Екi деңгейлi толық факторлық тәжірибеде 2 фактор үшiн неше опытты өткiзу қажет?¶4

Ахмет

- бұ л идентификатталанатын ¶ сызық ты динамикалық объекттердiң матрицалық тү рiндегi математикалық моделi

- бұ л ¶ идентификатталанатын сызық ты динамикалық объекттердiң дифференциалдық тең деулер тү рiндегi математикалық моделi

бұ л жерде: ¶ n - опыттардың саны; k - кiрiстер (факторлар) саны

- бұ л: тү рiндегi математикалық моделi ¶ идентификатталанатын объекттердiң жиiлiк сипаты

- бұ л идентификатталанатын ¶ объекттердiң сандық математикалық моделi

- бұ л: ¶ идентификатталанатын объекттердiң берiлiс функция тү рiндегi математикалық моделi

- бұ л: ¶ Қ алдық дисперсияның бағ асы Y (адекваттылық тың дисперсиясы)

- бұ л: ¶ Нормаль таралуды сипаттайтын тең деу

- бұ л: ¶ Қ алдық дисперсияның бағ асы Y (адекваттылық тың дисперсиясы)

формула бойынша: ¶ Тә жірибелерді жоспарлауда вариациялау аралығ ы (интервалы) аң ық талады

формула бойынша мә нi есептеледі¶ Стьюдент критериiнiң

формула бойынша: пайдаланылатын мә нi анық талады¶ Стьюдент критериiнде

формула бойынша: ¶ Ө лшемсiз айнымалылардан физикалық (нақ тылы) айнымалыларғ а ө туге болады

формула бойынша: ¶ Тә жірибелерді жоспарлауда жоспар орталығ ы аң ық талады

формула бойынша: ¶ Тә жірибелерді жоспарлауда факторды ө згерту аралығ ыаң ық талады

формула бойынша: ¶ Физикалық (нақ тылы) айнымалылардан ө лшемсiз айнымалыларғ а ө туге болады

формуласы бойынша анық талады ¶ берiлiс функцияның кү шейту коэффициентi

- бұ л идентификатталанатын тү рiндегi математикалық модель: ¶ сызық ты динамикалық объекттердiң матрицалық

- бұ л идентификатталанатын тү рiндегi математикалық модель¶ объекттердiң салмақ ты функция

- бұ л: ¶ идентификатталанатын объекттердiң цифрлық математикалық моделi

- бұ л: ¶ Орташа квадратты ауытқ у (қ ате, стандарт)

жә не берiлген, қ ай мә ндер дұ рыс? ¶ ,

жә не берiлген, қ ай мә ндер дұ рыс? ¶ ,

жә не берiлген, қ андай мә ндер дұ рыс? ¶ ,

модель ү шiн шығ ыстың мә нiн формула бойынша есептеуге болады¶ формула бойынша

формула бойынша тексеруге болады¶ адекваттылық ты

формула бойынша анық талады¶ Фишер критериiнiң есептелетiн мә нi

формула бойынша уақ ыттық қ атардың бағ асын анық тауғ а болады ¶ дисперсия

формула бойынша: уақ ыттық қ атардың бағ асын анық тауғ а болады¶ дисперсия

формула бойынша: ¶ Фишер критериiнiң есептелетiн мә нi анық талады

формуланы пайдалану арқ ылы бағ алауғ а болады¶ математикалық моделдiң адекваттылығ ын

формуласы бойынша тексеруге болады¶ адекваттылық ты

- бұ л идентификатталанатын ¶ объекттердiң берiлiс функция тү рiндегi математикалық моделi

- бұ л идентификатталанатын ¶ объекттердiң жиiлiк сипаты тү рiндегi математикалық моделi

- бұ л идентификатталанатын ¶ объекттердiң салмақ ты функция тү рiндегi математикалық моделi

- бұ л идентификатталанатын ¶ сызық ты динамикалық объекттердің дифференциалды тең деулер тү ріндегі математикалық моделі

гипотезасын тексеру барысында критерий ретінде шаманы пайдаланады¶

- кiрiс ақ паратты шығ ыс ақ паратқ а тү рлендiру мен жү йенiң шығ ыс жә не кiрiс параметрлерi арасындағ ы математикалық тә уелдiлiк тү рiн анық тайды ¶ Модельдеу ү рдісі

тү рдегi модель ү шiн шығ ыстың есептелетiн мә нiн табуғ а болады: ¶ формула бойынша

тү рдегi модель ү шiн шығ ыстың есептелетiн мә нiн формула бойынша табуғ а болады: ¶

формула бойынша пайдаланылатын мә нi анық талады¶ Стьюдент критериiнде

формула бойынша анық талады¶ Кохрен критериiнiң есептелетiн мә нi

формула бойынша есептелетiн мә нi анық талады¶ Стьюдент критериiнiң

формула бойынша уақ ыттық қ атардың бағ асын анық тауғ а болады¶ орташа мә нi (математикалық қ ү тiм)

формула бойынша уақ ыттық қ атардың бағ асын анық тауғ а болады¶ орташа мә нiнiң (математикалық кү тiм)

формула бойынша уақ ыттық қ атардың бағ асын анық тауғ а болады ¶ автокорреляциялық функциясының

формула бойынша уақ ыттық қ атардың бағ асын анық тауғ а болады ¶ ө зара корреляциялық функциясының

формула бойынша уақ ыттық қ атардың бағ асын анық тауғ а болады¶ спектралды тығ ыздығ ын

формула бойынша: анық талады¶ Кохрен критериiнiң есептелетiн мә нi

формула бойынша: уақ ыттық қ атардың бағ асын анық тауғ а болады ¶ автокорреляциялық функциясының

формула бойынша: уақ ыттық қ атардың бағ асын анық тауғ а болады ¶ ө зара корреляциялық функциясының

формула бойынша: уақ ыттық қ атардың анық тауғ а болады¶ спектралды тығ ыздығ ын

формула бойынша: ¶ Корреляцияның таң даулы коэффициентi анық талады

формула бойынша: ¶ Ө лшемсiз айнымалылардан физикалық (нақ тылы) айнымалыларғ а ө туге болады

формула бойынша: ¶ Сызық ты байланыс кү шiн бағ алау корреляцияның таң даулы коэффициентi есептеледi

формула бойынша: ¶ Сызық ты байланыс кү шiн бағ алау ү шiн корреляцияның таң даулы коэффициентi есептеледi

формула бойынша: ¶ Тә жірибелерді жоспарлауда жоспар орталығ ы аң ық талады

формула бойынша: ¶ Толық факторлық тә жірибеде коэффициенттер аң ық талады

формула бойынша: ¶ Физикалық (нақ тылы) айнымалылардан ө лшемсiз айнымалыларғ а ө туге болады

формула бойынша: ¶ Х айнымалысының дисперсиясы бағ аланады

формула бойынша: ¶ Х айнымалысының математикалық кү тiмi бағ аланады

формуласы бойынша: ¶ Опыттың қ атесi (ұ дайы ө ндiрудiң қ атесi, орташа квадратты қ ате, орташа квадратты ауытқ у) анық талады

формуласы бойынша: ¶ Ұ дайы ө ндiрудiң дисперсия бағ асы Y анық талады

формуласы бойынша: ¶ Ұ дайы ө ндiрудiң дисперсия бағ асы Y анық талады

формуласы бойынша: ¶ Х айнымалысының дисперсиясы бағ аланады

формуласы бойынша: ¶ Х айнымалысының математикалық кү тiмi бағ аланады

(A + A + + An) оқ иғ алардың қ осындысы - ол: ¶ A_i оқ иғ аларының iшiнен кемiнде бiреуiнiң пайда болуына сә йкес оқ иғ а

(A + A + … + An) оқ иғ алардың қ осындысы - ол: ¶ оқ иғ алар iшiнен кемiнде бiреуiнiң пайда болуына сә йкес оқ иғ а

, жә не берiлген, кiрiстiң натурал координаттарындағ ы қ ай мә нi дұ рыс? ¶ 220°С

... - айнымалылар объекттерді реті бойынша орналастырумен қ атар олардың арасындағ ы айырмашылық тарды салыстыруғ а мү мкіндік береді¶ интервалдық

.... - айнымалылар ө лшеу объекттерін ранжирлеуге (реті бойынша орналастыруғ а) мү мкіндік береді¶ реттік (ординалды)

.... - дисперсияның тү бір асты¶ стандартты ауытқ у

.... – коэффициенті таралу қ исығ ының ү штіктілігін бағ алайтын шама¶ Эксцесс

.... – коэффициенті таралудың симметриялық еместігін бағ алайтын шама¶ Ассиметрия

.... - қ алыптаспағ ан жағ дайда кiрiс жә не шығ ыс айнымалылардың арасындағ ы байланысы, зерттелетiн жү йенiң динамикалық қ асиеттерiн сипаттайды: ¶ Берiлiс функциялар

.... - нә тиженің сенімділігіне кему бойынша тә уелді кө рсеткіш¶ Мағ ыналық дең гей

..... – зерттелетін статистикалық таң даманы (выборка) бірдей екі бө лікке бө леді¶ медиана

..... – зерттелетін статистикалық таң даманың (выборка) бірдей екі бө ліктерін жә не екі жартығ а бө леді¶ квартиль

SPSS -: ¶ Статистикалық есептердi шешу ү шiн арнайы қ ұ ралдары бар программалық кешен

SPSS -: ¶ Статистикалық есептердi шешуге арналғ ан программалық кешен

Statistica -: ¶ Статистикалық есептердi шешу ү шiн арнайы қ ұ ралдары бар программалық кешен

Statistica -: ¶ Статистикалық есептердi шешуге арналғ анпрограммалық кешен

t= ден иiлу нү ктесiнен ө ткен жанаманың уақ ыт ө сiмен қ иылысу нү ктесiне дейiн уақ ыт кесiндiсi ретiнде: ¶ берiлiс функцияның кешiгуi анық талады

W(jw)=Re(w)+jIm(w)=½ W(jw)½ e^jj(w) тү рiндегі жиiлiк сипаттамада j(w) - ¶ W(jw)-ның фаза аргументi

W(jw)=Re(w)+jIm(w)=½ W(jw)½ e^jj(w) тү рiндегі жиiлiк сипаттамада Im(w) - ¶ W(jw)-ның жорамал бө лiгi

W(jw)=Re(w)+jIm(w)=½ W(jw)½ e^jj(w) тү рiндегі жиiлiк сипаттамада Re(w) - ¶ W(jw)-ның нақ тылы бө лiгi

W(jw)=Re(w)+jIm(w)=½ W(jw)½ e^jj(w) тү рiндегі жиiлiк сипаттамада ½ W(jw)½ - ¶ W(jw)-ның модулi (амплитудасы)

X= xi оқ иғ аның пайда болу жиiлiгi – ¶ Х оларда x_i мә нiн қ абылдағ ан m_i опыттар санының опыттардың жалпы санына n-ге қ атынасы

X= x_i оқ иғ аның пайда болу жиiлiгi: ¶ Х оларда x_i мә нiн қ абылдағ ан m_i опыттар санының опыттардың жалпы санына n-ге қ атынасын бiлдiредi

Y=Ф(X, Z, U) математикалық моделiнiң жалпы сипаттамасындағ ы Ф операторы: ¶ кiрiс айнымалылардың функционалдық {Z, U} кең iстiгiнен жү йенiң қ алып-кү й айнымалылар {X} кең iстiгiн шығ ыс айнымалылар {Y} мә ндер кең iстiгiне бейнелейдi

Y=Ф(X, Z, U) математикалық моделдiң жалпы сипатталуында Ф операторы -¶ кiрiс айнымалылардың функционалдық {Z, U} кең iстiгiнен жү йенiң қ алып-кү й айнымалылар {X} кең iстiгiн шығ ыс айнымалылар {Y} мә ндер кең iстiгiне бейнелейдi

Автокорреляциялық функция (АКФ): ¶ x(t) ның келесi мә ндерiнiң алдың ғ ы мә ндерiмен байланыс дең гейiн кө рсетедi; t мерзiмiнде мә нi x болатын x(t) функцияның мә нi t+ т мерзiмiнде x болатын ық тималдығ ын анық тайды

Автокорреляциялық функция (АКФ): ¶ x(t)- ың келесi мә ндерiнiң алдың ғ ы мә ндерiмен байланыс дең гейiн кө рсетедi; t мерзiмiнде мә нi x болатын x(t) функцияның мә нi t+ т мерзiмiнде x болатын ық тималдығ ын анық тайды

Автоматты басқ ару технологиясында динамикалық объекттiң жиiлiк сипаттарын қ арастырады да, пайдаланады - бұ л¶ амплитудалы-жиiлiк сипат (АЧХ)

Автоматты басқ ару технологиясында динамикалық объекттiң жиiлiк сипаттарын қ арастырады да, пайдаланады - бұ л¶ фазалы-жиiлiк сипат (ФЧХ)

Автоматты басқ ару технологиясында динамикалық объекттiң жиiлiк сипаттарын қ арастырады да, пайдаланады - бұ л¶ нақ тылы - жиiлiк сипат (ВЧХ)

Автоматты басқ ару технологиясында динамикалық объекттiң жиiлiк сипаттарын қ арастырады да, пайдаланады - бұ л ¶ жорамал жиiлiк сипат (мнимая) (МЧХ)

Автоматты басқ ару технологиясында динамикалық объекттiң жиiлiк сипаттарын қ арастырады да, пайдаланады Жиiлiк ден шексіздікке дейiн ө згергенде комплекстi жазық тық та қ ұ рылғ ан векторының годографы (шет қ озғ алысының iзi) -: ¶ амплитудалы-фазалық жиiлiк сипат (АФЧХ)

Адаптивтi басқ ару қ андай мү мкiндiк бередi? ¶ Идентификаттау мен басқ ару есептерiн бiрге шешу

Адекваттылық тың дисперсиясы: ¶

Айнымалылар арасындағ ы байланыстарды сипаттайтын негізгі ұ ғ ым ¶ корреляция

Айнымалылар арасындағ ы сызық ты байланыс кү шiн бағ алауда корреляцияның таң даулы коэффициентiн қ андай формула бойынша есептейдi? ¶

Айнымалының максималды жиі кездесетін мә ні болып табылады¶ мода

Амплитудасы U болатын сатылы сигнал ү шiн кiрiс ә сер ретiнде қ олданылады¶ берiлiс функциялары арқ ылы идентификаттау

Апостериорлық ақ парат дегенiмiз: ¶ ө ткiзiлген тә жiрибе арқ ылы алынғ ан мә лiметтер

Аппроксимациялау есебiн шешу, мысалы, қ андай мү мкiндiк бередi? ¶ Ең кiшi квадраттар ә дiсiмен эксперименттi сипаттайтын қ исық тың тең деуiн табу

Априорлық ақ парат дегенiмiз: ¶ Тә жiрибеге дейiн белгiлi болатын мә лiметтер

АФЖС (АФЧХ) тү сiру ү шiн қ андай тү рдегi кiрiс ә сер қ олданылады: ¶ Синусоидалы сигнал

АФЖС (АФЧХ) тү сiру ү шiн қ андай тү рдегi кiрiс ә сер қ олданылады? ¶ Синусоидалды сигнал

Бiр бiрiне тә уелсiз бiрнеше оқ иғ алар кө бейтiндiсiнiң ық тималдығ ы сол оқ иғ алар ық тималдық тарының тең ¶ кө бейтiндiсiне

Бiр параметрден сызық ты регрессияның коэффициенті формула бойынша аң ық талады: ¶

Бiр параметрден сызық ты регрессияның коэффициенті формула бойынша аң ық талады: ¶

Бiр параметрден сызық ты регрессияның коэффициенті формула бойынша аң ық талады: ¶

Бiр параметрден сызық ты регрессияның коэффициенты формула бойынша аң ық талады: ¶

Бiр параметрден сызық ты регрессияның -ші коэффициентi қ андай формула бойынша анық талады: ¶

Бiр параметрден сызық ты регрессияның -ші коэффициенты формула бойынша аң ық талады¶

Бiр параметрден сызық ты регрессияның b коэффициентi қ ай формула бойынша анық талады? ¶

Бiр параметрден сызық ты регрессияның -ші коэффициентi қ андай формула бойынша анық талады? ¶

Бiр параметрден сызық ты регрессияның -ші коэффициентi қ андай формула бойынша анық талады? ¶

Бiр параметрден сызық ты регрессияның -ші коэффициентi қ андай формула бойынша анық талады? ¶

Бiрнеше ү йлесімсіз оқ иғ алардың iшiнен кемiнде бiреуiнiң пайда болу ық тималдығ ы осы оқ иғ алар ық тималдық тарының тең ¶ қ осындысына

Байланыс жү йелерді идентификаттау жалпы жағ дайда аң ық таудан тұ рады¶ кiрiс ә сер жә не шығ ыс шамалар бойынша оның қ ұ рылымын жә не параметрлерiн

Байланыс жү йелерін модельдеу жә не идентификаттау пә нi нені зерттейдi? ¶ Кiрiс пен шығ ыстарын бақ ылау негiзiнде жү йелердің математикалық моделдерiн қ ұ рудың ә дiстерi мен тә сiлдерiн

Байланыс жү йелерінде идентификаттау қ андай мү мкiндiк бередi? ¶ Байланыс жү йенің математикалық моделiн табуғ а

Белгiлi бiр критерийге сай математикалық модельдiң нақ ты объектiге сә йкестiгi -: ¶ модельдiң адекваттылығ ы

Белгілі бір факторлардың зерттелетін орташа мә ндердің ө згеруіне тигізетін ә серін зерттеу талдаудың мә селесі болып табылады ¶ дисперсиялық

Белсендi емес экспериментте: ¶ Бар болатын ақ парат ө ң делiнедi

Белсендi экспериментте: ¶ Эксперименттер арнайы жоспар бойынша жү ргiзiледi

Берiлiс функциялары арқ ылы идентификаттау ү шiн қ ай тү рдегi кiрiс ә сердi қ олданғ ан дұ рыс? ¶ Амплитудасы U болатын сатылы сигналды

Берiлiс функциялары арқ ылы идентификаттау ү шiн қ андай тү рдегi кiрiс ә сердi қ олданғ ан жө н: ¶ Амплитудасы U болатын сатылы сигналды

Берiлiс функциясы болатын модельдің адекваттылығ ын қ алай тексеруге болады? ¶ формула бойынша

Берiлiс функциясы болатын модельдің адекваттылығ ын қ алай тексереді? ¶ формула бойынша

Білім дамуының мағ ынасы айнымалылар арасындағ ы анық тауда ¶ жаң а тә уелділіктерді

Білімді бейнелеудің арасындағ ы тә уелділік терминдерінен басқ а тә сіл жоқ ¶ сан немесе сапалар

Болжамдау есебiн шешу қ андай мү мкiндiк бередi? ¶ Уақ ыттың келесi мерзiмдерiндегi параметрлердiң мә ндерi қ андай болатындығ ын алдын ала айту

Бө лшектi факторлық тә жірибе эксперименттер санын арқ ылы қ ысқ артуғ а мү мкiндiк бередi¶ негiз ү шiн ТФТ-нiң жоспарын алып, ал бiр не бiрнеше факторлар ү шiн ө зара ә рекеттесу эффекттердi қ амтитын бағ андардың бiрiне сә йкес жоспарды пайдалану

Вилькинсонның критериi ү шiн пайдаланылады¶ Екi таң даудың бiрдей бiр жиынтық қ а қ атыстығ ы гипотезаны тексеру

Винер-Хопф тең деуi идентификаттаудың ә дiстердiң негiзiнде жатыр ¶ корреляциялық

Винер-Хопф тең деуi идентификаттаудың негiзiнде жатыр¶ корреляциялық ә дiстерінiң

Винер-Хопф тең деуiнiң тү рi: ¶

Винер-Хопф тең деуiнiң тү рi: ¶

Ғ ылыми зерттеулерде ә детте ө лшеулердің шкаласы пайдаланылады¶ кө рсетілген барлық

Ғ ылыми зерттеулерде ә детте ө лшеулердің шкалалары жә не оларғ а сә йкес айнымалылардың типі бар¶ кө рсетілген барлық

дең гей - нә тиженің сенімділігіне кему бойынша тә уелді кө рсеткіш¶ р-

Динамикалық объекттердi идентификаттау жалпы жағ дайда аң ық таудан тұ рады¶ бақ ыланатын деректер бойынша оның қ ұ рылымын жә не параметрлерiн

Динамикалық объекттің жорамал жиiлiк сипатын анық таудың дұ рыс тең деуiн кө рсетiң iз: ¶

Дискреттік шама ү шін - і ретті бастапқ ы момент: ¶

Дискриминанттық талдау: ¶ объекттi класстардың бiрiне жатқ ызу ү шiн қ ай айнымалылар объекттердi екi не одан да кө п топқ а бө летiнi жө нiнде шешiм қ абылдау ү шiн пайдаланылады

Дисперсиялық талдаудың негiзгi мақ саты: ¶ ө лшенетiн деректерге факторлардың тигiзетiн ә сер дең гейiн бағ алау

Дисперсияның мә ні аралық та ө згереді¶ ден шексіздікке дейін

Дисперсияның мә ні ге тең болғ аны білдіреді¶ ө згерістің жоқ тығ ын

Дұ рыс тең деудi кө рсетiң iз: ¶

Дұ рыс тең деудi кө рсетiң iз: ¶

Егер …..онда регрессия тең деуiнiң коэффициентi мағ ыналы деп саналады¶ >

Егер ….онда регрессия тең деуiнiң коэффициентi мағ ыналы болып саналады¶ >

Егер айнымалылар интервалдық шкалада ө лшенген болса ө лшенген болса онда корреляциялар пайдаланылады ¶ рангтік

Егер бір айнымалының мә ні ө скенде екінші айнымалының да мә ні ө сетін болса онда екі айнымалы дейді ¶ оң тайлы корреляцияланғ ан

Егер бір айнымалының мә ні ө скенде екінші айнымалының мә ні азаятын болса онда екі айнымалы дейді ¶ теріс корреляцияланғ ан

Егер детерминді жә не стохастикалық ү рдістерді ескеру қ ажет болса онда объекттің нә тижелік математикалық сипаттамасы тү рінде бейнеленеді¶ интегро-дифференциалды тең деулер

Егер опыттар ұ дайы ө ң дiрiлмейтiн болып шық са, онда: ¶ тә жірибенiң ә дiстемесiн, ө лшеу аспаптардын дә лдiк классын тексеру керек

Егер сызық ты объектiнiң кiрiсiне синусоидалды сигнал берiлсе, онда шығ ысындағ ы сигнал: ¶

Егер сызық ты объекттiң кiрiсiне синусоидалды сигнал берiлсе, онда шығ ысындағ ы сигнал: ¶

Егер ү рдістің негiзгi параметрлерi кең iстiк бойынша ө згермесе, онда мұ ндай процесстердi сипаттайтын модельдер деп аталады¶ параметрлерi жинақ талғ ан

Егер ү рдістің негiзгi параметрлерi уақ ыт пен қ атар кең iстiк бойынша ө згерiп тұ рса немесе ө згерiстердiң ө лшемi ден жоғ ары кең iстiкте орын алатын болса, онда мұ ндай процесстердi сипаттайтын модельдер - деп аталады¶ таралғ ан параметлi модельдер

Егер ү рдістің негiзгi параметрлерi уақ ытпен қ атар кең iстiк бойынша ө згерiп тұ рса немесе ө згерiстердiң ө лшемi ден жоғ ары кең iстiкте болса, онда мұ ндай процесстердi сипаттайтын модельдер деп аталады¶ параметрлерi таралғ ан модельдер

Егер ү рдістің негiзгi параметрлерi уақ ытпен қ атар кең iстiк бойынша ө згерiп тұ рса немесе ө згерiстердiң ө лшемi ден жоғ ары кең iстiкте болса, онда мұ ндай процесстердi сипаттайтын модельдердi -: ¶ дербес туындылы диференциалдық тең деулер тү рiнде бейнелейдi

Екi дең гейлi толық факторлық тә жірибеде 2 фактор ү шiн неше опытты ө ткiзу қ ажет? ¶4

Екi дең гейлiк толық факторлық тә жірибеде 4фактор ү шiн неше опытты ө ткiзу қ ажет? ¶ 16

Екi дең гейлiк толық факторлық тә жірибеде 5 фактор ү шiн неше опытты ө ткiзу қ ажет? ¶ 32

Екi таң даудың бiрдей бiр жиынтыа қ атыстығ ы гипотезаны тексеру ү шiн критериi пайдаланылады¶ Вилькинсонның

Екі кездейсоқ X жә не Y шамалардың дисперсияларының тең дігі туралы гипотезаны критерий бойынша тексереді¶

Екі кездейсоқ шамалар арасында корреляциясы жоқ туралы гипотезаны тексеру барысында қ атынасты пайдаланады¶

Екі математикалық кү тімдердің тең дігі туралы гипотезаны критерий бойынша тексереді¶

Ең айқ ын (анық) U оқ иғ аның ық тималдығ ы: ¶ бiрге тең

Еркiндiк дә режелер саны: ¶ f = [ө лшеулердiң жалпы саны] -[осы ө лшеулер алдын ала есептелген жә не ағ ымдық формулада пайдаланғ ан бағ алар саны]

Жаң а технологияларды қ ұ ру, жаң а қ ұ былыстарды зерттеу, математикалық модельдi бастапқ ы рет қ ұ ру ү шiн пайдаланады¶ Идентификаттаудың белсендi ә дiсiн

Жаң а технологияларды қ ұ ру, жаң а қ ұ былыстарды зерттеу, математикалық модельдi бастапқ ы рет қ ұ ру ү шiн: ¶ Идентификаттаудың белсендi ә дiсiн пайдаланады

Жиiлiк ә дiстер арқ ылы идентификаттау ү шiн қ ай тү рдегi кiрiс ә сердi қ олданғ ан дұ рыс? ¶ Синусоидалды сигнал

Жиiлiк ә дiстер арқ ылы идентификаттау ү шiн қ андай тү рдегi кiрiс ә сердi қ олданғ ан жө н: ¶ Синусоидалы сигнал

Жиiлiк сипаттама - комплекстi аргументтің функциясы тү рiнде келесiдей бейнеленiлуi мү мкiн W(jw)=Re(w)+jIm(w)=½ W(jw)½ e^jj(w) Мұ ндағ ы Re(w) -: ¶ W(jw) ның нақ тылы бө лiгi

Жиiлiк сипаттама - комплекстi аргументтің функциясы тү рiнде келесiдей бейнеленiлуi мү мкiн W(jw)=Re(w)+jIm(w)=½ W(jw)½ e^jj(w) Мұ ндағ ы Im(w) -: ¶ W(jw) ның жорамал бө лiгi

Жиiлiк сипаттама - комплекстi аргументтің функциясы тү рiнде келесiдей бейнеленiлуi мү мкiн W(jw)=Re(w)+jIm(w)=½ W(jw)½ e^jj(w) Мұ ндағ ы ½ W(jw)½ -: ¶ W(jw) ның модулi (амплитудасы)

Жиiлiк сипаттама - комплекстi аргументтің функциясы тү рiнде келесiдей бейнеленiлуi мү мкiн W(jw)=Re(w)+jIm(w)=½ W(jw)½ e^jj(w) Мұ ндағ ы j(w) -: ¶ W(jw) ның фаза аргументi

Жиiлiк сипаттарды формула бойынша анық тауғ а болады, оның қ ұ рамындағ ы - ¶ ө зара спектралды тығ ыздық

Жиiлiк сипаттарды формуласы бойынша анық тауғ а болады, оның қ ұ рамындағ ы - ол ¶ ө зара спектралды тығ ыздық

Жиiлiк сипаттарды эксперименталды анық тау кезiнде кiрiс ә сер ретiнде қ андай сигнал қ олданылмайды: ¶ Сатылы ә сер

Жиiлiк сипаттарды эксперименталды анық тау кезiнде кiрiс ә сер ретiнде қ андай сигнал қ олданылмайды? ¶ Сатылы ә сер

Жұ п корреляциялық коэффициенті аралық та ө згереді ¶ - ден + дейін

Жұ п корреляциялық коэффициенттің, тең болғ аны білдіреді ¶ корреляцияның жоқ тығ ын

Жұ п корреляциялық коэффициенттің + тең болғ аны білдіреді ¶ толық оң тайлы тә уелділікті

Жұ п корреляциялық коэффициенттің мә ні (плюс минус) +-тең болғ аны деректер арасында білдіреді ¶ дә л сызық тық тә уелділік бар екендігін

Жұ п корреляциялық коэффициенттің минус - тең болғ аны білдіреді ¶ толық теріс тә уелділікті

Зертелетiн таралудың нормалдылығ ы туралы гипотезаны тексеру ү шiн: ¶ Пирсонның келiсiм критериi пайдаланылады

Зертеулерде ә детте қ ателік дең гейінің “рұ қ сат етілген шегі” ретінде…. тең р-дең гей қ арастырылады¶ 0, 05-

Зерттелетiн ү рдістің қ ажеттi бағ ытымен шектеулi кейбiр жеке сипаттарын бейнелейтiн қ арапайымдалғ ан жү йе - ол: ¶ модель

Зерттеу барысында оригиналдың орнына қ олданылатын (оны ауыстыратын) объект: ¶ Модель

Иiлу нү ктесiнен ө ткен жанаманың уақ ыт ө сiндегi проекциясы ретiнде¶ берiлiс функцияның уақ ыт тұ рақ тысы анық талады

Идентификатталанатын жү йелердің дискреттi математикалық модельдерi: ¶ Айырмалық тең деулермен сипатталады

Идентификатталанатын объекттiң берiлiс функция тү рiндегi математикалық моделiн кө рсетiң iз¶

Идентификатталанатын объекттiң жиiлiк сипаты тү рiндегi математикалық моделдi кө рсетiң iз¶

Идентификатталанатын объекттiң цифрлық математикалық моделiн кө рсетiң iз¶

Идентификатталанатын объекттер динамикасының математикалық модельдерi: ¶ объекттердiң ө тпелi режимдерiн сипаттайды

Идентификатталанатын объекттер статикасының математикалық модельдерi: ¶ Объектiлердiң қ алыптасқ ан режимдерiн сипаттайды

Идентификатталанатын объекттердiң дискреттi математикалық модельдерi: ¶ айырмалық тең деулер арқ ылы сипатталады

Идентификатталанатын объекттердiң берiлiс функция тү рiндегi математикалық моделiн кө рсетiң iз: ¶

Идентификатталанатын объекттердiң жиiлiк сипаты тү рiндегi математикалық моделiн кө рсетiң iз: ¶

Идентификатталанатын объекттердiң жиiлiк сипаты тү рiндегi математикалық моделiн кө рсетiң iз: ¶

Идентификатталанатын объекттердiң қ алыптасқ ан (стационарлы) математикалық модельдерiнде: ¶ уақ ытқ а тә уелдi коэффициенттерi жоқ

Идентификатталанатын объекттердiң қ алыптаспағ ан (стационарлы емес) математикалық модельдерiнде: ¶ уақ ытқ а тә уелдi коэффициенттерi бар

Идентификатталанатын объекттердiң қ андай модельдерiнде анық емес (нечеткие) жиын аппаратын қ олдануғ а мү мкiн: ¶ эвристикалық модельдерiнде

Идентификатталанатын объекттердiң салмақ ты функция тү рiндегi математикалық моделiн кө рсетiң iз: ¶

Идентификатталанатын объекттердiң салмақ ты функция тү рiндегi математикалық моделдi кө рсетiң iз¶

Идентификатталанатын объекттердiң сандық математикалық моделiн кө рсетiң iз: ¶

Идентификатталанатын объекттердiң стохастикалық математикалық модельдерi: ¶ кездейсоқ факторларды ескередi

Идентификатталанатын объекттердiң эвристикалық модельдерi: ¶ анық емес (нечеткие) жиын аппаратын қ олдануы мү мкiн

Идентификатталанатын сызық ты динамикалық объектniң дифференциалдық тең деу тү рiндегi математикалық моделдi кө рсетiң iз¶

Идентификатталанатын сызық ты динамикалық объекттiң матрицалық тү рiндегi математикалық моделiн кө рсетiң iз¶

Идентификатталанатын сызық ты динамикалық объекттердiң дифференциалдық тең деулер тү рiндегi математикалық моделiн кө рсетiң iз: ¶

Идентификатталанатын сызық ты динамикалық объекттердiң матрицалық тү рiндегi математикалық моделiн кө рсетiң iз: ¶

Идентификатталанатың объекттердiң детерминді математикалық модельдерi: ¶ Кездейсоқ факторларды ескермейдi

Идентификаттау есебтері қ атарына не жатпайды: ¶ Фундаменталды физикалық заң дылық тар негiзiнде математикалық модельдердi қ ұ ру

Идентификаттау есептерiнiң кең класын шешу ү шiн арнайы қ ұ ралдары программалық кешен: ¶ MATLAB

Идентификаттау есептерiнiң кең тобын шешуге арналғ ан программалық кешен: ¶ MATLAB

Идентификаттаудың аралас ә дiсiнде: ¶ Объект нормальды режимiнен шығ арылмайды, бырақ басқ ару сигналдарына тестiлiк ә серлер де қ осылады

Идентификаттаудың белсендi (актив) ә дiстерiнде: ¶ Объекттiң кiрiс параметрлерiне белгiлi мақ сат бойынша ә сер тигiзедi

Идентификаттаудың белсендi емес (пассив) ә дiстерiнде: ¶ Объектiнiң кiрiс параметрлерiне белгiлi мақ сат бойынша ә сер тигiзу талабы қ ойылмайды

Идентификаттаудың белсендi емес ә дiсiн: ¶ математикалық модельдердi дә лдiктеу, объектiдегi ө згерiстердi бақ ылау ү шiн пайдаланады

Идентификаттаудың белсендi емес ә дiсiнде: ¶ Объект басқ ару контур iшiнде эксплуатациялаудың кә дiмгi режимiнде жұ мыс iстейдi, оның кiрiстерiне тек табиғ и сигналдары келiп тү седi

Идентификаттаудың белсендi ә дiсiн: ¶ жаң а технологияларды қ ұ ру, жаң а қ ұ былыстарды зерттеу, математикалық модельдi бастапқ ы рет қ ұ ру ү шiн пайдаланады

Идентификаттаудың белсендi ә дiсiнде объект кiрiстерiне арнайы тү рдегi сигналдар берiледi, олар: ¶ сатылы немесе импульсты уақ ытық сигналдар

Идентификаттаудың белсендi ә дiсiнде объект кiрiстерiне арнайы тү рдегi сигналдар берiледi, олар: ¶ гармоникалық сигнал

Идентификаттаудың белсендi ә дiсiнде объект кiрiстерiне арнайы тү рдегi сигналдар берiледi, олар: ¶ белгiлi параметрлi кездейсоқ ә серлер

Идентификаттаудың белсендi ә дiсiнде: ¶ Зерттелетiн объект нақ ты қ оршағ ан орта жағ дайларынан (кә дiмгi эксплуатациялау режимiнен) шығ арылады да зерттеулер арнайы лабораториялық жағ дайларда жү ргiзiледi

Идентификаттаудың жалпы процедурасы: 1) Объекттi классификациялау 2) Объекттiң белгiлi бiр классы ү шiн моделiн таң дау3) Модель мен объекттiң ерекшелiктерiн бақ ылауғ а болатын айнымалылар функционалы тү рiнде сипаттайтын Идентификаттаудың сапа критериiн таң дау 4) Идентификаттаудың сапа критериiнiң минимумын, идентификаттау процессiнiң жинақ талуын (сходимость) қ амтамасыз ететін идентификаттау алгоритмiн (модельдi баптау механизмiн) таң дау Осы процедураны орындаудың дұ рыс ретiн кө рсетiң iз¶ 1 -2 -3 - 4

Идентификаттаудың корреляциялық ә дiстерi қ ай тең деуге негiзiнделедi? ¶

Идентификаттаудың корреляциялық ә дiстерi қ андай тең деуге негiзiнделедi? ¶

Идентификаттаудың корреляциялық ә дiстердің негiзiнде жатыр¶ Винер-Хопф тең деуі

Идентификаттаудың қ андай ә дiстерiнде объектiнiң кiрiс параметрлерiне белгiлi мақ сат бойынша ә сер тигiзедi: ¶ белсендi (актив) ә дiстерiнде

Идентификаттаудың қ андай ә дiстерiнде объектiнiң кiрiс параметрлерiне белгiлi мақ сат бойынша ә сер тигiзу талабы қ ойылмайды: ¶ белсендi емес (пассив) ә дiстерiнде

Идентификаттаудың қ андай математикалық модельдерi айырмалық тең деулер арқ ылы сипатталады: ¶ дискреттi математикалық модельдерi

Идентификаттаудың қ андай математикалық модельдерiнде айнымалылардың дә режесi ден жоғ ары: ¶ сызық ты емес математикалық модельдерiнде

Идентификаттаудың қ андай математикалық модельдерiнде дә режесi ден жоғ ары болатын айнымалылар жоқ: ¶ сызық ты математикалық модельдерiнде

Идентификаттаудың қ андай математикалық модельдерiнде кездейсоқ факторларды ескермейдi: ¶ детерминді математикалық модельдерiнде

Идентификаттаудың қ андай математикалық модельдерiнде кездейсоқ факторларды ескермейдi: ¶ детерминді

Идентификаттаудың қ андай математикалық модельдерiнде кездейсоқ факторларды ескередi: ¶ стохастикалық математикалық модельдерiнде

Идентификаттаудың қ андай математикалық модельдерiнде кең iстiк координаталары бойынша туындылары бар: ¶ Таралғ ан параметрлi объекттердiң математикалық модельдерiнде

Идентификаттаудың қ андай математикалық модельдерiнде кең iстiк координаталары бойынша туындылары бар: ¶ Параметрлерi таралғ ан объекттердiң математикалық модельдерiнде

Идентификаттаудың қ андай математикалық модельдерiнде кең iстiк координаталары бойынша туындылары жоқ: ¶ Параметрлерi жинақ талғ ан объекттердiң математикалық модельдерiнде

Идентификаттаудың қ андай математикалық модельдерiнде объекттердiң қ алыптасқ ан режимдерi сипатталады: ¶ статикасының математикалық модельдерiнде

Идентификаттаудың қ андай математикалық модельдерiнде объекттердiң ө тпелi режимдерiн сипаттайды: ¶ динамикасының математикалық модельдерiнде

Идентификаттаудың қ андай математикалық модельдерiнде уақ ытқ а тә уелдi коэффициенттерi жоқ: ¶ Объекттердiң қ алыптасқ ан (стационарлы) математикалық модельдерiнде

Идентификаттаудың қ андай математикалық модельдерiнде уақ ытқ а тә уелдi коэффициенттерi бар: ¶ Объекттердiң қ алыптаспағ ан (стационарлы емес) математикалық модельдерiнде

Идентификаттаудың сызық ты емес математикалық модельдерiнде: ¶ Айнымалылардың дә режесi ден жоғ ары

Идентификаттаудың сызық ты математикалық модельдерiнде: ¶ Дә режесi ден жоғ ары болатын айнымалылар жоқ

Интерполяциялау есебiн шешу қ андай мү мкiндiк бередi? ¶ Эксперименталды нү ктелерден дә л ө тетiн қ исық тың тең деуiн табу

Кiрiс ә сердiң сатылы тү рде ө згеру себебiнен шығ ыс шаманың уақ ыт бойынша ө згеру заң дылығ ы нольдiк бастапқ ы жағ дайлардағ ы ө тпелi функциясы деп аталады: ¶ ү деу қ исығ ы

Кiрiс пен шығ ыстарын бақ ылау негiзiнде жү йелердің математикалық моделдерiн қ ұ рудың ә дiстерi мен тә сiлдерiн зерттейтiн пә н -: ¶ Байланыс жү йелерін модельдеу жә не идентификаттау

Кiрiс пен шығ ыстарын бақ ылау негiзiнде объекттердiң математикалық моделдерiн қ ұ рудың ә дiстерi мен тә сiлдерiн зерттейтiн пә н -: ¶ Байланыс жү йелерін модельдеу жә не идентификаттау

Кездейсоқ А оқ иғ аның пайда болу ық тималдығ ы: ¶ терiс емес сан

Кездейсоқ Х жә не Y шамалар арасындағ ы корреляция коэффициентін формула бойынша бағ алайды¶

Кездейсоқ шаманы оның пайда болу арқ ылы сипаттауғ а болады¶ ық тималдығ ы

Кездейсоқ шаманың мү мкiн болатын барлық мә ндер ық тималдық тарының қ осындысы: ¶ бiрге тең

Кездейсоқ шаманың мү мкiн болатын барлық мә ндер ық тималдық тарының қ осындысы нешеге тең? ¶

Кездейсоқ шаманың нормаль таралуын сипаттайтын тең деу: ¶

Кездейсоқ шаманың нормаль таралуын сипаттайтын тең деу: ¶

Кездейсоқ шаманың пайда болу ық тималдығ ы ¶

Кезкелген зерттеудің немесе ғ ылыми талдаудың мақ саты ө лшенетін арасындағ ы байланыстарды (тә уелділіктерді) анық тау ¶ айнымалылар

Кезкелген зерттеудің немесе ғ ылыми талдаудың мақ саты ө лшенетін айнымалылар арасындағ ы анық тау ¶ байланыстарды

Келесi матрицалардың қ айсысы толық факторлық тә жірибенің жоспарына сә йкес?

Кибернетиканың негiзгi ә дiсi - ¶ математикалық модельдеу

Кибернетиканың негiзгi ә дiсi - математикалық модельдеу бiрнеше кезең дерден тұ рады: 1) Математикалық модельдi қ ұ ру (идентификаттау кезең i); 2) Алгоритм негiзiнде ЭЕМ ү шiн бағ дарлама жазу; 3) ЭЕМде есептеу жә не нә тиже алу; 4) Модельдың адекваттылығ ын тексеру; 5) Модельдеу нә тижелерiн интерпретациялау Осы кезең дердi орындаудың дұ рыс ретiн кө рсетiң iз: ¶ 1 2 3 4 5

Кибернетиканың негiзгi ә дiсi - математикалық модельдеу бiрнеше кезең дерден тұ рады: 1) Модельдеу нә тижелерiн интерпретациялау 2) ЭЕМде есептеу жә не нә тиже алу; 3) Алгоритм негiзiнде ЭЕМ ү шiн бағ дарлама жазу; 4) Математикалық модельдi қ ұ ру (идентификаттау кезең i); 5) Модельдың адекваттылығ ын тексеру Осы кезең дердi орындаудың дұ рыс ретiн кө рсетiң iз: ¶ 4- 3 - 2 - 5 - 1

Кибернетиканың негiзгi ә дiсi - математикалық модельдеу бiрнеше кезең дерден тұ рады: 1) ЭЕМде есептеу жә не нә тиже алу 2) Модельдеу нә тижелерiн интерпретациялау 3) Алгоритм негiзiнде ЭЕМ ү шiн бағ дарлама жазу4) Математикалық модельдi қ ұ ру (идентификаттау кезең i)5) Модельдың адекваттылығ ын тексеру Осы кезең дердi орындаудың дұ рыс ретiн кө рсетiң iз: ¶ 4 - 3 - 1 -5 - 2

Кибернетиканың негiзгi ә дiсi: ¶ Математикалық модельдеу

Классикалық регрессиялық талдаудың негiзгi кемшiлiктер қ атарына жатпайды: ¶ адекватты модельді табу мү мкiн еместiгi

Кластерлiк талдауды пайдалану мү мкiндiгiн бередi¶ ү лкен ө лшемдi деректердi классификациялау, деректердегi кластерлердi ерекшелеп алу

корреляция – айнымалылардың екі жиыны арасындағ ы тә уелділікті ө лшеу ¶ каноникалық

корреляция – бір айнымалының белгілі бір қ адамғ а жылжығ ан мә ндері арасындағ ы корреляция ¶ авто-

корреляция – жеке бір айнымалы мен бірнеше айнымалылар арасындағ ы тә уелділікті ө лшеу ¶ кө пшелік

Корреляцияның сұ рыптау коэффициентi….. формула бойынша аң ық талады¶

Корреляцияның сұ рыптау коэффициентi …..формула бойынша аң ық талады: ¶

Корреляцияның таң даулы коэффициентi қ андай формула бойынша анық талады? ¶

Кохрен критериi: ¶ Ө лшеу нә тижелерiнiң бiртектi екендiгiн тексеру ү шiн пайдаланылады

Кохрен критериiн пайдаланғ анда