统计学简答题

1.5.1如何理解统计学的性质？
答：为了更好地理解统计学的性质，我们应明确以下三个方面的问题。

其一，统计学研究的对象是客观现象的数量方面；其二，统计学研究的是群体现象的数量特征与规律性；其三，统计学是一门方法论的科学。

1.5.2统计数据有哪些基本分类？
答：统计数据有三种基本分类。

一是按其采用的计量尺度不同，统计数据可以分为分类数据、顺序数据、数值型数据；二是按其收集方法不同，统计数据可以分为观测数据和实验数据；三是按被描述的对象和时间的关系不同，统计数据可以分为截面数据、时间序列数据和混合数据。

1.5.3什么是描述统计学和推断统计学？
答：描述统计学（Descriptive Statistics）研究如何取得反映客观现象的数据，并通过图表形式对所收集的数据进行加工处理和显示，进而通过综合、概括与分析得出反映客观现象的规律性数量特征。

内容包括统计数据的收集方法、数据的加工处理方法、数据的显示方法、数据分布特征的概括与分析方法等。

推断统计学（Inferential Statistics）则是研究如何根据样本数据去推断总体数量特征的方法，它是在对样本数据进行描述的基础上，对统计总体的未知数量特征作出以概率形式表述的推断。

1.5.4什么是统计总体？它具有何特点？
答：统计总体就是根据一定目的确定的所要研究事物的全体。

它是由客观存在的、具有某种共同性质的许多个别事物构成的整体，简称为总体。

总体具有以下三个特点：
其一，同质性，是指构成总体的个别事物在某个方面（或某一点上）必须具有相同的性质，这是构成总体的必要条件。

其二，变异性，是指构成总体的个别事物除了至少在某一个方面具有相同的性质以外，其他方面应该存在差异，这是进行统计研究的前提。

其三，大量性，是指构成总体的个别事物要求足够的多，这是探究客观事物规律性的基础。

1.5.5什么是样本？它具有何特点？
答：从全及总体中抽取出来，作为代表这一总体的部分单位组成的集合体称为样本。

样本有以下显著的特点：其一，构成样本的单位必须取自全及总体内部，不允许总体外部的单位参加抽样过程；其二，从一个全及总体中可以抽取许多个样本；其三，样本具有代表性；其四，样本具有客观性。

从全部总体中抽取样本，必须排除主观因素的影响。

1.5.6 什么是统计指标与指标体系？
答：统计指标是反映统计总体数量特征的概念和数值。

统计指标体系是由一系列相互联系的统计指标所组成的有机整体，用以反映所研究现象各方面相互依存相互制约的关系。

2.5.1 在选择次级数据时应该注意什么？
答：（1）应根据研究目的选择次级数据；（2）注意次级数据变量名称的含义是否发生变化；（3）注意次级数据的计算口径和计算方法是否一致；（4）注意尊重次级数据所有者的权益。

2.5.2什么是普查？组织普查时，应该注意什么问题？
答：普查是国家为了详细地了解某项重要的国情国力而专门组织的一次性全面调查，主要用来调查属于一定时点上现象的总体特征。

组织普查时，应该注意（1）要规定统一的标准时点；（2）严格设定必需的调查项目；（3）尽可能地缩短普查登记期限；（4）按一定的周期进行同类普查。

2.5.3抽样调查具有什么特点？
答：（1）从总体中随机抽取样本单位；（2）抽样调查的目的是根据样本的数量特征推断总体的数量特征；（3）抽样误差可以事先计算并且加以控制。

2.5.4统计数据的具体收集方法有哪些？
答：有访问调查法、问卷调查法、德尔菲法、电话调查法、电脑辅助调查法、小组座谈法、观察法、实验法、网络调查法等。

2.5.5 什么是访问调查法？访问调查法的特点是什么？
答：访问调查法是调查者通过与被调查者的当面交谈而得到所需资料的调查方法。

在访问调查中，调查人员可以直接了解被调查者对调查问题的态度、观点、举止和调查现场的环境等，为判断调查资料的准确程度提供一定的依据。

与其他调查法相比，访问调查法的特点有：回答率较高、数据比较准确、可使用较复杂的问卷、调查成本高等。

2.5.6什么是德尔菲法？德尔菲法的特点是什么？
答：德尔菲法是指按照规定的程序，采用邮寄或电子邮件的方式，反复多次地收集各地专家的看法，使不同意见趋于一致的调查方法。

德尔菲法有匿名性、定量化和轮回反馈式等特点。

2.5.7一份完整的调查方案，应该包括哪些内容？
答：（1）调查目的；（2）调查对象、调查单位和报告单位；（3）调查项目与调查表；
（4）调查时间、调查方式与方法；（5）调查的组织工作。

2.5.8为了保证原始统计资料的准确性，在确定调查项目时应该注意什么问题？
答：（1）调查项目的含义必须明确，不能模棱两可；（2）考虑取得资料的可行性，有些调查项目虽然需要，但在现有条件下难以取得资料的则不应列入；（3）调查项目的答案应满足完备性和互斥性。

如果要求选择回答，则必须列出所有可能的答案，以免出现重复或遗漏；（4）确定不同时期同类调查的调查项目时，前后时期的调查项目应互相衔接，以便进行动态比较分析。

2.5.9设计问卷的提问项目时一般应注意遵循哪些规则？
答：（1）问题的顺序安排应注意逻辑性；（2）问题的顺序安排应注意兴趣；
（3）问题的顺序安排应注意先易后难；（4）开放性问题一般放在最后。

2.5.10什么是问卷中的封闭性问题？封闭性问题答案的设计有哪些类型可供选择？
答：封闭性问题是指调查者已经设计好若干个答案，被调查者只需从中选择一个或一个以上答案的问题。

其答案的设计有两项选择法、多项选择法、顺序选择法、评定尺度法、双向列联法等可供选择。

2.5.11分类数据和顺序数据的图示方法各有哪些？
答：分类数据的图示方法包括条形图、Pareto图、对比条形图和饼图；顺序数据的图示方法包括累计频数分布图和环形图。

2.5.12数据分组应注意什么？
答：（1）保持组内单位的同质性和组间单位的差异性；（2）统计分组要符合穷举性原则；（3）统计分组要符合互斥性原则。

2.5.13数值型数据的图示方法有哪些？
答：数值型数据的图示方法包括直方图、茎叶图、箱线图、线图、二维或三维散点图、气泡图、雷达图等。

2.5.14统计表由哪几个部分组成？
答：统计表有多种具体形式，但不论哪种形式的统计表，从外形看都由表头、行标题、列标题和数字资料四个部分组成。

2.5.15简述统计表的设计规则。

答：（1）合理安排统计表的结构；（2）统计表的总标题、行标题、列标题都要能简明扼要地说明有关内容；（3）统计表的左右两端一律不封口；表的上下两端一般用粗线，其他的中间线都用细线隔开；（4）表中数据一般采用右对齐形式，有小数点时以小数点对齐，同栏数据要具有同一精确度；不要求填写或不可能有答案的表格单元，一般用“—”表示，在数字资料区不能出现“同上”、“同左”等文字；（5）若使用的是次级资料，应在表的下方注明资料来源，既显示对原作者的尊重，又便于读者查对。

有时还需要在表的下方附上简明的指标解释。

3.5.1什么是集中趋势？测度集中趋势的主要指标有哪些？
答：集中趋势是指一组数据向其中心值靠拢的倾向，测度集中趋势也就是寻找数据一般水平的代表值或中心值。

取得集中趋势代表值的方法通常有两种：一是从一组数据（即各个变量值）中抽象出具有一般水平的量，这个量不是某一个具体变量值，但又要反映这些数据的一般水平，这种平均数称为数值平均数。

数值平均数有算术平均数、调和平均数、几何平均数等形式。

二是先将一组数据的变量值按一定顺序排列，然后取某一位置的变量值来反映这些数据的一般水平，把这个特殊位置上的数值看作是平均数，称作位置平均数。

位置平均数有众数、中位数等形式。

3.5.2什么是调和平均数？调和平均数与算术平均数有何关系？
答：调和平均数也称“倒数平均数”，它是对变量的倒数求平均，然后再取倒数而得到的平均数。

从数学定义角度看算术平均数与调和平均数是不一样的，但在社会经济应用领域，调和平均数实际上只是算术平均数的另一种表现形式，二者本质上是一致的，惟一的区别是计算时使用了不同的数据。

3.5.3什么是几何平均数？其应用场合是什么？
答：几何平均数也称几何均值，它是n个变量值乘积的n次方根。

几何平均法是计算平均比率或平均发展速度最适用的一种方法。

如果分布数列中各变量值呈几何级数变化或频率分布极不对称，也常采用几何平均法来计算平均数。

如果被平均的变量值中有一个为零，则不能计算几何平均数；如果变量值为负数，开奇次根会形成虚根，失去意义。

3.5.4什么是离散趋势？测度离散趋势的主要指标有哪些？
答：离散趋势是指各个变量值远离其中心值的程度，是数据分布的另一个重要特征。

描述数据离散程度常用的测度值有全距、异众比率、四分位差、平均差、标准差以及离散系数，其中标准差最重要。

3.5.5 什么是偏度和峰度？如何根据偏态系数和峰度系数判断数据分布的形态？ 答：偏度是描述数据分布对称性的特征值。

峰度是统计学中描述数据分布平坦或尖峭的程度的特征值。

根据皮尔逊测度法测算的偏态系数
p
SK ，经验证明，在适度偏态的情况下，
33
p SK -≤≤。

当
,0
o p x M SK ==时，数据分布呈对称分布；当
,0
o p x M SK >>时，数据分布呈右（正）偏分布；当
,0
o p x M SK <<时，数据分布呈左（负）偏分布。

根据中心矩法计算的偏态系数α，当0α=时，数据分布呈对称分布形态；0α<，数据分布呈负（左）偏态；0α>，数据分布呈正（右）偏态；α值越接近于0，数据分布越趋于对称，α的绝对值越大，数据分布越偏斜。

根据峰度系数β
，当0
β=时，分布曲线为正态曲线；当0>β时，分布曲线为高峰曲线，表明变量值的差异程度小，平均数代表性好；当0
<β时，分布曲线为低峰曲线，表明变量值的差异程度大，平均数代表性差。

4.5.1说明随机变量X 的方差()
D X 的意义。

答：指X 分布在其均值()
E X 附近的分散程度，
()
D X 越小，分布越集中在
()
E X 的附近，反之，则越分散。

5.5.1未知参数
q 的点估计与区间估计主要有哪些不同之处？
答：⑴定义不同。

点估计就是用一个统计量
()
1,,n T X X 作为未知参数
q 的估计；而区间估计是指用两个统计量
()()11,,,,,n n X X X X q q 构造一个随机区间()
,q q ，该区间以1a
-的概率包含未知参数q。

⑵估计可靠性的刻画不同。

点估计没有给出估计的可靠性，而区间估计在给出随机区间的同时，也给出这一区间包含未知参数的概率。

5.5.2若总体X 的分布未知，而方差
2
s
已知，可否选用统计量
x Z =
m 进行区间估计？
答：当样本量n 很大时
()30n ³是可以的，因由中心极限定理，知样本均值X 渐近正态分布，即
2~,X N n s m 骣÷
ç÷ç÷÷
ç桫，从而
()0,1X Z N =
，
故可用Z 对进行区间估计。

5.5.3 有人认为：假设检验中，给定检验水平
a ，对于检验假设0H ，犯弃真错误的概率为a ，则犯采伪错误的概率为1a
-，你说对吗？
答：如果犯弃真错误的概率为a ，犯采伪错误的概率为b
，一般情况下，1b a
?，因为“采伪”与“弃真”并不一定是对立事件。

在假设检验
中，我们无论作出接受还是拒绝原假设的判断，都是依据小概率事件在一次试验中几乎不可能发生的原理，既然是几乎，当然就有例外，如果例外，就犯错误。

5.5.4正态分布的主要特征有哪些？
答：（1）图形呈钟型、中间高、两头低、左右对称；（2）最高处对应于
x 轴的值就是均数（位置参数）；（3）标准差决定曲线的形状（形状参数）；
（4）曲线下面积为1；（5）是一个正态分布簇，经Z 变换可转换为标准正态分布；（6）其他分布（如t 分布、F 分布、2c 分布、二项分布、
Poisson 分布等）的基础。

5.5.5简述评价估计量好坏的标准。

答：一般将同时满足以下三条标准的估计量称为优良估计量。

⑴无偏性，即
()
ˆE q
q =，称
ˆq 为q 的无偏估计量。

⑵有效性，即()1ˆE q q =，()2ˆE q q =，且()()12
ˆˆD D q q <，则相对2
ˆq 来说，1ˆq 是q 的有效估计量。

⑶一致性，即当任意给定0e >时，有{}ˆlim 1n P q q e
-<=即当n 时, ˆq 依概率收敛于q ，则称ˆq 为q 的一致估计量。

5.5.6怎样确定假设检验问题的零假设和备择假设？
答：通常零假设表示结果的差异是随机因素引起，而不是系统性或结构性因素引起；备择假设是研究者要证明的假设，要认为其正确必须有显著证据才能被人接受；零假设是受到保护的假设。

5.5.7临界值检验法有那些步骤？
答：(1)确定零假设和备择假设，(2)确定检验统计量及其分布，(3)根据样本观测数据计算检验统计量的观测值，(4)根据检验统计量的分布和显著性水平确定检验的临界值，进而确定拒绝域，(5)判断检验统计量的观测值是否落于拒绝域，是，则拒绝零假设，否则，不能拒绝。

5.5.8怎样理解假设检验问题的P 值？它与显著性水平什么关系？
答：P 值是零假设为真时，检验统计量得到至小象观测值那么极端情形的概率，通常称为观测的显著性水平，是零假设能被拒绝的最小显著性水平。

6.5.1比较非参数统计方法与参数统计方法的区别。

答：（1）对总体依赖不同；（2）对参数的假定不同;(3)适用的数据类型不同；（4）适用的范围不同。

6.5.2简述非参数检验的局限性。

答：（1）可能会浪费一些信息；特别当数据可以使用参数模型的时候。

Example: Converting Data From Ratio to Ordinal Scale ；（2）大样本手算相当麻烦；（3）一些表不易得到。

7.5.1方差分析包括哪些类型？它们有什么区别？
答：方差分析包括单因素方差分析和双因素方差分析，双因素方差分析又分为有交互作用的双因素方差分析和无交互作用的双因素方差分析，单因素方差分析只能判断一个因素对试验数据是否有显著影响，双因素方差分析可以判断二个因素是否对试验数据有显著影响。

7.5.2简述方差分析的基本思想。

答：一方面，同一总体内部的各数据是不同的，其差异可以看成是由于随机因素造成的；另一方面，不同总体的各数据也是不同的，这既可能是由于总体数据的平均水平不同造成的，也有可能是由于随机因素造成的。

要判断随机因素和总体均值差别哪个是造成各数据不同的主要原因，在假设遇到的都是正态总体、各总体的方差无显著差异和各数据相互独立的条件下，可进行正态总体均值是否相等的检验，即用F 检验解决系统因素是否是造成数据差异的主要原因的问题。

7.5.3方差分析中有哪些基本假定？ 答：（1）遇到的都是正态总体；（2）各总体的方差无显著差异；（3）各数据相互独立。

7.5.4简述方差分析的步骤。

答：方差分析的步骤为：（1）建立假设；（2）计算有关均值及平方和；（3）列方差分析 表；（4）统计决策。

7.5.5简述单因素方差分析表的内容。

7.5.6如何进行方差分析中的多重比较？
答：多重比较法是通过对总体均值之间的配对比较来进一步检验到底是哪些均值之间存在差 异的统计方法。

其基本步骤为： (1)提出原假设：
0:i j
H μμ=；(2)计算各检验统计量
i j
x x -的值；(3)计算LSD ；
(4)根据显著性水平α
进行决策：如果i j x x LSD
- 的值，则拒绝0H ；否则，则接受0H 。

7.5.7有交互作用双因素方差分析的检验统计量是什么？ 答：
/(1)
(1,(1))/((1))A A E S r F F r rs t S rs t -=--- ,/(1)(1,(1))/((1))B
B E S s F F s rs t S rs t -=---
/((1)(1))
((1)(1),(1))
/((1))
A B A B E S r s F F r s rs t S rs t ⨯⨯--=
----
7.5.8简述双因素方差分析表的内容。

7.5.9简述试验设计原则的内容。

答：(1) 重复性原则：重复性是指对一项试验要在相同的条件下重复进行若干次。

只有进行 多次的试验，才会对其有深刻的认识，并进一步掌握其规律性。

(2) 随机化原则：随机化是指试验材料和试验地点都要随机地确定。

这样进行试验得出 的结论才具有客观性和普遍性，且每次进行的试验都可认为是相互独立的。

(3) 区组化原则：一组试验，试验者总希望在相同或近似相同的条件下进行，以便在相 互比较中得出正确的结论。

8.5. 1什么是相关关系？相关关系与函数关系有何区别？
答：相关关系是指变量之间客观存在的非严格确定的依存关系；函数关系是指变量之间存在的严格确定的依存关系。

函数关系中当一个或几个相互联系的自变量取一定的值时，因变量必定有一个且只有一个确定的值与之对应，而相关关系中，当一个或几个相互联系的自变量取一定的数值时，与之对应的因变量往往会出现几个不同的值，但这些数值会按某种规律在一定范围内变化。

8.5.2什么是单相关、复相关和偏相关？请各举一例说明。

答：单相关是指两个现象之间的相关，即一个变量对另一个变量的相关关系。

如居民家庭可支配收入与消费支出之间的关系。

复相关是指一个变量与两个或两个以上其他变量之间的相关关系。

例如，某种商品的销售量与其价格水平以及人们收入水平之间的相关关系便是一种复相关。

偏相关是指在某一现象与多种现象相关的场合，当假定其他变量不变时，其中两个变量之间的相关关系。

例如，在假定人们的收入水平不变的条件下，某种商品的销售量与其价格水平的关系就是一种偏相关。

8.5.3什么是线性相关和非线性相关？请各举一例说明。

答：线性相关是指两种相关现象之间在直角坐标系中近似地表现为一条直线时的相关关系。

例如人均消费水平与人均收入水平通常呈线性关系。

非线性相关是指两种相关现象之间在图上并不表现为直线形式而是表现为某种曲线形式时的相关关系。

例如产品的平均成本与产品总产量之间的相关关系就是一种非线性相关。

8.5.4什么是相关分析和回归分析？它们之间有何联系和区别？
答：相关分析是指研究一个变量与另一个变量或另一组变量之间相关方向和相关密切程度的统计分析方法。

回归分析是指根据相关关系的具体形态，选择一个合适的数学模型来近似地表达变量间平均变化关系的统计分析方法。

两者之间的联系：相关分析需要依靠回归分析来表明现象数量相关的具体形式，而回归分析则需要依靠相关分析来表明现象数量变化的相关程度。

只有当变量之间存在着高度相关时，进行回归分析寻求其相关的具体形式才有意义。

两者之间的区别：(1)相关分析中，变量x 与变量y 处于平等地位，不需要区分自变量和因变量；回归分析中必须区分自变量和因变量；(2)相关分析中所涉及的变量y 与x 全是随机变量，而回归分析中，因变量y 是随机变量，自变量x 可以是随机变量，也可以是非随机的确定变量； (3)相关分析的研究主要是刻画两类变量间线性相关的密切程度，而回归分析不仅可以揭示变量x 对变量y 的影响大小，还可以由回归方程进行预测和控制。

8.5.5回归分析有哪些基本假设？
答：有关误差项的基本假设有：（1）误差项的期望值为0，即对所有的i 有：
()0i E ε=；
（2）误差项的方差为常数，即对所有的
i 有
22var()()i i E εεσ==；
（3）误差项之间不存在自相关关系，其协方差为0，即当j i ≠时，有cov(,)0i j εε=；（4）自变量是给
定的变量，与随机误差项线性无关；（5）随机误差项服从正态分布。

8.5.6什么是P 值？说明其在假设检验中的应用。

答：所谓的
P 值是一个条件概率值，是在原假设0H 为真的假设下，由样本观察值计算得到的对原假设0H 可信程度的一个度量。

对于给定的α
值，当P 值<α时，拒绝原假设0H ；当P 值≥α
时，接受原假设
0H 。

8.5.7说明样本决定系数的含义及其作用。

答：样本决定系数
2r 是指总离差平方和中回归平方和所占的比重，用以反映回归直线与样本观测值拟合优度的统计分析指标。

2r 反映了因变量
的变化中能用自变量解释的比例。

2
r 的值总是在0和1之间，也可以用百分数表示。

样本决定系数2r 的取值在[0，1]区间内，2r 越接近1，表明回归拟合的效果越好；2r 越接近0，表明回归拟合的效果越差。

与F 检验相比，2
r
可以更清楚直观地反映回归拟合的效果，但是并不能作为严格的显著性检验。

8.5.8非线性回归分析应解决哪些主要问题？
答：非线性回归分析必须解决两个主要问题：一是如何确定非线性回归函数的具体形式；二是如何估计函数中的参数。

对于前一个问题，要注意非线性回归函数不同于线性回归函数，它有不同的表现形式，需要根据所要研究的问题的性质并结合实际样本观测值做出恰当的选择。

对于后一个问题，要注意虽然非线性回归分析中最常用的参数估计方法仍然是最小二乘估计法，但需要根据函数的不同类型进行适当变换，先将非线性函数转换为线性函数，再利用最小二乘法估计参数。

10.5.1什么是统计指数，它有何作用？
答：统计指数的概念有广义和狭义之分。

广义的指数指一切反映社会经济现象数量变动的相对数。

狭义的指数指反映复杂总体多种要素在数量上综合变动情况的相对数。

统计指数的作用主要有如下三个方面：
(1) 指数可以综合反映社会经济现象总变动方向及变动幅度；
(2) 指数可以分析现象总变动中各因素变动的影响方向及影响程度； (3) 指数可以反映社会经济现象的变动趋势。

10.5.2简述统计指数的分类。

答：统计指数从不同角度可以作如下分类：
按研究范围不同，统计指数可分为个体指数和总指数；按编制指数的方法论原理不同，指数可分为简单指数和加权指数；按指数性质不同，指数可分为数量指数和质量指数；按反映的时态状况不同，指数分为动态指数和静态指数；按编制指数数列时指数所选用的基期不同，指数可分为环比指数与定基指数。

按编制指数数列时指数选用的权数不同，指数可分为可变权数指数和不变权数指数。

10.5.3什么是同度量因素？同度量因素在统计指数中有何作用？
答：指数理论中，通常将引入的使复杂现象同度量化的媒介因素（在指数计算公式中分子、分母处于相同水平的因素）称为同度量因素。

它在编制指数中不仅起到同度量的作用，还起到权数的作用，所以又称为权数。

10.5.4简述基期加权综合法与加权算术平均法在计算数量指数时的区别与联系。

答：用基期加权综合法编制数量总指数时，将同度量因素固定在基期的水平上来计算指数，这种方法编制的综合指数又称为拉氏指数；用加权算术平均法计算数量指数时，是以个体指数为变量值，以一定时期的总值数据为权数，对个体指数加权算术平均计算总指数。

区别与联系：实质上，加权算术平均法计算指数的公式是基期加权综合法计算综合指数公式的变形形式。

在实际应用中，加权平均法既可以使用全面资料，也可以使用非全面资料。

如果用加权算术平均法计算数量指数时使用的是全面资料，个体指数与基期总值数据之间存在严格的应关系，其计算结果的实际意义与基期加权综合法的完全相同。

若依据的是非全面资料计算总指数，其计算结果的实际意义与基期加权综合法的有一定差别。

10.5.5简述报告期加权综合法与交叉加权综合法在计算价格指数时的异同。

答：用报告期加权综合法编制价格总指数时，将同度量因素固定在报告期的水平上计算指数，这种方法编制的价格指数又称为派氏价格指数；用交叉加权综合法计算价格指数时，引入的同度量因素就是相应指标的基期水平与报告期水平的平均值，这种方法编制的价格指数又称为马歇尔—埃奇沃斯价格指数。

异同：依据同一资料，用两种方法计算的价格指数在一定程度上能够综合反映价格的变动方向及变动幅度。

但是，因两种方法采用的同度量因素不同，计算的结果有时差异很大。

经济学家们认为，因为选用的权数的原因，用报告期加权综合法计算的物价指数比实际的指数偏低，用交叉加权综合法计算价格指数是一种折衷的办法。

另外，在编制物价地区性指数时，在销售量构成差别较大的情况下，采用交叉加权综合法来编制物价地区性指数比较合理。

10.5.6简述指数体系的概念及作用。

答：在统计分析中，将多个相互联系、相互影响，在数量上存在严格的推算关系的统计指数所构成的整体称为指数体系。

指数体系是进行因素分析的基础。

构建指数体系的目的，就是要分析多种因素的变动对经济总体变动的影响情况。

10.6.7指数体系和指数数列有何区别？
答：在统计分析中，将多个相互联系、相互影响，在数量上存在严格的推算关系的统计指数所构成的整体称为指数体系。

指数数列，指反映同一现象在不同时期综合变动情况的一系列指数，按时间顺序排列所组成的序列。

两者的特点及编制的目的各不相同。

指数体系中各指数之间存在严格的数量依存关系，彼此可以相互推算。

指数数列一般不具备这一功能。

构建指数体系的目的是为进行因素分析服务的，而编制指数数列目的是要反映现象在一段时期内连续发展变动的趋势。

10.5.8简述指数数列的概念及种类。

答：指数数列，指反映同一现象在不同时期综合变动情况的一系列指数，按时间顺序排列所组成的序列。

指数数列，按各指数对比的方式不同可分为定基指数数列和环比指数数列；按各指数权数选择不同，指数数列可分为不变权数指数数列和可变权数指数数列。

11.5.1什么是综合评价？综合评价的类型有哪些？
答：对评价客体的不同侧面的数量特征给出系统的量化描述，并以此为基础，运用一系列数学、统计学和其他定量方法进行适当综合，得出反映各评价客体较为真实的综合数量水平的数量分析方法。

综合评价的主要类型有：1.按目的划分，综合评价可分为分类问题、排序问题和整体水平评价问题；2.按时间状况分，综合评价可分为纵向评价问题、横向评价问题；3.按使用方法分综合评价可分为使用传统方法的综合评价问题、使用现代方法的综合评价问题；4.按定量化程度分综合评价可分为定性评价、定量评价和半定性评价问题；5.按赋权方法分，综合评价方法分为主观赋权法、客观赋权法、主客观结合赋权法。

11.5.2简述进行综合评价的基本步骤。

答：综合评价的基本步骤有：（1）确定评价的目的；（2）确定评价对象和属性集；（3）对属性集中的指标数据进行搜集和处理；（4）确定权重系数和价值函数；（5）给出评价结果；（6）对评价结果进行检验；（7）分析和运用评价结果。

11.5.3简述指标体系建构的原则。

答：指标体系建构的原则有：（1）目的性原则；（2）层次性原则；（3）整体性原则；（4）操作性原则；（5）导向性原则；（6）简要性原则（不重复）；（7）实际需要性原则。