Többváltozós statisztika no.2

Question 1

Ha erősen sérül a VA-ban a szóráshomogenitás, akkor indokolt robusztus VA alapján dönteni.

Answer

true

Question 2

A VAben 2 szempont között akkor van interakció, ha a két szempont szoros korrelációban van.

Answer

true

Question 3

A többszempontos varianciaanalízis független változóinak folytonosaknak kell lenniük.

Answer

true

Question 4

Két szempont között VA-ban akkor van interakció, ha a két szempont szoros korrelációban van.

Answer

true

Question 5

A főkomponensanalízis feltárja a sok input változó mögött meghúzódó közös komponenseket.

Answer

true

Question 6

A főkomponensek az input változók súlyozott összegei.

Answer

true

Question 7

Főkomponensanalízisben Varimax rotáció után a főkomponensek nem feltétlenül lesznek korrelálatlanok.

Answer

true

Question 8

A varimax rotációval maximalizáljuk a faktorok által megmagyarázott összvarianciát.

Answer

true

Question 9

A főkomponens-elemzés során mindig egyértelműen tudunk dönteni a változók és a komponensek viszonyáról.

Answer

true

Question 10

A főkomponens-analízis egyik célja a változók számának redukciója.

Answer

true

Question 11

Ha a főkomponensek sajátértékei rendre 3,2; 2,1; 1,5; 0,8; 0,3 és 0,1; akkor a három főkomponenset érdemes forgatni.

Answer

true

Question 12

Ha hat input változó esetén az első főkomponens sajátértéke 2, a másodiké pedig 1,2, akkor ezek együtt több mint 50%-ot magyaráznak meg az FA modelljében.

Answer

true

Question 13

A főkomponensanalízis értelmezhető klaszteranalízisként is

Answer

true

Question 14

A kanonikus korreláció-elemzéssel két változócsoport egymással erősen korreláló struktúráját keressük.

Answer

true

Question 15

A kanonikus korrelációk lényegében megmagyarázott varianciák.

Answer

true

Question 16

A kovarianciaanalízis lényege, hogy a szempontváltozók közti interakciókat ki lehet vele mutatni.

Answer

true

Question 17

A kovarianciaanalizis lenyege, hogy az interakciós hatásokat ki lehet vele mutatni

Answer

true

Question 18

A kovariancia-analízisnek nem feltétele a szóráshomogenitás.

Answer

true

Question 19

A kovariancia-elemzés során lényegében parciálást alkalmazunk.

Answer

true

Question 20

Kovariancia-elemzésben korrigált mintaáltagokat hasonlítunk össze.

Answer

true

Question 21

A kovariancia-analízisben a vizsgált változóknak (a csoportosító változót is beleértve) normál eloszlásúaknak kell lenniük.

Answer

true

Question 22

A kovariancia-analízis olyan VA, melynek során egy vagy több kvantitatív változó hatását kiszűrve teszteljük a VA szempontváltozóinak a hatását a VA függő változójára.

Answer

true

Question 23

A klaszteranalízis lényege, hogy eseteket vagy változókat távolságaik alapján homogén csoportokba sorolunk.

Answer

true

Question 24

A Ward-féle módszer egy speciális nemhierarchikus klaszteranalízis.

Answer

true

Question 25

A relokáció olyan nemhierarchikus klaszteranalízis, amelynél a homogenitás növelése érdekében interakiós eljárással cserélgetjük a klaszterek elemeit.

Answer

true

Question 26

A Ward-féle módszernél két klaszter távolságát a klaszterek centroidjainak távolságával definiáljuk.

Answer

true

Question 27

Az agglomeratív hierarchikus klaszteranalízis minden lépésében egyesítünk két klasztert, amelyek valamilyen értelemben egymáshoz a legközelebb vannak.

Answer

true

Question 28

Klaszteranalízisben a centroid egy-egy klaszter átlagvektora.

Answer

true

Question 29

Klaszteranalízisben a legközelebbi szomszéd módszer alkalmazása azt jelenti, hogy mindig a két legközelebbi elem (megfigyelés) kerül egy klaszterbe.

Answer

true

Question 30

Klaszteranalízisben az 1-nél nagyobb sajátértékű klasztereken szoktak relokációt végezni.

Answer

true

Question 31

Klaszteranalízissel homogén változócsoportok is kialakíthatók a változók hasonlósága alapján.

Answer

true

Question 32

A hierarchikus klaszteranalízis egy lépésében vagy egyesítük két klasztert vagy egy új klasztert hozunk létre

Answer

true

Question 33

A determinációs együttható a korrelációs együtthatónál mindig kisebb.

Answer

true

Question 34

A parciális korrelációs együttható legfeljebb 1 lehet.

Answer

true

Question 35

A log-lineáris elemzés a sima khi-négyzet-próbás kapcsolatvizsgálat általánosítása.

Answer

true

Question 36

A B-értékek alapján a konstans tagnak van a legnagyobb hatása a függő változóra.

Answer

true

Question 37

A Beta-értékek segítségével állapítható meg, hogy melyik változónak milyen mértékű hatása van a függő változóra – a többi változóhoz képest.

Answer

true

Question 38

Az ANOVA táblázatból megtudható, hogy a magyarázott variancia-arány, illetve a korrelációs együttható szignifikánsan különbözik-e 0-tól.

Answer

true

Question 39

Az együtthatók táblázatában látható t-érték azt mutatja meg, hogy az adott változó 0 vagy nem 0.

Answer

true

Question 40

Minél nagyobb a reziduális, annál pontosabb a becslés.

Answer

true

Question 41

A lineáris regresszió esetén az eredeti négyzetösszeget bontjuk fel a regresszió által magyarázott négyzetes eltérés összegére és a reziduálisra.

Answer

true

Question 42

Ha az ANOVA táblázatban a SIG-érték 0,05 alatt van, érvényes modellt alkottunk.

Answer

true

Question 43

A determinációs együttható maximuma 1, minimuma -1, mely értékeket függvényszerű kapcsolat esetén érhetünk el.

Answer

true

Question 44

A korrelációs együttható a determinációs együttható négyzete.

Answer

true

Question 45

A magyarázó változók esetében az a jó, ha azok egymással minél szorosabban összefüggnek – így építhető erős és jól magyarázható lineáris modell a függő változóra.

Answer

true

Question 46

Minden diszkrét változó átalakítható DUMMY változóvá.

Answer

true

Question 47

Az együtthatók táblázatának t-értéke és hozzá tartozó szignifikancia arról tájékoztat minket, hogy az adott magyarázó változó együtthatója 0 vagy nem 0 a lineáris regresszió egyenletében.

Answer

true

Question 48

A DUMMY változóknak mindig 2 értéke van.

Answer

true

Question 49

A kovariancia-analízisben a függő változó normalitása az egyik feltétel.

Answer

true

Question 50

A kovariáns változó mindig diszkrét.

Answer

true

Question 51

A szóráshomogenitás feltétele a kovariancia-analízisben egyáltalán nem fontos.

Answer

true

Question 52

A páros összehasonlításokkal csak akkor kell foglalkozni, ha a szóráshomogenitás nem teljesül.

Answer

true

Question 53

A variancia-analízis alapján a fenti elemzésben a csoportok átlagai között szignifikáns különbség van.

Answer

true

Question 54

A VA-ban a páros összehasonlítások közöl a Games–Howell-tesztet kell alkalmazni.

Answer

true

Question 55

A megmagyarázott variancia-arány gyöke a korrelációs hányados.

Answer

true

Question 56

A kovariancia-analízis során a kovariáns változó hatását is figyelembe véve teszteljük csoportok átlagainak egyenlőségét.

Answer

true

Question 57

A korrigált eredmények táblázatában már azok az átlagok kerülnek tesztelésre, melyekben figyelembe vettük a kovariáns változó hatását.

Answer

true

Question 58

A James-próba mindig erősebb, mint a Welch-próba.

Answer

true

Question 59

A Tukey–Kramér-próbának feltétele a szóráshomogenitás.

Answer

true

Question 60

A Brown–Forsythe-teszt akkor is használható, ha az elméleti szórások különböznek.

Answer

true

Question 61

A ferdeség és csúcsosság segítségével tesztelhető a normalitás.

Answer

true

Question 62

KOVA elemzés esetén nagyobb minták esetén a normalitás feltétele elhagyható.

Answer

true

Question 63

A bináris logisztikus regresszióban a függő változó mindig folytonos.

Answer

true

Question 64

A logisztikus regresszióban arra vagyunk kíváncsiak, hogy a függő változók adott értéke mellett mi a magyarázó változó adott értékének bekövetkezési valószínűsége.

Answer

true

Többváltozós statisztika no.2

Questions in this quiz (129)

Information

Feedback

What do you think of the new look?