тест ММвП аса

1. достоверны на 5% уровне значимости, если вероятность нулевой гипотезы «р»:

1)	р ≤ 0,5
2)	р ≥ 0,05
3)	р ≥ 0,05
*4)	р ≤ 0,05

2.Искусственный интеллект – это:

1)	способность технического устройства обнаруживать свойства, напоминающие разумное поведение человека
*2)	способность прикладного процесса обнаруживать свойства, ассоциируемые с разумным поведением человека
*3)	раздел информатики, занимающийся вопросами имитации мышления человека с помощью компьютера
4)	раздел логики, занимающийся вопросами объяснения мышления человека

3. Число испытуемых в статистических формулах обычно обозначается:

1)	Y
2)	X
*3)	N
4)	M

4. Расположите алгоритм исследовательской работы психолога в нужной последовательности:

1)	определение предмета и объекта исследования
2)	проведение эксперимента и получение данных
3)	статистическая обработка экспериментальных данных
4)	количественный анализ
5)	качественный психологический анализ
6)	оформление научной публикации

5. Формулировка ненаправленной нулевой гипотезы:

*1)	X1 не отличается от X2
2)	X1 превышает X2
3)	X1 не превышает X2
4)	X1 отличается от X2

6. Факторный анализ был разработан в начале 20 века Ч. Спирменом для исследования структуры:

*1)	способностей
2)	интеллекта
3)	восприятия
4)	мышления

7. Объем выборки (число испытуемых или респондентов) обычно обозначается латинской буквой:

1)	К
2)	Н
*3)	N
4)	С

8. Начальным этапом формулировки научной психологической проблемы является:

1)	формулирование проблемы в психологических терминах
2)	выдвижение эмпирической психологической гипотезы
3)	описание психологической проблемы на уровне обыденного языка
*4)	выявление дефицита научной информации в области психологии

9. Формулировка направленной нулевой гипотезы:

1)	X1 превышает X2
*2)	X1 не превышает X2
3)	X1 не отличается от X2
4)	X1 отличается от X2

10. Проблема искусственного интеллекта заключается в том, что:

*1)	не решен вопрос о природе и статусе человеческого интеллекта
2)	отсутствует точный критерий психологического понятия «интеллект»
3)	не решен вопрос о природе и статусе мирового разума
*4)	отсутствует точный критерий достижения компьютерами «разумности»

11. В отечественной психологии факторный анализ наиболее широко использовался в дифференциальной психологии и психофизиологии:

1)	Д.Н. Узнадзе
2)	И.П. Павловым
*3)	Б.М. Тепловым
4)	В.С. Мерлиным

13. Р-уровень значимости - это:

*1)	вероятность того, что обнаруженная связь между признаками носит случайный характер и не является свойством генеральной совокупности
2)	вероятность того, что верна альтернативная гипотеза
3)	вероятность того, что обнаруженная связь между признаками является свойством генеральной совокупности
4)	вероятность ошибки вывода

14. Формулировка ненаправленной альтернативной гипотезы:

1)	X1 не отличается от X2
2)	X1 превышает X2
*3)	X1 отличается от X2
4)	X1 не превышает X2

15. Экспериментальная выборка испытуемых должна удовлетворять следующим требованиям:

1)	быть надежной
2)	быть валидной
*3)	быть репрезентативной
4)	включать не менее 100 испытуемых

28 . Формулировка направленной альтернативной гипотезы:

1)	X1 не отличается от X2
*2)	X1 превышает X2
3)	X1 отличается от X2
4)	X1 не превышает X2

30 . Математическая модель – это модель, созданная с помощью:

1)	кибернетических аналогий
*2)	математических понятий
3)	управленческих решений
4)	статистических связей

1

Для двухфакторного дисперсионного анализа проверяются гипотезы о:

1)	влиянии одного из факторов
*2)	влиянии двух факторов
*3)	взаимодействии двух факторов
4)	корреляции двух факторов

2

Основным показателем ANOVA является эмпирическое значение:

1)	U-критерия Манна-Уитни
*2)	F-критерия Фишера
3)	R -критерия Пирсона
4)	Q-критерия Розенбаума

3

Ограничением применения программы STATISTICA является отсутствие:

1)	множественной регрессии
*2)	многомерного шкалирования
3)	факторного анализа
4)	кластерного анализа

4

Соответствие между названием и видом анализа:

1)	дисперсионный анализ	ANOVA
2)	многомерный дисперсионный анализ	МАNOVA
3)	параметрический корреляционный анализ	R -Пирсона
4)	непараметрический корреляционный анализ	R -Спирмена
5)	регрессионный анализ	-
6)	дискриминантный анализ	-

6

Кластерный анализ решает задачу:

*1)	построения классификации
2)	ранжирования результатов
3)	упорядочивания признаков
4)	формирования градации

7

Многомерные методы подразделяются на три группы – методы:

1)	интерпретации
*2)	структурные
3)	измерения
*4)	предсказания
*5)	классификации
6)	базисные

8

Преимуществом программы SPSS по сравнению с STATISTICA является наличие:

1)	факторного анализа
2)	кластерного анализа
3)	множественной регрессии
*4)	многомерного шкалирования

9

Независимые переменные (рассматриваемые как причинные) называются:

*1)	факторами
2)	количественными переменными
3)	результативными признаками
4)	номинативными переменными

10

Соответствие названия многомерного метода и его характеристики:

1)	структурирование эмпирической информации	Факторный анализ
2)	классификация эмпирической информации	Кластерный анализ
3)	экстраполяция эмпирической информации	Множественный регрессионный анализ
4)	распознавание образов	Дискриминантный анализ
5)	кодирование эмпирической информации	-
6)	классификация представлений	-

11

Сокращенное международное обозначение многомерного дисперсионного анализа:

1)	AVONA
2)	AVON
3)	ANOVA
*4)	МАNOVA

12

С помощью дисперсионного анализа можно:

*1)	изучить изменчивость признака под влиянием контролируемых факторов
2)	сравнить выборки по уровню выраженности исследуемого признака
3)	провести анализ таблиц сопряженности
4)	изучить корреляцию двух количественных переменных

13

Факторный анализ в психологии был впервые применен для моделирования:

1)	интеллекта
*2)	способностей
3)	восприятия
4)	памяти

14

Основное назначение факторного анализа – анализ …. множества признаков

1)	отклонений
2)	влияний
3)	дисперсий
*4)	корреляций

15

Нулевая гипотеза в дисперсионном анализе имеет следующую формулировку:

1)	средние величины анализируемого результативного фактора (зависимой переменной) не одинаковы для всех его градаций
2)	в генеральной совокупности средние величины исследуемого признака по изучаемым градациям номинативной переменной одинаковы
3)	в генеральной совокупности отсутствует взаимосвязь (корреляция) между исследуемыми количественными переменными
*4)	средние величины анализируемого результативного фактора (зависимой переменной) одинаковы для всех его градаций

16

К группе методов классификации многомерных методов исследования относятся:

*1)	дискриминантный анализ
*2)	кластерный анализ
3)	дисперсионный анализ
4)	корреляционный анализ

29

Пакеты компьютерных программ, содержащие многомерные исследующие методы:

*1)	STATISTICA
2)	Open office
*3)	SPSS
4)	Excel

30

В факторном анализе понятие «фактор» - это причина …. нескольких исходных переменных.

*1)	совместной изменчивости
2)	совместного влияния
3)	одновременной активности
4)	изменения поведения

3

Ранговый коэффициент корреляции R-Спирмена применим для:

1)	корреляции признаков, измеренных в номинативной шкале признака)
*2)	корреляции признаков, измеренных в ранговой шкале
3)	выявления прямолинейных связей
4)	корреляции признаков, измеренных в метрической шкале

4

F- критерий Фишера является:

1)	ранговым коэффициентом корреляции
2)	критерием проверки нормальности распределения
*3)	параметрическим критерием сравнения дисперсий двух выборок
4)	непараметрический критерием сравнения двух независимых выборок по уровню выраженности признака

5

Если эмпирическое значение t-критерия Стьюдента больше или равно критического значения на уровне

P=0,001, то:

*1)	отклоняется нулевая гипотеза и принимается альтернативная о существовании достоверных различий на высоком уровне значимости
2)	принимается нулевая гипотеза об отсутствии различий
3)	можно сделать вывод о наличии статистической тенденции
4)	отклоняется нулевая гипотеза и принимается альтернативная о существовании статистически достоверных различий

6

Критерий F-Фишера позволяет:

1)	проверить распределение на нормальность
*2)	сравнить дисперсии двух выборок
3)	определить взаимосвязь двух переменных
4)	сравнить средние значения двух выборок

7

В основе принятия статистического решения лежит …. подход.

1)	непараметрический
2)	практический
3)	параметрический
*4)	вероятностный

8

Т-критерий Вилкоксона необходим для:

1)	проверки нормальности распределения
*2)	сравнения двух зависимых выборок по уровню выраженности признака
3)	проверки значимости рангового коэффициента корреляции
4)	сравнения дисперсий двух выборок

9

Непараметрический критерий сравнения двух зависимых выборок:

*1)	G-знаков
2)	t-Стьюдента
3)	r-Пирсона
4)	F-Фишера

10

Соответствие статистического критерия и буквенного обозначения:

1)	Т	Критерий Вилкоксона
2)	U	Критерий Манна-Уитни
3)	r	Коэффициент корреляции
4)	F	Критерий Фишера
5)	Z	-
6)	M	-

11

В случае, если расчет коэффициента корреляции r-Пирсона не выявил достоверной связи, а показал лишь ее тенденцию, и у Вас есть основания полагать, что функциональная связь между переменными существует, то следует:

*1)	увеличить объем выборки и повторить исследование
2)	сравнить выборки с применением t-критерия Cтьюдента
3)	сравнить дисперсии по критерию F-критерию Фишера
4)	перейти к расчету рангового коэффициента корреляции Спирмена

12

При необходимости сравнить две независимые выборки по уровню выраженности признака, измеренного в ранговой шкале, применяется критерий:

1)	t-Стьюдента
2)	Т-Вилкоксона
*3)	U-Манна-Уитни
4)	G-знаков

14

Критерий t-Стьюдента позволяет:

*1)	сравнить средние значения двух выборок
2)	сравнить дисперсии двух выборок
3)	проверить распределение на нормальность
4)	определить взаимосвязь двух переменных

17

Соответствие между характеристиками коэффициента корреляции и его показателями:

1)	сила	абсолютная величина коэффициента корреляции (от -1 до +1)
2)	направление	знак коэффициента корреляции ( если "+", то связь прямая (положительная), если "-" , то связь обратная (отрицательная)
3)	достоверность	р-уровень значимости
4)	параметрический или непараметрический	соответствие или несоответствие данных нормальному закону
5)	вектор	-
6)	тензор	-

18

Коэффициент корреляции R-Спирмена применим при условиях, что:

*1)	признаки измерены в ранговой шкале
2)	признаки измерены в номинативной шкале
3)	связь между переменными непрямолинейная, не монотонная
*4)	признаки измерены в метрической шкале

23

С помощью корреляционного анализа можно:

1)	провести анализ таблиц сопряженности
2)	сравнить выборки по уровню выраженности исследуемого признака
*3)	изучить взаимосвязь двух количественных переменных
4)	изучить изменчивость признака под влиянием каких-либо контролируемых факторов

24

Параметрический статистический критерий:

1)	Т-Вилкоксона
2)	G-знаков
3)	U-Манна-Уитни
*4)	t-Стьюдента

25

Направление корреляционной связи определяется:

1)	р-уровнем значимости
2)	абсолютной величиной коэффициента корреляции
*3)	знаком коэффициента корреляции
4)	тензором коэффициента корреляции

26

Корреляционная связь бывает:

1)	целостной
*2)	средней
3)	парной
4)	ненаправленной

27

Соответствие между определением функциональной связи и ее наименованием:

1)	линейная положительная связь	Увеличение одной переменной на единицу приводит к пропорциональному увеличению значения другой переменной
2)	линейная отрицательная связь	Увеличение одной переменной на единицу приводит к пропорциональному уменьшению другой переменной
3)	нелинейная монотонная связь	При возрастании значений одной переменной значения другой переменной увеличиваются непропорционально (направление связи не меняется)
4)	нелинейная немонотонная связь	При возрастании значений одной переменной направление изменения другой переменной меняется (на одном участке функции возрастает, на другом - убывает)
5)	мнимая положительная связь	-
6)	мнимая отрицательная связь	-

28

Связь можно считать прямой (положительной) и сильной, если коэффициент корреляции равен:

1)	- 0,8
2)	- 0,5
*3)	0,8
4)	0,5

29

Алгоритм работы со статистическим критерием включает следующие этапы:

1)	расчет эмпирического значения критерия по данным выборочных измерений и определение числа степеней свободы
2)	определение по таблицам критических значений критерия для данного числа степеней свободы, соответствующих уровням статистической значимости
3)	сопоставление критических значений критерия с эмпирическим и определение вероятности нулевой гипотезы
4)	Принятие статистического решения

30

G-критерий знаков необходим для:

1)	проверки нормальности распределения
2)	сравнения дисперсий двух выборок
3)	проверки значимости рангового коэффициента корреляции
*4)	сравнения двух зависимых выборок по уровню выраженности признака

31

Критерии для выявления различий в уровне исследуемого признака:

1)	r-Пирсона
*2)	Q-Розенбаума
*3)	U-Манна-Уитни
4)	R-Спирмена
*5)	t-Стьюдента

32

Параметрический критерий сравнения двух зависимых выборок:

1)	F-Фишера
*2)	t-Стьюдента
3)	r-Пирсона
4)	Т-Вилкоксона

33

Коэффициент корреляции для метрических переменных:

1)	R-Спирмена
*2)	r-Пирсона
3)	U- Манна-Уитни
4)	t-Стьюдента

34

Авторы наиболее удачных и читаемых отечественных учебников по математическим методам в психологии:

*1)	Ермолаев О.Ю.
*2)	Наследов А.Д.
3)	Ильин Е.П.
4)	Александров Ю.И.

35

Корреляционная связь бывает:

1)	незначительной
*2)	умеренной
3)	векторной
4)	тандемной

36

Ученый, разработавший коэффициент корреляции:

1)	Теплов
2)	Кэттел
*3)	Пирсон
4)	Выготский

37

Мера взаимосвязи двух количественных переменных:

1)	критерий знаков
2)	сравнение дисперсий
3)	сравнение выборочных средних
*4)	коэффициент корреляции

38

Параметрические критерии:

1)	не включают в формулу расчета параметры распределения
2)	используют для расчета экспериментальные данные, измеренные во всех типах шкал
*3)	используют для расчета экспериментальные данные в метрической шкале
*4)	включают в формулу расчета параметры распределения - среднее арифметическое и дисперсию
5)	включают в расчеты параметры корреляции
6)	основаны на оперировании рангами или частотами

39

Корреляционная связь бывает:

1)	направленной
*2)	сильной
3)	легкой
4)	мощной

40

Ранговыми коэффициентами корреляции являются:

1)	r-Пирсона
*2)	t-Кендалла
*3)	r-Спирмена
4)	U-Манна-Уитни
5)	t-Стьюдента

41

При необходимости сравнить две независимые выборки по уровню выраженности признака, измеренного в метрической шкале и нормально распределенный, применяется критерий:

1)	U-Манна-Уитни
2)	Т-Вилкоксона
3)	G-критерий знаков
*4)	t-Стьюдента

42

Коэффициент корреляции r-Пирсона применим и обладает большей мощностью по сравнению с ранговыми коэффициентами корреляции R-Спирмена при условиях, что:

*1)	признаки измерены в метрической шкале
2)	присутствуют выбросы
3)	признаки измерены в ранговой шкале
*4)	отсутствуют выбросы в значениях показателей
5)	связь между переменными непрямолинейная и немонотонная
*6)	связь между переменными прямолинейная и монотонная

43

Параметрические критерии применяются в случае, если:

1)	присутствуют выбросы значений признака
*2)	распределение значений признака в выборках нормальное
3)	распределение значений признака в выборках сильно отличается от нормального
*4)	отсутствуют выбросы (экстремально малые или большие значения признака)
*5)	признаки измерены в метрической шкале
6)	признаки измерены в ранговой шкале

44

Соответствие между уровнями статистической значимости коэффициентов корреляции и уровнями вероятности нулевой гипотезы:

1)	p ≤ 0,01	высокая значимая корреляция
2)	p ≤ 0,05	значимая корреляция
3)	p ≤ 0,1	тенденция достоверной связи
4)	p > 0,1	статистически незначимая корреляция
5)	p > 0,25	-

45

Значения коэффициентов корреляции в порядке убывания силы связи располагаются следующим образом:

1)	0,777
2)	0,77
3)	0,74
4)	0,7

46

Корреляционная связь бывает:

1)	сильно тенденциозной
*2)	очень слабой
3)	мнимо направленной
4)	корректно направленной

47

Наглядное представление о характере корреляционной связи дает:

1)	столбиковая диаграмма
2)	круговая диаграмма
*3)	диаграмма двумерного рассеивания
4)	пузырьковая диаграмма

48

Критерии, которыми следует руководствоваться при выборе методики статистического вывода:

1)	сезон, в котором проводились исследования
*2)	количество сравниваемых выборок
*3)	тип шкалы, в которой измерен исследованный признак
4)	компетентность исследователя
*5)	отношения между выборками (зависимые или независимые)
6)	возраст испытуемых

49

Соответствие между градациями силы корреляционной взаимосвязи и величинами коэффициентов корреляции:

1)	0,7 ≤ r ≤ 1,0	Сильная связь
2)	0,5 ≤ r ≤ 0,7	Средняя связь
3)	0,3 ≤ r ≤ 0,5	Умеренная связь
4)	0,2 ≤ r ≤ 0,3	Слабая связь
5)	0 ≤ r ≤ 0,2	Очень слабая связь
6)	0 ≤ r ≤ 1,0	-

50

Соответствие условия и применяемого критерий для сравнения выборок по уровню выраженности признака:

1)	t-критерий Стьюдента для независимых выборок	необходимо сравнить две независимые выборки по уровню выраженности признаков, измеренных в метрической шкале и нормально распределенных
2)	U-критерий Манна-Уитни	необходимо сравнить две независимые выборки по уровню выраженности признаков, измеренных в ранговой шкале
3)	t-критерий Стьюдента для зависимых выборок	необходимо сравнить две зависимые выборки по уровню выраженности признаков, измеренных в метрической шкале и нормально распределенных
4)	Т-критерий Вилкоксона	необходимо сравнить две зависимые выборки по уровню выраженности признаков, измеренных в ранговой шкале
5)	Н-критерий Крускала-Уоллиса	-

51

Математическая обработка данных психологических исследований стала широко применяться:

1)	на стыке XIX и ХХ века
*2)	во второй половине ХХ века
3)	в первой половине ХХ века
4)	во второй половине XIX века

52

Связь можно считать обратной (отрицательной) и сильной, если коэффициент корреляции равен:

1)	0,8
2)	– 0,5
3)	0,5
*4)	– 0,8

53

Непараметрические критерии применяются в случае, если:

1)	признаки измерены в метрической шкале
2)	распределение значений признака выборках нормальное
*3)	распределение значений признака в выборках сильно отличается от нормального
4)	признаки измерены в номинативной шкале
*5)	признаки измерены в ранговой шкале

54

U-критерий Манна -Уитни необходим для:

1)	сравнения дисперсий двух выборок
2)	проверки значимости рангового коэффициента корреляции
3)	проверки нормальности распределения
*4)	сравнения двух независимых выборок по уровню выраженности признака

55

Параметрический коэффициент корреляции r-Пирсона применим для:

*1)	корреляции признаков, измеренных в метрической шкале
2)	корреляции признаков, измеренных в номинативной шкале
3)	корреляции признаков, измеренных в ранговой шкале
*4)	выявления линейных связей

56

Критерии для выявления различий в уровне исследуемого признака в зависимых выборках:

1)	R-Спирмена
*2)	t-Стьюдента для зависимых выборок
*3)	Т-Вилкоксона
4)	r-Пирсона
*5)	G-знаков

59

С помощью математической статистики можно решить задачи:

*1)	установления сходства и различия
2)	проведения индивидуальных тренингов
*3)	анализа источников вариативности
4)	индивидуального консультирования
*5)	возможности прогноза на основе имеющихся данных
6)	проведения групповых тренингов