Классическая параметрическая статистика в медицинских исследованиях [Ответы]
Непрерывное медицинское образование
- Ответы в файле выделены жирным шрифтом
1. ANOVA это англоязычная аббревиатура, обозначающая:
1) t-критерий Стьюдента; 2) дисперсионный анализ;
3) корреляционный анализ; 4) факторный анализ.
2. t-критерий Стьюдента был разработан:
1) Гарольдом Хотеллингом; 2) Джоном Стьюдентом;
3) Роналдом Фишером; 4) Уильямом Госсетом.
3. t-критерий Стьюдента для парных (связанных) выборок:
1) может быть использован в классическом виде; 2) не существует;
3) совпадает с t-критерием Стьюдента для случая разных дисперсий; 4) существует в виде адаптации классического t-критерия.
4. t-критерий Стьюдента для случая неравных дисперсий:
1) может быть использован в классическом виде; 2) не существует;
3) совпадает с t-критерием Стьюдента для случая равных дисперсий; 4) существует в виде адаптации классического t-критерия.
5. 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 двух 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 трех независимых группах с распределением, отличающимся от нормального.
6. Верны следующие утверждения:
1) в отсутствии связи коэффициент корреляции равен –1;
2) знак коэффициента корреляции показывает направление связи (прямая или обратная), а абсолютная величина – тесноту связи;
3) коэффициент корреляции может принимать значения от –1 до 1; 4) коэффициент корреляции оценивает только линейную связь.
7. Всю зарегистрированную соответствующим образом информацию о пациенте, которая может быть важна при проведении исследования и интерпретации его результатов можно считать:
1) биомедицинскими данными; 2) важными данными;
3) клиническими данными; 4) паспортными данными.
8. Выделяют следующие виды дисперсионного анализа:
1) для качественных и для количественных признаков; 2) одномерный и многомерный;
3) однофакторный и многофакторный;
4) с простыми измерениями и с повторными.
9. Дисперсионный анализ позволяет:
1) оценить доверительные интервалы средних значений;
2) проверить статистическую значимость коэффициента корреляции;
3) проверить статистическую значимость различия между средними значениями в разных группах;
4) проверить статистическую значимость различия между стандартными ошибками среднего в разных группах.
10. Для сравнения двух зависимых групп по количественному нормально распределённому признаку используют
1) t-критерий Стьюдента для несвязанных групп; 2) t-критерий Стьюдента для связанных групп; 3) дисперсионный анализ (ANOVA);
4) тест Манна-Уитни.
11. Для сравнения двух независимых групп по количественному нормально распределённому признаку 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 по количественному нормально распределённому признаку используют:
1) t-критерий Стьюдента для несвязанных групп; 2) t-критерий Стьюдента для связанных групп; 3) дисперсионный анализ (ANOVA);
4) тест Манна-Уитни.
13. Если исследование проводится путем анализа уже имеющихся в медицинской документации данных о больных, то исследование называется:
1) поперечным; 2) продольным;
3) проспективным;
4) ретроспективным.
14. Если исследователь знает, кто относится к тестовой группе, а кто – к контрольной, но этого не знают сами участники групп, то исследование называют:
1) двойным слепым; 2) не слепым;
3) простым слепым; 4) тройным слепым.
15. Если параметр распределён в соответствии с нормальным распределением, то в интервале μ±σ лежит
всех значений параметра:
1) 50%;
2) 68,26%; 3) 75,8%; 4) 95,44%.
16. Если попадания одного объекта (пациента) в одну из выборок никак не связано с попаданием других объектов (пациентов) в другие выборки данного исследования, то такие выборки называют:
1) зависимые;
2) независимые; 3) связанные;
4) случайные.
17. Если рассчитанное значение t-статистики Стьюдента меньше критического, найденного по таблице, то
1) t-статистика была рассчитана с арифметическими ошибками; 2) делаем вывод о малом объёме выборки;
3) делаем вывод о статистической значимости различий между сравниваемыми величинами; 4) различия сравниваемых величин статистически не значимы.
18. Если рассчитанное значение t-статистики Стьюдента равно или больше критического, найденного по таблице, то
1) t-статистика была рассчитана с арифметическими ошибками; 2) делаем вывод о малом объёме выборки;
3) делаем вывод о статистической значимости различий между сравниваемыми величинами; 4) различия сравниваемых величин статистически не значимы.
19. Интервал, в который попадает истинное значение измеряемой величины с заданной вероятностью, называют:
1) вероятностным интервалом; 2) доверительныминтервалом; 3) интервалом изоляции;
4) интервалом надежности.
20. Использовать дисперсионный анализ можно, если выполнены следующие условия:
1) выборок не более двух;
2) данные нормально распределены; 3) дисперсии в выборках неравны;
4) соблюдается условие равенства (гомоскедастичности) дисперсий.
21. Использовать классический t-критерий Стьюдента можно, если выполнены следующие условия:
1) выборок более двух;
2) данные нормально распределёны в обеих выборках; 3) дисперсии в выборках неравны;
4) соблюдается условие равенства (гомоскедастичности) дисперсий.
22. Корректная полная запись описательной статистики нормально распределённых данных может иметь вид:
1) M ± S; 2) M ± m;
3) M ± m, S; 4) M ± σ2.
23. Нормальное распределение однозначно задаётся всего двумя величинами:
1) доверительным интервалом; 2) математическим ожиданием; 3) модой;
4) среднеквадратическим отклонением.
24. Обнаружение статистически значимых, но логически не объяснимых корреляций:
1) возможно; 2) невозможно;
3) часто встречается;
4) является следствием неверного расчёта коэффициента корреляции.
25. Описать параметр – это
1) указать необходимый и достаточный набор числовых характеристик параметра (переменной) для данной выборки, позволяющий в необходимом объеме восстановить вид распределения описываемого параметра в данной выборке;
2) указать среднее значение параметра и доверительный интервал;
3) указать среднее значение параметра и среднеквадратическое отклонение;
4) указать среднее значение параметра, доверительный интервал и среднеквадратическое отклонение.
26. Оценку вида распределения количественных данных можно проводить с помощью:
1) Критерия Колмогорова-Смирнова; 2) Критерия Лиллиефорса;
3) Критерия Стьюдента;
4) Критерия Шапиро-Уилка.
27. Параметрические критерии:
1) используют параметры нормального распределения – среднее и стандартное отклонение; 2) не накладывают требования на вид распределения;
3) не применимы в тех случаях, когда есть основания предполагать, что исследуемые признаки подчиняются нормальному распределению;
4) не реализованы в пакетах статистических прикладных программ.
28. Переменные с двумя возможными значениями принято называть:
1) бинарными;
2) группирующими; 3) количественными; 4) факторными.
29. Подход к медицинской практике, при котором решения о применении профилактических, диагностических и лечебных мероприятий принимаются исходя из имеющихся доказательств их эффективности и безопасности, называют:
1) доказательной медициной;
2) надлежащей медицинской практикой; 3) научно обоснованной медициной;
4) научной медициной.
30. Представление результатов дисперсионного анализа предполагает указание следующих величин:
1) Р-значение критерия; 2) значение t-статистики;
3) описательную статистику количественного признака для всей выборки;
4) описательную статистику количественного признака для каждой группы.
31. Представление результатов исследования различий в двух группах по нормально распределённому количественному параметру предполагает указание следующих величин:
1) Р-значение критерия; 2) значение t-статистики;
3) описательную статистику количественного признака для всей выборки;
4) описательную статистику количественного признака для каждой группы.
32. При объёме выборок больше 20 в качестве 95%-ного доверительного интервала можно использовать интервал:
1) от M – 1,3 m до M 1,3 m; 2) от M – 2 m до M 2 m;
3) от M – 3 m до M 3 m; 4) от M – m до M m.
33. При описании корреляционного анализа необходимо указать:
1) значение коэффициента корреляции; 2) среднее значение;
3) уровень p-значения; 4) число наблюдений.
34. Распределение вероятностей, которое в случае одной переменной задаётся функцией плотности вероятности, совпадающей с функцией Гаусса, называется:
1) нормальным распределением; 2) обычным распределением;
3) распределением Бернулли; 4) распределением Пуассона.
35. Символом σ часто обозначают:
1) дисперсию;
2) среднее значение параметра;
3) стандартное отклонение параметра; 4) стандартную ошибку среднего.
36. Символом σ2 часто обозначают:
1) дисперсию;
2) среднее значение параметра;
3) стандартное отклонение параметра; 4) стандартную ошибку среднего.
37. Символом M обычно обозначают:
1) дисперсию;
2) среднее значение параметра;
3) стандартное отклонение параметра; 4) стандартную ошибку среднего.
38. Символом m обычно обозначают:
1) дисперсию;
2) среднее значение параметра;
3) стандартное отклонение параметра; 4) стандартную ошибку среднего.
39. Среди количественных данных принято выделять:
1) дискретные;
2) непрерывные; 3) номинативные; 4) порядковые.
40. Среднее стандартное отклонение может обознаться символами:
1) S; 2) SD; 3) σ;
4) СКО.
41. Стандартная ошибка среднего может обозначаться символами:
1) SE; 2) SEM; 3) m; 4) sd; 5) sx.
