Для признаков и , измеренных в номинальной шкале, составлена таблица сопряженности и вычислен коэффициент среднеквадратической сопряженности . Полученный результат можно трактовать следующим образом

Правильный ответ:

признаки и независимы

признаки и зависимы

этот коэффициент не позволяет сделать вывод о зависимости или независимости признаков и . Однако, если вычисленное значение статистики хи-квадрат попадает в критическую область, то можно сказать, что сила связи между признаками и слабая

• # МНК-оценка параметра линейной регрессионной модели является
• # Рассматривается модель линейной регрессии , , где - ненаблюдаемые центрированные погрешности, имеющие плотность распределения . Для оценивания неизвестных параметров применен метод наименьших квадратов (МНК). Величины дисперсий , полученных МНК-оценок, зависят от
• # Для номинального признака , имеющего 5 градаций, и номинального признака , имеющего 4 градации, составлена таблица сопряженности и вычислено значение статистики хи-квадрат. Значение статистики оказалось равным 23.13. Согласно таблицам, квантили распределения хи-квадрат , . Какой (какие) выводы можно сделать, опираясь на полученный результат?
• # Для признаков и , измеренных в номинальной шкале, составлена таблица сопряженности и вычислена мера Гутмана . Полученное значение следует трактовать таким образом:
• # Для двумерной гауссовской выборки вычислен выборочный коэффициент корреляции . Какое распределение имеет статистика в том случае, когда случайные величины и независимы?