Copy and Edit

Többváltozós statisztika no.2

Description

Quiz on Többváltozós statisztika no.2, created by Tímea Lakner on 20/12/2017.
Tímea Lakner
Quiz by Tímea Lakner, updated more than 1 year ago
Tímea Lakner
Created by Tímea Lakner over 6 years ago
247
2
0

Resource summary

Question 1

Question
Ha erősen sérül a VA-ban a szóráshomogenitás, akkor indokolt robusztus VA alapján dönteni.
Answer
  • True
  • False

Question 2

Question
A VAben 2 szempont között akkor van interakció, ha a két szempont szoros korrelációban van.
Answer
  • True
  • False

Question 3

Question
A többszempontos varianciaanalízis független változóinak folytonosaknak kell lenniük.
Answer
  • True
  • False

Question 4

Question
Két szempont között VA-ban akkor van interakció, ha a két szempont szoros korrelációban van.
Answer
  • True
  • False

Question 5

Question
A főkomponensanalízis feltárja a sok input változó mögött meghúzódó közös komponenseket.
Answer
  • True
  • False

Question 6

Question
A főkomponensek az input változók súlyozott összegei.
Answer
  • True
  • False

Question 7

Question
Főkomponensanalízisben Varimax rotáció után a főkomponensek nem feltétlenül lesznek korrelálatlanok.
Answer
  • True
  • False

Question 8

Question
A varimax rotációval maximalizáljuk a faktorok által megmagyarázott összvarianciát.
Answer
  • True
  • False

Question 9

Question
A főkomponens-elemzés során mindig egyértelműen tudunk dönteni a változók és a komponensek viszonyáról.
Answer
  • True
  • False

Question 10

Question
A főkomponens-analízis egyik célja a változók számának redukciója.
Answer
  • True
  • False

Question 11

Question
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
  • False

Question 12

Question
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
  • False

Question 13

Question
A főkomponensanalízis értelmezhető klaszteranalízisként is
Answer
  • True
  • False

Question 14

Question
A kanonikus korreláció-elemzéssel két változócsoport egymással erősen korreláló struktúráját keressük.
Answer
  • True
  • False

Question 15

Question
A kanonikus korrelációk lényegében megmagyarázott varianciák.
Answer
  • True
  • False

Question 16

Question
A kovarianciaanalízis lényege, hogy a szempontváltozók közti interakciókat ki lehet vele mutatni.
Answer
  • True
  • False

Question 17

Question
A kovarianciaanalizis lenyege, hogy az interakciós hatásokat ki lehet vele mutatni
Answer
  • True
  • False

Question 18

Question
A kovariancia-analízisnek nem feltétele a szóráshomogenitás.
Answer
  • True
  • False

Question 19

Question
A kovariancia-elemzés során lényegében parciálást alkalmazunk.
Answer
  • True
  • False

Question 20

Question
Kovariancia-elemzésben korrigált mintaáltagokat hasonlítunk össze.
Answer
  • True
  • False

Question 21

Question
A kovariancia-analízisben a vizsgált változóknak (a csoportosító változót is beleértve) normál eloszlásúaknak kell lenniük.
Answer
  • True
  • False

Question 22

Question
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
  • False

Question 23

Question
A klaszteranalízis lényege, hogy eseteket vagy változókat távolságaik alapján homogén csoportokba sorolunk.
Answer
  • True
  • False

Question 24

Question
A Ward-féle módszer egy speciális nemhierarchikus klaszteranalízis.
Answer
  • True
  • False

Question 25

Question
A relokáció olyan nemhierarchikus klaszteranalízis, amelynél a homogenitás növelése érdekében interakiós eljárással cserélgetjük a klaszterek elemeit.
Answer
  • True
  • False

Question 26

Question
A Ward-féle módszernél két klaszter távolságát a klaszterek centroidjainak távolságával definiáljuk.
Answer
  • True
  • False

Question 27

Question
Az agglomeratív hierarchikus klaszteranalízis minden lépésében egyesítünk két klasztert, amelyek valamilyen értelemben egymáshoz a legközelebb vannak.
Answer
  • True
  • False

Question 28

Question
Klaszteranalízisben a centroid egy-egy klaszter átlagvektora.
Answer
  • True
  • False

Question 29

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

Question 30

Question
Klaszteranalízisben az 1-nél nagyobb sajátértékű klasztereken szoktak relokációt végezni.
Answer
  • True
  • False

Question 31

Question
Klaszteranalízissel homogén változócsoportok is kialakíthatók a változók hasonlósága alapján.
Answer
  • True
  • False

Question 32

Question
A hierarchikus klaszteranalízis egy lépésében vagy egyesítük két klasztert vagy egy új klasztert hozunk létre
Answer
  • True
  • False

Question 33

Question
A determinációs együttható a korrelációs együtthatónál mindig kisebb.
Answer
  • True
  • False

Question 34

Question
A parciális korrelációs együttható legfeljebb 1 lehet.
Answer
  • True
  • False

Question 35

Question
A log-lineáris elemzés a sima khi-négyzet-próbás kapcsolatvizsgálat általánosítása.
Answer
  • True
  • False

Question 36

Question
A B-értékek alapján a konstans tagnak van a legnagyobb hatása a függő változóra.
Answer
  • True
  • False

Question 37

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

Question 38

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

Question 39

Question
Az együtthatók táblázatában látható t-érték azt mutatja meg, hogy az adott változó 0 vagy nem 0.
Answer
  • True
  • False

Question 40

Question
Minél nagyobb a reziduális, annál pontosabb a becslés.
Answer
  • True
  • False

Question 41

Question
A lineáris regresszió esetén az eredeti négyzetösszeget bontjuk fel a regresszió által magyarázott négyzetes eltérés összegére és a reziduálisra.
Answer
  • True
  • False

Question 42

Question
Ha az ANOVA táblázatban a SIG-érték 0,05 alatt van, érvényes modellt alkottunk.
Answer
  • True
  • False

Question 43

Question
A determinációs együttható maximuma 1, minimuma -1, mely értékeket függvényszerű kapcsolat esetén érhetünk el.
Answer
  • True
  • False

Question 44

Question
A korrelációs együttható a determinációs együttható négyzete.
Answer
  • True
  • False

Question 45

Question
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
  • False

Question 46

Question
Minden diszkrét változó átalakítható DUMMY változóvá.
Answer
  • True
  • False

Question 47

Question
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
  • False

Question 48

Question
A DUMMY változóknak mindig 2 értéke van.
Answer
  • True
  • False

Question 49

Question
A kovariancia-analízisben a függő változó normalitása az egyik feltétel.
Answer
  • True
  • False

Question 50

Question
A kovariáns változó mindig diszkrét.
Answer
  • True
  • False

Question 51

Question
A szóráshomogenitás feltétele a kovariancia-analízisben egyáltalán nem fontos.
Answer
  • True
  • False

Question 52

Question
A páros összehasonlításokkal csak akkor kell foglalkozni, ha a szóráshomogenitás nem teljesül.
Answer
  • True
  • False

Question 53

Question
A variancia-analízis alapján a fenti elemzésben a csoportok átlagai között szignifikáns különbség van.
Answer
  • True
  • False

Question 54

Question
A VA-ban a páros összehasonlítások közöl a Games–Howell-tesztet kell alkalmazni.
Answer
  • True
  • False

Question 55

Question
A megmagyarázott variancia-arány gyöke a korrelációs hányados.
Answer
  • True
  • False

Question 56

Question
A kovariancia-analízis során a kovariáns változó hatását is figyelembe véve teszteljük csoportok átlagainak egyenlőségét.
Answer
  • True
  • False

Question 57

Question
A korrigált eredmények táblázatában már azok az átlagok kerülnek tesztelésre, melyekben figyelembe vettük a kovariáns változó hatását.
Answer
  • True
  • False

Question 58

Question
A James-próba mindig erősebb, mint a Welch-próba.
Answer
  • True
  • False

Question 59

Question
A Tukey–Kramér-próbának feltétele a szóráshomogenitás.
Answer
  • True
  • False

Question 60

Question
A Brown–Forsythe-teszt akkor is használható, ha az elméleti szórások különböznek.
Answer
  • True
  • False

Question 61

Question
A ferdeség és csúcsosság segítségével tesztelhető a normalitás.
Answer
  • True
  • False

Question 62

Question
KOVA elemzés esetén nagyobb minták esetén a normalitás feltétele elhagyható.
Answer
  • True
  • False

Question 63

Question
A bináris logisztikus regresszióban a függő változó mindig folytonos.
Answer
  • True
  • False

Question 64

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

Question 65

Question
Az Omnibus-tesztek megmutatják, hogy mennyire jó illeszkedésű a modellünk.
Answer
  • True
  • False

Question 66

Question
A Cox & Snell-féle mutató elvileg nem éri el az 1-et.
Answer
  • True
  • False

Question 67

Question
A Modell Summary táblázatban található R-négyzetek a modell determinációs együtthatói.
Answer
  • True
  • False

Question 68

Question
Ha a klasszifikációs táblázatok bal alsó és jobb felső sarkában vannak nagy értékek, akkor tudhatjuk, hogy jó modellt találtunk.
Answer
  • True
  • False

Question 69

Question
Az EXP(B) érték akkor negatív, ha a B érték negatív.
Answer
  • True
  • False

Question 70

Question
A klasszifikációs táblázatban lévő értékekből leolvashatjuk, hogy mi a tapasztalati és a modellbéli becsült eredmények egymáshoz való viszonya – hány hibás és hány helyes osztályozás történt a modell segítségével.
Answer
  • True
  • False

Question 71

Question
A logisztikus regresszióban feltétel a függő változó normalitása.
Answer
  • True
  • False

Question 72

Question
A magyarázó változók erős egymással való összefüggése rontja a modell interpretálhatóságát.
Answer
  • True
  • False

Question 73

Question
A Nagelkerke-féle R-négyzet elvi maximuma 1.
Answer
  • True
  • False

Question 74

Question
A logisztikus regresszióban a Modell Summary táblázat első oszlopában a regresszióból számított korrelációs együtthatót olvashatjuk le.
Answer
  • True
  • False

Question 75

Question
A faktorelemzés egyik speciális esete a főkomponens-elemzés.
Answer
  • True
  • False

Question 76

Question
A főkomponens-elemzés során sok változót szeretnénk kevés változó segítségével magyarázni.
Answer
  • True
  • False

Question 77

Question
A faktorelemzésben mindig VARIMAX rotálást kell végezni.
Answer
  • True
  • False

Question 78

Question
Minél magasabb a KMO-érték, annál kevésbé összefüggőek a változóink.
Answer
  • True
  • False

Question 79

Question
A Bartlett-teszt segítségével arról hozhatunk döntést, hogy a változó-szettünk mennyire hasonlít egy teljesen független változó-szetthez.
Answer
  • True
  • False

Question 80

Question
A végső kommunalitások táblázatában a jó modellek esetében általában 0,25-nél nagyobb értékeket szokás elvárni.
Answer
  • True
  • False

Question 81

Question
Rotálás segítségével növelhető a teljes magyarázott variancia-arány.
Answer
  • True
  • False

Question 82

Question
Egy változó 0,249-es kommunalitás alapján kihagyható lenne a modellből, így újabb futtatással kéne újabb faktorstruktúrát feltárni.
Answer
  • True
  • False

Question 83

Question
A klaszterezés célja, hogy a változók között csoportokat alakítsunk ki.
Answer
  • True
  • False

Question 84

Question
A klaszterezés során olyan csoportokat hozunk létre, melyben az egyedek egymásra hasonlítanak, míg a csoportok egymástól általában eltérőek.
Answer
  • True
  • False

Question 85

Question
A k-középpontú elemzés során minden lépésben a két legközelebbi klasztert összevonjuk.
Answer
  • True
  • False

Question 86

Question
A hierarchikus klaszterezés során több klaszterszám esetére is kérhetünk megoldást.
Answer
  • True
  • False

Question 87

Question
Amennyiben a klaszterezést a változókon hajtjuk végre, úgy a faktorelemzéshez egy rokon módszert dolgozhatunk ki.
Answer
  • True
  • False

Question 88

Question
A csoportok kialakításakor fontos kérdés az egyedek közötti távolságok mérése.
Answer
  • True
  • False

Question 89

Question
Minél nagyobb a Silhouette-mutató, annál jobb a klaszterezettség.
Answer
  • True
  • False

Question 90

Question
A relokáció megállítására csak egyfajta kritérium létezhet.
Answer
  • True
  • False

Question 91

Question
A hierarchikus klaszterezés mindig jobb eredményt ad, mint a k-középpontú.
Answer
  • True
  • False

Question 92

Question
Klaszterezés során sosem szabad standardizálni a változókat.
Answer
  • True
  • False

Question 93

Question
A variancia-analízis során feltétel a csoportok függetlensége, illetve a független egyedkiválasztás.
Answer
  • True
  • False

Question 94

Question
Az intraklaszter-korreláció (ICC) segítségével kihagyhatunk egyedeket az elemzésből.
Answer
  • True
  • False

Question 95

Question
Az átlagok összehasonlításának bármely eljárása során fontos szempont ellenőrizni, hogy a mintánkba került egyedek válaszai mennyire függetlenek egymástól.
Answer
  • True
  • False

Question 96

Question
Amennyiben egy kezelés előtt vagy után nézünk egyedeket, úgy ezt az elemzési metódust fogjuk mindenképpen használni, hiszen a két mintánk összefügg.
Answer
  • True
  • False

Question 97

Question
Ha a csoportjainkban egymással összefüggő mintavételezés feltételezhető, akkor korrigálva (csökkentve) a szabadságfokot, robusztus eljárást nyerhetünk.
Answer
  • True
  • False

Question 98

Question
A robusztus eljárások sajátossága, hogy a hagyományos eljárások feltételeinek bizonyos szintű sérülése esetén is megbízható eredményeket adnak.
Answer
  • True
  • False

Question 99

Question
Az átlagokat összehasonlító hagyományos eljárások feltétele a normalitás.
Answer
  • True
  • False

Question 100

Question
ICC futtatásakor a szóráshomogenitás feltétele nagy minták esetén elhagyható.
Answer
  • True
  • False

Question 101

Question
A kétmintás t-próba esetén a Welch-féle d-próba szintén szabadságfok-korrekciós robusztus eljárás.
Answer
  • True
  • False

Question 102

Question
A Levene-teszt a szóráshomogenitás eldöntésére szabadságfok-korrekciós robusztus eljárás.
Answer
  • True
  • False

Question 103

Question
Az egymintás t-próba esetén robusztus teszt a Wilcoxon-próba is, mely szintén szabadságfok-korrekciós módszer.
Answer
  • True
  • False

Question 104

Question
A szabadságfok-korrekciós eljárásokban csak formálisan csökkentjük az esetszámokat, valójában nem törlünk elemeket a mintából (tehát trimmelést nem végzünk).
Answer
  • True
  • False

Question 105

Question
A változók közötti összefüggések nem az intraklaszter-korrelációs eljárást igénylik, hiszen az a mintabéli egyedek összefüggése esetén segít a pontosabb következtetés megalkotásában.
Answer
  • True
  • False

Question 106

Question
A design-mutató 2 alatti értékei esetén nem kell szabadságfok-korrekciót végrehajtani.
Answer
  • True
  • False

Question 107

Question
Az ICC növekedésével a design- mutató csökken.
Answer
  • True
  • False

Question 108

Question
A diszkriminancia-analízis (DA) során csoportokat szeparálunk egymástól.
Answer
  • True
  • False

Question 109

Question
Minél nagyobb a Wilks-féle lambda értéke, annál jobb a szeparálásunk.
Answer
  • True
  • False

Question 110

Question
A DA során olyan függvényeket határozunk meg, melyek egyben tartják a populációt.
Answer
  • True
  • False

Question 111

Question
A DA során azok a függvények, melyek szeparálnak, mindig lineárisak.
Answer
  • True
  • False

Question 112

Question
A Wilks-féle lambda-érték egy fordított determinációs együtthatóként értelmezhető.
Answer
  • True
  • False

Question 113

Question
Amennyiben „n” darab csoportunk van, úgy „n” függvény mindenképpen elegendő a szétvágásukhoz.
Answer
  • True
  • False

Question 114

Question
A logisztikus regresszió során is diszkrét változókat azonosítunk, de amíg ott a bekövetkezések valószínűsége a kérdés, addig itt a csoportok szeparálása, elkülönítése.
Answer
  • True
  • False

Question 115

Question
A DA során a függő változó mindenképpen folytonos.
Answer
  • True
  • False

Question 116

Question
A sajátértékek segítéségével megállapítható, hogy melyik függvénynek van nagyobb szeparáló ereje, képessége.
Answer
  • True
  • False

Question 117

Question
A Wilks-féle lambda SIG-értéke mutatja meg, hogy mely változó segítségével lehet a csoportokat szignifikánsan elkülöníteni.
Answer
  • True
  • False

Question 118

Question
A DA csak bináris változókra alkalmazható.
Answer
  • True
  • False

Question 119

Question
a k-középpontú klaszterezés egyfajta ellenőrzésére használhatjuk a DA-t.
Answer
  • True
  • False

Question 120

Question
Minél nagyobbak a reziduálisok, annál jobb a modell illeszkedése.
Answer
  • True
  • False

Question 121

Question
A modell illeszkedését khi-négyzet statisztikával ellenőrizzük.
Answer
  • True
  • False

Question 122

Question
Minél nagyobb a szignifikancia értéke a modellben, annál inkább hajlamosak vagyunk azt elfogadni.
Answer
  • True
  • False

Question 123

Question
A loglineáris modellben folytonos változók közötti kapcsolatokat keresünk.
Answer
  • True
  • False

Question 124

Question
A loglineáris modell lényegében a khi-négyzet-próba általánosítása.
Answer
  • True
  • False

Question 125

Question
Független események együttes bekövetkezésének alószínűsége a külön-külön vett bekövetkezési valószínűségek összege.
Answer
  • True
  • False

Question 126

Question
Az interakciók számának csökkentése mellett szeretnénk a loglineáris modellezésben minél jobb illeszkedést elérni.
Answer
  • True
  • False

Question 127

Question
Amennyiben minden interakciót és marginálist figyelembe veszünk, úgy olyan modellt írhatunk fel, melyben a reziduálisok maximálisak.
Answer
  • True
  • False

Question 128

Question
A loglineáris modellben általában kettőnél több kategória-változó kapcsolatát igyekszünk leírni.
Answer
  • True
  • False

Question 129

Question
A loglineáris modell illeszkedését is ANOVA táblázattal ellenőrizzük.
Answer
  • True
  • False
Show full summary Hide full summary

Want to create your own Quizzes for free with GoConqr? Learn more.

Similar

Organic Chemistry
Ella Wolf
GCSE PE - 2
lydia_ward
Geography - Population
bohcass
B5 - Growth and Deveolopment
blairzy123
Quick tips to improve your Exam Preparation
James Timpson
Chemistry C2
greenchloe1998
The Periodic Table
Catherine Kidd
Maths
xcathyx99
Physics Review!
Nicholas Weiss
CMS Interpretive Guidelines for Complaint/Grievances
Lydia Elliott, Ed.D
Arrested by Police - 1976 Bail Act (Section 3 & 4)
Mark Hughes
Browse Library