Questão 1
Questão
Jos riippuvuus on lineaarista ja positiivista, niin toisen muuttujan arvojen kasvaessa toisen arvot
Questão 2
Questão
Jos muuttujien välinen riippuvuus on suoraviivaista, niin se on
Responda
-
positiivista
-
negatiivista
-
vähäistä
-
lineaarista
Questão 3
Questão
Pearsonin korrelaatiokerroin voidaan laskea, jos muuttujat ovat vähintään
Responda
-
luokitteluasteikollisia
-
järjestysasteikollisia
-
välimatka-asteikollisia
-
suhdeasteikollisia
Questão 4
Questão
Kontingenssikerrointa käytetään
Responda
-
luokitteluasteikollisten muuttujien riippuvuuden määrän selvittämiseen
-
järjestysasteikollisten muuttujien riippuvuuden selvittämiseen
-
suhdeasteikollisten muuttujien riippuvuuden selvittämiseen
-
kaikki edellä olevat vaihtoehdot ovat väärin
Questão 5
Questão
Selitysaste saadaan
Responda
-
korottamalla korrelaatio toiseen potenssiin
-
huomioimalla hajonta
-
laskemalla korrelaation neliöjuuri
-
kaikki edellä olevat vaihtoehdot ovat väärin
Questão 6
Questão
Pienimmän neliösumman menetelmällä määritellään
Responda
-
Spearmanin järjestyskorrelaatiokerroin
-
Pearsonin korrelaatiokerroin
-
regressiosuoran kertoimet
-
kaikki edellä olevat vaihtoehdot ovat oikein
Questão 7
Questão
Kun Pearsonin korrelaatiokertoimen arvo on -1, niin se tarkoittaa, että
Responda
-
kyseessä on täydellinen negatiivinen riippuvuus
-
kaikki havaintopisteet sijaitsevat samalla laskevalla suoralla
-
kahden muuttujan välillä on lineaarinen riippuvuussuhde
-
kaikki edellä olevat vaihtoehdot ovat oikein
Questão 8
Questão
Lausekkeessa y= a+bx, x on
Responda
-
riippumaton muuttuja
-
riippuva muuttuja
-
ristiriitainen muuttuja
-
selitettävä muuttuja
Questão 9
Questão
Kontingenssikertoimen arvon laskeminen perustuu
Responda
-
Spearmanin järjestyskorrelaatiokertoimeen
-
käyräviivaiseen riippuvuuteen
-
ristiintaulukointiin
-
havaintoyksikön profiiliin
Questão 10
Questão
Mikä seuraavista väittämistä pitää paikkaansa?
Responda
-
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
Questão 11
Questão
Voidaan sanoa, että riippuvuutta ei esiinny, kun kontingenssikertoimen arvo on
Responda
-
suurempi kuin 0,5
-
pienempi kuin 0,2
-
pienempi kuin 0,3
-
pienempi kuin 0,4
Questão 12
Questão
Mikä seuraavista väittämistä ei pidä paikkaansa?
Responda
-
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
Questão 13
Questão
Pearsonin korrelaatiokertoimen symboli perusjoukosta laskettuna on
Questão 14
Questão
Mikä seuraavista vaihtoehdoista on oikein?
Responda
-
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
Questão 15
Questão
Jos molemmat muuttujat ovat vähintään välimatka-asteikollisia, tilastollisen riippuvuuden olemassaoloa voidaan havainnollisimmin alkaa tutkia
Questão 16
Questão
Tulomomenttikorrelaatiokertoimen arvoon
Responda
-
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
Questão 17
Questão
Jos korrelaatiokertoimen arvoksi saadaan 0.7, niin tuloksen tulkinta on
Questão 18
Questão
Useamman muuttujan yhtäaikaisen riippuvuuden tarkasteluun käytetään
Responda
-
Pearsonin korrelaatiokerrointa
-
Spearmanin korrelaatiokerrointa
-
osittainkorrelaatiokertoimia
-
osittaiskorrelaatiokertoimia
Questão 19
Questão
Jos regressiomalliin halutaan useita selittäviä muuttujia, havaintoja tulee olla vähintään
Questão 20
Questão
Usean selittävän muuttujan regressiomallissa
Responda
-
selitysaste ei nouse muuttujia lisäämällä
-
selittävien muuttujien tulisi korreloida keskenään
-
selittävien muuttujien ei tulisi korreloida keskenään
-
kuvaaja on kaksiulotteisen avaruuden pinta
Questão 21
Questão
Dummy-muuttujalla tarkoitetaan
Responda
-
luokittelu- tai järjestysasteikollista selittävää muuttujaa
-
luokittelu- tai järjestysasteikollista selitettävää muuttujaa
-
muuttujaa, jonka regressiokerroin ilmoittaa, miten arvolla 0 koodattu ominaisuus vaikuttaa tulokseen
-
jäännöstermiä