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:你有时开心,有时难过,这些都是正常的心情。( )
解析:这一表述符合我是谁的基本原理。
2
下列表述中,描述的是「理解了才好记」而不是「隔开时间复习」的是?
解析:「理解了才好记」与「隔开时间复习」同属记住和忘掉,但前者强调:弄懂意思之后再记,会比硬背容易得多。
3
判断:没有根据的消息,不要随便相信。( )
解析:这一表述符合别被骗的基本原理。
4
在学习「讲出来记得更牢」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。把学过的内容讲给别人听,是最好的复习。
5
判断:均值对极端值敏感,中位数对极端值稳健。( )
解析:这一表述符合描述统计的基本原理。
6
判断:抽样框是抽样单元的名单,抽样框不完整会直接导致样本有偏。( )
解析:这一表述符合数据收集的基本原理。
7
下列表述中,描述的是「标准正态分布与标准化」而不是「抽样分布 t / 卡方 / F」的是?
解析:「标准正态分布与标准化」与「抽样分布 t / 卡方 / F」同属概率分布,但前者强调:把变量减去均值再除以标准差,即得标准正态分布的变量。
8
「选言命题及其真值」的正确含义是?
解析:「选言命题及其真值」指的是:选言命题断定若干可能情况中至少有一种存在,分相容选言与不相容选言。
9
「统计指数的编制」的正确含义是?
解析:「统计指数的编制」指的是:指数是综合反映多项事物数量变动的相对数,需选择同度量因素与权数。
10
下列表述中,描述的是「抽样分布」而不是「中心极限定理」的是?
解析:「抽样分布」与「中心极限定理」同属抽样与估计,但前者强调:样本统计量的概率分布称为抽样分布。
11
在学习「什么是生命」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。会生长、会变化、会累的东西,大概是生命。
12
判断:联言命题只有在所有支命题都真时才为真。( )
解析:这一表述符合复合命题与演绎推理的基本原理。
13
下列表述中,描述的是「生气的时候」而不是「害怕也有用」的是?
解析:「生气的时候」与「害怕也有用」同属心情和情绪,但前者强调:生气时先停一下,等那股劲过去一些再处理事情。
14
「责任」的正确含义是?
解析:「责任」指的是:责任是自己做的事,自己要面对、自己来担。
15
在学习「听听别人的建议」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。拿不定主意时,可以问问信得过的人。
16
判断:认识自己是慢慢来的,需要多试几次。( )
解析:这一表述符合认识我自己的基本原理。
17
在学习「道歉和原谅」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。做错了说对不起,被弄难受了可以说出感受。
18
在学习「假说与假说的检验」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。假说是对未知现象作出的、尚待检验的说明;检验要靠推出可观察的结论并与事实核对。
19
判断:模态方阵中,必然与可能的关系类似全称与存在的关系。( )
解析:这一表述符合模态逻辑与思维方法的基本原理。
20
在实际场景中使用「并用法、共变法和剩余法」时,下列做法正确的是?
解析:实务中应先立住并用法、共变法和剩余法的判断依据:并用法先用求同再用求异,结论更可靠。
21
判断:泊松分布描述单位时间或空间内稀有事件发生次数。( )
解析:这一表述符合概率分布的基本原理。
22
在学习「珍惜时间」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。把时间用在喜欢又值得的事情上,就是不浪费。
23
下列关于「每个人的感觉不一样」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:觉得别人喜欢的和我不同就是错。正确理解应回到定义——同一样东西,你喜欢的,别人不一定喜欢。
24
判断:时间一直往前,过去的就回不来了。( )
解析:这一表述符合生命与时间的基本原理。
25
判断:条件概率 P(A|B) 等于 P(AB) 除以 P(B),要求 P(B) 大于零。( )
解析:这一表述符合概率基础的基本原理。
26
判断:和别人待在一起时,我们的做法会互相影响。( )
解析:这一表述符合和大家在一起的基本原理。
27
关于「样本量的确定」的计算与分析步骤,下列表述正确的是?
解析:这一步是样本量的确定判定过程的关键环节:样本量与允许误差的平方成反比。
28
判断:把心情说出来,别人才能知道你怎么了。( )
解析:这一表述符合心情和情绪的基本原理。
29
判断:拿不准的时候,可以用别的办法核对一次。( )
解析:这一表述符合感觉小侦探的基本原理。
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