Анализ данных

ВСЕГО 33 ВОПРОСА.

РЕЗУЛЬТАТ 78% (1 попытка).

ПОДТВЕРЖДЕНИЕ РЕЗУЛЬТАТОВ СДАЧИ ТЕСТОВ ВО ВЛОЖЕНИИ.

Перед покупкой начните тест и проверьте, что вопросы совпадают!

1. Что приведено на рисунке?

Компоненты общего закона распределения с четкими границами страт

Функции принадлежности к каждой из страт

Гистограмма распределения наблюдаемых значений признака

Гистограммы эмпирического и начального приближения теоретического распределений

2. Что приведено на рисунке?

Ящичная диаграмма логарифмически нормально распределенного признака x

Диаграмма рассеяния при наличии аномального наблюдения

Линии регрессии в отсутствие (сплошная линия) и при наличии (пунктирная линия) аномального наблюдения

Диаграмма рассеяния в отсутствие аномального наблюдения

3. Укажите утверждения, которые соответствуют понятию «мода»:

гистограмма, изображающая частоты встречаемости признака в убывающем порядке, на которую накладывается точечно-линейный график из накопленных частот, отражающий накопленную частоту (или частость) значений признака количественным и категориальным

мода может быть не единственной, если два или несколько значений переменной обладают одинаковой максимальной частотой

значению признака, приходящего на середину вариационного (ранжированного) ряда наблюдений

наиболее часто встречающееся значение переменной

4. Различают два класса нелинейных регрессионных моделей.

Нелинейные как относительно включенных в анализ объясняемых переменных, так и по оцениваемым параметрам

Нелинейные как относительно включенных в анализ объясняющих переменных, так и по оцениваемым параметрам

Нелинейные относительно объясняющих переменных, но линейные по оцениваемым параметрам

Нелинейные относительно объясняемых переменных, но линейные по оцениваемым параметрам

5. Что приведено на рисунке?

Расположение доверительных границ в дифференцированной зависимости

Расположение доверительных границ в линейной зависимости

Расположение доверительных границ в случае линейной регрессии

Расположение доверительных границ в нелинейной зависимости

6. Каноническая зависимость определяется при помощи ...... аргументов — канонических величин, вычисленных как линейные комбинации исходных признаков.

7. Модель экспоненциального сглаживания описывается рекуррентной формулой

St=αyt+βSt−1 

St=αy2t⋅βSt−1 

St=αyt⋅βSt−1 

St=αy2t+βSt−1 

8. Существуют следующие ограничения методов робастного оценивания:

уровень засорения ε должен быть известен

распределение не должно быть симметричным

распределение должно быть симметричным

уровень засорения ε не должен быть известен

9. Сопоставьте названия представления данных с рисунками.

Столбиковая диаграмма

Гистограмма

Точечно-линейный график

Диаграммы рассеяния с построенной линейной регрессионной зависимостью между переменными

Ленточная (полосовая) диаграмма

Трехмерный точечный график

Круговая диаграмма

Пузырьковая диаграмма (трехмерные данные)

10. ..... зависимость – это зависимость, при которой функциональной зависимостью связаны фактор X и среднее значение результативного показателя Y.

11. ...... совокупностью называют множество всех мыслимых наблюдений, которые могли бы быть произведены при данном комплексе условий

12. Последствиями игнорирования гетероскедастичности при оценивании параметров регрессионной модели методом наименьших квадратов являются:

заниженные значения оценок дисперсий коэффициентов при регрессорах

завышенные значения коэффициентов при регрессора

завышенные значения оценок дисперсий коэффициентов при регрессорах

заниженные значения коэффициентов при регрессорах

13. Средние представляют собой обобщающие показатели, характеризующие центр группирования данных. Обычно рассматривают средние:

взвешенную

арифметическую

гармоническую

системную

геометрическую

14. На рисунке приведены формы кластеров.

Что обозначено буквами а, б, в и г?

а) - Эллипсоидная

б) - Бананообразная

в) - Конусообразная

г) - Шарообразная

15. Сопоставьте понятия с их описанием:

Иерархические агломеративные методы

Вероятностный подход к классификации

Эволюционные алгоритмы

строятся с соответствии с представлением об эволюции в живой природе. В них применяются понятия популяции, хромосомы, по аналогии с соответствующими биологическими процессами осуществляются мутация, рекомбинация, селекция групп объектов.

основан на предположении о том, что объекты, принадлежащие к одному из выделяемых классов, описываются одинаково распределенными случайными векторами, а для различных классов характерны разные распределения вероятностей.

представляют собой группу методов, характеризующихся последовательным объединением исходных элементов и соответствующим уменьшением числа кластеров.

16. Что приведено на рисунке?

Разделение совокупности на два класса с помощью одной дискриминантной функции

Разделение совокупности на два класса с помощью двух дискриминантных функций

Разделение совокупности на три класса с помощью двух дискриминантных функций

Разделение совокупности на три класса с помощью одной дискриминантной функции

17. Наблюдаемое значение статистики критерия рассчитывается по формуле:

18. Сопоставьте методы с их математическим описанием.

Метод минимакса

Метод наименьших квадратов

Метод наименьших модулей

19. Сопоставьте коэффициенты с их формулами для расчета

Коэффициент ассоциации

Коэффициент контингенции

Коэффициент взаимной сопряженност

Коэффициент взаимной сопряженности Чупрова

20. Подход к построению модели ARIMA ее авторы представили в виде трехступенчатой итеративной процедуры, включающей следующие этапы (ступени):

1. идентификация пробной модели

2. оценивание параметров модели

3. диагностическая проверка адекватности модели

21. К числу эвристических методов снижения размерности относят:

метод экстремальной группировки признаков

метод скользящей средней

метод наименьших квадратов

метод корреляционных плеяд

22. Нормирование признаков производят с целью:

уменьшения размерности признакового пространства

упрощения расчетов

устранения влияния различных единиц измерения

нет верного ответа

23. Задачи многомерного шкалирования предусматривают не только построение систем координат, в которых представляются исследуемые объекты, но и содержательную ....... этих шкал в качестве вполне определенных характеристик, существенных для дифференциации объектов в рассматриваемом смысле.

24. Можно выделить два направления в снижении размерности признакового пространства по принципу используемых для этого переменных:

формирование новых признаков путем трансформации полученных данных

отбор признаков из имеющегося исходного набора

формирование новых признаков путем трансформации первоначальных данных

отбор признаков случайный образом, из тех что не входят исходный набор

25. Рекомендуемое число бутстреповских выборок при объеме исходной выборки n равно

N = n2(log n)2

N = n(log n)2

N = 2n(log n)2

N = 2n(log n)

26. «Правило Парето» — ..... результата часто обусловлены действием .... всех вызывающих их факторов.

27. Сопоставьте понятия с их описанием.

Мощностью критерия

Статистическим критерием

Основной принцип проверки гипотезы

Статистической гипотезой

называют однозначно определенное правило, устанавливающее условия, при которых проверяемую гипотезу (H0) следует либо отвергнуть, либо не отвергнуть

если наблюденные значения статистики критерия попадают в критическую область, то гипотезу отвергают. В противном случае гипотезу не отвергают.

называют непротиворечивое множество предположений о виде или параметрах неизвестных законов распределения генеральных совокупностей

называют вероятность отклонения нулевой гипотезы H0, когда она неверна, т.е. вероятность 1 - β не совершить ошибку второго рода.

28. ..... называют колебания, в случае если их период не превышает одного года.

29. Что приведено на рисунке?

Ядерная оценка плотности с использованием гауссова ядра при h = 0,25

Ядерная оценка плотности с использованием прямоугольного ядра при h = 0,5

Недостаточно гладкая ядерная оценка плотности с использованием гауссова ядра при h = 0,15

Чрезмерно гладкая ядерная оценка плотности с использованием гауссова ядра при h = 0,5

30. Выборочной характеристикой (статистикой) называют функцию, зависящую только от результатов наблюдения x1, x2, ..., xn:

Ω*n = Ω*n (x1, x2, ..., xn)

ϑ*n = ϑ*n (x1, x2, ..., xn)

θ*n = θ*n (x1, x2, ..., xn)

Σ*n = Σ*n (x1, x2, ..., xn)

31. Факторный анализ со статистической точки зрения связан с поиском новых признаков, характеризующих объекты наблюдения на основе имеющейся информации, которая содержится в измеренных значениях k исходных признаков (x1,x2 , ..., xk )T

32. Что приведено на рисунке?

Временной ряд, подходящий для прогнозирования с помощью среднего абсолютного прироста

Гистограмма распределения количества автомобилей в регионе по регионам России

Временной ряд, подходящий для прогнозирования с помощью среднего темпа роста

Динамика числа природных катастроф в мире и прогнозирование их числа с помощью среднего абсолютного прироста и среднего темпа роста

33. Для оценки коэффициентов регрессии, на которые оказывают влияние сопутствующие переменные, в регрессионную модель вводят так называемые фиктивные переменные, принимающие только два значения:

–1 или 0

–1 или 1

1 или 2

0 или 1