Esame di Statistica pt.

DOMANDA 75: Si voglia sottoporre a verifica l’ipotesi H0=mi e H1 diverso da mi,

usando un livello di significatività α = 0,05. La zona di rifiuto per il test è? Z < -1,96 o Z
> 1,96.

DOMANDA 76: La “casualità” del campione dipende? Dal metodo di selezione.

DOMANDA 77: Un test statistico? A parità di livello di significatività, ha potenza che

cresce al crescere della dimensione campionaria.

DOMANDA 78: Un parametro statistico è? La media aritmetica della popolazione.

DOMANDA 79: Cosa indica la Variabile p^? Una Stima pooled (combinata).

DOMANDA 80: Perché se confrontiamo due proporzioni, allora l’errore standard della
differenza è più grande di ciascuno dei due errori standard delle proporzioni? Perché la
differenza (p1^ – p2^) il più delle volte più distante da (p1 – p2) di quanto p1^ non sia
da p1 e p2^ non sia da p2.

DOMANDA 81: Quando si può effettuare il confronto fra due gruppi utilizzando le loro
medie? Quando la variabile di risposta è quantitativa.

DOMANDA 82: Cosa è in grado di effettuare il Test F? Il confronto fra due deviazioni
standard.

DOMANDA 83: Qual è il punto critico del Test F? Non è robusto a violazioni
dell’ipotesi di normalità.

DOMANDA 84: Cosa si intende per due Campioni Dipendenti? Ad ogni osservazione
di un campione corrisponde una osservazione dell’altro campione (coppie appaiate).

DOMANDA 85: Quale vantaggio comporta l’utilizzo di Campioni Dipendenti?

Consentono di controllare eventuali fonti di distorsione.

DOMANDA 86: Cosa significa controllare per una variabile? Condurre le analisi
desiderate a livelli prefissati della variabile di controllo.

DOMANDA 87: Cosa afferma il Paradosso di Simpson? Quando all’interno di ciascun

livello della variabile di controllo la direzione dell’associazione è diversa da quella che si
osserva quando il controllo viene ignorato.

DOMANDA 88: Il Metodo Induttivo è? Incerto.

DOMANDA 89: Cosa si Intende per Popolazione Finita? Una Pluralità reale di
elementi tutti osservabili.
DOMANDA 90: Cosa si Intende per Popolazione Non Finita? Numero virtualmente
illimitato di elementi.

DOMANDA 91: Cosa si intende per Effetto Aureola? Un errore di Misura.

DOMANDA 92: Cosa indica la Potenza nel Test? La capacità di riconoscere che una
determinata alternativa è vera.

DOMANDA 93: Cosa è più grave? Commettere un errore del I° tipo rispetto ad uno del
II°.

DOMANDA 94: Cosa si effettua nella Stima Intervallare? Si definisce un intervallo di

valori all’interno dei quali il parametro oggetto della ricerca dovrebbe essere contenuto
con un elevato grado di certezza.

DOMANDA 95: Qual è il vantaggio di un IC rispetto ad un test? Il vantaggio di IC

rispetto ad un test è nel fatto che IC è una misura di effetto (effect size).
DOMANDA 96: Cosa indica la formula y = α + β x? Esprime le osservazioni di y come
funzione lineare delle osservazioni di x e definisce una retta con pendenza β e intercetta
α.
DOMANDA 97: Cosa indica la pendenza β? Esprime la variazione di y per incrementi
unitari di x.
DOMANDA 98: Cosa indica la pendenza β=0? Il grafico è una linea orizzontale: il
valore di y è costante e non varia al variare di x.
DOMANDA 99: Che cos’è un Modello? Una semplice approssimazione della relazione
che lega tra loro le variabili nella popolazione.
DOMANDA 100: Cos’è uno Scatterplot? Un grafico delle n osservazioni disposte come
n punti è un diagramma di dispersione.
DOMANDA 101: Cosa rappresenta la formula Y^ = a+ bx? Un’equazione campionaria
che stima il modello lineare ed è detta equazione di previsione poiché fornisce una
previsione per la variabile risposta per un qualsiasi valore di x.
DOMANDA 102: Cosa consente di effettuare l’analisi di regressione? Visualizzare
(facilitare la comprensione) della relazione fra due variabili; individuare la tendenza
centrale della relazione (così come la media) individua la tendenza centrale per un
insieme di osservazioni e prevedere il valore di Y per un X ignoto
(interpolazione/estrapolazione).
DOMANDA 103: Cosa si intende per Residuo? Un errore di previsione.
DOMANDA 104: Quando i residui sono piccoli? Quando la linea di previsione cade
vicino ai punti nel diagramma di dispersione.
DOMANDA 105: Cosa rappresenta la retta dei minimi quadrati? La più piccola somma
dei residui al quadrato.
DOMANDA 106: Quali caratteristiche ha la retta dei minimi quadrati? Ha qualche
residuo positivo e qualche negativo ma la loro somma (e media) è pari a 0 e Passa
attraverso il punto (x,y).
DOMANDA 107: Cosa afferma la prima proprietà della Retta dei Minimi Quadrati? Le
previsioni basse sono bilanciate da previsioni alte.
DOMANDA 108: Cosa afferma la seconda proprietà della Retta dei Minimi Quadrati?
La seconda proprietà dice che la retta passa attraverso il baricentro della distribuzione.
DOMANDA 109: Che tipo di modello è y = α + β x? Deterministico.
DOMANDA 110: Cosa si intende per distribuzione Condizionata? Questa distribuzione
riflette la variabilità nei valori di y in corrispondenza di un valore fissato di x.
DOMANDA 111: Cos’è una funzione di regressione? Una funzione matematica che
descrive come la media della variabile risposta cambia in funzione dei valori della
variabile esplicativa.
DOMANDA 112: Perché la funzione E(y) = α +β x è detta funzione di regressione
lineare? Poiché impiega una retta per mettere in relazione la media di y con i valori di x.
DOMANDA 113: Perché il modello ordinario di regressione lineare è detto
Omoschedastico? Perché assume che la deviazione standard σ della distribuzione
condizionata di y sia identica per i differenti valori di x.
DOMANDA 114: Quali sono le 3 assunzioni del Modello? Normalità, Omoschedasticità
ed Indipendenza.
DOMANDA 115: Cosa indica R-Quadro o Coefficiente di Determinazione? E’ una
proporzione tra la variabilità dei dati e la correttezza del modello statistico utilizzato e
misura la frazione della varianza della variabile dipendente espressa dalla regressione.
DOMANDA 116: Cosa significa trovare un piccolo p-value per H0: β = 0? Suggerisce
che la retta di regressione abbia una pendenza non nulla.
DOMANDA 117: Cosa sono i Modelli Multivariati? Sono Modelli più complessi, con
più di una variabile esplicativa.
DOMANDA 118: Quando un’associazione si dice Spuria? Un’associazione tra X1 e Y è
definita spuria se entrambe le variabili dipendono da una terza variabile X2 e se la loro
associazione scompare quando X2 è controllata.
DOMANDA 119: Qual è la differenza tra Regressione bivariata e multipla? La Bivariata
ha una sola esplicativa. β descrive l’effetto di quella variabile ignorando tutte le possibili
altre esplicative, mentre, nella Multipla: i β misura l’effetto dell’esplicativa i
controllando per tutte le altre.
DOMANDA 120: Quale particolarità ha il modello di regressione multipla? Assume che
l’inclinazione βi della relazione parziale tra Y e Xi resta immutata per tutte le
combinazioni di valori delle altre esplicative.
DOMANDA 121: Cosa indica la correlazione multipla per un modello di regressione?
La correlazione tra y e yˆ e si indica con R che è compreso tra 0 e 1.
DOMANDA 122: Cosa misura il coefficiente di determinazione multipla R quadro? Usa
la riduzione proporzionale nell’errore, generalizzando quanto visto nel caso bivariato e
sintetizza il guadagno relativo nella previsione che deriva dall’usare l’equazione di
previsione rispetto a y.
DOMANDA 123: Quando il coefficiente di correlazione multipla è nullo? Quando tutti i
coefficienti di regressione parziale sono nulli.
DOMANDA 124: Quando c’è interazione per variabili quantitative? Esiste interazione
tra due esplicative nei loro effetti su Y quando gli effetti di una variabile cambiano al
variare dei livelli dell’altra variabile
DOMANDA 125: Quanti modelli di regressione ci sono? Sono 2, un modello completo e
un modello ridotto e i due sono uguali se i parametri extra nel modello completo sono
nulli.
DOMANDA 126: Cosa è l'odds ratio (OR) o rapporto di probabilità? Un dato statistico
che misura il grado di correlazione tra due fattori.
DOMANDA 127: Il modello di regressione logistica è? Lineare su scala logit, ma non è
lineare sulla scala delle probabilità.
DOMANDA 128: Cosa è il livello di efficacia mediano? Il valore di x, dove la probabilità
di successo è uguale a 0,5. Se il valore s > 0 sarà maggiore (più piccolo) dei valori di
EL50 con le probabilità di successo più alte (inferiori) di 0,5.
DOMANDA 129: Cosa è il modello logit, noto anche come modello logistico o
regressione logistica? Un modello di regressione non lineare utilizzato quando la
variabile dipendente è di tipo dicotomico. L'obiettivo del modello è di stabilire la
probabilità con cui un'osservazione può generare uno o l'altro valore della variabile
dipendente; può inoltre essere utilizzato per classificare le osservazioni, in base alle
caratteristiche di queste, in due categorie.
DOMANDA 129: Cosa è l’odds ratio? Una misura di associazione.
DOMANDA 130: Perché il Test del rapporto delle verosimiglianze è più usato del test
di Wald/z? Perché più potente e più “realizzabile” con le numerosità utilizzate nella
pratica ed in generale, è un modo di confrontare due modelli: un modello completo
(non ristretto) ed uno più semplice (ristretto).
DOMANDA 131: Cosa è il Wald test? Una prova statistica, usata tipicamente per
esaminare se un effetto esiste oppure no. Cioè esamina se una variabile indipendente
ha un rapporto statisticamente significativo con la variabile dipendente.
DOMANDA 132: A cosa serve il Test LR? Per confrontare un modello con un insieme
di predittori vs. un modello più semplice con meno predittori. Si tratta di un x2
approssimato con df pari al numero di extra parametri ed è un test analogo al test F per
confrontare un modello di regressione completo con uno ridotto.
DOMANDA 133: Data la struttura tabellare e dati i dati organizzati in questa tabella
quanto vale la stima di Massima Verosimiglianza del coefficiente di regressione b1 del
modello del modello di regressione che abbiamo considerato. Ragionare in termini di
rapporti di prodotti in croce.
DOMANDA 134: Eseguire il Test del rapporto delle Verosimiglianze (Senza Output
ANOVA) ma solo con il Summary Fit. Differenza tra le DEVIANZE.
DOMANDA 135: Quale tra queste è una funzione di Regressione Lineare? Quella
trasformazione che non altera il valore dei coefficienti.