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.
