Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Statistika > Moje otázky 2. část > Flashcards

Moje otázky 2. část Flashcards

1
Q

Co je to: závislost (dvou veličin)?

A

situace kdy je možno vztah mezi jejich hodnotami vyjádřit pomocí pevného pravidla - jedné z hodnot jednoznačně přiřazuje hodnotu druhé veličiny
JE TO ZÁROVEŇ FUNKCE

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Závislost dvou veličin lze vyjádřit pomocí:

A
  1. Vzorcem
  2. Graficky
  3. Tabulka hodnot (příslušné funkce)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Pevná funkce =

A

= deterministická závislost

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Kolik je minimální počet potřebných případů pro zjištění pevné funkce (deterministické funkce)

A

Stačí pouze jeden.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Popiš volnou, statistickou (stochastickou) závislost.

A

závislostí, kdy prozkoumávání každého dalšího případu přinese zpřesnění poznatků o závislosti

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Co je to: “tendence”?

A

situace kdy se závislost jen projevuje na venek

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Co je zásadní při statistickém zjišťování závislosti?

A

Rozsah souboru (počet zaznamenaných případů)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Jaký druh závislosti je předmětem zájmu statistiky?

A

Volné, statistické (stochastické)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Čím ve statistice označujeme náhoudu?

A

výsledek pozorování deformovaný působením řady nepozorovatelných činitelů

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Co může (nejpravděpodobněji) stát za: “zdánlivou závislostí”?

A

Nízký počet pozorování nebo spatná práce s daty.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Jak nazýváme příčinnou (kauzální) závislost?

A

skutečná závislost

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Co je hlavní princip u příčinné (kauzální) závislosti?

A

jedna z veličin vystupuje vždy jako příčina a druhá jako účinek

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

O jakou závislost se jedná, můžeme-li jednoznačně pojmenovat příčinu a účinek?

A

jednostranná závislost

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

O jakou závislost se jedná, nemůžeme-li jednoznačně pojmenovat příčinu a účinek?

A

oboustranná závislost

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Jednoduchá (párová) závislost.

A

jedna příčina vyvolá společně jeden účinek

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Mnohonásobná (vícenásobná) závislost

A

více příčin vyvolá společně jeden účinek

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Co je to: “korelační diagram”?

A

základní nástroj grafické prezentace číselných dat při zkoumání závislostí = bodový (tečkový) diagram

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

V případě diagramu, co znázorňuje: vodorovná osa?

A

nezávisle proměnné

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

V případě diagramu, co znázorňuje: svislá osa?

A

závisle proměnné

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Co je to: “korelační pole”?

A

“mračno bodů” odpovídající jednotlivým pozorováním

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

Co můžeme pozorovat na korelačním diagramu?

A
  1. Průběh závislosti - přímočará, křivočará, rostoucí, klesající, střídavá (křivočará závislost)
  2. Intenzita (síla/těsnost) závislosti - čím protáhlejší korelační pole tím větší závislost
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Jaké defekty v datech nám může korelační diagram prozdradit?

A
  1. Přítomnost vlivných bodů
  2. Heterogenita dat
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Opakem heterogenity dat je jejich:

A

homogenita

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Homogenita dat je:

A

nejvyšší možná stejnorodost datového souboru

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Q

Data pro měření závislosti číselných znaků mohou být předem zpracována kombinačním tříděním do podoby:

A

korelační tabulky

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
26
Q

Co je to: “podmíněný průměr”?

A

aritmetický průměr vypočtený pro každé podmíněné rozdělení četností závisle proměnné v korelační tabulce

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
27
Q

Jaké jsou dvě základní statistické vlastnosti každé statistické závislosti?

A
  1. průběh
  2. intenzita
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
28
Q

Regresní funkce =

A

= metoda nejmenších čtverců
- základní a nepoužívanější tradiční statistická metoda

29
Q

Co je to: “lineární regresní funkce” a k čemu se používá?

A
  • nejjednodušší regresní funkce jedné nezávisle proměnné
  • k měření průběhu pozitivní nebo negativní přímočaré závislosti
30
Q

Jak se nazývá grafické znázornění: lineární regresní funkce?

A

regresní přímka

31
Q

K čemu se používá: “regresní kvadratická funkce”?

A

k měření křivočaré závislosti

32
Q

Co je grafickým znázorněním regresní kvadratické funkce?

A

Regresní parabola

33
Q

Co popisuje: “regresní lomená funkce”?

A

asymetrické přibližování shora nebo zdola k určité hodnotě, kterou podle okolností regresní funkce buď nepřekročí nebo pod ní neklesne

34
Q

Co je grafickým znázorněním “regresní lomené funkce”?

A

regresní hyperbola

35
Q

Čím měříme “intenzitu (sílu/těsnost)?

A

bezrozměrnými charakteristikami - hodnoty těchto charakteristiky se pohybují v intervalu (0-1) (0 je méně a 1 je více)

36
Q

Čím měříme intenzitu závislosti?

A

indexem korelace - součástí metody nejmenších čtverců

37
Q

Co je to: “metoda nejmenších čtverců”?

A

univerzální metoda nalezení parametrů libovolné regresní funkce lineární v parametrech

38
Q

Co je to: “regresní úloha”?

A

speciální případ úlohy o jednostranné závislosti kdy je jednoznačně pojmenována závislá a nezávisle proměnná

39
Q

Co hledá metoda nejmenších čtverců?

A

takový průběh regresní funkce zvoleného typu, která minimalizuje součet čtverců odchylek pozorovatelných a vypočtených hodnot závisle proměnní

40
Q

Co je to: “index determinace”?

A
  • podíl vysvětlení variability na celkové variabilitě
  • interval 0-1
  • vyjadřujeme v %
41
Q

Co je to: “index korelace”?

A
  • druhá odmocnina indexu determinace
  • bezrozměrné číslo, které udává intenzitu závislosti v intervalu 0-1
  • 0 = nezávislost
  • 1 = pevná závislost
42
Q

Co je to: “korelační úloha”?

A

speciální případ úlohy o oboustranné závislosti, kdy nelze jednoznačně pojmenovat závislou a nezávislou proměnnou

43
Q

Kdy se setkáváme s: “korelační úlohou”?

A

když hodnoty obou proměnných nelze experimentálně ovlivnit a jsou tedy získány prostým pozorováním

44
Q

Co udává: “regresní koeficient”?

A

změnu závislé proměnné, změní-li se nezávislá proměnná o jednotku

45
Q

Kde se vždy protínají sdružené regresní přímky?

A

v bodě o souřadnicích APx a APy

46
Q

Jakou veličinu má “regresní koeficient”?

A

rozměrnou veličinu
- nejsou srovnatelné různé měrné jednotky

47
Q

Beta koeficient, jedná se o koeficient bezrozměrný nebo rozměrný?

A

bezrozměrný

48
Q

Co je to: “koeficient determinace”?

A

speciální případ indexu determinace pro regresní přímku

49
Q

Co je to: “korelační koeficient”?

A

charakteristika intenzity závislosti pro sdružené regresní přímky

50
Q

Jak měří intenzitu závislosti, korelační koeficient?

A

na intervalu (-1;0;+1)
-1 = pevná negativní závislost
0 = nezávislost
+1 = pevná pozitivní závislost

51
Q

Jsou nebo nejsou v případě slovních znaků četnosti jedinou informací číselného charakteru?

A

Ano, jsou.

52
Q

Jaké charakteristiky využíváme pro měření statistických vlastností slovních znaků?

A

charakteristiky založené na četnostech
- modus
- medián

53
Q

Jakých hodnot nabývá: “koeficient mutability”?

A

0;1

54
Q

Čím víc se jednotlivé četnosti slovních znaků liší, tím:

A

nižší je mutabilita

55
Q

Analýza ______ je založena na tom, že pro každé políčko lze stanovit četnost, která by zde byla v případě, že znaky A,B by byly nezávislé.

A

kontingenční tabulky

56
Q

Může vypočtená četnost odpovídat i jiným než celočíselným hodnotám?

A

Ano, může.

57
Q

Název charakteristiky:
charakteristika měřící rozdílnost pozorovatelných a vypočtených četností souhrnně za celou tabulku

A

čtvercová kontingence (chí kvadrát)

58
Q

Jedná se o charakteristiku intenzity závislosti

A

čtvercová kontingence (chí kvadrát)

59
Q

Která charakteristika odstraňuje vliv rozsahu souboru ale neřeší vliv různých velikostí kontingenční tabulky?

A

Průměrná čtvercová kontingence

60
Q

Který koeficient kontingence je pouze pro čtvercové kontingenční tabulky?

A

Čuprovův koeficient kontingence

61
Q

V případě kontingenční tabulky mluvíme i _______ závislosti, ne ale o jejím _____.

A
  1. intenzitě
  2. průběhu
62
Q

Jaké máme tři typy srovnání?

A
  1. Věcné
  2. Časové
  3. Prostorové
63
Q

Jaké jsou 2 metody srovnávání?

A
  1. Absolutní srovnání (srovnání rozdílem)
  2. Relativní srovnání (srovnání podílem)
64
Q

Jak se nazývají hodnoty podle které srovnáváme a jak se nazývají hodnoty srovnávané?

A

podle kterých srovnáváme = základ
srovnávané hodnoty = srovnávané/běžné hodnoty

65
Q

Jaké jsou typy veličin z pohledu srovnávání?

A
  1. Čísla extenzivní
  2. Čísla intenzivní
  3. Čísla absolutní
  4. Čísla srovnávací
  5. Čísla pro absolutní srovnání
  6. Čísla pro relativní srovnání
  7. Čísla různorodá
  8. Čísla stejnorodá
66
Q

Jaké máme poměrná čísla?

A
  1. Poměrná čísla struktury
  2. Poměrná čísla pro věcné srovnání
  3. Poměrná čísla pro prostorové srovnávání
  4. Poměrná čísla pro časové srovnávání
  5. Poměrná čísla intenzitní
67
Q

Jak rozdělujeme indexy?

A
  1. Indexy extenzivních veličin
  2. Indexy intenzivních veličin
  3. Indexy individuální
  4. Indexy souhrnné
  5. indexy jednoduché
  6. indexy složené
    Bazické indexy
    Řetězové indexy
68
Q

Proč se dělá normování dat?

A

slouží k odstranění úrovně a variability z dat

69
Q

Jaký je vzorec rozpětí kvartilů?

A

Q = x0,75 - x0,25

Statistika (10 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions