Testy Fiszki Notatki

Zaloguj

Fiszki

Egzamin MWS

Test w formie fiszek MWS

Ilość pytań: 75 Rozwiązywany: 8096 razy

Jeżeli X1....Xn jest próbą losową z rozkładu N (µ,1) z nieznanym parametrem µ, to statystyką jest

długość najdłuższego niemalejącego podciągu ciągu (X1....Xn)

numer pierwszego największego elementu ciągu (X1....Xn)

P(max(X1...Xn)>1)

długość najdłuższego niemalejącego podciągu ciągu (X1....Xn)

numer pierwszego największego elementu ciągu (X1....Xn)

Logarytmiczna funkcja wiarygodności może być interpretowana jako łączna funkcja gęstości prawdopodobieńtwa dla próby losowej

Logarytmiczna funkcja wiarygodności może przyjmować wartości większe niż funkcja wiarygodności

Funkcja wiarygodności może być interpretowana jako łączna funkcja gęstości prawdopodobieństwa dla próby losowej

W teorii testów statystycznych

każda hipoteza, która nie jest prosta jest hipotezą złożoną

Każda hipoteza złożona jest sumą skończonej liczby hipotez prostych

hipoteza zerowa musi być hipotezą prostą

każda hipoteza, która nie jest prosta jest hipotezą złożoną

może być mniejsze niż 1/√2

może być równe √2

może być wieksze niż √2

może być mniejsze niż 1/√2

może być równe √2

długość najdłuższego niemalejącego podciągu (X1,...Xn)

numer pierwszego najwiekszego elementu ciągu (X1,... Xn)

P(max(X1,...Xn)>1)

długość najdłuższego niemalejącego podciągu (X1,...Xn)

numer pierwszego najwiekszego elementu ciągu (X1,... Xn)

w przedziale[1,3] leży 25% danych

w przedziale (4,6]leży 25% danych

nie ma danych mniejszych niż1

w przedziale[1,3] leży 25% danych

w przedziale (4,6]leży 25% danych

nie ma danych mniejszych niż1

lim t->∞ F(t)=1

P(a<=X<=b)=∫(a,b) f(t) dt dla b>=a

P(-a<=X<=a) = 2*F(a)-1,dla a >0

lim t->∞ F(t)=1

P(a<=X<=b)=∫(a,b) f(t) dt dla b>=a

logarytmiczn funkcja wiarygodności może przyjmować wartości większe niż funkcja wiarygodności

Funkcja wiarygodności może być interpretowana jako łączna funkcja gestosci prawdopodobieństwa dla próby losowej

Logarytmiczna funkcja wiarygodności może być interpretowana jako łączna funkcja gęstości prwdopodobieństwa dla próby losowej

Funkcja wiarygodności może być interpretowana jako łączna funkcja gestosci prawdopodobieństwa dla próby losowej

estymatory bayesowskie konstruuje się bezpośrednio na podstawie rozkładów a priori

funkcje gęstości a priori i a posteriori mogą być równe

Rozkład a priori nie może być rozkładem jednorodnym

funkcje gęstości a priori i a posteriori mogą być równe

Jeżeli X~Unif([0,1]), to

X^2~Unif([0,1])

EX=1/2

EX^2=1/4

EX=1/2

Jeżeli funkcja M(t)=e^t^2 jest funkcją generującą momenty dla zmiennej X, to

EX^2=2

EX^3=2

EX=0

EX^2=2

EX=0

Dla każdego ciągu niezależnych zmiennych losowych X1, X2, ...Xn

V(X1+X2+...+Xn)=VX1+VX2+...+VXn

V(1-X1, X2,...Xn)>V(X1X2...Xn)

V(X1X2...Xn)=V(X1)V(X2)...V(Xn)

V(X1+X2+...+Xn)=VX1+VX2+...+VXn

Jezeli f jest rozniczkowalną funkcją gestości prawdopodobienstwapewnej zmienne losowej X, to wiadomo, że

f jest ograniczona z dołu przez 0

f jest ograniczona z góry przez 1

f może się nigdzie nei zerowac

f jest ograniczona z dołu przez 0

f może się nigdzie nei zerowac

Test X^2 ma zastosowanie w przypadku

badania niezależności rozkładów

badania jednorodności prób

badania zgodności rozkładu dla zmniennych dyskretnych

badania niezależności rozkładów

badania jednorodności prób

badania zgodności rozkładu dla zmniennych dyskretnych

Jeśli H0 i H1 są dwiema hipotezami prostymi, to najmocniejszy test na pewnym poziomie istotności 0

może nie istnieć

może nie wymagać randomizacji

może być testem randomizowanym

może nie wymagać randomizacji

może być testem randomizowanym

Jeśli p-wartość pewnego testu wynosi 0.1 to

nie da się określić mocy tego testu bez dodatkowych informacji

hipoteza zerowa była by odrzucona przy poziomie istotności [nie widze] a=0.3

hipoteza zerowa była by odrzucona przy poziomie istotności (nie widze) alfa=0.01

nie da się określić mocy tego testu bez dodatkowych informacji

hipoteza zerowa była by odrzucona przy poziomie istotności [nie widze] a=0.3

Jeśli X~N(µ,õ^2), to

X^2~N(µ^2,õ^4)

zmienna Y=µ+X ma rozkład normalny

zmienna Y=õ^2 + X ma rozkład normalny

zmienna Y=µ+X ma rozkład normalny

zmienna Y=õ^2 + X ma rozkład normalny

zbiega według rozkładu do x^2 r+1

zbiega według rozkładu do x^2 r-1

zbiega wedługo rozkładu do x^2 r

zbiega według rozkładu do x^2 r-1

jeśli rozkład a priori jest rozkładem jednostajnym , to rozkład a posteriori może być rozkładem beta

jeśli rozkład a priori jest rozkładem jednostajnym , to rozkład a posteriori też może być rozkładem jednostajnym

jeśli rozkład a priori jest rozkładem gamma, to rozkład a posteriori też może być rozkładem gamma

jeśli rozkład a priori jest rozkładem jednostajnym , to rozkład a posteriori może być rozkładem beta

jeśli rozkład a priori jest rozkładem jednostajnym , to rozkład a posteriori też może być rozkładem jednostajnym

jeśli rozkład a priori jest rozkładem gamma, to rozkład a posteriori też może być rozkładem gamma

50% danych ma wartość niewiekszą niż 4

przynajmniej jedna wartość wpada w przedział (7.5,8.5)

trzeci kwantyl z danych jest równy 7,5

50% danych ma wartość niewiekszą niż 4

przynajmniej jedna wartość wpada w przedział (7.5,8.5)

Pokaż kolejne pytania

Powiązane tematy

Inne tryby

Nauka Test Powtórzenie