Тест НМО с ответами по теме “Классическая параметрическая статистика в медицинских исследованиях”



Представляем Вашему вниманию тест портала НМО (непрерывного медицинского образования) по теме тест с ответами по теме “Классическая параметрическая статистика в медицинских исследованиях” (2 ЗЕТ) с ответами по алфавиту. Данный тест с ответами по теме “Классическая параметрическая статистика в медицинских исследованиях” (2 ЗЕТ) позволит Вам успешно подготовиться к итоговой аттестации по направлению «Организация здравоохранения и общественное здоровье».


ANOVA это англоязычная аббревиатура, обозначающая дисперсионный анализ. t-критерий Стьюдента для парных (связанных) выборок существует в виде адаптации классического t-критерия. t-критерий Стьюдента используется для определения статистической значимости различий средних величин в двух независимых группах с нормальным распределением. Всю зарегистрированную соответствующим образом информацию о пациенте, которая может быть важна при проведении исследования и интерпретации его результатов можно считать биомедицинскими данными.



1. ANOVA это англоязычная аббревиатура, обозначающая:

1) корреляционный анализ;
2) t-критерий Стьюдента;
3) факторный анализ;
4) дисперсионный анализ. +

2. t-критерий Стьюдента был разработан:

1) Роналдом Фишером;
2) Уильямом Госсетом; +
3) Джоном Стьюдентом;
4) Гарольдом Хотеллингом.



3. t-критерий Стьюдента для парных (связанных) выборок:



1) не существует;
2) совпадает с t-критерием Стьюдента для случая разных дисперсий;
3) может быть использован в классическом виде;
4) существует в виде адаптации классического t-критерия. +

4. t-критерий Стьюдента для случая неравных дисперсий:

1) существует в виде адаптации классического t-критерия; +
2) не существует;
3) может быть использован в классическом виде;
4) совпадает с t-критерием Стьюдента для случая равных дисперсий.

5. t-критерий Стьюдента используется для:

1) определения статистической значимости различий средних величин в двух независимых группах с распределением, отличающимся от нормального;
2) определения статистической значимости различий средних величин в трех независимых группах с распределением, отличающимся от нормального;
3) определения статистической значимости различий средних величин в трех независимых группах с нормальным распределением;
4) определения статистической значимости различий средних величин в двух независимых группах с нормальным распределением. +

6. Верны следующие утверждения:

1) коэффициент корреляции оценивает только линейную связь; +
2) коэффициент корреляции может принимать значения от –1 до +1; +

3) знак коэффициента корреляции показывает направление связи (прямая или обратная), а абсолютная величина – тесноту связи; +
4) в отсутствии связи коэффициент корреляции равен –1.

7. Всю зарегистрированную соответствующим образом информацию о пациенте, которая может быть важна при проведении исследования и интерпретации его результатов можно считать:

1) важными данными;
2) биомедицинскими данными; +
3) паспортными данными;
4) клиническими данными.

8. Выделяют следующие виды дисперсионного анализа:

1) для качественных и для количественных признаков;
2) одномерный и многомерный; +
3) с простыми измерениями и с повторными; +
4) однофакторный и многофакторный. +

9. Дисперсионный анализ позволяет:

1) проверить статистическую значимость различия между средними значениями в разных группах; +
2) проверить статистическую значимость различия между стандартными ошибками среднего в разных группах;
3) оценить доверительные интервалы средних значений;
4) проверить статистическую значимость коэффициента корреляции.

10. Для сравнения двух зависимых групп по количественному нормально распределённому признаку используют

1) t-критерий Стьюдента для несвязанных групп;
2) t-критерий Стьюдента для связанных групп; +
3) тест Манна-Уитни;
4) дисперсионный анализ (ANOVA).

11. Для сравнения двух независимых групп по количественному нормально распределённому признаку используют:

1) t-критерий Стьюдента для связанных групп;
2) t-критерий Стьюдента для несвязанных групп; +
3) дисперсионный анализ (ANOVA);
4) тест Манна-Уитни.

12. Для сравнения трех независимых групп по количественному нормально распределённому признаку используют:

1) тест Манна-Уитни;
2) t-критерий Стьюдента для несвязанных групп;
3) t-критерий Стьюдента для связанных групп;
4) дисперсионный анализ (ANOVA). +

13. Если исследование проводится путем анализа уже имеющихся в медицинской документации данных о больных, то исследование называется:

1) ретроспективным; +
2) поперечным;
3) продольным;
4) проспективным.

14. Если исследователь знает, кто относится к тестовой группе, а кто – к контрольной, но этого не знают сами участники групп, то исследование называют:

1) не слепым;
2) двойным слепым;
3) тройным слепым;
4) простым слепым. +

15. Если параметр распределён в соответствии с нормальным распределением, то в интервале μ±σ лежит ____ всех значений параметра:

1) 50%;
2) 68,26%; +
3) 95,44%;
4) 75,8%.

16. Если попадания одного объекта (пациента) в одну из выборок никак не связано с попаданием других объектов (пациентов) в другие выборки данного исследования, то такие выборки называют:

1) независимые; +
2) зависимые;
3) случайные;
4) связанные.

17. Если рассчитанное значение t-статистики Стьюдента меньше критического, найденного по таблице, то

1) t-статистика была рассчитана с арифметическими ошибками;
2) делаем вывод о статистической значимости различий между сравниваемыми величинами;
3) различия сравниваемых величин статистически не значимы; +
4) делаем вывод о малом объёме выборки.

18. Если рассчитанное значение t-статистики Стьюдента равно или больше критического, найденного по таблице, то

1) делаем вывод о малом объёме выборки;
2) t-статистика была рассчитана с арифметическими ошибками;
3) различия сравниваемых величин статистически не значимы;
4) делаем вывод о статистической значимости различий между сравниваемыми величинами. +

19. Интервал, в который попадает истинное значение измеряемой величины с заданной вероятностью, называют:

1) интервалом изоляции;
2) доверительным интервалом; +
3) вероятностным интервалом;
4) интервалом надежности.

20. Использовать дисперсионный анализ можно, если выполнены следующие условия:



1) данные нормально распределены; +
2) соблюдается условие равенства (гомоскедастичности) дисперсий;
3) выборок не более двух;
4) дисперсии в выборках неравны.

21. Использовать классический t-критерий Стьюдента можно, если выполнены следующие условия:

1) выборок более двух;
2) данные нормально распределёны в обеих выборках; +
3) дисперсии в выборках неравны;
4) соблюдается условие равенства (гомоскедастичности) дисперсий. +

22. Корректная полная запись описательной статистики нормально распределённых данных может иметь вид:

1) M ± S;
2) M ± σ2;
3) M ± m;
4) M ± m, S. +

23. Нормальное распределение однозначно задаётся всего двумя величинами:

1) среднеквадратическим отклонением; +
2) доверительным интервалом;
3) модой;
4) математическим ожиданием. +

24. Обнаружение статистически значимых, но логически не объяснимых корреляций:

1) является следствием неверного расчёта коэффициента корреляции;
2) часто встречается;
3) возможно; +
4) невозможно.

25. Описать параметр – это

1) указать необходимый и достаточный набор числовых характеристик параметра (переменной) для данной выборки, позволяющий в необходимом объеме восстановить вид распределения описываемого параметра в данной выборке; +
2) указать среднее значение параметра и среднеквадратическое отклонение;
3) указать среднее значение параметра и доверительный интервал;
4) указать среднее значение параметра, доверительный интервал и среднеквадратическое отклонение.

26. Оценку вида распределения количественных данных можно проводить с помощью:

1) Критерия Стьюдента;
2) Критерия Шапиро-Уилка; +
3) Критерия Лиллиефорса; +
4) Критерия Колмогорова-Смирнова. +

27. Параметрические критерии:

1) не применимы в тех случаях, когда есть основания предполагать, что исследуемые признаки подчиняются нормальному распределению;
2) используют параметры нормального распределения – среднее и стандартное отклонение; +
3) не реализованы в пакетах статистических прикладных программ;
4) не накладывают требования на вид распределения.

28. Переменные с двумя возможными значениями принято называть:

1) группирующими;
2) количественными;
3) факторными;
4) бинарными. +

29. Подход к медицинской практике, при котором решения о применении профилактических, диагностических и лечебных мероприятий принимаются исходя из имеющихся доказательств их эффективности и безопасности, называют:

1) доказательной медициной; +
2) научной медициной;
3) научно обоснованной медициной;
4) надлежащей медицинской практикой.

30. Представление результатов дисперсионного анализа предполагает указание следующих величин:

1) значение t-статистики;
2) описательную статистику количественного признака для каждой группы; +
3) Р-значение критерия; +

4) описательную статистику количественного признака для всей выборки.

31. Представление результатов исследования различий в двух группах по нормально распределённому количественному параметру предполагает указание следующих величин:

1) описательную статистику количественного признака для каждой группы; +
2) описательную статистику количественного признака для всей выборки;
3) значение t-статистики;
4) Р-значение критерия. +

32. При объёме выборок больше 20 в качестве 95%-ного доверительного интервала можно использовать интервал:

1) от M – 3 m до M + 3 m;
2) от M – m до M + m;
3) от M – 1,3 m до M + 1,3 m;
4) от M – 2 m до M + 2 m. +

33. При описании корреляционного анализа необходимо указать:

1) среднее значение;
2) значение коэффициента корреляции; +
3) уровень p-значения; +
4) число наблюдений. +

34. Распределение вероятностей, которое в случае одной переменной задаётся функцией плотности вероятности, совпадающей с функцией Гаусса, называется:

1) обычным распределением;
2) распределением Пуассона;
3) нормальным распределением; +
4) распределением Бернулли.

35. Символом m обычно обозначают:

1) дисперсию;
2) стандартное отклонение параметра;
3) стандартную ошибку среднего; +
4) среднее значение параметра.

36. Символом σ часто обозначают:

1) дисперсию;
2) стандартную ошибку среднего;
3) среднее значение параметра;
4) стандартное отклонение параметра. +

37. Символом σ2 часто обозначают:

1) стандартное отклонение параметра;
2) дисперсию; +
3) стандартную ошибку среднего;
4) среднее значение параметра.

38. Среди количественных данных принято выделять:

1) дискретные; +
2) номинативные;
3) порядковые;
4) непрерывные. +

39. Среднее стандартное отклонение может обознаться символами:

1) СКО; +
2) σ; +
3) S; +
4) SD. +

40. Стандартная ошибка среднего может обозначаться символами:

1) SE; +
2) SEM; +
3) m; +

4) sd;
5) sx. +

0 0 голоса
Рейтинг статьи
Подписаться
Уведомить о
guest

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

0 комментариев
Межтекстовые Отзывы
Посмотреть все комментарии
Secured By miniOrange