Ответы на вопросы к экзамену "Профессиональные базы данных и информационные технологии в биологии"
Ответы на вопросы к экзамену "Профессиональные базы данных и информационные технологии в биологии".
Список вопросов:
1. F-распределение (распределение Фишера).
2. T- распределение, t-критерий Стьюдента для независимых выборок.
3. T-распределение, t-критерий Стьюдента для зависимых выборок.
4. Z-преобразование.
5. Автокорреляция. Анализ коррелограмм.
6. Авторегрессионные модели временных рядов.
7. Базы геоданных. Базы данных изображений.
8. Базы данных ДНК, РНК, аминокислот/белков.
9. Базы данных о распространении организмов, таксономические базы данных.
10. Базы данных: определение, основные типы (реляционные, иерархические, сетевые базы данных).
11. Валидность исследования и виды ошибок (случайные, систематические).
12. Генеральная совокупность и выборка. Понятие репрезентативности и способы формирования выборки.
13. Двухфакторный дисперсионный анализ.
14. Доверительные интервалы среднего, p-уровень значимости.
15. Иерархическая кластеризация.
16. Интерпретация результатов и ограничения корреляционного анализа.
17. Квартили распределения. Интерпретация графиков box-plot.
18. Кластер и центр кластера. Требования к исходным данным. Определение оптимального числа кластеров.
19. Кластерный анализ методом k-средних.
20. Компоненты временных рядов.
21. Критерий хи-квадрат Пирсона. Анализ таблиц сопряженности.
22. Линейная регрессия.
23. Логистическая регрессия.
24. Меры изменчивости.
25. Меры центральной тенденции. График pot plot.
26. Метод анализа главных компонент.
27. Многофакторный дисперсионный анализ.
28. Множественная регрессия.
29. Модель скользящего среднего.
30. Наглядное отображение результатов статистического анализа.
31. Нулевая и альтернативная статистические гипотезы. Ошибки первого и второго рода.
32. Ограничения регрессионных методов и требования к исходным данным.
33. Однофакторный дисперсионный анализ.
34. Определение временных рядов. Предсказательный интервал.
35. Определение кластерного анализа, область применения.
36. Определение статистики. Направления статистики.
37. Определение стационарности и способы преобразования нестационарных временных рядов. Теорема Вольда.
38. Параметрические и непараметрические методы.
39. Понятие корреляции и условия её применения. Коэффициент корреляции.
40. Представление результатов статистического анализа в научных публикациях.
42. Проблема множественных сравнений. Поправка Бонферрони и поправка Тьюки.
43. Проверка качества модели. Информационные критерии (AIC, BIC).
44. Проверка распределения на нормальность (графические и формальные методы).
45. Расстояние Пирсона и распределение хи-квадрат Пирсона.
46. Типы переменных. Гистограмма частот.
47. Типы распределения: нормальное, биномиальное, T-распределение.
48. Точный критерий Фишера.
49. Цели применения регрессионных моделей. Уравнения регрессии.
50. Центральная предельная теорема и нормальное распределение.
