Statistica

Question 1

02.01. Come può essere la misura di un carattere quantitativo?
* discreto-continuo
* continuo
* discreto
* continuo-sconnesso

Answer 1

discreto-continuo

Question 2

02.02. Che tipo di carattere è il sesso?
* qualitativo sconnesso
* qualitativo discreto
* qualitativo sconnesso nominale
* quantitativo continuo

Answer 2

qualitativo sconnesso

Question 3

02.03. Come può essere la scala di misurazione di un carattere quantitativo?
* di rapporti
* a intervalli
* ad intervalli e di rapporti
* a intervalli-ordinali

Answer 3

ad intervalli e di rapporti

Question 4

02.04. Come può essere la scala di misurazione di un carattere qualitativo?
* ordinale
* nominale-ordinale
* nominale
* ordinale-sconnessa

Answer 4

nominale-ordinale

Question 5

02.05. Secondo la misura e la scala di misurazione come può essere qualificato il carattere “altezza”
* sconnesso
* di rapporti-nominale
* continuo-di rapporti
* continuo

Answer 5

continuo-di rapporti

Question 6

02.06. Che differenza esiste fra serie e seriazione?
* la serie è una distribuzione di frequenza per caratteri qualitativi; la seriazione per caratteri quantitativi
* la serie è una distribuzione di frequenza per caratteri qualitativi
* la serie è una distribuzione di frequenza; la seriazione per caratteri quantitativi
* la serie è un insieme di caratteri qualitativi; la seriazione di caratteri quantitativi

Answer 6

la serie è una distribuzione di frequenza per caratteri qualitativi; la seriazione per caratteri quantitativi

Question 7

02.07. Che cosa s’intende per nomenclatura statistica?
* L’insieme delle seguenti definizioni: 1) rilevazione statistica; 2) popolazione;3) campione; 4) unità statistica; 5) carattere; 6) modalità; 7) frequenza;8)serie e seriazione; 9) parametro; 10) statistica
* L’insieme delle seguenti definizioni: 1) rilevazione statistica; 2) popolazione;3) campione; 4) unità statistica; 5) carattere; 6) modalità; 7) frequenza; 8) serie e seriazione; 9) parametro
* L’insieme delle seguenti definizioni: 1) rilevazione statistica; 2) popolazione;3) campione; 4) frequenza; 5) serie e seriazione; 6)parametro
* L’insieme delle seguenti definizioni: 1) rilevazione statistica; 2) popolazione;3) campione; 4) unità statistica; 5) carattere; 6) modalità; 7) frequenza; 8) serie e seriazione ;9) parametro

Answer 7

L’insieme delle seguenti definizioni: 1) rilevazione statistica; 2) popolazione;3) campione; 4) unità statistica; 5) carattere; 6) modalità; 7) frequenza;8)serie e seriazione; 9) parametro; 10) statistica

Question 8

02.08. Come può essere la misura di un carattere qualitativo?
* ordinato
* sconnesso
* ordinato-quantitativo
* sconnesso-ordinato

Answer 8

sconnesso-ordinato

Question 9

02.09. Quali sono i compiti dell’EUROSTAT?
* rilevare i dati dei singoli paesi membri
* ricevere ed elaborare i dati provenienti dagli istituti statistici dei paesi membri
* rilevare i dati della Francia
* rilevare i dati della Germania

Answer 9

ricevere ed elaborare i dati provenienti dagli istituti statistici dei paesi membri

Question 10

03.01. Con quale formula si calcola un numero indice a base mobile?
* 0It=x1/x0
* 1I1=x1/x0
* t-1It=xt/xt-1
* 0It=xt/x0

Answer 10

t-1It=xt/xt-1

Question 11

03.02. Si prendano in considerazione i seguenti dati (i valori sono tra parentesi): 2015(14,34); 2016(14,91); 2017(15,18) 2018(15,97) I numeri indice a base fissa sono?
* 2015(105,00); 2016(103,17); 2017(101,86) 2018(91,37)
* 2015(102,00); 2016(103,17); 2017(105,86) 2018(111,37)
* 2015(100,00); 2016(103,97); 2017(105,86) 2018(111,37)
* 2015(101,00); 2016(103,17); 2017(104,86) 2018(110,37)

Answer 11

2015(100,00); 2016(103,97); 2017(105,86) 2018(111,37)

Question 12

03.03. Quale formula si applica per passare da un numero indice a base fissa ad uno a base mobile?
* t-1It = 1It / 0It-1
* t-1It = 1It / 1It-1
* t-1It = 0It / 0It
* t-1It = 0It / 0It-1

Answer 12

t-1It = 0It / 0It-1

Question 13

03.04. Dati i seguenti indici a base mobile Gennaio 2018 (tra parentesi gli indici): Gennaio 2018(101,15); Febbraio 2018(102,36); Marzo 2018(103,44); Aprile 2018(104,21) calcolare il numero indice a base fissa Febbraio 2018 Marzo 2018
* (101,15x104,21)/100=105,41
* (102,36x103,44)/100=105,88
* (101,15x103,44)/100=104,63
* (102,36/103,44)x100=98,96

Answer 13

(102,36x103,44)/100=105,88

Question 14

03.05. Con quale formula si calcola un numero indice a base fissa?
* 1I1=x1/x0
* 0It=x1/x0
* 0It=xt/x0
* 0I1=x1/x0

Answer 14

0It=xt/x0

Question 15

03.06. Dati i seguenti indici a base fissa Gennaio 2018 (tra parentesi gli indici): Gennaio 2018(100,00); Febbraio 2018(103,97); Marzo 2018(105,86); Aprile 2018(111,37) calcolare il numero indice a base mobile Febbraio 2018 Marzo 2018
* (105,86/111,37)x100=94,28
* (100/111,37))x100=89,79
* (105,86/103,97)x100=101,82
* (103,97/111,37)x100=93,36

Answer 15

(105,86/103,97)x100=101,82

Question 16

03.07. Fissati i seguenti dati (tra parentesi i valori): 2015(64,32); 2016(63,91); 2017(63,84) 2018(63,01) I numeri indice a base mobile sono?
* 2015(100,64); 2016(100,11); 2017(101,32);2018(103,64)
* 2015(105,64); 2016(100,11); 2017(101,32);2018(103,64)
* 2015(107,64); 2016(100,11); 2017(101,32);2018(103,64)
* 2015(99,36); 2016(99,89); 2017(98,69)

Answer 16

2015(99,36); 2016(99,89); 2017(98,69)

Question 17

03.08. Dal 12-04-2017 all’11-04-2017 l’indice Dow Dow Jones è variato del 2,34% qual’è il tasso di variazione in valore assoluto?
* -0,0234
* 0,0234
* -0,0134
* 0,0134

Answer 17

0,0234

Question 18

03.11. Quale formula si applica per passare da un numero indice a base mobile ad uno a base fissa?
* 0It =0I1 * 1I2 * ………………* t-1It
* 0It =0I1 * 0I2 * ………………* 0It
* 0It =0I1 * 1I2 * ………………* tIt-1
* 0It =0I1 * 1I0 * ………………* t-1I1

Answer 18

0It =0I1 * 1I2 * ………………* t-1It

Question 19

04.01. Per la frequenza cumulata assoluta si utilizza l’allocuzione?
* Più di
* Perché
* Quando
* Meno di

Answer 19

Meno di

Question 20

04.02. Per la frequenza retro cumulata assoluta si utilizza l’allocuzione?
* quando
* più di
* solo
* meno di

Answer 20

più di

Question 21

04.03. Dati i seguenti valori: 1,1,2,3,4,4,5,5,5 quali sono le frequenze assolute e relative (tra parentesi)?
* 1(2); 2(1); 3(1); 4(2); 5(1) - 1(2/9); 2(2/9); 3(1/9); 4(3/9); 5(3/9)
* 1(2); 2(1); 3(2); 4(1); 5(4) - 1(2/9); 2(1/9); 3(2/9); 4(2/9); 5(3/9)
* 1(2); 2(2); 3(2); 4(2); 5(3) - 1(2/9); 2(1/9); 3(4/9); 4(2/9); 5(3/9)
* 1(2); 2(1); 3(1); 4(2); 5(3) - 1(2/9); 2(1/9); 3(1/9); 4(2/9); 5(3/9)

Answer 21

1(2); 2(1); 3(1); 4(2); 5(3) - 1(2/9); 2(1/9); 3(1/9); 4(2/9); 5(3/9)

Question 22

04.04. Dati i seguenti valori: 1,1,2,3,4,4,5,5,5 quali sono le frequenze retrocumulate assolute e relative (tra parentesi)?
* 1(9); 2(7); 3(6); 4(4); 5(0) - 1(9/9); 2(7/9); 3(4/9); 4(1/9); 5(0)
* 1(9); 2(7); 3(6); 4(4); 5(0) - 1(9/9); 2(6/9); 3(6/9); 4(3/9); 5(0)
* 1(9); 2(4); 3(3); 4(4); 5(0) - 1(9/9); 2(4/9); 3(3/9); 4(2/9); 5(0)
* 1(9); 2(7); 3(6); 4(5); 5(3) - 1(9/9); 2(7/9); 3(6/9); 4(5/9); 5(3/9)

Answer 22

1(9); 2(7); 3(6); 4(5); 5(3) - 1(9/9); 2(7/9); 3(6/9); 4(5/9); 5(3/9)

Question 23

04.05. Dati i seguenti valori: 1,1,2,3,4,4,5,5,5 quali sono le frequenze cumulate assolute e relative (tra parentesi)?
* 1(2); 2(3); 3(4); 4(6); 5(9) - 1(2/9); 2(3/9); 3(4/9); 4(6/9); 5(9/9)
* 1(2); 2(1); 3(1); 4(3); 5(3) - 1(2/9); 2(3/9); 3(5/9); 4(6/9); 5(9/9)
* 1(2); 2(1); 3(1); 4(2); 5(3) - 1(2/9); 2(3/9); 3(4/9); 4(6/9); 5(6/9)
* 1(2); 2(2); 3(1); 4(2); 5(4) - 1(2/9); 2(3/9); 3(4/9); 4(6/9); 5(8/9)

Answer 23

1(2); 2(3); 3(4); 4(6); 5(9) - 1(2/9); 2(3/9); 3(4/9); 4(6/9); 5(9/9)

Question 24

05.01. Il grafico a torta vuole rappresentare?
* la scomposizione di un “tutto” in parti
* la composizione di due parti
* la scomposizione delle parti in un tutto
* la scomposizione di una sola parte

Answer 24

la scomposizione di un “tutto” in parti

Question 25

05.02. Il grafico a bolle è utilizzato per rappresentare quante serie di dati? * una (solo sull'asse delle ascisse) * tre (sugli assi cartesiani e sulla dimensione della bolla) * due (solo sugli assi cartesiani) * nessuno

Answer 25

tre (sugli assi cartesiani e sulla dimensione della bolla)

Question 26

05.03. Per classi di diversa ampiezza l’altezza del rettangolo di un grafico a barre verticali cosa rappresenta e da quale formula è definito? * La densità di frequenza data dal rapporto fra la frequenza assoluta e l’ampiezza di classe * La densità di frequenza data dalla somma fra la frequenza assoluta e l’ampiezza di classe * La densità di frequenza data dal prodotto fra la frequenza assoluta e l’ampiezza di classe * La densità di frequenza data dalla differenza fra la frequenza assoluta e l’ampiezza di classe

Answer 26

La densità di frequenza data dal **rapporto** fra la frequenza assoluta e l’ampiezza di classe

Question 27

05.04. A quale asse cartesiano è associata la variabile indipendente nel grafico a dispersione XY? * delle ordinate * verticale * delle ascisse * geometrico

Answer 27

delle ascisse

Question 28

05.05. Quale grafico è più appropriato per rappresentare una distribuzione di valori suddivisi per classi? * grafico a barre verticali o istogramma * radar * a dispersione * a bolle

Answer 28

grafico a barre verticali o istogramma

Question 29

05.06. Il pictogramma è una rappresentazione grafica per? * simboli o disegni * frequenze * numeri * valori

Answer 29

simboli o disegni

Question 30

05.07. Cosa si riesce ad ottenere con un grafico per "geomarketing"? * una informazione sfocata di un fenomeno statistico * una informazione di un fenomeno statistico * una informazione visiva sfocata di un fenomeno statistico * una informazione visiva immediata di un fenomeno statistico

Answer 30

una informazione **visiva immediata** di un fenomeno statistico

Question 31

05.08. Nel grafico ad anello cosa stanno a rappresentare i cerchi concentrici? * Le medie del carattere osservato * Le frequenze percentuali del carattere osservato * Le mediane del carattere osservato * Le mode del carattere osservato

Answer 31

Le frequenze percentuali del carattere osservato

Question 32

06.01. Dati i valori di xi (13,15,17,22) quale è la media armonica? * 13,14 * 11,14 * 16,14 * 15,14

Answer 32

16,14

Question 33

06.02. Quale formula si utilizza per calcolare la media aritmetica ponderata o "in frequenza"? * Σ xi/Σ ni * Σ xi * ni/Σ ni * Σ ni/Σ xi * Σ xi * ni/Σ xi

Answer 33

Σ xi * ni/Σ **ni**

Question 34

06.03. Con quale formula si calcola la media geometrica in frequenza assoluta per valori continui suddivisi in classi? * √Σni Π x^ni * √ΣxiΠ x* ni * √ΣxiΠ x^ni * √Π x^ni

Answer 34

√Σ**ni** Π x^ni

Question 35

06.04. Quale formula si utilizza per calcolare la media geometrica per valori singoli? * √n Σ xi * Π xi * √n Π ni * √n Π xi

Answer 35

√n **Π xi**

Question 36

07.01. Date le seguenti classi (13-15;15-17; 17-19;19-21) e di ni (1,0,2,3) quale è il valore della mediana per valori suddivisi in classi? * 16,332 * 18,332 * 19,332 * 17,332

Answer 36

18,332 | sommatoria di (val. centr. * freq.ass.)/totale freq.ass. 110/6=18,332

Question 37

07.02. Dopo aver ordinato le osservazioni con la formula (n+1)/2 che cosa si trova? * il II Quartile o Mediana * la posizione del II Quartile o Mediana * la posizione del III Quartile * la posizione del I Quartile o Mediana

Answer 37

la posizione del II Quartile o Mediana

Question 38

07.03. Se il valore di n è pari a 12 come si trova la posizione della mediana? * (12+1)/2 =5^ e quindi il valore della mediana si trova facendo la semisomma dei valori della 7^ e 8^ posizione * (12+1)/2 =6,5^ e quindi il valore della mediana si trova facendo il prodotto dei valori della 6^ e 7^ posizione * (12+1)/2 =6,5^ e quindi il valore della mediana si trova facendo la semisomma dei valori della 6^ e 7^ posizione * (12+1)/4

Answer 38

(12+1)/2 =**6,5**^ e quindi il valore della mediana si trova facendo la **semisomma** dei valori della 6^ e 7^ posizione

Question 39

07.04. Dati i seguenti valori (7,9,11,13) e stabilito che la posizione della mediana è 2,5^ quale è il valore della mediana? * (9+11)/2=10 * (11+13)/2=12 * (9+11)/4=5 * 3 (7+11)/2=9

Answer 39

(9+11)/2=10

Question 40

08.01. Con quale formula si calcola la moda per valori suddivisi in classi? * Mo=LMo * Aclasse * Mo=LMo+(Δfinf/Δfinf+Δfsup) * Aclasse * Mo=LMo+(Δfinf/Δfinf+Δfsup) * Mo=(Δfinf/Δfinf+Δfsup) * Aclasse

Answer 40

Mo=**LMo**+(Δfinf/Δfinf+Δfsup) * **Aclasse**

Question 41

08.02. Data l’ampiezza di classe pari a 10 e la relativa densità di frequenza pari a 2 quale è il valore della corrispondente frequenza assoluta? * 10 * 15 * 21 * 20

Answer 41

20

Question 42

08.03. Date le seguenti classi non equi ampie: 18-25; 25-36; 36-54; 54-70; 70-85 con frequenze assolute rispettivamente pari a (2, 1, 4, 7, 8) quali sono i valori delle cinque densità di frequenza? * 2/7; 4/9; 4/8; 7/6; 8/5 * 2/7; 1/9; 4/8; 7/6; 8/9 * 2/3; 1/9; 4/8; 7/6; 8/5 * 2/7; 1/11; 4/18; 7/16; 8/15

Answer 42

**2/7**; **1/11**; 4/18; 7/16; 8/15

Question 43

08.04. Date le seguenti classi con le relative frequenze assolute tra parentesi: 10-20 (2); 20-30 (3); 30-40 (1) quale è la classe modale? * 30-40 * 20-50 * 20-30 * 10-20

Answer 43

20-30

Question 44

08.05. Dati i seguenti valori di x (1,2,3,4,5,6,7) la relativa distribuzione, ai fini del calcolo della moda, si definisce? E perché? * amodale * amodale, perché tutti i valori si ripetono una sola volta * amodale, perché un solo valore si ripete una sola volta * amodale, perché tutti i valori non si ripetono una sola volta

Answer 44

amodale, perché **tutti** i valori **si ripetono** una sola volta

Question 45

08.07. Che valore assume la moda nella distribuzione di valori seguente:1,1,1,2,3,4,5,5,6,6,6,6 * due * uno * sei * cinque

Answer 45

sei

Question 46

09.02. Con quali formule si individuano le posizioni del I e III Quartile? * Q1 => (n+1)/4 Q3 =>3(n+1)/4 * Q1 => (n+1)/4 Q3 =>3(n+1)/2 * Q1 => (n+1)/2 Q3 =>3(n+1)/4 * Q1 => n/4 Q3 =>3(n+1)/4

Answer 46

Q1 => (n+1)/4 Q3 =>3(n+1)/4

Question 47

09.04. Quali sono i cinque numeri di sintesi che compongono il box-plot ( o diagramma a scatola e baffi)? * min, max, I,II, Quartile * min, max, I, II,III Quartile * min, I,II,III Quartile * max, I,II,III Quartile

Answer 47

min, max, I, II,III Quartile

Question 48

09.05. Come si definiscono il I e il III quartile? * misure di forma * misure di tendenza centrale * misure di variabilità * misure di tendenza non centrale

Answer 48

misure di tendenza non centrale

Question 49

10.01. Con quale formula si calcola l'indice di eterogeneità di Gini? * (1- sommatoria delle frequenze cumulate al quadrato) * (1- sommatoria delle frequenze assolute al quadrato) * (sommatoria delle frequenze relative al quadrato) * (1- sommatoria delle frequenze relative al quadrato)

Answer 49

(1- sommatoria delle frequenze **relative** al quadrato)

Question 50

10.02. Con quale formula si calcola l'indice di eterogeneità di Gini massimo? * IGini max= (n-1) * IGini max= (n-1)/n * IGini max= n(n+1) * IGini max= n+(n-1)

Answer 50

IGini max= (n-1)/n

Question 51

10.03. Con quale formula si calcola l'indice di eterogeneità di Gini normalizzato? * IGINI (norm)= IGINI/ IGINI (max)= (1+Σf^2i)/(n-1) * IGINI (norm)= IGINI/ IGINI (max)= (n-1)/n * IGINI (norm)= IGINI/ IGINI (max)= (1-Σf^2i)/(n-1)/n * IGINI (norm)= IGINI/ IGINI (max)= (1-Σf^2i)/n

Answer 51

IGINI (norm)= IGINI/ IGINI (max)= (1-Σf^2i)/**(n-1)/n**

Question 52

11.01. Da che cosa è dato lo scarto medio in frequenza assoluta dalla media? * dalla differenza tra il valore osservato e quello medio in valore assoluto * dal prodotto tra il valore osservato e quello medio in valore assoluto diviso il numero di osservazioni * dalla differenza tra il valore osservato e quello medio per la relativa frequenza assoluta diviso il numero di osservazioni * dalla somma tra il valore osservato e quello medio in valore assoluto diviso il numero di osservazioni

Answer 52

dalla **differenza** tra il valore osservato e quello medio per la relativa frequenza assoluta diviso il **numero di osservazioni**

Question 53

11.02. Come si calcola la differenza interquartilica? * III Quartile - I Quartile * I Quartile - II Quartile * III Quartile - minimo * II Quartile - III Quartile

Answer 53

III Quartile - I Quartile

Question 54

11.03. Da che cosa è dato la scarto semplice dalla mediana? * dal prodotto tra il valore osservato e quello mediano * dalla differenza tra il valore osservato e quello mediano * dal rapporto tra il valore osservato e quello mediano * dalla somma tra il valore osservato e quello mediano

Answer 54

dalla **differenza** tra il valore osservato e quello mediano

Question 55

11.04. Da che cosa è dato lo scarto medio assoluto dalla mediana? * dalla differenza tra il valore osservato e quello medio in valore assoluto diviso il numero di osservazioni * dalla differenza tra il valore osservato e quello mediano in valore assoluto diviso il numero di osservazioni * dal prodotto tra il valore osservato e quello mediano in valore assoluto diviso il numero di osservazioni * dalla somma tra il valore osservato e quello mediano in valore assoluto diviso il numero di osservazioni

Answer 55

dalla **differenza** tra il valore osservato e quello **mediano** in valore assoluto diviso il numero di osservazioni

Question 56

11.05. Come si definisce l’indice di dissomiglianza e quale è la notazione che lo esprime? * permette di valutare la dissomiglianza fra due distribuzioni di valori osservati suddivisi in classi; la notazione è: IDISS=Σ|f1i- f2i|/2 * permette di valutare la dissomiglianza fra due distribuzioni di valori osservati suddivisi in classi; la notazione è: IDISS=Σ|f1i- f2i| * non permette di valutare la dissomiglianza fra due distribuzioni di valori osservati suddivisi in classi; la notazione è: IDISS=Σ|f1i- f2i|/2 * permette di valutare la dissomiglianza fra tre distribuzioni di valori osservati suddivisi in classi ; la notazione è: IDISS=Σ|f1i- f2i|/2

Answer 56

**permette** di valutare la dissomiglianza fra **due** distribuzioni di valori osservati suddivisi in classi; la notazione è: IDISS=Σ|f1i- f2i|**/2**

Question 57

12.01. Con quale formula si calcola la varianza dalla media per valori suddivisi in classi? * var=1/ni *Σ(xi - xmedia )^2 *ni * var=1/ni *Σ(xi - xmedia ) * var=1/ni *Σ(xi - xmedia ) * var=1/ni *(xi - xmedia )

Answer 57

var=1/ni *Σ(xi - xmedia )^2 *ni

Question 58

12.02. Data una varianza pari a 36 e una varianza massima di 72 qual è il valore della varianza normalizzata? * 36/72=0,5 * 72/36=2 * 72/36+72=0,2778 * (72-36)/36=1

Answer 58

36/72=0,5

Question 59

12.03. Con quale formula si calcola la devianza dalla media per valori suddivisi in classi? * Dev=Σ (xi -xmedia )^2 * ni * Dev= Σ(xi -mediana)^2 * Dev= (xi -xmedia )^2 * Dev=Σ(xi -xmedia) * ni

Answer 59

Dev=Σ (xi -x**media** )**^2 * ni**

Question 60

12.09. Con quale formula si calcola il coefficiente di variazione %? * CV=σ/xmedia * CV=σ/xmedia * 100 * CV=σ/n * CV=σ/n * 100

Answer 60

CV=σ/x**media * 100**

Question 61

12.10. Con quale formula si calcola lo scarto quadratico medio (s.q.m) dalla media di x? * s.q.m.(x)=dev(x) * s.q.m.(x)=var(x) * s.q.m.(x)=√var(x) * s.q.m.(x)=√dev(x)

Answer 61

s.q.m.(x)=√var(x)

Question 62

12.11. Dato un valore di x pari a 18 e un valore della mu=16 e σ2=36 e standardizzando qual è il valore della z? * 1/5 * 1/4 * 1/3 * 1/2

Answer 62

1/3 | (x-mu)/σ = (18-16)/6

Question 63

12.12. Dati due valori positivi 21 e 34 e la media pari a 28 qual è il valore della varianza massima? * (21-28) * (34-28)=21 * (28-21) * (28-21)=38 * (21-28) * (28-34)=42 * (21-28) * (28-21)=35

Answer 63

(21-28) * (**28-34**)=**42**

Question 64

12.13. Con quale formula si calcola la devianza dalla media per valori singoli? * Σ (xi-moda) * Σ (xi-media aritmetica) * Σ (xi-media aritmetica)^2 * Σ (xi-mediana)^2

Answer 64

Σ (xi-**media** aritmetica)^**2**

Question 65

12.14. Con quale formula si calcola lo scarto quadratico medio dalla media? * radice quadrata della devianza * varianza/devianza * radice quadrata della varianza dalla media * scarto medio

Answer 65

radice quadrata della varianza dalla media

Question 66

12.15. Dato un valore di x e un valore della media di x come si ottiene, attraverso la standardizzazione, il relativo valore z? * z= (xi-media)/devianza (o s.q.) * z= (xi-media)/deviazione standard (o s.q.m.) * z= (xi-moda)/deviazione standard (o s.q.m.) * z= (xi-mediana)/deviazione standard (o s.q.m.)

Answer 66

z= (xi-**media**)/**deviazione standard** (o s.q.m.)

Question 67

12.16. Con quale formula si calcola la varianza massima? * il prodotto della differenza fra l'estremo superiore e la media e la media meno l'estremo inferiore della distribuzione * il rapporto della differenza fra l'estremo inferiore e la media e la media meno l'estremo superiore della distribuzione * il prodotto della differenza fra l'estremo inferiore e la media e la media meno l'estremo superiore della distribuzione * la somma della differenza fra l'estremo inferiore e la media e la media meno l'estremo superiore della distribuzione

Answer 67

il **prodotto** della differenza fra l'estremo **inferiore** e la media e la media meno l'estremo **superiore** della distribuzione

Question 68

12.17. Con quale formula si calcola la devianza (o s.q.) dalla mediana per valori suddivisi in classi? * sommatoria della differenza fra le xi e la moda al quadrato per le ni * sommatoria della differenza fra le xi e la mediana al quadrato per le ni * sommatoria della differenza fra le xi e la mediana al quadrato * sommatoria della differenza fra le xi e la media al quadrato per le ni

Answer 68

sommatoria della differenza fra le xi e la **mediana** al quadrato **per le ni**

Question 69

13.02. Quando si può affermare che esiste un'asimmetria obliqua a sinistra o negativa? * quando la differenza fra la mediana e il I Quartile è maggiore alla differenza fra il III Quartile e la mediana stessa * quando la differenza fra la mediana e il I Quartile è minore alla differenza fra il III Quartile e la mediana stessa * quando la differenza fra la mediana e il I Quartile è uguale alla differenza fra il III Quartile e la mediana stessa * quando il prodotto fra la mediana e il I Quartile è maggiore alla differenza fra il III Quartile e la mediana stessa

Answer 69

quando la **differenza** fra la mediana e il I Quartile è **maggiore** alla differenza fra il III Quartile e la mediana stessa

Question 70

13.03. Con quale formula si calcola l'indice di asimmetria di Fisher per una serie di valori? * (1/n) * Σ1n (xi)/σ^3 * (1/n) * Σ1n (xi-xmedia)^3/σ * (1/n) * Σ1n (xi-xmedia)^3/σ^3 * (1/n) * Σ1n (xi-xmedia)/σ^3

Answer 70

(1/n) * Σ1n (xi-xmedia)**^3/σ^3**

Question 71

13.04. Dati i valori dei tre Quartili rispettivamente pari a 12, 21, 45 l'indice di Bowley è pari a? * 0,15 * 0,55 * 0,35 * 0,45

Answer 71

0,45 | (Q3+Q1-2Q2)/(Q3-Q1)

Question 72

13.05. Dati i valori delle seguenti entità: Σ (xi-xmedia)3*ni=123500; N=66;σ=12 il valore dell'indice di asimmetria è pari a: * 2,1887 * 1,7834 * 1,0828 * 0,9812

Answer 72

1,0828 | (123500/12^3)/66

Question 73

13.06. Dato un indice di asimmetria di Bowley pari 1,36 quale tipo di asimmetria si configura? * positiva(o obliqua a destra) * positiva(o obliqua a sinistra) * positiva(o obliqua a sinistra) * negativa(o obliqua a destra)

Answer 73

**positiva**(o obliqua a **destra**)

Question 74

14.01. Dato un indice di curtosi calcolato con la formula del momento quarto e pari 4,36 com'è la curva? * leptocurtica ovvero meno appiattita della curva normale in quanto l'indice di curtosi > 3 * mesocurtica ovvero più appiattita della curva normale * leptocurtica ovvero più appiattita della curva normale * platicurtica ovvero più appiattita della curva normale

Answer 74

**leptocurtica** ovvero meno appiattita della curva normale in quanto **l'indice di curtosi > 3**

Question 75

14.02. Come si ordina in modo crescente la varianza nelle tre curve di curtosi? * mesocurtica - leptocurtica - platicurtica * mesocurtica -platicurtica - leptocurtica * mesocurtica -platicurtica * leptocurtica - mesocurtica -platicurtica

Answer 75

leptocurtica - mesocurtica -platicurtica

Question 76

14.03. Che cosa s’intende per curva mesocurtica? * non coincide con la forma della distribuzione Normale * coincide con la forma della distribuzione Binomiale * coincide con la forma della distribuzione di Fisher * coincide con la forma della distribuzione Normale

Answer 76

**coincide** con la forma della distribuzione **Normale**

Question 77

14.06. Che cosa s’intende per curva platicurtica? * è più alta e più stretta al centro e quindi meno appiattita * è più bassa e più larga al centro e quindi più appiattita * è più alta e più larga al centro e quindi meno appiattita * è più alta e più stretta al centro e quindi più appiattita

Answer 77

è più **bassa** e più larga al centro e quindi più appiattita

Question 78

14.07. Che cosa s’intende per curva leptocurtica? * è più alta e più stretta al centro e quindi meno appiattita * è più bassa e più stretta al centro e quindi meno appiattita * è più alta e più larga al centro e quindi meno appiattita * è più alta e più stretta al centro e quindi più appiattita

Answer 78

è più **alta** e più **stretta** al centro e quindi **meno** appiattita

Question 79

15.01. Che cosa stabilisce la legge di Engel? * che la quota di spesa per beni alimentari diminuisce all'aumentare del reddito disponibile * che la quota di spesa per beni alimentari diminuisce al diminuire del reddito disponibile * che la quota di spesa per beni di lusso diminuisce all'aumentare del reddito disponibile * che la quota di spesa per beni alimentari aumenta all'aumentare del reddito disponibile

Answer 79

che la quota di spesa per beni **alimentari diminuisce** all'**aumentare** del reddito disponibile

Question 80

15.03. Che cosa stabilisce una scala di equivalenza? * di quanto bisogna aumentare il reddito di una famiglia * di quanto bisogna aumentare il reddito di una famiglia affinché l’altra goda dello stesso benessere * di quanto bisogna diminuire il reddito di una famiglia affinché l’altra goda dello stesso benessere * di quanto bisogna aumentare il reddito di una famiglia affinché l’altra goda di un diverso benessere

Answer 80

di quanto bisogna **aumentare** il reddito di una famiglia affinché l’altra goda dello **stesso benessere**

Question 81

15.04. Come si definisce la legge di Engel in forma logaritmica? * logCd,k=a+b * log SPk+c * log Comk * logCd,k=a+b * log SPk+log Comk * logCd,k=b * log SPk+c * log Comk * logCd,k=a+log SPk+c * log Comk

Answer 81

logCd,k=**a+b** * log SPk+**c** * log Comk

Question 82

15.05. Dal punto di vista della spesa per beni alimentari di due famiglie quali sono le condizioni base perché la legge “funzioni”? * che il benessere è lo stesso allorché spendono un diverso ammontare per beni alimentari * che il benessere è lo stesso allorché spendono lo stesso ammontare per beni alimentari * che il benessere non è lo stesso allorché spendono lo stesso ammontare per beni alimentari * che il benessere non incide sui beni alimentari

Answer 82

che il benessere **è lo stesso** allorché spendono lo **stesso** ammontare per beni alimentari

Question 83

15.06. Quali sono le determinanti che regolano la legge di Engel? * benessere delle famiglie; spesa per beni alimentari * benessere delle famiglie; numero di componenti; il nucleo familiare * benessere delle famiglie; spesa per beni alimentari; numero di componenti; il nucleo familiare * spesa per beni alimentari; numero di componenti; il nucleo familiare

Answer 83

benessere delle famiglie; spesa per beni alimentari; numero di componenti; il nucleo familiare

Question 84

15.07. Quando il carattere reddito, relativo ad un numero di famiglie, si definisce concentrato? * quando non è ripartito in egual misura fra tutte le famiglie * quando è concentrato fra poche famiglie * quando è diverso da famiglia a famiglia * quando è ripartito in egual misura fra tutte le famiglie

Answer 84

quando è **concentrato** fra poche famiglie

Question 85

15.08. Sull'asse delle ascisse della spezzata di Lorenz si trovano? * le frequenze relative della distribuzione di frequenza * le frequenze assolute della distribuzione di frequenza * le frequenze marginali della distribuzione di frequenza * le frequenze cumulate della distribuzione di frequenza

Answer 85

le frequenze **cumulate** della distribuzione di frequenza

Question 86

16.01. Come si definisce la frequenza marginale di I colonna? * la somma di tutti i valori disposti sulla Iesima colonna e suddivisi per riga * la differenza di tutti i valori disposti sulla Iesima riga e suddivisi per colonna * la somma di tutti i valori disposti sulla Iesima riga e suddivisi per colonna * il prodotto di tutti i valori disposti sulla Iesima riga e suddivisi per colonna

Answer 86

la **somma** di tutti i valori disposti sulla Iesima colonna e **suddivisi per riga**

Question 87

16.02. Quali relazioni si possono individuare fra due caratteri quantitativi? * causa/effetto; correlazione * causa/effetto; associazione statistica genericamente intesa; correlazione * causa/effetto; associazione statistica genericamente intesa; incorrelazione * associazione statistica genericamente intesa; correlazione

Answer 87

**causa/effetto**; associazione statistica genericamente intesa; **correlazione**

Question 88

16.03. Che cosa s'intende per Connessione? * un’analisi di attrazione o repulsione e conseguentemente di dipendenza o indipendenza «stocastica» o distributiva tra due caratteri. * un’analisi di attrazione o repulsione e conseguentemente di dipendenza o indipendenza in frequenza tra due caratteri. * un’analisi di attrazione o repulsione. * un’analisi di dipendenza o indipendenza «stocastica» o distributiva tra due caratteri.

Answer 88

un’analisi di **attrazione o repulsione** e conseguentemente di dipendenza o indipendenza **«stocastica»** o distributiva tra due caratteri.

Question 89

16.04. Quando i due caratteri x ed y sono uno quantitativo e l’altro qualitativo come si procede per individuare la relazione causa/effetto? * si procede con la eliminazione del carattere qualitativo * non si procede con la discretizzazione del carattere qualitativo * si procede con la discretizzazione del carattere quantitativo * si procede con la discretizzazione del carattere qualitativo

Answer 89

si procede con la **discretizzazione** del carattere **qualitativo**

Question 90

16.06. Quando esiste indipendenza distributiva fra il carattere x e il carattere y? * se tutte le frequenze congiunte relative condizionate non sono uguali a quelle marginali * se tutte le frequenze congiunte relative condizionate sono uguali a quelle marginali * se tutte le frequenze relative condizionate sono uguali a quelle marginali * se tutte le frequenze congiunte condizionate sono uguali a quelle marginali

Answer 90

se tutte le frequenze **congiunte relative** condizionate **sono uguali** a quelle marginali

Question 91

16.07. La somma delle frequenze relative condizionate per riga di x|y deve essere sempre uguale a? * tre * zero * uno * due

Answer 91

uno

Question 92

16.08. Come si definisce la frequenza marginale di I riga? * la somma di tutti i valori disposti sulla Iesimacolonna e suddivisi per riga * il prodotto di tutti i valori disposti sulla Iesima riga e suddivisi per colonna * la differenza di tutti i valori disposti sulla Iesima riga e suddivisi per colonna * la somma di tutti i valori disposti sulla Iesima riga e suddivisi per colonna

Answer 92

la **somma** di tutti i valori disposti sulla Iesima riga e **suddivisi per colonna**

Question 93

16.09. Come si definisce la contingenza assoluta di I riga I colonna? * la differenza tra la freq.cong.ass. Iesimariga Iesimacolonna e la relativa frequenza teorica * il rapporto tra la freq.cong.ass. Iesimariga Iesimacolonna e la relativa frequenza teorica * il prodotto tra la freq.cong.ass. Iesimariga Iesimacolonna e la relativa frequenza teorica * la somma tra la freq.cong.ass. Iesima riga Iesima colonna e la relativa frequenza teorica

Answer 93

la **differenza** tra la freq.cong.ass. Iesimariga Iesimacolonna e la relativa frequenza teorica

Question 94

16.10. Come si definisce la frequenza teorica di I riga I colonna? * la differenza della frequenza marginale Iriga e fre.marg Icolonna diviso N * la somma della frequenza marginale Iriga e fre.marg Icolonna diviso N * il prodotto della frequenza marginale Iriga per fre.marg Icolonna * il prodotto della frequenza marginale Iriga per fre.marg Icolonna diviso N

Answer 94

il **prodotto** della frequenza marginale Iriga per fre.marg Icolonna **diviso N**

Question 95

16.11. Come si definisce la frequenza congiunta assoluta e relativa di I riga I colonna? * il numero di volte che la modalità di un carattere di Iriga è associata a quella di IVcolonna; frequenza congiunta relativa= F.co.ass.Iriga Icolonna/Frequenzamarginale * il numero di volte che la modalità di un carattere di Iriga è associata a quella di IIcolonna; frequenza congiunta relativa= F.co.ass./Numero totale osservazioni * il numero di volte che la modalità di un carattere di I riga è associata a quella di III colonna; frequenza congiunta relativa= F.co.ass.Iriga Icolonna/Numero totale osservazioni * il numero di volte che la modalità di un carattere di I riga è associata a quella di I colonna; frequenza congiunta relativa= F.co.ass.Iriga Icolonna/Numero totale osservazioni

Answer 95

il numero di volte che la modalità di un carattere di I riga è associata a quella **di I colonna**; frequenza congiunta relativa= F.co.ass.Iriga Icolonna/Numero totale osservazioni

Question 96

16.12. Che cosa s'intende per Associazione? * una relazione di effetto fra due caratteri (interdipendenza) * una relazione di causa fra due caratteri (interdipendenza) * una relazione di causa/effetto * una relazione di causa/effetto fra due caratteri (interdipendenza)

Answer 96

una relazione di **causa/effetto** fra due caratteri **(interdipendenza)**

Question 97

16.13. Con quale formula si calcola il coefficiente di Bravais-Pearson? * ρ=covXY/sqmY * ρ=covXY/sqmX * sqmY * ρ=covXY/sqmX * ρ=codXY/sqmX * sqmY

Answer 97

ρ=**cov**XY/**sqmX * sqmY**

Question 98

17.01. Con quale formula si calcola il Chi-quadrato? * la sommatoria per riga e per colonna della somma fra le contingenze assolute al quadrato diviso le frequenze teoriche * la sommatoria per riga e per colonna del prodotto fra le contingenze assolute al quadrato diviso le frequenze teoriche * la sommatoria per riga e per colonna del rapporto fra le contingenze assolute al quadrato diviso le frequenze teoriche * la sommatoria per riga e per colonna della differenza fra le contingenze assolute al quadrato diviso le frequenze teoriche

Answer 98

la sommatoria per riga e per colonna del **rapporto** fra le contingenze assolute al quadrato diviso le frequenze teoriche

Question 99

17.02. Con quale formula si calcola il Chi-quadrato normalizzato? * rapporto fra il Chi quadrato max e la sommatoria delle contingenze assolute * rapporto fra il Chi-quadrato e il suo valore massimo * differenza fra il Chi-quadrato e il suo valore massimo * somma fra il Chi-quadrato e il suo valore massimo

Answer 99

**rapporto** fra il Chi-quadrato e **il suo valore massimo**

Question 100

17.03. Con quale formula si calcola l'indice di Cramer? * radice quadrata del Chi-quadrato massimo * radice quadrata del Chi-quadrato normalizzato * radice quadrata del Chi-quadrato * prodotto del Chi-quadrato per il suo valore massimo

Answer 100

**radice** quadrata del Chi-quadrato **normalizzato**

Question 101

17.04. Dato un valore del Chi-quadrato normalizzato pari a 0,75 ed un valore del Chi-quadrato max pari a 128 il Chi-quadrato è pari a? * 136 * 76 * 106 * 96

Answer 101

96 | (0.75 * 128)

Question 102

17.05. Dati i valori della covarianza XY pari a -12 e i valori della varianza di X pari a 9 e di Y pari a 25 quale è il valore dell’indice di correlazione di Bravais-Pearson? * -0,8 * -0,7 * -0,6 * -0,75

Answer 102

-0,8 | (-12 / (3x5))

Question 103

17.06. Dato il valore della covarianza X,Y pari a +3,18, del coefficiente di correlazione di Bravais-Pearson pari a 0,89 e della varianza di X pari a 2,9 qual'è il valore della deviazione standard di Y? * 2,09 * 2,75 * 2,48 * 1,97

Answer 103

2,09 | (3,18 / 0,89 * sqrt(2,9))

Question 104

17.07. Dato un valore dell'indice di contingenza quadratico pari a 5 ed un valore del Chi-quadrato pari a 125 il numero delle osservazioni è pari a? * 65 * 35 * 25 * 45

Answer 104

25 | 125/5

Question 105

17.09. Dato un valore dell'indice di Cramer pari a 10 il Chi-quadrato normalizzato è pari a? * 120 * 90 * 110 * 100

Answer 105

100 | 10^2

Question 106

17.10. L'indice di dipendenza in media eta quadrato è ricompreso? * tra 0 e più infinito * tra 0 ed 1 compresi * tra 0 e meno infinito * tra 1 e 2

Answer 106

tra **0 ed 1** compresi

Question 107

18.01. Se si vogliono trovare quante quaterne ordinate si possono costruire con i numeri 1,2,3,4,5 siamo in presenza di quale operazione di calcolo combinatorio? E quante sono? * Siamo in presenza di disposizioni semplici senza ripetizione. Esse sono: 120 * Siamo in presenza di disposizioni semplici con ripetizione. Esse sono: 167 * Siamo in presenza di permutazioni semplici con ripetizione. Esse sono: 137 * Siamo in presenza di combinazioni semplici con ripetizione. Esse sono: 187

Answer 107

Siamo in presenza di disposizioni semplici senza ripetizione. Esse sono: **120** | 5!/(5-4)!

Question 108

18.02. Dati i valori di n e x rispettivamente pari a 10 e 2 qual'è il valore del coefficiente binomiale? * 25 * 35 * 65 * 45

Answer 108

45 | n! / x! * (n-x)!

Question 109

18.03. Quanti possono essere gli anagrammi della parola "Fatturato"? * 27500 * 29800 * 30240 * 30000

Answer 109

30240 | PERMUTAZIONI CON RIPETIZIONI

Question 110

19.01. A che cosa è uguale la probabilità dell’evento reciproco di E? * è minore di uno meno la probabilità dell’evento E stesso * è uguale a zero meno la probabilità dell’evento E stesso * è uguale a uno meno la probabilità dell’evento E stesso * è maggiore di uno meno la probabilità dell’evento E stesso

Answer 110

è **uguale** a **uno** meno la probabilità dell’evento E stesso

Question 111

19.02. Che cosa presuppone l’approccio assiomatico alla probabilità? * il ricorso al concetto di funzione che non associ ad ogni evento elementare dello spazio campionario Ω una probabilità P * il ricorso al concetto di funzione che associ ad ogni evento elementare dello spazio campionario Ω una probabilità P in dominio D * il ricorso al concetto di funzione che associ ad ogni evento elementare una probabilità P * il ricorso al concetto di funzione

Answer 111

il ricorso al concetto di funzione che associ ad ogni evento elementare dello spazio campionario Ω una probabilità P **in dominio D**

Question 112

19.03. Geometricamente la probabilità è sempre rappresentata da? * un'ordinata * un'area * una linea * un segmento

Answer 112

un'area

Question 113

19.04. Che cosa può significare una probabilità uguale a zero? E quale probabilità ha di verificarsi l'Evento impossibile? * probabilità zero non significa impossibilità di un Evento; probabilità uguale a uno * probabilità zero significa impossibilità di un Evento; probabilità uguale a zero * probabilità zero non significa necessariamente impossibilità di un Evento; probabilità uguale a zero * probabilità zero non significa impossibilità di un Evento; probabilità uguale a due

Answer 113

probabilità zero **non significa necessariamente** impossibilità di un Evento; probabilità **uguale a zero**

Question 114

19.05. Quali sono gli assiomi fondamentali della Probabilità? * P(E) ≥ 0; ∀ E che si legge: la probabilità di un evento deve essere sempre positiva per ogni evento E; 0 ≤ P(E) ≤ 1 che si legge: la probabilità di un evento E deve essere sempre ricompresa fra 0 ed 1 estremi compresi; P(Ω)=1 che si legge: la probabilità del totale degli eventi elementari appartenenti allo spazio campionario Ω deve essere sempre uguale ad 1 * P(E) ≥ 0; ∀ E ∈ D che si legge: la probabilità di un evento deve essere sempre positiva per ogni evento E che appartiene al dominio D; 0 ≤ P(E) ≤ 1 che si legge: la probabilità di un evento E deve essere sempre ricompresa fra 0 ed 1 estremi compresi; P(Ω)=0 che si legge: la probabilità del totale degli eventi elementari appartenenti allo spazio campionario Ω deve essere sempre uguale ad 0 * P(E) ≥ 0; ∀ E ∈ D che si legge: la probabilità di un evento deve essere sempre positiva per ogni evento E che appartiene al dominio D; 0 = P(E) ≤ 1 che si legge: la probabilità di un evento E deve essere sempre ricompresa fra 0 ed 1 estremi compresi; P(Ω)=1 che si legge: la probabilità del totale degli eventi elementari appartenenti allo spazio campionario Ω deve essere sempre uguale ad 1. 3. P(Ω)=1 che si legge: la probabilità del totale degli eventi elementari appartenenti allo spazio campionario Ω deve essere sempre uguale ad 1 * a) P(E) ≥ 0; ∀ E ∈ D che si legge: la probabilità di un evento deve essere sempre positiva per ogni evento E che appartiene al dominio D; b) 0 ≤ P(E) ≤ 1 che si legge: la probabilità di un evento E deve essere sempre ricompresa fra 0 ed 1 estremi compresi; c) P(Ω)=1 che si legge: la probabilità del totale degli eventi elementari appartenenti allo spazio campionario Ω deve essere sempre uguale ad 1

Answer 114

**a)** P(E) ≥ 0; ∀ **E ∈ D** che si legge: la probabilità di un evento deve essere sempre positiva per ogni evento E **che appartiene al dominio D; b) 0 ≤ P(E) ≤ 1** che si legge: la probabilità di un evento E deve essere sempre ricompresa fra 0 ed 1 estremi compresi; **c) P(Ω)=1** che si legge: la probabilità del totale degli eventi elementari appartenenti allo spazio campionario Ω deve essere sempre uguale ad 1

Question 115

19.06. Quale è la probabilità dell’evento negazione o evento impossibile? * uno * sempre zero * due * tre

Answer 115

sempre zero

Question 116

20.01. Date P(E)=0,21, P(F)=0,36 e P(E∩F)= 0,29 quale è la probabilità unione per eventi congiunti? * probabilità unione pari a 0,49 * probabilità unione pari a 0,19 * probabilità unione pari a 0,28 * probabilità unione pari a 0,39

Answer 116

probabilità unione pari a **0,28** | 0.21+0.36-0.29

Question 117

20.02. Date la probabilità intersezione di due Eventi E ed F dipendenti pari a 0,13 e la probabilità dell'Evento F pari a 0,26 la probabilità dell'Evento E è pari a ? * 0,45 * zero * calcolo impossibile * 0,5

Answer 117

calcolo impossibile | manca il dato evento unione

Question 118

20.03. Date la probabilità intersezione di due Eventi E ed F indipendenti pari a 0,13 e la probabilità dell'Evento F pari a 0,26 la probabilità dell'Evento E è pari a ? * 0,5 * 0,85 * 1,5 * 0,65

Answer 118

0,5 | 0,13/0,26

Question 119

20.04. Date la probabilità unione di due Eventi E ed F congiunti pari a 0,54 e la probabilità dell'Evento F pari a 0,26 la probabilità dell'Evento E è pari a ? * 0,35 * calcolo impossibile * 0,31 * 0,11

Answer 119

calcolo impossibile | manca il dato evento intersezione

Question 120

20.05. Con quale formula si calcola la probabilità intersezione di due Eventi E ed F dipendenti P(E∩F)? * P(E∩F)=P(E)+P(F)-P(E∪F) * P(E∩F)=P(F)*P(E|F) * P(E∩F)=P(E)+P(F) * P(E∩F)=P(F)-P(E∪F)

Answer 120

P(E∩F)=P(E)+P(F)-P(E∪F)

Question 121

21.01. Con quale formula si calcola la probabilità dell'Evento E condizionato all'Evento F P(E|F)? * P(E|F)=P(F∪E)/P(F) * P(E|F)=P(E∪F)/P(E) * P(E|F)=P(E∪F)/P(F) * P(E|F)=P(E∩F)/P(F)

Answer 121

P(E|F)=P(E**∩**F)/P(F)

Question 122

21.02. Date la probabilità intersezione di due Eventi E ed F dipendenti P(E ∩ F) pari a 0,19 e la probabilità dell'Evento E condizionato ad F P(E|F) pari a 0,76 la probabilità dell'Evento F è pari a? * 0,35 * 0,25 * 1,65 * 0,45

Answer 122

0,25 | P(E ∩ F)/P(E|F) = 0,19/0,76

Question 123

21.03. Date la probabilità dell'Evento E condizionato ad F P(E|F) pari a 0,76 e la probabilità dell'Evento F è pari a 0,12 la probabilità composta P(E∪F) è pari a? * 0,0912 * 0,065 * 0,035 * 0,045

Answer 123

0,0912 | P(E|F) * P(F) = 0,76 * 0,12

Question 124

21.04. Con quale formula si calcola la probabilità composta di due Eventi E ed F dipendenti P(E∩F)? * P(E∩F)=P(F) * P(E|F) * P(E∩F)=P(E) * P(F) * P(E∩F)=P(E) * P(F|E) * P(E∩F)=P(E) * P(E|F)

Answer 124

P(E∩F)=P(E) * P(**F|E**)

Question 125

22.01. Come può essere denominata la statistica bayesiana? * statistica delle cause * statistica delle proprietà * statistica degli effetti * statistica dei controlli

Answer 125

statistica delle **cause**

Question 126

22.02. Dati gli Eventi causa Ci => C1 , C2 e C3 e l'Evento effetto E come si calcola la P(Ci|E) utilizzando la formula di Bayes? * P(Ci|E)=P(E|Ci) * P(Ci)/P(E|C1) * P(C1)+P(E|C2) * P(C2)+P(E|C3) * P(C3) * P(Ci|E)=P(E|C) * P(E)/P(C|E) * P(C)+P(C|E) * P(C) * P(Ci|E)=P(E|C)/P(C|E) * P(C)+P(C|E) * P(C)+P(C|E) * P(C) * P(Ci|E)=P(E|C) * P(E)/P(C|E) * P(C)+P(C|E) * P(C)+P(C|E) * P(C)

Answer 126

P(Ci|E)=P(E|Ci) * P(Ci)/P(E|C1) * P(**C1**)+P(E|C2) * P(**C2**)+P(E|C3) * P(**C3**)

Question 127

22.03. Che cosa s’intende per probabilità a priori? * la probabilità dell’evento effetto condizionata a più cause * la probabilità dell’evento intersezione condizionata a più cause * la probabilità dell’evento effetto non condizionata a più cause * la probabilità della causa i-esima condizionata all’evento effetto

Answer 127

la probabilità dell’evento **effetto non condizionata** a più cause

Question 128

22.04. Che cosa s’intende per probabilità a posteriori? * la probabilità della causa i-esima condizionata all’evento effetto * la probabilità dell’evento effetto non condizionata a più cause * la probabilità dell’evento effetto condizionata a più cause * la probabilità dell’evento intersezione condizionata a più cause

Answer 128

la probabilità della **causa i-esima** condizionata all’evento effetto

Question 129

23.01. A che cosa può essere associata la funzione di probabilità per valori discreti? * alla frequenza teorica * alla frequenza assoluta * alla frequenza cumulata * alla frequenza relativa

Answer 129

alla frequenza **relativa**

Question 130

23.02. Data una v.c. discreta che assume i valori 1,2,3,4,5,6,7,8 con p(x) pari a 1/8, il valore atteso è ? * 5,75 * 6,25 * 5,25 * 4,5

Answer 130

4,5 | SOM(x) * p(x)

Question 131

23.03. Data una v.c. discreta "presenza dell'occhio di pavone sulle foglie di ulivo"che assume i valori 1,2,3,4,5,6,7,8 con p(x) pari a 1/8 la varianza è ? * 4,7 * 5,15 * 4,75 * 5,25

Answer 131

5,25 | SOM(x-valore medio)^2 * p(x)

Question 132

23.04. La funzione di probabilità di una v.c. discreta che assume i valori 1,2,3,4,5,6,7,8 è espressa in simboli dalla seguente notazione? * P(X=x)=1/4 per x=1,2,3,4,5,6,7,8 * P(X=x)=1/8 per x=1,2,3,4,5,6,7,8 * P(X=x)=1/2 per x=1,2,3,4,5,6,7,8 * P(X=x)=1/8 per x=1,2,3,4,5

Answer 132

P(X=x)=**1/8** per x=1,2,3,4,5,6,7,8

Question 133

23.06. A quale tipo di frequenze si associa la funzione di probabilità? * frequenza relativa * frequenza relativa * frequenza di controllo * frequenza cumulata

Answer 133

frequenza relativa

Question 134

24.02. Dati i seguenti valori di x(1,2,3,4) con p(x) rispettivamente pari a (0,52; 0,33; 0,11;0,04) quale è il valore della funzione di ripartizione per x=3? * 0,76 * 0,96 * 0,56 * 0,86

Answer 134

0,96 | 0,52+0,33+0,11

Question 135

24.05. Quale grafico rappresenta meglio la funzione di ripartizione di una v.c. discreta? * grafico a torta * grafico a bolle * grafico a bastoncini * grafico ad area

Answer 135

grafico a **bastoncini**

Question 136

24.06. Quali sono le proprietà caratteristiche della funzione di ripartizione di una v.c. discreta? * P(X≤x) è non decrescente ovvero x1< x2 =>P(x1)≤P(x2); limx->-∞ P(X≤x)=0 è continua a destra * P(X≤x) è non decrescente ovvero x1< x2 =>P(x1)≤P(x2); limx->-∞ P(X≤x)=0; limx->+∞ P(X≤x)=1; P(X≤x) è continua a destra * P(X≤x) è decrescente ovvero x1< x2 =>P(x1)≤P(x2); limx->-∞ P(X≤x)=0; limx->+∞ P(X≤x)=1; P(X≤x) è continua a destra * P(X≤x) è non decrescente ovvero x1< x2 =>P(x1)≤P(x2); limx->-∞ P(X≤x)=0; limx->+∞ P(X≤x)=1; P(X≤x) è continua a sinistra

Answer 136

P(X≤x) è **non decrescente** ovvero x1< x2 =>P(x1)≤P(x2); limx->-∞ P(X≤x)=0; limx->+∞ P(X≤x)=1; **P(X≤x) è continua a destra**

Question 137

24.07. Quale è la notazione con cui si esprime la funzione di ripartizione di una v.c. discreta? * P(X≤x)= Σ w≤x P(X-w) * P(X>x)= Σ w≤x P(X=w) * P(X>x)= Σ w≤x P(X=w) * P(X≤x)= Σ w≤x P(X=w)

Answer 137

P(**X≤x**)= Σ w≤x P(**X=w**)

Question 138

24.08. Data la v.c. X che assume i valori 2,3,4,7 con probabilità rispettivamente pari a 0,12; 0,15; 0,43; 0,30 come si rappresenta la funzione di ripartizione? * F(X)= [0,12 per 0≤x<3] [0,27 per 3≤x<4] [0,70 per 4≤x<6] [1,00 per 6≤x<7] * F(X)= [0,15 per 0≤x<3] [0,12 per 3≤x<4] [0,70 per 4≤x<6] [1,00 per 6≤x<7] * F(X)= [0,12 per 0≤x<2] [0,15 per 2≤x<3] [0,43 per 3≤x<4] [1,00 per 4≤x<7] * F(X)= [0,12 per 0≤x<2] [0,27 per 2≤x<3] [0,70 per 3≤x<4] [1,00 per 4≤x<7]

Answer 138

F(X)= [0,12 per 0≤x<2] [**0,27 per 2≤x<3**] [0,70 per 3≤x<4] [1,00 per 4≤x<7]

Question 139

25.01. Data una variabile casuale discreta bidimensionale X,Y con quale notazione si calcola il valore atteso? * E[hXY]=ΣxΣyh(x,y) * E[hXY]=ΣxΣy f(x,y) * E[hXY]=ΣxΣyh(x,y) f(x,y) * E[hXY]=Σxh(x,y) f(x,y)

Answer 139

E[hXY]=ΣxΣyh(x,y) f(x,y)

Question 140

25.02. Qualè la notazione con cui si calcola la covarianza per variabili discrete? * CovXY= E[(X-μX) * (Y)]=ΣxΣy(x-μX) * (y-μY) f(x,y) * CovXY= E[(X-μX) * (Y-μY)]=ΣxΣy(x-μX) * (y-μY) * CovXY= E[(X-μX) * (Y-μY)]=ΣxΣy(x-μX) * (y-μY) f(x,y) * CovXY= E[(X) * (Y-μY)]=ΣxΣy(x-μX) * (y-μY) f(x,y)

Answer 140

CovXY= E[(**X-μX) * (Y-μY**)]=ΣxΣy(x-μX) * (y-μY) **f(x,y)**

Question 141

25.03. Delle proprietà della covarianza per variabili casuali discrete quali sono quelle per covarianza nulla? * è nulla quando le v.c. X e Y non sono correlate; non è nulla quando le v.c. X e Y sono indipendenti * è nulla quando le v.c. X e Y non sono correlate; è nulla quando le v.c. X e Y sono dipendenti * è nulla quando le v.c. X e Y non sono correlate; è nulla quando le v.c. X e Y sono indipendenti * non è nulla quando le v.c. X e Y non sono correlate; è nulla quando le v.c. X e Y sono indipendenti

Answer 141

**è nulla** quando le v.c. X e Y non sono correlate; **è nulla** quando le v.c. X e Y sono **indipendenti**

Question 142

26.01. Quando una variabile casuale è definita continua? * se assume un’infinità numerabile di valori * se assume nel suo dominio un’infinità numerabile di valori in un dato intervallo * se assume nel suo dominio un numero finito di valori * se non assume nel suo dominio un’infinità numerabile di valori

Answer 142

se assume nel suo dominio **un’infinità numerabile** di valori **in un dato intervallo**

Question 143

26.03. Come viene definita la probabilità di una v.c. continua in un intervallo ricompreso fra due valori a e b? * P(a

Answer 143

P(a

Question 144

27.01. Come si calcola la funzione di ripartizione in un intervallo a-b utilizzando i valori della v.c. Normale standardizzata Z? * a*b * a-b * Z(b) -Z(a) * Z(b) -a

Answer 144

Z(b) -Z(a)

Question 145

27.02. Data una v.c. continua Normale espressa in simboli X~N(2,2; 0,42) che cosa sta a significare 0,42? * la varianza σ2 * la media della X * la devianza * la moda della X

Answer 145

la varianza σ2

Question 146

27.04. Quale è la notazione con cui si esprime la funzione di ripartizione di una v.c. continua nell’intervallo fra due valori positivi a e b? * P(Xx)= ∫ ba f(x) d(x) oppure P(a≤x≤b)=Fa-Fb=Φa- Φb=za - zb * F(x)= P(X

Answer 146

F(x)= P(X

Question 147

27.05. Data una v.c. continua Normale espressa in simboli X~N(2,2; 0,42) che cosa sta a significare 2,2? * il valore atteso μ * il valore μ * il valore normale μ * il valore standardizzato μ

Answer 147

il valore atteso μ

Question 148

28.01. Quando due v.c. continue X d Y si dicono indipendenti? * se per tutte le x e y la funzione di probabilità doppia f(x,y) è espressa in termini della differenza delle relative funzioni di probabilità marginali di X e Y * se per tutte le x e y la funzione di probabilità doppia f(x,y) è espressa in termini del rapporto delle relative funzioni di probabilità marginali di X e Y * se per tutte le x e y la funzione di probabilità doppia f(x,y) è espressa in termini del prodotto delle relative funzioni di probabilità marginali di X e Y * se per tutte le x e y la funzione di probabilità doppia f(x,y) è espressa in termini della somma delle relative funzioni di probabilità marginali di X e Y

Answer 148

se per tutte le x e y la funzione di probabilità doppia f(x,y) è espressa in termini del **prodotto** delle relative funzioni di probabilità marginali di X e Y

Question 149

28.02. Quale è la notazione che esprime la Disuguaglianza di Chebyshev? * P(μ-k * σ≤X≤μ+k * σ )≥1-1/k^2 * P(μ-k≤X≤μ+k )≥1-1/k^2 * P(k * σ≤X≤k * σ )≥1-1/k^2 * P(μ * σ≤X≤μ * σ )≥1-1/k^2

Answer 149

P(μ-k * σ≤X≤μ+k * σ )≥1-1/k^2

Question 150

29.02. Con quale formula si calcola la varianza di una distribuzione di probabilità della v.c. Uniforme discreta con N=10? * (10-1)2 * (10+1)^2/10 * (10^2-1)/12 * (10+1)^2/10

Answer 150

(10^2-1)/**12**

Question 151

29.03. Quale valore ha l'indice di curtosi di una distribuzione di probabilità Uniforme discreta con N=10? * -2,8 * -1,22 * 1,22 * 1,1

Answer 151

-1,22

Question 152

29.04. Dati i seguenti valori di x: 1,2,3,4,5 con probabilità uguali pari ad 1/5 quale modello di distribuzione di probabilità è più adatto? * binomiale * uniforme discreta * bernoulliana * poissoniana

Answer 152

uniforme discreta

Question 153

30.02. Quante prove prende in considerazione la distribuzione di probabilità bernoulliana? * cinque * dieci * una * due

Answer 153

una

Question 154

30.08. Con quale notazione si esprime l’indice di asimmetria e di curtosi della v.c. discreta Bernoulliana? * IAS(X)=(1+2p)/RDQ[p(1-p)] ; ICUR(X)=(1-6p-6p^2)/p(1-p) * IAS(X)=(1+2p)/RDQ[p(1-p)] ; ICUR(X)=(1-6p-6p^2)/p(1+p) * IAS(X)=(1-2p)/RDQ[p(1-p)] ; ICUR(X)=(1-6p+6p^2)/p(1-p) * IAS(X)=(1*2p)/RDQ[p(1-p)] ; ICUR(X)=(1+6p-6p^2)/p(1+p)

Answer 154

IAS(X)=(**1-2p**)/RDQ[p(1-p)] ; ICUR(X)=(1-6p+6p^2)/p(**1-p**)

Question 155

30.09. Quale è la notazione in simboli e la relativa formula della distribuzione di probabilità della v.c. discreta Bernoulliana? * X-Ber(1,p); P(X=x)=p^x (1-p)^x per x=0 e 1 * XBer; P(X=x)=p (1-p)1-x per x=0 e 1 * X~Ber(1,p); P(X=x)=p^x (1-p)^1-x per x=0 e 1 * X+Ber(1,p); P(X=0)=p ; P(X=1)=p+1

Answer 155

**X~Ber**(1,p); P(X=x)=p^x (1-p)^1-x per x=0 e 1

Question 156

30.10. Dato un numero di prove n=1 e una probabilità p=0,25 quale è il valore della deviazione standard? Quale v.c. modella il fenomeno statistico? * 0,433 Bernoulliana * 0,356 Normale * 0,356 Binomiale * 0,356 Bernoulliana

Answer 156

0,**433** Bernoulliana

Question 157

31.05. Data la v.c. binomiale X con n=10 e p=0,15 qual'è la probabilità che almeno due prove abbiano successo P(X>2)? * 0,256 * 0,156 * 0,1798 * 0,856

Answer 157

0,1798

Question 158

31.06. Data la v.c. binomiale X con varianza pari a 28 e p=0,26 quante sono le prove indipendenti n (arrotondato)? * 146 * 196 * 206 * 186

Answer 158

146 | 28 / (0,26 * (1-0,26))

Question 159

31.07. Dato un numero prove n=15 e una probabilità p=0,19 quale è il valore della P(X<3)? * 0,3243 * 0,7353 * 0,5853 * 0,6854

Answer 159

0,6854 (x<=3)

Question 160

31.08. Dati i valori di n=11, p=0,031 quale è il valore di P(X>2)? * 0,0102 * 0,004 * 0,001 * 0,002

Answer 160

0,004

Question 161

32.01. Dai i valori di n=2100 e p=0,00012 quale è la distribuzione di probabilità più adatta? * poissoniana * ipergeometrica * bernoulliana * uniforme discreta

Answer 161

poissoniana

Question 162

32.02. In una poissoniana il valore di lambda è uguale a 12: Quale è la P(X=0)? * 6.144212e-05 * 6.144212e-06 * 4.144212e-06 * 5.144212e-06

Answer 162

**6**.144212e-**06** | 12^0/0! * e^-12

Question 163

32.06. Con quale formula si calcola la funzione di probabilità di una poissoniana? * P(X=x)=λ^x /x! *e * P(X=x)=λ^x /x! *e^-λ * P(X=x)=λ /x! *e^-λ * P(X=x)=λ /x *e^-λ

Answer 163

P(X=x)=λ^x /x! *e^-λ

Question 164

32.07. Data una v.c. poissoniana con λ=4 quale sono i valori degli indici di asimmetria e di curtosi; quale tipo di asimmetria si configura e quale curva di curtosi si determina e perché? * I(as)=1/√4=0,5; I(curt)=1/4=0,25; asimmetria negativa=>0,5>0; platicurtica =>Sco=0,25-3=-2,75 * I(as)=1/√4=0,5; I(curt)=1/4=0,25; asimmetria negativa=>0,5>0; platicurtica =>Sco=0,25-3=-2,75 * I(as)=1/√4=0,5; I(curt)=1/4=0,25; asimmetria positiva=>0,5>0; platicurtica =>Sco=0,25-3=-2,75 * I(as)=√4=0,5; I(as)=1/4=0,25; asimmetria positiva =>0,5>0; platicurtica =>Sco= 0,25-3=-2,75

Answer 164

I(as)=**1/√4**=0,5; I(curt)=1/4=0,25; asimmetria **positiva**=>0,5>0; platicurtica =>Sco=0,25-3=-2,75

Question 165

33.05. Dato l'intervallo di valori della X in una v.c. Uniforme continua ricompreso fra 40 e 50 quale è il valore atteso e la varianza? * E(X)=35 V(X)=8,33 * E(X)=25 V(X)=8,33 * E(X)=45 V(X)=8,33 * E(X)=45 V(X)=6,33

Answer 165

E(X)=**45** V(X)=8,33 | V(X)=(50-40)^2/12

Question 166

33.06. In una v.c Uniforme continua X ricompresa nell'intervallo 20-50 qual'è la P(X>41)? * 2/30 (50-41)=18/30 * 1/30 (50-41)=9/30 * 5/30 (50-41)=45/30 * 1/30 (50-30)=20/30

Answer 166

**1**/30 (50-41)=**9**/30

Question 167

34.05. Data una v.c. continua Normale X ∼N(12;25) qual'è la P(X<10)? * P(X)= 1-∅(2/3) * P(X)= 1-∅(2/25) * P(X )=∅(2/5) * P(X )=1-∅(2/5)

Answer 167

P(X )=1-∅(2/5)

Question 168

34.06. Data una v.c. continua Normale X∼N(47;25) quale è il valore della P(X>45) dove la ∅(0,4)=0,655? * 0,345 * 0,145 * 0,745 * 0,245

Answer 168

0,345 | 1-0,655

Question 169

35.01. Nella v.c. continua Normale standardizzata Z quale è il valore atteso e la varianza? * Valore atteso=0; Varianza=1 * Valore atteso=1; Varianza=0 * Valore atteso=0; Varianza=2 * Valore atteso=1; Varianza=1

Answer 169

Valore atteso=0; Varianza=1

Question 170

36.04. Di quante e quali v.c. è composta la t di Student? * Due v.c. continue i.i.d.: Normale e Chi-quadrato * Due v.c. continue i.i.d.: Normale std e F di Fisher * Due v.c. continue i.i.d.: Normale std e t di Student * Due v.c. continue i.i.d.: Normale std e Chi-quadrato

Answer 170

Due v.c. continue i.i.d.: **Normale std** e **Chi-quadrato**

Question 171

36.05. Che cosa significano Z e S2 nella notazione che definisce la v.c. t di Student? * Z e S^2 sono v.c. i.i.d. che si distribuiscono come una Normale std e una Chi-quadrato * Z e S^2 sono v.c. i.i.d. che si distribuiscono come una Normale std e F di Fisher * Z e S^2 sono v.c. i.i.d. che si distribuiscono come una Normale e una Chi-quadrato * Z e S^2 sono v.c. che si distribuiscono come una t di Student e una Chi-quadrato

Answer 171

Z e S2 sono v.c. i.i.d. che si distribuiscono come una **Normale std** e una **Chi-quadrato**

Question 172

36.06. Qual è la notazione che definisce la v.c. t di Student? * t= F/√(S^2/n) * t= F/(S^2/n) * t= N/√(S^2/n) * t= Z/√(S^2/n)

Answer 172

t= **Z**/√(S^2/n)

Question 173

37.01. Dati i valori: N=27; σ2=49; s2 =44 quale è il valore della v.c. Chi-quadrato X? * 13,35 * 23,35 * 33,35 * 43,35

Answer 173

23,35 | (27-1) * 44 / 49

Question 174

37.08. Dato il valore dei gradi di libertà (df=32) quale è il valore atteso e la varianza della relativa v.c. continua Chi-quadrato X? * valore atteso=22; Varianza=54 * valore atteso=32; Varianza=64 * valore atteso=12; Varianza=48 * valore atteso=42; Varianza=84

Answer 174

valore atteso=**32**; Varianza=64

Question 175

37.09. Dati i valori di n=27; σ2 =49; s2=44 quale è il valore della v.c. continua X Chi-quadrato empirica? * 13,35 * 23,35 * 18,15 * 14,65

Answer 175

23,35 | (27-1) * 44 / 49

Question 176

37.10. Date z1^2, z2^2,......,zn^2 la somma di tali v.c. è? * una v.c. continua che si distribuisce secondo una t di Student con( n-1) g.d.l. * una v.c. discreta che si distribuisce secondo una Chi-quadrato con( n-1) g.d.l. * una v.c. continua che si distribuisce secondo una F di Fisher con( n-1) g.d.l. * una v.c. continua che si distribuisce secondo una Chi-quadrato con( n-1) g.d.l.

Answer 176

una v.c. **continua** che si distribuisce secondo una **Chi-quadrato** con( n-1) g.d.l.

Question 177

37.11. Qual è il valore atteso e qual'è la varianza di una v.c. continua Chi-quadrato X? * Valore atteso(Chi-quadrato)=g; Varianza(Chi-quadrato)=6 * Valore atteso(Chi-quadrato)=g; Varianza(Chi-quadrato)=3g * Valore atteso(Chi-quadrato)=g; Varianza(Chi-quadrato)=4g * Valore atteso(Chi-quadrato)=g; Varianza(Chi-quadrato)=2g dove g sono i gradi di libertà

Answer 177

Valore atteso(Chi-quadrato)=g; Varianza(Chi-quadrato)=**2g dove g sono i gradi di libertà**

Question 178

38.05. Quale è il valore atteso della v.c. continua F di Fisher X con gradi di libertà al numeratore g1 =16 e al denominatore g2 =22? * 1,9 * 0,9 * 1,5 * 1,1

Answer 178

1,1 | g2/(g2-2) = 22/(22-2)

Question 179

38.07. In una v.c. continua F di Fisher X e cosa stanno a significare g1 e g2? * g1 e g2 stanno a significare rispettivamente i gradi di libertà al primo e secondo livello * g1 e g2 stanno a significare rispettivamente i gradi di libertà al primo e al secondo posto * g1 e g2 stanno a significare rispettivamente i gradi di libertà al denominatore e al numeratore * g1 e g2 stanno a significare rispettivamente i gradi di libertà al numeratore e al denominatore

Answer 179

g1 e g2 stanno a significare rispettivamente i gradi di libertà al **numeratore** e al **denominatore**

Question 180

38.11. Quali parametri possono essere modellizzati dalla distribuzione di probabilità della v.c. continua F di Fisher X? * il rapporto fra due varianze o devianze * la mediana * la media * la varianza

Answer 180

il rapporto fra due varianze o devianze

Question 181

38.12. Quale è il dominio della v.c.continua F di Fisher X? * 0 ; +∞ * 1 ; +∞ * -∞ ; 0 * -∞ ; +∞

Answer 181

0 ; +∞

Question 182

39.01. Quale è la notazione con cui si calcola la standardizzazione di una v.c. discreta Binomiale X in applicazione del teorema del limite centrale? * z=(x-n * p)/√n * p(1-p) * z=(x-n * p)/√n * z=(x-p)/√n * p(1-p) * z=(x-n)/√(n * p(1-p) )

Answer 182

z=(x-**n * p**)/√n *** p(1-p)**

Question 183

39.02. Con quale notazione si verifica la convergenza asintotica della v.c. discreta Binomiale alla v.c. continua Normale standardizzata Z secondo il teorema del limite centrale? * limn->∞Zn= limn->∞ [E(X)-np]/√(n-p(1-p)) * limn->∞Zn= limn->∞ [E(X)-np]/√((1-p)) * limn->∞Zn= limn->∞ [E(X)-np]/√(n * p(1-p)) * limn->∞Zn= limn->∞ [E(X)-p]/√(n+p(1-p))

Answer 183

limn->∞Zn= limn->∞ [E(X)-**np**]/√(**n * p**(1-p))

Question 184

39.03. Dati i valori: n=100; p=0,10; x=11 secondo il teorema del limite centrale la v.c. Binomiale sottostante a quale distribuzione converge e quale è il valore della z empirica? * per n->∞ la successione delle 100 prove bernoulliane converge ad una Chi-quadrato con z(empirica) pari a 0,43 * per n->∞ la successione delle 100 prove bernoulliane converge ad una Normale * per n->∞ la successione delle 100 prove bernoulliane converge ad una Normale std con z(empirica) pari a 0,33 * per n->0 la successione delle 100 prove bernoulliane converge ad una Normale std con z(empirica) pari a 0,23

Answer 184

per n->∞ la successione delle 100 prove bernoulliane converge ad una **Normale std** con z(empirica) pari a **0,33**

Question 185

39.04. Date n v.c. i.i.d. che cosa stabilisce il teorema del limite centrale? * che convergono asimtoticamente ad una v.c. Chi-quadrato * che convergono asimtoticamente ad una v.c. F di Fisher * che convergono asimtoticamente ad una v.c. Normale std * che convergono asimtoticamente ad una v.c. t di Student

Answer 185

che convergono asimtoticamente ad una v.c. **Normale std**

Question 186

40.02. Quali sono le caratteristiche del piano di campionamento bernoulliano? * è caratterizzato da uno schema di estrazione a caso con sollevazione * è caratterizzato da uno schema di estrazione a caso senza reinserimento * è caratterizzato da uno schema di estrazione a caso * è caratterizzato da uno schema di estrazione a caso con reinserimento

Answer 186

è caratterizzato da uno schema di estrazione a caso **con reinserimento**

Question 187

40.04. In un campionamento casuale semplice che cosa significa estrazione in blocco? * in una l'estrazione senza reimmissione con probabilità diverse per ogni estrazione * in una l'estrazione con reimmissione con probabilità diverse per ogni estrazione * in una l'estrazione con reimmissione con probabilità uguali per ogni estrazione * in una l'estrazione con reimmissione con probabilità diverse per ogni estrazione

Answer 187

in una l'estrazione **con** reimmissione con probabilità **uguali** per ogni estrazione

Question 188

40.05. Dato il valore della varianza campionaria pari a 59 ed n=6 quale è il valore della varianza campionaria corretta? * 11,8 * 10,8 * 13,8 * 14,8

Answer 188

11,8 | 59/(6-1)

Question 189

40.06. Quali sono le caratteristiche del piano di campionamento a due o più stadi? * è complesso; la popolazione viene suddivisa in stadi, nel secondo si estrae a sua volta un campione casuale secondo un ulteriore piano di campionamento e così via * la popolazione viene suddivisa in stadi, nel primo vengono estratti a caso solo alcuni elementi del campione e nel secondo si estrae a sua volta un campione casuale secondo un ulteriore piano di campionamento e così via * è complesso; la popolazione viene suddivisa in stadi, nel primo vengono estratti a caso solo alcuni elementi del campione e nel secondo si estrae a sua volta un campione casuale secondo un ulteriore piano di campionamento e così via * è complesso; la popolazione viene suddivisa in stadi, nel primo vengono estratti a caso solo alcuni elementi del campione

Answer 189

**è complesso**; la popolazione viene suddivisa in stadi, nel **primo** vengono estratti a caso solo alcuni elementi del campione **e nel secondo** si estrae a sua volta un campione casuale secondo un ulteriore piano di campionamento e così via

Question 190

40.07. Quali sono le caratteristiche del piano di campionamento sistematico? * casuale semplice dove gli elementi vengono estratti mediante sorteggio * casuale semplice dove gli elementi vengono estratti mediante sollevazione * complesso dove gli elementi vengono estratti mediante sorteggio * casuale semplice dove gli elementi non vengono estratti mediante sorteggio

Answer 190

**casuale semplice** dove gli elementi **non** vengono estratti mediante **sorteggio**

Question 191

40.08. Quali sono le caratteristiche del piano di campionamento stratificato? * è caratterizzato da strati il più possibile diretti * è caratterizzato da strati il più possibile disomogenei * è caratterizzato da strati il più possibile omogenei * è caratterizzato da strati

Answer 191

è caratterizzato da strati il più possibile **omogenei**

Question 192

40.09. Se si è estratto un campione n=6 quanti possono essere i campioni ordinati di numerosità 2 e quale è la relativa probabilità di estrazione? * Numero possibili campioni=> N!/(N+n)!=6!/(6+2)!=10 ; 1/10 * Numero possibili campioni=> N!/(N-n)!=6!/(6-2)!=8 ; 1/8 * Numero possibili campioni=> N!/(N-n)!=6!/(6-2)!=30 ; 1/30 * Numero possibili campioni=> N!/(N-n)!=(6-2)!=20 ; 1/20

Answer 192

Numero possibili campioni=> N!/(N-n)!=6!/(6-2)!=30 ; **1/30**

Question 193

40.10. Quali sono le caratteristiche del piano di campionamento a grappoli? * è caratterizzato da uno schema di estrazione non a caso * è caratterizzato da uno schema di estrazione a grappoli e non di un elemento * è caratterizzato da uno schema di estrazione a caso * è caratterizzato da uno schema di estrazione a caso con reinserimento

Answer 193

è caratterizzato da uno schema di estrazione a **grappoli** e **non di un elemento**

Question 194

41.01. Con quale notazione si esprime la v.c.continua Normale standardizzata X associata al valore atteso campionario? * Zn=[E(X)+μ] * √n/σ * Zn=[E(X)-μ] * σ * Zn=[E(X)-μ] * √n * Zn=[E(X)-μ] * √n/σ

Answer 194

Zn=[**E(X)-μ**] * √**n/σ**

Question 195

41.02. Come si configura la distribuzione della media campionaria? * Come l'insieme di tutte le medie riferite a un solo campione * Come l'insieme di tutte le medie riferite a tutti i campioni che si possono estrarre da una popolazione normale e non * Come l'insieme di tutte le medie riferite a tutti i campioni che si possono estrarre da una popolazione normale * Come l'insieme di tutte le medie riferite a tutti i campioni che non appartengono ad una popolazione normale

Answer 195

Come l'insieme di tutte le medie riferite a tutti i campioni che si possono estrarre da una popolazione normale **e non**

Question 196

41.03. Che cosa significa il termine Zcritica * σ/√(n) nella distribuzione della media campionaria per popolazioni infinite? * termine di errore della media campionaria * termine di errore del coefficiente di variazione campionario * termine di errore della deviazione standard campionaria * termine di errore della varianza campionaria

Answer 196

termine di errore della **media campionaria**

Question 197

42.02. Come si configura la distribuzione della proporzione campionaria? * come una sola proporzione riferita a tutti i campioni che si possono estrarre da una popolazione normale e non * come l'insieme di tutte le proporzioni riferite a un solo campione che si possono estrarre da una popolazione normale e non * come l'insieme di tutte le proporzioni riferite a tutti i campioni che si possono estrarre da una popolazione normale e non * come l'insieme di tutte le proporzioni riferite a tutti i campioni che non si possono estrarre da una popolazione normale e non

Answer 197

come l'**insieme** di tutte le proporzioni riferite a **tutti** i campioni **che si possono** estrarre da una popolazione normale e non

Question 198

43.01. Come si distribuisce la varianza campionaria? * Secondo una t di Student con (n-1) gradi di libertà * Secondo una Normale * Secondo una F di Fisher con (n-1) gradi di libertà * Secondo una Chi-quadrato con (n-1) gradi di libertà

Answer 198

Secondo una **Chi-quadrato** con (n-1) gradi di libertà

Question 199

43.02. Quale è la notazione con cui si esprime la v.c. che modellizza la varianza campionaria? * X^2=(n-1) * S^2/σ * X^2=(n+1) * S^2/σ^2 * X^2=(n-1) * S^2/σ^2 * X^2=(n-1) * S/σ^2

Answer 199

X^2=(**n-1**) * **S^2/σ^2**

Question 200

44.01. In una distribuzione campionaria della differenza fra due medie con varianza nota quale è la notazione che esprime la statistica test Z? * Z=(X1-X2) * √(n2+n1)/σ * Z=(X1) * √(n1 -n2)/σ * Z=(X1-X2) * √(n1 -n2) * Z=(X2) * √(n1-n2)/μ

Answer 200

Z=(**X1-X2**) * √(n2+n1)**/σ**

Question 201

44.02. In una distribuzione campionaria della differenza fra due medie quale è la notazione che esprime la statistica test Z per piccoli campioni o per varianza ignota? * t=(X1) * √(n1-n2)/s * t=(X2) * √(n1-n2)/μ * t=(X1-X2) * √(n2+n1)/s * t=(X1-X2) * √(n1-n2)

Answer 201

t=(**X1-X2**) * √(n2+n1)**/s**

Question 202

44.03. In una distribuzione campionaria della differenza fra due proporzioni quale è la notazione che esprime la statistica test Z? * Z=(p1-p2)/√p1(1-p1)/n1+p2(1-p2)/n2 * Z=(p1-p2) * (p1-p2)/(p1/n1+p2/n2) * Z=(p1-p2) * √(1-p1)/n1+p2(1-p2)/n2 * Z=(p1-p2) * √p1(1-p1)/n1+p2(1-p2)/n2

Answer 202

Z=(p1-p2)**/**√p1(1-p1)/n1+p2(1-p2)/n2

Question 203

45.01. Che cosa rappresenta la notazione (1-α)? * livello di significatività * livello di confidenza * livello di controllo * livello di attività

Answer 203

livello di confidenza | lezione 48

Question 204

45.02. La stima puntuale della varianza si trova attraverso l’individuazione: * della media della popolazione quando essa è uno stimatore corretto * di un singolo valore della varianza della popolazione quando essa è uno stimatore corretto o non distorto * della mediana della popolazione quando essa è uno stimatore corretto * della deviazione standard della popolazione quando essa è uno stimatore corretto

Answer 204

**di un singolo valore** della **varianza** della popolazione quando essa è uno stimatore corretto **o non distorto**

Question 205

45.03. Come si calcola il valore del termine di errore a per la media della popolazione con varianza nota? * a=zα * media/√n * a=zα/2 * σ/√n * a=zα/2 * σ/n * a=zα * mediana/√n

Answer 205

a=zα/2 * **σ/√n** | lezione 48

Question 206

45.04. Quali sono le proprietà degli stimatori? * efficienza, consistenza * correttezza o non distorsione, efficienza, consistenza * correttezza o non distorsione, efficienza * correttezza o non distorsione, consistenza

Answer 206

correttezza o non distorsione, efficienza, consistenza

Question 207

45.05. Che cosa si intende per stima puntuale? * la stima di una posizione * la stima di più valori * la stima di un solo valore * la stima di un intervallo di valori

Answer 207

la stima di **un solo** valore

Question 208

45.06. Quando uno stimatore si dice corretto o non distorto? * quando la sua deviazione std è pari a μ per tutti i possibili valori di μ stesso * quando la sua varianza è pari a μ per tutti i possibili valori di μ stesso * quando il suo coefficiente di variazione è pari a μ per tutti i possibili valori di μ stesso * quando il suo valore atteso è pari a μ per tutti i possibili valori di μ stesso

Answer 208

quando il suo **valore atteso** è pari a μ per tutti i possibili valori di μ stesso

Question 209

45.07. Dati due stimatori T1 e T2 quali dei due si dice più efficiente? * quello dei due che ha la media minore * quello dei due che ha la varianza maggiore * quello dei due che ha la varianza minore * quello dei due che ha la varianza uguale

Answer 209

quello dei due che ha la **varianza minore**

Question 210

45.08. Che cosa rappresenta la notazione α? * livello di significatività * livello di confidenza * livello di attività * livello di controllo

Answer 210

livello di significatività | lezione 48

Question 211

46.01. Quando lo stimatore proporzione campionaria si dice corretto o non distorto? * se il suo valore atteso non converge con quello della popolazione di riferimento * se il suo valore atteso converge con quello della popolazione di riferimento * se la sua varianza converge con quella della popolazione di riferimento * se la sua devianza converge con quella della popolazione di riferimento

Answer 211

se il suo **valore atteso converge** con quello della popolazione di riferimento

Question 212

46.02. Che cosa si intende per stimatore della proporzione di una popolazione? * una v.c. che stimi la proporzione della popolazione * una v.c. che assume due valori (stima) * una v.c. che assume quattro valori (stima) * una v.c. che assume tre valori (stima)

Answer 212

una v.c. che **stimi** la proporzione della popolazione

Question 213

46.03. Quale è lo stimatore puntuale corretto della proporzione della popolazione? * la proporzione campionaria * la media campionaria * la moda campionaria * la mediana campionaria

Answer 213

la **proporzione** campionaria

Question 214

46.04. Quando lo stimatore della proporzione della popolazione si dice efficiente? * quando ha la più bassa moda * quando ha la più bassa varianza * quando ha la più alta varianza * quando ha la più bassa media

Answer 214

quando ha la più **bassa varianza**

Question 215

46.05. Come si esprime la consistenza asintotica dello stimatore della proporzione della popolazione? * quando il limite della varianza della proporzione campionaria è uguale a 0 * quando il limite per n che tende ad infinito è uguale a 0 * quando il limite per n che tende ad infinito della varianza della proporzione campionaria è uguale a 0 * quando la varianza della proporzione campionaria è uguale a 0

Answer 215

quando il **limite per n** che tende ad infinito **della varianza** della **proporzione** campionaria è uguale a 0

Question 216

47.01. Quando lo stimatore della varianza della popolazione si dice efficiente? * quando ha la media più bassa * quando ha la varianza più bassa * quando ha la moda più bassa * quando ha la varianza più alta

Answer 216

quando ha la **varianza più bassa**

Question 217

47.02. Dato un valore della varianza pari a 1,88 ed un valore della sommatoria di (x-xmedia)2 pari a 147 quale è il valore della numerosità campionaria? * n=66 (arrotondato) * n=78 (arrotondato) * n=76 (arrotondato) * n=56 (arrotondato)

Answer 217

n=78 (arrotondato) | 147/1,88

Question 218

47.03. Quando lo stimatore della varianza della popolazione si dice corretto? * se il suo valore atteso coincide con la media della popolazione * se il suo valore atteso coincide con la varianza della popolazione * se il suo valore atteso coincide con la moda della popolazione * se il suo valore atteso coincide con la mediana della popolazione

Answer 218

se il suo valore atteso coincide con la **varianza** della popolazione

Question 219

47.04. Quando la varianza campionaria è uno stimatore consistente di quello della popolazione? * quando all’aumentare della dimensione del campione lo stimatore non si avvicina sempre più al valore del parametro di interesse da stimare e cioè alla varianza della popolazione σ2 * quando all’aumentare della dimensione del campione lo stimatore si avvicina sempre più al valore del parametro di interesse da stimare e cioè alla varianza della popolazione σ2 * quando al diminuire della dimensione del campione lo stimatore si avvicina sempre più al valore del parametro di interesse da stimare e cioè alla varianza della popolazione σ2 * quando all’aumentare della dimensione del campione lo stimatore si allontana sempre più al valore del parametro di interesse da stimare e cioè alla varianza della popolazione σ2

Answer 219

quando all’**aumentare** della dimensione del campione lo stimatore **si avvicina** sempre più al valore del parametro di interesse da stimare e cioè alla varianza della popolazione σ2

Question 220

48.01. Quali sono gli estremi dello stimatore intervallare per la media della popolazione con varianza ignota? * deviazione std campionaria +/- t Z/√n * mediana campionaria +/- t * S/√n * media campionaria +/- tα/2 * S/√n * varianza campionaria +/- tα/2 S/√n

Answer 220

**media campionaria** +/- tα/2 * S/√n

Question 221

48.02. Quali sono gli estremi dello stimatore intervallare per la media con varianza nota? * X(media camp.)± σ/√n * X(media camp.)± z1-α/2 * σ * X(media camp.)± z1-α/2 * √n * X(media camp.)± z1-α/2 * σ/√n

Answer 221

X(media camp.)± z1-α/2* σ/√n

Question 222

48.03. Che cosa s’intende per livello di significatività? * il valore di probabilità che il ricercatore sceglie normalmente basso * il valore di probabilità che il ricercatore sceglie a priori normalmente molto basso * il valore di probabilità che il ricercatore sceglie a priori normalmente alto * il valore di probabilità che il ricercatore sceglie a posteriori normalmente basso

Answer 222

il valore di probabilità che il ricercatore sceglie **a priori** normalmente **molto basso**

Question 223

48.04. Che cosa s’intende per livello di confidenza? * il complemento a due del livello di significatività * il complemento ad uno del livello di significatività * il complemento a tre del livello di significatività * il complemento a quattro del livello di significatività

Answer 223

il complemento ad **uno** del livello di significatività

Question 224

48.05. Che cosa si intende per stimatore intervallare di una popolazione? * una v.c. che assume un intervallo di valori (stima) ricompresi fra un estremo inferiore e un estremo superiore * una v.c. che assume quattro valori (stima) * una v.c. che assume un solo valore (stima) * una v.c. che assume tre valori (stima)

Answer 224

una v.c. che assume un **intervallo di valori** (stima) ricompresi fra un estremo inferiore e un estremo superiore

Question 225

48.06. Quale valore può assumere la zcritica per un livello di significatività α=0,05? * ±1,96 * ±2,05 * ±1,645 * ±2,576

Answer 225

±1,96 | inverse normal(1-a/2)

Question 226

48.07. Qual sono le notazioni che esprimono gli estremi dello stimatore intervallare per la media con varianza σ2 ignota? * media camp- zα/2 * s √n; media camp+ zα/2 * s * media camp- tα/2 * s √n; media camp+ tα/2 * s/√n * media camp-zα/2 * σ; media camp+ zα/2 * s/√n * media camp- zα/2 * σ/√n; media camp+ zα/2 * σ/√n

Answer 226

media camp- tα/2 * **s √n**; media camp+ tα/2 * **s/√n**

Question 227

48.08. Come si "legge" la notazione IC(1,22; 1,82)? * l'intervallo di confidenza con valore superiore 1,22 e inferiore 1,82 * l'intervallo di confidenza con valore inferiore 1,22 e superiore 1,82 * l'intervallo di controllo con valore inferiore 1,22 e superiore 1,82 * l'intervallo di significatività con valore inferiore 1,22 e superiore 1,82

Answer 227

l'intervallo di **confidenza** con valore **inferiore 1,22** e **superiore 1,82**

Question 228

48.09. Come si interpreta l'IC (12; 21) con alfa pari al 5% per la media della popolazione? * che nel 95% dei campioni estratti la varianza della popolazione non è contenuta nell'intervallo considerato * che nel 10% dei campioni estratti la media della popolazione non è contenuta nell'intervallo considerato * che nel 95% dei campioni estratti la media della popolazione non è contenuta nell'intervallo considerato * che nel 95% dei campioni estratti la media della popolazione è contenuta nell'intervallo considerato

Answer 228

che nel 95% dei campioni estratti la **media** della popolazione **è contenuta** nell'intervallo considerato

Question 229

48.10. Quali sono le notazioni che esprimono gli estremi dello stimatore intervallare per la media con varianza σ2 nota? * media camp- zα/2* √n; media camp+ zα/2* σ/√n * media camp- zα/2* σ/√n; media camp+ zα/2* σ/√n * media camp- σ/√n; media camp+ σ/√n * media camp-zα/2* σ; media camp+ zα/2* σ/√n

Answer 229

media camp- zα/2* σ/√n; media camp+ zα/2* σ/√n

Question 230

49.01. Dati i valori di μ1=8,5; μ2=6;σ1^2=2;σ2^2=3; n1=40; n2=60; z(critica)=2,576 quale è lo stimatore intervallare per la differenza fra le due medie? * I.C. (1,69;3,51) * I.C. (2,69;5,31) * I.C. (1,69;3,31) * I.C. (1,19;3,31)

Answer 230

I.C. (**1,69;3,31**)

Question 231

50.01. Quante numerosità campionarie si prendono in considerazione per calcolare l'intervallo di confidenza per la differenza fra le medie di due popolazioni? * tre * due * quattro * nessuno

Answer 231

due

Question 232

50.02. Dati i valori di n1 =7 e n2 =6; s1^2 =0,176; s2^2 =0,0922 quale è il valore della varianza campionaria congiunta? * 0,1379 * 0,329 * 0,579 * 0,0379

Answer 232

0,1379

Question 233

51.01. La proporzione campionaria p(stim)=X/n che tipo di stimatore è? * corretto o non distorto della proporzione della popolazione * non corretto della proporzione della popolazione * corretto o distorto della proporzione della popolazione * corretto o non distorto della media della popolazione

Answer 233

**corretto o non distorto** della **proporzione** della popolazione

Question 234

51.02. Dati i valori n=120; p(stim)=0,49; zcritica=1,96 quale è lo stimatore intervallare per la proporzione di una popolazione bernoulliana? * I.C.(30;98) * I.C.(40;68) * I.C.(40;58) * I.C.(20;68)

Answer 234

I.C.(**40;58**) | 0,49+-1,96 * sqrt(0,49 * (1-0,49) / 120)

Question 235

52.01. Dati i valori n1=187 con p1=0,02 e n2=164 con p2=0,015 quali sono i valori dello stimatore intervallare delle due v.c. estremi superiore ed inferiore con α=0,05 (zcritica=1,96)? * I.C. [0,16;0,64] * I.C. [0,06;0,84] * I.C. [0,26;0,74] * I.C. [0,022;0,032]

Answer 235

I.C. [**0,022;0,032**]

Question 236

52.02. Che cosa si intende per stimatore intervallare della differenza fra le proporzioni di due popolazioni bernoulliane? * una v.c. che assume un solo valore * una v.c. che assume tre valori * una v.c. che assume due valori * due v.c. relativi al limite superiore ed inferiore dell'intervallo di valori per la differenza tra le proporzioni di due popolazioni bernoulliane

Answer 236

**due** v.c. relativi al limite superiore ed inferiore dell'intervallo di valori per la differenza tra le proporzioni di due popolazioni bernoulliane

Question 237

52.03. Che cosa si intende per stima intervallare della differenza fra le proporzioni di due popolazioni bernoulliane? * è la stima del quadrato di una popolazione * è la stima di un insieme di una popolazione * è la stima di un terzo di una popolazione * è la stima di un intervallo di valori per la differenza tra le proporzioni di due popolazioni bernoulliane

Answer 237

è la stima di un **intervallo di valori** per la **differenza** tra le proporzioni di **due** popolazioni bernoulliane

Question 238

52.04. Dati i valori n1=95;n2 =123; p1(stim)=0,035;p2(stim)=0,02; zcritica=1,96 quale è lo stimatore intervallare per la differenza di due proporzioni di popolazioni bernoulliane? * I.C.(-0,23;0,66) * I.C.(-0,03;0,06) * I.C.(-0,03;0,16) * I.C.(-0,13;0,16)

Answer 238

I.C.(-0,03;**0,06**)

Question 239

53.01. Dati i valori n=24;s2 =15; chi-quadrcritico=9,2604 quale è per 1-α/2 lo stimatore intervallare per la varianza? * I.C.(7,81;37,2554) * I.C.(0,81;27,2554) * I.C.(5,81;37,2554) * I.C.(17,81;37,2554)

Answer 239

I.C.(7,81;37,2554)

Question 240

53.02. Quale è la notazione che esprime la v.c. continua Normale standardiizzata Z (statistica) utile al calcolo dello stimatore intervallare per la varianza campionaria? * (n-1)*S^2 * σ^2 * (n-1)*S^2/σ * (n-1)*S^2/σ^2 * (n-1)*S/σ^2

Answer 240

(n-1)*S^2/σ^2

Question 241

53.03. Come si distribuisce lo stimatore intervallare per la varianza della popolazione? * secondo una F di Fisher con (n-1) gradi di libertà * secondo una Normale con (n-1) gradi di libertà * secondo una Chi-quadrato con (n-1) gradi di libertà * secondo una t di Student con (n-1) gradi di libertà

Answer 241

secondo una Chi-quadrato con (n-1) gradi di libertà

Question 242

54.01. Dati i valori n1=24; n2 =65 ; alfa=0,05; F(1-alfa/2),(n1-1),(n2-1)=1,88; F(alfa/2),(n1-1),(n2-1)=0,4757; s1^2 =17,41 e s2^2 =12,4 con s1^2 > s2^2 quale è lo stimatore intervallare per il rapporto tra varianze modellato da una v.c. continua F di Fisher X? * I.C.(1,01;6,19) * I.C.(0,75;2,95) * I.C.(3,01;6,19) * I.C.(5,01;6,19)

Answer 242

I.C.(0,75;2,95)

Question 243

55.01. Per quale valore di numerosità campionaria si ha convergenza in distribuzione in un test per la differenza fra le proporzioni di due popolazioni * per campioni di numerosità n< 20 * per campioni di numerosità n< 10 * per campioni di numerosità n< 3 * per campioni di numerosità n> 30

Answer 243

per campioni di numerosità n> 30

Question 244

55.02. Dati i valori i zcritica=1,96; σ2=9, n=144 quale è il valore della numerosità campionaria se si vuole ridurre di 1/3 l'ampiezza dello stimatore intervallare? * n=1266 * n=1366 * n=1296 * n=1196

Answer 244

n=1296 (spiegazione slide 1010)

Question 245

55.03. Dati i valori i zcritica=1,96; σ=3 e del termine di errore a=0,11 quale è il valore della numerosità campionaria? * 2357 * 2067 * 2857 * 2157

Answer 245

2857

Question 246

55.04. Qual è la notazione con la quale si determina la numerosità campionaria? * n= z*σ/ a^2 dove a è la massima variazione ammissibile * n= z^2α/2*σ^2/a^2 dove a è la massima variazione ammissibile * n= zα/2*σ^2/a^2 dove a è la massima variazione ammissibile * n= z*σ^2/a^2 dove a è la massima variazione ammissibile

Answer 246

n= z^2α/2*σ^2/a^2 dove a è la massima variazione ammissibile

Question 247

55.05. Con quale notazione si determina la numerosità campionaria per la proporzione di una popolazione bernoulliana? * n= z^2α/2* pstim *(1- pstim )/a^2 * n= zα/2* pstim *(1- pstim )/a^2 * n= z^2α/2* pstim *(1- pstim )/a * n= z^2α/2* (pstim )/a^2

Answer 247

n= z^2α/2* pstim *(1- pstim )/a^2

Question 248

56.01. Quando si rifiuta l'ipotesi nulla per la media campionaria per piccoli campioni? * quando la media campionaria non cade all'interno dell'intervallo dello stimatore di cui alla seguente notazione: μ0 (+/-) tα/2*σ√n * quando la media campionaria è minore del termine: μ0 (+/-) tα/2*σ√n * quando la mediana campionaria è maggiore del termine: μ0 (+/-) tα/2*σ√n * quando la media campionaria cade all'interno dell'intervallo dello stimatore di cui alla seguente notazione μ0(+/-) tα/2*σ√n

Answer 248

quando la media campionaria non cade all'interno dell'intervallo dello stimatore di cui alla seguente notazione: μ0 (+/-) tα/2*σ√n

Question 249

56.02. Se il valore della v.c t empirica cade all'interno dell'intervallo (+/-) tα/2 quale è la regola di decisione? * si rifiuta l'ipotesi nulla o di interesse sotto l'ipotesi alternativa * si accetta l'ipotesi alternativa o di interesse sotto l'ipotesi nulla * si accetta l'ipotesi nulla o di interesse * si accetta l'ipotesi nulla o di interesse sotto l'ipotesi alternativa

Answer 249

si accetta l'ipotesi nulla o di interesse

Question 250

56.03. Dato un valore della v.c continua t di Student X empirica pari a 2,64 ed un valore di quella critica pari a 1,64 qual'è la regola di decisione? * si accetta l'ipotesi alternativa o di interesse sotto l'ipotesi nulla * si accetta l'ipotesi nulla o di interesse sotto l'ipotesi alternativa * si accetta l'ipotesi nulla o di interesse * si rifiuta l'ipotesi nulla o di interesse sotto l'ipotesi alternativa

Answer 250

si rifiuta l'ipotesi nulla o di interesse sotto l'ipotesi alternativa

Question 251

57.01. Che cosa é il p-value? * la probabilità della z empirica che si confronta con la media scelta a priori * la probabilità della z empirica che si confronta con il livello di significatività 1- α scelto a priori * la probabilità della z empirica che si confronta con la mediana scelta a priori * la probabilità della z empirica che si confronta con il livello di significatività α scelto a priori

Answer 251

la probabilità della z empirica che si confronta con il livello di significatività α scelto a priori

Question 252

57.02. Se il p-value è maggiore/minore di α si accetta o si rifiuta l'ipotesi nulla? * se il p-value>α si accetta H0 sotto l'ipotesi alternativa H1 e viceversa * se il p-value<α si accetta e viceversa * se il p-value<α si rifiuta e viceversa * se il p-value>α si rifiuta e viceversa

Answer 252

se il p-value<α si rifiuta e viceversa

Question 253

57.04. Dato un valore della statistica-test zempirica=2,14 ed un valore di quella critica pari a 2,57 si accetta o si rifiuta l’ipotesi nulla H0? * si rifiuta perché 2,14<2,576 * si rifiuta perché 2,14 cade all'interno dell'intervallo -2,576:+2,576 * si accetta perché 2,14 cade all'interno dell'intervallo -2,576:+2,576 * si accetta perché 2,14 non cade all'interno dell'intervallo -2,576:+2,576

Answer 253

si accetta perché 2,14 cade all'interno dell'intervallo -2,576:+2,576

Question 254

57.05. Dato un valore della statistica-test zempirica=2,14 si accetta o si rifiuta l’ipotesi nulla H0 con α=0,05? * si rifiuta perché 2,14<1,96 * si accetta perché 2,14 non cade all'interno dell'intervallo -1,96:+1,96 * perché 2,14 cade all'interno dell'intervallo -1,96:+1,96 * si rifiuta perché 2,14 non cade all'interno dell'intervallo -1,96:+1,96

Answer 254

si rifiuta perché 2,14 non cade all'interno dell'intervallo -1,96:+1,96

Question 255

58.01. Che cos'è la potenza di un test? * la probabilità di accettare H0 quando essa è falsa * la probabilità di accettare H0 quando essa è vera * la probabilità di rifiutare H0 quando essa è falsa * la probabilità di rifiutare H0 quando essa è vera

Answer 255

la probabilità di rifiutare H0 quando essa è falsa

Question 256

58.02. Quando si commettono errori di I e II tipo rispettivamente che cosa accade? * che si accetta H0 quando si sarebbe dovuto accettare; che si accetta H0 quando si sarebbe dovuto rifiutare * che si rifiuta H0 quando si sarebbe dovuto accettare; che si accetta H0 quando si sarebbe dovuto rifiutare * che si rifiuta H1 quando si sarebbe dovuto accettare; che si accetta H0 quando si sarebbe dovuto rifiutare * che si rifiuta H0 quando si sarebbe dovuto accettare; che si rifiuta H0 quando si sarebbe dovuto rifiutare

Answer 256

che si rifiuta H0 quando si sarebbe dovuto accettare; che si accetta H0 quando si sarebbe dovuto rifiutare

Question 257

58.03. Quando si decide di rifiutare l’ipotesi nulla H0 sotto quella alternativa H1 quando questa è vera come è la scelta e quale probabilità assume? * si commette errore II tipo con probabilità 1-β * si commette errore II tipo con probabilità β * si commette errore I tipo con probabilità α * si commette errore I tipo con probabilità β

Answer 257

si commette errore I tipo con probabilità α (tabella slide 1042)

Question 258

59.01. Qual è la statistica-test per la media della popolazione con varianza nota? * z=(media campionaria -mediana popolazione sotto H0)*√n/σ * z=(media campionaria -media popolazione sotto H0)*√n/σ * z=(media campionaria -media popolazione sotto H0)*n/σ * z=(mediana campionaria -media popolazione sotto H0)*√n/σ

Answer 258

z=(media campionaria -media popolazione sotto H0)*√n/σ

Question 259

59.02. Dato un valore della zempirica pari a 2,16 si accetta o si rifiuta H0 per un test unilatero dx con α=0,05? * si rifiuta H0 in quanto la zempirica=2,16 è maggiore di 1,96 * si rifiuta H1 in quanto la zempirica=2,16 è maggiore di 1,96 * si accetta H0 in quanto la zempirica=2,16 è maggiore di 1,96 * si rifiuta H0 in quanto la zempirica=2,16 è minore di 1,96

Answer 259

si rifiuta H0 in quanto la zempirica=2,16 è maggiore di 1,96 (1.64 unilatero a dx)

Question 260

59.03. Dati i valori di μ=200; zcritica=1,96; σ=5; n=92; media campionaria=199 quale è il valore della zempirica; si accetta o si rifiuta l'ipotesi nulla H0 per μ<200? * zempirica=-1,12 si accetta l'ipotesi per μ<200 perché 1,92 <1,96 * zempirica=-1,92 si rifiuta l'ipotesi per μ<200 perché -1,92 < -1,96 * zempirica=1,92 si accetta l'ipotesi per μ<200 perché 1,92 > 1,96 * zempirica=-1,92 si accetta l'ipotesi per μ<200 perché -1,92 > -1,96

Answer 260

zempirica=-1,92 si accetta l'ipotesi per μ<200 perché -1,92 > -1,96

Question 261

60.01. Quale è la statistica-test per la media della popolazione con varianza ignota? * t=(media campionaria - mediana popolazione sotto H0)*√n/ s * t=(media campionaria - media popolazione sotto H0)*√n/ s * z=(mediana campionaria -media popolazione sotto H0)*√n/s * t=(mediana campionaria - media popolazione sotto H0)*√n/ s

Answer 261

t=(media campionaria - media popolazione sotto H0)*√n/ s

Question 262

60.02. Dati i valori di μ=196; tcritica=-1,714; n=18; media campionaria=200; s2 =198 quale è il valore della t empirica; si accetta o si rifiuta l'ipotesi che μ>200? * tempirica=1,2; si accetta l'ipotesi per μ>200 perché 1,2<1,714 * tempirica=0,2; si accetta l'ipotesi per μ>200 perché 1,2<1,714 * tempirica=1,2; si accetta l'ipotesi per μ>200 perché 1,2>1,714 * tempirica=1,2; si rifiuta l'ipotesi per μ>200 perché 1,2<1,714

Answer 262

tempirica=1,2; si accetta l'ipotesi per μ>200 perché 1,2<1,714

Question 263

61.01. Dato un numero di prove n=48; p=0,025; p(camp)=0,019 quale è il valore della zempirica per convergenza in distribuzione (teorema del limite centrale); si accetta o si rifiuta l'ipotesi nulla per un test unilatero sx con alfa=0,05: * zempirica=-0,267; si accetta H0 perché -0,267>-1,96 * zempirica=-0,167; si accetta H0 perché -0,267<-1,96 * zempirica=-0,267; si rifiuta H0 perché -0,267>-1,96 * zempirica=-0,267; si accetta H1 perché -0,267<-1,96

Answer 263

zempirica=-0,267; si accetta H0 perché -0,267>-1,96 (-1,65)

Question 264

61.03. Dato un valore della proporzione campionaria pari a p(stim)=0,03 e un valore della proporzione della popolazione pari a p=0,02, n=10 quale è il valore della statistica test? Per un valore della zcritica=2,576 si accetta o si rifiuta l'ipotesi nulla? * zempirica=0,5 - si rifiuta l'ipotesi nulla H0 * zempirica=0,2257 - si accetta l'ipotesi nulla H0 * zempirica=0,25 - si accetta l'ipotesi nulla H0 * zempirica=0,1234 - si accetta l'ipotesi nulla H0

Answer 264

zempirica=0,2257 - si accetta l'ipotesi nulla H0

Question 265

62.01. Date due popolazioni Normali con deviazione standard e valori attesi rispettivamente pari a σ1=0,9 e σ2=1,1 e μ1=3,9 e μ2=2,9 si estraggono due campioni i cui valori delle medie campionarie sono rispettivamente x1(camp)=3,8 e x2(camp)=3,0 e n1=28 e n2=22, nonchè un valore della zcritica=-2,576 quale è il valore della statistica test Z? Si accetta o si rifiuta l'ipotesi nulla? * zempirica=3,489 - si accetta l'ipotesi nulla * zempirica= -1.68206 - si accetta l'ipotesi nulla * zempirica=1,489 - si rifiuta l'ipotesi nulla * zempirica=6,489 - si rifiuta l'ipotesi nulla

Answer 265

zempirica= -1.68206 - si accetta l'ipotesi nulla (-0.69)

Question 266

63.02. Date due popolazioni bernoulliane con valori delle proporzioni rispettivamente pari a p1=0,95 e p2=0,85 si estraggono due campioni con p1(camp)=0,99 e p2 (camp)=0,98; con n1=28 e n2=32 quale è il valore della statistica test per la differenza fra le due proporzioni? * -2,896 * 3,218 * 2,578 * 1,528

Answer 266

-2,896 (sul paniere è 1,94)

Question 267

64.02. Con quale notazione si rappresenta la statistica-test per la varianza di una popolazione normale? * (n-1)*S/σ * (n-1)*S^2/σ^2 * (n-1)*S^2/σ * (n-1)*Z^2/σ^2

Answer 267

(n-1)*S^2/σ^2

Question 268

64.03. Dato il valore della varianza della popolazione σ2 =32,5 e quello della varianza campionaria s2= 29,7 con n=31 gradi di libertà quale è il valore della statistica test? Da quale v.c. è modellata la varianza e come di distribuisce? * 27,295 - si distribuisce secondo una chi-quadrato con 20 g.d.l. (gradi di libertà) * 27,415 - si distribuisce secondo una chi-quadrato con (n-1)=(31-1)=30 g.d.l. (gradi di libertà) * 27,295 - si distribuisce secondo una normale con 30 g.d.l. (gradi di libertà) * 27,975 - si distribuisce secondo una chi-quadrato con 30 g.d.l. (gradi di libertà)

Answer 268

27,415 - si distribuisce secondo una chi-quadrato con (n-1)=(31-1)=30 g.d.l. (gradi di libertà)

Question 269

65.01. Come di distribuisce la statistica-test per il rapporto fra due varianze? * secondo una Normale con n1 gdl e n2 gdl * secondo una Chi-quadrato con n1 gdl * secondo una F di Fisher con n1 gdl al numeratore e n2 gdl al denominatore * secondo una t di Student con n1 gdl e n2 gdl

Answer 269

secondo una F di Fisher con n1 gdl al numeratore e n2 gdl al denominatore

Question 270

65.02. Dati i valori di due varianze stimate estratte da due popolazioni normali pari rispettivamente a s1^2=8100 e s2^2 =7225 con n1=25 e n2 =23 quale è il valore della statistica test? Come si distribuisce? * 1,121 - si distribuisce secondo una F di Fisher con (n1 -1)=24 g.d.l al numeratore e (n2 -1)=22 g.d.l al denominatore * 1,121 - si distribuisce secondo una t di Student con (n1 -1)=24 g.d.l al numeratore e (n2 -1)=22 g.d.l al denominatore * 1,121 - si distribuisce secondo una F di Fisher * 1,711 - si distribuisce secondo una F di Fisher con (n1 -1)=24 g.d.l al numeratore e (n2 -1)=22 g.d.l al denominatore

Answer 270

1,121 - si distribuisce secondo una F di Fisher con (n1 -1)=24 g.d.l al numeratore e (n2 -1)=22 g.d.l al denominatore

Question 271

66.01. Cosa sta a significare l'ipotesi di omoschedasticità/eteroschedasticità descritta in un Modello di regressione lineare semplice? * media degli errori costante/non costante * mediana degli errori costante/non costante * varianza degli errori non costante/ costante * varianza degli errori costante/non costante

Answer 271

varianza degli errori costante/non costante

Question 272

66.02. Con quale formula si calcola il coefficiente angolare con il MMQ? * rapporto fra la covarianza XY e la varianza di X * rapporto fra il coefficiente di variazione e la varianza di X * rapporto fra la codevianza XY e la varianza di X * somma fra la covarianza XY e la varianza di X

Answer 272

rapporto fra la covarianza XY e la varianza di X

Question 273

66.03. Con quale formula si calcola l'intercetta con il MMQ? * media delle Y meno la somma del coefficiente angolare per la media delle X * media delle X meno il prodotto del coefficiente angolare per la media delle Y * mediana delle Y meno il prodotto del coefficiente angolare per la media delle X * media delle Y meno il prodotto del coefficiente angolare per la media delle X

Answer 273

media delle Y meno il prodotto del coefficiente angolare per la media delle X

Question 274

66.04. Data la retta di regressione stimata paria a y=12+0,75*x quale é il valore della variabile risposta per un valore di x uguale a 3? * 14,25 * 16,25 * 22,25 * 17,25

Answer 274

1425

Question 275

66.05. Dato un valore della covarianza(XY) pari a +5 ed un valore del coefficiente angolare pari a 0,25 la varianza(X) è pari a? * 10 * 25 * 15 * 20

Answer 275

20

Question 276

66.06. L’ipotesi di normalità degli errori del modello di regressione lineare semplice significa? * che gli errori si distribuiscono secondo una F di Fisher εi ~ F(μ,σ2) * che gli errori si distribuiscono secondo una t di Student εi ~ t(μ,σ2) * che gli errori si distribuiscono secondo una Normale εi ~ N(μ,σ2) * che gli errori si distribuiscono secondo una Chi-quadrato εi ~ X2 (μ,σ2)

Answer 276

che gli errori si distribuiscono secondo una Normale εi ~ N(μ,σ2)

Question 277

66.09. Quando il modello lineare non spiega la relazione tra le due variabili x ed y che cosa significa? * non esiste una relazione lineare ma può esistere una relazione circolare * esiste una relazione lineare ma non è detto che ne possa esistere una non lineare * non esiste una relazione lineare ma non è detto che ne possa esistere una non lineare * non esiste una relazione lineare

Answer 277

non esiste una relazione lineare ma non è detto che ne possa esistere una non lineare

Question 278

67.01. Dato un valore del coefficiente di correlazione di Bravais-Pearson pari a 0,93 un valore delle deviazioni standard di x e y rispettivamente pari a 2 e 3 quale è il valore della covarianza? * 5,98 * 5,78 * 5,88 * 5,58

Answer 278

5,58 (0,93*2*3)

Question 279

67.02. Quando il coefficiente angolare b(stimato) si definisce stimatore corretto o non distorto? * Quando il suo valore atteso è uguale alla varianza campionaria * Quando il suo valore atteso converge con il valore del parametro della popolazione * Quando il suo valore atteso non converge con il valore del parametro della popolazione * Quando il suo valore atteso è uguale alla dev std campionaria

Answer 279

Quando il suo valore atteso converge con il valore del parametro della popolazione

Question 280

67.03. Quale quantità dà la misura di efficienza degli stimatori dei parametri di un Modello di regressione lineare semplice? * la deviazione standard della popolazione * la mediana della popolazione * la media campionaria * l'errore standard quadratico medio (ESQM)

Answer 280

l'errore standard quadratico medio (ESQM)

Question 281

67.04. Dato un valore del coefficiente di correlazione di Bravais-Pearson pari a 0,91 quale è il valore del coefficiente di determinazione? * 0,6281 * 0,5281 * 0,7281 * 0,8281

Answer 281

0,8281 (0,91^2)

Question 282

67.05. Come può essere scomposta la devianza totale e come si calcola il coefficiente di determinazione R2? * DS=DT+DR; RXY2=1-DR/DT * DR=DS-DT; RXY2=1-DT/DS * DT=DS-DR; RXY2=1-DS/DT * DT=DS+DR; RXY2=1-DR/DT

Answer 282

DT=DS+DR; RXY2=1-DR/DT

Question 283

68.01. Quando gli stimatori dei regressori del MRLS si dicono efficienti? * quanto più bassi sono i valori dei relativi errori standard quadratici medi (ESQM) * quanto più basso è il valore della media * quanto più diversi sono i valori dei relativi errori standard quadratici medi (ESQM) * quanto più alti sono i valori dei relativi errori standard quadratici medi (ESQM)

Answer 283

quanto più bassi sono i valori dei relativi errori standard quadratici medi (ESQM)

Question 284

68.02. Quando si dicono corretti o non distorti gli stimatori dei regressori in un MRLS? * quando il loro valore atteso converge al valore del parametro ignoto della popolazione * quando il loro valore atteso non converge al valore del parametro ignoto della popolazione * quando il loro valore atteso converge al valore del parametro noto della popolazione * quando il loro valore atteso converge alla varianza del parametro ignoto della popolazione

Answer 284

quando il loro valore atteso converge al valore del parametro ignoto della popolazione

Question 285

68.03. Quando gli stimatori dei regressori del MRLS si dicono consistenti? * quando il loro valore tende a quello del parametro ignoto della popolazione * quando al tendere all'infinito della numerosità campionaria il loro valore è maggiore di quello del parametro ignoto della popolazione * quando al tendere all'infinito della numerosità campionaria il loro valore diverge da quello del parametro ignoto della popolazione * quando al tendere all'infinito della numerosità campionaria il loro valore tende a quello del parametro ignoto della popolazione

Answer 285

quando al tendere all'infinito della numerosità campionaria il loro valore tende a quello del parametro ignoto della popolazione

Question 286

69.01. Quale test si usa per la verifica di ipotesi per il coefficiente angolare con H0: b=0 vs H1: b ≠ 0? * test bilatero * test unilatero dx * test sulla varianza * test unilatero sx

Answer 286

test bilatero

Question 287

70.01. Come si imposta il sistema di ipotesi per il coefficiente angolare stimato per un test bilatero? * H0:b(stim)=0 vs H1:b(stim) > 0 * H1:b(stim)=0 vs H0:b(stim)≠0 * H0:b(stim)=0 vs H1:b(stim) ≠0 * H0:b(stim)=0 vs H1:b(stim) < 0

Answer 287

H0:b(stim)=0 vs H1:b(stim) ≠0

Question 288

70.02. Come si imposta il sistema di ipotesi per l'intercetta stimata per un test unilatero sx? * H1:a(stim)=0 vs H0:a(stim)> 0 * H0:a(stim)=0 vs H1:a(stim) < 0 * H0:a(stim)=0 vs H1:a(stim) ≠ 0 * H0:a(stim)=0 vs H1:a(stim) > 0

Answer 288

H0:a(stim)=0 vs H1:a(stim) < 0

Question 289

70.03. Dato il p-value del coefficiente angolare pari a 0,012 e un α/2 pari a 0,025 si accetta o si rifiuta l'ipotesi nulla H0? * si rifiuta H1 * si accetta H0 e H1 * si accetta H0 e si rifiuta H1 * si rifiuta H0 e si accetta H1

Answer 289

si rifiuta H0 e si accetta H1 (0,012<0,025)

Question 290

71.01. Nell'ANOVA il test F è dato da quale notazione? * F=MDR/MDS dove MDS e MDR sono rispettivamente la devianza spiegata e la devianza residua rapportate ai corrispondenti gradi di libertà * F=MDS/MDT dove MDS e MDR sono rispettivamente la devianza spiegata e la devianza residua rapportate ai corrispondenti gradi di libertà * F=MDS/MDR dove MDS e MDR sono rispettivamente la devianza spiegata e la devianza residua rapportate ai corrispondenti gradi di libertà * F=MDT/MDR dove MDS e MDR sono rispettivamente la devianza spiegata e la devianza residua rapportate ai corrispondenti gradi di libertà

Answer 290

F=MDS/MDR dove MDS e MDR sono rispettivamente la devianza spiegata e la devianza residua rapportate ai corrispondenti gradi di libertà

Question 291

71.02. Quale è la notazione che esprime la scomposizione della devianza propedeutica al calcolo dell’ANOVA? * DT=DT/(n-1)=DS/1+DR/(n-2) dove DT, DS e DR sono rispettivamente la devianza totale, spiegata e residua e 1 è il grado di libertà per la devianza spiegata e n-2 quelli per la devianza residua * DT=DT/(n-1)=DS/1-DR/(n-2) dove DT, DS e DR sono rispettivamente la devianza totale, spiegata e residua e 1 è il grado di libertà per la devianza spiegata e n-2 quelli per la devianza residua * DT=DT/(n-1)=DS/1*DR/(n-2) dove DT, DS e DR sono rispettivamente la devianza totale, spiegata e residua e 1 è il grado di libertà per la devianza spiegata e n-2 quelli per la devianza residua * DT=DT/(n-1)=DS/1/DR/(n-2) dove DT, DS e DR sono rispettivamente la devianza totale, spiegata e residua e 1 è il grado di libertà per la devianza spiegata e n-2 quelli per la devianza residua

Answer 291

DT=DT/(n-1)=DS/1+DR/(n-2) dove DT, DS e DR sono rispettivamente la devianza totale, spiegata e residua e 1 è il grado di libertà per la devianza spiegata e n-2 quelli per la devianza residua

Question 292

72.01. Se nell’analisi del modello di regressione lineare semplice non risulta emergere una relazione lineare tra la X e la Y si può affermare in assoluto che non vi sia una qualsivoglia relazione? * no, perché potrebbe non esistere una relazione non lineare * no * no, perché potrebbe esistere una relazione non lineare * si, perché potrebbe esistere una relazione non lineare

Answer 292

no, perché potrebbe esistere una relazione non lineare

Question 293

72.02. Dato un valore della y stimata pari a 12, un valore atteso pari a 10 ed un valore di ESQM pari a 0,95 quale è il valore della t empirica? * 2,1 * 0,1 * 4,1 * 3,1

Answer 293

2,1 (12-10)/0.95

Question 294

72.03. Quale è la notazione con cui si esprime la tempirica per il valore atteso della variabile dipendente Y e come si distribuisce? * tempirica =E[Yi (stim)|xi]/s(Yistim); come una t di Student con n gradi di libertà * tempirica =Yi (stim)-E[Yi (stim)|xi]; come una t di Student con n-3 gradi di libertà * tempirica =Yi (stim)-E[Yi (stim)]/s(Yistim); come una t di Student con n-1 gradi di libertà * tempirica =Yi (stim)-E[Yi (stim)|xi]/s(Yistim); come una t di Student con n-2 gradi di libertà

Answer 294

tempirica =Yi (stim)-E[Yi (stim)|xi]/s(Yistim); come una t di Student con n-2 gradi di libertà

Question 295

72.04. Quale è la notazione con cui si esprime l’errore di previsione? * Yi (stim)±t*s[Yi (stim)] * Yi (stim)±tα/2*[Yi (stim)] * Yi (stim)±tα/2*s[Yi (stim)] * Yi (stim)±tα/2*s

Answer 295

Yi (stim)±tα/2*s[Yi (stim)]

Statistica (1 decks)

• Statistica

• Key Links

  • Pricing
  • Corporate Training
  • Teachers & Schools
  • iOS App
  • Android App
  • Help Center

• Subjects

  • Medical & Nursing
  • Law Education
  • Foreign Languages
  • All Subjects A-Z
  • All Certified Classes

• Company

  • About Us
  • Earn Money!
  • Academy
  • Swag Shop
  • Contact
  • Terms
  • Podcasts
  • Careers

• Find Us

  • 
  • 
  • 
  • 
  • 
  • 
  • 
  

  

  

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions