- •Математические методы
- •Оценка неизвестных параметров генеральных совокупностей по известным выборочным характеристикам
- •Для того чтобы получить примерное представление о законе распределения значений изучаемой величины в выборке
- •Знание закона распределения позволяет правильно выбрать метод статистического анализа
- •Параметрических
- •Непараметрических
- •В приведенном ряду чисел, что является модой:
- •В приведенном ряду чисел, что является медианой:
- •Наиболее часто встречающееся значение варианты
- •Значение варианты, которое делит вариационный ряд на две равные части
- •Величина, характеризующая сглаженность или остроконечность эмпирического распределения по сравнению с нормальным распределением
- •Если число членов совокупности n→∞
- •Если совокупность состоит только из дискретных величин
- •Математическое ожидание, дисперсия, среднее квадратическое отклонение
- •Среднее арифметическое, дисперсия, стандартное отклонение
- •Математическое ожидание, дисперсия, среднее квадратическое отклонение
- •Зависимость вероятности случайной величины от значения случайной величины
- •Мода, Медиана, Эксцесс, Асимметрия
- •Математическое ожидание
- •Математическим ожиданием и дисперсией
- •Значения моды и медианы сопоставляются с выборочным средним
- •Значение эксцесса сопоставляется с его критическим значением
- •Значение асимметрии сопоставляется с ее критическим значением
- •Дисперсиями
- •Математическими ожиданиями
- •Математическое ожидание, дисперсия, среднее квадратическое) отклонение
- •Все выборочные характеристики
- •Вычисляются доверительные интервалы для соответствующих генеральных параметров, при заданной доверительной вероятности
- •Если распределение вариант в выборке соответствует нормальному закону
- •Это такой интервал значений случайной величины, в котором находится математическое ожидание с заданной вероятностью
- •Путём вычисления доверительных интервалов при заданном значении доверительной вероятности
- •Уже доверительные интервалы при высоком значении доверительной вероятности
- •Интервал, в котором с заданной вероятностью находится математическое ожидание
- •Меньше доверительная вероятность и шире доверительный интервал
- •Путём нахождения вероятности совпадения выборок и сопоставления её значения с заданным уровнем значимости
- •С уменьшением одной величины другая увеличивается
- •Корреляция есть, положительная, нелинейная
- •Это двумерная таблица, в которой приведены коэффициенты корреляции для всех парных сочетаний величин из массива экспериментальных данных
- •Коэффициент детерминации r2
Корреляция между двумя случайными величинами является отрицательной, если:
С уменьшением одной величины другая увеличивается
С уменьшением одной величины другая тоже уменьшается
С возрастанием одной величины другая не меняется
С возрастанием одной величины другая тоже увеличивается
Между величинами существует функциональная зависимость
Корреляция между двумя случайными величинами является линейной, если: зависимость между ними может быть аппроксимирована функцией вида:
y=Ax+B
y=Ax2+B
y=lgx+B
y=ex+B
y=Ax+ex
Качественно наличие корреляции устанавливается путём построения:
Гистограммы
Корреляционного поля
Полигона распределений
Вариационного ряда
Интервального вариационного ряда
По степени корреляции (силе связи) корреляция может быть:
Пропорциональная, непропорциональная, обратно пропорциональная
Сильная, средняя, слабая
Неявная, явная, очевидная
Прямая и обратная
Линейная и нелинейная
На диаграмме изображено корреляционное поле. Что можно сказать о корреляции между Y и Х?
Корреляция отсутствует
Корреляция есть, положительная, линейная
Корреляция есть, отрицательная, линейная
Корреляция есть, отрицательная, нелинейная
Корреляция есть, положительная, нелинейная
На диаграмме изображено корреляционное поле. Что можно сказать о корреляции между Y и Х?
Корреляция отсутствует
Корреляция есть, положительная, линейная
Корреляция есть, отрицательная, линейная
Корреляция есть, отрицательная, нелинейная
Корреляция есть, положительная, нелинейная
На диаграмме изображено корреляционное поле. Что можно сказать о корреляции между Y и Х?
Корреляция отсутствует
Корреляция есть, положительная, линейная
Корреляция есть, отрицательная, линейная
Корреляция есть, отрицательная, нелинейная
Корреляция есть, положительная, нелинейная
На диаграмме изображено корреляционное поле. Что можно сказать о корреляции между Y и Х?
Корреляция отсутствует
Корреляция есть, положительная, линейная
Корреляция есть, отрицательная, линейная
Корреляция есть, отрицательная, нелинейная
Корреляция есть, положительная, нелинейная
На диаграмме изображено корреляционное поле. Что можно сказать о корреляции между Y и Х?
Корреляция отсутствует
Корреляция есть, положительная, линейная
Корреляция есть, отрицательная, линейная
Корреляция есть, отрицательная, нелинейная
Корреляция есть, положительная, нелинейная
При корреляционном анализе данных на компьютере часто результаты получают в виде корреляционной матрицы. Что она собой представляет?
Это гистограмма распределения вариант в выборках
Это двумерная таблица, в которой приведены все выборочные характеристики по всему массиву данных
Это двумерная таблица, в которой приведены коэффициенты корреляции для всех парных сочетаний величин из массива экспериментальных данных
Это таблица, содержащая значения коэффициента корреляции только для двух величин из массива экспериментальных данных
Это двумерная таблица, в которой приведены все вероятности по всему массиву данных
Значение коэффициента корреляции может изменяться в пределах
От 0 до +1
От –1 до + 1
От –∞ до + ∞
От –1 до 0
От –0,5 до +0,5
Если значение коэффициента корреляции равно –1, то корреляция:
Корреляционная зависимость между случайными величинами может считаться функциональной зависимостью
Корреляционная зависимость является слабо выраженной отрицательной
Корреляционная зависимость отсутствует
Корреляционная зависимость является сильной прямой
Корреляционная зависимость является слабой обратной
Задачей регрессионного анализа является:
Подтверждение наличия корреляционной связи между случайными величинами
Нахождение уравнения, описывающего корреляцию
Разбиение статистического ряда на классовые интервалы
Построение гистограммы распределения вариант в выборках
Нахождение вероятности совпадения выборок
Проводить регрессионный анализ имеет смысл, если:
Корреляция сильная положительная
Корреляция слабая отрицательная
Корреляция отсутствует
Корреляция сильная положительная или отрицательная
Корреляция слабая положительная или отрицательная
Уравнение регрессии позволяет:
Построить гистограмму распределения зависимой переменной
Прогнозировать изменчивость одного признака при изменении других
Снизить значение стандартной ошибки выборочного среднего
Разбить статистический ряд на классовые интервалы
Найти вероятность совпадения выборок