全站随机测试

题库共 4,530 道 本次抽 30 道 即时判分 每次进入随机抽题,可以反复练
全站随机 逻辑学 统计学 哲学启蒙 思辨力 心理学启蒙 5 题 10 题 20 题 30 题 换一批
1
在学习「预设谬误」时,下列哪一项属于应当避免的错误认识?
解析:这是典型的误解。预设谬误把需要证明的东西偷偷当作前提,包括复杂问句、循环论证和虚假二难。
2
在学习「我的名字」时,下列哪一项属于应当避免的错误认识?
解析:这是典型的误解。名字是别人叫我的称呼,也是我自己的一个小标记。
3
在实际场景中使用「看看消息从哪来」时,下列做法正确的是?
解析:实务中应先立住看看消息从哪来的判断依据:来源清楚的消息更可信。
4
下列表述中,描述的是「今天、昨天、明天」而不是「长大需要时间」的是?
解析:「今天、昨天、明天」与「长大需要时间」同属生命与时间,但前者强调:昨天是已经过去的,今天是正在过的,明天是还没来的。
5
判断:数学期望反映随机变量的平均水平,方差反映其波动程度。( )
解析:这一表述符合概率分布的基本原理。
6
下面关于「什么是结果」的说法中,正确的是?
解析:本题直接考查「什么是结果」的定义。结果是事情发生之后得到的那个样子。
7
在学习「每个人都不太一样」时,下列哪一项属于应当避免的错误认识?
解析:这是典型的误解。人各有各的样子,没有两个完全一样的人。
8
下面关于「五种感觉」的说法中,正确的是?
解析:本题直接考查「五种感觉」的定义。看见、听见、闻到、尝到、摸到,是我们认识世界的方式。
9
在学习「相关分析的方法与陷阱」时,下列哪一项属于应当避免的错误认识?
解析:这是典型的误解。相关分析需结合散点图判断形态,警惕离群点与虚假相关。
10
下列关于「把大目标切小」的说法中,属于常见错误的是?
解析:这是初学者最常犯的错误:只盯着很大的目标,不知道从哪开始。正确理解应回到定义——把要做的事拆成几小步,一步一步来。
11
判断:每个人都有自己独一无二的样子和想法。( )
解析:这一表述符合我是谁的基本原理。
12
判断:本事是练出来的,练得越多越熟。( )
解析:这一表述符合越练越会的基本原理。
13
在学习「核对一下再相信」时,下列哪一项属于应当避免的错误认识?
解析:这是典型的误解。感觉不确定时,换一种办法确认一下。
14
判断:自己亲眼看见、亲耳听见的,才算事实。( )
解析:这一表述符合事实还是猜测的基本原理。
15
判断:统计学的核心是用样本信息推断总体特征并控制推断风险。( )
解析:这一表述符合统计学与数据的基本原理。
16
判断:做错的题最值得再看一遍。( )
解析:这一表述符合越练越会的基本原理。
17
判断:传话经过几个人,常常会变样。( )
解析:这一表述符合别被骗的基本原理。
18
在学习「箱线图」时,下列哪一项属于应当避免的错误认识?
解析:这是典型的误解。箱线图由中位数、上下四分位数与须线构成,并可标出异常值。
19
在学习「难过要有人陪」时,下列哪一项属于应当避免的错误认识?
解析:这是典型的误解。难过时找人说说,会好受很多。
20
判断:全称肯定命题(A)与特称否定命题(O)是矛盾关系,不能同真也不能同假。( )
解析:这一表述符合直言命题与对当关系的基本原理。
21
「我的想法」的正确含义是?
解析:「我的想法」指的是:想法是你在心里对自己说的话,别人看不见。
22
判断:每个人都有自己独一无二的样子和想法。( )
解析:这一表述符合我是谁的基本原理。
23
在学习「归纳的局限:休谟问题」时,下列哪一项属于应当避免的错误认识?
解析:这是典型的误解。休谟指出,从「过去如此」推出「将来也如此」本身需要一条「未来与过去相似」的假设,而这条假设无法由经验证明。
24
在学习「求同法与求异法」时,下列哪一项属于应当避免的错误认识?
解析:这是典型的误解。求同法在被研究现象出现的多个场合中寻找唯一共同的先行情况;求异法在正反两个场合的差异中寻找原因。
25
在实际场景中使用「统计学的研究对象」时,下列做法正确的是?
解析:实务中应先立住统计学的研究对象的判断依据:描述统计负责整理与展示数据。
26
判断:诉诸权威、诉诸情感、诉诸众人属于关联谬误,与论题真假无关。( )
解析:这一表述符合谬误与悖论的基本原理。
27
判断:你可以说出自己喜欢什么,不喜欢什么。( )
解析:这一表述符合我是谁的基本原理。
28
在学习「实验数据与观察数据」时,下列哪一项属于应当避免的错误认识?
解析:这是典型的误解。实验由研究者主动控制处理因素;观察数据只记录自然发生的情况。
29
下列关于「先后不等于因果」的说法中,属于常见错误的是?
解析:这是初学者最常犯的错误:先发生的就是原因。正确理解应回到定义——一件事在前,一件事在后,不一定有联系。
30
下列关于「数据清洗与整理」的说法中,属于常见错误的是?
解析:这是初学者最常犯的错误:把异常值一律删除而不加判断。正确理解应回到定义——数据清洗包括缺失值处理、异常值识别、一致性核对与口径统一。
换一批