Ћекции.ќрг


ѕоиск:




 атегории:

јстрономи€
Ѕиологи€
√еографи€
ƒругие €зыки
»нтернет
»нформатика
»стори€
 ультура
Ћитература
Ћогика
ћатематика
ћедицина
ћеханика
ќхрана труда
ѕедагогика
ѕолитика
ѕраво
ѕсихологи€
–елиги€
–иторика
—оциологи€
—порт
—троительство
“ехнологи€
“ранспорт
‘изика
‘илософи€
‘инансы
’ими€
Ёкологи€
Ёкономика
Ёлектроника

 

 

 

 


»тоговый тест по медицинской информатике. 1.»нформационные процессы в медицине рассматривает:

1. »нформационные процессы в медицине рассматривает:

a) ћедицинска€ информатика

b) ћедицинска€ кибернентика

c) »нформатика

d) ћедицинска€ статистика

2. ќбектом изучени€ медицинской информатики €вл€ютс€:

a) информационные технологии, реализуемые в здравоохранении

b) информационные процессы, сопр€женные с медицинскими проблемами

c) оптимизаци€ информационных процессов в медицине

d) нет правильного ответа

3. ќсновной целью медицинской информатики €вл€етс€:

a) оптимизаци€ информационных процессов в медицине с помощью компьютерных

технологий

b) изучение информационных процессов в медицине

c) внедрение компьютерных технологий в медицину

d) нет правильного ответа

4. ѕрограммы обеспечивающие взаимодействие с аппаратными средствами

относ€тс€ к

a) базовому уровню

b) системному уровню

c) служебному уровню

d) прикладному уровню

5. ѕрограммы обеспечивающие взаимодействие всех программ с

программами базового уровн€ относ€тс€ к

a) базовому уровню

b) системному уровню

c) служебному уровню

d) прикладному уровню

6. ѕрограммы обеспечивающие взаимодействие с пользователем средствами

пользовательского интерфейса относ€тс€ к

a) базовому уровню

b) системному уровню

c) служебному уровню

d) прикладному уровню

7. ѕрограммы обеспечивающие автоматизацию работ по проверке, наладке и

настройке компьютерной системы относ€тс€ к

a) базовому уровню

b) системному уровню

c) служебному уровню

d) прикладному уровню

8. ѕрограммы обеспечивающие непосредственное выполнение необходимых

пользователю задач относ€тс€ к

a) базовому уровню

b) системному уровню

c) служебному уровню

d) прикладному уровню

9.  омпьютерный анализ медицинских данных это:

a) математическое преобразование данных с помощью программных средств

b) математическа€ обработка медицинских данных

c) статистическа€ обработка медицинских данных

d) нет правильного ответа

10.  омпьютерный анализ данных Ќ≈ включает в себ€ следующий раздел:

a) предварительный анализ данных

b) планирование исследовани€

c) получение представлени€ об основных статистических методах

d) интерпретаци€ результатов

11.  акой из этапов анализа данных выполн€етс€ в первую очередь:

a) подготовка данных к анализу

b) предварительный анализ данных

c) выбор метода анализа

d) интерпретаци€ результатов

12. Ётап приведени€ данных к виду, позвол€ющему провести последующую

их обработку называетс€:

a) планирование исследовани€

b) подготовка данных к анализу

c) предварительный анализ данных

d) разведовательный анализ данных

13. ¬ы€вление веро€тностных законов распределени€, которым подчин€ютс€

данные проводитс€ на этапе:

a) планирование исследовани€

b) подготовка данных к анализу

c) предварительный анализ данных

d) реализаци€ метода анализа данных

14. ¬ы€вление различий между группами данных проводитс€ на этапе:

a) планирование исследовани€

b) подготовки данных к анализу

c) разведовательный анализ данных

d) интерпретаци€ результатов

15. Ќепосредственный ввод исходных данных проводитс€ на этапе:

a) планировани€ исследовани€

b) подготовки данных к анализу

c) предварительный анализ данных

d) разведовательный анализ данных

16. ќпределение взаимосв€зей между переменными происходит на этапе:

a) планировани€ исследовани€

b) предварительного анализа данных

c) подготовка данных к анализу

d) интерпретации результатов

17. ѕакет обработки данных Statistica относитс€ к следующему типу:

a) специализированные пакеты

b) пакеты общего назначени€

c) профессиональные пакеты

d) электронные таблицы

18. –ентгеновское изображение относитс€ к следующему виду медицинской

информации:

a) алфавитно-цифрова€

b) визуальна€ статическа€

c) визуальна€ динамическа€

d) комбинированна€

19. ѕоходка пациента, сухожильные рефлексы, реакци€ зрачка на свет

относ€тс€ к следующему виду медицинской информации:

a) алфавитно-цифрова€

b) визуальна€ статическа€

c) визуальна€ динамическа€

d) комбинированна€

20. ƒоплеровские сигналы кровотока при эхокардиографии относ€тс€ к

следующему виду медицинской информации:

a) алфавитно-цифрова€

b) визуальна€

c) звукова€

d) комбинированна€

21. ѕри телемедицинской консультации св€зь организуетс€ по схеме:

a) точка - точка

b) много точек - точка

c) точка - много точек

d) много точек - много точек

22. ѕри телемониторинге функциональных показателей св€зь организуетс€

по схеме:

a) точка - точка

b) много точек - точка

c) точка - много точек

d) много точек - много точек

23. ѕри телемедицинской лекции / семинаре св€зь организуетс€ по схеме:

a) точка - точка

b) много точек - точка

c) точка - много точек

d) много точек - много точек

24. ѕри телемедицинском совещании св€зь организуетс€ по схеме:

a) точка - точка

b) много точек - точка

c) точка - много точек

d) много точек - много точек

25. ƒистанционное управление медицинской аппаратурой относитс€ к:

a) телемедицинским консультаци€м

b) телемедицинским системам динамического наблюдени€

c) телехирургии и дистанционному обследованию

d) телемедицине ургентных состо€ний

26. ƒистанционное проведение лечебных воздействий, хирургических

операций относитс€ к:

a) телемедицинским консультаци€м

b) телемедицинским системам динамического наблюдени€

c) телехирургии и дистанционному обследованию

d) телемедицине ургентных состо€ний

27. ¬недрение телемедицины в практику оказани€ неотложной медицинской

помощи относитс€ к:

a) телемедицинским консультаци€м

b) телемедицинским системам динамического наблюдени€

c) телехирургии и дистанционному обследованию

d) телемедицине ургентных состо€ний

28. »нформационно-справочные системы относ€тс€ к медицинским

информационным системам

a) базового уровн€

b) уровн€ лечебно-профилактических учреждений

c) территориального уровн€

d) федерального уровн€

29.  онсультативно-диагностические системы относ€тс€ к медицинским

информационным системам

a) базового уровн€

b) уровн€ лечебно-профилактических учреждений

c) территориального уровн€

d) федерального уровн€

30. ѕриборно-компьютерные системы относ€тс€ к медицинским

информационным системам

a) базового уровн€

b) уровн€ лечебно-профилактических учреждений

c) территориального уровн€

d) федерального уровн€

31. јвтоматизированные рабочие места специалистов относ€тс€ к

медицинским информационным системам

a) базового уровн€

b) уровн€ лечебно-профилактических учреждений

c) территориального уровн€

d) федерального уровн€

32. Ѕанки информации медицинских служб относ€тс€ к медицинским

информационным системам

a) базового уровн€

b) уровн€ лечебно-профилактических учреждений

c) территориального уровн€

d) федерального уровн€

33. ѕерсонифицированные регистры относ€тс€ к медицинским

информационным системам

a) базового уровн€

b) уровн€ лечебно-профилактических учреждений

c) территориального уровн€

d) федерального уровн€

34. —крининговые системы относ€тс€ к медицинским информационным

системам

a) базового уровн€

b) уровн€ лечебно-профилактических учреждений

c) территориального уровн€

d) федерального уровн€

35. »нформационные системы лечебно-профилактических учреждений

относ€тс€ к медицинским информационным системам

a) базового уровн€

b) уровн€ лечебно-профилактических учреждений

c) территориального уровн€

d) федерального уровн€

36. »нформационные системы Ќ»» и медицинских вузов относ€тс€ к

медицинским информационным системам

a) базового уровн€

b) уровн€ лечебно-профилактических учреждений

c) территориального уровн€

d) федерального уровн€

37. »нформационные системы территориального органа здравоохранени€

относ€тс€ к медицинским информационным системам

a) базового уровн€

b) уровн€ лечебно-профилактических учреждений

c) территориального уровн€

d) федерального уровн€

38. »нформационные системы федерального органа здравоохранени€

относ€тс€ к медицинским информационным системам

a) базового уровн€

b) уровн€ лечебно-профилактических учреждений

c) территориального уровн€

d) федерального уровн€

39. ћедицинские приборно-компьютерные системы дл€ исследовани€

системы кровообращени€ относ€тс€ к

a) системам дл€ проведени€ функциональных и морфологических исследований

b) мониторным системам

c) системам управлени€ лечебным процессом

d) системам лабораторной диагностики

40. ћедицинские приборно-компьютерные системы дл€ ультрозвуковой

диагностики относ€тс€ к

a) системам дл€ проведени€ функциональных и морфологических исследований

b) мониторным системам

c) системам управлени€ лечебным процессом

d) системам лабораторной диагностики

41. —истемы предназначенные дл€ длительного непрерывного наблюдени€ за

состо€нием пациента относ€тс€ к

a) системам дл€ проведени€ функциональных и морфологических исследований

b) мониторным системам

c) системам управлени€ лечебным процессом

d) системам лабораторной диагностики

42. —истемы интенсивной терапии относ€тс€ к

a) системам дл€ проведени€ функциональных и морфологических исследований

b) мониторным системам

c) системам управлени€ лечебным процессом

d) системам лабораторной диагностики

43. —истемы биологической обратной св€зи относ€тс€ к

a) системам дл€ проведени€ функциональных и морфологических исследований

b) мониторным системам

c) системам управлени€ лечебным процессом

d) системам лабораторной диагностики

44. —истемы протезировани€ и искусственные органы относ€тс€ к

a) системам дл€ проведени€ функциональных и морфологических исследований

b) мониторным системам

c) системам управлени€ лечебным процессом

d) системам лабораторной диагностики

45. „то представл€ет собой гистограмма?

a) Ёто простой вариационный р€д

b) Ёто диаграмма, по оси ординат которой отложены относительные (абсолютные)

частоты попадани€ значений изучаемой величины в каждый классовый интервал, а

по оси абсцисс Ц границы классовых интервалов интервального вариационного р€да

c) Ёто график зависимости значений одной величины от другой

46.  ак вычисл€етс€ относительна€ частота при построении гистограммы?

a) ƒелитс€ значение варианты на ширину классового интервала

b) ƒелитс€ среднее значение изучаемой величины в выборке на объЄм выборки

c) ƒелитс€ число вариант в каждом классовом интервале на объЄм выборки

47. ƒл€ чего результаты эксперимента часто оформл€ют в виде гистограмм?

a) ƒл€ того чтобы оценить математическое ожидание изучаемой величины

b) ƒл€ того чтобы вычислить выборочные характеристики полученных

экспериментальных данных

c) ƒл€ того чтобы получить примерное представление о законе распределени€ значений

изучаемой величины в выборке

48. ѕочему необходимо иметь представление о законе распределени€

значений изучаемой величины в выборке?

a) «нание закона распределени€ позвол€ет правильно выбрать метод статистического

анализа

b) «нание закона распределени€ позвол€ет вычислить выборочные характеристики

c) «нание закона распределени€ позвол€ет определить тип коррел€ционной взаимосв€зи

между изучаемыми величинами

49. ≈сли распределение в выборке соответствует нормальному закону

распределени€, то какие методы статистического анализа можно

примен€ть?

a) “олько непараметрические

b) “олько параметрические

c) » те и другие

d) Ќи те ни другие

50. ѕрименение каких методов статистического анализа предпочтительнее,

если распределение в выборке соответствует нормальному закону

распределени€?

a) ѕараметрических

b) Ќепараметрических

c) » те и другие

d) Ќи те ни другие

51. ѕрименение каких методов статистического анализа €вл€етс€

правомерным, если распределение в выборке не соответствует нормальному

закону распределени€?

a) ѕараметрических

b) Ќепараметрических

c) » те и другие

d) Ќи те ни другие

52. ћодой называетс€:

a) Ќаиболее часто встречающеес€ значение варианты

b) «начение варианты, которое делит вариационный р€д на две равные части

c) ¬еличина, характеризующа€ сглаженность или остроконечность эмпирического

распределени€ по сравнению с нормальным распределением

d) ¬еличина, характеризующа€ несимметричность эмпирического распределени€

значений вариант относительно их среднего значени€

53. ¬ приведЄнном р€ду чисел 5,6,7,7,7,8,9 какое число €вл€етс€ модой?

a) 5

b) 7

c) 9

d) ¬ этом примере мода отсутствует

54. ¬ приведЄнном р€ду чисел 5,6,7,7,7,8,9 какое число €вл€етс€ медианой?

a) 5

b) 7

c) 9

d) ¬ этом примере медиана отсутствует

55. ћедианой называетс€:

a) Ќаиболее часто встречающеес€ значение варианты

b) «начение варианты, которое делит вариационный р€д на две равные части

c) ¬еличина, характеризующа€ сглаженность или остроконечность эмпирического

распределени€ по сравнению с нормальным распределением

d) ¬еличина, характеризующа€ несимметричность эмпирического распределени€

значений вариант относительно их среднего значени€

56. Ёксцессом называетс€:

a) Ќаиболее часто встречающеес€ значение варианты

b) «начение варианты, которое делит вариационный р€д на две равные части

c) ¬еличина, характеризующа€ сглаженность или остроконечность эмпирического

распределени€ по сравнению с нормальным распределением

d) ¬еличина, характеризующа€ несимметричность эмпирического распределени€

значений вариант относительно их среднего значени€

57. јсимметрией называетс€:

a) Ќаиболее часто встречающеес€ значение варианты

b) «начение варианты, которое делит вариационный р€д на две равные части

c) ¬еличина, характеризующа€ сглаженность или остроконечность эмпирического

распределени€ по сравнению с нормальным распределением

d) ¬еличина, характеризующа€ несимметричность эмпирического распределени€

значений вариант относительно их среднего значени€

58.  акие статистические совокупности относ€тс€ к генеральным?

a) ≈сли число членов совокупности n →∞

b) ≈сли число членов совокупности ограничено

c) ≈сли совокупность состоит только из дискретных величин

59.  акие статистические совокупности относ€тс€ к выборочным?

a) ≈сли число членов совокупности n →∞

b) ≈сли число членов совокупности ограничено

c) ≈сли совокупность состоит только из дискретных величин

60. „исловые характеристики каких статистических совокупностей €вл€ютс€

случайными величинами?

a) √енеральных

b) ¬ыборочных

c) Ќи тех ни других

61. „исловые характеристики каких статистических совокупностей €вл€ютс€

детерминированными величинами?

a) √енеральных

b) ¬ыборочных

c) Ќи тех ни других

62. „исловые характеристики каких статистических совокупностей нельз€

найти экспериментально?

a) √енеральных

b) ¬ыборочных

c) Ќи тех ни других

63. —овпадают ли по значению выборочные характеристики с генеральными

параметрами?

a) —овпадают всегда

b) —овпадение может быть случайным

c) Ќе совпадают никогда

64.  акие из перечисленных числовых характеристик статистических

совокупностей относ€тс€ к генеральным совокупност€м?

a) —реднее арифметическое, несмещЄнна€ дисперси€

b) ћатематическое ожидание, дисперси€

c) —редний квадрат отклонени€

65.  акие из перечисленных числовых характеристик статистических

совокупностей €вл€ютс€ выборочными характеристиками?

a) —реднее арифметическое, несмещЄнна€ дисперси€

b) ћатематическое ожидание

c) ƒисперси€

66. „то €вл€етс€ законом распределени€ дл€ непрерывных случайных

величин?

a) «ависимость веро€тности случайной величины от значени€ случайной величины

b) «ависимость плотности веро€тности случайной величины от значени€ случайной

величины

c) «ависимость среднего выборочного значени€ от числа членов статистического р€да

67.  акое из определений относитс€ к пон€тию Ђћатематическое ожиданиеї?

a) Ёто наиболее веро€тное значение случайной величины

b) Ёто среднее выборочное значение случайной величины

c) Ёто объЄм выборки

68.  акой смысл имеет выражение Ђƒоверительный интервал дл€ математического ожидани€ї?

a) Ёто диапазон изменени€ значений членов статистического р€да от максимального

значени€ случайной величины до минимального

b) Ёто такой интервал значений случайной величины, в котором находитс€

математическое ожидание с заданной веро€тностью

c) Ёто такой интервал значений случайной величины, в котором находитс€ выборочное

среднее с заданной веро€тностью

69.  ака€ из перечисленных задач решаетс€ при статистическом анализе

данных?

a) ќценка неизвестных параметров генеральных совокупностей по известным

выборочным характеристикам

b) ќценка неизвестных выборочных характеристик по известным параметрам

генеральных совокупностей

c) ќпределение типа случайной величины Ц дискретна€ или непрерывна€

70.  аким образом можно оценить надЄжность (достоверность) полученных

выборочных характеристик?

a) ѕутЄм вычислени€ доверительной веро€тности при заданных значени€х

доверительных интервалов

b) ѕутЄм вычислени€ доверительных интервалов при заданном значении доверительной

веро€тности

c) ѕутЄм вычислени€ выборочных характеристик

71. ƒостоверность найденных выборочных характеристик тем выше, чем:

a) ”же доверительные интервалы при высоком значении доверительной веро€тности (

–дов > 0,95)

b) Ўире доверительные интервалы при невысоком значении доверительной

веро€тности (–дов< 0,95)

c) ЌадЄжность выборочных характеристик не зависит от значени€ доверительных

интервалов

72.  акие числовые характеристики статистического р€да могут служить

признаками соответстви€ эмпирического распределени€ нормальному

закону распределени€?

a) ¬се выборочные характеристики

b) ¬се генеральные параметры

c) ћода, ћедиана, Ёксцесс, јсимметри€

d) ћатематическое ожидание и дисперси€

73. Ќормальный закон распределени€ непрерывных случайных величин в

общем виде описываетс€ выражением:

a)f(x)=

b) Y = A + B * X

c)f(x)=сигма*

74. Ќормальный закон распределени€ непрерывных случайных величин в

нормализованном виде (стандартизованном) виде описываетс€

выражением:

a) Y = A + B * t

b) f(x)=t*

c)f(x)=

75. ѕри нормальном законе распределени€ все значени€ случайной величины

симметрично распределены относительно некоторого еЄ значени€.  ак

называетс€ это значение?

a) ƒисперси€

b) —реднее квадратическое (стандартное) отклонение

c) ќбъЄм выборки

d) ћатематическое ожидание

76. ѕри соответствии эмпирического распределени€ нормальному закону

какое соответствие между модой (ћо), медианой (ће) и выборочным

средним (’) €вл€етс€ правильным?

a) Me < Mo <

b) Me + Mo =

c) Me = Mo =

d) MeMo

77.  акие характеристики выборок €вл€ютс€ точечными оценками

генеральных параметров?

a) ћатематическое ожидание, дисперси€, стандартное (среднее квадратическое)

отклонение

b) ¬се выборочные характеристики

c) ƒоверительные интервалы дл€ соответствующих генеральных параметров

d) «акон распределени€ случайной величины в данной выборке

78.  аким образом осуществл€етс€ интервальна€ оценка генеральных

параметров?

a) ¬ычисл€етс€ ширина классовых интервалов по формуле —терджеса

b) ¬ычисл€етс€ интервал изменени€ значений изучаемой величины

c) ¬ычисл€ютс€ доверительные интервалы дл€ соответствующих генеральных

параметров, при заданной доверительной веро€тности

d) ¬ычисл€етс€ доверительна€ веро€тность попадани€ значени€ изучаемой величины в

заданный доверительный интервал

79. „ему равны значени€ Ёксцесса (≈х) и јсимметрии (As), если

эмпирическое распределение €вл€етс€ строго нормальным распределением?

a) Ex = 0, As < 0

b) Ex = 0, As = 0

c) Ex > 0, As > 0

d) Ex и As могут принимать любые значени€

80. ѕри каких законах распределени€ вариант в выборке правомерно

применение критери€ —тьюдента дл€ интервальной оценки генеральных

параметров?

a) ≈сли распределение соответствует биномиальному распределению

b) ≈сли распределение соответствует нормальному закону

c) ѕри любых законах распределени€

d) ƒл€ интервальной оценки генеральных параметров критерий —тьюдента не

примен€етс€

81.  акими параметрами полностью характеризуетс€ нормальный закон

распределени€?

a) —редним арифметическим эмпирического распределени€

b) ћатематическим ожиданием и дисперсией

c) ќбъЄмом выборки стандартным отклонением

d)  ритери€ми ‘ишера и —тьюдента

82.  аким образом провер€етс€ гипотеза о соответствии эмпирического

распределени€ нормальному закону методом теоретических частот?

a) ¬ычисленные теоретические частоты сопоставл€ютс€ с численными значени€ми

вариант в выборке

b) ¬ычисленные теоретические частоты сопоставл€ютс€ с эмпирическими частотами

интервального вариационного р€да

c) «начени€ теоретических частот, вз€тые из таблиц, сопоставл€ют с математическим

ожиданием

83.  аким образом провер€етс€ гипотеза о соответствии эмпирического

распределени€ нормальному закону методом вычислени€ критери€

согласи€ X^2?

a) ¬ычисленное эмпирическое значение (X^2)эмп сопоставл€етс€ с критическим

значением (X^2) рит, которое наход€т в соответствующей таблице

b) ¬ычисленное эмпирическое значение (X^2)эмп сопоставл€етс€ с выборочным

средним

c) ¬ычисленное эмпирическое значение (X^2)эмп сопоставл€етс€ с эмпирическими

частотами интервального вариационного р€да

84.  акое условие (из перечисленных) об€зательно должно выполн€тьс€ при

проверке гипотезы о соответствии эмпирического распределени€

нормальному закону распределени€ методом критери€ согласи€ X^2?

a) ¬ыборочное среднее должно совпадать с математическим ожиданием

b) ќбъЄм выборки должен быть значительным (не менее 50)

c) ќбъЄм выборки должен быть незначительным(не более 50)

d) ƒисперси€ не должна превышать некоторого критического значени€

85.  аким образом провер€етс€ гипотеза о соответствии эмпирического

распределени€ нормальному закону методом вычислени€ ћоды (ћо) и

ћедианы (ће)?

a) ¬ычисленные значени€ ћо и ће сопоставл€ютс€ друг с другом

b) ¬ычисленные значени€ ћо и ће сопоставл€ютс€ с выборочным средним

c) ¬ычисленные значени€ ћо и ће сопоставл€ютс€ с теоретическими, вз€тыми из

соответствующих таблиц

86.  аким образом провер€етс€ гипотеза о соответствии эмпирического

распределени€ нормальному закону методом вычислени€ Ёксцесса?

a) ¬ычисленное значение Ёксцесса сопоставл€етс€ с ћодой эмпирического р€да

b) ¬ычисленное значение Ёксцесса сопоставл€етс€ с ћедианой эмпирического р€да

c) ¬ычисленное значение Ёксцесса сопоставл€етс€ с его критическим значением,

вз€тым из соответствующей таблицы при заданном уровне значимости

d) ¬ычисленное значение Ёксцесса сопоставл€етс€ с критерием —тьюдента, вз€тым из

соответствующей таблицы при заданном уровне значимости

87.  аким образом провер€етс€ гипотеза о соответствии эмпирического

распределени€ нормальному закону методом вычислени€ јсимметрии?

a) ¬ычисленное значение јсимметрии сопоставл€етс€ с ћодой эмпирического р€да

b) ¬ычисленное значение јсимметрии сопоставл€етс€ с ћедианой эмпирического

р€да

c) ¬ычисленное значение јсимметрии сопоставл€етс€ с еЄ критическим значением,

вз€тым из соответствующей таблицы при заданном уровне значимости

d) ¬ычисленное значение јсимметрии сопоставл€етс€ с критерием —тьюдента, вз€тым

из соответствующей таблицы при заданном уровне значимости

88. Ќа диаграмме изображены два графика нормального закона

распределени€.  аким параметрами они отличаютс€?

a) ƒисперси€ми

b) ћатематическими ожидани€ми

c) ћатематическими ожидани€ми и дисперси€ми

d)  ритери€ми —тьюдента

e) ƒругими параметрами

89. Ќа диаграмме изображены два графика нормального закона

распределени€. „ему равны математические ожидани€ этих распределений?

a) 0 и 0,035

b) 20 и 20

c) -10 и 50

d) Ќа диаграмме их значени€ не указаны

90. Ќа диаграмме изображены два графика нормального закона

распределени€. „ему равны математические ожидани€ этих распределений?

a) 0 и 0,035

b) 20 и 30

c) -10 и 50

d) Ќа диаграмме их значени€ не указаны

91. Ќа диаграмме изображены два графика нормального закона

распределени€.  акими параметрами отличаютс€ эти распределени€?

a) ƒисперси€ми

b) ћатематическими ожидани€ми

c)  ритери€ми —тьюдента

d) ћатематическими ожидани€ми и дисперси€ми

e) ƒругими параметрами

92. ƒл€ каких генеральных параметров возможно вычисление доверительных

интервалов?

a) “олько дл€ математического ожидани€

b) “олько дл€ дисперсии

c) “олько дл€ среднего квадратического (стандартного) отклонени€

d) ƒл€ всех перечисленных

93.  аким образом вычисл€ютс€ границы доверительного интервала + -å дл€ математического ожидани€, если эмпирическое распределение €вл€етс€ нормальным, а объЄм выборки n > 30? (Sx - выборочное стандартное отклонение)

a) , где t Ц нормализованный параметр нормального распределени€

b)

с) , где tNo - критерий —тьюдента

94.  аким образом вычисл€ютс€ границы доверительного интервала }å дл€

математического ожидани€, если эмпирическое распределение €вл€етс€

нормальным, а объЄм выборки n < 30? (Sx - выборочное стандартное отклонение)

a) , где t Ц нормализованный параметр нормального распределени€

b)

c) , где где tNo - критерий —тьюдента

95.  аким образом в математической статистике решаетс€ вопрос о различии

или совпадении двух выборок?

a) ѕутЄм сопоставлени€ выборочных средних сравниваемых выборок

b) ѕутЄм нахождени€ веро€тности различи€ выборок и сопоставлени€ еЄ значени€ с

заданным уровнем значимости

c) ѕутЄм вычислени€ математических ожиданий случайных величин в выборках и

сопоставлени€ их значений

96. ѕри решении вопроса о расхождении или совпадении двух выборок часто

пользуютс€ таблицами критических значений критери€ —тьюдента.

»спользование этих таблиц €вл€етс€ правомерным, если:

a) ќбе выборки извлечены из генеральных совокупностей с нормальным законом

распределени€ и примерно одинаковыми дисперси€ми

b) Ёмпирические распределени€ значений вариант в выборках не соответствуют

нормальному закону распределени€

c) ѕрименени€ этих таблиц правомерно при любых законах распределени€ случайных

величин в выборках

97. ѕри решении задачи о расхождении или совпадении двух выборок имеет

ли значение вопрос о независимости друг от друга сравниваемых выборок?

a) ќтвет будет одинаковым как в случае зависимых, так и в случае независимых друг

от друга выборок

b) ќтвет будет различным в зависимости от того, какие выборки сравниваютс€ Ц

зависимые друг от друга или независимые

c) ¬ыборки случайных величин всегда €вл€ютс€ независимыми друг от друга

98. ќценивалось врем€ действи€ препарата на одной и той же группе

пациентов. ћожно ли считать полученные два статистических р€да

независимыми выборками?

a) ƒа

b) Ќет

c) ћожно, если оформить выборки в виде интервальных вариационных р€дов

99. »змер€лась температура тела самок и самцов тушканчика. ћожно ли

считать полученные два статистических р€да независимыми выборками?

a) ƒа

b) Ќет

c) ћожно, если оформить выборки в виде интервальных вариационных р€дов

100. ¬еро€тность различи€ средних арифметических двух выборок (при

условии соответстви€ эмпирических распределений нормальному)

определ€етс€ с помощью таблиц:

a)  ритериев —тьюдента

b)  ритериев ‘ишера

c)  ритериев согласи€ ’2

d) ƒругих таблиц

101. ¬еро€тность различи€ дисперсий двух выборок (при условии

соответстви€ эмпирических распределений нормальному) определ€етс€ с

помощью таблиц:

a)  ритериев —тьюдента

b)  ритериев ‘ишера

c)  ритериев согласи€ ’2

d) ƒругих таблиц

102.  ритерии —тьюдента и ‘ишера €вл€ютс€:

a) ѕараметрическими

b) Ќепараметрическими

c)  ритери€ми согласи€ ’2

d) ƒругими критери€ми

103. ѕри решении задачи о различии двух выборок кака€ гипотеза

провер€етс€?

a) –асхождение выборок не случайно

b) –асхождение выборок случайно

c) Ёмпирические частоты в выборках не совпадают

d) Ёмпирические частоты в выборках совпадают

104. ѕри решении задачи о различии двух выборок обычно задаютс€ уровнем

значимости. ¬ чЄм смысл этого пон€ти€?

a) Ёто веро€тность того, что прин€та€ гипотеза о случайном характере различи€

выборок подтверждаетс€

b) Ёто веро€тность того, что прин€та€ гипотеза не подтверждаетс€

c) Ёто веро€тность того, что эмпирические частоты в выборках не совпадают

d) Ёто веро€тность того, что эмпирические частоты в выборках совпадают

105. „то понимаетс€ под коррел€цией?

a) Ёто зависимость между неслучайными величинами

b) Ёто зависимость между случайными величинами

c) Ёто функциональна€ зависимость

106. —уществует ли и какого типа коррел€ци€ между ростом человека и его

весом?

a) —уществует; отрицательна€

b) —уществует; положительна€

c) Ќе существует

107.  оррел€ци€ между двум€ случайными величинами €вл€етс€

положительной, если:

a) — возрастанием одной величины друга€ уменьшаетс€

b) — возрастанием одной величины друга€ тоже возрастает

c) — возрастанием одной величины друга€ не мен€етс€

108.  оррел€ци€ между двум€ случайными величинами €вл€етс€

отрицательной, если:

a) — возрастанием одной величины друга€ уменьшаетс€

b) — возрастанием одной величины друга€ тоже возрастает

c) — возрастанием одной величины друга€ не мен€етс€

109.  оррел€ци€ между двум€ случайными величинами отсутствует, если:

a) — возрастанием одной величины друга€ уменьшаетс€

b) — возрастанием одной величины друга€ тоже возрастает

c) — изменением одной величины нельз€ заметить тенденцию изменени€ другой

110.  оррел€ци€ между двум€ случайными величинами €вл€етс€ линейной,

если:

a) «ависимость между ними может быть аппроксимирована функцией вида Y=A ± BX

(’ Ц переменна€, ј и ¬ константы)

b) «ависимость между ними может быть аппроксимирована любой другой функцией

c) ¬еличины имеют одинаковую размерность

111.  оррел€ци€ между двум€ случайными величинами €вл€етс€ нелинейной,

если:

a) «ависимость между ними может быть аппроксимирована функцией вида Y=A ± BX

(’ Ц переменна€, ј и ¬ константы)

b) «ависимость между ними может быть аппроксимирована любой другой функцией

c) ¬еличины имеют одинаковую размерность

112.  ачественно наличие коррел€ции устанавливаетс€ путЄм:

a) ѕостроени€ гистограммы

b) ѕостроени€ коррел€ционного пол€

c) ѕостроени€ полигона распределений

113.  оррел€ционным полем называетс€:

a) ƒиаграмма зависимости одной случайной величины от другой в виде точечного

графика

b) √истограмма распределений одной величины при изменении другой

c) ѕолигон распределений значений величин в выборках

114. ѕо степени коррел€ции (силе св€зи) коррел€ци€ может быть:

a) ѕропорциональна€, непропорциональна€, обратно пропорциональна€

b) —ильна€, средн€€, слаба€

c) Ќе€вна€, €вна€, очевидна€

115. ƒл€ определени€ степени коррел€ции (силы св€зи)необходимо

вычислить:

a) ƒоверительные интервалы в сравниваемых выборках

b) ¬ыборочные характеристики сравниваемых выборок

c)  оэффициент коррел€ции

116.  акое соответствие между значением коэффициента коррел€ции r и степенью коррел€ции (силой св€зи) €вл€етс€ правильным?

a) - cильна€ коррел€ци€, Ц средн€€ коррел€ци€,

Цслаба€ коррел€ци€

b) «начение коэффициента коррел€ции не определ€ет степень коррел€ции (силу св€зи)

c) r > 1 - cильна€ коррел€ци€, r < -1 Ц средн€€ коррел€ци€, r = 0 слаба€ коррел€ци€

117. Ќа диаграмме изображено коррел€ционное поле. „то можно сказать о

коррел€ции между Y и ’?

a)  оррел€ци€ отсутствует

b)  оррел€ци€ есть, положительна€, линейна€

c)  оррел€ци€ есть, отрицательна€, линейна€

d)  оррел€ци€ есть, отрицательна€, нелинейна€

e)  оррел€ци€ есть, положительна€, нелинейна€

118. Ќа диаграмме изображено коррел€ционное поле. „то можно сказать о

коррел€ции между Y и ’?

a)  оррел€ци€ отсутствует

b)  оррел€ци€ есть, положительна€, линейна€

c)  оррел€ци€ есть, отрицательна€, линейна€

d)  оррел€ци€ есть, отрицательна€, нелинейна€

e)  оррел€ци€ есть, положительна€, нелинейна€

119. Ќа диаграмме изображено коррел€ционное поле. „то можно сказать о

коррел€ции между Y и ’?

a)  оррел€ци€ отсутствует

b)  оррел€ци€ есть, положительна€, линейна€

c)  оррел€ци€ есть, отрицательна€, линейна€

d)  оррел€ци€ есть, отрицательна€, нелинейна€

e)  оррел€ци€ есть, положительна€, нелинейна€

120. Ќа диаграмме изображено коррел€ционное поле. „то можно сказать о

коррел€ции между Y и ’?

a)  оррел€ци€ отсутствует

b)  оррел€ци€ есть, положительна€, линейна€

c)  оррел€ци€ есть, отрицательна€, линейна€

d)  оррел€ци€ есть, отрицательна€, нелинейна€

e)  оррел€ци€ есть, положительна€, нелинейна€

121. Ќа диаграмме изображено коррел€ционное поле. „то можно сказать о

коррел€ции между Y и ’?

a)  оррел€ци€ отсутствует

b)  оррел€ци€ есть, положительна€, линейна€

c)  оррел€ци€ есть, отрицательна€, линейна€

d)  оррел€ци€ есть, отрицательна€, нелинейна€

e)  оррел€ци€ есть, положительна€, нелинейна€

122. ѕри коррел€ционном анализе данных на компьютере часто результаты

получают в виде коррел€ционной матрицы. „то она собой представл€ет?

a) Ёто гистограмма распределени€ вариант в выборках

b) Ёто двумерна€ таблица, в которой приведены все выборочные характеристики по

всему массиву данных

c) Ёто двумерна€ таблица, в которой приведены коэффициенты коррел€ции дл€ всех

парных сочетаний величин из массива экспериментальных данных

d) Ёто таблица, содержаща€ значени€ коэффициента коррел€ции только дл€ двух

величин из массива экспериментальных данных

123.  акое из утверждений €вл€етс€ правильным?

a)  оэффициент коррел€ции может быть вычислен дл€ любых законов распределени€

случайных величин и дл€ всех видов коррел€ции

b)  оэффициент коррел€ции может быть вычислен только при нормальном законе

распределени€ и линейной коррел€ции

c)  оэффициент коррел€ции может быть вычислен при любых законах распределени€

случайных величин, но только дл€ линейных коррел€ций

124. «начение коэффициента коррел€ции может измен€тьс€ в пределах

a) ќт 0 до +1

b) ќт -1 до + 1

c) ќт - до +

125. ≈сли значение коэффициента коррел€ции равно ± 1, то:

a)  оррел€ционна€ зависимость между случайными величинами может считатьс€

функциональной зависимостью

b)  оррел€ционна€ зависимость €вл€етс€ слабо выраженной

c)  оррел€ционна€ зависимость отсутствует

126. «адачей регрессионного анализа €вл€етс€:

a) ѕодтверждение наличи€ коррел€ционной св€зи между случайными величинами

b) Ќахождение уравнени€, описывающего коррел€цию

c) –азбиение статистического р€да на классовые интервалы

127. ѕроводить регрессионный анализ имеет смысл, если:

a)  оррел€ци€ слаба€ или отсутствует

b)  оррел€ци€ сильна€ или хот€ бы средн€€

c) –егрессионный анализ имеет смысл проводить всегда

128. ≈сли коррел€ци€ между двум€ случайными величинами линейна€ и

отрицательна€, то уравнение регрессии имеет вид:

a) Y = A + B * X (ј и ¬ Ц числовые константы, а ’ и Y - переменные)

b) Y = A - B * X (ј и ¬ Ц числовые константы, а ’ и Y - переменные)

c) Y = A - B * X^2 (ј и ¬ Ц числовые константы, а ’ и Y - переменные)

129. ≈сли коррел€ци€ между двум€ случайными величинами линейна€ и

положительна€, то уравнение регрессии имеет вид:

a) Y = A + B * X (ј и ¬ Ц числовые константы, а ’ и Y - переменные)

b) Y = A - B * X (ј и ¬ Ц числовые константы, а ’ и Y - переменные)

c) Y = A - B * X^2 (ј и ¬ Ц числовые константы, а ’ и Y - переменные)

130. ”равнение регрессии имеет вид: Y = A + BX (ј и ¬ Ц числовые

константы, ’ Ц независима€ переменна€).  акой смысл имеет Y?

a) Y Ц среднее арифметическое всей выборки зависимых переменных

b) Y Ц среднее групповое значение зависимой переменной

c) Y Ц любое значение зависимой переменной

131. ”равнение множественной линейной регрессии имеет вид:

a) (јi и ¬i Ц константы, а ’i и Y -переменные)

b) (јi и ¬i Ц числовые константы, а ’i и Y

c) Y может зависеть только от одного значени€ ’

132. ”равнение регрессии позвол€ет:

a) ѕостроить гистограмму распределени€ зависимой переменной

b) ѕрогнозировать изменчивость одного признака при изменении других

c) —низить значение стандартной ошибки выборочного среднего

133. ѕри регрессионном анализе данных на компьютере какой параметр в

списке выходных данных свидетельствует об удовлетворительной

аппроксимации эмпирических данных подобранным регрессионным

уравнением?

a)  ритерий согласи€ X^2

b)  оэффициент детерминации R^2

c)  ритерий ‘ишера

d)  ритерий —тьюдента

134. ѕри регрессионном анализе данных на компьютере в списке выходных

данных выводитс€ значение коэффициента детерминации R^2. ѕри каком значении R^2 аппроксимаци€ эмпирических данных подобранным уравнением регрессии может считатьс€ удовлетворительной?

a) ≈сли R^2> 1

b) ≈сли 0,8 < R^2< 0,95

c) ≈сли R^2> критери€ ‘ишера

d) ≈сли R^2> критери€ —тьюдента

135. ѕри регрессионном анализе данных на компьютере в списке выходных

данных выводитс€ значение коэффициента детерминации R^2. ѕри каком значении R^2 можно говорить о высокой точности аппроксимации эмпирических данных подобранным уравнением регрессии?

a) ≈сли R^2 > 0,95

b) ≈сли 0,8 < R^2< 0,95

c) ≈сли R^2> критери€ ‘ишера

d) ≈сли R^2> критери€ —тьюдента

136. ѕри регрессионном анализе данных на компьютере в списке выходных

данных выводитс€ значение коэффициента – (Ђ– Ц значениеї). ѕри каком значении – можно говорить о незначимости какого Ц либо коэффициента регрессии в найденном уравнении?

a) ≈сли P > коэффициента детерминации R^2

b) ≈сли – < 0,05

c) ≈сли P > 0,05

137. ѕри регрессионном анализе данных на компьютере, какой параметр в

списке выходных данных свидетельствует о значимости того или иного

коэффициента регрессии в найденном уравнении регрессии?

a)  ритерий согласи€ X^2

b)  оэффициент детерминации R^2

c)  ритерий ‘ишера

d)  ритерий —тьюдента

e) Ђ– Ц значениеї

138. Ќа диаграмме изображено коррел€ционное поле с проведЄнной линией

регрессии.  акого типа уравнением описываетс€ эта лини€?

a) Y = A + B * X (ј и ¬ Ц константы)

b) Y = A - B * X (ј и ¬ Ц константы)

c) Y = A - B * X^2 (ј и ¬ Ц константы)

d) Y = A + B * X^2 (ј и ¬ Ц константы)

139. Ќа диаграмме изображено коррел€ционное поле. „то можно сказать о

коррел€ции между Y и ’?

a) Y = A + B * X (ј и ¬ Ц константы)

b) Y = A - B * X (ј и ¬ Ц константы)

c) Y = A - B * X^2 (ј и ¬ Ц константы)

d) Y = A + B * X^2 (ј и ¬ Ц константы)

140. Ќепараметрические методы статистического анализа могут быть

применены, если известно, что:

a) эмпирическое распределение соответствует Ќормальному закону распределени€;

b) эмпирическое распределение соответствует Ѕиномиальному закону распределени€;

c) эмпирическое распределение соответствует распределению ѕуассона;

d) априорного знани€ закона распределени€ при использовании непараметрических

методов не требуетс€.

141. Ќепараметрические методы статистического анализа могут быть

применены, только если:

a) величины в выборке выражены в интервальной шкале;

b) величины в выборке выражены в номинальной шкале;

c) тип шкалы не имеет значени€;

d) величины в выборке выражены в относительной шкале;

142. Ќепараметрические методы статистического анализа могут быть

применены, если:

a) величины в выборке €вл€ютс€ только численными;

b) величины в выборке €вл€ютс€ только качественными;

c) тип величин не имеет значени€;

d) величины в выборке выражены только целочисленными значени€ми;

143. Ќепараметрические методы статистического анализа не могут быть

применены, если априорно не известно, что:

a) эмпирическое распределение соответствует Ќормальному закону распределени€;

b) эмпирическое распределение соответствует Ѕиномиальному закону распределени€;

c) эмпирическое распределение соответствует распределению ѕуассона;

d) априорного знани€ закона распределени€ при использовании непараметрических

методов не требуетс€.

144. Ќепараметрические методы статистического анализа не могут быть

применены, если:

a) предварительно не вычислены все выборочные характеристики;

b) предварительно не вычислена только выборочна€ дисперси€;

c) предварительное вычисление выборочных характеристик при использовании

непараметрических методов не требуетс€.

d) не известно математическое ожидание данного статического р€да;

145. ѕри решении многих задач статистического анализа вычисл€етс€

уровень значимости, который означает:

a) веро€тность ошибки, если нулевую гипотезу прин€ть;

b) веро€тность ошибки, если нулевую гипотезу отбросить;

c) доверительную веро€тность;

d) мощность используемого статистического критери€.

146. –ешение задачи о достоверности различи€ двух независимых выборок

возможно на основе вычислени€ непараметрических критериев:

a) критери€ —пирмена;

b) критери€ ћанна Ц ”итни;

c) критери€ ¬илкоксона;

d) критери€ коррел€ции ѕирсона.

147. ћетодом вычислени€ критери€ ћанна Ц ”итни возможно решение

следующей задачи:

a) вы€вление коррел€ционной зависимости между двум€ зависимыми выборками;

b) вы€вление коррел€ционной зависимости между двум€ независимыми выборками;

c) определение значимости различи€ двух независимых выборок;

d) определение значимости различи€ нескольких независимых выборок.

148. ћетодом вычислени€ критери€ ћанна Ц ”итни возможно решение

следующей задачи:

a) вычисление выборочных характеристик;

b) установление и описание коррел€ции между двум€ зависимыми выборками;

c) установление значимости различи€ двух зависимых выборок;

d) установление значимости различи€ двух независимых выборок.

149. ѕри решении задачи методом вычислени€ критери€ ћанна Ц ”итни

провер€етс€ следующа€ нулева€ гипотеза (Ќ0):

a) расхождение двух независимых выборок €вл€етс€ случайным;

b) две выборки €вл€ютс€ зависимыми;

c) расхождение двух независимых выборок €вл€етс€ неслучайным;

d) расхождение нескольких независимых выборок €вл€етс€ случайным;

150. –ешение задачи о достоверности различи€ двух зависимых выборок

возможно на основе вычислени€ непараметрических критериев:

a) критери€ —пирмена;

b) критери€ ћанна Ц ”итни;

c) критери€ ¬илкоксона;

d) критери€ коррел€ции ѕирсона.

151. ћетодом вычислени€ критери€ ¬илкоксона возможно решение

следующей задачи:

a) вы€вление коррел€ционной зависимости между двум€ зависимыми выборками;

b) вы€вление коррел€ционной зависимости между двум€ независимыми выборками;

c) определение значимости различи€ двух зависимых выборок;

d) определение значимости различи€ нескольких зависимых выборок.

152. ћетодом вычислени€ критери€ ¬илкоксона возможно решение

следующей задачи:

a) вычисление выборочных характеристик;

b) установление и описание коррел€ции между двум€ зависимыми выборками;

c) установление значимости различи€ двух зависимых выборок;

d) установление значимости различи€ двух независимых выборок.

153. ѕри решении задачи методом вычислени€ критери€ ¬илкоксона

провер€етс€ следующа€ нулева€ гипотеза (Ќ0):

a) две зависимые выборки принадлежат одной статистической совокупности;

b) две выборки €вл€ютс€ зависимыми;

c) расхождение двух независимых выборок €вл€етс€ неслучайным;

d) расхождение нескольких независимых выборок €вл€етс€ случайным;

154. ќдним из условий применимости критери€ ¬илкоксона €вл€етс€:

a) —равниваемые две выборки должны быть независимыми;

b) —равниваемые две выборки должны быть попарно св€занными;

c)  оличество сравниваемых выборок должно быть не менее трЄх;

d) ћежду сравниваемыми двум€ выборками должна отсутствовать коррел€ционна€

зависимость.

155. ѕри решении задачи методом вычислени€ критери€ ¬илкоксона должно

выполн€тьс€ условие:

a) объЄмы выборок должн



<== предыдуща€ лекци€ | следующа€ лекци€ ==>
»тоговый тест по медицинской информатике |  раткие сведени€ из теории. к выполнению лабораторных работ по дисциплине Ђ»нформационные технологии и системы комплексного контрол€ технического состо€ни€ вагоновї
ѕоделитьс€ с друзь€ми:


ƒата добавлени€: 2016-11-24; ћы поможем в написании ваших работ!; просмотров: 1202 | Ќарушение авторских прав


ѕоиск на сайте:

Ћучшие изречени€:

„еловек, которым вам суждено стать Ц это только тот человек, которым вы сами решите стать. © –альф ”олдо Ёмерсон
==> читать все изречени€...

1411 - | 1320 -


© 2015-2024 lektsii.org -  онтакты - ѕоследнее добавление

√ен: 0.659 с.