Itogovy_test_po_meditsinskoy_informatike
.docxb) Только для дисперсии
c) Только для среднего квадратического ( стандартного ) отклонения
d) Для всех перечисленных
93. Каким образом вычисляются границы доверительного интервала для математического ожидания, если эмпирическое распределение является нормальным, а объём выборки n > 30? ( Sx - выборочное стандартное отклонение )
a)
,
где t – нормализованный параметр
нормального распределения
b)
с)
, где tNo
-
критерий Стьюдента
94. Каким образом вычисляются границы доверительного интервала для
математического ожидания, если эмпирическое распределение является
нормальным, а объём выборки n < 30? (Sx - выборочное стандартное отклонение)
a)
,
где t – нормализованный параметр
нормального распределения
b)
c)
,
где где tNo
-
критерий Стьюдента
95. Каким образом в математической статистике решается вопрос о различии
или совпадении двух выборок?
a) Путём сопоставления выборочных средних сравниваемых выборок
b) Путём нахождения вероятности различия выборок и сопоставления её значения с
заданным уровнем значимости
c) Путём вычисления математических ожиданий случайных величин в выборках и
сопоставления их значений
96. При решении вопроса о расхождении или совпадении двух выборок часто
пользуются таблицами критических значений критерия Стьюдента.
Использование этих таблиц является правомерным, если:
a) Обе выборки извлечены из генеральных совокупностей с нормальным законом
распределения и примерно одинаковыми дисперсиями
b) Эмпирические распределения значений вариант в выборках не соответствуют
нормальному закону распределения
c) Применения этих таблиц правомерно при любых законах распределения случайных
величин в выборках
97. При решении задачи о расхождении или совпадении двух выборок имеет
ли значение вопрос о независимости друг от друга сравниваемых выборок?
a) Ответ будет одинаковым как в случае зависимых, так и в случае независимых друг
от друга выборок
b) Ответ будет различным в зависимости от того, какие выборки сравниваются –
зависимые друг от друга или независимые
c) Выборки случайных величин всегда являются независимыми друг от друга
98. Оценивалось время действия препарата на одной и той же группе
пациентов. Можно ли считать полученные два статистических ряда
независимыми выборками?
a) Да
b) Нет
c) Можно, если оформить выборки в виде интервальных вариационных рядов
99. Измерялась температура тела самок и самцов тушканчика. Можно ли
считать полученные два статистических ряда независимыми выборками?
a) Да
b) Нет
c) Можно, если оформить выборки в виде интервальных вариационных рядов
100. Вероятность различия средних арифметических двух выборок (при
условии соответствия эмпирических распределений нормальному )
определяется с помощью таблиц:
a) Критериев Стьюдента
b) Критериев Фишера
c) Критериев согласия Х2
d) Других таблиц
101. Вероятность различия дисперсий двух выборок (при условии
соответствия эмпирических распределений нормальному ) определяется с
помощью таблиц:
a) Критериев Стьюдента
b) Критериев Фишера
c) Критериев согласия Х2
d) Других таблиц
102. Критерии Стьюдента и Фишера являются:
a) Параметрическими
b) Непараметрическими
c) Критериями согласия Х2
d) Другими критериями
103. При решении задачи о различии двух выборок какая гипотеза
проверяется?
a) Расхождение выборок не случайно
b) Расхождение выборок случайно
c) Эмпирические частоты в выборках не совпадают
d) Эмпирические частоты в выборках совпадают
104. При решении задачи о различии двух выборок обычно задаются уровнем
значимости. В чём смысл этого понятия?
a) Это вероятность того, что принятая гипотеза о случайном характере различия
выборок подтверждается
b) Это вероятность того, что принятая гипотеза не подтверждается
c) Это вероятность того, что эмпирические частоты в выборках не совпадают
d) Это вероятность того, что эмпирические частоты в выборках совпадают
105. Что понимается под корреляцией?
a) Это зависимость между неслучайными величинами
b) Это зависимость между случайными величинами
c) Это функциональная зависимость
106. Существует ли и какого типа корреляция между ростом человека и его
весом?
a) Существует; отрицательная
b) Существует; положительная
c) Не существует
107. Корреляция между двумя случайными величинами является
положительной, если:
a) С возрастанием одной величины другая уменьшается
b) С возрастанием одной величины другая тоже возрастает
c) С возрастанием одной величины другая не меняется
108. Корреляция между двумя случайными величинами является
отрицательной, если:
a) С возрастанием одной величины другая уменьшается
b) С возрастанием одной величины другая тоже возрастает
c) С возрастанием одной величины другая не меняется
109. Корреляция между двумя случайными величинами отсутствует, если:
a) С возрастанием одной величины другая уменьшается
b) С возрастанием одной величины другая тоже возрастает
c) С изменением одной величины нельзя заметить тенденцию изменения другой
110. Корреляция между двумя случайными величинами является линейной,
если:
a) Зависимость между ними может быть аппроксимирована функцией вида Y=A ± BX
(Х – переменная, А и В константы )
b) Зависимость между ними может быть аппроксимирована любой другой функцией
c) Величины имеют одинаковую размерность
111. Корреляция между двумя случайными величинами является нелинейной,
если:
a) Зависимость между ними может быть аппроксимирована функцией вида Y=A ± BX
(Х – переменная, А и В константы )
b) Зависимость между ними может быть аппроксимирована любой другой функцией
c) Величины имеют одинаковую размерность
112. Качественно наличие корреляции устанавливается путём:
a) Построения гистограммы
b) Построения корреляционного поля
c) Построения полигона распределений
113. Корреляционным полем называется:
a) Диаграмма зависимости одной случайной величины от другой в виде точечного
графика
b) Гистограмма распределений одной величины при изменении другой
c) Полигон распределений значений величин в выборках
114. По степени корреляции ( силе связи ) корреляция может быть:
a) Пропорциональная, непропорциональная, обратно пропорциональная
b) Сильная, средняя, слабая
c) Неявная, явная, очевидная
115. Для определения степени корреляции ( силы связи )необходимо
вычислить:
a) Доверительные интервалы в сравниваемых выборках
b) Выборочные характеристики сравниваемых выборок
c) Коэффициент корреляции
116. Какое соответствие между значением коэффициента корреляции r и степенью корреляции ( силой связи ) является правильным?
a)
-
cильная корреляция,
–
средняя корреляция,
–слабая
корреляция
b) Значение коэффициента корреляции не определяет степень корреляции (силу связи)
c) r 1 - cильная корреляция, r 1 – средняя корреляция, r = 0 слабая корреляция
117. На диаграмме изображено корреляционное поле. Что можно сказать о
корреляции между Y и Х?
a) Корреляция отсутствует
b) Корреляция есть, положительная, линейная
c) Корреляция есть, отрицательная, линейная
d) Корреляция есть, отрицательная, нелинейная
e) Корреляция есть, положительная, нелинейная
118. На диаграмме изображено корреляционное поле. Что можно сказать о
корреляции между Y и Х?
a) Корреляция отсутствует
b) Корреляция есть, положительная, линейная
c) Корреляция есть, отрицательная, линейная
d) Корреляция есть, отрицательная, нелинейная
e) Корреляция есть, положительная, нелинейная
119. На диаграмме изображено корреляционное поле. Что можно сказать о
корреляции между Y и Х?
a) Корреляция отсутствует
b) Корреляция есть, положительная, линейная
c) Корреляция есть, отрицательная, линейная
d) Корреляция есть, отрицательная, нелинейная
e) Корреляция есть, положительная, нелинейная
120. На диаграмме изображено корреляционное поле. Что можно сказать о
корреляции между Y и Х?
a) Корреляция отсутствует
b) Корреляция есть, положительная, линейная
c) Корреляция есть, отрицательная, линейная
d) Корреляция есть, отрицательная, нелинейная
e) Корреляция есть, положительная, нелинейная
121. На диаграмме изображено корреляционное поле. Что можно сказать о
корреляции между Y и Х?
a) Корреляция отсутствует
b) Корреляция есть, положительная, линейная
c) Корреляция есть, отрицательная, линейная
d) Корреляция есть, отрицательная, нелинейная
e) Корреляция есть, положительная, нелинейная
122. При корреляционном анализе данных на компьютере часто результаты
получают в виде корреляционной матрицы. Что она собой представляет?
a) Это гистограмма распределения вариант в выборках
b) Это двумерная таблица, в которой приведены все выборочные характеристики по
всему массиву данных
c) Это двумерная таблица, в которой приведены коэффициенты корреляции для всех
парных сочетаний величин из массива экспериментальных данных
d) Это таблица, содержащая значения коэффициента корреляции только для двух
величин из массива экспериментальных данных
123. Какое из утверждений является правильным?
a) Коэффициент корреляции может быть вычислен для любых законов распределения
случайных величин и для всех видов корреляции
b) Коэффициент корреляции может быть вычислен только при нормальном законе
распределения и линейной корреляции
c) Коэффициент корреляции может быть вычислен при любых законах распределения
случайных величин, но только для линейных корреляций
124. Значение коэффициента корреляции может изменяться в пределах
a) От 0 до +1
b) От -1 до + 1
c)
От
-
до
+
125. Если значение коэффициента корреляции равно ± 1, то:
a) Корреляционная зависимость между случайными величинами может считаться
функциональной зависимостью
b) Корреляционная зависимость является слабо выраженной
c) Корреляционная зависимость отсутствует
126. Задачей регрессионного анализа является:
a) Подтверждение наличия корреляционной связи между случайными величинами
b) Нахождение уравнения, описывающего корреляцию
c) Разбиение статистического ряда на классовые интервалы
127. Проводить регрессионный анализ имеет смысл, если:
a) Корреляция слабая или отсутствует
b) Корреляция сильная или хотя бы средняя
c) Регрессионный анализ имеет смысл проводить всегда
128. Если корреляция между двумя случайными величинами линейная и
отрицательная, то уравнение регрессии имеет вид:
a) Y A B X ( А и В – числовые константы, а Х и Y - переменные )
b) Y A B X ( А и В – числовые константы, а Х и Y - переменные )
c)Y A B X^2 ( А и В – числовые константы, а Х и Y - переменные )
129. Если корреляция между двумя случайными величинами линейная и
положительная, то уравнение регрессии имеет вид:
a) Y A B X ( А и В – числовые константы, а Х и Y - переменные )
b) Y A B X ( А и В – числовые константы, а Х и Y - переменные )
c)Y A B X^2 ( А и В – числовые константы, а Х и Y - переменные )
130. Уравнение регрессии имеет вид: Y A B ⋅X ( А и В – числовые
константы, Х – независимая переменная ). Какой смысл имеет Y?
a) Y – среднее арифметическое всей выборки зависимых переменных
b) Y – среднее групповое значение зависимой переменной
c) Y – любое значение зависимой переменной
131. Уравнение множественной линейной регрессии имеет вид:
a)
(Аi
и
Вi
–
константы, а Хi
и
Y -переменные )
b)
(
Аi
и
Вi
–
числовые константы, а Хi
и
Y
c) Y может зависеть только от одного значения Х
132. Уравнение регрессии позволяет:
a) Построить гистограмму распределения зависимой переменной
b) Прогнозировать изменчивость одного признака при изменении других
c) Снизить значение стандартной ошибки выборочного среднего
133. При регрессионном анализе данных на компьютере какой параметр в
списке выходных данных свидетельствует об удовлетворительной
аппроксимации эмпирических данных подобранным регрессионным
уравнением?
a) Критерий согласия X^2
b) Коэффициент детерминации R^2
c) Критерий Фишера
d) Критерий Стьюдента
134. При регрессионном анализе данных на компьютере в списке выходных
данных выводится значение коэффициента детерминации R^2. При каком значении R^2 аппроксимация эмпирических данных подобранным уравнением регрессии может считаться удовлетворительной?
a) Если R^2> 1
b) Если 0,8 < R^2< 0,95
c) Если R^2> критерия Фишера
d) Если R^2> критерия Стьюдента
135. При регрессионном анализе данных на компьютере в списке выходных
данных выводится значение коэффициента детерминации R^2. При каком значении R^2 можно говорить о высокой точности аппроксимации эмпирических данных подобранным уравнением регрессии?
a) Если R^2 > 0,95
b) Если 0,8 < R^2< 0,95
c) Если R^2> критерия Фишера
d) Если R^2> критерия Стьюдента
136. При регрессионном анализе данных на компьютере в списке выходных
данных выводится значение коэффициента Р ( «Р – значение»). При каком значении Р можно говорить о незначимости какого – либо коэффициента регрессии в найденном уравнении?
a) Если P > коэффициента детерминации R^2
b) Если Р < 0,05
c) Если P > 0,05
137. При регрессионном анализе данных на компьютере, какой параметр в
списке выходных данных свидетельствует о значимости того или иного
коэффициента регрессии в найденном уравнении регрессии?
a) Критерий согласия X^2
b) Коэффициент детерминации R^2
c) Критерий Фишера
d) Критерий Стьюдента
e) «Р – значение»
138. На диаграмме изображено корреляционное поле с проведённой линией
регрессии. Какого типа уравнением описывается эта линия?
a) Y A B X ( А и В – константы )
b) Y A B X ( А и В – константы )
c)Y A B X^2 ( А и В – константы )
d)Y A B X^2 ( А и В – константы )
139. На диаграмме изображено корреляционное поле. Что можно сказать о
корреляции между Y и Х?
a) Y A B X ( А и В – константы )
b) Y A B X ( А и В – константы )
c)Y A B X^2 ( А и В – константы )
d)Y A B X^2 ( А и В – константы )
140. Непараметрические методы статистического анализа могут быть
применены, если известно, что:
a) эмпирическое распределение соответствует Нормальному закону распределения;
b) эмпирическое распределение соответствует Биномиальному закону распределения;
c) эмпирическое распределение соответствует распределению Пуассона;
d) априорного знания закона распределения при использовании непараметрических
методов не требуется.
141. Непараметрические методы статистического анализа могут быть
применены, только если:
a) величины в выборке выражены в интервальной шкале;
b) величины в выборке выражены в номинальной шкале;
c) тип шкалы не имеет значения;
d) величины в выборке выражены в относительной шкале;
142. Непараметрические методы статистического анализа могут быть
применены, если:
a) величины в выборке являются только численными;
b) величины в выборке являются только качественными;
c) тип величин не имеет значения;
d) величины в выборке выражены только целочисленными значениями;
143. Непараметрические методы статистического анализа не могут быть
применены, если априорно не известно, что:
a) эмпирическое распределение соответствует Нормальному закону распределения;
b) эмпирическое распределение соответствует Биномиальному закону распределения;
c) эмпирическое распределение соответствует распределению Пуассона;
d) априорного знания закона распределения при использовании непараметрических
методов не требуется.
144. Непараметрические методы статистического анализа не могут быть
применены, если:
a) предварительно не вычислены все выборочные характеристики;
b) предварительно не вычислена только выборочная дисперсия;
c) предварительное вычисление выборочных характеристик при использовании
непараметрических методов не требуется.
d) не известно математическое ожидание данного статического ряда;
145. При решении многих задач статистического анализа вычисляется
уровень значимости, который означает:
a) вероятность ошибки, если нулевую гипотезу принять;
b) вероятность ошибки, если нулевую гипотезу отбросить;
c) доверительную вероятность;
d) мощность используемого статистического критерия.
146. Решение задачи о достоверности различия двух независимых выборок
возможно на основе вычисления непараметрических критериев:
a) критерия Спирмена;
b) критерия Манна – Уитни;
c) критерия Вилкоксона;
d) критерия корреляции Пирсона.
147. Методом вычисления критерия Манна – Уитни возможно решение
следующей задачи:
a) выявление корреляционной зависимости между двумя зависимыми выборками;
b) выявление корреляционной зависимости между двумя независимыми выборками;
c) определение значимости различия двух независимых выборок;
d) определение значимости различия нескольких независимых выборок.
148. Методом вычисления критерия Манна – Уитни возможно решение
следующей задачи:
a) вычисление выборочных характеристик;
b) установление и описание корреляции между двумя зависимыми выборками;
c) установление значимости различия двух зависимых выборок;
d) установление значимости различия двух независимых выборок.
149. При решении задачи методом вычисления критерия Манна – Уитни
проверяется следующая нулевая гипотеза (Н0):
a) расхождение двух независимых выборок является случайным;
b) две выборки являются зависимыми;
c) расхождение двух независимых выборок является неслучайным;
d) расхождение нескольких независимых выборок является случайным;
150. Решение задачи о достоверности различия двух зависимых выборок
возможно на основе вычисления непараметрических критериев:
a) критерия Спирмена;
b) критерия Манна – Уитни;
c) критерия Вилкоксона;
d) критерия корреляции Пирсона.
151. Методом вычисления критерия Вилкоксона возможно решение
следующей задачи:
a) выявление корреляционной зависимости между двумя зависимыми выборками;
b) выявление корреляционной зависимости между двумя независимыми выборками;
c) определение значимости различия двух зависимых выборок;
d) определение значимости различия нескольких зависимых выборок.
152. Методом вычисления критерия Вилкоксона возможно решение
следующей задачи:
a) вычисление выборочных характеристик;
b) установление и описание корреляции между двумя зависимыми выборками;
c) установление значимости различия двух зависимых выборок;
d) установление значимости различия двух независимых выборок.
153. При решении задачи методом вычисления критерия Вилкоксона
проверяется следующая нулевая гипотеза (Н0):
a) две зависимые выборки принадлежат одной статистической совокупности;
b) две выборки являются зависимыми;
c) расхождение двух независимых выборок является неслучайным;
d) расхождение нескольких независимых выборок является случайным;
154. Одним из условий применимости критерия Вилкоксона является:
a) Сравниваемые две выборки должны быть независимыми;
b) Сравниваемые две выборки должны быть попарно связанными;
c) Количество сравниваемых выборок должно быть не менее трёх;
d) Между сравниваемыми двумя выборками должна отсутствовать корреляционная
зависимость.
155. При решении задачи методом вычисления критерия Вилкоксона должно
выполняться условие:
a) объёмы выборок должны быть обязательно одинаковыми;
b) объёмы выборок могут быть не одинаковыми;
c) объёмы выборок не должны отличаться более чем в 2/5 раза.;
d) соотношение объёмов выборок может быть любым;
156. При решении задачи методом вычисления критерия Вилкоксона должно
выполняться условие:
a) тип величин в выборках должен быть только количественным (качественный тип не
допускается);
b) тип величин в выборках должен быть только качественным (количественный тип не
допускается);
c) тип величин в выборках не имеет значения;
d) тип величин может быть качественным, если величины выражены в порядковой
шкале.
157. Непараметрические методы корреляционного анализа позволяют:
a) установить закон распределения величин в выборочной совокупности;
b) вычислить числовые характеристики данных выборочных совокупностей;
c) установить факт взаимосвязи между членами данных выборочных совокупностей;
d) вычислить коэффициенты регрессии.
158. Главной задачей непараметрического корреляционного анализа является:
a) установление эмпирического закона распределения в одной выборочной
совокупности;
b) выявление и оценка силы связи между переменными сопоставляемых выборочных
совокупностей;
c) установление эмпирических законов распределения в сопоставляемых нескольких
выборочных совокупностях;
d) вычисление доверительного интервала для среднего заданной выборочной
совокупности при заданной доверительной вероятности.
159. При выявлении и оценке силы связи между переменными двух
сопоставляемых выборочных совокупностей непараметрическим методом:
a) вычисляются числовые выборочные характеристики двух сопоставляемых
совокупностей;
b) оценивается _ЂҐ_%дБ _Азначимость средних выборочных значений с помощью доверительных
интервалов;
c) вычисляется ранговый критерий Спирмена и оценивается значимость этого критерия;
d) вычисляется коэффициент линейной корреляции Пирсона и оценивается его
значимость с помощью критерия Стьюдента.
160. На основе вычисления рангового коэффициента Спирмена возможно:
a) установление закона распределения эмпирических данных в заданной выборке;
b) проверить эмпирическое распределение в заданной выборке на соответствие
нормальному закону распределения;
c) выявить и оценить силу связи между переменными двух сопоставляемых
выборочных совокупностей;
d) выявить и оценить силу связи между переменными нескольких сопоставляемых
выборочных совокупностей;
161. Применение рангового коэффициента Спирмена возможно при условии:
a) эмпирические распределения переменных в сопоставляемых выборках обязательно
должны соответствовать нормальному закону распределения;
b) величины в сопоставляемых выборках могут быть выражены только в числовой
форме;
c) количество сопоставляемых выборок должно равняться двум;
d) количество сопоставляемых выборок должно быть больше двух.
162. Задача оценки достоверности отличия двух независимых выборок при
неизвестном законе распределения переменных в этих выборках может
быть решена на основе:
a) вычисления выборочных числовых характеристик этих совокупностей;
b) дисперсионного анализа;
c) вычисления критерия Спирмена;
d) вычисления критерия Манна – Уитни.
163. Задача оценки достоверности отличия двух зависимых выборок при
неизвестном законе распределения переменных в этих выборках может
быть решена на основе:
a) вычисления выборочных числовых характеристик этих совокупностей;
b) дисперсионного анализа;
c) вычисления критерия Спирмена;
d) вычисления критерия Вилкоксона.
164. Вычисляют ранговый критерий Спирмена при:
a) дисперсионном анализе;
b) непараметрическом корреляционном анализе;
c) параметрическом корреляционном анализе;
d) регрессионном анализе.
165. Задачей непараметрического корреляционного анализа является:
a) установление и оценка силы связи между членами сопоставляемых выборочных
совокупностей;
b) поиск уравнения, описывающего взаимосвязь между попарно связанными членами
сопоставляемых выборок;
c) проверка соответствия эмпирических распределений нормальному закону
распределения;
d) построение гистограмм эмпирических распределений.
166. При непараметрическом корреляционном анализе:
a) вычисляется линейный коэффициент корреляции Пирсона;
b) вычисляется ранговый коэффициент Спирмена;
c) вычисляется критерий Стьюдента;
d) вычисляется критерий Манна – Уитни.
167. При непараметрическом корреляционном анализе вычисляется
коэффициент корреляции r, который может принимать значения:
a)
-
<
r < +
;
b)
0
< r < +
;
c)
-
<
r < 0;
d) -1< r < +1;