База ответов ИНТУИТ

Статистические методы анализа данных

<<- Назад к вопросам

Коэффициент множественной корреляции $R_{YX}=R_{Y,(X_{1},X_{2},X_{3})}$ между выходной (результирующей) переменной Y и входными (объясняющими) переменными $X_{1},X_{2},X_{3}$ обладает следующими свойствами

(Ответ считается верным, если отмечены все правильные варианты ответов.)
Варианты ответа
$0\leqslant R_{XY} \leqslant 1$ (Верный ответ)
$-1\leqslant R_{XY} \leqslant 1$
если $Y=f(X_{1},X_{2},X_{3})$, то $R_{YX}=1$(Верный ответ)
$R_{Y,X_{1}} \leqslant R_{Y,(X_{1},X_{2})} \leqslant R_{Y,(X_{1},X_{2},X_{3})}$ (Верный ответ)
$R_{Y,X_{1}} > R_{Y,(X_{1},X_{2})} > R_{Y,(X_{1},X_{2},X_{3})}$
Похожие вопросы
Для двумерной гауссовской выборки $(X_{1},Y_{1}),...,(X_{15},Y_{15})$ вычислен выборочный коэффициент корреляции $\rho_{xy}$ . Какое распределение имеет статистика $\frac{\rho_{xy}}{\sqrt{1-\rho_{xy}^2}}\cdot \sqrt{13}$ в том случае, когда случайные величины X и Y независимы?
Для двумерной гауссовской выборки $(X_{1},Y_{1}),...,(X_{12},Y_{12})$ вычислен выборочный коэффициент корреляции $\rho_{xy}$ . Какое распределение имеет статистика $\frac{\rho_{xy}}{\sqrt{1-\rho_{xy}^2}}\cdot \sqrt{10}$ в том случае, когда случайные величины X и Y независимы?
Для двумерной гауссовской выборки $(X_{1},Y_{1}),...,(X_{14},Y_{14})$ вычислен выборочный коэффициент корреляции $\rho_{xy}$ . Какое распределение имеет статистика $\frac{\rho_{xy}}{\sqrt{1-\rho_{xy}^2}}\cdot \sqrt{12}$ в том случае, когда случайные величины X и Y независимы?
Рассматривается модель следующего вида $Y=f(X)+\varepsilon$, в которой Y и X – наблюдаемые случайные величины, а \varepsilon - ненаблюдаемая случайная помеха с нулевым математическим ожиданием. Предполагается, что случайные величины X и $\varepsilon$ независимы. Корреляционным отношением переменной Y по X называют
Известны парные коэффициенты корреляции случайных величин $X,Y,Z$: $\rho_{xy}=0.3,\rho_{xz}=0.4,\rho_{yz}=-0.5$ Частный коэффициент корреляции случайных величин X и Y при фиксированном значении Z будет
Известны парные коэффициенты корреляции случайных величин $X,Y,Z$: $\rho_{xy}=-0.4,\rho_{xz}=0.6,\rho_{yz}=0.2$ Частный коэффициент корреляции случайных величин X и Y при фиксированном значении Z будет
Известны парные коэффициенты корреляции случайных величин $X,Y,Z$: $\rho_{xy}=0.1,\rho_{xz}=0.5,\rho_{yz}=0.6$ Частный коэффициент корреляции случайных величин X и Y при фиксированном значении Z будет
Наблюдения $X_{ij},j=1,2,3;i=1,...,n_{j}$ описываются моделью следующего вида $X_{ij}=\mu+\tau_{j}+\varepsilon_{ij}$, где$\mu$ -неизвестное общее среднее, $\tau_{j}$ -отклонение от среднего, вызванное изменением уровня факторной переменной, $\varepsilon_{ij}$ - погрешности с нулевым математическим ожиданием.Контраст $\theta$ параметров $\tau$ в этой модели задан следующим образом $\theta=\sum\limits_{j=1}^3 c_{j}\tau_{j}$, где $c_{1}=0,c_{2}=1,c_{3}=-1$.Определенный таким образом контраст характеризует
Наблюдения $X_{ij},j=1,2,3;i=1,...,n_{j}$ описываются моделью следующего вида $X_{ij}=\mu+\tau_{j}+\varepsilon_{ij}$, где$\mu$ -неизвестное общее среднее, $\tau_{j}$ -отклонение от среднего, вызванное изменением уровня факторной переменной, $\varepsilon_{ij}$ - погрешности с нулевым математическим ожиданием.Контраст $\theta$ параметров $\tau$ в этой модели задан следующим образом $\theta=\sum\limits_{j=1}^3 c_{j}\tau_{j}$, где $c_{1}=1,c_{2}=0,c_{3}=-1$.Определенный таким образом контраст характеризует
Наблюдения $X_{ij},j=1,2,3;i=1,...,n_{j}$ описываются моделью следующего вида $X_{ij}=\mu+\tau_{j}+\varepsilon_{ij}$, где$\mu$ -неизвестное общее среднее, $\tau_{j}$ -отклонение от среднего, вызванное изменением уровня факторной переменной, $\varepsilon_{ij}$ - погрешности с нулевым математическим ожиданием.Контраст $\theta$ параметров $\tau$ в этой модели задан следующим образом $\theta=\sum\limits_{j=1}^3 c_{j}\tau_{j}$, где $c_{1}=1,c_{2}=-1,c_{3}=0$.Определенный таким образом контраст характеризует