Вопросы экзаменов, контрольных, зачетов
1 1 1 1 1 1 1 1 1 1 Рейтинг 0.00 (0 Голоса)

Утверждено на заседании

Кафедры МЭО и МИ

Протокол № ___ от ________________200__г.

Зав. кафедрой к. т.н. ____________

Бойченко О. В.

Вопросы к экзамену по дисциплине «Компьютерная обработка данных»

(специальности: МЭО, МИ, 2 курс, 4 семестр).

1.  Основные составные методологии компьютерного анализа и обработки данных.

2.  Четыре основных этапа статистического анализа данных.

3.  Генеральная совокупность и выборка: определение и параметры. Понятие набор данных и элементарная единица.

4.  Репрезентативная выборка. Процедуры формирования репрезентативной выборки.

5.  Использование гистограмм для первичного анализа данных.

6.  Построение таблиц частот.

7.  Наглядные статистики: гистограммы, кумуляты.

8.  Виды средних величин.

9.  Квартили и процентили. Размах вариации.

10.  Дисперсия и среднее квадратичное отклонение.

11.  Непрерывные и дискретные распределения.

12.  Нормальное распределение

13.  Статистическая гипотеза.

14.  Статистический критерий.

15.  Ошибка 1-го и 2-го рода.

16.  Общие этапы проверки статистических гипотез.

17.  Статистическая значимость и её уровень.

18.  Критерий согласованности Х2 - Пирсона.

19.  Основные этапы сравнительного исследования международных отношений.

20.  Виды связей явлений.

21.  Основные методы исследования связей явлений.

22.  Основная задача корреляционного анализа. Корреляционная зависимость.

23.  Основные свойства коэффициента корреляции.

24.  Проверка значимости и интервальные оценки параметров связи.

25.  Основная задача линейного регрессионного анализа.

26.  Простая линейная регрессия.

27.  Метод наименьших квадратов.

28.  Коэффициент детерминации в задачах линейного регрессионного анализа.

29.  Теоретические основы и принципиальная схема дисперсионного анализа.

30.  Дисперсионный анализ при группировке данных по одному признаку.

31.  Применение дисперсионного анализа для оценки достоверности разницы двух средних.

32.  Дисперсионный анализ при группировке данных по двум признакам.

33.  Общее определение и применение кластерного анализа.

34.  Вычисление Евклидового расстояния.

35.  Определение количества кластеров.

36.  Иерархический кластерный анализ.

37.  Определение непараметрических статистических методов.

38.  Недостатки и преимущества непараметрических статистик.

39.  Классификация непараметрических методов.

40.  Ранговые методы исследования влияния факторов.

41.  Подготовка к контент-анализу.

42.  Проведение содержательного контент-анализа.

43.  Проведение структурного контент-анализа.

44.  Автоматизированные технологии структурной обработки текстовой информации.

45.  Построение семантических сетей.

46.  Создание тематической структуры текстов.

47.  Реферирование текстов.

48.  Формирование гипертекста.

49.  Смысловой поиск.

50.  Использование рейтинговых методов в исследовании международных отношений.

51.  Рейтинговые методы оценки PR-компаний.

52.  Структура, состав, возможности и средства работы с программой: "EXPO: 1001 Рекламоноситель".

53.  Структура, состав, возможности и средства работы с программой: "Приемы журналистики и public relations".

54.  Структура, состав, возможности и средства работы с программой: "HeadLiner/Заголовщик".

55.  Компьютерные системы для анализа данных.

56.  Классификация и сравнительный анализ.

Добавить комментарий


Защитный код
Обновить

По темам:

История Украины

Культурология

Высшая математика

Информатика

Охотоведение

Статистика

География

Военная наука

Английский язык

Генетика

Разное

Технологиеские темы

Украинский язык

Филология

Философия

Химия

Экология

Социология

Физическое воспитание

Растениевосдство

Педагогика

История

Психология

Религиоведение

Плодоводство

Экономические темы

Бухгалтерские темы

Маркетинг

Иностранные языки

Ветеринарная медицина

Технические темы

Землеустройство

Медицинские темы

Творчество

Лесное и парковое хозяйство