Statistika 8-16

Question 1

Greska prve vrste?

Answer 1

Verovatnoca odbacivanja hipoteze H0 kada je tacna
Alfa je njena verovatnoca i naziva se nivo znacajnosti
(Formula)

Question 2

Verovatnoca tacnog zakljucka?

Answer 2

Verovatnoca prihvatanja hipoteze H0 kada je tacna

Formula

Question 3

Greska druge vrste?

Answer 3

Verovatnoca prihvatanja hipoteze H0 kada nije tacna

Formula

Question 4

Moc testa?

Answer 4

Verovatnoca odbacivanja hipoteze H0 kada nije tacna

Formula

Question 5

U kom intervalu se nalazi greska prve vrste (isto vazi i za moc testa)?

Answer 5

0-1

Question 6

Minimalna vrednost moci testa jednaka je:

Answer 6

Gresci prve vrste (alfa za m=m0)

Question 7

Maksimalna vrednost moci testa jednaka je:

Answer 7

1 za m>m0, monotono rastuca

Question 8

Nivo (prag) znacajnosti je:

Answer 8

Verovatnoca alfa, tj. verovatnoca greske prve vrste

Question 9

Sta se desava kada se smanjuje greska prve vrste:

Answer 9

Alfa se smanjuje, 1-Beta se smanjuje

Beta se povecava, 1-Alfa se povecava

Question 10

H0 za statistiku (ns^2)/(sigma^2)

Answer 10

Tacno Var(xnadvuceno)=1
Netacno Var(xnadvuceno)>1

Question 11

Ako je H0(teta=teta1) onda je

Answer 11

H1(teta=teta2)

Question 12

Kod analize varijanse ukupan varijabilitet:

Answer 12

Jednak je zbiru varijabiliteta unutar i izmedju uzoraka

T^2=T^2u+T^2i

Question 13

Kod analize varijanse zakljucak o prihvatanju ili odbacivanju hipoteze donosi se na bazi statistike u kojoj se posmatra kolicnik:

Answer 13

Varijabiliteta izmedju i varijabiliteta unutar grupa

Question 14

U analizi varijanse se pretpostavlja da su vezano za tretmane jednake:

Answer 14

Varijanse

Question 15

Kod analize varijanse ukoliko posmatrani faktor utice na oblezje:

Answer 15

Srednje vrednosti se razlikuju

Question 16

Kod analize varijanse reziduali predstavljaju:

Answer 16

Efekte uticaja svih nemerljivih faktora

Question 17

Tretmani:

Answer 17

Izmedju grupa: merljivi, kontrolisani tretmani
Unutar grupa: nemerljivi, rezidualni nekontrolisani
Varijabilitet mali, tretman nema uticaj na srednje vrednosti

Question 18

Ako faktor nema uticaja na obelezje Y onda ce vrednosti obelezja po grupama biti:

Answer 18

Iste

Question 19

Kod analize varijanse slucajna promenljiva predstavlja efekte uticaja:

Answer 19

Prosecne vrednosti na celom skupu

Question 20

Nulta hipoteza za analizu varijanse:

Answer 20

H0(T1=T2=T3) sve tri su iste (faktor nema znacajnog uticaja na posmatrano obelezje)
H1(“Bar jedna razlicita)

Question 21

Kriticna oblast za analizu varijanse

Answer 21

Desnostrana

Question 22

Kod analize varijanse faktor _____________

Answer 22

nije kontinualan

Question 23

Koeficijent determinacije je:

Answer 23

koren koeficijenta korelacije uzorka

Question 24

Sto je vrednost koeficijenta determinacije bliza 1:

Answer 24

udeo objasnjenog u ukupnom varijabilitetu promenljive Y je veci

Question 25

Parametarski testovi se odnose na:

Answer 25

Odredjene parametre raspodele

Question 26

Ispituju se građani u anketi, pitanje je kolika su mesecna primanja građana: A) do 30.000 B) od 30.000 do 50.000 C) od 50.000 do 100.000 D)preko 100.000. Zelimo da uporedimo da li postoji razlika u primanjima između zaposlenih u privatnom i javnom sektoru. Test koji koristimo je?

Answer 26

T-test

Question 27

Na šta se odnose neparametarski testovi:

Answer 27

na kompletnu raspodelu

Question 28

U Xi-Kvadrat testove spadaju:

Answer 28

4 crtice sa formulama

Question 29

Kod Hi-Kvadrat testa:

Answer 29

Ako su odstupanja izmerenih od očekivanih frekvencija mala obeležje ima predpostavljenu raspodelu

Question 30

Hi-Kvadrat se zasniva na:

Answer 30

Poređenju empirijskih (izmerenih) i očekivanih apsolutnih frekvencija

Question 31

Test saglasnosti spada u:

Answer 31

Hi-Kvadrat test

Question 32

Koji test se koristi za saglasnost sa raspodelom:

Answer 32

Hi-Kvadrat i Pirsonov test

Question 33

Tabela kontigencije sadrži:

Answer 33

kategorizovane podatke

Question 34

Tabela kontigencije predstavlja:

Answer 34

Neparametarski test nezavisnosti koji se primenjuje isključivo za kategorijski tip podataka

Question 35

Koji test je pogodan za utvrđivanje da li religija utiče na pripadnost partiji:

Answer 35

Test nezavisnosti

Question 36

Kolmogorov-Smirnof test

Answer 36

se zasniva na utvrđivanju stepena slaganja između raspodela vrednosti uzoraka i neke teorijske raspodele

Question 37

Kolmogorov-Smirnof test D=0: kumulativna i dobijena raspodela frekvencija se

Answer 37

poklapaju

Question 38

Kolmogorov-Smirnof test spada u:

Answer 38

Test saglasnosti, Hi-Kvadrat test

Question 39

Kolmogorov-Smirnof test se odnosi na

Answer 39

maksimalnu devijaciju | formula

Question 40

H0 kod Kolmogorov-Smirnof testa:

Answer 40

Posmatrano obeležje ima normalnu raspodelu

Question 41

D>D0 – H0 odbacujemo

Answer 41

X – nema normalnu raspodelu

Question 42

D manje od D0

Answer 42

T-test

Question 43

D>D0

Answer 43

Mann-Whitney test

Question 44

H0 kod Kolmogorov-Smirnof testa dva uzorka:

Answer 44

Oba uzorka potiču iz iste populacije

Question 45

Zamena za Xi-kvadrat test:

Answer 45

KS test za 1 uzorak

Question 46

H0 za test koraraka:

Answer 46

“Uzorak je slučajan”

Question 47

Da li štetočina napada paradajz po nekom pravilu:

Answer 47

Test koraka za slučajnost uzorka

Question 48

Broj koraka za mali uzorak je

Answer 48

Monoton

Question 49

Statistika za Wald-Wolfowitz test koraka (test koraka za dva uzorka):

Answer 49

H0 elementi uzoraka A i B iz iste populacije | formula

Question 50

Ako je slučajnost u uzorku narušena zbog monotonosti ocekivane vrednosti na populaciji, kriticnu oblast određujemo?

Answer 50

P(tau < z0 | H0) = alfa

Question 51

Narušena monotonost:

Answer 51

prosečna vrednost rasla ili opadala t < -Z0, H0 odbacujemo ocekivana vrednost populacije rasla pa opadala t > Z0. H0 odbacujemo

Question 52

Mann-Whitney U-test služi za:

Answer 52

Testiranje jednakosti raspodela

Question 53

Zamena za t-test:

Answer 53

Mann-Whitney U-test WW (test koraka za dva koraka) KS za dva uzorka

Question 54

U1+U2:

Answer 54

N1*N2

Question 55

H0 kod MW testa:

Answer 55

H0 : p=0.5 Broj pokušaja do dostizanja kriterijuma u situaciji izbegavanje šoka je isti za pacove koji su trenirani i koji ranije nisu trenirani

Question 56

Studenti ekonomskog fakulteta i fona ocenjuju nesto za VIP, ocene su od 1 do 5

Answer 56

Mann-Whitney U-test | dosta formula

Question 57

Studenti fona su se zalili na rezultate:

Answer 57

KS 2 uzorka > MW/t-test > WW

Question 58

Kod izraza Y=αX+β+ε koliko je matematicko očekivanje od ε?

Answer 58

E(ε)=0

Question 59

U linearnoj regresiji kao ocene slučajnih odstupanja αi se koriste?

Answer 59

Reziduali εi

Question 60

Šta su reziduali:

Answer 60

Reziduali εi- su vertikalna odstupanja između izmerenih i očekivanih vrednosti

Question 61

Varijansa slučajne promenljive ε regresionog modela je:

Answer 61

konstanta

Question 62

U prostom LRM slučajna promenljiva ε podleže:

Answer 62

N(0;δ^2)

Question 63

Prost LRM je model sa:

Answer 63

Dve promenljive, jednom zavisnom i jednom kontrolisanom

Question 64

Raspodela kod VLRM:

Answer 64

tn-k-1 (n i k i 1 su u indeksu od t)

Question 65

Kod metode najmanjih kvadrata Y=αX+β+ ε šta je β

Answer 65

Odsečak na Y osi

Question 66

Ocene b0 i b1 dobijene metodom najmanjih kvadrata predstavljaju najbolje nepristrasne linearne ocene regresionih parametara β0 i β1 u sledećem smislu:

Answer 66

Varijanse bilo kojih drugih nepristrasnih linearnih ocena, biće veće od varijansi ovih ocena

Question 67

Metod najmanjih kvadrata kod prostog LRM se zasniva na:

Answer 67

Minimiziranju kvadrata vertikalnih odstupanja

Question 68

Homoskedastičnost

Answer 68

je osobina da je varijansa kostantna i jednaka σ²

Question 69

Ocene regresionih parametara su:

Answer 69

nepristrasne

Question 70

Metodom najmanjih kvadrata u prostom LRM dobijaju se:

Answer 70

tačkaste ocene

Question 71

Jaka veza

Answer 71

[-1,-0.75] U [0.75,1]

Question 72

Kod regresionog modela kada nezavisna promenljiva X raste, a zavisna promenljiva Y opada onda je:

Answer 72

α<0

Question 73

Kod regresionog modela kada je nezavisna promenljiva X raste/opada, a zavisna promenljiva Y raste/opada onda je?

Answer 73

α>0

Question 74

Kod linearne regresije α predstavlja:

Answer 74

prosečnu promenu zavisne promenljive kad se nezavisna poveća za jednu svoju jedinicu, to je nagib prave

Question 75

Kod linearne regresije ε predstavlja

Answer 75

Slučajnu grešku, sum, rezidual