Априорное ранжирование факторов
АПРИОРНОЕ РАНЖИРОВАНИЕ ФАКТОРОВ
К какому типу относится метод экспертных оценок?
1.Детерминированный. 2.Функциональный.
3.Вероятностный. 4.Систематизированный.
Когда чаще всего используют метод экспертных оценок?
1.Когда достоверность исходной информации невелика.
2.Когда достоверность исходной информации велика.
3.Когда достоверность исходной информации избыточна.
4.Когда достоверность исходной информации достаточна.
Как рассматривают неизвестную количественную характеристику фактора?
1.Как неизвестную величину. 2. Как случайную величину.
3. Как детерминированную величину. 4.Как известную величину.
Назначение метода экспертных оценок?
1.Выделение наименее существенных, статистически значимых факторов.
2.Выделение наиболее несущественных, статистически значимых факторов.
3.Выделение наименее существенных, статистически незначимых факторов.
4. Выделение наиболее существенных, статистически значимых факторов.
Ранжирование факторов?
1. Наиболее важному фактору присваивается наивысший ранг.
2.Наименее важному фактору присваивается наивысший ранг.
3.Наиболееважному фактору присваивается минимальный ранг.
4.Наименее важному фактору присваивается «связанный» ранг.
6. Чему равен«связанный» ранг?
1.Среднему геометрическому рангов. 2.Произведению рангов.
3.Разности рангов. 4. Среднему арифметическому рангов.
Как оценивается степень согласованности мнений экспертов
Относительно рангов факторов?
1.Коэффициентом корелляции. 2.Коэффициентом вариации.
3. Коэффициентом конкордации. 4. Коэффициентом регрессии.
В каких пределах может изменяться коэффициент конкордации?
1.От -1,0 до +1,0. 2. От 0 до 1,0. 3.От 0 до 100%. 4. От - ∞ до + ∞.
Учет «связанных» рангов?
1. åTj=П(tj3-tj). 2. åTj=∑(tj3-tj). 3. åTj=П(tj3+tj). 4. åTj= ∑(tj3+tj).
10. tj?
Число факторов, имеющих одинаковый ранг в группе ранжирования конкретного эксперта.
2.Число факторов, имеющих различный ранг в группе ранжирования конкретного эксперта.
3. Число факторов, имеющих максимальный ранг в группе ранжирования конкретного эксперта.
4. Число факторов, имеющих минимальный ранг в группе ранжирования конкретного эксперта.
Чему равен коэффициент конкордации при полной согласованности мнений
Экспертов? 12. Чему равен коэффициент конкордации при полной
Несогласованности мнений экспертов?
1.0.2.– 1, 3. 1,0. 4. 100%.
Статистический критерий для оценки статистической значимости
Коэффициента конкордации? 14. Какой критерий можно применять для проверки согласия с любым законом распределения?
1.Стьюдента. 2.Фишера.3.Кохрена. 4. Пирсона.
Число степеней свободы при оценке статистической значимости
Коэффициента конкордации?
1.На единицу больше числа факторов. 2. На единицу меньше числа факторов.
3. На единицу больше числа экспертов. 4. На единицу меньше числа экспертов.
Как изменяется величина W при увеличении числа «связанных» рангов?
17. Как изменяется величина χ2 при увеличении числа «связанных» рангов?
1.Уменьшается. 2.Не изменяется. 3. Увеличивается. 4. Стремится к 0.
18. Чему равна величина åTj при одинаковых оценках двух факторов?
19.Чему равна величина åTj при одинаковых оценках трех факторов?
20.Чему равна величина åTj при одинаковых оценках двух и трех факторов у одного эксперта?
21. Чему равна величина åTj при одинаковых оценках двух пар
Факторов у одного эксперта?
1.30.2.24.3.6. 4. 12.
Как выделяют группу существенных факторов?
1.По коэффициенту конкордации. 2.По критерию Пирсона.
3.По числу степеней свободы.4. По диаграмме рангов факторов.
23. Какой уровень значимости чаще используют при определении χ2кр?
1.0,01. 2. 0,05. 3.0,10. 4. 0,95.
24. От чего зависит величина χ2кр?
1. От числа факторов. 2.От числа экспертов.
3.От числа факторов и экспертов. 4. От величины W.
Когда коэффициент конкордации статистически значим?
1.Если расчетное значение критерия хи-квадрат равно табличному.
2.Если расчетное значение критерия хи-квадрат неравно табличному.
3. Если расчетное значение критерия хи-квадрат меньше табличного.
4. Если расчетное значение критерия хи-квадрат больше табличного.
Где используется сумма квадратов абсолютных отклонений
Сумм рангов факторов от их среднего арифметического?
1.При расчете χ2. 2.При расчете W. 3. При расчете W и χ2. 4.При расчете χ2кр.
Ранжирование факторов?
По литературным источникам и мнениям экспертов.
2.По литературным источникам.
3.По мнениям экспертов.
4.По опросу собеседников.
Ранг?
1.Количественная обьективная оценка.
Коэффициент конкордации?
1. Оценивает степень согласованности мнений экспертов при априорном ранжировании факторов, значимость коэффициента оценивают с использованием критерия Стьюдента.
2.Оценивает степень согласованности мнений экспертов при априорном ранжировании факторов, значимость коэффициента оценивают с использованием критерия Пирсона.
3. Оценивает независимость мнений экспертов при априорном ранжировании факторов, значимость коэффициента оценивают с использованием критерия Стьюдента.
4. Оценивает независимость мнений экспертов при априорном ранжировании факторов, значимость коэффициента оценивают с использованием критерия Пирсона.
Априорная информация?
1: 2; 5; 10; 12; 20; 24; 28; 31; 36. 2: 3; 8; 9; 15; 19; 23; 25; 29; 33; 34.
3: 1; 7; 11; 16; 17; 18; 27; 32; 35. 4: 4; 6; 13; 14; 21; 22; 26; 30; 37.
ТЕСТЫ
1. Цель предварительной обработки
Экспериментальных данных?
1.Отсеивание промахов.
2. Проверка гипотезы нормального распределения.
Распределения?
1.Размах варьирования, максимального относительного отклонения, вероятностная сетка, стремление центральных нечетных моментов к нулю, анализ показателей асимметрии и эксцесса.
2. Размах варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление центральных четных моментов к нулю, анализ показателей асимметрии и эксцесса.
3. Размах варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление центральных четных моментов к нулю, анализ показателей асимметрии и эксцесса.
4. Размах варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление центральных нечетных моментов к нулю, анализ показателей асимметрии и эксцесса.
И выборкой?
1. Выборка – это обследованная часть генеральной совокупности.
2.Генеральная совокупность – это обследованная часть выборки.
3.Выборка – это необследованная часть генеральной совокупности.
4. Генеральная совокупность – это необследованная часть выборки.
Закон больших чисел?
1. Среднее геометрическое результатов испытаний с ростом nвсе точнее отражает математическое ожидание испытываемой случайной величины.
Распределений?
1. Асимметрия, эксцесс и стандартное отклонение.
2. Среднее арифметическое и стандартное отклонение.
3. Среднее арифметическое и асимметрия.
4. Среднее арифметическое и эксцесс.
Доверительный интервал?
Доверительная вероятность?
1.Диапазон возможного отклонения среднего квадратического отклонения.
2.Вероятность того,что результат измерения отличается от истинного значения на величину, не большую доверительного интервала.
3. Вероятность того,что результат измерения отличается от истинного значения на величину, большую доверительного интервала.
4. Диапазон возможного отклонения случайной величины.
Интервальная оценка?
Доверительный интервал.
2. Доверительная вероятность.
3.Интервал «три сигма».
4.Дисперсия.
11. Что рассчитывают по уравнению 
?
Правило «трех сигм»?
1. Разброс случайных величин от среднего значения не должен превышать доверительной вероятности интервала величиной в три среднеквадратических отклонения (стандарта) с доверительным диапазоном 95,0%.
2.Разброс случайных величин от среднего значения не должен превышать доверительного интервала величиной в три среднеквадратических отклонения (стандарта) с доверительной вероятностью 68,0%.
3. Разброс случайных величин от среднего значения не должен превышать доверительного интервала величиной в три среднеквадратических отклонения (стандарта) с доверительной вероятностью 95,0%.
4.Разброс случайных величин от среднего значения не должен превышать доверительного интервала величиной в три среднеквадратических отклонения (стандарта) с доверительной вероятностью 99,7%.
19. Нормальное распределение?
1. Если распредёление случайной величины может быть хотя бы приближенно описано колоколообразной кривой у = ае– bх и зависит только от математического ожидания.
2. Если распредёление случайной величины может быть хотя бы приближенно описано колоколообразной кривой у = ае– bх и зависит только от стандартного отклонения.
3.Если распредёление случайной величины может быть хотя бы приближенно описано колоколообразной кривой у = ае– bх и зависит от двух параметров: математическое ожидание и стандартное отклонение.
4. Если распредёление случайной величины может быть хотя бы приближенно описано колоколообразной кривой у = ае– bх и зависит от трех параметров: математическое ожидание, среднее арифметическое и стандартное отклонение.
20. Стандартное нормальное распределение?
1.Распределение, у которого математическое ожидание равно нулю, дисперсия равна 1,0, а максимальная плотность 0,4.
2. Распределение, у которого математическое ожидание равно нулю, дисперсия равна 1,0, а максимальная плотность 0,3.
3. Распределение, у которого математическое ожидание равно 1,0, дисперсия равна нулю, а максимальная плотность 0,4.
4. Распределение, у которого математическое ожидание равно 1,0, дисперсия равна нулю, а максимальная плотность 0,3.
21. Логарифмически-нормальное распределение?
1. Распределение случайной величины, логарифм плотности которой распределен по нормальному закону.
2. Распределение случайной величины, логарифм которой распределен по нормальному закону.
3. Распределение случайной величины, логарифм дисперсии которой распределен по нормальному закону.
4. Распределение случайной величины, логарифм стандарта которой распределен по нормальному закону.
Эксцесс? 23. Асимметрия?
1.Пологость или островершинность распределения, оценивается с помощью центрального момента 4-го порядка.
2. Пологость или островершинность распределения, оценивается с помощью центрального момента 3-го порядка.
3.Края кривой распределения имеют различную пологость, оценивается с помощью центрального момента 3-го порядка.
4.Края кривой распределения имеют различную пологость, оценивается с помощью центрального момента 4-го порядка.
24. Размах варьирования?
1. Разность максимального и минимального значений выборки, отношение S/R применяют для быстрой проверки грубых погрешностей измерений.
2. Разность максимального и минимального значений выборки, отношение S/R применяют для быстрой проверки нормальности распределения.
3. Разность максимального и минимального значений выборки, отношение R/S применяют для быстрой проверки грубых погрешностей измерений.
4.Разность максимального и минимального значений выборки, отношение R/S применяют для быстрой проверки нормальности распределения.
25. Требования к оценкам?
1. Состоятельность, смещенность и эффективность.
2.Состоятельность, несмещенность и эффективность.
3. Достоверность, несмещенность и эффективность.
4. Достоверность, смещенность и эффективность.
26. Состоятельная оценка?27. Несмещенная оценка?
Эффективная оценка?
1.Среди прочих оценок того же параметра обладает наименьшей дисперсией.
2.Среди прочих оценок того же параметра обладает наибольшейдисперсией.
3.По мере роста числа наблюдений стремится к оцениваемому теоретическому значению параметра.
4.При любом числе наблюдений ее математическое ожидание точно равно величине оцениваемого параметра.
29. «Сжатие» информации,
Кумулятивная линия?
1.Линия, соединяющая середины вершин столбиковой диаграммы – оценка плотности вероятностей.
2.График накопленных частостей – оценка функции распределения.
3.Столбиковая диаграмма – графическое отображение частот.
4.Линия, соединяющая середины вершин столбиковой диаграммы – оценка функции распределения.
Вероятностная сетка?
1.Спрямляет кумулятивную линию, позволяет оценить накопленную частость.
2. Спрямляет полигон распределения, позволяет оценить накопленную частоту.
3.Спрямляет кумулятивную линию, позволяет оценить параметры распределения.
4. Спрямляет полигон распределения, позволяет оценить параметры распределения.
Характеристики рассеивания
Случайной величины?
1.Медиана.
2. Дисперсия и среднее квадратичное отклонение.
3.Среднее арифметическое.
4.Среднее геометрическое.
1. -0,67; 2. 0,67; 3. 1,33; 4. 2,0.
51. Правило 3σ?
1.Среднее арифметическое расположено в интервале 3σ.
2. 68% измерений расположены в интервале 3σ.
3. 95% измерений расположены в интервале 3σ.
4.Выход случайной ошибки измерений за трехсигмовые пределы считают практически невозможным.
Экспериментальных данных?
1.Определение среднего арифметического и дисперсии результатов измерений.
2.Отсеивание промахов и проверка соответствия распределения результатов измерений закону нормального распределения.
3.Построение гистограммы результатов измерений.
4.Отсеивание промахов и построение гистограммы результатов измерений.
Точечная оценка?
1.Это оценка, определяемая по одной выборке и выражаемая в виде одного интервала величин.
2.Это оценка, определяемая по нескольким выборкам и выражаемая в виде одного числа.
3.Это оценка, определяемая по генеральной совокупности и выражаемая в виде одного числа.
4.Это оценка, определяемая по одной выборке и выражаемая в виде одного числа.
Момент?
1.Моментом порядка k в случае одномерного эмпирического распределения называется произведение k-х степеней отклонений результатов наблюдений от произвольного числа С, деленная на объем выборки n.
2.Моментом порядка k в случае одномерного эмпирического распределения называется сумма k-х степеней отклонений результатов наблюдений от произвольного числа С, деленная на объем выборки n.
3.Моментом порядка k в случае одномерного эмпирического распределения называется сумма k-х степеней отклонений результатов наблюдений от произвольного числа С.
4.Моментом порядка k в случае одномерного эмпирического распределения называется разность k-х степеней отклонений результатов наблюдений от произвольного числа С.
Частость? 69. Частота?
1.Интервал вариационного ряда.
2.Количество членов выборки в интервале.
3.Относительная частота - отношение объема выборки к частоте интервала.
4.Относительная частота - отношение частоты интервала к объему выборки.
Нормальности распределения
1.На основе размаха варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление нечетных центральных моментов к нулю, по коэффициенту вариации, по критерию Пирсона.
2.На основе размаха варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление четных центральных моментов к нулю, по коэффициенту корреляции, по критерию Пирсона.
3.На основе размаха варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление нечетных центральных моментов к нулю, по коэффициенту детерминации, по критерию Фишера.
4.На основе размаха варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление нечетных начальных моментов к нулю, по коэффициенту конкордации, по критерию Стьюдента.
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.
Ответы:
1: 2;4;10;14;20;22;28;31;34;37;40;42;46;48;53;56;60;66;70;71;
2: 5;6;9;13;16:21;25;29;33;38;41;45;46;55;59;62;65;69;74;
3: 1;7;11;15;19;23;26;32;36;39;44;49;52;57;61;63;67;68;72;
4: 3;8;12;17;18;24;27;30;35;43;50;51;54;58;64;73;
1. -0,67; 2. 0,67; 3. 1,33; 4. 2,0.
Правило «трех сигм»?
1.Среднее арифметическое расположено в интервале 3σ.
2. 68% измерений расположены в интервале 3σ.
3. 95% измерений расположены в интервале 3σ.
4.Выход случайной ошибки измерений за техсигмовые пределы считают практически невозможным.
Экспериментальных данных?
1.Определение среднего арифметического и дисперсии результатов измерений.
2.Отсеивание промахов и проверка соответствия распределения результатов измерений закону нормального распределения.
3.Построение гистограммы результатов измерений.
4.Отсеивание промахов и построение гистограммы результатов измерений.
Точечная оценка?
1.Это оценка, определяемая по одной выборке и выражаемая в виде одного интервала величин.
2.Это оценка, определяемая по нескольким выборкам и выражаемая в виде одного числа.
3.Это оценка, определяемая по генеральной совокупности и выражаемая в виде одного числа.
4.Это оценка, определяемая по одной выборке и выражаемая в виде одного числа.
Момент?
1.Моментом порядка k в случае одномерного эмпирического распределения называется произведение k-х степеней отклонений результатов наблюдений от произвольного числа С, деленная на объем выборки n.
2.Моментом порядка k в случае одномерного эмпирического распределения называется сумма k-х степеней отклонений результатов наблюдений от произвольного числа С, деленная на объем выборки n.
3.Моментом порядка k в случае одномерного эмпирического распределения называется сумма k-х степеней отклонений результатов наблюдений от произвольного числа С.
4.Моментом порядка k в случае одномерного эмпирического распределения называется разность k-х степеней отклонений результатов наблюдений от произвольного числа С.
Частость? 29. Частота?
1.Интервал вариационного ряда.
2.Количество членов выборки в интервале.
3.Относительная частота - отношение объема выборки к частоте интервала.
4.Относительная частота - отношение частоты интервала к объему выборки.
30. Основные методы отсева грубых погрешностей (промахов)?
1.Правило «трех сигм», метод максимального относительного отклонения, использование критерия Стьюдента.
2.Правило «трех сигм», метод максимального относительного отклонения, использование критерия Фишера.
3.Правило «трех сигм», метод максимального относительного отклонения, использование критерия Пирсона.
4.Правило «трех сигм», метод минимального относительного отклонения, использование критерия Стьюдента.
Кумулятивная линия?
1.Линия, соединяющая середины вершин столбиковой диаграммы.
2.Графическое представление статистического ряда, показывает количество измерений, попавших в интервал 3σ.
3.Графическое представление статистического ряда, показывает количество измерений, попавших в каждый, одинаковый по величине интервал.
4.График накопленных частот.
Размах варьирования?
1.Разность между максимальным и минимальным вариантами интервала.
2.Разность между максимальным и минимальным вариантами выборки.
3.Отношение стандарта к среднему арифметическому.
4.Разность между медианой и модой.
Нормальности распределения
1.На основе размаха варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление нечетных центральных моментов к нулю, по коэффициенту вариации, по критерию Пирсона.
2.На основе размаха варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление четных центральных моментов к нулю, по коэффициенту корреляции, по критерию Пирсона.
3.На основе размаха варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление нечетных центральных моментов к нулю, по коэффициенту детерминации, по критерию Фишера.
4.На основе размаха варьирования, среднего абсолютного отклонения, вероятностная сетка, стремление нечетных начальных моментов к нулю, по коэффициенту конкордации, по критерию Стьюдента.
Нормального распределения?
1. 0,6; 2. 0,3; 3. 0,5; 4. 0,4.
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.
И коэффициенты регрессии?
1. r2 = b0ух b0ху; 2. r2 = b1ух b1ху; 3. r2 = b1ух b0ху; 4. r2 = b1ух + b1ху.
Коэффициент корреляции?
1.Представляет собой безразмерную величину, значение и знак которой характеризуют направление и величину взаимосвязи между У и Х. Этот знак (+ или -) соответствует знаку углового коэффициента регрессии.
2.Представляет собой размерную величину, значение и знак которой характеризуют направление и величину взаимосвязи между У и Х. Этот знак (+ или -) соответствует знаку углового коэффициента регрессии.
3.Представляет собой безразмерную величину, значение и знак которой характеризуют направление и величину взаимосвязи между У и Х. Этот знак (+ или -) не соответствует знаку углового коэффициента регрессии.
4.Представляет собой размерную величину, значение которой характеризует направление и величину взаимосвязи между У и Х. Этот знак (+ или -) соответствует знаку свободного члена уравнения регрессии.
Метод группировок?
1.Наиболее простой, определяется только свободный член уравнения регрессии.
2.Наиболее сложный, определяется только свободный член уравнения регрессии.
3.Наиболее сложный, определяется только угловой коэффициент.
4.Наиболее простой, определяется только угловой коэффициент.
Адекватность уравнения?
1.Характеризует его способность предсказывать результаты последующих опытов, оценивается по критерию Стьюдента.
2.Характеризует его способность предсказывать результаты последующих опытов, оценивается по критерию Фишера.
3.Характеризует его способность угадывать результаты последующих опытов, оценивается по критерию Пирсона.
4.Характеризует его способность предсказывать результаты последующих опытов, оценивается по критерию Вилкоксона.
Ортогональная регрессия?
1.Минимальна сумма квадратов отклонений экспериментальных точек перпендикулярно к линии регрессии.
2.Минимальна сумма квадратов отклонений экспериментальных точек к линии регрессии параллельно оси абсцисс.
3.Минимальна сумма квадратов отклонений экспериментальных точек к линии регрессии параллельно оси ординат.
4.Максимальна сумма квадратов отклонений экспериментальных точек перпендикулярно к линии регрессии.
Требования к объекту исследования? 63. Требования к оценкам?
1.Управляемость и однозначность.
2.Воспроизводимость результатов и управляемость.
3.Состоятельность, несмещенность и эффективность.
4.Динамичность и состоятельность.
Черный ящик»?
1.Модель объекта исследования в виде прямоугольника.
2.Модель объекта исследования в виде треугольника.
3.Сложная математическая модель объекта исследования.
4.Неизвестная априорная информация.
Требования к математической модели?
1.Адекватность и совместимость.
2.Воспроизводимость и адекватность.
3.Простота и совместимость.
4.Адекватность и простота.
Параметр оптимизации?
1.Это фактор, определяющий процесс оптимизации.
2.Это признак, по которому планируется оптимизировать процесс,
3.Это величина,около которой концентрируется большинство результатов наблюдений.
4.Это оптимальное состояние вероятностной системы.
Требования к параметру оптимизации?
1.Обеспечивает воспроизводимость результатов измерений, универсальный, количественный, выражается одним числом, имеет физический смысл, динамически эффективный с точки зрения достижения цели.
2.Адекватный, воспроизводимый, количественный, статистически эффективный с точки зрения достижения цели.
3.Простой и легко вычисляемый, существующий для различных состояний, универсальный, количественный, выражается одним числом, имеет физический смысл, статистически эффективный с точки зрения достижения цели.
4.Доступный, статистически эффективный с точки зрения достижения цели, простой, мультипликативный, универсальный, количественный.
Факторы?
1.Это способы косвенного воздействия на объект исследования, входы«черного ящика».
2.Это способы косвенного воздействия на объект исследования, выходы«черного ящика».
3.Это способы непосредственного воздействия на объект исследования, входы «черного ящика».
4.Это способы непосредственного воздействия на объект исследования, выходы «черного ящика».
76. Область определения фактора?
1.Совокупность ограниченного числа значений, которые в принципе может принимать данный фактор.
2.Совокупность ограниченного числа значений данного фактора в матрице планирования эксперимента.
3.Совокупность всех значений данного фактора в матрице планирования эксперимента.
4.Совокупность всех значений, которые в принципе может принимать данный фактор.
Требования к совокупности факторов?
1.Совместимость факторов и их зависимость – наличие линейной корреляции.
2.Совместимость факторов и независимость – отсутствие линейной корреляции.
3.Несовместимость факторов и независимость – отсутствие линейной корреляции.
4.Несовместимость факторов и их зависимость – наличие линейной корреляции.
Сжатие информации?
1.Представление выборки в виде среднего арифметического и коэффициента вариации.
2.Представление выборки в виде коэффициента вариации.
3.Представление выборки в виде среднего арифметического и дисперсии.
4.Представление выборки в виде среднего арифметического и среднего квадратичного отклонения.
79. Величина доверительного интервала записи 100+-5
при доверительной вероятности: 68, 95 и 99,7%?
1.95-105; 90-110; 85-115. 2.85-115; 90-110; 95-105.
3.95-115; 90-110; 85-105. 4.85-115; 90-105; 95-110.
Кодирование факторов?
1.Перевод натуральных значений факторов в безразмерные, представляет собой линейное преобразование факторного пространства с переносом нулевой точки эксперимента в начало координат и выбор масштаба по осям в единицах интервалов варьирования.
2.Перевод натуральных значений факторов в безразмерные, представляет собой нелинейное преобразование факторного пространства с переносом начала координат в нулевую точку эксперимента и выбор масштаба по осям в единицах измерения факторов.
3.Перевод натуральных значений факторов в безразмерные, представляет собой линейное преобразование факторного пространства с переносом начала координат в нулевую точку эксперимента и выбор масштаба по осям в единицах интервалов варьирования.
4.Перевод безразмерных значений факторов в натуральные, представляет собой линейное преобразование факторного пространства с переносом начала координат в нулевую точку эксперимента и выбор масштаба по осям в единицах интервалов варьирования.
83. Сколько опытов требуется для ПФЭ 23 и ДФЭ 23-1,
Рандомизация?
1. Перевод случайной ошибки в систематическую, за счет выбора случайной последовательности опытов.
2.Перевод систематической ошибки в случайную, за счет выбора случайной последовательности опытов.
3. Перевод случайной ошибки в систематическую, за счет выбора систематической последовательности опытов.
4. Перевод систематической ошибки в случайную, за счет выбора систематической последовательности опытов.
86. Требования к матрице планирования эксперимента?
1.Симметричность относительно центра эксперимента, ортогональность, ротатабельность.
2.Симметричность относительно начала координат, ортогональность, ротатабельность.
3.Симметричность относительно центра эксперимента, адекватность, ротатабельность.
4.Симметричность относительно центра эксперимента, ортогональность, адекватность.
Параллельные опыты?
1. Для оценки ортогональности матрицы при проверке однородности параллельных опытов по критерию Кохрена.
2. Для оценки ротатабельности матрицы при проверке однородности параллельных опытов по критерию Фишера.
3.Для оценки ротатабельности матрицы при проверке однородности параллельных опытов по критерию Кохрена.
4. Для оценки ортогональности матрицы при проверке однородности параллельных опытов по критерию Фишера.
Число степеней свободы?
1. Разность между числом опытов и числом статистически незначимых коэффициентов.
2.Разность между числом опытов и числом статистически значимых коэффициентов.
3. Сумма чисел опытов и статистически значимых коэффициентов.
4. Сумма чисел опытов и статистически незначимых коэффициентов.
91. Ненасыщенный план?
1. Число опытов меньше числа статистически значимых коэффициентов, возможна проверка адекватности уравнения.
2. Число опытов меньше числа статистически значимых коэффициентов, невозможна проверка адекватности уравнения.
3. Число опытов больше числа статистически значимых коэффициентов, невозможна проверка адекватности уравнения.
4.Число опытов больше числа статистически значимых коэффициентов, возможна проверка адекватности уравнения.
Полуреплика?
1. ДФЭ,равный половине ПФЭ. 2. ПФЭ,равный половине ДФЭ.
3. ДФЭ,равный двум ПФЭ. 4. ПФЭ,равный двум ДФЭ.
Интерпретация модели?
1. Это статистическое оценивание коэффициентов модели.
2.Это перевод модели с абстрактного языка на язык экспериментатора.
3.Это графическое представление математической модели.
4.Это использование статистических критериев при оценке адекватности модели.
Поверхность от