Тест НМО с ответами по теме «Классическая параметрическая статистика в медицинских исследованиях» Интерактивный образовательный модуль (ИОМ)

1. ANOVA это англоязычная аббревиатура, обозначающая

1. корреляционный анализ
2. дисперсионный анализ
3. t-критерий Стьюдента
4. факторный анализ.

2. t-критерий Стьюдента был разработан

1. Джоном Стьюдентом
2. Уильямом Госсетом
3. Роналдом Фишером
4. Гарольдом Хотеллингом.

3. t-критерий Стьюдента используется для

1. определения статистической значимости различий средних величин в двух независимых группах с нормальным распределением
2. определения статистической значимости различий средних величин в трех независимых группах с распределением отличающимся от нормального
3. определения статистической значимости различий средних величин в трех независимых группах с нормальным распределением
4. определения статистической значимости различий средних величин в двух независимых группах с распределением отличающимся от нормального.

4. В случае нормально распределенных признаков с неравными дисперсиями

1. не существует метода сравнения
2. совпадает с t-критерием Стьюдента для случая равных дисперсий
3. может быть использован в классическом виде
4. существует адаптации классического t-критерий Стьюдента.

5. Вариант использования t-критерия Стьюдента для парных (связанных) выборок

1. совпадает с t-критерием Стьюдента для случая разных дисперсий
2. существует в виде адаптации классического t-критерия
3. может быть использован в классическом виде
4. не существует.

6. Всю зарегистрированную информацию о пациенте, которая имеет ценность при проведении исследования и интерпретации его результатов можно считать

1. паспортными данными
2. биомедицинскими данными
3. важными данными
4. клиническими данными.

7. Выделяют следующие виды дисперсионного анализа

1. с простыми измерениями и с повторными
2. для качественных и для количественных признаков
3. одномерный и многомерный
4. однофакторный и многофакторный.

8. Дисперсионный анализ используется для

1. проверки статистической значимости различия между средними значениями в разных группах
2. оценки доверительного интервала средних значений
3. проверки статистической значимости различия между стандартными ошибками среднего в разных группах
4. проверки статистической значимости коэффициента корреляции.

9. Для коэффициента корреляции Пирсона верны следующие утверждения

1. коэффициент корреляции может принимать значения от –1 до 1
2. коэффициент корреляции оценивает только линейную связь
3. в отсутствии связи коэффициент корреляции равен –1
4. знак коэффициента корреляции показывает направление связи (прямая или обратная) а абсолютная величина – тесноту связи.

10. Для сравнения двух несвязанных групп пациентов по нормально распределённому признаку концентрации глюкозы в крови используют

1. t-критерий Стьюдента для связанных групп
2. тест Манна-Уитни
3. t-критерий Стьюдента для несвязанных групп
4. дисперсионный анализ (ANOVA).

11. Для сравнения значений нормально распределённого признака концентрации глюкозы в крови у пациентов в два момента наблюдения используют

1. t-критерий Стьюдента для несвязанных групп
2. t-критерий Стьюдента для связанных групп
3. дисперсионный анализ (ANOVA)
4. тест Манна-Уитни.

12. Для сравнения трех независимых групп пациентов по нормально распределённому признаку количества эритроцитов в крови используют

1. тест Манна-Уитни
2. дисперсионный анализ (ANOVA)
3. t-критерий Стьюдента для несвязанных групп
4. t-критерий Стьюдента для связанных групп.

13. Если врач принимает решение о применении профилактических, диагностических и лечебных мероприятий принимаются исходя из имеющихся доказательств их эффективности и безопасности, то он работает в рамках

1. надлежащей медицинской практики
2. научно обоснованной медицины
3. научной медицины
4. доказательной медицины.

14. Если для проведения исследования данные о пациентах получают из уже имеющихся в медицинской документации сведений, то исследование называется

1. проспективным
2. ретроспективным
3. продольным
4. поперечным.

15. Если исследователь и участники групп знают, кто относится к тестовой группе, а кто – к контрольной, то исследование называют

1. не слепым
2. тройным слепым
3. простым слепым
4. двойным слепым.

16. Если параметр распределён в соответствии с нормальным распределением, то в интервале μ±σ лежит ____ всех значений параметра

1. 50%
2. 9544%
3. 758%
4. 6826%.

17. Если переменная имеет только два возможными значениями, то её называют

1. бинарными
2. факторными
3. группирующими
4. количественными.

18. Если попадания одного объекта (пациента) в одну их выборок никак не связано с попаданием других объектов (пациентов) в другие выборки данного исследования, то такие выборки называют

1. независимые
2. связанные
3. случайные
4. зависимые.

19. Если рассчитанное значение t-статистики Стьюдента меньше критического, найденного по таблице, то

1. отклоняем нулевую гипотезу и принимаем альтернативную о статистической значимости различий между сравниваемыми величинами
2. не отклоняем нулевую гипотезу и считаем различия сравниваемых величин статистически не значимыми
3. делаем вывод о малом объёме выборки
4. t-статистика была рассчитана с арифметическими ошибками.

20. Если рассчитанное значение t-статистики Стьюдента равно или больше критического, найденного по таблице, то

1. отклоняем нулевую гипотезу и принимаем альтернативную о статистической значимости различий между сравниваемыми величинами
2. t-статистика была рассчитана с арифметическими ошибками
3. делаем вывод о малом объёме выборки
4. не отклоняем нулевую гипотезу и считаем различия сравниваемых величин статистически не значимыми.

21. Интервал, в который попадает истинное значение измеряемой величины с заданной вероятностью, называют

1. доверительным интервалом
2. вероятностным интервалом
3. интервалом надежности
4. интервалом изоляции.

22. Использовать классический t-критерий Стьюдента можно, если выполнены следующие условия

1. данные нормально распределены в обеих выборках
2. дисперсии в выборках неравны
3. соблюдается условие равенства (гомоскедастичности) дисперсий
4. выборок более двух.

23. Корректное представление результатов статистического сравнения двух групп по нормально распределённому количественному параметру предполагает указание следующих величин

1. описательную статистику количественного признака для всей выборки
2. описательную статистику количественного признака для каждой группы
3. p -значение критерия
4. значение t-статистики.

24. Нормальное распределение однозначно задаётся всего двумя величинами

1. доверительным интервалом
2. математическим ожиданием
3. модой
4. среднеквадратическим отклонением.

25. Обнаружение статистически значимых, но логически не объяснимых корреляций

1. принципиально возможно
2. часто встречается
3. принципиально невозможно
4. является следствием неверного расчёта коэффициента корреляции.

26. Описать параметр – это

1. указать среднее значение параметра и доверительный интервал
2. указать необходимый и достаточный набор числовых характеристик параметра (переменной) для данной выборки позволяющий в необходимом объеме восстановить вид распределения описываемого параметра в данной выборке
3. указать среднее значение параметра и среднеквадратическое отклонение
4. указать среднее значение параметра доверительный интервал и среднеквадратическое отклонение.

27. Параметр «Пол» подвергается проверке соответствия распределения нормальному

1. всегда
2. в случае отклонения от соотношения 50:50
3. только неграмотным исследователем
4. в случае использования небинарного определения пола.

28. Параметрические критерии носят такое название, потому что

1. не реализованы в пакетах статистических прикладных программ
2. используют параметры нормального распределения – среднее и стандартное отклонение
3. применимы в только тех случаях когда параметры распределения известны априорно
4. не накладывают требования на вид распределения.

29. Полное корректное представление результатов описательной статистики нормально распределённых данных имеет вид

1. M ± S
2. M ± m
3. M ± σ2
4. M ± m S.

30. Представление результатов дисперсионного анализа предполагает указание следующих величин

1. описательную статистику количественного признака для каждой группы
2. p-значение критерия
3. значение t-статистики
4. описательную статистику количественного признака для всей выборки.

31. При объёме выборок больше 20 в качестве 95%-ного доверительного интервала можно использовать интервал

1. от M – 13 m до M 13 m
2. от M – 3m до M 3m
3. от M – m до M m
4. от M – 2m до M 2m.

32. При описании результатов корреляционного анализа кроме словесного указания на наличие или отсутствие связи необходимо указать

1. значение коэффициента корреляции
2. уровень p-значения
3. число наблюдений
4. среднее значение.

33. Применение дисперсионного анализа допустимо, если выполнены следующие условия

1. выборок не более двух
2. данные нормально распределены
3. соблюдается условие равенства (гомоскедастичности) дисперсий
4. дисперсии в выборках неравны.

34. Проведение проверки соответствия распределения нормальному для параметра «наличие постоперационных осложнений»

1. необходимо
2. может оказаться полезно в некоторых исследованиях
3. остается на усмотрение исследователя
4. не имеет смысла.

35. Проверку гипотезу о соответствии наблюдаемого распределения количественных данных нормальному можно проводить с помощью критерия

1. Стьюдента
2. Колмогорова-Смирнова
3. Шапиро-Уилка
4. Лиллиефорса.

36. Распределение вероятностей, которое задаётся функцией Гаусса, называется

1. распределением Бернулли
2. распределением Пуассона
3. обычным распределением
4. нормальным распределением.

37. Символом M обычно обозначают

1. дисперсию
2. стандартное отклонение параметра
3. среднее значение параметра
4. стандартную ошибку среднего.

38. Символом m обычно обозначают

1. стандартную ошибку среднего
2. среднее значение параметра
3. дисперсию
4. стандартное отклонение параметра.

39. Символом σ часто обозначают

1. дисперсию
2. среднее значение параметра
3. стандартную ошибку среднего
4. стандартное отклонение параметра.

40. Символом σ2 часто обозначают

1. среднее значение параметра
2. стандартное отклонение параметра
3. дисперсию
4. стандартную ошибку среднего.

41. Среди количественных данных принято выделять

1. порядковые
2. дискретные
3. номинативные
4. непрерывные.

42. Среднее стандартное отклонение может обознаться символами

1. СКО
2. SD
3. S
4. σ.

43. Стандартная ошибка среднего может обознаться символами

1. sx
2. SEM
3. m
4. SE
5. sd.