Тест «Модели статистического прогнозирования»

Тест «Модели статистического прогнозирования»

Вариант 1.

1. Математической моделью является:

А) макет самолета; В) чертеж;

Б) уравнение; Г) диаграмма.

2. Метод наименьших квадратов позволяет построить:

А) регрессионные модели;

В) табличные модели;

Б) словесные модели;

Г) логические модели.

3. Регрессионная модель в виде линейной функции соответствует:

А) У=46,361х-99,881;

В) У=21,845х²-106,97х+150,21;

Б) У=3,4306е^0,7555х;

Г) У=843х⁴ -17,397х²+50,17;

4. Регрессионная модель в виде квадратичной функции соответствует:

А) У=46,361х-99,881;

В) У=21,845х²-106,97х+150,21;

Б) У=3,4306е^0,7555х;

Г) У=843х⁴ -17,397х²+50,17;

5. Прогнозирование за пределами экспериментальных данных называется:

А) восстановлением значения;

Б) экстраполяцией;

В) коэффициентом корреляции;

Г) коэффициентом детерминированности.

6. Функция, описывающая зависимость между количественными характеристиками сложных систем

1. корреляционная модель

2. регрессионная модель

3. математическая модель

7. Как в статистике называется величина R², показывающая, насколько удачной является полученная регрессионная модель.

А) восстановлением значения;

Б) экстраполяцией;

В) коэффициентом корреляции;

Г) коэффициентом детерминированности.

Тест «Модели статистического прогнозирования»

Вариант 2.

1. Статистической величиной является:

А) среднее число осадков, выпавших в разных регионах страны в течение года;

Б) минимальное значение некоторой функции на отрезке;

В) максимальная скорость автомобиля;

Г) температура вашего тела в данный момент времени.

2. График регрессионной модели называется:

А) трендом;

В) систематизацией;

Б) формализацией;

Г) моделированием.

3. Регрессионная модель в виде экспоненциальной функции соответствует:

А) У=46,361х-99,881;

В) У=21,845х²-106,97х+150,21;

Б) У=3,4306е^0,7555х;

Г) У=843х⁴ -17,397х²+50,17;

4. Определить самую удачную регрессионную модель:

А) y=46,361х-99,881; R²=0.8304

В) y=21,845х²-106,97х+150,21; R²=0.9767

Б) y=3,4306е^0,7555х ; R²=0.9716

Г) y = 0,1017x⁴ - 1,5548x³ + 9,3282x² - 16,349x + 27,389; R² = 0,9904;

5. Прогнозирование в пределах экспериментальных данных называется:

А) восстановлением значения;

Б) экстраполяцией;

В) коэффициентом корреляции;

Г) коэффициентом детерминированности.

6. Наука о сборе, измерении и анализе массовых количественных данных

1. статистика

2. теория вероятностей

3. математика

7. Совокупность математических соотношений, уравнений, неравенств, описывающих основные закономерности изучаемого объекта, процесса или явления.

1. корреляционная модель

2. регрессионная модель

3. математическая модель