13. Метод группировок?

1. Наиболее простой, определяется только свободный коэффициент уравнения регрессии.

2. Наиболее сложный, определяется только свободный член уравнения регрессии.

3. Наиболее сложный, определяется только угловой коэффициент уравнения регрессии.

4. Наиболее простой, определяется только угловой член уравнения регрессии.

14. Адекватность уравнения?

1. Характеризует его способность предсказывать результаты последующих опытов, оценивается по критерию Фишера.

2. Характеризует его способность предсказывать результаты последующих опытов, оценивается по критерию Стьюдента.

3. Характеризует его способность угадывать результаты последующих опытов, оценивается по критерию Пирсона.

4. Характеризует его способность предсказывать результаты последующих опытов, оценивается по критерию Вилкоксона.

15. Ортогональная регрессия?

1. Минимальна сумма квадратов отклонений экспериментальных точек к линии регрессии параллельно оси ординат.

2. Минимальна сумма квадратов отклонений экспериментальных точек к линии регрессии параллельно оси абсцисс.

3. Минимальна сумма квадратов отклонений экспериментальных точек перпендикулярно к линии регрессии.

4. Максимальна сумма квадратов отклонений экспериментальных точек перпендикулярно к линии регрессии.

16. Критерий Пирсона?

1. Применяется для оценки ротатабельности матрицы планирования эксперимента при проверке однородности построчных дисперсий - дисперсий параллельных опытов.

2. Критерий значимости, устанавливающий существенность расхождений между теоретической и фактической частотами, можно применять для проверки согласия с любым законом распределения.

3. Это отношение дисперсий, применяется для оценки адекватности уравнений и т.п.

4. Это нормированное отклонение нормально распределенной случайной величины от центра группирования, статистика малых выборок; применяют для определения доверительных интервалов, оценки статистической значимости коэффициентов регрессии, корреляции и т.д.

17. Критерий Фишера?

1. Это нормированное отклонение нормально распределенной случайной величины от центра группирования, статистика малых выборок; применяют для определения доверительных интервалов, оценки статистической значимости коэффициентов регрессии, корреляции и т.д.

2. Применяется для оценки ротатабельности матрицы планирования эксперимента при проверке однородности построчных дисперсий - дисперсий параллельных опытов.

3. Критерий значимости, устанавливающий существенность расхождений между теоретической и фактической частотами, можно применять для проверки согласия с любым законом распределения.

4. Это отношение дисперсий, применяется для оценки адекватности уравнений и т.п.

18. Критерий Стьюдента?

1. Критерий значимости, устанавливающий существенность расхождений между теоретической и фактической частотами, можно применять для проверки согласия с любым законом распределения.

2. Применяется для оценки ротатабельности матрицы планирования эксперимента при проверке однородности построчных дисперсий - дисперсий параллельных опытов.

3. Это нормированное отклонение нормально распределенной случайной величины от центра группирования, статистика малых выборок; применяют для определения доверительных интервалов, оценки статистической значимости коэффициентов регрессии, корреляции и т.д.

4. Это отношение дисперсий, применяется для оценки адекватности уравнений и т.п.