1. Облической (косоугольной) структурой

93. Метод математического анализа данных, позволяющий одномоментно определить линейную зависимость значений одной (зависимой) переменной (из некоторого их набора) от остальных (независимых) переменных этого набора, называется:

1. Линейным множественным регрессионным анализом

94. Одним из основных назначений регрессионного анализа является:

1. предсказание значений целевой функции (зависимой переменной) исходя из значений независимых, исходных переменных путем подстановки данных в соответствующее линейное уравнение регрессии

95. Одним из основных назначений регрессионного анализа является:

1. Определение величины вклада каждой из исходных (независимых) переменных в оценку целевой функции

96. Результат линейного множественного регрессионного анализа выражается уравнением вида:

1. целевая функция y= a +b₁X₁+ b₂X₂+ b₃X_3……+ b_nX_n

97. В регрессионном анализе коэффициент множественной детерминации определяется как часть дисперсии целевой функции, определяемая исходными переменными Выражение «Значение коэффициента множественной детерминации составляет 75%» означает, что

1. 75% дисперсии целевой функции определяется исходными переменными, а 25% дисперсии падает на дисперсию ошибки оценки.

98. Определение "Совокупность математических методов, предназначенных для формирования относительно "далеких" друг от друга групп объектов, но "близких" между собой, по информации о расстояниях между ними" отражает сущность:

1. Кластерного анализа

99. В результате применения процедур кластерного анализа определяются:

1. Группы, внутри которых объекты по свои параметрам близки (схожи) между собой, а сами группы существенно отличаются друг от друга

100. Процедуры кластерного анализа наиболее часто применяются для разработки:

1. Классификаций, объединяющих разрозненные объекты в новые группы

101. Основное назначение дисперсионного анализа -

1. Установить значимость всех факторов, влияющих на распределение результатов эксперимента

102. Обязательным условием для проведения дисперсионного анализа является:

1. Соблюдение требования равенства состава ячеек дисперсионного комплекса

103. Виды измерительных шкал: номинативные (качественные), ранговые (порядковые), шкалы равных интервалов, шкалы равных отношений.

104. Влияние на переменную, входящую в набор других переменных из этого набора, называется линейным регрессионным анализом.

105. В номинативной шкале используют: наблюдение или частоту.

106. Данные номинативной шкалы могут быть обработаны с помощью: метода x² , биноминального критерия m и углового преобразования Фишера.

107. Графическое представление это - геометрическое место точек проекций векторов всех переменных на вектор факторов.

108. Шкалы бывают следующих видов: измерительные, психофизические, психометрические.

109. Эмпирическое распределение⁸ с параметрами Мсрs=24,48,9; A=+1,3; E=(-)4,4 - не является нормальным по коэффициенту эксцесса.

110. Эмпирическое распределение с параметрами Мсрs=24,48,9; A=+2,3; E=(-)4,4 - не является нормальным по коэффициенту эксцесса.

111. Эмпирическое распределение с параметрами Мсрs=24,43,9; A=+1,3; E=(-)4,4 - не является нормальным по коэффициенту эксцесса.

112. Шкала номинативная это - шкала наименований, которая устанавливает эквивалентные отношения. Измерение является классификацией. Результаты характеризуют качество. Арифметические процедуры не ведутся.

113. Шкала ранговая - устанавливает 2 отношения: эквивалентности и порядка. Упорядочивание расположения Ob по мере возрастания или убывания измеряемой характеристики.

114. Шкала равных интервалов - определяет соотношения эквивалентности, порядка и равенства Sb-ых интервалов. Значения по этим шкалам можно сравнить между собой и показать, насколько одно больше или меньше другого.

115. Шкала равных отношений - вводит уравнения отношений, следов операционального деления, точка 0 на шкале значима.

116. Шкала дихотомическая позволяет: выделить 2 существенных признака Ob измерения.

117. Шкала дихотомическая ранговая - предназначена для упорядочивания Ob по критерию наличия или отсутствия точечного свойства.

118. Дисперсионный анализ ANOVA - анализ вариативности (изменчивости признаков под воздействием контрольных факторов).

119. Дисперсионный анализ ANOVA позволяет определить влияние на зависимую переменную: контролируемых переменных факторов.

120. Двухвершинный график распределения результатов наблюдается при: бимодальном распределении.

121. Прямой перевод результатов измерения по процентной шкале в значения Т-баллов Мак-Колла является: Z-преобразованием.

122. Размах (диапазон) значений группы - это Min и Max значения переменных в каждой группе.

123. Результаты измерений по шкале наименований можно: рассматривать как характеристики Ob .

124. Сериальные (бисериальные) коэффициенты: одна из переменных - в шкале наименований, другая - в ранговой или интервальной.

125. Учитывая, что необходимо выявить различие распределения признака (например, различие в агрессивности детей из благоприятных и неблагоприятных семей), необходимо использовать формулу: x² Пирсона.

126. Для выявления меры взаимосвязи между изучаемыми переменными применяется: корреляционный анализ (двунормальное распределение).

127. Для определения процентильной нормализации производится расчет первичных статистик: неверно.

128. Для прогнозирования правомерности отнесения итогового/нового объекта к одной из известных групп аналогичных объектов применяется: дискриминантный анализ.

129. Для разбивания изучаемой совокупности объектов на группы “схожих объектов” применяется: кластерный анализ.

130. Для создания модели - описания структуры изучаемого объекта - применяется: регрессионный анализ.

131. Если в факторном анализе главные компоненты высоко коррелируют друг с другом: это не является правильным для факторного анализа.

132. В факторном анализе математическое выражение “нагрузка переменной на главную компанету” является значение: величины косинуса угла между значением главной компаненты и переменной.

133. Распределение нормальное, если выполняются условия: увеличение объема выборки, необходимо исключить крайние значения, если они являются выпадающими (артифакторами); если размах > 6 , следует исключить Min и Max значения.

134. Задачей факторного анализа является: найти такую факторную структуру, которая отражает истинные соотношения в изучаемой совокупности переменных.

135. Закон нормального распределения отражает закономерность, при которой: по мере увеличения числа случаев наблюдений их значения все чаще стремятся к области средних значений.

136. Измерение по дихотомической шкале наименований позволяет: определить 2 ячейки классификации.

137. Измерение по классической (порядковой) дихотомической шкале позволяет: упорядочить по 2-м ранговым местам по степени выраженности признака.

138. Итоговый результат математического анализа в виде формулы вида y = a + bx1 + cx2 + dx3 получается при проведении: множественной модели регрессии.

139. Итоговый результат математического анализа в виде формулы вида y = a + bx получается при проведении: регрессионного анализа.

140. Итогом регрессионного анализа является: линейная модель (y = a + bx).

141. Средняя ошибка среднего арифметического: с одной стороны, характеризует меры центральной тенденции, с другой - меры изменчивости.

142. Коэффициент ассиметрии описывает: момент 3-го порядка генеральной совокупности. При этом если А>0 - положительная ассиметрия, если А<0 - отрицательная ассиметрия.

143. Коэффициент эксцесса описывает: момент 4-го порядка генеральной совокупности.

144. Можно ли в номинативной шкале использовать критерий Спирмена? - Нельзя.

145. Нормальное распределение часто встречается в области средних значений и редко: в области крайних.

146. Переменная, значение которой мы хотим оценить, называется: зависимой переменной.

147. Переменная, значение которой мы используем для оценки, называется: независимой переменной.

148. Переменные: это любые характеристики Ob, подлежащие измерению.

149. Примером измерения по шкале порядков является: ранжированное упорядочивание Ob.

150. Примером интервальной шкалы измерения является: каждое из возможных значений признака отстоит от другого на равном расстоянии.

151. Процедура ранжирования позволяет совершать следующие действия: сложение и вычитание.

152. Процедура измерения обязательно включает в себя триаду: измерение, символ, правило.

153. Процедура, предваряющая проведение факторного анализа:анализ главных компанент.

154. Если коэффициент корреляции будет = 0, 75, то эту связь можно назвать сильной: да, при указании на уровень значимости.

155. Площадь под кривой, ограниченной Хср   = 68,4 %, Хср  2 = 95,7 %, Хср  1,96  = 95 %, Хср  3  = 99,9 %.

156. Математическая сущность факторного анализа основана на: определение латентных переменных, переменных вращения (ротации), max нагрузки на ось сведения к 0.

157. Математический смысл нормального значения коэффициента корреляции, равного 1: есть значение единичного вектора.

158. Критерий X² отвечает на вопрос: с одинаковой ли частотой встречаются равные значения признака в эмпирическом и теоретическом распределениях.

159. Когда распределение значений по X и Y имеет характер нормального распределения графически это изображается: в форме “некой шляпочки”.

160. Редуцированная дихотомическая шкала - это:

1. шкала порядков

Личностные опросники являются примером измерения по:

2. шкале субъективного шкалирования

3. Тесты на определение IQ являются примером измерения по:

   1. стандартной психометрической шкале

3. С двумя показателями, представленных по шкале наименований, статистически корректно:

   1. никаких арифметических действий осуществлять нельзя

3. С двумя показателями, представленных по шкале отношений, статистически корректно:

   1. можно осуществлять все четыре арифметических действия