2026 硕士 PSM 共同支撑假设检验测评试卷

2026硕士PSM共同支撑假设检验测评试卷

姓名：__________考号：__________一、单选题(共10题)1.假设检验中，零假设（H0）通常代表什么？()A.研究结果的真值B.研究结果的假值C.没有显著差异D.数据的随机性2.在t检验中，自由度（df）的计算公式是什么？()A.df=n-1B.df=n+1C.df=n*2-1D.df=n/23.在假设检验中，P值是什么？()A.零假设成立的概率B.零假设不成立的概率C.拒绝零假设的临界值D.观测到的结果发生的概率4.以下哪项不是假设检验的步骤？()A.确定零假设和备择假设B.选择适当的检验统计量C.收集数据D.计算置信区间5.在卡方检验中，自由度（df）如何计算？()A.df=n-1B.df=(r-1)*(c-1)C.df=r+c-2D.df=r/c6.假设检验中的功效（power）是什么？()A.拒绝零假设的概率B.接受零假设的概率C.发现真实效应的概率D.发现假效应的概率7.在双样本t检验中，当两个样本的标准差不相等时，应该使用哪种t检验？()A.独立样本t检验B.等方差t检验C.异方差t检验D.汤普森t检验8.假设检验中的置信区间（CI）是什么？()A.零假设的区间B.备择假设的区间C.真实参数的可能范围D.观测值的区间9.在卡方检验中，如果计算出的卡方值大于临界值，意味着什么？()A.零假设成立B.零假设不成立C.数据随机性高D.数据随机性低10.在假设检验中，为什么需要设定显著性水平（α）？()A.为了控制I型错误B.为了控制II型错误C.为了确定样本量D.为了确定置信区间二、多选题(共5题)11.以下哪些是假设检验的基本步骤？()A.确定零假设和备择假设B.选择适当的检验统计量C.收集数据D.计算P值E.做出决策12.以下哪些统计量可以用来衡量假设检验的功效？()A.效能（power）B.显著性水平（α）C.置信区间（CI）D.真实效应的大小E.样本量13.以下哪些情况下，应该使用非参数检验？()A.数据不满足正态分布的假设B.数据存在异常值C.样本量较小D.数据是顺序数据E.数据是名义数据14.以下哪些是卡方检验的适用条件？()A.数据是计数数据B.数据是连续数据C.数据满足正态分布的假设D.数据是分类数据E.数据是顺序数据15.以下哪些是t检验的变体？()A.单样本t检验B.双样本t检验C.独立样本t检验D.配对样本t检验E.等方差t检验三、填空题(共5题)16.假设检验中的I型错误，通常指的是错误的什么？17.如果P值小于0.05，在通常情况下我们通常认为统计结果是有显著性的。18.在单样本t检验中，如果样本均值等于总体均值，则t值为______。19.自由度（df）在统计检验中是一个重要的概念，对于t检验，自由度是______。20.假设检验的假设之一是数据的正态性，如果数据明显偏态，我们可能会使用______检验。四、判断题(共5题)21.在假设检验中，P值越小，拒绝零假设的证据越强。()A.正确B.错误22.在t检验中，样本量越大，t分布的形状越接近正态分布。()A.正确B.错误23.卡方检验可以用来比较两个或多个样本的均值。()A.正确B.错误24.在假设检验中，显著性水平（α）是事先设定的，用于控制I型错误的概率。()A.正确B.错误25.假设检验的结果总是明确的，要么接受零假设，要么拒绝零假设。()A.正确B.错误五、简单题(共5题)26.请解释什么是假设检验，并简要说明其在数据分析中的重要性。27.什么是置信区间？请举例说明如何计算置信区间。28.在双样本t检验中，当两个样本的方差相等时，应使用哪种t检验方法？为什么？29.在卡方检验中，如何确定分类变量之间是否存在关联性？30.请解释在假设检验中，如何处理样本量过小的问题。

2026硕士PSM共同支撑假设检验测评试卷一、单选题(共10题)1.【答案】C【解析】零假设（H0）通常代表在研究条件下，两个或多个群体之间没有显著差异。2.【答案】A【解析】在t检验中，自由度（df）的计算公式是df=n-1，其中n是样本量。3.【答案】B【解析】在假设检验中，P值是观测到的结果或更极端结果在零假设为真的情况下发生的概率。4.【答案】D【解析】收集数据不是假设检验的步骤，而是在假设检验之前进行的。5.【答案】B【解析】在卡方检验中，自由度（df）的计算公式是df=(r-1)*(c-1)，其中r是行数，c是列数。6.【答案】A【解析】假设检验中的功效（power）是指正确拒绝零假设的概率，即发现真实效应的概率。7.【答案】C【解析】在双样本t检验中，当两个样本的标准差不相等时，应该使用异方差t检验。8.【答案】C【解析】假设检验中的置信区间（CI）是真实参数的可能范围，通常在一定的置信水平下给出。9.【答案】B【解析】在卡方检验中，如果计算出的卡方值大于临界值，意味着零假设不成立，即数据不符合期望的分布。10.【答案】A【解析】在假设检验中，需要设定显著性水平（α）是为了控制I型错误，即错误地拒绝了一个真实的零假设。二、多选题(共5题)11.【答案】ABDE【解析】假设检验的基本步骤包括确定零假设和备择假设、选择适当的检验统计量、计算P值以及根据P值做出决策。收集数据是假设检验之前的工作。12.【答案】ADE【解析】假设检验的功效可以通过效能（power）、真实效应的大小和样本量来衡量。显著性水平（α）和置信区间（CI）与功效无直接关系。13.【答案】ABDE【解析】在数据不满足正态分布的假设、存在异常值、数据是顺序数据或名义数据的情况下，应该使用非参数检验。样本量较小虽然可以使用非参数检验，但不是使用非参数检验的唯一原因。14.【答案】AD【解析】卡方检验适用于数据是计数数据或分类数据的情况。数据是连续数据或顺序数据时，通常不使用卡方检验。数据满足正态分布的假设也不是卡方检验的适用条件。15.【答案】ACDE【解析】t检验的变体包括单样本t检验、独立样本t检验、配对样本t检验和等方差t检验。双样本t检验可以进一步细分为独立样本和配对样本两种情况。三、填空题(共5题)16.【答案】拒绝零假设【解析】在假设检验中，I型错误指的是在零假设实际上为真时，错误地拒绝零假设。17.【答案】通常认为【解析】在假设检验中，P值是判断结果显著性常用的标准。如果P值小于0.05，则通常认为结果是统计显著的。18.【答案】0【解析】在单样本t检验中，t值是通过样本均值与总体均值之间的差异除以样本标准误计算得出的。当样本均值等于总体均值时，这种差异为零，因此t值也是零。19.【答案】样本量减1【解析】对于t检验，自由度通常是指样本量减去1。这是因为在计算t统计量时，样本中的一部分信息用于估计样本标准误。20.【答案】非参数检验【解析】当数据不满足正态性假设时，可以考虑使用非参数检验方法，因为非参数检验不要求数据必须是正态分布。四、判断题(共5题)21.【答案】正确【解析】P值是衡量观察结果发生概率的一个指标，P值越小，说明在零假设为真的情况下，观察到当前结果或更极端结果的概率越小，因此拒绝零假设的证据越强。22.【答案】正确【解析】随着样本量的增加，t分布的形状会逐渐接近正态分布，这是因为大样本情况下，样本均值和样本标准差能够更准确地估计总体均值和总体标准差。23.【答案】错误【解析】卡方检验主要用于比较两个或多个分类数据的频数分布，而不是用来比较均值。比较均值通常使用t检验或方差分析（ANOVA）。24.【答案】正确【解析】显著性水平（α）是假设检验中预先设定的阈值，用于控制I型错误的概率，即错误地拒绝一个真实的零假设。25.【答案】错误【解析】假设检验的结果并不总是明确的。在某些情况下，可能无法拒绝零假设，但这并不意味着零假设是正确的，只是没有足够的证据拒绝它。五、简答题(共5题)26.【答案】假设检验是一种统计方法，用于确定样本数据是否提供了足够证据来拒绝某个关于总体参数的假设。它在数据分析中的重要性在于，它帮助研究者从样本推断出关于总体的结论，并在统计上确定这些结论是否具有显著性。假设检验通过控制I型和II型错误的概率，提供了对假设进行评估的客观标准。【解析】假设检验的核心目的是通过样本数据来检验对总体参数的假设，以确定这些假设是否合理。它的重要性在于它提供了一种系统的方式来评估研究假设，帮助研究者做出基于数据的决策，并在科研实践中广泛应用于各种统计推断。27.【答案】置信区间是对于某个总体参数的估计范围，这个范围在给定的显著性水平下，有特定概率包含该总体参数的真值。例如，计算95%置信区间，意味着在多次重复抽样中，有95%的置信区间将包含总体参数的真值。计算置信区间通常涉及估计参数的样本统计量，然后通过标准误差来确定区间宽度。【解析】置信区间提供了关于总体参数的一个范围估计，而不是一个单一的点估计。它是通过样本数据计算得出的，反映了估计的不确定性。计算置信区间需要样本统计量、样本大小以及参数估计的标准误差。28.【答案】在双样本t检验中，当两个样本的方差相等时，应使用等方差t检验方法。这是因为等方差t检验假设两个样本的方差相等，它基于合并标准误差来计算t统计量。如果不使用等方差t检验而错误地使用独立样本t检验（方差不等时的t检验），可能会导致错误的统计结论。【解析】等方差t检验适用于两个样本方差相等的情况。如果不等方差，应使用Welch修正的t检验或独立样本t检验。使用错误的检验方法可能导致t统计量的计算不准确，进而影响P值的正确性。因此，在应用t检验前，应检查两个样本方差的平等性，并根据实际情况选择合适的检验方法。29.【答案】在卡方检验中，通过计算卡方统计量，可以确定分类变量之间是否存在关联性。如果计算出的卡方统计量大于对应的卡方分布临界值，并且在指定的显著性水平下拒绝零假设，则认为两个分类变量之间存在显著的关联性。【解析】卡方检验是一种非参数检验方法，用于检测两个分类变量是否独立。通过比较实际频数和期望频数，计算卡方统计量。如果卡方统计量较大，说明实际频数和期望频数有较大差异，因此拒绝零假设，认为两个变量之间存在关联。卡方检验不适用于连续变量。30.【答案】在假设检验中，