Часть 1. 1) Две выборки являются зависимыми, если каждому испы24) туемому из одной выборки поставлен в соответствие по опред критерию испытуемый из другой выборки. 2) Гипотеза исследования это утверждение о связи двух 25) явлений, относящихся к свойствам генеральной совкупности. 26) 3) Если 1-я выборка – преподаватели ВУЗа, а 2-я выборка – их студенты, то 2-я выборка по отношению к 1-й являет27) ся зависимой. 4) Основной способ обеспечения репрезентативности выборки относительно генеральной совокупности это ран28) домизированный/стратофицированный случайный отбор. 5) Основное свойство выборки, определяющее ее качество – это: репрезентативность. 29) 6) Цифра, обозначающая номер испытуемого в списке – это измерение в шкале номинативной. 7) Упорядочивание испытуемых по времени решения те30) стовой задачи – это измерение в шкале рангов. 8) Время простой сенсомоторной реакции (в мс) – это измерение в шкале – абсолютной. 31) 9) Кодирование испытуемых по воинскому званию (лейтенант, капитан, майор…) для оценки должностного статуса – это измерение в шкале ранговой. 32) 10) Одна из перечисленных характеристик не относится к шкалам (уровням) измерения С.Стивенса: соотношение между свойствами чисел и измеряемыми свойствами 33) объектов. 11) Для деления выборки на несколько независимых выбо34) рок обычно используется следующая переменная: номинативная переменная. 12) Если по времени решения тестовой задачи трем испыту35) емым (из 20) присвоены ранги 1 (самый быстрый), 2, 5, то справедливо следующее утверждение: 1 решил быстрее, чем 2 и 5 13) Мода как мера центральной тенденции не пригодна для 36) переменных в следующих шкалах: пригодна ко всему 14) Медиана как мера центральной тенденции не пригодна для переменных в следующих шкалах: не годится для 37) номинативных. 15) Среднее как мера центральной тенденции не пригодна 38) для переменных в следующих шкалах: неметрические (номинативная, ранговая) 16) Графики распределения частот значений признака для 39) группы юношей (1) и группы девушек (2) Как соотносятся средние значения и дисперсии признака 40) групп (по графику): 17) Из всех мер центральной тенденции крайние значения (выбросы) в наибольшей степени влияют на среднее. 41) 18) Абсолютная величина каждого отдельного значения не учитывается для определения значений следующих мер 42) центральной тенденции: мода и медиана. 19) Если для выборки численностью 200 чел., 60-й процентиль некоторого признака равен 12, то справедливо сле43) дующее утверждение: 50й процентиль =10, 120 человек имеют значение признака ≤ 12, а 80 человек ˃ 12. 44) 20) Такое значение признака, измеренного на группе испытуемых, меньше которого имеют ровно половина этих испытуемых, называется 50 процентиль, 2 квартиль, ме45) диана. 21) 50-й процентиль соответствует: медиане, 2 квартилю. 22) Какой из показателей характеризует степень разнообразия испытуемых по значениям переменной: дисперсия. 46) 23) Чему равна медиана ряда значений 1, 2, 2, 2, 3, 7, 6, 5, 9, 5: =4 Как соотносятся меры центральной тенденции для данного ряда значений 0, 0, 2, 2, 5, 6, 6, 6, 9: не равны (мода 6, медиана 5, среднее 4) 1:0,8 Как соотносятся стандартные отклонения (сигмы) двух рядов чисел: 1) 9, 15, 12, 24, 21 и 2) 3, 9, 6, 18, 15: = 1:1 Как соотносятся дисперсии двух рядов чисел: 1) 5, 8, 10, 12, 11 и 2) 1, 4, 6, 8, 7: = 1:1 Как соотносятся стандартные отклонения возраста выборки детей 2-6 лет (N = 30), выраженные в годах и месяцах: в месяцах отклонения будут больше на 12. В группах 1 и 2 измерена некоторая переменная. D1 = D2=10, M1=20, M2=30. После объединения этих групп дисперсия: увеличится. В группах 1 и 2 измерена некоторая переменная. D1 = D2=5, M1=6, M2=12. После объединения этих двух групп дисперсия увеличится. Если распределение переменной соответствует нормальному виду, то 90% всех ее значений находится: М±1,64сигма Если распределение признака соответствует нормальному виду, то 99% всех ее значений находится: М±2,58сигма Если распределение переменной соответствует нормальному виду, то 90% всех ее значений находится: м±1,64сигма Если распределение переменной соответствует нормальному виду, то в диапазоне М±1,96σ: 95% Если распределение переменной соответствует нормальному виду, то 95% всех ее значений находится: М±1,96сигма Некоторое свойство измеряется при помощи тестовой шкалы CEEB (М=500, =100). Какая приблизительно доля генеральной совокупности имеет балл от 600 до 700? 13,5% Некоторое свойство измеряется при помощи тестовой шкалы Бине (М=100, =16). Какая приблизительно доля генеральной совокупности имеет балл ниже 84? 16% Для изучения каких связей коэффициенты корреляции не применимы : нелинейных немонотонных. Для каких переменных допустимо применение коэффициентов корреляции: измеренных в количественной шкале. Если коэффициент корреляции Пирсона r = – 0,5, то коэффициент детерминации равен: 0,25 Если y – зависимая, а x – независимая переменные, то R2xy (коэффициент детерминации) это часть дисперсии зависимой переменной y, обусловленной независимой. После z-преобразования выборочных значений переменной среднее и сигма М=0, σ=1 Если Rxy=1 и обе переменные xi и yi представлены в zзначениях, то уравнение регрессии ŷi=bxi+a принимает вид: y=x Если Rxy=0, то уравнение регрессии ŷi=bxi+a принимает вид: y=My Если Rxy= 0, и обе переменные xi и yi представлены в zзначениях, то уравнение регрессии ŷi=bxi+a принимает вид: y=0 Если объем выборки N=21, ковариация между двумя признаками Cov12=8, а стандартные отклонения 1=4; 2=8, то коэффициент корреляции R12 Пирсона равен 0.25 Если изучается взаимосвязь между двумя признаками (1=5; 2=6; N = 21), то величина ковариации (Cov12) может быть: (-30<Cov<30) 1 Часть 1. 47) Какая корреляция основана на подсчете разности рангов: 68) r-Спирмена 48) Какая корреляция основана на подсчете произведений отклонений от средних: r-Пирсона 69) 49) Какая корреляция основана на подсчете пар испытуемых: τ-Кендалла 50) Коэффициент корреляции Спирмена основан на подсчете 70) разностей рангов. 51) Если при переборе всех пар испытуемых в выборке вероятность однонаправленного изменения X и Y (совпаде71) ний) составила Р = 0,8, то величина τ-Кенделла равна: 0,6 52) Если при переборе всех пар испытуемых в выборке вероятность разнонаправленного изменения X и Y (инверсий) составила Q = 0,8, то величина τ-Кенделла равна: 72) 0,6 53) При подсчете τ -Кенделла на выборке N = 6 число совпадений составило P=10; τ –Кенделла равно 0,33 73) 54) Чему равна корреляция Спирмена и Кендалла для двух переменных: № X Y а) 0 74) 1 32 2 б) -1 2 16 6 в) 1 3 20 4 г) 0,5 75) 4 8 10 5 11 8 55) Проверяемая содержательная (научная) гипотеза под76) тверждается, если (при = 0,05): p≤0.05 56) Чем больше значение р-уровня, тем меньше статистическая значимость результата. 77) 57) Вероятность того, что в генеральной совокупности нулевая гипотеза верна, есть показатель уровня значимости. 58) Результат проверки гипотезы признается статистически 78) достоверным, если меньше ошибки первого рода. 59) Уровень статистической значимости это вероятность того, что обнаруженная связь носит случайный характер. 79) 60) Может ли одно и то же численное значение корреляции для разных выборок иметь разную статистическую значимость? да 80) 61) Для 1-ой выборки корреляция Rxy=0,35 (p=0,06), для 2-ой выборки Rxy=0,35 (p=0,03). Почему p-уровень разный? Зависит от объема выборки и степеней свободы. 62) При сравнении двух средних (М1=5, М2=7) значение р81) уровня будет тем меньше, чем больше величина связи, больше объем выборки, меньше дисперсия. 63) При сравнении двух распределений частот с использова82) нием критерия Хи-квадрат значение р-уровня больше, если различий между эмпирическим и теоретическим распределением меньше; меньше величина связи, мень83) ше объем выборки, больше дисперсия. 64) Гомогенность (равенство) дисперсий проверяется перед: применением t-Стюдента, r-Пирсона, ANOVA 84) 65) Если при сравнении средних для 2-х независимых выборок неравной численности дисперсии статистически значимо различаются, то следует: применить непараметрический критерий Манна-Уитни, ранговые корреляции, r85) Спирмена, τ-Кендалла. 66) Если при сравнении средних для нескольких независимых выборок неравной численности дисперсии статистически достоверно различаются, то следует: применить 86) Манна-уитни, ранговые корреляции, r-Спирмена, τКендалла. 67) Если при проверке статистической достоверности корреляции (при α = 0,05) р > 0.1, то корректен вывод, что статистически значимая связь не обнаружена. Если при проверке статистической достоверности корреляции (при α = 0,05) р < 0.05, то корректен вывод, что обнаружена статистически достоверная связь. Если при проверке статистической значимости различий двух средних р > 0.1, то делают вывод о том, что статистически значимые различия не обнаружены. Если при проверке статистической значимости различий двух средних (при α = 0,05) р < 0.05, то делают вывод о том, что обнаружены статистически значимые различия. Для проверки достоверности различия двух независимых групп, члены которых ранжированы по степени выраженности «тревожности», применяют критерий UМанна-Уитни Для проверки достоверности различия двух повторных измерений, члены которых ранжированы по степени выраженности «тревожности», применяют критерий TВилкоксона Для проверки достоверности различий студентов 1 и 5 курсов по переменной «семейное положение» (холост – нет) следует применить критерий X2 Пирсона Для проверки достоверности различий 2-х выборок по переменной «пол» (муж - жен) следует применить критерий X2 Пирсона Для сравнения преподавателей и студентов по «доминантности» (метрическая шкала), следует применить критерий t-Стьюдента для зависимых Для сравнения двух независимых выборок по количественной переменной, имеющей заметные выбросы, применяют критерий U-Манна-Уитни Для проверки различия самочувствия (метрическая шкала) до и после терапии применяют критерий t-Стюдента для зависимых. Если необходимо сравнить два повторных измерения количественной переменной, имеющей заметные выбросы, то применяют критерий Т-Вилкоксона Для проверки достоверности различия двух зависимых выборок по переменной, измеренной в ранговой шкале, применяют критерий Т-Вилкоксона Для проверки достоверности различия старших (1-я выборка) и их младших (2-я выборка) братьев по уровню доминантности, измеренной в метрической шкале, применяют критерий t-Стьюдента для зависимых выборок. Гипотезу о взаимосвязи номинативной (2 градации) и ранговой переменных целесообразно проверять при помощи U-Манна-Уитни, Т-Вилкоксона Гипотезу о взаимосвязи номинативной (2 градации) и метрической переменных целесообразно проверять при помощи Т-Стьюдента Статистическая значимость улучшения состояния (ранговая шкала) до и после терапии определяется по критерию Т-Вилкоксона Гипотезу о взаимосвязи ранговой и номинативной переменной, имеющей две градации (напр., пол), целесообразно изучать при помощи критерия U-Манна-Уитни, ТВилкоксона Для проверки достоверности различия 2 групп, каждый член которых определен в одну из трех категорий («правый», «левый», «центрист»), применяют критерий X2 Пирсона Для проверки гипотезы о различии 2 групп по степени индивидуальной изменчивости (дисперсии) применяют критерий F-Фишера. 2 Часть 1. 87) Гипотезу о взаимосвязи метрической и номинативной 107) Статистическая гипотеза Но о равенстве двух средпеременной, имеющей две градации (напр., пол), целесоних значений (N1=60; N2=70) отклоняется (при α = 0,01), образно изучать при помощи критерия t –Стьюдента если: стьюдент p≤0,01 88) Гипотезу о взаимосвязи метрической и номинативной 108) Статистическая гипотеза Но о корреляции двух перепеременной, имеющей 5 градаций (например, хобби), цеменных (N = 18) отклоняется (при α = 0,01), если: пирлесообразно проверять при помощи однофакторного сон p≤0,01 ANOVA 109) Статистическая гипотеза Но о корреляции двух пере89) Гипотезу о взаимосвязи порядковой и номинативной пеменных (N = 18) не отклоняется (при α = 0,01), если: ременной, имеющей 4 градации (напр., должность), цепирсон p≤0,05 лесообразно изучать при помощи критерия H-Краскала110) Если при сравнении 2-х средних при помощи комУоллеса пьютера получен следующий результат: t=2,48; p=0,045, 90) Гипотезу о взаимосвязи метрической и порядковой пето различие между соответствующими группами по изременной, имеющей 15 градаций, целесообразно изучать меренному признаку (при α = 0,05) – статистически допри помощи ANOVA стоверно 91) Гипотезу о взаимосвязи 2-х количественных перемен111) Если при сравнении 2-х средних при помощи комных, имеющих заметные выбросы (асимметрии) целесопьютера получен следующий результат: t=2,56; p=0,036 (α = 0,05), то различие между соответствующими групобразно проверять при помощи r-Спирмена, τ-Кендалла пами по измеренному признаку - статистически досто92) Для проверки гипотезы о взаимосвязи одной метрической переменной и двух номинативных переменных цеверно лесообразно применять: ANOVA 112) Если при вычислении корреляции на компьютере 93) Для проверки гипотезы о взаимосвязи одной метричеполучен результат: r34=0,49; p=0,11, то взаимосвязь межской переменной и одной номинативной переменных с 3 ду перменными 3 и 4 (при α = 0,05): статистически не достоверно и более значениями целесообразно применять: ANOVA однофакторный 94) Для проверки гипотезы о взаимосвязи одной метрической переменной и трех номинативных переменных целесообразно применять: многофакторный ANOVA 95) Но об идентичности зависимых выборок по уровню выраженности переменной, измеренной в ранговой шкале (при α = 0,05) отклоняется, если: вилкоксон p≤0,05 96) Но об идентичности независимых выборок по уровню выраженности переменной, измеренной в ранговой шкале (при α = 0,05) отклоняется, если: манна-уитни p≤0,05 97) Но об идентичности зависимых выборок по уровню выраженности переменной, измеренного в метрической шкале (при α = 0,05) отклоняется, если: стьюдента p≤0,05 98) Но об идентичности независимых выборок по уровню выраженности переменной, измеренного в метрической шкале (при α = 0,05) отклоняется, если: стьюдент p≤0,05 99) Но об отсутствии взаимосвязи двух номинативных переменных (при α = 0,05) отклоняется, если: хи вадрат p≤0,05 100) Но об отсутствии взаимосвязи двух номинативных переменных (при α = 0,05) не отклоняется, если: хи квадрат p≤0,1 101) Но об отсутствии взаимосвязи двух порядковых переменных (при α = 0,05) не отклоняется, если: спирмен, тау p≤0,1 102) Но об отсутствии взаимосвязи двух порядковых переменных (при α = 0,05) отклоняется, если: тау p≤0,05 103) Статистическая гипотеза Но о равенстве двух средних значений (N1=60; N2=70) не отклоняется (при α = 0,01), если: стьюдент p≤0,05 104) Но об отсутствии различий двух распределений номинативного признака отклоняется (при α = 0,05), если: хи квадрат p≤0,05 105) Но об отсутствии различий дисперсий двух независимых выборок (при α = 0,05) отклоняется, если: фишер p≤0,05 106) Но об отсутствии различий дисперсий двух независимых выборок (при α = 0,05) не отклоняется, если: фишер p≤0,1 3
