搜索
1、简述时间序列的预侧程序。第一步:确定时间序列所包含的成分，也就是确定时间序列的类型。第二步:找出适合此类时间序列的预侧方法。第三步:对可能的预侧方法进行评估，以确定最佳预侧方案。第四步:利用最佳预侧方案进行预侧。2、频率与概率有什么关系?在相同条件下随机试验n次，某事件A出现.次，则比值n/n称为事件A发生的频率。随着n的增大，该频率围绕某一常数P披动，且披动幅度逐渐减小，趋于稳定，这个频率的v定值即为该事件的概率。3、饼图和环形图的不同：饼图只能显示一个样本或怠休各部分所占比例，环形图可以同时绘制多个样本或怠休的数据系列，其图形中间有个“空洞弋每个样本或怠休的数据系类为一个环。4、怎么减少无回答对于随机误差，要提高样本容量，对于系统误差，只有做好准备工作并做好补救措施。①访问员必须要有相当的责任心，对其进行沟通技巧和责任心地培养；②加强与被访者的沟通；③事先通知，消除消费者的疑虑，然后再进行正式的访问，将会极大地降低拒访率。④物质奖励，奖励要适度，过高，使数据的真实性产生偏差；过低，则起不到应有作用，不能降低因无回答而产生的误差。⑤多次访问，指第一次访问被拒绝后，进行第二次乃至于第三次的访问，直到被访者愿意接受采访为止。多次访问在邮寄和电话采访中采用较多。⑥替换，替换就是在某个抽样单位拒绝接受采访以后，放弃该单位，寻找与其背景相同的人作为替换进入抽样总体。5、为什么要计算离散系数?方差和标准差是反映数据分散程度的绝对值，一方面其数值大小受原变量值本身水平高低的影响，也就是与变量的平均数大小有关;另一方面，它们与原变量的计量单位相同，采用不同计量单位的变量值，其离散程度的侧度值也就不同。因此，为消除变量值水平高低和计量单位不同对离散程度侧度值的影响，需要计算离散系数。6、直方图与茎叶图的区别直方图虽然能很好地显示数据分布，但不能保留原始的数值，茎叶图类似于横置的直方图，与直方图相比，茎叶图技能给出数据的分布状况，又能给出每个原始数据，即保留了原始数据信息。在应用方面，直方图通常适用于大数据，茎叶图适用于小批量数据。7、回归分析主要解决什么问题从一组样本数据出发，确定出变量之间的数学关系式；对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量中找出哪些变量是显著的，哪些是不显著的；利用所求关系式，根据一个或几个变量的取值来估计或预测另一个特定变量的取值，并给出这种估计或预测的可靠程度。8、一元线性回归模型中有哪些基本的假定？(1)因变量y与自变量x之间具有线性关系。(2)在重复抽样中，自变量x的取值是固定的，即假定x是非随机的。(3)误差项是一个期望值为0的随机变量，即E（）=0。(4)对于所有的x值，的方差都相同。(5)误差项ε是一个服从正态分布的随机变量，且独立，即ε～N（0，）。9、解释总平方和、回归平方和、残差平方和的含义，并说明它们之间的关系。总平方和：n次观察值的总变差可由这些离差的平方和来表示，称为总平方和，记为SST，即公式为：（yi-y）2回归平方和：可以有回归直线来解释的yi的变差部分，记为SSR残差平方和：它是除了x对y的线性影响之外的其他因素对y变差的作用，是不能由回归直线来解释的yi变差部分，称为残差平方和或误差平方和，记为SSE.三个平方和的关系为：总平方和（SST）=总回归平方和（SSR）+残差平方和（SSE）1、什么是二手资料?使用二手资料应注意什么间题与研究内容有关，由别人调查和试验而来已经存在，并会被我们利用的资料为“二手资料；使用时要进行评估，要考虑到资料的原始收集人，收集目的，收集途径，收集时间使用时要注明数据来源.9、为什么要计算离散系数？方差和标准差是反映数据分散程度的绝对值，一方面其数值大小受原变量值本身水平高低的影响，也就是与变量的平均数大小有关；另一方面，它们与原变量的计量单位相同，采用不同计量单位的变量值，其离散程度的测度值也就不同。因此，为消除变量值水平高低和计量单位不同对离散程度测度值的影响，需要计算离散系数。