逻 逻辑学学习平台

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
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。
2
在实际场景中使用「有效性判定：规则法与文恩图」时，下列做法正确的是？
解析：实务中应先立住有效性判定：规则法与文恩图的判断依据：规则法适合快速筛查。
3
判断：第一类错误是原假设为真时错误地拒绝它，其概率由显著性水平控制。（　）
解析：这一表述符合假设检验的基本原理。
4
在学习「给想法找证据」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。有证据支持的猜测，才能更靠近事实。
5
在学习「统计概括与样本代表性」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。统计概括是根据样本的统计特征推出总体特征；结论的可靠性取决于样本的代表性。
6
判断：正态分布的偏度为 0、峰度为 3，约 95% 的观测落在均值 ±2 个标准差内。（　）
解析：这一表述符合概率分布的基本原理。
7
在学习「数学期望与方差」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。期望是随机变量取值的加权平均，方差是偏离期望程度的度量。
8
在实际场景中使用「数学期望与方差」时，下列做法正确的是？
解析：实务中应先立住数学期望与方差的判断依据：期望具有线性性质。
9
「统计学的研究对象」的正确含义是？
解析：「统计学的研究对象」指的是：统计学研究如何收集、整理、分析数据，并据以对总体做出推断。
10
在学习「集中趋势指标」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。平均数是代表数据一般水平的指标，包括算术平均、中位数与众数。
11
判断：隔一段时间再复习一遍，比一口气念很多遍更管用。（　）
解析：这一表述符合记住和忘掉的基本原理。
12
判断：互斥事件一般不是独立事件，除非其中一个概率为零。（　）
解析：这一表述符合概率基础的基本原理。
13
在实际场景中使用「原假设与备择假设」时，下列做法正确的是？
解析：实务中应先立住原假设与备择假设的判断依据：原假设与备择假设互斥且穷尽。
14
在学习「太好的事要小心」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。好得不太真实的事，常常有问题。
15
关于「经典悖论」的判定规则与步骤，下列表述正确的是？
解析：这一步是经典悖论判定过程的关键环节：罗素悖论暴露了朴素集合论的漏洞。
16
判断：感觉有时候会出错，比如看着长、实际却一样长。（　）
解析：这一表述符合感觉小侦探的基本原理。
17
下列关于「我和别人一样」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：只看到不同，忘了大家也有相同。正确理解应回到定义——我和别的小朋友在很多地方是相同的。
18
在学习「好奇是什么」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。好奇就是看到一个东西，心里冒出想弄明白的念头。
19
关于「什么是错」的怎么想、怎么做，下列表述正确的是？
解析：这一步是什么是错判定过程的关键环节：错的事往往要藏着、瞒着。
20
判断：折线图适合表现随时间变化的趋势。（　）
解析：这一表述符合统计图表的基本原理。
21
「抽样分布 t / 卡方 / F」的正确含义是？
解析：「抽样分布 t / 卡方 / F」指的是：t 分布用于方差未知的均值推断，卡方分布用于方差与拟合检验，F 分布用于方差比与方差分析。
22
在实际场景中使用「忘记很正常」时，下列做法正确的是？
解析：实务中应先立住忘记很正常的判断依据：忘掉一部分是正常的。
23
判断：循环论证属于预设谬误，把结论当作前提来使用。（　）
解析：这一表述符合谬误与悖论的基本原理。
24
在学习「折线图与面积图」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。折线图用线段连接数据点，表现随时间的趋势变化。
25
在学习「正态分布」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。由均值 μ 与标准差 σ 完全确定，呈钟形对称的连续分布。
26
「分类变量与虚拟变量」的正确含义是？
解析：「分类变量与虚拟变量」指的是：把定性变量转换为取 0 或 1 的虚拟变量后即可纳入回归模型。
27
判断：充足理由律要求任何被断定为真的命题都必须有充足理由。（　）
解析：这一表述符合传统形式逻辑导论的基本原理。
28
关于「概率的基本运算」的计算与分析步骤，下列表述正确的是？
解析：这一步是概率的基本运算判定过程的关键环节：一般加法要减去交集。
29
判断：问卷题干诱导、选项互斥不完备是常见的测量误差来源。（　）
解析：这一表述符合数据收集的基本原理。
30
下列表述中，描述的是「全概率公式」而不是「贝叶斯公式」的是？
解析：「全概率公式」与「贝叶斯公式」同属概率基础，但前者强调：若完备事件组划分样本空间，则任一事件的概率可由各组加权求和得到。
换一批