Вопросы к зачету ПАКЕТЫ ОБРАБОТКИ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ НА ЭВМ

Вопросы к зачету
ПАКЕТЫ ОБРАБОТКИ ЭКСПЕРИМЕНТАЛЬНЫХ
ДАННЫХ НА ЭВМ
4 курс
1-31 03 01-02 – Математика (по направлениям)
( 1-31 03 01 02 15 Математическая информатика )
1. Цели применения экспериментальных методов в науке и промышленности
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
Подходы к статистическому анализу данных
Основные этапы статистической обработки исходных данных. Их характеристика.
Виды отбора
Первичная статистическая обработка данных и ее характеристика.
Шкалы измерения.
Этапы статистического исследования зависимостей
Конечные прикладные цели статистического исследования зависимостей.
Математический инструментарий статистического исследования зависимостей: природа
показателей и постановка задач
Анализ точности полученных регрессионных уравнений
Анализ тесноты связи между количественными переменными
Корреляционные характеристики и их назначение
Классическое определение функции регрессии
Оптимизационный подход в регрессионном анализе
Линейная регрессионная модель: простая и множественная
Нелинейная регрессия. Общая схема построения ее аппроксимации.
Идеи и методологические принципы многомерного статистического анализа данных
Однородность и классификация. Виды группировок. Содержание основных подходов к выделению
однородных групп.
Измерение близости объектов
Типы методов кластер – анализа. Систематизация алгоритмов классификации.
Основные типы процедур прямой классификации.
Упрощение описания в кластерном анализе.
Классификация с учетом внешней цели.
Классификация в задачах планирования выборочных обследований.
Факторный анализ. Постановка задачи
Линейная дискриминантная функция. Гипотетические предположения о генеральных
совокупностях.
«Интеллектуализация программного обеспечения», ее цели в прикладной статистике
Интеллектуальные возможности статистической экспертной системы и основные вопросы,
возникающие при ее создании
Анализ временных рядов. Основные типовые задачи практики.
Экспоненциальное сглаживание. Схематичное описание применения метода.
Вопросы на автомат:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
Случайное явление. Свойства.
Виды отбора.
Примеры шкал измерения признаков.
Виды группировок.
Упрощение описания.
Конечные прикладные цели статистического исследования зависимостей.
Определение функции регрессии. Ее интерпретация.
Анализ точности полученных регрессионных уравнений
Классификация с учетом внешней цели.
Гипотетические предположения о генеральных совокупностях. при построении линейной
дискриминантной функции.
Вопросы к зачету по лабораторным работам
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
Типы шкал измерения и примеры.
Математический инструментарий статистического исследования зависимостей
Определение ф.п.р.в. Геометрическая интерпретация и свойства.
Возможные подходы к оцениванию ф.п.р.в.
Определение гистограммы и полигона частот.
Метод прямоугольных вкладов. Пояснить смысл компонент в формуле (3).
2
Что такое Р-значение (изобразить геометрически) для критерия  и как его используют при
принятии решения о согласии или несогласии эмпирического и теоретического распределений?
Определение функции распределения. Геометрическая интерпретация и свойства.
Определение квантиля и геометрическая интерпретация.
Что такое стандартная функция нормального распределения?
Что такое правило 3 ?
Что такое нормальная вероятностная бумага и как она строится ?
Как строится "ящик с усами" по выборке значений случайной величины x ?
Структура таблицы однофакторного дисперсионного анализа, ее основное назначение.
Технологическая схема анализа однородности подпопуляций по целевому свойству.
Методика проверки гипотезы о неравенстве средних по критерию Стьюдента.
Поясните на примере, что означает обобщенный по x фактор y
Что характеризует коэффициент корреляции?
Что на ваш взгляд характерно для модели простой линейной регрессии или чем она отличается от
модели линейной регрессии?
Какова связь между суммами квадратов в таблице дисперсионного анализа для простой линейной
регрессии и о чем говорит отношение SS D SS T ?
Как показать отсутствие линейной регрессии ?
Как показать достоверность коэффициентов линейной регрессии ?
Для каких целей используется два вида доверительных интервалов для y в регрессионном анализе?
Формальная постановка задач классификации и распознавания образов.
Обучающая выборка, экзаменационная выборка. Распознавание образов с учителем и без учителя.
Объем выборки, среднее, среднеквадратичное отклонение.
Что такое генеральная совокупность?
Разновидности метрик для разнотипных шкал, особенности их применения.
Возможные подходы к стандартизации (нормировке) исходных данных.
Что такое вероятность ошибочной классификации?
Что такое правило Байеса?
Определение линейной дискриминантный функции.