ТЕСТИРУЮЩАЯ СИСТЕМА 1.Случайное событие это: 1. некоторое действие; 2. исход некоторого действия; 3. один из возможных исходов некоторого действия; 4. исход действия, который происходит очень редко.
2. Дискретной называется такая случайная величина: 1. множество значений которой дробно; 2. множество значений которой конечно; 3. множество значений которой счетно; 4. множество значений которой конечно или счетно.
3. Вероятность случайного события это: 1. способность данного события произойти; 2. большая уверенность в том, что данное событие произойдет; 3. число, указывающее на возможность данного события. 4. правильного определения нет.
4. Величина вероятности случайного события определяется: 1. отношением числа благоприятных исходов некоторого действия к числу всех возможных его исходов; 2. степенью уверенности в том, что данное событие произойдет; 3. размерами способности события происходить в данных условиях; 4. величиной обратной числу случайных событий, конкурирующих с рассматриваемым.
5. Вероятность того, что при бросании игральной кости выпадет число кратное трем (т.е. нацело делящееся на три) равняется: 1. 1/3; 2. 1/4; 3. 1/5; 4. 1/6.
6. Распределение вероятности случайной величины это: 1. группировка значений случайной величины по их размерам; 2. закон, связывающий каждое значение случайной величины с его вероятностью; 3. любая функция, аргументом которой является случайная величина; 4. группировка вероятностей значений случайной величины по их размерам.
7. В качестве оценки вероятности случайного события рассматривают: 1. величину уверенности в том, что данное событие произойдет; 2. любое число от 0 до 1; 3. распределение вероятности этого события; 4. частоту его встречаемость.
8. Математическое ожидание это: 1. наиболее вероятное значение случайной величины; 2. среднее значение случайной величины; 3. максимальное значение случайной величины; 4. минимальное значение случайной величины.
9. Среднее квадратичное (стандартное) отклонение это: 1. максимальное отклонение случайной величины от ее математического ожидания; 2. минимальное отклонение случайной величины от ее математического ожидания; 3. средний разброс значений случайной величины вокруг ее математического ожидания; 4. средний разброс значений случайной величины вокруг ее медианы.
10. Мода это: 1. наиболее вероятное значение случайной величины; 2. среднее значение случайной величины; 3. максимальное значение случайной величины; 4. минимальное значение случайной величины.
11. Квантилем распределения F(x) уровня α называется: 1. F(α); 2. решение уравнения вида F(x)=1-α; 3. решение уравнения вида F(x)=1/α; 4. решение уравнения вида F(x)=α.
12. Медиана – это квантиль распределения уровня: 1. 0,5; 2. 0,05; 3. 0,01; 4. 0,25.
13. Условной вероятностью события А называется: 1. вероятность события А; 2. вероятность события А совместно с другим событием; 3. вероятность события А при условии, что другое событие уже произошло; 4. разность между вероятностью события А и вероятностью другого события.
14. События А и В являются независимыми, если: 1. Р(АВ)=Р(А)+Р(В); 2. Р(АВ)=Р(А)-Р(В); 3. Р(АВ)=Р(А)·Р(В); 4. Р(АВ)=Р(А)/Р(В).
15. Математическое ожидание суммы случайных величин равняется: 1. числу этих случайных величин; 2. среднему арифметическому их математических ожиданий; 3. произведению их математических ожиданий; 4. сумме их математических ожиданий.
16. Стандартное отклонение суммы случайных величин равняется: 1. сумме дисперсий этих случайных величин; 2. корню квадратному из суммы дисперсий этих случайных величин; 3. произведению дисперсий этих случайных величин; 4. корню квадратному из произведения дисперсий этих случайных величин.
17. Биноминальное распределение описывается формулой:
18. Нормальное распределение описывается формулой:
19. Стандартное нормальное распределение имеет параметры: 1. λ=1; 2. p=0,5, n=10; 3. p=0,5; 4. m=0, σ=1.
20. Если случайные величины i и i имеют стандартное нормальное распределение, то распределение хи-квадрат имеет случайная величина:
21. Если случайные величины i и i имеют стандартное нормальное распределение, то распределение Стьюдента (t-распределение) имеет случайная величина:
22. Если случайные величины i и i имеют стандартное нормальное распределение, то распределение Фишера имеет случайная величина:
23. Генеральная совокупность – это: 1. все население земного шара; 2. множество всех теорем, описывающих свойства случайной величины; 3. множество всех объектов, при измерении которых получают значения случайной величины; 4. множество всех значений случайной величины.
24. Выборка – это: 1. половина генеральной совокупности; 2. подмножество, не принадлежащее генеральной совокупности; 3. подмножество генеральной совокупности, отобранное по некоторому критерию; 4. случайное подмножество генеральной совокупности.
25. Нулевая гипотеза – это: 1. предположение о свойствах объекта, изучаемого в эксперименте; 2. предположение о статистических свойствах выборки; 3. предположение о равенстве нулю среднего по выборке значения измеряемого свойства; 4. наименее вероятное предположение о свойствах выборки.
26. Критерий – это: 1. правило составления выборки; 2. правило отклонения нулевой гипотезы; 3. правило определения значений случайной величины; 4. правило определения вероятности значения случайной величины.
27. Статистика критерия (или просто статистика)– это: 1. совокупность всех выборочных значений случайной величины; 2. функция значений случайной величины; 3. функция от выборочных значений случайной величины; 4. результаты наблюдений, накопленные в течение некоторого промежутка времени.
28. Уровнем значимости критерия (α-уровнем) называют: 1. вероятность любой случайной величины, которая равняется либо 0,01, либо 0,05; 2. характеристику качества критерия; 3. степень важности для исследователя нулевой гипотезы; 4. вероятность ошибочного отклонения нулевой гипотезы.
29. Мощностью критерия называют: 1. размер выборки, которую можно проанализировать при помощи этого критерия; 2. число предположений, входящих в нулевую гипотезу и проверяемых этим критерием одновременно; 3. вероятность справедливого отклонения нулевой гипотезы; 4. вероятность ошибочного отклонения альтернативной гипотезы.
30. Критерий называется параметрическим, если: 1. он включает в себя некоторые числовые параметры; 2. он предназначен для оценки параметров распределения; 3. его используют для анализа данных с любым распределением; 4. его используют для анализа данных с определенным распределением.
31. Если выборочные данные имеют нормальное распределение, то для сравнение средних двух таких выборок следует использовать: 1. критерий Стьюдента (t-критерий); 2. критерий Вилкоксона; 3. критерий хи-квадрат; 4. критерий знаков.
32. Для анализа таблиц сопряженности следует использовать: 1. критерий Стьюдента (t-критерий); 2. критерий Вилкоксона; 3. критерий хи-квадрат; 4. критерий знаков.
33. Коэффициент корреляции предназначен: 1. для выявления функциональной зависимости между случайными величинами; 2. для оценки степени взаимосвязи двух случайных величин; 3. для выявления скрытой структуры в данных; 4. для решения задач оптимизации.
34. Для коэффициента корреляции r всегда справедливо: 1. r<0; 2. r>0; 3. |r|≥1; 4. |r|≤1.
35. Регрессионный анализ предназначен: 1. для выявления функциональной зависимости между случайными величинами; 2. для оценки степени взаимосвязи двух случайных величин; 3. для выявления скрытой структуры в данных; 4. для решения задач оптимизации.
Источник: RW-1700006953 | 