wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

Biostatistika

Total questions: 140

Worksheet time: 1hrs 14mins

Name
Class
Date
1.

Mokslinis tyrimas:

a)

sistemingas ir kryptingas tikrovės objektų tyrinėjimas, taikant

mokslo priemones ir metodus.

b)

Mokslininko veikla

c)

Mokslininko darbas

d)

Universitetinis darbas

2.

Mokslinio tyrimo tikslas–

a)

tai procesas, kurio metu mokslininkas iš anksto žino atsakymą ir tik ieško būdų jį pateisinti.

b)

veikla, kurios pagrindinis tikslas yra parašyti kuo ilgesnę metodologijos dalį.

c)


gauti naujos informacijos apie tuos reiškinius ar procesus,

kuriuos norime tirti, ir remiantis šiais tyrimais, juos panaudoti, prognozuoti bei valdyti,

arba praktiškai pritaikyti.

d)

procesas, kai hipotezė keičiama tol, kol ji atitinka gautus duomenis.

3.

Bendrieji mokslinio tyrimo uždaviniai:

a)

– Tiriamojo objekto ar reiškinio aprašymas;

– Tiriamojo objekto ar reiškinio ypatybių aiškinimas;

– Tiriamojo objekto ar reiškinio raidos prognozavimas.

b)

– Tiriamojo objekto ar reiškinio užsakymas;

– Tiriamojo objekto ar reiškinio ypatybių interpretavimas;

– Tiriamojo objekto ar reiškinio raida.

c)

– Tiriamojo objekto ar reiškinio užsakymas;

– Tiriamojo objekto ar reiškinio ypatybių interpretavimas;

– Tiriamojo objekto ar reiškinio raida.

d)

– Tiriamojo objekto ar reiškinio užsakymas;

– Tiriamojo objekto ar reiškinio ypatybių interpretavimas;

– Tiriamojo objekto ar reiškinio raida.

4.

Mokslinio tyrimo rezultatas:

a)

Mokslinio tyrimo hipotezės patvirtinimas

b)

Naujų medžiagų išradimas

c)

Naujų daiktų sukūrimas

d)

naujos žinios apie tiriamus objektus ar reiškinius, bei

naujos šių objektų ar reiškinių pertvarkymo technologijos.

5.

Tema turi būti :

a)

aktuali, įdomi tyrėjui, realizuojama, apibrėžta, turinti aiškias darbo

ribas.

b)

Dar neištirta

c)

Dar nepasirinkta kitų

d)

neaktuali, neįdomi tyrėjui, nerealizuojama, neapibrėžta, neturinti aiškias darbo

ribas.

6.

Tyrimo problema

a)

klausimas, suformuluotas taip, kad bet koks gautas rezultatas būtų laikomas teisingu.

b)

tai esminis atliekant tyrimą sprendžiamas klausimas ar klausimai,

t.y. tai, į ką dar nėra atsakyta.

c)

tai klausimas, į kurį atsakymas turi būti aiškus dar prieš pradedant tyrimą.

d)

  • problema, kuri išsprendžiama savaime, todėl tyrimas tik pagreitina jos neišvengiamą sprendimą.

  • Tyrimo problema – kla

7.

Tyrimo hipotezė

a)

tyrimo dalis, reikalinga tik tam, kad būtų galima naudoti sudėtingesnius statistinius metodus.

b)

tai faktas, kuris laikomas teisingu dar prieš atliekant tyrimą.

c)

tai prielaida, atspindinti tyrėjo lūkesčius, susijusi su tiriamais ryšiais

tarp kintamųjų, apimanti tikėtinus tyrimo rezultatus.

d)

klausimas, suformuluotas taip, kad jo neįmanoma paneigti jokiais duomenimis.

8.

Tyrimo tikslas

a)

būti identiškas tyrimo temai, tik parašytas pilnu sakiniu.

b)

apimti visas galimas tyrimo kryptis, kad nieko nepraleistume.

c)

norimas pasiekti rezultatas, kuris turi atitikti temos pavadinimą ir jo

formuluotėje turi būti apibrėžtas tyrimo objektas.

d)

plačiau aprašyti temą, nesvarbu, ar tai įmanoma viename tyrime.

9.

Tyrimo uždaviniai –

a)

tai konkretūs teoriniai ir praktiniai darbai, kuriuos atlikęs

tyrėjas pasieks savo tikslą.

b)

tai veiksmai, kurie atliekami tik todėl, kad taip darė ankstesni tyrėjai.

c)

formuluojami po tyrimo pabaigos, kad atitiktų gautas išvadas.

d)

smulkios detalės, kurios neturi tiesioginio ryšio su tyrimo tikslu.

10.

matematine

statistika:

a)

Mokslo šaka, tirianti matematikos vadovėlių kokybę

b)

Mokslo šaka, tirianti matematiką

c)

Mokslo šaka, tirianti duomenų rinkimo, analizės metodus

d)

Mokslo šaka, tirianti matematikos patikimumą

11.

Išskiriamos trys statistikos dalys:

a)

• Duomenų rinkimas;

• Aprašomoji statistika, nagrinėjanti duomenų sisteminimo metodus;

• Statistinis sprendimas

b)

• Duomenų rinkimas;

• Aprašomoji statistika, nagrinėjanti duomenų sisteminimo metodus;

• Statistinės išvados – analizės ir interpretavimo metodai.

c)

• Duomenų saugojimas

• Aprašomoji statistika, nagrinėjanti duomenų sisteminimo metodus;

• Statistinės išvados – analizės ir interpretavimo metodai.

d)

• Duomenų rinkimas;

• Interpretacijos statistika, nagrinėjanti duomenų sisteminimo metodus;

• Statistinės išvados – analizės ir interpretavimo metodai.

12.

biostatistika

a)

tai skaičių naudojimas tam, kad biologiniai duomenys atrodytų patikimesni, nei yra iš tikrųjų.

b)

Matematinės statistikos šaka, kuri tiria duomenų, paimtų iš biologinių eksperimentų

medicinoje, farmacijoje, odontologijoje, veterinarijoje ir kitų biomedicinos sričių,

rinkimo, analizės ir interpretavimo metodus

c)

statistika, taikoma tik sėkmingiems eksperimentams.

d)

matematikos šaka, kuri taikoma tik tada, kai rezultatai jau aiškūs.

13.

Populiacija – tiriamų žmonių, kitų gyvų organizmų arba negyvų objektų visuma (pvz.,

visi žmonės, sergantys tam tikra liga, visi universiteto studentai).

a)

Populiacija gali būti baigtinė (visi studentai, studijuojantys Kauno universitetuose) arba

begalinė (visi galimi pacientų kraujospūdžio matavimai).

Jei populiacija yra baigtinė, jos elementų skaičius vadinamas populiacijos dydžiu ir

žymimas N.

b)

Populiacija gali būti baigtinė (visi studentai, studijuojantys Kauno universitetuose) arba

begalinė (visi galimi pacientų kraujospūdžio matavimai).

Jei populiacija yra baigtinė, jos elementų skaičius vadinamas populiacijos dydžiu ir

žymimas n.

c)

Populiacija gali būti baigtinė (visi studentai, studijuojantys Kauno universitetuose) arba

begalinė (visi galimi pacientų kraujospūdžio matavimai).

Jei populiacija yra baigtinė, jos elementų skaičius vadinamas populiacijos dydžiu ir

žymimas m.

d)

Populiacija gali būti baigtinė (visi studentai, studijuojantys Kauno universitetuose) arba

begalinė (visi galimi pacientų kraujospūdžio matavimai).

Jei populiacija yra baigtinė, jos elementų skaičius vadinamas populiacijos dydžiu ir

žymimas V.

14.

vadinama imtimi

a)

Tyrimui pasirinkta populiacijos dalis

b)

Tyrimui pasirinkta individų dalis

c)

Tyrimui pasirinkta visuomenės dalis

d)

Tyrimui pasirinkta universiteto dalis

15.

Imties elementų skaičius vadinamas imties dydžiu ir žymimas raide n.

a)
Imties dydis žymimas raide n.
b)
Imties elementų skaičius žymimas raide n.
c)
Imties dydis žymimas skaičiumi n.
d)
Imties dydis žymimas raide m.
16.

Imtis yra atsitiktinė:

a)
Fiksuota
b)
Nustatyta
c)

Kintama

d)

jeigu kiekvienas populiacijos elementas turi vienodą patekimo į imtį

tikimybę.

17.

Imtis – reprezentatyvi, kai:

a)
Imtis yra reprezentatyvi, kai ji yra atsitiktinai pasirinkta.
b)
Imtis yra reprezentatyvi, kai ji apima tik didžiausius duomenis.
c)
Imtis yra reprezentatyvi, kai ji yra maža ir lengvai valdomi.
d)

Ijei joje tinkamai atspindėtos tiriamų požymių reikšmių

populiacijoje proporcijos.

18.

Požymis, tai:

a)
rodiklis
b)

populiaciją ir imtį vienijanti savybė, reiškinys ar įvykis, galintis įgyti

skirtingas reikšmes.

c)
elementas
d)
atributas
19.

Kintamieji (duomenys imtyje):

a)
Constants (data in the field)
b)
Parameters (data in the field)
c)
Attributes (data in the field)
d)

dydžiai, gauti matuojant tiriamą požymį imtyje, kurių

reikšmės kinta kartu su imties nariais.

20.

Kiekybiniai, tai:

a)
Kiekybiniai metodai
b)
Kiekybiniai analizės
c)

diskretūs (pasiskiepijusiųjų skaičius) ir tolydūs (ūgis, svoris);

d)
Kiekybiniai rodikliai
21.

Kokybiniai duomenys, tai:

a)
Kokybiniai duomenys yra skaičiai ir matavimai.
b)
Kokybiniai duomenys apima tik kiekybinius rodiklius.
c)

nominalieji (lytis, gyvenamoji vieta) ir ranginiai (sveikatos vertinimas 10

balų skalėje).

d)
Kokybiniai duomenys yra duomenys, apibūdinantys skaičius.
22.

populiacijos

parametrai, tai :

a)
Koreliacija, regresija, vidurkis, moda.
b)
Skaidrumas, amplitudė, mediana, dispersija.
c)
Kategorinė, nominali, intervalinė, proporcinė.
d)

Jei skaitinės charakteristikos skaičiuojamos visai populiacijai, gaunami populiacijos

parametrai, kurie yra pastovūs, populiaciją charakterizuojantys dydžiai.

23.

gaunamos imties statistikos, tai:

a)
Imties analizė
b)
Imties duomenys
c)
Imties tyrimas
d)

Jei skaičiavimams naudojami imties duomenys, gaunamos imties statistikos, kurios

yra atsitiktiniai dydžiai.

24.

taškiniai įverčiai, tai:

a)

Imties statistikos yra populiacijos parametrų taškiniai įverčiai.

b)
Taškiniai įverčiai yra metodai, skirti duomenų analizei.
c)
Taškiniai įverčiai yra skaičiavimai, naudojami statistikoje.
d)
Taškiniai įverčiai yra teoriniai modeliai, apibūdinantys procesus.
25.

Kieno parametrus galima įvertinti ir intervaliniais įverčiais –

pasikliautiniaisiais intervalais?

a)
Variacija ir dispersija.
b)

Populiacijos

c)

Imties

d)
Koreliacija ir regresija.
26.

statistinė eilutė, tai:

a)
Statistinė eilutė yra duomenų rinkinys.
b)
Statistinė eilutė yra skaičių seka.
c)
Statistinė eilutė yra grafikas su duomenimis.
d)
Statistinė eilutė yra atsitiktinių skaičių rinkinys.
27.

variacinė eilutė:

a)

Išdėstyta mažėjimo tvarka kokybinio kintamojo duomenų eilutė

b)

Išdėstyta nemažėjimo tvarka kokybinio kintamojo duomenų eilutė

c)

Išdėstyta mažėjimo tvarka kiekybinio kintamojo duomenų eilutė

d)

Išdėstyta nemažėjimo tvarka kiekybinio kintamojo duomenų eilutė

28.

Pagrindinės nominaliuosius kintamuosius aprašančios charakteristikos yra:

a)
Matavimo lygis, tipas, apibrėžimas
b)
Kategorija, tipas, matavimo metodas
c)

dažnis ir

santykinis dažnis.

d)
Forma, struktūra, dydis
29.

Dažnis:

a)

(imtyje žymimas m) yra skaičius, nurodantis, kiek kartų dominanti nominaliojo

kintamojo reikšmė pasikartoja duomenų statistinėje eilutėje.

b)

(imtyje žymimas k) yra skaičius, nurodantis, kiek dienų dominanti nominaliojo

kintamojo reikšmė pasikartoja duomenų statistinėje eilutėje.

c)

(imtyje žymimas l) yra skaičius, nurodantis, kiek kartų dominanti nominaliojo

kintamojo reikšmė pasikartoja duomenų statistinėje eilutėje.

d)

(imtyje žymimas k) yra skaičius, nurodantis, kiek kartų dominanti nominaliojo

kintamojo reikšmė pasikartoja duomenų statistinėje eilutėje.

30.

Santykinis dažnis:

a)

statistinis rodiklis, naudojamas tik tada, kai absoliutus dažnis per mažas.

b)

tai skaičius, kuris parodo, kiek kartų įvykis turėjo įvykti, o ne kiek iš tikrųjų įvyko.

c)

(imtyje žymimas graikiška raide ν „niu“) yra skaičius, nurodantis,

kokią duomenų statistinės eilutės dalį sudaro dominanti nominaliojo kintamojo reikšmė.

Santykinis dažnis apskaičiuojamas pagal formulę:

ν =k/n

d)

absoliutaus dažnio padidinimas procentais, kad rezultatai atrodytų svarbesni.

31.

Skaitinės padėties charakteristikos:

a)

koreliacijos koeficientas

b)

Vidurkis, moda, mediana, kvantiliai

c)

Dispersija, standartinis nuokrypis, variacijos koeficientas, imties plotis, kvartilių skirtumas

d)

ekscesas, asimetrijos koeficientas

32.

Sklaidos charakteristikos:

a)

koreliacijos koeficientas

b)

Vidurkis, moda, mediana, kvantiliai

c)

Dispersija, standartinis nuokrypis, variacijos koeficientas, imties plotis, kvartilių skirtumas

d)

ekscesas, asimetrijos koeficientas

33.

Formos charakteristikos

a)

Dispersija, standartinis nuokrypis, variacijos koeficientas, imties plotis, kvartilių skirtumas

b)

ekscesas, asimetrijos koeficientas

c)

Vidurkis, moda, mediana

d)

koreliacijos koeficientas

34.

Ryšio charakteristikos:

a)

ekscesas, asimetrijos koeficientas

b)

Vidurkis, moda, mediana

c)

koreliacijos koeficientas

d)

Dispersija, standartinis nuokrypis, variacijos koeficientas, imties plotis, kvartilių skirtumas

35.

Vidurkis, tai:

a)

taškas, kuris vidutiniškai artimiausias visiems statistinės eilutės elementams.

b)

c)

dažniausiai statistinėje eilutėje pasikartojanti reikšmė.

36.

Moda, tai:

a)

tai charakteristika, dalijanti variacinę eilutę į q ir

(1 – q) dalis.

b)

dažniausiai statistinėje eilutėje nepasikartojanti reikšmė.

c)

dažniausiai statistinėje eilutėje pasikartojanti reikšmė.

d)

variacinės eilutės vidurinė reikšmė.

37.

Meidana, tai:

a)

tai charakteristika, dalijanti variacinę eilutę į q ir

(1 – q) dalis.

b)

variacinės eilutės vidurinė reikšmė.

c)

dažniausiai statistinėje eilutėje pasikartojanti reikšmė.

d)

taškas, kuris vidutiniškai artimiausias visiems statistinės eilutės elementams.

38.

Kvantiliai, tai:

a)
Kvantiliai yra statistiniai rodikliai, skirstantys duomenis į skirtingas grupes.
b)
Kvantiliai apibrėžia duomenų vidurkį.
c)
Kvantiliai yra duomenų analizės metodas.
d)

tai charakteristika, dalijanti variacinę eilutę į q ir

(1 – q) dalis.

39.

Kvartiliai, tai:

a)
Kvartiliai yra skaičiai, kurie nurodo vidutinę reikšmę.
b)
Kvartiliai yra duomenų analizės metodai, naudojami prognozavimui.
c)
Kvartiliai yra statistiniai rodikliai, padalijantys duomenų rinkinį į dvi dalis.
d)
Kvartiliai yra statistiniai rodikliai, padalijantys duomenų rinkinį į keturias dalis.
40.

Dispersija, tai:

a)

Parodo duomenų sklaidą apie vidurkį

b)
Dispersija apibūdina duomenų tendenciją.
c)

d)
Dispersija yra skaičių sumažinimo metodas.
41.

Normalusis skirstinys populiacijoje:

a)
Normalusis pasiskirstymas
b)

Kiekybinio tolydaus kintamojo X reikšmių skirstinys populiacijoje yra vadinamas

normaliuoju, jeigu jo reikšmių skirstinį* galima aprašyti tankio funkcija:

c)
Normalusis skirstinys su paklaida
d)
Normalusis skirstinys pavyzdžiai
42.

Asimetrijos koeficientas

a)
Simetrijos koeficientas
b)
Asimetrijos indeksas
c)
Asimetrijos rodiklis
d)

parodo kintamojo reikšmių skirstinio asimetrijos laipsnį.

Populiacijos asimetrijos koeficientas žymimas γ1

, imties – g1

43.

Eksceso koeficientas, tai:

a)

kintamojo reikšmių skirstinio grafiko (histogramos) lėkštumo matas (lyginama su

normaliojo skirstinio tankio funkcijos grafiku). Populiacijoje eksceso koeficientas žymimas 2

, imtyje

eksceso koeficientas žymimas g2

b)
rodiklis, matuojantis žemiau vidutinio lygio
c)
rodiklis, matuojantis vidutinio lygio trūkumą
d)
rodiklis, matuojantis lygį be viršijimo
44.

Histograma, tai:

a)

tai stulpelinė diagrama, kurioje stulpeliai išdėstomi atsitiktine tvarka

b)

diagramų rūšis, skirta palyginti skirtingas kategorijas, nepriklausomai nuo skaitinių intervalų.

c)

tai tankio funkcijos atitikmuo imtyje. Ji vaizduoja kiekybinio kintamojo reikšmių

pasiskirstymą imtyje.

d)

būdas pavaizduoti duomenis taip, kad atrodytų, jog jų yra daugiau, nei iš tikrųjų.

45.

taškiniai įverčiai, tai:

a)
Taškiniai įverčiai yra teoriniai modeliai, apibūdinantys procesus.
b)
Taškiniai įverčiai yra skaičiavimai, naudojami statistikoje.
c)

Skaitinės charakteristikos, apskaičiuotos iš imties duomenų, yra nežinomų populiacijos

parametrų

d)
Taškiniai įverčiai yra metodai, skirti duomenų analizei.
46.

Įvertinimo tikslumas, tai:

a)
Įvertinimo tikslumas yra vertinimų pasiskirstymas.
b)
Įvertinimo tikslumas yra vertinimų vidurkis.
c)
Įvertinimo tikslumas yra vertinimų skaičius per laiką.
d)

yra skirtumas tarp populiacijos parametrų ir jų taškinių įverčių

47.

patikimumu (P)

a)

skirtumas tarp populiacijos parametrų ir jų taškinių įverčių, o

noras, kad šis skirtumas nėra didesnis už fiksuotą tikslumą,

b)

skirtumas tarp populiacijos parametrų ir jų taškinių įverčių, o

tikimybė, kad šis skirtumas nėra mažesnis už fiksuotą tikslumą,

c)

skirtumas tarp imties parametrų ir jų taškinių įverčių, o

tikimybė, kad šis skirtumas nėra didesnis už fiksuotą tikslumą,

d)

skirtumas tarp populiacijos parametrų ir jų taškinių įverčių, o

tikimybė, kad šis skirtumas nėra didesnis už fiksuotą tikslumą,

48.

vadinami pasikliautinaisiais intervalais:

a)

Statistinio įvertinimo tikslumą ir patikimumą rodo populiacijos parametrų intervaliniai

įverčiai

b)
Pasikliautinaisiais intervalais vadinami intervalai, apimantys tik tam tikrus statistinius rezultatus be tikimybės.
c)
Pasikliautinaisiais intervalais vadinami intervalai, kurie niekada neapima statistinių rezultatų.
d)
Pasikliautinaisiais intervalais vadinami intervalai, kurie visada apima visus statistinius rezultatus.
49.

Populiacijos vidurkio m pasikliautinasis intervalas:

a)

<v<

b)

<p<

c)

<m<

d)

<Z<

50.

Populiacijos tikimybės p pasikliautinasis intervalas:

a)

<v<

b)

<p<

c)

<m<

d)

<z<

51.

Su kokia tikimybe matuojamas pasikliautinasis intervalas ir kokia tikimybė suklysti?

a)

P=0,95 a=0,05

b)

P=0,94 a=0,04

c)

P=0,96 a=0,06

d)

P=0,97 a=0,07

52.

Statistinė hipotezė, tai:

a)

bet koks tyrėjo teiginys apie nagrinėjamo požymio reikšmių

skirstinį ar jo parametrus populiacijoje arba lyginamosiose populiacijose

b)
Teiginys apie praeities įvykius, kuris yra nepatikimas.
c)
Teiginys apie individualius duomenis, kuris yra subjektyvus.
d)
Teiginys apie atsitiktinį įvykį, kuris negali būti patikrintas.
53.

Tikrinant statistines hipotezes yra formuluojama:

a)
Duomenų analizės metodai
b)
Statistinis modeliavimas
c)
Hipotezės patvirtinimas
d)
Nulinė ir alternatyvi hipotezė
54.

Taisyklė, kuria remiantis nagrinėjama hipotezė yra atmetama (priimama), vadinama:

a)
duomenų analizė
b)
hipotezės testavimas
c)
statistinis modelis
d)

statistiniu kriterijumi

55.

reikšmingumo lygmeniu ir žymima a:

a)

0,06

b)

0,04

c)

0,05

d)

0,07

56.

Kai alternatyviojoje hipotezėje teigiama, kad stebimo požymio skirstinio parametras

populiacijoje nėra lygus tam tikram skaičiui arba požymio skirstiniai ar jų parametrai

lyginamosiose populiacijose skiriasi, tuomet hipotezė vadinama:

a)
Nulinė hipotezė
b)

vienpusė alternatyva

c)
Teorinė hipotezė
d)

Dvipuse alternatyva

57.

Kai alternatyviojoje hipotezėje teigiama, kad stebimo požymio parametras populiacijoje

yra mažesnis arba didesnis nei tam tikras skaičius arba požymio parametras vienoje

populiacijoje yra mažesnis arba didesnis nei kitoje populiacijoje, tuomet hipotezė

vadinama:

a)

Nulinė hipotezė

b)

dvipuse alternatyva

c)

Statistinė hipotezė

d)

vienpuse alternatyva

58.

kai atmetama teisinga nulinė hipotezė:

a)
Pirmos rūšies klaida
b)
Trečios rūšies klaida
c)
Antros rūšies klaida
d)
Ketvirtos rūšies klaida
59.

padaroma, kai neteisinga nulinė hipotezė nėra atmetama. Šios klaidos

tikimybė žymima β:

a)

krtvirtos rusies klaida

b)

trecios rusies klaida

c)

Pirmos rusies klaida

d)

Antros rusies klaida

60.

Tikimybė atmesti neteisingą nulinę hipotezę yra vadinama:

a)

statistinio kriterijaus galia

b)
Klaidinga hipotezės tikimybė (δ)
c)
Neteisinga priėmimo tikimybė (γ)
d)
Teisinga atmetimo tikimybė (β)
61.

Kriterijaus kritinė reikšmė:

a)
Kriterijaus kritinė reikšmė yra reikšmė, kuri visada yra nulinė.
b)

tai kriterijaus statistikos skirstinio atitinkamos eilės kvantilis, randamas

skirstinio kvantilių lentelėje arba kompiuterinėse statistikos programose.

c)
Kriterijaus kritinė reikšmė yra skaičius, kuris neturi jokios reikšmės.
d)
Kriterijaus kritinė reikšmė yra reikšmė, kurią reikia ignoruoti analizuojant rezultatus.
62.

p reikšmė yra vadinama ........ (apskaičiuotu, remiantis imties duomenimis) reikšmingumo

lygmeniu, tuo tarpu a – ....... (tyrėjo pasirinktu) reikšmingumo lygmeniu.

a)

P=stebimu ir a=teoriniu

b)

P=teoriniu ir a=stebimu

c)

P=apskaiciuotu ir a=duotu

d)

P=duotu ir a=apskaiciuotu

63.

Jei p reikšmė < a, tai

a)

Ho atmetame

b)

Ho natmetame

64.

Jei p reikšmė <=, tai

a)

Ho atmetame

b)

Ho neatmetame

65.

imties dydis n yra intervale [30; 50)

a)

Šapiro ir Vilko kriterijus taikomas

b)

taikome Kolmogorovo ir Smirnovo kriterijų

66.

imties dydis n ≥ 50

a)

Šapiro ir Vilko kriterijus taikomas

b)

taikome Kolmogorovo ir Smirnovo kriterijų

67.

Dispersijos nepriklausomoms imtims

a)

stjudento t

b)

Mano vitnio

c)

livyno

d)

kolmogorovo

68.

Vidurkiai priklausomoms, nepriklausomoms imtims:

a)

Stjudentas t

b)

kolmogorovas

c)

Livynas

d)

Manas Vitnis

69.

U kriterijus dviem nepriklausomoms imtims:

a)

Livyno

b)

Mano ir Vitnio

c)

Vilkoksono

d)

Stjudento

70.

kriterijus dviem priklausomoms imtims:

a)

Stjudento t

b)

Mano ir Vitnio

c)

Vilkoksono

d)

Livyno

71.

Tarkime, norime sužinoti, ar skiriasi dominančio ranginio arba kiekybinio, nepasiskirsčiusio pagal

normalųjį skirstinį, požymio reikšmių skirstiniai dviejose populiacijose:

a)

Stjudento

b)

Vilkoksono

c)

Mano ir Vitnio

d)

Livyno

72.

Tarkime, norime įsitikinti, ar ranginio arba kiekybinio, netenkinančio normaliojo skirstinio sąlygų,

požymio įgyjamas reikšmes keičia koks nors veiksmas ar reiškinys:

a)

Stjudento t

b)

Vilkoksono

c)

Mano ir Vitnio

d)

Livyno

73.

Vienfaktorines ANOVA salygos

a)

lyginamos populiacijos ir iš jų paimtos imtys turi būti nepriklausomos (tas pats tiriamasis negali

priklausyti kelioms imtims);

b)

pasiskirsčiusios pagal

normalųjį skirstinį;

c)

kintamojo X reikšmių dispersijos lyginamose populiacijose turi būti lygios.

d)

Tyrimo tikslas yra patikrinti hipotezę, ar lyginamose populiacijose X1, X2, ... Xk vidurkiai lygūs.:

74.

Kartotinių matavimų ANOVA:

a)

Lyginamos populiacijos ir iš jų paimtos imtys turi būti priklausomos (tas pats tiriamasis matuotas

kelis kartus);

b)

Kiekvienoje priklausomoje populiacijoje tiriamo kiekybinio kintamojo reikšmės turi būti

pasiskirsčiusios pagal normalųjį skirstinį;

c)

Kiekybinio kintamojo reikšmių dispersijos lyginamosiose populiacijose lygios;

d)

Bonferoni kriterijus taikomas, kai lyginamųjų populiacijų nėra daug (pvz.: 3 ≤ k ≤ 4).

Tukey kriterijus rekomenduotinas, kai lyginamųjų populiacijų daug (pvz.: k > 4).

75.

Tai ANOVA kriterijaus nepriklausomoms imtims atitikmuo ranginiams arba kiekybiniams,

netenkinantiems normaliojo skirstinio sąlygų, kintamiesiems

a)
Kruskal-Wallis testas
b)
Mann-Whitney U testas
c)
T-testas
d)
ANOVA su pakartotiniais matavimais
76.

Tai kartotinių matavimų vienfaktorinės ANOVA atitikmuo ranginiams (arba kiekybiniams,

nepasiskirsčiusiems pagal normalųjį skirstinį) kintamiesiems:

a)
Tukey's HSD test
b)
Friedman test
c)
Mann-Whitney U test
d)
Kruskal-Wallis H test
77.

Statistinės analizės tikslas – patikrinti hipotezę, ar požymiai A ir B yra nepriklausomi

analizuojamoje populiacijoje.

a)

χ

2 nepriklausomumo kriterijus

b)

Maknemario

c)

anova

d)

vilkoksono

78.

• Kramerio asociacijos koeficientas (angl. Cramer’

s Association Coefficient);

• Pirsono kontingencijos koeficientas (angl. Pearson Contingency Coefficient).

a)

Kramerio mazos lenteles, pirsono is 5 daliu

b)

Kramerio is 5 daliu

c)

pirsono mazos

d)

abieju mazos arba pasirinktinai is 5 daliu

79.

rodo visišką vieno požymio priklausomybę nuo kito (apskritimo ilgis priklauso nuo jo spindulio,

termometro parodymai - nuo kūno temperatūros ir kt.).

a)

Tikimybinis rysys tarp kintamuju

b)

Funkcinis rysys tarp kintamuju

80.

rodo dalinę vieno požymio priklausomybę nuo kito (turintys tokį patį darbo stažą, gali gauti

skirtingas algas).

a)

tikimybinis rysys tarp kintamuju

b)

funkcinis rysys tarp kintamuju

81.

paprasčiausia kiekybinė ryšio tarp dviejų kintamųjų charakteristika.

Populiacijoje koreliacijos koeficientas žymimas p raide, o jo taškinis įvertis imtyje – r raide

a)
Koreliacijos koeficientas
b)
Koreliacijos rodiklis
c)
Koreliacijos metodas
d)
Koreliacijos analizė
82.

Reiksmes koreliacijos koeficiento

a)

0 -0,3 – labai silpnas tiesinis ryšys;

0,3 - 0,5 – silpnas tiesinis ryšys;

0,5 - 0,7 – vidutinis tiesinis ryšys;

0,7 - 0,9 – stiprus tiesinis ryšys;

0,9 - 1 – labai stiprus tiesinis ryšys.

r-periode

b)

0 -0,3 – isilpnas tiesinis ryšys;

0,3 - 0,5 – labai silpnas tiesinis ryšys;

0,5 - 0,7 – vidutinis tiesinis ryšys;

0,7 - 0,9 – labai stiprus tiesinis ryšys;

0,9 - 1 – stiprus tiesinis ryšys.

r-periode

83.

Tyrėme ryšį tarp žmogaus amžiaus ir laiko (min.), per kurį jis atlieka tam tikrą užduotį.

Tarkime, yra žinoma, kad amžiaus ir laiko reikšmės populiacijoje yra pasiskirsčiusios

pagal normalųjį skirstinį.

a)

Pirsono

b)

Spirmeno

84.

Tyrėme ryšį tarp žmogaus amžiaus ir atlikto testo balų. Tarkime, yra žinoma, kad

amžiaus ir balų reikšmės populiacijoje nėra pasiskirsčiusios pagal normalųjį skirstinį.

a)

Pirsono

b)

Spirmeno

85.

Kintamasis, kurio reikšmę norima prognozuoti vadinamas:

a)
priklausomas kintamasis
b)
neprognozuojamas kintamasis
c)
kontrolinis kintamasis
d)
nepriklausomas kintamasis
86.

Kintamasis, pagal kurio reikšmę norima prognozuoti priklausomo kintamojo reikšmes,

vadinamas

a)
nepriklausomas kintamasis
b)
nepriklausomas rodiklis
c)
prognozuojamas kintamasis
d)
priklausomas kintamasis
87.

Tiesinė regresija, sudaryta norint prognozuoti vieno kiekybinio kintamojo vidutinę

reikšmę remiantis kito vieno kintamojo reikšmėmis, vadinama

a)
Statistinė prognozė
b)

Paprastoji tiesinė regresija

c)
Kiekybinė analizė
d)
Nelinearinė regresija
88.

Tiesinė regresija, sudaryta norint prognozuoti vieno kiekybinio kintamojo vidutinę

reikšmę remiantis kito vieno kintamojo reikšmėmis, vadinama paprastąja tiesine

regresija arba tiesiog tiesine regresija. Jei modelis sudaromas remiantis kelių

nepriklausomų kintamųjų reikšmėmis, tai vadinama

a)

daugialype tiesine regresija

b)
regresijos koeficientų nustatymas
c)
nepriklausomųjų kintamųjų analizė
d)
vienfaktorinė regresija
89.

Bendrasis tiesinės regresijos modelis, leidžiantis prognozuoti kintamojo Y reikšmę, esant

neatsitiktinei, fiksuotai kintamojo X reikšmei xi

a)
Bendrasis tiesinės regresijos modelis Y = a + bX + c, kur c yra papildomas kintamasis.
b)

Yi = β0 + β1 ∙ Xi + εi

c)
Bendrasis tiesinės regresijos modelis Y = a * bX, kur a yra regresijos koeficientas, o b yra kintamojo X reikšmė.
d)
Bendrasis tiesinės regresijos modelis Y = a - bX, kur a yra kintamas, o b yra konstantos koeficientas.
90.

vienas svarbiausių sudaryto tiesinės regresijos

modelio tinkamumo duomenims matas:

a)
R² (determination coefficient)
b)
RMSE (root mean squared error)
c)
AIC (Akaike information criterion)
d)
MSE (mean squared error)
91.

Tikėtina, jog tiesinės regresijos modelis su duomenimis suderintas, jei:

a)

Modelis gerai atitinka duomenis. R2>=0,25

b)
Modelis turi daug klaidų.
c)
Modelis remiasi neteisingais duomenimis.
d)
Modelis nesugeba prognozuoti rezultatus.
92.

Į modelį galimą įtraukti nominaliuosius kintamuosius. Jie vadinsis:

a)
kintamieji su skaičiais
b)
diskriminaciniai kintamieji
c)
kategoriniai parametrai
d)

pseudokintamieji

93.

Jei nepriklausomieji kintamieji stipriai tarpusavyje koreliuoja, tuomet susiduriama su

a)
vienalytis kintamasis
b)
nepriklausomas kintamasis
c)

multikolinearumas problema

d)
statistinis nuokrypis
94.

Norint patikrinti, ar duomenys atitinka šią prielaidą, reikia atliekant regresinę analizę

kiekvienam regresoriui apsiskaičiuoti......Jei jis didesnis už 4,

tuomet egzistuoja multikolinearumo problema ir regresorių reikėtų šalinti iš modelio.

a)
Remove predictors with VIF greater than 4.
b)
Adjust predictors to lower their VIF values.
c)
Remove predictors with VIF less than 4.
d)
Keep all predictors regardless of VIF.
95.

tai tikimybinis prognostinis modelis, kuriuo remiantis pagal

kintamųjų X1, X2, ... , Xk reikšmes galima prognozuoti tikimybę, kad priklausomas dvireikšmis

kintamasis Y įgis reikšmę, kurios kodas yra 1.

a)
Linear regression
b)
Decision tree
c)
Support vector machine
d)
Logistic regression
96.

Jei apskaičiuotoji p reikšmė < 0,05, tuomet koeficientas ir tuo pačiu kintamasis, prie kurio yra

koeficientas, yra

a)
not statistically relevant
b)
insignificant in analysis
c)
irrelevant to the study
d)

statistically significant prognozuojant tikimybe P

97.

Dydis e"bi yra vadinamas

a)

galimybiu dydžiai

b)

regresijos dydis

c)

galimybiu santykiu

d)

reiksmingumo dydžiu

98.

Logistinej regresijoj. Hosmerio Lemešou kriterijus taip pat taikomas, norint patikrinti, ar modelis suderintas su duomenimis. Rezultatai pateikiami atskirai Hosmers and Lemeshow test rezultatų lentelėje. Modelis

gerai tinka duomenims, kai šio kriterijaus p-reikšmė

a)

p-reikšmė > = 0.05

b)
p-reikšmė < 0.05
c)
p-reikšmė = 0.10
d)
p-reikšmė < 0.01
99.

IBM SPSS programoje pateikiami du pseudo – determinacijos koeficientai:

a)

Kokso-Šnelo

b)

Determinacijos

c)

Negelkerkės

d)

R-squared

100.

Pseudo – determinacijos koeficientai rodo bendrą modelio tinkamumą duomenims. Galioja ta pati

taisyklė kaip ir tiesinėje regresijoje: kuo koeficientas didesnis (kuo arčiau 1), tuo labiau modelis tinka

duomenims. Jis turi buti

a)

>0,2

b)

>=0,25

c)

<0,05

d)

>0,05

101.

Sisteminė literatūros apžvalga (SLA) – kas tai?

a)
Sisteminė literatūros apžvalga (SLA) yra subjektyvi nuomonė apie knygas.
b)
Sisteminė literatūros apžvalga (SLA) yra procesas, skirtas tik vienos knygos analizei.
c)

Tai metodika, nagrinėjanti kitų autorių publikuotus duomenis ir išvadas, susijusias su

konkrečiu tyrimo klausimu ar klausimais.

d)
Sisteminė literatūros apžvalga (SLA) yra atsitiktinis literatūros vertinimas.
102.

SLA atliekama naudojantis protokolu:

a)

Šis protokolas turi būti užregistruotas peržiūrai specialiose sisteminės apžvalgos

duomenų bazėse (pvz., Cochrane, Prospero) ekspertų įvertinimui.

b)

yra nešališka, kritiškai vertina ir apibendrina rezultatus, pateikia įrodymus.

c)

sako, kad yra tam tikra struktūra ir taisyklės.

d)

PRISMA gairės naudojamos jį parengti.

103.

Kuri biblioteka tai sisteminių literatūros apžvalgų ir metaanalizės

duomenų bazė, kurioje apibendrinami ir interpretuojami klinikinių tyrimų

rezultatai? Čia taip pat pateikta mokomosios medžiagos padedančios atlikti

sisteminę literatūros apžvalgą ir metaanalizę.

a)
PubMed Central
b)
Embase Database
c)
ClinicalTrials.gov
d)
Cochrane Library
104.

Preferred Reporting Items for Systematic reviews and Meta-Analyses

Pateikiama forma ir žingsniai rašant SLA, taip pat nurodyta kaip turi būti

registruojami literatūros šaltiniai?

a)
Follow the Cochrane Handbook and only cite personal communications.
b)
Use the CONSORT guidelines for clinical trials and ignore literature registration.
c)
Follow the PRISMA guidelines for systematic reviews and register literature sources in appropriate databases.
d)
Adhere to the MOOSE guidelines for observational studies and avoid database registration.
105.

Tyrimų atrankos diagrama (angl.

flowchart):

a)

Parodyti, kiek tyrimų buvo surasta ir

patikrinta, ar jie atitinka reikalavimus

b)

Tyrimo klausimo iškėlimas: PICO: Populiacija, Intervencija,

Palyginimas (Comparison) Rezultatas (Outcome)

c)

Kiek leidinių buvo atmesta ir kodėl.

d)

Įrankiai diagramai sukurti:

• PRISMA

• Draw.io

• Mirro.com

106.

Kaip vadinamas statistinis metodas, leidžiantis apjungti ir bendrai išanalizuoti

atskirų, tačiau panašių kiekybinių tyrimų, atliktų tam tikra tema, statistinės

analizės rezultatus ir padaryti apibendrintas išvadas apie bendrą kiekybinį

dominančio poveikio įvertinimą?

a)
Kokybinė sintezė
b)
Statistinė prognozė
c)
Kiekybinė analizė
d)

Metaanalizė

107.

Kiekybinis dominančio poveikio įvertinimas vadinamas

a)
duomenų modeliavimas
b)
koreliacijos tyrimas
c)
statistinės analizės metodas
d)

efekto (poveikio) dydžiu

108.

Kokiue efektus renkamės tuomet, kai visuose tyrimuose lyginamosiose populiacijose

kiekybinio kintamojo dispersijos lygios. Hedžo efekto dydį reikėtų rinktis tuomet, kai yra įtrauktų

tyrimų, kuriuose yra imties dydžių mažesnių nei 20.

a)

Koheno ir Hedžo

b)
Tyrimų imties dydis
c)
Kiekybinio kintamojo dydis
d)
Hedžo efekto lygis
109.

Kokį efekto dydį renkamės tuomet, kai tyrimuose yra atvejų, jog lyginamosiose populiacijose

kiekybinio kintamojo dispersijos statistiškai reikšmingai skiriasi. Vidurkių skirtumą dalina tik iš

kontrolinės grupės standartinio nuokrypio.

a)
Glass's Δ
b)
Cohen's d
c)
Hedges' g
d)
Pearson's r
110.

Ką renkamės tuomet, kai į

analizę įtraukti tyrimai kiekybiniam kintamajam matuoti naudoja tokį patį, visiems priimtiną ir gerai

žinomą matavimo instrumentą (testą, matavimo prietaisą) ar visuotinai suprantamą skalę.

a)
Subjektyvus vertinimo metodas
b)

Nestandartizuotą vidurkių skirtumą

c)
Nepriklausomas matavimo prietaisas
d)
Nespecifikuotas matavimo instrumentas
111.

Kas naudojamas, kai tyrimuose lyginamos

atvejo ir kontrolės grupės.

a)

Šansų santykio logaritmas

b)

Peto šansų santykio logaritmas

c)

Santykinės rizikos logaritmas

d)

Rizikų skirtumas

112.

Kas naudojamas, kai tyrimuose

lyginamos atvejo ir kontrolės grupės ir kai yra mažų stebėtų atvejų įvykimo dažnių arba lygių

nuliui dažnių (atvejai, kai tyrimo metu įvykis neįvyko).

a)

Šansų santykio logaritmas

b)

Peto šansų santykio logaritmas

c)

Santykinės rizikos logaritmas

d)

Rizikų skirtumas

113.

Kas naudojamas, kai tyrimuose lyginami

ilgalaikiuose kohortiniuose arba klinikiniuose tyrimuose stebėtų atvejų įvykimo dažniai.

a)

Šansų santykio logaritmas

b)

Peto šansų santykio logaritmas

c)

Santykinės rizikos logaritmas

d)

Rizikų skirtumas

114.

Ką taikyti rekomenduojama, kai kitų taikyti neišeina.

a)

Šansų santykio logaritmas

b)

Peto šansų santykio logaritmas

c)

Santykinės rizikos logaritmas

d)

Rizikų skirtumas

115.

daroma prielaida, kad

tyrimai buvo paimti iš populiacijų, kurios skiriasi viena nuo kitos taip, kad galėtų

turėti įtakos gydymo (poveikio) efektyvumui. Pavyzdžiui, intervencijos

intensyvumas arba tiriamųjų amžius gali skirtis priklausomai nuo tyrimo. Tai

sukuria tikrojo poveikio dydžio skirtumus tarp skirtingų tyrimų. Tai vadinama

visų tyrimų efektų dispersija (angl. between-study variance).

a)

Atsitiktinio efekto modelis (angl. random effects model)

b)

Fiksuoto efekto modelis (angl. fixed effect model)

116.

daroma prielaida, kad visi

metaanalizės tyrimai turi bendrą (fiksuotą) efekto dydį. Kitaip tariant, visi

veiksniai, galintys turėti įtakos efekto dydžiui, yra vienodi visose tiriamose

populiacijose, todėl efekto dydis yra vienodas visų tyrimų populiacijose. Iš to

išplaukia, kad stebimo efekto dydis skiriasi tarp tyrimų tik dėl atsitiktinės

atrankos klaidos.

a)

Atsitiktinio efekto modelis (angl. random effects model)

b)

Fiksuoto efekto modelis (angl. fixed effect model)

117.

Kas apskaičiuojamas kaip svertinis visų tyrimų efektų

vidurkis. Kuo didesnė tyrimo imtis, tuo didesnis svoris, nes teigiama, kad didesnėse

imtyse tiksliau įvertinamas efektas.

a)
Vidutinė tyrimo imtis (average sample size) visų tyrimų efektų.
b)

Bendras efekto dydis

c)
Svertinis rezultatas (weighted result) visų tyrimų efektų.
d)
Bendras efektas (overall effect) visų tyrimų imčių.
118.

Jei p reikšmė ... , teigiama, kad bendras efekto dydis statistiškai reikšmingai skiriasi

nuo nulio, t. y. analizuojamas požymis statistiškai reikšmingai skiriasi lyginamosiose

grupėse.

a)

< 0,05

b)

< 0,04

c)

< 0,03

d)

> 0,05

119.

Taikant atsitiktinių efektų modelį teigiama, kad tikrasis efekto dydis gali skirtis

priklausomai nuo tyrimo. Šis efektų skirtumas yra vadinamas .......... ir

atsiranda dėl tyrimų klinikinės ar metodologinės, ar abiejų kartu įvairovės bei rodo, kad

skirtumas yra didesnis nei galėtų būti nulemtas atsitiktinės atrankos klaidos.

a)

statististiniu heterogeniškumu

b)

statististiniu patikimumu

c)

Kuo didesnis į analizę įtrauktų tyrimų heterogeniškumas – tuo mažiau patikimi

metaanalizės rezultatai.

d)

Kochrano Q (angl. Cochran’s Q) kriterijus yra dažniausiai taikomas kriterijus vertinant

tyrimų heterogeniškumą (arba homogeniškumo nebuvimą) atliekant metaanalizę.

120.

Indeksas .... yra pagrindinis matas, vertinantis tyrimų heterogeniškumo laipsnį.

a)

I2

b)

kinta nuo 0 proc. iki 100 proc., didesnės reikšmės rodo didesnį tyrimų

heterogeniškumą.

c)

➢ 0–25 proc. – mažas heterogeniškumas;

➢ 25–50 proc. – vidutinis heterogeniškumas;

➢ 50–75 proc. – didelis heterogeniškumas;

➢ 75–100 proc. – labai didelis heterogeniškumas.

d)

Rekomenduojama, kad I

2 būtų mažesnis nei 50 proc.

121.

Pagrindiniai metaanalizės rezultatai dažniausiai pateikiami diagramoje, kuri yra vadinama....... Ji vaizduoja atskirų tyrimų efektų dydžius bei bendro

efekto dydį kartu su 95 proc. pasikliautinaisiais intervalais.

a)
box plot
b)
scatter plot
c)
line graph
d)
forest plot
122.

Mokslinė informacija:

a)

recenzuojami tarptautiniai moksliniai

straipsniai/publikacijos bei apžvalginiai

straipsniai,

b)

• mokslinės konferencijos, pranešimai,

seminarai,

• kitų mokslininkų baigiamieji darbai,

disertacijos,

c)

vadovėliai ir knygos,

d)

duomenys, jų rinkiniai duomenų

bazėse.

123.

Mokslinio straipsnio struktūra:

a)
Įvadas, teorija, analizė, išvados, rekomendacijos
b)
Metodai, rezultatai, apžvalga, išvados, diskusija
c)
Įvadas, rezultatai, išvados, metodai, santrauka
d)
Įvadas, metodai, rezultatai, diskusija, išvados
124.

Į ką atsižvelgti vertinant mokslinę informaciją?

a)
Atsižvelgti į šaltinio populiarumą, autorių amžių, tyrimo vietą, rezultatų skaičių ir atnaujinimo dažnumą.
b)
Atsižvelgti į šaltinio dizainą, autorių socialinę padėtį, tyrimo trukmę, rezultatų pateikimo būdą ir atnaujinimo laiką.
c)
Atsižvelgti į šaltinio kainą, autorių tautybę, tyrimo pavadinimą, rezultatų spalvą ir atnaujinimo formatą.
d)

Šaltinio tipas (originalus tyrimas, apžvalga), Autorių, institucijų patikimumas, Kur publikuota (ar žurnalas recenzuojamas?, Tyrimo metodologija (imties parinkimas,

statistiniai metodai), Duomenų kokybė (ar rezultatai pateikti tinkamai?), Rezultatų interpretacija, Ribotumai (angl. limitations), Aktualumas (tyrimas ne senesnis kaip 5 metai), Citavimo rodikliai, Finansavimo šaltiniai ir interesų konfliktai

125.

Kas nusako bendrą žurnalo straipsnių cituojamumą per

pastaruosius du metus.

Priklauso nuo mokslo srities, pvz.: gyvybės moksluose IF mediana yra

apie 3 – 4. IF 10 jau puikus, bet ne didžiausias galimas cituojamumo

rodiklis.

a)
The median Impact Factor in engineering is about 4-5.
b)
The median Impact Factor in physical sciences is about 2-3.
c)
The median Impact Factor in social sciences is about 5-6.
d)
The median Impact Factor in life sciences is about 3-4.
126.

• Gerina informacijos pasiekiamumą ne

tik mokslininkams, bet ir visuomenei –

daugiau galimybių mokytis,

• Didina skaidrumą ir pasitikėjimą,

• Daugiau galimybių atkartoti tyrimus,

• Didesnės galimybės mokslininkų

bendradarbiavimui,

• Greitesnis inovacijų pritaikymas

praktikoje.

a)

Užrakintas mokslas

b)

Leidžiamas mokslas

c)

Atviras mokslas

d)

Suspenduotas mokslas

127.

Kodėl svarbu teisingai cituoti?

a)

Suteikia autoriui pripažinimą už jo nuveiktus darbus

b)

Apsisaugo jus nuo plagiato

c)

Daro jūsų darbą patikimesniu

d)

Suteikia galimybę skaitytojui atsekti dominančią informaciją

128.

Koks naudojamas citavimo stilius (dažniausias biomedicinoje):

Tekste: [1]

Literatūros sąraše:

Smith J. Title. Journal.2020;5(2): 100–105.

a)
Chicago style
b)
MLA style
c)
APA style
d)
Vancouver style
129.

Citavimo programos

(angl. Reference managers) padeda:

a)
Išsaugoti dokumentus debesyje.
b)

rinkti, saugoti, tvarkyti ir automatiškai cituoti

mokslinius šaltinius, taigi – taupo laiką ir sumažina klaidų

tikimybę.

c)
Redaguoti tekstus ir formatavimą.
d)
Kurti naujas citavimo stilius.
130.

“Boolean” tipo operatoriai:

a)

AND – siaurina paiešką

OR – plečia paiešką

b)

NOT – pašalina nereikalingą informaciją

c)

“KABUTĖS” – ieško tikslaus žodžio

d)

ŽVAIGŽD* – ieško žodžio šaknies

131.

Kiekybiniai

Kokybiniai

Pirminiai

Antriniai

Eksperimentiniai

Stebėjimo

Struktūrizuoti

Nestruktūrizuoti

a)
Stebėjimo, Struktūrizuoti, Kokybiniai
b)
Pirminiai, Eksperimentiniai, Nestruktūrizuoti
c)
Kiekybiniai, Kokybiniai, Antriniai
d)

Moksliniai

duomenys

132.

FAIR principas ir atviras mokslas:

a)

Findable – duomenys turi būti aiškiai aprašyti ir turėti pastovius

identifikatorius, kad būtų galima lengvai juos rasti įvairiais

paieškos metodais.

b)

Accessible – duomenys turi būti prieinami ir lengvai atkuriami –

idealiu atveju, per atvirą prieigą. Metaduomenys visada turi būti

prieinami, net jei pačių duomenų prieiga apribota.

c)

Interoperable – duomenis turėtų būti galima integruoti ir

naudoti su kitais duomenimis be apribojimų. Tai pasiekiama

naudojant standartizuotus formatus ir žodynus.

d)

Reusable – duomenys turėtų būti gerai aprašyti, dalinami ir turėti

aiškias naudojimo licencijas, siekiant skatinti platų pakartotinį

naudojimą.

133.

Informacinių technologijų

svarba farmacijoje:

a)

Vaistų saugumo užtikrinimas

• Elektroniniai sveikatos įrašai ir e.

receptai

• Vaistų ir medicinos priemonių atsargų ir

tiekimo grandinės valdymas

• Farmaciniai tyrimai ir vaistų kūrimas

• Personalizuota medicina

• Farmakologinis budrumas

b)
Informacinių technologijų nauda farmacijoje yra menka, nes jos didina išlaidas.
c)
Informacinių technologijų vaidmuo farmacijoje yra nereikšmingas, nes jos trukdo procesams.
d)
Informacinių technologijų svarba farmacijoje yra maža, nes jos sumažina pacientų pasiekiamumą.
134.

• Vaistų taikinių identifikavimas ir validavimas

• Potencialių aktyvių medžiagų paieška ir optimizavimas

• ADME (absorption, distribution, metabolism, and

excretion) modeliavimas, galimų toksikologinių reakcijų

identifikavimas

• Klinikinių tyrimų dizainas

• Biologinių žymenų paieška

• Vaistų ilgalaikis stebėjimas pasitelkiant realaus pasaulio

duomenis. • Skirtingų duomenų integravimas (pvz.: derinami

cheminiai, biologiniai, klinikiniai ir realaus pasaulio

duomenys, siekiant priimti pagrįstus gydymo

sprendimus)

a)

IT vaidmuo medicinoj

b)

IT vaidmuo vaistų kūrime

135.

Kruskalio ir Voliso kriterijus

a)

H

b)

S

c)

F

136.

ANOVA

a)

F

b)

H

c)

S

d)

X2

137.

FRYDMANO

a)

F

b)

S

c)

X2

d)

H

138.

Pirsono

a)

s

b)

r

c)

rs

d)

H

139.

Spirmeno

a)

F

b)

r

c)

rs

d)

H

140.

Ar pakankamas imties dydis ivertinti kazkokia vidutine reikia tam tikru tikslumu populiacijoje arba jei klausiama apie kazkokia dali imties

a)

n=zq2 x s2 / trikampis2

populiacijoje

b)

n=zq2 x v x (1-v)/trikampis2

imtyje

c)

n=zq2 x v x (1-v)/trikampis2

populiacijoje

d)

n=zq2 x s2 / trikampis2

imtyje