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: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。
2
判断:把学过的东西讲给别人听,会记得更牢。( )
解析:这一表述符合记住和忘掉的基本原理。
3
判断:移动平均法通过平滑短期波动来显示长期趋势。( )
解析:这一表述符合时间序列与指数的基本原理。
4
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。
5
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。
6
判断:完全归纳推理考察了一类的全部对象,其结论是必然的。( )
解析:这一表述符合归纳推理与类比的基本原理。
7
在学习「矛盾分析方法」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。矛盾分析从对象的对立统一入手,找出主要矛盾与矛盾的主要方面。
8
在学习「总体、个体与样本」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。总体是研究对象的全体,个体是构成总体的每个单位,样本是被抽取的部分个体。
9
在学习「关心别人,也守住自己」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。体谅别人,同时不委屈自己做不该做的事。
10
在学习「显著性水平与 P 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。显著性水平是事先设定的容许弃真概率,P 值由样本计算得到。
11
判断:相容选言命题只要有一个支命题为真就为真。( )
解析:这一表述符合复合命题与演绎推理的基本原理。
12
判断:指数平滑中平滑系数越大,近期数据的影响越大。( )
解析:这一表述符合时间序列与指数的基本原理。
13
判断:置信水平 95% 指长期重复抽样中约 95% 的区间会包含参数真值。( )
解析:这一表述符合抽样与估计的基本原理。
14
下列表述中,描述的是「心情会过去」而不是「情绪没有对错」的是?
解析:「心情会过去」与「情绪没有对错」同属心情和情绪,但前者强调:难受的感觉通常会随时间慢慢变轻。
15
判断:第二类错误是原假设为假时未能拒绝它,1 减该概率即检验功效。( )
解析:这一表述符合假设检验的基本原理。
16
在学习「大胆提问」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。不知道就说不懂,然后问出来,这很勇敢。
17
下面关于「把心情说出来」的说法中,正确的是?
解析:本题直接考查「把心情说出来」的定义。用话描述自己的感受,别人才能明白。
18
下列关于「事实和猜测的区别」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:把两者混在一起说。正确理解应回到定义——事实可以核对,猜测只能等待确认。
19
判断:P 值是在原假设成立的前提下观测到当前或更极端结果的概率。( )
解析:这一表述符合假设检验的基本原理。
20
下列关于「忘记很正常」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:忘了一点就觉得自己很失败。正确理解应回到定义——学过的东西会慢慢变淡,这是大家都有的情况。
21
在学习「喜欢什么、擅长什么」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。喜欢的事让你愿意做,擅长的事做起来更顺。
22
下列表述中,描述的是「发展水平与速度指标」而不是「移动平均法」的是?
解析:「发展水平与速度指标」与「移动平均法」同属时间序列与指数,但前者强调:包括发展水平、增长量、发展速度与增长速度,分环比与定基两种。
23
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。
24
在学习「犯错以后」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。犯错一点也不可怕,改了就是好的。
25
判断:论据必须真实,且其真实性不得依赖论题,否则属于循环论证。( )
解析:这一表述符合论证、反驳与论证结构的基本原理。
26
判断:多听几种说法,事情会看得更全。( )
解析:这一表述符合换个角度想的基本原理。
27
下列表述中,描述的是「规则是什么」而不是「分得一样多」的是?
解析:「规则是什么」与「分得一样多」同属公平与规则,但前者强调:规则是大家说好一起照着做的约定。
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
下面关于「问清楚关键的地方」的说法中,正确的是?
解析:本题直接考查「问清楚关键的地方」的定义。问问题要问到最想知道的那一点。
30
「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。
换一批