Statistika pitanja

Question 1

Populacijske parametre procjenjujemo pomoću?

Answer 1

Točkovnih i intervalnih procjena (estimatorima i intervalima povjerenja)

Question 2

Provjeru hipoteza pomoću neparamterijskih testova možemo upotrijebiti?

Answer 2

Bez obzira na vrstu uzorkovanja i kada se podaci ne distribuiraju normalno

Question 3

Povezanost između dvije intervalne ili omjerne varijable provjeravamo pomoću?

Answer 3

Pearsonovog koeficijenta korelacije

Question 4

Povezanost između dvije nominalne varijable provjeravamo pomoću?

Answer 4

Hi- kvadrat testa i koeficijenta kontigencije

Question 5

Statistička varijabla opisuje?

Answer 5

Pojedinačnu karakteristiku jedinice

Question 6

Varijabla vrijeme je s obzirom na mjernu ljestvicu?

Answer 6

Omjerna varijabla

Question 7

Dnevna količina padalina je primjer?

Answer 7

Kontinuirane varijable

Question 8

RAVNOMJERNU raspoređenu Kontinuiranu slučajnu varijablu grafički u koordinantnom sustavu prikazujemo kao?

Answer 8

Linearni pravac

Question 9

Za provjeru hipoteze o aritmetičkoj sredini JEDNAKO uzorka u slučaju normalno distribuiranih podataka koristimo?

Answer 9

T-test za jedan uzorak

Question 10

Za statističku populaciju vrijedi?

Answer 10

Da predatavlja skup svih proučavanih elemenata odnosno jedinica

Question 11

Statističko zaključivanje znači?

Answer 11

Upotrebu statističkih metoda koje omogućuju zaključivanje iz uzorka na populaciji

Question 12

Varijabla Marka automobila je s obzirom na mjernu ljestvicu?

Answer 12

Nominalna varijabla

Question 13

Broj dana u kojima biciklist prijeđe više od 45 km na dan je primjer:

Answer 13

Kontinuirane varijable

Question 14

Vjerojatnosr razdioba/raspodjela statistike koju dobivamo sa svim mogućim UZORCIMA velicine n iz određene populacije veličine N

Answer 14

Uzrokovana raspodjela

Question 15

Kod bivarijatne analize nas zanimaju dvije značajne relacije između dvije varijable. To su:

Answer 15

Povezanost i ovisnost

Question 16

U okviru bivarijatne analize usredotočujemo se na

Answer 16

Analizu relacije između dvije varijable

Question 17

Porastom veličine uzorka Studentova t- razdioba postaje sve sličnija

Answer 17

Normalnoj raspodjeli ( razdiobi)

Question 18

Razdiobe su približno jednake kada je broj stupnjeva slobode (df) oko:

Answer 18

Df=30

Question 19

Broj članova kućanstva?

Answer 19

Diskretna varijabla

Question 20

U metode statističkog zaključivanja ubrajamo:

Answer 20

Statističko ocjenjivanje i preispitivanje pretpostavki (provjera hipoteza)

Question 21

Ispunjavanje upitnika na webu je primjer

Answer 21

Prigodnog uzorkovanja

Question 22

Provjeru hipoteza pomoću paramterijskih testova možemo upotrijebiti u slučaju?

Answer 22

Slučajnog uzorkovanja i kada se podatci normalno distribuiraju

Question 23

Stupnjevi slobode (df) o kojima ovise neke vjerojatnosne razdiobe varijabli, izračunati su na osnovi

Answer 23

Veličine uzorka

Question 24

Varijabla Spol je s obzirom na mjernu ljestvicu?

Answer 24

Nominalna varijabla

Question 25

Broj djece u obitelji primjer je?

Answer 25

Diskretne varijable

Question 26

U bivarijatnoj analizi relacija ovisnosti znači da:

Answer 26

Vrijednosti jedne varijable utječu na vrijednosti druge varijable ali nema utjecaja u drugom smjeru.

Question 27

Za provjeru hipoteze triju ili više aritmetičkih sredina ( uspoređujemo tri ili više skupina s različitim jedinicama) u slučaju normalne raspodjele koristimo:

Answer 27

ANOVA

Question 28

Mjesto boravka je s obzirom na mjernu ljestvicu:

Answer 28

Nominalna varijabla

Question 29

U bivarijatnoj analizi, relacija povezanosti znači da:

Answer 29

Da se vrijednost dviju varijabli mijenja istodobno i da su u relaciji jednako vrijedne

Question 30

Zakon RAZDIOBE slučajne varijable određuje:

Answer 30

Kakva je vjerojatnost (slučajnost) svake od mogućih vrijednosti varijable, te kako je ta vjerojatnost (slučajnost) raspodijeljena po zalihi vrijednosti varijable

Question 31

Godina rođenja je?

Answer 31

Intervalna varijabla

Question 32

Povezanost između dvije ordinalne varijable provjeravamo pomoću?

Answer 32

Spearmanovog koeficijenta korelacije ranga

Question 33

Zalihu vjerojatnosti ili vjerojatnost svake DISKRETNE varijable predstavljamo pomoću

Answer 33

Vjerojatnosne sheme

Question 34

Vrsta vjerojatnosnog uzrokovanja kod koje svaka jedinica ima jednaku vjerojatnost izbora u uzorak, a vjerojatnost je unalrijed poznata j nije nula, nazivamo:

Answer 34

Jednostavno slučajno uzrokovanje

Question 35

Zaliha VRIJEDNOSTI slučajne VARIJABLE određuje:

Answer 35

Kakve vrijednosti može zauzeti varijabla

Question 36

Na lego krivulji normalne raspodjele utječe parametar

Answer 36

Aritmetička sredina

Question 37

Zalihu vrijednosti i vjerojatnost da KONTINUIRANA slučajna varijabla zauzme vrijednost manju od neke vrijednosti x prikazujemo pomoću:

Answer 37

Vjerojatnosne gustoće

Question 38

Standardno odstupanje uzrokovanih statistika predstavlja:

Answer 38

Standardnu grešku koja mjeri raspršenost uzrokovanih statistika

Question 39

Porastom veličine uzorka studentova t distribucija postaje sve sličnija:

Answer 39

Normalnoj raspodjeli

Question 40

Vrstu vjerojatnosnog uzrokovanja kod koje istraživač na osnovi nekih unaprijed poznatih informacija populaciju razdijeli na populacije odnosno stratume, a zatim u postupku odabira uzorka, uzrokovanja obavi odvojeno i neovisno u svakom stratumu posebno nazivamo:

Answer 40

Stratificirano uzrokovanje

Question 41

Kad pak ima malu veličinu uzorka kao robusnu altrenativu normalne raspodjele koristimo:

Answer 41

Studentovu t- distribuciju

Question 42

Drugo ime za normalnu raspodjelu je:

Answer 42

Gaussova raspodjela

Question 43

Da je statistička varijabla slučajna varijabla možemo reći kad je izmjerena na jedinicama koje su bile:

Answer 43

Slučajno izabrane u uzorak

Question 44

Vrstu nevjerojatnosnog uzrokovanja kod koje istraživač koristi kvote koje predstavljaju točno određeni broj jedinica sa određenim obilježjima nazivamo:

Answer 44

Kvotno uzrokovanje

Question 45

Na oblik krivulje normalne raspodjele utječe paramter:

Answer 45

Standardno odstupanje

Question 46

Za hi- kvadrat distribuciju vrijedi da je:

Answer 46

Definirana samo na pozitivnom djelu realne osi

Question 47

U slučaju kada jedinice u uzorak biramo metodom "lutrije" imamo posla s:

Answer 47

Jednostavnin slučajnim uzorkom

Question 48

Zakonitost veza između osnovne populacije i populacije svih mogućih uzoraka iz te populacije predstavlja:

Answer 48

Raspodjela uzrokovane statistike

Question 49

Uzrokovanje kod kojeg istraživač ima na raspolaganju informaciju o populaciji o tome kako se jedinice udružuju u neke skupine, a uzrokovanje zatim izvodi tako da nasumice izabere uzorak skupina i uzorak uključi sve jedinice u nasumično izabranon uzorku skupina nazivamo:

Answer 49

Uzorkovanje u skupinama

Question 50

U slučaju ravnomjerne raspoređene diskretne varijable sve vrijednosti iz njene zalihe vrijednosti imaju:

Answer 50

Jednaku vjerojatnost

Question 51

Za svaku slučajnu varijablu vrijedi da je određena:

Answer 51

Zalihom vrijednosti i zalihom razdiobe (raspodjele)

Question 52

Distribucija kamo slada i studentova t distribucija vrijedi:

Answer 52

Da se razlikuju u disperziji

Question 53

Najjednostavniji oblik i prilično vjerojatno vodi pristranim uzorcima nazivamo:

Answer 53

Prigodno uzorkovanje

Question 54

Kakva je glavna razlika između vjerojatnosnog i nevjerovatnosnog uzrokovanja:

Answer 54

Kod vjerojatnosnog uzrokovanja uključena randomizacija (slučajnost, nasumičnost)

Question 55

Površina lika pod krivuljom normalne raspodjele VARIJABLE X kojega s lijeve i s desne omeđuju donja i gornja granica određenog INTERVALA predstavlja:

Answer 55

Vjerojatnost da varijabla x zauzme vrijednost na tom intervalu

Question 56

Za vjerojatnosnu gustoću normalne raspodjele vrijedi da:

Answer 56

Vjerojatnosna gustoća raspodjele označava se kao p(x) Simetrična je u odnosu na srednju vrijednost Omogućuje nam izračunati vjerojatnost da slučajna varijabla zauzme vrijednost na određenom intervalu