езультаты поиска для: 0692.02.01;МТ.01;1

Для поиска нужного вопроса нажмите ctrl+f Если диаграмма рассеивания результатов теста представлена следующим графиком,

то мы имеем связь -> слабую прямую строгую прямую слабую обратную строгую обратную

- это коэффициент -> детерминации бисериальной корреляции линейной корреляции регрессии Если диаграмма рассеивания результатов теста представлена следующим графиком,

то мы имеем -> отсутствие связи строгую прямую связь слабую обратную связь строгую обратную связь Стохастическая связь исчерпывается корреляцией лишь для нормального распределения -> двумерного асимметричного трехмерного одномерного Математические процедуры для изучения статистических связей между признаками психологических объектов - это анализ -> корреляционный факторный дисперсионный регрессионный Форма причинной связи, при которой данное состояние системы определяет все ее последующее состояние, а знание начального состояния системы позволяет точно предсказывать ее развитие, - это -> динамические закономерности корреляция вероятностные связи статистические закономерности Вид анализа, позволяющий выявить количественную зависимость одного признака-фактора от одного или нескольких признаков-факторов, называется -> регрессионным дисперсионным факторным корреляционным При сопоставлении двух переменных величин часто предполагают, что одна из них является аргументом, другая -> функцией признаком отношением корреляцией Если диаграмма рассеивания результатов теста представлена следующим графиком,

то коэффициент корреляции будет равен -> -1,0 0 +1,0 + 0,5 Всякое вычисленное (эмпирическое) значение коэффициента корреляции должно быть проверено на -> статистическую значимость нормальность распределения стандартную ошибку измерения стандартное отклонение Разность между фактическим значением У объекта и значением У, которое мы предсказываем для него, - это -> ошибка оценки стандартное отклонение дисперсия регрессия Связь между двумя переменными можно выразить графически -> диаграммой рассеивания полигоном частот гистограммой кумулятой Распространенная форма коэффициента линейной корреляции сопоставляет сами величины признаков и в конечном счете основана на вычислении -> совместной дисперсии среднеквадратического отклонения стандартной ошибки корреляции Коэффициент, который измеряет связь между рангами (местами) данной варианты по разным признакам, но не между собственными величинами варианты, - это коэффициент -> Спирмена Кендалла Чупрова Сомерса Линия, построенная по средним значениям первого признака с соответствующим средним интервалом признаков-факторов, называется линией -> регрессии конвергенции сопряженности корреляции Если одна переменная измеряется в дихотомической шкале наименований, а другая - в шкале интервалов или отношений, то используется коэффициент корреляции -> бисериальный Q - Юла d - Сомерса t - Кендалла r_pb=

- это формула коэффициента корреляции -> Точечного бисериального Юла Сомерса Кендалла Мера связи, основанная на числе совпадений или инверсий в ранжировках статистических признаков Х и У, носит название коэффициента -> Кендалла Спирмена Чупрова Сомерса Связь между статистическими вариациями (выборками) по различным признакам, между влияниями каких-либо двух факторов, формирующих данное статистическое распределение, -это -> корреляция дисперсия соотношение регрессия Если связь между признаками однозначна (функциональная, нестатистическая), по типу прямопропорциональной зависимости, в этом случае коэффициент корреляции равен -> 1 + ¥ 0 -1 Если обе переменные измеряются в шкалах порядка, то берется коэффициент ранговой корреляции -> r_s - Спирмена Q - Юла d - Сомерса t - Кендала Взаимная связь между двумя или более переменными или взаимная зависимость различных признаков при их изменчивости - это определение -> корреляции сопряжённости конвергенции регрессии Если связь между признаками является функциональной, но по типу обратной пропорциональности, то в этом случае коэффициент корреляции равен -> -1 - ¥ 0 1 Мера разности между средними оценками по Х объектов, имеющих единицы по У, и объектов, имеющих нули по У, - это коэффициент корреляции -> Точечный бисериальный Пирсона Спирмена Точечный конвергентный Коэффициент корреляции Пирсона для дихотомических данных обозначается -> j Q g d Можно осуществить простейшую группировку данных, определить форму корреляции, определить в явном виде регрессии и корреляционные отношения при количестве наблюдений в пределах -> 30 < n < 200 пар 30 < n < 100 пар 20 < n < 50 пар 20 < n < 300 пар Очень слабая корреляция определяется при коэффициенте корреляции ниже -> 0,2 - 0,5 - 0,3 0 Мера связи, когда одна переменная измеряется дихотомически, на основе нормального распределения, а другая в шкале интервалов или отношений - это коэффициент корреляции -> Бисериальный Пирсона Спирмена Точечный бисериальный Выбор коэффициентов корреляций зависит от -> шкал измерения переменных вида измерения желания исследователя переменных Разность между вероятностями “правильного” и “неправильного” порядка для двух наблюдений, взятых наугад при условии, что совпадающих рангов нет, - это -> g - Гудмена и Краскала Q - Юла d - Сомерса t - Кендалла Если эмпирическое значение меньше или равно табличному для p = 0,01, то корреляция -> не является статистически значимой высокая однородна является статистически значимой Если диаграмма рассеивания результатов теста представлена следующим графиком,

то мы имеем связь -> строгую обратную строгую прямую слабую обратную слабую прямую Тесная (сильная) корреляция определяется при коэффициенте корреляции порядка -> не ниже 0,7 не выше - 0,5 не ниже 0,5 не ниже 0,9 Если регрессия есть возрастающая функция своего аргумента (а > 0), то направление считают положительным. Если регрессия есть убывающая функция своего аргумента (а < 0), то направление считают отрицательным - это является таким свойством корреляции, как -> направление форма теснота направленность Средняя корреляция определяется при коэффициенте корреляции -> 0,5 - 0,69 выше 0,5 0,7 - 0,89 0,3 - 0,49 Слабая корреляция определяется при коэффициенте корреляции ниже -> 0,3 - 0,5 - 0,3 0 Связи между случайными явлениями вообще называются -> вероятностными связями корреляцией статистическими закономерностями динамическими закономерностями Если диаграмма рассеивания результатов теста представлена следующим графиком,

то коэффициент корреляции r_ху будет равен -> +1 -1 0 +0,5 Если сумма квадратов расстояний всех исходных (выравниваемых) точек до линии у = ах + в является наименьшей, то применяется метод -> наименьших квадратов направления регрессии наименьших дисперсий Приближенное аналитическое (формульное) выражение регрессии по ряду пар значений Х и У, полученных в эксперименте, - это -> аппроксимация простой регрессии сопряжённость конвергенция скользящая средняя Совокупность точек на плоскости, у которой оси абсцисс и ординат есть значения двух сопоставляемых статистических признаков, называется -> корреляционным полем кумулятой полигоном частот гистограммой Форма расположения точек на корреляционном поле и контур соответствующих линий регрессии выступают наглядными показателями -> тесноты направления формы направленности Свойство корреляции, которое характеризует одностороннюю обусловленность изменения значений одной из случайных величин изменениями значений другой случайной величины, - это -> направленность направление форма теснота Мера линейной или нелинейной связи Х и У - это -> корреляционное отношение стандартное отклонение дисперсия стандартная ошибка оценки Наиболее часто в психологии применяются коэффициенты корреляции -> Пирсона и Спирмена Юла и Пирсона Сомерса и Кендалла Кендалла и Юла В случае, когда обе переменные дихотомические, основанные на нормальных распределениях, используется коэффициент корреляции -> r_tet - тетрахорический t - Кендалла g Гудмена и Краскала d - Сомерса Если диаграмма рассеивания результатов теста представлена следующим графиком,

то мы имеем связь -> слабую обратную строгую прямую слабую прямую строгую обратную Когда нет необходимости подсчитывать частоту появления различных значений переменных Х и У для дихотомических данных, применяется коэффициент -> Пирсона Сомерса Кендалла Спирмена Линия, отображающая зависимость каждого статистического признака от средней величины другого статистического признака, называется линией -> регрессии сопряжённости конвергенции ковариации

- это формулы коэффициента -> Регрессии Юла Сомерса Кендалла Степень обусловленности изменений Х значениями Y или, наоборот, Y значениями X, является таким свойством корреляции, как -> теснота направление форма направленность Если вычисленное значение коэффициента корреляции больше табличного для р = 0,01, то корреляция -> является статистически значимой высокая однородна не является статистически значимой Умеренная корреляция определяется при коэффициенте корреляции -> 0,3 - 0,49 выше 0,5 0,2 - 0,9 0,5 - 0,69 Метод построения выравнивающей линии, отвечающей такому уравнению, где между аргументом х и функцией у предполагается линейная связь, т.е. у = ах + в это метод -> наименьших квадратов сопряжённости конвергенции аппроксимации r_bis =

- это формула коэффициента корреляции -> Бисериального Юла Сомерса Кендалла Показывает количество совместных появлений пар значений по двум переменным (признакам) -> таблица сопряженности кривая сопряженности таблица конвергенции Коэффициент корреляции указывает на связь -> прямолинейную психологическую геометрическую причинно-следственную Коэффициент корреляции, равный произведению моментов, вычисленный по двум группам n последовательных, несвязанных рангов 1,..., n, обозначается буквой -> r_s Q d t При полном отсутствии связи (по типу линейной) между сопоставляемыми признаками коэффициент корреляции равен -> 0 + ¥ -1 1 Переменная, которую мы хотим оценить, - это переменная -> зависимая дополнительная побочная независимая Некоторое аналитическое выражение, которое представляет варьирующие значения функции, дав им в соответствие значение аргумента, и тем самым позволяет выровнять статистические вариации функции, является уравнением -> регрессии сопряжённости конвергенции ковариации Мера, характеризующая скорость изменения средних значений одной случайной величины при изменении другой, - это коэффициент -> регрессии сопряжённости конвергенции ковариации Форма причинной связи, при которой данное состояние системы определяет все ее последующее состояние не однозначно, а с определенной вероятностью, - это -> статистические закономерности корреляция вероятностные связи динамические закономерности Анализирует степень стохастической связи между психологическими переменными -> мера связи стандартное отклонение дисперсия ошибка оценки Коэффициент ассоциации принимает значения в диапазоне: -> -1< Q < +1 0 < Q < +1 -1< Q < 0 -∞< Q < +∞ Можно осуществлять обычную группировку и вычислять распределения при количестве наблюдений в пределах -> n > 200 пар n < 100 пар n < 50 пар n < 300 пар Величина коэффициента корреляции колеблется в пределах от -> -1 до 1 - ¥ до + ¥ 0 до 1 -1 до 0 Корреляционная зависимость переменной с рядом факторов - это корреляция -> множественная интервальная ранговая единичная Таблица с результатами совместной группировки двух варьирующих рядов, которые исследуются на корреляцию, называется -> групповой номинальной обобщенной линейной Предполагаемое объяснение связи признаков и возможностей ее практического использования называется -> качественным анализом сопряжённостью корреляционным полем графическим анализом Выравниваемая кривая разбивается на отдельные отрезки, в которых осуществляется линейное выравнивание и которые перекрывают друг друга при способе выравнивания рядов, называемом методом -> скользящей средней перекрывающей средней линейной средней скользящей прямой Тетрахорический коэффициент корреляции для дихотомических переменных, основанных на нормальных распределениях, - это коэффициент -> Чупрова Кендалла Гудмена и Краскала Сомерса Может предполагаться и квадратичная зависимость между Х и Y, и вообще любая степенная при -> выравнивании рядов контингенции табуляции упорядочивании Если диаграмма рассеивания результатов теста представлена следующим графиком,

то мы имеем связь -> строгую прямую строгую обратную слабую обратную слабую прямую При количестве наблюдений n<30 пар значений можно вычислить только безусловные средние арифметические, дисперсии, коэффициент линейной корреляции и через него - коэффициенты -> регрессии корреляции сопряженности конвергенции Свойство корреляции, которое определяется линейностью или нелинейностью регрессий М[у/х] = φ(υ) и М[х/у] = φ(σ), - это -> форма направление теснота направленность Если диаграмма рассеивания результатов теста представлена следующим графиком,

то коэффициент корреляции будет равен -> 0 -1 1 -0,5 Если обе переменные измеряются в шкалах порядка, то в качестве меры связи используется коэффициент ранговой корреляции -> Спирмена Сомерса Кендалла Пирсона

- это формула коэффициента -> Регрессии Юла Сомерса Кендалла Стохастическая связь между классифицированными событиями - это определение -> сопряжённости корреляции конвергенции регрессии Положительное значение квадратного корня из дисперсии ошибки оценки называется -> стандартной ошибкой оценки стандартным отклонением дисперсией регрессией Отношение преобладания - это -> С - Симпсона и Эдвардса Q - Юла g Гудмена и Краскала d - Сомерса Выступает показателем “крутости” изменений функции (угла наклона выравнивающей прямой к оси абсцисс) коэффициент -> регрессии контингенции дисперсии сопряженности