2014年浙大考研倒计时：统计学重点总结

第一篇：2014年浙大考研倒计时：统计学重点总结

惟学浙大考研网

2014年浙大考研倒计时：统计学重点总结

眼看着考研倒计时牌上的数字又减少了一个数值，离研考只剩半个月的时间了。可能有些同学心理压力会很大，一方面可能会怀疑自己的能力，觉得还有很多没有复习到或者复习的不够扎实；另一方面也可能极其盼望考试马上进行，但是惟学浙大考研辅导老师建议考生要尽量避免这种心态的出现，这时候最主要的是对考点进行总结与回顾。、相对量数

（1）定义

标准分数：以标准差为单位表示一个原始分数在团体中所处位置的相对位置量数，也叫Z分数

离平均数有多远，即表示原始分数在平均数以上或以下几个标准差的位置。

（2）性质

①Z分数无实际单位，是以平均数为参照点，以标准差为单位的一个相对量

②一组原始分数转换得到的Z分数可正可负，所有原始分数的Z分数之和为零③原始数据的Z分数的标准差为1

④若原始分数呈正态分布，则转换得到的所有Z分数均值为0，标准差为1的标准正态分布

（3）优点

①可比性--不同性质的成绩，一经转换为标准分数，就可在同一背景下比较；②可加性--不同性质的原始数据具有相同的参照点，因此可相加；

③明确性--知道了标准分数，利用标准正态分布表就能知道其百分等级；

④稳定性--转换成标准分数之后，规定了标准差为1，保证了不同性质分数在总分数中权重一样。

相关量数

（1）前提

①数据要成对出现，即若干个体中每个个体都有两种不同的观测值，并且每队数据与其它对子相互独立，N应不小于30对；

②两列变量各自总体的分布都是正态的，至少接近正态；

③两个相关的变量是连续变量，也即两列数据都是测量数据；

④两列变量之间的关系应是直线性的；

（2）肯德尔W系数（等级评定法）

也叫肯德尔和谐系数，原始数据资料的获得一般采用等级评定法，即让K个被试对N件实物进行等级评定。其原理是评价者评价的一致性除以最大变异可能性。

Ri：评价对象获得的K个等级之和，N：等级评定的对象的数目，K：等级评定者的数目。

推断统计

（1）一个良好估计量的标准：（1）无偏性：即用多个样本的统计量作为总体参数的估计值，其偏差的平均值为0；例如，用样本平均数作为总体平均数μ的估计值，就是无偏性；因为无限多个样本平均数X与μ的偏差之和为零；但方差S2不是σ2的无偏估计，σ2 的无偏估计是：S2n-1=∑x2/（N-1）

（2）有效性：当总体参数的无偏估计不止一个统计量时，无偏估计变异量小者有效性高，变异大者有效性底，即方差越小越好；例如μ的估计量有Mo,Md,X但是，只有X是变异量惟学浙大考研网

惟学浙大考研网

最小。

（3）一致性：即当样本无限增大，估计值应能够越来越接近它所估计的总体参数，估计值越来越精确，逐渐接近于真值；即当N→∞，X→μ，S2n-1→σ2;

转自：惟学浙大考研网

惟学浙大考研网

第二篇：2014年暨大统计学考研重点总结

文成暨大考研网

2014年暨大统计学考研重点总结

考研是个艰苦的过程，对毅力，体力等多方面都是一个巨大的考验，当然正确的复习方法也是必不可少的。本文是文成暨大考研辅导老师经过近几年来统计学考试内容的分析总结出来的考研重点，其中很多都是都具有针对性。相信对考生能起到一定的帮助。

（一）集中量数

1）算术平均数M

优点：反应灵敏；计算严密；计算简单；简明易解；适合于进一步用代数方法演算；较少受抽样变动的影响；

缺点：受极端数据的影响；若出现模糊不清的数据时，无法计算平均数；

计算和运用平均数的原则：同质性原则；平均数与个体数值相结合的原则；平均数与标准差。方差相结合原则；

性质：

①在一组数据中每个变量与平均数之差的总和等于零

②在一组数据中，每一个数都加上一个常数C，所得的平均数为原来的平均数加常数C

③在一组数据中，每一个数都乘以一个常数C，所得的平均数为原来的平均数乘以常数C

2）中数：Md按顺序排列在一起的一组数据中居于中间位置的数，即这组数据中，一般数据比它大，一般数据比它小。注意计算方法；

3）众数：Mo是指在次数分布中出现次数最多的那个数值；

三者的关系：正偏态分布中，M>Md>Mo

负偏态分布中，M

Mo=3Md-2M（自己推导一下）

（二）统计图表

1）统计图

次数分布图：

①直方图：用以矩阵的面积表示连续性随即变量次数分布的图形。

②次数多边形图：一种表示连续性随机变量次数分布的线形图，属于次数分布图。③累加次数分布图：分为：累加直方图和累加曲线图；

其中累加曲线的形状大约有三种：一种是曲线的上枝长于下枝（正偏态），另一种是下枝长于上枝（负偏态），第三种是上枝，下枝长度相当（正态分布）。

其他统计图：条形图：用于离散型数据资料；

圆形图：用于间断性资料；

线形图：更多用于连续性资料，凡预表示两个变量之间的函数关系，或描述某种现象在时间上的发展趋势，或一种现象随另一种现象变化的情况，用这种方法比较好。散点图：

2）统计表

①简单次数分布表

②分组次数分布表

③相对次数分布表：将次数分布表中各组的实际次数转化为相对次数，即用频数比率表示。

文成暨大考研网

文成暨大考研网

④累加次数分布表

⑤双列次数分布表：对有联系的两列变量用同一个表来表示其次数分布。

（三）相对量数

1）百分位数：第P百分位数就是指在其值为P的数值以下，包括分布中全部数据的百分之p,其符号是Pp；

2）百分等级：常模团体中低于该分数的人所占总体的百分比；百分位数的逆运算；

3）标准分数

（1）定义

标准分数：以标准差为单位表示一个原始分数在团体中所处位置的相对位置量数，也叫Z分数

离平均数有多远，即表示原始分数在平均数以上或以下几个标准差的位置。

（2）性质

①Z分数无实际单位，是以平均数为参照点，以标准差为单位的一个相对量②一组原始分数转换得到的Z分数可正可负，所有原始分数的Z分数之和为零③原始数据的Z分数的标准差为1

④若原始分数呈正态分布，则转换得到的所有Z分数均值为0，标准差为1的标准正态分布

（3）优点

①可比性--不同性质的成绩，一经转换为标准分数，就可在同一背景下比较；②可加性--不同性质的原始数据具有相同的参照点，因此可相加；

③明确性--知道了标准分数，利用标准正态分布表就能知道其百分等级；

④稳定性--转换成标准分数之后，规定了标准差为1，保证了不同性质分数在总分数中权重一样。

转自：文成暨大考研网

文成暨大考研网

第三篇：医学统计学重点总结

简述标准差与标准误的联系与区别?

标准差和标准误都是变异指标，但它们之间有区别，也有联系。区别: ①概念不同；标准差是描述观察值(个体值)之间的变异程度；标准误是描述样本均数的抽样误差；②用途不同；标准差常用于表示变量值对均数波动的大小，与均数结合估计参考值范围，计算变异系数，计算标准误等。标准误常用于表示样本统计量(样本均数，样本率)对总体参数(总体均数，总体率)的波动情况，用于估计参数的可信区间，进行假设检验等。③它们与样本含量的关系不同: 当样本含量 n 足够大时，标准差趋向稳定；而标准误随n的增大而减小，甚至趋于0。联系: 标准差，标准误均为变异指标，如果把样本均数看作一个变量值，则样本均数的标准误可称为样本均数的标准差；当样本含量不变时，标准误与标准差成正比；两者均可与均数结合运用，但描述的内容各不相同。

试述正态分布的特征?

服从正态分布的变量的频数分布由υ、σ 完全决定。

(1)υ 是正态分布的位置参数，描述正态分布的集中趋势位置。正态分布以 x =υ为对

称轴，左右完全对称。正态分布的均数、中位数、众数相同，均等于υ。

(2)σ描述正态分布资料数据分布的离散程度，σ越大，数据分布越分散，σ越小，数

据分布越集中。σ也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲

线越瘦高。

简述直线相关与直线回归的联系与区别?

答:

1、区别: ①在资料要求上，回归要求因变量y 服从正态分布，自变量x是可以精确测量和严格控制的变量，一般称为Ⅰ型回归；相关要求两个变量x、y服从双变量正态分布。这种资料若进行回归分析称为Ⅱ型回归。②在应用上，说明两变量间依存变化的数量关系用回归，说明变量间的相关关系用相关。

2、联系: ①对一组数据若同时计算r与b，则它们的正负号是一致的；②r与b的假设检验是等价的，即对同一样本，二者的t值相等。③可用回归解释相关。

.简述假设检验的基本步骤及其两类错误

① 建立假设：包括: H0，称无效假设；H1: 称备择假设；② 确定检验水准：检验水准用α表示，α一般取0.05；③ 计算检验统计量：根据不同的检验方法，使用特定的公式计算；④确定P值：通过统计量及相应的界值表来确定P值；⑤推断结论：如P＞α，则接受H0，差别无统计学意义；如P≤α，则拒绝H0，差别有统计学意义。Ⅰ型错误又称第一类错误（type Ⅰ error）：拒绝了实际上成立的的错误，其概率通常用，为“弃真”，表示。Ⅱ型错误又称第二类错误（type Ⅱ error）：不拒绝实际上不成立的表示。为“存伪”的错误，其概率通常用

3.简述标准差的意义和用途?

标准差是描述变量值离散程度常用的指标，主要用途如下: ①描述变量值的离散程度。两组同类资料(总体或样本)均数相近，标准差大，说明变量值的变异度较大，即各变量值较分散，因而均数代表性较差；反之，标准差较小，说明变量异度较小，各变量值较集中在均数周围，因而均数的代表性较好。②结合均数描述正态分布特征；③结合均数计算变异系数CV；④结合样本含量计算标准误。

抽样误差:由于总体中存在个体变异，随机抽样所得样本仅仅是总体的一部分，从而造成样本统计量与总体参数之间的差异，称抽样误差。

第一类错误:拒绝了实际上是成立的H0所产生的错误，即“弃真”，其概率大小为α。

第二类错误:接受了实际上不成立的H0所产生的错误，即“存伪”，其概率大小用β表示，一般β是未知的，其大小与α有关。

构成比: 又称构成指标。它说明一事物内部各组成部分所占的比重或分布。

构成比=（某一组成部分的观察单位数／同一事物各组成的观察单位总数）×100%。

率:又称频率指标。它说明某现象发生的频率或强度。

率=（发生某现象的观察单位数／可能发生该现象的观察单位总数）×K。

率的标准化法: 采用一个共同的内部构成标准,把两个或多个样本的不同内部构成调整为共同的内部构成标准, 以消除因内部构成不同对总率产生的影响，使算得的标准化率具有可比性

计量资料: 用定量方法对每个观察对象测定某项指标量的大小，所得的资料称为计量资料。

计数资料: 先将观察单位按某种属性或类别分组，然后清点各组的观察单位数所得资料，称为计数资料。等级资料: 将观察单位按某种属性的不同程度分组，所得各组的观察单位数，称为等级资料。

小概率事件：我们把概率很接近于0（即在大量重复试验中出现的频率非常低）的事件称为小概率事件。P值：P 值即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值反应结果真实程度，一般以P ≤ 0.05 认为有统计学意义，P ≤0.01 认为有高度统计学意义，其含义是样本间的差异由抽样误差所致的概率等于或小于0.05 或0.01。

描述数据分布集中趋势的指标 算术均数、几何均数、中位数。

描述数据分布离散程度的指标 极差、四分位数间距、方差、标准差、变异系数。

同质：影响研究指标的主要因素易控制的因素基本上相同。

可信区间:在参数估计时，按一定可信度估计所得的总体参数所在的范围。

率:又称频率指标。它说明某现象发生的频率或强度。

非参数检验:在统计推断中,不依赖于总体的分布形式, 直接对总体分布位置是否相同进行检验的方法相关系数: 说明两变量间相关关系的密切程度与相关方向的指标，用r表示。

回归系数b: 即回归直线的斜率,它表示当X变动一个单位时,Y平均改变b个单位。

偏回归系数bi: 在其它自变量保持恒定时,Xi每增(减)一个单位时y平均改变bi个单位。

决定系数: 相关系数或复相关系数的平方,即r或R。它表明由于引入有显著性相关的自变量,使总平方和减少的部分,r或R越接近1, 说明引入相关变量的效果越好

医学参考值范围：指绝大多数正常人的解剖、生理、生化、免疫及组织代谢产物的含量等各种波动范围。2222

第四篇：统计学重点

1.数据收集和整理的意义和步骤。意义：为一项调查或者研究提供必要的输入；用与评估某项正数据进行分析，因此做好数据收集工作很重要。步骤：首先要明确收集目的和收集方向，制在进行的服务或产品流程的客户反馈情况；检测各项标准的一致性；满足管理者某一方面的好定数据收集计划，实施数据收集计划，明确所叙述句的获取渠道。

奇心；管理工作能否顺利进行，都依赖于一定数量和质量的数据支持，企业管理需要对大量的25.正态分布的性质：A：如果随机变量服从正态分布，数据进行分析，因此做好数据收集工作很重要。步骤：首先要明确收集目的和收集方向，制则:p(u-6<=x<=u+6)=0.683;:p(u-26<=x<=u+36)=0.995;:p(u-36<=x<=u+36)=0.997.B:如果随机变定数据收集计划，实施数据收集计划，明确所叙述句的获取渠道。量x1 x2…xn是相互独立的正态分布，且E(xi)=ui,var(xi)=xi平方，则随即变量x1 x2…xn的线性

2.正态分布的性质：A：如果随机变量服从正态分布，组合，即服从正态分布。C：如果x~n(u,6平方)，则x-u/6~N(0.1).则:p(u-6<=x<=u+6)=0.683;:p(u-26<=x<=u+36)=0.995;:p(u-36<=x<=u+36)=0.997.B:如果随机变26.x拔抽样分布于总体分布的关系，样本均值对总体均值进行估计是无偏的，（样本均值的均值为量x1 x2…xn是相互独立的正态分布，且E(xi)=ui,var(xi)=xi平方，则随即变量x1 x2…xn的线性u）

组合，即服从正态分布。C：如果x~n(u,6平方)，则x-u/6~N(0.1).27.参数点估计区间估计的基本原理。A:点估计，如果已知总体x的分布形式，但是其中一个或多

3.x拔抽样分布于总体分布的关系，样本均值对总体均值进行估计是无偏的，（样本均值的均值为个参数未知，这种借助于总体x的一样样本来估计其未知参数的数值，被称为参数的点估计。B，u）区间估计：区间估计是在点估计的基础上，根据给定的置信度估计总体参数的取值范围的方法。

4.参数点估计区间估计的基本原理。A:点估计，如果已知总体x的分布形式，但是其中一个或多28.x拔的抽样分布与中心极限定理之间的关系。当样本容量逐渐增多时，来自不同的样本均值的抽个参数未知，这种借助于总体x的一样样本来估计其未知参数的数值，被称为参数的点估计。B，样都趋向于正态分布，这是由于中心极限定理造成的，中心极限定理可以简述为，从一均值为区间估计：区间估计是在点估计的基础上，根据给定的置信度估计总体参数的取值范围的方法。u方差为6的总体中进行抽样，不论总体服从何种分布，只要当样本容量足够大（n>=30），样

5.x拔的抽样分布与中心极限定理之间的关系。当样本容量逐渐增多时，来自不同的样本均值的抽本均值的分布都近似服从正态分布，并且有x拔~（u,6平方/n）,即样本均值的均值为u，样本样都趋向于正态分布，这是由于中心极限定理造成的，中心极限定理可以简述为，从一均值为均值的方差为6平方/n。

u方差为6的总体中进行抽样，不论总体服从何种分布，只要当样本容量足够大（n>=30），样29.假设检验的基本原理，基本步骤。A，基本原理，也成为显著检验，是实现作出一个关于总体本均值的分布都近似服从正态分布，并且有x拔~（u,6平方/n）,即样本均值的均值为u，样本参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著均值的方差为6平方/n。差异，从而决定应接受或者否定原假设的统计推断方法，对总体作出的统计假设进行检验的方

6.假设检验的基本原理，基本步骤。A，基本原理，也成为显著检验，是实现作出一个关于总体法依据是概率论的“在一次实验中小概率事件几乎不发生”的原理，即概率很小的事件在一次参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著试验中可以把它看成是不可能发生的。B，基本步骤：a,根据问题要求提出原假设H0和被选假差异，从而决定应接受或者否定原假设的统计推断方法，对总体作出的统计假设进行检验的方设H1，b，确定适当的检验统计量及相应的抽样分布，c，选取显著水平a，确定原假设H0的法依据是概率论的“在一次实验中小概率事件几乎不发生”的原理，即概率很小的事件在一次接受与和拒绝域，d计算检验统计量的值e，做出统计决策。

试验中可以把它看成是不可能发生的。B，基本步骤：a,根据问题要求提出原假设H0和被选假30.相关与回归性分析区别。相：变量之间有关系，担不是一一对应。回：研究变量之间相互联设H1，b，确定适当的检验统计量及相应的抽样分布，c，选取显著水平a，确定原假设H0的系的一种统计方法，其用意是研究一个被解释变量（又称因变量）与一个或多个解释之间的相接受与和拒绝域，d计算检验统计量的值e，做出统计决策。关关系。区：相关关系是研究两个变量之间是否有关系及相关的强弱程度，而回归分析是找

7.相关与回归性分析区别。相：变量之间有关系，担不是一一对应。回：研究变量之间相互联到一条直线来适当的代表个点的趋势。

系的一种统计方法，其用意是研究一个被解释变量（又称因变量）与一个或多个解释之间的相31.关关系。区：相关关系是研究两个变量之间是否有关系及相关的强弱程度，而回归分析是找32.数据收集和整理的意义和步骤。意义：为一项调查或者研究提供必要的输入；用与评估某项正

在进行的服务或产品流程的客户反馈情况；检测各项标准的一致性；满足管理者某一方面的好到一条直线来适当的代表个点的趋势。

奇心；管理工作能否顺利进行，都依赖于一定数量和质量的数据支持，企业管理需要对大量的8.数据收集和整理的意义和步骤。意义：为一项调查或者研究提供必要的输入；用与评估某项正

数据进行分析，因此做好数据收集工作很重要。步骤：首先要明确收集目的和收集方向，制在进行的服务或产品流程的客户反馈情况；检测各项标准的一致性；满足管理者某一方面的好

定数据收集计划，实施数据收集计划，明确所叙述句的获取渠道。奇心；管理工作能否顺利进行，都依赖于一定数量和质量的数据支持，企业管理需要对大量的33.正态分布的性质：A：如果随机变量服从正态分布，数据进行分析，因此做好数据收集工作很重要。步骤：首先要明确收集目的和收集方向，制

则:p(u-6<=x<=u+6)=0.683;:p(u-26<=x<=u+36)=0.995;:p(u-36<=x<=u+36)=0.997.B:如果随机变定数据收集计划，实施数据收集计划，明确所叙述句的获取渠道。

量x1 x2…xn是相互独立的正态分布，且E(xi)=ui,var(xi)=xi平方，则随即变量x1 x2…xn的线性9.正态分布的性质：A：如果随机变量服从正态分布，组合，即服从正态分布。C：如果x~n(u,6平方)，则x-u/6~N(0.1).则:p(u-6<=x<=u+6)=0.683;:p(u-26<=x<=u+36)=0.995;:p(u-36<=x<=u+36)=0.997.B:如果随机变

（样本均值的均值为量x1 x2…xn是相互独立的正态分布，且E(xi)=ui,var(xi)=xi平方，则随即变量x1 x2…xn的线性34.x拔抽样分布于总体分布的关系，样本均值对总体均值进行估计是无偏的，u）组合，即服从正态分布。C：如果x~n(u,6平方)，则x-u/6~N(0.1).10.x拔抽样分布于总体分布的关系，样本均值对总体均值进行估计是无偏的，（样本均值的均值为35.参数点估计区间估计的基本原理。A:点估计，如果已知总体x的分布形式，但是其中一个或多

个参数未知，这种借助于总体x的一样样本来估计其未知参数的数值，被称为参数的点估计。B，u）

区间估计：区间估计是在点估计的基础上，根据给定的置信度估计总体参数的取值范围的方法。11.参数点估计区间估计的基本原理。A:点估计，如果已知总体x的分布形式，但是其中一个或多

36.x拔的抽样分布与中心极限定理之间的关系。当样本容量逐渐增多时，来自不同的样本均值的抽个参数未知，这种借助于总体x的一样样本来估计其未知参数的数值，被称为参数的点估计。B，区间估计：区间估计是在点估计的基础上，根据给定的置信度估计总体参数的取值范围的方法。样都趋向于正态分布，这是由于中心极限定理造成的，中心极限定理可以简述为，从一均值为

u方差为6的总体中进行抽样，不论总体服从何种分布，只要当样本容量足够大（n>=30），样12.x拔的抽样分布与中心极限定理之间的关系。当样本容量逐渐增多时，来自不同的样本均值的抽

本均值的分布都近似服从正态分布，并且有x拔~（u,6平方/n）,即样本均值的均值为u，样本样都趋向于正态分布，这是由于中心极限定理造成的，中心极限定理可以简述为，从一均值为

均值的方差为6平方/n。u方差为6的总体中进行抽样，不论总体服从何种分布，只要当样本容量足够大（n>=30），样

本均值的分布都近似服从正态分布，并且有x拔~（u,6平方/n）,即样本均值的均值为u，样本37.假设检验的基本原理，基本步骤。A，基本原理，也成为显著检验，是实现作出一个关于总体

参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著均值的方差为6平方/n。

差异，从而决定应接受或者否定原假设的统计推断方法，对总体作出的统计假设进行检验的方13.假设检验的基本原理，基本步骤。A，基本原理，也成为显著检验，是实现作出一个关于总体

法依据是概率论的“在一次实验中小概率事件几乎不发生”的原理，即概率很小的事件在一次参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著

试验中可以把它看成是不可能发生的。B，基本步骤：a,根据问题要求提出原假设H0和被选假差异，从而决定应接受或者否定原假设的统计推断方法，对总体作出的统计假设进行检验的方

设H1，b，确定适当的检验统计量及相应的抽样分布，c，选取显著水平a，确定原假设H0的法依据是概率论的“在一次实验中小概率事件几乎不发生”的原理，即概率很小的事件在一次

接受与和拒绝域，d计算检验统计量的值e，做出统计决策。试验中可以把它看成是不可能发生的。B，基本步骤：a,根据问题要求提出原假设H0和被选假

设H1，b，确定适当的检验统计量及相应的抽样分布，c，选取显著水平a，确定原假设H0的38.相关与回归性分析区别。相：变量之间有关系，担不是一一对应。回：研究变量之间相互联

系的一种统计方法，其用意是研究一个被解释变量（又称因变量）与一个或多个解释之间的相接受与和拒绝域，d计算检验统计量的值e，做出统计决策。

关关系。区：相关关系是研究两个变量之间是否有关系及相关的强弱程度，而回归分析是找14.相关与回归性分析区别。相：变量之间有关系，担不是一一对应。回：研究变量之间相互联

到一条直线来适当的代表个点的趋势。系的一种统计方法，其用意是研究一个被解释变量（又称因变量）与一个或多个解释之间的相

39.关关系。区：相关关系是研究两个变量之间是否有关系及相关的强弱程度，而回归分析是找

40.数据收集和整理的意义和步骤。意义：为一项调查或者研究提供必要的输入；用与评估某项正到一条直线来适当的代表个点的趋势。

在进行的服务或产品流程的客户反馈情况；检测各项标准的一致性；满足管理者某一方面的好15.奇心；管理工作能否顺利进行，都依赖于一定数量和质量的数据支持，企业管理需要对大量的16.数据收集和整理的意义和步骤。意义：为一项调查或者研究提供必要的输入；用与评估某项正

数据进行分析，因此做好数据收集工作很重要。步骤：首先要明确收集目的和收集方向，制在进行的服务或产品流程的客户反馈情况；检测各项标准的一致性；满足管理者某一方面的好

定数据收集计划，实施数据收集计划，明确所叙述句的获取渠道。奇心；管理工作能否顺利进行，都依赖于一定数量和质量的数据支持，企业管理需要对大量的数据进行分析，因此做好数据收集工作很重要。步骤：首先要明确收集目的和收集方向，制41.正态分布的性质：A：如果随机变量服从正态分布，则:p(u-6<=x<=u+6)=0.683;:p(u-26<=x<=u+36)=0.995;:p(u-36<=x<=u+36)=0.997.B:如果随机变定数据收集计划，实施数据收集计划，明确所叙述句的获取渠道。

量x1 x2…xn是相互独立的正态分布，且E(xi)=ui,var(xi)=xi平方，则随即变量x1 x2…xn的线性17.正态分布的性质：A：如果随机变量服从正态分布，组合，即服从正态分布。C：如果x~n(u,6平方)，则x-u/6~N(0.1).则:p(u-6<=x<=u+6)=0.683;:p(u-26<=x<=u+36)=0.995;:p(u-36<=x<=u+36)=0.997.B:如果随机变

（样本均值的均值为量x1 x2…xn是相互独立的正态分布，且E(xi)=ui,var(xi)=xi平方，则随即变量x1 x2…xn的线性42.x拔抽样分布于总体分布的关系，样本均值对总体均值进行估计是无偏的，u）组合，即服从正态分布。C：如果x~n(u,6平方)，则x-u/6~N(0.1).18.x拔抽样分布于总体分布的关系，样本均值对总体均值进行估计是无偏的，（样本均值的均值为43.参数点估计区间估计的基本原理。A:点估计，如果已知总体x的分布形式，但是其中一个或多

个参数未知，这种借助于总体x的一样样本来估计其未知参数的数值，被称为参数的点估计。B，u）

区间估计：区间估计是在点估计的基础上，根据给定的置信度估计总体参数的取值范围的方法。19.参数点估计区间估计的基本原理。A:点估计，如果已知总体x的分布形式，但是其中一个或多

44.x拔的抽样分布与中心极限定理之间的关系。当样本容量逐渐增多时，来自不同的样本均值的抽个参数未知，这种借助于总体x的一样样本来估计其未知参数的数值，被称为参数的点估计。B，区间估计：区间估计是在点估计的基础上，根据给定的置信度估计总体参数的取值范围的方法。样都趋向于正态分布，这是由于中心极限定理造成的，中心极限定理可以简述为，从一均值为

u方差为6的总体中进行抽样，不论总体服从何种分布，只要当样本容量足够大（n>=30），样20.x拔的抽样分布与中心极限定理之间的关系。当样本容量逐渐增多时，来自不同的样本均值的抽

本均值的分布都近似服从正态分布，并且有x拔~（u,6平方/n）,即样本均值的均值为u，样本样都趋向于正态分布，这是由于中心极限定理造成的，中心极限定理可以简述为，从一均值为

均值的方差为6平方/n。u方差为6的总体中进行抽样，不论总体服从何种分布，只要当样本容量足够大（n>=30），样

45.假设检验的基本原理，基本步骤。A，基本原理，也成为显著检验，是实现作出一个关于总体本均值的分布都近似服从正态分布，并且有x拔~（u,6平方/n）,即样本均值的均值为u，样本

参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著均值的方差为6平方/n。

差异，从而决定应接受或者否定原假设的统计推断方法，对总体作出的统计假设进行检验的方21.假设检验的基本原理，基本步骤。A，基本原理，也成为显著检验，是实现作出一个关于总体

法依据是概率论的“在一次实验中小概率事件几乎不发生”的原理，即概率很小的事件在一次参数的假设，然后利用样本信息来判断原假设是否合理，即判断样本信息与原假设是否有显著

试验中可以把它看成是不可能发生的。B，基本步骤：a,根据问题要求提出原假设H0和被选假差异，从而决定应接受或者否定原假设的统计推断方法，对总体作出的统计假设进行检验的方

设H1，b，确定适当的检验统计量及相应的抽样分布，c，选取显著水平a，确定原假设H0的法依据是概率论的“在一次实验中小概率事件几乎不发生”的原理，即概率很小的事件在一次

接受与和拒绝域，d计算检验统计量的值e，做出统计决策。试验中可以把它看成是不可能发生的。B，基本步骤：a,根据问题要求提出原假设H0和被选假

46.相关与回归性分析区别。相：变量之间有关系，担不是一一对应。回：研究变量之间相互联设H1，b，确定适当的检验统计量及相应的抽样分布，c，选取显著水平a，确定原假设H0的系的一种统计方法，其用意是研究一个被解释变量（又称因变量）与一个或多个解释之间的相接受与和拒绝域，d计算检验统计量的值e，做出统计决策。

关关系。区：相关关系是研究两个变量之间是否有关系及相关的强弱程度，而回归分析是找22.相关与回归性分析区别。相：变量之间有关系，担不是一一对应。回：研究变量之间相互联

到一条直线来适当的代表个点的趋势。系的一种统计方法，其用意是研究一个被解释变量（又称因变量）与一个或多个解释之间的相

关关系。区：相关关系是研究两个变量之间是否有关系及相关的强弱程度，而回归分析是找 到一条直线来适当的代表个点的趋势。

23.24.数据收集和整理的意义和步骤。意义：为一项调查或者研究提供必要的输入；用与评估某项正

在进行的服务或产品流程的客户反馈情况；检测各项标准的一致性；满足管理者某一方面的好

奇心；管理工作能否顺利进行，都依赖于一定数量和质量的数据支持，企业管理需要对大量的

第五篇：浙大考研答题思路总结

我介绍四种思路给你：纵向串联，横向比较，分析推理，全面论证。

思路一：纵向串联

教材的编撰有一定的客观限制，比如《中国新闻传播史》因为国内政治环境，还有要达到知识普及的目标，新闻史写成了一部革命史。它的体系的建构跟我们研究生考试有点衔接不上，包括你将来要进行新闻史研究的时候，都会截取一个历史阶段的一个具体的侧面来考查，比如新闻文体的演进，民营报纸的发展等等。陈力丹老师《解析中国新闻传播学2010》有一篇文章《新中国成立60年来新闻报道方式的演变》，可以作为一篇范文来读。

教科书上对于《申报》这种生命周期比较长的报纸的叙述，分散在书上的四个地方，在新的历史时期，它的经营上或者业务上有了什么新的发展，会提上一两句。考场上答题是有时间限制的，题量不小，对于这种基础知识，你应该要熟记到看到题目，手已经在写了，这样才能留下更多的时间去思考后面“拔高”的论述题。如果你的记忆跟书一致，你需要一点一点的去抽取这些碎片，这无疑是很耗费时间的，而且还不容易答完整。所以，你要把这些内容串联起来，整理到两张纸上，做成一块砖，到时候直接搬过去就行了。

除了会做砖，还要会砌墙。我在前面的经验也介绍过，我的《中国新闻传播史》的笔记分了这样几个部分：报纸（又分为“维新十报”，“辛亥八报”等等）﹑报人﹑报案﹑报刊发展史﹑通讯社发展史﹑广播发展史﹑电视发展史﹑新闻思想史﹑新闻教育史﹑新闻记者团体﹑新闻立法史。这是我分析了真题之后，按照考试的思路整理的。比如我给出一个题目，简述我国通讯社发展简史。如果你在考场上去拼接各个时期出现的通讯社，很容易漏掉，我们可以事先做一个专题串联起来：清末明初的诞生和发展，中俄社1920，国闻社1921，中央社1924，申时社1925，红中社1931，新华社1937，国新社1938，中新社1952。

现在我的《中国新闻传播史笔记》，其实不光是考人大新闻的同学在用，考清华的考厦大的，使用同一本参考书的也都在用，而且跟我反馈说“这样分类很好用”。这本笔记我确实花了很多功夫在里面，150页，条理性和详细度完全可以让你放弃书本直接记笔记。《世界新闻传播史笔记》也是同样，纵向串联这个思路较适用于时间发展逻辑，而且也比较好理解，不再多说。

思路二：横向比较

我做笔记的时候，很喜欢画表格来进行比较，总结出同类问题的区别与联系，加深理解。举几个例子：

《世界新闻传播史笔记》P48：“英国和法国的新闻事业发展特点”，我们可以从总体特征，党报和商业报刊，新闻政策与政府控制，报团的出现，媒介集团，报纸群分化等方面进行比较。

《传播理论笔记》P65：“一面提示与两面提示”，我们可以通过含义，利弊，对传播对象的有效性，反宣传下的持续和稳定性等方面来比较。

《传媒经济学笔记》P62，“WebX.0的社会内涵及行动逻辑”，我们可以把Web1.0到Web4.0的技术特征，网络媒体与网民关系，盈利模式等要素拿出来进行比较。

我说过人大的题难，难在什么地方呢，可能别的学校会单独考一个路透社或者一个美联社，但是2011年人大新闻学院推免题就有一道是“简述西方四大通讯社的发展历史”。四个通讯社一起考的话，创始人，创办年份，重要的发展事件等，这些内容很容易就混在一起张冠李戴了。如果你能把这四个通讯社画一个表格横向比较一下的话，就能记得更清楚了吧。

思路三：分析推理

先给出一个例子，这是一个同学问我的一道题。

站在今天的历史坐标系之上，我们究竟需要什么样的传媒？毫无疑问，我们需要负责任的媒体。但是什么才是负责任的媒体呢？ 让我们来分析如下几个命题：负责任的媒体必然没有市场吗？不负责任的媒体就一定有市场吗？有市场的媒体就一定不负责任吗？请你谈谈自己的观点。（2007传媒经济）

因为这位同学去年考过一次，那我就让他先回答了一下，他给我的答案是这样：

1）负责任的媒体同样可以有市场

2）不负责任的媒体不会长久有市场

3）有市场的媒体得负责任

我们看到他说的这三点，其实还是反反复复的一点，而且缺少必要的分析，很难再继续展开了。

要是我来回答这道题，我的思路是这样层层递进的：

首先，我会答传媒的社会责任是什么：环境守望，意见表达，信息传递，教育娱乐等等。喻国明老师提出，转型时期媒体角色应该转换为“利益，表达和信息不对称社会的平衡者”（《传媒经济学笔记》P69，P70）。

然后，我再答传媒产业的经济本质是什么：媒介争夺受众的注意力资源，并将其转化为影响力经济。

第三，传媒在市场理念的驱动下，片面追求报道的刺激和趣味，出现了一些职业失范的现象，比如制造虚假新闻，新闻娱乐化以及传媒假事件等。然后谈谈它的危害：松弛了大众对环境的警觉，遮蔽了人们对于重大公共事务的关注，降低着公众的道德和政治素养。

最后，我提出来我的观点：不能将媒体的社会责任服务于具体的商业目的，要做有责任的媒体，维持好媒体公信力（还没找到这个概念的同学，在我的《传媒经济学笔记》P75），赢得受众的信赖，才能有持续的市场发展动力。

思路四：全面论证

我经常被问，学姐，论述题有没有标准答案可供参考？没有标准答案，知识越到高级阶段，开放性也越高，而且不出官方参考书目之后，每个考生看书的广度和深度都不一样，怎么能统一出一个标准呢。研究生阶段的培养最主要的已经不是学习知识了，而是要尝试开始研究怎么创造知识。你完全可以有自己的独特见解，但是你要去论证你的观点，能自圆其说。我们大多数人在备考阶段都还做不到这一点，那我们可以继承老师们的观点，但是用自己的逻辑去论证。

举个例子：去年考的“新闻植入式营销”，不同学者因为各自研究领域的立场不同，观点肯定不一致，甚至会冲突。

陈力丹老师持批评和质疑的态度，认为新闻植入式营销对传媒是一种“杀鸡取卵”式的发展，尽管短期取得了一定的经济利益，但最终受到危害的将是传媒自身：将会造成新闻人才的流失，传媒的组织管理混乱，传媒公信力和竞争力下降，传媒的社会监督职能蜕化变质，对新闻伦理的侵蚀。

喻国明老师站在广告和传媒经济的角度则认为，植入式广告的诞生，在一定程度上可以看作是对传统硬性广告的一种进化与升级，是为了让人们在不知不觉中感知品牌诉求、接受广告影响，植入式广告已经成为并还将继续作为广告发展的潮流之一。关键是，植入式广告意味着智慧与规划，绝不是简单的摆入和拼贴。观众不是不能接受植入式广告，而是不能接受广告植得太粗糙。

那答题的时候怎么答呢？都答上，展示你阅读量的广泛。但是“述”完这些学者们的观点，最好能“论”一下你自己的观点。联系实际，举个例子也可以，但是例子要举得恰当，能支持你的观点，而不是与你自己的观点打架。

除了从不同的侧面论证，我们还可以从反面论证。我的《新闻理论笔记》补充了一些概念，这些内容看起来有些过时。比如我们现在讲求新闻的时效性，但是过去有“新闻，旧闻，不闻”的提法。作为研究生考试，你不能单纯的背一下概念就行了，你需要知道理论的演进是怎样的，它过去是什么模样。在答题的时候，如果你把这一战争时期的特殊情况作为反面论证答上，既显示了你知识的广博，又加强了正面论证的力度。

有很多同学基础知识学的已经非常扎实了，但是思维不够缜密，考虑问题不够全面，答题的时候答不全。答出的部分可能只达到要求的一半，另外相关的部分没有涉及。不是不会，而是没答。要做到全面论证，就需要你在做笔记的时候，有意识地把同一个类目下的观点整理到一起。比如，我对新闻职业素养的整理（《新闻理论笔记P46-49》）包含了：职业伦理的两个层次，灾难新闻报道的职业规范，陷阱新闻，新闻娱乐化，新闻植入式营销，新闻侵权的基本特征，新闻炒作的危害，庭审报道的规范，媒体审判等等。