Задача №9.
Дано: таблица выборочных данных, содержащая сведения о двух выборках лиц, подвергавшихся разным методам административно-кадрового воздействия. Выборка №1, включающая группу из 20 наблюдаемых (n1=20), и выборка №2, включающая 20 наблюдаемых (n2=0).
|
Методика №1 Первая группа (n=20) |
Методика №2 Первая группа (n=20) | ||
|
Время, мес. |
Число увольнений |
Время, мес. |
Число увольнений |
|
2 |
1 |
2 |
1 |
|
3 |
1 |
3 |
1 |
|
4 |
2 |
5 |
1 |
|
8+ |
1 |
7 |
1 |
|
9 |
2 |
12+ |
2 |
|
11 |
1 |
21 |
1 |
|
14 |
1 |
24 |
2 |
|
15+ |
1 |
25 |
1 |
|
16 |
1 |
26 |
2 |
|
17 |
2 |
30 |
1 |
|
20+ |
1 |
32 |
2 |
|
24 |
1 |
33 |
1 |
|
28 |
1 |
34+ |
1 |
|
30 |
1 |
35 |
2 |
|
32 |
1 |
36 |
1 |
|
33 |
1 |
|
|
|
37 |
1 |
|
|
Требуется: построить и сравнить кривые выживаемости для первой и второй группы.
Задача №10.
Дано: проведен подсчет голосов избирателей, полученных по двум разным методикам, и в итоге имеются нижеследующие результаты по числу отбракованных «голосов» по первой и второй методике (доля):
|
№ участка |
1-я методика |
2-я методика |
|
1 |
12 |
17 |
|
2 |
9 |
14 |
|
3 |
6 |
15 |
|
3 |
8 |
11 |
|
3 |
13 |
16 |
|
6 |
7 |
21 |
|
7 |
5 |
22 |
|
8 |
11 |
20 |
|
9 |
9 |
18 |
Требуется: выявить значимо ли различаются методики с помощью описательного метода Бленда-Алтмана.
Т е с т ы
1. β-коэффициент риска криминологического процесса отвечает на вопрос:
а) насколько преступлений изменится коэффициент преступности по большей исследуемой территории (целое) относительно меньшей территории (части);
б) насколько преступлений изменится коэффициент преступности по меньшей территории (части) относительно большей территории (целого).
2. β-коэффициент риска криминологического процесса равен:
а) среднему коэффициенту преступности;
б) разнице между средним и минимальным значением вариационного ряда коэффициентов преступности;
в) тангенсу угла наклона в уравнении, где независимой переменной выступают коэффициенты преступности по целому, а зависимой коэффициенты преступности по части за определенный период времени.
3. Оценочное уравнение коэффициентов преступности используется для:
а) точной оценки величины коэффициента преступности в регионе, если его величина не известна, но известен β-коэффициент риска;
б) приближенной оценки величины β-коэффициента риска, если его величина не известна, но известен коэффициент преступности в регионе;
в) приблизительной оценки величины коэффициента преступности в регионе, если его величина не известна, но известен β-коэффициент риска.
4. Коэффициент эластичности коэффициента преступности в городе Симферополе показывает:
а) насколько в абсолютном выражении изменится коэффициент преступности в городе Симферополе, если коэффициент преступности в Украине изменится на единицу измерения;
б) насколько процентов изменится коэффициент преступности в Украине, если коэффициент преступности в городе Симферополе изменится на один процент;
в) насколько процентов изменится коэффициент преступности в городе Симферополе, если коэффициент преступности в Крыму изменится на один процент.
5. β-коэффициент риска преступности позволяет ответить на вопрос:
а) насколько процентов изменчивость преступности в регионе, например, субъекте РФ больше или меньше, чем в государстве.
б) насколько процентов преступность в регионе, например, субъекте РФ больше или меньше, чем в государстве.
6. β-коэффициент риска криминологического процесса для G всегда равен:
a) произвольному числу, которое получится в результате расчетов;
б) трем;
г) нулю;
д) единице.
7. В качестве независимой переменной при получении оценочного уравнения коэффициентов преступности берутся:
а) коэффициенты преступности;
б) абсолютное число преступлений;
в) β-коэффициенты.
8. В качестве зависимой переменной при получении оценочного уравнения коэффициентов преступности берутся:
а) коэффициенты преступности;
б) абсолютное число преступлений;
в) β-коэффициенты.
9. Свободный член в ОУКП равен:
а) минимальному значению коэффициентов преступности в вариационном ряду;
б) среднему значению коэффициентов преступности в вариационном ряду;
в) разнице между средним и минимальным значением коэффициентов преступности в вариационном ряду.
10. Коэффициент при независимой переменной в ОУКП равен:
а) минимальному значению коэффициентов преступности в вариационном ряду;
б) среднему значению коэффициентов преступности в вариационном ряду;
в) разнице между средним и минимальным значением коэффициентов преступности в вариационном ряду.
11. В каком из субъектов РФ риск ошибочного прогноза выше:
а) в субъекте РФ с β-коэффициентом ниже единицы;
б) в субъекте РФ с β-коэффициентом выше единицы;
в) в субъекте РФ с β-коэффициентом равным единице.
12. Временной ряд коэффициентов преступности устойчивее в субъекте РФ, где:
а) β-коэффициент ниже единицы;
б) β-коэффициентом выше единицы;
в) β-коэффициентом равен единице.
13.
По этой формуле
вычисляется:
а) коэффициент локализации;
б) коэффициент дифференциации;
в) коэффициент Герфиндаля;
г) коэффициент Лоренца.
14.
По этой формуле
вычисляется:
а) коэффициент локализации;
б) коэффициент дифференциации;
в) коэффициент Герфиндаля;
г) коэффициент Лоренца.
15. Кривая Лоренца графически показывает:
а) величину коэффициента локализации;
б) величину коэффициента Лоренца;
в) величину коэффициента Герфиндаля;
г) величину коэффициента вариации.
16. Почему коэффициент Джини более подходящая мера степени неравенства распределения какого-либо изучаемого признака по территориям:
а) потому, что отражает разницу между крайними значениями признака по ранжированному ряду;
б) потому, что отражает 10% соотношения верхних и нижних значений ранжированного вариационного ряда;
в) потому, что отражает различия по всей исследуемой совокупности;
г) потому, что отражает межквартильные соотношения.
17. Межгрупповая дисперсия вычисляется по формуле:
а)
;
б)
;
в)
;
г)
.
15. Однофакторный дисперсионный анализ позволяет:
а) принять или отклонить нулевую гипотезу о равенстве математических ожиданий в выборках;
б) принять или отклонить нулевую гипотезу о равенстве дисперсий в выборках;
в) принять или отклонить альтернативную гипотезу о равенстве дисперсий в выборках;
г) принять или отклонить нулевую гипотезу о равенстве средних в выборках.
15. Двухфакторный дисперсионный анализ позволяет:
а) оценить статистическую значимость влияния на зависимую переменную факторов X и Z;
б) оценить статистическую значимость влияния на зависимую переменную факторов X , Z и XZ;
в) оценить статистическую значимость влияния на зависимую переменную фактора X;
г) оценить статистическую значимость влияния на зависимую переменную фактора Z.
16. Анализ выживаемости основан:
а) на анализе попарных средних;
б) на анализе попарных разностей;
в) на анализе кривых выживаемости;
г) на анализе стандартных отклонений.