wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

EDA :D

Total questions: 52

Worksheet time: 28mins

Name
Class
Date
1.

Zmienne będące źródłem wspólnej informacji niesionej przez zmienne obserwowalne w analizie PCA nazywamy

a)

Składnikami

b)

Pierwotnymi

c)

Czynnikami

2.

Match the following

a)

Kryterium wyjaśnionej zmienności

1.

sugeruje analizę

b)

Kryterium Kaisera

2.

sugeruje wybór

c)

Kryterium Cattella

3.

sugeruje wyłączenie

3.

W doświadczeniu dwuczynnikowym w układzie całkowicie losowym liczba testowanych hipotez

a)

Wynika z liczby poziomów każdego czynnika

b)

Wynosi 2

c)

Wynika z liczby analizowanych źródeł zmienności

4.

Test Brown’a-Forsyth’a służy do testowania:

a)

Równości wielu wariancji

b)

Homogeniczności wariancji

c)

Obie odpowiedzi są poprawne

5.

Zjawisko nazywane przekleństwem wielowymiarowości wynika:

a)

Ze zbyt dużej liczby obiektów

b)

Ze zbyt dużej liczby wektorów danych

c)

Ze zbyt dużej liczby zmiennych

6.

W doświadczeniu jednoczynnikowym w układzie losowych bloków liczba testowanych hipotez

a)

Wynika z liczby poziomów każdego czynnika

b)

Wynosi 2

c)

Wynika z liczby analizowanych źródeł zmienności

7.

Testowaną hipotezę odrzucamy zawsze, gdy:

a)

obie pozostałe odpowiedzi są błędne

b)

p-value jest większe niż założony poziom istotności

c)

wynik testu jest istotny

8.

Jeżeli rozkład zmiennej zależnej nie jest zbliżony do rozkładu normalnego, badanie istotności różnic między dwoma grupami niezależnymi

a)

Można przeprowadzić testem U Manna-Whitney’a

b)

Można przeprowadzić testem U Manna-Whitney’a bez względu na wielkość wariancji w grupach

c)

Nie musi być poprzedzone testowaniem równości wariancji w grupach

d)

Nie może być przeprowadzone

e)

Musi być poprzedzone testowaniem równości wariancji w grupach

9.

Wynikiem klasteryzacji jest

a)

Podział zbioru na podobne do siebie grupy obiektów

b)

Przypisanie obiektów do klas

c)

Podział zbioru na skupienia obiektów podobnych do siebie

10.

Przeuczenie sieci neuronowej polega na zbytnim dopasowaniu wyników

a)

Zbioru testowego do danych empirycznych

b)

Zbioru uczącego do wyników ze zbioru testowego

c)

Zbioru uczącego do wyników ze zbioru walidacyjnego

d)

Zbioru walidacyjnego do wyników ze zbioru testowego

11.

Do klasyfikacji bezwzorcowej zaliczamy następujące metody

a)

Sieci Kohonena, grupowanie metodą EM, regresja wieloraka

b)

Sieci typu SOM, grupowanie metodą typu k-średnich, sieci typu SVM

c)

Sieci Kohonena, grupowanie metodą typu EM, sieci typu MLP

d)

Sieci typu SOM, grupowanie metodą k-średnich, metody hierarchiczne

12.

Celem analizy PCA jest przede wszystkim

a)

Redukcja obserwacji

b)

Grupowanie obiektów

c)

Grupowanie zmiennych

13.

Neuronowy model klasyfikacji wzorcowej wymaga spełnienia kryterium

a)

Podobnej liczebności zbiorów uczących i testowych dla wybranych klas

b)

Wskaźnika Vapnika

c)

Liczby neuronów w warstwie ukrytej nie większej niż 2n+1

d)

Na wejściu co najmniej jednego predyktora jakościowego

14.

W analizie wariancji

a)

Czynnik ma zawsze charakter zmiennej skategoryzowanej

b)

Czynnik ma zawsze charakter porządkowy

c)

Czynnik ma zawsze charakter numeryczny

15.

Testy post-hoc

a)

Służą do wielokrotnych porównań średnich parami

b)

Generują jednorodne grupy wariancji

c)

Służą do wielokrotnych porównań wariancji parami

16.

Testowanie równości dwóch wartości średnich

a)

Należy poprzedzić analizą równości wariancji w populacjach

b)

Odbywa się zawsze testem t-Studenta

c)

Obie pozostałe odpowiedzi są poprawne

17.

Układy losowanych bloków stosujemy, aby

a)

Uwzględnić w modelu ANOVA błąd systematyczny

b)

Uwzględnić w modelu ANOVA zmienność środowiskową

c)

Usunąć z modelu ANOVA zmienność systematyczną

18.

Metoda Warda wyznaczania odległości między skupieniami polega na wyznaczaniu odległości Euklidesowej między centroidami tych skupień

a)

Prawda

b)

Fałsz

19.

Wykresy macierzowe służą do

a)

Zbadania wpływu zmiennych wejściowych na zmienną wyjściową

b)

Wyznaczenia przypadków odstających i redukcji zmiennych wejściowych

c)

Redukcji zmiennych wejściowych

d)

Wyznaczenia przypadków odstających

20.

Narzędzia do klasyfikacji bezwzorcowej to

a)

Algorytm EMi k-średnich

b)

Sieci neuronowe typu SVM

c)

Regresja wieloraka

d)

Sieci neuronowe typu MLP

21.

Metodę wyznaczającą odległość między dwoma skupieniami jako największą odległość między dwoma obiektami należącymi do tych skupień nazywamy

a)

Metodą pojedynczego wiązania

b)

Metodą UPGMA

c)

Metodą pełnego wiązania

22.

Wyboru najlepszego modelu neuronowego dokonuje się na podstawie

a)

Struktury sieci neuronowej

b)

Współczynnika korelacji dla zbioru testowego

c)

Współczynnika korelacji dla zbiorów uczącego, walidacyjnego i testowego

d)

Wartości błędów obliczonych dla zbioru walidacyjnego

23.

Jaką liczność zbioru uczącego zaleca się dla modelu MLP realizującego klasyfikację wzorcową?

a)

Taka sama jak przy tworzeniu modelu regresyjnego

b)

To zależy czy model ma być uogólniający czy aproksymujący

c)

Powinna być co najmniej 10 razy większa od liczby cech klasyfikowanych obiektów

d)

Zgodnie z twierdzeniem Vapnika

24.

Zbiór testowy w modelowaniu neuronowym służy do

a)

Wyznaczenia współczynnika korelacji i ilorazu odchylenia błędów uczenia

b)

Oceny efektywności uczenia

c)

Oceny jakości sieci

d)

Monitorowania procesu uczenia

25.

Weryfikacja logiczna modelu to

a)

Ocena właściwości uogólniających modelu

b)

Ocena właściwości aproksymujących modelu

c)

Sprawdzenie wyników modelowania pod względem ilościowym

d)

Sprawdzenie wyników modelowania pod względem jakościowym

26.

Homogeniczność wariancji cechy obserwowanej oznacza, że

a)

Cecha ta jest w rzeczywistości stała

b)

Różnica wariancji tej cechy w populacjach jest statystycznie nieistotna

c)

Jej wariancja w populacjach jest różna

27.

Do oceny jakości neuronowego modelu klasyfikacyjnego służą

a)

Statystyki klasyfikacyjne zbioru uczącego

b)

Statystyki klasyfikacyjne zbioru walidacyjnego

c)

Statystyki klasyfikacyjne zbioru testowego

d)

Statystyki klasyfikacyjne wszystkich zbiorów użytych do tworzenia modelu

28.

Jak dobiera się rozmiar kwadratowej mapy topologicznej w sieci typu SOM?

a)

Rozmiar boku mapy jest mniejszy niż pierwiastek z liczby przypadków uczących

b)

Rozmiar boku mapy jest równy pierwiastkowi z liczby przypadków uczących

c)

Rozmiar boku mapy jest większy niż pierwiastek z liczby przypadków uczących

d)

Rozmiar boku mapy nie powinien być większy niż pierwiastek z liczby przypadków uczących

29.

Metoda k-średnich należy do grupy metod

a)

Probabilistycznych

b)

Hierarchicznych

c)

Kombinatorycznych

30.

Sieci Kohonena to sieci neuronowe

a)

Trójwarstwowe

b)

Do klasyfikacji wzorcowej

c)

Do tworzenia modeli regresyjnych

d)

Samouczące

31.

Drugi typ sumy kwadratów odchyleń ma zastosowanie w

a)

Doświadczeniach wieloczynnikowych niekompletnych, w których nie analizuje się interakcji

b)

Doświadczeniach wieloczynnikowych, w których analizuje się interakcje

c)

Doświadczeniach wieloczynnikowych, w których nie analizuje się interakcji

32.

Uczenie sieci Kohonena powinno prowadzić do odwzorowania obserwacji podobnych w przestrzeni wielowymiarowej na te same lub sąsiadujące ze sobą neurony na mapie.

a)

Prawda

b)

Fałsz

33.

Poziom istotności oznacza

a)

Odrzucenie hipotezy fałszywej

b)

Błąd pierwszego rodzaju

c)

Nieodrzucenie hipotezy prawdziwej

34.

Pierwszy typ sumy kwadratów odchyleń stosujemy w przypadku

a)

Doświadczeń wieloczynnikowych

b)

Tylko doświadczeń prowadzonych w blokach

c)

Kompletnych doświadczeń wieloczynnikowych

35.

Analiza skupień służy do

a)

Klasyfikacji wzorcowej

b)

Analizy zbioru danych

c)

Klasyfikacji bezwzorcowej

d)

Wyboru podobnych przypadków ze zbioru danych

36.

Jeżeli rozkład zmiennej zależnej jest zbliżony do rozkładu normalnego, badanie istotności różnic między dwoma grupami niezależnymi

a)

Musi być poprzedzone testowaniem równości wariancji w grupach

b)

Można przeprowadzić testem t pod warunkiem równych wariancji w grupach

c)

Można przeprowadzić testem F ANOVA bez względu na wielkość wariancji w grupach

d)

Można przeprowadzić testem F ANOVA pod warunkiem równych wariancji w grupach

37.

Wynik testu jest istotny statystycznie, jeżeli

a)

Prawdopodobieństwo popełnienia błędu 1-go rodzaju jest mniejsze niż założony poziom istotności

b)

p-value jest większe niż założony poziom istotności

c)

nie odrzucamy hipotezy zerowej

38.

Pierwszy typ sumy kwadratów odchyleń stosujemy w przypadku

a)

Kompletnych doświadczeń jednoczynnikowych

b)

Wszystkich doświadczeń wieloczynnikowych

c)

Tylko doświadczeń prowadzonych w blokach

39.

Warunek zupełności w analizie skupień jest spełniony, jeżeli

a)

Wszystkie obiekty zostaną podzielone na niepuste skupienia

b)

Brak obiektów należących jednocześnie do różnych skupień

c)

Każdy obiekt zostanie przypisany do osobnego skupienia

40.

Jeżeli rozkład zmiennej zależnej nie jest zbliżony do rozkładu normalnego

a)

Trzeba sprawdzić homogeniczność wariancji

b)

Nie można przeprowadzić analizy wariancji

c)

Należy przeprowadzić nieparametryczną analizę wariancji

41.

Macierz bliskości obiektów

a)

Obrazuje zróżnicowanie obiektów

b)

Zawiera same zera na przekątnej

c)

Zawiera same jedynki na przekątnej

42.

Czwarty typ sumy kwadratów odchyleń ma zastosowanie

a)

W doświadczeniach niekompletnych, gdy interakcja czynników jest analizowana

b)

W doświadczeniach niekompletnych, gdy interakcja czynników nie jest analizowana

c)

W doświadczeniach niekompletnych, gdy braki danych są znaczne

43.

Poprawność klasteryzacji szacuje się na podstawie pseudo statystyk, ponieważ zmienne dyskryminujące skupienia nie spełniają założeń analiz statystycznych, co do swoich rozkładów i niezależności

a)

Prawda

b)

Fałsz

44.

W jednokierunkowej analizie wariancji

a)

Występuje jedno źródło zmienności w postaci badanego czynnika

b)

Występują źródła zmienności w postaci błędu losowego i badanego czynnika

c)

Występuje jedno źródło zmienności w postaci błędu losowego

45.

Błąd pierwszego rodzaju polega na

a)

Nieodrzuceniu hipotezy prawdziwej

b)

Odrzuceniu hipotezy fałszywej

c)

Odrzuceniu hipotezy prawdziwej

46.

Średnie w analizie wariancji różnią się od siebie jeżeli

a)

Wartość statystyki testowej F nie przekroczy wartości krytycznej

b)

Wynik testu F nie jest istotny

c)

Wartość statystyki testowej F przekroczy wartość krytyczną

47.

Które rozwiązania są zaliczane do metod klasteryzacji?

a)

Algorytmy samoorganizacji

b)

Analiza dyskryminacyjna i reguła RIDOR

c)

Obie pozostałe odpowiedzi są poprawne

48.

Jeżeli rozkład zmiennej zależnej jest zbliżony do rozkładu normalnego, badanie istotności różnic między dwoma grupami niezależnymi

a)

Można przeprowadzić testem F ANOVA pod warunkiem równych wariancji w grupach

b)

Można przeprowadzić testem t bez względu na wielkość wariancji w grupach

c)

Można przeprowadzić testem t pod warunkiem równych wariancji w grupach

d)

Nie musi być poprzedzone testowaniem równości wariancji w grupach

49.

Uczenie SOM powinno prowadzić do mapowania obserwacji podobnych w przestrzeni wielowymiarowej na ten sam neuron zwycięski na mapie

a)

Prawda

b)

Fałsz

50.

Dendrogramem nazywamy:

a)

Graficzną reprezentację efektów aglomeracji obiektów

b)

Drzewo hierarchiczne tworzone na podstawie macierzy bliskości

c)

Obie pozostałe odpowiedzi są prawidłowe

51.

Sprawdzian krzyżowy jest to

a)

Metoda oceny modelu neuronowego

b)

Sposób na wybór zbiorów uczącego, walidacyjnego i testowego

c)

Technika polegająca na wielokrotnym podziale danych wejściowych na zbiory uczący i testowy

d)

Algorytm uczenia sieci neuronowych

52.

Makrozmienna w analizie składowych głównych

a)

Są zmienne matematyczne

b)

Są zmienne pierwotne

c)

Są liniową kombinacją zmiennych...

Similar Resources on Wayground

Construction Quality Assurance

50 questions

Construction Quality Assurance

quiz

Worksheet

•

1st Grade - University