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:累了要休息,休息好才练得进去。( )
解析:这一表述符合越练越会的基本原理。
2
在学习「移动平均法」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。用连续若干期的平均値代替当期值,以平滑随机波动。
3
判断:一件普普通通的东西,也能让人觉得美。( )
解析:这一表述符合美与感受的基本原理。
4
下面关于「大胆提问」的说法中,正确的是?
解析:本题直接考查「大胆提问」的定义。不知道就说不懂,然后问出来,这很勇敢。
5
在实际场景中使用「模态对当关系」时,下列做法正确的是?
解析:实务中应先立住模态对当关系的判断依据:□p 与 ◇非 p 矛盾。
6
在学习「事件的独立性」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。若 P(AB) = P(A)P(B),则称事件 A 与 B 相互独立。
7
下列关于「认真听别人的回答」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:只挑自己喜欢听的回答。正确理解应回到定义——得到回答后要认真听,再想一想对不对。
8
在学习「遇到不公平」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。遇到不公平的事,可以好好说出来,再找办法解决。
9
判断:偷换概念属于语义谬误,指在同一论证中改变词项的含义。( )
解析:这一表述符合谬误与悖论的基本原理。
10
下面关于「经典悖论」的说法中,正确的是?
解析:本题直接考查「经典悖论」的定义。悖论是由看似合理的前提与推理导出矛盾结论的命题,推动了对语言层次与集合概念的重新审查。
11
关于「二项分布」的计算与分析步骤,下列表述正确的是?
解析:这一步是二项分布判定过程的关键环节:各次试验相互独立且 p 保持不变。
12
下列表述中,描述的是「图形选择的基本原则」而不是「条形图与直方图」的是?
解析:「图形选择的基本原则」与「条形图与直方图」同属统计图表,但前者强调:图形选择取决于数据类型与分析目的。
13
判断:事实可以用办法去核对,猜测常常做不到。( )
解析:这一表述符合事实还是猜测的基本原理。
14
在学习「指数平滑法」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。对历史数据按时间远近给予衰减权重,得到平滑预测值。
15
判断:概率抽样中每个单位被抽中的概率已知且非零,才能计算抽样误差。( )
解析:这一表述符合数据收集的基本原理。
16
判断:定类尺度只能分类不能排序,定序尺度可以排序但不能加减。( )
解析:这一表述符合统计学与数据的基本原理。
17
在学习「论证图与复杂论证的拆解」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。论证图用节点表示命题、用箭头表示支持关系,把长论证拆成可以逐段检查的结构。
18
判断:记住东西要先弄懂它,再想办法把它留下来。( )
解析:这一表述符合记住和忘掉的基本原理。
19
「听错和听不清」的正确含义是?
解析:「听错和听不清」指的是:声音太轻、太吵,或者离得太远,就容易听错。
20
在学习「两样本比较与方差分析」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。两样本 t 检验比较两组均值,方差分析比较三组及以上均值。
21
在学习「统计学的研究对象」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。统计学研究如何收集、整理、分析数据,并据以对总体做出推断。
22
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。
23
判断:说出对不起和表达原谅,都让关系更好。( )
解析:这一表述符合和大家在一起的基本原理。
24
判断:两事件互斥指不能同时发生,独立指一个发生不影响另一个的概率。( )
解析:这一表述符合概率基础的基本原理。
25
判断:做了让人难受的事,说一声对不起是很好的做法。( )
解析:这一表述符合对与错的基本原理。
26
在学习「分类变量与虚拟变量」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:两个特称前提推不出结论。( )
解析:这一表述符合三段论:格与式的基本原理。
28
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。
29
下列表述中,描述的是「先难后易」而不是「错题是好东西」的是?
解析:「先难后易」与「错题是好东西」同属越练越会,但前者强调:把最费脑子的任务放在精力最好的时候做。
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