5. Меры связи.
70. Корреляионный анализ выявляет:
Степень связи параметров
Форму зависимости
Достоверности различия
Все перечисленное
71. Кросстабуляции (таблицы сопряженности) служат для:
Описания связи 2-х и более номинативных переменных
Описания связи многомерных данных
Описания связи Юстаса с Центром
Описания парной линейной связи по Пирсону
72. Коэффициент корреляции r Пирсона предназначен для оценки связи между:
Двумя переменными, измеренными в метрической шкале
Двумя переменными, измеренными в номинативной шкале
Тремя переменными
Бесконечным числом переменных
73. Коэффициент корреляции r Спирмена предназначен для оценки связи между:
Двумя переменными, распределения которых НЕ являются нормальными
Двумя переменными, измеренными в метрической шкале
Тремя переменными
Двумя переменными с нормальными распределениями
74.
Это формула расчета
Коэффициент корреляции r Пирсона
Коэффициент корреляции r Спирмена
Коэффициент корреляции r Гросмана
Коэффициент корреляции r Фишера
75. =СУММ(D1:D15)/КОРЕНЬ((СУММ(E1:E15)^2)*(СУММ(F1:F15)^2))
Это формула расчета в MS Excel (A15 и B15 – средние, А16 и B16 – ошибки средних)
Коэффициент корреляции r Пирсона
Коэффициент корреляции r Спирмена
Коэффициент корреляции r Гросмана
Коэффициент корреляции r Фишера
6. Регрессионный анализ.
76. Регрессионный анализ выявляет:
Форму зависимости
Степень связи параметров
Достоверности различия
Все перечисленное
77. Результатом регрессионно-корреляционного анализ является:
Вычисление коэффициентов уравнения связи B0 и Bn
Коэффициент корреляции R
Сумма квадратов отклонений SS
Стандартное отклонение SD
78. Линеаризация функций проводится с целью:
Приведения уравнения связи к линейному виду
Устранения случайной ошибки
Избегания сложных вычислений
Стандартное отклонение SD
79.
a
= y
– bx
Это формулы для вычисления коэффициентов уравнения
Линейной зависимости y = a + bx
Степенной зависимости y = axb
Квадратичного корня y = (a + bx)2
Показательной зависимости y = aebx
80. Линеаризация функций вызвана:
Отсутствием формул для расчета коэффициента корреляции для нелинейных зависимостей
Упрощением вида функций
Облегчением счета в уме
Дополнительными проверками функционирования компьютера
---------------------------------------------------------------------------------------------------------------------
78. Линеаризация функций проводится с целью:
Приведения уравнения связи к линейному виду
Устранения случайной ошибки
Избегания сложных вычислений
Стандартное отклонение SD
79.
a
= y
– bx
Это формулы для вычисления коэффициентов уравнения
Линейной зависимости y = a + bx
Степенной зависимости y = axb
Квадратичного корня y = (a + bx)2
Показательной зависимости y = aebx
80. Линеаризация функций вызвана:
Отсутствием формул для расчета коэффициента корреляции для нелинейных зависимостей
Упрощением вида функций
Облегчением счета в уме
Дополнительными проверками функционирования компьютера
81. Нормальное распределение вероятностей иллюстрируется:
кривой Гаусса
прямой Штрауса
синусоидой Пуассона
гиперболой Гарина
82. Найти
доверительный интервал для оценки с
надежностью
неизвестного математического ожидания
а нормально распределенного признака
Х генеральной совокупности, если известны
выборочная средняя
,
генеральное среднеквадратическое
отклонение
и объём выборки n
=10,2;
=4;
n=16;
=
0,99 (вычисления выполнять с точностью
до двух знаков после запятой)
(7,63; 12,77)
(8,24; 12;16)
(9,56; 10,84)
(7,55; 12,85)
83. По выборке из 25 случаев измерения простой сенсомоторной реакции среднее время составило 101 мс с исправленным средним квадратическим отклонением 3 мс. Построить доверительный интервал для среднего с вероятностью 90 %. Предполагается, что время – это нормально распределенная случайная величина.
(99,974;102,026)
(100,208; 101,792)
(97,04; 104,96)
(100,568; 101,342)
84. Респондент
выполняет тест «Простая
сенсомоторная реакция».
Известно,
что респондент выполняет тест со
стандартным отклонением
.
Выборка 50 опытов показала среднее время
125,8 мс. Найти доверительный интервал
для среднего времени в генеральной
совокупности с вероятностью 95 %.
Генеральная совокупность распределена
нормально.
(123,03; 128,57)
(125,52; 126,08)
(124,39; 127,21)
(115,8; 135,8)
85. По выборке из 25 случаев измерения простой сенсомоторной реакции среднее время составило 101 мс с исправленным средним квадратическим отклонением 3 мс. Построить доверительный интервал для дисперсии с вероятностью 90 %. Предполагается, что время – это нормально распределенная случайная величина.
(5,93;15,65)
(6,51;13,76)
(2,17; 4,59)
(5,72; 14,79)
86. По
данным выборки объема n=30 из генеральной
совокупности нормально распределенного
количественного признака найдено
среднее квадратическое отклонение
SD=14. Найти доверительный интервал,
покрывающий генеральное среднее
квадратическое отклонение SD с надежностью
.
(11,15;18,85)
(11,34;19,17)
(11,59;17,83)
(9,6; 22,7)
87. Для психологического исследования составлена случайная выборка из 19 фирм. По выборке оказалось, что в фирме в среднем работают 77,5 человека при среднем квадратическом отклонении 25 человек. Пользуясь 95 % доверительным интервалом, оценить среднее число работающих в фирме по всей отрасли. Предполагается, что количество работников фирмы имеет нормальное распределение.
(66,46;85,54)
(67,58;87,42)
(75,22; 79,79)
(75,09; 79,91)
88. При каких условиях применяются параметрические методы сравнения двух выборок:
Признаки измерены в интервальной шкале или шкале отношений.
Признаки измерены в номинальной или порядковой шкале
89. При каких условиях применяются НЕ параметрические методы сравнения двух выборок:
Признаки измерены в номинальной или порядковой шкале
Признаки измерены в интервальной шкале или шкале отношений.
90. При каких условиях применяются параметрические методы сравнения двух выборок:
Распределение соответствует нормальному закону
Распределение НЕ соответствует нормальному закону
91. При каких условиях применяются НЕ параметрические методы сравнения двух выборок:
Распределение НЕ соответствует нормальному закону
Распределение соответствует нормальному закону
92. При каких условиях применяются параметрические методы сравнения двух выборок:
Выборка имеет большой объем
Выборка мала, чтобы судить о распределении в генеральной совокупности.
93. При каких условиях применяются НЕ параметрические методы сравнения двух выборок:
Выборка мала, чтобы судить о распределении в генеральной совокупности.
Выборка имеет большой объем
94. Метод вычисления достоверности различия средних по критерию t-Стьюдента проводится только в следующем случае:
Все перечисленные.
Для одной выборки
Для независимых выборок
Для связанных выборок
95. Метод вычисления достоверности различия выборок по критерию U-Манна-Уитни для проводится только в следующем случае:
Для независимых выборок
Все перечисленные.
Для одной выборки
Для связанных выборок
96. Метод вычисления достоверности различия по критерию W-Вилкоксона проводится только в следующем случае:
Для сопряженных пар
Для одной выборки
Для независимых выборок
Для связанных выборок
97. Пороговое значение t-Стьюдента определяется по таблице на основе:
Количества степеней свободы df и значения достоверности p
Объема выборки n и стандартного отклонения SD
Суммы квадратов SS и ошибки среднего m
Среднего арифметического M и дисперсии δ2
98.
- Это
формулы расчета
Критерия Стьюдента для одной выборки
Критерия Стьюдента для независимых выборок
Критерия Стьюдента для независимых выборок разного объема
Критерия Стьюдента для зависимых выборок
99. =(B100-B50)/(КОРЕНЬ(СУММ(А1:A100)/100)/КОРЕНЬ(100)) -Это формула расчета в MS Excel (B100 – среднее всей выборки, B50 – среднее части выборки)
Критерия Стьюдента для одной выборки
Критерия Стьюдента для независимых выборок
Критерия Стьюдента для независимых выборок разного объема
Критерия Стьюдента для зависимых выборок
100.
- Это
формулы расчета
Критерия Стьюдента для независимых выборок
Критерия Стьюдента для одной выборки
Критерия Стьюдента для независимых выборок разного объема
Критерия Стьюдента для зависимых выборок
101. =(A15-B15)/КОРЕНЬ(A16^2+B16^2)
Это формула расчета в MS Excel (A15 и B15 – средние, А16 и B16 – ошибки средних)
Критерия Стьюдента для независимых выборок
Критерия Стьюдента для одной выборки
Критерия Стьюдента для независимых выборок разного объема
Критерия Стьюдента для зависимых выборок
102.
- Это
формулы расчета
Критерия Стьюдента для независимых выборок разного объема
Критерия Стьюдента для независимых выборок
Критерия Стьюдента для одной выборки
Критерия Стьюдента для зависимых выборок
103. =(A16-B21)/КОРЕНЬ((1/15+1/20)*((15-1)*A17^2+(20-1)*B22^2)/(15+20-2)) - Это формула расчета в MS Excel (A16 и B21 – средние, А17 и B22 – стандартные отклонения)
Критерия Стьюдента для независимых выборок разного объема
Критерия Стьюдента для независимых выборок
Критерия Стьюдента для одной выборки
Критерия Стьюдента для зависимых выборок
104.
Это формулы расчета
Критерия Стьюдента для зависимых выборок
Критерия Стьюдента для одной выборки
Критерия Стьюдента для независимых выборок
Критерия Стьюдента для независимых выборок разного объема
105. =A20/B20
Это формула расчета в MS Excel (A20 – среднее разницы, B20 – ошибка среднего разницы)
Критерия Стьюдента для зависимых выборок
Критерия Стьюдента для одной выборки
Критерия Стьюдента для независимых выборок
Критерия Стьюдента для независимых выборок разного объема
106. Процентной
точке
хи-квадрат распределения с числом
степеней свободы
соответствует
вероятность
:
0,975
0,025
0,95
0,05
107. Процентной
точке
–
распределения с числом степеней свободы
числителя
и знаменателя
соответствует
вероятность
:
0,95
0,025
0,975
0,05
108. Процентной
точке
распределения Стьюдента с числом
степеней свободы
соответствует
вероятность
:
0,975
0,025
0,95
0,05