Главная страница

ТерверОтветы. Тервер ответы (2). 2 величина признака, которая чаще всего встречается в данной совокупности


Скачать 107.39 Kb.
Название2 величина признака, которая чаще всего встречается в данной совокупности
АнкорТерверОтветы
Дата07.02.2023
Размер107.39 Kb.
Формат файлаdocx
Имя файлаТервер ответы (2).docx
ТипДокументы
#925277


Вариант 1.

1.1. Отметьте правильное определение моды:

1) величина, которая находится в середине вариационного ряда;

2) величина признака, которая чаще всего встречается в данной совокупности;

3) величина, равная средней арифметической из значений признака.

1.2. Относительная величина – это обобщающий показатель, который:

1) характеризует общий уровень признака данной совокупности;

2) дает числовую меру соотношения двух сопоставляемых статистических величин;

3) показывает различие значений признака у разных единиц совокупности в один и тот же период времени.

1.3. Коэффициент вариации рассчитывается по значениям

1) разных характеристик одного и того же признака в одной совокупности;

2) разных признаков в разных совокупностях;

3) одного и того же признака в разных совокупностях.

1.4. По 5 выборочным наблюдениям вычислены значения Значение несмещенной оценки дисперсии равно:

1) 7,5 2) 30 3) 6.

1.5. По данным выборочного обследования 10000 пассажиров пригородных поездов вычислена средняя дальность поездки – 32,4 км, среднеквадратическое отклонение – 10 км. Определить пределы средней дальности поездки m с вероятностью 0,954.

1) 32,2 ≤m≤ 32,6 2) 32,22 ≤m ≤32,62 3) 32,23≤ m ≤32,63

1.6. Для нормального распределения СВ всегда совпадают значения:

1) моды, медианы, математического ожидания;

2) моды и среднеквадратичного отклонения;

3) математического ожидания и среднеквадратичного отклонения.

1.7. Положительный знак парного коэффициента корреляции указывает на:

1) прямую зависимость между x и y;

2) обратную зависимость между x и y;

3) отсутствие зависимости между x и y.

1.8. Проверка гипотезы о значимости коэффициентов уравнения регрессии проводится по критерию:

1) Фишера; 2) 2  -Пирсона; 3) Стьюдента.

1.9. Для выделения тренда временного ряда можно использовать методы:

а) аналитический; б) геометрический; в) укрупнения интервалов.

1) а и в; 2) только а; 3) только б.

1.10. Для уравнения линейной регрессии, построенного по n=10 наблюдениям, значение коэффициента детерминации равно 0,8. Тогда значение статистики Фишера равно:

1) 4; 2) 32; 3) 2.

Вариант 2

2.1. Ряды распределения бывают:

1) интервальные; 2) вариационные; 3) номинальные.

2.2. Если все значения признака уменьшить на постоянную величину А, то дисперсия:

1) не изменится; 2) уменьшится на величину А; 3) увеличится на величину А.

2.3. Если все значения признака уменьшить в 10 раз, то дисперсия:

1) не изменится; 2) уменьшится в 10 раз; 3) уменьшится в 100 раз.

2.4. По данным значениям и числу наблюдений n=10 вычислить коэффициент вариации:

1) 2,5 2) 0,58 3) 3,71.

2.5. По данным выборочного обследования продолжительности телефонных разговоров по городской телефонной сети (100 наблюдений) установили, что средняя продолжительность телефонного разговора – 3 мин. при среднем квадратичном отклонении 2 мин. С вероятностью 0,954 определите продолжительности телефонного разговоров:

1) 2,6 ≤ ≤ 3,4 2) 2,6 ≤ ≤ 3,0 3) 3,0 ≤ ≤ 3,4

2.6. При оценке плотности распределения используют:

1) гистограмму; 2) эмпирическую функцию распределения; 3) доверительный интервал.

2.7. Отрицательный знак парного линейного коэффициента корреляции указывает на:

1) отсутствие зависимость x и y; 2) обратную зависимость между x и y; 3) прямую зависимость между x и y.

2.8. Параметр b уравнения показывает:

1) на сколько в среднем изменится результат y, если фактор x изменится на натуральную единицу;

2) на сколько среднеквадратических отклонений изменится результат y, если фактор x изменится на 1 среднеквадратическое отклонение;

3) на сколько процентов изменится в среднем результат y, если фактор x изменится на 1

2.9. По критерию - Пирсона проверяется гипотеза:

1) о значимости коэффициентов уравнения регрессии; 2) о виде закона распределения случайной величины; 3) о значимости уравнения регрессии в целом.

2.10. Для уравнения эмпирической регрессии значение статистики Стьюдента для коэффициента оказалось равным 4. Вычислить значение статистики Фишера F и сделать вывод о значимости уравнения в целом (на уровне значимости   0.05 ):

1) F=16, уравнение значимо; 2) F=2, уравнение значимо; 3) F=2, уравнение незначимо.

Вариант 3.

3.1. Что следует понимать под закономерностью распределения:

1) определенный порядок в изменении частот в соответствии с изменениями значений признака в вариационном ряду; 2) определенный порядок в значениях частот ряда распределения; 3) определенный порядок в значениях признака в вариационном ряду.

3.2. Дисперсия стажа нескольких рабочих равна 9 лет. Коэффициент вариации равен 0,3. Чему равняется средний стаж рабочих?

1) 30; 2) 10; 3) 2,7.

3.3. Если значение статистики критерия попало в критическую область, то гипотеза (на данном уровне значимости): 1) отвергается: 2) может быть принята; 3) вывод сделать нельзя.

3.4. По 10 выборочным наблюдениям вычислены значения . Значение выборочной оценки дисперсии равно:

1) 7,37 2) 7,3 3) 0,17.

3.5. Методом случайной повторной выборки было взято для проверки на вес 100 шт. деталей. В результате был установлен средний вес детали 30гр. при среднеквадратическом отклонении 4г. С вероятностью 0.954 требуется определить пределы, в которых находится средний вес деталей в m генеральной совокупности.



3.6. Для нормального закона распределения коэффициент асимметрии:

1) равен нулю; 2) меньше нуля; 3) больше нуля.

3.7. Коэффициент детерминации используются для выявления:

1) качества выбранной эконометрической модели; 2) незначимости коэффициентов регрессии; 3) отсутствия связи между зависимой и независимой переменными.

3.8. Отрицательный знак парного линейного коэффициента корреляции указывает на:

1) отсутствие зависимости x и y; 2) обратную зависимость между x и y; 3) прямую зависимость между x и y.

3.9. Гипотезу о среднем значении нормальной случайной величины проверяют по критерию:

1) Стьюдента; 2) 2  - Пирсона; 3) Фишера.

3.10. Для уравнения эмпирической регрессии y  1,7 + 2,3x значение статистики Стьюдента для коэффициента при x оказалось равным 3. Вычислить значение статистики Фишера F и сделать вывод о значимости уравнения в целом (на уровне значимости   0.05 ):

1) F=9, уравнение значимо; 2) F=4, уравнение значимо; 3) F=4, уравнение незначимо.

Вариант 4.

4.1. Полигоном распределения изображается:

1) интервальный ряд распределения; 2) эмпирическая функция распределения; 3) дискретный ряд распределения.

4.2. Средний стаж рабочих 5 лет. Коэффициент вариации 0,22. Чему равняется дисперсия стажа рабочих?

1) 1,1; 2) 1,21; 3) 0,05.

4.3. Коэффициент корреляции позволяет выявлять:

1) независимость случайных величин;

2) степень линейной зависимости между случайными величинами;

3) качество модели нелинейной регрессии.

4.4. По данным значениям и числу наблюдений n=10 вычислить коэффициент вариации:

1) 9 2) 5 3) 12

4.5. Станок-автомат штампует шайбы. При отборе 100 шайб вычислена средняя диаметров изготовленных образцов, равная 10,8 мм. С вероятностью 0,954 оценить средний размер диаметров m изготовленных шайб, если среднеквадратичное отклонение равно 2 мм.



4.6. Проверка гипотезы о виде закона распределения проводится по критерию: 1) 2 - Пирсона; 2) Фишера; 3) Стьюдента.



4.8. Коэффициент детерминации используется для:

1) оценки качества регрессионной модели; 2) оценки разброса случайной величины; 3) оценки тесноты связи между двумя случайными величинами.

4.9. Средний коэффициент эластичности показывает:

1) на сколько процентов изменится в среднем результат y, если фактор x изменится на 1 % от своего среднего;

2) на сколько в среднем изменится результат y, если фактор x изменится на натуральную единицу;

3) на сколько среднеквадратических отклонений изменится результат y, если фактор x изменится на одно среднеквадратическое отклонение.

4.10. Для уравнения линейной регрессии, построенного по n=12 наблюдениям, значение коэффициента детерминации равно 0,6. Тогда значение статистики Фишера равно:

1) 7,2; 2) 15; 3) 1,5.

Вариант 5

5.1. Вариационные ряды бывают:

1) интервальные и дискретные; 2) интервальные и моментные; 3) прерывные и непрерывные.

5.2. Эмпирическая средняя группы из 5 единиц составила 1.9, а группы численностью 10 единиц-1,75. Чему равняется эмпирическая средняя объединенной выборки?

1) 1,8 2) 1,825 3) 1,85

5.3. Оценкой разброса случайной величины являются: 1) эмпирическое среднее; 2) выборочное среднеквадратичное отклонение; 3) выборочная медиана.

5.4. По 50 выборочным наблюдениям вычислены значения . Значение выборочной дисперсии равно:

1) 2,1 2)1,2 3) 1,44

5.5. При проверке партии из 100 электроламп, вычислена средняя продолжительность горения лампы, которая оказалась равной 1000 часов. С вероятностью 0,954 найти пределы для средней продолжительности горения лампы, если среднеквадратическое отклонение горение лампы равно 40 часам?



5.6. Распределение времени обслуживания в системе массового обслуживания моделируется законом:

1) нормальным законом распределения; 2) показательным законом распределения; 3) равномерным законом распределения.

5.7. Если регрессионная модель содержит только одну объясняющую переменную, то она имеет название: 1) парной линейной регрессии; 2) парной регрессии; 3) множественной регрессии.

5.8. Коэффициент детерминации принимает значения: 1) от нуля до единицы; 2) неотрицательные; 3) от минус единицы до единицы.

5.9. Уравнение эмпирической регрессии имеет вид Что можно сказать о значимости коэффициента b (на уровне значимости   0,05 ): 1) значим; 2) не значим; 3) неизвестно.

5.10. Для уравнения эмпирической регрессии значение статистики Стьюдента для коэффициента при x оказалось равным 2,5. Вычислить значение статистики Фишера F и сделать вывод о значимости уравнения в целом (на уровне значимости   0.05 ):

1) F=6,25, уравнение значимо; 2) F=2,5, уравнение не значимо; 3) F=6,25, уравнение незначимо.

Вариант 6.

6.1. Если каждое значение признака повторяется в ряду распределения один раз, то исчисляется:

1) средняя арифметическая простая;

2) средняя арифметическая взвешенная;

3) средняя гармоническая.

6.2. В бригаде шесть человек, имеющих стаж работы 2, 4, 5, 6, 7, 8, лет. Определите медиану:

1) 6;

2) 5;

3) 5,5.

6.3. Гипотеза о виде закона распределения является:

1) простой, непараметрической;

2) сложной, параметрической;

3) сложной, непараметрической.

6.4. По данным значениям x  0, 2 , 2 2 i x  и числу наблюдений n=10 вычислить коэффициент вариации:

1) 0,8

2) 2

3) 0,5.

6.5. При проверке партии из 100 приборов, вычислена средняя продолжительность работы, которая оказалась равной 1000 часов. С вероятностью 0,954 найти пределы для средней продолжительности работы приборов, если среднеквадратичное отклонение работы 90 часам?

1) 982 m 1018

2) 981  m  1013

3) 986  m  1026 .

6.6. Число вызовов, поступающих в систему массового обслуживания в единицу времени, моделируется случайной величиной, имеющей:

1) распределение Пуассона;

2) нормальное распределение;

3) гипергеометрическое распределение.

6.7. Имеется следующая зависимость между расходами населения (у) и личным доходом (х): i x i y 250 0,1

  . Укажите верную интерпретацию уравнения регрессии (показатели измерены в млн. руб.):

1) увеличение дохода на 1 млн. р. приведет к росту расходов на 100 т. руб.;

2) увеличение дохода на 1 м лн. р. не отразится на расходах населения;

3) увеличение дохода на 1 млн. р. увеличит расходы на 250 тыс. руб.

6.8. С помощью какого метода определяют коэффициенты уравнения регрессии:

1) метода наименьших квадратов;

2) метода Гаусса;

3) симплекс-метода.

6.9. Приведенная формула x k b y  необходима для определения:

1) параметра уравнения регрессии;

2) коэффициента эластичности;

3) значимости коэффициента регрессии.

6.10. Для уравнения линейной регрессии, построенного по n=14 наблюдениям, значение коэффициента детерминации равно 0,9. Тогда значение статистики Фишера равно:

1) 0,75 ; 2) 108; 3) 12,6.

Вариант 7.

7.1. Эмпирическая функция распределения является:

1) непрерывной;

2) ступенчатой;

3) убывающей.

7.2. Модой в ряду распределения является:

1) значение признака, которое встречается чаще других;

2) значение признака, делящее ряд значений на две равные части;

3) наибольшее значение признака.

7.3. Среднее значение признака в двух совокупностях одинаково. Может ли быть различной вариация признака в этих совокупностях?

1) да;

2) нет.

7.4. По данным значениям 2  x  , x  8 вычислить коэффициент вариации.

1) 4

2) 0,25

3) 0,75.

7.5. По данным выборочного обследования 10000 пассажиров пригородных автобусов, средняя дальность поездки – 32,4 км, среднеквадратическое отклонение – 10 км. Определить пределы средней дальности поездки с вероятностью 0,954.

1) 32, 2 m 32, 6

2) 32  m  32, 6

3) 31, 4  m  32,9

7.6. Для равномерного закона распределения коэффициент асимметрии:

1) больше нуля;

2) равен нулю;

3) меньше нуля.

7.7. Согласно методу наименьших квадратов, в качестве оценок коэффициентов регрессии следует использовать величины, которые минимизируют сумму квадратов отклонений:

1) фактических значений зависимой переменной от ее расчетных значений;

2) фактических значений зависимой переменной от ее среднего значения;

3) фактических значений объясняющей переменной от ее среднего значения.

7.8. Для оценки качества нелинейной регрессионной модели используют:

1) выборочную дисперсию;

2) индекс корреляции;

3) коэффициент асимметрии.

7.9. Коэффициент детерминации используется для:

1) оценки разброса случайной величины;

2) оценки качества регрессионной модели;

3) оценки тесноты связи между двумя случайными величинами.

7.10. Для уравнения эмпирической регрессии y x   7,8 3, 4 значение статистики Стьюдента для коэффициента оказалось равным 6. Вычислить значение статистики Фишера F и сделать при x вывод о значимости уравнения в целом (на уровне значимости   0.05 ):

1) F=36, уравнение значимо;

2) F=30, уравнение значимо;

3) F=36, уравнение незначимо.

Вариант 8.

8.1. Гистограмма применяется для графического изображения:

1) дискретных рядов распределения;

2) интервальных рядов распределения;

3) ряда накопленных частот.

8.2. Дисперсия признака - это:

1) отклонение отдельных значений признака от их среднего значения;

2) среднее значение суммы квадратов отклонений значений признака от среднего значения;

3) сумма квадратов отклонений значений признака от их среднего значения.

8.3. Гипотеза о величине математического ожидания является:

1) простой;

2) сложной, параметрической;

3) сложной, непараметрической.

8.4. По данным значениям x 1, 2 125 i x  и числу наблюдений n=25 вычислить коэффициент вариации:

1) 2

2) 4

3) 0,5.

8.5. Станок-автомат штампует валики. При отборе 100 валиков вычислена средняя диаметров изготовленных образцов равная 16,8 мм. С вероятностью 0,954 оценить средний размер диаметров изготовленных валиков, если среднеквадратичное отклонение равно 5мм.

1) 15,8 m 17,8

2) 15, 6  m  17, 0

3) 16, 4  m  17, 4.

8.6. Для оценки плотности распределения используют:

1) гистограмму;

2) эмпирическую функцию распределения;

3) доверительный интервал.

8.7. Регрессия называется парной линейной регрессией, если ее уравнение содержит:

1) две зависимых переменных;

2) одну независимую переменную, связанную линейной зависимостью с зависимой переменной;

3) две зависимых и одну независимую переменную.

8.8. Коэффициент детерминации принимает значения:

1) любые неотрицательные значения;

2) от минус единицы до единицы;

3) от нуля до единицы.

8.9. По критерию 2  -квадрат Пирсона проверяется гипотеза:

1) о значимости коэффициентов уравнения регрессии;

2) о виде закона распределения случайной величины;

3) о значимости уравнения регрессии в целом.

8.10. Для уравнения линейной регрессии, построенного по n=20 наблюдениям, значение коэффициента детерминации равно 0,85. Тогда значение статистики Фишера равно:

1) 5,67;

2) 102;

3) 0,314.

Вариант 9.

9.1. Полигоном распределения изображается:

1) интервальный ряд;

2) ряд накопленных частот;

3) дискретный ряд.

9.2. Модой в ряду распределения является:

1) значение признака, делящее ряд ранжированных значений на две равные части;

2) наибольшее значение признака;

3) значение признака, которое встречается чаще других.

9.3. Оценка параметра случайной величины является состоятельной, если:

1) предел оценки по вероятности равен истинному значению параметра генеральной совокупности;

2) ее среднее значение равно оцениваемому параметру;

3) оценка имеет наименьшую дисперсию при данном объеме выборки.

9.4. По 20 выборочным наблюдениям вычислены значения x  0,3, 2 80 i x  . Значение выборочной дисперсии равно:

1) 3,7

2) 3,91

3) 0,11.

9.5. По данным выборочного обследования продолжительности телефонных разговоров по городской телефонной сети (100 наблюдений) установили, что средняя продолжительность телефонного разговора – 4 мин. при среднем квадратичном отклонении 2 мин. С вероятностью 0,954 оцените среднюю продолжительности телефонного разговоров.

1) 3, 6 m 4, 4;

2) 3, 6  m ;4, 2

в) 3, 4  m  4, 4.

9.6. Для показательного закона распределения коэффициент асимметрии:

1) равен нулю;

2) больше нуля;

3) меньше нуля.

9.7. Выберите уравнение регрессии, в котором связь между y и x обратная:

1) y = -6 + 9*x1

2) y = 6 – 9*x1

3) y = -6 +8*x1

9.8. Значения какого из показателей заключены в интервале от минус единицы до единицы:

1) ковариация;

2) парный коэффициент корреляции;

3) коэффициент детерминации.

9.9.По критерию Фишера проверяется гипотеза:

1) о значимости уравнения регрессии в целом;

2) о значимости коэффициентов уравнения регрессии;

3) о виде закона распределения.

9.10. Для уравнения эмпирической регрессии y x   0,1 0,81 значение статистики Стьюдента для коэффициента оказалось равным 5. Вычислить значение статистики Фишера F и сделать при x вывод о значимости уравнения в целом (на уровне значимости   0.05 ):

1) F=25, уравнение значимо;

2) F=20, уравнение значимо;

3) F=25, уравнение незначимо.

Вариант 10.

10.1. Значения эмпирической функции распределения изменяются в пределах:

1) [-1;1] 2) [0;1] 3) [0;∞].

10.2.Характеристиками положения случайных величин являются:

1) математическое ожидание и медиана;

2) математическое ожидание и дисперсия;

3) мода и среднеквадратичное отклонение.

10.3. Несмещенной оценкой дисперсии случайной величины является:

1) выборочная дисперсия;

2) статистика s 2 ;

3) выборочное среднеквадратичное отклонение.

10.4. По данным значениям x  0,31, 2 6 i x  и числу наблюдений n=32 вычислить коэффициент вариации (округлив до сотых):

1) 1,33 2)5,33 3) 0,75.

10.5. По данным 100 измерениям вычислены: среднее значение длин деталей, равное 42,2мм, и исправленное среднеквадратичное отклонение, равное 8мм. С вероятность 0,954 оцените среднюю длину деталей.

1) 40, 6 m 43,8 2) 40,4 m  43, 6 3) 41, 2  m  43, 2 .

10.6. Сезонные индексы измеряются:

1) в долях; 2) в процентах; 3) в натуральных единицах.

10.7. Уравнение регрессии имеет вид: 5,1 1, 7 i i y x   . На сколько единиц своего измерения в среднем изменится Y при увеличении X на 1 единицу своего измерения:

1) увеличится на 1,7 2) не изменится; 3) уменьшится на 1,7.

10.8. Средняя урожайность кукурузы по области – 28 ц/га, дисперсия –49. Средняя урожайность ржи – 20 ц/га, дисперсия –25. Сравните между собой вариация урожайности пшеницы и ржи:

1) вариация урожайности кукурузы выше;

2) вариация урожайности ржи выше;

3) вариация урожайности одинаковая;

10.9. Какой критерий используют для оценки значимости уравнения регрессии:

1) критерий Фишера;

2) критерий Стьюдента;

3) критерий 2 - Пирсона.

10.10. Для уравнения линейной регрессии, построенного по n=8 наблюдениям, значение коэффициента детерминации равно 0,99. Тогда значение статистики Фишера равно:

1) 99; 2) 594; 3) 16,5.


написать администратору сайта