Question 1
Question
Jos riippuvuus on lineaarista ja positiivista, niin toisen muuttujan arvojen kasvaessa toisen arvot
Question 2
Question
Jos muuttujien välinen riippuvuus on suoraviivaista, niin se on
Answer
-
positiivista
-
negatiivista
-
vähäistä
-
lineaarista
Question 3
Question
Pearsonin korrelaatiokerroin voidaan laskea, jos muuttujat ovat vähintään
Answer
-
luokitteluasteikollisia
-
järjestysasteikollisia
-
välimatka-asteikollisia
-
suhdeasteikollisia
Question 4
Question
Kontingenssikerrointa käytetään
Answer
-
luokitteluasteikollisten muuttujien riippuvuuden määrän selvittämiseen
-
järjestysasteikollisten muuttujien riippuvuuden selvittämiseen
-
suhdeasteikollisten muuttujien riippuvuuden selvittämiseen
-
kaikki edellä olevat vaihtoehdot ovat väärin
Question 5
Question
Selitysaste saadaan
Answer
-
korottamalla korrelaatio toiseen potenssiin
-
huomioimalla hajonta
-
laskemalla korrelaation neliöjuuri
-
kaikki edellä olevat vaihtoehdot ovat väärin
Question 6
Question
Pienimmän neliösumman menetelmällä määritellään
Answer
-
Spearmanin järjestyskorrelaatiokerroin
-
Pearsonin korrelaatiokerroin
-
regressiosuoran kertoimet
-
kaikki edellä olevat vaihtoehdot ovat oikein
Question 7
Question
Kun Pearsonin korrelaatiokertoimen arvo on -1, niin se tarkoittaa, että
Answer
-
kyseessä on täydellinen negatiivinen riippuvuus
-
kaikki havaintopisteet sijaitsevat samalla laskevalla suoralla
-
kahden muuttujan välillä on lineaarinen riippuvuussuhde
-
kaikki edellä olevat vaihtoehdot ovat oikein
Question 8
Question
Lausekkeessa y= a+bx, x on
Answer
-
riippumaton muuttuja
-
riippuva muuttuja
-
ristiriitainen muuttuja
-
selitettävä muuttuja
Question 9
Question
Kontingenssikertoimen arvon laskeminen perustuu
Answer
-
Spearmanin järjestyskorrelaatiokertoimeen
-
käyräviivaiseen riippuvuuteen
-
ristiintaulukointiin
-
havaintoyksikön profiiliin
Question 10
Question
Mikä seuraavista väittämistä pitää paikkaansa?
Answer
-
Muuttujien välillä on aina jonkinlaista riippuvuutta
-
Jos riippuvuutta esiintyy, se voi olla vain lineaarista, joko positiivista tai negatiivista, riippuvuutta
-
Kun korrelaatiokertoimen arvo on 10, muuttujat ovat täysin riippuvaisia toisistaan
-
Pearsonin korrelaatiokertoimelle on olemassa monia laskukaavoja
Question 11
Question
Voidaan sanoa, että riippuvuutta ei esiinny, kun kontingenssikertoimen arvo on
Answer
-
suurempi kuin 0,5
-
pienempi kuin 0,2
-
pienempi kuin 0,3
-
pienempi kuin 0,4
Question 12
Question
Mikä seuraavista väittämistä ei pidä paikkaansa?
Answer
-
Riippuvuussuhde voidaan aina ilmoittaa täsmällisesti matemaattisten mallien avulla
-
Pearsonin korrelaatiokerroin mittaa lineaarista riippuvuutta
-
Riippuvuuden tunnusluku on nimeltään korrelaatiokerroin
-
Tilastollisen riippuvuuden olemassaoloa voidaan tutkia hajontakuvion avulla
Question 13
Question
Pearsonin korrelaatiokertoimen symboli perusjoukosta laskettuna on
Question 14
Question
Mikä seuraavista vaihtoehdoista on oikein?
Answer
-
Mikäli toinen muuttujista voidaan tulkita selittäväksi muuttujaksi, se sijoitetaan sarakemuuttujaksi ja prosentit lasketaan sarakkeittain
-
Mikäli toinen muuttujista voidaan tulkita selitettäväksi muuttujaksi, se sijoitetaan rivimuuttujaksi ja prosentit lasketaan riveittäin
-
Mikäli toinen muuttujista voidaan tulkita selittäväksi muuttujaksi, se sijoitetaan rivimuuttujaksi, mutta prosentit lasketaan sarakkeittain
-
Mikään vaihtoehdoista ei ole oikein
Question 15
Question
Jos molemmat muuttujat ovat vähintään välimatka-asteikollisia, tilastollisen riippuvuuden olemassaoloa voidaan havainnollisimmin alkaa tutkia
Question 16
Question
Tulomomenttikorrelaatiokertoimen arvoon
Answer
-
vaikuttaa havaintojen poikkeamat keskiarvosta, mutta havaintoyksiköiden lukumäärä ei vaikuta
-
eivät vaikuta muuttujien hajonnat
-
vaikuttaa havaintoyksiköiden lukumäärä, mutta ei havaintoarvojen poikkeamat keskiarvosta
-
ei vaikuta se, kumpi muuttujista on x ja kumpi y
Question 17
Question
Jos korrelaatiokertoimen arvoksi saadaan 0.7, niin tuloksen tulkinta on
Question 18
Question
Useamman muuttujan yhtäaikaisen riippuvuuden tarkasteluun käytetään
Answer
-
Pearsonin korrelaatiokerrointa
-
Spearmanin korrelaatiokerrointa
-
osittainkorrelaatiokertoimia
-
osittaiskorrelaatiokertoimia
Question 19
Question
Jos regressiomalliin halutaan useita selittäviä muuttujia, havaintoja tulee olla vähintään
Question 20
Question
Usean selittävän muuttujan regressiomallissa
Answer
-
selitysaste ei nouse muuttujia lisäämällä
-
selittävien muuttujien tulisi korreloida keskenään
-
selittävien muuttujien ei tulisi korreloida keskenään
-
kuvaaja on kaksiulotteisen avaruuden pinta
Question 21
Question
Dummy-muuttujalla tarkoitetaan
Answer
-
luokittelu- tai järjestysasteikollista selittävää muuttujaa
-
luokittelu- tai järjestysasteikollista selitettävää muuttujaa
-
muuttujaa, jonka regressiokerroin ilmoittaa, miten arvolla 0 koodattu ominaisuus vaikuttaa tulokseen
-
jäännöstermiä