1. Разность между сравниваемыми величинами при n>30 считается существенной (достоверной) если:

   1. t = 2

   2. t>2

   3. 1 <t<2

   4. t = 0

2. Оценка достоверности полученного значения критерия t для малых выборок проводится по:

   1. Специальной формуле

   2. По принципу t > 2

   3. По таблице Стьюдента

   4. Все вышеперечисленное возможно

3. Что устанавливает закон больших чисел?

   1. Распределение случайных величин с заданной достоверностью

   2. Тенденцию показателя выборочной совокупности при увеличении числа наблюдений максимально приближаться к генеральной совокупности

   3. Закономерную устойчивость некоторых средних в массовых случайных явлениях

   4. Все вышеперечисленное

4. Критерий Фишера используется:

   1. При сопоставлении сопряженных совокупностей

   2. Для сравнения степени однородности статистических групп

   3. При сопоставлении двух независимых серий наблюдений

   4. Все вышеперечисленное

5. Применение непараметрических методов статистического анализа целесообразно в следующих случаях:

   1. На этапе разведочного анализа

   2. При числе наблюдений меньше 30

   3. Когда закон распределения неизвестен

   4. При числе наблюдений больше 30

6. При сравнении независимых совокупностей используется

   1. критерий Манна-Уитни (U)

   2. t- критерий Стьюдента

   3. критерий Вилкоксона (Т)

   4. критерий Колмогорова - Смирнова (X)

7. При сравнении сопряженных (взаимосвязанных) совокупностей используется

   1. критерий знаков (Z)

   2. критерий Вилкоксона (Т)

   3. критерий Манна-Уитни-модификация критерий

   4. Колмогорова - Смирнова (X)

8. Непараметрические методы оценки достоверности различий характеризуются тем, что:

   1. Требуют предварительного знания характера распределения признака в совокупности

   2. Позволяют проводить оценку по качественным признакам

   3. Дают более точные результаты, чем параметрические методы

   4. Обычно применяются для малых выборок

   5. Просты в применении

9. К непараметрическим критериям в статистике относят:

   1. Критерий Стьюдента

   2. Критерий Вилкоксона

   3. Критерий Манна-Уитни

   4. Критерий Колмогорова-Смирнова

10. Применение критерия Пирсона целесообразно в следующих случаях:

    1. Частота или численность каждой группы принимают значения

    2. Объем выборки

    3. Частота или численность каждой группы принимают значения > 5

    4. Данные эмпирического распределения — независимы

    5. Объем выборки <20

11. Наиболее используемыми методами стандартизации является:

    1. прямой и обратный

    2. прямой и косвенный

    3. только прямой

    4. косвенный и обратный

    5. только косвенный

12. В медицинской статистике применяются:

    1. 5 методов стандартизации

    2. 3 метода стандартизации

    3. 2 метода стандартизации

13. Стандартизованные коэффициенты являются:

    1. условными

    2. специальными

    3. Относительными

    4. Абсолютными

14. При вычислении стандартизованных показателей прямым методом за стандарт можно принять:

    1. распределение одной из сравниваемых совокупностей

    2. специальные интенсивные показатели

    3. сумма сравниваемых совокупностей

    4. интенсивный показатель, характеризующий частоту явления (признака) в одной из сравниваемых совокупностей

Тесты 5

(Выберите один или несколько правильных ответов)

1. Корреляционный анализ устанавливает:

1. Наличие связи

2. Силу связи

3. Длительность связи

4. Направление связи

5. Все вышеперечисленное

2. Укажите способы представления корреляционной связи:

1. Корреляционная таблица

2. Корреляционный ряд

3. Корреляционное поле

4. Коэффициент корреляции

5. Все вышеперечисленное

3. Укажите методы расчета коэффициента корреляции:

1. Метод квадратов (Пирсона)

2. Метод Фишера

3. Метод рангов (Спирмена)

4. Все вышеперечисленное

5. Ничего из вышеперечисленного

4. Под корреляцией понимается:

1. Взаимосвязь между изучаемыми признаками

2. Взаимопроникновение изучаемых признаков

3. Изучение изменения явления во времени

5. Какие значения может принимать коэффициент корреляции:

1. -1 ÷ +1

2. 0 ÷ +1

3. 0 ÷ -1

4. 0 ÷ +3

5. 0 ÷ ∞

6. Теснота связи это

1. отношение суммы значений к сумме значений

2. производная Y по X

3. мера рассеяния результативного признака Y около линии регрессии

4. мера рассеяния факторного признака Х около уравнения регрессии

7. По направлению связи бывают:

1. обратные;

2. умеренные;

3. прямые;

4. прямолинейные.

8. Аналитическое выражение связи определяется с помощью методов анализа:

1. корреляционного;

2. регрессионного;

3. дисперсионного;

4. группировок.

9. Коэффициент корреляции рангов Спирмена можно применять для оценки тесноты связи между:

1. любыми количественными признаками;

2. качественными признаками, значения которых могут быть упорядочены;

3. количественными признаками, значения которых могут быть упорядочены

4. любыми качественными признаками.

10. Функциональной является связь;

1. между двумя признаками;

2. при которой определенному значению факторного признака соответствует несколько значений результативного признака;

3. при которой определенному значению факторного признака соответствует одно значение результативного признака;

4. Все вышеперечисленное.

11. Регрессионный анализ позволяет:

1. Установить достоверность различия между показателями.

2. Устранить неоднородность сравниваемых групп

3. Определить взаимосвязь между признаками без измерения ее величины

4. Дать количественную оценку взаимосвязи между признаками

5. Оценить динамику явления

12. Уравнение регрессии отыскивается

1. выборочным методом

2. методом интегрированием по частям

3. методом наименьших квадратов

4. методом множителей Лагранжа

13. Коэффициент , в уравнении регрессии показывает

1. тесноту связи между факторным и результативным признаками

2. на сколько единиц изменится значение результативного признака при изменении факторного признака на 1 единицу

3. на сколько процентов изменится значение результативного признака

4. изменение факторного признака

14. Если при равномерном возрастании значений факторного признака средние значения результативного признака равномерно возрастают, то уравнение регрессии обыскивается в виде

1. линейного уравнения

2. уравнения гиперболы

3. уравнения параболы

4. уравнения третьей степени

15. Cвязь между факторным и результативным признаками является тесной, если

1. n=-1

2. n=0

3. n=1

4. n=бесконечность

16. Задачей регрессионного анализа является

1. определение формы связи между факторным и результативным признаками

2. установление тесноты связи между факторным и результативным признаками

3. вычисление ошибки показателя тесноты связи

4. определение доверительного интервала для показателя тесноты связи

5. оценка статистической адекватности (достоверности) уравнения регрессии.

17. Оценка значимости параметров модели регрессии осуществляется на основе:

1. коэффициента корреляции;

2. средней ошибки аппроксимации;

3. t–критерия Стьюдента;

4. Ничего из вышеперечисленного

18. Оценка значимости уравнения регрессии осуществляется на основе: