高；④适合进一步代数运算（如加减、求平均）。缺点：①易受极端值影响（如个别极高或极低分拉低/拉高平均数）；②数据有缺失时无法准确计算；③对于偏态分布数据，代表性可能弱于中位数。2.标准差与标准误的区别是什么？答：标准差（S/σ）是描述数据离散程度的指标，反映原始数据与其平均数的平均偏离程度（公式S=√[Σ(X-μ)²/N]）。标准误（SE）是样本统计量（如样本均值）的标准差，反映样本均值与总体均值的平均误差（公式SE=σ/√n，或用样本标准差估计SE=S/√n）。简言之，标准差描述数据本身的波动，标准误描述统计量的抽样误差。3.相关系数r与回归系数b的联系与区别。答：联系：①r与b的符号一致（正/负相关对应回归直线斜率为正/负）；②r²（决定系数）表示回归方程对因变量变异的解释比例；③在简单线性回归中，b=r·(S_y/S_x)（S_y为因变量标准差，S_x为自变量标准差）。区别：①r是无量纲的相对指标（范围-1到1），b是有量纲的绝对指标（单位为因变量/自变量单位）；②r反映两变量相关的密切程度，b反映自变量每变化1单位时因变量的平均变化量；③r适用于描述双向关系，b仅表示自变量对因变量的单向影响。4.简述假设检验的基本步骤。答：①建立假设：提出原假设H₀（如“μ₁=μ₂”）和备择假设H₁（如“μ₁≠μ₂”，双侧检验；或“μ₁>μ₂”，单侧检验）；②确定显著性水平α（常用0.05或0.01），并选择检验统计量（如Z、t、F等）；③计算检验统计量的值（如t=(X̄₁-X̄₂)/SE）；④根据统计量分布确定临界值或计算P值；⑤比较统计量与临界值（或P与α），若P≤α则拒绝H₀，否则不拒绝H₀。5.单因素方差分析的基本思想是什么？需要满足哪些前提条件？答：基本思想：将总变异（总平方和SST）分解为组间变异（SSB，不同处理组均值差异引起）和组内变异（SSW，随机误差引起），通过比较组间均方（MSB=SSB/dfB）与组内均方（MSW=SSW/dfW）的比值F=MSB/MSW，判断处理效应是否显著。前提条件：①各样本独立随机抽取；②各总体服从正态分布；③各总体方差齐性（σ₁²=σ₂²=…=σ_k²）。三、计算题1.某初中二年级10名学生的英语期末成绩如下：82,75,90,68,85,78,92,80,70,88。（1）计算平均数、中位数和众数；（2）计算样本标准差（保留2位小数）。解：（1）平均数X̄=(82+75+90+68+85+78+92+80+70+88)/10=808/10=80.8；排序后数据：68,70,75,78,80,82,85,88,90,92，中位数=(80+82)/2=81；所有数据出现次数均为1，无众数（或众数不存在）。（2）样本标准差S=√[Σ(X-X̄)²/(n-1)]计算各数据与均值的差的平方：(82-80.8)²=1.44；(75-80.8)²=33.64；(90-80.8)²=84.64；(68-80.8)²=163.84；(85-80.8)²=17.64；(78-80.8)²=7.84；(92-80.8)²=125.44；(80-80.8)²=0.64；(70-80.8)²=116.64；(88-80.8)²=51.84；Σ(X-X̄)²=1.44+33.64+84.64+163.84+17.64+7.84+125.44+0.64+116.64+51.84=603.6S=√(603.6/9)=√67.07≈8.192.为比较两种教学方法（A、B）对学生数学成绩的影响，随机抽取A组15人，B组13人，测得成绩如下：A组：78,85,92,75,88,80,90,82,79,86,84,81,77,83,91（X̄₁=83.2，S₁=5.1）B组：72,80,85,76,79,83,81,74,78,82,75,84,77（X̄₂=79.0，S₂=4.8）假设两总体方差齐性，α=0.05，检验两种教学方法效果是否有显著差异。解：①H₀：μ₁=μ₂（无差异），H₁：μ₁≠μ₂（有差异，双侧检验）；②计算合并方差S_p²=[(n₁-1)S₁²+(n₂-1)S₂²]/(n₁+n₂-2)=[(14×26.01)+(12×23.04)]/(26)=(364.14+276.48)/26=640.62/26≈24.64；③标准误SE=√(S_p²/n₁+S_p²/n₂)=√(24.64/15+24.64/13)=√(1.64+1.89)=√3.53≈1.88；④t=(X̄₁-X̄₂)/SE=(83.2-79.0)/1.88≈4.2/1.88≈2.23；⑤自由度df=15+13-2=26，查t表（双侧α=0.05）临界值t₀.₀₂₅(26)=2.056；⑥t=2.23>2.056，P<0.05，拒绝H₀，认为两种教学方法效果有显著差异。3.某研究考察学生每日阅读时间（X，小时）与语文成绩（Y，分）的关系，收集10名学生数据如下：X：1,2,3,4,5,2,3,4,1,5Y：70,75,80,85,90,72,78,83,68,88（1）计算皮尔逊积差相关系数r；（2）建立Y对X的线性回归方程（Ŷ=a+bX）。解：（1）计算相关系数r：n=10，ΣX=1+2+3+4+5+2+3+4+1+5=30，X̄=3；ΣY=70+75+80+85+90+72+78+83+68+88=789，Ȳ=78.9；ΣXY=1×70+2×75+3×80+4×85+5×90+2×72+3×78+4×83+1×68+5×88=70+150+240+340+450+144+234+332+68+440=2468；ΣX²=1+4+9+16+25+4+9+16+1+25=110；ΣY²=70²+75²+…+88²=4900+5625+6400+7225+8100+5184+6084+6889+4624+7744=62755；r=[nΣXY-ΣXΣY]/√{[nΣX²-(ΣX)²][nΣY²-(ΣY)²]}分子=10×2468-30×789=24680-23670=1010；分母=√{[10×110-900][10×62755-789²]}=√{(1100-900)(627550-622521)}=√{200×5029}=√1,005,800≈1002.9；r≈1010/1002.9≈1.01（计算误差，实际应为：重新核对ΣXY=1×70=70；2×75=150；3×80=240；4×85=340；5×90=450；2×72=144；3×78=234；4×83=332；1×68=68；5×88=440，总和=70+150=220+240=460+340=800+450=1250+144=1394+234=1628+332=1960+68=2028+440=2468，正确。ΣY=70+75=145+80=225+85=310+90=400+72=472+78=550+83=633+68=701+88=789，正确。ΣY²=70²=4900；75²=5625；80²=6400；85²=7225；90²=8100；72²=5184；78²=6084；83²=6889；68²=4624；88²=7744，总和=4900+5625=10525+6400=16925+7225=24150+8100=32250+5184=37434+6084=43518+6889=50407+4624=55031+7744=62775（之前ΣY²计算错误，应为62775）。重新计算分母：[nΣY²-(ΣY)²]=10×62775-789²=627750-622521=5229；分母=√{200×5229}=√1,045,800≈1022.6；r=1010/1022.6≈0.987（高度正相关）。（2）回归系数b=r×(S_y/S_x)，先计算S_x和S_y：S_x=√[(ΣX²/n-X̄²)]=√[(110/10)-9]=√(11-9)=√2≈1.414；S_y=√[(ΣY²/n-Ȳ²)]=√[(62775/10)-(78.9)²]=√(6277.5-6225.21)=√52.29≈7.23；b=0.987×(7.23/1.414)≈0.987×5.11≈5.04；截距a=Ȳ-bX̄=78.9-5.04×3=78.9-15.12=63.78；回归方程：Ŷ=63.78+5.04X。四、综合分析题1.某中学为探讨“分层作业”对学生数学学习兴趣的影响，将初一年级45名学生随机分为三组：A组（基础作业）、B组（基础+拓展作业）、C组（分层定制作业），实施3个月后，用“数学兴趣量表”（满分50分）测量，结果如下表（部分方差分析表）：变异来源平方和(SS)自由度(df)均方(MS)F值P值组间42022103.50.04组内25204260总变异294044（1）补充方差分析表中缺失值；（2）解释F检验结果（α=0.05）；（3）若需进一步比较各组差异，应采用何种方法？说明理由。答：（1）组间自由度dfB=k-1=3-1=2（已知）；组内自由度dfW=n-k=45-3=42（已知）；总自由度dfT=dfB+dfW=44（已知）。组间均方MSB=SSB/dfB=420/2=210（已知）；组内均方MSW=SSW/dfW=2520/42=60（已知）；F=MSB/MSW=210/60=3.5（已知）。P=0.04<0.05（已知）。（2）F=3.5，P=0.04<0.05，拒绝原假设，认为三组学生的数学兴趣量表得分均值不全相等，即“分层作业”类型对学习兴趣有显著影响。（3）应采用事后检验（如LSD法或TukeyHSD法）。因为方差分析仅说明至少有一对组间存在差异，但未明确具体哪几组不同。LSD法适用于样本量相等或差异较小的情况，检验力较高；TukeyHSD法控制整体α水平，更适合多组比较，避免Ⅰ型错误累积。2.某研究调查了200名高中生的“手机使用时间”（X，小时/天）与“学业成绩”（Y，总分，满分750分），得到以下结果：r=-0.32（P<0.01），回归方程Ŷ=680-15X，决定系数R²=0.1024。（1）解释相关系数r的意义；（2）解释回归方程中截距和斜率的实际含义；（3）结合R²说明回归方程的拟合效果；（4）若某学生每日使用手机3小时，预测其学业成绩（保留整数）。答：（1