Wiadomość została wysłana.
Postaramy się na nią odpowiedzieć jak najszybciej.
Wykup dostęp
Ta funkcja jest dostępna dla użytkowników, którzy wykupili plan Memorizer+
Fiszki
stata
Test w formie fiszek
Ilość pytań: 64 Rozwiązywany: 349 razy
Przy współczynniku korelacji z próby równym r=0,79, obserwowane prawdopodobieństwo w teście jednostronnym wynosiło p≈0,001, przy założonym poziomie istotności α=0,05. Oznacza to, że:
Obserwowane prawdopodobieństwo, że współczynnik korelacji jest równy r=0,79, wynosi p≈0,001
Korelacje jest nieistotna, bo prawdopodobieństwo jest mniejsze niż α=0,05
Obserwowane prawdopodobieństwo, że współczynnik korelacji jest równy 0 w populacji generalnej, wynosi p≈0,001. Współczynnik korelacji jest istotny statystycznie
Obserwowane prawdopodobieństwo, że współczynnik korelacji jest równy 0 w populacji generalnej, wynosi p≈0,001. Współczynnik korelacji jest istotny statystycznie
Przy współczynniku korelacji z próby równym r=0,79, obserwowane prawdopodobieństwo w teście jednostronnym wynosiło p≈0,001, przy założonym poziomie istotności α=0,05. Oznacza to, że:
Obserwowane prawdopodobieństwo, że współczynnik korelacji jest równy r=0,79, wynosi p≈0,001
Korelacje jest nieistotna, bo prawdopodobieństwo jest mniejsze niż α=0,05
Obserwowane prawdopodobieństwo, że współczynnik korelacji jest równy 0 w populacji generalnej, wynosi p≈0,001. Współczynnik korelacji jest istotny statystycznie
Obserwowane prawdopodobieństwo, że współczynnik korelacji jest równy 0 w populacji generalnej, wynosi p≈0,001. Współczynnik korelacji jest istotny statystycznie
Co oznacza stwierdzenie, że parametr jest "dostateczny":
jeżeli wartość oczekiwana obliczonych estymatorów („średnia” ze wszystkich prób) ze wszystkich możliwych prób jest równa rzeczywistej wartości parametru w populacji generalnej
w obliczeniach jest oparty na wszystkich możliwych wartościach z próby
z dwóch estymatorów ten jest bardziej efektywny, który ma mniejszą wariancję w miarę wzrostu liczebności prób wartość estymatora jest coraz bliższa rzeczywistej wartości parametru, np. średniej („prawo wielkich liczb”)
w obliczeniach jest oparty na wszystkich możliwych wartościach z próby
Co oznacza stwierdzenie, że parametr jest "dostateczny":
jeżeli wartość oczekiwana obliczonych estymatorów („średnia” ze wszystkich prób) ze wszystkich możliwych prób jest równa rzeczywistej wartości parametru w populacji generalnej
w obliczeniach jest oparty na wszystkich możliwych wartościach z próby
z dwóch estymatorów ten jest bardziej efektywny, który ma mniejszą wariancję w miarę wzrostu liczebności prób wartość estymatora jest coraz bliższa rzeczywistej wartości parametru, np. średniej („prawo wielkich liczb”)
w obliczeniach jest oparty na wszystkich możliwych wartościach z próby
Testy parametryczne, np. s-Studenta i F Fishera-Snedecora wymagają:
rozkładu normalnego
żadnego z powyższych
rozkładu normalnego i homogenicznej wariancji
homogenicznej wariancji
rozkładu normalnego i homogenicznej wariancji
Testy parametryczne, np. s-Studenta i F Fishera-Snedecora wymagają:
rozkładu normalnego
żadnego z powyższych
rozkładu normalnego i homogenicznej wariancji
homogenicznej wariancji
rozkładu normalnego i homogenicznej wariancji
H0 odrzucamy gdy:
|t | ≥ |tα, df|
|t | < |tα, df|
H0 odrzucamy gdy:
|t | ≥ |tα, df|
|t | < |tα, df|
Jakie są założenia co do estymacji przedziałowej?
co do którego zakładamy, że może, ale nie musi, pokryć rzeczywistą wartość parametru (np. średniej) w populacji generalnej.
na podstawie próby losowej konstruujemy z pewnym dużym z góry założonym prawdopodobieństwem –zwanym poziomem ufności 1-α – pewien przedział liczbowy, c) co do którego zakładamy, że powinien pokryć rzeczywistą wartość parametru (np. średniej) w populacji generalnej.
na podstawie próby losowej konstruujemy z pewnym przeciętnym z góry założonym prawdopodobieństwem –zwanym poziomem ufności 1-α – pewien przedział liczbowy,
na podstawie próby losowej konstruujemy z pewnym dużym z góry założonym prawdopodobieństwem –zwanym poziomem ufności 1-α – pewien przedział liczbowy, c) co do którego zakładamy, że powinien pokryć rzeczywistą wartość parametru (np. średniej) w populacji generalnej.
Jakie są założenia co do estymacji przedziałowej?
co do którego zakładamy, że może, ale nie musi, pokryć rzeczywistą wartość parametru (np. średniej) w populacji generalnej.
na podstawie próby losowej konstruujemy z pewnym dużym z góry założonym prawdopodobieństwem –zwanym poziomem ufności 1-α – pewien przedział liczbowy, c) co do którego zakładamy, że powinien pokryć rzeczywistą wartość parametru (np. średniej) w populacji generalnej.
na podstawie próby losowej konstruujemy z pewnym przeciętnym z góry założonym prawdopodobieństwem –zwanym poziomem ufności 1-α – pewien przedział liczbowy,
na podstawie próby losowej konstruujemy z pewnym dużym z góry założonym prawdopodobieństwem –zwanym poziomem ufności 1-α – pewien przedział liczbowy, c) co do którego zakładamy, że powinien pokryć rzeczywistą wartość parametru (np. średniej) w populacji generalnej.
Co oznacza stwierdzenie, że parametr jest "efektywny":
jeżeli wartość oczekiwana obliczonych estymatorów („średnia” ze wszystkich prób) ze wszystkich możliwych prób jest równa rzeczywistej wartości parametru w populacji generalnej
w miarę wzrostu liczebności prób wartość estymatora jest coraz bliższa rzeczywistej wartości parametru, np. średniej („prawo wielkich liczb”
w obliczeniach jest oparty na wszystkich możliwych wartościach z próby
z dwóch estymatorów ten jest bardziej efektywny, który ma mniejszą wariancję
z dwóch estymatorów ten jest bardziej efektywny, który ma mniejszą wariancję
Co oznacza stwierdzenie, że parametr jest "efektywny":
jeżeli wartość oczekiwana obliczonych estymatorów („średnia” ze wszystkich prób) ze wszystkich możliwych prób jest równa rzeczywistej wartości parametru w populacji generalnej
w miarę wzrostu liczebności prób wartość estymatora jest coraz bliższa rzeczywistej wartości parametru, np. średniej („prawo wielkich liczb”
w obliczeniach jest oparty na wszystkich możliwych wartościach z próby
z dwóch estymatorów ten jest bardziej efektywny, który ma mniejszą wariancję
z dwóch estymatorów ten jest bardziej efektywny, który ma mniejszą wariancję
Estymator odchylenia standardowego jest:
zgodny i obciążony
niezgodny i nieobciążony
niezgodny i obciążony
zgodny i nieobciążony
Estymator odchylenia standardowego jest:
zgodny i obciążony
niezgodny i nieobciążony
niezgodny i obciążony
zgodny i nieobciążony
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.
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.
Co oznacza stwierdzenie, że parametr jest "zgodny" :
jeżeli wartość oczekiwana obliczonych estymatorów („średnia” ze wszystkich prób) ze wszystkich możliwych prób jest równa rzeczywistej wartości parametru w populacji generalnej
w obliczeniach jest oparty na wszystkich możliwych wartościach z próby
z dwóch estymatorów ten jest bardziej efektywny, który ma mniejszą wariancję
w miarę wzrostu liczebności prób wartość estymatora jest coraz bliższa rzeczywistej wartości parametru, np. średniej („prawo wielkich liczb”
w miarę wzrostu liczebności prób wartość estymatora jest coraz bliższa rzeczywistej wartości parametru, np. średniej („prawo wielkich liczb”
Co oznacza stwierdzenie, że parametr jest "zgodny" :
jeżeli wartość oczekiwana obliczonych estymatorów („średnia” ze wszystkich prób) ze wszystkich możliwych prób jest równa rzeczywistej wartości parametru w populacji generalnej
w obliczeniach jest oparty na wszystkich możliwych wartościach z próby
z dwóch estymatorów ten jest bardziej efektywny, który ma mniejszą wariancję
w miarę wzrostu liczebności prób wartość estymatora jest coraz bliższa rzeczywistej wartości parametru, np. średniej („prawo wielkich liczb”
w miarę wzrostu liczebności prób wartość estymatora jest coraz bliższa rzeczywistej wartości parametru, np. średniej („prawo wielkich liczb”
Statystykę z obszaru krytycznego w teście F wyznaczamy za pomocą:
najmniejszych wariancji obydwu prób
najmniejszej wariancji jednej próby
największej wariancji jednej próby
największych wariancji obydwu prób
największej wariancji jednej próby
Statystykę z obszaru krytycznego w teście F wyznaczamy za pomocą:
najmniejszych wariancji obydwu prób
najmniejszej wariancji jednej próby
największej wariancji jednej próby
największych wariancji obydwu prób
największej wariancji jednej próby
Kiedy używamy estymacji punktowej?
Gdy szacujemy nieznaną wartość paramentru jakiegoś rozkłądu z pominięciem dokłądności tego oszacowania
Kiedy używamy estymacji punktowej?
Gdy szacujemy nieznaną wartość paramentru jakiegoś rozkłądu z pominięciem dokłądności tego oszacowania
Estymator prawdopodobieństwa sukcesu określamy wzorem:
p = k/n
Estymator prawdopodobieństwa sukcesu określamy wzorem:
p = k/n
estymator frakcji to jednocześnie estymator prawdopodobieństwa:
sukcesu
zależności
porażki
symetrii
estymator frakcji to jednocześnie estymator prawdopodobieństwa:
sukcesu
zależności
porażki
symetrii
w testach nieparametrycznych z nominalnym poziomem pomiaru zależnej, wybieramy testy:
chi-kwadrat, test Fishera
U Manna-Whitneya, test Kołmogorowa-Smirnowa, test median
chi-kwadrat, test Fishera
w testach nieparametrycznych z nominalnym poziomem pomiaru zależnej, wybieramy testy:
chi-kwadrat, test Fishera
U Manna-Whitneya, test Kołmogorowa-Smirnowa, test median
chi-kwadrat, test Fishera
Wyniki z próby losowej możemy uogólnić na populację generalną za pomocą pewnych sposobów. Które to będą?
weryfikacja hipotez statystycznych
transformacjs logarytmiczna
klasyfikacja grupowa
estymacja przedziałowa
estymacja punktowa
weryfikacja hipotez statystycznych
estymacja przedziałowa
estymacja punktowa
Wyniki z próby losowej możemy uogólnić na populację generalną za pomocą pewnych sposobów. Które to będą?
weryfikacja hipotez statystycznych
transformacjs logarytmiczna
klasyfikacja grupowa
estymacja przedziałowa
estymacja punktowa
weryfikacja hipotez statystycznych
estymacja przedziałowa
estymacja punktowa
Estymator z wariancji jest:
zgodny i nieobciążony
niezgdony i nieobciążony
niezgodny i obciążony
zgodny i obciążony
Estymator z wariancji jest:
zgodny i nieobciążony
niezgdony i nieobciążony
niezgodny i obciążony
zgodny i obciążony
Co oznacza stwierdzenie, że parametr jest "nieobciążony":
w obliczeniach jest oparty na wszystkich możliwych wartościach z próby
jeżeli wartość oczekiwana obliczonych estymatorów („średnia” ze wszystkich prób) ze wszystkich możliwych prób jest równa rzeczywistej wartości parametru w populacji generalnej
w miarę wzrostu liczebności prób wartość estymatora jest coraz bliższa rzeczywistej wartości parametru, np. średniej („prawo wielkich liczb”
z dwóch estymatorów ten jest bardziej efektywny, który ma mniejszą wariancję
jeżeli wartość oczekiwana obliczonych estymatorów („średnia” ze wszystkich prób) ze wszystkich możliwych prób jest równa rzeczywistej wartości parametru w populacji generalnej
Co oznacza stwierdzenie, że parametr jest "nieobciążony":
w obliczeniach jest oparty na wszystkich możliwych wartościach z próby
jeżeli wartość oczekiwana obliczonych estymatorów („średnia” ze wszystkich prób) ze wszystkich możliwych prób jest równa rzeczywistej wartości parametru w populacji generalnej
w miarę wzrostu liczebności prób wartość estymatora jest coraz bliższa rzeczywistej wartości parametru, np. średniej („prawo wielkich liczb”
z dwóch estymatorów ten jest bardziej efektywny, który ma mniejszą wariancję
jeżeli wartość oczekiwana obliczonych estymatorów („średnia” ze wszystkich prób) ze wszystkich możliwych prób jest równa rzeczywistej wartości parametru w populacji generalnej
Jakie są cechy dobrego estymatora?
obciążony, efektywny, zgodny, dostateczny
Jakie są cechy dobrego estymatora?
obciążony, efektywny, zgodny, dostateczny
Estymator frakcji jest:
zgodny i nieobciążony
niezgodny i nieobciążony
niezgodny i obiciążony
zgodny i obiciążony
Estymator frakcji jest:
zgodny i nieobciążony
niezgodny i nieobciążony
niezgodny i obiciążony
zgodny i obiciążony
Zaznacz zdanie poprawne:
efektywność estymatora opartego o rozstęp szybko maleje ze wzrostem n
efektywność estymatora opartego o rozstęp szybko wzrasta ze wzrostem n
efektywność estymatora opartego o rozstęp szybko maleje ze wzrostem n
Zaznacz zdanie poprawne:
efektywność estymatora opartego o rozstęp szybko maleje ze wzrostem n
efektywność estymatora opartego o rozstęp szybko wzrasta ze wzrostem n
efektywność estymatora opartego o rozstęp szybko maleje ze wzrostem n
Cześć!
Wykryliśmy, że blokujesz reklamy na naszej stronie.
Reklamy, jak zapewne wiesz, pozwalają na utrzymanie i rozwój serwisu. W związku z tym prosimy Cię o ich odblokowanie by móc kontynuować naukę.
