Fiszki
stata
Test w formie fiszek
Ilość pytań: 64
Rozwiązywany: 192 razy
Zaznacz zdanie nieprawdziwe:
rozkład zmiennej kategorialnej: lista wszystkich wartości jakie zmienna może przyjąć wraz z odpowiadającymi liczebnościami, częstościami, procentami lub prawdopodobieństwami z jakimi wartość może trafić do danej kategorii
Rozkład zmiennej: wybrane wartości z zakresu danej zmiennej z odpowiadającymi im prawdopodobieństwami
Rozkład zmiennej: jakie wartości zmienna może przyjąć i z jaką ilością, częstością, prawdopodobieństwiem
rozkład zmiennej ilościowej: zakresy (przedziały) możliwych wartości zmiennej wraz z odpowiadającymi liczenościami, częstościami, procentami lub prawdopodobieńśtwem z jakimi wartość może trafić do danego zakresu (przedziału
Rozkład zmiennej: wybrane wartości z zakresu danej zmiennej z odpowiadającymi im prawdopodobieństwami
Zaznacz zdanie prawdziwe
Jeżeli statystyka empiryczna testu wpada w obszar krytyczny to H0 odrzucamy
Jeżeli statystyka empiryczna testu wpada w obszar krytyczny to H0 przyjmujemy
Jeżeli statystyka empiryczna testu nie wpada w obszar krytyczny to H0 odrzucamy
Jeżeli statystyka empiryczna testu wpada w obszar krytyczny to H0 odrzucamy
Program statistica obliczył współczynnik korelacji z próbby r=0,79 oraz prawdopodobieństwo p= 0,0021, przy liczbie stopni swobody df= 10. Oznacza to, że:
współczynnik korelacji nie jest istotny statystycznie przy założonym poziomie istotności testu alfa a=0,05
współczynnik korelacji jest istotny statystycznie przy założonym poziomie istotności testu alfa a=0,05
współczynnik korelacji jest istotny statystycznie, przy założonym poziomie istotności testu p=0,0021
współczynnik korelacji jest istotny statystycznie przy założonym poziomie istotności testu alfa a=0,05
statystyka empiryczna przy weryfikacji wartości współczynnika korelacji obliczona na podstawie danych z próby wynosi t=4,12. Założono test prawostronny, a wartość krytyczna odczytana z tablic statystycznych wynosiła 1,812. Oznacza to, że:
współczynnik korelacji jest dodatni i istotny statystycznie, bo statystyka empiryczna nie wpada w obszar krytyczny
nieważne czy współczynnik korelacji jest dodatni, czy ujemny. Jest istotny statystycznie, bo statystyka empiryczna nie wpada w obszar krytyczny
współczynnik korelacji jest dodatni i istotny statystycznie, bo statystyka empiryczna wpada w obszar krytyczny
współczynnik korelacji jest dodatni i istotny statystycznie, bo statystyka empiryczna wpada w obszar krytyczny
Współczynnik determinacji w równaniu regresji wyjaśnia:
procent wariancji wyjaśnionej/prognozowanej za pomocą zmiennych niezależnych wprowadzonych do modelu
procent wariancji niewyjaśnionej/ prognozowanej za pomocą zmiennych niezależnych wprowadzonych do modelu
współczynnik korelacji w postaci bezwzględnej dla modelu
procent wariancji wyjaśnionej/prognozowanej za pomocą zmiennych niezależnych wprowadzonych do modelu
Który wniosek jest prawdziwy jeżeli założono test prawostronny, a współczynnik korelacji z próbki wynosi r=0,79
jeżeli obserwowane p jest mniejsze niż założony błąd alfa ( w naszym przypadku p=0,00104, a=0,05) to H0 ani się odrzuca, ani się nie odrzuca
Jeżeli obserwowane p jest mniejsze niż założony błąd alfa ( w naszym przypadku p=0,00104, a=0,05) to H0 odrzuca się
jeżeli obserwowane p jest mniejsze niż założony błąd alfa ( w naszym przypadku p=0,00104, a=0,05) to H0 nie odrzuca się
Jeżeli obserwowane p jest mniejsze niż założony błąd alfa ( w naszym przypadku p=0,00104, a=0,05) to H0 odrzuca się
Statystyka empiryczna dla współczynnika korelacji przy założonym teście dwustronnym wynosiła t=4,12. Liczebność próbki wynosiła 12, założony poziom istotności testu alfa a=0,05. Wartość krytyczna dla tego testu wynosiła
t(0,05, 10)= 2,228
t(0,05, 12)=1,812
t(0,05, 12)= 2,228
t(0,05, 10)= 2,228
W parametrycznej analizie wariancji ANOVA, w ujęciu klasycznym zakłada się, że wariancje w obrębie różnych grup układu są sobie równe; założenie to jest określane jako założenie o jednorodności (równości, homogeniczności) wariancji. Czy jest możliwe odejście od tych założeń?
statystyka F nie jest odporna na naruszenia tego założenia
statystyka F jest całkowicie odporna na naruszenia tego założenia
statystyka F jest całkowicie odporna na naruszenia tego założenia
Czy jest możliwe naruszenie założeń o normalności przy parametrycznej analizie wariancji ANOVA?
Jeśli liczność n na komórkę jest wystarczająco duża, wówczas odchylenia od rozkładu normalnego nie mają w ogóle znaczenia ze względu na centralne twierdzenie graniczne, zgodnie z którym rozkład średnich z próby zmierza do rozkładu normalnego, niezależnie od rozkładu zmiennej w populacji.
Zakłada się, że zmienna zależna jest wyrażona przynajmniej na skali przedziałowej. Powinna podlegać rozkładowi normalnemu w obrębie grup. Test F zupełnie nie jest odporny na odejście od rozkładu normalnego w obrębie grup
Jeśli liczność n na komórkę jest wystarczająco duża, wówczas odchylenia od rozkładu normalnego nie mają w ogóle znaczenia ze względu na centralne twierdzenie graniczne, zgodnie z którym rozkład średnich z próby zmierza do rozkładu normalnego, niezależnie od rozkładu zmiennej w populacji.
Analizowano wpływ rodzaju muzyki, którą słychać w sklepie, poczęstunku kawą oraz ich interakcji na wielkość sprzedaży odzieży damskiej w tys. dolarów. Procedury komputerowe obliczyły w analizie wariancji ANOVA statystykę F oraz prawdopodobieństwa dla braku efektów rodzajów muzyki słyszanej w sklepie, poczęstunku kawą i ich interakcji. Wynika z nich, że
Jednowymiarowe testy istotności pokazują, że występuje wyraźny efekt muzyki oraz interakcji muzyki i poczęstunku kawą
Jednowymiarowe testy istotności pokazują, że nie występuje efekt muzyki ani interakcji muzyki i poczęstunku kawą
Jednowymiarowe testy istotności pokazują, że występuje wyraźny efekt muzyki oraz interakcji muzyki i poczęstunku kawą
Jak możesz określić wielkość efektu muzyki, siłę związku i moc testu dla zmiennej zależnej, która oznacza wielkość sprzedaży?
Efekt czynnika muzyki był niezauważalny, przy słabej mocy testu równej 1-β =1,00
Efekt czynnika muzyki był siły umiarkowanej (eta kwadrat = 0,54), przy idealnej mocy testu równej 1-β =1,00
Efekt czynnika muzyki był siły umiarkowanej (eta kwadrat = 0,54), przy idealnej mocy testu równej 1-β =1,00
Jako estymator wartości oczekiwanej najczęściej stosuje się:
medianę z populacji generlanej
medianę z próby losowej
średnią z próby losowej
średnią z populacji generalnej
średnią z próby losowej
Postawiono pytanie , czy rozkłady własności typów aut różnią się ze względu na płeć właściciela. α=0,1 Na podstawie przedstawionych wyników obok, wybierz prawidłową decyzję.
H0, zmienne są zależne. Odrzucamy H0, bo Chi^2 Pearsona: 5,3; df=2; p=,069 < α=0,1
H0, zmienne są niezależne. Odrzucamy H0, bo Chi^2 Pearsona: 5,3; df=2; p=,069 < α=0,1
H0, zmienne są niezależne. Odrzucamy H0, bo Chi^2 Pearsona: 5,3; df=2; p=,069 < α=0,1
Zaznacz zdanie nieprawdziwe
Testy dla grup/ pomiarów zależnych dotyczą pomiaru tych samych obiektów, ale w różnych momentach czasowych.
Testy dla grup/ pomiarów niezależnych oparte są na pomiarach takich grup, w których przypadki nie powtarzają się.
Testy tak dla grup zależnych, jak i niezależnych porównują wyniki tych samych obiektów w różnych momentach czasowych.
Testy tak dla grup zależnych, jak i niezależnych porównują wyniki tych samych obiektów w różnych momentach czasowych.
Obliczono testy post-hoc sugerują oraz analizowano wykresy zróżnicowania wyników sprzedaży w zależności od słyszanej muzyki (4 rodzaje) Jakie wnioski można wysnuć z wykresów oraz testów post-hoc? Wybierz najlepszą i najpełniejszą odpowiedź
Przy muzyce klasycznej, pół-klasycznej i country sprzedaje się więcej odzieży, a przy współczesnej muzyce pop – najmniej
Przy muzyce pół-klasycznej i country sprzedaje się więcej odzieży, a przy współczesnej muzyce pop – najmniej
Nie widać żadnego zróżnicowania
Przy muzyce klasycznej, pół-klasycznej i country sprzedaje się więcej odzieży, a przy współczesnej muzyce pop – najmniej
Badanie zróżnicowania zmienności dwóch populacji. Badane są dwie populacje o rozkładach : N(m1, σ1) oraz N(m2, σ2). Zakłada się, że żaden z parametrów tych rozkładów nie jest znany. Formułowana jest hipoteza zerowa, że wariancje w obydwóch populacjach są identyczne: H0: (σ1)^2=(σ2)^2 (lub równoważnie ((σ1)^2)/((σ2)^2)=1) przeciwko hipotezie alternatywnej o postaci: H1: (σ1)^2≠ (σ2)^2 (lub równoważnie ((σ1)^2)/((σ2)^2)≠ 1). Obliczono dla hipotezy H0 statystykę empiryczną testu F i prawdopodobieństwo dla F, że hipoteza zerowa jest prawdziwa.
Jeśli wartość p dla F jest mniejsza niż 0,05, to odrzucamy hipotezę zerową.
Jeśli wartość p dla F jest mniejsza niż 0,05, to nie odrzucamy hipotezy zerowej
Jeśli wartość p dla F jest większa niż 0,05, to odrzucamy hipotezę zerową.
Jeśli wartość p dla F jest mniejsza niż 0,05, to odrzucamy hipotezę zerową.
W prawdopodobieństwie i statystyce rozkład stanowi (wybierz najwłaściwszą, najpełniejszą odpowiedź)
zbiór wszystkich wartości, jakie zmienna może przyjąć wraz z odpowiadającymi im liczebnościami lub prawdopodobieństwami, czy też gęstościami prawdopodobieństwa.
zbiór wszystkich wartości, jakie zmienna może przyjąć wraz z odpowiadającymi im prawdopodobieństwami, czy też liczebnościami prawdopodobieństwa.
zbiór wybranych wartości, jakie zmienna może przyjąć wraz z odpowiadającymi im prawdopodobieństwami
zbiór wszystkich wartości, jakie zmienna może przyjąć wraz z odpowiadającymi im prawdopodobieństwami, czy też odwrotnościami prawdopodobieństwa.
zbiór wszystkich wartości, jakie zmienna może przyjąć wraz z odpowiadającymi im liczebnościami lub prawdopodobieństwami, czy też gęstościami prawdopodobieństwa.
Estymacja przedziałowa, np. średniej arytmetycznej, polega na tym, że na podstawie próby losowej konstruujemy przedział liczbowy, co do którego zakładamy, że:
z pewnym dużym z góry założonym prawdopodobieństwem 1-α , pokryje prawdziwą wartość parametru w populacji generalnej
z pewnym małym z góry założonym prawdopodobieństwem 1-α , pokryje prawdziwą wartość parametru w populacji generalnej
z nieznanym prawdopodobieństwem pokryje prawdziwą wartość parametru w próbie losowej
z pewnym dużym z góry założonym prawdopodobieństwem 1-α , pokryje prawdziwą wartość parametru w populacji generalnej
Badano efekt wpływu różnych rodzajów muzyki na wielkość sprzedaży w sklepie z odzieżą damską. Sprawdzano homogeniczność wariancji za pomocą wielowymiarowych testów Cochrana, Hartleya i Bartletta. Jaki wniosek wypływa z poniższego wydruku komputerowego?
H0: Wariancje homogeniczne; H1: ┐H0. H0: nieprawdziwa; p>α
H0: Wariancje heterogeniczne; H1: ┐H0. H0: prawdziwa; p>α
H0: Wariancje homogeniczne; H1: ┐H0. H0: prawdziwa; p>α
H0: Wariancje homogeniczne; H1: ┐H0. H0: prawdziwa; p>α
Zaznacz zdanie nieprawdziwe
Moc testu (moc statystyczna) to prawdopodobieństwo niepopełnienia błędu drugiego rodzaju – nieodrzucenia hipotezy zerowej, gdy w rzeczywistości jest ona fałszywa.
Im większa jest moc testu, tym lepszy jest dany test jako narzędzie do różnicowania między hipotezą prawdziwą i fałszywą.
Moc testu nie zależy od wielkości próby i przyjętego poziomu istotności α
Moc testu nie zależy od wielkości próby i przyjętego poziomu istotności α