Гипертрофия скелетных мышц

Объемные требования к экзамену

 
  1. Понятие «База данных».
  2. Средства управления базами данных.
  3. Этапы развития средств управления базами данных.
  4. Понятие «сущность» и «атрибут» в базах данных.
  5. Проектирование реляционной базы данных.
  6. Возможные виды связи между таблицами в базах данных.
  7. Целостность данных в MS Access.
  8. Предмет математической статистики.
  9. Понятие статистической шкалы. Типы статистических шкал.
  10. Номинальная шкала. Возможности статистической обработки данных, представленных в номинальной шкале. Примеры.
  11. Порядковая шкала. Возможности статистической обработки данных, представленных в порядковой шкале. Примеры.
  12. Интервальная шкала. Возможности статистической обработки данных, представленных в интервальной шкале. Примеры.
  13. Шкала отношений. Возможности статистической обработки данных, представленных в шкале отношений шкале. Примеры.
  14. Генеральная совокупность и выборка, объем выборки. Примеры.
  15. Характеристики положения. Примеры.
  16. Характеристики рассеивания (вариативности). Примеры.
  17. Характеристики формы распределения. Примеры.
  18. Ошибка среднего арифметического. Правила записи результатов. Примеры.
  19. Зависимые и независимые (связанные) выборки. Определения и примеры.
  20. Критерии проверки статистических гипотез. Классификация критериев значимости.
  21. Критерии согласия. Назначение. Условия применения.
  22. Параметрические критерии проверки гипотез. Формулы расчета. Условия применения.
  23. Непараметрические критерии проверки статистических гипотез.
  24. Закон нормального распределения. Определение. Свойства нормального распределения.
  25. Коэффициент корреляции. Определение. Графическая интерпретация коэффициента корреляции.
  26. Значение коэффициента корреляции как отражение тесноты связи между двумя случайными величинами. Графическое отображение тесноты связи. Примеры.
  27. Коэффициент корреляции Пирсона. Условия применения
  28. Коэффициент корреляции Спирмена. Условия применения.
  29. Оценка значимости коэффициента корреляции в пакете STATGRAPHICS plus for Windows.
  30. Правила оформления результатов корреляционного анализа в научных публикациях.
  31. Понятие регрессионной модели (простая, полиномиальная и множественная регрессии).
  32. Критерии адекватности модели. Проверка адекватности модели в пакете STATGRAPHICS plus for Windows. Сравнение альтернативных моделей.
  33. Значимость (достоверность) коэффициентов модели простой регрессии. Оценка значимости (достоверности) коэффициентов модели простой регрессии в пакете STATGRAPHICS plus for Windows.
  34. Полиномиальная регрессия. Понятия полинома, степени полинома. Множественный регрессионный анализ. Критический анализ примера из диссертационных работ или научных публикаций (разбор примера на основе ксерокопии статьи).
  35. Классификация многомерных методов. Назначение.
  36. История создания факторного анализа.
  37. Факторный анализ. Назначение. Направления использования в ФКиС.
  38. Модель факторного анализа. Понятие нагрузки переменной на фактор.
  39. Алгоритмы при выполнении факторного анализа.
  40. Критерии определения числа факторов.