Парный линейный регрессионный и корреляционный анализ

1. Задача обработки экспериментальных данных?

1. Заключается в аналитическом представлении искомой функциональной зависимости, т.е. в подборе формулы, описывающей результаты эксперимента.

2. Заключается в графическом представлении искомой функциональной зависимости, т.е. в построении гистограммы, полигона распределения и кумулятивной линии, описывающих результаты эксперимента.

3. Заключается в графическом представлении искомой функциональной зависимости, т.е. в подборе графика, описывающего результаты эксперимента.

4. Заключается в изучении усредненного закона поведения каждой из величин в зависимости от значений другой величины, а также тесноты взаимосвязи между ними.

2. Регрессионный анализ?

1. Дает возможность получить математическую модель исследования – уравнение, аналитическое представление функциональной зависимости одной величины У от другой величины Х.

2. Изучает усредненный закон поведения каждой из величин в зависимости от значений другой величины, а также тесноту взаимосвязи между ними.

3. Исследует поведение величины Х в зависимости от другой величины У.

4. Интерпретирует математическую модель исследования – уравнение, аналитическое представление функциональной зависимости одной величины У от другой величины Х.

3. Корреляционный анализ?

1. Изучает усредненный закон поведения каждой из величин в зависимости от значений другой величины, а также тесноту взаимосвязи между ними.

2. Интерпретирует математическую модель исследования – уравнение, аналитическое представление функциональной зависимости одной величины У от другой величины Х.

3. Исследует поведение величины Х в зависимости от другой величины У.

4. Дает возможность получить математическую модель исследования – уравнение, аналитическое представление функциональной зависимости одной величины У от другой величины Х.

4. Взаимосвязь регрессии и корреляции?

1. Через угловые коэффициенты прямой и обратной регрессии и коэффициент корреляции.

2. Через коэффициенты конкордации и корреляции.

3. Через свободные члены уравнений прямой и обратной регрессии и коэффициент корреляции.

4. Через коэффициенты корреляции и вариации.

5. Суть МНК (метода наименьших квадратов)?

1. Сумма квадратов отклонений вдоль выбранной оси координат от экспериментальных точек до линии регрессии должна быть минимальной.

2. Сумма квадратов коэффициентов регрессии и корреляции должна быть минимальной.

3. Среднее квадратичное отклонение должно быть минимальным.

4. Сумма квадратов отклонений от выбранной оси координат до экспериментальных точек должна быть минимальной.

6. Отличие прямой и обратной регрессии?

1. Свободные члены уравнения: для прямой регрессии – отрезок по оси ординат; для обратной – по оси абсцисс; угловой коэффициент: для прямой регрессии – угол к оси абсцисс, для обратной – к оси ординат.

2. Свободные члены уравнения: для прямой регрессии – отрезок по оси абсцисс; для обратной – по оси ординат; угловой коэффициент: для прямой регрессии – угол к оси абсцисс, для обратной – к оси ординат.

3. Свободные члены уравнения: для прямой регрессии – отрезок по оси ординат; для обратной – по оси абсцисс; угловой коэффициент: для прямой регрессии – угол к оси ординат, для обратной – к оси абсцисс.

4. Свободные члены уравнения: для прямой регрессии – отрезок по оси абсцисс; для обратной – по оси ординат; угловой коэффициент: для прямой регрессии – угол к оси ординат, для обратной – к оси абсцисс.

7. В какой точке пересекаются линии прямой и обратной регрессии?

1. В центре массива экспериментальных данных: Х_ср. и У_ср.

2. В точке минимальной тесноты взаимосвязи.

3. В начале координат.

4. В точке максимальной тесноты взаимосвязи.

8. Как оценивается статистическая значимость

коэффициентов регрессии и корреляции?

1. С помощью критерия Стьюдента. 2. С помощью критерия Фишера.

3. С помощью критерия Пирсона. 4. С помощью критерия Кохрена.

9. Как оценивается адекватность уравнения?

1. С помощью критерия Фишера. 2. С помощью критерия Пирсона.

3. С помощью критерия Стьюдента. 4. С помощью критерия Кохрена.

10. Как взаимосвязаны коэффициент корреляции и коэффициенты регрессии?

1. r² = b_1(ух) b_1(ху); 2. r² = b_0(ух) b_0(ху); 3. r² = b_1(ух) b_0(ху); 4. r² = b_1(ух) + b_1(ху).

11. Чему равен угловой коэффициент прямой регрессии?

1. Отношению противолежащего катета к прилежащему.

2. Отношению прилежащего катета к гипотенузе.

3. Отношению противолежащего катета к гипотенузе.

4. Отношению прилежащего катета к противолежащему.

12. Коэффициент корреляции?

1. Представляет собой безразмерную величину, значение и знак которой характеризуют направление и величину взаимосвязи между У и Х. Этот знак (+ или -) соответствует знаку углового коэффициента регрессии.

2. Представляет собой размерную величину, значение и знак которой характеризуют направление и величину взаимосвязи между У и Х. Этот знак (+ или -) соответствует знаку углового коэффициента регрессии.

3. Представляет собой безразмерную величину, значение и знак которой характеризуют направление и величину взаимосвязи между У и Х. Этот знак (+ или -) не соответствует знаку углового коэффициента регрессии.

4. Представляет собой размерную величину, значение которой характеризует направление и величину взаимосвязи между У и Х. Этот знак (+ или -) соответствует знаку свободного члена уравнения регрессии.