m • Cnicimiiwank iJnU |ital<liianh
m • Cnicimiiwank iJnU |ital<liianh
H_J |
Odp |
a | |
b | |
c | |
8.4 |
Odp |
a | |
b | |
c |
8_5 |
Odp. |
a | |
b | |
c | |
8.6 |
Odp |
a | |
b | |
c | |
8.7 |
Odp |
a | |
b | |
c |
Wartość probitu nic mote być równa
a) Pr-<P 1 (/»CK- l»)^5.
b) Pf+'{P(Y* 0)).
c) Pr=d>'(P(Y= 0» + 5.
Oszacowano następujący model logitowy: L, = 0.5 * 0.02»,. Je zmienna obja&uapca przyjmie warto*.* 10. prognoza praw siwa P(Y- I) wynosi:
a) 0.7.
b) 0.6682.
c) 0.8473.
Oszacowano następujący model probitowy: ^-4+O.lr, Je zmienna objaśniająca przyjmie wartość 30. prognoza praw siwa P(Y= 1) wynosi:
a) 0.9772.
b) 0.0539.
c) 1. gdy ż wartość probttu jesi w iększa od 5.
Oszacowano następujący model probitowy: /V,= 1 +0.I-C,. Pro gnuzowane zjawisko zajdzie z prawdopodobieństwem 0.975. jezrli zmienna objaśniająca przyjmie wartość:
a) -005.
b) 59.6.
C) 1.0975.
Oszacowano następujący model logitowy: £, = 0-5 + 0.02i,. Pl» gnozowanc zjawisko zajdzie z prawdopodobieństwem 0.9. jeżeli zmienna objaśniająca przyjmie wartość:
b) 0.518.
c> M.86I2.
x.x |
(Mp |
a | |
h C | |
x.v |
Odp |
a | |
b | |
c | |
H. 10 |
Odp |
a | |
b | |
c |
a) których mniejtM wartości śwuik /.t o wyższym poziomie kulanego zjawisku.
b> których większe wartości świadczą o wyższym poziomic badanego zjawiska.
c) których spadek wartości świadczy o wyższym poziomic rozwoju. Do metod normalizacji zmiennych diagnostycznych zaliczamy:
a) standaryzacje.
c) dodanie do wartości normalizowanej zmiennej stałej.
Za pomocą formuły x’„~—-7—. nu\{x„} >0 normalizujemy:
r
a) stymulanty.
b) dcstymulanty.
c) nominanty.