Реальный эффект выражен слабо

[15]

Выберите параметрический критерий для проверки гипотезы о различии (или сходстве) между средними значениями

1. U-критерий Уилкоксона

2. t-критерий Стьюдента

3. Критерий серий Вальда-Вольфовица

4. t-критерий Уилкоксона

[16]

Выберите непараметрические критерии для проверки гипотезы о различии (или сходстве) между средними значениями

1. U-критерий Уилкоксона

2. t-критерий Стьюдента

3. Критерий серий Вальда-Вольфовица

4. t-критерий Уилкоксона

[17]

Какие критерии используются для множественных сравнений?

1. Точный критерий Фишера

2. Критерий Мак-Нимара

3. Критерий Кокрена

4. Критерий Стьюдента

[18]

Изучалось влияние препарата на значение уровня сахара в крови. Исследование было проведено на группе из 120 пациентов. При этом было проведено измерение уровня сахара до введения препарата и после его введения. Установлено, что как до, так и после введения препарата, распределение значений уровня сахара в крови не отличается от нормального. Сформулируйте нулевую гипотезу для проведения анализа.

1. Уровень сахара в крови после введения препарата, в среднем, повысился

2. Уровень сахара в крови после введения препарата, в среднем, понизился

3. Уровень сахара в крови после введения препарата, в среднем, не изменился

4. Уровень сахара в крови после введения препарата, в среднем, изменился.

[19]

Сравнивая 2-е статистические совокупности, которые подчиняются нормальному закону распределения, экспериментатор получил значение критерия Стьюдента t. 3,17. Критическое значение коэффициента Стьюдента для этого случая равно 2,9. Какой вывод должен сделать экспериментатор?

1. Для окончательного вывода нужно провести однофакторный дисперсионный анализ

2. Для окончательного вывода нужно воспользоваться критерием хи-квадрат

3. Нулевая гипотеза отвергается

4. Нулевая гипотеза не отвергается

[20]

Для выявления влияния препарата на показатель крови в группе больных были проведены измерения этого показателя до проведения лечения и после проведения лечения. Распределение значений показателя не отличается от нормального. Для проверки гипотезы необходимо использовать

1. Критерий Вилкоксона для независимых выборок.

2. Парный критерий Вилкоксона для связанных выборок.

3. Критерий Стьюдента для независимых выборок.

4. Парный критерий Стьюдента для связанных выборок.

[21]

Для выявления влияния препарата на показатель крови в группе больных были проведены измерения этого показателя до проведения лечения и после проведения лечения. Распределение значений показателя отличается от нормального. Для проверки гипотезы необходимо использовать ...

1. Критерий Стьюдента для независимых выборок.

2. Парный критерий Стьюдента для связанных выборок.

3. Критерий Вилкоксона для независимых выборок.

4. Парный критерий Вилкоксона для связанных выборок.

[22]

Исследователь проводит эксперимент по сравнению двух лекарственных препаратов: нового и старого. Он хотел бы получить подтверждение, что новый препарат более эффективен, чем старый. В этом случае исследователь совершит ошибку I рода, если ...

1. он заключит, что эффективности препаратов не отличаются, когда фактически новый препарат более эффективен;

2. он заключит, что эффективности препаратов не отличаются, когда фактически новый препарат менее эффективен;

3. он заключит, что старый препарат более эффективен, когда фактически более эффективен новый препарат;

4. он заключит, что новый препарат более эффективен, когда фактически эффективности препаратов не отличаются.

№5

[1]

При проведении исследования установлено, что существует линейная корреляционная связь, r. -0,59 (p<0,05) между цветом глаз (коричневые, зеленые, голубые и т.д.) экспериментальных животных и смертельной для них дозой никотина. Это означает, что

:1. никотин менее вреден при одном цвете глаз, чем при другом

2. летальная доза никотина для животных снижается при изменении цвета глаз

3. исследователи должны продолжить изучение для выяснения причины отрицательной корреляционной связи

4. исследователи должны пройти курс биостатистики, т.к. корреляция не является мерой связи в этом случае

[2]

Если выявлена положительная корреляционная связь (коэффициент линейной корреляции статистически значимо отличен от 0) между массой тела и величиной годового дохода, мы можем заключить, что:

1. высокие годовые доходы заставляют людей потреблять больше пищи

2. низкие годовые доходы заставляют людей потреблять меньше пищи

3. высокие годовые доходы заставляют людей прибавлять в весе

4. люди с высокими годовыми доходами, в среднем, имеют большую массу, чем с низкими годовыми доходами

[3]

Для выявления линейной связи между парой изучаемых признаков в случае нормального закона их распределения используются методы

1. Множественных сравнений

2. Корреляционного анализа

3. Регрессионного анализа

4. Ни один из перечисленных выше методов

[4]

При проведении корреляционного анализа между показателями A и B крови распределение значений которых не отличалось от нормального получено значение коэффициента корреляции Пирсона R. -1,9 (отлично от 0 на уровне значимости p<0,01). Какой вывод должен сделать исследователь?

1. С увеличением показателя A увеличивается среднее значение показателя B

2. С увеличением показателя A уменьшается среднее значение показателя B

3. Между показателями A и B линейной корреляционной связи не выявлено

4. Необходимо проверить расчеты

[5]

Для построения математических моделей зависимости одного признака от другого используется

Регрессионный анализ

2. Корреляционный анализ

3. Множественные сравнения

4. Ни один из перечисленных выше методов

[6]

При проведении корреляционного анализа между показателями A и B крови распределение значений которых не отличалось от нормального получено значение коэффициента корреляции Пирсона R. 0,1 (не отличается от 0 на уровне значимости p. 0,2). Какой вывод должен сделать исследователь?

1. Необходимо проверить расчеты

2. Между показателями A и B линейной корреляционной связи не выявлено

3. С увеличением показателя A увеличивается среднее значение показателя B

4. С увеличением показателя A уменьшается среднее значение показателя B

[7]

При проведении корреляционного анализа между показателями A и B крови распределение значений которых не отличалось от нормального получено значение коэффициента корреляции Пирсона R. 0,7 (не отличается от 0 на уровне значимости p. 0,2). Какой вывод должен сделать исследователь?

1. Необходимо проверить расчеты

2. С увеличением показателя A увеличивается среднее значение показателя B

3. С увеличением показателя A уменьшается среднее значение показателя B

4. Между показателями A и B линейной корреляционной связи не выявлено

[8]

Коэффициент корреляции Пирсона есть:

1. мера силы линейной связи между двумя количественными признаками

2. мера силы линейной связи между двумя качественными признаками

3. мера силы связи (не обязательно линейной) между двумя количественными признаками

4. мера силы связи (не обязательно линейной) между двумя качественными признаками

[9]

11 марта 2010 года у 50 случайно выбранных молодых людей измерено систолическое давление. Измерение проведено дважды: первый раз в 9-00 и второй раз в 14-00. Исследователь проводил корреляционный анализ для выявления наличия связи между этими значениями давления. В этом случае можно ожидать, что:

1. коэффициент корреляции должен быть близок к нулю, т.к. значение систолического давления утром и после обеда не зависят одно от другого

2. коэффициент корреляции должен быть достаточно высоким, положительным, т.к. более высокие значения, полученные в утреннем измерении имеют тенденцию быть более высокими и после обеда

3. коэффициент корреляции должен быть достаточно высоким, отрицательным, т.к. более высокие значения, полученные в утреннем измерении имеют тенденцию быть более низкими после обеда, из-за того, что, в среднем они у молодых людей не отличаются

4. коэффициент корреляции должен быть близок к нулю, т.к. значение систолического давления подчиняется нормальному закону распределения

[10]

В семейной паре, как правило, жена моложе мужа. Предположим, что все мужчины женятся на женщинах, моложе их ровно на 0,5 года. Какое высказывание, в этом случае верно?

1. Коэффициент парной корреляции между возрастом жены и мужа равен -0,5

2. Коэффициент парной корреляции между возрастом жены и мужа равен +0,5

3. Коэффициент парной корреляции между возрастом жены и мужа равен -1

4. Коэффициент парной корреляции между возрастом жены и мужа равен +1

[11]

При проведении корреляционного анализа между показателями A и B крови распределение значений которых не отличалось от нормального получено значение что значение коэффициента корреляции Пирсона не отличается от 0 (p. 0,12). Какой вывод должен сделать исследователь?

1. С увеличением показателя A увеличивается среднее значение показателя B

2. С увеличением показателя A уменьшается среднее значение показателя B

3. Между показателями A и B линейной корреляционной связи не выявлено

4. Необходимо проверить расчеты

[12]

Методы корреляционного анализ используются

Наши рекомендации