Copy and Edit

Többváltozós statisztika no.2

Description

Quiz on Többváltozós statisztika no.2, created by Tímea Lakner on 20/12/2017.
Tímea Lakner
Quiz by Tímea Lakner, updated more than 1 year ago
Tímea Lakner
Created by Tímea Lakner almost 7 years ago
249
2
0

Resource summary

Question 1

Question
Ha erősen sérül a VA-ban a szóráshomogenitás, akkor indokolt robusztus VA alapján dönteni.
Answer
  • True
  • False

Question 2

Question
A VAben 2 szempont között akkor van interakció, ha a két szempont szoros korrelációban van.
Answer
  • True
  • False

Question 3

Question
A többszempontos varianciaanalízis független változóinak folytonosaknak kell lenniük.
Answer
  • True
  • False

Question 4

Question
Két szempont között VA-ban akkor van interakció, ha a két szempont szoros korrelációban van.
Answer
  • True
  • False

Question 5

Question
A főkomponensanalízis feltárja a sok input változó mögött meghúzódó közös komponenseket.
Answer
  • True
  • False

Question 6

Question
A főkomponensek az input változók súlyozott összegei.
Answer
  • True
  • False

Question 7

Question
Főkomponensanalízisben Varimax rotáció után a főkomponensek nem feltétlenül lesznek korrelálatlanok.
Answer
  • True
  • False

Question 8

Question
A varimax rotációval maximalizáljuk a faktorok által megmagyarázott összvarianciát.
Answer
  • True
  • False

Question 9

Question
A főkomponens-elemzés során mindig egyértelműen tudunk dönteni a változók és a komponensek viszonyáról.
Answer
  • True
  • False

Question 10

Question
A főkomponens-analízis egyik célja a változók számának redukciója.
Answer
  • True
  • False

Question 11

Question
Ha a főkomponensek sajátértékei rendre 3,2; 2,1; 1,5; 0,8; 0,3 és 0,1; akkor a három főkomponenset érdemes forgatni.
Answer
  • True
  • False

Question 12

Question
Ha hat input változó esetén az első főkomponens sajátértéke 2, a másodiké pedig 1,2, akkor ezek együtt több mint 50%-ot magyaráznak meg az FA modelljében.
Answer
  • True
  • False

Question 13

Question
A főkomponensanalízis értelmezhető klaszteranalízisként is
Answer
  • True
  • False

Question 14

Question
A kanonikus korreláció-elemzéssel két változócsoport egymással erősen korreláló struktúráját keressük.
Answer
  • True
  • False

Question 15

Question
A kanonikus korrelációk lényegében megmagyarázott varianciák.
Answer
  • True
  • False

Question 16

Question
A kovarianciaanalízis lényege, hogy a szempontváltozók közti interakciókat ki lehet vele mutatni.
Answer
  • True
  • False

Question 17

Question
A kovarianciaanalizis lenyege, hogy az interakciós hatásokat ki lehet vele mutatni
Answer
  • True
  • False

Question 18

Question
A kovariancia-analízisnek nem feltétele a szóráshomogenitás.
Answer
  • True
  • False

Question 19

Question
A kovariancia-elemzés során lényegében parciálást alkalmazunk.
Answer
  • True
  • False

Question 20

Question
Kovariancia-elemzésben korrigált mintaáltagokat hasonlítunk össze.
Answer
  • True
  • False

Question 21

Question
A kovariancia-analízisben a vizsgált változóknak (a csoportosító változót is beleértve) normál eloszlásúaknak kell lenniük.
Answer
  • True
  • False

Question 22

Question
A kovariancia-analízis olyan VA, melynek során egy vagy több kvantitatív változó hatását kiszűrve teszteljük a VA szempontváltozóinak a hatását a VA függő változójára.
Answer
  • True
  • False

Question 23

Question
A klaszteranalízis lényege, hogy eseteket vagy változókat távolságaik alapján homogén csoportokba sorolunk.
Answer
  • True
  • False

Question 24

Question
A Ward-féle módszer egy speciális nemhierarchikus klaszteranalízis.
Answer
  • True
  • False

Question 25

Question
A relokáció olyan nemhierarchikus klaszteranalízis, amelynél a homogenitás növelése érdekében interakiós eljárással cserélgetjük a klaszterek elemeit.
Answer
  • True
  • False

Question 26

Question
A Ward-féle módszernél két klaszter távolságát a klaszterek centroidjainak távolságával definiáljuk.
Answer
  • True
  • False

Question 27

Question
Az agglomeratív hierarchikus klaszteranalízis minden lépésében egyesítünk két klasztert, amelyek valamilyen értelemben egymáshoz a legközelebb vannak.
Answer
  • True
  • False

Question 28

Question
Klaszteranalízisben a centroid egy-egy klaszter átlagvektora.
Answer
  • True
  • False

Question 29

Question
Klaszteranalízisben a legközelebbi szomszéd módszer alkalmazása azt jelenti, hogy mindig a két legközelebbi elem (megfigyelés) kerül egy klaszterbe.
Answer
  • True
  • False

Question 30

Question
Klaszteranalízisben az 1-nél nagyobb sajátértékű klasztereken szoktak relokációt végezni.
Answer
  • True
  • False

Question 31

Question
Klaszteranalízissel homogén változócsoportok is kialakíthatók a változók hasonlósága alapján.
Answer
  • True
  • False

Question 32

Question
A hierarchikus klaszteranalízis egy lépésében vagy egyesítük két klasztert vagy egy új klasztert hozunk létre
Answer
  • True
  • False

Question 33

Question
A determinációs együttható a korrelációs együtthatónál mindig kisebb.
Answer
  • True
  • False

Question 34

Question
A parciális korrelációs együttható legfeljebb 1 lehet.
Answer
  • True
  • False

Question 35

Question
A log-lineáris elemzés a sima khi-négyzet-próbás kapcsolatvizsgálat általánosítása.
Answer
  • True
  • False

Question 36

Question
A B-értékek alapján a konstans tagnak van a legnagyobb hatása a függő változóra.
Answer
  • True
  • False

Question 37

Question
A Beta-értékek segítségével állapítható meg, hogy melyik változónak milyen mértékű hatása van a függő változóra – a többi változóhoz képest.
Answer
  • True
  • False

Question 38

Question
Az ANOVA táblázatból megtudható, hogy a magyarázott variancia-arány, illetve a korrelációs együttható szignifikánsan különbözik-e 0-tól.
Answer
  • True
  • False

Question 39

Question
Az együtthatók táblázatában látható t-érték azt mutatja meg, hogy az adott változó 0 vagy nem 0.
Answer
  • True
  • False

Question 40

Question
Minél nagyobb a reziduális, annál pontosabb a becslés.
Answer
  • True
  • False

Question 41

Question
A lineáris regresszió esetén az eredeti négyzetösszeget bontjuk fel a regresszió által magyarázott négyzetes eltérés összegére és a reziduálisra.
Answer
  • True
  • False

Question 42

Question
Ha az ANOVA táblázatban a SIG-érték 0,05 alatt van, érvényes modellt alkottunk.
Answer
  • True
  • False

Question 43

Question
A determinációs együttható maximuma 1, minimuma -1, mely értékeket függvényszerű kapcsolat esetén érhetünk el.
Answer
  • True
  • False

Question 44

Question
A korrelációs együttható a determinációs együttható négyzete.
Answer
  • True
  • False

Question 45

Question
A magyarázó változók esetében az a jó, ha azok egymással minél szorosabban összefüggnek – így építhető erős és jól magyarázható lineáris modell a függő változóra.
Answer
  • True
  • False

Question 46

Question
Minden diszkrét változó átalakítható DUMMY változóvá.
Answer
  • True
  • False

Question 47

Question
Az együtthatók táblázatának t-értéke és hozzá tartozó szignifikancia arról tájékoztat minket, hogy az adott magyarázó változó együtthatója 0 vagy nem 0 a lineáris regresszió egyenletében.
Answer
  • True
  • False

Question 48

Question
A DUMMY változóknak mindig 2 értéke van.
Answer
  • True
  • False

Question 49

Question
A kovariancia-analízisben a függő változó normalitása az egyik feltétel.
Answer
  • True
  • False

Question 50

Question
A kovariáns változó mindig diszkrét.
Answer
  • True
  • False

Question 51

Question
A szóráshomogenitás feltétele a kovariancia-analízisben egyáltalán nem fontos.
Answer
  • True
  • False

Question 52

Question
A páros összehasonlításokkal csak akkor kell foglalkozni, ha a szóráshomogenitás nem teljesül.
Answer
  • True
  • False

Question 53

Question
A variancia-analízis alapján a fenti elemzésben a csoportok átlagai között szignifikáns különbség van.
Answer
  • True
  • False

Question 54

Question
A VA-ban a páros összehasonlítások közöl a Games–Howell-tesztet kell alkalmazni.
Answer
  • True
  • False

Question 55

Question
A megmagyarázott variancia-arány gyöke a korrelációs hányados.
Answer
  • True
  • False

Question 56

Question
A kovariancia-analízis során a kovariáns változó hatását is figyelembe véve teszteljük csoportok átlagainak egyenlőségét.
Answer
  • True
  • False

Question 57

Question
A korrigált eredmények táblázatában már azok az átlagok kerülnek tesztelésre, melyekben figyelembe vettük a kovariáns változó hatását.
Answer
  • True
  • False

Question 58

Question
A James-próba mindig erősebb, mint a Welch-próba.
Answer
  • True
  • False

Question 59

Question
A Tukey–Kramér-próbának feltétele a szóráshomogenitás.
Answer
  • True
  • False

Question 60

Question
A Brown–Forsythe-teszt akkor is használható, ha az elméleti szórások különböznek.
Answer
  • True
  • False

Question 61

Question
A ferdeség és csúcsosság segítségével tesztelhető a normalitás.
Answer
  • True
  • False

Question 62

Question
KOVA elemzés esetén nagyobb minták esetén a normalitás feltétele elhagyható.
Answer
  • True
  • False

Question 63

Question
A bináris logisztikus regresszióban a függő változó mindig folytonos.
Answer
  • True
  • False

Question 64

Question
A logisztikus regresszióban arra vagyunk kíváncsiak, hogy a függő változók adott értéke mellett mi a magyarázó változó adott értékének bekövetkezési valószínűsége.
Answer
  • True
  • False

Question 65

Question
Az Omnibus-tesztek megmutatják, hogy mennyire jó illeszkedésű a modellünk.
Answer
  • True
  • False

Question 66

Question
A Cox & Snell-féle mutató elvileg nem éri el az 1-et.
Answer
  • True
  • False

Question 67

Question
A Modell Summary táblázatban található R-négyzetek a modell determinációs együtthatói.
Answer
  • True
  • False

Question 68

Question
Ha a klasszifikációs táblázatok bal alsó és jobb felső sarkában vannak nagy értékek, akkor tudhatjuk, hogy jó modellt találtunk.
Answer
  • True
  • False

Question 69

Question
Az EXP(B) érték akkor negatív, ha a B érték negatív.
Answer
  • True
  • False

Question 70

Question
A klasszifikációs táblázatban lévő értékekből leolvashatjuk, hogy mi a tapasztalati és a modellbéli becsült eredmények egymáshoz való viszonya – hány hibás és hány helyes osztályozás történt a modell segítségével.
Answer
  • True
  • False

Question 71

Question
A logisztikus regresszióban feltétel a függő változó normalitása.
Answer
  • True
  • False

Question 72

Question
A magyarázó változók erős egymással való összefüggése rontja a modell interpretálhatóságát.
Answer
  • True
  • False

Question 73

Question
A Nagelkerke-féle R-négyzet elvi maximuma 1.
Answer
  • True
  • False

Question 74

Question
A logisztikus regresszióban a Modell Summary táblázat első oszlopában a regresszióból számított korrelációs együtthatót olvashatjuk le.
Answer
  • True
  • False

Question 75

Question
A faktorelemzés egyik speciális esete a főkomponens-elemzés.
Answer
  • True
  • False

Question 76

Question
A főkomponens-elemzés során sok változót szeretnénk kevés változó segítségével magyarázni.
Answer
  • True
  • False

Question 77

Question
A faktorelemzésben mindig VARIMAX rotálást kell végezni.
Answer
  • True
  • False

Question 78

Question
Minél magasabb a KMO-érték, annál kevésbé összefüggőek a változóink.
Answer
  • True
  • False

Question 79

Question
A Bartlett-teszt segítségével arról hozhatunk döntést, hogy a változó-szettünk mennyire hasonlít egy teljesen független változó-szetthez.
Answer
  • True
  • False

Question 80

Question
A végső kommunalitások táblázatában a jó modellek esetében általában 0,25-nél nagyobb értékeket szokás elvárni.
Answer
  • True
  • False

Question 81

Question
Rotálás segítségével növelhető a teljes magyarázott variancia-arány.
Answer
  • True
  • False

Question 82

Question
Egy változó 0,249-es kommunalitás alapján kihagyható lenne a modellből, így újabb futtatással kéne újabb faktorstruktúrát feltárni.
Answer
  • True
  • False

Question 83

Question
A klaszterezés célja, hogy a változók között csoportokat alakítsunk ki.
Answer
  • True
  • False

Question 84

Question
A klaszterezés során olyan csoportokat hozunk létre, melyben az egyedek egymásra hasonlítanak, míg a csoportok egymástól általában eltérőek.
Answer
  • True
  • False

Question 85

Question
A k-középpontú elemzés során minden lépésben a két legközelebbi klasztert összevonjuk.
Answer
  • True
  • False

Question 86

Question
A hierarchikus klaszterezés során több klaszterszám esetére is kérhetünk megoldást.
Answer
  • True
  • False

Question 87

Question
Amennyiben a klaszterezést a változókon hajtjuk végre, úgy a faktorelemzéshez egy rokon módszert dolgozhatunk ki.
Answer
  • True
  • False

Question 88

Question
A csoportok kialakításakor fontos kérdés az egyedek közötti távolságok mérése.
Answer
  • True
  • False

Question 89

Question
Minél nagyobb a Silhouette-mutató, annál jobb a klaszterezettség.
Answer
  • True
  • False

Question 90

Question
A relokáció megállítására csak egyfajta kritérium létezhet.
Answer
  • True
  • False

Question 91

Question
A hierarchikus klaszterezés mindig jobb eredményt ad, mint a k-középpontú.
Answer
  • True
  • False

Question 92

Question
Klaszterezés során sosem szabad standardizálni a változókat.
Answer
  • True
  • False

Question 93

Question
A variancia-analízis során feltétel a csoportok függetlensége, illetve a független egyedkiválasztás.
Answer
  • True
  • False

Question 94

Question
Az intraklaszter-korreláció (ICC) segítségével kihagyhatunk egyedeket az elemzésből.
Answer
  • True
  • False

Question 95

Question
Az átlagok összehasonlításának bármely eljárása során fontos szempont ellenőrizni, hogy a mintánkba került egyedek válaszai mennyire függetlenek egymástól.
Answer
  • True
  • False

Question 96

Question
Amennyiben egy kezelés előtt vagy után nézünk egyedeket, úgy ezt az elemzési metódust fogjuk mindenképpen használni, hiszen a két mintánk összefügg.
Answer
  • True
  • False

Question 97

Question
Ha a csoportjainkban egymással összefüggő mintavételezés feltételezhető, akkor korrigálva (csökkentve) a szabadságfokot, robusztus eljárást nyerhetünk.
Answer
  • True
  • False

Question 98

Question
A robusztus eljárások sajátossága, hogy a hagyományos eljárások feltételeinek bizonyos szintű sérülése esetén is megbízható eredményeket adnak.
Answer
  • True
  • False

Question 99

Question
Az átlagokat összehasonlító hagyományos eljárások feltétele a normalitás.
Answer
  • True
  • False

Question 100

Question
ICC futtatásakor a szóráshomogenitás feltétele nagy minták esetén elhagyható.
Answer
  • True
  • False

Question 101

Question
A kétmintás t-próba esetén a Welch-féle d-próba szintén szabadságfok-korrekciós robusztus eljárás.
Answer
  • True
  • False

Question 102

Question
A Levene-teszt a szóráshomogenitás eldöntésére szabadságfok-korrekciós robusztus eljárás.
Answer
  • True
  • False

Question 103

Question
Az egymintás t-próba esetén robusztus teszt a Wilcoxon-próba is, mely szintén szabadságfok-korrekciós módszer.
Answer
  • True
  • False

Question 104

Question
A szabadságfok-korrekciós eljárásokban csak formálisan csökkentjük az esetszámokat, valójában nem törlünk elemeket a mintából (tehát trimmelést nem végzünk).
Answer
  • True
  • False

Question 105

Question
A változók közötti összefüggések nem az intraklaszter-korrelációs eljárást igénylik, hiszen az a mintabéli egyedek összefüggése esetén segít a pontosabb következtetés megalkotásában.
Answer
  • True
  • False

Question 106

Question
A design-mutató 2 alatti értékei esetén nem kell szabadságfok-korrekciót végrehajtani.
Answer
  • True
  • False

Question 107

Question
Az ICC növekedésével a design- mutató csökken.
Answer
  • True
  • False

Question 108

Question
A diszkriminancia-analízis (DA) során csoportokat szeparálunk egymástól.
Answer
  • True
  • False

Question 109

Question
Minél nagyobb a Wilks-féle lambda értéke, annál jobb a szeparálásunk.
Answer
  • True
  • False

Question 110

Question
A DA során olyan függvényeket határozunk meg, melyek egyben tartják a populációt.
Answer
  • True
  • False

Question 111

Question
A DA során azok a függvények, melyek szeparálnak, mindig lineárisak.
Answer
  • True
  • False

Question 112

Question
A Wilks-féle lambda-érték egy fordított determinációs együtthatóként értelmezhető.
Answer
  • True
  • False

Question 113

Question
Amennyiben „n” darab csoportunk van, úgy „n” függvény mindenképpen elegendő a szétvágásukhoz.
Answer
  • True
  • False

Question 114

Question
A logisztikus regresszió során is diszkrét változókat azonosítunk, de amíg ott a bekövetkezések valószínűsége a kérdés, addig itt a csoportok szeparálása, elkülönítése.
Answer
  • True
  • False

Question 115

Question
A DA során a függő változó mindenképpen folytonos.
Answer
  • True
  • False

Question 116

Question
A sajátértékek segítéségével megállapítható, hogy melyik függvénynek van nagyobb szeparáló ereje, képessége.
Answer
  • True
  • False

Question 117

Question
A Wilks-féle lambda SIG-értéke mutatja meg, hogy mely változó segítségével lehet a csoportokat szignifikánsan elkülöníteni.
Answer
  • True
  • False

Question 118

Question
A DA csak bináris változókra alkalmazható.
Answer
  • True
  • False

Question 119

Question
a k-középpontú klaszterezés egyfajta ellenőrzésére használhatjuk a DA-t.
Answer
  • True
  • False

Question 120

Question
Minél nagyobbak a reziduálisok, annál jobb a modell illeszkedése.
Answer
  • True
  • False

Question 121

Question
A modell illeszkedését khi-négyzet statisztikával ellenőrizzük.
Answer
  • True
  • False

Question 122

Question
Minél nagyobb a szignifikancia értéke a modellben, annál inkább hajlamosak vagyunk azt elfogadni.
Answer
  • True
  • False

Question 123

Question
A loglineáris modellben folytonos változók közötti kapcsolatokat keresünk.
Answer
  • True
  • False

Question 124

Question
A loglineáris modell lényegében a khi-négyzet-próba általánosítása.
Answer
  • True
  • False

Question 125

Question
Független események együttes bekövetkezésének alószínűsége a külön-külön vett bekövetkezési valószínűségek összege.
Answer
  • True
  • False

Question 126

Question
Az interakciók számának csökkentése mellett szeretnénk a loglineáris modellezésben minél jobb illeszkedést elérni.
Answer
  • True
  • False

Question 127

Question
Amennyiben minden interakciót és marginálist figyelembe veszünk, úgy olyan modellt írhatunk fel, melyben a reziduálisok maximálisak.
Answer
  • True
  • False

Question 128

Question
A loglineáris modellben általában kettőnél több kategória-változó kapcsolatát igyekszünk leírni.
Answer
  • True
  • False

Question 129

Question
A loglineáris modell illeszkedését is ANOVA táblázattal ellenőrizzük.
Answer
  • True
  • False
Show full summary Hide full summary

Want to create your own Quizzes for free with GoConqr? Learn more.

Similar

Mapa Mental - Como Criar um Mapa Mental
miminoma
Study Plan
mlanders
GCSE English Language Overview
philip.ellis
Enzymes and Respiration
I Turner
GCSE French - Parts of the Body
Abby B
Of Mice & Men Themes - Key essay points
Lilac Potato
GCSE - Introduction to Economics
James Dodd
What You Can Do Using GoConqr
Micheal Heffernan
1PR101 2.test - Část 1.
Nikola Truong
ASSD & PSBD QUESTION 2018 200
Dhiraj Tamang
AAHI_Card set 10 (Suffixes)
Tafe Teachers SB
Browse Library