Какой параметр может быть использован для категориальных (нечисловых) данных?

1. Среднее

2. Медиана

3. Мода

4. Выброс

Проверка гипотезы о равенстве генеральных средних исключает

1. Формулирование нулевой и альтернативной гипотезы

2. Определение уровня значимости

_3. Вычисление p_s

_4. Вычисление S² _гр и S² _ост

5. Вычисление F_набл по таблицам

6. Нахождение F_критич по таблицам

_7. Сравнение F_набл и F_критич

3 4

Вероятность совершить ошибку первого рода

1. Уровень значимости

2. Мощность критерия

3. Обозначается p

4. Обозначается альфа

1 4

Если наблюдаемое значение критерия принадлежит области принятия гипотезы, то

1. Основная гипотеза отвергается

2. Основная гипотеза принимается

3. Альтернативная гипотеза принимается

4. Альтернативная гипотеза отвергается

2 4

Коэффициент детерминации

1. Показывает, как точно модель описывает диаграмму рассеивания

2. Может изменяться в пределах от 0 (0%) до 1 (100%)

^3. Обозначается R²

4. характеризует силу связи между величинами

5. применяется в дисперсионном анализе

1 2 3

Пусть все данные выборки принадлежат одной линии с положительным наклоном. Какой коэффициент корреляции для этой выборки?

1. -1

2. 0,99

3. 100

4. 1,0

5. коэффициент корреляции такой же, как коэффициент наклона

35. пусть коэффициент корреляции = -0,57. Если каждое значение переменной у умножить на -1, каково будет значение коэффициента корреляции и каков будет наклон линии регрессии

1. -0,57

2. +0,57

36. любая «+» корреляция говорит о более сильной связи, чем «-» корреляция

1. да

2. нет

 

Что из нижеперечисленного выражает более сильную связь между переменными

1. r= -0.35

2. r= -0.28

3. r= 0.21

4. r²= 0.01

5. r²= 0.23

Для ранговой корреляции справедливо

1. Применяется для определения взаимосвязи между параметрами, относящимися к произвольному непрерывному распределению

2. Нет принципиальных отличий в применении по сравнению с параметрическим корреляционным анализом

3. Наблюдения упорядочиваются по определенному параметру, связанному с сортировкой данных

4. Ранг данного всегда равен его порядковому номеру

Анализ зависимости между качественными признаками основан на

1. Построение функции выживаемости

2. Сравнение дисперсий двух и более параметров

3. Сравнение частоты совместного проявления различных уровней признаков, вычисленной в предположении об их независимости, с наблюдаемой частотой

Нулевая гипотеза в дисперсионном анализе принимается, если

_1. S² _гр > S² _ост

_2. S² _гр ≤ S² _ост

_3. S² _гр ≥ S² _ост

Дисперсионный анализ применяется для

1. Определения достоверности различий между признаками

2. Определения, значимо ли повлиял некий фактор на изучаемые нами выборки

3. Определении связи между признаками

4. Определения средней выживаемости в группе

Для вычисления функции выживаемости можно использовать критерий

1. Пирсона-Фишера

2. Катлера-Эдерера

3. Смирнова-Колмогорова

4. Каплана-Мейера

2 4

43. При сравнении двух кривых выживаемости оказалось, что наблюдаемое значение критерия z = 4,09, если известно, что на уровне значимости 0,05 z критическое значение равно 1,96, то

1. Нет оснований отвергать основную гипотезу, следовательно, выживаемость одинакова

2. Основная гипотеза отвергается, следовательно, выживаемость различна

44. В группе 64 студентов был проведен тест по статистике, в среднем студенты сдали на 70 баллов. Из предыдущих лет известно, что стандартное отклонение равно 16. Постройте 95% доверительный интервал для среднего значения

1. (66,08, 73,92)

2. (54, 78)

3. (68,04, 71,96)

4. (40, 100)

5. (68, 72)

При выполнении эксперимента получены следующие результаты

Continue…	Chi - square	df	p
Pearach Chi – square	7.288003	df = 2	p =.02616
M-L Chi – square	7.785147	df = 2	p =.02040
Phi	.2877815
Contingency coefficient	.2765573
Cramer’s V	.2877815
Kendall’s tau b & c	b= -.025623	c = -.026860
Gamma	-.048689

Что можно сказать о наличии связи между исследуемыми признаками

1. Между признаками связь есть, потому что р = 0,02616, что меньше альфа = 0,05, следовательно, основная гипотеза отвергается на уровне значимости 0,05 и принимается альтернативная гипотеза

2. Между изучаемыми признаками нет значимой связи, потому что р = 0,02616

3. Связь между признаками есть, потому что df =2

46. Какие выводы можно сделать по таблице (альфа = 0,05)

 

General MANOVA Univar test	Sun of Squares	df	Mean Square	F	p - level
Effect			47610.98	.517510	.473500
Error			92014.21

 

1. Исследуемый фактор не оказал влияния, тк р = 0,47, следовательно, нет оснований отвергать основную гипотезу

2. Различия между исследуемыми средними статистически незначимы, тк нет оснований отвергать основную гипотезу

3. Фактор оказывает значимое влияние

4. Средние различаются статистически значимо

Выборка – это

1. Измеряемые характеристики популяции

2. Подмножество генеральной совокупности

3. Значения, вычисленные из ряда данных

4. Множество индивидов, имеющих общие характеристики