Теория вероятностей и математическая статистика_C24. Тесты по Синергии httpsstudentu24. rulistsuppliersmishacat1345
 Скачать 1.06 Mb.
|
|
79. Как по-другому называют функцию распределения любой непрерывной случайной величины? интегральная функция дифференциальная функция функция Лапласа функция Гаусса 80. Какая критическая область используется при проверке гипотезы о равенстве вероятностей в случае биномиального распределения H 0 :p 1 =p 2 =…=p k двусторонняя левосторонняя правосторонняя 81. Какая критическая область используется при проверке гипотезы о равенстве генеральных дисперсий двух нормальных совокупностей H 0 :σ 2 1 =σ 2 2 двусторонняя левосторонняя правосторонняя 82. Какая критическая область используется при проверке гипотезы о равенстве генеральных дисперсий нескольких нормальных совокупностей H 0 : σ 2 1 = σ 2 2 =…= σ 2 k двусторонняя левосторонняя правосторонняя 83. Какая статистика используется при проверке гипотезы о значении генеральной H 0 : σ 2 = σ 2 0 𝝉 = ẋ−𝝁 𝟎 𝛔 √𝒏 𝝉 = ẋ−𝝁 𝟎 𝐒 √𝒏 − 𝟏 𝒙 𝟐 = 𝒏𝑺 𝟐 𝛔 𝟎 𝟐 𝑭 = 𝑺 𝟏 𝟐 𝑺 𝟐 𝟐 84. Какая статистика используется при проверке гипотезы о значении генеральной H 0 : μ = μ 0 при известной генеральной дисперсии: 𝝉 = ẋ−𝝁 𝟎 𝛔 √𝒏 𝝉 = ẋ−𝝁 𝟎 𝐒 √𝒏 − 𝟏 𝒙 𝟐 = 𝒏𝑺 𝟐 𝛔 𝟎 𝟐 𝑭 = 𝑺 𝟏 𝟐 𝑺 𝟐 𝟐 85. Какая статистика используется при проверке гипотезы о значении генеральной средней H 0 : μ = μ 0 при известной генеральной дисперсии: 𝝉 = ẋ−𝝁 𝟎 𝛔 √𝒏 𝝉 = ẋ−𝝁 𝟎 𝐒 √𝒏 − 𝟏 𝒙 𝟐 = 𝒏𝑺 𝟐 𝛔 𝟎 𝟐 𝑭 = 𝑺 𝟏 𝟐 𝑺 𝟐 𝟐 86. Какая статистика используется при проверке гипотезы о равенстве генеральных дисперсий двух нормальных совокупностей H 0 : σ 1 2 = σ 2 2 𝝉 = ẋ−𝝁 𝟎 𝛔 √𝒏 𝝉 = ẋ−𝝁 𝟎 𝐒 √𝒏 − 𝟏 𝒙 𝟐 = 𝒏𝑺 𝟐 𝛔 𝟎 𝟐 𝑭 = 𝑺 𝟏 𝟐 𝑺 𝟐 𝟐 87. Какая функция используется в интегральной теореме Муавра-Лапласа? интегральная функция дифференциальная функция функция Лапласа функция Гаусса 88. Какая функция используется в локальной теореме Муавра-Лапласа? интегральная функция дифференциальная функция функция Лапласа функция Гаусса 89. Какие выборочные характеристики используются для расчета статистики F Н при проверке гипотезы о равенстве генеральных дисперсий: исправленные выборочные дисперсии выборочные дисперсии средние арифметические частости 90. Какие значения может принимать функция плотности вероятности непрерывной случайной величины: любые неотрицательные значения от 0 до 1 любые положительные значения от -1 до 1 91. Какие значения может принимать функция распределения случайной величины: любые неотрицательные значения от 0 до 1 любые положительные значения от -1 до 1 92. Какие из этих элементов комбинаторики представляют собой неупорядоченные подмножества (порядок следования элементов в которых не важен)? число размещений с повторениями число размещений число сочетаний число перестановок 93. Каким методом обычно определяются оценки коэффициентов двумерного линейного уравнения регрессии? методом наименьших квадратов методом линейной интерполяции методом максимального правдоподобия нелинейным методом наименьших квадратов 94. Каким моментом является выборочная дисперсия S 2 ? центральным моментом 2-го порядка 95. Каким моментом является средняя арифметическая? начальным моментом 1-го порядка 96. Какова вероятность выпадения «орла» при подбрасывании монеты? 1/2 0,33 0,1 0,25 97. Какова вероятность выпадения «решки» при подбрасывании монеты? 1/2 0,33 0,1 0,25 98. Какое из этих понятий не является элементом комбинаторики? число испытаний Бернулли 99. Какое из этих распределений случайной величины является дискретным? показательное нормальное биномиальное равномерное 100. Какое из этих распределений случайной величины является непрерывным? показательное нормальное биномиальное равномерное 101. К какому типу относится случайная величина – расстояние от центра мишени до точки попадания пули стрелка? непрерывная Дискретная 102. К какому типу относится случайная величина – рост человека? непрерывная Дискретная 103. К какому типу относится случайная величина – число очков, выпавших на игральном кубике? непрерывная Дискретная 104. К какому типу относится случайная величина – число студентов, пришедших на лекцию? непрерывная Дискретная 105. Когда при проверке гипотезы о значении генеральной дисперсии H 0 : σ 2 = σ 2 0 против H 1 : σ 2 = σ 2 1 следует выбирать двустороннюю критическую область: 𝛔 𝟏 𝟐 < 𝛔 𝟎 𝟐 𝛔 𝟏 𝟐 > 𝛔 𝟎 𝟐 𝛔 𝟏 𝟐 ≠ 𝛔 𝟎 𝟐 𝛔 𝟏 𝟐 = 𝛔 𝟎 𝟐 106. Когда при проверке гипотезы о значении генеральной средней H0: μ=μ0 против H1: μ=μ1 следует выбирать двустороннюю критическую область: 𝝁 𝟏 < 𝝁 𝟎 𝝁 𝟏 > 𝝁 𝟎 𝝁 𝟏 ≠ 𝝁 𝟎 𝝁 𝟏 = 𝝁 𝟎 107. Конкурирующая гипотеза – это… выдвинутая гипотеза, которую нужно проверить гипотеза, определяющая закон распределения гипотеза, противоположная нулевой гипотеза о неравенстве нулю параметра распределения 108. Коэффициент детерминации между х и у показывает: долю дисперсии у, обусловленную влиянием не входящих в модель факторов долю дисперсии у, обусловленную влиянием х долю дисперсии х, обусловленную влиянием не входящих в модель факторов направление зависимости между х и у 109. Коэффициент детерминации является: квадратом выборочного коэффициента корреляции корнем выборочного коэффициента корреляции величиной, обратной выборочному коэффициенту корреляции квадратом выборочного коэффициента регрессии 110. Критерий Бартлетта и критерий Кохрана применяются: при проверке гипотезы о значении генеральной средней при проверке гипотезы о равенстве генеральных средних при проверке гипотезы о равенстве генеральных дисперсий при проверке гипотезы о значении генеральной дисперсии 111. Критерий Бартлетта и критерий Кохрана применяются в случае: сравнения 2 генеральных дисперсий сравнения значений генеральных средних сравнения более 2 генеральных дисперсий сравнения значений вероятностей 112. Линейное относительно аргумента уравнение регрессии имеет вид: ● ỹ= β 0 + β 1 x+ β 2 x 2 ● ỹ=β 0 + β 1 1 𝑥 ● ỹ= β 0 + β 1 x ● ỹ= β 0 x 1 β1 113. Монета была подброшена 10 раз. "Герб” выпал 4 раза. Какова частость (относительная частота) выпадения "герба”? 0 0,4 0,5 0,6 114. На основании 20 наблюдений выяснено, что выборочная доля дисперсии случайной величины у, вызванной вариацией х, составит 36%. Известно, что коэффициент регрессии – отрицательный. Чему равен выборочный парный коэффициент корреляции: 0,36 0,6 -0,6 0,6 или -0,6 115. На основании 20 наблюдений выяснено, что выборочная доля дисперсии случайной величины у, вызванной вариацией х, составит 36%. Известно, что коэффициент регрессии – положительный. Чему равен выборочный парный коэффициент корреляции: 0,36 0,6 -0,6 0,6 или -0,6 116. На основании 20 наблюдений выяснено, что выборочная доля дисперсии случайной величины у, вызванной вариацией х, составит 36%. Чему равен выборочный парный коэффициент корреляции: 0,36 0,6 -0,6 0,6 или -0,6 117. На основании 20 наблюдений выяснено, что выборочная доля дисперсии случайной величины у, вызванной вариацией х, составит 49%. Чему равен выборочный парный коэффициент корреляции: 0,49 0,21 0,7 0,7 или -0,7 118. На основании 20 наблюдений выяснено, что выборочная доля дисперсии случайной величины у, вызванной вариацией х, составит 64%. Известно, что коэффициент регрессии – отрицательный. Чему равен выборочный парный коэффициент корреляции: 0,64 0,8 -0,8 0,8 или -0,8 119. На основании 20 наблюдений выяснено, что выборочная доля дисперсии случайной величины у, вызванной вариацией х, составит 64%. Известно, что коэффициент регрессии – положительный. Чему равен выборочный парный коэффициент корреляции: 0,64 0,8 -0,8 0,8 или -0,8 120. На основании 20 наблюдений выяснено, что выборочная доля дисперсии случайной величины у, вызванной вариацией х, составит 64%. Чему равен выборочный парный коэффициент корреляции: 0,64 0,8 -0,8 0,8 или -0,8 121. На основании 20 наблюдений выяснено, что выборочная доля дисперсии случайной величины у, вызванной вариацией х, составит 81%. Чему равен выборочный парный коэффициент корреляции: 0,81 0,36 0,9 0,9 или -0,9 122. Несмещенная оценка остаточной дисперсии в двумерной регрессионной модели рассчитывается по формуле: Ŝ ост 𝟐 = 𝟏 𝒏−𝟐 𝑸 ост Ŝ ост 𝟐 = 𝟏 𝒏−𝟏 𝑸 ост Ŝ ост 𝟐 = 𝟏 𝒏 𝑸 ост Ŝ ост 𝟐 = 𝟏 𝒏−𝟑 𝑸 ост 123. Нулевая гипотеза - это: выдвинутая гипотеза, которую нужно проверить альтернативная гипотеза гипотеза, определяющая закон распределения гипотеза о равенстве нулю параметра распределения 124. Нулевую гипотезу отвергают, если: наблюдаемые значения статистики критерия попадают в критическую область наблюдаемые значения статистики критерия не попадают в критическую область наблюдаемые значения статистики критерия попадают в допустимую область наблюдаемые значения статистики критерия равны нулю 125. От чего зависит точность оценивания генеральной доли или вероятности при построении доверительного интервала в случае большого объема выборки? от доверительной вероятности от объёма выборки от доверительной вероятности, частости и объёма выборки от доверительной вероятности, выборочной дисперсии и объёма выборки 126. От чего зависит точность оценивания генеральной средней при построении доверительного интервала в случае известной генеральной дисперсии? от доверительной вероятности от объёма выборки от доверительной вероятности, выборочной дисперсии и объёма выборки от доверительной вероятности, генеральной дисперсии и объёма выборки 127. От чего зависит точность оценивания генеральной средней при построении доверительного интервала в случае неизвестной генеральной дисперсии? от доверительной вероятности от объёма выборки от доверительной вероятности, выборочной дисперсии и объёма выборки от доверительной вероятности, генеральной дисперсии и объёма выборки 128. От чего зависит число степеней свободы в распределении Стьюдента? от доверительной вероятности от объёма выборки от доверительной вероятности и объёма выборки от значения выборочной дисперсии 129. Оценку коэффициента регрессии при x двумерного линейного уравнения регрессии Y по X находят по формуле: 𝒃 𝟏 = 𝒙𝒚 ̅̅̅̅−ẋȳ 𝑺 𝒙 𝟐 𝒃 𝟏 = 𝒙𝒚 ̅̅̅̅−ẋȳ 𝑺 𝒚 𝟐 𝒃 𝟏 = ẋȳ−𝒙𝒚 ̅̅̅̅ 𝑺 𝒚 𝟐 𝒃 𝟏 = 𝒙𝒚 ̅̅̅̅−ẋȳ 𝑺 𝟐 130. Парный коэффициент корреляции между переменными равен -1. Это означает: наличие нелинейной функциональной связи отсутствие связи наличие положительной линейной функциональной связи наличие отрицательной линейной функциональной связи 131. Парный коэффициент корреляции между переменными равен 1. Это означает: наличие нелинейной функциональной связи отсутствие связи наличие положительной линейной функциональной связи наличие отрицательной линейной функциональной связи 132. Перечислите основные свойства точечных оценок: несмещенность и эффективность эффективность и состоятельность несмещенность, эффективность и состоятельность несмещенность и состоятельность 133. По какому принципу выбирается критическая область? вероятность попадания в нее должна быть минимальной, если верна нулевая гипотеза (Н 0 ) и максимальной в противном случае вероятность попадания в нее должна быть минимальной, если верна гипотеза H 1 и максимальной в противном случае вероятность попадания в нее должна быть равна 0 вероятность попадания в нее должна быть максимальной, если верна гипотеза H о и минимальной в противном случае 134. По результатам выборочных наблюдений были получены выборочные коэффициенты регрессии: b yx = - 0,5; b xy = - 1,62. Чему равен выборочный коэффициент детерминации? -0,81 0,81 0,9 -0,9 135. По результатам выборочных наблюдений были получены выборочные коэффициенты регрессии: b yx = - 0,5; b xy = - 1,62. Чему равен выборочный парный коэффициент корреляции? -0,81 0,81 0,9 -0,9 136. По результатам выборочных наблюдений были получены выборочные коэффициенты регрессии: b yx = 0,5; b xy = 1,62. Чему равен выборочный коэффициент детерминации? -0,81 0,81 0,9 -0,9 137. По результатам выборочных наблюдений были получены выборочные коэффициенты регрессии: b yx = 0,5; b xy = 1,62. Чему равен выборочный парный коэффициент корреляции? -0,81 0,81 0,9 -0,9 138. Полиномиальное относительно аргумента уравнение регрессии имеет вид: ỹ= β 0 + β 1 x+ β 2 x 2 ỹ=β 0 + β 1 1 𝑥 ỹ= β 0 + β 1 x ỹ= β 0 x 1 β1 139. При вынесении постоянной величины за знак дисперсии эту величину: возводят в квадрат извлекают из данной величины квадратный корень умножают на n просто выносят за скобки 140. При вынесении постоянной величины за знак математического ожидания эту величину: возводят в квадрат извлекают из данной величины квадратный корень умножают на n просто выносят за скобки 141. При интервальной оценке генеральных коэффициентов регрессии используется: распределение Стьюдента нормальное распределение распределение Фишера - Снедекора распределение Пирсона 142. При интервальном оценивании математического ожидания при известном значении генеральной дисперсии используют: распределение Стьюдента нормальное распределение распределение Фишера - Снедекора распределение Пирсона 143. При интервальном оценивании математического ожидания при неизвестном значении генеральной дисперсии используют: распределение Стьюдента нормальное распределение распределение Фишера - Снедекора распределение Пирсона 144. При использовании критерия Бартлетта рассматриваются выборки: равного объема разного объема любого объема объемом больше 30 145. При использовании критерия Кохрана рассматриваются выборки: равного объема разного объема любого объема объемом больше 30 146. При помощи какого критерия проверяется значимость коэффициента корреляции? G-распределения критерия Пирсона распределения Фишера-Иейтса Z-преобразования Фишера 147. При помощи какого критерия проверяется значимость уравнения регрессии? G-распределения F-критерия распределения Фишера-Иейтса Z-преобразования Фишера |