Что показывает коэффициент корреляции?
направление корелляционной связи между двумя переменными
силу корелляционной связи между двумя переменными
отношение между двумя переменными от -1 до 0
варьирует от 0 до +1
бывает лишь положительным
Что показывает диаграмма рассеяния?
силу обратной связи (направление корреляционной связи)
отсутствие корреляционных связей между переменными
значение двух переменных в виде линий
может быть лишь отрицательной
не может быть положительной
На диаграмме рассеяния, ось Y также называется:
результат (ответ)
функция
зависимая переменная
эффект
независимая переменная
На диаграмме рассеяния, ось X также называется:
фактор
аргумент
объяснительная переменная
Направление корреляции между двумя переменными может быть:
прямой(положительной)
обратной(отрицательной)
значением величины коэффициента от -1 до 1
значением величины коэффициента от -1 до 0
нейтральной (нулевой)
Положительная корреляция между двумя переменными означает:
маленькие значения Х и Y
большие значения X и Y
снизу - вверх, слева – направо
высокие значения одной переменной соответствуют высоким значениям другой переменной
высокие значения одной переменной не соответствуют высоким значениям другой переменной
Отрицательная корреляция между двумя переменными означает
большие значения X и маленькие Y
движутся в двух разных направлениях
высокие значения одной переменной соответствуют низким значениям другой переменной
движутся в двух одинаковых направлениях
высокие значения одной переменной не соответствуют низким значениям другой переменной
Какие коэффициенты корреляции измеряют линейную зависимость между двумя количественными переменными
Пирсон
Спирмен
диаграмма рассеяния
положительная корреляция
отрицательная корреляция
Если малые значения X взаимосвязаны с малыми значениями Y, а высокие значения X связаны с высокими значениями Y, то корреляция является:
прямой или положительной
прямой или отрицательной
обратной или положительной
обратной или отрицательной
прямой и обратной
Если малые значения X взаимосвязаны с высокими значениями Y, а высокие значения X связаны с малыми значениями Y, то корреляция является:
обратная или отрицательная
прямая или положительная
прямая или отрицательная
обратная или положительная
Если на диаграмме рассеяния данные простираются от нижнего левого угла к верхнему правому углу, то корреляция является
прямая и обратная
Если на диаграмме рассеяния данные простираются от верхнего левого угла к нижнему правому углу, то корреляция является:
Для утверждения «чем выше потребление соли, тем выше артериальное давление» корреляция является
Для утверждения «чем выше потребление сигарет, тем ниже средняя продолжительность жизни» корреляция является
При каких условиях используют коэффициент корреляции Пирсона:
для количественных переменных, которые соблюдают Гаусовское распределение, линейная корреляция
для качественных переменных
для количественных и качественных переменных
для переменных,которые не соблюдают Гаусовское распределение
все варианты верны
