Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Скачиваний:
160
Добавлен:
21.03.2016
Размер:
95.23 Кб
Скачать

Часть 1.

  1. Две выборки являются зависимыми, если каждому испытуемому из одной выборки поставлен в соответствие по опред критерию испытуемый из другой выборки.

  2. Гипотеза исследования это утверждение о связи двух явлений, относящихся к свойствам генеральной совкупности.

  3. Если 1-я выборка – преподаватели ВУЗа, а 2-я выборка – их студенты, то 2-я выборка по отношению к 1-й является зависимой.

  4. Основной способ обеспечения репрезентативности выборки относительно генеральной совокупности это рандомизированный/стратофицированный случайный отбор.

  5. Основное свойство выборки, определяющее ее качество – это: репрезентативность.

  6. Цифра, обозначающая номер испытуемого в списке – это измерение в шкале номинативной.

  7. Упорядочивание испытуемых по времени решения тестовой задачи – это измерение в шкале рангов.

  8. Время простой сенсомоторной реакции (в мс) – это измерение в шкале – абсолютной.

  9. Кодирование испытуемых по воинскому званию (лейтенант, капитан, майор…) для оценки должностного статуса – это измерение в шкале ранговой.

  10. Одна из перечисленных характеристик не относится к шкалам (уровням) измерения С.Стивенса: соотношение между свойствами чисел и измеряемыми свойствами объектов.

  11. Для деления выборки на несколько независимых выборок обычно используется следующая переменная: номинативная переменная.

  12. Если по времени решения тестовой задачи трем испытуемым (из 20) присвоены ранги 1 (самый быстрый), 2, 5, то справедливо следующее утверждение: 1 решил быстрее, чем 2 и 5

  13. Мода как мера центральной тенденции не пригодна для переменных в следующих шкалах: пригодна ко всему

  14. Медиана как мера центральной тенденции не пригодна для переменных в следующих шкалах: не годится для номинативных.

  15. Среднее как мера центральной тенденции не пригодна для переменных в следующих шкалах: неметрические (номинативная, ранговая)

  16. Графики распределения частот значений признака для группы юношей (1) и группы девушек (2)

Как соотносятся средние значения и дисперсии признака групп (по графику):

  1. Из всех мер центральной тенденции крайние значения (выбросы) в наибольшей степени влияют на среднее.

  2. Абсолютная величина каждого отдельного значения не учитывается для определения значений следующих мер центральной тенденции: мода и медиана.

  3. Если для выборки численностью 200 чел., 60-й процентиль некоторого признака равен 12, то справедливо следующее утверждение: 50й процентиль =10, 120 человек имеют значение признака ≤ 12, а 80 человек ˃ 12.

  4. Такое значение признака, измеренного на группе испытуемых, меньше которого имеют ровно половина этих испытуемых, называется 50 процентиль, 2 квартиль, медиана.

  5. 50-й процентиль соответствует: медиане, 2 квартилю.

  6. Какой из показателей характеризует степень разнообразия испытуемых по значениям переменной: дисперсия.

  7. Чему равна медиана ряда значений 1, 2, 2, 2, 3, 7, 6, 5, 9, 5: =4

  8. Как соотносятся меры центральной тенденции для данного ряда значений 0, 0, 2, 2, 5, 6, 6, 6, 9: не равны (мода 6, медиана 5, среднее 4) 1:0,8

  9. Как соотносятся стандартные отклонения (сигмы) двух рядов чисел: 1) 9, 15, 12, 24, 21 и 2) 3, 9, 6, 18, 15: = 1:1

  10. Как соотносятся дисперсии двух рядов чисел:

1) 5, 8, 10, 12, 11 и 2) 1, 4, 6, 8, 7: = 1:1

  1. Как соотносятся стандартные отклонения возраста выборки детей 2-6 лет (N = 30), выраженные в годах и месяцах: в месяцах отклонения будут больше на 12.

  2. В группах 1 и 2 измерена некоторая переменная. D1 = D2=10, M1=20, M2=30. После объединения этих групп дисперсия: увеличится.

  3. В группах 1 и 2 измерена некоторая переменная. D1 = D2=5, M1=6, M2=12. После объединения этих двух групп дисперсия увеличится.

  4. Если распределение переменной соответствует нормальному виду, то 90% всех ее значений находится: М±1,64сигма

  5. Если распределение признака соответствует нормальному виду, то 99% всех ее значений находится: М±2,58сигма

  6. Если распределение переменной соответствует нормальному виду, то 90% всех ее значений находится: м±1,64сигма

  7. Если распределение переменной соответствует нормальному виду, то в диапазоне М±1,96σ: 95%

  8. Если распределение переменной соответствует нормальному виду, то 95% всех ее значений находится: М±1,96сигма

  9. Некоторое свойство измеряется при помощи тестовой шкалы CEEB (М=500, =100). Какая приблизительно доля генеральной совокупности имеет балл от 600 до 700? 13,5%

  10. Некоторое свойство измеряется при помощи тестовой шкалы Бине (М=100, =16). Какая приблизительно доля генеральной совокупности имеет балл ниже 84? 16%

  11. Для изучения каких связей коэффициенты корреляции не применимы : нелинейных немонотонных.

  12. Для каких переменных допустимо применение коэффициентов корреляции: измеренных в количественной шкале.

  13. Если коэффициент корреляции Пирсона r = – 0,5, то коэффициент детерминации равен: 0,25

  14. Если y – зависимая, а x – независимая переменные, то R2xy (коэффициент детерминации) это часть дисперсии зависимой переменной y, обусловленной независимой.

  15. После z-преобразования выборочных значений переменной среднее и сигма М=0, σ=1

  16. Если Rxy=1 и обе переменные xi и yi представлены в z-значениях, то уравнение регрессии ŷi=bxi+a принимает вид: y=x

  17. Если Rxy=0, то уравнение регрессии ŷi=bxi+a принимает вид: y=My

  18. Если Rxy= 0, и обе переменные xi и yi представлены в z-значениях, то уравнение регрессии ŷi=bxi+a принимает вид: y=0

  19. Если объем выборки N=21, ковариация между двумя признаками Cov12=8, а стандартные отклонения 1=4; 2=8, то коэффициент корреляции R12 Пирсона равен 0.25

  20. Если изучается взаимосвязь между двумя признаками (1=5; 2=6; N = 21), то величина ковариации (Cov12) может быть: (-30<Cov<30)

  21. Какая корреляция основана на подсчете разности рангов: r-Спирмена

  22. Какая корреляция основана на подсчете произведений отклонений от средних: r-Пирсона

  23. Какая корреляция основана на подсчете пар испытуемых: τ-Кендалла

  24. Коэффициент корреляции Спирмена основан на подсчете разностей рангов.

  25. Если при переборе всех пар испытуемых в выборке вероятность однонаправленного изменения X и Y (совпадений) составила Р = 0,8, то величина τ-Кенделла равна: 0,6

  26. Если при переборе всех пар испытуемых в выборке вероятность разнонаправленного изменения X и Y (инверсий) составила Q = 0,8, то величина τ-Кенделла равна: -0,6

  27. При подсчете τ -Кенделла на выборке N = 6 число совпадений составило P=10; τ –Кенделла равно 0,33

  28. Чему равна корреляция Спирмена и Кендалла для двух переменных:

    X

    Y

    а) 0

    б) -1

    в) 1 г) 0,5

    1

    32

    2

    2

    16

    6

    3

    20

    4

    4

    8

    10

    5

    11

    8

  29. Проверяемая содержательная (научная) гипотеза подтверждается, если (при = 0,05): p≤0.05

  30. Чем больше значение р-уровня, тем меньше статистическая значимость результата.

  31. Вероятность того, что в генеральной совокупности нулевая гипотеза верна, есть показатель уровня значимости.

  32. Результат проверки гипотезы признается статистически достоверным, если меньше ошибки первого рода.

  33. Уровень статистической значимости это вероятность того, что обнаруженная связь носит случайный характер.

  34. Может ли одно и то же численное значение корреляции для разных выборок иметь разную статистическую значимость? да

  35. Для 1-ой выборки корреляция Rxy=0,35 (p=0,06), для 2-ой выборки Rxy=0,35 (p=0,03). Почему p-уровень разный? Зависит от объема выборки и степеней свободы.

  36. При сравнении двух средних (М1=5, М2=7) значение р-уровня будет тем меньше, чем больше величина связи, больше объем выборки, меньше дисперсия.

  37. При сравнении двух распределений частот с использованием критерия Хи-квадрат значение р-уровня больше, если различий между эмпирическим и теоретическим распределением меньше; меньше величина связи, меньше объем выборки, больше дисперсия.

  38. Гомогенность (равенство) дисперсий проверяется перед: применением t-Стюдента, r-Пирсона, ANOVA

  39. Если при сравнении средних для 2-х независимых выборок неравной численности дисперсии статистически значимо различаются, то следует: применить непараметрический критерий Манна-Уитни, ранговые корреляции, r-Спирмена, τ-Кендалла.

  40. Если при сравнении средних для нескольких независимых выборок неравной численности дисперсии статистически достоверно различаются, то следует: применить Манна-уитни, ранговые корреляции, r-Спирмена, τ-Кендалла.

  41. Если при проверке статистической достоверности корреляции (при α = 0,05) р > 0.1, то корректен вывод, что статистически значимая связь не обнаружена.

  42. Если при проверке статистической достоверности корреляции (при α = 0,05) р < 0.05, то корректен вывод, что обнаружена статистически достоверная связь.

  43. Если при проверке статистической значимости различий двух средних р > 0.1, то делают вывод о том, что статистически значимые различия не обнаружены.

  44. Если при проверке статистической значимости различий двух средних (при α = 0,05) р < 0.05, то делают вывод о том, что обнаружены статистически значимые различия.

  45. Для проверки достоверности различия двух независимых групп, члены которых ранжированы по степени выраженности «тревожности», применяют критерий U-Манна-Уитни

  46. Для проверки достоверности различия двух повторных измерений, члены которых ранжированы по степени выраженности «тревожности», применяют критерий T-Вилкоксона

  47. Для проверки достоверности различий студентов 1 и 5 курсов по переменной «семейное положение» (холост – нет) следует применить критерий X2 Пирсона

  48. Для проверки достоверности различий 2-х выборок по переменной «пол» (муж - жен) следует применить критерий X2 Пирсона

  49. Для сравнения преподавателей и студентов по «доминантности» (метрическая шкала), следует применить критерий t-Стьюдента для зависимых

  50. Для сравнения двух независимых выборок по количественной переменной, имеющей заметные выбросы, применяют критерий U-Манна-Уитни

  51. Для проверки различия самочувствия (метрическая шкала) до и после терапии применяют критерий t-Стюдента для зависимых.

  52. Если необходимо сравнить два повторных измерения количественной переменной, имеющей заметные выбросы, то применяют критерий Т-Вилкоксона

  53. Для проверки достоверности различия двух зависимых выборок по переменной, измеренной в ранговой шкале, применяют критерий Т-Вилкоксона

  54. Для проверки достоверности различия старших (1-я выборка) и их младших (2-я выборка) братьев по уровню доминантности, измеренной в метрической шкале, применяют критерий t-Стьюдента для зависимых выборок.

  55. Гипотезу о взаимосвязи номинативной (2 градации) и ранговой переменных целесообразно проверять при помощи U-Манна-Уитни, Т-Вилкоксона

  56. Гипотезу о взаимосвязи номинативной (2 градации) и метрической переменных целесообразно проверять при помощи Т-Стьюдента

  57. Статистическая значимость улучшения состояния (ранговая шкала) до и после терапии определяется по критерию Т-Вилкоксона

  58. Гипотезу о взаимосвязи ранговой и номинативной переменной, имеющей две градации (напр., пол), целесообразно изучать при помощи критерия U-Манна-Уитни, Т-Вилкоксона

  59. Для проверки достоверности различия 2 групп, каждый член которых определен в одну из трех категорий («правый», «левый», «центрист»), применяют критерий X2 Пирсона

  60. Для проверки гипотезы о различии 2 групп по степени индивидуальной изменчивости (дисперсии) применяют критерий F-Фишера.

  61. Гипотезу о взаимосвязи метрической и номинативной переменной, имеющей две градации (напр., пол), целесообразно изучать при помощи критерия t –Стьюдента

  62. Гипотезу о взаимосвязи метрической и номинативной переменной, имеющей 5 градаций (например, хобби), целесообразно проверять при помощи однофакторного ANOVA

  63. Гипотезу о взаимосвязи порядковой и номинативной переменной, имеющей 4 градации (напр., должность), целесообразно изучать при помощи критерия H-Краскала-Уоллеса

  64. Гипотезу о взаимосвязи метрической и порядковой переменной, имеющей 15 градаций, целесообразно изучать при помощи ANOVA

  65. Гипотезу о взаимосвязи 2-х количественных переменных, имеющих заметные выбросы (асимметрии) целесообразно проверять при помощи r-Спирмена, τ-Кендалла

  66. Для проверки гипотезы о взаимосвязи одной метрической переменной и двух номинативных переменных целесообразно применять: ANOVA

  67. Для проверки гипотезы о взаимосвязи одной метрической переменной и одной номинативной переменных с 3 и более значениями целесообразно применять: ANOVA однофакторный

  68. Для проверки гипотезы о взаимосвязи одной метрической переменной и трех номинативных переменных целесообразно применять: многофакторный ANOVA

  69. Но об идентичности зависимых выборок по уровню выраженности переменной, измеренной в ранговой шкале (при α = 0,05) отклоняется, если: вилкоксон p≤0,05

  70. Но об идентичности независимых выборок по уровню выраженности переменной, измеренной в ранговой шкале (при α = 0,05) отклоняется, если: манна-уитни p≤0,05

  71. Но об идентичности зависимых выборок по уровню выраженности переменной, измеренного в метрической шкале (при α = 0,05) отклоняется, если: стьюдента p≤0,05

  72. Но об идентичности независимых выборок по уровню выраженности переменной, измеренного в метрической шкале (при α = 0,05) отклоняется, если: стьюдент

p≤0,05

  1. Но об отсутствии взаимосвязи двух номинативных переменных (при α = 0,05) отклоняется, если: хи вадрат p≤0,05

  2. Но об отсутствии взаимосвязи двух номинативных переменных (при α = 0,05) не отклоняется, если: хи квадрат p≤0,1

  3. Но об отсутствии взаимосвязи двух порядковых переменных (при α = 0,05) не отклоняется, если: спирмен, тау p≤0,1

  4. Но об отсутствии взаимосвязи двух порядковых переменных (при α = 0,05) отклоняется, если: тау p≤0,05

  5. Статистическая гипотеза Но о равенстве двух средних значений (N1=60; N2=70) не отклоняется (при α = 0,01), если: стьюдент p≤0,05

  6. Но об отсутствии различий двух распределений номинативного признака отклоняется (при α = 0,05), если: хи квадрат p≤0,05

  7. Но об отсутствии различий дисперсий двух независимых выборок (при α = 0,05) отклоняется, если: фишер p≤0,05

  8. Но об отсутствии различий дисперсий двух независимых выборок (при α = 0,05) не отклоняется, если: фишер p≤0,1

  9. Статистическая гипотеза Но о равенстве двух средних значений (N1=60; N2=70) отклоняется (при α = 0,01), если: стьюдент p≤0,01

  10. Статистическая гипотеза Но о корреляции двух переменных (N = 18) отклоняется (при α = 0,01), если: пирсон p≤0,01

  11. Статистическая гипотеза Но о корреляции двух переменных (N = 18) не отклоняется (при α = 0,01), если: пирсон p≤0,05

  12. Если при сравнении 2-х средних при помощи компьютера получен следующий результат: t=2,48; p=0,045, то различие между соответствующими группами по измеренному признаку (при α = 0,05) – статистически достоверно

  13. Если при сравнении 2-х средних при помощи компьютера получен следующий результат: t=2,56; p=0,036 (α = 0,05), то различие между соответствующими группами по измеренному признаку - статистически достоверно

  14. Если при вычислении корреляции на компьютере получен результат: r34=0,49; p=0,11, то взаимосвязь между перменными 3 и 4 (при α = 0,05): статистически не достоверно

3

Тут вы можете оставить комментарий к выбранному абзацу или сообщить об ошибке.

Оставленные комментарии видны всем.

Соседние файлы в папке старые ответы