您好！

   解答如下。

１．纵向研究和横断研究的共同缺陷是（）
A 费时B 易丢失样本 C 存在世代效应 D 成本大费用高
答：选C。纵向研究的缺陷是费时、易丢失样本、成本大费用高，此外，由于反复测量，有练习效应。而横断研究的缺点是缺乏系统连续性、取样程序也较复杂。但是它们共同的缺陷是无法衡量世代效应。纵向研究能从纵向发展的角度认识儿童心理特征随年龄增长而出现的变化和发展、但是无法在同一时间内了解各年龄阶段儿童心理特点的总体状况，横断研究则存在相反的情况。要克服这一缺陷，现在通常采用的是聚合交叉设计。详细的可以参见林崇德版的发展心理学中“发展心理学研究方法”这一章。

２．下列心理学描述中，哪一个是操作性定义（）
A 智力是在智力测验中获得的分数
B 攻击是对另一个人的失控的敌意
C 测验法是用标准化量表测量个体的个性特征的方法
D 以上都不是
答：选A。通俗的说，在心理学中有很多概念，并不知道它具体是什么、包括什么，但是我们可以通过严格操作程序来接近它、代表它，那么这个操作程序就是它的操作对象的操作性定义。智力是一个抽象的概念，我们并不知道它的具体内涵是什么，所以我们编制了各种测验，这些测验希望尽可能描述智力的各个方面，并用测验得分的高低来代表智力的高低。

３.假设检验中两类错误的关系是（）
A α＋β＝1  Bα＋β不一定等于1  Cα＋β可能同时减小 Dα＋β不可能同时增大

此题选Ｂ.Ｄ请解释Ｃ．Ｄ选项

答：在假设检验中，我们可能犯两类错误，一类是假设正确，但我们拒绝了假设，这类错误是“弃真”错误，被称为第一类错误；一类是假设不正确，但我们没拒绝假设，这类错误是“取伪”错误，被称为第二类错误。一般来说，在样本确定的情况下，任何决策无法同时避免两类错误的发生，即在避免第一类错误发生机率的同时，会增大第二类错误发生的机率；或者在避免第二类错误发生机率的同时，会增大第一类错误发生的机率。可见，α和β是此消彼长的关系。

４.已知某次物理考试非正态分布，σ＝8，从这个总体中随机抽取n＝64的样本，并计算得其平均分为71，那么下列成绩在这次考试中全体考生成绩均值 μ的0.95的置信区间之内的有（）
A 69 B 70 C 71 D 72
答：当总体σ已知，虽总体不呈正态分布，但样本容量较大时（n>30）时，样本平均数与总体平均数的离差统计量均呈正态分布。总体平均数的置信区间可按Z分布，用已知σ计算。根据公式，总体平均数95%置信区间为P（X-1.96·σ/[n的开根号]<μ< X+1.96·σ/[n的开根号]）=0.95，所以P（71-1.96·8/[64开根号] <μ< 71+1.96·8/[64开根号]）=P（69.04<μ< 72.96）=0.95

   所以选B、C、D。

１.随着任务难度的增加，最佳动机水平有（）的趋势
A 下降 B 上升 C 先降后升D 先升后降

答：选A。在简单任务中，动机水平高比较好；任务较难的时候，动机水平低比较好。那综合来看，最佳动机水平是随着任务难度的增加而降低的。

２.假设两变量线性相关，两变量是等距或等比的数据，但不呈正态分布，计算它们的相关系数时应选用（）
A 积差相关 B 斯皮儿曼等级相关 C 二列相关 D 点二列相关
答：不同的数据类型和分布，选用的相关系数是不一样的。积差相关：1、两变量是连续数据2、两变量的总体呈正态分布、或接近正态分布3、成对数据且互相独立4、两变量呈线性关系5、排除共变因素的影响6、样本容量N>=30。   斯皮儿曼等级相关：当两个变量值以等级次序排列或以等级次序表示时，两个相应总体并不一定呈正态分布，样本容量也不一定大于30。     二列相关：当两个变量都是正态连续变量，其中一个变量被人为地划分为二分变量（如及格、不及格），N>80。    点二列相关：当两个变量其中一个是正态连续性变量，另一个是真正的二分名义变量（如，男或女），但有时一个变量虽然并非真正的二分变量，而是双峰分布的变量，也可以用点二列相关来表示。

所以，应选B。

３.在假设检验中，α取值越大，称此假设检验的显著性水平（）
A 越高 B 越低  C 越明显  D 越不明显
答：首先要明白α的含义。α值的大小，是指研究者在实验之前所确定的甘愿冒的“假设真实而被拒绝”的概率。如在0.05显著性水平上检验假设，则犯错的概率为5%。可见，α取值越大，犯错的概率越大，那相应的假设检验的显著性水平就越低。所以，选B。

４.以下关于测定系数的说法正确的是（）
A 测定系数越大说明回归方程越不显著
B 测定系数越大说明回归平方和对总平方和的贡献越小
C 测定系数不可能为1
D 测定系数不可能为 0

答：首先要理解测定系数的含义。在回归分析中，因变量的总平方和等于回归平方和与误差平方和之和，而测定系数指的就是回归平方和在总平方和中所占的比率大小。测定系数越大，说明预测效果越好、回归平方和对总平方和的贡献越大，而且测定系数应该属于[0，1]（当测定系数为1时，说明总平方和全由回归平方和所造成，表明预测极好，没有误差；当测定系数为0时，说明回归平方和为0，表明预测无效果。）。而测定系数越大是否意味着回归方程越显著，是不一定的。这跟统计检验的显著性水平等有关。另外，测定系数同时等于相关系数的平方。

５.某学生通过测评后，得到他的算术是6年级水平，阅读是5年级水平，那么，该测验采用的是下面哪种类型的发展常模（）
A 发展顺序量表 B 智力年龄  C 百分等级  D 年级当量

发展常模有几种类型，百分等级，年级当量，发展顺序量表是什么意思？应该选那一个？

答：选D。发展常模，表明了个体在正常发展线上处于怎样的水平，按照标准和参照的不同，有以下几个类型。 智力年龄：在智力测验上，一个8岁儿童的成绩和一般的10岁儿童一样好，则可以说他具有10岁的智力年龄，而一个智力落后的成人的成绩也是如此，则同样可以说他的智力年龄为10岁，所以智力年龄是指达到某种智力水平的年龄。  年级当量：相应的，年级当量指的是达到某种水平的年级。它通常运用在学科能力上。  发展顺序量表： 它的原理在于，各发展阶段遵循不变的顺序，每一阶段以掌握先前阶段的必要的行为特征为前提，在这种意义上、在这个框架之内所编制的量表就是顺序量表。

而百分等级是一个统计概念，指的是个体在整体上所位于的百分位置。比如，某人在某次测验中的百分等级是50，说明有一半人比你分数更高。

６.运用非参数分析时，要求处理的数据是（）
A 十分精确的B 自由分布的 C 大量的 D 等级形式的

非参数分析时的数据与参数分析时的数据有什么区别？

答：选B。

参数检验：Z、t、F检验都是参数检验。它们是根据样本的信息对相应的总体参数（平均数、方差等）的假设检验。这种检验是以样本所属的总体呈正态分布，两个总体（或几个总体）方差齐性为假定条件。它适用于等距变量和比率变量的资料。

非参数检验：在实际工作中，样本所属的总体分布形态一般是未知的，所获得的资料也不一定是等距变量或比率变量，因此需要采用新的统计方法进行检验。非参数检验方法不要求样本所属的总体呈正态分布，一般也不是对总体参数进行检验，故称之为自由分布的非参数检验方法。它不仅适用于非正态总体名义变量和次序变量的资料，而且也适用于正态总体等距变量和比率变量的资料。它不需要对两个总体方差作齐性的假设，计算简单，适合处理小样本资料，所以适用范围较参数检验广泛，但其灵敏性和精确度不如参数检验。

７.等值数据资料的收集方法有（）
A 共同组设计B 运用严格平行测验 C “锚测验”设计 D 运用问题行为测验

什么是等值数据，并请解释一下四个选项．

答：选A、C。等值数据，是在应用统计方法寻找测量同一种心理品质的不同测验形式间分数的转换方法、以实现分数间的可比性的过成中所产生的。其收集方法可分为共同被试组设计和共同锚题组(锚测验)设计两大类。前者是以被试为等值媒体（即相同的被试参加不同的测验），后者是以试题为等值媒体。设计者在找不到共同被试组的情况下，转而采用锚测验设计。在锚测验设计中最常用的是锚测验———非等组设计。其方法是对不同被试组施测不同测验形式，同时要求每个被试组都施测一共同的锚测验，进而通过这一共同的锚测验揭示不同测验间的等值关系。通常要求锚测验是原测验的"平行简缩本"，即要求锚测验结构与原测验类似，以防止在等值关系中引进系统误差。

而平行测验，是测量相同心理品质的不同测验，它们结构类似、但题目不同。它和锚测验不同，锚测验就是一个测验。至于问题行为测验，是测查问题行为的心理测验，与本题无关。

用信号检测论方法――有无法设计一个记忆或思维的实验方案。应该怎么设计？具体思路是什么？如何答题？

答：首先要了解什么是信号检测论。信号检测论是人们在同噪音干扰进行斗争中总结出的方法，实质上是有意识地利用信号和噪音的统计特征来尽可能地抑制噪音，从而提取信号。具体来说，信号和噪音在物理强度上相差很近。信号的确立，是由指导语制定的。在一系列的实验中，信号和噪音出现的比例（先验概率）是不同的，有一半一半、也有4、6开。要求在声音呈现之后，判断它是噪音还是信号。实验之后，通过先验概率和判断的结果，要求出辨别力(d')和判断标准(β)，并绘制等感受性曲线(ROC曲线)。

以上是对信号检测论的简要叙述，详细的可以参加实验心理学等书。至于怎么设计和答题，首先你要介绍你的实验背景知识（就是你对信号检测论的了解），其次实验目的（这是一个经典的实验，旨在让你了解信号检测论），然后是方法（被试、实验材料、实验设备、实验设计、实验程序等都得一一列出），最后是数据处理（具体计算辨别力(d')和判断标准(β)和并绘制等感受性曲线(ROC曲线)的方法书上会有详细的说明，在这里不便说明）和结论。

这些步骤也基本上是所有实验设计所必需的——实验背景、实验目的、实验方法、数据处理、结论等。