Коэффициент вариации, его величина
При распределении близком к нормальному?
1.Отношение стандарта к среднему арифметическому, более 0,35.
2.Отношение стандарта к размаху, более 0,35.
3.Отношение стандарта к среднему арифметическому, не более 0,35.
4.Отношение стандарта к размаху, не более 0,35.
Максимальная величина плотности
Нормального распределения?
1. 0,6; 2. 0,3; 3. 0,5; 4. 0,4.
Логарифмически-нормальный закон распределения?
1.Распределение случайной величины, плотность вероятности которой распределена по нормальному закону.
2.Распределение случайной величины, логарифм которой распределен по нормальному закону.
3.Распределение случайной величины, которая распределена по логарифмическому закону.
4.Распределение случайной величины, стандарт которой распределен по нормальному закону.
У какого распределения математическое ожидание
И среднее квадратическое отклонение равны?
1.Экспоненциальное.
2.Вейбулла.
3.Нормальное.
4.Логарифмически-нормальное.
Задача обработки экспериментальных данных?
1.Заключается в графическом представлении искомой функциональной зависимости, т.е. в подборе графика, описывающего результаты эксперимента.
2.Заключается в графическом представлении искомой функциональной зависимости, т.е. в построении гистограммы, полигона распределения и кумулятивной линии, описывающих результаты эксперимента.
3.Заключается в аналитическом представлении искомой функциональной зависимости, т.е. в подборе формулы, описывающей результаты эксперимента.
4.Заключается в изучении усредненного закона поведения каждой из величин в зависимости от значений другой величины, а также тесноты взаимосвязи между ними.
Регрессионный анализ? 42. Корреляционный анализ?
1.Интерпретирует математическую модель исследования – уравнение, аналитическое представление функциональной зависимости одной величины У от другой величины Х.
2.Изучает усредненный закон поведения каждой из величин в зависимости от значений другой величины, а также тесноту взаимосвязи между ними.
3.Исследует поведение величины Х в зависимости от другой величины У.
4.Дает возможность получить математическую модель исследования – уравнение, аналитическое представление функциональной зависимости одной величины У от другой величины Х.
Взаимосвязь регрессии и корреляции?
1.Через коэффициенты корреляции и вариации.
2.Через коэффициенты конкордации и корреляции.
3.Через свободные члены уравнений прямой и обратной регрессии и коэффициент корреляции.
4.Через угловые коэффициенты прямой и обратной регрессии и коэффициент корреляции.
44. Суть МНК (метода наименьших квадратов)?
1. Среднее квадратичное отклонение должно быть минимальным.
2.Сумма квадратов коэффициентов регрессии и корреляции должна быть минимальной.
3.Сумма квадратов отклонений вдоль выбранной оси координат от экспериментальных точек до линии регрессии должна быть минимальной.
4.Сумма квадратов отклонений от выбранной оси координат до экспериментальных точек должна быть минимальной.
Отличие прямой и обратной регрессии?
1.Свободные члены уравнения: для прямой регрессии – отрезок по оси ординат; для обратной – по оси абсцисс; угловой коэффициент: для прямой регрессии – угол к оси абсцисс, для обратной – к оси ординат.
2.Свободные члены уравнения: для прямой регрессии – отрезок по оси абсцисс; для обратной – по оси ординат; угловой коэффициент: для прямой регрессии – угол к оси абсцисс, для обратной – к оси ординат.
3.Свободные члены уравнения: для прямой регрессии – отрезок по оси ординат; для обратной – по оси абсцисс; угловой коэффициент: для прямой регрессии – угол к оси ординат, для обратной – к оси абсцисс.
4.Свободные члены уравнения: для прямой регрессии – отрезок по оси абсцисс; для обратной – по оси ординат; угловой коэффициент: для прямой регрессии – угол к оси ординат, для обратной – к оси абсцисс.
В какой точке пересекаются линии прямой
И обратной регрессии?
1.В точке максимальной тесноты взаимосвязи.
2.В точке минимальной тесноты взаимосвязи.
3.В начале координат.
4.В центре массива экспериментальных данных: Хср. и Уср.
Как оценивается статистическая значимость
Коэффициентов регрессии и корреляции?