Strona 2
Doświadczalnictwo leśne 2
Pytanie 9
Celem analizy regresji jest
Stwierdzenie korelacji pomiędzy zmiennymi
Stwierdzenie występowania wzajemnego związku pomiędzy zmiennymi
Określenie siły związku pomiędzy zmiennymi
Opracowanie modelu opisującego relacje pomiędzy analizowanymi zmiennymi
Pytanie 10
Przy testowaniu istotności współczynnika korelacji hipoteza zerowa zakłada, że:
Współczynnik korelacji jest istotny
Współczynnik korelacji jest większy od zera
Współczynnik korelacji jest różny od zera
Współczynnik korelacji jest równy zero
Pytanie 11
Wartość krytyczna współczynnika korelacji linowej Pearsona powyżej której współczynnik ten jest istotny zależy od:
Siły zależności pomiędzy analizowanymi zmiennymi
Istotności badanej zależności
Liczebności próby
Zmienności korelowanych cech
Pytanie 12
Współczynnik korelacji rang Spearmana stosuje się w przypadku:
Zależności z dużą liczbą przypadków odstających
Zmiennych ciągłych o rozkładzie normalnym
Badania zależności więcej niż dwóch zmiennych ciągłych
Zmiennych o jednorodnych wariancjach
Pytanie 13
Współczynnik korelacji rang Spearmana stosuje się w przypadku:
Zmiennych ciągłych o rozkładzie normalnym
Zależności krzywoliniowych
Zmiennych o jednorodnych wariancjach
Badania zależności więcej niż dwóch zmiennych ciągłych
Pytanie 14
Współczynnik korelacji rang Spearmana stosuje się w przypadku:
Badania korelacji pomiędzy zmiennymi jakościowymi
Zmiennych ciągłych o rozkładzie normalnym
Badania zależności więcej niż dwóch zmiennych ciągłych
Zmiennych o jednorodnych wariancjach
Pytanie 15
Całkowita zmienność zmiennej niezależnej Y obliczana jest na podstawie:
Sumy kwadratów różnic pomiędzy wartościami średnimi i modelowymi
Sumy kwadratów różnic pomiędzy poszczególnymi wartościami Y a wartościami średnimi
Sumy kwadratów różnic pomiędzy wartościami wyznaczonymi z równania oraz poszczególnymi wartościami Y
Sumy kwadratów różnic pomiędzy poszczególnymi wartościami Y a wartościami modelowymi
Pytanie 16
Zmienność zmiennej niezależnej Y niewyjaśniona przez model obliczana jest na podstawie:
Sumy kwadratów wartości modelowych
Sumy kwadratów różnic pomiędzy obserwowanymi wartościami Y a wartościami modelowymi
Sumy kwadratów różnic poszczególnych wartości Y od wartości średnich
Sumy kwadratów różnic pomiędzy wartościami średnimi i modelowymi