Kartičky na Pokročilé statistické metody

Pokročilé statistické metody: Kompletní shrnutí pro studenty

1 / 24

Proč má testování s úplným vyčerpávajícím šetřením (velkým souborem dat) omezený smysl pro inferenční testy?

Protože máme data celé populace a nemusíme dělat úsudky o populaci — není potřeba testovat hypotézy o parametrech populace.

Klepni pro otočení · Swipni pro navigaci

Regrese

24 kartiček

Kartička 1

Otázka: Proč má testování s úplným vyčerpávajícím šetřením (velkým souborem dat) omezený smysl pro inferenční testy?

Odpověď: Protože máme data celé populace a nemusíme dělat úsudky o populaci — není potřeba testovat hypotézy o parametrech populace.

Kartička 2

Otázka: Co jsou sdružené regresní přímky v případě vzájemné závislosti X a Y?

Odpověď: Jsou to regresní přímky Y na X a X na Y (obě závislosti současně).

Kartička 3

Otázka: Jak se nazývají koeficienty sdružených regresních přímek?

Odpověď: Koeficienty byx (sklon přímky Y na X) a bxy (sklon přímky X na Y).

Kartička 4

Otázka: Jaké je pravidlo vztahu znaménka korelačního koeficientu k směrnicím sdružených regresních přímek při oboustranné závislosti?

Odpověď: Znaménko korelačního koeficientu musí být stejné jako znaménka obou směrnic sdružených regresních přímek.

Kartička 5

Otázka: Co znamená korelační koeficient roven nule?

Odpověď: Vyjadřuje úplnou lineární nezávislost (žádnou lineární závislost), neříká nic o možné jiné (nelineární) funkční závislosti.

Kartička 6

Otázka: Co signalizují systémová (nestrukturovaná) rezidua v regresním modelu?

Odpověď: Že model systematicky opomíjí určitý vztah a je nevhodný (není použitelné vysvětlení).

Kartička 7

Otázka: Kdy je potřeba hledat jinou funkční závislost po neodmítnutí F-testu?

Odpověď: Pokud F-test není zamítnut na rozumných hladinách významnosti, je nutné ověřit, zda neexistuje jiná (např. nelineární) funkční závislost.

Kartička 8

Otázka: Jak postupujeme u regresní logaritmické funkce při odhadu parametrů?

Odpověď: Na zlogaritmovaná data aplikujeme klasické postupy lineární regrese (např. MNČ), protože software počítá jako s lineární regresí.

Kartička 9

Otázka: Co je důležité vědět o regresní hyperbole (model s převrácenými hodnotami vysvětlující proměnné)?

Odpověď: Používáme lineární metody (odhad pomocí MNČ) po transformaci vysvětlující proměnné na převrácené hodnoty.

Kartička 10

Otázka: Čím se liší regresní parabola od lineární přímky z hlediska testování parametrů?

Odpověď: Má o jeden parametr více, takže F-test a dílčí t-testy nejsou totéž; je důležité ověřit statistickou významnost všech parametrů.