Question 1
Question
1. Čím znázorníme rozdělení četností hodnot spojité veličiny:
Answer
-
Výsečový graf
-
Sloupcový graf
-
Histogram
Question 2
Question
2. Ve výsečovém diagramu vyjadřuje velikost úhlu každé výseče:
Answer
-
Průměrnou hodnotu veličiny
-
Absolutní či relativní četnost
-
Kumulativní absolutní četnost
Question 3
Question
3. Ve sloupkovém grafu vyčteme četnost ze:
Answer
-
šířky sloupku
-
výšky sloupku
-
nedá se vyčíst
Question 4
Question
4. Co není vychýleno extrémními hodnotami základního souboru:
Answer
-
směrodatná odchylka
-
aritmetický průměr
-
medián
Question 5
Question
5. Zadáno 7 konkrétních platů, kolik zaměstnanců pobírá plat, který je nižší než medián:
Question 6
Question
6. Je možné, aby se u symetrického rozdělení neshodoval průměr s mediánem:
Answer
-
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.
Question 7
Question
7. Průměr ze souboru hmotnosti sušenek je 500g a medián 575g. Jaká je jednotlivá váha sušenek:
Answer
-
Více sušenek váží více než je průměr.
-
Více sušenek váží méně než je průměr
-
Medián odděluje 57,5 % nižších hmotností sušenek
Question 8
Question
8. Medián může popsat polohu statistického souboru lépe než průměr, jestliže:
Answer
-
má větší hodnotu než průměr
-
v souboru je více malých hodnot
-
v souboru existují ojedinělé extrémy
-
nikdy
Question 9
Question
9. Z 30 hodnot byl vypočten aritmetický průměr 15 a nalezen medián 13,9. Dvě jednotky však byly opomenuty a je třeba je dodatečně zařadit do souboru. Hodnoty sledované proměnné jsou u nich 10 a 36. Opravené výsledky pak budou:
Answer
-
průměr = 16 ; medián = 14,9
-
průměr = 15,5 ; medián = 14,4
-
průměr = 15,5 ; medián = 13,9
-
průměr = 15 ; medián nelze určit
Question 10
Answer
-
Je 25% kvantil
-
Je 50% kvantil -median
-
Nepatří mezi kvantily
Question 11
Question
11. Byly naměřeny teploty pod bodem mrazu, rozptyl bude:
Answer
-
kladný
-
záporný
-
Nelze určit
Question 12
Question
12. Naměřili jsme směrodatnou odchylku 0:
Answer
-
to je možné, pokud jsou všechny hodnoty stejné
-
není to možné
-
je možné pouze, pokud je i průměr roven 0
Question 13
Answer
-
součet kvadratických odchylek od průměru
-
průměr absolutních odchylek od průměru
-
průměr čtvercových odchylek od průměru
-
součet absolutních odchylek od průměru
Question 14
Question
14. Součet odchylek od průměru je roven:
Question 15
Question
15. Rozptyl dvou záporných různých čísel je:
Question 16
Question
16. Máme skupinu nájmů, průměr jednorázově vzroste o 1311 CZK, jak se změní variační rozpětí a rozptyl?:
Answer
-
Rozptyl se nezmění, var. rozpětí nelze na základě uvedené informace odhadnout
-
Rozptyl se nezmění, var. rozpětí vzroste
-
Rozptyl se nezmění, var. rozpětí klesne
Question 17
Question
17. Medián mezd žen = 20, medián mezd mužů = taky 20, celkový medián taky 20?:
Question 18
Question
18. Použití harmonického průměru je vhodné, pokud chceme spočítat průměrnou rychlost:
Question 19
Question
19. Rozptyl je vždy větší než směrodatná odchylka :
Question 20
Question
20. Směrodatná odchylka může být záporná:
Question 21
Question
21. Pokud ke každé hodnotě pozorování připočteme konstantu a, medián se nezmění:
Question 22
Question
22. Pokud ke každé hodnotě pozorování připočteme konstantua, průměr, směrodatná odchylka a rozptylse nezmění:
Question 23
Question
23. Směrodatná odchylka náhodné veličiny může být 0:
Question 24
Question
24. Pokud máme kvantil U0,70, dokážeme zněj spočítat kvantil U0,30?:
Question 25
Question
25. Pokud vynásobím váhy ve váženém aritmetickém průměru konstantou, průměr se nezmění.:
Question 26
Question
26. Pokud při výpočtu váženého aritmetického průměru vynásobíme četnosti konstantou, také průměr se vynásobí touto konstantou:
Question 27
Question
27. 50% kvantil se nemůže rovnat 75%kvantilu z těch samých hodnot:
Question 28
Question
28. Pokud jeden jev má pravděpodobnost 0,5 a druhý 0,2 a jejich sjednocení má hodnotu 0,7, pak tyto jevy jsou:
Question 29
Question
29. Proměnná obor studia je veličina
Answer
-
kvalitativní
-
kvantitativní
-
diskrétní
Question 30
Question
30. Jaký druh proměnné je počet dětí v rodině:
Question 31
Question
31. Jen jedna znásledujících pravděpodobnostních funkcí je správná pro hodnoty 1,2,3.:
Answer
-
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
Question 32
Question
32. Máme 3 různe zapisy distribucni funkce, ale jenom jeden z nich je spravně, urcit ktery:
Answer
-
F(0) = 0.1, F(1) = 0.2, F(2) = 0.3
-
F(0) = 0, F(1) = 0.7, F(2) = 1
-
F(0) = 0, F(1) = 0.6, F(2) = 0.2
Question 33
Question
33. Jaká je hodnota opačného jevu k jevu A?:
Question 34
Question
34. Pravděpodobnost jevu jistého:
Question 35
Question
35. Hypergeometrické rozdělení se užívá:
Answer
-
u pravděpodobnostního rozdělení závislých jevů
-
u pravděpodobnostního rozdělení nezávislých jevů
-
u spojité pravděpodobnostní veličiny
Question 36
Question
36. Binomické rozdělení lze za jistých okolností aproximovat normálním rozdělením:
Question 37
Question
37. Při zvyšujících se pokusech se binomické rozdělení blížínormálnímu:
Question 38
Question
38. Binomické rozdělení využijeme u nespojitých veličin:
Question 39
Question
39. Distribuční funkce F(x) může nabývat hodnot:
Answer
-
0≤F(x)≤1
-
0<F(x)<1
-
-1<F(x)<1
Question 40
Question
40. Výdrž baterie je náhodná veličina X a hodnota jejího 90 procentního kvantilu je rovna 210. Což znamená:
Answer
-
90 procent baterií vydrží méně než 210 hodin
-
90 procent baterií vydrží přesně 210 hodin
-
10 procent baterií vydrží méně než 210 hodin
Question 41
Question
41. 10% kvantil normovaného normálního rozdělení je:
Answer
-
kladný
-
záporný
-
nejde zjistit
Question 42
Question
43. Co platí o distribuční fci F(x):
Answer
-
0≤F(x)≤1
-
0<F(x)<1
-
je nerostoucí
Question 43
Question
44. Hustota pravděpodobnosti je:
Answer
-
Jiný název pro distribuční fci
-
Pravděpodobnostní rozdělení NV
-
Funkce pro vyrovnání sezónní složky při analýze časových řad
-
Pravděpodobnostní fce tzv. distribučního rozdělení
Question 44
Question
45. Je možné, aby u symetrického rozdělení vyšel průměr rozdílně než medián?:
Answer
-
Není to možné
-
Je to možné, když existuje extrémně velká hodnota
-
Je to možné, když existuje extrémně malá hodnota
-
Je to možné, když existuje extrémně velká i extr. malá hodnota
Question 45
Question
46. Měříme spotřebu auta na 100 km/h, co znamená F(8)-F(6)?:
Answer
-
Pravděpodobnost, že průměrná spotřebana 100 km/h bude vintervalu 6 až 8
-
Pravděpodobnost, že za jednu stokilometrovou jízdu auto spotřebuje benzín vintervalu 6 až 8
-
Pravděpodobnost, že za jednu stokilometrovou jízdu auto nespotřebuje benzín vintervalu 6 až8
Question 46
Question
47. Hustota pravděpodobnosti je:
Answer
-
Jiný název pro distribuční funkci
-
Funkce popisující pravděpodobnostní rozdělení nespojité náhodné veličiny
-
Funkce popisující pravděpodobnostní rozdělení spojité náhodné veličiny
Question 47
Question
48. U normálního rozdělení je střední hodnota nula a rozptyl1. :
Question 48
Question
50. Spolehlivost odhadu značíme:
Question 49
Question
51. Máme interval spolehlivost 95% a 90%, potom:
Question 50
Question
52. Kolik mezí a které/á jsou udány u jednostranných intervalů spolehlivosti?:
Answer
-
2-horní a dolní
-
1-pouze horní
-
1-horní nebo dolní
Question 51
Question
53. Bodovým odhadem střední hodnoty je výběrový průměr ze vzorku:
Question 52
Question
54. Pokud nemáme směrodatnou odchylku základního souboru, nemůžeme použít směrodatnou odchylku výběrového souboru:
Question 53
Question
55. Odlehlé hodnoty náhodné veličiny vedou kpřesnějšímu průměru.:
Question 54
Question
56. Studentovo rozdělení u intervalůspolehlivosti použijeme:
Answer
-
Když známe celkový rozptyl
-
Když neznáme celkový rozptyl a máme n>30
-
Když neznáme celkový rozptyl a n<30
Question 55
Question
57. otázka k intervalu spolehlivosti pro střední hodnotu
Question 56
Question
59. Nestrannost bodového odhadu spočívá v :
Answer
-
má nejmenšírozptylb.
-
má nejmenší střední hodnotu
-
střední hodnota je menší než odhadovaný parametr
-
střední hodnota je stejná jako odhadovaný parameter
Question 57
Question
60. známe 99% interval, potom 95% bude:
Answer
-
sirsi, bez vypoctu nelze urcit o kolik
-
uzsi, bez vypoctu nelze urcit o kolik
-
stejný
Question 58
Question
61. Mějme vypočítán interval spolehlivosti na základě n=50 hodnot. Jestliže zvětšíme rozsah výběru a nyní je n = 150, dostaneme:
Answer
-
Užší interval spolehlivosti
-
Širší interval spolehlivosti
-
Nelze rozhodnout o změně šířky intervalu spolehlivosti
Question 59
Question
62. Co se stane s přesností, když se zvýší spolehlivost intervalu?:
Question 60
Question
63. Který interval je spolehlivější - byly zadány 95% a 90% intervalya.:
Question 61
Question
64. Přesnost intervalového odhadu je nepřímo úměrná šířce intervalu spolehlivosti:
Question 62
Question
65. Velká variabilita hodnot X snižuje přesnost odhadu jejich průměru:
Question 63
Question
66. Při nezamítnutí hypotézy, jež je na hladině významnosti 0,05 nesprávná se dopustíme chyby:
Answer
-
první ho řádu při alfa=0,05
-
prvního řádu při alfa=0,95
-
druhého řádu
Question 64
Question
67. Pokud na hladině významnosti zamítnu nulovou hypotézu, která platí, pak se jedná o:
Answer
-
chybu prvního druhu
-
chybu druhého řádu
Question 65
Question
68. Kritický obor je:
Answer
-
Podmnožina oboru hodnot testového kritéria
-
Podmnožina hodnot testované hypotézy
-
Podmnožina hodnot alternativní hypotézy
Question 66
Question
69. Na posouzení váhy lidí před a po diet se použije:
Answer
-
Párový t test
-
Dvouvýběrový t test
-
ANOVA test (F test)
Question 67
Question
70. Ktestu bylo vybráno 25 aut a naměřená spotřeba před a po výměně katalyzátorů. Pro prokázání zlepšení spotřeby po výměně použijeme:
Answer
-
analýzu rozptylu
-
test nezávislého výběru
-
párový t-test
Question 68
Question
71. Kdy zamítneme hypotézu H0, když alfa je 0,1:
Question 69
Question
72. Pokud zamítneme Ho: μo =μ1 oboustranným testem, potom u jednoho zjednostranných testů při stejné hladině významnosti zamítáme hypotézu:
Question 70
Question
73. Co značí síla testu?:
Question 71
Question
74. Hladina významnosti statistické testové hypotézy je:
Answer
-
to samé co p-hodnota
-
je kvadrát p-hodnoty
-
pravděpodobnost zamítnutí nulové hypotézy, která ale platí
-
pravděpodobnost přijetí nulové hypotézy, která ale neplatí
Question 72
Question
75. Jak snížíme pravděpodobnost chyby 2. druhu?:
Answer
-
Snížením hladiny významnosti a zvětšením vzorku
-
Snížením hladiny významnosti a snížením vzorku
-
Zvětšením hladiny významnosti a zvětšením vzorku
-
Zvětšením hladiny významnosti a snížením vzorku
Question 73
Question
76. Když se změní u testování alfa z5% na 1% tak se KRITICKÝ OBOR:
Answer
-
nezmění
-
zmenší
-
zvětší
-
nedá se říct
Question 74
Question
77. Co znamená při testování hypotéz 1-β:
Answer
-
chyba I. druhu ( = PP zamítnutí správné hypotézy)
-
chyba II. druhu (=PP nezamítnutí nesprávné hypotézy, platí-li H1)
-
pravděpodobnost nezamítnutí správné nulové hypotézy (tohle je 1-α = spolehlivost!)
-
pravděpodobnost zamítnutí nesprávné nulové hypotézy(síla testu)
Question 75
Question
78. Provedli jsme 25 měření před hnojením a po hnojení půdy. Jak zjistíme, jestli velikost úrody závisí na hnojení?:
Answer
-
Testem o rovnosti rozptylů
-
Testem o nerovnosti rozptylů
-
Testem o rovnosti středních hodnot(párový t test)
Question 76
Question
79. Zvětšením spolehlivosti se při stejném rozsahu výběru přesnost intervalového odhadu střední hodnoty normálního rozdělení:
Question 77
Question
80. Co platí pro test rovnosti středních hodnot dvou rozdělení, pokud jsou n1 a n2 větší než 30?.:
Question 78
Question
81. Kritická hodnota se vypočítala na základě výběrových údajů, zatímco hodnota testového kritéria se najde vtabulkách kvantilů některého pravděpodobnostního rozdělení
Question 79
Question
82. P-hodnota 0,03. Zamítáme na hladivě významnosti 0,01 i 0,05
Question 80
Question
83. Spolehlivost odhadu značíme jako1-alfa
Question 81
Question
84. Pravděpodobnost chyby1.druhu je větší než pravděpodobnost chyby2.druhu.
Question 82
Question
85. Testové kritérium vyčteme vtabulkách a proměnou vypočtenou ztestového kritéria musíme dopočítat.
Question 83
Question
86. Pomocí chí-kvadrát testu dobré shody byla naměřena p-hodnota 0,045
Answer
-
Zamítáme testovanou hypotézu na 5% i 1% hladině významnosti
-
Nezamítáme hypotézu na 1%, ale na 5% hladině ano
-
Nezamítáme ani na 5% ani na 1%
Question 84
Question
87. Test dobré shody porovnává
Answer
-
Dvě kvantitativní veličiny
-
Tři kvantitativní veličiny
-
Teoretická a skutečná data
Question 85
Question
88. Chí kvadrát test dobré shody má počet stupňů volnosti rovný počtu skupin
Question 86
Question
89. Chí-kvadrát test dobré shody ověřuje rovnost hodnot vjednotlivých skupinách
Question 87
Question
90. Chí-kvadrát test dobré shody je založen na srovnání pozorovaných četností a teoretických četností v jednotlivých skupinách.
Question 88
Question
91. Vtestu chí kvadrátu vyšlo testové kritérim -44. Co můžeme říci?
Question 89
Question
92. Při testování závislosti v kontingenční tabulce se dvě teoretické četnosti rovnají 1. V tom případě:
Answer
-
chí-kvadrát test můžeme použít
-
chí-kvadrát test nemůžeme použít, protože nejsou splněny předpoklady pro jeho užití
-
párový t-test můžeme použít
-
F-test můžeme použít
Question 90
Question
93. Testujeme hypotézu ... vkontingenční tabulce o rozměru (r=3; s=4)...a testové kritérium vyšlo G=-12,34:
Answer
-
Zamítneme
-
Nezamítneme
-
Nelze rozhodnout, zřejmě je chyba ve výpočtu testového kritéria//G nemůže být záporné číslo
-
Při daném rozměru tabulky nelze rozhodnout
Question 91
Question
94. Máme kontingenční tabulku 3x3 a že testové kritérium vyjde 9.85 a jestli na 95 procentní významnosti můžeme potvrdit závislost.
Answer
-
Ano, pomocí chí-testu dobré shody s 9 stupni volnosti.
-
Ne, pomocí chí-testu dobré shody s 9 stupni volnosti.
-
Ano, pomocí chí-testu dobré shody s 4 stupni volnosti.
-
Ne, pomocí chí-testu dobré shody s4 stupni volnosti.
Question 92
Question
95. Zjištěné četnosti zaznamenané uvnitř kontingenční tabulky se nazývají:
Answer
-
Marginální
-
Sdružené
-
Očekávané
-
Kumulativní
Question 93
Question
96. U kontingenčních tabulek využijeme:
Answer
-
Chí-kvadrát
-
Studentův t-test
-
F-test
Question 94
Question
97. Podmínkou pro využití chí-kvadrátu je dostatečné obsazení ve všech skupinách
Question 95
Question
98. Statistika G (kontingenční tabulky) vychází vždy vintervalu <-1,1>.
Question 96
Question
99. Pro použití chí-kvadrát testu předpokládáme dostatečně velké hodnoty pozorovaných četností vjednotlivých třídách.
Question 97
Question
100. Pearsonův koeficient kontingence při velmi těsné závislosti proměnných dosahuje hodnoty 1
Question 98
Question
101. Když zaměním řádky za sloupce u kontingenčních tabulek, nemá to vliv na výsledek-
Question 99
Question
102. Máme 4 druhy hnojiva a knim výnosy na hektar. Pro srovnání průměrných výnosů použijeme:
Question 100
Question
103. Jaké jsou parametry testového kritéria u F-testu když jsou 4 firmy a od každé se zkoumalo 5 žárovek.
Answer
-
5 a 20
-
4 a 18
-
5 a 19
-
3 a 16
Question 101
Question
104. Chceme porovnat průměrnou dobu cestování zmísta A do místa B po třech různých trasách. Při splnění určitých podmínek požijete:
Answer
-
F-test v analýze rozptylu
-
Chí-kvadrát test vkontingenční tabulce
-
t-test v korelační analyze
Question 102
Question
105. Testové kritérium používané vanalýze rozptyluje:
Answer
-
závislé na počtu tříd
-
nezávislé na počtu pozorování
-
při platné nulové hypotéze má studentovo t-rozdělení
-
při platné nulové hypotéze má chí-kvadrát rozdělení
Question 103
Question
106. Co testujeme při analýze rozptylu
Answer
-
rovnost středních hodnot
-
rovnost rozptylů
Question 104
Question
107. Co říká alternativní hypotéza u analýzy rozptylu?
Question 105
Question
108. Jaké rozdělení má testové kritérium při analýze rozptylu?
Answer
-
F rozdělení (Fischerovo)
-
DASDAS
Question 106
Question
109. Chcete porovnat výkony pracovníků (tj. Počet vyrobených výrobků za směnu) ve třech směnách. Použijete:
Answer
-
t test o shodě středníchhodnot
-
chí-kvadrát test v kontingenční
-
F test v analýze rozptylu
Question 107
Question
110. Analýza rozptylu se využívá:
Question 108
Question
111. Poměr determinace u analýzy rozptylu, jak ho vypočítáme:
Answer
-
Meziskupinový součet čtverců / celkový součet čtverců
-
Meziskupinovy/vnitroskupinovy
-
Vnitroskupinovy/celkovy
-
Vnitroskupinovy/meziskupinovy
Question 109
Question
112. Analýzu rozptylu je možné chápat jako testování hypotézy o shodě rozptylů?
Question 110
Question
113. Při analýze rozptylu porovnáváme výsledné testové kritérium skvantilem chí kvadrátu.
Question 111
Question
114. Vyjde-li nám při analýze rozptylu p-hodnota 0,03, pak zamítáme nulovou hypotézu při hladinách významnosti 0,01 i 0,05.
Question 112
Question
115. Testové kriterium u analýzy rozptylu konstruujeme jako podíl meziskupinového a celkového součtu čtverců.
Question 113
Question
116. Při výpočtu analýzy rozptylu porovnáváme testové kriterium sF hodnotou vtabulkách (Fisher-Snedecorův kvantil)
Question 114
Question
117. Analýza rozptylu se používá při testování závislosti dvou kategoriálních proměnných?
Question 115
Question
118. Těsnost závislosti vanalýze rozptylu posuzujeme pomocí korelačního koeficientu?
Question 116
Question
119. Kovariance nabývá hodnot
Answer
-
jakýchkoli reálných
-
z intervalu <-1,1>
-
kladných
Question 117
Question
120. Metoda nejmenších čtverců je:
Answer
-
součet čtverců reziduí
-
rozdíl reziduí čtverců
-
něco jiného
Question 118
Question
121. Obsahem nulové hypotézy u korelační analýzy je:
Answer
-
Závislost dvou kvantitativních proměnných
-
Nezávislost dvou kvantitativních proměnných
-
Závislost dvou kvalitativních proměnných
-
Nezávislost dvou kvalitativních proměnných
Question 119
Question
122. Lineární závislost 2 veličin je vyjádřena vgrafu přímkou rovnoběžnou s vodorovnou osou. Veličiny:
Answer
-
Jsou na sobě lineárně závislé
-
Jsou na sobě lineárně nezávislé
-
Jsou na sobě funkčně závislé
-
Jsou na sobě funkčně nezávislé
Question 120
Question
123. Korelační analýza může být využita pro zkoumání:
Answer
-
závislosti dvou kategoriálních proměnných,
-
závislosti proměnné kategoriální na proměnné kvantitativní,
-
závislosti proměnné kvantitativní naproměnné kategoriální,
-
závislosti dvou kvantitativních proměnných
Question 121
Question
124. Komentujte následující regresně sdružené přímky: Y=5x-2 X=5-0,2y
Answer
-
podle absolutní hodnoty regresních koeficientů nemůže jít o regresně sdružené přímky
-
podle znamének regresních koeficientů nemůže jít o regresně sdružené přímky
-
podle opačných znamének regresních koeficientů jsou přímky na sebe kolmé
Question 122
Question
125. Bylo zkoumáno, zda cena žárovky a délka jejího svícení spolu závisí -spočteme to
Question 123
Question
126. Máme I² v korelační analýze, kdy je závislost nejtěsnější:
Answer
-
ryx= 0,7
-
ryx= -0,9
-
I² = 0,85
Question 124
Question
127. Kde se používá metoda nejmenších čtverců ?
Question 125
Question
128. Při t-testu(b0/s(b0)) sa používa:
Answer
-
Studentovo rozdělení
-
Fischerovo rozdělení
-
Chí-kvadrát
Question 126
Question
129. Když máme rovnici Y = 16 –0,8 x, platí, že:
Question 127
Question
130. Když vyjde u regrese F-test "NEVÝZNAMNÝ”, tak to znamená že:
Question 128
Question
131. Znám korelační koeficient r, jaký bude poměr determinace r2
Question 129
Question
133. Regresní koeficient
Answer
-
vyjadřuje změnu závisle proměnné při jednotkové změně nezávislé proměnné
-
akorát přehozené závislé/nezávislé
-
sílu závislosti mezi x a y
Question 130
Question
134. Pokud do modelu přidáme další proměnné, index determinace se:
Answer
-
zmenší se
-
nezmění se
-
zvětší se
Question 131
Question
135. Kde se používá metoda nejmenších čtverců -?
Question 132
Question
137. Korelační koeficient se spočítá jako:
Question 133
Question
138. Korelační koeficient: r2=-0,8 + graf, napsat, co platí
Question 134
Question
139. Hodnoty párového korelačního koeficientu leží vintervalu:
Answer
-
<-1 ; 0>
-
<-1 ; 0)
-
(0 ; 1>
-
<-1 ; 1>
Question 135
Question
140. Koeficient determinace v regresní analýze lze případně spočítat jako:
Answer
-
druhá odmocnina z korelačního koeficientu
-
druhá odmocnina zvar. koeficientu
-
druhá mocnina korelační koeficient na druhou
Question 136
Question
141. Co je to index determinace?
Answer
-
- Nabývá hodnot <-1 ;1>
-
Poměr čtverců modelu a celkových čtverců
-
Poměr čtverce modelu a reziduálních čtverců
-
Může nabývat jakékoli hodnoty
Question 137
Question
142. Regresní přímka je zadána rovnicí Y=100 + 5x, co se stane se závislou proměnnou Y, kdyžse x zvýší o100jednotek?
Answer
-
Zvýší se o 500 jednotek
-
SDADS
Question 138
Question
143. Regresní přímka, když se všechny y zvětší o 2 a x se nezmění, co se stane?
Question 139
Question
144. Hodnota součinu sdružených výběrových regresních koeficientů bxy a byx je vždy:
Answer
-
V intervalu <0;1>
-
Rovna jedné
-
Rovno 0
-
Větší než jedna
Question 140
Question
145. Regresní analýza vyjadřuje závislost
Answer
-
Dvou kvantitativních proměnných
-
Dvou kvalitativních proměnných
-
Závislost kvalitativní proměnné na kvantitativní proměnné
-
Závislost kvantitativní proměnné na kvalitativní proměnné
Question 141
Question
146. Vícenásobný regresní model o 6 neznámých, 2 jsme vyřadili, koeficient determinace se:
Answer
-
Zmenší
-
Zvětší
-
Nelze určit bez výpočtu
Question 142
Question
147. Z regresního modelu se čtyřmi vysvětlujícími proměnnými byly dvě proměnné odebrány jako málo důležité. Potom:
Answer
-
index determinace v menším modelu nemůže být větší než v modelu s více proměnnými
-
index determinace se může zvýšit, pokud vynechané proměnné nejsou v modelu důležité
-
nelze obecně říci, jaký vztah bude mezi indexy determinace
Question 143
Question
148. Součin výběrových koeficientů sdružených regresních přímek je vždy číslo nezáporné.
Question 144
Question
149. Pomocí regrese je možné měřit závislost dvou kvantitativních proměnných
Question 145
Question
150. Jestliže je směrnice přímky záporná, tak to znamená, že je korelační koeficient záporný.
Question 146
Question
151. Může být index determinace vyšší než upravený index determinace
Question 147
Question
152. Jestliže do modelu přidáme další vysvětlující proměnnou, může se index determinace
Question 148
Question
153. Korelační koeficient je podíl reziduálního součtu čtverců na celkovém součtu čtverců
Question 149
Question
154. Může být index determinace vyšší než upravený index determinace?
Question 150
Question
155. Jestliže do modelu přidáme další vysvětlující proměnnou, může se index determinace snížit
Question 151
Question
156. Korelační koeficient se používá pro určení závislosti analýzy rozptylu.
Question 152
Question
157. Metodu nejmenších čtverců lze přímo použít k odhadu parametrů u nelineární regrese
Question 153
Question
158. Regresní parabola je funkcí lineární z pohledu parametrů
Question 154
Question
159. Jestliže známe jeden řetězový index, co z něho můžeme vypočítat?
Question 155
Question
160. Chronologický průměr využijeme u:
Answer
-
časových řad intervalových
-
časových řad okamžikových
-
při měření aritmetického průměru časové řady
Question 156
Question
161. Kdy používáme vážený chronologický průměr
Answer
-
u okamzikovych časových řad, kdy mezi obdobimy je ruzne rozmezi
-
u okamzikovych, kdy mezi obdobimy je stejne rozmezi i
-
u tokovych
Question 157
Question
162. Průměrnou hodnotu časové řady “Počet zaměstnanců kposlednímu dni měsíce”zjištěnou v r. 1990 v lednu, březnu a pak od května každý měsíc. Vypočítáme:
Answer
-
Prostým aritmetickým průměrem
-
Váženým aritmetickým průměrem
-
Prostým chronologickým průměrem
-
Váženým chronologickým průměrem
Question 158
Question
163. Jak lze převést okamžikovou měsíční časovou řadu na čtvrtletní?
Answer
-
Sečíst 3 po sobě jdoucí měsíční hodnoty
-
Sečíst 4 po sobě jdoucí měsíční hodnoty
-
Vzít z měsíční ČŘ každou 3. hodnotu
-
Vzít z měsíční ČŘ každou 4. Hodnotu
Question 159
Question
164. Průměr u čas. řad, když známe koeficienty růstu je:
Question 160
Question
165. Očištěná časová řada má:
Question 161
Question
166. Průměrný koeficient růstu se vypočítá jako:
Answer
-
aritmetický průměr
-
geometrický průměr
-
harmonický průměr
-
medián k. r.
Question 162
Question
167. Při modelování sezónní složky regresní metodou do modelu:
Answer
-
nevládáme žádné sezónní umělé proměnné
-
vkládáme o jednu méně sezónních umělých proměnných než je počet sezón
-
o jednu více sezónních umělých proměnných než je počet sezón
-
stejný počet sezónních umělých proměnných jako je počet sezón
-
medián k. r.
Question 163
Question
168. Jaký je relativní přírůstek, když koeficient růstu = 0,85
Question 164
Question
169. Součet sezónních faktorů u modelu řady skonstantní sezónností je:
Answer
-
roven nule
-
roven jedné
-
roven délce sezónnosti
-
záporný
Question 165
Question
170. Čtvrtletní časovou řadu očistíme od sezónnosti:
Answer
-
Aritmetickými průměry
-
Jednoduchými klouzavými průměry
-
Centrovanými klouzavými průměry
-
Váženými aritmetickými průměry
Question 166
Question
171. Systematické složky vkrátkodobé časové řadě jsou pouze:
Answer
-
trendová, sezónní, cyklická
-
trendová, cyklická, reziduální
-
cyklická, sezónní
-
reziduální
Question 167
Question
172. Průměrnou hodnotu časové řady je vždy vhodné vypočítat jako prostý aritmetický průměr
jejich jednotlivých hodnot.
Question 168
Question
173. Při modelování trendů včasových řadách pomocí regresního přístupu je vždy lepší použít kvadratickou funkci než lineární.
Question 169
Question
174. Systematické složky v časové řadě jsou jen trendová a cyklická.
Question 170
Question
175. Sezónní umělé proměnné jsou jen u čtvrtletních intervalů, ne u měsíčních ani ročních.
Question 171
Question
176. Průměrné tempo růstu včasové řadě musí být vždy větší než jedna.
Question 172
Question
177. Klouzavé průměry umožňují vyhladit průběh časové řady a naznačit její trend
Question 173
Question
178. Index spotřebitelských cen ČSÚ měří a zveřejňuje
Answer
-
jednou týdně
-
jednou měsíčně
-
čtvrtletně
Question 174
Question
179. Máme bazický index zroku 2010 IB=1,28 (2009 základní rok) o řetězcovém indexu za stejné období platí
Answer
-
Je větší než 1, 28
-
Je menší než 1,28
-
Je roven 1, 28
Question 175
Question
180. Včasové řadě skladnými hodnotami je hodnota jednoho z koeficientů růstu 0,85. Pak hodnota odpovídajícího relativního přírůstku (nepřevedená na %) musí být:
Answer
-
také kladná
-
kladná, z intervalu (0,1)
-
záporná, zintervalu (-1,0)
-
záporná, menší než -1
Question 176
Question
181. Pokud chceme porovnat ceny dvou období, použijeme:
Answer
-
řetězový index
-
korelační koeficient
-
index determinace
Question 177
Question
182. Máme tržby za únor a březen výrobků A a B vprodejním řetězci. K zachycení změny tržeb použijeme:
Answer
-
Nějaký složený index
-
Hodnotový index
-
Paasheho objemový index
Question 178
Question
183. Individuální indexy se dělí na
Question 179
Question
184. Pokud znáte Pascheho cenový index a Fischerův cenový index, můžete zjistit:
Question 180
Question
185. Spotřební koš představuje
Answer
-
Váhový systém indexu spotřebitelských cen a ceny všech výrobků na trhu
-
ubor zpravodajských jednotek a periodicitu zjišťování cen
-
Soubor reprezentantů a váhový systém indexu spotřebitelských cen
-
Homogenní skupiny výrobků, jejichž ceny se pravidelně zjišťují
Question 181
Question
186. Míra inflace je (nevím)
Answer
-
Růst cenové hladiny vyjádřený relativně
-
Růst cenové hladiny vyjádřený absolutně
-
Spotřebitelský index cen vyjádřený relativně
Question 182
Question
187. Je potřeba porovnat cenu 1 výrobku ve 4 obchodech ve dvou obdobích. Použijeme:
Question 183
Question
188. Jaký použijeme index pro 3 výrobky se stejným množstvím v základním období pro výpočet relativní změny ceny?
Question 184
Question
189. Mezi extenzitní ukazatele patří
Answer
-
Pouze úroveň
-
Množství i úroveň
-
Pouze hodnota
-
Množství i hodnota
Question 185
Question
190. Jaký typ průměru je použit ve vzorci Index množství Laspeyresův ( ):
Answer
-
Prostý aritmetický
-
Prostý harmonický
-
Vážený aritmetický
-
Vážený harmonický
Question 186
Question
191. Je hustota obyvatel ČR hodnotna extenzivní?
Question 187
Question
192. Index spotřeb. cen se používá
Question 188
Question
193. O inflaci lze např. říci, že:
Answer
-
to je vždy měsíční bazický index spotřebitelských cen
-
měří se na základě indexu spotřebitelských cen a většinou se udává v procentech
-
existuje jediný typ inflace
-
zveřejňuje se pouze čtvrtletně
Question 189
Question
194. Známe hodnotu jednoho výrobku v lednu a březnu v 1 prodejním řetězci. Jaký index?
Answer
-
hodnotový
-
proměnlivého složení
-
Laspeyresův
-
Paasheho
Question 190
Question
195. K porovnání hodnot ve dvou po sobě jdoucích následujících obdobích se používá:
Answer
-
Index determinace
-
Index korelace
-
Bazický index
-
Řetězový index
Question 191
Question
196. Soubor reprezentantů a váhový systém indexu spotřebních cen se nazývá spotřební koš
Question 192
Question
197. Index spotřebitelských cen je zveřejňován týdně