Корреляция между двумя случайными величинами является отрицательной, если:

1. С уменьшением одной величины другая увеличивается

2. С уменьшением одной величины другая тоже уменьшается

3. С возрастанием одной величины другая не меняется

4. С возрастанием одной величины другая тоже увеличивается

5. Между величинами существует функциональная зависимость

Корреляция между двумя случайными величинами является линейной, если: зависимость между ними может быть аппроксимирована функцией вида:

1. y=Ax+B

2. y=Ax²+B

3. y=lgx+B

4. y=e^x+B

5. y=Ax+e^x

Качественно наличие корреляции устанавливается путём построения:

1. Гистограммы

2. Корреляционного поля

3. Полигона распределений

4. Вариационного ряда

5. Интервального вариационного ряда

По степени корреляции (силе связи) корреляция может быть:

1. Пропорциональная, непропорциональная, обратно пропорциональная

2. Сильная, средняя, слабая

3. Неявная, явная, очевидная

4. Прямая и обратная

5. Линейная и нелинейная

На диаграмме изображено корреляционное поле. Что можно сказать о корреляции между Y и Х?

На диаграмме изображено корреляционное поле. Что можно сказать о корреляции между Y и Х?

На диаграмме изображено корреляционное поле. Что можно сказать о корреляции между Y и Х?

На диаграмме изображено корреляционное поле. Что можно сказать о корреляции между Y и Х?

На диаграмме изображено корреляционное поле. Что можно сказать о корреляции между Y и Х?

При корреляционном анализе данных на компьютере часто результаты получают в виде корреляционной матрицы. Что она собой представляет?

1. Это гистограмма распределения вариант в выборках

2. Это двумерная таблица, в которой приведены все выборочные характеристики по всему массиву данных

3. Это двумерная таблица, в которой приведены коэффициенты корреляции для всех парных сочетаний величин из массива экспериментальных данных

4. Это таблица, содержащая значения коэффициента корреляции только для двух величин из массива экспериментальных данных

5. Это двумерная таблица, в которой приведены все вероятности по всему массиву данных

Значение коэффициента корреляции может изменяться в пределах

1. От 0 до +1

2. От –1 до + 1

3. От –∞ до + ∞

4. От –1 до 0

5. От –0,5 до +0,5

Если значение коэффициента корреляции равно –1, то корреляция:

1. Корреляционная зависимость между случайными величинами может считаться функциональной зависимостью

2. Корреляционная зависимость является слабо выраженной отрицательной

3. Корреляционная зависимость отсутствует

4. Корреляционная зависимость является сильной прямой

5. Корреляционная зависимость является слабой обратной

Задачей регрессионного анализа является:

1. Подтверждение наличия корреляционной связи между случайными величинами

2. Нахождение уравнения, описывающего корреляцию

3. Разбиение статистического ряда на классовые интервалы

4. Построение гистограммы распределения вариант в выборках

5. Нахождение вероятности совпадения выборок

Проводить регрессионный анализ имеет смысл, если:

1. Корреляция сильная положительная

2. Корреляция слабая отрицательная

3. Корреляция отсутствует

4. Корреляция сильная положительная или отрицательная

5. Корреляция слабая положительная или отрицательная

Уравнение регрессии позволяет:

1. Построить гистограмму распределения зависимой переменной

2. Прогнозировать изменчивость одного признака при изменении других

3. Снизить значение стандартной ошибки выборочного среднего

4. Разбить статистический ряд на классовые интервалы

5. Найти вероятность совпадения выборок