Jakou charakteristiku relativní změny cen 3 výrobků při stálým objemu produkce ze základního období použijeme
Index proměnlivé složky
F. Index
P. Index
L. Index
Pokud známe Pascheho cenový index a Fischerův cenový index můžeme zjistit:
Laspeyresův cenový index
Laspeyresův index množství
Index determinace
Nejde zjistit nic
Koeficient determinace v regresní analýze lze případě spočítat jako
Druhá odmocnina z korelačního koeficientu
Druhá odmocnina z variačního koeficientu
Poměr determinace na druhou
Korelační koeficient na druhou
Co je index determinace
Nabývá hodnot <-1;1>
Poměr čtverce modelu a celkových čtverců
Poměr čtverce modelu a reziduálních čtverců
Může nabývat jakékoliv hodnoty
Čtvrtletní časovou řadu očistíme od sezonnosti
Aritmetickými průměry
Jednoduchými klouzavými průměry
Centrovanými klouzavými průměry
Váženými aritmetickými průměry
Provedli jsme 25 měření před hnojením a po hnojení půdy. Jak zjistíme, jestli velikost úrody závisí na hnojení?
Test o rovnosti rozptylu
Test o nerovnosti rozptylu
Test rovnosti středních hodnot
Známe rovnice přímky Y = 130 - 0,0 8X, potom můžeme o korelační koeficientu říct:
Korelační koeficient je - 0,08
Korelační koeficient je záporný
Korelační koeficient je kladný
Z rovnice nemůžeme říct, jaký bude korelační koeficient
Očištěná časová řada má
Jen trendovou část
Sezónní a náhodnou složku
Jen náhodu složku
Trendovou a náhodnou
Systematické složky v krátkodobé časově řadě jsou pouze
Trendová, sezónní, cyklická
Trendová, cyklická, reziduální
Cyklická, sezónní
Reziduální
Při Layelova indexní analýze při index 1,2, 1,42, 1,36, 1,48 nemůže výsledek být
1,25
1,41
1,52
1,35
Když se změní u testování alfa z 5% na 1% tak se kritický obor
Nezmění
Zmenší
Zvětší
Nedá se říct
Spotřební koš představuje
Váhový systém indexu spotřebitelských cen a ceny všech výrobků na trhu
Soubor zpravodajských jednotek a periodicitu zjišťování cen
Soubory reprezentantů a váhový systém indexu spotřebitelských cen
Homogenní skupiny výrobků, jejichž ceny se pravidelně zjišťuji
Známy hodnoty u chí – kvadrát testu – kde bylo G záporné a určit co s H0:
Zamítáme
Nezamítáme
Hodnota G je špatně vypočítana
Nelze určit
Chcete porovnat výkony pracovníků – to je počet vyrobených výrobků za směnu ve 3 směnách, použijete:
T-test v korelační analýze
T-test o shodě střední hodnot
Chí-kvadrát test v kontingenční tabulce
F-test v analýze rozptylu
Metoda nejmenších čtverců
Slouží k odhadu rozptylu
Slouží k odhadu parametrů regresní funkce
Slouží k výpočtu předpovědi
Slouží k testování hypotéz
Poměr determinace u analýzy rozptylu, jak ho vypočítáme
Meziskupinový / celkový
Meziskupinový / vnitroskupinový
Vnitroskupinový / celkový
Vnitroskupinový / meziskupinový
Jen jedna z následujících pravděpodobnostních funkcí je správná pro hodnoty 1, 2, 3
P(1)=0,2; P(2)=0,4; P(3)=0,4
P(1)=0,1; P(2)=0,4; P(3)=0,4
P(1)=0,3; P(2)=0,4; P(3)=0,7
P(1)=0,2; P(2)=0,4; P(3)=0,5
Obsahem nulové hypotézy u korelační analýzy je
Závislost dvou kvantitativních proměnných
Nezávislost dvou kvantitativních proměnných
Závislost dvou kvalitativních proměnných
Nezávislost dvou kvalitativních proměnných
Individuální indexy dělíme na
Jednoduché a složené
Jednoduché a souhrné
Souhrné a složené
Jednoduché, složené a souhrné
Pokud jeden je z mé pravděpodobnost 0,5 a druhý 0,2 a jejich sjednocení má hodnotu 0,7, pak tyto jevy jsou
Nezávislé
Neslučitelné
Tato situace nemůže nastat, jelikož sjednocení se vždy rovná násobku daných pravděpodobností
Je možné, aby se u symetrického čehosi neshodoval průměr s mediánem
Není to možné
Je to možné, ale pouze pokud se vyskytují příliš malé hodnoty
Je to možné, pokud se vyskytují příliš velké hodnoty
Je to možné, pokud se vyskytují příliš velké nebo příliš malé hodnoty
Lineární závislost dvou veličin vyjádřená v grafu přímkou rovnoběžnou s vodorovnou osou
Jsou na sebe lineárně závislé-1
Jsou na sebe lineárně nezávislé 0
Jsou na sebe funkčně závislé
Jsou na sebe funkčně nezávislé
Zjištěné četnosti zaznamenávané uvnitř kontingenční tabulky se nazývají
Marginální
Sdružené
Očekávané
Kumulativní
Měsíční okamžikovou časovou řadu převedeme na čtvrtletní časovou řadu
Součtem hodnot za 3 měsíce
Součtem hodnota za 4 měsíce
Vybereme z měsíční časové řady každou 3. hodnotu
Vybereme z měsíční časové řady každou 4. hodnotu
Zvětšením spolehlivosti se při stejném rozsahu výběru přesnost intervalového odhadu střední hodnoty normálního rozdělení
Nezmění se
Nelze říci
Při modelování sezónní složky regresní metodou do modelu
Nevkládáme žádné sezónní umělé proměnné
Skládáme o jednu méně sezónních umělých proměnných než je počet sezon
O jednu více sezonních umělých proměnných než je počet sezon
Stejný počet sezonních umělých proměnných jako je počet sezon
Z 30 hodnot byl vypočten aritmetický průměr 15 a nalezen median 13,9.dvě jednotky však byly opomenuty a je třeba dodatečně zařadit do souboru. Hodnoty sledované proměnne jsou u nich 10 a 36. Opravené výsledky pak budou:
Průměr = 16, median = 14,9
Průměr = 15,5, median = 14,4
Průměr = 15,5, median = 13,9
Průměr = 15, median nelze určitěčit
Testujeme hypotézu na hladině významnosti 0,1. Byla určena minimální hladina významnosti. V kterém případě hypotézu zamítnete?
P = 1,8
P = - 0,02
P = 0,12
P = 0,08