Baza_zapitan-_TJMS_MS_-07_12_15_zashifr
.docЙмовірність
того, що за годину кількість пакетів
буде
або
дорівнює:
а)
0,383 б)
в)
г)0,309 д) 0,618
45.
Маємо в.в.
,
.
Маємо 4 вибірки з
:0,30;1,28;0,24;1,28;
:1,20;1,73;-2,18;-0,23;
:
1,10; 1,09; 0,69; 1,69;
:
1,85; 0,98; 0,77; 2,12
1.
Математичне сподівання в.в.
дорівнює: (0,5 бала)
а) 1,65 б) 1,144 в) 4 г) 0 д) 8
2.
Дисперсія
в.в.
дорівнює: (0,5 бала)
а) 2 б) 1 в) 4 г) 8 д) 2,604
46.
Інтенсивність
(кБт/с) добового вхідного трафіку
комп’ютерної мережі кафедри університету
– випадкова величина
.
1.
Чому дорівнює мінімальний об’єм вибірки
(кількість добових замірів інтенсивності
трафіку), що забезпечує точність
інтервальної оцінки
середньодобової інтенсивності
з надійністю
:
(0,5 бала)
а) 4 б) 10 в) 32 г) 8 д) 16
2.
Інтервальна оцінка середньодобової
інтенсивності
при
,
якщо при кількості добових замірів
точкова оцінка середньодобової
інтенсивності
,
дорівнює: (0,5 бала)
а) [2.62;4,58] б) [2.258;4,942] в) [3.153;4,047] г) [2.706;4,494] д) [3.046;4,154]
47.
Вважається,
що теоретичне СКВ
невідоме. Відомі оцінка середньодобової
інтенсивності
та незміщена точкова оцінка СКВ
.
Інтервальна
оцінка середньодобової інтенсивності
при
та при кількості добових замірів
дорівнює:
а) [2.62;4,58] б) [2.592;4,608] в) [3.153;4,047] г) [2.706;4,494] д) [3.046;4,154]
48.
Вважається,
що теоретичне СКВ
невідоме. Відомі оцінка середньодобової
інтенсивності
та незміщена точкова оцінка СКВ
.
Інтервальна
оцінка СКВ добової інтенсивності при
та при кількості добових замірів
дорівнює: (0,5 бала)
а) [0.966;3,634] б) [0.276;4,324] в) [1.449;3,151] г) [1.403;3,197] д) [0.92;3,68]
49.
У лабораторії 4 знаходяться однакові
одночасно придбані комп’ютери з
однаковим системним програмним
забезпеченням, які працюють незалежно
один від одного. Вважається, що кількість
випадків безперебійного завантаження
операційної системи має біноміальний
розподіл. У результаті
випробувань кожного з комп’ютерів було
зареєстровано наступну кількість
безперебійних завантажень: 95, 92, 91, 98.
Точкова
оцінка
ймовірності безперебійного завантаження
у момент кожного запуску дорівнює:
а) 0,94 б) 0,95 в) 0,92 г) 0,91 д) 0,98
50.
У лабораторії 4 знаходяться однакові
одночасно придбані комп’ютери з
однаковим системним програмним
забезпеченням, які працюють незалежно
один від одного. Вважається, що кількість
випадків безперебійного завантаження
операційної системи має біноміальний
розподіл. У результаті
випробувань кожного з комп’ютерів було
зареєстровано наступну кількість
безперебійних завантажень: 95, 92, 91, 98.
Ймовірність того, що всі 4 комп’ютери безперебійно завантажаться дорівнює:
а) 0,94 б) 0,957 в) 0,9 г) 0,781 д) 0,999
51.
У лабораторії 4 знаходяться однакові
одночасно придбані комп’ютери з
однаковим системним програмним
забезпеченням, які працюють незалежно
один від одного. Вважається, що кількість
випадків безперебійного завантаження
операційної системи має біноміальний
розподіл. У результаті
випробувань кожного з комп’ютерів було
зареєстровано наступну кількість
безперебійних завантажень: 95, 92, 91, 98.
Довірчий
інтервал для ймовірності безперебійного
завантаження при
(за
спрощеною формулою) дорівнює:
а) [0.911;0,959] б) [0.775;0,778] в) [0.893;0,987] г) [0.955;0,956] д) [0.920;0,999]
52.
Експериментальним шляхом встановлено,
що кількість
слів у словосполученні, що є запитом
пошуково серверу є випадкова величина,
що має розподіл Пуассона. У результаті
аналізу запитів отримано оцінку
середньої кількості слів у запиті
.
Вважається, що кількість слів у запиті
має статистичний розподіл Пуассона.
Оцінка ймовірності того, що у запиті буде не менше двох слів дорівнює:
а) 0,373 б) 0,423 в) 0,647 г) 0,597 д) 0,765
53.
Експериментальним шляхом встановлено,
що кількість
слів у словосполученні, що є запитом
пошуково серверу є випадкова величина,
що має розподіл Пуассона. У результаті
аналізу запитів отримано оцінку
середньої кількості слів у запиті
.
Вважається, що кількість слів у запиті
має статистичний розподіл Пуассона.
Інтервальна
оцінка середньої кількості слів у запиті
при кількості досліджених запитів
і рівні надійнсті
дорівнює:
а) [2.893;3,107] б) [2.794;3,006] в) [2.991;3,209] г) [2.696;2,904] д) [2.898;3,102]
54.
Під час тестування демо-версії певного
програмного пакету на п’яти однотипних
комп’ютерах незалежно один від одного
було отримано вибірку в. в.
,
год, що є часом між двома збоями: 1; 1,5;
1,2; 1,1. Вважається, що
має експоненціальний закон розподілу.
Оцінка ймовірності того, що програмне
забезпечення пропрацює без збою 2 год
дорівнює:
а) 0,239 б) 0,333 в) 0,362 г) 0,03 д) 0,157
55.
Середньодобова інтенсивність трафіку
передачі даних у локальній мережі
кафедри КІС є стохастичним часовим
процесом. Коваріація між двома перетинами
такого процесу дорівнює 3,72. Оцінка СКВ
відповідно першого та другого перетину
,
.
Коефіцієнт кореляції дорівнює:
а) -0,993 б) -1 в) 0 г) 0,886 д) 1
56. Передумови однофакторного дисперсійного аналізу за Фішером полягають у перевірці наступної пари статистичних гіпотез:
а) нормальність розподілу досліджуваних вибірок;
б) однакова кількість спостережень на кожному рівні;
в) неоднакова кількість спостережень на кожному рівні;
г) однорідність дисперсій у середині групи;
д) рівномірність розподілу досліджуваних вибірок.
57. Парний коефіцієнт кореляції Пірсона показує:
а) міру криволінійного зв’язку між двома випадковими величинами;
б) «на скільки відсотків сильний зв’язок між двома випадковими величинами»;
в) міру лінійного зв’язку між двома випадковими величинами;
г)
похибку прогнозування величини
у залежності від
.
д) міру лінійного зв’язку між двома випадковими величинами;
58. Однорідність двох незалежних вибірок номінальної змінної можна перевірити за допомогою:
а)
критерію
нормального розподілу;
б)точного критерію Фішера;
в)критерію
,
якщо
;
г)
критерію
,
якщо
;
д) критерію Сть’юдента;
е) критерію Бартлєтта;
ж) критерію Макнімара;
з) критерію Кохрена.
59. Однорідність більше ніж двох незалежних вибірок номінальної змінної можна перевірити за допомогою:
а)
критерію
нормального розподілу;
б)точного критерію Фішера;
в)критерію
,
якщо
;
г)
критерію
,
якщо
;
д) критерію Сть’юдента;
е) критерію Бартлєтта.
ж) критерію Макнімара.
з) критерію Кохрена.
60. Однорідність двох пов’язаних вибірок номінальної змінної можна перевірити за допомогою:
а)
критерію
нормального розподілу;
б)точного критерію Фішера;
в)критерію
,
якщо
;
г)
критерію
,
якщо
;
д) критерію Сть’юдента;
е) критерію Бартлєтта.
ж) критерію Макнімара.
з) критерію Кохрена.
61. Однорідність більше ніж двох пов’язаних вибірок номінальної змінної можна перевірити за допомогою:
а)
критерію
нормального розподілу;
б)точного критерію Фішера;
в)критерію
,
якщо
;
г)
критерію
,
якщо
;
д) критерію Сть’юдента;
е) критерію Бартлєтта.
ж) критерію Макнімара.
з) критерію Кохрена.
62. Однорідність двох непов’язаних вибірок порядкової змінної можна перевірити за допомогою:
а)
критерію
нормального розподілу;
б) медіанного критерію;
в) критерію Манна-Уітні;
д) критерію Сть’юдента;
е) критерію Вальда-Вольфовица;
ж) критерію знаків;
з) знаково-рангового критерію.
63. Однорідність двох пов’язаних вибірок порядкової змінної можна перевірити за допомогою:
а)
критерію
нормального розподілу;
б) медіанного критерію;
в) критерію Манна-Уітні;
д) критерію Сть’юдента;
е) критерію Вальда-Вольфовица.
ж) критерію знаків;
з) знаково-рангового критерію.
64. Однорідність більше ніж двох непов’язаних вибірок порядкової змінної можна перевірити за допомогою:
а)
критерію
нормального розподілу;
б)точного критерію Фішера;
в)критерію
,
якщо
;
г) ранговий критерій Уілкоксона;
д) критерію Ст’юдента;
е) одно факторного дисперсійного аналізу за Фрідманом.
ж) медіанного критерію.
з) критерій множинних порівнянь.
65. Однорідність більше ніж двох непов’язаних вибірок порядкової змінної можна перевірити за допомогою:
а)
критерію
нормального розподілу;
б)точного критерію Фішера;
в)критерію
,
якщо
;
г) ранговий критерій Уілкоксона;
д) критерію Ст’юдента;
е) одно факторного дисперсійного налазу за Фрідманом;
ж) медіанного критерію.
з) критерію множинних порівнянь.
66. Однорідність двох непов’язаних вибірок, що мають нормальний розподіл можна перевірити за допомогою:
а)
критерію
нормального розподілу;
б) медіанного критерію;
в) критерію Манна-Уітні;
г) критерію Ст’юдента;
д) критерію Вальда-Вольфовица;
е) критерію знаків;
ж) знаково-рангового критерію.
67. Однорідність двох залежних вибірок, що мають нормальний розподіл, можна перевірити за допомогою:
а)
критерію
нормального розподілу;
б) медіанного критерію;
в) критерію Манна-Уітні;
г) критерію Ст’юдента;
д) критерію Вальда-Вольфовица;
е) критерію знаків;
ж) знаково-рангового критерію.
68. Однорідність більш ніж двох залежних вибірок, що мають нормальний розподіл, можна перевірити за допомогою:
а) однофакторного дисперсійного аналізу за Фішером;
б) дисперсійного аналізу з повтореннями;
в) критерію Манна-Уітні;
г) критерію Ст’юдента;
д) одно факторного дисперсійного аналізу за Фрідманом;
е) критерію знаків;
ж) знаково-рангового критерію.
69. Однорідність більш ніж двох незалежних вибірок, що мають нормальний розподіл, можна перевірити за допомогою:
а) однофакторного дисперсійного аналізу за Фішером;
б) дисперсійного аналізу з повтореннями;
в) критерію Манна-Уітні;
г) критерію Сть’юдента;
д) однофакторного дисперсійного аналізу за Фрідманом;
е) однофакторного аналізу за Уілкоксоном;
ж) знаково-рангового критерію.
70. Перевірка однорідності дисперсій декількох вибірок проводиться за критерієм:
а) Ст’юдента;
б) Фішера;
в) Бартлетта;
г) Кохрена.
71. Перевірка значимості коефіцієнтів регресійної моделі проводиться за критерієм:
а) Стьюдента;
б) Фішера;
в) Бартлетта;
г) Кохрена.
72. Перевірка адекватності регресійної моделі проводиться за критерієм:
а) Стьюдента;
б) Фішера;
в) Бартлетта;
г) Кохрена.
73. Коефіцієнт детермінації:
а) Пояснює ступінь правильності моделі у процентах;
б) Показує у процентах, яку долю варіації залежної випадкової величини пояснює дана модель;
в) Показує, «на скільки добра» вибрана регресійна модель;
г) Показує точність прогнозу за даною моделлю.
74. Перевірка значимості коефіцієнтів регресійної моделі проводиться із застосуванням критерію:
а) Кохрена;
б) Фішера;
в) Стьюдента;
г)
;
д)
критерію
нормального стандартного розподілення.
75. Задача однофакторного дисперсійного аналізу за Фішером полягає у перевірці наступної пари статистичних гіпотез:
а)
;
б)
;
в)
;
г)
;
д)
.
76. Сенс методу найменших квадратів полягає у:
а)
мінімізації функціоналу
;
б)
максимізації функціоналу
;
в)
мінімізації функціоналу
;
г)
максимізації функціоналу
;
77. Сума квадратів, зумовлена регресією це:
а)
;
б)
;
в)
;
78. Парний коефіцієнт кореляції Пірсона показує:
а) міру криволінійного зв’язку між двома випадковими величинами;
б) «на скільки відсотків сильний зв’язок між двома випадковими величинами»;
в) міру лінійного зв’язку між двома випадковими величинами;
г)
похибку прогнозування величини
у залежності від
.
79. Виділити передумови класичного регресійного аналізу:
а)
;
б)
;
в)
,
;
г)
;
д)
.
80. Передумови однофакторного дисперсійного аналізу за Фішером полягають у перевірці наступної пари статистичних гіпотез:
а) нормальність розподілу досліджуваних вибірок;
б) однакова кількість спостережень на кожному рівні;
в) неоднакова кількість спостережень на кожному рівні;
г) однорідність дисперсій у середині групи;
д) рівномірність розподілу досліджуваних вибірок.
81. Надійна зона регресії це:
а) зона з постійною дисперсією;
б)
зона для вибіркових точок;
в) зона, де відсутня автокореляція залишків;
г)
зона для лінії регресії;
д) зона, де відсутні викиди.
82. Запис рівняння регресії у матричній формі має вигляд:
а)
;
б)
;
в)
;
г)
;
д)
.
83. Запис оцінки рівняння регресії у матричній формі має вигляд:
а)
;
б)
;
в)
;
г)
;
д)
.
84.
Модель регресії має вигляд:
.
Матриця незалежних змінних для оцінки
коефіцієнтів буде мати вигляд:
а)
;
б)
;
в)
;
г)
;
д)
.
85.
Модель регресії має вигляд:
.
Матриця незалежних змінних для оцінки
коефіцієнтів буде мати вигляд:
а)
;
б)
;
в)
;
г)
;
д)
.
86. Система нормальних рівнянь для МНК-оцінок коефіцієнтів регресії в матричній формі має вигляд:
а)
;
б)
;
в)
;
г)
;
д)
.
87.
МНК-оцінка вектору
в матричній формі має вигляд:
а)
;
б)
;
в)
;
г)
;
д)
.
88. Коефіцієнт детермінації у матричній формі має вигляд:
а)
;
б)
;
в)
;
г)
;
д)
.
89. Матриця дисперсій-коваріацій у матричній формі має вигляд:
а)
;
б)
;
в)
;
г)
;
д)
.
90.
Передбачуване значення
при
,
тобто
у матричній формі має вигляд:
а)
;
б)
;
в)
;
г)
;
д)
.
91. Для тестування трьох різних ОС було обрано три різні групи однотипних ПК по чотири в кожній групі. Протягом місяця було зареєстровано середню кількість системних збоїв на кожному ПК (див. табл.). Передбачається за схемою однофакторного дисперсійного аналізу встановити, значимо чи ні відрізняються результати тестування роботи різних ОС.
|
Номер випробування |
Рівні фактора |
||
|
1-ша ОС |
2-ша ОС |
3-ша ОС |
|
|
1 |
38 |
20 |
21 |
|
2 |
36 |
24 |
22 |
|
3 |
35 |
26 |
31 |
|
4 |
31 |
30 |
34 |
|
|
35 |
25 |
27 |
