Ответы на информаниту

аксиома неотрицительности Колмогорова А.Н. это

1. Вероятность любого события АЄQ неотрицательна, т.е. Р(А)≥ 0;

2. Вероятность любого события равна 0, т.е. Р(А)= 0;

3. Вероятность любого события равна 1, т.е. Р(А)= 1;

4. Вероятность достоверного события равна 1, т.е. Р(Ω)= 1

аксиома нормированности Колмогорова А.Н. - это

1. Вероятность достоверного события равна 1, т.е. Р(Ω)= 1 ;

2. Вероятность любого события равна 0, т.е. Р(А)= 0;

3. Вероятность любого события равна 1, т.е. Р(А)= 1;

4. Вероятность любого события АЄQ неотрицательна, т.е. Р(А)≥ 0

чувствительность медицинской диагностики - это

1. Доля больных у которых был поставлен диагноз о наличии болезни ;

2. Доля здоровых у которых был поставлен диагноз о отсутствии болезни;

3. Доля больных у которых был поставлен диагноз о отсутствии болезни

4. Отношение количества ложноположительных диагнозов к ложноорицательным диагнозам

математическое ожидание дискретной случайной величины х_i с плотностью распределения Р_i , М(х) - это

1. сумма произведений х_i*р_i;

2. сумма х_i;

3. сумма значений х_i, деленная на число результатов наблюдений;

4. число, для которого функция распределения случайной величины принимает заданное значение

математическое ожидание постоянной величины М(s) это

1. s;

2. сумма всех величин выборки;

3. значение постоянной величины, деленное на 2;

4. число, для которого функция распределения случайной величины принимает заданное значение

математическое ожидание суммы двух дискретных случайных величин х_i и y_i, М(y+х) - это

1. М(х) + М(y) ;

2. сумма произведений х_i*рx_i:

3. сумма значений х_i, деленная на число результатов наблюдений;

4. 1

дисперсия случайной величины х_i d(x) - это

1. центральный момент 2 степени случайной величины х_i т.е. М(;

2. сумма (х_i)²;

3. сумма значений х_i, деленная на 2;

4. число, для которого функция распределения случайной величины принимает заданное значение

среднее квадратическое отклонение σ_х - это

1. корень квадратный из дисперсии, т.е. ;

2. сумма (х_i)²;

3. сумма значений х_i, деленная на 2;

4. число, для которого функция распределения

дисперсия постоянной величины d(s) - это

1. 0;

2. s;

3. сумма значений s, деленная на 2;

4. 2

001.ОТНОШЕНИЕ ЧИСЛА УСПЕШНЫХ НАБЛЮДЕНИЙ И ЧИСЛА НАБЛЮДЕНИЙ НАЗЫВАЕТСЯ

1. Вероятность

2. Математическое ожидание

3. Процентиль

4. Размах

5. Частота

НЕЗАВИСИМЫМИ СОБЫТИЯМИ A И B НАЗЫВАЮТСЯ ТЕ, ДЛЯ КОТОРЫХ

1. P(А и B)=P(А)*P(B)

2. P(А и B)=P(А)+P(B)

3. P(А и B)=P(А)/P(B)

4. P(А и B)=1

5. P(А и B)=0

ДВЕ СЛУЧАЙНЫЕ ВЕЛИЧИНЫ НАЗЫВАЮТСЯ НЕЗАВИСИМЫМИ, ЕСЛИ

1. Все события одной случайной величины не зависят от всех событий другой случайной величины

2. Есть событие одной случайной величины, которое не зависит от какого-то события другой случайной величины

3. Есть события первой и второй случайной величины, которые вместе происходить не могут

4. Есть события первой и второй случайной величины, которые обязательно должны произойти вместе

5. Что-то иное

ЧУВСТВИТЕЛЬНОСТЬЮ НАЗЫВАЕТСЯ

1. Доля правильных прогнозов при диагностике

2. Доля правильных прогнозов у больных

3. Доля правильных прогнозов у здоровых

4. Доля больных среди тех, кому поставлен диагноз «болен»

5. Доля здоровых среди тех, кому поставлен диагноз «здоров»

СПЕЦИФИЧНОСТЬЮ НАЗЫВАЕТСЯ

1. Доля правильных прогнозов при диагностике

2. Доля правильных прогнозов у больных

3. Доля правильных прогнозов у здоровых

4. Доля больных среди тех, кому поставлен диагноз «болен»

5. Доля здоровых среди тех, кому поставлен диагноз «здоров»

СЛУЧАЙНАЯ ВЕЛИЧИНА, КОТОРАЯ МОЖЕТ ПРИНИМАТЬ ТОЛЬКО ЗНАЧЕНИЯ 0 И 1, НАЗЫВАЕТСЯ

1. Биномиальным распределением

2. Нормальным распределением

3. Равномерным распределением

4. Распределение Бернулли

5. Распределение Пуассона

СЛУЧАЙНАЯ ВЕЛИЧИНА, КОТОРАЯ ЕСТЬ ЧИСЛО УСПЕХОВ ПРИ НЕЗАВИСИМЫХ РАВНОВЕРОЯТНЫХ ИСПЫТАНИЯХ, НАЗЫВАЕТСЯ

1. Биномиальным распределением

2. Нормальным распределением

3. Равномерным распределением

4. Распределение Бернулли

5. Распределение Пуассона

СЛУЧАЙНАЯ ВЕЛИЧИНА, КОТОРАЯ БЛИЗКА К СУММЕ БОЛЬШОГО КОЛИЧЕСТВА НЕЗАВИСИМЫХ МАЛОВЕРНОЯТНЫХ СОБЫТИЙ, НАЗЫВАЕТСЯ

1. Биномиальным распределением

2. Нормальным распределением

3. Равномерным распределением

4. Распределение Бернулли

5. Распределение Пуассона

ПРИ ПРОВЕРКЕ СТАТИСТИЧЕСКИХ ГИПОТЕЗ ОШИБКА ПЕРВОГО РОДА - ЭТО

1. Использовать асимптотические критерии для малых групп

2. Неправомочно использовать методы параметрической статистики

3. Неправомочно использовать методы непараметрической статистики

4. Отвергнуть правильную гипотезу

5. Принять неправильную гипотезу

ПРИ ПРОВЕРКЕ СТАТИСТИЧЕСКИХ ГИПОТЕЗ ОШИБКА ВТОРОГО РОДА - ЭТО

1. Использовать асимптотические критерии для малых групп

2. Неправомочно использовать методы параметрической статистики

3. Неправомочно использовать методы непараметрической статистики

4. Отвергнуть правильную гипотезу

5. Принять неправильную гипотезу

КРИТЕРИЙ «ХИ-КВАДРАТ» ПОЗВОЛЯЕТ ОПРЕДЕЛИТЬ ДОСТОВЕРНОСТЬ РАЗЛИЧИЙ

1. Двух медиан

2. Двух функций распределения

3. Нескольких наборов частот

4. Нескольких средних арифметических

5. Нескольких средних гармонических

КРИТЕРИЙ СТЬЮДЕНТА ПОЗВОЛЯЕТ ОПРЕДЕЛИТЬ ДОСТОВЕРНОСТЬ РАЗЛИЧИЙ

1. Двух медиан

2. Двух функций распределения

3. Нескольких наборов частот

4. Нескольких средних арифметических

5. Нескольких средних гармонических

ВЕЛИЧИНА НАЗЫВАЕТСЯ

1. Квартилем

2. Математическим ожиданием

3. Процентилем

4. Условной вероятностью

5. Функцией распределения

КРИТЕРИИ, РАССЧИТЫВАЮЩИЕ СТАТИСТИЧЕСКУЮ ЗНАЧИМОСТЬ РАЗЛИЧИЙ p С ПОГРЕШНОСТЬЮ, УМЕНЬШАЮЩЕЙСЯ С УВЕЛИЧЕНИЕМ ОБЪЕМА НАБЛЮДЕНИЙ, НАЗЫВАЮТСЯ

1. Асимптотическими

2. Идеопатическими

3. Патогномоническими

4. Робастными

5. Смещенными

ЧИСЛОВАЯ СЛУЧАЙНАЯ ВЕЛИЧИНА, ПРИНИМАЮЩАЯ НЕСРАВНИМЫЕ ЗНАЧЕНИЯ, НАЗЫВАЕТСЯ ПЕРЕМЕННОЙ КЛАССА

1. nominal

2. normal

3. ordinal

4. real

5. scale

ЧИСЛОВАЯ СЛУЧАЙНАЯ ВЕЛИЧИНА, ПРИНИМАЮЩАЯ ЗНАЧЕНИЯ, ОТНОСИТЕЛЬНО КОТОРЫХ ПОНЯТНО, КАКОЕ БОЛЬШЕ, НО НЕЛЬЗЯ КОРРЕКТНО ОПРЕДЕЛИТЬ, НАСКОЛЬКО, НАЗЫВАЕТСЯ ПЕРЕМЕННОЙ КЛАССА

1. nominal

2. normal

3. ordinal

4. real

5. scale

ЧИСЛОВАЯ СЛУЧАЙНАЯ ВЕЛИЧИНА, ПРИНИМАЮЩАЯ ЗНАЧЕНИЯ, ОТНОСИТЕЛЬНО КОТОРЫХ КОРРЕКТНО ОПРЕДЕЛЯТЬ, НАСКОЛЬКО ОДНО ЗНАЧЕНИЕ БОЛЬШЕ ДРУГОГО, НАЗЫВАЕТСЯ ПЕРЕМЕННОЙ КЛАССА

1. nominal

2. normal

3. ordinal

4. real

5. scale

ЗАКОН БОЛЬШИХ ЧИСЕЛ ГЛАСИТ, ЧТО ПРИ УВЕЛИЧЕНИИ ЧИСЛА НАБЛЮДЕНИЙ

1. Асимптотическое решение теста «хи-квадрат» стремится к точному решению

2. Биномиальное распределение стремится к распределению Пуассона

3. Распределение среднего арифметического из независимых наблюдений стремится к нормальному

4. Среднее арифметическое стремится к дисперсии

5. Частота стремится к вероятности

НЕПРЕРЫВНЫЕ ЧИСЛОВЫЕ СЛУЧАЙНЫЕ ВЕЛИЧИНЫ - ТЕ, КОТОРЫЕ

1. Имеют конечное число возможных значений

2. Имеют конечную дисперсии

3. Имеют конечное математическое ожидание

4. Ни одно из значений не принимают с ненулевой вероятностью

5. Распределены нормально

ТОЧНОЕ РЕШЕНИЕ ФИШЕРА ДЛЯ КРИТЕРИЯ «ХИ-КВАДРАТ» ПОЗВОЛЯЕТ

1. Оценить силу связи изучаемых переменных

2. Получить несмещенную оценку относительного риска

3. Получить точное значение р даже для небольших групп

4. Применить этот критерий для непрерывных случайных величин

5. Применить этот критерий для случайных величин, распределенных ненормально

ВЫБЕРИТЕ ПРАВИЛЬНЫЙ ВАРИАНТ ОТВЕТА

1. Медиана является одним из квартилей

2. Квартили являются частным случаем медианы

3. Процентиль является частным случаем квартиля

4. Медиана всегда меньше моды

5. Мода является частным случаем процентиля

ФОРМАЛИЗАЦИЯ ПОНЯТИЯ СРЕДНЕГО АРИФМЕТИЧЕСКОГО НАЗЫВАЕТСЯ

1. Математическим ожиданием

2. Медианой

3. Модой

4. Размахом

5. Рангом

САМОЕ ЧАСТОЕ ЗНАЧЕНИЕ НАЗЫВАЕТСЯ

1. Математическим ожиданием

2. Медианой

3. Модой

4. Размахом

5. Рангом

РАЗНОСТЬ МЕЖДУ МАКСИМАЛЬНЫМ И МИНИМАЛЬНЫМ ЗНАЧЕНИЕМ НАЗЫВАЕТСЯ

1. Математическим ожиданием

2. Медианой

3. Модой

4. Размахом

5. Рангом

СРЕДНИЙ КВАДРАТ ОТКЛОНЕНИЯ ОТ СРЕДНЕГО НАЗЫВАЕТСЯ

1. Дисперсией

2. Коэффициентом асимметрии

3. Коэффициентом вариации

4. Среднеквадратичным отклонением

5. Средним геометрическим

КВАДРАТНЫЙ КОРЕНЬ ИЗ ДИСПЕРСИИ НАЗЫВАЕТСЯ

1. Дисперсией

2. Коэффициентом асимметрии

3. Коэффициентом вариации

4. Среднеквадратичным отклонением

5. Средним геометрическим

КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ ПОКАЗЫВАЕТ

1. Достоверность различия дисперсий

2. Достоверность различия средних арифметических

3. Корректность применимости методов параметрической статистики

4. Нормальность распределения

5. Силу и направление линейной связи

В SPSS ДАННЫЕ ХРАНЯТСЯ В ФАЙЛАХ С РАСШИРЕНИЕМ

1. .dat

2. .inf

3. .sav

4. .spo

5. spss

В SPSS РЕЗУЛЬТАТЫ РАССЧЕТОВ ХРАНЯТСЯ В ФАЙЛАХ С РАСШИРЕНИЕМ

1. .dat

2. .inf

3. .sav

4. .spo

5. spss

В SPSS СОЗДАНИЕ НОВОЙ ПЕРЕМЕННОЙ С ВЫЧИСЛЕНИЕМ ЕЕ ЗНАЧЕНИЙ ПО ФОРМУЛЕ МОЖНО СДЕЛАТЬ ПРИ ПОМОЩИ КОМАНДЫ

1. Data/Regression/Linear, кнопка «Save»

2. Data/Select Cases/If condition is satisfied

3. Data/Select Cases/ Random sample of cases

4. Transform/Compute Variable

5. Transform/Rank Cases

В SPSS ОТОБРАТЬ ЧАСТЬ СТРОК, СООТВЕТСТВУЮЩИХ УСЛОВИЮ, МОЖНО СДЕЛАТЬ ПРИ ПОМОЩИ КОМАНДЫ

1. Data/Regression/Linear, кнопка «Save»

2. Data/Select Cases/If condition is satisfied

3. Data/Select Cases/ Random sample of cases

4. Transform/Compute Variable

5. Transform/Rank Cases

В SPSS ОТОБРАТЬ СЛУЧАЙНУЮ ЧАСТЬ СТРОК МОЖНО СДЕЛАТЬ ПРИ ПОМОЩИ КОМАНДЫ

1. Data/Regression/Linear, кнопка «Save»

2. Data/Select Cases/If condition is satisfied

3. Data/Select Cases/ Random sample of cases

4. Transform/Compute Variable

5. Transform/Rank Cases

КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ ИЗМЕНЯЕТСЯ В ПРЕДЕЛАХ

1. От - ∞ до +∞

2. От 0 до +∞

3. От -∞ до 0

4. От -1 до +1

КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ ОПРЕДЕЛЯЕТ:

1. Статистическую взаимосвязь 2 или более случайных величин

2. Достоверности отличия нескольких наборов частот.

3. Нормальность распределения

4. Достоверность различия дисперсий

Для графического представления корреляционной связи используется

1. Диаграмма рассеяния

2. Гистограмма

3. Столбиковая диаграмма

4. Круговая диаграмма

При положительной корреляции

1. увеличение одной переменной связано с уменьшением другой

2. увеличение одной переменной связано с увеличением другой

3. увеличение одной переменной никак не влияет на другую переменную

4. уменьшение одной переменной не приводит к изменению другой

При отрицательной корреляции

1. увеличение одной переменной связано с уменьшением другой

2. увеличение одной переменной связано с увеличением другой

3. увеличение одной переменной никак не влияет на другую переменную

4. уменьшение одной переменной не приводит к изменению другой

Если случайные величины независимы то коэффициент корреляции

1. Равен 1

2. Равен -1

3. Равен 0