Statistika 8-16 Flashcards

Nisam ukljucio pitanja koja ne mogu da prekucam, sa zajebanim formulama itd, sve to se iz skripte od 16 strana uci i tabele itd.

1
Q

Greska prve vrste?

A

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

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

Verovatnoca tacnog zakljucka?

A

Verovatnoca prihvatanja hipoteze H0 kada je tacna

Formula

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

Greska druge vrste?

A

Verovatnoca prihvatanja hipoteze H0 kada nije tacna

Formula

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

Moc testa?

A

Verovatnoca odbacivanja hipoteze H0 kada nije tacna

Formula

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

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

A

0-1

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

Minimalna vrednost moci testa jednaka je:

A

Gresci prve vrste (alfa za m=m0)

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

Maksimalna vrednost moci testa jednaka je:

A

1 za m>m0, monotono rastuca

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

Nivo (prag) znacajnosti je:

A

Verovatnoca alfa, tj. verovatnoca greske prve vrste

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

Sta se desava kada se smanjuje greska prve vrste:

A

Alfa se smanjuje, 1-Beta se smanjuje

Beta se povecava, 1-Alfa se povecava

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

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

A
Tacno Var(xnadvuceno)=1
Netacno Var(xnadvuceno)>1
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Ako je H0(teta=teta1) onda je

A

H1(teta=teta2)

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

Kod analize varijanse ukupan varijabilitet:

A

Jednak je zbiru varijabiliteta unutar i izmedju uzoraka

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

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

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

A

Varijabiliteta izmedju i varijabiliteta unutar grupa

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

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

A

Varijanse

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

Kod analize varijanse ukoliko posmatrani faktor utice na oblezje:

A

Srednje vrednosti se razlikuju

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

Kod analize varijanse reziduali predstavljaju:

A

Efekte uticaja svih nemerljivih faktora

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

Tretmani:

A

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

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

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

A

Iste

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

Kod analize varijanse slucajna promenljiva predstavlja efekte uticaja:

A

Prosecne vrednosti na celom skupu

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

Nulta hipoteza za analizu varijanse:

A

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

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

Kriticna oblast za analizu varijanse

A

Desnostrana

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Kod analize varijanse faktor _____________

A

nije kontinualan

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Koeficijent determinacije je:

A

koren koeficijenta korelacije uzorka

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

Sto je vrednost koeficijenta determinacije bliza 1:

A

udeo objasnjenog u ukupnom varijabilitetu promenljive Y je veci

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Parametarski testovi se odnose na:
Odredjene parametre raspodele
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?
T-test
27
Na šta se odnose neparametarski testovi:
na kompletnu raspodelu
28
U Xi-Kvadrat testove spadaju:
4 crtice sa formulama
29
Kod Hi-Kvadrat testa:
Ako su odstupanja izmerenih od očekivanih frekvencija mala obeležje ima predpostavljenu raspodelu
30
Hi-Kvadrat se zasniva na:
Poređenju empirijskih (izmerenih) i očekivanih apsolutnih frekvencija
31
Test saglasnosti spada u:
Hi-Kvadrat test
32
Koji test se koristi za saglasnost sa raspodelom:
Hi-Kvadrat i Pirsonov test
33
Tabela kontigencije sadrži:
kategorizovane podatke
34
Tabela kontigencije predstavlja:
Neparametarski test nezavisnosti koji se primenjuje isključivo za kategorijski tip podataka
35
Koji test je pogodan za utvrđivanje da li religija utiče na pripadnost partiji:
Test nezavisnosti
36
Kolmogorov-Smirnof test
se zasniva na utvrđivanju stepena slaganja između raspodela vrednosti uzoraka i neke teorijske raspodele
37
Kolmogorov-Smirnof test D=0: kumulativna i dobijena raspodela frekvencija se
poklapaju
38
Kolmogorov-Smirnof test spada u:
Test saglasnosti, Hi-Kvadrat test
39
Kolmogorov-Smirnof test se odnosi na
maksimalnu devijaciju | formula
40
H0 kod Kolmogorov-Smirnof testa:
Posmatrano obeležje ima normalnu raspodelu
41
D>D0 – H0 odbacujemo
X – nema normalnu raspodelu
42
D manje od D0
T-test
43
D>D0
Mann-Whitney test
44
H0 kod Kolmogorov-Smirnof testa dva uzorka:
Oba uzorka potiču iz iste populacije
45
Zamena za Xi-kvadrat test:
KS test za 1 uzorak
46
H0 za test koraraka:
“Uzorak je slučajan”
47
Da li štetočina napada paradajz po nekom pravilu:
Test koraka za slučajnost uzorka
48
Broj koraka za mali uzorak je
Monoton
49
Statistika za Wald-Wolfowitz test koraka (test koraka za dva uzorka):
H0 elementi uzoraka A i B iz iste populacije | formula
50
Ako je slučajnost u uzorku narušena zbog monotonosti ocekivane vrednosti na populaciji, kriticnu oblast određujemo?
P(tau < z0 | H0) = alfa
51
Narušena monotonost:
prosečna vrednost rasla ili opadala t < -Z0, H0 odbacujemo ocekivana vrednost populacije rasla pa opadala t > Z0. H0 odbacujemo
52
Mann-Whitney U-test služi za:
Testiranje jednakosti raspodela
53
Zamena za t-test:
Mann-Whitney U-test WW (test koraka za dva koraka) KS za dva uzorka
54
U1+U2:
N1*N2
55
H0 kod MW testa:
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
56
Studenti ekonomskog fakulteta i fona ocenjuju nesto za VIP, ocene su od 1 do 5
Mann-Whitney U-test | dosta formula
57
Studenti fona su se zalili na rezultate:
KS 2 uzorka > MW/t-test > WW
58
Kod izraza Y=αX+β+ε koliko je matematicko očekivanje od ε?
E(ε)=0
59
U linearnoj regresiji kao ocene slučajnih odstupanja αi se koriste?
Reziduali εi
60
Šta su reziduali:
Reziduali εi- su vertikalna odstupanja između izmerenih i očekivanih vrednosti
61
Varijansa slučajne promenljive ε regresionog modela je:
konstanta
62
U prostom LRM slučajna promenljiva ε podleže:
N(0;δ^2)
63
Prost LRM je model sa:
Dve promenljive, jednom zavisnom i jednom kontrolisanom
64
Raspodela kod VLRM:
tn-k-1 (n i k i 1 su u indeksu od t)
65
Kod metode najmanjih kvadrata Y=αX+β+ ε šta je β
Odsečak na Y osi
66
Ocene b0 i b1 dobijene metodom najmanjih kvadrata predstavljaju najbolje nepristrasne linearne ocene regresionih parametara β0 i β1 u sledećem smislu:
Varijanse bilo kojih drugih nepristrasnih linearnih ocena, biće veće od varijansi ovih ocena
67
Metod najmanjih kvadrata kod prostog LRM se zasniva na:
Minimiziranju kvadrata vertikalnih odstupanja
68
Homoskedastičnost
je osobina da je varijansa kostantna i jednaka σ²
69
Ocene regresionih parametara su:
nepristrasne
70
Metodom najmanjih kvadrata u prostom LRM dobijaju se:
tačkaste ocene
71
Jaka veza
[-1,-0.75] U [0.75,1]
72
Kod regresionog modela kada nezavisna promenljiva X raste, a zavisna promenljiva Y opada onda je:
α<0
73
Kod regresionog modela kada je nezavisna promenljiva X raste/opada, a zavisna promenljiva Y raste/opada onda je?
α>0
74
Kod linearne regresije α predstavlja:
prosečnu promenu zavisne promenljive kad se nezavisna poveća za jednu svoju jedinicu, to je nagib prave
75
Kod linearne regresije ε predstavlja
Slučajnu grešku, sum, rezidual