| 1. Построение линейной регрессионной модели средствами ТП MS Excel можно осуществить с помощью ... |
| надстройки АНАЛИЗ ДАННЫХ; |
| функции МОБР; |
| надстройки ПОИСК РЕШЕНИЯ |
| 1,3 |
| 2. Однофакторную регрессионную модель линейного вида в ТП MS Excel можно рассчитать при помощи встроенных функций... |
| ОТРЕЗОК |
| ЛИНЕЙН |
| ТЕНДЕНЦИЯ |
| НАКЛОН |
| |
| 3. Многофакторную регрессионную модель линейного вида в ТП MS Excel можно рассчитать при помощи встроенных функций... |
| ОТРЕЗОК |
| ЛИНЕЙН |
| ЛГРФПРИБЛ |
| НАКЛОН |
| |
| 4. Экспоненциальную регрессионную модель в ТП MS Excel можно рассчитать при помощи функции... |
| ЛГРФПРИБЛ |
| ЛИНЕЙН |
| РОСТ |
| FРАСПОБР |
| |
| 5. Показатели значимости коэффициентов уравнения регрессии в ТП MS Excel можно рассчитать при помощи функции... |
| FРАСПОБР |
| СТЬЮДРАСПОБР |
| КОРРЕЛ |
| |
| 6. Показатель статистической значимости уравнения регрессии в целом в ТП MS Excel можно рассчитать при помощи функции... |
| FРАСПОБР |
| СТЬЮДРАСПОБР |
| КОРРЕЛ |
| |
| 7. Прогнозные значения результативного признака линейной регрессионной модели в ТП MS Excel можно рассчитать при помощи функций... |
| РОСТ |
| ЛИНЕЙН |
| ТЕНДЕНЦИЯ |
| |
| 8. Прогнозные значения результативного признака экспоненциальной регрессионной модели в ТП MS Excel можно рассчитать при помощи функций... |
| РОСТ |
| ЛИНЕЙН |
| ТЕНДЕНЦИЯ |
| |
| 9. Тесноту связи между показателями в ТП MS Excel можно рассчитать при помощи функции... |
| КОРРЕЛ |
| ЛИНЕЙН |
| FРАСПОБР |
| |
| 10. Какие значения может принимать аргумент Константа в функции ЛИНЕЙН... |
| 1 или 0 |
| Да или Нет |
| Истина или Ложь |
| Любые положительные |
| Любые отрицательные |
| |
| 11. Функция ОТРЕЗОК позволяет вычислить… |
| коэффициент уравнения регрессии m |
| свободный член b |
| критерий Стъюдента |
| критерий Фишера |
| |
| 12. В каком порядке функция ЛГРФПРИБЛ возвращает коэффициенты уравнения регрессии? |
| b, m1, m2, ..., mn |
| mn, ..., m2, m1, b |
| b, mn, ..., m2, m1 |
| m1, m2, mn, b, F, df |
| |
| 13. Какие аргументы для функции ТЕНДЕНЦИЯ могут являться многомерным массивом? |
| Новые_значения_Х |
| Известные_значения_Х |
| Известные_значения_Y |
| Константа |
| |
| 14. Какие аргументы обязательно должны присутствовать в списке аргументов функции ЛИНЕЙН? |
| Известные_значения_Y |
| Известные_значения_Х |
| Новые_значения_Х |
| Статистика |
| |
| 15. Формат функции ЛИНЕЙН… |
| ЛИНЕЙН(Известные_значения_Y; Известные_значения_Х; Новые_значения_Х; Константа; Статистика) |
| ЛИНЕЙН(Известные_значения_Y; Известные_значения_Х; Константа; Статистика) |
| ЛИНЕЙН(Известные_значения_Х; Известные_значения_Y; Новые_значения_Х; Статистика) |
| ЛИНЕЙН(Известные_значения_Y; Новые_значения_Х; Известные_значения_Х; Константа) |
| |
| 16. Формат функции РОСТ… |
| РОСТ(Известные_значения_Y; Известные_значения_Х; Новые_значения_Х; Константа; Статистика) |
| РОСТ(Известные_значения_Y; Известные_значения_Х; Новые_значения_Х; Статистика) |
| РОСТ(Известные_значения_Y; Известные_значения_Х; Константа; Статистика) |
| РОСТ(Известные_значения_Y; Известные_значения_Х;Новые_значения_Х; Константа) |
| |
| 17. Формат функции КОРРЕЛ… |
| КОРРЕЛ(Массив1; Массив2) |
| КОРРЕЛ(Известные_значения_Х; Известные_значения_Y) |
| КОРРЕЛ(Массив1; Массив2; …; МассивN) |
| КОРРЕЛ(Известные_значения_Х; Известные_значения_Y; Константа) |
| |
| 18. Функция ТЕНДЕНЦИЯ… |
| на основании линейного тренда вычисляет будущее значение зависимой переменной Y для заданного значения Х на основе известных значений X и Y |
| на основании линейного тренда вычисляет массив будущих значений зависимой переменной Y, соответствующий заданному массиву Х, на основе массивов известных значений X и Y |
| рассчитывает статистику ряда для вычисления уравнения прямой линии для новых значений X |
| рассчитывает коэффициенты уравнения регрессии |
| |
| 19. Формат функции ПРЕДСКАЗ… |
| ПРЕДСКАЗ(Х; Известные_значения_Y; Известные_значения_Х) |
| ПРЕДСКАЗ(Новые_значения_Х; Известные_значения_Y; Известные_значения_Х) |
| ПРЕДСКАЗ(Новые_значения_Х; Известные_значения_Y; Известные_значения_Х; Константа) |
| ПРЕДСКАЗ(Новые_значения_Х; Известные_значения_Y; Известные_значения_Х; Константа; Статистика) |
| |
| 20. Функция НАКЛОН позволяет вычислить… |
| коэффициент уравнения регрессии m |
| свободный член b |
| критерий Стъюдента |
| коэффициент детерминированности |
| |
| 21. Значения аргумента Известные_значения_Х в функции ЛИНЕЙН… |
| Могут отсутствовать |
| Не могут отсутствовать |
| Могут быть многомерным массивом |
| Не могут быть многомерным массивом |
| |
| 22. Значения аргумента Известные_значения_Х в функции ПРЕДСКАЗ… |
| Могут отсутствовать |
| Не могут отсутствовать |
| Могут быть многомерным массивом |
| Должны быть одномерным массивом, длина которого больше длины массива Известные_значения_Y |
| |
| 25.Значения аргумента Известные_значения_Х в функции ЛГРФПРИБЛ… |
| Могут быть многомерным или одномерным массивом |
| Не могут отсутствовать |
| Могут отсутствовать |
| Не могут быть многомерным массивом |
| |
| 24. Формат функции НАКЛОН… |
| НАКЛОН(Известные_значения_Х; Известные_значения_Y; Новые_значения_Х) |
| НАКЛОН(Известные_значения_Y; Известные_значения_Х) |
| НАКЛОН(Известные_значения_Y; Известные_значения_Х; Константа) |
| НАКЛОН(Известные_значения_Y; Известные_значения_Х; Статистика) |
| |
| 25. Формат функции ЛГРФПРИБЛ… |
| ЛГРФПРИБЛ(Известные_значения_Y; Известные_значения_Х; Новые_значения_Х; Константа; Статистика) |
| ЛГРФПРИБЛ(Известные_значения_Y; Известные_значения_Х; Константа; Статистика) |
| ЛГРФПРИБЛ(Известные_значения_Y; Новые_значения_Х; Известные_значения_Х; Константа) |
| ЛГРФПРИБЛ(Известные_значения_Х; Известные_значения_Y; Статистика) |
| |
| 26. Формат функции ОТРЕЗОК... |
| ОТРЕЗОК(Известные_значения_Х; Известные_значения_Y; Новые_значения_Х) |
| ОТРЕЗОК(Известные_значения_Y; Известные_значения_Х) |
| ОТРЕЗОК(Известные_значения_Y; Известные_значения_Х; Константа) |
| ОТРЕЗОК(Известные_значения_Y; Известные_значения_Х; Статистика) |
| |
| 27. Формат функции ТЕНДЕНЦИЯ... |
| ТЕНДЕНЦИЯ(Известные_значения_Y; Известные_значения_Х; Новые_значения_Х; Константа; Статистика) |
| ТЕНДЕНЦИЯ(Известные_значения_Y; Известные_значения_Х; Новые_значения_Х; Статистика) |
| ТЕНДЕНЦИЯ(Известные_значения_Y; Известные_значения_Х; Константа; Статистика) |
| ТЕНДЕНЦИЯ(Известные_значения_Y; Известные_значения_Х;Новые_значения_Х; Константа) |
| |
| 28. Какие из представленных функций могут иметь следующие аргументы: (Известные_значения_Y; Известные_значения_Х; Новые_значения_Х; Константа)? |
| ЛИНЕЙН |
| ПРЕДСКАЗ |
| РОСТ |
| ТЕНДЕНЦИЯ |
| |
| 29. Какие из представленных функций могут иметь следующие аргументы: (Известные_значения_Y; Известные_значения_Х; Константа; Статистика)? |
| ЛИНЕЙН |
| ПРЕДСКАЗ |
| РОСТ |
| ЛГРФПРИБЛ |
| |
| 30. Расчет и анализ линейной регрессионной модели в среде ТП MS Excel можно осуществить с помощью ... |
| надстройки АНАЛИЗ ДАННЫХ; |
| встроенных функций категории «Статистические»; |
| надстройки ПОИСК РЕШЕНИЯ |
| |
| 31. Если аргумент Статистика имеет значение ЛОЖЬ, то функция ЛИНЕЙН возвращает… |
| Коэффициенты уравнения регрессии |
| Основную и дополнительную статистику по регрессии |
| Коэффициенты уравнения и дополнительную статистику по регрессии |
| Дополнительную статистику по регрессии |
| |
| 32. Какие из аргументов функций ЛИНЕЙН и ЛГРФПРИБЛ не являются обязательными? |
| Известные_значения_Y; |
| Известные_значения_Х; |
| Константа; |
| Статистика |
| |
| 33. Какие значения вернет функция ЛИНЕЙН или ЛГРФПРИБЛ, если аргумент «Статистика» будет опущен? |
| Коэффициенты уравнения регрессии |
| Основную и дополнительную статистику по регрессии |
| Коэффициенты уравнения и дополнительную статистику по регрессии |
| Дополнительную статистику по регрессии |
| |
| 34. В каком формате следует задать функцию ЛИНЕЙН, чтобы аргумент «новые значения Х» представлял собой одномерный массив вида 1, 2, 3, …, N, где N – длина массива «Новые значения Y» |
| ЛИНЕЙН(Известные_значения_Y; Известные_значения_Х; Константа; Статистика) |
| ЛИНЕЙН(Известные_значения_Y;; Константа; Статистика) |
| ЛИНЕЙН(Известные_значения_Y;Константа; Статистика) |
| ЛИНЕЙН(Известные_значения_Y; Известные_значения_Х) |
| |
| 35. Какой результат вернет функция ЛГРФПРИБЛ, если она задана в формате: ЛГРФПРИБЛ(Известные_значения_Y;;;)? |
| Коэффициенты уравнения регрессии |
| Основную и дополнительную статистику по регрессии |
| Коэффициенты уравнения и дополнительную статистику по регрессии |
| Дополнительную статистику по регрессии |
| |
Заведующий кафедрой ________Казаков В.Е.
Преподаватель ________Вардомацкая Е.Ю.
Дата утверждения ______ Протокол № ___
Наши рекомендации
