Вопрос 4. Как записывается модель наблюдений зависимости потребления текстиля от дохода и цен на текстиль?

1.        
2. ;
3. нет правильного ответа.

Вопрос 5. Какой метод используется для определения коэффициентов модели наблюдений, записанной в логарифмической форме, зависимости потребления текстиля от дохода и цены?

1. линеаризации;
2. наименьших квадратов;             
3. баланса ошибок;
4. все ответы верны;
5. нет правильного ответа.

Задание 15.

Вопрос 1. Что предполагает базовая и наиболее простая модель для последовательности , полученной из модели наблюдений ?

1.  - зависимые величины;
2. - независимые и неслучайные величины;
3. имеют различное распределение;
4. - зависимые, неслучайные величины, имеющие различное распределение;
5. - независимые случайные величины, имеющие одинаковое распределение.         

 Вопрос 2. Что такое функция распределения случайной величины z?

1. эта функция представляет собой вероятность того, что для любого  , наблюдаемое значение переменной  не превзойдет , т.е. , при этом  ;                       
2. эта функция представляет собой вероятность того, что для любого  , наблюдаемое значение переменной   превзойдет , т.е. , при этом  ;
3. эта функция представляет собой вероятность того, что для любого  , наблюдаемое значение переменной  не превзойдет , т.е. , при этом  ;
4. эта функция представляет собой вероятность того, что для любого  , наблюдаемое значение переменной  не превзойдет , т.е. , при этом  ;
5. все ответы верны.

Вопрос 3. Каким свойствам должна удовлетворять функция , случайной величины ?

1. ;
   1. площадь под кривой в прямоугольной системе координат   (точнее, площадь, ограниченная сверху этой кривой и снизу — горизонтальной осью  ) равна ,
   2. для любой пары значений  с  , вероятность численно равна площади, ограниченной снизу осью  , сверху — кривой , слева — вертикальной прямой  , справа — вертикальной прямой   (т. е. равна части площади под кривой , расположенной между точками  и  );
   3. для любого  , вероятность   того, что наблюдаемое значение  не превзойдет  , равна площади, ограниченной снизу осью  , сверху — кривой  и справа — вертикальной прямой  , т. е. равна части площади под кривой , расположенной левее точки  ;
   4. все ответы верны.              

Вопрос 4. Как связана функция плотности распределения случайной величины с функцией распределения ?

1. ;
2. ;
3. ;                            
4. ;
5. нет правильного ответа.

Вопрос 5. Какое из утверждений является истинным?

1. Функция плотности указывает на более вероятные и менее вероятные интервалы значений случайной  величины.        
2. Если случайная величина  имеет равномерное распределение на отрезке , то для нее все интервалы значений, имеющие одинаковую длину и расположенные целиком в пределах отрезка , имеют разные вероятности (т. е. вероятности попадания значений случайной величины на эти интервалы одинаковы).
3. Если же случайная величина  имеет треугольное распределение на отрезке , то для нее интервалы значений, имеющие одинаковую длину и расположенные целиком в пределах отрезка , имеют одинаковые вероятности;
4. Функция плотности указывает на одинаково вероятные интервалы значений случайной величины;
5. Все утверждения ложны.

Задание 16.

Вопрос 1. Что понимается под условием независимости нескольких случайных величин?

1. то, что все эти случайные величины имеют одинаковую функцию распределения;
   1. то, что на распределение любой случайной величины не зависит информация о распределении других случайных величин;            
   2. то, что распределение любой случайной величины зависит информация от распределения других случайных величин;
   3. все ответы верны;
   4. нет правильного ответа.

Вопрос 2. Как называется распределение случайной величины х, плотность распределения которой р(х)задается формулой  ?

1. полиномиальное;
2. Пуассона;
3. Гауссовское;             
4. Бернулли;
5. равномерное.

Вопрос 3. Различаются ли между собой и как гауссовское и нормальное распределения?

1. нет, не различаются;
2. нормальное – это гауссовское с нулевой дисперсией;
3. гауссовское – это нормальное с нулевым средним значением;       
4. нормальное – это гауссовское с нулевым средним и нулевой дисперсией;
5. нет правильного ответа.

Вопрос 4. В каком случае нормальность распределения оценки наименьших квадратов  параметра  в линейной модели наблюдений имеет нормальное распределение?

1. эти два условия между собой не связаны;
   1. если оценка наименьших квадратов  параметра  в линейной модели наблюдений имеет нормальное распределение, ошибки - имеют одинаковое нормальное распределение с нулевым средним;
   2. если ошибки - независимые случайные величины, имеющие одинаковое нормальное распределение с нулевым средним, то тогда оценка наименьших квадратов  параметра  также имеет нормальное распределение;       
   3. если оценка наименьших квадратов  параметра  в линейной модели наблюдений имеет нормальное распределение тогда и только тогда, когда  ошибки - имеют одинаковое нормальное распределение с нулевым средним;
   4. нет правильного ответа.

Вопрос 5. Какова формула математического ожидания случайной величины , которая имеет функцию плотности ?

1. ;
2. ;
3. ;                  
4. ;
5. .

Задание 17.

Вопрос 1. Для какого количества   для наблюдаемых значений  случайных величин  имеет место приближенное равенство  ?

1. для малых ;
2. для больших ;                     
3. не зависит от количества ;
4. при =;
5. при = - .

Вопрос 2. Какова формула дисперсии случайной величины Х, имеющей плотность распределения ?

1. ;
2. ;
3. ;                       
4. ;
5. .

Вопрос 3. Какой тип распределения случайной величины полностью определяется заданием ее математического ожидания и дисперсии?

1. нормальное распределение;            
2. распределение Пуассона;
3. равномерное распределение;
4. треугольное распределение;
5. все ответы верны.

Вопрос 4. Какая формула, определяющая свойства математического ожидания случайной величины является истинной?

1. ;
2. ;                         
3. ;
4. ;

Вопрос 5. Какая формула дисперсии случайной величины Х является ошибочной?

Задание 18.

Вопрос 1. Как записывается формула математического ожидания и дисперсии для случайной величины из линейной модели наблюдений  с фиксированными  и взаимно независимыми гауссовскими ошибками, ~ ?

1. ;
2. ;
3. ;
4. ;                
5. .

 Вопрос 2. Какому условию должна удовлетворять нормальная линейная модель множественной регрессии переменной  y  на переменные x₁, ... , x_p ?

1.  Модель наблюдений  имеет вид

где     -  значение объясняемой переменной в -м наблюдении;

         -  известное значение-ой объясняющей переменной в -м наблюдении;

        -  неизвестный коэффициент при-ой объясняющей переменной;

        -   случайная составляющая (“ошибка“) в -м наблюдении.

2.  -  случайные величины, независимые в совокупности, имеющие одинаковое нормальное распределение  N (0,s²) с нулевым математическим ожиданием и дисперсией 

3. Если не оговорено противное, то в число объясняющих переменных включается переменная, тождественно равная единице, которая объявляется  первой  объясняющей переменной, так что

4.  матрица  X^TX  невырождена, т.е. ее определитель отличен от нуля:

5. все ответы верны.             

Вопрос 3. Как записывается формула остаточной суммы квадратов множественной линейной регрессии RSS?

1.                   
2. нет правильного ответа.

Вопрос 4. Какую запись приобретает простая линейная модель наблюдений в терминологии и обозначениях модели множественной линейной регрессии?

1. ,
2. ,  
3. ,  
4. ,
5. все записи верны.           

Вопрос 5. Скольким условиям должна удовлетворять нормальная линейная модель множественной регрессии переменной  y  на переменные x₁, ... , x_p ?

1. 2-м;
2. 3-м;
3. 4-м;          
4. 5-ти;
5. 6-ти.

Задание 19.

Вопрос 1. Что получается в результате центрирования и нормирования случайной величины  - оценок уравнения множественной линейной регрессии?

1. стандартное нормальное распределение;
2. нормальное распределение с нулевым математическим ожиданием;
3. нормальное распределение с единичной дисперсией;
4. распределение, функция распределения и функция плотности распределения которого соответственно равны:
5. все ответы верны.              

Вопрос 2. Какое число называется квантилью уровня р нормально распределенной случайной величины ?

Вопрос 3. Как называется интервал для нормально распределенной случайной величины , границы которого задаются формулой ?

1. интервал, в который эта случайная величина попадает с вероятностью равной 1-a;
2. доверительным интервалом для q _j с уровнем доверия (доверительной вероятностью) 1-a,

         100(1-a)-процентным доверительным интервалом для q _j;

1. (1-a)-доверительным интервалом для q _j;
2. нет правильного ответа;
3. все ответы верны.             

Вопрос 4. Чему равна длина доверительного интервала для случайной нормально распределенной величины  , если случайный интервал  является 95%-доверительным интервалом для q _j ?

1. ;
2. ;
3. ;                    
4. ;

Вопрос 5. Какая статистика берется в качестве математического ожидания для нормально распределенной случайной величины  ?

1. ;                          
2. ;
3. ;
4. ;               
5. .

Задание 20.

Вопрос 1. Какая случайная величина имеет распределение хи-квадрат с (n-p) степенями свободы?

1. ;
2. ;
3. ;
4. ;
5. .                       

Вопрос 2. Какое распределение имеет величина  ?

1. гауссовское;
2. нормальное;
3. хи-квадрат;
4. стьюдента;           
5. нет правильного ответа.

Вопрос 3. Для какого значения К квантили распределения Стьюдента  практически совпадают с соответствующими квантилями стандартного нормального распределения ?

1. для   ;
2. для ;                
3. для ;
4. для ;
5. нет правильного ответа.

Вопрос 4. Какое утверждение является истинным?

1. увеличение уровня доверия сопровождается уменьшением ширины доверительного интервала (при тех же статистических данных);
2. увеличение уровня доверия сопровождается увеличением ширины доверительного интервала (при различных статистических данных);
3.  увеличение уровня доверия сопровождается уменьшением ширины доверительного интервала (при различных статистических данных);
4. увеличение уровня доверия сопровождается увеличением ширины доверительного интервала (при тех же статистических данных);                                   
5. все утверждения ложны.

Вопрос 5. Что такое нулевая гипотеза?

1. утверждение о том, что при заданной доверительной вероятности случайная величина не попадет в доверительный интервал;            
2. утверждение о том, что случайная величина попадет в доверительный интервал;
3. утверждение о том, что доверительный интервал будет рассчитан;
4. утверждение о том, что доверительная вероятность существует;
5. все ответы неверны.

Задание 21.

Вопрос 1. В каком случае отвергается нулевая гипотеза, то есть гипотеза о том, что случайная величина не попадет в доверительный интервал, то есть ?

1.                
2. нет правильного ответа.

Вопрос 2. В скольких случаях из 100 можно допустить ошибку первого рода, если в действительности , если доверительный интервал равен 099?

1. в 5 случаях из 100;
2. в 99 случаях из 100;
3. в 1 случае из 100;            
4. в 10 случаях из 100;
5. нет правильного ответа.

Вопрос 3. Как называется правило решения вопроса об отклонении или неотклонении статистической гипотезы?

1. критерий Стьюдента;
2. статистический критерий проверки гипотезы;       
3. задание уровня значимости критерия;
4. критерий Фишера;
5. все ответы верны.

Вопрос 4. Чем задается статистический критерий?

1. статистической гипотезой, уровнем значимости;
2. статистикой критерия, критическим множеством;
3. уровнем значимости, статистикой критерия;
4. статистической гипотезой, критическим множеством;
5. все ответы верны.              

Вопрос 5. Какой смысл несет гипотеза  в рамках нормальной модели множественной линейной регрессии  ?

1. эта гипотеза соответствует предположению исследователя о том, что -я объясняющая переменная  имеет существенного значения с точки зрения объяснения изменчивости значений объясняемой переменной , она не может быть исключена из модели;
2. эта гипотеза соответствует предположению исследователя о том, что -я объясняющая переменная не имеет существенного значения с точки зрения объяснения изменчивости значений объясняемой переменной , но она не может быть исключена из модели;
3. эта гипотеза соответствует предположению исследователя о том, что -я объясняющая переменная не имеет существенного значения с точки зрения объяснения изменчивости значений объясняемой переменной , так что она может быть исключена из модели;                    
4. эта гипотеза соответствует предположению исследователя о том, что -я объясняющая переменная имеет существенного значения с точки зрения объяснения изменчивости значений объясняемой переменной , но она может быть исключена из модели;
5. Нет правильного ответа.

Задание 22.

Вопрос 1. Какое из утверждений является истинным?

1. Если указываемое P-значение меньше выбранного уровня значимости , то это равносильно тому, что значение t-статистики попало в область отвержения гипотезы , т. е. В этом случае гипотеза  отвергается.
   1. Если указываемое P-значение больше выбранного уровня значимости , то это равносильно тому, что значение t-статистики  не попало в область отвержения гипотезы , т. е. В этом случае гипотеза  не отвергается.
   2. Если (в пределах округления) указываемое P-значение равно выбранному уровню значимости , то в отношении гипотезы  можно принять любое из двух возможных решений.
   3. В случае, когда гипотеза  отвергается (вариант 1), говорят, что параметр статистически значим (statistically significant); это соответствует признанию того, что наличие j-й объясняющей переменной в правой части модели существенно для объяснения наблюдаемой изменчивости объясняемой переменной.
   4. Все утверждения истинны.            

 Вопрос 2. Что означает тот факт, что гипотеза  не отвергается ?

1. это означает, что параметр статистически значим;
   1. в рамках используемого статистического критерия мы получили убедительны аргументы за предположение о том, что;
   2. наличие j-й объясняющей переменной в правой части модели существенно  для объяснения наблюдаемой изменчивости объясняемой переменной,
   3. нельзя обойтись и без включения этой переменной в модель регрессии;
   4. все ответы неверны.                 

Вопрос 3. От чего зависят выводы о статистической значимости (или незначимости) того или иного параметра модели?

1. от выбранного масштаба измерения случайных величин;
2. от вида модели;
3. от выбранного уровня значимости ;                   
4. от вида распределения случайной величины;
5. все ответы верны.

Вопрос 4. Какова формула записи  F-статистики?

1.                        
2. нет правильного ответа.

Вопрос 5. При каких значениях критерия Фишера (-статистики) гипотеза  отвергается, при условии, вероятность ошибочного отвержения гипотезы  равна ?

Задание 23.

Вопрос 1. Сколько переменных и какие в модели ?

1. 2 переменных: ;
2. 3 переменных: ;               
3. 4 переменных:
4. 7 переменных: ,
5. нет правильного ответа.

 Вопрос 2. Каким образом осуществлялся переход от модели   к модели  ?

1. двумя способами: дважды использовали -критерии, сначала приняв (не отвергнув) гипотезу  в рамках модели , а затем приняв гипотезу  в рамках модели ; затем однократно использовали F-критерий, приняв гипотезу  в рамках модели ;                   
2. двумя способами: дважды использовали F -критерии, сначала приняв (не отвергнув) гипотезу  в рамках модели , а затем приняв гипотезу  в рамках модели ; затем однократно использовали t-критерий, приняв гипотезу  в рамках модели ;
3. двумя способами: трижды использовали -критерии, сначала приняв (не отвергнув) гипотезу  в рамках модели , а затем приняв гипотезу  в рамках модели ; затем однократно использовали F-критерий, приняв гипотезу  в рамках модели ;
4. двумя способами: дважды использовали -критерии, сначала приняв (не отвергнув) гипотезу  в рамках модели , а затем приняв гипотезу  в рамках модели ; затем дважды использовали F-критерий, приняв гипотезу  в рамках модели ;
5. все ответы верны.

Вопрос 3. Какова формула представления  как случайной величины, для того чтобы ее можно было проверить с помощью критерия Фишера?

1. нет правильного ответа;
2. все формулы верны.                

Вопрос 4. Чему равно по критерию Фишера критическое значение  при  для простой линейной модели, если количество наблюдений равняется 40?

1. 0.91;
2. 0.72;
3. 0.383;
4. 0.13;
5. 0.097.             

Вопрос 5. Какое значение коэффициента  принимается для выбора лучшей из конкурирующих моделей регрессии?

1. минимальное;
2. максимальное;                  
3. среднее;
4. все ответы верны;
5. нет правильного ответа.

Задание 24.

Вопрос 1. Как называется критерий проверки статистической гипотезы, когда линейной модели с  объясняющими переменными, оцененной по  наблюдениям, сопоставляется значение , где - остаточная сумма квадратов, полученная при оценивании коэффициентов модели методом наименьших квадратов?

1. критерий Фишера;
2. критерий Стьюдента;
3. критерий Акаике;            
4. критерий Шварца;
5. критерий Гаусса.

 Вопрос 2. Как называется критерий проверки статистической гипотезы, когда линейной модели с  объясняющими переменными, оцененной по  наблюдениям, сопоставляется значение , где - остаточная сумма квадратов, полученная при оценивании коэффициентов модели методом наименьших квадратов?

1. критерий Фишера;
2. критерий Стьюдента;
3. критерий Акаике;          
4. критерий Шварца;               
5. критерий Гаусса

Вопрос 3. Что является указанием на то, что то, что -я объясняющая переменная «почти является» линейной комбинацией остальных объясняющих переменных в модели ?

1. коэффициент возрастания корреляции;
2. коэффициент возрастания ковариации;
3. коэффициент уменьшения дисперсии;
4. коэффициент увеличения дисперсии;            
5. нет правильного ответа.

Вопрос 4. Какое из утверждений является ложным?

1. При наличии мультиколлинеарности может оказаться невозможным правильное разделение влияния отдельных объясняющих переменных.
2. Удаление одной из переменных может привести к хорошо оцениваемой модели;
3. Оставшиеся переменные примут на себя дополнительную нагрузку;
   1. Коэффициент при каждой из этих переменных измеряет уже не собственно влияние этой переменной на объясняемую переменную, а учитывает также и часть влияния исключенных переменных, коррелированных с данной переменной;
   2. Все утверждения истинны.            

Вопрос 5. Что такое сложная нулевая гипотеза?

1.  оказывается сложной гипотезой, т. е. гипотезой, допускающей более одного значения параметра,           
2.  оказывается сложной гипотезой, т. е. гипотезой, допускающей не более одного значения параметра,
3.  оказывается сложной гипотезой, т. е. гипотезой, допускающей два  значения параметра,
   1.  оказывается сложной гипотезой, т. е. гипотезой, допускающей только неотрицательные значения параметра,
   2.  оказывается сложной гипотезой, т. е. гипотезой, допускающей только неположительные значения параметра.

Задание 25.

Вопрос 1. Какое из утверждений является ложным при проверке на эластичность связи между переменными с использованием сложной нулевой гипотезы при уровне значимости  ?

1.  (эластичность при
2.  (неэластичность при
3.  (неэластичность при
4.  (эластичность при ,
5. все утверждения истинны.            

 Вопрос 2. Какой критерий предпочтительнее при использовании альтернативной гипотезы: односторонний или двусторонний?

1. они имеет одинаковую высокую предпочтительность, то есть равноценны;
2. односторонний критерий более предпочтителен, нежели двусторонний;        
3. двусторонний критерий более предпочтителен;
4. оба критерия одинаково плохи;
5. нет правильного ответа.

Вопрос 3. Какие Вы можете назвать источники неопределенности включает в себя наблюдаемая ошибка прогноза, которая является реализацией случайной величины ?

1. неопределенность, связанную с отклонением вычисленных значений случайных величин от истинных значений параметров ;
2. неопределенность, связанную со случайной ошибкой  в- м наблюдении;
3. неопределенность, связанную с использованием различных статистических критериев;
   1. неопределенность, связанную с отклонением вычисленных значений случайных величин от истинных значений параметров ; неопределенность, связанную со случайной ошибкой  в- м наблюдении;        
   2. нет правильного ответа.

Вопрос 4. Как выглядит точечный прогноз в случае модели  множественной линейной регрессии  ?

1. точечный прогноз соответствует фиксированному набору  значений объясняющих переменных и задается формулой ;                
2. точечный прогноз соответствует фиксированному набору  значений объясняющих переменных и задается формулой  ;
   1. точечный прогноз соответствует фиксированному набору  значений объясняющих переменных и задается формулой  ;
   2. все ответы верны;
   3. нет правильного ответа.

Вопрос 5. Как выглядит интервальный прогноз в случае модели  множественной линейной регрессии  ?

1. точечный прогноз соответствует фиксированному набору  значений объясняющих переменных и задается формулой ;
2. точечный прогноз соответствует фиксированному набору  значений объясняющих переменных и задается формулой  ;                 
3. точечный прогноз соответствует фиксированному набору  значений объясняющих переменных и задается формулой  ;
4. все ответы верны;
5. нет правильного ответа.

Задание 26.

Вопрос 1. Для каких выборок случайных величин метод наименьших квадратов наиболее устойчив?

1. Метод наименьших квадратов достаточно устойчив к малым отклонениям от стандартных предположений, в том смысле, что при таких малых отклонениях статистические выводы на основе анализа модели в основном сохраняются.      
2. Метод наименьших квадратов достаточно устойчив к большим отклонениям от стандартных предположений, в том смысле, что при таких больших отклонениях статистические выводы на основе анализа модели в основном сохраняются
3. Метод наименьших квадратов достаточно устойчив к малым отклонениям от стандартных предположений, но при таких малых отклонениях статистические выводы на основе анализа модели в основном не сохраняются;
4. Все ответы верны;
5. Нет правильного ответа.

Вопрос 2. Какова формула стандартизированных остатков?

1.                          
2. все ответы верны;
3. нет правильного ответа.

Вопрос 3. Сколько дефектов модели позволяет выявить график зависимости остатков  от  ?

1. 2;
2. 3;             
3. 4;
4. 5;
5. 6.

Вопрос 4. Какие дефекты модели позволяет выявить график зависимости остатков  от  ?

1. выделяющиеся наблюдения, неоднородность дисперсий, Неправильная спецификация модели в отношении множества объясняющих переменных;                  
2. выделяющиеся наблюдения, неоднородность дисперсий,
   1. неоднородность дисперсий, Неправильная спецификация модели в отношении множества объясняющих переменных;
   2. выделяющиеся наблюдения, Неправильная спецификация модели в отношении множества объясняющих переменных;
   3. неоднородность дисперсий.

Вопрос 5. Какой график стандартизированных остатков строится для выявления нелинейной зависимости  от -й объясняющей переменной?

1. график зависимости остатков  от ;
2. график зависимости  от значений  -й объясняющей переменной;                     
3. график зависимости остатков от номера наблюдения;
4. диаграмма «квантиль-квантиль»;
5. диаграмма плотности.

Задание 27.

Вопрос 1. Что позволяет обнаружить график зависимости остатков от номера наблюдения полезен в случае, когда наблюдения производятся последовательно во времени (через равные интервалы времени)?

1. Изменение дисперсии ошибок с течением времени.
   1. Невключение в модель переменных, зависящих от времени и существенно влияющих на объясняемую переменную.
      1. Невыполнение условия независимости в совокупности случайных ошибок  в форме их автокоррелированности.
      2. Изменение дисперсии ошибок с течением времени. Невключение в модель переменных, зависящих от времени и существенно влияющих на объясняемую переменную. Невыполнение условия независимости в совокупности случайных ошибок  в форме их автокоррелированности.                  
      3. Нет правильного ответа.

 Вопрос 2. Какова последовательность построения диаграмма «квантиль-квантиль»?

1. Значения стандартизованных остатков  упорядочивают в порядке возрастания; упорядоченные значения образуют ряд  Далее для каждого  наносятся в прямоугольной системе координат на плоскости точки с абсциссой  и ординатой ;            
2. Значения стандартизованных остатков  упорядочивают в порядке возрастания; упорядоченные значения образуют ряд  Далее для каждого  наносятся в прямоугольной системе координат на плоскости точки с абсциссой  и ординатой ;
3. Значения стандартизованных остатков  упорядочивают в порядке возрастания; упорядоченные значения образуют ряд  
4. Для каждого  наносятся в прямоугольной системе координат на плоскости точки с абсциссой  и ординатой ;
5. Нет правильного ответа.

Вопрос 3. Какова последовательность построения Диаграмма плотности?

1. Значения стандартизованных остатков  упорядочивают в порядке возрастания; упорядоченные значения образуют ряд  Далее для каждого  наносятся в прямоугольной системе координат на плоскости точки с абсциссой  и ординатой ;         
2. Значения стандартизованных остатков  упорядочивают в порядке возрастания; упорядоченные значения образуют ряд  Далее для каждого  наносятся в прямоугольной системе координат на плоскости точки с абсциссой  и ординатой ;                               
3. Значения стандартизованных остатков  упорядочивают в порядке возрастания; упорядоченные значения образуют ряд  
4. Для каждого  наносятся в прямоугольной системе координат на плоскости точки с абсциссой  и ординатой ;
5. Нет правильного ответа.

Вопрос 4. В чем особенность диаграммы Ядерной (kernel) оценки плотности ?

1. эта диаграмма ничем принципиально от диаграммы «квантиль-квантиль» и диаграммы плотности не отличается;
2. стандартизированные остатки в диаграмме ядерной оценки плотности не упорядочиваются;
3. Продолжение »