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
下列表述中，描述的是「记忆是怎么来的」而不是「忘记很正常」的是？
解析：「记忆是怎么来的」与「忘记很正常」同属记住和忘掉，但前者强调：记忆是先看到或听到，再把它留在脑子里的过程。
2
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。
3
在实际场景中使用「变量与数据类型」时，下列做法正确的是？
解析：实务中应先立住变量与数据类型的判断依据：定性变量分为定类与定序。
4
在学习「时间一直往前」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。时间像河水，只会往一个方向流。
5
判断：定义项不能直接或间接包含被定义项，否则属于循环定义。（　）
解析：这一表述符合概念、词项与定义的基本原理。
6
下面关于「情绪没有对错」的说法中，正确的是？
解析：本题直接考查「情绪没有对错」的定义。有某种情绪是自然发生的，不是犯错。
7
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。
8
判断：论证由论题、论据和论证方式三个要素构成，缺一不可。（　）
解析：这一表述符合论证、反驳与论证结构的基本原理。
9
判断：类比推理的结论是或然的，相似属性越多、越本质，结论越可靠。（　）
解析：这一表述符合归纳推理与类比的基本原理。
10
在实际场景中使用「联言命题及其真值」时，下列做法正确的是？
解析：实务中应先立住联言命题及其真值的判断依据：只有所有支命题都真，整个联言命题才真。
11
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。
12
在学习「联言命题及其真值」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。联言命题断定若干事物情况同时存在，形式为「p 并且 q」。
13
判断：时间序列通常分解为长期趋势、季节变动、循环变动与不规则变动四部分。（　）
解析：这一表述符合时间序列与指数的基本原理。
14
判断：今天做的事，会变成明天的回忆。（　）
解析：这一表述符合生命与时间的基本原理。
15
在学习「辩证思维与形式逻辑的关系」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。形式逻辑保证思维不发生自相矛盾；辩证思维则进一步考察对象的运动、变化与内在矛盾。
16
在学习「测量尺度」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。四种测量尺度决定了数据能做哪些运算，进而决定可用的统计方法。
17
判断：「必然 p」蕴含「p」，「p」蕴含「可能 p」。（　）
解析：这一表述符合模态逻辑与思维方法的基本原理。
18
判断：德摩根律：否定一个联言命题等值于肯定相应的选言命题，反之亦然。（　）
解析：这一表述符合复合命题与演绎推理的基本原理。
19
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。
20
在学习「忘记很正常」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。学过的东西会慢慢变淡，这是大家都有的情况。
21
判断：特称肯定命题（I）与特称否定命题（O）是下反对关系，不能同假但可以同真。（　）
解析：这一表述符合直言命题与对当关系的基本原理。
22
下列关于「练习让人变熟」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：试一次不会就放弃。正确理解应回到定义——反复练同一件事，做得会越来越顺。
23
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。
24
在学习「换位法」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。换位法是交换主项与谓项的位置，前提是原命题中不周延的项在结论中也不得周延。
25
判断：广告常常会夸大商品的好处。（　）
解析：这一表述符合别被骗的基本原理。
26
在学习「图尔敏模型」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。图尔敏把论证拆成主张、依据、保证、支援、限定和反驳六个部分，比三段论更贴近实际论辩。
27
判断：「必然 p」与「可能非 p」互相矛盾，不能同真也不能同假。（　）
解析：这一表述符合模态逻辑与思维方法的基本原理。
28
判断：参数是总体的数量特征，统计量是样本的数量特征。（　）
解析：这一表述符合统计学与数据的基本原理。
29
在学习「优点和不擅长」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。每个人都有做得好的地方，也有不太顺的地方。
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