Тест по медицинской кибернетике (первичная аккредитация) - 2018

651. условием для расчета коэффициента корреляции пирсона является

1. нормальное распределение по крайней мере одной переменной
2. распределение переменных неизвестно
3. по крайней мере одна из двух переменных измеряется в ранговой шкале
4. отсутствует нормальное распределение переменных

652. ранговый коэффициент корреляции спирмена рассчитывается, когда

1. необходимо оценить связь между порядковыми признаками
2. присутствует нормальное распределение переменных
3. необходимо определить статистическую значимость различий между переменными
4. необходимо оценить степень разнообразия признака в совокупности

653. зависимость, когда каждому значению одного признака соответствует точное значение другого, называется

1. функциональной
2. прямо пропорциональной
3. обратной
4. корреляционной

654. для изображения корреляционной зависимости используется

1. диаграмма рассеяния
2. линейный график
3. круговая диаграмма
4. динамический график

655. корреляционный анализ используется для изучения

1. взаимосвязи явлений
2. развития явления во времени
3. структуры явлений
4. статистической значимости различий между явлениями

656. в результате проведения регрессионного анализа получают уравнение, описывающее _______ показателей

1. взаимосвязь
2. соотношение
3. структуру
4. темпы роста

657. независимая переменная в уравнении регрессии называется

1. предиктором
2. вариантой
3. уровнем
4. переменной отклика

658. зависимая переменная в уравнении регрессии называется

1. переменной отклика
2. регрессионной вариантой
3. уровнем
4. предиктором

659. для прогнозирования изменения бинарных признаков применяется регрессия

1. логистическая
2. линейная
3. экспоненциальная
4. полиноминальная

660. долю вариации признака-результата, сложившуюся под влиянием независимого признака, объясняет коэффициент

1. детерминации
2. корреляции пирсона
3. корреляции спирмена
4. вариации

661. для изучения связи, в которой присутствует более одной независимой переменной, используется

1. множественная регрессия
2. линейная регрессия
3. ранговая корреляция спирмена
4. расчет темпа прироста

662. зависимость веса от роста человека (росто-весовой индекс) описывается при помощи регрессии

1. логистической
2. множественной
3. экспоненциальной
4. линейной

663. зависимость положительного или отрицательного результата лечения от ряда факторов описывается при помощи регрессии

1. логистической
2. множественной
3. экспоненциальной
4. линейной

664. при проверке статистических гипотез непараметрические критерии используются

1. в случае, когда закон распределения значений анализируемых признаков неизвестен
2. только в случае, когда закон распределения значений анализируемых признаков является нормальным
3. для сравнения трех и более выборок
4. если применение параметрических критериев не позволяет отвергнуть нулевую гипотезу

665. уровнем значимости при проверке статистических гипотез называют вероятность отклонения

1. нулевой гипотезы в случае, когда она верна
2. альтернативной гипотезы в случае, когда она неверна
3. альтернативной гипотезы в случае, когда она верна
4. нулевой гипотезы в случае, когда она неверна

666. связанными являются выборки значений

1. сахара крови до и после принятия препарата
2. сахара крови у пациентов мужского и женского пола
3. температуры у пациентов первого и второго этажей клиники
4. температуры утром и вечером в одном отделении

667. разность между максимальным и минимальным значениями переменной в наборе данных называется

1. размах
2. среднее арифметическое
3. мода
4. дисперсия

668. для точечной оценки параметров распределения признака применяют

1. методы описательной статистики
2. регрессионный анализ
3. корреляционный анализ
4. критерии стьюдента и фишера

669. дисперсия случайной величины, подчиняющейся нормальному закону распределения, определяет

1. среднее значение квадрата отклонения случайной величины от центра распределения
2. положение центра распределения
3. среднее арифметическое значение отклонений случайной величины от центра распределения
4. асимметрию распределения

670. доверительный интервал используется для того, чтобы

1. дать вероятное значение верхней и нижней границ оцениваемой величины
2. дать точное значение верхней и нижней границ оцениваемой неизвестной величины
3. делить распределение на несколько равных частей
4. отображать размах случайной величины в генеральной совокупности

671. функция, связывающая значения переменной случайной величины с их вероятностями, называется

1. законом распределения случайной величины
2. функциональной зависимостью параметров
3. математическим ожиданием случайной величины
4. нормально-распределенным законом равновесия

672. функция плотности нормального распределения вероятности имеет вид

1. колоколообразной кривой
2. несимметричной кривой, скошенной влево
3. несимметричной кривой, скошенной вправо
4. «двугорбой» кривой

673. 95% доверительный интервал для среднего значения случайной величины в случае нормального закона ее распределения задает интервал, в котором находится

1. с 95% вероятностью истинное значение центра распределения для генеральной совокупности
2. 95% всех значений анализируемого признака в генеральной совокупности
3. 5% всех значений анализируемого признака в генеральной совокупности
4. с 95% вероятностью истинное значение центра распределения для данной выборочной совокупности

674. для оценки знаний студентов используется шкала

1. порядковая
2. наименований
3. интервалов
4. отношений

675. связь между степенью тяжести послеоперационного осложнения и временем восстановительного периода в группе оперированных можно найти с помощью

1. корреляции спирмена
2. критерия стьюдента
3. линейной корреляции пирсона
4. дисперсионного анализа

676. для сокращения числа переменных следует применить

1. факторный анализ
2. расчет описательных статистик
3. z-критерий
4. критерий фридмана

677. критерий хи-квадрат пирсона нельзя применять, если

1. ожидаемое число в ячейке таблицы сопряженности меньше 5
2. таблица сопряженности имеет размерность больше, чем 22
3. сравниваются признаки в независимых группах
4. сравниваются качественные признаки, число которых превышает 5

678. если условия экспериментов неоднородны, то

1. нельзя сравнивать их исходы
2. эксперименты надо объединять
3. исследования не следует проводить
4. это не влияет на результат сравнения исходов

679. ранговая корреляция спирмена используется для

1. определения парных связей порядковых признаков
2. определения парной связи количественных признаков с нормальным распределением
3. определения статистической значимости различия качественных признаков
4. множественного сравнения

680. критерий мак-немара применяется для

1. сравнения повторных измерений качественных признаков
2. сравнения качественных признаков в независимых группах
3. определения связи качественных признаков
4. определения значимости различия независимых порядковых признаков

681. количественная репрезентативность выборочной совокупности обеспечивается за счет

1. объема выборки, рассчитанного по специальным формулам
2. десятипроцентной выборки из генеральной совокупности
3. пятидесятипроцентной выборки из генеральной совокупности
4. выборочной совокупности, состоящей из более чем 100 наблюдений

682. метод стандартизации применяется для

1. выявления влияния фактора неоднородности среды на интенсивные показатели сравниваемых совокупностей
2. определения значимости различий в интенсивных показателях
3. оценки силы и направления связи между признаками
4. оценки степени изменчивости признака в вариационном ряду

683. стандартизованные показатели необходимы для

1. устранения влияния различий в сравниваемых группах на величину обобщающих показателей
2. установления статистически значимой существенности различий между обобщающими показателями
3. оценки направления связи между признаками
4. установления тенденций при изучении явлений или процессов

684. истинность нулевой гипотезы определяется на основе

1. статистических оценок
2. оценки числа наблюдений
3. оценки структуры совокупности
4. рассмотрения альтернативной гипотезы

685. в сравнительном эксперименте выдвигают гипотезы

1. основную и конкурирующую
2. однородности и отсутствия ошибок репрезентативности
3. допустимую и критическую
4. научную и статистическую

686. если все значения в группе встречаются одинаково часто, то мода

1. отсутствует
2. равна среднему
3. равна медиане
4. принимает несколько значений

687. чем выше доверительная вероятность, тем доверительный интервал более

1. широкий
2. узкий
3. изменчивый
4. крутой

688. под доверительной понимают вероятность того, что

1. доверительный интервал содержит значение оцениваемого параметра
2. доверительный интервал больше уровня доверия к репрезентативности выборки
3. в 95% случаев среднее значение выборки будет находиться в пределах доверительного интервала
4. это вероятность выброса

689. если признак нормально распределен, то рассчитывается доверительный интервал для

1. среднего значения
2. медианы
3. доли
4. моды

690. под критической понимают область значений критерия, в которой

1. нулевая гипотеза отвергается
2. нулевая гипотеза не отвергается
3. не может быть принято решение
4. альтернативная гипотеза отвергается

691. мощность критерия связана с

1. вероятностью ошибки второго рода
2. вероятностью ошибки первого рода
3. силой влияния на конечный результат
4. объемом выборочной совокупности

692. под наблюдаемым значением критерия понимают значение

1. вычисленное по выборке
2. отделяющее критическую область от допустимой
3. найденное по таблице критических точек
4. полученное в эксперименте

693. область значений критерия, которые не противоречат нулевой гипотезе, называется

1. допустимой
2. критической
3. определенной
4. наблюдаемой

694. область значений критерия, при попадании в которую нулевая гипотеза отвергается, называется

1. критической
2. допустимой
3. определенной
4. наблюдаемой

695. в нормальном распределении

1. среднее арифметическое, мода и медиана равны
2. среднее арифметическое и медиана равны, мода не существует
3. мода и медиана равны, но не равны средней арифметической
4. мода равна средней арифметической, но не равна медиане

696. к методам классификации относят

1. кластерный анализ
2. множественный регрессионный анализ
3. факторный анализ
4. многомерное шкалирование

697. к методам предсказания относят

1. регрессионный анализ
2. кластерный анализ
3. факторный анализ
4. многомерное шкалирование

698. многомерное шкалирование предназначено для

1. выявления структуры исследуемого множества объектов
2. определения существенности вклада каждой «независимой» переменной в оценку «зависимой» переменной
3. предсказания неизвестных значений «зависимой» переменной по известным значениям «независимых» переменных
4. исследования структуры взаимосвязей переменных

699. классификацией «с обучением» называют анализ

1. дискриминантный
2. кластерный
3. множественный регрессионный
4. факторный

700. классификацией «без обучения» называют анализ

1. кластерный
2. дискриминантный
3. множественный регрессионный
4. факторный