При высоком уровне значимости проблема заключается в высоком риске допущения
(*ответ*) ошибки II рода
ошибки I рода
стандартной ошибки
систематической ошибки
При вычислении t-статистики применяется распределение
(*ответ*) Стьюдента
Фишера
нормальное
Пуассона
При использовании метода Монте-Карло результаты наблюдения генерируются с помощью
(*ответ*) датчика случайных чисел
решения систем уравнений
опросов экспертов
анализа зависимостей
При использовании уровня значимости, равного 5%, истинная гипотеза отвергается в _% случаев
(*ответ*) 5
95
10
1
При попадании оценки в критическое значение
(*ответ*) сохраняется неопределенность в отношении принятия гипотезы
гипотеза отвергается
гипотеза принимается
гипотеза пересматривается
При снижении уровня значимости риск совершить ошибку I рода
(*ответ*) уменьшается
увеличивается
не изменяется
исчезает
При стремлении размера выборки к бесконечности стандартное отклонение математического ожидания стремится к
(*ответ*) 0
1
1/2
2
При увеличении размера выборки оценка математического ожидания
(*ответ*) становится более точной
становится менее точной
не изменяется
увеличивается
Проверка гипотезы Н0: R2 = 0 происходит с помощью теста
(*ответ*) Фишера
Стьюдента
Зарембки
Дарбина-Уотсона
Процедура гипотез приводит к вариантам принятия решений:
(*ответ*) принимается Н0;
(*ответ*) отклоняется Н0 и без всякой проверки принимается Н1;
(*ответ*) законодательство является неубедительным нужно больше данных;
строится статистика Дарвина-Уотсона.
Различают такие совокупности, как
(*ответ*) выборочная
(*ответ*) генеральная
сложная
графическая
Разность между математическим ожиданием оценки и истинным значением оцениваемого параметра называют_
(*ответ*) смещением
разбросом
дисперсией
плотностью
Регрессором в уравнении парной линейной регрессии называется
(*ответ*) объясняющая переменная
зависимая переменная
случайный член
первый параметр