Онлайн тесты на тему "Анализ данных. "
Тестовое задание на тему: Анализ данных. . Было выполнено на зачёт. После оплаты вы сможете скачать готовые ответы по тесту . Так же могу выполнять данную работу индивидуально. Делайте индивидуальный заказ
Количество страниц: 8
Демо работы
Описание работы
1. Сопоставьте понятия с их описанием.
• Статистическим критерием -
• Основной принцип проверки гипотезы -
• Мощностью критерия -
• Статистической гипотезой -
2. совокупностью называют множество всех мыслимых наблюдений, которые могли бы быть произведены при данном комплексе условий
• Средним квадратическим отклонением называется положительный квадратный корень из дисперсии:
• ?x=vD/x?x=D/x
• ?x=vDx?x=Dx
• ?x=v2Dx?x=2Dx
• ?x=vDx
3. Средние представляют собой обобщающие показатели, характеризующие центр группирования данных. Обычно рассматривают средние:
• арифметическую
• взвешенную
• Геометрическую
• Гармоническую
• системную
4. Расчет коэффициента корреляции Спирмена состоит из следующих шагов.
•
•
•
•
5. Различают два класса нелинейных регрессионных моделей.
• Нелинейные относительно объясняемых переменных, но линейные по оцениваемым параметрам
• Нелинейные относительно объясняющих переменных, но линейные по оцениваемым параметрам
• Нелинейные как относительно включенных в анализ объясняемых переменных, так и по оцениваемым параметра
• Нелинейные как относительно включенных в анализ объясняющих переменных, так и по оцениваемым параметрам
6. Решение задачи многомерного шкалирования позволяет перейти от формы исходных данных типа « » к более распространенной и удобной для статистической обработки форме исходных данных типа « » с одновременным сокращением объема исходных данных.
7. Каноническая зависимость определяется при помощи аргументов — канонических величин, вычисленных как линейные комбинации исходных признаков.
8. В матричной форме линейная модель имеет вид
• {y} = {х}? + ?
• Y = X? + ?
• y = х? + ?
• [Y] = [X]? + ?
9. ядро функции с неограниченным интервалом сглаживания при непараметрической оценке плотности распределения — это ядро:
10. Двумерная линейная модель регрессии
• yi=?0+?21xi+?iyi=?0+?12xi+?i
• yi=?0+?1xi+?iyi=?0+?1xi+?i
• yi=?20+?31xi+?iyi=?02+?13xi+?i
• yi=2?0+?1xi+?i
11. Что приведено на рисунке?
• Функции принадлежности к каждой из страт
• Гистограмма распределения наблюдаемых значений признака
• Гистограммы эмпирического и начального приближения теоретического распределений
• Компоненты общего закона распределения с четкими границами страт
12. зависимость – это зависимость, при которой каждому значению величины X соответствует единственное значение величины Y и наоборот.
•
13. Факторный анализ со статистической точки зрения связан с поиском признаков, характеризующих объекты наблюдения на основе имеющейся информации, которая содержится в измеренных значениях k исходных признаков (x1,x2 , ..., xk )T
14. Парный коэффициент корреляции изменяется пределах:
• –1 ? rxy ? 1
• 0 ? rxy ? ?
• –? ? rxy ? +?
• 0 ? rxy ? 1
15. анализ — один из методов многомерного анализа, целью которого является классификация объектов, т.е. отнесение объекта к одной из известных групп некоторым оптимальным способом (например, разбиение совокупности предприятий на несколько однородных групп по значениям каких-либо показателей производственно-хозяйственной деятельности).
16. Термин «регрессия» (от лат. regression — отступление, возврат к чемулибо) введен английским психологом и антропологом .
17. Переменные, непосредственно не наблюдаемые, часто называют
• Скрытыми
• летальными
• Латентными
• явными
18. Что приведено на рисунке?
• Пример Дендрограммы
• Пример Графика
• Пример Диаграммы
• Пример Гистограммы
19. Задачи классификации по степени определенности границ классов можно разбить на два типа:
• разделение на классы, имеющие размытые границы, что обусловливает принадлежность каждого объекта в общем случае более чем к одному классу
• разбиение совокупности объектов на типы с четко выраженными классами
• разбиение совокупности объектов на классы с четко выраженными границами
• разделение на типы , имеющие размытые классы
20. «Правило Парето» — % результата часто обусловлены действием % всех вызывающих их факторов.
21. Модель экспоненциального сглаживания описывается рекуррентной формулой
• St=?yt??St?1 St=?yt??St?1
• St=?y2t??St?1 St=?yt2??St?1
• St=?y2t+?St?1 St=?yt2+?St?1
• St=?yt+?St?1
22. Выборкой из генеральной совокупности (Х) называют результаты множества наблюдений x1, x2, ..., xn, где n — объем выборки, отобранной образом из генеральной совокупности.
23. К числу эвристических методов снижения размерности относят:
• метод скользящей средней
• метод наименьших квадратов
• метод экстремальной группировки признаков
• метод корреляционных плеяд
24. Уровни временного ряда yt, t = 1, 2, ..., n представлены в виде yt = ut + st + vt + et, где ut — трендовая составляющая; st — сезонная компонента; vt — циклическая компонента; et — случайная компонента, что соответствует форме модели:
• мультипликативной
• Аддитивной
• смешанного типа
• адаптивной
• Статистическим критерием -
• Основной принцип проверки гипотезы -
• Мощностью критерия -
• Статистической гипотезой -
2. совокупностью называют множество всех мыслимых наблюдений, которые могли бы быть произведены при данном комплексе условий
• Средним квадратическим отклонением называется положительный квадратный корень из дисперсии:
• ?x=vD/x?x=D/x
• ?x=vDx?x=Dx
• ?x=v2Dx?x=2Dx
• ?x=vDx
3. Средние представляют собой обобщающие показатели, характеризующие центр группирования данных. Обычно рассматривают средние:
• арифметическую
• взвешенную
• Геометрическую
• Гармоническую
• системную
4. Расчет коэффициента корреляции Спирмена состоит из следующих шагов.
•
•
•
•
5. Различают два класса нелинейных регрессионных моделей.
• Нелинейные относительно объясняемых переменных, но линейные по оцениваемым параметрам
• Нелинейные относительно объясняющих переменных, но линейные по оцениваемым параметрам
• Нелинейные как относительно включенных в анализ объясняемых переменных, так и по оцениваемым параметра
• Нелинейные как относительно включенных в анализ объясняющих переменных, так и по оцениваемым параметрам
6. Решение задачи многомерного шкалирования позволяет перейти от формы исходных данных типа « » к более распространенной и удобной для статистической обработки форме исходных данных типа « » с одновременным сокращением объема исходных данных.
7. Каноническая зависимость определяется при помощи аргументов — канонических величин, вычисленных как линейные комбинации исходных признаков.
8. В матричной форме линейная модель имеет вид
• {y} = {х}? + ?
• Y = X? + ?
• y = х? + ?
• [Y] = [X]? + ?
9. ядро функции с неограниченным интервалом сглаживания при непараметрической оценке плотности распределения — это ядро:
10. Двумерная линейная модель регрессии
• yi=?0+?21xi+?iyi=?0+?12xi+?i
• yi=?0+?1xi+?iyi=?0+?1xi+?i
• yi=?20+?31xi+?iyi=?02+?13xi+?i
• yi=2?0+?1xi+?i
11. Что приведено на рисунке?
• Функции принадлежности к каждой из страт
• Гистограмма распределения наблюдаемых значений признака
• Гистограммы эмпирического и начального приближения теоретического распределений
• Компоненты общего закона распределения с четкими границами страт
12. зависимость – это зависимость, при которой каждому значению величины X соответствует единственное значение величины Y и наоборот.
•
13. Факторный анализ со статистической точки зрения связан с поиском признаков, характеризующих объекты наблюдения на основе имеющейся информации, которая содержится в измеренных значениях k исходных признаков (x1,x2 , ..., xk )T
14. Парный коэффициент корреляции изменяется пределах:
• –1 ? rxy ? 1
• 0 ? rxy ? ?
• –? ? rxy ? +?
• 0 ? rxy ? 1
15. анализ — один из методов многомерного анализа, целью которого является классификация объектов, т.е. отнесение объекта к одной из известных групп некоторым оптимальным способом (например, разбиение совокупности предприятий на несколько однородных групп по значениям каких-либо показателей производственно-хозяйственной деятельности).
16. Термин «регрессия» (от лат. regression — отступление, возврат к чемулибо) введен английским психологом и антропологом .
17. Переменные, непосредственно не наблюдаемые, часто называют
• Скрытыми
• летальными
• Латентными
• явными
18. Что приведено на рисунке?
• Пример Дендрограммы
• Пример Графика
• Пример Диаграммы
• Пример Гистограммы
19. Задачи классификации по степени определенности границ классов можно разбить на два типа:
• разделение на классы, имеющие размытые границы, что обусловливает принадлежность каждого объекта в общем случае более чем к одному классу
• разбиение совокупности объектов на типы с четко выраженными классами
• разбиение совокупности объектов на классы с четко выраженными границами
• разделение на типы , имеющие размытые классы
20. «Правило Парето» — % результата часто обусловлены действием % всех вызывающих их факторов.
21. Модель экспоненциального сглаживания описывается рекуррентной формулой
• St=?yt??St?1 St=?yt??St?1
• St=?y2t??St?1 St=?yt2??St?1
• St=?y2t+?St?1 St=?yt2+?St?1
• St=?yt+?St?1
22. Выборкой из генеральной совокупности (Х) называют результаты множества наблюдений x1, x2, ..., xn, где n — объем выборки, отобранной образом из генеральной совокупности.
23. К числу эвристических методов снижения размерности относят:
• метод скользящей средней
• метод наименьших квадратов
• метод экстремальной группировки признаков
• метод корреляционных плеяд
24. Уровни временного ряда yt, t = 1, 2, ..., n представлены в виде yt = ut + st + vt + et, где ut — трендовая составляющая; st — сезонная компонента; vt — циклическая компонента; et — случайная компонента, что соответствует форме модели:
• мультипликативной
• Аддитивной
• смешанного типа
• адаптивной