- •Часть 1
- •Теория статистики
- •Основные понятия и методы статистики
- •1.1.7. Установите соответствие приведённых статистических данных и подходящего для них типа группировки (структурная или аналитическая):
- •Статистические величины
- •1.2.11. Правильными утверждениями являются:
- •1.3. Выборочное наблюдение
- •1.4. Взаимосвязи экономических показателей
- •1.5. Ряды динамики
- •1.6. Экономические индексы
1.4. Взаимосвязи экономических показателей
1.4.1. По направлению связи в статистике классифицируются на:
- прямые и обратные
- закономерные и произвольные
- линейные и криволинейные
- положительные и отрицательные
1.4.2. По тесноте связи в статистике классифицируются на:
- прямые и обратные
- закономерные и произвольные
- линейные и криволинейные
- сильные и слабые
1.4.3. По аналитическому выражению связи в статистике классифицируются на:
- прямые и обратные
- закономерные и произвольные
- линейные и криволинейные +
- сильные и слабые
1.4.4. По количеству взаимодействующих признаков связи в статистике классифицируются на:
- прямые и обратные
- закономерные и произвольные
- парные и множественные +
- сильные и слабые
1.4.5. Корреляционная связь – это:
- связь в среднем
- статистическая связь
- функциональная связь
- логическая связь
1.4.6. При корреляционной связи у от х заданному значению х соответствует(ют):
- определённое значение у
- среднее при данном х значение у
- несколько значений у
- распределение значений у
1.4.7. При функциональной связи у от х заданному значению х соответствует(ют):
- определённое значение у
- среднее при данном х значение у
- несколько значений у
- распределение значений у
1.4.8. При статистической связи у от х заданному значению х соответствует(ют):
- определённое значение у
- среднее при данном х значение у
- несколько значений у
- распределение значений у
1.4.9. Для определения тесноты связи двух качественных признаков, каждый из которых имеет две градации, применяются показатели:
- коэффициент контингенции
- коэффициент ассоциации
- коэффициент корреляции рангов (Спирмена)
- коэффициент корреляции Пирсона
1.4.10. Для определения тесноты связи двух качественных признаков, каждый из которых имеет более двух градаций, применяются показатели:
- эмпирическое корреляционное отношение
- коэффициент взаимной сопряжённости
- коэффициент контингенции
- коэффициент корреляции
1.4.11. Для определения тесноты связи двух количественных признаков, применяются показатели:
- эмпирическое корреляционное отношение
- коэффициент ассоциации
- коэффициент корреляции рангов (Спирмена)
- коэффициент корреляции
1.4.12. Наглядное изображение взаимосвязи двух признаков дают:
- диаграмма рассеяния
- поле корреляции
- корреляционная таблица
- коэффициент корреляции
- межгрупповая дисперсия
1.4.13. Коэффициент корреляции:
- является мерой линейной связи двух количественных признаков
- находится в пределах от 0 до 1
- находится в пределах от -1 до 1
- является мерой разброса значений признака около его средней
1.4.14. Эмпирическое корреляционное отношение можно использовать для измерения:
- тесноты нелинейной связи признаков
- зависимости количественного признака от качественного
- вариации в относительном выражении
- межгрупповой дисперсии
1.4.15. Если межгрупповая дисперсия составляет 61 % от общей дисперсии, то эмпирическое корреляционное отношение равно _____ (с точн. до 0,01):
1.4.16. Теснота связи двух признаков при нелинейной зависимости определяется по формуле:
1.4.17. Укажите соответствие между показателями взаимосвязи и их формулами:
Показатели:
а) коэффициент корреляции
б) межгрупповая дисперсия
в) эмпирическое корреляционное отношение
г) внутригрупповая дисперсия
Формулы:
а) б) в)
г)
1.4.18. Корреляционный анализ используется для изучения:
- взаимосвязи явлений
- развития явления во времени
- структуры явлений
1.4.19. Тесноту связи между двумя порядковыми качественными признаками можно измерить с помощью показателей:
- коэффициент корреляции рангов Кендала
- коэффициент корреляции рангов Спирмена
- коэффициент ассоциации
- коэффициент контингенции
1.4.20. Множественный коэффициент корреляции может принимать
значения:
- от 0 до 1
- от 1 до k
- от -1 до 1
- любые положительные
1.4.21. Коэффициент детерминации показывает:
- долю объяснённой вариации в общей вариации признака
- меру взаимосвязи двух признаков
- меру взаимосвязи нескольких признаков
- долю изменения признака у на 1-цу изменения фактора х
1.4.22. Коэффициент детерминации может принимать
значения:
- от 0 до 1
- от 1 до k
- от -1 до 1
- любые положительные
1.4.23. Коэффициент регрессии b (b = 0,016) линейного уравнения показывает, что:
- с увеличением признака "х" на 1 признак "у" увеличивается на 0,694
- с увеличением признака "х" на 1 признак "у" увеличивается на 0,016
- связь между признаками "х" и "у" прямая
- связь между признаками "х" и "у" обратная
1.4.24. По имеющимся в таблице данным о квалификации рабочих:
Фамилия |
Петров |
Иванов |
Сидоров |
Николаев |
Фёдоров |
Разряд |
2 |
4 |
4 |
4 |
5 |
проводится ранжирование рабочих с целью исчисления коэффициента корреляции рангов. Рабочему Николаеву следует присвоить ранг:
- 2
- 3
- 4
- 5
1.4.25. Для измерения нелинейной связи между двумя признаками используют:
а) коэффициент детерминации
б) коэффициент парной корреляции
в) коэффициент множественной корреляции
г) корреляционное отношение
1.4.26. Если межгрупповая дисперсия составляет 64 % от общей дисперсии, то эмпирическое корреляционное отношение равно величине:
а) 0,64 б) 0,8 в) 0,36 г) 0.6
1.4.27. Если межгрупповая дисперсия составляет 64 % от общей дисперсии, то коэффициент детерминации равен величине:
а) 0,64 б) 0,8 в) 0,36 г) 0.6
1.4.28. Если линейный коэффициент корреляции r между признаками X и Y практически равен 0, это означает, что:
а) связь между признаками сильная;
б) связь слабая;
в) связи нет;
г) признаки не коррелируют.
1.4.29. Связь между коэффициентом корреляции ( r ) и коэффициентом детерминации( d ) выражается в виде:
а) связи нет; б) r2 = d; в) r = d2; г) r = d.
1.4.30. Верно сформулированы утверждения:
а) парная линейная регрессия является частным случаем множественной линейной регрессии
б) коэффициент регрессии – относительная величина
в) коэффициент эластичности – относительная величина
г) модель регрессии статистически значима, если F < Fтабл.
1.4.31. Значение r = – 0,3 показывает, что:
а) связи нет
б) связь обратная слабая
в) связь линейная
г) такого значения r не может быть
1.4.32. В уравнении регрессии коэффициент b1 показывает:
а) на сколько единиц изменится у, если х1 увеличится на единицу, х2 останется без изменения
б) среднее изменение у на единицу изменения х.
в) на сколько процентов изменится у, если х1 изменится на 1 %
г) долю влияния фактора х1 на у
1.4.33. Для проверки статистической значимости каждого из коэффициентов регрессии используется критерий ________________ (вписать ответ в род. п.)
1.4.34. Для проверки статистической значимости уравнения регрессии в целом используется критерий ______________ (вписать ответ в род. п.)
1.4.35. Значение парного линейного коэффициента корреляции r заключается в пределах:
а) )
б) (0,3; 0,7)
в) (-1; 1)
г) от 0 до 1