ТЕСТ_Козар_ТВиМС_Формат_IT
.doc
I:
S: График плотности распределения вероятностей непрерывной случайной величины Х, распределённой равномерно в интервале (-2; 6) имеет вид: Тогда значение a равно…
+: ;
-: ;
-: ;
-: .
I:
S: Случайная величина Х распределена равномерно на отрезке [2, 5]. Распределение случайной величины Y=3X-1 имеет...
-: другой, кроме равномерного и нормального, вид распределения;
-: равномерное распределение на отрезке [6, 15];
+: равномерное распределение на отрезке [5, 14];
-: нормальное распределение на отрезке [2, 5].
I:
S: Случайная величина Х распределена равномерно на отрезке [1, 3]. Тогда случайная величина Y=4X+1 имеет…
-: другой (не равномерный) вид распределения;
-: равномерное распределение на отрезке [4, 12];
-: равномерное распределение на отрезке [2, 6];
+: равномерное распределение на отрезке [5, 13].
I:
S: Случайная величина Х распределена равномерно на отрезке [-3, 6]. Тогда случайная величина Y=3X-1 имеет…
-: другой, кроме равномерного и нормального, вид распределения;
+: равномерное распределение на отрезке [-10, 17];
-: нормальное распределение на отрезке [-9, 18];
-: равномерное распределение на отрезке [-8, 17].
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно …
+: 4
-: 9
-: 18
-: 3
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно …
-: 32
+: 5
-: 16
-: 4
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно …
+: 7
-: 36
-: 72
-: 6
I:
S: Непрерывная случайная величина Х задана интегральной функцией распределения вероятностей . Тогда значение С равно …
+: 2
-: 4
-: − 1,75
-: − 1
I:
S: Непрерывная случайная величина Х задана интегральной функцией распределения вероятностей . Тогда значение С равно …
-: 0,5
-: 1
+: 0
-: 2,25
I:
S: Случайная величина X задана плотностью распределения вероятностей: . Тогда соответствующая функция распределения вероятностей равна …
-: ;
+: ;
-: ;
-: .
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
-: 4;
+: 6;
-: 20;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
-: 32;
-: 5;
-: 16;
+: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
-: 2;
+: 36;
-: 72;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
-: 4;
+: 9;
-: 18;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
-: 32;
-: 5;
+: 16;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
+: 10;
-: 2;
-: 72;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
-: 2;
+: 9;
-: 18;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
-: 32;
+: 15;
-: 16;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
+: 17;
-: 36;
-: 72;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
+: 14;
-: 9;
-: 18;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
-: 32;
+: 25;
-: 2;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
+: 12;
-: 2;
-: 72;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
+: 24;
-: 2;
-: 18;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
-: 32;
+: 13;
-: 2;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
+: 1;
-: 2;
-: 72;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
-: 14;
-: 2;
+: 18;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
-: 32;
+: 5;
-: 2;
-: S:
I:
S: Непрерывная случайная величина X задана плотностью распределения вероятностей .Тогда математическое ожидание этой нормально распределённой случайной величины равно…
+: 20;
-: 2;
-: 72;
-: S:
V1: Теория вероятностей. Понятие закона больших чисел
I:
S: Закон больших чисел по другому называют:
+: неравенство Чебышева;
-: локальная теорема Муавра-Лапласа;
-: формула Пуассона.
I:
S: Из закона больших чисел вытекают следствия, которые обычно формулируются в виде следующих теорем:
-: теорема Бернулли (при неограниченном увеличении числа испытаний n частота событий сходится по вероятности к его вероятности);
-: теорема Пуассона (если производится n независимых испытаний и вероятность события А в i-м испытании равна Рi, то при неограниченном увеличении числа испытаний n частота события А сходится по вероятности к среднему арифметическому вероятностей Рi);
-: нет правильного ответа;
+: все варианты ответов верны.
V1: Математическая статистика. Генеральная и выборочная совокупности
I:
S: Статистическое распределение выборки имеет вид
-
Хi
-1
0
1
3
ni
4
6
3
7
Тогда относительная частота варианты x2=0, равна…
-: 6;
+: 0,3;
-: 0,35;
-: 0,S:
I:
S: Статистическое распределение выборки имеет вид
-
Хi
-2
1
3
4
ni
2
5
6
7
Тогда относительная частота варианты x3=3, равна…
-: 6;
-: 0,25;
-: 0,1;
+d 0,S:
I:
S: Статистическое распределение выборки имеет вид
-
Хi
-2
0
2
4
ni
4
6
1
9
Тогда относительная частота варианты x2=0, равна…
-: 0,5;
+: 0,3;
-: 0,55;
-: S:
I:
S: Статистическое распределение выборки имеет вид
-
Хi
-4
-2
2
4
ni
7
3
6
4
Тогда относительная частота варианты x3=2, равна…
+: 0,3;
-: 0,4;
-: 6;
-: 0,S:
I:
S: По выборке объёма n=100 построена гистограмма частот: Тогда значение а равно…
+: a=18;
-: a=68;
-: a=17;
-: a=S:
V1: Математическая статистика. Интервальные оценки параметров распределения. Непрерывное и дискретное распределения признаков
I:
S: Проведено четыре измерения (без систематических ошибок) некоторой случайной величины (в мм): 4, 7, 8, S: Тогда несмещённая оценка математического ожидания равна…
+: m=7;
-: m=6;
-: m=7,25;
-: m=6,S:
I:
S: Проведено четыре измерения (без систематических ошибок) некоторой случайной величины (в мм): 3, 8, 9, S: Тогда несмещённая оценка математического ожидания равна…
-: m=9,25;
+: m=9;
-: m=8;
-: m=9,S:
I:
S: Проведено четыре измерения (без систематических ошибок) некоторой случайной величины (в мм): 4, 5, 6, S: Тогда несмещённая оценка математического ожидания равна…
+: m=6;
-: m=5,75;
-: m=5;
-: m=6,S:
I:
S: Проведено четыре измерения (без систематических ошибок) некоторой случайной величины (в мм): 2, 3, 7, S: Тогда несмещённая оценка математического ожидания равна…
+: m=5,25;
-: m=5,5;
-: m=5;
-: m=S:
I:
S: Проведено четыре измерения (без систематических ошибок) некоторой случайной величины (в мм): 2, 3, 6, S: Тогда несмещённая оценка математического ожидания равна…
-: m=5,25;
-: m=5,5;
-: m=6;
+: m=S:
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид …
-: (11,2; 11,8);
-: (10,8; 12);
+: (10,6; 13,4);
-: (12; 13,7).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид …
-: (11,8; 12,8);
+: (11,8; 14,2);
-: (13; 14,7);
-: (11,6; 13).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
+: (12,3; 13,7);
-: (13; 13,7);
-: (12,3; 12,8);
-: (12,3; 13).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
+: (13,8; 16,2);
-: (15; 16,2);
-: (13,8; 14,1);
-: (13,8; 15).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
-: (14,9; 16);
+: (14,9; 17,1);
-: (16; 17,1);
-: (14,9; 15,2).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид …
+: (8,5; 11,5);
-: (8,6; 9,6);
-: (10; 10,9);
-: (8,4; 10).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид …
-: (11; 12,1);
-: (9,8; 10,8);
+: (10,1; 11,9);
-: (9,8; 11).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид…
-: (11,8; 12,8);
-: (11,6; 13);
+: (11,8; 14,2);
-: (13; 14,6).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
+: (10,1; 11,9);
-: (10,1; 11);
-: (11; 11,9);
-: (10,1; 10,8).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
-: (13; 13,7);
-: (12,3; 12,8);
+: (12,3; 13,7);
-: (12,3; 13).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
+: (13; 14,7);
-: (12,3; 12,8);
-: (12,3; 13,7);
-: (12,3; 13).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
-: (17; 17,7);
+: (16,3; 17,8);
-: (15,3; 17);
-: (12,3; 17).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
-: (17; 18);
-: (18,3; 19,8);
-: (12,3; 18);
+: (17,3; 18,3).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
-: (10; 13,7);
-: (9,3; 10);
+: (9,1; 10,7);
-: (10; 13).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
+: (14,8; 16,5);
-: (15; 16,5);
-: (13,8; 14,1);
-: (13,8; 15).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
-: (11,2; 11,8);
-: (10,8; 12);
+: (11,6; 13,7);
-: (12; 13,7).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
-: (14,9; 16);
+: (15,9; 17,3);
-: (16; 17,9);
-: (14,9; 15,5).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
-: (17; 17,9);
+: (16,4; 17,2);
-: (15,3; 17);
-: (12,3; 17).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
-: (17; 18);
-: (18,3; 19,8);
-: (11,3; 18);
+: (17,5; 18,9).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
+: (13; 14,8);
-: (14; 19,8);
-: (14; 15,7);
-: (12,3; 14).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
-: (11,2; 11,8);
-: (11,8; 12);
+: (11,6; 13,7);
-: (12; 14,7).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
-: (10; 14,7);
-: (8,3; 10);
+: (9,1; 10,7);
-: (10; 12).
I:
S: Точечная оценка математического ожидания нормального распределения равна S: Тогда его интервальная оценка может иметь вид...
+: (10,1; 11,8);
-: (10,9; 11);
-: (11; 11,1);
-: (10,1; 10,8).
V1: Математическая статистика. Характеристики вариационного ряда
I:
S: Мода вариационного ряда 1, 2, 3, 4, 4, 6 равна…
+: 4;
-: 5;
-: 6;
-: 20.
I:
S: Мода вариационного ряда 1, 1, 2, 5, 7, 8 равна…
-: 2;
+: 1;
-: 24;
-: S:
I:
S: Мода вариационного ряда 3, 4, 6, 6, 7, 8 равна…
+: 6;
-: 3;
-: 34;
-: S:
I:
S: Мода вариационного ряда 1, 2, 3, 3, 4, 5 равна…
-: 18;
+: 3;
-: 1;
-: S:
I:
S: Мода вариационного ряда 1, 2, 2, 3, 4, 7 равна…
+: 2;
-: 7;
-: 1;
-: S:
I:
S: Мода вариационного ряда 2, 5, 5, 6, 7, 9, 10 равна…
-: 2;
-: 10;
-: 6;
+: S:
I:
S: Мода вариационного ряда 3, 6, 6, 7, 8, 10, 11 равна…
+: 6;
-: 11;
-: 3;
-: S:
I:
S: Мода вариационного ряда 5, 8, 8, 9, 10, 11, 13 равна…
-: 5;
+: 8;
-: 13;
-: S:
I:
S: Мода вариационного ряда 1, 2, 5, 6, 7, 7, 10 равна…
-: 1;
-: 10;
-: 6;
+: S:
I:
S: Мода вариационного ряда 2, 3, 4, 8, 9, 9, 10 равна…
-: 8;
+: 9;
-: 2;
-: S:
I:
S: Мода вариационного ряда 1, 2, 3, 4, 4, 7 равна…
+: 4;
-: 5;
-: 6;
-: S:
I:
S: Мода вариационного ряда 1, 1, 2, 3, 7, 8 равна…
-: 2;
-: 11;
+: 1;
-: 5
I:
S: Мода вариационного ряда 1, 2, 3, 3, 4, 5 равна…
-: 1;
+: 3;
-: 4;
-: S:
I:
S: Мода вариационного ряда 1, 2, 2, 3, 4, 8 равна…
+: 2;
-: 7;
-: 1;
-: S:
I:
S: Мода вариационного ряда 2, 5, 5, 6, 7, 9, 10 равна…
-: 2;
-: 7;
-: 6;
+: 8:
I:
S: Мода вариационного ряда 3, 6, 6, 7, 8, 10, 11 равна…
+: 6;
-: 11;
-: 8;
-: 5
I:
S: Мода вариационного ряда 5, 8, 8, 9, 10, 11, 13 равна…
-: 5;
+: 8;
-: 13;
-: 6
I:
S: Мода вариационного ряда 1, 2, 5, 6, 7, 7, 10 равна…
-: 2;
-: 10;
-: 5;
+: 8
I:
S: Мода вариационного ряда 2, 3, 4, 8, 9, 9, 10 равна…
-: 2;
+: 9;
-: 3;
-: i
I:
S: Мода вариационного ряда 1, 2, 3, 4, 4, 6, 7, 8 равна…
-: 6;
-: 5;
+: 4;
-: 20.
I:
S: Мода вариационного ряда 1, 1, 2, 5, 7, 8, 9 равна…
-: 2;
+: 1;
-: 24;
-: 6
I:
S: Мода вариационного ряда 1, 2, 3, 4, 6, 6, 7, 8 равна…
+: 6;
-: 3;
-: 1;
-: S:
I:
S: Мода вариационного ряда 1, 2, 3, 3, 4, 5, 6, 7, 8, 9, 10 равна…
-: 1;
+: 3;
-: 10;
-: 5
I:
S: Мода вариационного ряда 1, 2, 2, 3, 4, 7, 8, 9, 10 равна…
+: 2;
-: 8;
-: 1;
-: S:
I:
S: Мода вариационного ряда 1, 2, 3, 4, 5, 5, 6, 7, 9, 10 равна…
-: 1;
-: 10;
-: 7;
+: 5
I:
S: Мода вариационного ряда 1, 2, 3, 4, 5, 6, 6, 7, 8, 9, 10, 11 равна…
-: 4;
-: 11;
+: 6;
-: 3
I:
S: Мода вариационного ряда 1, 2, 3, 4, 5, 8, 8, 9, 10, 11, 13 равна…
-: 1;
+:8;
-: 13;
-: 4
V1: Математическая статистика. Доверительные вероятности, доверительные интервалы
I:
S: В математической статистике надёжность оценок принято характеризовать:
-: доверительным интервалом;
-: доверительной вероятностью;
-: нет правильных ответов;
+: оба варианта ответов верны.
I:
S: Степень приближения оценок к значениям соответствующих параметров зависит:
+: от числа испытаний;
-: от качества испытаний;
-: от надёжности испытаний;
-: от времени испытаний.
I:
S: Степень приближения оценок к значениям соответствующих параметров характеризуется:
-: точностью;
-: надёжностью оценок;
-: нет правильных ответов;
+: оба варианта ответов верны.
V1: Математическая статистика. Регрессионный анализ, корреляционный анализ
I:
S: Корреляционный анализ - это:
+: количественный метод определения тесноты и направления взаимосвязи между выборочными переменными величинами;
-: количественный метод определения вида математической функции в причинно-следственной зависимости между переменными величинами.
I:
S: Регрессионный анализ - это:
-: количественный метод определения тесноты и направления взаимосвязи между выборочными переменными величинами;
+: количественный метод определения вида математической функции в причинно-следственной зависимости между переменными величинами.