53. Формула для вычисления коэффициента а0 линейной регрессии:

__ _ _

_ _ XY-X*Y

1. а₀ =Y – а₁Х 3. а₀ = -----------

D(X)

бy _ _

2. а₀ = r --- 4. а₀ = Y - a₁ X²

бx

54. Сущность регрессионного анализа заключается в том, что он позволяет установить:

1. тесноту связи между переменными путем оценки коэффициентов корреляции;

2. наличие зависимости значения одной случайной величины от среднего значения другой случайной величины;

3. вид зависимости одной переменной от другой путем нахождения уравнения, связывающего эти величины.

55. Значение регрессионного анализа заключается в том, что он:

1. позволяет рассчитать коэффициенты в уравнение регрессии;

2. может быть использован для прогнозирования значений одной из случайных величин, если известно значение другой;

3. позволяет установить конкретный вид функциональной зависимости;

4. применяется для выравнивания временного ряда.

56. Характеристика связи между переменными в случае, когда коэффициент корреляции больше нуля:

1. при увеличении значения X значение У в среднем уменьшается;

2. при уменьшении значения Х значение У остается поcтоянным;

3. при увеличении значения Х значение У в среднем увеличивается;

4. переменные Х и У независимы;

5. переменные Х и У некоррелированы.

57. Характеристика связи между переменными в случае, когда коэффициент корреляции меньше нуля:

1. при увеличении значения X значение У в среднем уменьшается;

2. при уменьшении значения Х значение У остается поcтоянным;

3. при увеличении значения Х значение У в среднем увеличивается;

4. переменные Х и У независимы;

5. переменные Х и У некоррелированы.

58. Характеристика связи между переменными в случае, когда коэффициент корреляции равен нулю:

1.при увеличении значения Х значение У остается поcтоянным;

2. при увеличении значения Х значение У в среднем увеличивается;

3. переменные Х и У независимы;

4. переменные Х и У некоррелированы.

59. Интерпретация значения линейного коэффициента корреляции r = - 0,9:

1. Линейная зависимость скорее всего существует;

2. Линейная зависимость скорее всего отсутствует;

3. Линейная зависимость существует;

4. Линейная зависимость отсутствует.

60. Интерпретация значения линейного коэффициента корреляции r = - 0,6:

1. Линейная зависимость скорее всего существует;

2. Линейная зависимость скорее всего отсутствует;

3. Линейная зависимость существует;

4. Линейная зависимость отсутствует.

61. Интерпретация значения линейного коэффициента корреляции r = 0,2:

1. Линейная зависимость скорее всего существует;

2. Линейная зависимость скорее всего отсутствует;

3. Линейная зависимость существует;

4. Линейная зависимость отсутствует.

62. Значение коэффициента корреляции заключается в том, что он характеризует:

1. разброс отклонений значений одной из переменных от другой.

2. направление графика функции Х=f(У).

3. силу и направленность корреляционной зависимости.

4. силу и направленность функциональной зависимости.

63. Границы изменения значения коэффициента корреляции:

1. от -1 до 0 и от 0 до +1, где 0 не входит в интервал;

2. от -1 до +1, границы не входят в интервал;

3. от -1 до +1, границы входят в интервал;

4. от -0,1 до +0,1;

5. от -1 до 0;

6. от 0 до +1;

64. Шкала оценки значений коэффициента корреляции:

1. от 0 до 0,3; от 0,3 до 0,6; от 0,6 до 0,8; от 0,8 до 1;

2. от 0 до 0,5; от 0,5 до 1;

3. от 0 до 0,3; от 0,3 до 0,6; от 0,6 до 1;

4. от -1 до 0; от 0 до +1.

65. Шкала оценки значений коэффициента линейной корреляции:

1. от 0 до 0,3; от 0,3 до 0,6; от 0,6 до 0,8; от 0,8 до 1;

2. от 0 до 0,5; от 0,5 до 1;

3. от 0 до 0,3; от 0,3 до 0,6; от 0,6 до 1;

4. от -1 до 0; от 0 до +1.

66. Определение понятия "временной (динамический) ряд":

1 Ряд значений случайной величины, расположенных по возрастанию.

2 Ряд значений случайной величины, расположенных в хронологической последовательности.

3 Ряд значений случайной величины, расположенных по убыванию.

67. Сущность понятия "экстраполяция сложившейся тенденции":

1 нахождение коэффициентов уравнения основной тенденции с целью расчета возможных значений случайной величины.

2 нахождение значений случайной величины, которые она может принимать в будущем;

3 продление в будущее графического изображения тенденции, наблюдавшейся в прошлом;

4 оценка оптимальной модели, описывающей тенденцию изменения случайной величины.

68. Формула экспоненциальной зависимости:

1. X= b+at+ct² 4. X=a*lgt

2. X=a*e^bt 5. X=a*1/t + b

3. X= a*lnt 6. Х=а*е^bt + b

69. Формула гиперболической зависимости:

1. X= b+at+ct² 4. X=a*lgt

2. X=a*e^bt 5. X=a*1/t + b

3. X= a*lnt 6. Х=а*е^bt + b

70. Формула квадратичной зависимости:

1. Х = b+a*t+c*t²; 3. X = a*1/t² +b;

2. X = a*lgt²; 4. X = a*t+b²+с*t

71. Формула вычисления коэффициента а₁ для линейной зависимости

Х = а_1*t + a₀

XY - X*Y XY - X*Y

1. а₁ = ------------; 3. а₁ = --------------;

D(x) б_х * б_у

S Х* t

2. а₁= ----------- 4. а₁= Х – а₀У

S t²

72. Формула вычисления коэффициента a₀ для линейной зависимости

Х = а_1*t + a₀

XY - X*Y XY - X*Y

1. a₀ = --------------; 3. a₀ = ------------;

D(x) б_х * б_у

1 n

2. a₀ = Y - а₁X; 4. a₀ = --- S Xi

n i=0

ВЫБЕРИТЕ НЕСКОЛЬКО ПРАВИЛЬНЫХ ОТВЕТОВ:

73. Условия формирования репрезентативной выборки:

1 повторность отбора членов совокупности

2 случайность отбора членов совокупности

3 типичность членов совокупности

4 необходимый объем совокупности

5 серийность членов совокупности

74. Этапы формирования типической выборки:

1 разбить генеральную совокупность на непересекающиеся группы;

2 образовать собственно случайные выборки из каждой группы;

3 образовать выборку, отбирая члены через определенный интервал;

4 образовать собственно случайную выборку из образовавшихся групп.

75. Этапы формирования серийной выборки:

1 разбить генеральную совокупность на непересекающиеся группы;

2 образовать собственно случайные выборки из каждой группы;

3 образовать выборку, отбирая члены через определенный интервал;

4 образовать собственно случайную выборку из образовавшихся групп.

76. Этапы формирования механической выборки:

1 разбить генеральную совокупность на непересекающиеся группы;

2 определить порядок членов генеральной совокупности;

3 образовать собственно случайные выборки из каждой группы;

4 образовать выборку, отбирая члены через определенный интервал;

5 образовать собственно случайную выборку из образовавшихся групп.

77. Элементы структуры вариационного ряда:

1 Варианты;

2 Периоды времени;

3 Временные моменты;

4 Частота встречаемости;

5 Статистические показатели;

6 Математическое ожидание.

78. Типы вариационных рядов:

1 Условный;

2 Дискретный;

3 Рабочий;

4 Временной;

5 Интервальный.

79. Характеристики интервального вариационного ряда:

1 упорядоченный;

2 непрерывный;

3 прерывный;

4 значения признака задаются интервалами;

5 значения признака задаются конкретными значениями.

80. Характеристики дискретного вариационного ряда:

1 упорядоченный ряд;

2 непрерывный ряд;

3 прерывный ряд;

4 значения признака задаются интервалами;

5 значения признака задаются конкретными значениями.

81. Условия построения дискретного вариационного ряда:

1 выборка имеет большой обьем;

2 выборка имеет малый обьем;

3 отдельные значения признака расположены близко друг от друга;

4 отдельные значения признака находятся на большом расстоянии друг от друга.

82. Условия построения интервального вариационного ряда:

1 выборка имеет большой обьем;

2 выборка имеет малый обьем;

3 отдельные значения признака расположены близко друг от друга;

4 отдельные значения признака находятся на большом расстоянии друг от друга.

83. Алгоритм построения гистограммы:

1 ось ОХ градуируют соответственно принимаемым значениям признака;

2 ось ОХ делят на интервалы соответственно принимаемым значениям признака;

3 ось ОY градуируют соответственно принимаемым значениям частот;

4 строят прямоугольники на базе оси ОХ;

5 строят прямоугольники на базе оси ОY;

6 на координатной плоскости изображают точки с координатами (Хi; m₁)

7 полученные точки соединяют ломаной линией;

8 середины каждого прямоугольника соединяют ломаной линией.