matmetody / старые ответы / test1
.docЧасть 1.
-
Две выборки являются зависимыми, если каждому испытуемому из одной выборки поставлен в соответствие по опред критерию испытуемый из другой выборки.
-
Гипотеза исследования это утверждение о связи двух явлений, относящихся к свойствам генеральной совкупности.
-
Если 1-я выборка – преподаватели ВУЗа, а 2-я выборка – их студенты, то 2-я выборка по отношению к 1-й является зависимой.
-
Основной способ обеспечения репрезентативности выборки относительно генеральной совокупности это рандомизированный/стратофицированный случайный отбор.
-
Основное свойство выборки, определяющее ее качество – это: репрезентативность.
-
Цифра, обозначающая номер испытуемого в списке – это измерение в шкале номинативной.
-
Упорядочивание испытуемых по времени решения тестовой задачи – это измерение в шкале рангов.
-
Время простой сенсомоторной реакции (в мс) – это измерение в шкале – абсолютной.
-
Кодирование испытуемых по воинскому званию (лейтенант, капитан, майор…) для оценки должностного статуса – это измерение в шкале ранговой.
-
Одна из перечисленных характеристик не относится к шкалам (уровням) измерения С.Стивенса: соотношение между свойствами чисел и измеряемыми свойствами объектов.
-
Для деления выборки на несколько независимых выборок обычно используется следующая переменная: номинативная переменная.
-
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
-
Мода как мера центральной тенденции не пригодна для переменных в следующих шкалах: пригодна ко всему
-
Медиана как мера центральной тенденции не пригодна для переменных в следующих шкалах: не годится для номинативных.
-
Среднее как мера центральной тенденции не пригодна для переменных в следующих шкалах: неметрические (номинативная, ранговая)
-
Графики распределения частот значений признака для группы юношей (1) и группы девушек (2)
Как соотносятся средние значения и дисперсии признака групп (по графику):
-
Из всех мер центральной тенденции крайние значения (выбросы) в наибольшей степени влияют на среднее.
-
Абсолютная величина каждого отдельного значения не учитывается для определения значений следующих мер центральной тенденции: мода и медиана.
-
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.
-
Такое значение признака, измеренного на группе испытуемых, меньше которого имеют ровно половина этих испытуемых, называется 50 процентиль, 2 квартиль, медиана.
-
50-й процентиль соответствует: медиане, 2 квартилю.
-
Какой из показателей характеризует степень разнообразия испытуемых по значениям переменной: дисперсия.
-
Чему равна медиана ряда значений 1, 2, 2, 2, 3, 7, 6, 5, 9, 5: =4
-
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
-
Как соотносятся стандартные отклонения (сигмы) двух рядов чисел: 1) 9, 15, 12, 24, 21 и 2) 3, 9, 6, 18, 15: = 1:1
-
Как соотносятся дисперсии двух рядов чисел:
1) 5, 8, 10, 12, 11 и 2) 1, 4, 6, 8, 7: = 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.
-
В группах 1 и 2 измерена некоторая переменная. D1 = D2=10, M1=20, M2=30. После объединения этих групп дисперсия: увеличится.
-
В группах 1 и 2 измерена некоторая переменная. D1 = D2=5, M1=6, M2=12. После объединения этих двух групп дисперсия увеличится.
-
Если распределение переменной соответствует нормальному виду, то 90% всех ее значений находится: М±1,64сигма
-
Если распределение признака соответствует нормальному виду, то 99% всех ее значений находится: М±2,58сигма
-
Если распределение переменной соответствует нормальному виду, то 90% всех ее значений находится: м±1,64сигма
-
Если распределение переменной соответствует нормальному виду, то в диапазоне М±1,96σ: 95%
-
Если распределение переменной соответствует нормальному виду, то 95% всех ее значений находится: М±1,96сигма
-
Некоторое свойство измеряется при помощи тестовой шкалы CEEB (М=500, =100). Какая приблизительно доля генеральной совокупности имеет балл от 600 до 700? 13,5%
-
Некоторое свойство измеряется при помощи тестовой шкалы Бине (М=100, =16). Какая приблизительно доля генеральной совокупности имеет балл ниже 84? 16%
-
Для изучения каких связей коэффициенты корреляции не применимы : нелинейных немонотонных.
-
Для каких переменных допустимо применение коэффициентов корреляции: измеренных в количественной шкале.
-
Если коэффициент корреляции Пирсона r = – 0,5, то коэффициент детерминации равен: 0,25
-
Если y – зависимая, а x – независимая переменные, то R2xy (коэффициент детерминации) это часть дисперсии зависимой переменной y, обусловленной независимой.
-
После z-преобразования выборочных значений переменной среднее и сигма М=0, σ=1
-
Если Rxy=1 и обе переменные xi и yi представлены в z-значениях, то уравнение регрессии ŷi=bxi+a принимает вид: y=x
-
Если Rxy=0, то уравнение регрессии ŷi=bxi+a принимает вид: y=My
-
Если Rxy= 0, и обе переменные xi и yi представлены в z-значениях, то уравнение регрессии ŷi=bxi+a принимает вид: y=0
-
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
-
Если изучается взаимосвязь между двумя признаками (1=5; 2=6; N = 21), то величина ковариации (Cov12) может быть: (-30<Cov<30)
-
Какая корреляция основана на подсчете разности рангов: r-Спирмена
-
Какая корреляция основана на подсчете произведений отклонений от средних: r-Пирсона
-
Какая корреляция основана на подсчете пар испытуемых: τ-Кендалла
-
Коэффициент корреляции Спирмена основан на подсчете разностей рангов.
-
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
-
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
-
При подсчете τ -Кенделла на выборке N = 6 число совпадений составило P=10; τ –Кенделла равно 0,33
-
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
-
Проверяемая содержательная (научная) гипотеза подтверждается, если (при = 0,05): p≤0.05
-
Чем больше значение р-уровня, тем меньше статистическая значимость результата.
-
Вероятность того, что в генеральной совокупности нулевая гипотеза верна, есть показатель уровня значимости.
-
Результат проверки гипотезы признается статистически достоверным, если меньше ошибки первого рода.
-
Уровень статистической значимости это вероятность того, что обнаруженная связь носит случайный характер.
-
Может ли одно и то же численное значение корреляции для разных выборок иметь разную статистическую значимость? да
-
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.
-
При сравнении двух средних (М1=5, М2=7) значение р-уровня будет тем меньше, чем больше величина связи, больше объем выборки, меньше дисперсия.
-
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.
-
Гомогенность (равенство) дисперсий проверяется перед: применением t-Стюдента, r-Пирсона, ANOVA
-
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.
-
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.
-
Если при проверке статистической достоверности корреляции (при α = 0,05) р > 0.1, то корректен вывод, что статистически значимая связь не обнаружена.
-
Если при проверке статистической достоверности корреляции (при α = 0,05) р < 0.05, то корректен вывод, что обнаружена статистически достоверная связь.
-
Если при проверке статистической значимости различий двух средних р > 0.1, то делают вывод о том, что статистически значимые различия не обнаружены.
-
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.
-
Для проверки достоверности различия двух независимых групп, члены которых ранжированы по степени выраженности «тревожности», применяют критерий U-Манна-Уитни
-
Для проверки достоверности различия двух повторных измерений, члены которых ранжированы по степени выраженности «тревожности», применяют критерий T-Вилкоксона
-
Для проверки достоверности различий студентов 1 и 5 курсов по переменной «семейное положение» (холост – нет) следует применить критерий X2 Пирсона
-
Для проверки достоверности различий 2-х выборок по переменной «пол» (муж - жен) следует применить критерий X2 Пирсона
-
Для сравнения преподавателей и студентов по «доминантности» (метрическая шкала), следует применить критерий t-Стьюдента для зависимых
-
Для сравнения двух независимых выборок по количественной переменной, имеющей заметные выбросы, применяют критерий U-Манна-Уитни
-
Для проверки различия самочувствия (метрическая шкала) до и после терапии применяют критерий t-Стюдента для зависимых.
-
Если необходимо сравнить два повторных измерения количественной переменной, имеющей заметные выбросы, то применяют критерий Т-Вилкоксона
-
Для проверки достоверности различия двух зависимых выборок по переменной, измеренной в ранговой шкале, применяют критерий Т-Вилкоксона
-
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.
-
Гипотезу о взаимосвязи номинативной (2 градации) и ранговой переменных целесообразно проверять при помощи U-Манна-Уитни, Т-Вилкоксона
-
Гипотезу о взаимосвязи номинативной (2 градации) и метрической переменных целесообразно проверять при помощи Т-Стьюдента
-
Статистическая значимость улучшения состояния (ранговая шкала) до и после терапии определяется по критерию Т-Вилкоксона
-
Гипотезу о взаимосвязи ранговой и номинативной переменной, имеющей две градации (напр., пол), целесообразно изучать при помощи критерия U-Манна-Уитни, Т-Вилкоксона
-
Для проверки достоверности различия 2 групп, каждый член которых определен в одну из трех категорий («правый», «левый», «центрист»), применяют критерий X2 Пирсона
-
Для проверки гипотезы о различии 2 групп по степени индивидуальной изменчивости (дисперсии) применяют критерий F-Фишера.
-
Гипотезу о взаимосвязи метрической и номинативной переменной, имеющей две градации (напр., пол), целесообразно изучать при помощи критерия t –Стьюдента
-
Гипотезу о взаимосвязи метрической и номинативной переменной, имеющей 5 градаций (например, хобби), целесообразно проверять при помощи однофакторного ANOVA
-
Гипотезу о взаимосвязи порядковой и номинативной переменной, имеющей 4 градации (напр., должность), целесообразно изучать при помощи критерия H-Краскала-Уоллеса
-
Гипотезу о взаимосвязи метрической и порядковой переменной, имеющей 15 градаций, целесообразно изучать при помощи ANOVA
-
Гипотезу о взаимосвязи 2-х количественных переменных, имеющих заметные выбросы (асимметрии) целесообразно проверять при помощи r-Спирмена, τ-Кендалла
-
Для проверки гипотезы о взаимосвязи одной метрической переменной и двух номинативных переменных целесообразно применять: ANOVA
-
Для проверки гипотезы о взаимосвязи одной метрической переменной и одной номинативной переменных с 3 и более значениями целесообразно применять: ANOVA однофакторный
-
Для проверки гипотезы о взаимосвязи одной метрической переменной и трех номинативных переменных целесообразно применять: многофакторный ANOVA
-
Но об идентичности зависимых выборок по уровню выраженности переменной, измеренной в ранговой шкале (при α = 0,05) отклоняется, если: вилкоксон p≤0,05
-
Но об идентичности независимых выборок по уровню выраженности переменной, измеренной в ранговой шкале (при α = 0,05) отклоняется, если: манна-уитни p≤0,05
-
Но об идентичности зависимых выборок по уровню выраженности переменной, измеренного в метрической шкале (при α = 0,05) отклоняется, если: стьюдента p≤0,05
-
Но об идентичности независимых выборок по уровню выраженности переменной, измеренного в метрической шкале (при α = 0,05) отклоняется, если: стьюдент
p≤0,05
-
Но об отсутствии взаимосвязи двух номинативных переменных (при α = 0,05) отклоняется, если: хи вадрат p≤0,05
-
Но об отсутствии взаимосвязи двух номинативных переменных (при α = 0,05) не отклоняется, если: хи квадрат p≤0,1
-
Но об отсутствии взаимосвязи двух порядковых переменных (при α = 0,05) не отклоняется, если: спирмен, тау p≤0,1
-
Но об отсутствии взаимосвязи двух порядковых переменных (при α = 0,05) отклоняется, если: тау p≤0,05
-
Статистическая гипотеза Но о равенстве двух средних значений (N1=60; N2=70) не отклоняется (при α = 0,01), если: стьюдент p≤0,05
-
Но об отсутствии различий двух распределений номинативного признака отклоняется (при α = 0,05), если: хи квадрат p≤0,05
-
Но об отсутствии различий дисперсий двух независимых выборок (при α = 0,05) отклоняется, если: фишер p≤0,05
-
Но об отсутствии различий дисперсий двух независимых выборок (при α = 0,05) не отклоняется, если: фишер p≤0,1
-
Статистическая гипотеза Но о равенстве двух средних значений (N1=60; N2=70) отклоняется (при α = 0,01), если: стьюдент p≤0,01
-
Статистическая гипотеза Но о корреляции двух переменных (N = 18) отклоняется (при α = 0,01), если: пирсон p≤0,01
-
Статистическая гипотеза Но о корреляции двух переменных (N = 18) не отклоняется (при α = 0,01), если: пирсон p≤0,05
-
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
-
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
-
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