Главная страница | Контакты | Случайная страница Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Тема: Статистическое изучение взаимосвязей

А1. В основу непараметрических методов положен:

· принцип нумерации значений статистического ряда

А2. Если линейный коэффициент корреляции равен +1, то это говорит:

· Прямая связь

А3. Если линейный коэффициент корреляции равен 0, то это говорит:

· то он показывает полное отсутствие связи.

А4. Если линейный коэффициент корреляции равен -1, то это говорит:

· обратная

А5. Если расчетное значение хи-квадрат критерия Пирсона больше теоретического, то: гипотеза о том, что эмпирические данные можно описать теоретической функцией распределения:

· отклоняется

А6. Если расчетное значение хи-квадрат критерия Пирсона меньше теоретического, то: гипотеза о том, что эмпирические данные можно описать теоретической функцией распределения:

· принимается

А7. Если эмпирическое корреляционное отношение равно 0, то:

· то группированный признак не оказывает влияния на результативный

А8. Если эмпирическое корреляционное отношение равно 1, то:

· то результативный признак изменяется только взависимости от признака, положенного в основание группировки

А9. Коэффициент детерминации может принимать значения в пределах:

· от 0 до 1

А10. Критерий согласия Колмогорова:

· применяется для проверки статистических гипотез о законе распределения с известным видом распределения и известными параметрами.; используется для того, чтобы определить, подчиняются ли два эмпирических распределения одному закону, либо определить, подчиняется ли полученное распределение предполагаемой модели.

·

А11. Критерий согласия Пирсона:

· наиболее часто употребляемый критерий для проверки гипотезы о законе распределения. Во многих практических задачах точный закон распределения неизвестен, то есть является гипотезой, которая требует статистической проверки.

· где — предполагаемая вероятность попадения в i-й интервал, — соответствующее эмпирическое значение, ni — число элементов выборки из i-го интервала

А12. Линейный коэффициент корреляции может принимать значения:

· -1 +1

А13. Минимальное количество данных, необходимое для получения надежных оценок должно быть не менее:

· 30 -40 наблюдений

А14. Минимальное количество данных, необходимое для статистической обработки должно быть не менее:

· 5-8 наблюдений

А15. Регрессионная модель называется многопараметрической, если:

· Переменная зависит от нескольких независимых переменных

А16. Регрессионная модель называется однопараметрической, если:

· Зависит от одной переменной

А17. Эмпирическое корреляционное отношение может принимать значения:

· От 0 до 1

А18. Эмпирическое корреляционное отношение можно определить как: А19. Эмпирическое корреляционное отношение определяют как:

· Это корень квадратный из эмпирического коэффициента детерминации. В свою очередь эмпир коэф детерм – для межгрупповой дисперсии в общей дисперсии

η=√σ²/σ²_общ

ВАРИАНТ 1