自考04271心理统计学考试大纲（2025年版）
湖南 省高 等教 育自 学考 试课 程考 试大 纲心理统计学 （课程代码：04271） 湖南省教育考试院组编 2025 年 6 月高等教育自学考试课程考试大纲课程名称：心理统计学课程代码：04271
第一部分
课程性质与目标
一、课程性质与特点
心理统计学是高等教育自学考试应用心理学专业的选考课程，它是一门兼具理论性与实践性、方法性与工具性的交叉学科课程，既需要扎实的概率论与数理统计知识作为理论支撑，又必须紧密结合心理与教育领域的实际问题，如智力测验的标准化、学习效果的量化评估或行为观测数据的分析等。课程内容通常涵盖描述统计、 推断统计、与实验设计相关的统计等模块，涉及基础统计和高级统计初步两个水平， 既包括传统参数检验（如 t 检验、方差分析），也涉及非参数检验、回归分析乃至结构方程模型等进阶技术，以适应心理学与教育学研究对象的主观性、复杂性特点。该课程强调数据导向，要求考生从纷繁复杂的心理测试结果、教育实验数据中提炼有效信息；注重逻辑推理，通过概率、假设检验等方法培养考生严谨的思维能力；
具有广泛的应用性，无论是分析考生的学业成绩分布还是评估教学方法的有效性都能借助这门课程的方法实现；同时，它紧跟时代发展，随着大数据和人工智能技术的兴起，现代心理与教育统计学不断吸纳新的技术手段，为心理与教育领域的创新发展注入新动力。
二、课程目标与基本
要求通过本课程学习，考生能够掌握心理统计的基本概念、基本原理和基本方法；
能够针对具体的问题按照要求对数据进行描述统计与推断统计分析处理；运用统计分析的原理与方法来解决心理、教育、社会及管理研究方面的实际问题，为以后进行科学研究打下基础。基本要求：
1．了解心理统计学的基本概念；
2．掌握心理统计分析的方法；
3．能够基于所学心理统计分析方法，对心理与教育等领域的具体问题，按照要求对数据进行描述统计与推断统计分析处理。
三、与本专业其他课程的关系
本课程的先修课程为普通心理学、发展与教育心理学、心理学研究方法等课程。
这些课程可以帮助我们掌握心理学，尤其是发展与教育心理学科学研究的基本理论与方法，有助于更好的学好心理学统计学这门课程。
第二部分
考核内容与考核目标
第一章 绪论
通过本章的学习，要求考生了解心理与教育统计的定义、发展历史、研究内容， 选择使用统计方法的步骤，理解统计数据的基本类型，以及心理与教育统计的一些基本概念。本章的难点内容是心理与教育统计的研究内容，选择使用统计方法的基本步骤，统计数据的基本类型，心理与教育统计的基本概念等。
（一）统计方法在心理与教育科学研究中的作用（重点）识记：1．心理与教育统计的定义与性质
2．心理与教育科学研究数据的特点理解：学习心理与教育统计应注意的事项应用：举例说明应用统计方法时需注意的要点（二）心理与教育统计学的内容（次重点）识记：1．描述统计的内容
2．推论统计的内容
3．实验设计的内容
理解：心理与教育统计学内容的分类应用：举例说明心理与教育统计学内容的分类及其包括的部分（三）心理与教育统计学的发展（一般）识记：统计学的发展历程理解：1．统计学在心理与教育研究中的应用
2．心理与教育统计在中国的发展与应用
3．举例说明统计学的理论基础及产生与发展（四）心理与教育统计基础概念（重点）识记：1．数据类型
2．变量、观测值、随机变量
3．总体、样本与个体
4．次数、比率、频率与概率
5．参数和统计量
理解：1．心理与教育科学研究中数据的分类
2．变量、观测值、随机变量等心理与教育统计的基本概念应用：举例说明数据分类的依据和结果
第二章 统计图表
通过本章的学习，要求考生熟悉整理统计数据的排序与分组方法，理解各种统计图表的基本结构及制作要求，熟练绘制各种统计图表，针对不同的数据类型和研究需求，灵活运用统计图表。本章的难点内容是各种统计图表的基本结构与编制方法，各种次数分布表与次数分布图，直方图、条形图与线形图等。
（一）数据的初步整理（重点）识记：1．数据排序
2．统计分组的方法
3．统计表
4．统计图
理解：统计图表的基本结构及制作要求应用：举例说明统计图表的构成要素（二）次数分布表（重点）识记：几种次数分布表的定义及构成：①简单次数分布表②分组次数分布表③相对次数分布表④累加次数分布表⑤双列次数分布表⑥不等距次数分布表理解：1．编制分组次数分布表的步骤
2．几种次数分布表的适用条件及区别应用：举例说明各种次数分布表的定义和优缺点（三）次数分布图（重点）识记：几种次数分布图的定义：①直方图②次数多边形图③累加次数分布图理解：各种次数分布图的特点及适用条件应用：1．举例说明几种次数分布图的区别
2．根据次数分布表绘制次数分布图（四）其他类型的统计图表（次重点）识记：1．其他常用的统计表类型：①简单表 ②分组表 ③复合表
2．其他常用的统计图类型：①条形图 ②圆形图 ③线型图 ④散点图理解：其他常用统计图的功能、用途及绘制方法应用：区分各种统计图表，并根据具体的情境采用适配的统计图表
第三章 集中量数
通过本章的学习，要求考生理解各种集中量数的含义、性质和作用，熟练掌握集中量数的计算方法，恰当地应用集中量数描述一组数据的集中趋势。本章的难点内容是各种集中量数的概念和性质，各种集中量数的计算方法，各种集中量数的具体应用等。
（一）算术平均数（重点）识记：1．平均数的计算方法
2．平均数的特点
3．平均数的优缺点
理解：计算和应用平均数的原则应用：举例说明平均数的定义、性质、计算方法和应用（二）中数与众数（重点）识记：1．中数的定义、优缺点、计算方法和应用
2．众数的定义、意义、计算方法和应用理解：1．中数在未分组数据和分组数据中的计算方法
2．平均数、中数与众数三者之间的关系应用：1．举例说明在不同情况下计算中数的方法
2．举例说明在描述数据分布的整体特征时，如何灵活选用不同集中量数（三）其他集中量数（次重点）识记：三种其他集中量数的定义和用途：①加权平均数 ②几何平均数 ③调和平均数理解：三种其他集中量数的应用应用：举例说明各个集中量数的适用条件
第四章 差异量数
通过本章的学习，要求考生识记各种差异量数的含义，理解百分位差、四分位差、标准差、方差的性质和作用，掌握百分位差、四分位差、标准差、方差、标准分数的计算方法，熟练运用百分位差、标准差、方差描述数据的离中趋势，标准分数的应用。本章的重点内容是百分位差、四分位差、标准差、方差、标准分数的概念、性质、作用、计算方法和应用。难点是标准差的计算和应用。
（一）全距与百分位差（重点）识记：全距、百分位差和四分位差的定义、性质理解：1．全距、百分位差和四分位差的计算方法
2．百分等级的计算方法应用：举例说明各差异量数的计算方法和应用（二）平均差、方差与标准差（重点）识记：1．动差体系的定义
2．平均差的定义及计算方法
3．方差和标准差的定义及计算方法理解：方差和标准差的性质、意义应用：举例说明方差、标准差如何描述数据的离中趋势（三）标准差的应用（次重点）识记：差异系数的定义和计算方法理解：1．标准分数的定义、性质、优点和计算方法
2．标准分数的应用
应用：1．异常值的取舍
2．举例说明差异系数和标准分数的应用情境（四）差异量数的选用（次重点）识记：1．优良差异量数具备的标准
2．各种差异量数优缺点比较理解：1．各种差异量数之间的关系
2．如何选用差异量数应用：结合集中量数和差异量数来描述一组数据的全貌
第五章 相关关系
通过本章的学习，要求考生识记相关、散点图、相关系数的类别和含义，理解各类相关系数的意义和适用条件，熟练掌握常用相关系数的计算方法，恰当应用各类相关系数进行相关分析。本章的重点内容是相关的基本类型，各种相关系数的适用条件和计算方法，积差相关、等级相关、质量相关、品质相关的应用。难点是各种相关系数的适用前提和计算。
（一）相关、相关系数与散点图（重点）识记：1．相关的含义、类别
2．相关系数的定义、性质理解：散点图的功能，不同椭圆形状的散点图表示的相关度应用：解释相关系数时应注意的问题（二）积差相关（重点）识记：积差相关的概念理解：1．积差相关系数计算公式
2．相关系数的合并
应用：1．分析计算积差相关系数的数据资料需要满足的条件
2．计算积差相关系数的差法公式（三）等级相关（重点）识记：斯皮尔曼等级相关的定义和计算方法理解：1．斯皮尔曼等级相关的适用资料
2．肯德尔 W 系数的适用资料应用：1．分析肯德尔 U 系数的适用资料
2．举例说明肯德尔 W 系数和肯德尔 U 系数的异同（四）质与量相关（次重点）识记：点二列相关的定义和计算方法理解：1．点二列相关的适用资料
2．二列相关的适用资料
3．多列相关的适用资料应用：1．如何区分点二列相关和二列相关
2．二列相关的定义和计算方法（五）品质相关（次重点）识记：1．四分相关的适用资料
2．列联表相关的适用资料理解：1．Φ系数的适用资料和计算方法
2．选用差异量数
应用：品质相关的类型及的应用条件（六）相关系数的选用与解释（一般）识记：相关系数值的解释理解：1．选择合适的相关系数
2．相关系数的特殊用途
3．举例说明各种相关系数的适用条件
第六章 概率分布
通过本章的学习，要求考生了解掌握有关概率的基本知识，理解常用概率分布的基本特征，二项分布与正态分布的具体应用。本章的重点内容是概率规则，标准正态分布、t 分布、χ²分布、F 分布的特征，标准正态分布表、t 分布表、χ²分布表与 F 分布表的使用，二项分布与常态分布的应用。难点是正态分布和二项分布的计算和应用。
（一）概率的基本概念（重点）识记：概念的含义、类别理解：1．概率的基本性质
2．概率分布类型
应用：心理与教育统计中常用的概率分布及其特点（二）正态分布（重点）识记：正态分布的特征理解：正态分布表的编制与使用应用：1．将测验分数正态化
2．分析次数分布是否为正态分布的检验方法
3．正态分布理论在测验中的应用（三）二项分布（次重点）识记：二项试验和二项分布的含义理解：1．二项分布的性质
2．二项分布的应用
应用：二项试验必须满足的条件（四）抽样分布（一般）识记：1．正态分布及渐近正态分布
2．t 分布的特点，t 分布表的使用
3．χ²分布的特点
4．F 分布的特点
理解：1．区分不同的统计分布类型及其特点
2．查阅χ²分布表以获取有用信息
3．查阅 F 分布表以获取有用信息
4. 样本平均数在不同情况下的分布
第七章 参数估计
通过本章的学习，要求考生了解参数估计的类型，理解参数估计的意义与原理， 掌握点估计与区间估计的方法。本章的重点内容是点估计、区间估计的原理，总体平均数估计的步骤与方法，其他总体参数估计的具体步骤与方法。难点是总体平均数估计的步骤和计算方法。
（一）点估计、区间估计与标准误（重点）识记：1．点估计的定义
2．区间估计的定义
理解：1．良好估计量的标准
2．置信区间与显著性水平的含义
3．区间估计的原理与标准误应用：1．点估计和区间估计的原理
2．分析点估计和区间的本质和优缺点（二）总体平均数的估计（重点）识记：估计总体平均数的步骤理解：总体方差已知和未知两种情况下对总体平均数的估计应用：总体平均数估计的具体方法（三）标准差与方差的区间估计（重点）识记：标准差和方差的区间估计的步骤理解：1．标准差的区间估计
2．方差的区间估计
3．两总体方差之比的区间估计应用：举例说明标准差区间估计的步骤（四）相关系数的区间估计（重点）识记：积差相关系数的抽样分布理解：1．积差相关系数的区间估计
2．等级相关系数的区间估计应用：根据不同类型分布计算总体相关系数的置信区间（五）比率及比率差异的区间估计（次重点）识记：比率和比率差异的样本分布理解：1．比率的区间估计
2．比率差异区间估计应用：比率区间估计的步骤
第八章 假设检验
通过本章的学习，要求考生理解假设检验的一般原理和步骤，掌握平均数的显著性检验，平均数差异显著性检验，方差、标准差差异的检验，各类相关系数的检验，比率的显著性检验方法与步骤。本章的重点内容是假设检验的一般原理，平均数的显著性检验，平均数差异显著性检验，方差、标准差差异的检验，各类相关系数的检验，比率的显著性检验等假设检验方法与步骤。难点是平均数和平均数差异的显著性检验。
（一）假设检验的原理（重点）识记：假设与假设检验的含义理解：1．假设检验中的小概念原理
2．假设检验中的两类错误，两类错误的关系
3．假设检验的步骤
应用：1．影响β错误的因素
2．剖析统计检验力的内涵
3．单侧检验与双侧检验（二）平均数的显著性检验（重点）识记：平均数的显著性检验的含义理解：总体非正态分布时的显著性检验应用：1．进行总体正态分布、总体方差已知时的显著性检验
2．进行总体正态分布、总体方差未知时的显著性检验（三）平均数差异的显著性检验（重点）识记：平均数差异的显著性检验的含义应用：不同条件下的平均数差异显著性检验的比较（四）方差的差异检验（重点）识记：方差的差异检验的计算步骤理解：1．样本方差与总体方差的差异检验
2．两个样本方差之间的差异显著性检验应用：方差的差异检验的基本步骤（五）相关系数的显著性检验（次重点）识记：积差相关系数显著性检验的含义理解：1．积差相关系数的显著性检验
2．其他类型相关系数的显著性检验应用：1．举例说明ρ=0 时，积差相关系数的显著性检验步骤
2．举例说明ρ≠0 时，积差相关系数的显著性检验步骤（六）比率的显著性检验（一般）识记：比率和二比率差异显著性检验的含义理解：1．比率的显著性检验
2．二比率差异的显著性检验
3．独立样本和相关样本比率差异显著性检验的比较
第九章 方差分析
通过本章的学习，要求考生理解方差分析的一般原理，掌握完全随机设计和随机区组设计方差分析的步骤，熟悉事后检验方法。本章的重点内容是方差分析的一般原理，完全随机设计方差分析方法，随机区组设计方差分析方法，事后检验。难点是完全随机和随机区组设计方差分析方法。
（一）方差分析的基本原理及步骤（重点）识记：方差分析的基本原理：综合的 F 检验理解：1．方差分析的基本过程与步骤
2．方差分析的基本假定条件应用：1．方差分析的功能及其基本假定条件
2．概括方差分析的主要步骤
3．方差分析中的方差齐性检验
4．与方差分析有关的实验设计问题（二）完全随机设计的方差分析（重点）识记：完全随机设计的方差分析的含义理解：1．各实验处理组样本容量相同时的方差分析步骤
2．各实验处理组样本容量不同时的方差分析步骤
3．利用样本统计量进行方差分析应用：不同前提条件下完全随机设计方差分析的步骤（三）随机区组设计的方差分析（重点）识记：随机区组设计的方差分析的含义应用：1．比较完全随机设计与随机区组设计的优缺点
2．比较分析完全随机设计的方差分析与随机区组设计的方差分析最重要的区别（四）事后检验（次重点）识记：事后检验的含义理解：1．为什么不能用 t 检验对多个平均数的差异进行比较
2．N-K 检验法
应用：N-K 检验法的步骤
第十章 χ²检验
通过本章的学习，要求考生了解χ²检验的一般原理，掌握χ²检验的具体方法，如配合度检验、独立性检验、同质性检验，以及数据的合并与相关源的分析方法。本章的重点内容是χ²检验的一般原理，配合度检验、独立性检验、同质性检验，计数数据的合并方法。难点是每种检验的计算方法。
（一）χ²检验的原理（重点）识记：1．χ²检验的假设：①分类相互排斥，互不包容 ②观测值相互独立 ③期望次数的大小
2．χ²检验的类别：①拟合优度检验 ②独立性检验 ③同质性检验理解：1．χ²检验的基本公式
2．小期望次数的连续性校正应用：1．对于计数数据的统计分析方法
2．期望次数的计算
3．应用χ²检验应注意的取样设计（二）拟合优度检验（重点）识记：拟合优度检验的含义理解：1．拟合优度检验的应用
2．连续变量分布的拟合优度检验
3．比率或百分数的拟合优度检验
4．二项分类的拟合优度检验或比率显著性检验的一致性
5．χ²的连续性校正应用：1．拟合优度检验的一般问题
2．比率的显著性检验与χ²检验应用的相同功能（三）独立性检验（重点）识记：独立性检验的含义理解：1．独立性检验的一般问题与步骤
2．多重列联表分析
应用：1．独立样本和相关样本四格表χ²检验的计算步骤
2．四格表独立性检验
3．R×C 表独立性检验（四）同质性检验与数据的合并（次重点）识记：同质性检验的含义理解：1．单因素分类数据的同质性检验
2．列联表形式的同质性检验
3．计数数据的合并方法应用：计数数据的合并方法（五）相关源的分析（一般）识记：相关源的分析的含义理解：1．2×C 表的离析
2．R×C 表的离析
3．分析 2×C 表的相关源
第十一章 非参数检验
通过本章的学习，要求考生阐述非参数检验的一般原理和特点，介绍非参数检验的具体方法，包括秩和检验法、中数检验法、符号检验法、等级方差分析等。本章的重点内容是非参数检验的特点与原理，秩和检验法、中数检验法、符号检验法、 等级方差分析。难点是各种非参数检验方法的区分和应用。
（一）非参数检验的基本概念与特点（重点）识记：非参数概念理解：χ²检验的基本公式应用：非参数检验参数方法的特点（二）两个独立样本的非参数检验方法（重点）识记：1．秩和检验法的含义
2．中数检验法的含义理解：秩和检验法的适用资料和计算过程应用：1．秩和检验的基本思想
2．中数检验法的适用资料和计算过程（三）配对样本的非参数检验方法（次重点）识记：1．符号检验法的含义
2．符号等级检验法的含义理解：1．符号检验法的适用资料和计算过程应用：符号检验法的基本思想（四）等级方差分析（一般）识记：1．克-瓦氏单项方差分析的含义
2．弗里德曼两因素等级方差分析的含义理解：1．克-瓦氏单项方差分析的适用资料和计算过程
2．弗里德曼两因素等级方差分析的适用资料和计算过程
3．所有非参数检验方法的适用资料
第十二章 线性回归
通过本章的学习，要求考生理解线性回归原理，掌握线性回归模型建立方法和检验方法，了解简单线性回归分析方法的用途。本章的重点内容是线性回归的原理、 线性回归模型的建立方法、线性回归方程检验方法。难点是回归模型的检验与估计。
（一）线性回归模型的建立方法（重点）识记：1．线性回归的含义
2．回归分析与相关分析的关系理解：1．回归模型与回归系数
2．回归模型建立方法
3．回归系数与相关系数的关系
4．线性回归的基本四种假设：①线性关系假设②正态性假设③独立性假设 ④误差等分散性假设应用：1．线性回归的基本假设
2．回归分析与相关分析的区别（二）回归模型的检验与估计（重点）识记：决定系数的含义理解：1．回归模型的有效性检验
2．回归系数的显著性检验
3．决定系数
应用：1．解释回归系数和决定系数
2．计算回归系数显著性检验（三）回归方程的应用（次重点）识记：回归预测的基本步骤理解：1．用样本回归方程进行预测或估计
2．真值的预测区间
3．回归分析与相关分析的综合运用应用：运用样本回归方程进行预测或估计
第十三章 多变量统计分析简介
通过本章的学习，要求考生理解多因素方差分析、多重回归分析、因子分析等多变量统计方法的基本概念和原理，掌握双因素方差分析、多重线性回归分析方法。
本章的难点内容是多因素方差分析、多重线性回归、因子分析原理，双因素方差分析方法。
（一）多因素方差分析（重点）识记：多因素方差分析的基本概念理解：多因素方差分析的统计原理应用：解释交互作用（二）多重线性回归（重点）识记：多重线性回归的含义理解：1．多重线性回归模型的建立
2．多重线性回归方程的检验
3．多重回归方程中自变量的选择
4．多重线性回归的基本假设应用：选择自变量，建立最优回归方程的方法（三）因子分析（次重点）识记：因子分析的含义和类别理解：1．因子分析的基本思想、模型与条件
2．因子分析的数学原理与过程
3．因子分析的功用与应用应用：1．探索性因子分析与验证性因子分析的区别
2．回归分析与因子分析的区别
第十四章 抽样原理及方法
通过本章的学习，要求考生介绍抽样的基本原理，理解并掌握常用的抽样方法和确定样本容量的方法，抽样方法的具体应用。本章的难点内容是各类抽样方法的概念，抽样原理，抽样方法的应用，确定样本容量的方法。
（一）抽样的意义和原则（重点）识记：抽样调查研究的特点和作用理解：抽样的基本原则应用：什么是抽样误差和最大允许抽样误差
（二）几种重要的随机抽样方法（重点）识记：简单随机抽样、等距抽样、分层随机抽样及两阶段随机抽样的含义和方法理解：简单随机抽样、等距抽样、分层随机抽样及两阶段随机抽样的标准误和评价应用：分析需进行分层抽样的情形及其优点
（三）样本容量的确定（次重点）识记：1．确定样本容量的意义
2．确定样本容量时应该考虑的因素理解：1．确定样本容量的方法应用：决定样本容量时应考虑的因子
第三部分
有关说明与实施要求
一、考核的能力层次表述
本大纲在考核目标中，按照“识记”“理解”“应用”三个能力层次规定其应达到的能力层次要求。各能力层次为递进等级关系，后者必须建立在前者的基础上， 其含义是：识记：能知道有关的名词、概念、知识的含义，并能正确认识和表述，是低层次的要求。
理解：在识记的基础上，能全面把握基本概念、基本原理、基本方法，能掌握有关概念、原理、方法的区别与联系，是较高层次的要求。
应用：在理解的基础上，能运用基本概念、基本原理、基本方法联系学过的多个知识点分析和解决有关的理论问题和实际问题，是最高层次的要求。
二、教材
指定教材：《现代心理与教育统计学》，张厚粲、徐建平，北京师范大学出版社， 2020 年第 5 版
三、
自学方法指导
1．在开始阅读指定教材某一章之前，先翻阅大纲中有关这一章的考核知识点及对知识点的能力层次要求和考核目标，以便在阅读教材时做到心中有数，有的放矢。
2．阅读教材时，要逐段细读，逐句推敲，集中精力，吃透每一个知识点，对基本概念必须深刻理解，对基本理论必须彻底弄清，对基本方法必须牢固掌握。
3．在自学过程中，既要思考问题，也要做好阅读笔记，把教材中的基本概念、原理、方法等加以整理，这可从中加深对问题的认知、理解和记忆，以利于突出重点，并涵盖整个内容，可以不断提高自学能力。
4．完成书后作业和适当的辅导练习是理解、消化和巩固所学知识，培养分析问题、解决问题及提高能力的重要环节，在做练习之前，应认真阅读教材，按考核目标所要求的不同层次，掌握教材内容，在练习过程中对所学知识进行合理的回顾与发挥，注重理论联系实际和具体问题具体分析，解题时应注意培养逻辑性，针对问题围绕相关知识点进行层次（步骤）分明的论述或推导，明确各层次（步骤）间的逻辑关系。
四、对社会助学的要求
1．应熟知考试大纲对课程提出的总要求和各章的知识点。
2．应掌握各知识点要求达到的能力层次，并深刻理解对各知识点的考核目标。
3．辅导时，应以考试大纲为依据，指定的教材为基础，不要随意增删内容，以免与大纲脱节。
4．辅导时，应对学习方法进行指导，宜提倡“认真阅读教材，刻苦钻研教材，主动争取帮助，依靠自己学通”的方法。
5．辅导时，要注意突出重点，对考生提出的问题，不要有问即答，要积极启发引导。
6．注意对考生能力的培养，特别是自学能力的培养，要引导考生逐步学会独立学习，在自学过程中善于提出问题，分析问题，做出判断，解决问题。
7．要使考生了解试题的难易与能力层次高低两者不完全是一回事，在各个能力层次中会存在着不同难度的试题。
8．助学学时：本课程共 5 学分，建议总课时 90 学时，其中助学课时分配如下：
章次章节名称学时
第一章
绪论
第二章
统计图表
第三章
集中量数
第四章
差异量数
第五章
相关关系
第六章
概率分布
第七章
参数估计
第八章
假设检验
第九章
方差分析
第十章
χ²检验
第十一章
非参数检验
第十二章
线性回归
第十三章
多变量统计分析简介
第十四章
抽样原理及方法合 计
五、关于命题考试的若干规定
1．本大纲各章所提到的内容和考核目标都是考试内容。试题覆盖到章，适当突出重点。
2．试卷中对不同能力层次的试题比例大致是：“识记”为 30 %、“理解”为40%、“应用”为 30 %。
3．试题难易程度应合理：容易、中等、难比例为 3：4：3。
4．每份试卷中，各类考核点所占比例约为：重点占 60%，次重点占 30%，一般占 10%。
5．试题类型一般分为：单项选择题、填空题、名词解释题、简答题、计算题。
6．考试采用闭卷笔试，考试时间 150 分钟，采用百分制评分，60 分合格。
六、题型示例（样题）
一、单项选择题
（本大题共 30 小题，每小题 1 分，共 30 分）在每小题列出的四个备选项中只有一个是符合题目要求的，请将其选出并将“答题卡”上的相应字母涂黑。错涂、多涂或未涂均无分。
1．统计学作为一门科学始于A．18 世纪 B．19 世纪 C．20 世纪 D．21 世纪
二、填空题
（本大题共 5 小题，每小题 2 分，共 10 分）
31．统计学大致分为统计学和统计学两部分。
三、名词解释题
（本大题共 5 小题，每小题 3 分，共 15 分）
36．随机变量
四、简答题
（本大题共 5 小题，每小题 6 分，共 30 分）
41．简述心理与教育科学研究中的数据类型。
五、计算题
（本大题共 1 小题，每小题 15 分，共 15 分）
46．下面是某校几年来毕业生的人生，求平均增加比率，并估计 10 年后的毕业人数。
年份 1978 1979 1980 1981 1982 1983 1984 1985 毕业人数 1050 1120
