Fiszki
Egzamin MWS
Test w formie fiszek MWS
Ilość pytań: 75
Rozwiązywany: 6200 razy
Jeżeli X1....Xn jest próbą losową z rozkładu N (µ,1) z nieznanym parametrem µ, to statystyką jest
P(max(X1...Xn)>1)
długość najdłuższego niemalejącego podciągu ciągu (X1....Xn)
numer pierwszego największego elementu ciągu (X1....Xn)
długość najdłuższego niemalejącego podciągu ciągu (X1....Xn)
numer pierwszego największego elementu ciągu (X1....Xn)
Logarytmiczna funkcja wiarygodności może przyjmować wartości większe niż funkcja wiarygodności
Funkcja wiarygodności może być interpretowana jako łączna funkcja gęstości prawdopodobieństwa dla próby losowej
Logarytmiczna funkcja wiarygodności może być interpretowana jako łączna funkcja gęstości prawdopodobieńtwa dla próby losowej
Funkcja wiarygodności może być interpretowana jako łączna funkcja gęstości prawdopodobieństwa dla próby losowej
W teorii testów statystycznych
hipoteza zerowa musi być hipotezą prostą
każda hipoteza, która nie jest prosta jest hipotezą złożoną
Każda hipoteza złożona jest sumą skończonej liczby hipotez prostych
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
P(max(X1,...Xn)>1)
długość najdłuższego niemalejącego podciągu (X1,...Xn)
numer pierwszego najwiekszego elementu ciągu (X1,... Xn)
długość najdłuższego niemalejącego podciągu (X1,...Xn)
numer pierwszego najwiekszego elementu ciągu (X1,... Xn)
nie ma danych mniejszych niż1
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
P(a<=X<=b)=∫(a,b) f(t) dt dla b>=a
lim t->∞ F(t)=1
P(-a<=X<=a) = 2*F(a)-1,dla a >0
P(a<=X<=b)=∫(a,b) f(t) dt dla b>=a
lim t->∞ F(t)=1
Logarytmiczna funkcja wiarygodności może być interpretowana jako łączna funkcja gęstości prwdopodobieństwa dla próby losowej
logarytmiczn funkcja wiarygodności może przyjmować wartości większe niż funkcja wiarygodności
Funkcja wiarygodności może być interpretowana jako łączna funkcja gestosci prawdopodobieństwa 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
Rozkład a priori nie może być rozkładem jednorodnym
funkcje gęstości a priori i a posteriori mogą być równe
funkcje gęstości a priori i a posteriori mogą być równe
Jeżeli X~Unif([0,1]), to
EX^2=1/4
EX=1/2
X^2~Unif([0,1])
EX=1/2
Jeżeli funkcja M(t)=e^t^2 jest funkcją generującą momenty dla zmiennej X, to
EX=0
EX^3=2
EX^2=2
EX=0
EX^2=2
Dla każdego ciągu niezależnych zmiennych losowych X1, X2, ...Xn
V(1-X1, X2,...Xn)>V(X1X2...Xn)
V(X1X2...Xn)=V(X1)V(X2)...V(Xn)
V(X1+X2+...+Xn)=VX1+VX2+...+VXn
V(X1+X2+...+Xn)=VX1+VX2+...+VXn
Jezeli f jest rozniczkowalną funkcją gestości prawdopodobienstwapewnej zmienne losowej X, to wiadomo, że
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
f jest ograniczona z dołu przez 0
Test X^2 ma zastosowanie w przypadku
badania jednorodności prób
badania niezależności rozkładów
badania zgodności rozkładu dla zmniennych dyskretnych
badania jednorodności prób
badania niezależności rozkładów
badania zgodności rozkładu dla zmniennych dyskretnych
Jeśli H0 i H1 są dwiema hipotezami prostymi, to najmocniejszy test na pewnym poziomie istotności 0
może być testem randomizowanym
może nie istnieć
może nie wymagać randomizacji
może być testem randomizowanym
może nie wymagać randomizacji
Jeśli p-wartość pewnego testu wynosi 0.1 to
hipoteza zerowa była by odrzucona przy poziomie istotności [nie widze] a=0.3
nie da się określić mocy tego testu bez dodatkowych informacji
hipoteza zerowa była by odrzucona przy poziomie istotności (nie widze) alfa=0.01
hipoteza zerowa była by odrzucona przy poziomie istotności [nie widze] a=0.3
nie da się określić mocy tego testu bez dodatkowych informacji
Jeśli X~N(µ,õ^2), to
zmienna Y=õ^2 + X ma rozkład normalny
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
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 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
jeśli rozkład a priori jest rozkładem jednostajnym , to rozkład a posteriori może być rozkładem beta
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)