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

ДАННЫЕ НЕПРОТИВОРЕЧАТ СФОРМУЛИРОВАННОЙ ИССЛЕДОВАТЕЛЕМ ГИПОТЕЗЕ ПРИ УРОВНЕ ЗНАЧИМОСТИ 0,1. БУДУТ ЛИ ДАННЫЕ НЕПРОТИВОРЕЧИТЬ ГИПОТЕЗЕ ПРИ УРОВНЕ ЗНАЧИМОСТИ 0,05. ДА

УКАЖИТЕ ВЕРОЯТНОСТЬ ТОГО, ЧТО СРЕДНЕЕ АРИФМЕТИЧЕСКОЕ НЕПРЕРЫВНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ СОВПАДАЕТ С ИСТИННЫМ ЗНАЧЕНИЕМ. 0

6. УКАЖИТЕ ВЕРОЯТНОСТЬ ТОГО, ЧТО ТОЧЕЧНАЯ ОЦЕНКА ПАРАМЕТРА НЕПРЕРЫВНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ СОВПАДАЕТ С ИСТИННЫМ ЗНАЧЕНИЕМ ПАРАМЕТРА? 0

7. ПО РЕЗУЛЬТАТАМ ВЫБОРКИ ПОСТРОЕНА ИНТЕРВАЛЬНАЯ ОЦЕНКА ПАРАМЕТРА НЕПРЕРЫВНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ. КАК ИЗМЕНИТСЯ ДОВЕРИТЕЛЬНЫЙ ИНТЕРВАЛ ПРИ УВЕЛИЧЕНИИ ДОВЕРИТЕЛЬНОЙ ВЕРОЯТНОСТИ: ИНТЕРВАЛ УВЕЛИЧИТСЯ

ПО РЕЗУЛЬТАТАМ ВЫБОРКИ ВЫЧИСЛЕНЫ 3 ИНТЕРВАЛЬНЫЕ ОЦЕНКИ С ДОВЕРИТЕЛЬНЫМИ ВЕРОЯТНОСТЯМИ 0,95 0,98 И 0,99. УКАЖИТЕ, КАКАЯ ИЗ ПРИВЕДЕННЫХ НИЖЕ ИНТЕРВАЛЬНЫХ ОЦЕНОК СООТВЕТСТВУЕТ ДОВЕРИТЕЛЬНОЙ ВЕРОЯТНОСТИ 0,98. (5 - 10)

9. КАКОЕ ИЗ УСЛОВИЙ ДОЛЖНО ВЫПОЛНЯТЬСЯ ДЛЯ ОБЕСПЕЧЕНИЯ НЕСМЕЩЕННОСТИ СРЕДНЕГО АРИФМЕТИЧЕСКОГО НЕПРЕРЫВНОЙ СЛУЧАЙНОЙ ВЕЛИЧИНЫ? ЭЛЕМЕНТЫ ВЫБОРКИ ДОЛЖНЫ ПРИНАДЛЕЖАТЬ ОДНОЙ ГЕНЕРАЛЬНОЙ СОВОКУПНОСТИ (ГС)

10. КАКАЯ ИЗ ОЦЕНОК ПАРАМЕТРА СЛУЧАЙНОЙ ВЕЛИЧИНЫ НАЗЫВАЕТСЯ НАИЛУЧШЕЙ: НЕСМЕЩЕННАЯ С МИНИМАЛЬНОЙ ДИСПЕРСИЕЙ СРЕДИ ВСЕХ НЕСМЕЩЕННЫХ

11. В КАКОМ СЛУЧАЕ С.К.О. ОЦЕНКИ СОВПАДАЕТ С ДИСПЕРСИЕЙ ЭТОЙ ЖЕ ОЦЕНКИ: ЕСЛИ ОЦЕНКА НЕСМЕЩЕННАЯ

12. ЧТО ЯВЛЯЕТСЯ СЛУЧАЙНОЙ ВЕЛИЧИНОЙ - МАТЕМАТИЧЕСКОЕ ОЖИДАНИЕ ИЛИ ОЦЕНКА МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ? ОЦЕНКА МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ

13. СЛУЧАЙНАЯ ВЕЛИЧИНА ИМЕЕТ ПАРАМЕТРЫ MX=3, DX=2. УКАЖИТЕ ЗНАЧЕНИЕ ПАРАМЕТРА MY, ЕСЛИ Y=10+2X. 16

14. СЛУЧАЙНАЯ ВЕЛИЧИНА ИМЕЕТ ПАРАМЕТРЫ MX=3, DX=2. УКАЖИТЕ ЗНАЧЕНИЕ ПАРАМЕТРА DY, ЕСЛИ Y=15+2X. 8

15. УРОВЕНЬ ЗНАЧИМОСТИ РАВЕН 0,5. МОЖНО ЛИ СЧИТАТЬ СОБЫТИЕ С ВЕРОЯТНОСТЬЮ 0,4: ПРАКТИЧЕСКИ НЕВОЗМОЖНЫМ

ПРИ УРОВНЕ ЗНАЧИМОСТИ РАВНОМ 0,02 ДАННЫЕ ПРОТИВОРЕЧАТ СФОРМУЛИРОВАННОЙ ГИПОТЕЗЕ. БУДУТ ЛИ ОНИ ПРОТИВОРЕЧИТЬ ГИПОТЕЗЕ, ЕСЛИ ИССЛЕДОВАТЕЛЬ НАЗНАЧИТ УРОВЕНЬ ЗНАЧИМОСТИ 0,05. ДА, БУДУТ ПРОТИВОРЕЧИТЬ

17. ДАННЫЕ ПРОТИВОРЕЧАТ СФОРМУЛИРОВАННОЙ ИССЛЕДОВАТЕЛЕМ ГИПОТЕЗЕ ПРИ УРОВНЕ ЗНАЧИМОСТИ 0,1. ДАЛЬНЕЙШИЕ ДЕЙСТВИЯ ИССЛЕДОВАТЕЛЬ СОВЕРШАЕТ СЧИТАЯ, ЧТО ГИПОТЕЗА НЕ ВЕРНА. ЧЕМУ РАВНА ВЕРОЯТНОСТЬ ОШИБКИ ИССЛЕДОВАТЕЛЯ: 0,10

18. ДАННЫЕ ПРОТИВОРЕЧАТ СФОРМУЛИРОВАННОЙ ИССЛЕДОВАТЕЛЕМ ГИПОТЕЗЕ ПРИ УРОВНЕ ЗНАЧИМОСТИ 0,1. БУДУТ ЛИ ДАННЫЕ ПРОТИВОРЕЧИТЬ ГИПОТЕЗЕ ПРИ УРОВНЕ ЗНАЧИМОСТИ 0,05? НЕОБХОДИМЫ ДОПОЛНИТЕЛЬНЫЕ СВЕДЕНИЯ

ДАННЫЕ НЕПРОТИВОРЕЧАТ СФОРМУЛИРОВАННОЙ ИССЛЕДОВАТЕЛЕМ ГИПОТЕЗЕ ПРИ УРОВНЕ ЗНАЧИМОСТИ 0,1. БУДУТ ЛИ ДАННЫЕ НЕПРОТИВОРЕЧИТЬ ГИПОТЕЗЕ ПРИ УРОВНЕ ЗНАЧИМОСТИ 0,05. ДА

20. ДАННЫЕ НЕПРОТИВОРЕЧАТ СФОРМУЛИРОВАННОЙ ИССЛЕДОВАТЕЛЕМ ГИПОТЕЗЕ ПРИ УРОВНЕ ЗНАЧИМОСТИ 0,05. БУДУТ ЛИ ДАННЫЕ НЕПРОТИВОРЕЧИТЬ ГИПОТЕЗЕ ПРИ УРОВНЕ ЗНАЧИМОСТИ 0,1? НЕОБХОДИМЫ ДОПОЛНИТЕЛЬНЫЕ СВЕДЕНИЯ

21. ЧЕМУ РАВНО ЧИСЛО СТЕПЕНЕЙ СВОБОДЫ СРЕДНЕГО АРИФМЕТИЧЕСКОГО, ВЫЧИСЛЕННОГО ПО 20 НАБЛЮДЕНИЯМ? 20

22. ЧЕМУ РАВНО ЧИСЛО СТЕПЕНЕЙ СВОБОДЫ ОЦЕНКИ ДИСПЕРСИИ, ВЫЧИСЛЕННОЙ ПО 15 НАБЛЮДЕНИЯМ? 14

23. ЧЕМУ РАВНО ЗНАЧЕНИЕ КОЭФФИЦИЕНТА КОРРЕЛЯЦИИ НЕЗАВИСИМЫХ СЛУЧАЙНЫХ ВЕЛИЧИН? 0

24. КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ ДВУХ НОРМАЛЬНО РАСПРЕДЕЛЕННЫХ СЛУЧАЙНЫХ ВЕЛИЧИН РАВЕН НУЛЮ. МОЖНО УТВЕРЖДАТЬ, ЧТО СЛУЧАЙНЫЕ ВЕЛИЧИНЫ НЕЗАВИСИМЫ? ДА, СЛУЧАЙНЫЕ ВЕЛИЧИНЫ НЕЗАВИСИМЫ

25. УРОВЕНЬ ЗНАЧИМОСТИ, НАЗНАЧЕННЫЙ ИССЛЕДОВАТЕЛЕМ РАВЕН 0,05. КОРРЕЛЯЦИОННАЯ МАТРИЦА, ВЫЧИСЛЕННАЯ СРЕДСТВАМИ ППП TATGRAPHIC ИМЕЕТ ВИД (НАЖМИТЕ КНОПКУ ПРОСМОТРА). МОЖНО СЧИТАТЬ, ЧТО ИМЕЕТ МЕСТО КОРРЕЛИРОВАННОСТЬ СЛУЧАЙНЫХ ВЕЛИЧИН VAR1 И VAR2? ДА

26. УРОВЕНЬ ЗНАЧИМОСТИ, НАЗНАЧЕННЫЙ ИССЛЕДОВАТЕЛЕМ РАВЕН 0,05. КОРРЕЛЯЦИОННАЯ МАТРИЦА, ВЫЧИСЛЕННАЯ СРЕДСТВАМИ ППП TATGRAPHIC ИМЕЕТ ВИД (НАЖМИТЕ КНОПКУ ПРОСМОТРА). КАКОВА ТЕНДЕНЦИЯ ВЗАИМНОГО ИЗМЕНЕНИЯ СЛУЧАЙНЫХ ВЕЛИЧИН VAR1 И VAR2? ПРИ УВЕЛИЧЕНИИ VAR1 НАБЛЮДАЕТСЯ ТЕНДЕНЦИЯ УВЕЛИЧЕНИЯ VAR2

27. УРОВЕНЬ ЗНАЧИМОСТИ, НАЗНАЧЕННЫЙ ИССЛЕДОВАТЕЛЕМ РАВЕН 0,05. КОРРЕЛЯЦИОННАЯ МАТРИЦА, ВЫЧИСЛЕННАЯ СРЕДСТВАМИ ППП TATGRAPHIC ИМЕЕТ ВИД (НАЖМИТЕ КНОПКУ ПРОСМОТРА). КАКОВА ТЕНДЕНЦИЯ ВЗАИМНОГО ИЗМЕНЕНИЯ СЛУЧАЙНЫХ ВЕЛИЧИН VAR1 И VAR2? ОТСУТСТВУЕТ КОРРЕЛЯЦИЯ СЛУЧАЙНЫХ ВЕЛИЧИН VAR1 И VAR2

28. УРОВЕНЬ ЗНАЧИМОСТИ, НАЗНАЧЕННЫЙ ИССЛЕДОВАТЕЛЕМ РАВЕН 0,05. КОРРЕЛЯЦИОННАЯ МАТРИЦА, ВЫЧИСЛЕННАЯ СРЕДСТВАМИ ППП TATGRAPHIC ИМЕЕТ ВИД (НАЖМИТЕ КНОПКУ ПРОСМОТРА). КАКОВА ТЕНДЕНЦИЯ ВЗАИМНОГО ИЗМЕНЕНИЯ СЛУЧАЙНЫХ ВЕЛИЧИН VAR1 И VAR2? ПРИ УВЕЛИЧЕНИИ VAR1 НАБЛЮДАЕТСЯ ТЕНДЕНЦИЯ УМЕНЬШЕНИЯ VAR2

29. УРОВЕНЬ ЗНАЧИМОСТИ, НАЗНАЧЕННЫЙ ИССЛЕДОВАТЕЛЕМ РАВЕН 0,05. КОРРЕЛЯЦИОННАЯ МАТРИЦА, ВЫЧИСЛЕННАЯ СРЕДСТВАМИ ППП TATGRAPHIC ИМЕЕТ ВИД (НАЖМИТЕ КНОПКУ ПРОСМОТРА). МОЖНО ЛИ УТВЕРЖДАТЬ О НАЛИЧИИ ИЛИ ОТСУТСТВИИ ЗАВИСИМОСТИ МЕЖДУ VAR1 И VAR2? НЕОБХОДИМЫ ДОПОЛНИТЕЛЬНЫЕ СВЕДЕНИЯ

30. ДОПУСТИМЫ ЛИ В КОРРЕЛЯЦИОННОМ АНАЛИЗЕ ОШИБКИ В ИЗМЕРЕНИЯХ ИССЛЕДУЕМЫХ СЛУЧАЙНЫХ ВЕЛИЧИН? ДА

31. ПРИ ПОСТРОЕНИИ РЕГРЕССИОННОЙ МОДЕЛИ ДОЛЖНЫ ВЫПОЛНЯТЬСЯ ОПРЕДЕЛЕННЫЕ ПРЕДПОСЫЛКИ. ДОПУСТИМО ИЗМЕНЕНИЕ ДИСПЕРСИИ ВОЗМУЩЕНИЙ ПРИ ИЗМЕНЕНИИ ЗНАЧЕНИЙ ВХОДНЫХ ПЕРЕМЕННЫХ? НЕТ

32. ПРИ ПОСТРОЕНИИ РЕГРЕССИОННОЙ МОДЕЛИ ДОЛЖНЫ ВЫПОЛНЯТЬСЯ ОПРЕДЕЛЕННЫЕ ПРЕДПОСЫЛКИ. ДОПУСТИМА КОРРЕЛИРОВАННОСТЬ ВОЗМУЩЕНИЙ ПРИ ИЗМЕНЕНИИ ЗНАЧЕНИЙ ВХОДНЫХ ПЕРЕМЕННЫХ? НЕТ

33. УРАВНЕНИЕ ОДНОМЕРНОЙ (ПРОСТОЙ) РЕГРЕСИИ ЭТО: ФУНКЦИОНАЛЬНАЯ ЗАВИСИМОСТЬ МЕЖДУ МАТЕМАТИЧЕСКИМ ОЖИДАНИЕМ СЛУЧАЙНОЙ ВЕЛИЧИНЫ И НЕСЛУЧАЙНОЙ ВЕЛИЧИНОЙ

34. УРОВЕНЬ ЗНАЧИМОСТИ РАВЕН 0,02. ПРИ ПОСТРОЕНИИ РЕГРЕССИОННОЙ МОДЕЛИ ВИДА: Y=A + B*X. РЕЗУЛЬТАТЫ ОЦЕНИВАНИЯ ПРЕДСТАВЛЕНЫ В ТАБЛИЦЕ (ЩЕЛКНИТЕ КНОПКУ ПРОСМОТРА). УКАЖИТЕ КАКОГО ВИДА МОДЕЛЬ ВЫ БУДЕТЕ ИССЛЕДОВАТЬ В ДАЛЬНЕЙШЕМ: Y=B*X

35. ПОСТРОЕНА РЕГРЕССИОННАЯ МОДЕЛЬ ВИДА: Y 2,5 + 1,5*X ЧЕМУ РАВНО ЗНАЧЕНИЕ ТОЧЕЧНОГО ПРОГНОЗА ПРИ X=3? 7

36. ОПРЕДЕЛЕНА РЕГРЕССИОННАЯ МОДЕЛЬ ВИДА: Y=1,2*X^2 + 10,6*X - 16,4. В СОВМЕСТНЫХ НАБЛЮДЕНИЯХ ПЕРЕМЕННЫХ X И Y ПЕРЕМЕННАЯ X ИЗМЕНЯЛАСЬ В ПРЕДЕЛАХ ОТ 5 ДО 10. МОЖНО ЛИ ИСПОЛЬЗОВАТЬ МОДЕЛЬ ДЛЯ ПРОГНОЗИРОВАНИЯ ПРИ ЗНАЧЕНИИ НЕЗАВИСИМОЙ ПЕРЕМЕННОЙ X=11? НЕТ

37. ПРИ ПОСТРОЕНИИ РЕГРЕССИОННОЙ МОДЕЛИ ВЫЧИСЛЯЮТСЯ ОЦЕНКИ КОЭФФИЦИЕНТОВ МОДЕЛИ. НУЖНО ЛИ ПРОВЕРЯТЬ ГИПОТЕЗЫ О РАВЕНСТВЕ НУЛЮ ИСТИННЫХ ЗНАЧЕНИЙ КОЭФФИЦИЕНТОВ? ДА

38. ПРИ ПОСТРОЕНИИ РЕГРЕССИОННОЙ МОДЕЛИ НЕЗАВИСИМЫЕ ПЕРЕМЕННЫЕ НЕ КОРРЕЛИРУЮТ ДРУГ С ДРУГОМ. НУЖНО ЛИ ПРИ УДАЛЕНИИ НЕЗНАЧИМЫХ СОСТАВЛЯЮЩИХ ИЗ МОДЕЛИ ВНОВЬ ПЕРЕСЧИТЫВАТЬ ОЦЕНКИ КОЭФФИЦИЕНТОВ? НЕТ

39. ПОСТРОЕНА РЕГРЕССИОННАЯ МОДЕЛЬ. ДОВЕРИТЕЛЬНАЯ ВЕРОЯТНОСТЬ ПРОГНОЗА РАВНА 0,95. ЧЕМУ РАВНА ВЕРОЯТНОСТЬ ТОГО, ЧТО ТОЧЕЧНЫЙ ПРОГНОЗ ПОЛУЧЕННЫЙ ПО МОДЕЛИ СОВПАДАЕТ С СОВПАДЕТ С ИСТИННЫМ ЗНАЧЕНИЕМ ВЫХОДНОЙ, ЗАВИСИМОЙ ПЕРЕМЕННОЙ? 0

40. ЧТО ВЛИЯЕТ НА ШИРИНУ ДОВЕРИТЕЛЬНОГО ИНТЕРВАЛА ИНТЕРВАЛЬНОЙ ОЦЕНКИ ПРОГНОЗА ПО РЕГРЕССИОННОЙ МОДЕЛИ: КОЛИЧЕСТВО НАБЛЮДЕНИЙ

41. НА РИСУНКЕ (ЩЕЛКНИТЕ КНОПКУ ПРОСМОТРА) ПРИВЕДЕН ГРАФИК ЛИНИИ РЕГРЕССИИ. НАНЕСЕНЫ ЛИНИИ 95% ДОВЕРИТЕЛЬНОГО ИНТЕРВАЛА ПРОГНОЗА. УКАЖИТЕ ИНТЕРВАЛЬНУЮ ОЦЕНКУ ПРОГНОЗА ПРИ X=5. (9,15)

42. НА РИСУНКЕ (ЩЕЛКНИТЕ КНОПКУ ПРОСМОТРА) ПРИВЕДЕН ГРАФИК ЛИНИИ РЕГРЕССИИ. НАНЕСЕНЫ ЛИНИИ 95% ДОВЕРИТЕЛЬНОГО ИНТЕРВАЛА ПРОГНОЗА. УКАЖИТЕ ТОЧЕЧНУЮ ОЦЕНКУ ПРОГНОЗА ПРИ X=2. 6

43. НА РИСУНКЕ (ЩЕЛКНИТЕ КНОПКУ ПРОСМОТРА) ПРЕДСТАВЛЕНА ТАБЛИЦА РЕЗУЛЬТАТОВ ОЦЕНИВАНИЯ КОЭФФИЦИЕНТОВ МОДЕЛИ ВИДА: Y B0+B1*X1+B2*X2+B3*X3. УРОВЕНЬ ЗНАЧИСМОСТИ РАВЕН 0,05. УКАЖИТЕ КАКОЙ ВИД МОДЕЛИ НЕОБХОДИМО РАССМОТРЕТЬ НА СЛЕДУЮЩЕМ ЭТАПЕ ИССЛЕДОВАНИЯ? Y=B1*X1+B3*X3

44. НА РИСУНКЕ (ЩЕЛКНИТЕ КНОПКУ ПРОСМОТРА) ПРЕДСТАВЛЕНА ТАБЛИЦА РЕЗУЛЬТАТОВ ОЦЕНИВАНИЯ КОЭФФИЦИЕНТОВ МОДЕЛИ ВИДА: Y B0+B1*X1+B2*X2+B3*X3. УРОВЕНЬ ЗНАЧИСМОСТИ РАВЕН 0,05. УКАЖИТЕ КАКОЙ ВИД МОДЕЛИ НЕОБХОДИМО РАССМОТРЕТЬ НА СЛЕДУЮЩЕМ ЭТАПЕ ИССЛЕДОВАНИЯ? Y=B0+B3*X3

45. ОЦЕНКИ КОЭФФИЦИЕНТОВ РЕГРЕССИОННОЙ МОДЕЛИ, ПОЛУЧЕННОЙ МЕТОДОМ ГРЕБНЕВОЙ РЕГРЕССИИ ЯВЛЯЮТСЯ СМЕЩЕННЫМИ? ДА

46. ЧЕМУ ДОЛЖЕН БЫТЬ РАВЕН ПАРАМЕТР ГРЕБНЕВОЙ РЕГРЕССИИ, ЧТОБЫ ОЦЕНКИ КОЭФФИЦИЕНТОВ ГРЕБНЕВОЙ РЕГРЕССИИ СОВПАДАЛИ С ОЦЕНКАМИ ОБЫЧНОЙ РЕГРЕССИИ (ОЦЕНКАМИ МНК). ЕСЛИ К - ПАРАМЕТР ГРЕБНЕВОЙ РЕГРЕСИИ, ТО ОН ДОЛЖЕН БЫТЬ РАВЕН: 0

47. ЧЕМУ ДОЛЖЕН БЫТЬ РАВЕН ПАРАМЕТР ГРЕБНЕВОЙ РЕГРЕССИИ, ЧТОБЫ ОЦЕНКИ КОЭФФИЦИЕНТОВ ГРЕБНЕВОЙ РЕГРЕССИИ ОБЛАДАЛИ МИНИМАЛЬНЫМ СКО. ЕСЛИ К - ПАРАМЕТР ГРЕБНЕВОЙ РЕГРЕСИИ, ТО ОН ДОЛЖЕН БЫТЬ РАВЕН: ПАРАМЕТР К ВЫБИРАЕТСЯ ПО ГРАФИКУ ОЦЕНОК КОЭФФИЦИЕНТОВ ГРЕБНЕВОЙ РЕГРЕССИИ

48. КАКОГО ВИДА ГИПОТЕЗА ПРОВЕРЯЕТСЯ МЕТОДОМ ОДНОФАКТОРНОГО ДИСПЕРСИОННОГО АНАЛИЗА? ГИПОТЕЗА О РАВЕНСТВЕ ДИСПЕРСИЙ НЕСКОЛЬКИХ ГЕНЕРАЛЬНЫХ СОВОКУПНОСТЕЙ

49. ПРИ ОДНОФАКТОРНОМ ДИСПЕРСИОННОМ АНАЛИЗЕ ДОЛЖНЫ ВЫПОЛНЯТЬСЯ ОПРЕДЕЛЕННЫЕ ПРЕДПОСЫЛКИ. ДОПУСТИМО ИЗМЕНЕНИЕ ДИСПЕРСИИ ВОЗМУЩЕНИЙ ПРИ ИЗМЕНЕНИИ ЗНАЧЕНИЙ ВХОДНОЙ ПЕРЕМЕННОЙ? НЕТ

50. ДЛЯ ПРОВЕРКИ СТАТИСТИЧЕСКОЙ ГИПОТЕЗЫ О РАВЕНСТВЕ ЦЕН НА ПРОДУКЦИЮ ТРЕХ ФИРМ БЫЛ ИСПОЛЬЗОВАН ОДНОФАКТОРНЫЙ ДИСПЕРСИОННЫЙ АНАЛИЗ. НА РИСУНКЕ (ЩЕЛКНИТЕ КНОПКУ ПРОСМОТРА) ПРЕДСТАВЛЕНА ТАБЛИЦА РЕЗУЛЬТАТОВ, УРОВЕНЬ ЗНАЧИМОСТИ РАВЕН 0,05. МОЖНО УТВЕРЖДАТЬ, ЧТО ДАННЫЕ НЕПРОТИВОРЕЧАТ ГИПОТЕЗЕ? ДА, ДАННЫЕ НЕПРОТИВОРЕЧАТ ГИПОТЕЗЕ

51. ЯВЛЯЕТСЯ ЛИ ВРЕМЕННОЙ РЯД СТАЦИОНАРНЫМ, ЕСЛИ ВСЕ ЕГО ПАРАМЕТРЫ КРОМЕ МАТЕМАТИЧЕСКОГО ОЖИДАНИЯ ПОСТОЯННЫ? НЕТ

52. ВРЕМЕННОЙ РЯД НЕСТАЦИОНАРЕН ПО МАТЕМАТИЧЕСКОМУ ОЖИДАНИЮ. ЧТО НЕОБХОДИМО ПРЕДПРИНЯТЬ ДЛЯ ПРИВЕДЕНИЯ ЕГО К СТАЦИОНАРНОМУ РЯДУ? ВЗЯТЬ КОНЕЧНЫЕ РАЗНОСТИ НЕОБХОДИМОГО ПОРЯДКА

53. КАКАЯ ИЗ ПЕРЕЧИСЛЕННЫХ ХАРАКТЕРИСТИК ОПРЕДЕЛЯЕТ ПРОГНОЗИРУЕМОСТЬ СТАЦИОНАРНОГО ВРЕМЕННОГО РЯДА? АВТОКОРРЕЛЯЦИОННАЯ ФУНКЦИЯ

54. НА РИСУНКЕ (ЩЕЛКНИТЕ КНОПКУ ПРОСМОТРА) ПРИВЕДЕН ГРАФИК ОЦЕНОК АВТОКОРРЕЛЯЦИОННОЙ ФУНКЦИИ СТАЦИОНАРНОГО ВРЕМЕННОГО РЯДА. ДАННЫЙ РЯД ПРОГНОЗИРУЕМ? ДА

55. НА РИСУНКЕ (ЩЕЛКНИТЕ КНОПКУ ПРОСМОТРА) ПРИВЕДЕН ГРАФИК ОЦЕНОК АВТОКОРРЕЛЯЦИОННОЙ ФУНКЦИИ СТАЦИОНАРНОГО ВРЕМЕННОГО РЯДА. ДАННЫЙ РЯД ПРОГНОЗИРУЕМ? НЕТ

56. В КАКОЙ МОДЕЛИ ВРЕМЕННОГО РЯДА ПОСЛЕДУЮЩИЕ ЗНАЧЕНИЯ ОПРЕДЕЛЯЮТСЯ ПРЕДЫДУЩИМИ ЗНАЧЕНИЯМИ НЕПРОГНОЗИРУЕМОГО СТАЦИОНАРНОГО РЯДА ("БЕЛОГО ШУМА") СКОЛЬЗЯЩЕГО СРЕДНЕГО

57. ДЛЯ ЧЕГО ПРЕДНАЗНАЧЕНА ЧАСТНАЯ АВТОКОРРЕЛЯЦИОННАЯ ФУНКЦИЯ? ДЛЯ ИДЕНТИФИКАЦИИ МОДЕЛИ ВРЕМЕННОГО РЯДА

58. НА РИСУНКЕ (ЩЕЛКНИТЕ КНОПКУ ПРОСМОТРА) ПРИВЕДЕН ГРАФИК ОЦЕНОК ЧАСТНОЙ АВТОКОРРЕЛЯЦИОННОЙ ФУНКЦИИ СТАЦИОНАРНОГО ВРЕМЕННОГО РЯДА. МОЖНО ДАННЫЙ РЯД ПРЕДСТАВИТЬ ПРОЦЕССОМ АВТОРЕГРЕССИИ ПЕРВОГО ПОРЯДКА? НЕТ

59. НА РИСУНКЕ (ЩЕЛКНИТЕ КНОПКУ ПРОСМОТРА) ПРИВЕДЕН ГРАФИК ОЦЕНОК ЧАСТНОЙ АВТОКОРРЕЛЯЦИОННОЙ ФУНКЦИИ СТАЦИОНАРНОГО ВРЕМЕННОГО РЯДА. МОЖНО ДАННЫЙ РЯД ПРЕДСТАВИТЬ ПРОЦЕССОМ АВТОРЕГРЕССИИ ПЕРВОГО ПОРЯДКА? ДА

60. МОДЕЛЬ ВРЕМЕННОГО РЯДА АРПСС ИМЕЕТ ПОРЯДОК (2,1,1). МОЖНО ЛИ УТВЕРЖДАТЬ, ЧТО ВРЕМЕННОЙ РЯД СОДЕРЖИТ ЛИНЕЙНЫЙ ТРЕНД? ДА