Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
A A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,2: 0,3849
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,3: 0,4032
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,4: 0,4192
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,6: 0,4452
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1.1: 0,3643
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1.5: 0,4332
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1.8: 0,4641
A quanto corrisponde l'area sotto la curva normale tra z=0,66 e z=0: 0,2454
A quanto corrisponde l'area sotto la curva normale tra z=0,67 e z=0: 0,2486
A quanto corrisponde l'area sotto la curva normale tra z=0,68 e z=0: 0,2517
A quanto corrisponde l'area sotto la curva normale tra z=0,81 e z=1,94: 0,1828
A un campione di 400 casalinghe viene somministrato un questionario, allo scopo di verificare se siano poco, mediamente o molto soddisfatte del loro ruolo in ambito familiare. Si
ottengono i seguenti risultati: - Poco soddisfatte 180 - Mediamente soddisfatte 142 - Molto soddisfatte 78. Estraendo a caso un questionario, quale è la probabilità che la donna che lo ha
compilato siaMOLTO O POCO SODDISFATTA? 0,645
A un campione di 400 casalinghe viene somministrato un questionario, allo scopo di verificare se siano poco, mediamente o molto soddisfatte del ruolo in ambito familiare. Si ottengono
i seguenti risultati: – Poco soddisfatte 180 – Mediamente soddisfatte 142 – Molto soddisfatte 78. Estraendo tre questioni contemporaneamente, qual'è la probabilità che le donne che lo
hanno compilato siano TUTTE E TRE MOLTO SODDISFATTE? 0,7%
Ad un campione di casalinghe viene somministrato un questionario allo scopo di verificare se siano poco, mediamente o molto soddisfatte del loro ruolo in ambito familiare. Si
ottengono i seguenti risultati: Poco soddisfatte 180 - Mediamente soddisfatte 142 - Molto soddisfatte 98. Estraendo a caso un quesionario, quale è la probabilità che la donna che lo ha
compilato sia MOLTO SODDISFATTA? 0,233
Ad un campione di casalinghe viene somministrato un questionario allo scopo di verificare se siano poco, mediamente o molto soddisfatte del loro ruolo in ambito familiare. Si
ottengono i seguenti risultati: Poco soddisfatte 180 - Mediamente soddisfatte 142 - Molto soddisfatte 78. Estraendo a caso un questionario, quale è la probabilità che la donna che lo ha
compilato sia molto o poco soddisfatta? 0,645
Ad un campione di casalinghe viene somministrato un questionario allo scopo di verificare se siano poco, mediamente o molto soddisfatte del loro ruolo in ambito familiare. Si
ottengono i seguenti risultati: Poco soddisfatte 180 - Mediamente soddisfatte 142 - Molto soddisfatte 70. Estraendo tre questionari contemporaneamente, quale è la probabilità che le
donne che lo hanno compilato siano tutte e tre molto soddisfatte? 0,56%
C Calcola il punto z del valore minore per i seguenti dati: 1.0 3.0 3.0 3.0 4.0 4.0 5.1 7.0 7.3 9.0: 1,5
Col test z delle differenze tra medie possiamo: Standardizzare la regione di rifiuto
Con il p-value: Specifichiamo un livello di significatività ma anche un valore di Probabilità
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1;1), la media geometrica è pari a: 4,42
Considera il seguente insieme di osservazioni (-22; 14; 13; 15; 6; 1; 1; -12), la MEDIANA è: 3,5
Considera il seguente insieme di osservazioni (-22, 14, 13, 15, 6, 1, 1, -12) la deviazione standard campionaria è pari a (considerare nel calcolo del denominatore una numerosità totale
pari a N-1): 13,22
Considera il seguente insieme di osservazioni (-22; 14; 13; 15; 6; 1; 1; -12), la deviazione standard campionaria è: 13,22
Considera la relazione causa effetto y=f(x)+6,5. Calcola la y sapendo che -f(x)=10 ed indica il tipo di relazione: y=-3,5
Considera la relazione causa effetto y=f(x)+4,5. Calcola la y sapendo che -f(x)=10 ed indica il tipo di relazione: y=-5,5
Consideriamo la seguente serie storica di valori contigui (144,5,3,4,6,7,0,11,12), quante medie mobili di ordine tre si possono calcolare: 7
Cosa si intende per variabilità: E' l'attitudine di un fenomeno quantitativo ad assumere differente modalità
Cos'è la potenza del test: La probabilità di rigettare l'ipotesi nulla quando è falsa
D Data la seguente serie di voti riportati da alcuni studenti ad un esame: 18,19,21,22,23,26,28,30. La mediana è: 22,5
Date n variabili casuali standardizzate e indipendenti al quadrato, una variabile casuale chi-quadrato è data dalla: dalla somma di tali variabili
Date Z variabili casuali standardizzate e indipendenti al quadrato, una variabile chi-quadrato è data: dalla somma di tali variabili
Dati i seguenti numeri calcolare la probabilità di estrarre un numero pari sul totale: 11 12 131 126 17 28 257 890 21 654 33 428: 1/2 50%
Dati i seguenti numeri calcolare la probabilità di estrare un numero pari tra i numeri di due cifre: 11 12 131 126 17 28 257 890 21 654 33 428: 2 pari a 2 cifre 6 numeri di 2 cifre. 2/6 …
1/3
Dati i seguenti numeri calcolare la probabilità di estrarre un numero di due cifre o un numero pari: 21 12 131 126 17 28 257 890 21 654 33 428: 0,83
Dati i seguenti numeri calcolare la probabilità di estrarre un numero di due cifre o un numero pari: 11 12 131 126 17 28 257 890 21 654 33 428: 0,83
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reiimmissione un re e un asso: 0,02
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re alla prima estrazione e una carta di coppe alla seconda : 0,025
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in tre estrazioni con reimmissione un 4, un 3 e un 5 nell'ordine indicao: 0,001
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in tre estrazioni con reimmissione due fanti e un cavallo nell'ordine indicato: : 0,001
Dato un mazzo di 40 carte la probabilità di estrarre due assi con reimmissione è: 16/1600
Dato un mazzo di 40 carte la probabilità di estrarre un cavallo è: 1/10
Dato un mazzo di 40 carte la probabilità di estrarre un cinque o una carta di coppe è: 13/40
Dato un mazzo di 40 carte la probabilità di estrarre un due o un tre è: 8/40
Dato un mazzo di 40 carte la probabilità di ottenere in due estrazioni con reimmissione un re e un asso:0,02
Dato un mazzo di 40 carte le probabilità di estrarre un cavallo è: 1/10
Dato un mazzo di 40 carte le probabilità di estrarre un due o un tre è: 8/40
Dato un mazzo di carte la probabilità di estrarre un cinque o una carta di coppe: 13/40
H H0 ed H1 sono due ipotesi: mutuamente escludentesi
H0 ed H1 sono due ipotesi: Nessuna delle precedenti
I Il campione è: Più piccolo della popolazione di riferimento
Il campione è:Un sottoinsieme della popolazione
Il coefficiente di correlazione lineare r di Bravais-Pearson varia: tra -1 e + 1
Il coefficiente di determinazione lineare R2 varia: Tra 0 e +1
Il coefficiente R2 è definibile come segue: ESS/TSS
il livello di significatività o alfa: determina la regione delle medie campionarie in cui rifiutiamo l'ipotesi nulla
Il valore centrale di una classe è dato: dalla semisomma dei due estremi
In un analisi di regressione, il coefficiente angolare b1 è dato: b1=COD(X,Y)/DEV(X)
In una distribuzione statistica la somma delle frequenze relative: è sempre uguale a 1
In una scuola superiore 80 ragazzi sono iscritti ad un corsodi Statistica. All'inizio del corso agli 80 alunni viene somministrato un test attitudinale per l'Informatica che fornisce
punteggi in termini di risposte corrette (da 1 a 40). Alla fine si valuta l'apprendimento per ogni ragazzo con un test (da 0 a 100). Si ottengono i seguenti risultati: Y'=15+2,5X;r2=0,74;
se=3,5. Quanto aumenta e come si chiama? 2.5; coefficiente di regressione
In un'analisi di regressione, il coefficiente angolare b1 è dato: b1=COD (X,Y)/ DEV(X)
Indicare se esiste l'ipotesi nulla tra le seguenti: La media dei tempi di reazione dei maschi è inferiore a quella delle femmine
indicare se esiste l'ipotesi nulla tra le seguenti: non vi è Hp nulla
L La distribuzione di probabilità t di student è: infinita
La distribuzione di probabilità t di Student è: Simmetrica e centrata in zero
La distribuzione t di Student è: infinita
la frequenza cumulata: può essere anche relativa
La media geometrica è particolarmente usata quando: I diversi valori vengono per loro natura moltiplicati
La seguente ipotesi è nulla: la media dei tempi di reazione dei maschi è uguale a quella delle femmine
La seguente ipotesi è nulla: Questa moneta non è truccata
La sommatoria di tutte le frequenze di una tabella di frequenza è pari a: 1
La spesa (in euro) sostenuta da 12 ragazzi di 20 anni durante un fine settimana di Palermo è: 50; 20; 32; 10; 8; 15; 55; 18; 12; 15; 20; 24. Calcolare la media aritmetica: 23,25
La spesa (in euro) sostenuta da 12 ragazzi di 20 anni durante un fine settimana di Palermo è: 50; 20; 32; 10; 8; 15; 55; 18; 12; 15; 20; 24. Calcolare la mediana: 19
La statistica ci offre gli strumenti per: Organizzare, riassumere, analizzare i dati relativi ad un fenomeno , ottenuti attraverso le misurazioni
La statistica inferenziale ha come scopo principale quello di: dedurre le caratteristiche dell'intera popolazione a partire da dati raccolti
La statistica inferenziale: Testa ipotesi
L'indice chi-quadrato di Pearson: Dipende dalla dimensione del collettivo
N Nel modello di regressione lineare semplice quali delle seguenti ipotesi è definita “ipotesi debole”: ipotesi sulla variabile esplicativa
Nel modello di regressione lineare semplice quali delle seguenti ipotesi è definita “ipotesi forte”: ipotesi di normalità
Q Quale indice di posizione appare rappresentativo dell'intera distribuzione? media aritmetica
Quale indice di posizione appare rappresentativo dell'intera distribuzione? moda
Quando il campione è maggiore di 30 unità è definibile: Grande e non si può usare il test z ma devi ma devi usare il test t: il campione può considerarsi estratto da una popolazione normale
S Scrivi la funzione excel ed i simboli da digitare nella cella per calocalare la varianza campionaria: =VAR
Scrivi la funzione excel ed i simboli da digitare nella cella per calocolare la media geometrica: =MEDIA.GEOMETRICA
Si commette un errore di prima specie: Nel rifiutare l'ipotesi nulla quando in realtà è vera
Si consideri la popolazione di 20 unità statistiche (-350; 2; 2; 2; 2; 2; 2; 4; 6; 6; 7; 7; 7; 8; 9; 9; 9; 10; 14; 350) Quale indice di posizione appare rappresentativo dell'intera distribuzione?
media aritmetica
Si consideri la popolazione di 20 unità statistiche: (-450,2,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,10,14,510). Quale indice di posizione appare rappresentativo dell'intera distribuzione ? Moda
Si consideri la popolazione di unità statistiche: (-290,2,2,2,2,3,3,3,3,3,3,3,3,3,4,6,6,7,7,7,7,7,7,8,8,9,9,9,10,290) quale indice di posizione appare rappresentativo dell'intera distribuzione?
Moda
T Tra due variabili vi è indipendenza assoluta se: Le frequenze osservate sono uguali alle frequenze teoriche
U Un prodotto di largo consumo ha subito negli anni diversi aumenti indicati in tabella: 2007—2%, 2008—2,5%; 2009—2,6%; 2010—2,7%. Indicare il tasso di aumento medio annuo:2,450%
Una classe è chiusa a destra e aperta a sinistra se: Solo l'estremo destro è incluso
Una tabella a doppia entrata registra: Quante volte una coppia di mortalità si presenta contemporaneamente per x e per y
Uno stimatore si dice consistente se: Al crescere della numerosità campionaria tende a concentrarsi sul parametro da stimare
A A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE TRA Z=0 E Z=1,4: 0,4192
A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE TRA Z=0,81 E Z=1,94:0,1828
Ad un valore basso di r corrisponde: In diversi casi un legame debole tra i due caratteri quantitativi considerati
Ad un valore elevato di r corrisponde: In diversi casi un effettivo legame tra i due caratteri quantitativi considerati
Attraverso l’equazione di bilancio si analizzano: le produzioni delle varie branche secondo i rispettivi impieghi
AUMENTANDO IL LIVELLO DI SIGNIFICATIVITÀ: aumenta la potenza del test
C Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2): 12
Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29): 29
Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29): 12
Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29): 7
CALCOLARE LA VARIANZA DEI SEGUENTI NUMERI: 12,6,7,3,15,10,18,5: 23,75
CALCOLARE LO SCARTO QUADRATICO MEDIO DEI SEGUENTI NUMERI: 12,6,7,3,15,10,18,5: 4,87
Col termine classificazione: si intende il massimo dettaglio con cui la variabile viene espressa.
CON IL METODO DEI MINIMI QUADRATI: Si minimizza la somma dei quadrati degli scarti tra valori osservati e valori teorici
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= +0,8, I VALORI DI UNA VARIABILE: Crescono al crescere dei valori dell’altra
Con un coefficiente di correlazione pari a r= +0,8, i valori di una variabile: Non vi è correlazione
Con un coefficiente di correlazione pari a r= -0,5, i valori di una variabile: Tendono a crescere al decrescere dei valori dell’altra, ma in maniera blanda
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= -0,5, I VALORI DI UNA VARIABILE: Tendono a crescere al decrescere dei valori dell’altra, ma in maniera blanda
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= -0,8, I VALORI DI UNA VARIABILE: Crescono al decrescere dei valori dell’altra
Con un coefficiente di correlazione pari a r= -0,8, i valori di una variabile: Crescono al decrescere dei valori dell’altra
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= -0,9, I VALORI DI UNA VARIABILE: Crescono al decrescere dei valori dell’altra
Con un coefficiente di correlazione pari a r= -0,9, i valori di una variabile: Crescono al decrescere dei valori dell’altra
CONOSCENDO LA DEVIANZA, LO SCARTO QUADRATICO MEDIO SI RICAVA CALCOLANDO: La radice quadrata del rapporto tra devianza e numerosità del collettivo
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media aritmetica è pari a: 8,5
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media geometrica è pari a: 5,66
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (2; 14; 13; 15; 6; 1), LA MEDIANA È PARI A: 6
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la mediana è pari a: 9,5
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (2; 14; 13; 15; 6; 1; 1), LA MEDIA è PARI A: 7,43
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1;1), la moda è pari a: 1
Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), il valore centrale è pari a: 8
Considera il seguente insieme di osservazioni (-2; -2; -2; -14; -13; -15; -6; -1;-1), il valore massimo è pari a: -1
Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), la moda è pari a: 2
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (-22, 14. 13; 15; 6; 1; 1; -12), LA VARIANZA CAMPIONARIA È PARI A (CONSIDERARE NEL CALCOLO DEL DENOMINATORE UNA NUMEROSITÀ TOTALE PARI A N-1):
174,90
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (-22; 14;13;15;6,1;1;-12), LA MEDIANA è PARI A: 3,5
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (-22;14,13,15;6;1;1;-2), LA DEVIAZIONE STANDARD CAMPIONARIA E’ PARI A(CONSIDERARE NEL CALCOLO DEL DENOMINATORE UNA NUMEROSITA’ PARI A N-1):
13,22
CONSIDERA LA RELAZIONE CAUSA-EFFETTO Y = -F(X), CALCOLA LA Y SAPENDO CHE F(X) = -10 ED INDICA IL TIPO DI RELAZIONE: y = 10; la relazione è lineare
Considera la relazione causa-effetto y = -f(x), calcola la y sapendo che f(x) = -10 ed indica il tipo di relazione: y = 10; la relazione è lineare
CONSIDERA LA RELAZIONE CAUSA-EFFETTO y=f(x)+4.5 CALCOLA LA y SAPENDO CHE –f(x)=10 ED INDICA IL TIPO DI RELAZIONE: y=-5,5
CONSIDERA LA RELAZIONE CAUSA-EFFETTO Y=-F(X)2, CALCOLA LA Y SAPENDO CHE F(X)= -10 ED INDICA IL TIPO DI RELAZIONE: y = 100; la relazione è non lineare
Considera la relazione causa-effetto y=-f(x)2, calcola la y sapendo che f(x)=-10 ed indica il tipo di relazione: y = 100; la relazione è non lineare
CONSIDERIAMO LA RELAZIONE Y=F(X), DOVE X È RAPPRESENTATO DALL’ INFLAZIONE ED Y SONO I TASSI DI INTERESSE NELLEURO AREA: x è la variabile indipendente
Consideriamo la relazione y=f(x), dove x è rappresentato dall’inflazione ed y sono i tassi di interesse nell’Euro Area: x è la variabile indipendente
CONSIDERIAMO LA SEGUENTE SERIE STORICA DI VALORI CONTIGUI (2,2,3,5,3,4,6,7), QUANTE MEDIE MOBILI DI PESATE DI ORDINE TRE SI POSSONO CALCOLARE: 6
Consideriamo la seguente serie storica di valori contigui (2,2,3,5,3,4,6,7), quante medie mobili di pesate di ordine tre si possono calcolare: 6
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima media mobile di ordine cinque calcolabile in tempo reale: 21//5
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima media mobile di ordine tre calcolabile in tempo reale: 11//3
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie mobili di ordine cinque si possono calcolare: 2
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie mobili di ordine tre si possono calcolare: 4
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7,0), quante medie mobili di ordine tre si possono calcolare: 5
COSA SI INTENDE PER STIMA INTERVALLARE: La stima attraverso la quale si giunge alla determinazione di un intervallo, che include il parametro stimato, con livello di confidenza 1-
COSA SI INTENDE PER STIMA PUNTUALE: La stima attraverso la quale si giunge alla determinazione di un solo valore numerico per uno o più parametri della popolazione
COSA SI INTENDE VARIABILITÀ: E' l'attitudine di un fenomeno quantitativo ad assumere differente modalità
Costruendo i numeri indice della serie storica del fatturato per due aziende, vogliamo in particolare: Capire quale delle due unità presenta un andamento migliore
D Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un asso: 0,1
Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una carta di bastoni: 0,25
Da un mazzo di carte viene estratta una carta. Calcolare la probabilità di ottenere una figura: 12//40
DA UNA PARTITA DI BULLONI METALLICI È STATO ESTRATTO UN CAMPIONE di n=100 elementi e se ne sono trovati 20 difettosi. Costruire un intervallo di confidenza al 95% per la proporzione p dei pezzi difettosi:
IC=[0,1216;0,2784]
DA UNA POPOLAZIONE COMPOSTA DA 4 UNITÀ STATISTICHE ( A, B, C, D ) si voglia estrarre, con ripetizione, un campione casuale di numerosità 2. Lo spazio campionario è composto da:16 possibili campioni
DA UNA POPOLAZIONE COMPOSTA DA 4 UNITÀ STATISTICHE ( A, B, C, D ) si voglia estrarre, con ripetizione, un campione casuale di numerosità 3. Lo spazio campionario è composto da: 64 possibili campioni
DA UNA POPOLAZIONE COMPOSTA DA 5 UNITÀ STATISTICHE ( A, B, C, D, E ) si voglia estrarre, con ripetizione, un campione casuale di numerosità 2. Lo spazio campionario è composto da: 25 possibili campioni
DAI I SEGUENTI NUMERI CALCOLARE LA PROBABILITÀ DI ESTRARRE UN NUMERO DI DUE CIFRE O UN NUMERO PARI: 2 12 131 126 17 28 257 890 21 654 33 428: 0,33
DATE COPPIE DI VALORI X E Y, L’EQUAZIONE DI REGRESSIONE PUÒ ESSERE CONSIDERATA: Una formula di predizione di Y
Date coppie di valori X e Y, l’equazione di regressione può essere considerata: Una formula di predizione di Y
DATE COPPIE DI VALORI X E Y, LA RETTA DI REGRESSIONE È UNA: Sola, e ben definita, tra le infinite rette che si possono tracciare tra i punti di un diagramma a dispersione
Date coppie di valori X e Y, la retta di regressione è una: Sola, e ben definita, tra le infinite rette che si possono tracciare tra i punti di un diagramma a dispersione
DATE LE VARIABILI: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2, 20, 18.2, 16,2, il coefficiente di determinazione lineare è:0,9650
DATE LE VARIABILI: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2, 20, 18.2, 16,2.
DATE LE VARIABILI: X(Velocità km/h): 60,80,100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2,20,18.2,16,2. La codevianza (X,Y) è:577,6
DATI DUE STIMATORI T1 E T2 DI UNO STESSO PARAMETRO: Se entrambi sono non distorti, il confronto tra i due stimatori in termini di efficienza può essere effettuato solo sulla base della varianza
DATI I SEGUENTI EVENTI: A=(1,2,3), B=(2,3,4). Determinare AᴜB:AᴜB=,1,2,3,4-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A ᴜ B ᴜ C: AᴜBᴜC=,1,3,5,7,9,10-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩B: A∩B=,3,5-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩B∩C: A∩B∩C=,5-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩C: A∩C=,1,5-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare B∩C: B∩C=,5,9,10-
DATI I SEGUENTI NUMERI CALCOLARE LA PROBABILILTA’ DI ESTRARRE UN NUMEO PARI TRA I NUMERI DI DUE CIFRE: 11 12 131 126 17 28 257 890 21 654 33 428: 1/4DATI I SEGUENTI NUMEI CALCOLARE LA
PROBABILITA’ DI ESTRARRE UN NUMERO DI DUE CIFRE O UN NUMERO PARI: 11 12 131 126 17 28 257 890 21 654 33 428: 0.33
DATI I SEGUENTI NUMERI CALCOLARE LA PROBABILITA’ DI ESTRARRE UN NUMERO PARI SUL TOTALE: 11 12 131 126 17 28 257 890 21 654 33 428 : 1/2
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re alla prima estrazione e una carta di coppe alla seconda: 1//40
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re e un asso: 2//100
DATO UN MAZZO DI 40 CARTE CALCOLARE LA PROBABILITA’ DI OTTENERE IN TRE ESTRAZIONI CON REIMMISSIONE DUE FANTI E UN CAVALLO NELL’ORDINE INDICATO: 0,001
DATO UN MAZZO DI 40 CARTE CALCOLARE LA PROBABILITA’ DI OTTENERE IN TRE ESTRAZIONI CON REIMMISSIONE UN 4, UN 3 E UN 5 NELL’ORDINE INDICATO: 0,001
DATO UN MAZZO DI 40 CARTE CALCOLARE LA PROBABILITA’ DI OTTENERE IN TRE ESTRAZIONI CON REIMMISSIONE, ESATTAMENTE DUE RE: 0,02
DATO UN MAZZO DI 40 CARTE CALCOLARE LA PROBABILITA’ DI OTTENERE IN UN’UNICA ESTRAZIONE IL RE DI SPADE: 1/40
DATO UN MAZZO DI 40 CARTE LA PROBABILITA’ DI ESTRARRE DUE ASSI CON REIMMISSIONE E’: 16/1600
DATO UN MAZZO DI 40 CARTE LA PROBABILITA’ DI ESTRARRE UN CAVALLO E’: 1/40
DATO UN MAZZO DI 40 CARTE LA PROBABILITA’ DI ESTRARRE UN CINQUE O UNA CARTA DI COPPIE E’: 13/40
Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un fante o un re: 08//40
DATO UN MAZZO DI 40 CARTE VIENE ESTRATTA UNA CARTA. CALCOLARE LA PROBABILITÀ DI OTTENERE UN FANTE O UN RE: 8/40
Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una figura o una carta inferiore a 6: 20/40
DATO UN MAZZO DI 40 CARTE VIENE ESTRATTA UNA CARTA. CALCOLARE LA PROBABILITÀ DI OTTENERE UNA FIGURA O UNA CARTA INFERIORE A 6: 32/40
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2), estraendo a caso un punteggio quale è la probabilità di ottenere un numero pari e inferiore a 6: 4//10
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la probabilità di ottenere almeno un 7 alla prima
estrazione: 0,2
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la probabilità di ottenere due punteggi la cui somma
sia 9: 14/100
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a caso un punteggio quale è la probabilità di ottenere un numero pari o inferiore a 6: 0,7
DIECI ADOLESCENTI HANNO OTTENUTO I SEGUENTI IN UNA PROVA DI ABILITÀ SPAZIALE (2,7,9,2,1,7,5,4,6,2). ESTRAENDO A CASO UN PUNTEGGIO QUALE È LA PROBABILITÀ DI OTTENERE UN NUMERO PARI O
INFERIORE A 6: 0.7
DIRE SE LA SEGUENTE DISTRIBUZIONE È SIMMETRICA: 8,14,16,16,16,21,21: Non è simmetrica
Dividendo il numero delle morti e delle nascite in una comunità durante un periodo di tempo rispettivamente per la quantità della popolazione media dello stesso periodo si può ottenere: Correlazione spuria
se l’andamento della popolazione non è correlato col numero di nati e morti
Dividendo il numero delle morti in una comunità durante un periodo di tempo e la quantità della popolazione media dello stesso periodo si ottiene: Coefficiente di mortalità
Dividendo il numero delle nascite in una comunità durante un periodo di tempo e la quantità della popolazione media dello stesso periodo si ottiene: Coefficiente di natalità
Due eventi non sono indipendenti quando: Il verificarsi dell’uno modifica la probabilità del verificarsi dell’altro
Due eventi sono indipendenti quando: Il verificarsi dell’uno non modifica la probabilità di verificarsi dell’altro
DUE VARIABILI SI DICONO PERFETTAMENTE CORRELATE SE: l coefficiente di correlazione è pari a 1 in valore assoluto
E’ NULLA LA SEGUENTE IPOTESI: la probabilità di incontrare a caso un bambino con problemi di apprendimento tra le classi sociali svantaggiate è superiore al 30%
E EFFETTUANDO UN TEST DI VERIFICA DELL'IPOTESI di indipendenza su una tabella di contingenza 5x4, i gradi di libertà corrispondono: 12
EFFETTUANDO UN TEST DI VERIFICA DELL'IPOTESI di indipendenza su una tabella di contingenza 5x5, i gradi di libertà corrispondono: 16
EFFETTUANDO UN TEST DI VERIFICA DELL'IPOTESI di indipendenza su una tabella di contingenza 6x6, i gradi di libertà corrispondono: 25
EFFETTUANDO UN TEST DI VERIFICA DELL'IPOTESI di indipendenza su una tabella di contingenza, i gradi di libertà corrispondono: (r-1) (c-1)
ESTRAENDO A CASO DUE PUNTEGGI CON REIMMISSIONE, QUALE È LA PROBABILITÀ DI OTTENERE ALMENO UN 7 ALLA PRIMA ESTRAZIONE: 0.2
ESTRAENDO A CASO UN PUNTEGGIO QUALE È LA PROBABILITÀ DI OTTENERE UN NUMERO PARI E INFERIORE A 6: 4/10.
ESTRAENDO A CASO UN PUNTEGGIO QUALE È LA PROBABILITÀ DI OTTENERE UN NUMERO PARI O INFERIORE A 6: 0.7
G Gli “aggregati” che si determinano in una stadio del processo economico figurano: in uno o più conti o equazioni contabili che descrivono quello stadio
Gli investimenti lordi – da parte dei produttori di beni destinati a generare reddito – sono costituiti: dalle acquisizioni, al netto delle cessioni
Gli obiettivi del SISTAN sono: ridurre duplicazioni e incongruenze e razionalizzare le statistiche
Gli strumenti di indagine nello studio delle fluttuazioni sono: i metodi di analisi delle serie economiche temporali
I I caratteri statistici si dividono in: quantitativi e qualitativi
I cicli economici sono caratterizzati da: una fase di espansione seguita da una fase di contrazione
I coefficienti si dicono “tecnici” se: le grandezze sono espresse in unità fisiche
I dati informatici sono utilizzabili per: Le analisi statistiche
I dazi doganali ed i costi di trasporto influenzano: i prezzi interni all’ingrosso ed al consumo
I flussi che formano gli aggregati della Contabilità Nazionale vengono in genere valutati: ai prezzi di mercato
I flussi di reddito che compaiono nei conti della Distribuzione Primaria del Reddito sono detti: redditi primari
I metodi più noti per calcolare la parità di potere d’acquisto sono: il metodo proposto da Geary e Khamis e il metodo proposto da Gerardi
I modelli di tipo additivo, moltiplicativo o misto servono a: individuare le relazioni tra le singole componenti di una serie storica
I numeri indice che mettono a confronto l’intensità di uno stesso fenomeno in due o più situazioni diverse sono: i numeri indici semplici
I numeri indice comparano: Le variazioni dei livelli della variabile nel tempo con riferimento ad una base
I NUMERI INDICE SONO: Rapporti statistici
I NUMERI INDICE SONO: Strumenti matematici
I NUMERI INDICE SONO: esplicativi dell’ andamento dei livelli della variabile nel tempo
I numeri indice sono: Esplicativi dell’andamento dei livelli della variabile nel tempo
I numeri indice sono: Inferiori a 100 se il livello tende a scendere rispetto all’anno base
I numeri indice sono: Rapporti statistici
I numeri indice sono: Strumenti matematici
I NUMERI INDICE SONO: superiori a 100 se il livello della variabile tende a crescere rispetto all’anno base
I numeri indice sono: Superiori a 100 se il livello della variabile tende a crescere rispetto all’anno base
I numeri indici delle produzioni e dei prezzi sono utilizzabili per: confrontate nel tempo aggregati espressi in moneta corrente
I numeri indici rappresentano: uno strumento per lo studio nel breve periodo delle fluttuazioni dei prezzi e delle produzioni
I numeri indici si classificano in: semplici, complessi, sintetici, compositi
I prezzi départ-usine o ex fabrixa sono comprensivi anche: delle imposte indirette sulla produzione o sul primo scambio
I principi sanciti dall’art. 285 del trattato di Amsterdam: imparzialità, affidabilità, obiettività, indipendenza scientifica, efficacia e riservatezza
I Redditi da lavoro dipendente sono: composti dalle retribuzioni lorde e dai contributi sociali effettivi e figurativi
I SIMBOLI E S SI RIFERISCONO ALLA MEDIA ED ALLO SCARTO QUADRATICO MEDIO DEL: Campione
I SIMBOLI Μ E Σ SI RIFERISCONO ALLA MEDIA ED ALLO SCARTO QUADRATICO MEDIO DEL: Popolazione
I trasferimenti in conto capitale sono: flussi unilaterali (in denaro o in natura) prevalentemente erogati o prelevati dalle PA nell’ambito dei processi di accumulazione
I tre stadi fondamentali del processo economico descritti dalla Contabilità Nazionale sono: la formazione e l’impiego delle risorse, la distribuzione e redistribuzione del reddito, la formazione del capitale
Il metodo della Banca d’Inghilterra fornisce: una misura del grado di utilizzazione del capitale
Il metodo della Wharton School consiste nel calcolo di: un indice che misura la capacità produttiva di tutti i fattori
Il metodo Delphi consiste nel: sottoporre individualmente ai componenti di un gruppo di esperti i quesiti oggetto di valutazione
Il metodo di correzione probabilistico richiede: la sostituzione con delle informazioni valide
Il metodo estrapolativo: si basa sull’invarianza dell’andamento delle variabili del modello nel corso del tempo
Il numero dei caratteri in una matrice: Non dipende dalla numerosità della popolazione
Il numero di cuori negli esseri viventi ed il numero di battiti cardiaci al minuto possono entrambi essere definiti: Il numero di battiti solamente può essere definito variabile
IL NUMERO DI LANCI DI UNA MONETA È UNA: Variabile discreta
Il numero di lanci di una moneta è una: Variabile discreta
Il piano di rilevazione deve stabilire: perché, cosa (o chi), dove, come e quando
Il piano di spoglio è: il programma delle prime operazioni
Il problema dei confronti internazionali, trae origine dai limiti e dalle distorsioni derivanti dall’impiego di: tassi di cambio ufficiali delle monete
Il processo stocastico deve essere: stazionario, gaussiano, ergodico ed invertibile
Il processo stocastico identifica: una famiglia di variabili casuali ordinate secondo il tempo
Il prodotto lordo, reddito nazionale, reddito disponibile, risparmio svolgono: una funzione di collegamento tra le diverse equazioni contabili
Il Programma Statistico Nazionale (PSN) è: triennale
Il Programma Statistico Nazionale (PSN): delinea le attività di interesse pubblico da realizzare
Il questionario serve a: a facilitare l’interazione tra ricercatore, rilevatore e rispondente
Il rapporto annuo tra tasso di inflazione e deflazione dell’anno x in un paese determinato: NON ESISTE
IL RAPPORTO DI CORRELAZIONE DI PEARSON VARIA: Tra 0 e 1
Il rapporto statistico di coesistenza si ottiene: Mediante il rapporto tra la frequenza di una modalità rispetto a quella corrispondente di un’altra modalità
Il rapporto statistico di composizione si ottiene: Dividendo il valore rilevato in una data circostanza per l’analogo valore rilevato per l’intera popolazione
Il rapporto statistico di densità si ottiene: Mediante il rapporto tra la dimensione globale di un fenomeno e quella spaziale a cui esso fa riferimento
Il rapporto statistico di derivazione si ottiene: Dividendo la modalità di un fenomeno per quella corrispondente di un altro che, sul piano logico e/o temporale, ne costituisce causa o presupposto logico
Il SEC stabilisce che l’Attività di Produzione è: un flusso di beni o servizi atto a soddisfare bisogni
Il SEC95 prevede che la distribuzione primaria del reddito venga descritta attraverso due conti: conto della generazione del reddito e quello della attribuzione dei redditi primari
Il settore, denominato dal SEC95 Istituzioni sociali private (ISP), comprende: tutti gli organismi senza scopo di lucro dotati di personalità giuridica che producono servizi
Il Sistema di informazioni statistiche della Contabilità nazionale descrive: in termini quantitativi l’attività economica di un Paese
Il sistema di Leontief può essere immaginato come soluzione di un problema di: massimizzazione dell’output e minimizzazione dei costi dei fattori
Il Sistema Europeo dei Conti SEC95 definisce gli operatori economici come: unità istituzionali
Il tasso di interruzione definitivo si calcola: numero di interviste interrotte definitivamente sul totale delle interviste
IL TEOREMA DEL LIMITE CENTRALE: Afferma che al crescere di n la forma della distribuzione della media campionaria si approssima alla forma normale
Il territorio economico dove sono compiute le operazioni rilevanti per la Contabilità Nazionale di un paese è per lo più costituito: dal territorio geografico
Il tipo di dato elementare 4.5 è: Reale
Il valore aggiunto ai prezzi di mercato PmYj è pari alla: somma del costo dei fattori, imposte indirette al netto dei contributi alla produzione
Il valore aggiunto al costo dei fattori cfYj è pari: alla somma di salari, oneri sociali, altri redditi ed ammortamenti
IL VALORE ATTESO DELLO STIMATORE B1 è:E(B1)=β1
IL VALORE ATTESO E(b+X) è: (b è una costante reale): E(b+X)=b+E(X)
IL VALORE ATTESO E(X+Y) è: (X e Y sono due variabili casuali):E(X+Y)= E(X)+E(Y)
Il valore dei consumi intermedi è dato: dalla somma di tutti gli acquisti di beni e servizi intermedi da parte delle medesime imprese
Il valore dell’anno con numero indice pari a 100 nella serie storica osservata è: Il denominatore nel calcolo del numero indice
Il valore della produzione finale, che per definizione è dato dalla somma dei costi sostenuti per realizzarla, coincide con: le remunerazioni dei fattori produttivi primari
IN IN BASE AL TEOREMA DI GAUSS Markov, gli stimatori dei minimi quadrati: Sono i più efficienti
In base al tipo di approccio i metodi di previsione si distinguono in: estrapolativo, proiettivo e normativo
In caso di triangolarizzazione perfetta il processo produttivo è: perfettamente lineare
In economia chiusa, il Risparmio, per assicurare un consumo futuro, dovrà: essere destinato all’acquisto di beni di investimento
In Italia i conti nazionali sono costruiti annualmente da: dall’Istituto Nazionale di Statistica (ISTAT)
IN RIFERIMENTO ALLA TABELLA CHE MOSTRA LA DECOMPOSIZIONE DELLA DEVIANZA TOTALE, IL RAPPORTO F È UGUALE:
IN RIFERMENTO ALLA DOMANDA 4 si calcoli l'ampiezza di tale intervallo: 0.0124
IN UNA DISTRIBUZIONE DI FREQUENZA SI PUÒ OTTENERE: più di una moda
In una distribuzione di frequenza si può ottenere: Più di una moda
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica che fornisce punteggi in termini
di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il
livello di apprendimento dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+2X: r2=0,74; se=3,5. Indicare di quanti punti è l’errore medio di previsione: 3,5
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica che fornisce punteggi in termini
di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il
livello di apprendimento dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+3X: r2=0,74; se=3,5. Indicare per ogni risposta corretta al test attitudinale di quanti punti aumenta il
punteggio al test di profitto e come si chiama questo parametro: 3, coefficiente di regressione
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di
risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello
di apprendimento dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r 2=0,64; se=2,5. Indicare quale è la variabile indipendente: Attitudine all’Inglese
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di
risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello
di apprendimento dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r 2=0,64; se=2,5. Indicare quale punteggio dovrebbe ottenere al test di profitto un ragazzo che sbaglia tutte le
domande al test attitudinale: 10
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di
risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello
di apprendimento dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r 2=0,64; se=2,5. Per ogni risposta corretta in più al test attitudinale indicare di quanti punti aumenta il
punteggio al test di profitto: 2
IN UNA SCUOLA SUPERIORE 80 RAGAZZI SONO ISCRITTI AD UN CORSO DI STATISTICA. ALL’INIZIO DEL CORSO AGLI 80 ALUNNI VIENE SOMMINISTRATO UN TEST ATTITUDINALE PER L’INFORMATICA CHE FORNISCE
PUNTEGGI IN TERMINI DI RISPOSTE CORRETTE (DA 1 A 40). ALLA FINE DEL CORSO SI VALUTA L’APPRENDIMENTO DELL’INFORMATICA PER OGNI RAGAZZO CON UN TEST DI PROFITTO (DA 0 A 100). VIENE UTILIZZATO
IL PUNTEGGIO AL TEST ATTITUDINALE PER PREVEDERE IL LIVELLO DI APPRENDIMENTO DELL’INFORMATICA RAGGIUNTO A FINE CORSO, E SI OTTENGONO I SEGUENTI RISULTATI: Y’= 15+2.25X, R3=0,74; SE=3,5. PER
OGNI RISPOSTA CORRETTA AL TEST ATTITUDINALE DI QUANTI PUNTI AUMENTA IL PUNTEGGIO AL TEST DI PROFITTO E COME SI CHIAMA QUESTO PARAMETRO?: 2,5; coefficiente di regressione
In una serie di numeri indici se le variazioni sono calcolate rispetto allo stesso denominatore abbiamo: numeri indici a base fissa
In una serie temporale vi è autocorrelazione globale quando i valori: al tempo t della variabile considerata risultano correlati positivamente o negativamente con i valori al tempo t+1
IND Indicare cosa s’intende per Consumi intermedi: il valore dei beni e dei servizi consumati quali input in un processo di produzione
Indicare in cosa consiste la rilevazione indiretta: nell’utilizzo di archivi amministrativi
Indicare la percentuale di bollette con importi inferiori a 60 euro, tra i bimestri con temperatura media superiore a 20°: 3//5
Indicare quale affermazione sulla rilevazione dei dati è vera: è l’operazione di accertamento della presenza del carattere o fenomeno
Indicare quale delle seguenti affermazioni è vera: l’indice di Laspeyres è un indice a base fissa mentre quello di Paasche è a ponderazione variabile
Indicare quale delle seguenti affermazioni è vera: secondo l’approccio economico il soggetto reagisce alle variazioni dei prezzi dei beni modificando le quantità di beni acquistati
Indicare quale delle seguenti affermazioni non rappresenta un obiettivo della rilevazione: la classificazione dei dati per formulare ipotesi e teorie
Indicare quale delle seguenti affermazioni relativamente agli indici a catena è vero: l’indice incorpora tutte le variazioni economiche verificatesi nel periodo in esame
Indicare quale delle seguenti affermazioni, riguardo l’informazione statistica, è vera: le principali dimensioni dell’informazione Statistica sono accuratezza, tempestività, regolarità, accessibilità, chiarezza,
comparabilità
Indicare quale di queste affermazioni sul piano di codifica è vera: definisce una corrispondenza tra i codici delle modalità delle variabili e le rispose ottenute
Indicare quale di queste affermazioni sulla memorizzazione dei dati è vera: è la fase di registrazione dei dati
Indicare quale di queste affermazioni sulle rilevazioni preliminari è vera: sono svolte prima di quelle principali
Indicare quali sono i principali indicatori statistici: tasso di rifiuto e tasso di risposta
INDICE CHI-QUADRATO È UN INDICE: Simmetrico
L' L' IPOTESI STATISTICA È SEMPLICE: Se si assegna al parametro un valore puntale
L’ INDAGINE STATISTICA PUÒ ESSERE: campionaria o di tipo censuario
L’aggregato Consumi Finali rappresenta: la spesa sostenuta per soddisfare i bisogni
L’aggregato Valore aggiunto (o prodotto lordo) è come differenza tra altri aggregati: il Valore della Produzione e il Valore dei Consumi intermedi
L’anno con valore pari a 100 nella serie storica dei numeri indice è: L’anno base
L’approccio classico muove dal presupposto che: le singole osservazioni siano le risultati dell’azione combinata di movimenti non direttamente osservabili
L’approccio proiettivo punta a prefigurare: risultati al verificarsi di determinati eventi
L’attività statistica può considerarsi come: l’applicazione di tecniche aventi per fine la conoscenza quantitativa dei fenomeni collettivi
L’elaborazione di stime trimestrali di Contabilità Nazionale può essere effettuata in base a molteplici metodologie: approccio diretto ed approccio indiretto
L’elaborazione statistica: è utile per predisporre nuove indagini
L’equazione di regressione lineare è l’equazione di una: Retta
L’impostazione matriciale della tavola di input-output rende possibile la registrazione dei flussi: operando indifferentemente per riga o per colonna
L’indagine statistica può essere: Campionaria o di tipo censuario
L’indagine statistica può essere: totale o campionaria
L’indice r misura relazioni di tipo: Lineare
L’indice wi consente di esprimere l’intensità dei collegamenti: a valle di ciascuna branca
L’Inferenza ha lo scopo di: Dedurre le caratteristiche dell’intera popolazione a partire da dati raccolti
L’INFLAZIONE È: La diminuzione del potere di acquisto della moneta
L’inflazione è: L’ aumento dei prezzi
L’INFLAZIONE È: L’ aumento dei prezzi (se ci sono le due risposte uguali)
L’inflazione è: La diminuzione del potere di acquisto della moneta
L’insieme di transazioni dello stesso tipo in un determinato periodo contabile definisce: flusso aggregato di transazioni
L’Istogramma è una: Modalità di rappresentazione della rilevazione statistica
L’ordine delle fasi necessarie per progettare un’indagine è: definizione degli obiettivi, analisi “a priori” delle fonti, individuazione del campo di osservazione, selezione delle variabili, analisi statistica delle unità e
delle variabili
LA La bilancia dei pagamenti di un paese registra: sia gli esborsi effettuati, sia gli introiti percepiti
La capacità produttiva in senso tecnico si riferisce a: parametri tecnici che esprimono l’utilizzazione massima teorica di un impianto
La classificazione dei beni capitali avviene secondo: la durata media della loro vita utile
La classificazione è l’insieme delle categorie assunte da una variabile: qualitativa sconnessa o ordinale
La codevianza è una misura: Assoluta di concordanza
La Contabilità Nazionale è realizzata secondo schemi che: garantiscono la confrontabilità delle grandezze economiche misurate
La Contabilità Nazionale è un sistema integrato di equazioni contabili, ognuna delle quali descrive: uno stadio del processo economico ed è collegata alla successiva
La Contabilità Nazionale, attraverso i cosiddetti conti patrimoniali, descrive: gli stock delle attività reali e finanziarie e delle passività finanziarie detenute dagli operatori alla fine (e all’inizio) del periodo contabile
La correlazione indica: Il grado della relazione tra variabili, e per mezzo di essa si cerca di determinare quanto bene un’equazione lineare o un’altra equazione qualsiasi descrivano o spieghino tale relazione tra
variabili.
La correlazione: A differenza della regressione, non richiede di stabilire quale variabile sia antecedente all’altra (in termini di dipendenza)
La costruzione dei deflatori risponde all’esigenza di: determinare i tassi di equivalenza del potere di acquisto o parità di potere di acquisto (PPA)
LA COVARIANZA (X,Y):E' una misura simmetrica
LA COVARIANZA È NEGATIVA QUANDO: X e Y variano tendenzialmente nella stessa direzione
La covarianza è negativa quando: Al crescere di X la Y tende a diminuire ma non viceversa
La covarianza è nulla quando: X e Y non sono correlate
La covarianza è nulla quando: X e Y sono linearmente indipendenti
La covarianza è positiva quando: X e Y variano tendenzialmente nella stessa direzione
LA CURTOSI RAPPRESENTA: Il grado di schiacciamento di una distribuzione intorno al suo centro di gravità e rispetto alla curva normale
LA CURVA NORMALE A DIFFERENZA DELLE ALTRE CURVE È: Definita da un’equazione particolare che permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
LA CURVA NORMALE È CARATTERIZZATA DA: Essere definita da un’equazione particolare che permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
LA CURVA NORMALE STANDARDIZZATA È CARATTERIZZATA DAL FATTO DI AVERE: I punteggi sono espressi in punti z
LA CURVA NORMALE STANDARDIZZATA È CARATTERIZZATA DAL FATTO DI AVERE: Media =0 e deviazione standard=1
La deflazione consiste nel: depurare gli aggregati monetari correnti, riferiti a tempi diversi, dagli effetti derivanti dalle variazioni dei prezzi
La deflazione diretta consiste nel: ricalcolare anno per anno gli aggregati moltiplicando i prezzi unitari dell’anno base per le quantità dei singoli anni considerati
La deflazione è: Espressa in percentuale
La deflazione può essere: diretta, indiretta e doppia
La deflazione si calcola con: I tassi di variazione
La destagionalizzazione consiste nel: depurare le serie rilevate dalle distorsioni dovute ad elementi stagionali
LA DEVIANZA DI REGRESSIONE MISURA: Quanta parte della variabilità della Y è spiegata dalla relazione lineare
LA DEVIANZA È: La somma degli scarti dalla media aritmetica al quadrato
La deviazione standard può assumere valori: Solo positivi
LA DIFFERENZA INTERQUARTILE È DATA DALLA: Tra terzo e primo quartile
LA DISTRIBUZIONE BINOMIALE: Può essere utilizzata per descrivere casi in cui gli esiti possibili di una prova sono solo due
LA DISTRIBUZIONE DELLA NORMALE STANDARDIZZATA: Ha media uguale a 0 e varianza uguale 1
LA DISTRIBUZIONE DI DICE LEPTOCURTICA se: E' più appuntita rispetto alla normale
LA DISTRIBUZIONE DI DICE PLATICURTICA SE: E' più schiacciata rispetto alla normale
La distribuzione di frequenza è: Il calcolo delle frequenze per ciascun valore o categoria della variabile
LA DISTRIBUZIONE DI PROBABILITÀ DI Z È COSTRUITA: E’ una funzione teorica espressa con regole matematiche relative a un insieme infinito di dati
LA DISTRIBUZIONE NORMALE È: E' simmetrica rispetto al valor medio
La Distribuzione Secondaria del Reddito rappresenta: l’insieme dei trasferimenti obbligatori o volontari tra le unità istituzionali, non dipendenti dall’impiego di fattori produttivi
LA FORMULA PER CALCOLARE IL NUMERO INDICE TRA LANNO T E T-1 PER LA VARIABILE X IN EXCEL È PRECEDUTA DA: Il segno eguale
LA FREQUENZA CUMULATA: Può essere anche relativa
LA FREQUENZA CUMULATA: Può essere uguale alla relativa
La frequenza cumulata: Può essere uguale alla relativa
La funzione di densità di probabilità della distribuzione Normale è asintotica di X verso -∞ e +∞, cioè: Si avvicina all’asse delle ascisse senza mai toccarla
LA FUNZIONE DI RIPARTIZIONE DI UNA VARIABILE CASUALE DISCRETA: E' una funzioni a gradini non decrescente
La funzione di ripartizione di una variabile casuale X a valori reali è: La funzione che associa a ciascun valore x la probabilità dell‘evento “la variabile casuale X assume valori minori o uguali ad x”
LA FUNZIONE DI RIPARTIZIONE DI UNA VARIABILE CASUALE: Esprime la probabilità che la variabile casuale assuma valori inferiori o uguali ad un valore fissato
La funzione f(X) raggiunge il suo punto più alto in corrispondenza di: Xi = media
La funzione stimatore del parametro dovrebbe essere: Centrata, consistente, efficiente
La funzione TENDENZA in Excel serve per: Calcolare il valore di una funzione stimata
La funzione TENDENZA in Excel serve per: Calcolare il valore stimato al tempo t in relazione ad una funzione di regressione y*
La funzione TENDENZA in Excel serve per: Prevedere il valore al tempo t in una funzione stimata y*
La funzione TENDENZA in Excel serve per: Prevedere le serie storiche
La lettura della tavola di input-output nel senso delle righe permette di analizzare: la produzione delle varie branche secondo la loro destinazione
La mancata risposta consiste: nell’assenza di risposta ad una domanda
La matrice dei dati è composta: Da n vettori
LA MATRICE DEI DATI È COSTITUITA DA: Il numero di colonne dipende dai caratteri osservati
LA MATRICE DEI DATI È: Composta da n vettori
LA MEDIA DELLA DISTRIBUZIONE DELLA MEDIA CAMPIONARIA: Coincide con la media della popolazione
La media mobile di ordine 3 permette di: Effettuare lo smoothing delle serie storiche
La media mobile di ordine 3 permette di: Eliminare valori anomali
La media mobile di ordine 5 permette di: Eliminare valori erratici
La media mobile di ordine n consiste: In una serie di medie aritmetiche calcolate su n periodi contigui.
LA LA MEDIA: È sensibile ai valori estremi
La media: È sensibile ai valori estremi
LA MEDIANA È : la categoria (per scale nominali e ordinali) o il punteggio (per scale a intervalli e rapporti) che si presenta con maggiore frequenza
La misura della capacità produttiva avviene sulla base di: indagini dirette ed elaborazioni di variabile economiche
La moda è un: Indice di tendenza centrale
La mutabile è: Un carattere qualitativo
LA MUTABILITÀ È: L'attitudine di un fenomeno qualitativo ad assumere differente modalità
La negazione logica dell’operando A=0 è: 1
La popolazione è: L’ universo di elementi che forma l’ oggetto di uno studio statistico
LA POTENZA DEL TEST È: La probabilità di rigettare l'ipotesi nulla quando è giusto farlo
La principale fonte statistica per l’analisi del mercato del lavoro è: la rilevazione delle forze di lavoro
La probabilità che si verifichi un evento può assumere valori: Tra 0 ed 1
La probabilità del verificarsi di due eventi che si escludono a vicenda è data dal: Somma delle probabilità del verificarsi di ciascuno dei due eventi
LA PROBABILITÀ DELL'UNIONE DI DUE EVENTI A E B NON INCOMPATIBILI: P(AᴜB)= P(A)+P(B)-P(A∩B)
La procedura di Box e Jenkins prevede: analisi preliminare, identificazione, stima e verifica
La Produzione e il Valore Aggiunto a livello di impresa, sono dati: dal valore dei beni
La proporzione di varianza comune a X e Y è espressa da r 2xy che è denominato: Coefficiente di determinazione
La proporzione di varianza comune a X e Y è espressa da r 2xy che esprime: La varianza spiegata
La proprietà di monotonicità degli indici di tendenza centrale: È basata sulla comparazione tra le variabili ed i rispettivi indici di posizione
La proprietà lineare degli indici di tendenza centrale: E’ basata sulla relazione di linearità tra le variabili ed i rispettivi indici di posizione
La proprietà lineare degli indici di tendenza centrale: Permette cambiamenti di scala nell’indice
La proprietà moltiplicativa degli indici di tendenza centrale: Permette cambiamenti di scala nell’indice
La quantità espressa da 1-r2xy con r2xy che indica la proporzione di varianza comune a X e Y è denominata: Varianza residua
La Relazione sulla situazione economica del paese contiene: i conti economici nazionali relativi all’anno precedente
La revisione dei dati è: un riesame attento e approfondito del materiale raccolto
La ricchezza nazionale esprime: il valore di tutte le attività reali e finanziarie, al netto delle passività, possedute dai soggetti economici del paese in un determinato momento
La rilevazione dei consumi intermedi richiede informazioni dettagliate per consentire: la ripartizione dei costi di produzione per branca di origine
La rilevazione statistica è un processo: finalizzato alla produzione di informazioni statistiche
La risposta libera prevede: una risposta del tutto personale da parte del rispondente
LA SEGUENTE IPOTESI È NULLA: C’è una relazione significativa tra reddito delle persone e livello di istruzione
LA SEGUENTE IPOTESI È NULLA: e medie dei gruppi A,B,C non differiscono tra loro in modo significativo
LA SEGUENTE IPOTESI È NULLA: Il farmaco C non ha un effetto diverso dal farmaco D
LA SEGUENTE IPOTESI È NULLA: La media dei tempi di reazione dei maschi è uguale a quella delle femmine
LA SEGUENTE IPOTESI È NULLA: La popolazione da cui il campione è estratto ha media 58
LA SEGUENTE IPOTESI È NULLA: Le medie dei gruppi A,B,C non differiscono tra loro in modo significativo
LA SEGUENTE IPOTESI È NULLA: Non esiste nessuna relazione tra classe sociale e alcolismo
LA SEGUENTE IPOTESI È NULLA: Questa moneta non è truccata
LA SEGUENTE IPOTESI, è SICURAMENTE NULLA: le medie di fatturato degli aggregati settoriali a,b,c, non differiscono tra loro in modo significativo
LA SEGUENTE IPOTESI: “C’E’ UNA MINORE ASTENSIONE DAL LAVORO NEL REPARTO A RISPETTO AL REPARTO B DI UNA GRANDE IMPRESA” E’: monodirezionale sinistra
LA SEGUENTE IPOTESI: “IL PUNTEGGIO MEDIO AD UN TEST DI INFORMATICA DI TRE GRUPPI INDIVIDUI E’ SIGNIFICATIVAMENTE DIVERSO” E’: nulla
LA SEGUENTE IPOTESI: “Il punteggio medio ad un test di statistica di due gruppi di individui è significativamente diverso” è: Bidirezionale
LA SEGUENTE IPOTESI: “Il punteggio medio ad un test di statistica di due gruppi di individui è significativamente diverso” ha il seguente segno del valore critico: ±
LA SEGUENTE IPOTESI: “Il tempo medio di riconoscimento di alcuni dipinti storici impiegato dagli studenti è inferiore a 20 secondi” è: Monodirezionale sinistra
LA SEGUENTE IPOTESI: “La media della popolazione da cui deriva un certo campione non è 200”: Bidirezionale
LA SEGUENTE IPOTESI: “La probabilità di ottenere croce lanciando una certa moneta è superiore a 0,5” è: Monodirezionale destra
LA SEGUENTE IPOTESI: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato” è: Monodirezionale destra
LA SEGUENTE IPOTESI: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato”. La probabilità sotto l’ipotesi nulla, cioè
se le vincite sono dovute al caso è:1/6
LA SOMMA DELLE CONTINGENZE DI CIASCUNA RIGA E DI CIASCUNA COLONNA SOno: Nulle
LA SOMMA DELLE PROBABILITÀ DI EVENTI CHE SI ESCLUDONO A VICENDA ED ESAUSTIVI È: Uguale ad 1
La somma delle probabilità di eventi che si escludono a vicenda ed esaustivi è: Uguale ad 1
La sommatoria di tutte le frequenze relative di una tabella di frequenza è pari a: 1
La statistica ci offre gli strumenti per: Organizzare, riassumere, analizzare i dati relativi ad un fenomeno, ottenuti attraverso le misurazioni.
La statistica descrittiva: Organizza e riassume i dati
La Statistica Descrittiva: rappresenta l’insieme delle metodologie di analisi che si prefiggono la descrizione di determinati fenomeni
La Statistica è sinonimo di: Scienze statistiche
La statistica economica è impegnata: nella ricerca di metodologie e modelli di riferimento e nell’elaborazione e gestione di sistemi di dati e di indicatori
La statistica economica è: la scienza che studia i fenomeni economici con l’ausilio degli strumenti statistici
La statistica induttiva: Fa inferenza
La Statistica inferenziale: comporta processi di inferenza in probabilità per l’interpretazione dei risultati dell’analisi
LA STATISTICA INFERENZIALE: testa ipotesi
La statistica permette di ragionare: Facendo deduzioni ed induzioni
La statistica si propone di: descrivere, illustrare, proporre, raccogliere, sintetizzare, interpretare
La stima del campione è: Un concetto diverso da quello di stimatore
La stima del parametro è: Un concetto diverso da quello di stimatore
La stima del parametro nel campione è: Non è opportuno definire la stima del parametro nel campione, ma nella popolazione
La stima del parametro nella popolazione è: Calcolata attraverso i dati campionari
La stima del parametro nella popolazione è: Relativa ai valori che può assumere lo stimatore
La tavola input-output si divide nelle seguenti sezioni: branche produttive, risorse primarie e impieghi finali
La triangolarizzazione consiste nello: spostare righe e colonne in modo che i valori prossimo allo zero siano al di spora della diagonale principale
LA VAR (AX+B) È: a e b sono due costanti reali: Var (aX+b)=a²Var (X)
LA VARIABILE CASUALE CHI-QUADRATO: Non può assumere valori negativi
LA VARIABILE CASUALE F DI FISHER- SNEDECOR: Ha valore atteso E(F)= m/(m-2)
LA VARIABILE CASUALE T DI STUDENT: Al tendere di n all'infinito la v.c t di student tende alla normale standardizzata
LA VARIABILE CASUALE UNIFORME DISCRETA: E' tale che ogni sua realizzazione è equiprobabile
LA VARIANZA DEL CAMPIONE è Calcolata con i dati del campione rappresentativo della popolazione
La varianza del campione è: Calcolata con i dati del campione rappresentativo della popolazione
La varianza fornisce: La misura sintetica di quanto le unità differiscono dalla media aritmetica
La varianza si calcola: Per popolazioni e campioni
La variazione congiunturale riguarda in statistica-economica il confronto con: Il mese precedente
La variazione tendenziale riguarda in statistica-economica il confronto con: L’anno precedente
LA VERIFICA DELLE IPOTESI: Consiste nel formulare, sulla base di dati campionari, un giudizio che induca ad accettare o rifiutare l'ipotesi nulla, con un prefissato livello di significatività
LA VERIFICA DELL'IPOTESI DI INDIPENDENZA MIRA A VERIFICARE: L'indipendenza stocastica
L'AMPIEZZA DELL'INTERVALLO È TANTA PIÙ ELAVATA QUANTO PIÙ: n è piccolo
L'ASIMMETRIA DI UNA DISTRIBUZIONE DENOTA CHE: I valori del caratteri sono distribuiti con frequenze differenti attorno al suo valore centrale
L'ASIMMETRIA DI UNA DISTRIBUZIONE PUÒ ESSERE: Nulla, positiva e negativa
Le Attività Informali Esplicitate dal SEC95 e quindi comprese nelle Attività di Produzione sono: quelle che riguardano unità istituzionali caratterizzate da relazioni di lavoro basate su vincoli di parentela o relazioni
LE personali
Le Attività rientranti nel cosiddetto Sommerso Economico rientrano: quelle originate dalla volontà di una parte delle imprese di evadere il fisco o i contributi sociali
Le azioni previste da un sistema di controllo di qualità si dividono in: preventive, di controllo in corso d’opera e di valutazione
Le categorie di soggetti (o operatori che agiscono nel sistema economico), osservati dalla Contabilità Nazionale, sono: imprese, famiglie, pubbliche amministrazioni e Resto del mondo
Le fasi della distribuzione e ridistribuzione del reddito riguardano: le operazioni mediante le quali il risultato della attività produttiva viene ripartito tra i soggetti titolare dei fattori produttivi
Le fasi di costruzione dei numeri indici sono: scelta delle grandezze, della base, del criterio di aggregazione, del sistema di ponderazione
Le fasi di un’indagine statistica: progettazione indagine; rilevazione; registrazione dei dati su supporto informatico; revisione e codifica centralizzate del materiale grezzo; elaborazione dei dati; validazione dei
risultati; diffusione.
Le fasi di una indagine statistica si conviene siano le seguenti: Definizione degli obiettivi della ricerca; Rilevazione dei dati; Elaborazione metodologica; Presentazione ed interpretazione dei risultati; Utilizzazione
dei risultati raggiunti
Le fasi per il computo della tavola di input-output sono: cinque
Le fasi relative alla progettazione dell’indagine: analisi fenomeno e precisazione obiettivi; individuazione campo di osservazione e unità di analisi elementare, di tipo aggregato di rilevazione.
Le forme delle interviste e dei questionari possono essere: standardizzate o libere
Le formule di Lasperyres, Paasche e Fisher sono: formule utilizzate nella costruzione dei numeri indici dei prezzi e delle quantità
Le forze di lavoro sono costituite da: le persone residenti che lavorano o comunque esprimono la volontà di lavorare
Le frequenze percentuali di una distribuzione si calcolano facendo: Il rapporto tra ciascuna frequenza ed il totale delle frequenze e moltiplicando per 100 il risultato
Le importazioni e le esportazioni di beni comprendono: gli scambi di merci a titolo oneroso o gratuito tra residenti e non residenti
LE IPOTESI STATISTICHE: Si tratta due ipotesi alternative complementari e logicamente escludentisi
Le matrici sono composte da: N righe e k colonne, con k che può essere eguale o diverso da n
Le misure di posizione hanno l’obiettivo di: Sintetizzare in un singolo valore numerico l’intera distribuzione di frequenza per effettuare confronti nel tempo, nello spazio o tra circostanze differenti
Le transazioni internazionali che vengono registrate nella bilancia dei pagamenti sono: le esportazioni ed importazioni di beni e servizi, i trasferimenti di ricchezza tra paesi e gli acquisti o vendite di attività
finanziarie
Le variabili si distinguono come: discrete e continue
L' I L'INDICE CHI-QUADRATO DI PEARSON (Χ2) : Dipende dalla dimensione del collettivo
L'INDICE DI ASIMMETRIA Skewness di Pearson è calcolato: Come differenza tra la media aritmetica e la moda divisa la deviazione standard
L'INDICE DI CONNESSIONE DI CRAMER VARIA: Tra zero e uno
L'INDICE DI CONTINGENZA QUADRATICA MEDIO φ2è uguale: χ²/n
L'INDIPENDENZA IN MEDIA: E' una misura di associazione
L'IPOTESI PARAMETRICA RIGUARDA: I parametri caratteristici di una particolare distribuzione di cui si conosce la forma analitica
LO Lo scostamento quadratico medio riguarda: La media degli scarti al quadrato tra i dati e la M
Lo scostamento semplice medio riguarda: Lo scostamento di ogni valore della distribuzione dalla media, preso in valore assoluto
LO STIMATORE DI UN PARAMETRO: È una variabile casuale
LO STIMATORE VARIANZA CAMPIONARIA CORRETTA: Ha media pari al parametro da stimare
Lo stock di capitale netto misura: il valore dei beni durevoli impiegati nel processo produttivo al netto della perdita di valore da essi subita con il tempo a seguito della obsolescenza economica, perdita di valore
misurata dagli ammortamenti
NEL Nel calcolo dei tassi di incremento tra t e t-1 al denominatore vi è: Il dato dell’anno t-1
Nel calcolo del tasso di inflazione congiunturale al denominatore c’è: l numero indice dei prezzi del mese m-1 dell\'anno a ed al numeratore il numero indice dei prezzi del mese m dell\'anno a
Nel calcolo del tasso di inflazione tendenziale al denominatore c’è: Il numero indice dei prezzi del mese m dell\'anno a-1 ed al numeratore il numero indice dei prezzi del mese m dell\'anno a
NEL CALCOLO DEL TASSO DI INFLAZIONE TENDENZIALE AL DENOMINATORE C’È: il numero indice dei prezzi del mese m dell'anno a-1 ed al numeratore il numero indice dei prezzi del mese m dell'anno a
NEL CAMPIONAMENTO BERNOULLIANO: I risultati delle estrazioni sono indipendenti
NEL CAMPIONAMENTO BERNOULLIANO: Ogni unità statistica può entrare a far parte più volte del campione
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE LA DEVIANZA RESIDUA RISULTA UGUALE A:
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE PER VERIFICARE L'IPOTESI SI PUÒ UTILIZZATE LA QUANTITÀ F CHE È UNA V.C F DI FISCHER -SNEDECOR CON : Con 1 e n-2 gradi di libertà
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE, quali tra le seguenti ipotesi è definita ipotesi debole: Ipotesi sulla variabile esplicativa
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE, quali tra le seguenti ipotesi è definita ipotesi forte: Ipotesi di normalità
Nel prodotto logico con operando A=0 ed operando B=1, il totale sarà: 0
Nel prodotto logico con operando A=VERO ed operando B=FALSO, il totale sarà: F
Nel prodotto logico con operando A=VERO ed operando B=VERO, il totale sarà: V
Nel Sistema Statistico Nazionale (SISTAN) rientrano: tutti gli uffici di statistica di regioni, amministrazioni dello stato, comuni, ASL e camere di commercio
Nell’ambito del concetto di produzione sono identificabili tre categorie di beni e servizi: quelli destinabili alla vendita, quelli destinati ad uso finale del produttore e quelli non destinabili alla vendita
NELLANella congiunzione tra insiemi si valuta: Quando i due eventi si realizzano entrambi
Nella correlazione spuria, si rileva che: R varia tra -1 ed 1 e può essere elevato, ma le variabili non sono legate da un rapporto serio di causalità
Nella fase di analisi del fenomeno: precedenti esperienze nazionali ed internazionali; documentazione bibliografica; documentazione statistica; sondaggi presso utenti ed operatori del settore.
Nella formazione della serie è fondamentale: individuare periodi caratterizzati da una situazione ambientale quanto più possibile uniforme e omogenea
Nella matrice dei coefficienti di fabbisogno diretto degli input di produzione interna ogni sua colonna indica: indica l’ammontare delle merci di origine interna richiesto direttamente dalla produzione unitaria
della branca j
Nella retta di regressione Y’=aY+bYX il termine ay: Rappresenta la distanza tra il punto zero (origine) dell’asse delle ascisse e il punto in cui la retta taglia l’asse delle ordinate
Nella serie (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3 sono: 103, 217, 350, 483
NELLA SERIE (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3 sono:103, 217, 350, 483
NELLA SERIE (50,100,200,350,500,600) LE MEDIE MOBILI SENZA CIFRE DECIMALI DI ORDINE SONO: 117,217,350,483
NELLA SERIE ORDINATA SECONDO IL TEMPO T E CON valori (10,100,200,350,500,600) le medie mobili di ordine 5 sono: 232 e 350
NELLA SERIE ORDINATA SECONDO IL TEMPO T E CON VALORI (100,200,350,500,600) le medie mobili di ordine 3 con 2 cifre decimali sono: 216.67; 350.00; 483.33
Nella serie ordinata secondo il tempo t e con valori (100,200,350,500,600) le medie mobili di ordine 3 con 2 cifre decimali sono: 216.67; 350.00; 483.33
Nella serie ordinata secondo il tempo t e con valori(10,100,200,350,500,600) le medie mobili di ordine 5 sono: 232 e 350
Nella somma logica con operando A=0 ed operando B=0, il totale sarà: 0
Nella somma logica con operando A=1 ed operando B=1, il totale sarà: 1
NELLA TEORIA STATISTICA I TERMINI CAMPIONE E POPOLAZIONE SONO: Non sono sinonimi
Nella teoria statistica i termini popolazione e campione sono: Indicativi del fatto che il campione è un sottoinsieme della popolazione
O Ogni colonna della matrice dei coefficienti di fabbisogno diretto degli input primari esprime: gli input primari per unità di prodotto impiegati in ciascuna attività di produzione
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12,
P 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore 24 riportato nella prima riga della tabella rappresenta: Una modalità del carattere
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12,
16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di una temperatura media pari a 25 gradi, che ipotizziamo essere una v.c distribuita
normalmente, è: 0,8
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12,
16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di una temperatura media pari a 17 gradi è: 4//10
Per calcolare le frequenze cumulate relative occorre dividere: Le frequenze cumulate per n
Per Campione s’intende: un qualsiasi sottoinsieme derivato da una popolazione finalizzato ad uno studio statistico
Per estendere i risultati a tutta la popolazione è necessario che il campione sia di tipo: probabilistico
Per gli aggregati di Contabilità Nazionale dei paesi europei, sono stati fissati una serie di norme e definizione atti a garantire: la confrontabilità
Per i paesi europei il sistema di Contabilità Nazionale utilizzato a partire dal 1999 è: il Sistema Europeo dei Conti SEC95
PER IL POSTULATO 2 DELL'ASSIOMATIZZAZIONE del calcolo delle probabilità, l'evento certo Ω ha probabilità: P(Ω)=1
PER LA DETERMINAZIONE DELL'INTERVALLO di confidenza per la media di una popolazione normale con varianza non nota (n < 30), si utilizza: La distribuzione t di student
PER LA DETERMINAZIONE DELL'INTERVALLO di confidenza per la media di una popolazione normale con varianza nota, si utilizza: La distribuzione normale standardizzata
Per operare la deflazione è necessario distinguere i casi di: grandezze monetarie, flussi finanziari e saldi contabili
Per popolazione o collettivo statistico s’intende: l’insieme delle unità statistiche sulle quali si effettua la rilevazione di uno o più caratteri
Per posizioni lavorative si definiscono: il contratto di lavoro, esplicito o implicito, tra una persona e una unità produttiva residente, finalizzato allo svolgimento di una attività produttiva retribuita
PER TROVARE L'INTERVALLO DI CONFIDENZA PER la media di una popolazione normale, si utilizza la t di student, anziché la normale standardizzata perché: La varianza della popolazione non è nota
Per un operatore appartenente al sistema economico di un Paese europeo, per Centro di Interesse Economico s’intende: il luogo dove svolge un’attività economica significativa a tempo indeterminato
Per unità di attività economica a livello locale (UAELL) s’intende: la cellula operativa di tipo funzionale caratterizzata da un’unica attività e un processo di produzione e un output omogeneo
Poiché nella v.c. Normale la funzione f(X) raggiunge il suo punto più alto in corrispondenza di Xi = µ, ciò comporta che media, mediana e moda: Coincidano
PONENDO ED H1 MONODIREZIONALE DESTRA, INDICARE QUANDO è possibile rifiutare l’ipotesi nulla; ciò accade nel caso in cui il risultato del test effettuato lasci alla sua destra: Il 4% dei casi
Posto che gli operatori economici sono centri elementari di decisione economica, questi sono caratterizzati: da autonomia di decisione in campo economico e finanziario
Prodotto finale di una indagine statistica: i microdati, i macrodati,i metadati,
Prova anche a realizzare in excel i grafici che seguono. Quando r xy = +1, le due rette di regressione Y’=ay+byX e X’= ax+bxY sono: Coincidono
PROVA ANCHE A REALIZZARE IN EXCEL I GRAFICI CHE SEGUONO. QUANDO RXY = +1, LE DUE RETTE DI REGRESSIONE Y'=AY+BYX E X’= AX+BXY SONO: Coincidono
Prova anche a realizzare in Excel i grafici che seguono. Quando r xy = 0, le due rette di regressione Y’=ay+byX e X’= ax+bxY sono: Perpendicolari tra loro
PROVA ANCHE A REALIZZARE IN EXCEL I GRAFICI CHE SEGUONO. QUANDO RXY = 0, LE DUE RETTE DI REGRESSIONE Y'=AY+BYX E X'= AX+BXY SONO: Perpendicolari tra loro
PROVA ANCHE A REALIZZARE IN EXCEL I GRAFICI CHE SEGUONO. QUANDO RXY = 0, LE DUE RETTE DI REGRESSIONE Y'=AY+BYX E X'= AX+BXY SONO: Perpendicolari tra loro
Prova anche a realizzare in excel i grafici che seguono. Quando r xy = -1, le due rette di regressione Y’=ay+byX e X’= ax+bxY sono: Coincidono
Quale affermazione, che indica le principali modalità di trattamento dell’informazioni statistiche, è vera: in qualunque problema di analisi statistica sarà necessario Elencare, Misurare e Sintetizzare, Correlare,
Q Presentare
QUALE DEI SEGUENTI INDICI INDICA LA VARIABILITÀ DI UNA SERIE DEI DATI: Scarto quadratico medio
QUALE PROBABILITÀ SI HA DI COMMETTERE L’ERRORE di I tipo se si rifiuta l’ipotesi nulla avendo scelto un livello di significatività del 5%:5%
QUALI DI QUESTI INDICI È RELATIVO: L'indice di connessione di Cramer
Quali fasi prevede la costruzione di un questionario: individuazione delle informazioni, scelta, prima traccia, revisione, prova e stesura del questionario
Quando a valori crescenti di X corrispondono valori crescenti di Y si ha: Una relazione positiva
Quando al diminuire dei valori di X corrisponde il diminuire dei valori di Y si ha: Una relazione positiva
Quando la correlazione tra X ed Y è molto bassa, pari ad r xy=0.22, i valori di Y ed Y’: Differiscono
Quando la correlazione tra X ed Y è molto elevata, pari ad r xy=0.92, i valori di Y ed Y’: Differiscono
Quando la correlazione tra X ed Y è pari ad rxy=+1, i valori di Y ed Y’: Coincidono
Quando la correlazione tra X ed Y è pari ad rxy=-1, i valori di Y ed Y’: Coincidono
QUANDO LA POPOLAZIONE È INFINITA: Lo schema di campionamento con ripetizione coincide con lo schema di campionamento senza ripetizione
Quando parliamo di matrice dei dati, relativamente al numero di colonne possiamo dire che... : Il numero di colonne dipende dai caratteri osservati
Quando si calcolano le frequenze cumulate percentuali, l’ultimo valore che si ottiene, cioè il più elevato, è: 100
QUANDO SI CALCOLANO LE FREQUENZE CUMULATE PERCENTUALI, LULTIMO VALORE CHE SI OTTIENE, CIOÈ IL PIÙ ELEVATO, È: 100
QUANTO DOVREBBE ESSERE GRANDE UN CAMPIONE PER AVERE UN INTERVALLO DI CONFIDENZA al 95% per il contenuto medio di nicotina di una data marca di sigarette, se il contenuto di nicotina ha una
distribuzione normale con : N=31
R R deve esprimere correttamente: il legame di interdipendenza
Relazioni di discordanza significative tra variabili implicano: Un coefficiente di correlazione negativo
S Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare la media geometrica: (=)MEDIA.GEOMETRICA
SCRIVI LA FUNZIONE EXCEL ED I SIMBOLI DA DIGITARE NELLA CELLA PER CALCOLARE LA MEDIA: =MEDIA
SE SE DUE EVENTI A E B SONO INDIPENDENTI ALLORA: P(A∩B)= P(A)P(B)
SE IL COEFFICIENTE DI CORRELAZIONE È UGUALE A 0 VI È: Assenza di concordanza o discordanza
Se il coefficiente di correlazione è uguale a 0 vi è: Casualità
SE IL COEFFICIENTE DI CORRELAZIONE R= 0: Non c'e relazione lineare tra X e Y
SE IL COEFFICIENTE DI CORRELAZIONE R=0: Non c'e correlazione lineare
Se il tasso di decremento tra t e t-2 è pari a -5,2%, allora il numero indice in t, con base t-2 sarà: 94,8
Se il tasso di incremento tra t e t-1 è pari a 1,2%, allora il numero indice in t, con base t-1 sarà: 101,2
Se il tasso di incremento tra t e t-1 è pari a 2,2%, allora il numero indice in t, con base t-1 sarà: 102,2
Se il tasso di incremento tra t e t-2 è pari a 1,2%, allora il numero indice in t, con base t-2 sarà: 101,2
SE LA COD (X,Y)>0:La retta di regressione è crescente
SE LA DISTRIBUZIONE È ASIMMETRIA NEGATIVA SI HA: Med-Q1 > Q3-Med
SE LA DISTRIBUZIONE È ASIMMETRIA POSITIVA SI HA: Med-Q1 < Q3-Med
SE LA POPOLAZIONE NON È normale per il teorema del limite centrale, quando n>30, si può costruire l'intervallo di confidenza: Basato sulla distribuzione normale standardizzata
Se le componenti di un numero indice sono tutte della stessa specie definiamo: i numeri indici sintetici
SE LO STIMATORE È CORRETTO: EQM=Varianza dello stimatore
Se si effettua una estrazione senza reimmissione la probabilità di estrarre un altro elemento: Viene modificata
SE SI RADDOPPIA LA NUMEROSITÀ CAMPIONARIA, IL VALORE DEL CHI-QUADRATO: Raddoppia
SE UNA VARIABILE È DICOTOMICA: Può assumere solo due valori, indipendentemente dalla probabilità di ottenere uno o l’altro dei due valori
Se X è la variabile indipendenre e Y quella dipendente, considerando l’equazione di regressione è corretto definire Y’ come: Valore predetto
Se X è la variabile indipendente e Y quella dipendente, considerando l’equazione di regressione è corretto definire X come: Predittore
Secondo l’approccio tradizionale le grandezze osservate sono scomponibili in: una componente sistematica ed una componente irregolare o aleatoria
SI SI CHIAMA CONTINGENZA: La differenza tra frequenze osservate e frequenze teoriche
SI COMMETTE UN ERRORE DI PRIMA SPECIE: Nel rifiutare l'ipotesi nulla quando in realtà è vera
SI COMMETTE UN ERRORE DI SECONDA SPECIE: Nell' accettare l'ipotesi nulla quando in realtà è falsa
Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la probabilità di insuccesso in un lancio: 5//6
Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la probabilità di successo in un lancio: 1//6
Si consideri la popolazione di 20 unità statistiche: {-250,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,10,11,250}. Indicare quale indice di posizione appare rappresentativo dell’intera distribuzione: Media aritmetica
Si consideri la popolazione di unità statistiche: {-250,2,2,2,2,3,4,6,6,7,7,7,7,7,7,8,8,9,9,9,10,11,2500}. Indicare quale indice di posizione appare rappresentativo dell’intera distribuzione: Moda
Si consideri la popolazione: {-,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,9,9, 9,10,11,2500}. Indicare quale indice di posizione appare rappresentativo dell’intera distribuzione: Moda
SI DEFINISCE STIMA: Il valore assunto dallo stimatore per un dato campione
SI EFFETTUANO 60 MISURAZIONI SPERIMENTALI da cui si evince una media campionaria uguale a 33. Costruire un intervallo di confidenza al 90% per la media della popolazione, la quale si distribuisce normalmente
con varianza pari a 115: IC= [30,723; 35,277]
SI HA CONCORDANZA TRA DUE VARIABILI SE: Cod(X,Y)>0
Si ha discordanza tra caratteri se: Ai valori più piccoli di una delle due variabili corrispondono generalmente i più grandi dell’altra, e se ai valori più grandi corrispondono in genere i più piccoli;
SUPPONIAMO CHE LA PERDITA DI PESO DI N=16 PEZZI DI METALLO, dopo un certo intervallo di tempo, sia di 3,42 gr con varianza campionaria corretta pari a 0,4624. Costruire un intervallo di confidenza al 99% per
la media della popolazione di peso dei pezzi di metallo: IC=[2,92;3,92]
TRA TRA DUE VARIABILI VI È INDIPENDENZA ASSOLUTA SE: Le frequenze osservate sono uguali alle frequenze teoriche
Tra i compiti dell’ISTAT rientrano: tutte le voci precedenti (censimenti, indagine prevista dal Programma Statistico Nazionale, coordinamento del Sistema Statistico Nazionale)
TRA I PUNTEGGI AD UN TEST DI LETTERATURA INGLESE E I PUNTEGGI AD UN test di abilità matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88.
Sulla base del risultato ottenuto si può evidenziare che: Le persone con punteggi bassi in matematica hanno buone prestazioni in letteratura inglese
TRA I PUNTEGGI AD UN TEST DI LETTERATURA INGLESE E I PUNTEGGI AD UN TEST di abilità matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88.
Sulla base del risultato ottenuto si può evidenziare che: Le due variabili sono correlate negativamente
Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88. Sulla
base del risultato ottenuto si può evidenziare che: Le persone con punteggi bassi in matematica hanno buone prestazioni in letteratura inglese
Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88. Sulla
base del risultato ottenuto si può evidenziare che: Le due variabili sono correlate negativamente
Tra le fonti di documentazione della statistica economica troviamo: i censimenti, le indagini e le rilevazioni varie
TRA LE SEGUENTI, QUALE, IPOTESI è NULLA: le medie dei gruppi A.B.C. differiscono tra loro in modo significativo
TRA X= "ABILITÀ MANUALI" ED Y= "ABILITÀ TECNICHE" VI È UNA RELAZIONE LINEARE, SAPENDO CHE IL COEFFICIENTE DI CORRELAZIONE È UGUALE A 0.76, IL COEFFICIENTE DI DETERMINAZIONE SARÀ PARI A: 0.58
TRA X= "ABILITÀ MANUALI" ED Y= "ABILITÀ TECNICHE" VI È UNA RELAZIONE NON LINEARE, SAPENDO CHE IL COEFFICIENTE DI DETERMINAZIONE È UGUALE A -1, IL COEFFICIENTE DI CORRELAZIONE SARÀ PARI A:
Non è possibile calcolarlo con i dati a disposizione che non sono corretti
Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione lineare, sapendo che il coefficiente di correlazione è uguale a 0.76, il coefficiente di determinazione sarà pari a: 0.58
Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione non lineare, sapendo che il coefficiente di determinazione è uguale a -1, il coefficiente di correlazione sarà pari a: Non è possibile calcolarlo con
i dati a disposizione che non sono corretti
UN Un campione rappresentativo è: Casuale
UN ESPERIMENTO CASUALE È: Un'operazione il cui risultato non può essere previsto con certezza
UN INTERVALLO DI CONFIDENZA È: Un intervallo di valori che si ritiene contenga il vero parametro della popolazione con una prestabilita "fiducia"
UN IPOTESI STATISTICA È: Un affermazione sulla distribuzione di probabilità di una variabile casuale
Un test fornisce punteggi compresi tra 0 e 120. La media del test, calcolata su un campione, risulta 142,9. Il risultato è: Sicuramente sbagliato
Un test fornisce sicuramente punteggi compresi tra 0 e 120. La mediana del test, calcolata da un ricercatore su un campione, risulta 142,9. Il punteggio massimo ottenibile è: 120
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: Altri fattori variabili influiscono su quelli presi in considerazione
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: Altri fattori variabili, che rappresentano circostanze comuni ,influiscono su quelli presi in considerazione
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: I due caratteri sono influenzati da circostanze comuni
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: Uno dei due caratteri comprende l’altro
Un tipico caso di correlazione non reale comporta che: Altri fattori variabili influiscono su quelli presi in considerazione
Un tipico caso di correlazione non reale comporta che: Altri fattori variabili, che rappresentano circostanze comuni ,influiscono su quelli presi in considerazione
Un tipico caso di correlazione non reale comporta che: I due caratteri sono influenzati da circostanze comuni
Un tipico caso di correlazione non reale comporta che: Uno dei due caratteri comprende l’altro
Un’indagine statistica è un: processo produttivo, dove il prodotto finale consiste in un’informazione statistica corretta
UNA DISTRIBUZIONE CAMPIONARIA È: La distribuzione di probabilità di una statistica
UNA DISTRIBUZIONE DI PROBABILITÀ DI UNA VARIABILE CASUALE: L'insieme delle coppie probabilità dei diversi valori possibili della variabile casuale
Una fotografia è un dato: Complesso
UNA PARTITA DI PISTONCINI DI FRENI PRESENTA UN DIAMETRO: IC=[1,1938;1,2062]
UNA QUANTITÀ PIVOTALE È: Una quantità che è funzione delle osservazione e del parametro del quale si vuole costruire l'intervallo di confidenza, con la caratteristica che la sua distribuzione è nota e non dipende
dal parametro in esame
Una serie storica è costituita: Dai dati osservati a intervalli regolari di tempo
UNA SERIE STORICA È COSTITUITA: Dalle osservazioni dei dati quantitativi nel tempo, si possono avere serie mensili, giornaliere, annuali
Una serie storica è costituita: Dalle osservazioni dei dati quantitativi nel tempo, si possono avere serie mensili, giornaliere, annuali
UNA STATISTICA È: Una variabile casuale definita sui campioni
Una tabella a doppia entrata registra: La frequenza assoluta, cioè quante volte una coppia di modalità si presenta contemporaneamente per X e per Y
UNA TABELLA A DOPPIA ENTRATA REGISTRA: la frequenza assoluta, cioè quante volte una coppia di modalità si presenta contemporaneamente per X e per Y.
UNA TABELLA A DOPPIA ENTRATA RGISTRA: quante volte una coppia di modalità si presenta contemporaneamente per X e per Y
UNA VARIABILE CASUALE CONTINUA X: Assume tutti i valori appartenenti ad un intervallo
UNA VARIABILE CASUALE: E' una funzione definita sullo spazio dei campioni
UNA VARIABILE DICOTOMICA PUÒ ASSUMERE: Solo due valori
Una variabilità alta in luogo di una variabilità bassa: Diminuisce le capacità previsive dei modelli statistici
Una variabilità pari al valore 65 in luogo del valore 80, ottenuta eliminando i valori outlier: Può aumentare le capacità descrittive e previsive del modello statistico
Una variabilità pari al valore 80 in luogo del valore 65, ottenuta eliminando i valori outlier: Indica che è stato commesso qualche errore nei calcoli o nel programma
UNO STIMATORE CORRETTO DI Σ², CON LE IPOTESI DI VARIANZA COSTANTE E DELL'INDIPENDENZA DEGLI ERRORI È IL MSE* = SSE*/n-2, il cui valore atteso è: E(MSE*)= σ2
UNO STIMATORE CORRETTO È PIÙ EFFICIENTE DI UN ALTRO STIMATORE CORRETTO DEL PARAMETRO "TETA" NON NOTO se: Se presenta varianza inferiore
UNO STIMATORE CORRETTO: È tale che il suo valore medio coincide con il valore del parametro da stimare
UNO STIMATORE SI DICE CONSISTENTE: Al crescere della numerosità campionaria, tende a concentrarsi sul parametro da stimare
USANDO LA MEDIANA IN LUOGO DELLA MEDIA NEL CALCOLO DELLA VARIANZA È bene eliminare i valori anomali ed estremi
Usando la mediana in luogo della media nel calcolo della varianza: È bene eliminare i valori anomali ed estremi
UTILIZZANDO LA TAVOLA DELLA CURVA NORMALE STANDARDIZZATA SI INDIVIDUERANNO I PUNTI Z: Nella colonna di sinistra con una cifra decimale; la seconda cifra decimale è situata nella prima riga in alto della
stessa tavola
STATISTICA
Domanda Risposta
A
A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE
0,3849
TRA Z=0 E Z=1,2:
A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE
0,4192
TRA Z=0 E Z=1,4:
A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE
0,1828
TRA Z=0,81 E Z=1,94:
IN DIVERSI CASI UN LEGAME DEBOLE TRA I DUE
AD UN VALORE BASSO DI R CORRISPONDE:
CARATTERI QUANTITATIVI CONSIDERATI
IN DIVERSI CASI UN EFFETTIVO LEGAME TRA I DUE
AD UN VALORE ELEVATO DI R CORRISPONDE:
CARATTERI QUANTITATIVI CONSIDERATI
AFFINCHÈ UNA V.C X CONTINUA SIA BEN DEFINITÀ OCCORRE
CHE:
ALL'INTERNO DEL RETTANGOLO (BOX PLOT) SONO
IL 50% DELLE OSSERVAZIONI
CONTENUTE:
AUMENTANDO IL LIVELLO DI SIGNIFICATIVITÀ: AUMENTA LA POTENZA DEL TEST
B
C
CALCOLA IL RANGE DELLE SEGUENTI OSSERVAZIONI RELATIVE
AGLI ERRORI COMPIUTI DA OGNI ALUNNO NEL TEST CON 30 12
DOMANDE: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2)
LA PROPRIETÀ LINEARE DEGLI INDICI DI TENDENZA CENTRALE: PERMETTE CAMBIAMENTI DI SCALA NELL INDICE
NELLA CONGIUNZIONE TRA INSIEMI SI VALUTA: QUANDO I DUE EVENTI SI REALIZZANO ENTRAMBI
UNA SERIE STORICA È COSTITUITA: DAI DATI OSSERVATI A INTERVALLI REGOLARI DI TEMPO
DALLE OSSERVAZIONI DEI DATI QUANTITATIVI NEL
UNA SERIE STORICA È COSTITUITA: TEMPO, SI POSSONO AVERE SERIE MENSILI,
GIORNALIERE, ANNUALI
UNA STATISTICA È: UNA VARIABILE CASUALE DEFINITA SUI CAMPIONI
LA FREQUENZA ASSOLUTA, CIOÈ QUANTE VOLTE UNA
UNA TABELLA A DOPPIA ENTRATA REGISTRA: COPPIA DI MODALITÀ SI PRESENTA
CONTEMPORANEAMENTE PER X E PER Y
ASSUME TUTTI I VALORI APPARTENTI AD UN
UNA VARIABILE CASUALE CONTINUA X:
INTERVALLO
E' UNA FUNZIONE DEFINITA SULLO SPAZIO DEI
UNA VARIABILE CASUALE:
CAMPIONI
UNA VARIABILE DICOTOMICA PUÒ ASSUMERE: SOLO DUE VALORI
DIMINUISCE LE CAPACITÀ PREVISIVE DEI MODELLI
UNA VARIABILITÀ ALTA IN LUOGO DI UNA VARIABILITÀ BASSA
STATISTICI
UNA VARIABILITÀ PARI AL VALORE 65 IN LUOGO DEL VALORE PUÒ AUMENTARE LE CAPACITÀ DESCRITTIVE E
80, OTTENUTA ELIMINANDO I VALORI OUTLIER: PREVISIVE DEL MODELLO STATISTICO
UNA VARIABILITÀ PARI AL VALORE 80 IN LUOGO DEL VALORE INDICA CHE È STATO COMMESSO QUALCHE ERRORE NEI
65, OTTENUTA ELIMINANDO I VALORI OUTLIER: CALCOLI O NEL PROGRAMMA
1)
1) Per 10 bimestri un ricercatore ha rilevato la temperatura media
(variabile X, espressa in gradi centigradi) e l’importo pagato per la
bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21,
15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della 0.8
funzione di ripartizione empirica in corrispondenza di una temperatura
media pari a 25 gradi, che ipotizziamo essere una v.c distribuita
normalmente, è:
A
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,2: 0,3849
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,4: 0,4192
A quanto corrisponde l'area sotto la curva normale tra z=0,81 e
0,1828
z=1,94:
In diversi casi un legame debole tra i due caratteri quantitativi
Ad un valore basso di r corrisponde:
considerati
In diversi casi un effettivo legame tra i due caratteri quantitativi
Ad un valore elevato di r corrisponde:
considerati
Affinchè una v.c X continua sia ben definità occorre che:
All'interno del rettangolo (box plot) sono contenute: Il 50% delle osservazioni
Aumentando il livello di significatività: Aumenta la potenza del test
C
Calcola il range delle seguenti osservazioni relative agli errori compiuti
da ogni alunno nel test con 30 domande: 12
(2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2)
Calcola il range delle seguenti osservazioni relative agli errori compiuti
da ogni alunno nel test con 30 domande: 29
(2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)
Calcola il range parziale delle seguenti osservazioni relative agli errori
compiuti da ogni alunno nel test con 30 domande: 12
(2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)
Calcola il range parziale delle seguenti osservazioni relative agli errori
compiuti da ogni alunno nel test con 30 domande: 7
(2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29)
Calcolare la media geometria relativa all'andamento dei prezzi di un
1.04
dato prodotto: 1,103 1,031 0,939 1,097:
Calcolare la mediana della seguente serie di voti: 19, 20, 22,18, 26, 30,
22
28:
Calcolare la mediana della seguente serie: -2, -3, -5, 0, 1, 4, 7: 0
Calcolare la varianza dei seguenti numeri: 12,6,7,3,15,10,18,5: 23,75
Calcolare lo scarto quadratico medio dei seguenti numeri:
4,87
12,6,7,3,15,10,18,5:
Che cosa è l'unità statitistica: L'unita elementare oggetto di osservazione e di studio
Come viene classificato l'ortogramma: Sia a nastro sia a colonne
Si minimizza la somma dei quadrati degli scarti tra valori osservati e
Con il metodo dei minimi quadrati:
valori teorici
Con riferimento alla domanda 4 la mediana: 61.52
Con un coefficiente di correlazione pari a r= -0,5, i valori di una Tendono a crescere al decrescere dei valori dell’altra, ma in maniera
variabile: blanda
Statistica 2020
D
Da un mazzo di 40 carte viene estratta una carta. Calcolare la
0,1
probabilità di ottenere un asso:
Da un mazzo di 40 carte viene estratta una carta. Calcolare la
0,25
probabilità di ottenere una carta di bastoni:
Da un mazzo di carte viene estratta una carta. Calcolare la probabilità
12 / 40
di ottenere una figura:
Due eventi sono indipendenti quando: Il verificarsi dell’uno non modifica la probabilità di verificarsi dell’altro
E
Effettuando un test di verifica dell'ipotesi di indipendenza su una
16
tabella di contingenza 5x5, i gradi di libertà corrispondono:
Effettuando un test di verifica dell'ipotesi di indipendenza su una
25
tabella di contingenza 6x6, i gradi di libertà corrispondono:
Effettuando un test di verifica dell'ipotesi di indipendenza su una
(r-1)(c-1)
tabella di contingenza, i gradi di libertà corrispondono:
I
I dati informatici sono utilizzabili per: Le analisi statistiche
Le variazioni dei livelli della variabile nel tempo con riferimento ad
I numeri indice comparano:
una base
I numeri indice sono: Rapporti statistici
I numeri indice sono: Strumenti matematici
I numeri indice sono: Inferiori a 100 se il livello tende a scendere rispetto all’anno base
Superiori a 100 se il livello della variabile tende a crescere rispetto
I numeri indice sono:
all’anno base
I numeri indice sono: Esplicativi dell’andamento dei livelli della variabile nel tempo
I simboli e S si riferiscono alla media ed allo scarto quadratico medio
Campione
del:
I simboli μ e σ si riferiscono alla media ed allo scarto quadratico medio
Popolazione
del:
I valori attesi nella variabile casuale Normale sono: Media; Varianza;
I Voti riportati da uno studente in fisica, statistica e matematica sono:
71, 78, 89 (voti in centesimi). I pesi attribuiti alle discipline sono 82
rispettivamente 2, 4, 5. Calcolare la media dei voti:
Il rapporto annuo tra tasso di inflazione e deflazione dell’anno x in un
Non esiste
paese determinato:
Sulla variabilità, sulla presenza di valori anomale e sulla
Il box plot fornisce informazioni:
simmetria/asimmetria della distribuzione
Il box plot, rappresentato tramite un rettagolo, è diviso al suo interno: Dalla mediana
Il valore dell’anno con numero indice pari a 100 nella serie storica
Il denominatore nel calcolo del numero indice
osservata è:
In base al teorema di Gauss Markov, gli stimatori dei minimi quadrati: Sono i più efficienti
L
l rapporto annuo tra tasso di inflazione e deflazione dell’anno x in un
Non esiste
paese determinato:
Dividendo la modalità di un fenomeno per quella corrispondente di un
l rapporto statistico di derivazione si ottiene: altro che, sul piano logico e/o temporale, ne costituisce causa o
presupposto logico
L' ipotesi statistica è semplice: Se si assegna al parametro un valore puntale
L'ampiezza dell'intervallo è tanta più elavata quanto più: n è piccolo
L'ampiezza della classe è: La differenza tra estremo superiore e estremo inferiore della classe
L'anno con valore pari a 100 nella serie storica dei numeri indice è: L’anno base
I valori del caratteri sono distributi con frequenze differenti attorno al
L'asimmetria di una distribuzione denota che:
suo valore centrale
L'asimmetria di una distribuzione può essere: Nulla, positiva o negativa
L'indice chi-quadrato di Pearson (χ2) : Dipende dalla dimensione del collettivo
Come differenza tra la media aritmetica e la moda divisa la
L'indice di asimmetria Skewness di Pearson è calcolato:
deviazione standard
L'indice di connessione di Cramer varia: Tra zero e uno
L'indice di contingenza quadratica medio φ2è uguale: χ²/n
L'indipendenza in media: Non è un concetto simmetrico
L'inflazione è: La variazione del potere di acquisto della moneta
I parametri caratteristici di una particolare distribuzione di cui si
L'ipotesi parametrica riguarda:
conosce la forma analitica
L’equazione di regressione lineare è l’equazione di una: Retta
L’indagine statistica può essere: Campionaria o di tipo censuario
L’indice r misura relazioni di tipo: Lineare
Dedurre le caratteristiche dell’intera popolazione a partire da dati
L’Inferenza ha lo scopo di:
raccolti
L’inflazione è: La diminuzione del potere di acquisto dla moneta
L'aumento prolungato del livello medio generale dei prezzi di beni e
L’inflazione è:
servizi in un dato periodo di tempo
L’Istogramma è una: Modalità di rappresentazione della rilevazione statistica
La classe è chiusa a sinistra se: Solo l'estremo sinistro è incluso
La codevianza è una misura: Assoluta di concordanza
Statistica 2020
La devianza di regressione misura: Quanta parte della variabilità della Y è spiegata dalla relazione lineare
La distribuzione di frequenza è: Il calcolo delle frequenze per ciascun valore o categoria della variabile
La funzione TENDENZA in Excel serve per: Prevedere il valore al tempo t in una funzione stimata y*
Calcolare il valore stimato al tempo t in relazione ad una funzione di
La funzione TENDENZA in Excel serve per:
regressione y*
La matrice dei dati è composta: Da n vettori
La matrice dei dati è costituita da: Il numero di colonne dipende dai caratteri osservati
La media armonica è particolarmente usata: Quando si mediano rapporti di tempo
La media armonica è: Il reciproco della media aritmetica dei reciproci dei termini
La media della distribuzione della media campionaria: Coincide con la media della popolazione
La media geometrica è particolarmente usata: Quando i diversi valori vengono per loro natura moltiplicati
La media geometrica è uguale: Alla radice n-esima del prodotto dei termini
La media mobile di ordine 3 permette di: Eliminare valori anomali
La media mobile di ordine 3 permette di: Effettuare lo smoothing delle serie storiche
La media mobile di ordine 5 permette di: Eliminare valori erratici
La media mobile di ordine n consiste: In una serie di medie aritmetiche calcolate su n periodi contigui.
La media mobile è: La somma ponderata dei valori della serie storica
La media: E' sensibile ai valori estremi
La categoria o il punteggio al di sopra e al di sotto del quale cade un
La mediana è:
ugual numero di casi
La moda è un: Indice di tendenza centrale
La mutabile è: Un carattere qualitativo
L'attitudine di un fenomeno qualitativo ad assumere differente
La mutabilità è:
modalità
La negazione logica dell’operando A=0 è: 1
La popolazione è finita: Quando è determinabile il numero di unità che compongono
La popolazione è: L’ universo di elementi che forma l’ oggetto di uno studio statistico
La potenza del test è: La probabilità di rigettare l'ipotesi nulla quando è giusto farlo
La probabilità che si verifichi un evento può assumere valori Tra 0 ed 1
La probabilità del verificarsi di due eventi che si escludono a vicenda è
Somma delle probabilità del verificarsi di ciascuno dei due eventi
data dal:
La probabilità dell'unione di due eventi A e B non incompatibili: P(A∪B)= P(A)+P(B)-P(A∩B)
La proporzione di varianza comune a X e Y è espressa da r2xy che è
Coefficiente di determinazione
denominato:
La proporzione di varianza comune a X e Y è espressa da r2xy che
La varianza spiegata
esprime:
E' basata sulla comparazione tra le variabili ed i rispettivi indici di
La proprietà di monotonicità degli indici di tendenza centrale:
posizione
La proprietà lineare degli indici di tendenza centrale: E' diversa da quella moltiplicativa
E' basata sulla relazione di linearità tra le variabili ed i rispettivi indici
La proprietà lineare degli indici di tendenza centrale:
di posizione
La proprietà moltiplicativa degli indici di tendenza centrale: Permette cambiamenti di scala nell'indice
La quantità espressa da 1-r2xy con r2xy che indica la proporzione
Varianza residua
di varianza comune a X e Y è denominata:
La rappresentazione grafica che si sviluppa attraverso una
Diagramma circolare
circonferenza suddivisa in tanti spicchi, viene chiamata:
La rappresentazione grafica di distribuzioni di frequenze che si
Istogramma
sviluppa attraverso una serie di rettangoli contigui viene chiamata:
La seguente ipotesi è nulla: La popolazione da cui il campione è estratto ha media 58
La seguente ipotesi è nulla: Non esiste nessuna relazione tra classe sociale e alcolismo
La seguente ipotesi è nulla: Questa moneta non è truccata
Le medie dei gruppi A,B,C non differiscono tra loro in modo
La seguente ipotesi è nulla:
significativo
La seguente ipotesi è nulla: Il farmaco C non ha un effetto diverso dal farmaco D
Statistica 2020
N
Nel calcolo dei tassi di incremento tra t e t-1 al denominatore vi è: Il dato dell’anno t-1
Il numero indice dei prezzi del mese m-1 dell\'anno a ed al
Nel calcolo del tasso di inflazione congiunturale al denominatore c’è:
numeratore il numero indice dei prezzi del mese m dell\'anno a
Il numero indice dei prezzi del mese m dell\'anno a-1 ed al
Nel calcolo del tasso di inflazione tendenziale al denominatore c’è:
numeratore il numero indice dei prezzi del mese m dell\'anno a
Nel campionamento bernoulliano: Ogni unità statistica può entrare a far parte più volte del campione
Nel campionamento bernoulliano: I risultati delle estrazioni sono indipendenti
Nel modello di regressione lineare semplice per verificare l'ipotesi
H0:β1=0 contro H0:β1 ≠ 0 si può utilizzate la quantità F che è una v.c Con 1 e n-2 gradi di libertà
F di Fischer -Snedecor con :
Nel modello di regressione lineare semplice, quali tra le seguenti
Ipotesi sulla variabile esplicativa
ipotesi è definita ipotesi debole:
Nel modello di regressione lineare semplice, quali tra le seguenti
Ipotesi di normalità
ipotesi è definita ipotesi forte:
Nel prodotto logico con operando A=0 ed operando B=1, il totale sarà: 0
Nella somma logica con operando A=1 ed operando B=1, il totale sarà 1
Nella teoria statistica i termini campione e popolazione sono: Non sono sinonimi
Indicativi del fatto che il campione è un sottoinsieme della
Nella teoria statistica i termini popolazione e campione sono:
popolazione
Non è una scala di misura delle manifestazioni di un carattere
La scala semilogaritmica
statistico:
P
Per 10 bimestri un ricercatore ha rilevato la temperatura media
(variabile X, espressa in gradi centigradi) e l’importo pagato per la
bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, Una modalità del carattere
15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore 24
riportato nella prima riga della tabella rappresenta:
Per 10 bimestri un ricercatore ha rilevato la temperatura media
(variabile X, espressa in gradi centigradi) e l’importo pagato per la
bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21,
4\10
15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della
funzione di ripartizione empirica in corrispondenza di una temperatura
media pari a 17 gradi è:
Per 10 bimestri un ricercatore ha rilevato la temperatura media
(variabile X, espressa in gradi centigradi) e l’importo pagato per la
bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21,
15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della 0.8
funzione di ripartizione empirica in corrispondenza di una temperatura
media pari a 25 gradi, che ipotizziamo essere una v.c distribuita
normalmente, è:
Per calcolare le frequenze cumulate relative occorre dividere: Le frequenze cumulate per n
Per il postulato 2 dell'assiomatizzazione del calcolo delle probabilità,
P(Ω)=1
l'evento certo Ω ha probabilità:
Per la costruzione di un box plot si utilizzano i seguenti valori: Xmin Q1 Med Q3 xmax
Per la determinazione dell'intervallo di confidenza per la media di una
La distribuzione t di student
popolazione normale con varianza non nota (n
Per la determinazione dell'intervallo di confidenza per la media di una
La distribuzione normale standardizzata
popolazione normale con varianza nota, si utilizza:
Per produrre la distribuzione di frequenza percentuale occorre: Moltiplicare per 100 le frequenza relative
Per rappresentare graficamente la forma della relazione tra due
Il diagramma a dispersione
variabili X ed Y si utilizza:
Per stimare il parametro: MSE*= SSE*/n-2
Statistica 2020
Q
Quale dei seguenti indici indica la variabilità di una serie dei dati: Scarto quadratico medio
Quale probabilità si ha di commettere l’errore di I tipo se si rifiuta
0.05
l’ipotesi nulla avendo scelto un livello di significatività del 5%:
Quali di questi indici è relativo: L'indice di connessione di Cramer
Quando a valori crescenti di X corrispondono valori crescenti di Y si ha: Una relazione positiva
R
R deve esprimere correttamente: il legame di interdipendenza
S
Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare
Riposta =MEDIA.GEOMETRICA
la media geometrica:
Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare
Answer: =MEDIA
la media:
Se due eventi A e B sono indipendenti allora: P(A∩B)= P(A)P(B)
Se il coefficiente di correlazione è uguale a 0 vi è: Assenza di concordanza o discordanza
Se il coefficiente di correlazione r= 0: Non c'e relazione lineare tra X e Y
Se il coefficiente di correlazione r=0: Non c'e correlazione lineare
Se il tasso di decremento tra t e t-1 è pari a -1,2%, allora il numero
98,8
indice in t, con base t-1 sarà:
Se il tasso di decremento tra t e t-2 è pari a -5,2%, allora il numero
94,8
indice in t, con base t-2 sarà:
Se il tasso di incremento tra t e t-1 è pari a 1,2%, allora il numero
101,2
indice in t, con base t-1 sarà:
Se il tasso di incremento tra t e t-1 è pari a 2,2%, allora il numero
102,2
indice in t, con base t-1 sarà:
Se il tasso di incremento tra t e t-2 è pari a 1,2%, allora il numero
101,2
indice in t, con base t-2 sarà:
Se la Cod (X,Y)>0: La retta di regressione è crescente
Se la distribuzione è asimmetria negativa si ha: Med-Q1 > Q3-Med
Se la distribuzione è asimmetria positiva si ha: Med-Q1 < Q3-Med
Se la popolazione non è normale per il teorema del limite centrale,
Basato sulla distribuzione normale standardizzata
quando n>30, si può costruire l'intervallo di confidenza:
Se lo stimatore è corretto: EQM=Varianza dello stimatore
Se si effettua una estrazione senza reimmissione la probabilità di
Viene modificata
estrarre un altro elemento:
Si ha indipendenza in media tra due variabili statistiche se: Le media parziali sono uguali tra di loro ed uguali alla media generale
Si ricorre ad una distribuzione normale quando: Una variabile casuale continua è distribuita normalmente o quasi.
Si supponga di aver compiuto una rilevazione campionaria su 2000
pazienti e che 1000 siano risultati sensibili ad un determinato
Non si può sapere
farmaco. Indicare quale è la proporzione nella popolazione di persone
sensibili al farmaco:
T
Tra due variabili vi è indipendenza assoluta se: Le frequenze osservate sono uguali alle frequenze teoriche
U
Un campione rappresentativo è: Casuale
Un esperimento casuale è: Un'operazione il cui risultato non può essere previsto con certezza
Un intervallo di valori che si ritiene contenga il vero parametro della
Un intervallo di confidenza è:
popolazione con una prestabilita "fiducia"
Un affermazione sulla distribuzione di probabilità di una variabile
Un ipotesi statistica è:
casuale
Un test fornisce punteggi compresi tra 0 e 120. La media del test,
Sicuramente sbagliato
calcolata su un campione, risulta 142,9. Il risultato è:
Un test fornisce sicuramente punteggi compresi tra 0 e 120. La
mediana del test, calcolata da un ricercatore su un campione, risulta 120
142,9. Il punteggio massimo ottenibile è:
Un tipico caso di correlazione non reale comporta che: Uno dei due caratteri comprende l’altro
Un tipico caso di correlazione non reale comporta che: I due caratteri sono influenzati da circostanze comuni
Un tipico caso di correlazione non reale comporta che: Altri fattori variabili influiscono su quelli presi in considerazione
Altri fattori variabili, che rappresentano circostanze comuni
Un tipico caso di correlazione non reale comporta che:
,influiscono su quelli presi in considerazione
Una classe è aperta: Se entrambi gli estremi sono esclusi
Una classe è chiusa: Se entrambi gli estremi sono inclusi
Una distribuzione campionaria è: La distribuzione di probabilità di una statistica
L'insieme delle coppie probabilità dei diversi valori possibili della
Una distribuzione di probabilità di una variabile casuale:
variabile casuale
Una fotografia è un dato: Complesso
Statistica 2020
Una serie storica è costituita: Dai dati osservati a intervalli regolari di tempo
Dalle osservazioni dei dati quantitativi nel tempo, si possono avere
Una serie storica è costituita:
serie mensili, giornaliere, annuali
Una statistica è: Una variabile casuale definita sui campioni
La frequenza assoluta, cioè quante volte una coppia di modalità si
Una tabella a doppia entrata registra:
presenta contemporaneamente per X e per Y
Una variabile casuale continua X: Assume tutti i valori appartenti ad un intervallo
Una variabile casuale: E' una funzione definita sullo spazio dei campioni
Una variabile dicotomica può assumere: Solo due valori
Una variabilità alta in luogo di una variabilità bassa Diminuisce le capacità previsive dei modelli statistici
Una variabilità pari al valore 65 in luogo del valore 80, ottenuta Può aumentare le capacità descrittive e previsive del modello
eliminando i valori outlier: statistico
Una variabilità pari al valore 80 in luogo del valore 65, ottenuta Indica che è stato commesso qualche errore nei calcoli o nel
eliminando i valori outlier: programma
Uno stimatore corretto di σ², con le ipotesi di varianza costante e
dell'indipendenza degli errori è il MSE* = SSE*/n-2, il cui valore atteso E(MSE*)= σ2
è:
Uno stimatore corretto è più efficiente di un altro stimatore corretto
Se presenta varianza inferiore
del parametro"teta"non noto se:
È tale che il suo valore medio coincide con il valore del parametro da
Uno stimatore corretto:
stimare
Al crescere della numerosità campionaria, tende a concentrarsi sul
Uno stimatore si dice consistente:
parametro da stimare
Usando la mediana in luogo della media nel calcolo della varianza: È bene eliminare i valori anomali ed estremi
Utilizzando la tavola della curva normale standardizzata si Nella colonna di sinistra con una cifra decimale; la seconda cifra
individueranno i punti z: decimale è situata nella prima riga in alto della stessa tavola
V
Valori estremi, cioè posizionati verso le code di una distribuzione di
Inferiore rispetto ai valori centrali
probabilità, hanno una probabilità di verificarsi per caso:
Vengono prelevate 15 compresse da un lotto di produzione, i valori
sono: 0,485; 0,442; 0,466; 0,448; 0,419; 0,415; 0,450; 0,435; 0,443; 0.4415
0,410; 0,434; 0,450; 0,422; 0,440; 0,464. Calcolare il peso medio:
STATISTICA DA HTML
aggiornamento 14 aprile 2020
A
A quanto corrisponde l’area sotto la curva normale z= – 0,73 e z=0: 0,2673
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,2 0,3849
A quanto corrispondel l’area sotto la curva normale tra z=0 e z=1,9: 0,4713
A quanto corrispondel l’area sotto la curva normale tra z=0 e z=1,91: 0,4719
A quanto corrispondel l’area sotto la curva normale tra z=0 e z=1: 0,4821
Aggiungendo una costante positiva c a tutti i valori di una variabile, la
aumenta di c
media aritmetica:
C
Consideriamo la seguente serie storica di valori contigui
(2,2,4,5,3,4,8,7,8,22,22) quante medie mobili di ordine 3 si possono 9
calcolare:
D
Date n variabili casuali normali standardizzate e indipendenti al dalla somma di tali
quadrato, una variabile causale che è data dalla: variabili
Dati due eventi A e B costituiti dai primi 6 numeri estratti da una urna
contenente 90 palline, A=(87,12,23,8,45,90) e B=(8,84,41,12,36,17) AinB = (12,8)
Determinare AinB:
Dati due eventi A e B costituiti dai primi 6 numeri estratti da una urna AuB =
contenente 90 palline, A=(87,12,23,8,45,90) e B=(8,84,41,12,86,17) (87,12,23,8,45,90,84,
Determinare AuB: 41,12,36,17)
Dati i seguenti valori: 87, 111, 100, 102, 162, 70, 96, 103, 109 Determina
Med= 102
la mediana (Med):
Dati i seguenti valori: 87, 111, 98, 100, 102, 162, 70, 96, 103, 109
Med=101
Determina la mediana (Med):
I
I seguenti dati rappresentano le entrate realizzate da una società negli
ultimi 11 anni (……) quante medie mobili di ordine 5 si possono 7
calcolare:
L
L’età media di un gruppo di 10 studenti che hanno appena conseguito un diploma di
laurea breve è di…. Determinare l’intervallo di confidenza al 95% per la media della IC= [17,842;
popolazione degli studenti iscritti al corso di laurea breve, sapendo che tale 26,158]
popolazione è distribuita normalmente con varianza σ2 = 45
dipende dalla
L’indice chi-quadrato di Pearson: dimensione del
collettivo
è il rapporto tra
frequenza e
La densità di frequenza di un istogramma:
ampiezza della
classe
terzo quartile e
La differenza interquartile è data dalla differenza:
primo quartile
che risultano da
Le medie di posizione sono quelle: particolari elementi
della distribuzione
P
Per il postulato 2 dell’assiomatizzazione del calcolo delle probabilità
P(Ω)=1
l’evento certo Ω ha probabilità:
Q
Quali tra queste non è una media razionale: la mediana
S
coincide con il
Se la media aritmetica di un gruppo di osservazioni è nulla, allora la
quadrato nella
varianza:
media quadratica
Sia dato l’insieme dei numeri: 3,9 4,8 5,0 8,9 9,9. Determinare la
29,22
devianza:
U
Un ragazzo napoletano, per provare la propria automobile appena comprata,
decide di fare una gita a Tivoli. Presa l’autostrada percorre tre tratti di
110,95 km/h
lunghezza diversa: 30 km, 70 km, 100 km a velocità costante rispettivamente a
90 km/h, 100 km/h e 130 km/h, qual è la velocità media:
STATISTICA
1 La statistica ci offre gli strumenti per: Organizzare, riassumere, analizzare i dati relativi
ad un fenomeno, ottenuti attraverso le misurazioni.
2 L’Inferenza ha lo scopo di: Dedurre le caratteristiche dell’intera popolazione a partire da
dati raccolti
3 La statistica descrittiva: Organizza e riassume i dati
4 La popolazione è: L’ universo di elementi che forma l’oggetto di uno studio statistico
5 Il campione è: Un sottoinsieme della popolazione
6 Un campione rappresentativo è: Casuale
7 Il campionamento sistematico è: Caratterizzato dalla selezione di un elemento ogni k
elementi successivi
8 Il campionamento stratificato è: Caratterizzato da popolazione divisa in sottogruppi
omogenei
9 Il campionamento a blocchi è: Caratterizzato da cluster
10 La statistica permette di ragionare: Facendo deduzioni ed induzioni
11 Le fasi di una indagine statistica si conviene siano le seguenti: Definizione degli obiettivi
della ricerca; Rilevazione dei dati; Elaborazione metodologica; Presentazione ed
interpretazione dei risultati; Utilizzazione dei risultati raggiunti.
12 L’indagine statistica può essere: Campionaria o di tipo censuario
13 La statistica induttiva: Fa inferenza
14 La mutabile è: Un carattere qualitativo
15 Il numero di lanci di una moneta è una: Variabile discreta
16 Il reddito pro-capite è una : Variabile continua
17 Consideriamo la relazione y=f(x), dove x è rappresentato dall’inflazione ed y sono i tassi
di interesse nell’Euro Area: x è la variabile indipendente
18 Considera la relazione causa-effetto y = -f(x), calcola la y sapendo che f(x) = -10 ed
indica il tipo di relazione:y = 10; la relazione è lineare
19 Considera la relazione causa-effetto y=-f(x)2, calcola la y sapendo che f(x)=-10 ed indica
il tipo di relazione:y = 100; la relazione è non lineare
20 La sommatoria di tutte le frequenze relative di una tabella di frequenza è pari a:1
21 Che cosa è l'unità statistica: L'unita elementare oggetto di osservazione e di studio
22 La popolazione è finita: Quando è determinabile il numero di unità che compongono
23 Il lancio di una moneta è un esempio di: Popolazione infinita
24 Il carattere sesso è: Carattere qualitativo sconnesso
25 Il carattere età è: Un carattere continuo
26 Il carattere titolo di studio è: Un carattere qualitativo rettilineo
27 Il carattere stato civile è: Carattere qualitativo sconnesso
28 Il carattere numero di figli è: Carattere discreto
29 Il carattere professione è: Un carattere qualitativo sconnesso
30 Non è una scala di misura delle manifestazioni di un carattere statistico: La scala
semilogaritmica
31 La frequenza assoluta è: Il numero delle volte ni in cui la modalità xi è stata osservata
32 La frequenza relativa è uguale: ni/n
33 In una distribuzione statistica, la somma delle frequenze relative:È sempre uguale a 1
34 Una classe è aperta:Se entrambi gli estremi sono esclusi
35 Una classe è chiusa:Se entrambi gli estremi sono inclusi
36 L'ampiezza della classe è: La differenza tra estremo superiore e estremo inferiore della
classe
37 La classe è chiusa a sinistra se:Solo l'estremo sinistro è incluso
38 Il valore centrale è:La semisomma dei due estremi
39 In una tabella doppia se entrambi le variabili sono qualitative, si parla di:Tabella di
contingenza
40 In una tabella doppia se entrambi le variabili sono quantitative, si parla di:Tabella di
correlazione
41 La rappresentazione grafica di distribuzioni di frequenze che si sviluppa attraverso una
serie di rettangoli contigui viene chiamata:Istogramma
42 Le densità di frequenza di un istogramma: Si ottengono dal rapporto tra la frequenza di
una classe e l'ampiezza della classe medesima
43 Come viene classificato l'ortogramma:Sia a nastro sia a colonne
44 Costituiscono rappresentazioni grafiche adatte per caratteri quantitativi:L'istogramma e
box-plot
45 La rappresentazione grafica che si sviluppa attraverso una circonferenza suddivisa in
tanti spicchi, viene chiamata:Diagramma circolare
46 Per la costruzione di un box plot si utilizzano i seguenti valori:Xmin Q1 Med Q3 xmax
47 Il box plot, rappresentato tramite un rettagolo, è diviso al suo interno:Dalla mediana
48 Il box plot fornisce informazioni:Sulla variabilità, sulla presenza di valori anomale e sulla
simmetria/asimmetria della distribuzione
49 All'interno del rettangolo (box plot) sono contenute:Il 50% delle osservazioni
50 Costituiscono rappresentazioni grafiche adatte per caratteri qualitativi: Ortogramma e
diagramma circolare
51 Tra due variabili vi è indipendenza assoluta se: Le frequenze osservate sono uguali alle
frequenze teoriche
52 Si chiama contingenza:La differenza tra frequenze osservate e frequenze teoriche
53 La somma delle contingenze di ciascuna riga e di ciascuna colonna sono: Nulle
54 L'indice chi-quadrato di Pearson (χ2) : Dipende dalla dimensione del collettivo
55 Se si raddoppia la numerosità campionaria, il valore del chi-quadrato: Raddoppia
56 Il max χ2 è uguale: n x [min (r-1; c-1)]
57 L'indice di contingenza quadratica medio φ2è uguale: χ²/n
58 L'indice di connessione di Cramer varia: tra zero e uno
59 Indice chi-quadrato è un indice:Simmetrico
60 Quali di questi indici è relativo L'indice di connessione di Cramer
61 Vengono prelevate 15 compresse da un lotto di produzione, i valori sono: 0,485; 0,442;
0,466; 0,448; 0,419; 0,415; 0,450; 0,435; 0,443; 0,410; 0,434; 0,450; 0,422; 0,440; 0,464.
Calcolare il peso medio:0.4415
62 Consideriamo i seguenti dati: classi frequenze 10-20 5 20-30 8 30-40 12 40-50 9
50-60 3 Calcolare la media aritmetica:34.19
63 La media geometrica è uguale:Alla radice n-esima del prodotto dei termini
64 Trovare la media geometrica: 3, 5, 6, 6, 7, 10, 12:6.43
65 Calcolare la media geometria relativa all'andamento dei prezzi di un dato prodotto:
1,103 1,031 0,939 1,097:1.04
66 I Voti riportati da uno studente in fisica, statistica e matematica sono: 71, 78, 89 (voti in
centesimi). I pesi attribuiti alle discipline sono rispettivamente 2, 4, 5. Calcolare la media
dei voti:82
67 La media armonica è:Il reciproco della media aritmetica dei reciproci dei termini
68 Due punti C e D, distano 80 km, un corpo si muove da C a D alla velocità di 80 km/h e da
D a C alla velocità di 20 km/h. Determinare la velocità media dell'intero tragitto:32km/h
69 La media armonica è particolarmente usata:Quando si mediano rapporti di tempo
70 La media geometrica è particolarmente usata:Quando i diversi valori vengono per loro
natura moltiplicati
71 Calcolare la mediana della seguente serie di voti: 19, 20, 22,18, 26, 30, 28: 22
72 Calcolare la mediana della seguente serie: -2, -3, -5, 0, 1, 4, 7: 0
73 Il secondo quartile coincide con: La mediana
74 Si consideri la seguente distribuzione in classi: pesi frequenze 48-52 7 53-57
31 58-62 25 63-67 22 68-72 20 73-77 11 78-82 4 la classe mediana:58-62
75 Con riferimento alla domanda 4 la mediana:61.52
76 Il primo quartile: Quel valore che lascia alla sua destra il 75% delle osservazioni e alla
sua sinistra il 25% delle osservazioni
77 Si consideri la seguente distribuzione in classi: pesi frequenze 48-52 7 53-57
31 58-62 25 63-67 22 68-72 20 73-77 11 78-82 4 Calcolare il primo quartile:55.97
78 Si consideri la seguente distribuzione in classi: pesi frequenze 48-52 7 53-57
31 58-62 25 63-67 22 68-72 20 73-77 11 78-82 4 Calcolare il terzo quartile 69
79 Data una serie di valori numerici, il valore a cui corrisponde la massima frequenza si
chiama: Moda
80 Cosa si intende variabilità: E' l'attitudine di un fenomeno quantitativo ad assumere
differente modalità
81 Quale dei seguenti indici indica la variabilità di una serie dei dati:Scarto quadratico
medio
82 La devianza è:La somma degli scarti dalla media aritmetica al quadrato
83 Conoscendo la devianza, lo scarto quadratico medio si ricava calcolando:La radice
quadrata del rapporto tra devianza e numerosità del collettivo
84 Calcolare la varianza dei seguenti numeri: 12,6,7,3,15,10,18,5:23,75
85 Calcolare lo scarto quadratico medio dei seguenti numeri: 12,6,7,3,15,10,18,5:4,87
86 Il coefficiente di variazione è dato dal rapporto, espresso in termini percentuali, tra:Lo
scarto quadratico medio e media aritmetica
87 La differenza interquartile è data dalla:Tra terzo e primo quartile
88 Il campo di variazione è dato dalla:Differenza tra valore massimo e minimo della
distribuzione
89 La mutabilità è:L'attitudine di un fenomeno qualitativo ad assumere differente modalità
90 Dire se la seguente distribuzione è simmetrica: 8,14,16,16,16,21,21:Non è simmetrica
91 L'asimmetria di una distribuzione denota che:I valori del caratteri sono distribuiti con
frequenze differenti attorno al suo valore centrale
92 L'asimmetria di una distribuzione può essere:Nulla, positiva o negativa
93 Se la distribuzione è asimmetria positiva si ha:Med-Q1
94 Se la distribuzione è asimmetria negativa si ha:Med-Q1 > Q3-Med
95 L'indice di asimmetria Skewness di Pearson è calcolato:Come differenza tra la media
aritmetica e la moda divisa la deviazione standard
96 La curtosi rappresenta:Il grado di schiacciamento di una distribuzione intorno al suo
centro di gravità e rispetto alla curva normale
97 La distribuzione di dice platicurtica se:E' più schiacciata rispetto alla normale
98 La distribuzione di dice leptocurtica se:E' più appuntita rispetto alla normale
99 Il coefficiente di curtosi di Pearson è uguale:Momento quarto/quadrato della varianza
100 Si ha indipendenza in media tra due variabili statistiche se:Le media parziali sono
uguali tra di loro ed uguali alla media generale
101 L'indipendenza in media:Non è un concetto simmetrico
102 Il rapporto di correlazione di Pearson varia:Tra 0 e 1
103 Si ha concordanza tra due variabili se:Cod(X,Y)>0
104 Si ha discordanza tra due variabili se:Cod(X,Y)
105 Si ha indipendenza correlativa tra due variabili se:Cod (X,Y)=0
106 Due variabili si dicono perfettamente correlate se:Il coefficiente di correlazione è pari
a 1 in valore assoluto
107 Date le variabili: X(Velocità km/h): 60,80,100,120,130 Y(Consumo in quinta km/litro):
28.8, 24.2,20,18.2,16. La codevianza (X,Y) è:-577.6
108 La covarianza (X,Y):E' una misura simmetrica
109 Il coefficiente di correlazione:E' un numero puro
110 Il coefficiente angolare bi rappresenta:La pendenza della retta
111 Con il metodo dei minimi quadrati:Si minimizza la somma dei quadrati degli scarti tra
valori osservati e valori teorici
112 Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro):
29.8, 24.2, 20, 18.2, 16,2. Determinare l'equazione della retta:y^= 39,882-0,1857xi
113 Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro):
29.8, 24.2, 20, 18.2, 16,2, il coefficiente di determinaziome lineare è:0,9650
114 Il coefficiente di determinazione lineare è uguale a 1 se è nulla:La devianza residua
115 La devianza di regressione misura:Quanta parte della variabilità della Y è spiegata
dalla relazione lineare
116 Se la Cod (X,Y)>0:La retta di regressione è crescente
117 Il coefficiente di determinazione lineare è:Il quadrato del coefficiente di correlazione
lineare
118 Il coefficiente di determinazione lineare è nullo se è nulla:La devianza di regression
119 Se il coefficiente di correlazione r=0:Non c'e correlazione lineare
120 Un esperimento casuale è:Un'operazione il cui risultato non può essere previsto con
certezza
121 Dati i seguenti eventi: A=(1,2,3), B=(2,3,4). Determinare A?B: A?B={1,2,3,4}
122 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A?B?C: A?B?
C={1,3,5,7,9,10}
123 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩B:
A∩B={3,5}
124 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩C:
A∩C={1,5}
125 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare B∩C:
B∩C={5,9,10}
126 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩B∩C:
A∩B∩C={5}
127 Per il postulato 2 dell'assiomatizzazione del calcolo delle probabilità, l'evento certo Ω
ha probabilità:P(Ω)=1
128 La probabilità dell'unione di due eventi A e B non incompatibili:
P(A?B)= P(A)+P(B)-P(A∩B)
129 Se due eventi A e B sono indipendenti allora:P(A∩B)= P(A)P(B)
130 Una variabile casuale:E' una funzione definita sullo spazio dei campioni
131 La funzione di ripartizione di una variabile casuale:
Esprime la probabilità che la variabile casuale assuma valori inferiori o uguali ad un valore
fissato
132 Una distribuzione di probabilità di una variabile casuale:
L'insieme delle coppie probabilità dei diversi valori possibili della variabile casuale
133 La funzione di ripartizione di una variabile casuale discreta:
E' una funzioni a gradini non decrescente
134 Sia data una v.c X, se essa assume valori in corrispondenza di un insieme numerabile
allora X è: Discreta
135 Una variabile casuale continua X:Assume tutti i valori appartenti ad un intervallo
136 Affinchè una v.c X continua sia ben definità occorre che:
186 Nel caso di estrazione con ripetizione la deviazione standard delle frequenze
campionarie è:
218 Uno stimatore corretto di σ², con le ipotesi di varianza costante e dell'indipendenza
degli errori è il MSE* = SSE*/n-2, il cui valore atteso è:E(MSE*)= σ2
219 In base al teorema di Gauss Markov, gli stimatori dei minimi quadrati:
Sono i più efficienti
220 Per stimare il parametro:MSE*= SSE*/n-2
221 Sotto l'ipototesi che sia vera la variabile casuale t si distribuisce come:
Come una t di Student con n-2 gradi di libertà
222 Nel modello di regressione lineare semplice la devianza residua risulta uguale a:
229 Nel modello di regressione lineare semplice per verificare l'ipotesi si può utilizzate la
quantità F che è una v.c F di Fischer -Snedecor con :Con 1 e n-2 gradi di libertà
230 La distribuzione di frequenza è:
Il calcolo delle frequenze per ciascun valore o categoria della variabile
231 Una tabella a doppia entrata registra:
La frequenza assoluta, cioè quante volte una coppia di modalità si presenta
contemporaneamente per X e per Y
232 La frequenza cumulata:Può essere uguale alla relativa
233 Per produrre la distribuzione di frequenza percentuale occorre:
Moltiplicare per 100 le frequenza relative
234 Per calcolare le frequenze cumulate relative occorre dividere:
Le frequenze cumulate per n
235 Quando parliamo di matrice dei dati, relativamente al numero di colonne possiamo
dire che...Il numero di colonne dipende dai caratteri osservati
236 Il numero dei caratteri in una matrice:
Non dipende dalla numerosità della popolazione
237 La matrice dei dati è composta:da n vettori
238 L’Istogramma è una:Modalità di rappresentazione della rilevazione statistica
239 Le matrici sono composte da:
N righe e k colonne, con k che può essere eguale o diverso da n
240 Le misure di posizione hanno l’obiettivo di:
Sintetizzare in un singolo valore numerico l’intera distribuzione di frequenza per effettuare
confronti nel tempo, nello spazio o tra circostanze differenti
241 La moda è un:Indice di tendenza centrale
242 Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media geometrica
è pari a:5,66
243 Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media aritmetica è
pari a:8,5
244 Considera il seguente insieme di osservazioni(2; 14; 13; 15; 6; 1) la mediana è pari a:
9,5
245 Considera il seguente insieme di osservazioni 2; 14; 13; 15; 6; 1;1)la moda è pari a:1
246 Considera il seguente insieme di osservazioni(2; 2; 2; 14; 13; 15; 6; 1;1), la moda è pari
a:2
247 Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), il valore
centrale è pari a:8
248 Considera il seguente insieme di osservazioni (-2; -2; -2; -14; -13; -15; -6; -1;-1), il
valore massimo è pari a:-1
249 Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare la media
geometrica:=MEDIA.GEOMETRICA
250 Si consideri la popolazione di 20 unità statistiche:{-
250,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,10,11,250}. Indicare quale indice di posizione appare
rappresentativo dell'intera distribuzione:Media aritmetica
251 Si consideri la popolazione di unità statistiche: {-
250,2,2,2,2,3,4,6,6,7,7,7,7,7,7,8,8,9,9,9,10,11,2500}. Indicare quale indice di posizione
appare rappresentativo dell'intera distribuzione: Moda
252 Si consideri la popolazione:{-,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,9,9, 9,10,11,2500}.Indicare
quale indice di posizione appare rappresentativo dell'intera distribuzione Moda
253 La proprietà moltiplicativa degli indici di tendenza centrale
Permette cambiamenti di scala nell'indice
254 La proprietà lineare degli indici di tendenza centrale:
E' diversa da quella moltiplicativa
255 La proprietà lineare degli indici di tendenza centrale:
E' basata sulla relazione di linearità tra le variabili ed i rispettivi indici di posizione
256 La proprietà di monotonicità degli indici di tendenza centrale:
E' basata sulla comparazione tra le variabili ed i rispettivi indici di posizione
257 Una variabilità alta in luogo di una variabilità bassa
Diminuisce le capacità previsive dei modelli statistici
258 La varianza si calcola:Per popolazioni e campioni
259 La varianza del campione è:
Calcolata con i dati del campione rappresentativo della popolazione
260 Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno
nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)29
261 Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni
alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)12
262 Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno
nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2)12
263 Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni
alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29)7
264 Lo scostamento semplice medio riguarda:
Lo scostamento di ogni valore della distribuzione dalla media, preso in valore assoluto
265 Lo scostamento quadratico medio riguarda:
La media degli scarti al quadrato tra i dati e la M
266 Una variabilità pari al valore 65 in luogo del valore 80, ottenuta eliminando i valori
outlier:
Può aumentare le capacità descrittive e previsive del modello statistico
267 Una variabilità pari al valore 80 in luogo del valore 65, ottenuta eliminando i valori
outlier:
Indica che è stato commesso qualche errore nei calcoli o nel programma
268 La varianza fornisce:
La misura sintetica di quanto le unità differiscono dalla media aritmetica
269 Usando la mediana in luogo della media nel calcolo della varianza:
È bene eliminare i valori anomali ed estremi
270 La Statistica è sinonimo di: Scienze statistiche
271 Il rapporto statistico di derivazione si ottiene:
Dividendo la modalità di un fenomeno per quella corrispondente di un altro che, sul piano
logico e/o temporale, ne costituisce causa o presupposto logico
272 Il rapporto statistico di coesistenza si ottiene: Mediante il rapporto tra la frequenza di
una modalità rispetto a quella corrispondente di un’altra modalità
273 Il rapporto statistico di composizione si ottiene: Dividendo il valore rilevato in una data
circostanza per l’analogo valore rilevato per l’intera popolazione
274 Il rapporto statistico di densità si ottiene: Mediante il rapporto tra la dimensione
globale di un fenomeno e quella spaziale a cui esso fa riferimento
275 I numeri indice sono: Rapporti statistici
276 I numeri indice sono: Strumenti matematici
277 Costruendo i numeri indice della serie storica del fatturato per due aziende, vogliamo
in particolare Capire quale delle due unità presenta un andamento migliore
278 L’anno con valore pari a 100 nella serie storica dei numeri indice è: L’anno base
279 Il valore dell’anno con numero indice pari a 100 nella serie storica osservata è:
Il denominatore nel calcolo del numero indice
280 L’inflazione è: La variazione della ricchezza
281 L’inflazione è: L'aumento prolungato del livello medio generale dei prezzi di beni e
servizi in un dato periodo di tempo
282 La variazione congiunturale riguarda in statistica-economica il confronto con: Il mese
precedente
283 La variazione tendenziale riguarda in statistica-economica il confronto con: L’anno
precedente
284 Nel calcolo del tasso di inflazione congiunturale al denominatore c’è: Il numero indice
dei prezzi del mese m-1 dell'anno a ed al numeratore il numero indice dei prezzi del mese m
dell'anno a
285 Nel calcolo del tasso di inflazione tendenziale al denominatore c’è: Il numero indice dei
prezzi del mese m dell'anno a-1 ed al numeratore il numero indice dei prezzi del mese m
dell'anno a
286 La deflazione si calcola con: I tassi di variazione
287 La deflazione è: Espressa in percentuale
288 Il rapporto annuo tra tasso di inflazione e deflazione dell’anno x in un paese
determinato: Non esiste
289 Nel calcolo dei tassi di incremento tra t e t-1 al denominatore vi è: Il dato dell’anno t-1
290 La covarianza è positiva quando: X e Y variano tendenzialmente nella stessa direzione
291 La covarianza è negativa quando: Al crescere di X la Y tende a diminuire e viceversa
292 La covarianza è nulla quando: X e Y sono linearmente indipendenti
293 La covarianza è nulla quando: X e Y non sono correlate
294 La correlazione indica: Il grado della relazione tra variabili, e per mezzo di essa si cerca
di determinare quanto bene un’equazione lineare o un’altra equazione qualsiasi descrivano
o spieghino tale relazione tra variabili.
295 Con un coefficiente di correlazione pari a r= -0,8, i valori di una variabile:
Crescono al decrescere dei valori dell’altra
296 Con un coefficiente di correlazione pari a r= -0,9, i valori di una variabile:
Crescono al decrescere dei valori dell’altra
297 Con un coefficiente di correlazione pari a r= -0,5, i valori di una variabile:
Tendono a crescere al decrescere dei valori dell’altra, ma in maniera blanda
298 Con un coefficiente di correlazione pari a r= +0,8, i valori di una variabile:
Crescono al crescere dei valori dell’altra
299 Nella correlazione spuria, si rileva che: R varia tra -1 ed 1 e può essere elevato, ma le
variabili non sono legate da un rapporto serio di causalità
300 Ad un valore elevato di r corrisponde: In diversi casi un effettivo legame tra i due
caratteri quantitativi considerati
301 Ad un valore basso di r corrisponde: In diversi casi un legame debole tra i due caratteri
quantitativi considerati
302 Un tipico caso di correlazione non reale comporta che: Uno dei due caratteri
comprende l’altro
303 Un tipico caso di correlazione non reale comporta che: I due caratteri sono influenzati
da circostanze comuni
304 Un tipico caso di correlazione non reale comporta che: Altri fattori variabili influiscono
su quelli presi in considerazione
305 Un tipico caso di correlazione non reale comporta che: Altri fattori variabili, che
rappresentano circostanze comuni, influiscono su quelli presi in considerazione
306 R deve esprimere correttamente: il legame di interdipendenza
307 Dividendo il numero delle nascite in una comunità durante un periodo di tempo e la
quantità della popolazione media dello stesso periodo si ottiene: Coefficiente di natalit
308 Dividendo il numero delle morti in una comunità durante un periodo di tempo e la
quantità della popolazione media dello stesso periodo si ottiene:Coefficiente di mortali
309 Dividendo il numero delle morti e delle nascite in una comunità durante un periodo di
tempo rispettivamente per la quantità della popolazione media dello stesso periodo si può
ottenere: Correlazione spuria se l’andamento della popolazione non è correlato col numero
di nati e morti
310 I numeri indice comparano: Le variazioni dei livelli della variabile nel tempo con
riferimento ad una base
311 I numeri indice sono:
Inferiori a 100 se il livello tende a scendere rispetto all’anno base
312 I numeri indice sono:
Superiori a 100 se il livello della variabile tende a crescere rispetto all’anno base
313 I numeri indice sono: Esplicativi dell’andamento dei livelli della variabile nel tempo
314 La formula per calcolare il numero indice tra l’anno t e t-1 per la variabile X in Excel è
preceduta da: Il segno eguale
315 Se il tasso di incremento tra t e t-1 è pari a 1,2%, allora il numero indice in t, con base
t-1 sarà: 101,2
316 Se il tasso di incremento tra t e t-1 è pari a 2,2%, allora il numero indice in t, con base
t-1 sarà: 102,2
317 Se il tasso di incremento tra t e t-2 è pari a 1,2%, allora il numero indice in t, con base
t-2 sarà: 101,2
318 Se il tasso di decremento tra t e t-1 è pari a -1,2%, allora il numero indice in t, con base
t-1 sarà: 98,8
319 Se il tasso di decremento tra t e t-2 è pari a -5,2%, allora il numero indice in t, con base
t-2 sarà: 94,8
320 Per rappresentare graficamente la forma della relazione tra due variabili X ed Y si
utilizza: Il diagramma a dispersione
321 Studiare la relazione tra due variabili X ed Y significa: Studiare la tendenza che X e Y
hanno a variare insieme
322 Il coefficiente di correlazione r di Pearson può essere usato per calcolare la
correlazione: Tra variabili misurate su scale a intervalli o a rapporti equivalenti
323 Quando a valori crescenti di X corrispondono valori crescenti di Y si ha:
Una relazione positiva
324 Quando al diminuire dei valori di X corrisponde il diminuire dei valori di Y si ha:
Una relazione positiva
325 Date coppie di valori X e Y, l’equazione di regressione può essere considerata
Una formula di predizione di Y
326 L’equazione di regressione lineare è l’equazione di una: Retta
327 Date coppie di valori X e Y, la retta di regressione è una: Sola, e ben definita, tra le
infinite rette che si possono tracciare tra i punti di un diagramma a dispersione
328 Se X è la variabile indipendente e Y quella dipendente, considerando l’equazione di
regressione è corretto definire X come: Predittore
329 Se X è la variabile indipendente e Y quella dipendente, considerando l’equazione di
regressione è corretto definire Y’ come: Valore predetto
330 Una serie storica è costituita: Dai dati osservati a intervalli regolari di tempo
331 Una serie storica è costituita: Dalle osservazioni dei dati quantitativi nel tempo, si
possono avere serie mensili, giornaliere, annuali
332 La media mobile è: La somma ponderata dei valori della serie storica
333 La media mobile di ordine n consiste: In una serie di medie aritmetiche calcolate su n
periodi contigui.
334 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie
mobili di ordine tre si possono calcolare: 4
335 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie
mobili di ordine cinque si possono calcolare: 2
336 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7,0), quante medie
mobili di ordine tre si possono calcolare: 5
337 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima
media mobile di ordine tre calcolabile in tempo reale: 11/3
338 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima
media mobile di ordine cinque calcolabile in tempo reale: 21/5
339 Consideriamo la seguente serie storica di valori contigui (2,2,3,5,3,4,6,7), quante
medie mobili di pesate di ordine tre si possono calcolare: 6
340 I dati informatici sono utilizzabili per: Le analisi statistiche
341 Una fotografia è un dato: Complesso
342 Il tipo di dato elementare 4.5 è: Reale
343 Nella somma logica con operando A=1 ed operando B=1, il totale sarà: 1
344 Nella somma logica con operando A=0 ed operando B=0, il totale sarà: 0
345 Nel prodotto logico con operando A=0 ed operando B=1, il totale sarà: 0
346 Nel prodotto logico con operando A=VERO ed operando B=FALSO, il totale sarà: F
347 Nel prodotto logico con operando A=VERO ed operando B=VERO, il totale sarà: V
348 La negazione logica dell’operando A=0 è: 1
349 Nella congiunzione tra insiemi si valuta: Quando i due eventi si realizzano entrambi
350 La probabilità che si verifichi un evento può assumere valori Tra 0 ed 1
351 Due eventi sono indipendenti quando:
Il verificarsi dell’uno non modifica la probabilità di verificarsi dell’altro
352 La probabilità del verificarsi di due eventi che si escludono a vicenda è data dal:
Somma delle probabilità del verificarsi di ciascuno dei due eventi
353 La somma delle probabilità di eventi che si escludono a vicenda ed esaustivi è:
Uguale ad 1
354 Due eventi non sono indipendenti quando: Il verificarsi dell’uno modifica la probabilità
del verificarsi dell’altro
355 Nella teoria statistica i termini popolazione e campione sono:
Indicativi del fatto che il campione è un sottoinsieme della popolazione
356 Se si effettua una estrazione senza reimmissione la probabilità di estrarre un altro
elemento: Viene modificata
357 Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere
un asso: 0,1
358 Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere
una carta di bastoni: 0,25
359 Da un mazzo di carte viene estratta una carta. Calcolare la probabilità di ottenere una
figura: 12/40
360 Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere
un fante o un re: 8/40
361 Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere
una figura o una carta inferiore a 6: 32/40
362 Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con
reimmissione un re alla prima estrazione e una carta di coppe alla seconda: 1/40
363 Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con
reimmissione un re e un asso: 2/100
364 Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado.
Calcolare la probabilità di successo in un lancio: 1/6
365 Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado.
Calcolare la probabilità di insuccesso in un lancio: 5/6
366 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2), estraendo a caso un punteggio quale è la probabilità di ottenere un
numero pari e inferiore a 6: 4/10
367 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2). Estraendo a caso un punteggio quale è la probabilità di ottenere un
numero pari o inferiore a 6: 0.7
368 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la
probabilità di ottenere almeno un 7 alla prima estrazione: 0.2
369 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la
probabilità di ottenere due punteggi la cui somma sia 9: 14/100
370 Il numero di cuori negli esseri viventi ed il numero di battiti cardiaci al minuto possono
entrambi essere definiti:
Il numero di battiti solamente può essere definito variabile
371 Si supponga di avere la seguente distribuzione di 10 individui secondo la nazionalità:
Italiani n.3, Francesi n.4, Spagnoli n.3. La caratteristica nazionalità è misurata su scala:
Nominale
372 Le frequenze percentuali di una distribuzione si calcolano facendo:
Il rapporto tra ciascuna frequenza ed il totale delle frequenze e moltiplicando per 100 il
risultato
373 Quando si calcolano le frequenze cumulate percentuali, l'ultimo valore che si ottiene,
cioè il più elevato, è: 100
374 La mediana è: La categoria o il punteggio al di sopra e al di sotto del quale cade un
ugual numero di casi
375 La deviazione standard può assumere valori: Solo positivi
376 La media: E' sensibile ai valori estremi
377 Un test fornisce punteggi compresi tra 0 e 120. La media del test, calcolata su un
campione, risulta 142,9. Il risultato è: Sicuramente sbagliato
378 Un test fornisce sicuramente punteggi compresi tra 0 e 120. La mediana del test,
calcolata da un ricercatore su un campione, risulta 142,9. Il punteggio massimo ottenibile
è: 120
379 In una distribuzione di frequenza si può ottenere: Più di una moda
380 Nella retta di regressione Y’=aY+bYX il termine ay: Rappresenta la distanza tra il punto
zero (origine) dell’asse delle ascisse e il punto in cui la retta taglia l’asse delle ordinate
381 Quando la correlazione tra X ed Y è molto elevata, pari ad rxy=0.92, i valori di Y ed Y’:
Differiscono
382 Quando la correlazione tra X ed Y è molto bassa, pari ad rxy=0.22, i valori di Y ed Y’:
Differiscono
383 Quando la correlazione tra X ed Y è pari ad rxy=+1, i valori di Y ed Y’: Coincidono
384 Quando la correlazione tra X ed Y è pari ad rxy=-1, i valori di Y ed Y’: Coincidono
385 Prova anche a realizzare in Excel i grafici che seguono. Quando rxy = 0, le due rette di
regressione Y’=ay+byX e X’= ax+bxY sono: Perpendicolari tra loro
386 Prova anche a realizzare in excel i grafici che seguono. Quando rxy = -1, le due rette di
regressione Y’=ay+byX e X’= ax+bxY sono: Coincidono
387 Prova anche a realizzare in excel i grafici che seguono. Quando rxy = +1, le due rette di
regressione Y’=ay+byX e X’= ax+bxY sono: Coincidono
388 Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione lineare, sapendo
che il coefficiente di correlazione è uguale a 0.76, il coefficiente di determinazione sarà
pari a: 0.58
389 Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione non lineare,
sapendo che il coefficiente di determinazione è uguale a -1, il coefficiente di correlazione
sarà pari a: Non è possibile calcolarlo con i dati a disposizione che non sono corretti
390 La media mobile di ordine 5 permette di: Eliminare valori erratici
391 La media mobile di ordine 3 permette di: Eliminare valori anomali
392 La media mobile di ordine 3 permette di: Effettuare lo smoothing delle serie storiche
393 Nella serie ordinata secondo il tempo t e con valori (100,200,350,500,600) le medie
mobili di ordine 3 con 2 cifre decimali sono: 216.67; 350.00; 483.33
394 Nella serie ordinata secondo il tempo t e con valori(10,100,200,350,500,600) le medie
mobili di ordine 5 sono: 232 e 350
395 Nella serie (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3
sono: 103, 217, 350, 483
396 La funzione TENDENZA in Excel serve per: Calcolare il valore di una funzione stimata
397 La funzione TENDENZA in Excel serve per: Prevedere le serie storiche
398 La funzione TENDENZA in Excel serve per: Prevedere il valore al tempo t in una
funzione stimata y*
399 La funzione TENDENZA in Excel serve per: Calcolare il valore stimato al tempo t in
relazione ad una funzione di regressione y*
400 La stima del parametro è: Un concetto diverso da quello di stimatore
401 La stima del parametro nella popolazione è: Calcolata attraverso i dati campionari
402 La stima del parametro nel campione è: Non è opportuno definire la stima del
parametro nel campione, ma nella popolazione
403 La stima del parametro nella popolazione è: Relativa ai valori che può assumere lo
stimatore
404 La stima del campione è: Un concetto diverso da quello di stimatore
405 La funzione stimatore del parametro dovrebbe essere: Centrata, consistente, efficiente
406 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500
siano risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione
campionaria di persone sensibili al farmaco: 0,25
407 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 1000
siano risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione nella
popolazione di persone sensibili al farmaco: Non si può sapere
408 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500
siano risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione
campionaria di persone non sensibili al farmaco: 0,75
409 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500
siano risultati sensibili ad un determinato farmaco. Con un grado di fiducia del 95%,
stimiamo che la proporzione della popolazione sensibile al farmaco deve essere compresa
tra: 0,23 e 0,27
410 La proporzione di varianza comune a X e Y è espressa da r2xy che è denominato:
Coefficiente di determinazione
411 La proporzione di varianza comune a X e Y è espressa da r2xy che esprime:
La varianza spiegata
412 La quantità espressa da 1-r2xy con r2xy che indica la proporzione di varianza comune a
X e Y è denominata: Varianza residua
413 Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità
tecniche” è pari a 0,76. Considerando una relazione lineare tra X ed Y, dove quest’ultima è
la variabile dipendente, il coefficiente di determinazione sarà pari a: 0,58
414 Il coefficiente di correlazione di Pearson tra X= “quantità di grassi saturi assunte” ed Y=
”speranza di vita” è pari ad -1. Considerando una relazione lineare tra X ed Y, dove X è la
variabile dipendente ed Y quella indipendente, il coefficiente di determinazione sarà pari a:
1
415 Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità
tecniche” è pari a 0,76. Considerando una relazione lineare tra X ed Y, dove quest’ultima è
la variabile dipendente, la varianza residua sarà pari a: 42%
416 Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità
tecniche” è pari a 0,76. Considerando una relazione lineare tra X ed Y, dove quest’ultima è
la variabile dipendente, la varianza comune sarà pari a: 58%
417 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che
fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene
utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64;
se=2,5. Indicare quale è la variabile indipendente: Attitudine all’Inglese
418 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che
fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene
utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64;
se=2,5. Indicare quale punteggio dovrebbe ottenere al test di profitto un ragazzo che
sbaglia tutte le domande al test attitudinale: 10
419 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che
fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene
utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64;
se=2,5. Per ogni risposta corretta in più al test attitudinale indicare di quanti punti
aumenta il punteggio al test di profitto: 2
420 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica
che fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100).
Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+2X:
r2=0,74; se=3,5. Indicare di quanti punti è l’errore medio di previsione: 3,5
421 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica
che fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100).
Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+3X:
r2=0,74; se=3,5. Indicare per ogni risposta corretta al test attitudinale di quanti punti
aumenta il punteggio al test di profitto e come si chiama questo parametro: 3, coefficiente
di regressione
422 Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità
matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di
correlazione di Pearson pari a -0,88. Sulla base del risultato ottenuto si può evidenziare
che: Le persone con punteggi bassi in matematica hanno buone prestazioni in letteratura
inglese
423 Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità
matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di
correlazione di Pearson pari a -0,88. Sulla base del risultato ottenuto si può evidenziare
che: Le due variabili sono correlate negativamente
424 L’indice r misura relazioni di tipo: Lineare
425 Si ha discordanza tra caratteri se: Ai valori più piccoli di una delle due variabili
corrispondono generalmente i più grandi dell’altra, e se ai valori più grandi corrispondono
in genere i più piccoli;
426 La codevianza è una misura: Assoluta di concordanza
427 La correlazione: A differenza della regressione, non richiede di stabilire quale variabile
sia antecedente all’altra (in termini di dipendenza)
428 Relazioni di discordanza significative tra variabili implicano: Un coefficiente di
correlazione negativo
429 Se il coefficiente di correlazione è uguale a 0 vi è: Assenza di concordanza o
discordanza
430 La funzione di ripartizione di una variabile casuale X a valori reali è: La funzione che
associa a ciascun valore x la probabilità dell‘evento “la variabile casuale X assume valori
minori o uguali ad x”
431 La funzione di densità di probabilità della distribuzione Normale è asintotica di X verso
-∞ e +∞, cioè: Si avvicina all’asse delle ascisse senza mai toccarla
432 I valori attesi nella variabile casuale Normale sono: Media; Varianza;
433 Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa
in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in
euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il
valore 24 riportato nella prima riga della tabella rappresenta: Una modalità del carattere
434 Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa
in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in
euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il
valore della funzione di ripartizione empirica in corrispondenza di una temperatura media
pari a 17 gradi è: 4/10
435 1) Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X,
espressa in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y,
espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45,
55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di una
temperatura media pari a 25 gradi, che ipotizziamo essere una v.c distribuita
normalmente, è: 0,8
436 Indicare la percentuale di bollette con importi inferiori a 60 euro, tra i bimestri con
temperatura media superiore a 20°: 3/5
437 La funzione f(X) raggiunge il suo punto più alto in corrispondenza di: Xi = media
438 Poiché nella v.c. Normale la funzione f(X) raggiunge il suo punto più alto in
corrispondenza di Xi = µ, ciò comporta che media, mediana e moda: Coincidano
439 Si ricorre ad una distribuzione normale quando: Una variabile casuale continua è
distribuita normalmente o quasi.
440 Nella teoria statistica i termini campione e popolazione sono: Non sono sinonimi
441 I simboli μ e σ si riferiscono alla media ed allo scarto quadratico medio
del:Popolazione
442 I simboli e S si riferiscono alla media ed allo scarto quadratico medio del: Campione
443 La distribuzione di probabilità di z è costruita: E’ una funzione teorica espressa con
regole matematiche relative a un insieme infinito di dati
444 La curva normale a differenza delle altre curve è:Definita da un’equazione particolare
che permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
445 La curva normale è caratterizzata da: Essere definita da un’equazione particolare che
permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
446 La curva normale standardizzata è caratterizzata dal fatto di avere: Media =0 e
deviazione standard=1
447 La curva normale standardizzata è caratterizzata dal fatto di avere: I punteggi sono
espressi in punti z
448 Valori estremi, cioè posizionati verso le code di una distribuzione di probabilità, hanno
una probabilità di verificarsi per caso: Inferiore rispetto ai valori centrali
449 Utilizzando la tavola della curva normale standardizzata si individueranno i punti z:
Nella colonna di sinistra con una cifra decimale; la seconda cifra decimale è situata nella
prima riga in alto della stessa tavola
450 Una variabile dicotomica può assumere: Solo due valori
451 Se una variabile è dicotomica: Può assumere solo due valori, indipendentemente dalla
probabilità di ottenere uno o l’altro dei due valori
452 La seguente ipotesi è nulla: La popolazione da cui il campione è estratto ha media 58
453 La seguente ipotesi è nulla: Non esiste nessuna relazione tra classe sociale e alcolismo
454 La seguente ipotesi è nulla: Le medie dei gruppi A,B,C non differiscono tra loro in modo
significativo
455 La seguente ipotesi è nulla: Questa moneta non è truccata
456 La seguente ipotesi è nulla: Le medie dei gruppi A,B,C non differiscono tra loro in modo
significativo
457 La seguente ipotesi è nulla: Il farmaco C non ha un effetto diverso dal farmaco D
458 La seguente ipotesi è nulla: La media dei tempi di reazione dei maschi è uguale a
quella delle femmine
459 La seguente ipotesi è nulla: C’è una relazione significativa tra reddito delle persone e
livello di istruzione
460 La seguente ipotesi: “C’è una minore astensione dal lavoro nel reparto A rispetto al
reparto B di una fabbrica” è: Monodirezionale sinistra
461 La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di
individui è significativamente diverso” è: Bidirezionale
462 La seguente ipotesi: “La media della popolazione da cui deriva un certo campione non
è 200” Bidirezionale
463 La seguente ipotesi: “La probabilità di ottenere croce lanciando una certa moneta è
superiore a 0,5” è: Monodirezionale destra
464 La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4
di un dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato” è:
Monodirezionale destra
465 La seguente ipotesi: “Il tempo medio di riconoscimento di alcuni dipinti storici
impiegato dagli studenti è inferiore a 20 secondi” è: Monodirezionale sinistra
466 La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4
di un dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato”. La
probabilità sotto l’ipotesi nulla, cioè se le vincite sono dovute al caso è: 1/6
467 La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di
individui è significativamente diverso” ha il seguente segno del valore critico: ±
468 Quale probabilità si ha di commettere l’errore di I tipo se si rifiuta l’ipotesi nulla
avendo scelto un livello di significatività del 5%: 5%
469 Ponendo ed H1 monodirezionale destra, indicare quando è possibile rifiutare l’ipotesi
nulla; ciò accade nel caso in cui il risultato del test effettuato lasci alla sua destra: Il 4% dei
casi
470 Sia data una popolazione normale con varianza nota. Volendo verificare l'ipotesi:
471 Sia data una popolazione normale con varianza non nota. Volendo verificare l'ipotesi:
Statistica 2020
Domande Risposte
1) Calcola il range delle seguenti osservazioni relative agli errori
compiuti da ogni alunno nel test con 30 domande: 29
(2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)
1) Per 10 bimestri un ricercatore ha rilevato la temperatura media
(variabile X, espressa in gradi centigradi) e l’importo pagato per la
bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21,
15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della 0.8
funzione di ripartizione empirica in corrispondenza di una temperatura
media pari a 25 gradi, che ipotizziamo essere una v.c distribuita
normalmente, è:
A A
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,2: 0,3849
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,4: 0,4192
A quanto corrisponde l'area sotto la curva normale tra z=0,81 e
0,1828
z=1,94:
In diversi casi un legame debole tra i due caratteri quantitativi
Ad un valore basso di r corrisponde:
considerati
In diversi casi un effettivo legame tra i due caratteri quantitativi
Ad un valore elevato di r corrisponde:
considerati
Affinchè una v.c X continua sia ben definità occorre che:
All'interno del rettangolo (box plot) sono contenute: Il 50% delle osservazioni
Aumentando il livello di significatività: Aumenta la potenza del test
C C
Calcola il range delle seguenti osservazioni relative agli errori compiuti
da ogni alunno nel test con 30 domande: 12
(2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2)
Calcola il range parziale delle seguenti osservazioni relative agli errori
compiuti da ogni alunno nel test con 30 domande: 12
(2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)
Calcola il range parziale delle seguenti osservazioni relative agli errori
compiuti da ogni alunno nel test con 30 domande: 7
(2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29)
Calcolare la media geometria relativa all'andamento dei prezzi di un
1.04
dato prodotto: 1,103 1,031 0,939 1,097:
Calcolare la mediana della seguente serie di voti: 19, 20, 22,18, 26, 30,
22
28:
Calcolare la mediana della seguente serie: -2, -3, -5, 0, 1, 4, 7: 0
Calcolare la varianza dei seguenti numeri: 12,6,7,3,15,10,18,5: 23,75
Calcolare lo scarto quadratico medio dei seguenti numeri:
4,87
12,6,7,3,15,10,18,5:
Che cosa è l'unità statitistica: L'unita elementare oggetto di osservazione e di studio
Come viene classificato l'ortogramma: Sia a nastro sia a colonne
Si minimizza la somma dei quadrati degli scarti tra valori osservati e
Con il metodo dei minimi quadrati:
valori teorici
Si minimizza la somma dei quadrati degli scarti tra valori osservati e
Con il metodo dei minimi quadrati:
valori teorici
Con riferimento alla domanda 4 la mediana: 61.52
Con un coefficiente di correlazione pari a r= -0,5, i valori di una Tendono a crescere al decrescere dei valori dell’altra, ma in maniera
variabile: blanda
Statistica 2020
Statistica 2020
D D
Da un mazzo di 40 carte viene estratta una carta. Calcolare la
0,1
probabilità di ottenere un asso:
Da un mazzo di 40 carte viene estratta una carta. Calcolare la
0,25
probabilità di ottenere una carta di bastoni:
Da un mazzo di carte viene estratta una carta. Calcolare la probabilità
12 / 40
di ottenere una figura:
Statistica 2020
Due eventi sono indipendenti quando: Il verificarsi dell’uno non modifica la probabilità di verificarsi dell’altro
E E
Effettuando un test di verifica dell'ipotesi di indipendenza su una
16
tabella di contingenza 5x5, i gradi di libertà corrispondono:
Statistica 2020
I I
I dati informatici sono utilizzabili per: Le analisi statistiche
Le variazioni dei livelli della variabile nel tempo con riferimento ad
I numeri indice comparano:
una base
I numeri indice sono: Rapporti statistici
I numeri indice sono: Strumenti matematici
I numeri indice sono: Inferiori a 100 se il livello tende a scendere rispetto all’anno base
Superiori a 100 se il livello della variabile tende a crescere rispetto
I numeri indice sono:
all’anno base
I numeri indice sono: Esplicativi dell’andamento dei livelli della variabile nel tempo
I simboli e S si riferiscono alla media ed allo scarto quadratico medio
Campione
del:
I simboli μ e σ si riferiscono alla media ed allo scarto quadratico medio
Popolazione
del:
I valori attesi nella variabile casuale Normale sono: Media; Varianza;
I Voti riportati da uno studente in fisica, statistica e matematica sono:
71, 78, 89 (voti in centesimi). I pesi attribuiti alle discipline sono 82
rispettivamente 2, 4, 5. Calcolare la media dei voti:
Sulla variabilità, sulla presenza di valori anomale e sulla
Il box plot fornisce informazioni:
simmetria/asimmetria della distribuzione
Il box plot, rappresentato tramite un rettagolo, è diviso al suo interno: Dalla mediana
Statistica 2020
In base al teorema di Gauss Markov, gli stimatori dei minimi quadrati: Sono i più efficienti
Statistica 2020
Statistica 2020
L L
l rapporto annuo tra tasso di inflazione e deflazione dell’anno x in un
Non esiste
paese determinato:
Dividendo la modalità di un fenomeno per quella corrispondente di un
l rapporto statistico di derivazione si ottiene: altro che, sul piano logico e/o temporale, ne costituisce causa o
presupposto logico
L' ipotesi statistica è semplice: Se si assegna al parametro un valore puntale
L'ampiezza dell'intervallo è tanta più elavata quanto più: n è piccolo
L'ampiezza della classe è: La differenza tra estremo superiore e estremo inferiore della classe
I valori del caratteri sono distributi con frequenze differenti attorno al
L'asimmetria di una distribuzione denota che:
suo valore centrale
L'asimmetria di una distribuzione può essere: Nulla, positiva o negativa
L'indice chi-quadrato di Pearson (χ2) : Dipende dalla dimensione del collettivo
Come differenza tra la media aritmetica e la moda divisa la
L'indice di asimmetria Skewness di Pearson è calcolato:
deviazione standard
L'indice di connessione di Cramer varia: Tra zero e uno
L'indice di contingenza quadratica medio φ2è uguale: χ²/n
L'indipendenza in media: Non è un concetto simmetrico
I parametri caratteristici di una particolare distribuzione di cui si
L'ipotesi parametrica riguarda:
conosce la forma analitica
L’anno con valore pari a 100 nella serie storica dei numeri indice è: L’anno base
L’equazione di regressione lineare è l’equazione di una: Retta
L’indagine statistica può essere: Campionaria o di tipo censuario
L’indice r misura relazioni di tipo: Lineare
Dedurre le caratteristiche dell’intera popolazione a partire da dati
L’Inferenza ha lo scopo di:
raccolti
L’inflazione è: La diminuzione del potere di acquisto dla moneta
L'aumento prolungato del livello medio generale dei prezzi di beni e
L’inflazione è:
servizi in un dato periodo di tempo
L’Istogramma è una: Modalità di rappresentazione della rilevazione statistica
La classe è chiusa a sinistra se: Solo l'estremo sinistro è incluso
La codevianza è una misura: Assoluta di concordanza
Statistica 2020
La devianza di regressione misura: Quanta parte della variabilità della Y è spiegata dalla relazione lineare
La distribuzione di frequenza è: Il calcolo delle frequenze per ciascun valore o categoria della variabile
Statistica 2020
La media mobile di ordine 3 permette di: Effettuare lo smoothing delle serie storiche
La media mobile di ordine 5 permette di: Eliminare valori erratici
La media mobile di ordine n consiste: In una serie di medie aritmetiche calcolate su n periodi contigui.
La media mobile è: La somma ponderata dei valori della serie storica
La media: E' sensibile ai valori estremi
La categoria o il punteggio al di sopra e al di sotto del quale cade un
La mediana è:
ugual numero di casi
La moda è un: Indice di tendenza centrale
La mutabile è: Un carattere qualitativo
L'attitudine di un fenomeno qualitativo ad assumere differente
La mutabilità è:
modalità
La negazione logica dell’operando A=0 è: 1
La popolazione è finita: Quando è determinabile il numero di unità che compongono
La popolazione è: L’ universo di elementi che forma l’ oggetto di uno studio statistico
La potenza del test è: La probabilità di rigettare l'ipotesi nulla quando è giusto farlo
La probabilità che si verifichi un evento può assumere valori Tra 0 ed 1
La probabilità del verificarsi di due eventi che si escludono a vicenda è
Somma delle probabilità del verificarsi di ciascuno dei due eventi
data dal:
La probabilità dell'unione di due eventi A e B non incompatibili: P(A∪B)= P(A)+P(B)-P(A∩B)
La proporzione di varianza comune a X e Y è espressa da r2xy che è
Coefficiente di determinazione
denominato:
La proporzione di varianza comune a X e Y è espressa da r2xy che
La varianza spiegata
esprime:
E' basata sulla comparazione tra le variabili ed i rispettivi indici di
La proprietà di monotonicità degli indici di tendenza centrale:
posizione
La proprietà lineare degli indici di tendenza centrale: E' diversa da quella moltiplicativa
E' basata sulla relazione di linearità tra le variabili ed i rispettivi indici
La proprietà lineare degli indici di tendenza centrale:
di posizione
La proprietà moltiplicativa degli indici di tendenza centrale: Permette cambiamenti di scala nell'indice
La quantità espressa da 1-r2xy con r2xy che indica la proporzione
Varianza residua
di varianza comune a X e Y è denominata:
La rappresentazione grafica che si sviluppa attraverso una
Diagramma circolare
circonferenza suddivisa in tanti spicchi, viene chiamata:
La rappresentazione grafica di distribuzioni di frequenze che si
Istogramma
sviluppa attraverso una serie di rettangoli contigui viene chiamata:
La seguente ipotesi è nulla: La popolazione da cui il campione è estratto ha media 58
La seguente ipotesi è nulla: Non esiste nessuna relazione tra classe sociale e alcolismo
Le medie dei gruppi A,B,C non differiscono tra loro in modo
La seguente ipotesi è nulla:
significativo
La seguente ipotesi è nulla: Questa moneta non è truccata
Le medie dei gruppi A,B,C non differiscono tra loro in modo
La seguente ipotesi è nulla:
significativo
La seguente ipotesi è nulla: Il farmaco C non ha un effetto diverso dal farmaco D
La media dei tempi di reazione dei maschi è uguale a quella delle
La seguente ipotesi è nulla:
femmine
C’è una relazione significativa tra reddito delle persone e livello di
La seguente ipotesi è nulla:
istruzione
La seguente ipotesi: “C’è una minore astensione dal lavoro nel
Monodirezionale sinistra
reparto A rispetto al reparto B di una fabbrica” è:
La seguente ipotesi: “Il punteggio medio ad un test di statistica di due
Bidirezionale
gruppi di individui è significativamente diverso” è:
Statistica 2020
Statistica 2020
N N
Nel calcolo dei tassi di incremento tra t e t-1 al denominatore vi è: Il dato dell’anno t-1
Il numero indice dei prezzi del mese m-1 dell\'anno a ed al
Nel calcolo del tasso di inflazione congiunturale al denominatore c’è:
numeratore il numero indice dei prezzi del mese m dell\'anno a
Il numero indice dei prezzi del mese m dell\'anno a-1 ed al
Nel calcolo del tasso di inflazione tendenziale al denominatore c’è:
numeratore il numero indice dei prezzi del mese m dell\'anno a
Nel campionamento bernoulliano: Ogni unità statistica può entrare a far parte più volte del campione
Nel campionamento bernoulliano: I risultati delle estrazioni sono indipendenti
Nel modello di regressione lineare semplice per verificare l'ipotesi
H0:β1=0 contro H0:β1 ≠ 0 si può utilizzate la quantità F che è una v.c Con 1 e n-2 gradi di libertà
F di Fischer -Snedecor con :
Nel modello di regressione lineare semplice, quali tra le seguenti
Ipotesi sulla variabile esplicativa
ipotesi è definita ipotesi debole:
Nel modello di regressione lineare semplice, quali tra le seguenti
Ipotesi di normalità
ipotesi è definita ipotesi forte:
Nel prodotto logico con operando A=0 ed operando B=1, il totale sarà: 0
Statistica 2020
Nella somma logica con operando A=1 ed operando B=1, il totale sarà 1
Nella teoria statistica i termini campione e popolazione sono: Non sono sinonimi
Indicativi del fatto che il campione è un sottoinsieme della
Nella teoria statistica i termini popolazione e campione sono:
popolazione
Non è una scala di misura delle manifestazioni di un carattere
La scala semilogaritmica
statistico:
P P
Per 10 bimestri un ricercatore ha rilevato la temperatura media
(variabile X, espressa in gradi centigradi) e l’importo pagato per la
bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, Una modalità del carattere
15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore 24
riportato nella prima riga della tabella rappresenta:
Per 10 bimestri un ricercatore ha rilevato la temperatura media
(variabile X, espressa in gradi centigradi) e l’importo pagato per la
bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21,
4\10
15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della
funzione di ripartizione empirica in corrispondenza di una temperatura
media pari a 17 gradi è:
Per calcolare le frequenze cumulate relative occorre dividere: Le frequenze cumulate per n
Per il postulato 2 dell'assiomatizzazione del calcolo delle probabilità,
P(Ω)=1
l'evento certo Ω ha probabilità:
Per la costruzione di un box plot si utilizzano i seguenti valori: Xmin Q1 Med Q3 xmax
Per la determinazione dell'intervallo di confidenza per la media di una
La distribuzione t di student
popolazione normale con varianza non nota (n
Per la determinazione dell'intervallo di confidenza per la media di una
La distribuzione normale standardizzata
popolazione normale con varianza nota, si utilizza:
Per produrre la distribuzione di frequenza percentuale occorre: Moltiplicare per 100 le frequenza relative
Per rappresentare graficamente la forma della relazione tra due
Il diagramma a dispersione
variabili X ed Y si utilizza:
Per stimare il parametro: MSE*= SSE*/n-2
Per trovare l'intervallo di confidenza per la media di una popolazione
normale, si utilizza la t di student, anziché la normale standardizzata La varianza della popolazione non è nota
perché:
Poiché nella v.c. Normale la funzione f(X) raggiunge il suo punto più
alto in corrispondenza di Xi = µ, ciò comporta che media, mediana e Coincidano
moda:
Ponendo ed H1 monodirezionale destra, indicare quando è possibile
rifiutare l’ipotesi nulla; ciò accade nel caso in cui il risultato del test Il 4% dei casi
effettuato lasci alla sua destra:
Statistica 2020
Q Q
Quale dei seguenti indici indica la variabilità di una serie dei dati: Scarto quadratico medio
Quale probabilità si ha di commettere l’errore di I tipo se si rifiuta
0.05
l’ipotesi nulla avendo scelto un livello di significatività del 5%:
Quali di questi indici è relativo: L'indice di connessione di Cramer
Quando a valori crescenti di X corrispondono valori crescenti di Y si ha: Una relazione positiva
R R
R deve esprimere correttamente: il legame di interdipendenza
Relazioni di discordanza significative tra variabili implicano: Un coefficiente di correlazione negativo
S S
Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare
Riposta =MEDIA.GEOMETRICA
la media geometrica:
Se due eventi A e B sono indipendenti allora: P(A∩B)= P(A)P(B)
Se il coefficiente di correlazione è uguale a 0 vi è: Assenza di concordanza o discordanza
Se il coefficiente di correlazione r= 0: Non c'e relazione lineare tra X e Y
Se il coefficiente di correlazione r=0: Non c'e correlazione lineare
Se il tasso di decremento tra t e t-1 è pari a -1,2%, allora il numero
98,8
indice in t, con base t-1 sarà:
Se il tasso di decremento tra t e t-2 è pari a -5,2%, allora il numero
94,8
indice in t, con base t-2 sarà:
Se il tasso di incremento tra t e t-1 è pari a 1,2%, allora il numero
101,2
indice in t, con base t-1 sarà:
Se il tasso di incremento tra t e t-1 è pari a 2,2%, allora il numero
102,2
indice in t, con base t-1 sarà:
Se il tasso di incremento tra t e t-2 è pari a 1,2%, allora il numero
101,2
indice in t, con base t-2 sarà:
Se la Cod (X,Y)>0: La retta di regressione è crescente
Se la distribuzione è asimmetria negativa si ha: Med-Q1 > Q3-Med
Statistica 2020
Si ha indipendenza in media tra due variabili statistiche se: Le media parziali sono uguali tra di loro ed uguali alla media generale
Si ricorre ad una distribuzione normale quando: Una variabile casuale continua è distribuita normalmente o quasi.
Statistica 2020
T T
Tra due variabili vi è indipendenza assoluta se: Le frequenze osservate sono uguali alle frequenze teoriche
Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test
di abilità matematica (numero di risposte corrette in entrambi i casi) si Le persone con punteggi bassi in matematica hanno buone
calcola un coefficiente di correlazione di Pearson pari a -0,88. Sulla prestazioni in letteratura inglese
base del risultato ottenuto si può evidenziare che:
Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test
di abilità matematica (numero di risposte corrette in entrambi i casi) si Le persone molto brave in matematica risultano molto abili anche in
calcola un coefficiente di correlazione di Pearson pari a -0,88. Sulla letteratura
base del risultato ottenuto si può evidenziare che:
Statistica 2020
U U
Un campione rappresentativo è: Casuale
Un esperimento casuale è: Un'operazione il cui risultato non può essere previsto con certezza
Un intervallo di valori che si ritiene contenga il vero parametro della
Un intervallo di confidenza è:
popolazione con una prestabilita "fiducia"
Un affermazione sulla distribuzione di probabilità di una variabile
Un ipotesi statistica è:
casuale
Un test fornisce punteggi compresi tra 0 e 120. La media del test,
Sicuramente sbagliato
calcolata su un campione, risulta 142,9. Il risultato è:
Un test fornisce sicuramente punteggi compresi tra 0 e 120. La
mediana del test, calcolata da un ricercatore su un campione, risulta 120
142,9. Il punteggio massimo ottenibile è:
Un tipico caso di correlazione non reale comporta che: Uno dei due caratteri comprende l’altro
Un tipico caso di correlazione non reale comporta che: I due caratteri sono influenzati da circostanze comuni
Un tipico caso di correlazione non reale comporta che: Altri fattori variabili influiscono su quelli presi in considerazione
Altri fattori variabili, che rappresentano circostanze comuni
Un tipico caso di correlazione non reale comporta che:
,influiscono su quelli presi in considerazione
Una classe è aperta: Se entrambi gli estremi sono esclusi
Una classe è chiusa: Se entrambi gli estremi sono inclusi
Una distribuzione campionaria è: La distribuzione di probabilità di una statistica
L'insieme delle coppie probabilità dei diversi valori possibili della
Una distribuzione di probabilità di una variabile casuale:
variabile casuale
Una fotografia è un dato: Complesso
Una partita di pistoncini di freni presenta un diametroμ incognito; la
varianza del diametro dei pistoncini è invece nota e pari 0,01 cm. Si
estrae un campione di n=1000 pistoncini, sui quali si osserva un IC=[1,1938;1,2062]
diametro medio pari a 1,2 cm. Si calcoli l'intervallo di confidenza per μ
ad un livello di confidenza del 95%:
Una serie storica è costituita: Dai dati osservati a intervalli regolari di tempo
Dalle osservazioni dei dati quantitativi nel tempo, si possono avere
Una serie storica è costituita:
serie mensili, giornaliere, annuali
Una statistica è: Una variabile casuale definita sui campioni
La frequenza assoluta, cioè quante volte una coppia di modalità si
Una tabella a doppia entrata registra:
presenta contemporaneamente per X e per Y
Una variabile casuale continua X: Assume tutti i valori appartenti ad un intervallo
Una variabile casuale: E' una funzione definita sullo spazio dei campioni
Una variabile dicotomica può assumere: Solo due valori
Una variabilità alta in luogo di una variabilità bassa Diminuisce le capacità previsive dei modelli statistici
Una variabilità pari al valore 65 in luogo del valore 80, ottenuta Può aumentare le capacità descrittive e previsive del modello
eliminando i valori outlier: statistico
Statistica 2020
Una variabilità pari al valore 80 in luogo del valore 65, ottenuta Indica che è stato commesso qualche errore nei calcoli o nel
eliminando i valori outlier: programma
Uno stimatore corretto di σ², con le ipotesi di varianza costante e
dell'indipendenza degli errori è il MSE* = SSE*/n-2, il cui valore atteso E(MSE*)= σ2
è:
Uno stimatore corretto è più efficiente di un altro stimatore corretto
Se presenta varianza inferiore
del parametro"teta"non noto se:
È tale che il suo valore medio coincide con il valore del parametro da
Uno stimatore corretto:
stimare
Al crescere della numerosità campionaria, tende a concentrarsi sul
Uno stimatore si dice consistente:
parametro da stimare
Usando la mediana in luogo della media nel calcolo della varianza: È bene eliminare i valori anomali ed estremi
Utilizzando la tavola della curva normale standardizzata si Nella colonna di sinistra con una cifra decimale; la seconda cifra
individueranno i punti z: decimale è situata nella prima riga in alto della stessa tavola
V V
Valori estremi, cioè posizionati verso le code di una distribuzione di
Inferiore rispetto ai valori centrali
probabilità, hanno una probabilità di verificarsi per caso:
Vengono prelevate 15 compresse da un lotto di produzione, i valori
sono: 0,485; 0,442; 0,466; 0,448; 0,419; 0,415; 0,450; 0,435; 0,443; 0.4415
0,410; 0,434; 0,450; 0,422; 0,440; 0,464. Calcolare il peso medio:
pesi frequenze
80. Data una serie di valori numerici, il valore a cui corrisponde la massima frequenza si chiama:
MODA
81. Cosa si intende variabilità: E' L'ATTITUDINE DI UN FENOMENO QUANTITATIVO AD ASSUMERE
DIFFERENTE MODALITÀ
82. Quale dei seguenti indici indica la variabilità di una serie dei dati: SCARTO QUADRATICO MEDIO
83. La devianza è: LA SOMMA DEGLI SCARTI DALLA MEDIA ARITMETICA AL QUADRATO
84. Conoscendo la devianza, lo scarto quadratico medio si ricava calcolando: LA RADICE QUADRATA
DEL RAPPORTO TRA DEVIANZA E NUMEROSITÀ DEL COLLETTIVO
85. Calcolare la varianza dei seguenti numeri: 12,6,7,3,15,10,18,5: 23,75
86. Calcolare lo scarto quadratico medio dei seguenti numeri: 12,6,7,3,15,10,18,5: 4,87
87. Il coefficiente di variazione è dato dal rapporto, espresso in termini percentuali, tra: LO SCARTO
QUADRATICO MEDIO E MEDIA ARITMETICA
88. La differenza interquartile è data dalla: TRA TERZO E PRIMO QUARTILE
89. Il campo di variazione è dato dalla: DIFFERENZA TRA VALORE MASSIMO E MINIMO DELLA
DISTRIBUZIONE
90. La mutabilità è: L'ATTITUDINE DI UN FENOMENO QUALITATIVO AD ASSUMERE DIFFERENTE
MODALITÀ
91. Dire se la seguente distribuzione è simmetrica: 8,14,16,16,16,21,21: NON È SIMMETRICA
92. L'asimmetria di una distribuzione denota che: I VALORI DEL CARATTERI SONO DISTRIBUTI CON
FREQUENZE DIFFERENTI ATTORNO AL SUO VALORE CENTRALE
93. L'asimmetria di una distribuzione può essere: NULLA, POSITIVA O NEGATIVA
94. Se la distribuzione è asimmetria positiva si ha: MED-Q1 < Q3-MED
95. Se la distribuzione è asimmetria negativa si ha: MED-Q1 > Q3-MED
96. L'indice di asimmetria Skewness di Pearson è calcolato: COME DIFFERENZA TRA LA MEDIA
ARITMETICA E LA MODA DIVISA LA DEVIAZIONE STANDARD
97. La curtosi rappresenta: IL GRADO DI SCHIACCIAMENTO DI UNA DISTRIBUZIONE INTORNO AL SUO
CENTRO DI GRAVITÀ E RISPETTO ALLA CURVA NORMALE
98. La distribuzione si dice platicurtica se: E' PIÙ SCHIACCIATA RISPETTO ALLA NORMALE
99. La distribuzione si dice leptocurtica se: E' PIÙ APPUNTITA RISPETTO ALLA NORMALE
100. Il coefficiente di curtosi di Pearson è uguale: MOMENTO QUARTO/QUADRATO DELLA
VARIANZA
101. Si ha indipendenza in media tra due variabili statistiche se: LE MEDIA PARZIALI SONO
UGUALI TRA DI LORO ED UGUALI ALLA MEDIA GENERALE
102. L'indipendenza in media: NON È UN CONCETTO SIMMETRICO
103. Il rapporto di correlazione di Pearson varia: TRA 0 E 1
104. Si ha concordanza tra due variabili se: COD(X,Y)>0
105. Si ha discordanza tra due variabili se: COD(X,Y)<0
106. Si ha indipendenza correlativa tra due variabili se: COD (X,Y)=0
107. Due variabili si dicono perfettamente correlate se: IL COEFFICIENTE DI CORRELAZIONE È
PARI A 1 IN VALORE ASSOLUTO
108. Date le variabili: X(Velocità km/h): 60,80,100,120,130 Y(Consumo in quinta km/litro): 28.8,
24.2,20,18.2,16. La codevianza (X,Y) è: -577.6
109. La covarianza (X,Y): E' UNA MISURA SIMMETRICA
110. Il coefficiente di correlazione: E' UN NUMERO PURO
111. Il coefficiente angolare bi rappresenta: LA PENDENZA DELLA RETTA
112. Con il metodo dei minimi quadrati: SI MINIMIZZA LA SOMMA DEI QUADRATI DEGLI SCARTI
TRA VALORI OSSERVATI E VALORI TEORICI
113. Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8,
24.2, 20, 18.2, 16,2. Determinare l'equazione della retta: Y^= 39,882-0,1857XI
114. Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8,
24.2, 20, 18.2, 16,2, il coefficiente di determinaziome lineare è: 0,9650
115. Il coefficiente di determinazione lineare è uguale a 1 se è nulla: LA DEVIANZA RESIDUA
116. La devianza di regressione misura: QUANTA PARTE DELLA VARIABILITÀ DELLA Y È
SPIEGATA DALLA RELAZIONE LINEARE
117. Se la Cod (X,Y)>0: LA RETTA DI REGRESSIONE È CRESCENTE
118. Il coefficiente di determinazione lineare è: IL QUADRATO DEL COEFFICIENTE DI
CORRELAZIONE LINEARE
119. Il coefficiente di determinazione lineare è nullo se è nulla: LA DEVIANZA DI REGRESSIONE
120. Se il coefficiente di correlazione r=0: NON C'E CORRELAZIONE LINEARE
121. Un esperimento casuale è: UN'OPERAZIONE IL CUI RISULTATO NON PUÒ ESSERE PREVISTO
CON CERTEZZA
122. Dati i seguenti eventi: A=(1,2,3), B=(2,3,4). Determinare A∪B: A∪B={1,2,3,4}
123. Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A ∪ B ∪ C:
A∪B∪C={1,3,5,7,9,10}
124. Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩B: A∩B={3,5}
125. Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩C: A∩C={1,5}
126. Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare B∩C:
B∩C={5,9,10}
127. Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩B∩C:
A∩B∩C={5}
128. Per il postulato 2 dell'assiomatizzazione del calcolo delle probabilità, l'evento certo Ω ha
probabilità: P(Ω)=1
129. La probabilità dell'unione di due eventi A e B non incompatibili: P(A∪B)= P(A)+P(B)-P(A∩B)
130. Se due eventi A e B sono indipendenti allora: P(A∩B)= P(A)P(B)
131. Una variabile casuale: E' UNA FUNZIONE DEFINITA SULLO SPAZIO DEI CAMPIONI
132. La funzione di ripartizione di una variabile casuale: ESPRIME LA PROBABILITÀ CHE LA
VARIABILE CASUALE ASSUMA VALORI INFERIORI O UGUALI AD UN VALORE FISSATO
133. Una distribuzione di probabilità di una variabile casuale: L'INSIEME DELLE COPPIE
PROBABILITÀ DEI DIVERSI VALORI POSSIBILI DELLA VARIABILE CASUALE
134. La funzione di ripartizione di una variabile casuale discreta: E' UNA FUNZIONI A GRADINI
NON DECRESCENTE
135. Sia data una v.c X, se essa assume valori in corrispondenza di un insieme numerabile allora
X è: DISCRETA
136. Una variabile casuale continua X: ASSUME TUTTI I VALORI APPARTENTI AD UN
INTERVALLO
137. Affinchè una v.c X continua sia ben definità occorre che:
186.Nel caso di estrazione senza ripetizione la deviazione standard delle frequenze campionarie è:
187. Nel caso di estrazione con ripetizione la deviazione standard delle frequenze campionarie è:
189.Se la popolazione è sufficiente grande, o nel caso di estrazione con ripetizionesi ha che:
190. Si vuole conoscere la proporzione di pezzi difettosi prodotti da una macchina. Determinare
la numerosità campionaria necessaria affinchè la vera proporzione cada in un intervallo al 90%,
tollerando un errore non superiore al 3%: N=751,67
191. Un ipotesi statistica è: UN AFFERMAZIONE SULLA DISTRIBUZIONE DI PROBABILITÀ DI UNA
VARIABILE CASUALE
192. La verifica delle ipotesi: CONSISTE NEL FORMULARE, SULLA BASE DI DATI CAMPIONARI,
UN GIUDIZIO CHE INDUCA AD ACCETTARE O RIFIUTARE L'IPOTESI NULLA, CON UN PREFISSATO
LIVELLO DI SIGNIFICATIVITÀ
193. L'ipotesi parametrica riguarda: I PARAMETRI CARATTERISTICI DI UNA PARTICOLARE
DISTRIBUZIONE DI CUI SI CONOSCE LA FORMA ANALITICA
194. Le ipotesi statistiche: SI TRATTA DUE IPOTESI ALTERNATIVE COMPLEMENTARI E
LOGICAMENTE ESCLUDENTISI
195. L' ipotesi statistica è semplice: SE SI ASSEGNA AL PARAMETRO UN VALORE PUNTALE
196. Si commette un errore di prima specie: NEL RIFIUTARE L'IPOTESI NULLA QUANDO IN
REALTÀ È VERA
197. Si commette un errore di seconda specie: NELL' ACCETTARE L'IPOTESI NULLA QUANDO IN
REALTÀ È FALSA
198. Cosa indica il livello di significatività: LA PROBABILITÀ MASSIMA CON CUI ACCETTIAMO DI
RISCHIARE L'ERRORE DI PRIMA SPECIE
199. La potenza del test è: LA PROBABILITÀ DI RIGETTARE L'IPOTESI NULLA QUANDO È GIUSTO
FARLO
200. Aumentando il livello di significatività: AUMENTA LA POTENZA DEL TEST
201. Sia data una popolazione normale con varianza nota. Volendo verificare l'ipotesi: contro . La
statistica test da utilizzare è:
202. Sia data una popolazione normale con varianza non nota. Volendo verificare l'ipotesi:
contro . La statistica test da utilizzare è:
203. Si vuole sottoporre a verifica l'ipotesi: contro , usando un livello di significatività dello 0,05.
La regione di rifiuto per il test Z è : Z>1,645
204. Si vuole sottoporre a verifica l'ipotesi: contro usando un livello di significatività dello 0,05.
La regione di rifiuto per il test Z è: Z < -1,96 O Z > 1,96
205. Si vuole sottoporre a verifica l'ipotesi: contro usando un livello di significatività dello 0,05.
La regione di rifiuto per il test T con 16 gradi di libertà è: T < -2,120 O T > 2,120
206. Si vuole sottoporre a verifica l'ipotesi: contro usando un livello di significatività dello 0,05.
La regione di rifiuto per il test T con 16 gradi di libertà è: T > 1,746
207. Si vuole sottoporre a verifica l'ipotesi: contro , usando un livello di significatività dello 0,01.
La regione di rifiuto per il test Z è: Z < -2,33
208. Si vuole sottoporre a verifica l'ipotesi: contro , usando un livello di significatività dello 0,01.
La regione di rifiuto per il test T con 18 gradi di libertà è: contro: T <-2,552
209. Si vuole sottoporre a verifica l'ipotesi: contro , usando un livello di significatività dello 0,01.
La regione di rifiuto per il test T con 17 gradi di libertà è: T > 2,567
210. Si vuole sottoporre a verifica l'ipotesi: contro , usando un livello di significatività dello 0,10.
La regione di rifiuto per il test Z è: Z <-1,28
211. La verifica dell'ipotesi di indipendenza mira a verificare: L'INDIPENDENZA STOCASTICA
219. Si vuole verificare l'ipotesi di indipendenza sulla base di una tabella di contingenza 3x3 la cui
frequenza totale è n=400. Il valore soglia per la statistica test ha distribuzione
approssimativamente: CHI- QUADRATO CON 4 GRADI DI LIBERTÀ
220. Si vuole verificare l'ipotesi di indipendenza sulla base di una tabella di contingenza 4x3 la cui
frequenza totale è n=400. Il valore soglia per la statistica test ha distribuzione
approssimativamente: CHI- QUADRATO CON 6 GRADI DI LIBERTÀ
221. Nel modello di regressione lineare semplice, quali tra le seguenti ipotesi è definita ipotesi
forte: IPOTESI DI NORMALITÀ
222. Nel modello di regressione lineare semplice, quali tra le seguenti ipotesi è definita ipotesi
debole: IPOTESI SULLA VARIABILE ESPLICATIVA
223. L'ipotesi di indipendenza stabilisce che:
224. Con il metodo dei minimi quadrati: SI MINIMIZZA LA SOMMA DEI QUADRATI DEGLI SCARTI
TRA VALORI OSSERVATI E VALORI TEORICI
225. Il coefficiente angolare b1 indica: LA PENDENZA DELLA RETTA
226. Il coefficiente angolare b1 è dato: B1= COD. (X,Y)/ DEV(X)
227. Il valore atteso dello stimatore B1 è: E(B1)=Β1
229. Uno stimatore corretto di σ², con le ipotesi di varianza costante e dell'indipendenza degli
errori è il MSE* = SSE*/n-2, il cui valore atteso è: E(MSE*)= Σ2
230. In base al teorema di Gauss Markov, gli stimatori dei minimi quadrati: Sono i più efficienti
231. Per stimare il parametro: MSE*= SSE*/N-2
232. Nel modello di regressione lineare semplice la devianza residua risulta uguale a:
233. Sotto l'ipototesi che H0 sia vera la variabile casuale t si distribuisce come: COME UNA T DI
STUDENT CON N-2 GRADI DI LIBERTÀ
234. Il coefficiente di determinazione lineare è: IL QUADRATO DEL COEFFICIENTE DI
CORRELAZIONE LINEARE
235. Il coefficiente di determinazione lineare varia tra: 0 < R2<1
236. Il coefficiente di determinazione lineare è nullo se è nulla: LA DEVIANZA DI REGRESSIONE
240. Nel modello di regressione lineare semplice per verificare l'ipotesi H0:β1=0 contro H0:β1 ≠
0 si può utilizzate la quantità F che è una v.c F di Fischer -Snedecor con : CON 1 E N-2 GRADI DI
LIBERTÀ
241. La distribuzione di frequenza è: IL CALCOLO DELLE FREQUENZE PER CIASCUN VALORE O
CATEGORIA DELLA VARIABILE
242. Una tabella a doppia entrata registra: LA FREQUENZA ASSOLUTA, CIOÈ QUANTE VOLTE
UNA COPPIA DI MODALITÀ SI PRESENTA CONTEMPORANEAMENTE PER X E PER Y
243. La frequenza cumulata: PUÒ ESSERE UGUALE ALLA RELATIVA
244. Per produrre la distribuzione di frequenza percentuale occorre: MOLTIPLICARE PER 100 LE
FREQUENZA RELATIVE
245. Per calcolare le frequenze cumulate relative occorre dividere: LE FREQUENZE CUMULATE
PER N
246. Quando parliamo di matrice dei dati, relativamente al numero di colonne possiamo dire
che: IL NUMERO DI COLONNE DIPENDE DAI CARATTERI OSSERVATI
247. Il numero dei caratteri in una matrice: NON DIPENDE DALLA NUMEROSITÀ DELLA
POPOLAZIONE
248. La matrice dei dati è composta: DA N VETTORI
249. L’Istogramma è una: MODALITÀ DI RAPPRESENTAZIONE DELLA RILEVAZIONE STATISTICA
250. Le matrici sono composte da: N RIGHE E K COLONNE, CON K CHE PUÒ ESSERE EGUALE O
DIVERSO DA N
251. Le misure di posizione hanno l’obiettivo di: SINTETIZZARE IN UN SINGOLO VALORE
NUMERICO L’INTERA DISTRIBUZIONE DI FREQUENZA PER EFFETTUARE CONFRONTI NEL TEMPO,
NELLO SPAZIO O TRA CIRCOSTANZE DIFFERENTI
252. La moda è un: INDICE DI TENDENZA CENTRALE
253. Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media geometrica è
pari a: 5,66
254. Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media aritmetica è pari
a: 8,5
255. Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la mediana è pari a: 9,5
256. Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1;1), la moda è pari a: 1
257. Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), la moda è pari a: 2
258. Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), il valore centrale è
pari a: 8
259. Considera il seguente insieme di osservazioni (-2; -2; -2; -14; -13; -15; -6; -1;-1), il valore
massimo è pari a: -1
260. Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare la media
geometrica: =MEDIA.GEOMETRICA
261. Si consideri la popolazione di 20 unità statistiche: {-
250,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,10,11,250}. Indicare quale indice di posizione appare
rappresentativo dell'intera distribuzione: MEDIA ARITMETICA
262. Si consideri la popolazione di unità statistiche: {-
250,2,2,2,2,3,4,6,6,7,7,7,7,7,7,8,8,9,9,9,10,11,2500}. Indicare quale indice di posizione appare
rappresentativo dell'intera distribuzione: MODA
263. Si consideri la popolazione: {-,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,9,9, 9,10,11,2500}. Indicare
quale indice di posizione appare rappresentativo dell'intera distribuzione: MODA
264. La proprietà moltiplicativa degli indici di tendenza centrale: PERMETTE CAMBIAMENTI DI
SCALA NELL'INDICE
265. La proprietà lineare degli indici di tendenza centrale: E' DIVERSA DA QUELLA
MOLTIPLICATIVA
266. La proprietà lineare degli indici di tendenza centrale: E' BASATA SULLA RELAZIONE DI
LINEARITÀ TRA LE VARIABILI ED I RISPETTIVI INDICI DI POSIZIONE
267. La proprietà di monotonicità degli indici di tendenza centrale: E' BASATA SULLA
COMPARAZIONE TRA LE VARIABILI ED I RISPETTIVI INDICI DI POSIZIONE
268. Una variabilità alta in luogo di una variabilità bassa DIMINUISCE LE CAPACITÀ PREVISIVE
DEI MODELLI STATISTICI
269. La varianza si calcola: PER POPOLAZIONI E CAMPIONI
270. La varianza del campione è: CALCOLATA CON I DATI DEL CAMPIONE RAPPRESENTATIVO
DELLA POPOLAZIONE
271. Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel
test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29) : 29
272. Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni
alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29) : 12
273. Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel
test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2): 12
274. Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni
alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29): 7
275. Lo scostamento semplice medio riguarda: LO SCOSTAMENTO DI OGNI VALORE DELLA
DISTRIBUZIONE DALLA MEDIA, PRESO IN VALORE ASSOLUTO
276. Lo scostamento quadratico medio riguarda: LA MEDIA DEGLI SCARTI AL QUADRATO TRA I
DATI E LA M
277. Una variabilità pari al valore 65 in luogo del valore 80, ottenuta eliminando i valori outlier:
PUÒ AUMENTARE LE CAPACITÀ DESCRITTIVE E PREVISIVE DEL MODELLO STATISTICO
278. Una variabilità pari al valore 80 in luogo del valore 65, ottenuta eliminando i valori outlier:
INDICA CHE È STATO COMMESSO QUALCHE ERRORE NEI CALCOLI O NEL PROGRAMMA
279. La varianza fornisce: LA MISURA SINTETICA DI QUANTO LE UNITÀ DIFFERISCONO DALLA
MEDIA ARITMETICA
280. Usando la mediana in luogo della media nel calcolo della varianza: È BENE ELIMINARE I
VALORI ANOMALI ED ESTREMI
281. La Statistica è sinonimo di: SCIENZE STATISTICHE
282. Il rapporto statistico di derivazione si ottiene: DIVIDENDO LA MODALITÀ DI UN
FENOMENO PER QUELLA CORRISPONDENTE DI UN ALTRO CHE, SUL PIANO LOGICO E/O
TEMPORALE, NE COSTITUISCE CAUSA O PRESUPPOSTO LOGICO
283. Il rapporto statistico di coesistenza si ottiene: MEDIANTE IL RAPPORTO TRA LA
FREQUENZA DI UNA MODALITÀ RISPETTO A QUELLA CORRISPONDENTE DI UN’ALTRA MODALITÀ
284. Il rapporto statistico di composizione si ottiene: DIVIDENDO IL VALORE RILEVATO IN UNA
DATA CIRCOSTANZA PER L’ANALOGO VALORE RILEVATO PER L’INTERA POPOLAZIONE
285. Il rapporto statistico di densità si ottiene: MEDIANTE IL RAPPORTO TRA LA DIMENSIONE
GLOBALE DI UN FENOMENO E QUELLA SPAZIALE A CUI ESSO FA RIFERIMENTO
286. I numeri indice sono: RAPPORTI STATISTICI
287. I numeri indice sono: STRUMENTI MATEMATICI
288. Costruendo i numeri indice della serie storica del fatturato per due aziende, vogliamo in
particolare: CAPIRE QUALE DELLE DUE UNITÀ PRESENTA UN ANDAMENTO MIGLIORE
289. L’anno con valore pari a 100 nella serie storica dei numeri indice è: L’ANNO BASE
290. Il valore dell’anno con numero indice pari a 100 nella serie storica osservata è: IL
DENOMINATORE NEL CALCOLO DEL NUMERO INDICE
291. L’inflazione è: LA DIMINUZIONE DEL POTERE DI ACQUISTO DLA MONETA
292. L’inflazione è: L'AUMENTO PROLUNGATO DEL LIVELLO MEDIO GENERALE DEI PREZZI DI
BENI E SERVIZI IN UN DATO PERIODO DI TEMPO
293. La variazione congiunturale riguarda in statistica-economica il confronto con: IL MESE
PRECEDENTE
294. La variazione tendenziale riguarda in statistica-economica il confronto con: L’ANNO
PRECEDENTE
295. Nel calcolo del tasso di inflazione congiunturale al denominatore c’è: IL NUMERO INDICE
DEI PREZZI DEL MESE M-1 DELL\'ANNO A ED AL NUMERATORE IL NUMERO INDICE DEI PREZZI
DEL MESE M DELL\'ANNO A
296. Nel calcolo del tasso di inflazione tendenziale al denominatore c’è: IL NUMERO INDICE DEI
PREZZI DEL MESE M DELL\'ANNO A-1 ED AL NUMERATORE IL NUMERO INDICE DEI PREZZI DEL
MESE M DELL\'ANNO A
297. La deflazione si calcola con: I TASSI DI VARIAZIONE
298. La deflazione è: ESPRESSA IN PERCENTUALE
299. Il rapporto annuo tra tasso di inflazione e deflazione dell’anno x in un paese determinato:
NON ESISTE
300. Nel calcolo dei tassi di incremento tra t e t-1 al denominatore vi è: IL DATO DELL’ANNO T-1
301. La covarianza è positiva quando: X E Y VARIANO TENDENZIALMENTE NELLA STESSA
DIREZIONE
302. La covarianza è negativa quando: AL CRESCERE DI X LA Y TENDE A DIMINUIRE E VICEVERSA
303. La covarianza è nulla quando: X E Y SONO LINEARMENTE INDIPENDENTI
304. La covarianza è nulla quando: X E Y NON SONO CORRELATE
305. La correlazione indica: IL GRADO DELLA RELAZIONE TRA VARIABILI, E PER MEZZO DI ESSA
SI CERCA DI DETERMINARE QUANTO BENE UN’EQUAZIONE LINEARE O UN’ALTRA EQUAZIONE
QUALSIASI DESCRIVANO O SPIEGHINO TALE RELAZIONE TRA VARIABILI.
306. Con un coefficiente di correlazione pari a r= -0,8, i valori di una variabile: CRESCONO AL
DECRESCERE DEI VALORI DELL’ALTRA
307. Con un coefficiente di correlazione pari a r= -0,9, i valori di una variabile: CRESCONO AL
DECRESCERE DEI VALORI DELL’ALTRA
308. Con un coefficiente di correlazione pari a r= -0,5, i valori di una variabile: TENDONO A
CRESCERE AL DECRESCERE DEI VALORI DELL’ALTRA, MA IN MANIERA BLANDA
309. Con un coefficiente di correlazione pari a r= +0,8, i valori di una variabile: CRESCONO AL
CRESCERE DEI VALORI DELL’ALTRA
310. Nella correlazione spuria, si rileva che: R VARIA TRA -1 ED 1 E PUÒ ESSERE ELEVATO, MA LE
VARIABILI NON SONO LEGATE DA UN RAPPORTO SERIO DI CAUSALITÀ
311. Ad un valore elevato di r corrisponde: IN DIVERSI CASI UN EFFETTIVO LEGAME TRA I DUE
CARATTERI QUANTITATIVI CONSIDERATI
312. Ad un valore basso di r corrisponde: IN DIVERSI CASI UN LEGAME DEBOLE TRA I DUE
CARATTERI QUANTITATIVI CONSIDERATI
313. Un tipico caso di correlazione non reale comporta che: UNO DEI DUE CARATTERI
COMPRENDE L’ALTRO
314. Un tipico caso di correlazione non reale comporta che: I DUE CARATTERI SONO
INFLUENZATI DA CIRCOSTANZE COMUNI
315. Un tipico caso di correlazione non reale comporta che: ALTRI FATTORI VARIABILI
INFLUISCONO SU QUELLI PRESI IN CONSIDERAZIONE
316. Un tipico caso di correlazione non reale comporta che: ALTRI FATTORI VARIABILI, CHE
RAPPRESENTANO CIRCOSTANZE COMUNI ,INFLUISCONO SU QUELLI PRESI IN CONSIDERAZIONE
317. R deve esprimere correttamente: IL LEGAME DI INTERDIPENDENZA
318. Dividendo il numero delle nascite in una comunità durante un periodo di tempo e la
quantità della popolazione media dello stesso periodo si ottiene: COEFFICIENTE DI NATALITÀ
319. Dividendo il numero delle morti in una comunità durante un periodo di tempo e la quantità
della popolazione media dello stesso periodo si ottiene: COEFFICIENTE DI MORTALITÀ
320. Dividendo il numero delle morti e delle nascite in una comunità durante un periodo di
tempo rispettivamente per la quantità della popolazione media dello stesso periodo si può
ottenere: CORRELAZIONE SPURIA SE L’ANDAMENTO DELLA POPOLAZIONE NON È CORRELATO
COL NUMERO DI NATI E MORTI
321. I numeri indice comparano: LE VARIAZIONI DEI LIVELLI DELLA VARIABILE NEL TEMPO CON
RIFERIMENTO AD UNA BASE
322. I numeri indice sono: INFERIORI A 100 SE IL LIVELLO TENDE A SCENDERE RISPETTO
ALL’ANNO BASE
323. I numeri indice sono: SUPERIORI A 100 SE IL LIVELLO DELLA VARIABILE TENDE A CRESCERE
RISPETTO ALL’ANNO BASE
324. I numeri indice sono: ESPLICATIVI DELL’ANDAMENTO DEI LIVELLI DELLA VARIABILE NEL
TEMPO
325. La formula per calcolare il numero indice tra l’anno t e t-1 per la variabile X in Excel è
preceduta da: IL SEGNO EGUALE
326. Se il tasso di incremento tra t e t-1 è pari a 1,2%, allora il numero indice in t, con base t-1
sarà: 101,2
327. Se il tasso di incremento tra t e t-1 è pari a 2,2%, allora il numero indice in t, con base t-1
sarà: 102,2
328. Se il tasso di incremento tra t e t-2 è pari a 1,2%, allora il numero indice in t, con base t-2
sarà: 101,2
329. Se il tasso di decremento tra t e t-1 è pari a -1,2%, allora il numero indice in t, con base t-1
sarà: 98,8
330. Se il tasso di decremento tra t e t-2 è pari a -5,2%, allora il numero indice in t, con base t-2
sarà: 94,8
331. Per rappresentare graficamente la forma della relazione tra due variabili X ed Y si utilizza: IL
DIAGRAMMA A DISPERSIONE
332. Studiare la relazione tra due variabili X ed Y significa: STUDIARE LA TENDENZA CHE X E Y
HANNO A VARIARE INSIEME
333. Il coefficiente di correlazione r di Pearson può essere usato per calcolare la correlazione:
TRA VARIABILI MISURATE SU SCALE A INTERVALLI O A RAPPORTI EQUIVALENTI
334. Quando a valori crescenti di X corrispondono valori crescenti di Y si ha: UNA RELAZIONE
POSITIVA
335. Quando al diminuire dei valori di X corrisponde il diminuire dei valori di Y si ha: UNA
RELAZIONE POSITIVA
336. Date coppie di valori X e Y, l’equazione di regressione può essere considerata: UNA
FORMULA DI PREDIZIONE DI Y
337. L’equazione di regressione lineare è l’equazione di una: RETTA
338. Date coppie di valori X e Y, la retta di regressione è una: SOLA, E BEN DEFINITA, TRA LE
INFINITE RETTE CHE SI POSSONO TRACCIARE TRA I PUNTI DI UN DIAGRAMMA A DISPERSIONE
339. Se X è la variabile indipendente e Y quella dipendente, considerando l’equazione di
regressione è corretto definire X come: PREDITTORE
340. Se X è la variabile indipendenre e Y quella dipendente, considerando l’equazione di
regressione è corretto definire Y’ come: VALORE PREDETTO
341. Una serie storica è costituita: DAI DATI OSSERVATI A INTERVALLI REGOLARI DI TEMPO
342. Una serie storica è costituita: DALLE OSSERVAZIONI DEI DATI QUANTITATIVI NEL TEMPO,
SI POSSONO AVERE SERIE MENSILI, GIORNALIERE, ANNUALI
343. La media mobile è: LA SOMMA PONDERATA DEI VALORI DELLA SERIE STORICA
344. La media mobile di ordine n consiste: IN UNA SERIE DI MEDIE ARITMETICHE CALCOLATE SU
N PERIODI CONTIGUI.
345. Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie mobili
di ordine tre si possono calcolare: 4
346. Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie mobili
di ordine cinque si possono calcolare: 2
347. Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7,0), quante medie
mobili di ordine tre si possono calcolare: 5
348. Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima media
mobile di ordine tre calcolabile in tempo reale: 11/3
349. Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima media
mobile di ordine cinque calcolabile in tempo reale: 21/5
350. Consideriamo la seguente serie storica di valori contigui (2,2,3,5,3,4,6,7), quante medie
mobili di pesate di ordine tre si possono calcolare: 6
351. I dati informatici sono utilizzabili per: LE ANALISI STATISTICHE
352. Una fotografia è un dato: COMPLESSO
353. Il tipo di dato elementare 4.5 è: REALE
354. Nella somma logica con operando A=1 ed operando B=1, il totale sarà: 1
355. Nella somma logica con operando A=0 ed operando B=0, il totale sarà: 0
356. Nel prodotto logico con operando A=0 ed operando B=1, il totale sarà: 0
357. Nel prodotto logico con operando A=VERO ed operando B=FALSO, il totale sarà: F
358. Nel prodotto logico con operando A=VERO ed operando B=VERO, il totale sarà: V
359. La negazione logica dell’operando A=0 è: 1
360. Nella congiunzione tra insiemi si valuta: QUANDO I DUE EVENTI SI REALIZZANO ENTRAMBI
361. La probabilità che si verifichi un evento può assumere valori: TRA 0 ED 1
362. Due eventi sono indipendenti quando: IL VERIFICARSI DELL’UNO NON MODIFICA LA
PROBABILITÀ DI VERIFICARSI DELL’ALTRO
363. La probabilità del verificarsi di due eventi che si escludono a vicenda è data dal: SOMMA
DELLE PROBABILITÀ DEL VERIFICARSI DI CIASCUNO DEI DUE EVENTI
364. La somma delle probabilità di eventi che si escludono a vicenda ed esaustivi è: UGUALE AD
1
365. Due eventi non sono indipendenti quando: IL VERIFICARSI DELL’UNO MODIFICA LA
PROBABILITÀ DEL VERIFICARSI DELL’ALTRO
366. Nella teoria statistica i termini popolazione e campione sono: INDICATIVI DEL FATTO CHE IL
CAMPIONE È UN SOTTOINSIEME DELLA POPOLAZIONE
367. Se si effettua una estrazione senza reimmissione la probabilità di estrarre un altro
elemento: VIENE MODIFICATA
368. Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un
asso: 0,1
369. Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una
carta di bastoni: 0,25
370. Da un mazzo di carte viene estratta una carta. Calcolare la probabilità di ottenere una
figura: 12/40
371. Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un
fante o un re: 8/40
372. Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una
figura o una carta inferiore a 6: 32/40
373. Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con
reimmissione un re alla prima estrazione e una carta di coppe alla seconda: 1/40
374. Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con
reimmissione un re e un asso: 2/100
375. Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado.
Calcolare la probabilità di successo in un lancio: 1/6
376. Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado.
Calcolare la probabilità di insuccesso in un lancio: 5/6
377. Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2), estraendo a caso un punteggio quale è la probabilità di ottenere un numero
pari e inferiore a 6: 4/10
378. Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2). Estraendo a caso un punteggio quale è la probabilità di ottenere un numero
pari o inferiore a 6: 0.7
379. Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la probabilità di
ottenere almeno un 7 alla prima estrazione: 0.2
380. Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la probabilità di
ottenere due punteggi la cui somma sia 9: 14/100
381. Il numero di cuori negli esseri viventi ed il numero di battiti cardiaci al minuto possono
entrambi essere definiti: IL NUMERO DI BATTITI SOLAMENTE PUÒ ESSERE DEFINITO VARIABILE
382. Si supponga di avere la seguente distribuzione di 10 individui secondo la nazionalità: Italiani
n.3, Francesi n.4, Spagnoli n.3. La caratteristica nazionalità è misurata su scala: NOMINALE
383. Le frequenze percentuali di una distribuzione si calcolano facendo: IL RAPPORTO TRA
CIASCUNA FREQUENZA ED IL TOTALE DELLE FREQUENZE E MOLTIPLICANDO PER 100 IL
RISULTATO
384. Quando si calcolano le frequenze cumulate percentuali, l'ultimo valore che si ottiene, cioè il
più elevato, è: 100
385. La mediana è: LA CATEGORIA O IL PUNTEGGIO AL DI SOPRA E AL DI SOTTO DEL QUALE
CADE UN UGUAL NUMERO DI CASI
386. La deviazione standard può assumere valori: SOLO POSITIVI
387. La media: E' SENSIBILE AI VALORI ESTREMI
388. Un test fornisce punteggi compresi tra 0 e 120. La media del test, calcolata su un campione,
risulta 142,9. Il risultato è: SICURAMENTE SBAGLIATO
389. Un test fornisce sicuramente punteggi compresi tra 0 e 120. La mediana del test, calcolata
da un ricercatore su un campione, risulta 142,9. Il punteggio massimo ottenibile è: 120
390. In una distribuzione di frequenza si può ottenere: PIÙ DI UNA MODA
391. Nella retta di regressione Y’=aY+bYX il termine ay: RAPPRESENTA LA DISTANZA TRA IL
PUNTO ZERO (ORIGINE) DELL’ASSE DELLE ASCISSE E IL PUNTO IN CUI LA RETTA TAGLIA L’ASSE
DELLE ORDINATE
392. Quando la correlazione tra X ed Y è molto elevata, pari ad rxy=0.92, i valori di Y ed Y’:
DIFFERISCONO
393. Quando la correlazione tra X ed Y è molto bassa, pari ad rxy=0.22, i valori di Y ed Y’:
DIFFERISCONO
394. Quando la correlazione tra X ed Y è pari ad rxy=+1, i valori di Y ed Y’: COINCIDONO
395. Quando la correlazione tra X ed Y è pari ad rxy=-1, i valori di Y ed Y’: COINCIDONO
396. Prova anche a realizzare in Excel i grafici che seguono. Quando rxy = 0, le due rette di
regressione Y’=ay+byX e X’= ax+bxY sono: PERPENDICOLARI TRA LORO
397. Prova anche a realizzare in excel i grafici che seguono. Quando rxy = -1, le due rette di
regressione Y’=ay+byX e X’= ax+bxY sono: COINCIDONO
398. Prova anche a realizzare in excel i grafici che seguono. Quando rxy = +1, le due rette di
regressione Y’=ay+byX e X’= ax+bxY sono: COINCIDONO
399. Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione lineare, sapendo che il
coefficiente di correlazione è uguale a 0.76, il coefficiente di determinazione sarà pari a: 0.58
400. Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione non lineare, sapendo che
il coefficiente di determinazione è uguale a -1, il coefficiente di correlazione sarà pari a: NON È
POSSIBILE CALCOLARLO CON I DATI A DISPOSIZIONE CHE NON SONO CORRETTI
401. La media mobile di ordine 5 permette di: ELIMINARE VALORI ERRATICI
402. La media mobile di ordine 3 permette di: ELIMINARE VALORI ANOMALI
403. La media mobile di ordine 3 permette di: EFFETTUARE LO SMOOTHING DELLE SERIE
STORICHE
404. Nella serie ordinata secondo il tempo t e con valori (100,200,350,500,600) le medie mobili
di ordine 3 con 2 cifre decimali sono: 216.67; 350.00; 483.33
405. Nella serie ordinata secondo il tempo t e con valori(10,100,200,350,500,600) le medie
mobili di ordine 5 sono: 232 E 350
406. Nella serie (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3 sono:
103, 217, 350, 483
407. La funzione TENDENZA in Excel serve per: CALCOLARE IL VALORE DI UNA FUNZIONE
STIMATA
408. La funzione TENDENZA in Excel serve per: PREVEDERE LE SERIE STORICHE
409. La funzione TENDENZA in Excel serve per: PREVEDERE IL VALORE AL TEMPO T IN UNA
FUNZIONE STIMATA Y*
410. La funzione TENDENZA in Excel serve per: CALCOLARE IL VALORE STIMATO AL TEMPO T IN
RELAZIONE AD UNA FUNZIONE DI REGRESSIONE Y*
411. La stima del parametro è: UN CONCETTO DIVERSO DA QUELLO DI STIMATORE
412. La stima del parametro nella popolazione è: CALCOLATA ATTRAVERSO I DATI CAMPIONARI
413. La stima del parametro nel campione è: NON È OPPORTUNO DEFINIRE LA STIMA DEL
PARAMETRO NEL CAMPIONE, MA NELLA POPOLAZIONE
414. La stima del parametro nella popolazione è: RELATIVA AI VALORI CHE PUÒ ASSUMERE LO
STIMATORE
415. La stima del campione è: UN CONCETTO DIVERSO DA QUELLO DI STIMATORE
416. La funzione stimatore del parametro dovrebbe essere: CENTRATA, CONSISTENTE,
EFFICIENTE
417. Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500 siano
risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione campionaria di
persone sensibili al farmaco: 0,25
418. Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 1000
siano risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione nella
popolazione di persone sensibili al farmaco: NON SI PUÒ SAPERE
419. Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500 siano
risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione campionaria di
persone non sensibili al farmaco: 0,75
420. Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500 siano
risultati sensibili ad un determinato farmaco. Con un grado di fiducia del 95%, stimiamo che la
proporzione della popolazione sensibile al farmaco deve essere compresa tra: 0,23 E 0,27
421. La proporzione di varianza comune a X e Y è espressa da r2xy che è denominato:
COEFFICIENTE DI DETERMINAZIONE
422. La proporzione di varianza comune a X e Y è espressa da r2xy che esprime: LA VARIANZA
SPIEGATA
423. La quantità espressa da 1-r2xy con r2xy che indica la proporzione di varianza comune a X e
Y è denominata: VARIANZA RESIDUA
424. Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità tecniche” è
pari a 0,76. Considerando una relazione lineare tra X ed Y, dove quest’ultima è la variabile
dipendente, il coefficiente di determinazione sarà pari a: 0,58
425. Il coefficiente di correlazione di Pearson tra X= “quantità di grassi saturi assunte” ed Y=
”speranza di vita” è pari ad -1. Considerando una relazione lineare tra X ed Y, dove X è la variabile
dipendente ed Y quella indipendente, il coefficiente di determinazione sarà pari a: 1
426. Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità tecniche” è
pari a 0,76. Considerando una relazione lineare tra X ed Y, dove quest’ultima è la variabile
dipendente, la varianza residua sarà pari a: 42%
427. Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità tecniche” è
pari a 0,76. Considerando una relazione lineare tra X ed Y, dove quest’ultima è la variabile
dipendente, la varianza comune sarà pari a: 58%
428. In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio
del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi
in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese
per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale
per prevedere il livello di apprendimento dell’inglese raggiunto a fine corso, e si ottengono i
seguenti risultati: Y’=10+2X: r2=0,64; se=2,5. Indicare quale è la variabile indipendente:
ATTITUDINE ALL’INGLESE
429. In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio
del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi
in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese
per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale
per prevedere il livello di apprendimento dell’inglese raggiunto a fine corso, e si ottengono i
seguenti risultati: Y’=10+2X: r2=0,64; se=2,5. Indicare quale punteggio dovrebbe ottenere al test di
profitto un ragazzo che sbaglia tutte le domande al test attitudinale: 10
430. In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio
del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi
in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese
per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale
per prevedere il livello di apprendimento dell’inglese raggiunto a fine corso, e si ottengono i
seguenti risultati: Y’=10+2X: r2=0,64; se=2,5. Per ogni risposta corretta in più al test attitudinale
indicare di quanti punti aumenta il punteggio al test di profitto: 2
431. In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica che
fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100). Viene
utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento dell’informatica
raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+2X: r2=0,74; se=3,5. Indicare di
quanti punti è l’errore medio di previsione: 3,5
432. In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica che
fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100). Viene
utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento dell’informatica
raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+3X: r2=0,74; se=3,5. Indicare per
ogni risposta corretta al test attitudinale di quanti punti aumenta il punteggio al test di profitto e
come si chiama questo parametro: 3, COEFFICIENTE DI REGRESSIONE
433. Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica
(numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson
pari a -0,88. Sulla base del risultato ottenuto si può evidenziare che: LE PERSONE CON PUNTEGGI
BASSI IN MATEMATICA HANNO BUONE PRESTAZIONI IN LETTERATURA INGLESE
434. Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica
(numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson
pari a -0,88. Sulla base del risultato ottenuto si può evidenziare che: LE DUE VARIABILI SONO
CORRELATE NEGATIVAMENTE
435. L’indice r misura relazioni di tipo: LINEARE
436. Si ha discordanza tra caratteri se: AI VALORI PIÙ PICCOLI DI UNA DELLE DUE VARIABILI
CORRISPONDONO GENERALMENTE I PIÙ GRANDI DELL’ALTRA, E SE AI VALORI PIÙ GRANDI
CORRISPONDONO IN GENERE I PIÙ PICCOLI;
437. La codevianza è una misura: ASSOLUTA DI CONCORDANZA
438. La correlazione: A DIFFERENZA DELLA REGRESSIONE, NON RICHIEDE DI STABILIRE QUALE
VARIABILE SIA ANTECEDENTE ALL’ALTRA (IN TERMINI DI DIPENDENZA)
439. Relazioni di discordanza significative tra variabili implicano: UN COEFFICIENTE DI
CORRELAZIONE NEGATIVO
440. Se il coefficiente di correlazione è uguale a 0 vi è: ASSENZA DI CONCORDANZA O
DISCORDANZA
441. La funzione di ripartizione di una variabile casuale X a valori reali è: LA FUNZIONE CHE
ASSOCIA A CIASCUN VALORE X LA PROBABILITÀ DELL‘EVENTO “LA VARIABILE CASUALE X
ASSUME VALORI MINORI O UGUALI AD X”
442. La funzione di densità di probabilità della distribuzione Normale è asintotica di X verso -∞ e
+∞, cioè: SI AVVICINA ALL’ASSE DELLE ASCISSE SENZA MAI TOCCARLA
443. I valori attesi nella variabile casuale Normale sono: MEDIA; VARIANZA;
444. Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in
gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10,
18, 23, 32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore 24 riportato nella
prima riga della tabella rappresenta: UNA MODALITÀ DEL CARATTERE
445. Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in
gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10,
18, 23, 32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di
ripartizione empirica in corrispondenza di una temperatura media pari a 17 gradi è: 4/10
446. Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in
gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10,
18, 23, 32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di
ripartizione empirica in corrispondenza di una temperatura media pari a 25 gradi, che ipotizziamo
essere una v.c distribuita normalmente, è: 0,8
447. Indicare la percentuale di bollette con importi inferiori a 60 euro, tra i bimestri con
temperatura media superiore a 20°: 3/5
448. La funzione f(X) raggiunge il suo punto più alto in corrispondenza di: Xi = media
449. Poiché nella v.c. Normale la funzione f(X) raggiunge il suo punto più alto in corrispondenza
di Xi = µ, ciò comporta che media, mediana e moda: COINCIDANO
450. Si ricorre ad una distribuzione normale quando: UNA VARIABILE CASUALE CONTINUA È
DISTRIBUITA NORMALMENTE O QUASI.
451. Nella teoria statistica i termini campione e popolazione sono: NON SONO SINONIMI
452. I simboli μ e σ si riferiscono alla media ed allo scarto quadratico medio del: POPOLAZIONE
453. I simboli e S si riferiscono alla media ed allo scarto quadratico medio del: CAMPIONE
454. La distribuzione di probabilità di z è costruita: E’ UNA FUNZIONE TEORICA ESPRESSA CON
REGOLE MATEMATICHE RELATIVE A UN INSIEME FINITO DI DATI
455. La curva normale a differenza delle altre curve è: DEFINITA DA UN’EQUAZIONE
PARTICOLARE CHE PERMETTE DI CALCOLARE, DATA UN’ORDINATA, PORZIONI DI AREA SOTTESE
ALLA CURVA STESSA
456. La curva normale è caratterizzata da: ESSERE DEFINITA DA UN’EQUAZIONE PARTICOLARE
CHE PERMETTE DI CALCOLARE, DATA UN’ORDINATA, PORZIONI DI AREA SOTTESE ALLA CURVA
STESSA
457. La curva normale standardizzata è caratterizzata dal fatto di avere: MEDIA =0 E
DEVIAZIONE STANDARD=1
458. La curva normale standardizzata è caratterizzata dal fatto di avere: I PUNTEGGI SONO
ESPRESSI IN PUNTI Z
459. Valori estremi, cioè posizionati verso le code di una distribuzione di probabilità, hanno una
probabilità di verificarsi per caso: INFERIORE RISPETTO AI VALORI CENTRALI
460. Utilizzando la tavola della curva normale standardizzata si individueranno i punti z: NELLA
COLONNA DI SINISTRA CON UNA CIFRA DECIMALE; LA SECONDA CIFRA DECIMALE È SITUATA
NELLA PRIMA RIGA IN ALTO DELLA STESSA TAVOLA
461. Una variabile dicotomica può assumere: SOLO DUE VALORI
462. Se una variabile è dicotomica: PUÒ ASSUMERE SOLO DUE VALORI, INDIPENDENTEMENTE
DALLA PROBABILITÀ DI OTTENERE UNO O L’ALTRO DEI DUE VALORI
463. La seguente ipotesi è nulla: LA POPOLAZIONE DA CUI IL CAMPIONE È ESTRATTO HA MEDIA
58
464. La seguente ipotesi è nulla: NON ESISTE NESSUNA RELAZIONE TRA CLASSE SOCIALE E
ALCOLISMO
465. La seguente ipotesi è nulla: LE MEDIE DEI GRUPPI A,B,C NON DIFFERISCONO TRA LORO IN
MODO SIGNIFICATIVO
466. La seguente ipotesi è nulla: QUESTA MONETA NON È TRUCCATA
467. La seguente ipotesi è nulla: Le MEDIE DEI GRUPPI A,B,C NON DIFFERISCONO TRA LORO IN
MODO SIGNIFICATIVO
468. La seguente ipotesi è nulla: IL FARMACO C NON HA UN EFFETTO DIVERSO DAL FARMACO
D
469. La seguente ipotesi è nulla: LA MEDIA DEI TEMPI DI REAZIONE DEI MASCHI È UGUALE A
QUELLA DELLE FEMMINE
470. La seguente ipotesi è nulla: C’È UNA RELAZIONE SIGNIFICATIVA TRA REDDITO DELLE
PERSONE E LIVELLO DI ISTRUZIONE
471. La seguente ipotesi: “C’è una minore astensione dal lavoro nel reparto A rispetto al reparto
B di una fabbrica” è: MONODIREZIONALE SINISTRA
472. La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di individui è
significativamente diverso” è: BIDIREZIONALE
473. La seguente ipotesi: “La media della popolazione da cui deriva un certo campione non è
200”: BIDIREZIONALE
474. La seguente ipotesi: “La probabilità di ottenere croce lanciando una certa moneta è
superiore a 0,5” è: MONODIREZIONALE DESTRA
475. La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un
dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato” è:
MONODIREZIONALE DESTRA
476. La seguente ipotesi: “Il tempo medio di riconoscimento di alcuni dipinti storici impiegato
dagli studenti è inferiore a 20 secondi” è: MONODIREZIONALE SINISTRA
477. La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un
dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato”. La probabilità
sotto l’ipotesi nulla, cioè se le vincite sono dovute al caso è: 1/6
478. La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di individui è
significativamente diverso” ha il seguente segno del valore critico: =
479. Quale probabilità si ha di commettere l’errore di I tipo se si rifiuta l’ipotesi nulla avendo
scelto un livello di significatività del 5%: 5%
480. Ponendo ed H1 monodirezionale destra, indicare quando è possibile rifiutare l’ipotesi nulla;
ciò accade nel caso in cui il risultato del test effettuato lasci alla sua destra: IL 4% DEI CASI
Statistica
Con il metodo dei minimi quadrati: Si minimizza la somma dei quadrati degli scarti tra
valori osservati e valori teorici
Date le variabili: X(Velocità km/h): 60, 80, y^= 39,882-0,1857xi
100,120,130 Y(Consumo in quinta km/litro):
29.8, 24.2, 20, 18.2, 16,2. Determinare
l'equazione della retta:
Date le variabili: X(Velocità km/h): 60, 80, 0,9650
100,120,130 Y(Consumo in quinta km/litro):
29.8, 24.2, 20, 18.2, 16,2, il coefficiente di
determinazione lineare è:
Il coefficiente di determinazione lineare è La devianza residua
uguale a 1 se è nulla:
La devianza di regressione misura: Quanta parte della variabilità della Y è spiegata
dalla relazione lineare
Se la Cod (X,Y)>0: La retta di regressione è crescente
Il coefficiente di determinazione lineare è: Il quadrato del coefficiente di correlazione lineare
Il coefficiente di determinazione lineare è nullo La devianza di regressione
se è nulla:
Se il coefficiente di correlazione r=0: Non c'è correlazione lineare
Un esperimento casuale è: Un'operazione il cui risultato non può essere
previsto con certezza
Dati i seguenti eventi: A=(1,2,3), B=(2,3,4). A∪B={1,2,3,4}
Determinare A∪B:
Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), A∪B∪C={1,3,5,7,9,10}
C(1,5,9,10). Determinare A ∪ B ∪ C:
Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), A∩B={3,5}
C(1,5,9,10). Determinare A∩B:
Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), A∩C={1,5}
C(1,5,9,10). Determinare A∩C:
Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), B∩C={5,9,10}
C(1,5,9,10). Determinare B∩C:
Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), A∩B∩C={5}
C(1,5,9,10). Determinare A∩B∩C:
Per il postulato 2 dell'assiomatizzazione del P(Ω)=1
calcolo delle probabilità, l'evento certo Ω ha
probabilità:
La probabilità dell'unione di due eventi A e B P(A∪B)= P(A)+P(B)-P(A∩B)
non incompatibili:
Per trovare l'intervallo di confidenza per la La varianza della popolazione non è nota
media di una popolazione normale, si utilizza
la t di student, anziché la normale
standardizzata perché:
Si effettuano 60 misurazioni sperimentali da IC=[30,723; 35,277]
cui si evince una media campionaria uguale a
33. Costruire un intervallo di confidenza al 90%
per la media della popolazione, la quale si
distribuisce normalmente con varianza pari a
115:
Con il metodo dei minimi quadrati: Si minimizza la somma dei quadrati degli scarti tra
valori osservati e valori teorici
Il coefficiente angolare b1 indica: La pendenza della retta
Il coefficiente angolare b1 è dato: b1= COD. (X,Y)/ DEV(X)
Il valore atteso dello stimatore B1 è: E(B1)=β1
La varianza dello stimatore B1 è:
Nel modello di regressione lineare semplice per Con 1 e n-2 gradi di libertà
verificare l'ipotesi H0:β1=0 contro H0:β1 ≠ 0 si può
utilizzate la quantità F che è una v.c F di Fischer -
Snedecor con :
Una variabilità pari al valore 80 in luogo del valore Indica che è stato commesso qualche errore
65, ottenuta eliminando i valori outlier: nei calcoli o nel programma
La varianza fornisce: La misura sintetica di quanto le unità
differiscono dalla media aritmetica
Usando la mediana in luogo della media nel calcolo È bene eliminare i valori anomali ed estremi
della varianza:
La Statistica è sinonimo di: Scienze statistiche
Il rapporto statistico di derivazione si ottiene: Dividendo la modalità di un fenomeno per
quella corrispondente di un altro che, sul
piano logico e/o temporale, ne costituisce
causa o presupposto logico
Il rapporto statistico di coesistenza si ottiene: Mediante il rapporto tra la frequenza di una
modalità rispetto a quella corrispondente di
un’altra modalità
Costruendo i numeri indice della serie storica del Capire quale delle due unità presenta un
fatturato per due aziende, vogliamo in particolare: andamento migliore
L’anno con valore pari a 100 nella serie storica dei L’anno base
numeri indice è:
Il valore dell’anno con numero indice pari a 100 Il denominatore nel calcolo del numero
nella serie storica osservata è indice
Nel calcolo del tasso di inflazione tendenziale al Il numero indice dei prezzi del mese
denominatore c’è: m dell\'anno a-1 ed al numeratore il
numero indice dei prezzi del mese m
dell\'anno a
La deflazione si calcola con: I tassi di variazione
La deflazione è: Espressa in percentuale
Il rapporto annuo tra tasso di inflazione e Non esiste
deflazione dell’anno x in un paese determinato:
Nel calcolo dei tassi di incremento tra t e t-1 al Il dato dell’anno t-1
denominatore vi è:
Dieci adolescenti hanno ottenuto i 6/10
seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2), estraendo a caso un
punteggio quale è la probabilità di
ottenere un numero pari e inferiore a 5:
La covarianza è positiva quando: X e Y variano tendenzialmente nella stessa
direzione
Con un coefficiente di correlazione pari a r= -0,9 , i Crescono al decrescere dei valori dell’altra
valori di una variabile:
Con un coefficiente di correlazione pari a r= -0,5 , i Tendono a crescere al decrescere dei valori
valori di una variabile: dell’altra, ma in maniera blanda
Con un coefficiente di correlazione pari a r= +0,8 , i Crescono al crescere dei valori dell’altra
valori di una variabile:
Nella correlazione spuria, si rileva che: R varia tra -1 ed 1 e può essere elevato, ma
le variabili non sono legate da un rapporto
serio di causalità
Ad un valore elevato di r corrisponde: In diversi casi un effettivo legame tra i due
caratteri quantitativi considerati
Un tipico caso di correlazione non reale comporta I due caratteri sono influenzati da
che: circostanze comuni
Un tipico caso di correlazione non reale comporta Altri fattori variabili influiscono su quelli
che: presi in considerazione
Un tipico caso di correlazione non reale comporta Altri fattori variabili, che rappresentano
che: circostanze comuni ,influiscono su quelli
presi in considerazione
R deve esprimere correttamente: il legame di interdipendenza
Dividendo il numero delle nascite in una comunità
durante un periodo di tempo e la quantità della Coefficiente di natalità
popolazione media dello stesso periodo si ottiene:
Dividendo il numero delle morti e delle nascite in Correlazione spuria se l’andamento della
una comunità durante un periodo di tempo popolazione non è correlato col numero di
rispettivamente per la quantità della popolazione nati e morti
media dello stesso periodo si può ottenere:
I numeri indice comparano: Le variazioni dei livelli della variabile nel
tempo con riferimento ad una base
0
Nella somma logica con operando A=0 ed operando
B=0, il totale sarà:
Nel prodotto logico con operando A=0 ed operando 0
B=1, il totale sarà:
Nel prodotto logico con operando A=VERO ed F
operando B=FALSO, il totale sarà:
Nel prodotto logico con operando A=VERO ed
operando B=VERO, il totale sarà: V
Nella teoria statistica i termini popolazione e Indicativi del fatto che il campione è un
campione sono: sottoinsieme della popolazione
Se si effettua una estrazione senza reimmissione la Viene modificata
probabilità di estrarre un altro elemento
Da un mazzo di 40 carte viene estratta una carta.
Calcolare la probabilità di ottenere un asso 0,1
Il numero di cuori negli esseri viventi ed il numero Il numero di battiti solamente può essere
di battiti cardiaci al minuto possono entrambi definito variabile
essere definiti:
Si supponga di avere la seguente distribuzione di
10 individui secondo la nazionalità: Italiani n.3, Nominale
Francesi n.4, Spagnoli n.3. La caratteristica
nazionalità è misurata su scala:
Nella retta di regressione Y’=aY+bYX il termine ay: Rappresenta la distanza tra il punto zero
(origine) dell’asse delle ascisse e il punto in
cui la retta taglia l’asse delle ordinate
La media mobile di ordine 3 permette di: Effettuare lo smoothing delle serie storiche
La stima del parametro nel campione è: Non è opportuno definire la stima del
parametro nel campione, ma nella
popolazione
La stima del parametro nella popolazione è: Relativa ai valori che può assumere lo
stimatore
Si ha discordanza tra caratteri se: Ai valori più piccoli di una delle due variabili
corrispondono generalmente i più grandi
dell’altra, e se ai valori più grandi
corrispondono in genere i più piccoli
La codevianza è una misura: Assoluta di concordanza
La funzione di ripartizione di una variabile casuale La funzione che associa a ciascun valore x
X a valori reali è: la probabilità dell‘evento “la variabile
casuale X assume valori minori o uguali ad
x”
La funzione di densità di probabilità della Si avvicina all’asse delle ascisse senza mai
distribuzione Normale è asintotica di X verso -∞ e toccarla
+∞, cioè:
Si ricorre ad una distribuzione normale quando: Una variabile casuale continua è distribuita
normalmente o quasi.
La curva normale a differenza delle altre curve è: Definita da un’equazione particolare che
permette di calcolare, data un’ordinata,
porzioni di area sottese alla curva stessa
La curva normale è caratterizzata da: Essere definita da un’equazione particolare
che permette di calcolare, data un’ordinata,
porzioni di area sottese alla curva stessa
Utilizzando la tavola della curva normale Nella colonna di sinistra con una cifra decimale;
standardizzata si individueranno i punti z: la seconda cifra decimale è situata nella prima
riga in alto della stessa tavola
La seguente ipotesi:
“C’è una minore astensione dal lavoro nel reparto Monodirezionale sinistra
A rispetto al reparto B di una fabbrica” è:
b Organizzare, riassumere, analizzare i dati relativi ad un fenomeno, che sono ottenuti attraverso le
misurazioni compiute per fenomeni diversi da esso
c Organizzare e riassumere i dati relativi ad un fenomeno, che sono ottenuti attraverso le misurazioni
compiute per fenomeni diversi da esso
3 La statistica descrittiva:
a Fa previsioni
b Testa ipotesi
4 La popolazione è:
b Campionaria
c Sempre ipotetica
d Una previsione
5 Il campione è:
c La popolazione
d Sempre grande quanto la popolazione
6 Un campione rappresentativo è:
a Casuale
b Abbastanza piccolo
d La popolazione
7 Il campionamento sistematico è:
a A blocchi
b Stratificato
8 Il campionamento stratificato è:
a A blocchi
b Stratificato
9 Il campionamento a blocchi è:
a Caratterizzato da cluster
b Stratificato
a In modo qualitativo
a Definizione degli obiettivi della ricerca; Rilevazione dei dati; Elaborazione metodologica; Presentazione
ed interpretazione dei risultati; Utilizzazione dei risultati raggiunti.
d Definizione degli obiettivi della ricerca; Rilevazione dei campioni; Elaborazione metodologica;
Presentazione ed interpretazione dei risultati; Utilizzazione dei risultati raggiunti.
3 La statistica induttiva:
a Fa inferenza
d È quella descrittiva
4 La mutabile è:
a Un carattere quantitativo
b Un’unità statistica
c Un carattere qualitativo
a Variabile discreta
b Variabile continua
c Variabile reale
d Variabile dipendente
a Variabile discreta
b Variabile continua
c Variabile reale
d Variabile dipendente
7 Consideriamo la relazione y=f(x), dove x è rappresentato dall’inflazione ed y sono i tassi di interesse nell’Euro
Area:
a x è la variabile indipendente
8 Considera la relazione causa-effetto y = -f(x), calcola la y sapendo che f(x) = -10 ed indica il tipo di relazione:
b y=x
9 Considera la relazione causa-effetto y=-f(x)2, calcola la y sapendo che f(x)=-10 ed indica il tipo di relazione:
b y=x
a 1
b 100
c 10
d 0
2 La popolazione è finita:
a Popolazione finita
c Popolazione infinita
d Popolazione di stato
4 Il carattere sesso è:
a Un carattere continuo
b Un carattere trasferibile
c Un carattere discreto
5 Il carattere età è:
a Un carattere continuo
b Un carattere trasferibile
a Un carattere continuo
b Un carattere trasferibile
a Un carattere continuo
b Un carattere trasferibile
b Un carattere trasferibile
d Carattere discreto
9 Il carattere professione è:
a Un carattere continuo
d Carattere discreto
a La scala nominale
b La scale ordinale
c La scala ad intervalli
d La scala semilogaritmica
4 FREQUENZA E DISTRIBUZIONI STATISTICHE
1 La frequenza assoluta è:
a ni/n
b ni
b È sempre uguale a 1
d È sempre maggiore di 1
8 Il valore centrale è:
a Tabella di correlazione
b Tabella mista
c Tabella di contingenza
a Tabella di correlazione
b Tabella mista
c Tabella di contingenza
5 RAPPRESENTAZIONI GRAFICHE
1 La rappresentazione grafica di distribuzioni di frequenze che si sviluppa attraverso una serie di rettangoli
contigui viene chiamata:
a Istogramma
b Poligono di frequenza
c Ideogramma
d Cartogramma
b Si ottengono dal rapporto tra la frequenza di una classe e l'ampiezza della classe medesima
c Si ottengono dal rapporto tra ampiezza della classe e frequenza della classe
d Esprimono l'addensamento delle frequenze intorno al valore più alto della classe
a Solo a nastro
b Solo a colonne
d Ne a nastro ne a colonne
a I diagrammi circolari
b I cartogrammi
c L'istogramma e box-plot
5 La rappresentazione grafica che si sviluppa attraverso una circonferenza suddivisa in tanti spicchi, viene
chiamata:
a Diagramma circolare
b Poligono di frequenza
c Cartogramma
a Xmin, xmax
b Q1 e Q2
c Q1 e xmax
c Dalla mediana
d Sulla variabilità, sulla presenza di valori anomale e sulla simmetria/asimmetria della distribuzione
a Stereogramma ed istogramma
c Box-plot
6 LE RELAZIONI STATISTICHE
1 Tra due variabili vi è indipendenza assoluta se:
2 Si chiama contingenza:
a Pari a 1
b Nulle
c Maggiore di 1
d Inferiore a 1
a Resta invariato
b Diminuisce
c Raddoppia
d Diventa negativo
6 Il max χ2 è uguale:
a n x [(r-1)(c-1)]
b (r-1)(c-1)
a χ²/n
b χ²/(n-1)
c χ²/(r-1)(c-1)
d χ²/min(r-1)(c-1)
b Tra -1 e 1
a Asimmetrico
b Negativo
c Simmetrico
d L'odds ratio
7 LE MEDIE RAZIONALI
1 Vengono prelevate 15 compresse da un lotto di produzione, i valori sono: 0,485; 0,442; 0,466; 0,448; 0,419;
0,415; 0,450; 0,435; 0,443; 0,410; 0,434; 0,450; 0,422; 0,440; 0,464. Calcolare il peso medio:
a 0.4415
b 0.999
c 2.67
d 11.2
classe 10-20 con frequenza 5; classe 20-30 con frequenza 8; classe㺞-40 con frequenza 12; classe 40-50
con frequenza 9; classe 50-60 con frequenza 3 Calcolare la media aritmetica:
b 124
c 201
d 34.19
a 12.8
b 6.43
c 0.02
d 10.81
5 Calcolare la media geometria relativa all'andamento dei prezzi di un dato prodotto: 1,103 1,031 0,939 1,097:
a 5.65
b 1.04
c 3.12
d 2.3
6 I Voti riportati da uno studente in fisica, statistica e matematica sono: 71, 78, 89 (voti in centesimi). I pesi
attribuiti alle discipline sono rispettivamente 2, 4, 5. Calcolare la media dei voti:
a 30
b 78
c 82
d 90
7 La media armonica è:
8 Due punti C e D, distano 80 km, un corpo si muove da C a D alla velocità di 80 km/h e da D a C alla velocità di
20 km/h. Determinare la velocità media dell'intero tragitto:
a 50Km/h
b 80km/h
c 120km/h
d 32km/h
8 LE MEDIE
1 Calcolare la mediana della seguente serie di voti: 19, 20, 22,18, 26, 30, 28:
a 22
b 24
c 23.5
d 24.5
a 0
b 1
c -2
d 4
a La media aritmetica
b La mediana
c La moda
d Il terzo quartile
pesi frequenze
48-52 7
53-57 31
58-62 25
63-67 22
68-72 20
73-77 11
78-82 4
la classe mediana:
a 58-62
b 73-77
c 83-87
d 48-52
a 10.4
b 85.3
c 61.52
6 Il primo quartile:
a Quel valore che lascia alla sua destra il 75% delle osservazione e alla sua sinistra il 25% delle
osservazioni
b Quel valore che lascia alla sua destra il 25% delle osservazione e alla sua sinistra il 75% delle
osservazioni
c La mediana
d Corrisponde al 30°percentile
pesi frequenze
48-52 7
53-57 31
58-62 25
63-67 22
68-72 20
73-77 11
78-82 4
a 55.97
b 83.21
c 49.55
d 73.54
pesi frequenze
48-52 7
53-57 31
58-62 25
63-67 22
68-72 20
73-77 11
78-82 4
a 40
b 69
c 90
d 77
9 Data una serie di valori numerici, il valore a cui corrisponde la massima frequenza si chiama:
a Media ponderata
b Valore massimo
c Moda
d Mediana
9 LA VARIABILITÀ
a Media ponderata
b Frequenza
c Moda
3 La devianza è:
a 68,89
b 23,75
c 0,009
d 51,84
a 8,3
b 4,87
c 0,03
d 7,2
10 La mutabilità è:
10 INDICI DI FORMA
a Si, la moda=mediana=media
b Si, la media=mediana
c Non è simmetrica
d Si, la media=moda
c Med-Q1=Q3-Med
d Media=mediana
c Med-Q1=Q3-Med
d Media=mediana
7 La curtosi rappresenta:
c Il grado di schiacciamento di una distribuzione intorno al suo centro di gravità e rispetto alla curva
normale
a Le media parziali sono uguali tra di loro ed uguali alla media generale
b Le medie parziali sono uguali tra loro ma diverse dalla media generale
c Le medie parziali sono uguali tra loro e superiori alla media generale
d Le medie parziali sono uguali tra loro e inferiori alla media generale
2 L'indipendenza in media:
a E' un concetto simmetrico
a Tra -1 e 1
b Tra 0 e 1
a Cod(X,Y)>0
b Cod(X,Y)
c Cod(X,Y)=0
a Cod(X,Y)>0
b Cod(X,Y)<0
c Cod(X,Y)=0
a Cod(X,Y)
b Cod(X,Y)>0
c Cod(X,Y)=Dev(X)
d Cod (X,Y)=0
8 Date le variabili: X(Velocità km/h): 60,80,100,120,130 Y(Consumo in quinta km/litro): 28.8, 24.2,20,18.2,16.
La codevianza (X,Y) è:
a -577.6
b 3280
c 38.69
d 1444
9 La covarianza (X,Y):
10 Il coefficiente di correlazione:
c Il grado di adattamento
d Un valore teorico
3 Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2, 20, 18.2,
16,2. Determinare l'equazione della retta:
a y^= 39,882-0,1857xi
b y^= 39,69-0,3xi
c y^= 41,628+0,56xi
d y^= 56,76+0,01xi
4 Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2, 20, 18.2,
16,2, il coefficiente di determinaziome lineare è:
a 0,2085
b 0,9650
c 0,7123
d 0,6102
a La devianza totale
b La varianza
c La devianza residua
d La devianza di regressione
c La correlazione tra X e Y
d L'interdipendenza
7 Se la Cod (X,Y)>0:
a La retta di regressione è decrescente
a La devianza totale
b La varianza
c La devianza di regressione
d La covarianza
a C'è discordanza
c C'è concordanza
1 Un esperimento casuale è:
b A∪B={1,2,3}
c A∪B={1,2}
d A∪B={3,4}
a A∪B∪C={1,3,5}
b A∪B∪C={1,3,5,7,9,10}
c A∪B∪C={1,3,5,7}
d A∪B∪C={1,3,5,7,9}
a A∩B={5,7}
b A∩B={3,5}
c A∩B={5,9}
d A∩B={5,10}
a A∩C={1,5}
b A∩C={3,5}
c A∩C={5,10}
d A∩C={1,3,5,7,9,10}
a B∩C={1,5}
b B∩C={3,5,9,10}
c B∩C={5,9,10}
d B∩C={1,3}
a A∩B∩C={5}
b A∩B∩C={1,3,5,7,9,10}
c A∩B∩C={1,5,9,10}
d A∩B∩C={5,9}
8 Per il postulato 2 dell'assiomatizzazione del calcolo delle probabilità, l'evento certo Ω ha probabilità:
a P(Ω)
b P(Ω)=1
c P(Ω)=0
d P(Ω)
a P(A∪B)= P(A)+P(B)
b P(A∪B)= 0
c P(A∪B)= P(A)+P(B)-P(A∩B)
d P(A∪B)= P(A)+P(B)-P(A∪B)
a P(A∩B)= P(A)P(B)
b P(A∩B)= 0
c P(A∩B)= P(A)+P(B|A)
d P(A∩B)= P(A)
14 VARIABILI CASUALI
d E' una variabile che può assumere prima dell'esperimento casuale un valore noto detto determinazione
della v.c
b Non è legata da alcuna relazione con la funzione di densità di probabilità della medesima variabile
casuale
c Esprime la probabilità che la variabile casuale assuma valori inferiori o uguali ad un valore fissato
c L'insieme delle coppie probabilità dei diversi valori possibili della variabile casuale
d Ciascuna delle probabilità dei diversi valori possibili della variabile casuale
5 Sia data una v.c X, se essa assume valori in corrispondenza di un insieme numerabile allora X è:
a Reale
b Discreta
c Continua
d Simmetrica
b f(x)>………..= 1
a E(b+X)=E(b)+E(X)
b E(b+X)=b+E(X)
c E(b+X)=bE(X)
d E(b+X)=b(X)
a E(X+Y)= X+Y
b E(X+Y)= E(XY)
c E(X+Y)= E(X)+E(Y)
d E(X+Y)= X+E(Y)
a E' asimmetrica
d Ha funzione di densità:
3 La distribuzione binomiale:
c Può essere utilizzata per descrivere casi in cui gli esiti possibili di una prova sono solo due
4 La distibuzione normale è:
c E' tale per cui quando più x si allontano dal valor medio tanto più la funzione di densità di probabilità
cresce
a 0,3849
b 0,6025
c 1
d 1,5
a 1
b 0,4192
c 0,3849
d -1
a 0,4738
b 0,1828
c 0,291
d 0,9049
a E' asimmetrica
b E' simmetrica in m e n
a Ogni unità statistica può entrare a far parte più volte del campione
c I risultati delle estrazioni sono gli stessi dello schema di campionamento senza ripetizione
a 25 possibili campioni
b 30 possibili campioni
c 15 possibili campioni
d 20 possibili campioni
a 25 possibili campioni
b 30 possibili campioni
c 16 possibi campioni
d 10 possibili campioni
a 26 possibili campioni
b 50 possibili campioni
c 64 possibili campioni
d 32 possibili campioni
6 Una statistica è:
b Un numero
c Un intervallo di valori
c Lo schema di campiomento con ripetizione coincide con lo schema di campiomaento senza ripetizione
b Non è applicabile al caso in cui le variabili casuali, la cui somma è una variabile casuale normale, sono
distribuite normalmente
c Afferma che al crescere di n la forma della distribuzione della media campionaria si approssima alla
forma normale
d Afferma che al decrescere di n la forma della distribuzione della media campionaria si approssima alla
forma normale
c La stima attraverso la quale si giunge alla determinazione di un solo valore numerico per uno o più
parametri della popolazione
b La stima attraverso la quale si giunge alla determinazione di un solo valore numerico per uno o più
parametri della popolazione
c La stima attraverso la quale si giunge alla determinazione di un intervallo, che include il parametro
stimato, con livello di confidenza 1-
3 Lo stimatore di un parametro:
d È unico
4 Si definisce stima:
b È tale che il suo valore medio coincide con il valore del parametro da stimare
c È tale che l suo valore medio non coincide con il valore del parametro da stimare
d Nessuna delle precedenti, in quanto si considera lo stimatore varianza campionaria e non lo stimatore
varianza campionaria corretta
9 Uno stimatore corretto è più efficiente di un altro stimatore corretto del parametro"teta"non noto se:
a Si ha che EQM(T1)
c se T1 è distorto e T2 è non distorto, il primo è migliore del secondo in termini di EQM per ogni valore
del parametro
d Se entrambi sono non distorti, il confronto tra i due stimatori in termini di efficienza può essere
effettuato solo sulla base della varianza
1 Un intervallo di confidenza è:
a Un intervallo di valori all'interno del quale è contenuto il coefficiente di correlazione con una
prestabilita "fiducia"
b Un intervallo di valori che si ritiene contenga il vero parametro della popolazione con una prestabilita
"fiducia"
d Un intervallo di valori all'interno del quale è contenuta la differenza media con ripetizione con una
prestabilita fiducia
a Una quantità che è funzione delle osservazione e del parametro del quale si vuole costruire l'intervallo
di confidenza, con la caratteristica che la sua distribuzione non è nota
b Una quantità che è funzione del solo parametro del quale si vuole costruire l'intervallo di confidenza
c Una quantità che è funzione delle osservazione e del parametro del quale si vuole costruire l'intervallo
di confidenza, con la caratteristica che la sua distribuzione è nota e non dipende dal parametro in esame
a n è grande
b n è piccolo
c σ è piccolo
d Non dipende né da n né da σ
4 Per la determinazione dell'intervallo di confidenza per la media di una popolazione normale con varianza
nota, si utilizza:
a La distribuzione t di student
c La distribuzione chi-quadrato
d La distribuzione F di Fisher-Snedecor
5 Per la determinazione dell'intervallo di confidenza per la media di una popolazione normale con varianza non
nota (n
a La distribuzione chi-quadrato
b La distribuzione t di student
d La distribuzione F di Fisher-Snedecor
6 Se la popolazione non è normale per il teorema del limite centrale, quando n>30, si può costruire l'intervallo
di confidenza:
7 Per trovare l'intervallo di confidenza per la media di una popolazione normale, si utilizza la t di student,
anziché la normale standardizzata perché:
8 Si effettuano 60 misurazioni sperimentali da cui si evince una media campionaria uguale a 33. Costruire un
intervallo di confidenza al 90% per la media della popolazione, la quale si distribuisce normalmente con
varianza pari a 115:
a IC=[28,727; 36,506]
b IC=[25,235; 40,724]
c IC=[30,723; 35,277]
d IC=[40,722; 45,373]
9 Supponiamo che la perdita di peso di n=16 pezzi di metallo, dopo un certo intervallo di tempo, sia di 3,42 gr
con varianza campionaria corretta pari a 0,4624. Costruire un intervallo di confidenza al 99% per la media della
popolazione di peso dei pezzi di metallo:
a IC=[2,16;4;92]
b IC=[2,32;5,63]
c IC=[2,92;3,92]
d IC=[2,05;7,43]
10 Da una partita di bulloni metallici è stato estratto un campione di n=100 elementi e se ne sono trovati 20
difettosi. Costruire un intervallo di confidenza al 95% per la proporzione p dei pezzi difettosi:
a IC=[0,1216;0,2784]
b IC=[0,1050;0,3084]
c IC=[0,1150;0,4082]
d IC=[0,1530;0,3910]
a A= 2 o/radice n Za/2
3 Quanto dovrebbe essere grande un campione per avere un intervallo di confidenza al 95% per il contenuto
medio di nicotina di una data marca di sigarette, se il contenuto di nicotina ha una distribuzione normale con
σ=8,5 mg e l'ampiezza dell'intervallo deve essere di 6 mg:
a n=40
b n=22
c n=31
d n=23
4 Una partita di pistoncini di freni presenta un diametroμ incognito; la varianza del diametro dei pistoncini è
invece nota e pari 0,01 cm. Si estrae un campione di n=1000 pistoncini, sui quali si osserva un diametro medio
pari a 1,2 cm. Si calcoli l'intervallo di confidenza per μ ad un livello di confidenza del 95%:
a IC=[1,1938;1,2062]
b IC=[1,2053;1,2132]
c IC=[1,1805;1,1938]
d IC=[1,1873;1,2153]
a 0.0175
b 0.0112
c 0.0135
d 0.0124
6 Nel caso di estrazione senza ripetizione la deviazione standard delle frequenze campionarie è:
7 Nel caso di estrazione con ripetizione la deviazione standard delle frequenze campionarie è:
b A=2Za/2op
d
9 Se la popolazione è sufficiente grande, o nel caso di estrazione con ripetizionesi ha che:
b n= (Z2a/2pq)/ E2
10 Si vuole conoscere la proporzione di pezzi difettosi prodotti da una macchina. Determinare la numerosità
campionaria necessaria affinchè la vera proporzione cada in un intervallo al 90%, tollerando un errore non
superiore al 3%:
a n=751,67
b n= 900
c n=1354,24
d n= 1454, 27
1 Un ipotesi statistica è:
a Consiste nel calcolare gli scostamenti tra valori osservati e valori teorici della stessa variabile desunti da
un' osservazione campionaria
b Consiste nel formulare, sulla base di dati campionari, un giudizio che induca ad accettare o rifiutare
l'ipotesi nulla, con un prefissato livello di significatività
c Consiste nel formulare, sulla base di considerazioni teoriche, un giudizio che induca ad accettare o a
rifiutare l'ipotesi nulla
d Consiste nel disporre tutte le osservazioni campionarie in modo da conservare quelle più efficienti
4 Le ipotesi statistiche:
c Se si afferma che il parametro sia diverso da un particolare valore dello spazio parametrico
22 VERIFICA DI IPOTESI SULLA MEDIA (VARIANZA NOTA E NON NOTA) E VERIFICA DI IPOTESI SULLA
PROPORZIONE
1 Sia data una popolazione normale con varianza nota. Volendo verificare l'ipotesi: contro . La statistica test da
utilizzare è:
a doppia frazione
2 Sia data una popolazione normale con varianza non nota. Volendo verificare l’ipotesi: contro . La statistica
test da utilizzare è:
a doppia frazione
d
3 Si vuole sottoporre a verifica l’ipotesi: contro , usando un livello di significatività dello 0,05. La regione di
rifiuto per il test Z è :
a z>1,645
b z < -1,645
d z < 1,96
4 Si vuole sottoporre a verifica l’ipotesi: contro usando un livello di significatività dello 0,05. La regione di
rifiuto per il test Z è:
a z > 1,645
d z > 2,81
5 Si vuole sottoporre a verifica l’ipotesi: contro usando un livello di significatività dello 0,05. La regione di
rifiuto per il test T con 16 gradi di libertà è:
a t > 1,645
d t < -1,645
6 Si vuole sottoporre a verifica l’ipotesi: contro usando un livello di significatività dello 0,05. La regione di
rifiuto per il test T con 16 gradi di libertà è:
a t > 1,746
b t < -1,746
d t < -2,120
7 Si vuole sottoporre a verifica l’ipotesi: contro , usando un livello di significatività dello 0,01. La regione di
rifiuto per il test Z è:
a z > 1,645
d z < -1,96
8 Si vuole sottoporre a verifica l’ipotesi: contro , usando un livello di significatività dello 0,01. La regione di
rifiuto per il test T con 18 gradi di libertà è: contro:
a t > 1,746
b t <-1,746
c t > 2,552
d t <-2,552
9 Si vuole sottoporre a verifica l’ipotesi: contro , usando un livello di significatività dello 0,01. La regione di
rifiuto per il test T con 17 gradi di libertà è:
a t < -2,552
c t > 2,567
10 Si vuole sottoporre a verifica l’ipotesi: contro , usando un livello di significatività dello 0,10. La regione di
rifiuto per il test Z è:
a z > 1,28
b z <-1,28
a L'indipendenza in media
b L'indipendenza correlativa
c L'indipendenza stocastica
d Ipotesi nulla
c P(A,B)= P(A)P(B)
3 Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza, i gradi di libertà
corrispondono:
a N[(r-1)(c-1)]
b (r-1)(c-1)
c (r-1)+(c-1)
d Min[(r-1)(c-1)]
4 Se il :
5 Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza 5x5, i gradi di libertà
corrispondono:
a 5
b 10
c 25
d 16
6 Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza 5x4, i gradi di libertà
corrispondono:
a 4
b 5
c 12
d 20
7 Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza 6x6, i gradi di libertà
corrispondono:
a 36
b 25
c 12
d 6
8 Se il :
9 Si vuole verificare l'ipotesi di indipendenza sulla base di una tabella di contingenza 3x3 la cui frequenza totale
è n=400. Il valore soglia per la statistica test ha distribuzione approssimativamente:
10 Si vuole verificare l'ipotesi di indipendenza sulla base di una tabella di contingenza 4x3 la cui frequenza
totale è n=400. Il valore soglia per la statistica test ha distribuzione approssimativamente:
1 Nel modello di regressione lineare semplice, quali tra le seguenti ipotesi è definita ipotesi forte:
a Ipotesi di indipendenza
2 Nel modello di regressione lineare semplice, quali tra le seguenti ipotesi è definita ipotesi debole:
a Ipotesi di indipendenza
c Ipotesi di normalità
b cov(Y1,Y2)=cov(e1,e2)=0
a Si minimizza la somma dei quadrati degli scarti tra valori osservati e valori teorici
d Si minimizzano la somma delle differenze al quadrato tra valori teorici della retta ela media di y
c Il grado di adattamento
d Un valore teorico
a E(B1)=0
b E(B1)≠β1
c E(B1)=β1
d Var(B1)=EQM)
a Var(B1)= o2/5xx
9 Uno stimatore corretto di σ², con le ipotesi di varianza costante e dell'indipendenza degli errori è il MSE* =
SSE*/n-2, il cui valore atteso è:
a E(MSE*)= σ2
b E(MSE*)= 0
c E(MSE*)≠σ2
d E(MSE*)≠(n-2)σ2
a MSE*= SSE*/n-2
b MSE*= SSE*/n-1
c MSE*= SSE*(n-2)
d MSE*= SSE*(n-1)
b ^tetto su Y quadrato
a -1 < R2<1
b 0 < R2<1
c 0 < R2+∞
a La devianza totale
b La varianza
c La covarianza
d La devianza di regressione
7 Se il coefficiente di correlazione r= 0:
a C'è discordanza
c C'è concordanza
8 In riferimento alla tabella che mostra la decomposizione della devianza totale, il rapporto F è uguale:
b F=MSR/MSE
9 Il E(SSR*) è uguale:
a E(SSR)=o2+B2 1Sxx
10 Nel modello di regressione lineare semplice per verificare l'ipotesi H0:β1=0 contro H0:β1 ≠ 0 si può utilizzate
la quantità F che è una v.c F di Fischer -Snedecor con :
31 DISTRIBUZIONI DI FREQUENZA
1 La distribuzione di frequenza è:
a La frequenza assoluta, cioè quante volte una coppia di modalità si presenta contemporaneamente per
X e per Y
c Quante volte una coppia di modalità si presenta contemporaneamente per le variabili dipendenti
3 La frequenza cumulata:
6 Quando parliamo di matrice dei dati, relativamente al numero di colonne possiamo dire che...
a è costituita da 2 colonne
b è costituita da 3 colonne
c è costituita da 4 colonne
a Da un solo vettore
b Da due vettori
c Da n vettori
9 L’Istogramma è una:
a Serie storica
b Serie territoriale
a Righe
b Colonne
c N righe ed n colonne
a Sintetizzare in un singolo valore numerico l’intera distribuzione di frequenza per effettuare confronti
nel tempo, nello spazio o tra circostanze differenti
b Sintetizzare in un singolo valore numerico solo una parte della distribuzione di frequenza per effettuare
confronti nel tempo, nello spazio o tra circostanze differenti
c Sintetizzare in un singolo valore numerico l’intera distribuzione di frequenza per effettuare confronti
nel tempo, nello spazio o tra circostanze eguali
d Sintetizzare in un singolo valore non numerico l’intera distribuzione di frequenza per effettuare
confronti nel tempo, nello spazio o tra circostanze differenti
2 La moda è un:
a Indice di variabilità
c Numero indice
d Tasso di incremento
3 Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media geometrica è pari a:
a 13
b 15,56
c 6,66
d 5,66
4 Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media aritmetica è pari a:
a 14
b 2
c 8,5
d 6
5 Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la mediana è pari a:
a 2
b 1
c 6
d 9,5
6 Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1;1), la moda è pari a:
a 2
b 1
c 6
d 9,5
7 Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), la moda è pari a:
a 2
b 1
c 6
d 9
8 Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), il valore centrale è pari a:
a 8
b 1
c 6
d 9
9 Considera il seguente insieme di osservazioni (-2; -2; -2; -14; -13; -15; -6; -1;-1), il valore massimo è pari a:
a 8
b -1
c -6
d -15
10 Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare la media geometrica:
a MEDIA.GEOMETRIC
b =MEDIA.GEOMETRICA
c =M.G.
d MEDIA.GEOM
a Minimo
b Massimo
c Moda
d Media aritmetica
a Minimo
b Massimo
c Moda
d Campo di variazione
a Minimo
b Massimo
c Moda
d Varianza
b E' basata sulla relazione di linearità tra le variabili ed i rispettivi indici di posizione
d E' basata sulla relazione di linearità tra le variabili ma non tra i rispettivi indici di posizione
9 La varianza si calcola:
c Calcolata con dati estratti sempre casualmente dalla popolazione non stratificata
1 1) Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30
domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)
a 2
b 3
c 4
d 29
2 Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30
domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)
a 2
b 12
c 4
d 29
3 Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30
domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2)
a 12
b 13
c 4
d 29
4 Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30
domande: (2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29)
a 2
b 12
c 4
d 7
a La varianza
b La deviazione standard
c Il quartile
d Lo scostamento di ogni valore della distribuzione dalla media, preso in valore assoluto
b La deviazione standard
c Il quartile
7 Una variabilità pari al valore 65 in luogo del valore 80, ottenuta eliminando i valori outlier:
8 Una variabilità pari al valore 80 in luogo del valore 65, ottenuta eliminando i valori outlier:
d Indica che è stato commesso qualche errore nei calcoli o nel programma
9 La varianza fornisce:
35 NUMERI INDICE
a Grafici
b Medie
c Indici
d Scienze statistiche
a Dividendo la modalità di un fenomeno per quella corrispondente di un\'altra distribuzione che, sul
piano logico e/o temporale, è correlata in maniera spuria
b Dividendo la modalità di un fenomeno per quella corrispondente di un altro che, sul piano logico e/o
temporale, ne costituisce causa o presupposto logico
c Mediante il rapporto tra la frequenza di una modalità rispetto a quella corrispondente di un’altra
modalità
d Mediante il rapporto tra la dimensione globale di un fenomeno e quella spaziale a cui esso fa
riferimento
a Dividendo il valore rilevato in una data circostanza per l’analogo valore rilevato per l’intera popolazione
b Dividendo la modalità di un fenomeno per quella corrispondente di un altro che, sul piano logico e/o
temporale, ne costituisce causa o presupposto logico
c Mediante il rapporto tra la frequenza di una modalità rispetto a quella corrispondente di un’altra
modalità
d Mediante il rapporto tra la frequenza di una modalità rispetto a quella corrispondente di un’altra
statistica
a Dividendo il valore rilevato in una data circostanza per l’analogo valore rilevato per l’intera popolazione
b Dividendo la modalità di un fenomeno per quella corrispondente di un altro che, sul piano logico e/o
temporale, ne costituisce causa o presupposto logico
c Mediante il rapporto tra la frequenza di una modalità rispetto a quella corrispondente di un’altra
modalità
d Mediante il rapporto tra la dimensione globale di un fenomeno e quella spaziale a cui esso fa
riferimento
a Dividendo il valore rilevato in una data circostanza per l’analogo valore rilevato per l’intera popolazione
b Dividendo la modalità di un fenomeno per quella corrispondente di un altro che, sul piano logico e/o
temporale, ne costituisce causa o presupposto logico
c Mediante il rapporto tra la frequenza di una modalità rispetto a quella corrispondente di un’altra
modalità
d Mediante il rapporto tra la dimensione globale di un fenomeno e quella spaziale a cui esso fa
riferimento
b Medie
c Indici di dispersione
d Rapporti statistici
a Strumenti matematici
b Medie
c Indici di dispersione
8 Costruendo i numeri indice della serie storica del fatturato per due aziende, vogliamo in particolare:
9 L’anno con valore pari a 100 nella serie storica dei numeri indice è:
10 Il valore dell’anno con numero indice pari a 100 nella serie storica osservata è:
36 TASSI DI INCREMENTO
1 L’inflazione è:
2 L’inflazione è:
a L'aumento prolungato del livello medio generale dei prezzi di beni e servizi in un dato periodo di tempo
a L’anno precedente
b Il mese precedente
c Il decennio precedente
d L’anno base
a L’anno precedente
b Il mese precedente
c Il decennio precedente
d L’anno base
a Il numero indice dei prezzi del mese m-1 dell\'anno a ed al numeratore il numero indice dei prezzi del
mese m dell\'anno a
b Il numero indice dei prezzi del mese m-1 dell\'anno a ed al numeratore il numero indice dei prezzi del
mese m dell\'anno a-1
c Il numero indice dei prezzi del mese m-1 dell\'anno a ed al numeratore il numero indice dei prezzi del
mese m dell\'anno a-3
d Il numero indice dei prezzi del mese m-1 dell\'anno a ed al numeratore il numero indice dei prezzi del
mese m dell\'anno a-2
a Il numero indice dei prezzi del mese m dell\'anno a-1 ed al numeratore il numero indice dei prezzi del
mese m dell\'anno a
b Il numero indice dei prezzi del mese m-1 dell\'anno a ed al numeratore il numero indice dei prezzi del
mese m dell\'anno a-1
c Il numero indice dei prezzi del mese m-1 dell\'anno a ed al numeratore il numero indice dei prezzi del
mese m dell\'anno a-3
d Il numero indice dei prezzi del mese m-1 dell\'anno a ed al numeratore il numero indice dei prezzi del
mese m dell\'anno a-2
a I tassi di variazione
b Le medie
c Le tendenze centrali
d L’inflazione
8 La deflazione è:
a Espressa in percentuale
b Sempre
c Sempre >0
d Sempre >0
a Non esiste
c È sempre
d Il dato dell’anno t
c X e Y sono positive
a X e Y sono dipendenti
5 La correlazione indica:
a Il grado della relazione tra variabili, e per mezzo di essa si cerca di determinare quanto bene
un’equazione lineare o un’altra equazione qualsiasi descrivano o spieghino tale relazione tra variabili.
b Il grado della relazione tra variabili, e per mezzo di essa si cerca di determinare quanto bene
un’equazione non lineare descrive tale relazione tra variabili
c Il tipo di relazione tra variabili, e per mezzo di essa si cerca di determinare quanto bene un’equazione
lineare o un’altra equazione qualsiasi descrivano o spieghino tale concordanza tra variabili
d Il grado della relazione tra variabili, e per mezzo di essa si cerca di determinare quanto bene
un’equazione spieghi tale relazione non lineare tra variabili
d Non vi è correlazione
d Non vi è correlazione
d Non vi è correlazione
d Non vi è correlazione
a R=0
b R varia tra -1 ed 1 ed è spesso elevato, e le variabili sono legate da un rapporto serio di causalità
c R=1
d R varia tra -1 ed 1 e può essere elevato, ma le variabili non sono legate da un rapporto serio di causalità
a R è basso
b R è alto
c R=0
a R è basso
b R è alto
a R è basso
a R è basso
b Altri fattori variabili, che rappresentano circostanze comuni ,influiscono su quelli presi in
considerazione
a il legame di interdipendenza
b Il legame di dipendenza
8 Dividendo il numero delle nascite in una comunità durante un periodo di tempo e la quantità della
popolazione media dello stesso periodo si ottiene:
b Coefficiente di mortalità
c Caso di correlazione spuria
d Coefficiente di natalità
9 Dividendo il numero delle morti in una comunità durante un periodo di tempo e la quantità della popolazione
media dello stesso periodo si ottiene:
b Coefficiente di mortalità
d Coefficiente di natalità
10 Dividendo il numero delle morti e delle nascite in una comunità durante un periodo di tempo
rispettivamente per la quantità della popolazione media dello stesso periodo si può ottenere:
a Correlazione spuria
b Correlazione spuria se l’andamento della popolazione non è correlato col numero di nati e morti
d R=1 o prossimo ad 1
c Le variazioni dei livelli della variabile nel tempo con riferimento ad una base
d Le variabili
b L’andamento dei livelli della variabile nel tempo senza una base
c Pari a 100
c Pari a 100
d Superiori a 100 se il livello della variabile tende a crescere rispetto all’anno base
c Pari a 100
d Superiori a 100 se il livello della variabile nell’anno x tende a crescere rispetto all’anno precedente
5 La formula per calcolare il numero indice tra l’anno t e t-1 per la variabile X in Excel è preceduta da:
a Il segno eguale
b Il segno –
c Nessun segno
d T
6 Se il tasso di incremento tra t e t-1 è pari a 1,2%, allora il numero indice in t, con base t-1 sarà:
a 100
b 80
c 70
d 101,2
7 Se il tasso di incremento tra t e t-1 è pari a 2,2%, allora il numero indice in t, con base t-1 sarà:
a 102,2
b 70
c 101,2
d 90
8 Se il tasso di incremento tra t e t-2 è pari a 1,2%, allora il numero indice in t, con base t-2 sarà:
a 101
b 80
c 70
d 101,2
9 Se il tasso di decremento tra t e t-1 è pari a -1,2%, allora il numero indice in t, con base t-1 sarà:
a 98,8
b 99
c 97,8
d 101,2
10 Se il tasso di decremento tra t e t-2 è pari a -5,2%, allora il numero indice in t, con base t-2 sarà:
a 94,8
b 80
c 100
d 101,2
40 LA REGRESSIONE LINEARE
1 Per rappresentare graficamente la forma della relazione tra due variabili X ed Y si utilizza:
a L’istogramma
b Il diagramma a dispersione
c L’ogiva
b Studiare X e Y
c Studiare la tendenza di X e Y
d La varianza
a Polinomiale
b Parabola
c Retta
a Qualsiasi delle infinite rette che si possono tracciare tra i punti del diagramma di dispersione generato
dalle coppie X,Y
b Qualsiasi delle infinite rette che si possono tracciare tra i punti del diagramma di dispersione generato
dalle coppie Z,Y
c Sola, e ben definita, tra le infinite rette che si possono tracciare tra i punti di un diagramma a
dispersione
d È quella retta che massimizza la somma delle distanze, elevata al quadrato, tra le Y osservate e le Y
stimate o previste
a Predittore
b Valore osservato
c Valore predetto
d Intercetta
a Predittore
b Valore osservato
c Valore predetto
d intercetta
a Dal tempo
b Dalle osservazioni dei dati quantitativi nel tempo, si possono avere serie mensili, giornaliere, annuali
c Dalle osservazioni dei dati quantitativi nel tempo, si possono avere serie mensili o giornaliere
d Dalle osservazioni dei dati quantitativi nel tempo, si possono avere serie mensili, giornaliere, annuali
solo per caratteri qualitativi
3 La media mobile è:
5 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie mobili di ordine tre si
possono calcolare:
a 3
b 2
c 0
d 4
6 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie mobili di ordine cinque si
possono calcolare:
a 3
b 2
c 0
d 4
7 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7,0), quante medie mobili di ordine tre si
possono calcolare:
a 5
b 2
c 0
d 4
8 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima media mobile di ordine
tre calcolabile in tempo reale:
a 1/2
b 0
c 17/3
d 11/3
9 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima media mobile di ordine
cinque calcolabile in tempo reale:
a 21/5
b 20/5
c 17/5
d 1/2
10 Consideriamo la seguente serie storica di valori contigui (2,2,3,5,3,4,6,7), quante medie mobili di pesate di
ordine tre si possono calcolare:
a 6
b 2
c 0
d 4
a Le analisi statistiche
a Semplice
b Strutturato
c Complesso
d Quantitativo
a Intero
b Reale
c Booleano
d Complesso
4 Nella somma logica con operando A=1 ed operando B=1, il totale sarà
a 2
b 1
c 0
d 0,1
5 Nella somma logica con operando A=0 ed operando B=0, il totale sarà:
a 2
b 1
c 0
d 0,1
6 Nel prodotto logico con operando A=0 ed operando B=1, il totale sarà:
a 2
b 1
c 0
d 0,1
7 Nel prodotto logico con operando A=VERO ed operando B=FALSO, il totale sarà:
a F
b V
c 0
d 0,1
8 Nel prodotto logico con operando A=VERO ed operando B=VERO, il totale sarà:
a 1
b F,V
c V
d F
a 0
b V
c F
d 1
43 LA PROBABILITÀ
a Tra 0 ed 1
b Tra 2 e 3
c Minori di 2
d Minori di 3
3 La probabilità del verificarsi di due eventi che si escludono a vicenda è data dal:
c Somma delle probabilità del non verificarsi di ciascuno dei due eventi
d Prodotto delle probabilità del non verificarsi di ciascuno dei due eventi
a Uguale ad 1
b Minore di 1
c Maggiore di 1
d 0
b Sono rari
a Sinonimi
b Complementari
c Sinonimo di sottoinsiemi
a Viene modificata
b Non viene modificata
c È pari a 0
d È pari ad 1
8 Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un asso:
a 0,2
b 0,3
c 0,5
d 0,1
9 Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una carta di bastoni:
a 0,2
b 0,3
c 0,5
d 0,25
10 Da un mazzo di carte viene estratta una carta. Calcolare la probabilità di ottenere una figura:
a 10/40
b 11/40
c 13/40
d 12/40
1 Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un fante o un re:
a 8/40
b 4/40
c 2/40
d 1/40
2 Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una figura o una carta
inferiore a 6:
a 12/40
b 20/40
c 32/40
d 10/40
3 Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re alla
prima estrazione e una carta di coppe alla seconda:
a 1/10
b 1/40
c 1/4
d 0,20
4 Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re e un
asso:
a 1/10
b 2/10
c 2/100
d 1/100
5 Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la probabilità di
successo in un lancio:
a 1/6
b 2/6
c 6/6
d 5/6
6 Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la probabilità di
insuccesso in un lancio:
a 1/6
b 2/6
c 6/6
d 5/6
7 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2), estraendo a
caso un punteggio quale è la probabilità di ottenere un numero pari e inferiore a 6:
a 3/10
b 4/10
c 5/10
d 1
8 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a
caso un punteggio quale è la probabilità di ottenere un numero pari o inferiore a 6:
a 3/10
b 0.7
c 5/10
d 0.8
9 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a
caso due punteggi con reimmissione, quale è la probabilità di ottenere almeno un 7 alla prima estrazione:
a 0.2
b 0.3
c 0.4
d 0.5
10 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a
caso due punteggi con reimmissione, quale è la probabilità di ottenere due punteggi la cui somma sia 9:
a 10/100
b 15/100
c 30/100
d 14/100
45 ESERCITAZIONE 2 – PROPORZIONI
1 Il numero di cuori negli esseri viventi ed il numero di battiti cardiaci al minuto possono entrambi essere
definiti:
a Soggetti
b Variabili
c Caratteristiche
2 Si supponga di avere la seguente distribuzione di 10 individui secondo la nazionalità: Italiani n.3, Francesi n.4,
Spagnoli n.3. La caratteristica nazionalità è misurata su scala:
a Nominale
b Ordinale
c A intervalli equivalenti
d Non nominale
a Il rapporto tra ciascuna frequenza ed il totale delle frequenze e moltiplicando per 100 il risultato
c Il rapporto tra ciascuna frequenza ed il totale delle frequenze e moltiplicando per 1000 il risultato
d Il rapporto il totale delle frequenze e ciascuna frequenza e moltiplicando per 100 il risultato
4 Quando si calcolano le frequenze cumulate percentuali, l'ultimo valore che si ottiene, cioè il più elevato, è:
a 1000
b 100
c N
d N-1
5 La mediana è:
a La frequenza cumulata al di sopra e al di sotto della quale cade un ugual numero di casi
b La frequenza relativa (per scale nominali e rapporti) al di sopra e al di sotto della quale cade un ugual
numero di casi
c La frequenza cumulata (per scale nominali e ordinali) al di sotto della quale cade un ugual numero di
casi
d La categoria o il punteggio al di sopra e al di sotto del quale cade un ugual numero di casi
b Solo negativi
c Negativi e positivi
d Solo Nulli
7 La media:
8 Un test fornisce punteggi compresi tra 0 e 120. La media del test, calcolata su un campione, risulta 142,9. Il
risultato è:
a Corretto
b Probabilmente sbagliato
c Sicuramente sbagliato
d Il valore massimo
9 Un test fornisce sicuramente punteggi compresi tra 0 e 120. La mediana del test, calcolata da un ricercatore
su un campione, risulta 142,9. Il punteggio massimo ottenibile è:
a 120
b 142,9
c 0
d Non calcolabile
a Rappresenta la distanza tra il punto zero (origine) dell’asse delle ascisse e il punto in cui la retta taglia
l’asse delle ordinate
b Rappresenta la distanza tra il punto zero (origine) dell’asse delle ordinate e il punto in cui la retta taglia
l’asse delle ascisse
c Rappresenta la distanza tra il punto zero (origine) dell’asse delle ordinate e il punto in cui la retta taglia
l’asse delle ordinate
d Rappresenta la distanza tra il punto 1 (origine) dell’asse delle ascisse e il punto in cui la retta taglia
l’asse delle ordinate
a Differiscono
b Coincidono
c Possono coincidere
d Sono pari ad 1
a Differiscono
b Coincidono
c Possono coincidere
d Sono pari ad 1
a Differiscono
b Coincidono
c Possono coincidere
d Sono pari ad 1
a Differiscono
b Coincidono
c Possono coincidere
d Sono l’uno l’opposto dell’altro
6 Prova anche a realizzare in Excel i grafici che seguono. Quando rxy = 0, le due rette di regressione Y’=ay+byX e
X’= ax+bxY sono:
b Parallele
c Coincidono
d Sono polinomiali
7 Prova anche a realizzare in excel i grafici che seguono. Quando rxy = -1, le due rette di regressione Y’=ay+byX
e X’= ax+bxY sono:
b Parallele
c Coincidono
d Sono polinomiali
8 Prova anche a realizzare in excel i grafici che seguono. Quando rxy = +1, le due rette di regressione Y’=ay+byX
e X’= ax+bxY sono:
b Parallele
c Coincidono
d Sono polinomiali
9 Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione lineare, sapendo che il coefficiente di
correlazione è uguale a 0.76, il coefficiente di determinazione sarà pari a:
a 0.53
b 0.43
c 0.33
d 0.58
10 Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione non lineare, sapendo che il coefficiente di
determinazione è uguale a -1, il coefficiente di correlazione sarà pari a:
a 1
b -1
c Non è possibile calcolarlo con i dati a disposizione che non sono corretti
b Calcolare le varianze
b Calcolare le varianze
c Calcolare le varianze
4 Nella serie ordinata secondo il tempo t e con valori (100,200,350,500,600) le medie mobili di ordine 3 con 2
cifre decimali sono:
a 100.50 e 200.00
5 Nella serie ordinata secondo il tempo t e con valori(10,100,200,350,500,600) le medie mobili di ordine 5
sono:
a 100 e 202
d 232 e 350
6 Nella serie (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3 sono:
d Calcolare le frequenze
d Calcolare le frequenze
48 L'INFERENZA ED IL CAMPIONAMENTO
a Corretta
b Efficiente
c Consistente
a Corretta
b Efficiente
a Convergente in probabilità
b Efficiente
c Consistente
d Non è opportuno definire la stima del parametro nel campione, ma nella popolazione
c Convergente
c Convergente
b Minima
c Variabile
7 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500 siano risultati sensibili
ad un determinato farmaco. Indicare quale è la proporzione campionaria di persone sensibili al farmaco:
a 0,25
b 0,30
c 0,50
d 0,2
8 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 1000 siano risultati sensibili
ad un determinato farmaco. Indicare quale è la proporzione nella popolazione di persone sensibili al farmaco:
b 0,35
c 0,50
d 0,2
9 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500 siano risultati sensibili
ad un determinato farmaco. Indicare quale è la proporzione campionaria di persone non sensibili al farmaco:
a 0,25
b 0,30
c 0,75
d 0,2
10 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500 siano risultati sensibili
ad un determinato farmaco. Con un grado di fiducia del 95%, stimiamo che la proporzione della popolazione
sensibile al farmaco deve essere compresa tra:
a 0,24 e 0,28
b 0,23 e 0,29
c 0,50 e 0,90
d 0,23 e 0,27
a Varianza
b Devianza
c Devianza
d Coefficiente di determinazione
a La varianza spiegata
b La varianza residua
c Il Coefficiente di correlazione
d Il Coefficiente di regressione
3 La quantità espressa da 1-r2xy con r2xy che indica la proporzione di varianza comune a X e Y è denominata:
a Varianza
b Devianza
c Varianza residua
d Varianza spiegata
4 Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità tecniche” è pari a 0,76.
Considerando una relazione lineare tra X ed Y, dove quest’ultima è la variabile dipendente, il coefficiente di
determinazione sarà pari a:
a 0,78
b 0,58
c 0,38
d 0,28
5 Il coefficiente di correlazione di Pearson tra X= “quantità di grassi saturi assunte” ed Y= ”speranza di vita” è
pari ad -1. Considerando una relazione lineare tra X ed Y, dove X è la variabile dipendente ed Y quella
indipendente, il coefficiente di determinazione sarà pari a:
a 1
b 0,58
c 0,38
d 0,28
6 Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità tecniche” è pari a 0,76.
Considerando una relazione lineare tra X ed Y, dove quest’ultima è la variabile dipendente, la varianza residua
sarà pari a:
a 78%
b 42%
c 58%
d 28%
7 Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità tecniche” è pari a 0,76.
Considerando una relazione lineare tra X ed Y, dove quest’ultima è la variabile dipendente, la varianza comune
sarà pari a:
a 58%
b 78%
c 38%
d 28%
8 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70
alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di risposte
corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di
profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64; se=2,5. Indicare quale
è la variabile indipendente:
c Attitudine all’Inglese
9 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70
alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di risposte
corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di
profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64; se=2,5. Indicare quale
punteggio dovrebbe ottenere al test di profitto un ragazzo che sbaglia tutte le domande al test attitudinale:
a 20
b 30
c 40
d 10
10 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70
alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di risposte
corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di
profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64; se=2,5. Per ogni
risposta corretta in più al test attitudinale indicare di quanti punti aumenta il punteggio al test di profitto:
a 2
b 3
c 4
d 1
50 ANALISI DELL'INTERDIPENDENZA
1 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico. All’inizio del corso ai
70 alunni viene somministrato un test attitudinale per l’Informatica che fornisce punteggi in termini di risposte
corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’Informatica per ogni ragazzo con un test
di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello di
apprendimento dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+2X: r2=0,74;
se=3,5. Indicare di quanti punti è l’errore medio di previsione:
a 3,8
b 4,0
c 3,5
d 3,1
2 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico. All’inizio del corso ai
70 alunni viene somministrato un test attitudinale per l’Informatica che fornisce punteggi in termini di risposte
corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’Informatica per ogni ragazzo con un test
di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello di
apprendimento dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+3X: r2=0,74;
se=3,5. Indicare per ogni risposta corretta al test attitudinale di quanti punti aumenta il punteggio al test di
profitto e come si chiama questo parametro:
a 15, intercetta
b 3, coefficiente di regressione
c 3, intercetta
3 Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica (numero di
risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88. Sulla base
del risultato ottenuto si può evidenziare che:
c Le persone molto brave in letteratura inglese risultano molto abili anche in matematica
d Le persone con punteggi bassi in matematica hanno buone prestazioni in letteratura inglese
4 Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica (numero di
risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88. Sulla base
del risultato ottenuto si può evidenziare che:
c Le persone molto brave in letteratura inglese risultano molto abili anche in matematica
a Esponenziale
b Polinomiale
c Lineare
d Non lineare
a Ai valori più piccoli di una delle due variabili corrispondono generalmente i più piccoli dell’altra, e se ai
valori più grandi corrispondono in genere i più grandi;
b Ai valori più piccoli di una delle due variabili corrispondono generalmente i più grandi dell’altra, e se ai
valori più grandi corrispondono in genere i più piccoli;
a Assoluta di concordanza
8 La correlazione:
a A differenza della regressione, non richiede di stabilire quale variabile sia antecedente all’altra (in
termini di dipendenza)
b Richiede di stabilire quale variabile sia antecedente all’altra (in termini di dipendenza)
c Non richiede di stabilire quale variabile sia antecedente all’altra (in termini di interdipendenza)
d A differenza della regressione, non richiede di stabilire quale frequenza sia antecedente all’altra (in
termini di dipendenza)
b Rapporti causa-effetto
c Dipendenza
d Dipendenza
a Indipendenza
b Dipendenza
c Casualità
51 LA DISTRIBUZIONE NORMALE
a La funzione che associa a ciascun valore x la probabilità dell‘evento “la variabile casuale X assume valori
maggiori di x”
b La funzione che associa a ciascun valore x la probabilità dell‘evento “la variabile casuale X assume valori
minori o uguali ad x”
c La funzione che associa a ciascun valore x la probabilità dell‘evento “la variabile casuale X assume valori
minori di x”
d La funzione che associa a ciascun valore x la probabilità dell‘evento “la variabile casuale X assume valori
uguali ad x”
2 La funzione di densità di probabilità della distribuzione Normale è asintotica di X verso -∞ e +∞, cioè:
a Media; mediana
b Moda; Varianza;
c Media; Varianza;
4 Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e
l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27
yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore 24 riportato nella prima riga della tabella rappresenta:
a Una frequenza
d Il posto d’ordine
5 Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e
l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27
yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di una
temperatura media pari a 17 gradi è:
a 3/9
b 2/10
c 4/10
d 5/10
6 1) Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e
l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27
yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di una
temperatura media pari a 25 gradi, che ipotizziamo essere una v.c distribuita normalmente, è:
a 0,7
b 0,8
c 0,9
d 0,1
7 Indicare la percentuale di bollette con importi inferiori a 60 euro, tra i bimestri con temperatura media
superiore a 20°:
a 2/5
b 1/5
c 3/5
d 4/5
a Xi = media
b Xi = 1
c Xi = varianza
d Xi = deviazione standard
9 Poiché nella v.c. Normale la funzione f(X) raggiunge il suo punto più alto in corrispondenza di Xi = µ, ciò
comporta che media, mediana e moda:
a Siano diverse
b Media
c Moda>Media>Mediana
d Coincidano
a Sinonimi
b Indifferenti
d Convergenti
a Campione
b Popolazione
c Sottoinsieme
d Campione a valanga
a Campione
b Popolazione
c Sottoinsieme
d Campione a valanga
c E’ una funzione teorica espressa con regole matematiche relative a un insieme infinito di dati
d E’ una funzione teorica espressa con regole matematiche relative a un insieme finito di dati
a Simmetrica e unimodale
b Definita da un’equazione particolare che permette di calcolare, data un’ordinata, porzioni di area
sottese alla curva stessa
c Simmetrica e bimodale
d Bimodale
a Media= 0
b Deviazione standard= 1
d Essere definita da un’equazione particolare che permette di calcolare, data un’ordinata, porzioni di
area sottese alla curva stessa
b Deviazione standard= 1
d Caratteristiche bimodali
b Deviazione standard= 1
9 Valori estremi, cioè posizionati verso le code di una distribuzione di probabilità, hanno una probabilità di
verificarsi per caso:
b Nulla
a Nella colonna di sinistra con una cifra decimale; la seconda cifra decimale è situata nella prima riga in
alto della stessa tavola
b Nella colonna di sinistra con una cifra decimale; la terza cifra decimale è situata nella prima riga in alto
della stessa tavola
c Nella colonna destra con una cifra decimale; la seconda cifra decimale è situata nella prima riga in alto
della stessa tavola
d Nella colonna centrale con una cifra decimale; la seconda cifra decimale è situata nella prima riga in
alto della stessa tavola
d Tre valori
a La probabilità che si verifichi l’evento favorevole è uguale alla probabilità che non si verifichi l’evento
sfavorevole
b La probabilità che si verifichi l’evento favorevole è uguale alla probabilità che non si verifichi l’evento
favorevole
c Può assumere solo due valori, indipendentemente dalla probabilità di ottenere uno o l’altro dei due
valori
d Può assumere solo una probabilità=0 od 1
c La probabilità di incontrare a caso un bambino con problemi di apprendimento tra le classi sociali
svantaggiate è superiore al 30%
d La media dei tempi di reazione dei maschi è inferiore a quella delle femmine
c La probabilità di incontrare a caso un bambino con problemi di apprendimento tra le classi sociali
svantaggiate è superiore al 30%
d La media dei tempi di reazione dei maschi è inferiore a quella delle femmine
b La probabilità di incontrare a caso un bambino con problemi di apprendimento tra le classi sociali
svantaggiate è superiore al 60%
c La media dei tempi di reazione dei maschi è inferiore a quella delle femmine
d Le medie dei gruppi A,B,C non differiscono tra loro in modo significativo
b La probabilità di incontrare a caso un bambino con problemi di apprendimento tra le classi sociali
svantaggiate è superiore al 50%
c La media dei tempi di reazione dei maschi è inferiore a quella delle femmine
c La media dei tempi di reazione dei maschi è inferiore a quella delle femmine
d Le medie dei gruppi A,B,C non differiscono tra loro in modo significativo
b La probabilità di incontrare a caso un bambino con problemi di apprendimento tra le classi sociali
svantaggiate è superiore al 50%
c La media dei tempi di reazione dei maschi è inferiore a quella delle femmine
b La probabilità di incontrare a caso un bambino con problemi di apprendimento tra le classi sociali
svantaggiate è superiore al 50%
c La media dei tempi di reazione dei maschi è uguale a quella delle femmine
a C’è una relazione significativa tra reddito delle persone e livello di istruzione
b La probabilità di incontrare a caso un bambino con problemi di apprendimento tra le classi sociali
svantaggiate è inferiore al 50%
c La media dei tempi di reazione dei maschi è inferiore a quella delle femmine
1 La seguente ipotesi: “C’è una minore astensione dal lavoro nel reparto A rispetto al reparto B di una fabbrica”
è:
a Nulla
b Monodirezionale sinistra
c Monodirezionale destra
d Bidirezionale
2 La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di individui è significativamente
diverso” è:
a Nulla
b Monodirezionale sinistra
c Monodirezionale destra
d Bidirezionale
3 La seguente ipotesi: “La media della popolazione da cui deriva un certo campione non è 200”
a Nulla
b Monodirezionale sinistra
c Monodirezionale destra
d Bidirezionale
4 La seguente ipotesi: “La probabilità di ottenere croce lanciando una certa moneta è superiore a 0,5” è:
a Nulla
b Monodirezionale sinistra
c Monodirezionale destra
d Bidirezionale
5 La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un dado, e vince un
numero elevato di volte. Sospettiamo che il dado sia truccato” è:
a Nulla
b Monodirezionale sinistra
c Monodirezionale destra
d Bidirezionale
6 La seguente ipotesi: “Il tempo medio di riconoscimento di alcuni dipinti storici impiegato dagli studenti è
inferiore a 20 secondi” è:
a Nulla
b Monodirezionale sinistra
c Monodirezionale destra
d Bidirezionale
7 La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un dado, e vince un
numero elevato di volte. Sospettiamo che il dado sia truccato”. La probabilità sotto l’ipotesi nulla, cioè se le
vincite sono dovute al caso è:
a 2/6
b 3/6
c 1/6
d 0
8 La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di individui è significativamente
diverso” ha il seguente segno del valore critico:
a +
b –
c -, -
d ±
9 Quale probabilità si ha di commettere l’errore di I tipo se si rifiuta l’ipotesi nulla avendo scelto un livello di
significatività del 5%:
a 1%
b 10%
c 5%
d 2%
10 Ponendo ed H1 monodirezionale destra, indicare quando è possibile rifiutare l’ipotesi nulla; ciò accade nel
caso in cui il risultato del test effettuato lasci alla sua destra:
a Il 4% dei casi
c Il 7% dei casi
d Il 8% dei casi
STATISTICA
1 La statistica ci offre gli strumenti per: Organizzare, riassumere, analizzare i dati relativi
ad un fenomeno, ottenuti attraverso le misurazioni.
2 L’Inferenza ha lo scopo di: Dedurre le caratteristiche dell’intera popolazione a partire da
dati raccolti
3 La statistica descrittiva: Organizza e riassume i dati
4 La popolazione è: L’ universo di elementi che forma l’oggetto di uno studio statistico
5 Il campione è: Un sottoinsieme della popolazione
6 Un campione rappresentativo è: Casuale
7 Il campionamento sistematico è: Caratterizzato dalla selezione di un elemento ogni k
elementi successivi
8 Il campionamento stratificato è: Caratterizzato da popolazione divisa in sottogruppi
omogenei
9 Il campionamento a blocchi è: Caratterizzato da cluster
10 La statistica permette di ragionare: Facendo deduzioni ed induzioni
11 Le fasi di una indagine statistica si conviene siano le seguenti: Definizione degli obiettivi
della ricerca; Rilevazione dei dati; Elaborazione metodologica; Presentazione ed
interpretazione dei risultati; Utilizzazione dei risultati raggiunti.
12 L’indagine statistica può essere: Campionaria o di tipo censuario
13 La statistica induttiva: Fa inferenza
14 La mutabile è: Un carattere qualitativo
15 Il numero di lanci di una moneta è una: Variabile discreta
16 Il reddito pro-capite è una : Variabile continua
17 Consideriamo la relazione y=f(x), dove x è rappresentato dall’inflazione ed y sono i tassi
di interesse nell’Euro Area: x è la variabile indipendente
18 Considera la relazione causa-effetto y = -f(x), calcola la y sapendo che f(x) = -10 ed
indica il tipo di relazione:y = 10; la relazione è lineare
19 Considera la relazione causa-effetto y=-f(x)2, calcola la y sapendo che f(x)=-10 ed indica
il tipo di relazione:y = 100; la relazione è non lineare
20 La sommatoria di tutte le frequenze relative di una tabella di frequenza è pari a:1
21 Che cosa è l'unità statistica: L'unita elementare oggetto di osservazione e di studio
22 La popolazione è finita: Quando è determinabile il numero di unità che compongono
23 Il lancio di una moneta è un esempio di: Popolazione infinita
24 Il carattere sesso è: Carattere qualitativo sconnesso
25 Il carattere età è: Un carattere continuo
26 Il carattere titolo di studio è: Un carattere qualitativo rettilineo
27 Il carattere stato civile è: Carattere qualitativo sconnesso
28 Il carattere numero di figli è: Carattere discreto
29 Il carattere professione è: Un carattere qualitativo sconnesso
30 Non è una scala di misura delle manifestazioni di un carattere statistico: La scala
semilogaritmica
31 La frequenza assoluta è: Il numero delle volte ni in cui la modalità xi è stata osservata
32 La frequenza relativa è uguale: ni/n
33 In una distribuzione statistica, la somma delle frequenze relative:È sempre uguale a 1
34 Una classe è aperta:Se entrambi gli estremi sono esclusi
35 Una classe è chiusa:Se entrambi gli estremi sono inclusi
36 L'ampiezza della classe è: La differenza tra estremo superiore e estremo inferiore della
classe
37 La classe è chiusa a sinistra se:Solo l'estremo sinistro è incluso
38 Il valore centrale è:La semisomma dei due estremi
39 In una tabella doppia se entrambi le variabili sono qualitative, si parla di:Tabella di
contingenza
40 In una tabella doppia se entrambi le variabili sono quantitative, si parla di:Tabella di
correlazione
41 La rappresentazione grafica di distribuzioni di frequenze che si sviluppa attraverso una
serie di rettangoli contigui viene chiamata:Istogramma
42 Le densità di frequenza di un istogramma: Si ottengono dal rapporto tra la frequenza di
una classe e l'ampiezza della classe medesima
43 Come viene classificato l'ortogramma:Sia a nastro sia a colonne
44 Costituiscono rappresentazioni grafiche adatte per caratteri quantitativi:L'istogramma e
box-plot
45 La rappresentazione grafica che si sviluppa attraverso una circonferenza suddivisa in
tanti spicchi, viene chiamata:Diagramma circolare
46 Per la costruzione di un box plot si utilizzano i seguenti valori:Xmin Q1 Med Q3 xmax
47 Il box plot, rappresentato tramite un rettagolo, è diviso al suo interno:Dalla mediana
48 Il box plot fornisce informazioni:Sulla variabilità, sulla presenza di valori anomale e sulla
simmetria/asimmetria della distribuzione
49 All'interno del rettangolo (box plot) sono contenute:Il 50% delle osservazioni
50 Costituiscono rappresentazioni grafiche adatte per caratteri qualitativi: Ortogramma e
diagramma circolare
51 Tra due variabili vi è indipendenza assoluta se: Le frequenze osservate sono uguali alle
frequenze teoriche
52 Si chiama contingenza:La differenza tra frequenze osservate e frequenze teoriche
53 La somma delle contingenze di ciascuna riga e di ciascuna colonna sono: Nulle
54 L'indice chi-quadrato di Pearson (χ2) : Dipende dalla dimensione del collettivo
55 Se si raddoppia la numerosità campionaria, il valore del chi-quadrato: Raddoppia
56 Il max χ2 è uguale: n x [min (r-1; c-1)]
57 L'indice di contingenza quadratica medio φ2è uguale: χ²/n
58 L'indice di connessione di Cramer varia: tra zero e uno
59 Indice chi-quadrato è un indice:Simmetrico
60 Quali di questi indici è relativo L'indice di connessione di Cramer
61 Vengono prelevate 15 compresse da un lotto di produzione, i valori sono: 0,485; 0,442;
0,466; 0,448; 0,419; 0,415; 0,450; 0,435; 0,443; 0,410; 0,434; 0,450; 0,422; 0,440; 0,464.
Calcolare il peso medio:0.4415
62 Consideriamo i seguenti dati: classi frequenze 10-20 5 20-30 8 30-40 12 40-50 9
50-60 3 Calcolare la media aritmetica:34.19
63 La media geometrica è uguale:Alla radice n-esima del prodotto dei termini
64 Trovare la media geometrica: 3, 5, 6, 6, 7, 10, 12:6.43
65 Calcolare la media geometria relativa all'andamento dei prezzi di un dato prodotto:
1,103 1,031 0,939 1,097:1.04
66 I Voti riportati da uno studente in fisica, statistica e matematica sono: 71, 78, 89 (voti in
centesimi). I pesi attribuiti alle discipline sono rispettivamente 2, 4, 5. Calcolare la media
dei voti:82
67 La media armonica è:Il reciproco della media aritmetica dei reciproci dei termini
68 Due punti C e D, distano 80 km, un corpo si muove da C a D alla velocità di 80 km/h e da
D a C alla velocità di 20 km/h. Determinare la velocità media dell'intero tragitto:32km/h
69 La media armonica è particolarmente usata:Quando si mediano rapporti di tempo
70 La media geometrica è particolarmente usata:Quando i diversi valori vengono per loro
natura moltiplicati
71 Calcolare la mediana della seguente serie di voti: 19, 20, 22,18, 26, 30, 28: 22
72 Calcolare la mediana della seguente serie: -2, -3, -5, 0, 1, 4, 7: 0
73 Il secondo quartile coincide con: La mediana
74 Si consideri la seguente distribuzione in classi: pesi frequenze 48-52 7 53-57
31 58-62 25 63-67 22 68-72 20 73-77 11 78-82 4 la classe mediana:58-62
75 Con riferimento alla domanda 4 la mediana:61.52
76 Il primo quartile: Quel valore che lascia alla sua destra il 75% delle osservazioni e alla
sua sinistra il 25% delle osservazioni
77 Si consideri la seguente distribuzione in classi: pesi frequenze 48-52 7 53-57
31 58-62 25 63-67 22 68-72 20 73-77 11 78-82 4 Calcolare il primo quartile:55.97
78 Si consideri la seguente distribuzione in classi: pesi frequenze 48-52 7 53-57
31 58-62 25 63-67 22 68-72 20 73-77 11 78-82 4 Calcolare il terzo quartile 69
79 Data una serie di valori numerici, il valore a cui corrisponde la massima frequenza si
chiama: Moda
80 Cosa si intende variabilità: E' l'attitudine di un fenomeno quantitativo ad assumere
differente modalità
81 Quale dei seguenti indici indica la variabilità di una serie dei dati:Scarto quadratico
medio
82 La devianza è:La somma degli scarti dalla media aritmetica al quadrato
83 Conoscendo la devianza, lo scarto quadratico medio si ricava calcolando:La radice
quadrata del rapporto tra devianza e numerosità del collettivo
84 Calcolare la varianza dei seguenti numeri: 12,6,7,3,15,10,18,5:23,75
85 Calcolare lo scarto quadratico medio dei seguenti numeri: 12,6,7,3,15,10,18,5:4,87
86 Il coefficiente di variazione è dato dal rapporto, espresso in termini percentuali, tra:Lo
scarto quadratico medio e media aritmetica
87 La differenza interquartile è data dalla:Tra terzo e primo quartile
88 Il campo di variazione è dato dalla:Differenza tra valore massimo e minimo della
distribuzione
89 La mutabilità è:L'attitudine di un fenomeno qualitativo ad assumere differente modalità
90 Dire se la seguente distribuzione è simmetrica: 8,14,16,16,16,21,21:Non è simmetrica
91 L'asimmetria di una distribuzione denota che:I valori del caratteri sono distribuiti con
frequenze differenti attorno al suo valore centrale
92 L'asimmetria di una distribuzione può essere:Nulla, positiva o negativa
93 Se la distribuzione è asimmetria positiva si ha:Med-Q1
94 Se la distribuzione è asimmetria negativa si ha:Med-Q1 > Q3-Med
95 L'indice di asimmetria Skewness di Pearson è calcolato:Come differenza tra la media
aritmetica e la moda divisa la deviazione standard
96 La curtosi rappresenta:Il grado di schiacciamento di una distribuzione intorno al suo
centro di gravità e rispetto alla curva normale
97 La distribuzione di dice platicurtica se:E' più schiacciata rispetto alla normale
98 La distribuzione di dice leptocurtica se:E' più appuntita rispetto alla normale
99 Il coefficiente di curtosi di Pearson è uguale:Momento quarto/quadrato della varianza
100 Si ha indipendenza in media tra due variabili statistiche se:Le media parziali sono
uguali tra di loro ed uguali alla media generale
101 L'indipendenza in media:Non è un concetto simmetrico
102 Il rapporto di correlazione di Pearson varia:Tra 0 e 1
103 Si ha concordanza tra due variabili se:Cod(X,Y)>0
104 Si ha discordanza tra due variabili se:Cod(X,Y)
105 Si ha indipendenza correlativa tra due variabili se:Cod (X,Y)=0
106 Due variabili si dicono perfettamente correlate se:Il coefficiente di correlazione è pari
a 1 in valore assoluto
107 Date le variabili: X(Velocità km/h): 60,80,100,120,130 Y(Consumo in quinta km/litro):
28.8, 24.2,20,18.2,16. La codevianza (X,Y) è:-577.6
108 La covarianza (X,Y):E' una misura simmetrica
109 Il coefficiente di correlazione:E' un numero puro
110 Il coefficiente angolare bi rappresenta:La pendenza della retta
111 Con il metodo dei minimi quadrati:Si minimizza la somma dei quadrati degli scarti tra
valori osservati e valori teorici
112 Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro):
29.8, 24.2, 20, 18.2, 16,2. Determinare l'equazione della retta:y^= 39,882-0,1857xi
113 Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro):
29.8, 24.2, 20, 18.2, 16,2, il coefficiente di determinaziome lineare è:0,9650
114 Il coefficiente di determinazione lineare è uguale a 1 se è nulla:La devianza residua
115 La devianza di regressione misura:Quanta parte della variabilità della Y è spiegata
dalla relazione lineare
116 Se la Cod (X,Y)>0:La retta di regressione è crescente
117 Il coefficiente di determinazione lineare è:Il quadrato del coefficiente di correlazione
lineare
118 Il coefficiente di determinazione lineare è nullo se è nulla:La devianza di regression
119 Se il coefficiente di correlazione r=0:Non c'e correlazione lineare
120 Un esperimento casuale è:Un'operazione il cui risultato non può essere previsto con
certezza
121 Dati i seguenti eventi: A=(1,2,3), B=(2,3,4). Determinare A?B: A?B={1,2,3,4}
122 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A?B?C: A?B?
C={1,3,5,7,9,10}
123 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩B:
A∩B={3,5}
124 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩C:
A∩C={1,5}
125 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare B∩C:
B∩C={5,9,10}
126 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩B∩C:
A∩B∩C={5}
127 Per il postulato 2 dell'assiomatizzazione del calcolo delle probabilità, l'evento certo Ω
ha probabilità:P(Ω)=1
128 La probabilità dell'unione di due eventi A e B non incompatibili:
P(A?B)= P(A)+P(B)-P(A∩B)
129 Se due eventi A e B sono indipendenti allora:P(A∩B)= P(A)P(B)
130 Una variabile casuale:E' una funzione definita sullo spazio dei campioni
131 La funzione di ripartizione di una variabile casuale:
Esprime la probabilità che la variabile casuale assuma valori inferiori o uguali ad un valore
fissato
132 Una distribuzione di probabilità di una variabile casuale:
L'insieme delle coppie probabilità dei diversi valori possibili della variabile casuale
133 La funzione di ripartizione di una variabile casuale discreta:
E' una funzioni a gradini non decrescente
134 Sia data una v.c X, se essa assume valori in corrispondenza di un insieme numerabile
allora X è: Discreta
135 Una variabile casuale continua X:Assume tutti i valori appartenti ad un intervallo
136 Affinchè una v.c X continua sia ben definità occorre che:
186 Nel caso di estrazione con ripetizione la deviazione standard delle frequenze
campionarie è:
218 Uno stimatore corretto di σ², con le ipotesi di varianza costante e dell'indipendenza
degli errori è il MSE* = SSE*/n-2, il cui valore atteso è:E(MSE*)= σ2
219 In base al teorema di Gauss Markov, gli stimatori dei minimi quadrati:
Sono i più efficienti
220 Per stimare il parametro:MSE*= SSE*/n-2
221 Sotto l'ipototesi che sia vera la variabile casuale t si distribuisce come:
Come una t di Student con n-2 gradi di libertà
222 Nel modello di regressione lineare semplice la devianza residua risulta uguale a:
229 Nel modello di regressione lineare semplice per verificare l'ipotesi si può utilizzate la
quantità F che è una v.c F di Fischer -Snedecor con :Con 1 e n-2 gradi di libertà
230 La distribuzione di frequenza è:
Il calcolo delle frequenze per ciascun valore o categoria della variabile
231 Una tabella a doppia entrata registra:
La frequenza assoluta, cioè quante volte una coppia di modalità si presenta
contemporaneamente per X e per Y
232 La frequenza cumulata:Può essere uguale alla relativa
233 Per produrre la distribuzione di frequenza percentuale occorre:
Moltiplicare per 100 le frequenza relative
234 Per calcolare le frequenze cumulate relative occorre dividere:
Le frequenze cumulate per n
235 Quando parliamo di matrice dei dati, relativamente al numero di colonne possiamo
dire che...Il numero di colonne dipende dai caratteri osservati
236 Il numero dei caratteri in una matrice:
Non dipende dalla numerosità della popolazione
237 La matrice dei dati è composta:da n vettori
238 L’Istogramma è una:Modalità di rappresentazione della rilevazione statistica
239 Le matrici sono composte da:
N righe e k colonne, con k che può essere eguale o diverso da n
240 Le misure di posizione hanno l’obiettivo di:
Sintetizzare in un singolo valore numerico l’intera distribuzione di frequenza per effettuare
confronti nel tempo, nello spazio o tra circostanze differenti
241 La moda è un:Indice di tendenza centrale
242 Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media geometrica
è pari a:5,66
243 Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media aritmetica è
pari a:8,5
244 Considera il seguente insieme di osservazioni(2; 14; 13; 15; 6; 1) la mediana è pari a:
9,5
245 Considera il seguente insieme di osservazioni 2; 14; 13; 15; 6; 1;1)la moda è pari a:1
246 Considera il seguente insieme di osservazioni(2; 2; 2; 14; 13; 15; 6; 1;1), la moda è pari
a:2
247 Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), il valore
centrale è pari a:8
248 Considera il seguente insieme di osservazioni (-2; -2; -2; -14; -13; -15; -6; -1;-1), il
valore massimo è pari a:-1
249 Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare la media
geometrica:=MEDIA.GEOMETRICA
250 Si consideri la popolazione di 20 unità statistiche:{-
250,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,10,11,250}. Indicare quale indice di posizione appare
rappresentativo dell'intera distribuzione:Media aritmetica
251 Si consideri la popolazione di unità statistiche: {-
250,2,2,2,2,3,4,6,6,7,7,7,7,7,7,8,8,9,9,9,10,11,2500}. Indicare quale indice di posizione
appare rappresentativo dell'intera distribuzione: Moda
252 Si consideri la popolazione:{-,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,9,9, 9,10,11,2500}.Indicare
quale indice di posizione appare rappresentativo dell'intera distribuzione Moda
253 La proprietà moltiplicativa degli indici di tendenza centrale
Permette cambiamenti di scala nell'indice
254 La proprietà lineare degli indici di tendenza centrale:
E' diversa da quella moltiplicativa
255 La proprietà lineare degli indici di tendenza centrale:
E' basata sulla relazione di linearità tra le variabili ed i rispettivi indici di posizione
256 La proprietà di monotonicità degli indici di tendenza centrale:
E' basata sulla comparazione tra le variabili ed i rispettivi indici di posizione
257 Una variabilità alta in luogo di una variabilità bassa
Diminuisce le capacità previsive dei modelli statistici
258 La varianza si calcola:Per popolazioni e campioni
259 La varianza del campione è:
Calcolata con i dati del campione rappresentativo della popolazione
260 Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno
nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)29
261 Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni
alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)12
262 Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno
nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2)12
263 Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni
alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29)7
264 Lo scostamento semplice medio riguarda:
Lo scostamento di ogni valore della distribuzione dalla media, preso in valore assoluto
265 Lo scostamento quadratico medio riguarda:
La media degli scarti al quadrato tra i dati e la M
266 Una variabilità pari al valore 65 in luogo del valore 80, ottenuta eliminando i valori
outlier:
Può aumentare le capacità descrittive e previsive del modello statistico
267 Una variabilità pari al valore 80 in luogo del valore 65, ottenuta eliminando i valori
outlier:
Indica che è stato commesso qualche errore nei calcoli o nel programma
268 La varianza fornisce:
La misura sintetica di quanto le unità differiscono dalla media aritmetica
269 Usando la mediana in luogo della media nel calcolo della varianza:
È bene eliminare i valori anomali ed estremi
270 La Statistica è sinonimo di: Scienze statistiche
271 Il rapporto statistico di derivazione si ottiene:
Dividendo la modalità di un fenomeno per quella corrispondente di un altro che, sul piano
logico e/o temporale, ne costituisce causa o presupposto logico
272 Il rapporto statistico di coesistenza si ottiene: Mediante il rapporto tra la frequenza di
una modalità rispetto a quella corrispondente di un’altra modalità
273 Il rapporto statistico di composizione si ottiene: Dividendo il valore rilevato in una data
circostanza per l’analogo valore rilevato per l’intera popolazione
274 Il rapporto statistico di densità si ottiene: Mediante il rapporto tra la dimensione
globale di un fenomeno e quella spaziale a cui esso fa riferimento
275 I numeri indice sono: Rapporti statistici
276 I numeri indice sono: Strumenti matematici
277 Costruendo i numeri indice della serie storica del fatturato per due aziende, vogliamo
in particolare Capire quale delle due unità presenta un andamento migliore
278 L’anno con valore pari a 100 nella serie storica dei numeri indice è: L’anno base
279 Il valore dell’anno con numero indice pari a 100 nella serie storica osservata è:
Il denominatore nel calcolo del numero indice
280 L’inflazione è: La variazione della ricchezza
281 L’inflazione è: L'aumento prolungato del livello medio generale dei prezzi di beni e
servizi in un dato periodo di tempo
282 La variazione congiunturale riguarda in statistica-economica il confronto con: Il mese
precedente
283 La variazione tendenziale riguarda in statistica-economica il confronto con: L’anno
precedente
284 Nel calcolo del tasso di inflazione congiunturale al denominatore c’è: Il numero indice
dei prezzi del mese m-1 dell'anno a ed al numeratore il numero indice dei prezzi del mese m
dell'anno a
285 Nel calcolo del tasso di inflazione tendenziale al denominatore c’è: Il numero indice dei
prezzi del mese m dell'anno a-1 ed al numeratore il numero indice dei prezzi del mese m
dell'anno a
286 La deflazione si calcola con: I tassi di variazione
287 La deflazione è: Espressa in percentuale
288 Il rapporto annuo tra tasso di inflazione e deflazione dell’anno x in un paese
determinato: Non esiste
289 Nel calcolo dei tassi di incremento tra t e t-1 al denominatore vi è: Il dato dell’anno t-1
290 La covarianza è positiva quando: X e Y variano tendenzialmente nella stessa direzione
291 La covarianza è negativa quando: Al crescere di X la Y tende a diminuire e viceversa
292 La covarianza è nulla quando: X e Y sono linearmente indipendenti
293 La covarianza è nulla quando: X e Y non sono correlate
294 La correlazione indica: Il grado della relazione tra variabili, e per mezzo di essa si cerca
di determinare quanto bene un’equazione lineare o un’altra equazione qualsiasi descrivano
o spieghino tale relazione tra variabili.
295 Con un coefficiente di correlazione pari a r= -0,8, i valori di una variabile:
Crescono al decrescere dei valori dell’altra
296 Con un coefficiente di correlazione pari a r= -0,9, i valori di una variabile:
Crescono al decrescere dei valori dell’altra
297 Con un coefficiente di correlazione pari a r= -0,5, i valori di una variabile:
Tendono a crescere al decrescere dei valori dell’altra, ma in maniera blanda
298 Con un coefficiente di correlazione pari a r= +0,8, i valori di una variabile:
Crescono al crescere dei valori dell’altra
299 Nella correlazione spuria, si rileva che: R varia tra -1 ed 1 e può essere elevato, ma le
variabili non sono legate da un rapporto serio di causalità
300 Ad un valore elevato di r corrisponde: In diversi casi un effettivo legame tra i due
caratteri quantitativi considerati
301 Ad un valore basso di r corrisponde: In diversi casi un legame debole tra i due caratteri
quantitativi considerati
302 Un tipico caso di correlazione non reale comporta che: Uno dei due caratteri
comprende l’altro
303 Un tipico caso di correlazione non reale comporta che: I due caratteri sono influenzati
da circostanze comuni
304 Un tipico caso di correlazione non reale comporta che: Altri fattori variabili influiscono
su quelli presi in considerazione
305 Un tipico caso di correlazione non reale comporta che: Altri fattori variabili, che
rappresentano circostanze comuni, influiscono su quelli presi in considerazione
306 R deve esprimere correttamente: il legame di interdipendenza
307 Dividendo il numero delle nascite in una comunità durante un periodo di tempo e la
quantità della popolazione media dello stesso periodo si ottiene: Coefficiente di natalit
308 Dividendo il numero delle morti in una comunità durante un periodo di tempo e la
quantità della popolazione media dello stesso periodo si ottiene:Coefficiente di mortali
309 Dividendo il numero delle morti e delle nascite in una comunità durante un periodo di
tempo rispettivamente per la quantità della popolazione media dello stesso periodo si può
ottenere: Correlazione spuria se l’andamento della popolazione non è correlato col numero
di nati e morti
310 I numeri indice comparano: Le variazioni dei livelli della variabile nel tempo con
riferimento ad una base
311 I numeri indice sono:
Inferiori a 100 se il livello tende a scendere rispetto all’anno base
312 I numeri indice sono:
Superiori a 100 se il livello della variabile tende a crescere rispetto all’anno base
313 I numeri indice sono: Esplicativi dell’andamento dei livelli della variabile nel tempo
314 La formula per calcolare il numero indice tra l’anno t e t-1 per la variabile X in Excel è
preceduta da: Il segno eguale
315 Se il tasso di incremento tra t e t-1 è pari a 1,2%, allora il numero indice in t, con base
t-1 sarà: 101,2
316 Se il tasso di incremento tra t e t-1 è pari a 2,2%, allora il numero indice in t, con base
t-1 sarà: 102,2
317 Se il tasso di incremento tra t e t-2 è pari a 1,2%, allora il numero indice in t, con base
t-2 sarà: 101,2
318 Se il tasso di decremento tra t e t-1 è pari a -1,2%, allora il numero indice in t, con base
t-1 sarà: 98,8
319 Se il tasso di decremento tra t e t-2 è pari a -5,2%, allora il numero indice in t, con base
t-2 sarà: 94,8
320 Per rappresentare graficamente la forma della relazione tra due variabili X ed Y si
utilizza: Il diagramma a dispersione
321 Studiare la relazione tra due variabili X ed Y significa: Studiare la tendenza che X e Y
hanno a variare insieme
322 Il coefficiente di correlazione r di Pearson può essere usato per calcolare la
correlazione: Tra variabili misurate su scale a intervalli o a rapporti equivalenti
323 Quando a valori crescenti di X corrispondono valori crescenti di Y si ha:
Una relazione positiva
324 Quando al diminuire dei valori di X corrisponde il diminuire dei valori di Y si ha:
Una relazione positiva
325 Date coppie di valori X e Y, l’equazione di regressione può essere considerata
Una formula di predizione di Y
326 L’equazione di regressione lineare è l’equazione di una: Retta
327 Date coppie di valori X e Y, la retta di regressione è una: Sola, e ben definita, tra le
infinite rette che si possono tracciare tra i punti di un diagramma a dispersione
328 Se X è la variabile indipendente e Y quella dipendente, considerando l’equazione di
regressione è corretto definire X come: Predittore
329 Se X è la variabile indipendente e Y quella dipendente, considerando l’equazione di
regressione è corretto definire Y’ come: Valore predetto
330 Una serie storica è costituita: Dai dati osservati a intervalli regolari di tempo
331 Una serie storica è costituita: Dalle osservazioni dei dati quantitativi nel tempo, si
possono avere serie mensili, giornaliere, annuali
332 La media mobile è: La somma ponderata dei valori della serie storica
333 La media mobile di ordine n consiste: In una serie di medie aritmetiche calcolate su n
periodi contigui.
334 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie
mobili di ordine tre si possono calcolare: 4
335 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie
mobili di ordine cinque si possono calcolare: 2
336 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7,0), quante medie
mobili di ordine tre si possono calcolare: 5
337 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima
media mobile di ordine tre calcolabile in tempo reale: 11/3
338 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima
media mobile di ordine cinque calcolabile in tempo reale: 21/5
339 Consideriamo la seguente serie storica di valori contigui (2,2,3,5,3,4,6,7), quante
medie mobili di pesate di ordine tre si possono calcolare: 6
340 I dati informatici sono utilizzabili per: Le analisi statistiche
341 Una fotografia è un dato: Complesso
342 Il tipo di dato elementare 4.5 è: Reale
343 Nella somma logica con operando A=1 ed operando B=1, il totale sarà: 1
344 Nella somma logica con operando A=0 ed operando B=0, il totale sarà: 0
345 Nel prodotto logico con operando A=0 ed operando B=1, il totale sarà: 0
346 Nel prodotto logico con operando A=VERO ed operando B=FALSO, il totale sarà: F
347 Nel prodotto logico con operando A=VERO ed operando B=VERO, il totale sarà: V
348 La negazione logica dell’operando A=0 è: 1
349 Nella congiunzione tra insiemi si valuta: Quando i due eventi si realizzano entrambi
350 La probabilità che si verifichi un evento può assumere valori Tra 0 ed 1
351 Due eventi sono indipendenti quando:
Il verificarsi dell’uno non modifica la probabilità di verificarsi dell’altro
352 La probabilità del verificarsi di due eventi che si escludono a vicenda è data dal:
Somma delle probabilità del verificarsi di ciascuno dei due eventi
353 La somma delle probabilità di eventi che si escludono a vicenda ed esaustivi è:
Uguale ad 1
354 Due eventi non sono indipendenti quando: Il verificarsi dell’uno modifica la probabilità
del verificarsi dell’altro
355 Nella teoria statistica i termini popolazione e campione sono:
Indicativi del fatto che il campione è un sottoinsieme della popolazione
356 Se si effettua una estrazione senza reimmissione la probabilità di estrarre un altro
elemento: Viene modificata
357 Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere
un asso: 0,1
358 Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere
una carta di bastoni: 0,25
359 Da un mazzo di carte viene estratta una carta. Calcolare la probabilità di ottenere una
figura: 12/40
360 Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere
un fante o un re: 8/40
361 Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere
una figura o una carta inferiore a 6: 32/40
362 Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con
reimmissione un re alla prima estrazione e una carta di coppe alla seconda: 1/40
363 Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con
reimmissione un re e un asso: 2/100
364 Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado.
Calcolare la probabilità di successo in un lancio: 1/6
365 Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado.
Calcolare la probabilità di insuccesso in un lancio: 5/6
366 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2), estraendo a caso un punteggio quale è la probabilità di ottenere un
numero pari e inferiore a 6: 4/10
367 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2). Estraendo a caso un punteggio quale è la probabilità di ottenere un
numero pari o inferiore a 6: 0.7
368 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la
probabilità di ottenere almeno un 7 alla prima estrazione: 0.2
369 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la
probabilità di ottenere due punteggi la cui somma sia 9: 14/100
370 Il numero di cuori negli esseri viventi ed il numero di battiti cardiaci al minuto possono
entrambi essere definiti:
Il numero di battiti solamente può essere definito variabile
371 Si supponga di avere la seguente distribuzione di 10 individui secondo la nazionalità:
Italiani n.3, Francesi n.4, Spagnoli n.3. La caratteristica nazionalità è misurata su scala:
Nominale
372 Le frequenze percentuali di una distribuzione si calcolano facendo:
Il rapporto tra ciascuna frequenza ed il totale delle frequenze e moltiplicando per 100 il
risultato
373 Quando si calcolano le frequenze cumulate percentuali, l'ultimo valore che si ottiene,
cioè il più elevato, è: 100
374 La mediana è: La categoria o il punteggio al di sopra e al di sotto del quale cade un
ugual numero di casi
375 La deviazione standard può assumere valori: Solo positivi
376 La media: E' sensibile ai valori estremi
377 Un test fornisce punteggi compresi tra 0 e 120. La media del test, calcolata su un
campione, risulta 142,9. Il risultato è: Sicuramente sbagliato
378 Un test fornisce sicuramente punteggi compresi tra 0 e 120. La mediana del test,
calcolata da un ricercatore su un campione, risulta 142,9. Il punteggio massimo ottenibile
è: 120
379 In una distribuzione di frequenza si può ottenere: Più di una moda
380 Nella retta di regressione Y’=aY+bYX il termine ay: Rappresenta la distanza tra il punto
zero (origine) dell’asse delle ascisse e il punto in cui la retta taglia l’asse delle ordinate
381 Quando la correlazione tra X ed Y è molto elevata, pari ad rxy=0.92, i valori di Y ed Y’:
Differiscono
382 Quando la correlazione tra X ed Y è molto bassa, pari ad rxy=0.22, i valori di Y ed Y’:
Differiscono
383 Quando la correlazione tra X ed Y è pari ad rxy=+1, i valori di Y ed Y’: Coincidono
384 Quando la correlazione tra X ed Y è pari ad rxy=-1, i valori di Y ed Y’: Coincidono
385 Prova anche a realizzare in Excel i grafici che seguono. Quando rxy = 0, le due rette di
regressione Y’=ay+byX e X’= ax+bxY sono: Perpendicolari tra loro
386 Prova anche a realizzare in excel i grafici che seguono. Quando rxy = -1, le due rette di
regressione Y’=ay+byX e X’= ax+bxY sono: Coincidono
387 Prova anche a realizzare in excel i grafici che seguono. Quando rxy = +1, le due rette di
regressione Y’=ay+byX e X’= ax+bxY sono: Coincidono
388 Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione lineare, sapendo
che il coefficiente di correlazione è uguale a 0.76, il coefficiente di determinazione sarà
pari a: 0.58
389 Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione non lineare,
sapendo che il coefficiente di determinazione è uguale a -1, il coefficiente di correlazione
sarà pari a: Non è possibile calcolarlo con i dati a disposizione che non sono corretti
390 La media mobile di ordine 5 permette di: Eliminare valori erratici
391 La media mobile di ordine 3 permette di: Eliminare valori anomali
392 La media mobile di ordine 3 permette di: Effettuare lo smoothing delle serie storiche
393 Nella serie ordinata secondo il tempo t e con valori (100,200,350,500,600) le medie
mobili di ordine 3 con 2 cifre decimali sono: 216.67; 350.00; 483.33
394 Nella serie ordinata secondo il tempo t e con valori(10,100,200,350,500,600) le medie
mobili di ordine 5 sono: 232 e 350
395 Nella serie (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3
sono: 103, 217, 350, 483
396 La funzione TENDENZA in Excel serve per: Calcolare il valore di una funzione stimata
397 La funzione TENDENZA in Excel serve per: Prevedere le serie storiche
398 La funzione TENDENZA in Excel serve per: Prevedere il valore al tempo t in una
funzione stimata y*
399 La funzione TENDENZA in Excel serve per: Calcolare il valore stimato al tempo t in
relazione ad una funzione di regressione y*
400 La stima del parametro è: Un concetto diverso da quello di stimatore
401 La stima del parametro nella popolazione è: Calcolata attraverso i dati campionari
402 La stima del parametro nel campione è: Non è opportuno definire la stima del
parametro nel campione, ma nella popolazione
403 La stima del parametro nella popolazione è: Relativa ai valori che può assumere lo
stimatore
404 La stima del campione è: Un concetto diverso da quello di stimatore
405 La funzione stimatore del parametro dovrebbe essere: Centrata, consistente, efficiente
406 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500
siano risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione
campionaria di persone sensibili al farmaco: 0,25
407 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 1000
siano risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione nella
popolazione di persone sensibili al farmaco: Non si può sapere
408 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500
siano risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione
campionaria di persone non sensibili al farmaco: 0,75
409 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500
siano risultati sensibili ad un determinato farmaco. Con un grado di fiducia del 95%,
stimiamo che la proporzione della popolazione sensibile al farmaco deve essere compresa
tra: 0,23 e 0,27
410 La proporzione di varianza comune a X e Y è espressa da r2xy che è denominato:
Coefficiente di determinazione
411 La proporzione di varianza comune a X e Y è espressa da r2xy che esprime:
La varianza spiegata
412 La quantità espressa da 1-r2xy con r2xy che indica la proporzione di varianza comune a
X e Y è denominata: Varianza residua
413 Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità
tecniche” è pari a 0,76. Considerando una relazione lineare tra X ed Y, dove quest’ultima è
la variabile dipendente, il coefficiente di determinazione sarà pari a: 0,58
414 Il coefficiente di correlazione di Pearson tra X= “quantità di grassi saturi assunte” ed Y=
”speranza di vita” è pari ad -1. Considerando una relazione lineare tra X ed Y, dove X è la
variabile dipendente ed Y quella indipendente, il coefficiente di determinazione sarà pari a:
1
415 Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità
tecniche” è pari a 0,76. Considerando una relazione lineare tra X ed Y, dove quest’ultima è
la variabile dipendente, la varianza residua sarà pari a: 42%
416 Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità
tecniche” è pari a 0,76. Considerando una relazione lineare tra X ed Y, dove quest’ultima è
la variabile dipendente, la varianza comune sarà pari a: 58%
417 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che
fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene
utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64;
se=2,5. Indicare quale è la variabile indipendente: Attitudine all’Inglese
418 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che
fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene
utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64;
se=2,5. Indicare quale punteggio dovrebbe ottenere al test di profitto un ragazzo che
sbaglia tutte le domande al test attitudinale: 10
419 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che
fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene
utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64;
se=2,5. Per ogni risposta corretta in più al test attitudinale indicare di quanti punti
aumenta il punteggio al test di profitto: 2
420 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica
che fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100).
Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+2X:
r2=0,74; se=3,5. Indicare di quanti punti è l’errore medio di previsione: 3,5
421 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica
che fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100).
Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+3X:
r2=0,74; se=3,5. Indicare per ogni risposta corretta al test attitudinale di quanti punti
aumenta il punteggio al test di profitto e come si chiama questo parametro: 3, coefficiente
di regressione
422 Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità
matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di
correlazione di Pearson pari a -0,88. Sulla base del risultato ottenuto si può evidenziare
che: Le persone con punteggi bassi in matematica hanno buone prestazioni in letteratura
inglese
423 Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità
matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di
correlazione di Pearson pari a -0,88. Sulla base del risultato ottenuto si può evidenziare
che: Le due variabili sono correlate negativamente
424 L’indice r misura relazioni di tipo: Lineare
425 Si ha discordanza tra caratteri se: Ai valori più piccoli di una delle due variabili
corrispondono generalmente i più grandi dell’altra, e se ai valori più grandi corrispondono
in genere i più piccoli;
426 La codevianza è una misura: Assoluta di concordanza
427 La correlazione: A differenza della regressione, non richiede di stabilire quale variabile
sia antecedente all’altra (in termini di dipendenza)
428 Relazioni di discordanza significative tra variabili implicano: Un coefficiente di
correlazione negativo
429 Se il coefficiente di correlazione è uguale a 0 vi è: Assenza di concordanza o
discordanza
430 La funzione di ripartizione di una variabile casuale X a valori reali è: La funzione che
associa a ciascun valore x la probabilità dell‘evento “la variabile casuale X assume valori
minori o uguali ad x”
431 La funzione di densità di probabilità della distribuzione Normale è asintotica di X verso
-∞ e +∞, cioè: Si avvicina all’asse delle ascisse senza mai toccarla
432 I valori attesi nella variabile casuale Normale sono: Media; Varianza;
433 Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa
in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in
euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il
valore 24 riportato nella prima riga della tabella rappresenta: Una modalità del carattere
434 Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa
in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in
euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il
valore della funzione di ripartizione empirica in corrispondenza di una temperatura media
pari a 17 gradi è: 4/10
435 1) Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X,
espressa in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y,
espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45,
55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di una
temperatura media pari a 25 gradi, che ipotizziamo essere una v.c distribuita
normalmente, è: 0,8
436 Indicare la percentuale di bollette con importi inferiori a 60 euro, tra i bimestri con
temperatura media superiore a 20°: 3/5
437 La funzione f(X) raggiunge il suo punto più alto in corrispondenza di: Xi = media
438 Poiché nella v.c. Normale la funzione f(X) raggiunge il suo punto più alto in
corrispondenza di Xi = µ, ciò comporta che media, mediana e moda: Coincidano
439 Si ricorre ad una distribuzione normale quando: Una variabile casuale continua è
distribuita normalmente o quasi.
440 Nella teoria statistica i termini campione e popolazione sono: Non sono sinonimi
441 I simboli μ e σ si riferiscono alla media ed allo scarto quadratico medio
del:Popolazione
442 I simboli e S si riferiscono alla media ed allo scarto quadratico medio del: Campione
443 La distribuzione di probabilità di z è costruita: E’ una funzione teorica espressa con
regole matematiche relative a un insieme infinito di dati
444 La curva normale a differenza delle altre curve è:Definita da un’equazione particolare
che permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
445 La curva normale è caratterizzata da: Essere definita da un’equazione particolare che
permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
446 La curva normale standardizzata è caratterizzata dal fatto di avere: Media =0 e
deviazione standard=1
447 La curva normale standardizzata è caratterizzata dal fatto di avere: I punteggi sono
espressi in punti z
448 Valori estremi, cioè posizionati verso le code di una distribuzione di probabilità, hanno
una probabilità di verificarsi per caso: Inferiore rispetto ai valori centrali
449 Utilizzando la tavola della curva normale standardizzata si individueranno i punti z:
Nella colonna di sinistra con una cifra decimale; la seconda cifra decimale è situata nella
prima riga in alto della stessa tavola
450 Una variabile dicotomica può assumere: Solo due valori
451 Se una variabile è dicotomica: Può assumere solo due valori, indipendentemente dalla
probabilità di ottenere uno o l’altro dei due valori
452 La seguente ipotesi è nulla: La popolazione da cui il campione è estratto ha media 58
453 La seguente ipotesi è nulla: Non esiste nessuna relazione tra classe sociale e alcolismo
454 La seguente ipotesi è nulla: Le medie dei gruppi A,B,C non differiscono tra loro in modo
significativo
455 La seguente ipotesi è nulla: Questa moneta non è truccata
456 La seguente ipotesi è nulla: Le medie dei gruppi A,B,C non differiscono tra loro in modo
significativo
457 La seguente ipotesi è nulla: Il farmaco C non ha un effetto diverso dal farmaco D
458 La seguente ipotesi è nulla: La media dei tempi di reazione dei maschi è uguale a
quella delle femmine
459 La seguente ipotesi è nulla: C’è una relazione significativa tra reddito delle persone e
livello di istruzione
460 La seguente ipotesi: “C’è una minore astensione dal lavoro nel reparto A rispetto al
reparto B di una fabbrica” è: Monodirezionale sinistra
461 La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di
individui è significativamente diverso” è: Bidirezionale
462 La seguente ipotesi: “La media della popolazione da cui deriva un certo campione non
è 200” Bidirezionale
463 La seguente ipotesi: “La probabilità di ottenere croce lanciando una certa moneta è
superiore a 0,5” è: Monodirezionale destra
464 La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4
di un dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato” è:
Monodirezionale destra
465 La seguente ipotesi: “Il tempo medio di riconoscimento di alcuni dipinti storici
impiegato dagli studenti è inferiore a 20 secondi” è: Monodirezionale sinistra
466 La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4
di un dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato”. La
probabilità sotto l’ipotesi nulla, cioè se le vincite sono dovute al caso è: 1/6
467 La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di
individui è significativamente diverso” ha il seguente segno del valore critico: ±
468 Quale probabilità si ha di commettere l’errore di I tipo se si rifiuta l’ipotesi nulla
avendo scelto un livello di significatività del 5%: 5%
469 Ponendo ed H1 monodirezionale destra, indicare quando è possibile rifiutare l’ipotesi
nulla; ciò accade nel caso in cui il risultato del test effettuato lasci alla sua destra: Il 4% dei
casi
470 Sia data una popolazione normale con varianza nota. Volendo verificare l'ipotesi:
471 Sia data una popolazione normale con varianza non nota. Volendo verificare l'ipotesi:
Domanda Risposta
A
A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE
0,3849
TRA Z=0 E Z=1,2:
A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE
0,4192
TRA Z=0 E Z=1,4:
A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE
0,1828
TRA Z=0,81 E Z=1,94:
IN DIVERSI CASI UN LEGAME DEBOLE TRA I DUE
AD UN VALORE BASSO DI R CORRISPONDE:
CARATTERI QUANTITATIVI CONSIDERATI
IN DIVERSI CASI UN EFFETTIVO LEGAME TRA I DUE
AD UN VALORE ELEVATO DI R CORRISPONDE:
CARATTERI QUANTITATIVI CONSIDERATI
AFFINCHÈ UNA V.C X CONTINUA SIA BEN DEFINITÀ OCCORRE
CHE:
ALL'INTERNO DEL RETTANGOLO (BOX PLOT) SONO
IL 50% DELLE OSSERVAZIONI
CONTENUTE:
AUMENTANDO IL LIVELLO DI SIGNIFICATIVITÀ: AUMENTA LA POTENZA DEL TEST
B
C
CALCOLA IL RANGE DELLE SEGUENTI OSSERVAZIONI RELATIVE
AGLI ERRORI COMPIUTI DA OGNI ALUNNO NEL TEST CON 30 12
DOMANDE: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2)
LA PROPRIETÀ LINEARE DEGLI INDICI DI TENDENZA CENTRALE: PERMETTE CAMBIAMENTI DI SCALA NELL INDICE
NELLA CONGIUNZIONE TRA INSIEMI SI VALUTA: QUANDO I DUE EVENTI SI REALIZZANO ENTRAMBI
UNA SERIE STORICA È COSTITUITA: DAI DATI OSSERVATI A INTERVALLI REGOLARI DI TEMPO
DALLE OSSERVAZIONI DEI DATI QUANTITATIVI NEL
UNA SERIE STORICA È COSTITUITA: TEMPO, SI POSSONO AVERE SERIE MENSILI,
GIORNALIERE, ANNUALI
UNA STATISTICA È: UNA VARIABILE CASUALE DEFINITA SUI CAMPIONI
LA FREQUENZA ASSOLUTA, CIOÈ QUANTE VOLTE UNA
UNA TABELLA A DOPPIA ENTRATA REGISTRA: COPPIA DI MODALITÀ SI PRESENTA
CONTEMPORANEAMENTE PER X E PER Y
ASSUME TUTTI I VALORI APPARTENTI AD UN
UNA VARIABILE CASUALE CONTINUA X:
INTERVALLO
E' UNA FUNZIONE DEFINITA SULLO SPAZIO DEI
UNA VARIABILE CASUALE:
CAMPIONI
UNA VARIABILE DICOTOMICA PUÒ ASSUMERE: SOLO DUE VALORI
DIMINUISCE LE CAPACITÀ PREVISIVE DEI MODELLI
UNA VARIABILITÀ ALTA IN LUOGO DI UNA VARIABILITÀ BASSA
STATISTICI
UNA VARIABILITÀ PARI AL VALORE 65 IN LUOGO DEL VALORE PUÒ AUMENTARE LE CAPACITÀ DESCRITTIVE E
80, OTTENUTA ELIMINANDO I VALORI OUTLIER: PREVISIVE DEL MODELLO STATISTICO
UNA VARIABILITÀ PARI AL VALORE 80 IN LUOGO DEL VALORE INDICA CHE È STATO COMMESSO QUALCHE ERRORE NEI
65, OTTENUTA ELIMINANDO I VALORI OUTLIER: CALCOLI O NEL PROGRAMMA
SE:
UGUALE:
È:
NEL CASO DI ESTRAZIONE CON RIPETIZIONE LA
DEVIAZIONE STANDARD DELLE FREQUENZE CAMPIONARIE
È:
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE PER
VERIFICARE L'IPOTESI SI PUÒ UTILIZZATE LA QUANTITÀ F
CHE È UNA V.C F DI FISCHER -SNEDECOR CON : CON 1 E N-
2 GRADI DI LIBERTÀ
SE IL : SI ACCETTA L'IPOTESI
DI INDIPENDENZA STOCASTICA
SE IL : SI RIFIUTA L'IPOTESI DI
INDIPENDENZA STOCASTICA
SI CONSIDERI LA POPOLAZIONE: {-
,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,9,9, 9,10,11,2500}. INDICARE
QUALE INDICE DI POSIZIONE APPARE RAPPRESENTATIVO
DELL’INTERA DISTRIBUZIONE: MODA
SI CONSIDERI LA POPOLAZIONE: { ,,,,,,8,8,9,9,9,9,9, 9,,,}.
QUALE INDICE DI POSIZIONE APPARE RAPPRESENTATIVO
DELLINTERA DISTRIBUZIONE : MODA
MODULO 2
LA MUTABILE È: UN CARATTERE
QUALITATIVO
CONSIDERA LA RELAZIONE CAUSA-EFFETTO Y = -F(X), CALCOLA LA Y SAPENDO CHE F(X) Y = 10; LA RELAZIONE È
= -10 ED INDICA IL TIPO DI RELAZIONE: LINEARE
QUANDO PARLIAMO DI MATRICE DEI DATI, RELATIVAMENTE AL NUMERO DI COLONNE IL NUMERO DI COLONNE
POSSIAMO DIRE CHE... DIPENDE DAI CARATTERI
OSSERVATI
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (2; 14; 13; 15; 6; 1), LA MEDIA 5,66
GEOMETRICA È PARI A:
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (2; 14; 13; 15; 6; 1), LA MEDIA 8,5
ARITMETICA È PARI A:
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (2; 14; 13; 15; 6; 1), LA MEDIANA È 9,5
PARI A:
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (2; 14; 13; 15; 6; 1;1), LA MODA È 1
PARI A:
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (-2; -2; -2; -14; -13; -15; -6; -1;-1), -1
IL VALORE MASSIMO È PARI A:
SCRIVI LA FUNZIONE EXCEL ED I SIMBOLI DA DIGITARE NELLA CELLA PER CALCOLARE LA (=)MEDIA.GEOMETRICA
MEDIA GEOMETRICA:
MODULO 5
MODULO 6
UNA VARIABILITÀ PARI AL VALORE 65 IN LUOGO DEL VALORE 80, OTTENUTA PUÒ AUMENTARE LE
ELIMINANDO I VALORI OUTLIER: CAPACITÀ DESCRITTIVE E
PREVISIVE DEL MODELLO
STATISTICO
UNA VARIABILITÀ PARI AL VALORE 80 IN LUOGO DEL VALORE 65, OTTENUTA INDICA CHE È STATO
ELIMINANDO I VALORI OUTLIER: COMMESSO QUALCHE
ERRORE NEI CALCOLI O NEL
PROGRAMMA
USANDO LA MEDIANA IN LUOGO DELLA MEDIA NEL CALCOLO DELLA VARIANZA: È BENE ELIMINARE I VALORI
ANOMALI ED ESTREMI
MODULO 7
COSTRUENDO I NUMERI INDICE DELLA SERIE STORICA DEL FATTURATO PER DUE CAPIRE QUALE DELLE DUE
AZIENDE, VOGLIAMO IN PARTICOLARE: UNITÀ PRESENTA UN
ANDAMENTO MIGLIORE
L’ANNO CON VALORE PARI A 100 NELLA SERIE STORICA DEI NUMERI INDICE È: L’ANNO BASE
IL VALORE DELL’ANNO CON NUMERO INDICE PARI A 100 NELLA SERIE STORICA IL DENOMINATORE NEL
OSSERVATA È: CALCOLO DEL NUMERO
INDICE
MODULO 8
NEL CALCOLO DEL TASSO DI INFLAZIONE CONGIUNTURALE AL DENOMINATORE C’È: L NUMERO INDICE DEI
PREZZI DEL MESE M-1
DELL\'ANNO A ED AL
NUMERATORE IL NUMERO
INDICE DEI PREZZI DEL MESE
M DELL\'ANNO A
NEL CALCOLO DEL TASSO DI INFLAZIONE TENDENZIALE AL DENOMINATORE C’È: IL NUMERO INDICE DEI
PREZZI DEL MESE M
DELL\'ANNO A-1 ED AL
NUMERATORE IL NUMERO
INDICE DEI PREZZI DEL MESE
M DELL\'ANNO A
LA DEFLAZIONE SI CALCOLA CON: I TASSI DI VARIAZIONE
NEL CALCOLO DEI TASSI DI INCREMENTO TRA T E T-1 AL DENOMINATORE VI È: IL DATO DELL’ANNO T-1
MODULO 9
LA COVARIANZA È POSITIVA QUANDO: X E Y VARIANO
TENDENZIALMENTE NELLA
STESSA DIREZIONE
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= -0,9, I VALORI DI UNA VARIABILE: CRESCONO AL DECRESCERE
DEI VALORI DELL’ALTRA
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= -0,5, I VALORI DI UNA VARIABILE: TENDONO A CRESCERE AL
DECRESCERE DEI VALORI
DELL’ALTRA, MA IN
MANIERA BLANDA
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= +0,8, I VALORI DI UNA VARIABILE NON VI È CORRELAZIONE
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: UNO DEI DUE CARATTERI
COMPRENDE L’ALTRO
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: I DUE CARATTERI SONO
INFLUENZATI DA
CIRCOSTANZE COMUNI
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: ALTRI FATTORI VARIABILI
INFLUISCONO SU QUELLI
PRESI IN CONSIDERAZIONE
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: ALTRI FATTORI VARIABILI,
CHE RAPPRESENTANO
CIRCOSTANZE COMUNI
,INFLUISCONO SU QUELLI
PRESI IN CONSIDERAZIONE
R DEVE ESPRIMERE CORRETTAMENTE: IL LEGAME DI
INTERDIPENDENZA
DIVIDENDO IL NUMERO DELLE NASCITE IN UNA COMUNITÀ DURANTE UN PERIODO DI COEFFICIENTE DI NATALITÀ
TEMPO E LA QUANTITÀ DELLA POPOLAZIONE MEDIA DELLO STESSO PERIODO SI
OTTIENE:
DIVIDENDO IL NUMERO DELLE MORTI IN UNA COMUNITÀ DURANTE UN PERIODO DI COEFFICIENTE DI MORTALITÀ
TEMPO E LA QUANTITÀ DELLA POPOLAZIONE MEDIA DELLO STESSO PERIODO SI
OTTIENE:
DIVIDENDO IL NUMERO DELLE MORTI E DELLE NASCITE IN UNA COMUNITÀ DURANTE CORRELAZIONE SPURIA SE
UN PERIODO DI TEMPO RISPETTIVAMENTE PER LA QUANTITÀ DELLA POPOLAZIONE L’ANDAMENTO DELLA
MEDIA DELLO STESSO PERIODO SI PUÒ OTTENERE: POPOLAZIONE NON È
CORRELATO COL NUMERO DI
NATI E MORTI
IL NUMERO DI LANCI DI UNA MONETA È UNA: VARIABILE DISCRETA
186 Nel caso di estrazione con ripetizione la deviazione standard delle frequenze
campionarie è:
218 Uno stimatore corretto di σ², con le ipotesi di varianza costante e dell'indipendenza
degli errori è il MSE* = SSE*/n-2, il cui valore atteso è:E(MSE*)= σ2
219 In base al teorema di Gauss Markov, gli stimatori dei minimi quadrati:
Sono i più efficienti
220 Per stimare il parametro:MSE*= SSE*/n-2
221 Sotto l'ipototesi che sia vera la variabile casuale t si distribuisce come:
Come una t di Student con n-2 gradi di libertà
222 Nel modello di regressione lineare semplice la devianza residua risulta uguale a:
229 Nel modello di regressione lineare semplice per verificare l'ipotesi si può utilizzate la
quantità F che è una v.c F di Fischer -Snedecor con :Con 1 e n-2 gradi di libertà
230 La distribuzione di frequenza è:
Il calcolo delle frequenze per ciascun valore o categoria della variabile
231 Una tabella a doppia entrata registra:
La frequenza assoluta, cioè quante volte una coppia di modalità si presenta
contemporaneamente per X e per Y
232 La frequenza cumulata:Può essere uguale alla relativa
233 Per produrre la distribuzione di frequenza percentuale occorre:
Moltiplicare per 100 le frequenza relative
234 Per calcolare le frequenze cumulate relative occorre dividere:
Le frequenze cumulate per n
235 Quando parliamo di matrice dei dati, relativamente al numero di colonne possiamo
dire che...Il numero di colonne dipende dai caratteri osservati
236 Il numero dei caratteri in una matrice:
Non dipende dalla numerosità della popolazione
237 La matrice dei dati è composta:da n vettori
238 L’Istogramma è una:Modalità di rappresentazione della rilevazione statistica
239 Le matrici sono composte da:
N righe e k colonne, con k che può essere eguale o diverso da n
240 Le misure di posizione hanno l’obiettivo di:
Sintetizzare in un singolo valore numerico l’intera distribuzione di frequenza per effettuare
confronti nel tempo, nello spazio o tra circostanze differenti
241 La moda è un:Indice di tendenza centrale
242 Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media geometrica
è pari a:5,66
243 Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media aritmetica è
pari a:8,5
244 Considera il seguente insieme di osservazioni(2; 14; 13; 15; 6; 1) la mediana è pari a:
9,5
245 Considera il seguente insieme di osservazioni 2; 14; 13; 15; 6; 1;1)la moda è pari a:1
246 Considera il seguente insieme di osservazioni(2; 2; 2; 14; 13; 15; 6; 1;1), la moda è pari
a:2
247 Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), il valore
centrale è pari a:8
248 Considera il seguente insieme di osservazioni (-2; -2; -2; -14; -13; -15; -6; -1;-1), il
valore massimo è pari a:-1
249 Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare la media
geometrica:=MEDIA.GEOMETRICA
250 Si consideri la popolazione di 20 unità statistiche:{-
250,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,10,11,250}. Indicare quale indice di posizione appare
rappresentativo dell'intera distribuzione:Media aritmetica
251 Si consideri la popolazione di unità statistiche: {-
250,2,2,2,2,3,4,6,6,7,7,7,7,7,7,8,8,9,9,9,10,11,2500}. Indicare quale indice di posizione
appare rappresentativo dell'intera distribuzione: Moda
252 Si consideri la popolazione:{-,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,9,9, 9,10,11,2500}.Indicare
quale indice di posizione appare rappresentativo dell'intera distribuzione Moda
253 La proprietà moltiplicativa degli indici di tendenza centrale
Permette cambiamenti di scala nell'indice
254 La proprietà lineare degli indici di tendenza centrale:
E' diversa da quella moltiplicativa
255 La proprietà lineare degli indici di tendenza centrale:
E' basata sulla relazione di linearità tra le variabili ed i rispettivi indici di posizione
256 La proprietà di monotonicità degli indici di tendenza centrale:
E' basata sulla comparazione tra le variabili ed i rispettivi indici di posizione
257 Una variabilità alta in luogo di una variabilità bassa
Diminuisce le capacità previsive dei modelli statistici
258 La varianza si calcola:Per popolazioni e campioni
259 La varianza del campione è:
Calcolata con i dati del campione rappresentativo della popolazione
260 Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno
nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)29
261 Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni
alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)12
262 Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno
nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2)12
263 Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni
alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29)7
264 Lo scostamento semplice medio riguarda:
Lo scostamento di ogni valore della distribuzione dalla media, preso in valore assoluto
265 Lo scostamento quadratico medio riguarda:
La media degli scarti al quadrato tra i dati e la M
266 Una variabilità pari al valore 65 in luogo del valore 80, ottenuta eliminando i valori
outlier:
Può aumentare le capacità descrittive e previsive del modello statistico
267 Una variabilità pari al valore 80 in luogo del valore 65, ottenuta eliminando i valori
outlier:
Indica che è stato commesso qualche errore nei calcoli o nel programma
268 La varianza fornisce:
La misura sintetica di quanto le unità differiscono dalla media aritmetica
269 Usando la mediana in luogo della media nel calcolo della varianza:
È bene eliminare i valori anomali ed estremi
270 La Statistica è sinonimo di: Scienze statistiche
271 Il rapporto statistico di derivazione si ottiene:
Dividendo la modalità di un fenomeno per quella corrispondente di un altro che, sul piano
logico e/o temporale, ne costituisce causa o presupposto logico
272 Il rapporto statistico di coesistenza si ottiene: Mediante il rapporto tra la frequenza di
una modalità rispetto a quella corrispondente di un’altra modalità
273 Il rapporto statistico di composizione si ottiene: Dividendo il valore rilevato in una data
circostanza per l’analogo valore rilevato per l’intera popolazione
274 Il rapporto statistico di densità si ottiene: Mediante il rapporto tra la dimensione
globale di un fenomeno e quella spaziale a cui esso fa riferimento
275 I numeri indice sono: Rapporti statistici
276 I numeri indice sono: Strumenti matematici
277 Costruendo i numeri indice della serie storica del fatturato per due aziende, vogliamo
in particolare Capire quale delle due unità presenta un andamento migliore
278 L’anno con valore pari a 100 nella serie storica dei numeri indice è: L’anno base
279 Il valore dell’anno con numero indice pari a 100 nella serie storica osservata è:
Il denominatore nel calcolo del numero indice
280 L’inflazione è: La variazione della ricchezza
281 L’inflazione è: L'aumento prolungato del livello medio generale dei prezzi di beni e
servizi in un dato periodo di tempo
282 La variazione congiunturale riguarda in statistica-economica il confronto con: Il mese
precedente
283 La variazione tendenziale riguarda in statistica-economica il confronto con: L’anno
precedente
284 Nel calcolo del tasso di inflazione congiunturale al denominatore c’è: Il numero indice
dei prezzi del mese m-1 dell'anno a ed al numeratore il numero indice dei prezzi del mese m
dell'anno a
285 Nel calcolo del tasso di inflazione tendenziale al denominatore c’è: Il numero indice dei
prezzi del mese m dell'anno a-1 ed al numeratore il numero indice dei prezzi del mese m
dell'anno a
286 La deflazione si calcola con: I tassi di variazione
287 La deflazione è: Espressa in percentuale
288 Il rapporto annuo tra tasso di inflazione e deflazione dell’anno x in un paese
determinato: Non esiste
289 Nel calcolo dei tassi di incremento tra t e t-1 al denominatore vi è: Il dato dell’anno t-1
290 La covarianza è positiva quando: X e Y variano tendenzialmente nella stessa direzione
291 La covarianza è negativa quando: Al crescere di X la Y tende a diminuire e viceversa
292 La covarianza è nulla quando: X e Y sono linearmente indipendenti
293 La covarianza è nulla quando: X e Y non sono correlate
294 La correlazione indica: Il grado della relazione tra variabili, e per mezzo di essa si cerca
di determinare quanto bene un’equazione lineare o un’altra equazione qualsiasi descrivano
o spieghino tale relazione tra variabili.
295 Con un coefficiente di correlazione pari a r= -0,8, i valori di una variabile:
Crescono al decrescere dei valori dell’altra
296 Con un coefficiente di correlazione pari a r= -0,9, i valori di una variabile:
Crescono al decrescere dei valori dell’altra
297 Con un coefficiente di correlazione pari a r= -0,5, i valori di una variabile:
Tendono a crescere al decrescere dei valori dell’altra, ma in maniera blanda
298 Con un coefficiente di correlazione pari a r= +0,8, i valori di una variabile:
Crescono al crescere dei valori dell’altra
299 Nella correlazione spuria, si rileva che: R varia tra -1 ed 1 e può essere elevato, ma le
variabili non sono legate da un rapporto serio di causalità
300 Ad un valore elevato di r corrisponde: In diversi casi un effettivo legame tra i due
caratteri quantitativi considerati
301 Ad un valore basso di r corrisponde: In diversi casi un legame debole tra i due caratteri
quantitativi considerati
302 Un tipico caso di correlazione non reale comporta che: Uno dei due caratteri
comprende l’altro
303 Un tipico caso di correlazione non reale comporta che: I due caratteri sono influenzati
da circostanze comuni
304 Un tipico caso di correlazione non reale comporta che: Altri fattori variabili influiscono
su quelli presi in considerazione
305 Un tipico caso di correlazione non reale comporta che: Altri fattori variabili, che
rappresentano circostanze comuni, influiscono su quelli presi in considerazione
306 R deve esprimere correttamente: il legame di interdipendenza
307 Dividendo il numero delle nascite in una comunità durante un periodo di tempo e la
quantità della popolazione media dello stesso periodo si ottiene: Coefficiente di natalit
308 Dividendo il numero delle morti in una comunità durante un periodo di tempo e la
quantità della popolazione media dello stesso periodo si ottiene:Coefficiente di mortali
309 Dividendo il numero delle morti e delle nascite in una comunità durante un periodo di
tempo rispettivamente per la quantità della popolazione media dello stesso periodo si può
ottenere: Correlazione spuria se l’andamento della popolazione non è correlato col numero
di nati e morti
310 I numeri indice comparano: Le variazioni dei livelli della variabile nel tempo con
riferimento ad una base
311 I numeri indice sono:
Inferiori a 100 se il livello tende a scendere rispetto all’anno base
312 I numeri indice sono:
Superiori a 100 se il livello della variabile tende a crescere rispetto all’anno base
313 I numeri indice sono: Esplicativi dell’andamento dei livelli della variabile nel tempo
314 La formula per calcolare il numero indice tra l’anno t e t-1 per la variabile X in Excel è
preceduta da: Il segno eguale
315 Se il tasso di incremento tra t e t-1 è pari a 1,2%, allora il numero indice in t, con base
t-1 sarà: 101,2
316 Se il tasso di incremento tra t e t-1 è pari a 2,2%, allora il numero indice in t, con base
t-1 sarà: 102,2
317 Se il tasso di incremento tra t e t-2 è pari a 1,2%, allora il numero indice in t, con base
t-2 sarà: 101,2
318 Se il tasso di decremento tra t e t-1 è pari a -1,2%, allora il numero indice in t, con base
t-1 sarà: 98,8
319 Se il tasso di decremento tra t e t-2 è pari a -5,2%, allora il numero indice in t, con base
t-2 sarà: 94,8
320 Per rappresentare graficamente la forma della relazione tra due variabili X ed Y si
utilizza: Il diagramma a dispersione
321 Studiare la relazione tra due variabili X ed Y significa: Studiare la tendenza che X e Y
hanno a variare insieme
322 Il coefficiente di correlazione r di Pearson può essere usato per calcolare la
correlazione: Tra variabili misurate su scale a intervalli o a rapporti equivalenti
323 Quando a valori crescenti di X corrispondono valori crescenti di Y si ha:
Una relazione positiva
324 Quando al diminuire dei valori di X corrisponde il diminuire dei valori di Y si ha:
Una relazione positiva
325 Date coppie di valori X e Y, l’equazione di regressione può essere considerata
Una formula di predizione di Y
326 L’equazione di regressione lineare è l’equazione di una: Retta
327 Date coppie di valori X e Y, la retta di regressione è una: Sola, e ben definita, tra le
infinite rette che si possono tracciare tra i punti di un diagramma a dispersione
328 Se X è la variabile indipendente e Y quella dipendente, considerando l’equazione di
regressione è corretto definire X come: Predittore
329 Se X è la variabile indipendente e Y quella dipendente, considerando l’equazione di
regressione è corretto definire Y’ come: Valore predetto
330 Una serie storica è costituita: Dai dati osservati a intervalli regolari di tempo
331 Una serie storica è costituita: Dalle osservazioni dei dati quantitativi nel tempo, si
possono avere serie mensili, giornaliere, annuali
332 La media mobile è: La somma ponderata dei valori della serie storica
333 La media mobile di ordine n consiste: In una serie di medie aritmetiche calcolate su n
periodi contigui.
334 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie
mobili di ordine tre si possono calcolare: 4
335 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie
mobili di ordine cinque si possono calcolare: 2
336 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7,0), quante medie
mobili di ordine tre si possono calcolare: 5
337 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima
media mobile di ordine tre calcolabile in tempo reale: 11/3
338 Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima
media mobile di ordine cinque calcolabile in tempo reale: 21/5
339 Consideriamo la seguente serie storica di valori contigui (2,2,3,5,3,4,6,7), quante
medie mobili di pesate di ordine tre si possono calcolare: 6
340 I dati informatici sono utilizzabili per: Le analisi statistiche
341 Una fotografia è un dato: Complesso
342 Il tipo di dato elementare 4.5 è: Reale
343 Nella somma logica con operando A=1 ed operando B=1, il totale sarà: 1
344 Nella somma logica con operando A=0 ed operando B=0, il totale sarà: 0
345 Nel prodotto logico con operando A=0 ed operando B=1, il totale sarà: 0
346 Nel prodotto logico con operando A=VERO ed operando B=FALSO, il totale sarà: F
347 Nel prodotto logico con operando A=VERO ed operando B=VERO, il totale sarà: V
348 La negazione logica dell’operando A=0 è: 1
349 Nella congiunzione tra insiemi si valuta: Quando i due eventi si realizzano entrambi
350 La probabilità che si verifichi un evento può assumere valori Tra 0 ed 1
351 Due eventi sono indipendenti quando:
Il verificarsi dell’uno non modifica la probabilità di verificarsi dell’altro
352 La probabilità del verificarsi di due eventi che si escludono a vicenda è data dal:
Somma delle probabilità del verificarsi di ciascuno dei due eventi
353 La somma delle probabilità di eventi che si escludono a vicenda ed esaustivi è:
Uguale ad 1
354 Due eventi non sono indipendenti quando: Il verificarsi dell’uno modifica la probabilità
del verificarsi dell’altro
355 Nella teoria statistica i termini popolazione e campione sono:
Indicativi del fatto che il campione è un sottoinsieme della popolazione
356 Se si effettua una estrazione senza reimmissione la probabilità di estrarre un altro
elemento: Viene modificata
357 Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere
un asso: 0,1
358 Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere
una carta di bastoni: 0,25
359 Da un mazzo di carte viene estratta una carta. Calcolare la probabilità di ottenere una
figura: 12/40
360 Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere
un fante o un re: 8/40
361 Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere
una figura o una carta inferiore a 6: 32/40
362 Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con
reimmissione un re alla prima estrazione e una carta di coppe alla seconda: 1/40
363 Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con
reimmissione un re e un asso: 2/100
364 Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado.
Calcolare la probabilità di successo in un lancio: 1/6
365 Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado.
Calcolare la probabilità di insuccesso in un lancio: 5/6
366 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2), estraendo a caso un punteggio quale è la probabilità di ottenere un
numero pari e inferiore a 6: 4/10
367 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2). Estraendo a caso un punteggio quale è la probabilità di ottenere un
numero pari o inferiore a 6: 0.7
368 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la
probabilità di ottenere almeno un 7 alla prima estrazione: 0.2
369 Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale
(2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la
probabilità di ottenere due punteggi la cui somma sia 9: 14/100
370 Il numero di cuori negli esseri viventi ed il numero di battiti cardiaci al minuto possono
entrambi essere definiti:
Il numero di battiti solamente può essere definito variabile
371 Si supponga di avere la seguente distribuzione di 10 individui secondo la nazionalità:
Italiani n.3, Francesi n.4, Spagnoli n.3. La caratteristica nazionalità è misurata su scala:
Nominale
372 Le frequenze percentuali di una distribuzione si calcolano facendo:
Il rapporto tra ciascuna frequenza ed il totale delle frequenze e moltiplicando per 100 il
risultato
373 Quando si calcolano le frequenze cumulate percentuali, l'ultimo valore che si ottiene,
cioè il più elevato, è: 100
374 La mediana è: La categoria o il punteggio al di sopra e al di sotto del quale cade un
ugual numero di casi
375 La deviazione standard può assumere valori: Solo positivi
376 La media: E' sensibile ai valori estremi
377 Un test fornisce punteggi compresi tra 0 e 120. La media del test, calcolata su un
campione, risulta 142,9. Il risultato è: Sicuramente sbagliato
378 Un test fornisce sicuramente punteggi compresi tra 0 e 120. La mediana del test,
calcolata da un ricercatore su un campione, risulta 142,9. Il punteggio massimo ottenibile
è: 120
379 In una distribuzione di frequenza si può ottenere: Più di una moda
380 Nella retta di regressione Y’=aY+bYX il termine ay: Rappresenta la distanza tra il punto
zero (origine) dell’asse delle ascisse e il punto in cui la retta taglia l’asse delle ordinate
381 Quando la correlazione tra X ed Y è molto elevata, pari ad rxy=0.92, i valori di Y ed Y’:
Differiscono
382 Quando la correlazione tra X ed Y è molto bassa, pari ad rxy=0.22, i valori di Y ed Y’:
Differiscono
383 Quando la correlazione tra X ed Y è pari ad rxy=+1, i valori di Y ed Y’: Coincidono
384 Quando la correlazione tra X ed Y è pari ad rxy=-1, i valori di Y ed Y’: Coincidono
385 Prova anche a realizzare in Excel i grafici che seguono. Quando rxy = 0, le due rette di
regressione Y’=ay+byX e X’= ax+bxY sono: Perpendicolari tra loro
386 Prova anche a realizzare in excel i grafici che seguono. Quando rxy = -1, le due rette di
regressione Y’=ay+byX e X’= ax+bxY sono: Coincidono
387 Prova anche a realizzare in excel i grafici che seguono. Quando rxy = +1, le due rette di
regressione Y’=ay+byX e X’= ax+bxY sono: Coincidono
388 Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione lineare, sapendo
che il coefficiente di correlazione è uguale a 0.76, il coefficiente di determinazione sarà
pari a: 0.58
389 Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione non lineare,
sapendo che il coefficiente di determinazione è uguale a -1, il coefficiente di correlazione
sarà pari a: Non è possibile calcolarlo con i dati a disposizione che non sono corretti
390 La media mobile di ordine 5 permette di: Eliminare valori erratici
391 La media mobile di ordine 3 permette di: Eliminare valori anomali
392 La media mobile di ordine 3 permette di: Effettuare lo smoothing delle serie storiche
393 Nella serie ordinata secondo il tempo t e con valori (100,200,350,500,600) le medie
mobili di ordine 3 con 2 cifre decimali sono: 216.67; 350.00; 483.33
394 Nella serie ordinata secondo il tempo t e con valori(10,100,200,350,500,600) le medie
mobili di ordine 5 sono: 232 e 350
395 Nella serie (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3
sono: 103, 217, 350, 483
396 La funzione TENDENZA in Excel serve per: Calcolare il valore di una funzione stimata
397 La funzione TENDENZA in Excel serve per: Prevedere le serie storiche
398 La funzione TENDENZA in Excel serve per: Prevedere il valore al tempo t in una
funzione stimata y*
399 La funzione TENDENZA in Excel serve per: Calcolare il valore stimato al tempo t in
relazione ad una funzione di regressione y*
400 La stima del parametro è: Un concetto diverso da quello di stimatore
401 La stima del parametro nella popolazione è: Calcolata attraverso i dati campionari
402 La stima del parametro nel campione è: Non è opportuno definire la stima del
parametro nel campione, ma nella popolazione
403 La stima del parametro nella popolazione è: Relativa ai valori che può assumere lo
stimatore
404 La stima del campione è: Un concetto diverso da quello di stimatore
405 La funzione stimatore del parametro dovrebbe essere: Centrata, consistente, efficiente
406 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500
siano risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione
campionaria di persone sensibili al farmaco: 0,25
407 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 1000
siano risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione nella
popolazione di persone sensibili al farmaco: Non si può sapere
408 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500
siano risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione
campionaria di persone non sensibili al farmaco: 0,75
409 Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500
siano risultati sensibili ad un determinato farmaco. Con un grado di fiducia del 95%,
stimiamo che la proporzione della popolazione sensibile al farmaco deve essere compresa
tra: 0,23 e 0,27
410 La proporzione di varianza comune a X e Y è espressa da r2xy che è denominato:
Coefficiente di determinazione
411 La proporzione di varianza comune a X e Y è espressa da r2xy che esprime:
La varianza spiegata
412 La quantità espressa da 1-r2xy con r2xy che indica la proporzione di varianza comune a
X e Y è denominata: Varianza residua
413 Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità
tecniche” è pari a 0,76. Considerando una relazione lineare tra X ed Y, dove quest’ultima è
la variabile dipendente, il coefficiente di determinazione sarà pari a: 0,58
414 Il coefficiente di correlazione di Pearson tra X= “quantità di grassi saturi assunte” ed Y=
”speranza di vita” è pari ad -1. Considerando una relazione lineare tra X ed Y, dove X è la
variabile dipendente ed Y quella indipendente, il coefficiente di determinazione sarà pari a:
1
415 Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità
tecniche” è pari a 0,76. Considerando una relazione lineare tra X ed Y, dove quest’ultima è
la variabile dipendente, la varianza residua sarà pari a: 42%
416 Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità
tecniche” è pari a 0,76. Considerando una relazione lineare tra X ed Y, dove quest’ultima è
la variabile dipendente, la varianza comune sarà pari a: 58%
417 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che
fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene
utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64;
se=2,5. Indicare quale è la variabile indipendente: Attitudine all’Inglese
418 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che
fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene
utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64;
se=2,5. Indicare quale punteggio dovrebbe ottenere al test di profitto un ragazzo che
sbaglia tutte le domande al test attitudinale: 10
419 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che
fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene
utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64;
se=2,5. Per ogni risposta corretta in più al test attitudinale indicare di quanti punti
aumenta il punteggio al test di profitto: 2
420 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica
che fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100).
Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+2X:
r2=0,74; se=3,5. Indicare di quanti punti è l’errore medio di previsione: 3,5
421 In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico.
All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica
che fornisce punteggi in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta
l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100).
Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+3X:
r2=0,74; se=3,5. Indicare per ogni risposta corretta al test attitudinale di quanti punti
aumenta il punteggio al test di profitto e come si chiama questo parametro: 3, coefficiente
di regressione
422 Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità
matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di
correlazione di Pearson pari a -0,88. Sulla base del risultato ottenuto si può evidenziare
che: Le persone con punteggi bassi in matematica hanno buone prestazioni in letteratura
inglese
423 Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità
matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di
correlazione di Pearson pari a -0,88. Sulla base del risultato ottenuto si può evidenziare
che: Le due variabili sono correlate negativamente
424 L’indice r misura relazioni di tipo: Lineare
425 Si ha discordanza tra caratteri se: Ai valori più piccoli di una delle due variabili
corrispondono generalmente i più grandi dell’altra, e se ai valori più grandi corrispondono
in genere i più piccoli;
426 La codevianza è una misura: Assoluta di concordanza
427 La correlazione: A differenza della regressione, non richiede di stabilire quale variabile
sia antecedente all’altra (in termini di dipendenza)
428 Relazioni di discordanza significative tra variabili implicano: Un coefficiente di
correlazione negativo
429 Se il coefficiente di correlazione è uguale a 0 vi è: Assenza di concordanza o
discordanza
430 La funzione di ripartizione di una variabile casuale X a valori reali è: La funzione che
associa a ciascun valore x la probabilità dell‘evento “la variabile casuale X assume valori
minori o uguali ad x”
431 La funzione di densità di probabilità della distribuzione Normale è asintotica di X verso
-∞ e +∞, cioè: Si avvicina all’asse delle ascisse senza mai toccarla
432 I valori attesi nella variabile casuale Normale sono: Media; Varianza;
433 Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa
in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in
euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il
valore 24 riportato nella prima riga della tabella rappresenta: Una modalità del carattere
434 Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa
in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in
euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il
valore della funzione di ripartizione empirica in corrispondenza di una temperatura media
pari a 17 gradi è: 4/10
435 1) Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X,
espressa in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y,
espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45,
55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di una
temperatura media pari a 25 gradi, che ipotizziamo essere una v.c distribuita
normalmente, è: 0,8
436 Indicare la percentuale di bollette con importi inferiori a 60 euro, tra i bimestri con
temperatura media superiore a 20°: 3/5
437 La funzione f(X) raggiunge il suo punto più alto in corrispondenza di: Xi = media
438 Poiché nella v.c. Normale la funzione f(X) raggiunge il suo punto più alto in
corrispondenza di Xi = µ, ciò comporta che media, mediana e moda: Coincidano
439 Si ricorre ad una distribuzione normale quando: Una variabile casuale continua è
distribuita normalmente o quasi.
440 Nella teoria statistica i termini campione e popolazione sono: Non sono sinonimi
441 I simboli μ e σ si riferiscono alla media ed allo scarto quadratico medio
del:Popolazione
442 I simboli e S si riferiscono alla media ed allo scarto quadratico medio del: Campione
443 La distribuzione di probabilità di z è costruita: E’ una funzione teorica espressa con
regole matematiche relative a un insieme infinito di dati
444 La curva normale a differenza delle altre curve è:Definita da un’equazione particolare
che permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
445 La curva normale è caratterizzata da: Essere definita da un’equazione particolare che
permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
446 La curva normale standardizzata è caratterizzata dal fatto di avere: Media =0 e
deviazione standard=1
447 La curva normale standardizzata è caratterizzata dal fatto di avere: I punteggi sono
espressi in punti z
448 Valori estremi, cioè posizionati verso le code di una distribuzione di probabilità, hanno
una probabilità di verificarsi per caso: Inferiore rispetto ai valori centrali
449 Utilizzando la tavola della curva normale standardizzata si individueranno i punti z:
Nella colonna di sinistra con una cifra decimale; la seconda cifra decimale è situata nella
prima riga in alto della stessa tavola
450 Una variabile dicotomica può assumere: Solo due valori
451 Se una variabile è dicotomica: Può assumere solo due valori, indipendentemente dalla
probabilità di ottenere uno o l’altro dei due valori
452 La seguente ipotesi è nulla: La popolazione da cui il campione è estratto ha media 58
453 La seguente ipotesi è nulla: Non esiste nessuna relazione tra classe sociale e alcolismo
454 La seguente ipotesi è nulla: Le medie dei gruppi A,B,C non differiscono tra loro in modo
significativo
455 La seguente ipotesi è nulla: Questa moneta non è truccata
456 La seguente ipotesi è nulla: Le medie dei gruppi A,B,C non differiscono tra loro in modo
significativo
457 La seguente ipotesi è nulla: Il farmaco C non ha un effetto diverso dal farmaco D
458 La seguente ipotesi è nulla: La media dei tempi di reazione dei maschi è uguale a
quella delle femmine
459 La seguente ipotesi è nulla: C’è una relazione significativa tra reddito delle persone e
livello di istruzione
460 La seguente ipotesi: “C’è una minore astensione dal lavoro nel reparto A rispetto al
reparto B di una fabbrica” è: Monodirezionale sinistra
461 La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di
individui è significativamente diverso” è: Bidirezionale
462 La seguente ipotesi: “La media della popolazione da cui deriva un certo campione non
è 200” Bidirezionale
463 La seguente ipotesi: “La probabilità di ottenere croce lanciando una certa moneta è
superiore a 0,5” è: Monodirezionale destra
464 La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4
di un dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato” è:
Monodirezionale destra
465 La seguente ipotesi: “Il tempo medio di riconoscimento di alcuni dipinti storici
impiegato dagli studenti è inferiore a 20 secondi” è: Monodirezionale sinistra
466 La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4
di un dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato”. La
probabilità sotto l’ipotesi nulla, cioè se le vincite sono dovute al caso è: 1/6
467 La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di
individui è significativamente diverso” ha il seguente segno del valore critico: ±
468 Quale probabilità si ha di commettere l’errore di I tipo se si rifiuta l’ipotesi nulla
avendo scelto un livello di significatività del 5%: 5%
469 Ponendo ed H1 monodirezionale destra, indicare quando è possibile rifiutare l’ipotesi
nulla; ciò accade nel caso in cui il risultato del test effettuato lasci alla sua destra: Il 4% dei
casi
470 Sia data una popolazione normale con varianza nota. Volendo verificare l'ipotesi:
471 Sia data una popolazione normale con varianza non nota. Volendo verificare l'ipotesi:
La spesa (in euro) sostenuta da 12 ragazzi di 20 anni durante un fine settimana di Palermo è: 50; 20; 32; 10; 8; 15; 55; 18; 12; 15; 20; 24. Calcolare la media aritmetica: 23,25
La spesa (in euro) sostenuta da 12 ragazzi di 20 anni durante un fine settimana di Palermo è: 50; 20; 32; 10; 8; 15; 55; 18; 12; 15; 20; 24. Calcolare la mediana: 19
La statistica ci offre gli strumenti per: Organizzare, riassumere, analizzare i dati relativi ad un fenomeno , ottenuti attraverso le misurazioni
La statistica inferenziale ha come scopo principale quello di: dedurre le caratteristiche dell'intera popolazione a partire da dati raccolti
La statistica inferenziale: Testa ipotesi
L'indice chi-quadrato di Pearson: Dipende dalla dimensione del collettivo
N Nel modello di regressione lineare semplice quali delle seguenti ipotesi è definita “ipotesi debole”: ipotesi sulla variabile esplicativa
Nel modello di regressione lineare semplice quali delle seguenti ipotesi è definita “ipotesi forte”: ipotesi di normalità
Q Quale indice di posizione appare rappresentativo dell'intera distribuzione? media aritmetica
Quale indice di posizione appare rappresentativo dell'intera distribuzione? moda
Quando il campione è maggiore di 30 unità è definibile: Grande e non si può usare il test z ma devi ma devi usare il test t: il campione può considerarsi estratto da una popolazione normale
S Scrivi la funzione excel ed i simboli da digitare nella cella per calocalare la varianza campionaria: =VAR
Scrivi la funzione excel ed i simboli da digitare nella cella per calocolare la media geometrica: =MEDIA.GEOMETRICA
Si commette un errore di prima specie: Nel rifiutare l'ipotesi nulla quando in realtà è vera
Si consideri la popolazione di 20 unità statistiche (-350; 2; 2; 2; 2; 2; 2; 4; 6; 6; 7; 7; 7; 8; 9; 9; 9; 10; 14; 350) Quale indice di posizione appare rappresentativo dell'intera distribuzione?
media aritmetica
Si consideri la popolazione di 20 unità statistiche: (-450,2,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,10,14,510). Quale indice di posizione appare rappresentativo dell'intera distribuzione ? Moda
Si consideri la popolazione di unità statistiche: (-290,2,2,2,2,3,3,3,3,3,3,3,3,3,4,6,6,7,7,7,7,7,7,8,8,9,9,9,10,290) quale indice di posizione appare rappresentativo dell'intera distribuzione?
Moda
T Tra due variabili vi è indipendenza assoluta se: Le frequenze osservate sono uguali alle frequenze teoriche
U Un prodotto di largo consumo ha subito negli anni diversi aumenti indicati in tabella: 2007—2%, 2008—2,5%; 2009—2,6%; 2010—2,7%. Indicare il tasso di aumento medio annuo:2,450%
Una classe è chiusa a destra e aperta a sinistra se: Solo l'estremo destro è incluso
Una tabella a doppia entrata registra: Quante volte una coppia di mortalità si presenta contemporaneamente per x e per y
Uno stimatore si dice consistente se: Al crescere della numerosità campionaria tende a concentrarsi sul parametro da stimare
A A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE TRA Z=0 E Z=1,4: 0,4192
A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE TRA Z=0,81 E Z=1,94:0,1828
Ad un valore basso di r corrisponde: In diversi casi un legame debole tra i due caratteri quantitativi considerati
Ad un valore elevato di r corrisponde: In diversi casi un effettivo legame tra i due caratteri quantitativi considerati
Attraverso l’equazione di bilancio si analizzano: le produzioni delle varie branche secondo i rispettivi impieghi
AUMENTANDO IL LIVELLO DI SIGNIFICATIVITÀ: aumenta la potenza del test
C Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2): 12
Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29): 29
Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29): 12
Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29): 7
CALCOLARE LA VARIANZA DEI SEGUENTI NUMERI: 12,6,7,3,15,10,18,5: 23,75
CALCOLARE LO SCARTO QUADRATICO MEDIO DEI SEGUENTI NUMERI: 12,6,7,3,15,10,18,5: 4,87
Col termine classificazione: si intende il massimo dettaglio con cui la variabile viene espressa.
CON IL METODO DEI MINIMI QUADRATI: Si minimizza la somma dei quadrati degli scarti tra valori osservati e valori teorici
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= +0,8, I VALORI DI UNA VARIABILE: Crescono al crescere dei valori dell’altra
Con un coefficiente di correlazione pari a r= +0,8, i valori di una variabile: Non vi è correlazione
Con un coefficiente di correlazione pari a r= -0,5, i valori di una variabile: Tendono a crescere al decrescere dei valori dell’altra, ma in maniera blanda
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= -0,5, I VALORI DI UNA VARIABILE: Tendono a crescere al decrescere dei valori dell’altra, ma in maniera blanda
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= -0,8, I VALORI DI UNA VARIABILE: Crescono al decrescere dei valori dell’altra
Con un coefficiente di correlazione pari a r= -0,8, i valori di una variabile: Crescono al decrescere dei valori dell’altra
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= -0,9, I VALORI DI UNA VARIABILE: Crescono al decrescere dei valori dell’altra
Con un coefficiente di correlazione pari a r= -0,9, i valori di una variabile: Crescono al decrescere dei valori dell’altra
CONOSCENDO LA DEVIANZA, LO SCARTO QUADRATICO MEDIO SI RICAVA CALCOLANDO: La radice quadrata del rapporto tra devianza e numerosità del collettivo
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media aritmetica è pari a: 8,5
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media geometrica è pari a: 5,66
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (2; 14; 13; 15; 6; 1), LA MEDIANA È PARI A: 6
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la mediana è pari a: 9,5
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (2; 14; 13; 15; 6; 1; 1), LA MEDIA è PARI A: 7,43
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1;1), la moda è pari a: 1
Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), il valore centrale è pari a: 8
Considera il seguente insieme di osservazioni (-2; -2; -2; -14; -13; -15; -6; -1;-1), il valore massimo è pari a: -1
Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), la moda è pari a: 2
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (-22, 14. 13; 15; 6; 1; 1; -12), LA VARIANZA CAMPIONARIA È PARI A (CONSIDERARE NEL CALCOLO DEL DENOMINATORE UNA NUMEROSITÀ TOTALE PARI A N-1):
174,90
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (-22; 14;13;15;6,1;1;-12), LA MEDIANA è PARI A: 3,5
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (-22;14,13,15;6;1;1;-2), LA DEVIAZIONE STANDARD CAMPIONARIA E’ PARI A(CONSIDERARE NEL CALCOLO DEL DENOMINATORE UNA NUMEROSITA’ PARI A N-1):
13,22
CONSIDERA LA RELAZIONE CAUSA-EFFETTO Y = -F(X), CALCOLA LA Y SAPENDO CHE F(X) = -10 ED INDICA IL TIPO DI RELAZIONE: y = 10; la relazione è lineare
Considera la relazione causa-effetto y = -f(x), calcola la y sapendo che f(x) = -10 ed indica il tipo di relazione: y = 10; la relazione è lineare
CONSIDERA LA RELAZIONE CAUSA-EFFETTO y=f(x)+4.5 CALCOLA LA y SAPENDO CHE –f(x)=10 ED INDICA IL TIPO DI RELAZIONE: y=-5,5
CONSIDERA LA RELAZIONE CAUSA-EFFETTO Y=-F(X)2, CALCOLA LA Y SAPENDO CHE F(X)= -10 ED INDICA IL TIPO DI RELAZIONE: y = 100; la relazione è non lineare
Considera la relazione causa-effetto y=-f(x)2, calcola la y sapendo che f(x)=-10 ed indica il tipo di relazione: y = 100; la relazione è non lineare
CONSIDERIAMO LA RELAZIONE Y=F(X), DOVE X È RAPPRESENTATO DALL’ INFLAZIONE ED Y SONO I TASSI DI INTERESSE NELLEURO AREA: x è la variabile indipendente
Consideriamo la relazione y=f(x), dove x è rappresentato dall’inflazione ed y sono i tassi di interesse nell’Euro Area: x è la variabile indipendente
CONSIDERIAMO LA SEGUENTE SERIE STORICA DI VALORI CONTIGUI (2,2,3,5,3,4,6,7), QUANTE MEDIE MOBILI DI PESATE DI ORDINE TRE SI POSSONO CALCOLARE: 6
Consideriamo la seguente serie storica di valori contigui (2,2,3,5,3,4,6,7), quante medie mobili di pesate di ordine tre si possono calcolare: 6
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima media mobile di ordine cinque calcolabile in tempo reale: 21//5
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima media mobile di ordine tre calcolabile in tempo reale: 11//3
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie mobili di ordine cinque si possono calcolare: 2
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie mobili di ordine tre si possono calcolare: 4
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7,0), quante medie mobili di ordine tre si possono calcolare: 5
COSA SI INTENDE PER STIMA INTERVALLARE: La stima attraverso la quale si giunge alla determinazione di un intervallo, che include il parametro stimato, con livello di confidenza 1-
COSA SI INTENDE PER STIMA PUNTUALE: La stima attraverso la quale si giunge alla determinazione di un solo valore numerico per uno o più parametri della popolazione
COSA SI INTENDE VARIABILITÀ: E' l'attitudine di un fenomeno quantitativo ad assumere differente modalità
Costruendo i numeri indice della serie storica del fatturato per due aziende, vogliamo in particolare: Capire quale delle due unità presenta un andamento migliore
D Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un asso: 0,1
Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una carta di bastoni: 0,25
Da un mazzo di carte viene estratta una carta. Calcolare la probabilità di ottenere una figura: 12//40
DA UNA PARTITA DI BULLONI METALLICI È STATO ESTRATTO UN CAMPIONE di n=100 elementi e se ne sono trovati 20 difettosi. Costruire un intervallo di confidenza al 95% per la proporzione p dei pezzi difettosi:
IC=[0,1216;0,2784]
DA UNA POPOLAZIONE COMPOSTA DA 4 UNITÀ STATISTICHE ( A, B, C, D ) si voglia estrarre, con ripetizione, un campione casuale di numerosità 2. Lo spazio campionario è composto da:16 possibili campioni
DA UNA POPOLAZIONE COMPOSTA DA 4 UNITÀ STATISTICHE ( A, B, C, D ) si voglia estrarre, con ripetizione, un campione casuale di numerosità 3. Lo spazio campionario è composto da: 64 possibili campioni
DA UNA POPOLAZIONE COMPOSTA DA 5 UNITÀ STATISTICHE ( A, B, C, D, E ) si voglia estrarre, con ripetizione, un campione casuale di numerosità 2. Lo spazio campionario è composto da: 25 possibili campioni
DAI I SEGUENTI NUMERI CALCOLARE LA PROBABILITÀ DI ESTRARRE UN NUMERO DI DUE CIFRE O UN NUMERO PARI: 2 12 131 126 17 28 257 890 21 654 33 428: 0,33
DATE COPPIE DI VALORI X E Y, L’EQUAZIONE DI REGRESSIONE PUÒ ESSERE CONSIDERATA: Una formula di predizione di Y
Date coppie di valori X e Y, l’equazione di regressione può essere considerata: Una formula di predizione di Y
DATE COPPIE DI VALORI X E Y, LA RETTA DI REGRESSIONE È UNA: Sola, e ben definita, tra le infinite rette che si possono tracciare tra i punti di un diagramma a dispersione
Date coppie di valori X e Y, la retta di regressione è una: Sola, e ben definita, tra le infinite rette che si possono tracciare tra i punti di un diagramma a dispersione
DATE LE VARIABILI: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2, 20, 18.2, 16,2, il coefficiente di determinazione lineare è:0,9650
DATE LE VARIABILI: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2, 20, 18.2, 16,2.
DATE LE VARIABILI: X(Velocità km/h): 60,80,100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2,20,18.2,16,2. La codevianza (X,Y) è:577,6
DATI DUE STIMATORI T1 E T2 DI UNO STESSO PARAMETRO: Se entrambi sono non distorti, il confronto tra i due stimatori in termini di efficienza può essere effettuato solo sulla base della varianza
DATI I SEGUENTI EVENTI: A=(1,2,3), B=(2,3,4). Determinare AᴜB:AᴜB=,1,2,3,4-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A ᴜ B ᴜ C: AᴜBᴜC=,1,3,5,7,9,10-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩B: A∩B=,3,5-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩B∩C: A∩B∩C=,5-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩C: A∩C=,1,5-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare B∩C: B∩C=,5,9,10-
DATI I SEGUENTI NUMERI CALCOLARE LA PROBABILILTA’ DI ESTRARRE UN NUMEO PARI TRA I NUMERI DI DUE CIFRE: 11 12 131 126 17 28 257 890 21 654 33 428: 1/4DATI I SEGUENTI NUMEI CALCOLARE LA
PROBABILITA’ DI ESTRARRE UN NUMERO DI DUE CIFRE O UN NUMERO PARI: 11 12 131 126 17 28 257 890 21 654 33 428: 0.33
DATI I SEGUENTI NUMERI CALCOLARE LA PROBABILITA’ DI ESTRARRE UN NUMERO PARI SUL TOTALE: 11 12 131 126 17 28 257 890 21 654 33 428 : 1/2
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re alla prima estrazione e una carta di coppe alla seconda: 1//40
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re e un asso: 2//100
DATO UN MAZZO DI 40 CARTE CALCOLARE LA PROBABILITA’ DI OTTENERE IN TRE ESTRAZIONI CON REIMMISSIONE DUE FANTI E UN CAVALLO NELL’ORDINE INDICATO: 0,001
DATO UN MAZZO DI 40 CARTE CALCOLARE LA PROBABILITA’ DI OTTENERE IN TRE ESTRAZIONI CON REIMMISSIONE UN 4, UN 3 E UN 5 NELL’ORDINE INDICATO: 0,001
DATO UN MAZZO DI 40 CARTE CALCOLARE LA PROBABILITA’ DI OTTENERE IN TRE ESTRAZIONI CON REIMMISSIONE, ESATTAMENTE DUE RE: 0,02
DATO UN MAZZO DI 40 CARTE CALCOLARE LA PROBABILITA’ DI OTTENERE IN UN’UNICA ESTRAZIONE IL RE DI SPADE: 1/40
DATO UN MAZZO DI 40 CARTE LA PROBABILITA’ DI ESTRARRE DUE ASSI CON REIMMISSIONE E’: 16/1600
DATO UN MAZZO DI 40 CARTE LA PROBABILITA’ DI ESTRARRE UN CAVALLO E’: 1/40
DATO UN MAZZO DI 40 CARTE LA PROBABILITA’ DI ESTRARRE UN CINQUE O UNA CARTA DI COPPIE E’: 13/40
Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un fante o un re: 08//40
DATO UN MAZZO DI 40 CARTE VIENE ESTRATTA UNA CARTA. CALCOLARE LA PROBABILITÀ DI OTTENERE UN FANTE O UN RE: 8/40
Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una figura o una carta inferiore a 6: 20/40
DATO UN MAZZO DI 40 CARTE VIENE ESTRATTA UNA CARTA. CALCOLARE LA PROBABILITÀ DI OTTENERE UNA FIGURA O UNA CARTA INFERIORE A 6: 32/40
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2), estraendo a caso un punteggio quale è la probabilità di ottenere un numero pari e inferiore a 6: 4//10
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la probabilità di ottenere almeno un 7 alla prima
estrazione: 0,2
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la probabilità di ottenere due punteggi la cui somma
sia 9: 14/100
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a caso un punteggio quale è la probabilità di ottenere un numero pari o inferiore a 6: 0,7
DIECI ADOLESCENTI HANNO OTTENUTO I SEGUENTI IN UNA PROVA DI ABILITÀ SPAZIALE (2,7,9,2,1,7,5,4,6,2). ESTRAENDO A CASO UN PUNTEGGIO QUALE È LA PROBABILITÀ DI OTTENERE UN NUMERO PARI O
INFERIORE A 6: 0.7
DIRE SE LA SEGUENTE DISTRIBUZIONE È SIMMETRICA: 8,14,16,16,16,21,21: Non è simmetrica
Dividendo il numero delle morti e delle nascite in una comunità durante un periodo di tempo rispettivamente per la quantità della popolazione media dello stesso periodo si può ottenere: Correlazione spuria
se l’andamento della popolazione non è correlato col numero di nati e morti
Dividendo il numero delle morti in una comunità durante un periodo di tempo e la quantità della popolazione media dello stesso periodo si ottiene: Coefficiente di mortalità
Dividendo il numero delle nascite in una comunità durante un periodo di tempo e la quantità della popolazione media dello stesso periodo si ottiene: Coefficiente di natalità
Due eventi non sono indipendenti quando: Il verificarsi dell’uno modifica la probabilità del verificarsi dell’altro
Due eventi sono indipendenti quando: Il verificarsi dell’uno non modifica la probabilità di verificarsi dell’altro
DUE VARIABILI SI DICONO PERFETTAMENTE CORRELATE SE: l coefficiente di correlazione è pari a 1 in valore assoluto
E’ NULLA LA SEGUENTE IPOTESI: la probabilità di incontrare a caso un bambino con problemi di apprendimento tra le classi sociali svantaggiate è superiore al 30%
E EFFETTUANDO UN TEST DI VERIFICA DELL'IPOTESI di indipendenza su una tabella di contingenza 5x4, i gradi di libertà corrispondono: 12
EFFETTUANDO UN TEST DI VERIFICA DELL'IPOTESI di indipendenza su una tabella di contingenza 5x5, i gradi di libertà corrispondono: 16
EFFETTUANDO UN TEST DI VERIFICA DELL'IPOTESI di indipendenza su una tabella di contingenza 6x6, i gradi di libertà corrispondono: 25
EFFETTUANDO UN TEST DI VERIFICA DELL'IPOTESI di indipendenza su una tabella di contingenza, i gradi di libertà corrispondono: (r-1) (c-1)
ESTRAENDO A CASO DUE PUNTEGGI CON REIMMISSIONE, QUALE È LA PROBABILITÀ DI OTTENERE ALMENO UN 7 ALLA PRIMA ESTRAZIONE: 0.2
ESTRAENDO A CASO UN PUNTEGGIO QUALE È LA PROBABILITÀ DI OTTENERE UN NUMERO PARI E INFERIORE A 6: 4/10.
ESTRAENDO A CASO UN PUNTEGGIO QUALE È LA PROBABILITÀ DI OTTENERE UN NUMERO PARI O INFERIORE A 6: 0.7
G Gli “aggregati” che si determinano in una stadio del processo economico figurano: in uno o più conti o equazioni contabili che descrivono quello stadio
Gli investimenti lordi – da parte dei produttori di beni destinati a generare reddito – sono costituiti: dalle acquisizioni, al netto delle cessioni
Gli obiettivi del SISTAN sono: ridurre duplicazioni e incongruenze e razionalizzare le statistiche
Gli strumenti di indagine nello studio delle fluttuazioni sono: i metodi di analisi delle serie economiche temporali
I I caratteri statistici si dividono in: quantitativi e qualitativi
I cicli economici sono caratterizzati da: una fase di espansione seguita da una fase di contrazione
I coefficienti si dicono “tecnici” se: le grandezze sono espresse in unità fisiche
I dati informatici sono utilizzabili per: Le analisi statistiche
I dazi doganali ed i costi di trasporto influenzano: i prezzi interni all’ingrosso ed al consumo
I flussi che formano gli aggregati della Contabilità Nazionale vengono in genere valutati: ai prezzi di mercato
I flussi di reddito che compaiono nei conti della Distribuzione Primaria del Reddito sono detti: redditi primari
I metodi più noti per calcolare la parità di potere d’acquisto sono: il metodo proposto da Geary e Khamis e il metodo proposto da Gerardi
I modelli di tipo additivo, moltiplicativo o misto servono a: individuare le relazioni tra le singole componenti di una serie storica
I numeri indice che mettono a confronto l’intensità di uno stesso fenomeno in due o più situazioni diverse sono: i numeri indici semplici
I numeri indice comparano: Le variazioni dei livelli della variabile nel tempo con riferimento ad una base
I NUMERI INDICE SONO: Rapporti statistici
I NUMERI INDICE SONO: Strumenti matematici
I NUMERI INDICE SONO: esplicativi dell’ andamento dei livelli della variabile nel tempo
I numeri indice sono: Esplicativi dell’andamento dei livelli della variabile nel tempo
I numeri indice sono: Inferiori a 100 se il livello tende a scendere rispetto all’anno base
I numeri indice sono: Rapporti statistici
I numeri indice sono: Strumenti matematici
I NUMERI INDICE SONO: superiori a 100 se il livello della variabile tende a crescere rispetto all’anno base
I numeri indice sono: Superiori a 100 se il livello della variabile tende a crescere rispetto all’anno base
I numeri indici delle produzioni e dei prezzi sono utilizzabili per: confrontate nel tempo aggregati espressi in moneta corrente
I numeri indici rappresentano: uno strumento per lo studio nel breve periodo delle fluttuazioni dei prezzi e delle produzioni
I numeri indici si classificano in: semplici, complessi, sintetici, compositi
I prezzi départ-usine o ex fabrixa sono comprensivi anche: delle imposte indirette sulla produzione o sul primo scambio
I principi sanciti dall’art. 285 del trattato di Amsterdam: imparzialità, affidabilità, obiettività, indipendenza scientifica, efficacia e riservatezza
I Redditi da lavoro dipendente sono: composti dalle retribuzioni lorde e dai contributi sociali effettivi e figurativi
I SIMBOLI E S SI RIFERISCONO ALLA MEDIA ED ALLO SCARTO QUADRATICO MEDIO DEL: Campione
I SIMBOLI Μ E Σ SI RIFERISCONO ALLA MEDIA ED ALLO SCARTO QUADRATICO MEDIO DEL: Popolazione
I trasferimenti in conto capitale sono: flussi unilaterali (in denaro o in natura) prevalentemente erogati o prelevati dalle PA nell’ambito dei processi di accumulazione
I tre stadi fondamentali del processo economico descritti dalla Contabilità Nazionale sono: la formazione e l’impiego delle risorse, la distribuzione e redistribuzione del reddito, la formazione del capitale
Il metodo della Banca d’Inghilterra fornisce: una misura del grado di utilizzazione del capitale
Il metodo della Wharton School consiste nel calcolo di: un indice che misura la capacità produttiva di tutti i fattori
Il metodo Delphi consiste nel: sottoporre individualmente ai componenti di un gruppo di esperti i quesiti oggetto di valutazione
Il metodo di correzione probabilistico richiede: la sostituzione con delle informazioni valide
Il metodo estrapolativo: si basa sull’invarianza dell’andamento delle variabili del modello nel corso del tempo
Il numero dei caratteri in una matrice: Non dipende dalla numerosità della popolazione
Il numero di cuori negli esseri viventi ed il numero di battiti cardiaci al minuto possono entrambi essere definiti: Il numero di battiti solamente può essere definito variabile
IL NUMERO DI LANCI DI UNA MONETA È UNA: Variabile discreta
Il numero di lanci di una moneta è una: Variabile discreta
Il piano di rilevazione deve stabilire: perché, cosa (o chi), dove, come e quando
Il piano di spoglio è: il programma delle prime operazioni
Il problema dei confronti internazionali, trae origine dai limiti e dalle distorsioni derivanti dall’impiego di: tassi di cambio ufficiali delle monete
Il processo stocastico deve essere: stazionario, gaussiano, ergodico ed invertibile
Il processo stocastico identifica: una famiglia di variabili casuali ordinate secondo il tempo
Il prodotto lordo, reddito nazionale, reddito disponibile, risparmio svolgono: una funzione di collegamento tra le diverse equazioni contabili
Il Programma Statistico Nazionale (PSN) è: triennale
Il Programma Statistico Nazionale (PSN): delinea le attività di interesse pubblico da realizzare
Il questionario serve a: a facilitare l’interazione tra ricercatore, rilevatore e rispondente
Il rapporto annuo tra tasso di inflazione e deflazione dell’anno x in un paese determinato: NON ESISTE
IL RAPPORTO DI CORRELAZIONE DI PEARSON VARIA: Tra 0 e 1
Il rapporto statistico di coesistenza si ottiene: Mediante il rapporto tra la frequenza di una modalità rispetto a quella corrispondente di un’altra modalità
Il rapporto statistico di composizione si ottiene: Dividendo il valore rilevato in una data circostanza per l’analogo valore rilevato per l’intera popolazione
Il rapporto statistico di densità si ottiene: Mediante il rapporto tra la dimensione globale di un fenomeno e quella spaziale a cui esso fa riferimento
Il rapporto statistico di derivazione si ottiene: Dividendo la modalità di un fenomeno per quella corrispondente di un altro che, sul piano logico e/o temporale, ne costituisce causa o presupposto logico
Il SEC stabilisce che l’Attività di Produzione è: un flusso di beni o servizi atto a soddisfare bisogni
Il SEC95 prevede che la distribuzione primaria del reddito venga descritta attraverso due conti: conto della generazione del reddito e quello della attribuzione dei redditi primari
Il settore, denominato dal SEC95 Istituzioni sociali private (ISP), comprende: tutti gli organismi senza scopo di lucro dotati di personalità giuridica che producono servizi
Il Sistema di informazioni statistiche della Contabilità nazionale descrive: in termini quantitativi l’attività economica di un Paese
Il sistema di Leontief può essere immaginato come soluzione di un problema di: massimizzazione dell’output e minimizzazione dei costi dei fattori
Il Sistema Europeo dei Conti SEC95 definisce gli operatori economici come: unità istituzionali
Il tasso di interruzione definitivo si calcola: numero di interviste interrotte definitivamente sul totale delle interviste
IL TEOREMA DEL LIMITE CENTRALE: Afferma che al crescere di n la forma della distribuzione della media campionaria si approssima alla forma normale
Il territorio economico dove sono compiute le operazioni rilevanti per la Contabilità Nazionale di un paese è per lo più costituito: dal territorio geografico
Il tipo di dato elementare 4.5 è: Reale
Il valore aggiunto ai prezzi di mercato PmYj è pari alla: somma del costo dei fattori, imposte indirette al netto dei contributi alla produzione
Il valore aggiunto al costo dei fattori cfYj è pari: alla somma di salari, oneri sociali, altri redditi ed ammortamenti
IL VALORE ATTESO DELLO STIMATORE B1 è:E(B1)=β1
IL VALORE ATTESO E(b+X) è: (b è una costante reale): E(b+X)=b+E(X)
IL VALORE ATTESO E(X+Y) è: (X e Y sono due variabili casuali):E(X+Y)= E(X)+E(Y)
Il valore dei consumi intermedi è dato: dalla somma di tutti gli acquisti di beni e servizi intermedi da parte delle medesime imprese
Il valore dell’anno con numero indice pari a 100 nella serie storica osservata è: Il denominatore nel calcolo del numero indice
Il valore della produzione finale, che per definizione è dato dalla somma dei costi sostenuti per realizzarla, coincide con: le remunerazioni dei fattori produttivi primari
IN IN BASE AL TEOREMA DI GAUSS Markov, gli stimatori dei minimi quadrati: Sono i più efficienti
In base al tipo di approccio i metodi di previsione si distinguono in: estrapolativo, proiettivo e normativo
In caso di triangolarizzazione perfetta il processo produttivo è: perfettamente lineare
In economia chiusa, il Risparmio, per assicurare un consumo futuro, dovrà: essere destinato all’acquisto di beni di investimento
In Italia i conti nazionali sono costruiti annualmente da: dall’Istituto Nazionale di Statistica (ISTAT)
IN RIFERIMENTO ALLA TABELLA CHE MOSTRA LA DECOMPOSIZIONE DELLA DEVIANZA TOTALE, IL RAPPORTO F È UGUALE:
IN RIFERMENTO ALLA DOMANDA 4 si calcoli l'ampiezza di tale intervallo: 0.0124
IN UNA DISTRIBUZIONE DI FREQUENZA SI PUÒ OTTENERE: più di una moda
In una distribuzione di frequenza si può ottenere: Più di una moda
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica che fornisce punteggi in termini
di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il
livello di apprendimento dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+2X: r2=0,74; se=3,5. Indicare di quanti punti è l’errore medio di previsione: 3,5
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica che fornisce punteggi in termini
di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il
livello di apprendimento dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+3X: r2=0,74; se=3,5. Indicare per ogni risposta corretta al test attitudinale di quanti punti aumenta il
punteggio al test di profitto e come si chiama questo parametro: 3, coefficiente di regressione
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di
risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello
di apprendimento dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r 2=0,64; se=2,5. Indicare quale è la variabile indipendente: Attitudine all’Inglese
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di
risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello
di apprendimento dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r 2=0,64; se=2,5. Indicare quale punteggio dovrebbe ottenere al test di profitto un ragazzo che sbaglia tutte le
domande al test attitudinale: 10
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di
risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello
di apprendimento dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r 2=0,64; se=2,5. Per ogni risposta corretta in più al test attitudinale indicare di quanti punti aumenta il
punteggio al test di profitto: 2
IN UNA SCUOLA SUPERIORE 80 RAGAZZI SONO ISCRITTI AD UN CORSO DI STATISTICA. ALL’INIZIO DEL CORSO AGLI 80 ALUNNI VIENE SOMMINISTRATO UN TEST ATTITUDINALE PER L’INFORMATICA CHE FORNISCE
PUNTEGGI IN TERMINI DI RISPOSTE CORRETTE (DA 1 A 40). ALLA FINE DEL CORSO SI VALUTA L’APPRENDIMENTO DELL’INFORMATICA PER OGNI RAGAZZO CON UN TEST DI PROFITTO (DA 0 A 100). VIENE UTILIZZATO
IL PUNTEGGIO AL TEST ATTITUDINALE PER PREVEDERE IL LIVELLO DI APPRENDIMENTO DELL’INFORMATICA RAGGIUNTO A FINE CORSO, E SI OTTENGONO I SEGUENTI RISULTATI: Y’= 15+2.25X, R3=0,74; SE=3,5. PER
OGNI RISPOSTA CORRETTA AL TEST ATTITUDINALE DI QUANTI PUNTI AUMENTA IL PUNTEGGIO AL TEST DI PROFITTO E COME SI CHIAMA QUESTO PARAMETRO?: 2,5; coefficiente di regressione
In una serie di numeri indici se le variazioni sono calcolate rispetto allo stesso denominatore abbiamo: numeri indici a base fissa
In una serie temporale vi è autocorrelazione globale quando i valori: al tempo t della variabile considerata risultano correlati positivamente o negativamente con i valori al tempo t+1
IND Indicare cosa s’intende per Consumi intermedi: il valore dei beni e dei servizi consumati quali input in un processo di produzione
Indicare in cosa consiste la rilevazione indiretta: nell’utilizzo di archivi amministrativi
Indicare la percentuale di bollette con importi inferiori a 60 euro, tra i bimestri con temperatura media superiore a 20°: 3//5
Indicare quale affermazione sulla rilevazione dei dati è vera: è l’operazione di accertamento della presenza del carattere o fenomeno
Indicare quale delle seguenti affermazioni è vera: l’indice di Laspeyres è un indice a base fissa mentre quello di Paasche è a ponderazione variabile
Indicare quale delle seguenti affermazioni è vera: secondo l’approccio economico il soggetto reagisce alle variazioni dei prezzi dei beni modificando le quantità di beni acquistati
Indicare quale delle seguenti affermazioni non rappresenta un obiettivo della rilevazione: la classificazione dei dati per formulare ipotesi e teorie
Indicare quale delle seguenti affermazioni relativamente agli indici a catena è vero: l’indice incorpora tutte le variazioni economiche verificatesi nel periodo in esame
Indicare quale delle seguenti affermazioni, riguardo l’informazione statistica, è vera: le principali dimensioni dell’informazione Statistica sono accuratezza, tempestività, regolarità, accessibilità, chiarezza,
comparabilità
Indicare quale di queste affermazioni sul piano di codifica è vera: definisce una corrispondenza tra i codici delle modalità delle variabili e le rispose ottenute
Indicare quale di queste affermazioni sulla memorizzazione dei dati è vera: è la fase di registrazione dei dati
Indicare quale di queste affermazioni sulle rilevazioni preliminari è vera: sono svolte prima di quelle principali
Indicare quali sono i principali indicatori statistici: tasso di rifiuto e tasso di risposta
INDICE CHI-QUADRATO È UN INDICE: Simmetrico
L' L' IPOTESI STATISTICA È SEMPLICE: Se si assegna al parametro un valore puntale
L’ INDAGINE STATISTICA PUÒ ESSERE: campionaria o di tipo censuario
L’aggregato Consumi Finali rappresenta: la spesa sostenuta per soddisfare i bisogni
L’aggregato Valore aggiunto (o prodotto lordo) è come differenza tra altri aggregati: il Valore della Produzione e il Valore dei Consumi intermedi
L’anno con valore pari a 100 nella serie storica dei numeri indice è: L’anno base
L’approccio classico muove dal presupposto che: le singole osservazioni siano le risultati dell’azione combinata di movimenti non direttamente osservabili
L’approccio proiettivo punta a prefigurare: risultati al verificarsi di determinati eventi
L’attività statistica può considerarsi come: l’applicazione di tecniche aventi per fine la conoscenza quantitativa dei fenomeni collettivi
L’elaborazione di stime trimestrali di Contabilità Nazionale può essere effettuata in base a molteplici metodologie: approccio diretto ed approccio indiretto
L’elaborazione statistica: è utile per predisporre nuove indagini
L’equazione di regressione lineare è l’equazione di una: Retta
L’impostazione matriciale della tavola di input-output rende possibile la registrazione dei flussi: operando indifferentemente per riga o per colonna
L’indagine statistica può essere: Campionaria o di tipo censuario
L’indagine statistica può essere: totale o campionaria
L’indice r misura relazioni di tipo: Lineare
L’indice wi consente di esprimere l’intensità dei collegamenti: a valle di ciascuna branca
L’Inferenza ha lo scopo di: Dedurre le caratteristiche dell’intera popolazione a partire da dati raccolti
L’INFLAZIONE È: La diminuzione del potere di acquisto della moneta
L’inflazione è: L’ aumento dei prezzi
L’INFLAZIONE È: L’ aumento dei prezzi (se ci sono le due risposte uguali)
L’inflazione è: La diminuzione del potere di acquisto della moneta
L’insieme di transazioni dello stesso tipo in un determinato periodo contabile definisce: flusso aggregato di transazioni
L’Istogramma è una: Modalità di rappresentazione della rilevazione statistica
L’ordine delle fasi necessarie per progettare un’indagine è: definizione degli obiettivi, analisi “a priori” delle fonti, individuazione del campo di osservazione, selezione delle variabili, analisi statistica delle unità e
delle variabili
LA La bilancia dei pagamenti di un paese registra: sia gli esborsi effettuati, sia gli introiti percepiti
La capacità produttiva in senso tecnico si riferisce a: parametri tecnici che esprimono l’utilizzazione massima teorica di un impianto
La classificazione dei beni capitali avviene secondo: la durata media della loro vita utile
La classificazione è l’insieme delle categorie assunte da una variabile: qualitativa sconnessa o ordinale
La codevianza è una misura: Assoluta di concordanza
La Contabilità Nazionale è realizzata secondo schemi che: garantiscono la confrontabilità delle grandezze economiche misurate
La Contabilità Nazionale è un sistema integrato di equazioni contabili, ognuna delle quali descrive: uno stadio del processo economico ed è collegata alla successiva
La Contabilità Nazionale, attraverso i cosiddetti conti patrimoniali, descrive: gli stock delle attività reali e finanziarie e delle passività finanziarie detenute dagli operatori alla fine (e all’inizio) del periodo contabile
La correlazione indica: Il grado della relazione tra variabili, e per mezzo di essa si cerca di determinare quanto bene un’equazione lineare o un’altra equazione qualsiasi descrivano o spieghino tale relazione tra
variabili.
La correlazione: A differenza della regressione, non richiede di stabilire quale variabile sia antecedente all’altra (in termini di dipendenza)
La costruzione dei deflatori risponde all’esigenza di: determinare i tassi di equivalenza del potere di acquisto o parità di potere di acquisto (PPA)
LA COVARIANZA (X,Y):E' una misura simmetrica
LA COVARIANZA È NEGATIVA QUANDO: X e Y variano tendenzialmente nella stessa direzione
La covarianza è negativa quando: Al crescere di X la Y tende a diminuire ma non viceversa
La covarianza è nulla quando: X e Y non sono correlate
La covarianza è nulla quando: X e Y sono linearmente indipendenti
La covarianza è positiva quando: X e Y variano tendenzialmente nella stessa direzione
LA CURTOSI RAPPRESENTA: Il grado di schiacciamento di una distribuzione intorno al suo centro di gravità e rispetto alla curva normale
LA CURVA NORMALE A DIFFERENZA DELLE ALTRE CURVE È: Definita da un’equazione particolare che permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
LA CURVA NORMALE È CARATTERIZZATA DA: Essere definita da un’equazione particolare che permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
LA CURVA NORMALE STANDARDIZZATA È CARATTERIZZATA DAL FATTO DI AVERE: I punteggi sono espressi in punti z
LA CURVA NORMALE STANDARDIZZATA È CARATTERIZZATA DAL FATTO DI AVERE: Media =0 e deviazione standard=1
La deflazione consiste nel: depurare gli aggregati monetari correnti, riferiti a tempi diversi, dagli effetti derivanti dalle variazioni dei prezzi
La deflazione diretta consiste nel: ricalcolare anno per anno gli aggregati moltiplicando i prezzi unitari dell’anno base per le quantità dei singoli anni considerati
La deflazione è: Espressa in percentuale
La deflazione può essere: diretta, indiretta e doppia
La deflazione si calcola con: I tassi di variazione
La destagionalizzazione consiste nel: depurare le serie rilevate dalle distorsioni dovute ad elementi stagionali
LA DEVIANZA DI REGRESSIONE MISURA: Quanta parte della variabilità della Y è spiegata dalla relazione lineare
LA DEVIANZA È: La somma degli scarti dalla media aritmetica al quadrato
La deviazione standard può assumere valori: Solo positivi
LA DIFFERENZA INTERQUARTILE È DATA DALLA: Tra terzo e primo quartile
LA DISTRIBUZIONE BINOMIALE: Può essere utilizzata per descrivere casi in cui gli esiti possibili di una prova sono solo due
LA DISTRIBUZIONE DELLA NORMALE STANDARDIZZATA: Ha media uguale a 0 e varianza uguale 1
LA DISTRIBUZIONE DI DICE LEPTOCURTICA se: E' più appuntita rispetto alla normale
LA DISTRIBUZIONE DI DICE PLATICURTICA SE: E' più schiacciata rispetto alla normale
La distribuzione di frequenza è: Il calcolo delle frequenze per ciascun valore o categoria della variabile
LA DISTRIBUZIONE DI PROBABILITÀ DI Z È COSTRUITA: E’ una funzione teorica espressa con regole matematiche relative a un insieme infinito di dati
LA DISTRIBUZIONE NORMALE È: E' simmetrica rispetto al valor medio
La Distribuzione Secondaria del Reddito rappresenta: l’insieme dei trasferimenti obbligatori o volontari tra le unità istituzionali, non dipendenti dall’impiego di fattori produttivi
LA FORMULA PER CALCOLARE IL NUMERO INDICE TRA LANNO T E T-1 PER LA VARIABILE X IN EXCEL È PRECEDUTA DA: Il segno eguale
LA FREQUENZA CUMULATA: Può essere anche relativa
LA FREQUENZA CUMULATA: Può essere uguale alla relativa
La frequenza cumulata: Può essere uguale alla relativa
La funzione di densità di probabilità della distribuzione Normale è asintotica di X verso -∞ e +∞, cioè: Si avvicina all’asse delle ascisse senza mai toccarla
LA FUNZIONE DI RIPARTIZIONE DI UNA VARIABILE CASUALE DISCRETA: E' una funzioni a gradini non decrescente
La funzione di ripartizione di una variabile casuale X a valori reali è: La funzione che associa a ciascun valore x la probabilità dell‘evento “la variabile casuale X assume valori minori o uguali ad x”
LA FUNZIONE DI RIPARTIZIONE DI UNA VARIABILE CASUALE: Esprime la probabilità che la variabile casuale assuma valori inferiori o uguali ad un valore fissato
La funzione f(X) raggiunge il suo punto più alto in corrispondenza di: Xi = media
La funzione stimatore del parametro dovrebbe essere: Centrata, consistente, efficiente
La funzione TENDENZA in Excel serve per: Calcolare il valore di una funzione stimata
La funzione TENDENZA in Excel serve per: Calcolare il valore stimato al tempo t in relazione ad una funzione di regressione y*
La funzione TENDENZA in Excel serve per: Prevedere il valore al tempo t in una funzione stimata y*
La funzione TENDENZA in Excel serve per: Prevedere le serie storiche
La lettura della tavola di input-output nel senso delle righe permette di analizzare: la produzione delle varie branche secondo la loro destinazione
La mancata risposta consiste: nell’assenza di risposta ad una domanda
La matrice dei dati è composta: Da n vettori
LA MATRICE DEI DATI È COSTITUITA DA: Il numero di colonne dipende dai caratteri osservati
LA MATRICE DEI DATI È: Composta da n vettori
LA MEDIA DELLA DISTRIBUZIONE DELLA MEDIA CAMPIONARIA: Coincide con la media della popolazione
La media mobile di ordine 3 permette di: Effettuare lo smoothing delle serie storiche
La media mobile di ordine 3 permette di: Eliminare valori anomali
La media mobile di ordine 5 permette di: Eliminare valori erratici
La media mobile di ordine n consiste: In una serie di medie aritmetiche calcolate su n periodi contigui.
LA LA MEDIA: È sensibile ai valori estremi
La media: È sensibile ai valori estremi
LA MEDIANA È : la categoria (per scale nominali e ordinali) o il punteggio (per scale a intervalli e rapporti) che si presenta con maggiore frequenza
La misura della capacità produttiva avviene sulla base di: indagini dirette ed elaborazioni di variabile economiche
La moda è un: Indice di tendenza centrale
La mutabile è: Un carattere qualitativo
LA MUTABILITÀ È: L'attitudine di un fenomeno qualitativo ad assumere differente modalità
La negazione logica dell’operando A=0 è: 1
La popolazione è: L’ universo di elementi che forma l’ oggetto di uno studio statistico
LA POTENZA DEL TEST È: La probabilità di rigettare l'ipotesi nulla quando è giusto farlo
La principale fonte statistica per l’analisi del mercato del lavoro è: la rilevazione delle forze di lavoro
La probabilità che si verifichi un evento può assumere valori: Tra 0 ed 1
La probabilità del verificarsi di due eventi che si escludono a vicenda è data dal: Somma delle probabilità del verificarsi di ciascuno dei due eventi
LA PROBABILITÀ DELL'UNIONE DI DUE EVENTI A E B NON INCOMPATIBILI: P(AᴜB)= P(A)+P(B)-P(A∩B)
La procedura di Box e Jenkins prevede: analisi preliminare, identificazione, stima e verifica
La Produzione e il Valore Aggiunto a livello di impresa, sono dati: dal valore dei beni
La proporzione di varianza comune a X e Y è espressa da r 2xy che è denominato: Coefficiente di determinazione
La proporzione di varianza comune a X e Y è espressa da r 2xy che esprime: La varianza spiegata
La proprietà di monotonicità degli indici di tendenza centrale: È basata sulla comparazione tra le variabili ed i rispettivi indici di posizione
La proprietà lineare degli indici di tendenza centrale: E’ basata sulla relazione di linearità tra le variabili ed i rispettivi indici di posizione
La proprietà lineare degli indici di tendenza centrale: Permette cambiamenti di scala nell’indice
La proprietà moltiplicativa degli indici di tendenza centrale: Permette cambiamenti di scala nell’indice
La quantità espressa da 1-r2xy con r2xy che indica la proporzione di varianza comune a X e Y è denominata: Varianza residua
La Relazione sulla situazione economica del paese contiene: i conti economici nazionali relativi all’anno precedente
La revisione dei dati è: un riesame attento e approfondito del materiale raccolto
La ricchezza nazionale esprime: il valore di tutte le attività reali e finanziarie, al netto delle passività, possedute dai soggetti economici del paese in un determinato momento
La rilevazione dei consumi intermedi richiede informazioni dettagliate per consentire: la ripartizione dei costi di produzione per branca di origine
La rilevazione statistica è un processo: finalizzato alla produzione di informazioni statistiche
La risposta libera prevede: una risposta del tutto personale da parte del rispondente
LA SEGUENTE IPOTESI È NULLA: C’è una relazione significativa tra reddito delle persone e livello di istruzione
LA SEGUENTE IPOTESI È NULLA: e medie dei gruppi A,B,C non differiscono tra loro in modo significativo
LA SEGUENTE IPOTESI È NULLA: Il farmaco C non ha un effetto diverso dal farmaco D
LA SEGUENTE IPOTESI È NULLA: La media dei tempi di reazione dei maschi è uguale a quella delle femmine
LA SEGUENTE IPOTESI È NULLA: La popolazione da cui il campione è estratto ha media 58
LA SEGUENTE IPOTESI È NULLA: Le medie dei gruppi A,B,C non differiscono tra loro in modo significativo
LA SEGUENTE IPOTESI È NULLA: Non esiste nessuna relazione tra classe sociale e alcolismo
LA SEGUENTE IPOTESI È NULLA: Questa moneta non è truccata
LA SEGUENTE IPOTESI, è SICURAMENTE NULLA: le medie di fatturato degli aggregati settoriali a,b,c, non differiscono tra loro in modo significativo
LA SEGUENTE IPOTESI: “C’E’ UNA MINORE ASTENSIONE DAL LAVORO NEL REPARTO A RISPETTO AL REPARTO B DI UNA GRANDE IMPRESA” E’: monodirezionale sinistra
LA SEGUENTE IPOTESI: “IL PUNTEGGIO MEDIO AD UN TEST DI INFORMATICA DI TRE GRUPPI INDIVIDUI E’ SIGNIFICATIVAMENTE DIVERSO” E’: nulla
LA SEGUENTE IPOTESI: “Il punteggio medio ad un test di statistica di due gruppi di individui è significativamente diverso” è: Bidirezionale
LA SEGUENTE IPOTESI: “Il punteggio medio ad un test di statistica di due gruppi di individui è significativamente diverso” ha il seguente segno del valore critico: ±
LA SEGUENTE IPOTESI: “Il tempo medio di riconoscimento di alcuni dipinti storici impiegato dagli studenti è inferiore a 20 secondi” è: Monodirezionale sinistra
LA SEGUENTE IPOTESI: “La media della popolazione da cui deriva un certo campione non è 200”: Bidirezionale
LA SEGUENTE IPOTESI: “La probabilità di ottenere croce lanciando una certa moneta è superiore a 0,5” è: Monodirezionale destra
LA SEGUENTE IPOTESI: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato” è: Monodirezionale destra
LA SEGUENTE IPOTESI: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato”. La probabilità sotto l’ipotesi nulla, cioè
se le vincite sono dovute al caso è:1/6
LA SOMMA DELLE CONTINGENZE DI CIASCUNA RIGA E DI CIASCUNA COLONNA SOno: Nulle
LA SOMMA DELLE PROBABILITÀ DI EVENTI CHE SI ESCLUDONO A VICENDA ED ESAUSTIVI È: Uguale ad 1
La somma delle probabilità di eventi che si escludono a vicenda ed esaustivi è: Uguale ad 1
La sommatoria di tutte le frequenze relative di una tabella di frequenza è pari a: 1
La statistica ci offre gli strumenti per: Organizzare, riassumere, analizzare i dati relativi ad un fenomeno, ottenuti attraverso le misurazioni.
La statistica descrittiva: Organizza e riassume i dati
La Statistica Descrittiva: rappresenta l’insieme delle metodologie di analisi che si prefiggono la descrizione di determinati fenomeni
La Statistica è sinonimo di: Scienze statistiche
La statistica economica è impegnata: nella ricerca di metodologie e modelli di riferimento e nell’elaborazione e gestione di sistemi di dati e di indicatori
La statistica economica è: la scienza che studia i fenomeni economici con l’ausilio degli strumenti statistici
La statistica induttiva: Fa inferenza
La Statistica inferenziale: comporta processi di inferenza in probabilità per l’interpretazione dei risultati dell’analisi
LA STATISTICA INFERENZIALE: testa ipotesi
La statistica permette di ragionare: Facendo deduzioni ed induzioni
La statistica si propone di: descrivere, illustrare, proporre, raccogliere, sintetizzare, interpretare
La stima del campione è: Un concetto diverso da quello di stimatore
La stima del parametro è: Un concetto diverso da quello di stimatore
La stima del parametro nel campione è: Non è opportuno definire la stima del parametro nel campione, ma nella popolazione
La stima del parametro nella popolazione è: Calcolata attraverso i dati campionari
La stima del parametro nella popolazione è: Relativa ai valori che può assumere lo stimatore
La tavola input-output si divide nelle seguenti sezioni: branche produttive, risorse primarie e impieghi finali
La triangolarizzazione consiste nello: spostare righe e colonne in modo che i valori prossimo allo zero siano al di spora della diagonale principale
LA VAR (AX+B) È: a e b sono due costanti reali: Var (aX+b)=a²Var (X)
LA VARIABILE CASUALE CHI-QUADRATO: Non può assumere valori negativi
LA VARIABILE CASUALE F DI FISHER- SNEDECOR: Ha valore atteso E(F)= m/(m-2)
LA VARIABILE CASUALE T DI STUDENT: Al tendere di n all'infinito la v.c t di student tende alla normale standardizzata
LA VARIABILE CASUALE UNIFORME DISCRETA: E' tale che ogni sua realizzazione è equiprobabile
LA VARIANZA DEL CAMPIONE è Calcolata con i dati del campione rappresentativo della popolazione
La varianza del campione è: Calcolata con i dati del campione rappresentativo della popolazione
La varianza fornisce: La misura sintetica di quanto le unità differiscono dalla media aritmetica
La varianza si calcola: Per popolazioni e campioni
La variazione congiunturale riguarda in statistica-economica il confronto con: Il mese precedente
La variazione tendenziale riguarda in statistica-economica il confronto con: L’anno precedente
LA VERIFICA DELLE IPOTESI: Consiste nel formulare, sulla base di dati campionari, un giudizio che induca ad accettare o rifiutare l'ipotesi nulla, con un prefissato livello di significatività
LA VERIFICA DELL'IPOTESI DI INDIPENDENZA MIRA A VERIFICARE: L'indipendenza stocastica
L'AMPIEZZA DELL'INTERVALLO È TANTA PIÙ ELAVATA QUANTO PIÙ: n è piccolo
L'ASIMMETRIA DI UNA DISTRIBUZIONE DENOTA CHE: I valori del caratteri sono distribuiti con frequenze differenti attorno al suo valore centrale
L'ASIMMETRIA DI UNA DISTRIBUZIONE PUÒ ESSERE: Nulla, positiva e negativa
Le Attività Informali Esplicitate dal SEC95 e quindi comprese nelle Attività di Produzione sono: quelle che riguardano unità istituzionali caratterizzate da relazioni di lavoro basate su vincoli di parentela o relazioni
LE personali
Le Attività rientranti nel cosiddetto Sommerso Economico rientrano: quelle originate dalla volontà di una parte delle imprese di evadere il fisco o i contributi sociali
Le azioni previste da un sistema di controllo di qualità si dividono in: preventive, di controllo in corso d’opera e di valutazione
Le categorie di soggetti (o operatori che agiscono nel sistema economico), osservati dalla Contabilità Nazionale, sono: imprese, famiglie, pubbliche amministrazioni e Resto del mondo
Le fasi della distribuzione e ridistribuzione del reddito riguardano: le operazioni mediante le quali il risultato della attività produttiva viene ripartito tra i soggetti titolare dei fattori produttivi
Le fasi di costruzione dei numeri indici sono: scelta delle grandezze, della base, del criterio di aggregazione, del sistema di ponderazione
Le fasi di un’indagine statistica: progettazione indagine; rilevazione; registrazione dei dati su supporto informatico; revisione e codifica centralizzate del materiale grezzo; elaborazione dei dati; validazione dei
risultati; diffusione.
Le fasi di una indagine statistica si conviene siano le seguenti: Definizione degli obiettivi della ricerca; Rilevazione dei dati; Elaborazione metodologica; Presentazione ed interpretazione dei risultati; Utilizzazione
dei risultati raggiunti
Le fasi per il computo della tavola di input-output sono: cinque
Le fasi relative alla progettazione dell’indagine: analisi fenomeno e precisazione obiettivi; individuazione campo di osservazione e unità di analisi elementare, di tipo aggregato di rilevazione.
Le forme delle interviste e dei questionari possono essere: standardizzate o libere
Le formule di Lasperyres, Paasche e Fisher sono: formule utilizzate nella costruzione dei numeri indici dei prezzi e delle quantità
Le forze di lavoro sono costituite da: le persone residenti che lavorano o comunque esprimono la volontà di lavorare
Le frequenze percentuali di una distribuzione si calcolano facendo: Il rapporto tra ciascuna frequenza ed il totale delle frequenze e moltiplicando per 100 il risultato
Le importazioni e le esportazioni di beni comprendono: gli scambi di merci a titolo oneroso o gratuito tra residenti e non residenti
LE IPOTESI STATISTICHE: Si tratta due ipotesi alternative complementari e logicamente escludentisi
Le matrici sono composte da: N righe e k colonne, con k che può essere eguale o diverso da n
Le misure di posizione hanno l’obiettivo di: Sintetizzare in un singolo valore numerico l’intera distribuzione di frequenza per effettuare confronti nel tempo, nello spazio o tra circostanze differenti
Le transazioni internazionali che vengono registrate nella bilancia dei pagamenti sono: le esportazioni ed importazioni di beni e servizi, i trasferimenti di ricchezza tra paesi e gli acquisti o vendite di attività
finanziarie
Le variabili si distinguono come: discrete e continue
L' I L'INDICE CHI-QUADRATO DI PEARSON (Χ2) : Dipende dalla dimensione del collettivo
L'INDICE DI ASIMMETRIA Skewness di Pearson è calcolato: Come differenza tra la media aritmetica e la moda divisa la deviazione standard
L'INDICE DI CONNESSIONE DI CRAMER VARIA: Tra zero e uno
L'INDICE DI CONTINGENZA QUADRATICA MEDIO φ2è uguale: χ²/n
L'INDIPENDENZA IN MEDIA: E' una misura di associazione
L'IPOTESI PARAMETRICA RIGUARDA: I parametri caratteristici di una particolare distribuzione di cui si conosce la forma analitica
LO Lo scostamento quadratico medio riguarda: La media degli scarti al quadrato tra i dati e la M
Lo scostamento semplice medio riguarda: Lo scostamento di ogni valore della distribuzione dalla media, preso in valore assoluto
LO STIMATORE DI UN PARAMETRO: È una variabile casuale
LO STIMATORE VARIANZA CAMPIONARIA CORRETTA: Ha media pari al parametro da stimare
Lo stock di capitale netto misura: il valore dei beni durevoli impiegati nel processo produttivo al netto della perdita di valore da essi subita con il tempo a seguito della obsolescenza economica, perdita di valore
misurata dagli ammortamenti
NEL Nel calcolo dei tassi di incremento tra t e t-1 al denominatore vi è: Il dato dell’anno t-1
Nel calcolo del tasso di inflazione congiunturale al denominatore c’è: l numero indice dei prezzi del mese m-1 dell\'anno a ed al numeratore il numero indice dei prezzi del mese m dell\'anno a
Nel calcolo del tasso di inflazione tendenziale al denominatore c’è: Il numero indice dei prezzi del mese m dell\'anno a-1 ed al numeratore il numero indice dei prezzi del mese m dell\'anno a
NEL CALCOLO DEL TASSO DI INFLAZIONE TENDENZIALE AL DENOMINATORE C’È: il numero indice dei prezzi del mese m dell'anno a-1 ed al numeratore il numero indice dei prezzi del mese m dell'anno a
NEL CAMPIONAMENTO BERNOULLIANO: I risultati delle estrazioni sono indipendenti
NEL CAMPIONAMENTO BERNOULLIANO: Ogni unità statistica può entrare a far parte più volte del campione
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE LA DEVIANZA RESIDUA RISULTA UGUALE A:
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE PER VERIFICARE L'IPOTESI SI PUÒ UTILIZZATE LA QUANTITÀ F CHE È UNA V.C F DI FISCHER -SNEDECOR CON : Con 1 e n-2 gradi di libertà
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE, quali tra le seguenti ipotesi è definita ipotesi debole: Ipotesi sulla variabile esplicativa
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE, quali tra le seguenti ipotesi è definita ipotesi forte: Ipotesi di normalità
Nel prodotto logico con operando A=0 ed operando B=1, il totale sarà: 0
Nel prodotto logico con operando A=VERO ed operando B=FALSO, il totale sarà: F
Nel prodotto logico con operando A=VERO ed operando B=VERO, il totale sarà: V
Nel Sistema Statistico Nazionale (SISTAN) rientrano: tutti gli uffici di statistica di regioni, amministrazioni dello stato, comuni, ASL e camere di commercio
Nell’ambito del concetto di produzione sono identificabili tre categorie di beni e servizi: quelli destinabili alla vendita, quelli destinati ad uso finale del produttore e quelli non destinabili alla vendita
NELLANella congiunzione tra insiemi si valuta: Quando i due eventi si realizzano entrambi
Nella correlazione spuria, si rileva che: R varia tra -1 ed 1 e può essere elevato, ma le variabili non sono legate da un rapporto serio di causalità
Nella fase di analisi del fenomeno: precedenti esperienze nazionali ed internazionali; documentazione bibliografica; documentazione statistica; sondaggi presso utenti ed operatori del settore.
Nella formazione della serie è fondamentale: individuare periodi caratterizzati da una situazione ambientale quanto più possibile uniforme e omogenea
Nella matrice dei coefficienti di fabbisogno diretto degli input di produzione interna ogni sua colonna indica: indica l’ammontare delle merci di origine interna richiesto direttamente dalla produzione unitaria
della branca j
Nella retta di regressione Y’=aY+bYX il termine ay: Rappresenta la distanza tra il punto zero (origine) dell’asse delle ascisse e il punto in cui la retta taglia l’asse delle ordinate
Nella serie (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3 sono: 103, 217, 350, 483
NELLA SERIE (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3 sono:103, 217, 350, 483
NELLA SERIE (50,100,200,350,500,600) LE MEDIE MOBILI SENZA CIFRE DECIMALI DI ORDINE SONO: 117,217,350,483
NELLA SERIE ORDINATA SECONDO IL TEMPO T E CON valori (10,100,200,350,500,600) le medie mobili di ordine 5 sono: 232 e 350
NELLA SERIE ORDINATA SECONDO IL TEMPO T E CON VALORI (100,200,350,500,600) le medie mobili di ordine 3 con 2 cifre decimali sono: 216.67; 350.00; 483.33
Nella serie ordinata secondo il tempo t e con valori (100,200,350,500,600) le medie mobili di ordine 3 con 2 cifre decimali sono: 216.67; 350.00; 483.33
Nella serie ordinata secondo il tempo t e con valori(10,100,200,350,500,600) le medie mobili di ordine 5 sono: 232 e 350
Nella somma logica con operando A=0 ed operando B=0, il totale sarà: 0
Nella somma logica con operando A=1 ed operando B=1, il totale sarà: 1
NELLA TEORIA STATISTICA I TERMINI CAMPIONE E POPOLAZIONE SONO: Non sono sinonimi
Nella teoria statistica i termini popolazione e campione sono: Indicativi del fatto che il campione è un sottoinsieme della popolazione
O Ogni colonna della matrice dei coefficienti di fabbisogno diretto degli input primari esprime: gli input primari per unità di prodotto impiegati in ciascuna attività di produzione
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12,
P 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore 24 riportato nella prima riga della tabella rappresenta: Una modalità del carattere
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12,
16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di una temperatura media pari a 25 gradi, che ipotizziamo essere una v.c distribuita
normalmente, è: 0,8
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12,
16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di una temperatura media pari a 17 gradi è: 4//10
Per calcolare le frequenze cumulate relative occorre dividere: Le frequenze cumulate per n
Per Campione s’intende: un qualsiasi sottoinsieme derivato da una popolazione finalizzato ad uno studio statistico
Per estendere i risultati a tutta la popolazione è necessario che il campione sia di tipo: probabilistico
Per gli aggregati di Contabilità Nazionale dei paesi europei, sono stati fissati una serie di norme e definizione atti a garantire: la confrontabilità
Per i paesi europei il sistema di Contabilità Nazionale utilizzato a partire dal 1999 è: il Sistema Europeo dei Conti SEC95
PER IL POSTULATO 2 DELL'ASSIOMATIZZAZIONE del calcolo delle probabilità, l'evento certo Ω ha probabilità: P(Ω)=1
PER LA DETERMINAZIONE DELL'INTERVALLO di confidenza per la media di una popolazione normale con varianza non nota (n < 30), si utilizza: La distribuzione t di student
PER LA DETERMINAZIONE DELL'INTERVALLO di confidenza per la media di una popolazione normale con varianza nota, si utilizza: La distribuzione normale standardizzata
Per operare la deflazione è necessario distinguere i casi di: grandezze monetarie, flussi finanziari e saldi contabili
Per popolazione o collettivo statistico s’intende: l’insieme delle unità statistiche sulle quali si effettua la rilevazione di uno o più caratteri
Per posizioni lavorative si definiscono: il contratto di lavoro, esplicito o implicito, tra una persona e una unità produttiva residente, finalizzato allo svolgimento di una attività produttiva retribuita
PER TROVARE L'INTERVALLO DI CONFIDENZA PER la media di una popolazione normale, si utilizza la t di student, anziché la normale standardizzata perché: La varianza della popolazione non è nota
Per un operatore appartenente al sistema economico di un Paese europeo, per Centro di Interesse Economico s’intende: il luogo dove svolge un’attività economica significativa a tempo indeterminato
Per unità di attività economica a livello locale (UAELL) s’intende: la cellula operativa di tipo funzionale caratterizzata da un’unica attività e un processo di produzione e un output omogeneo
Poiché nella v.c. Normale la funzione f(X) raggiunge il suo punto più alto in corrispondenza di Xi = µ, ciò comporta che media, mediana e moda: Coincidano
PONENDO ED H1 MONODIREZIONALE DESTRA, INDICARE QUANDO è possibile rifiutare l’ipotesi nulla; ciò accade nel caso in cui il risultato del test effettuato lasci alla sua destra: Il 4% dei casi
Posto che gli operatori economici sono centri elementari di decisione economica, questi sono caratterizzati: da autonomia di decisione in campo economico e finanziario
Prodotto finale di una indagine statistica: i microdati, i macrodati,i metadati,
Prova anche a realizzare in excel i grafici che seguono. Quando r xy = +1, le due rette di regressione Y’=ay+byX e X’= ax+bxY sono: Coincidono
PROVA ANCHE A REALIZZARE IN EXCEL I GRAFICI CHE SEGUONO. QUANDO RXY = +1, LE DUE RETTE DI REGRESSIONE Y'=AY+BYX E X’= AX+BXY SONO: Coincidono
Prova anche a realizzare in Excel i grafici che seguono. Quando r xy = 0, le due rette di regressione Y’=ay+byX e X’= ax+bxY sono: Perpendicolari tra loro
PROVA ANCHE A REALIZZARE IN EXCEL I GRAFICI CHE SEGUONO. QUANDO RXY = 0, LE DUE RETTE DI REGRESSIONE Y'=AY+BYX E X'= AX+BXY SONO: Perpendicolari tra loro
PROVA ANCHE A REALIZZARE IN EXCEL I GRAFICI CHE SEGUONO. QUANDO RXY = 0, LE DUE RETTE DI REGRESSIONE Y'=AY+BYX E X'= AX+BXY SONO: Perpendicolari tra loro
Prova anche a realizzare in excel i grafici che seguono. Quando r xy = -1, le due rette di regressione Y’=ay+byX e X’= ax+bxY sono: Coincidono
Quale affermazione, che indica le principali modalità di trattamento dell’informazioni statistiche, è vera: in qualunque problema di analisi statistica sarà necessario Elencare, Misurare e Sintetizzare, Correlare,
Q Presentare
QUALE DEI SEGUENTI INDICI INDICA LA VARIABILITÀ DI UNA SERIE DEI DATI: Scarto quadratico medio
QUALE PROBABILITÀ SI HA DI COMMETTERE L’ERRORE di I tipo se si rifiuta l’ipotesi nulla avendo scelto un livello di significatività del 5%:5%
QUALI DI QUESTI INDICI È RELATIVO: L'indice di connessione di Cramer
Quali fasi prevede la costruzione di un questionario: individuazione delle informazioni, scelta, prima traccia, revisione, prova e stesura del questionario
Quando a valori crescenti di X corrispondono valori crescenti di Y si ha: Una relazione positiva
Quando al diminuire dei valori di X corrisponde il diminuire dei valori di Y si ha: Una relazione positiva
Quando la correlazione tra X ed Y è molto bassa, pari ad r xy=0.22, i valori di Y ed Y’: Differiscono
Quando la correlazione tra X ed Y è molto elevata, pari ad r xy=0.92, i valori di Y ed Y’: Differiscono
Quando la correlazione tra X ed Y è pari ad rxy=+1, i valori di Y ed Y’: Coincidono
Quando la correlazione tra X ed Y è pari ad rxy=-1, i valori di Y ed Y’: Coincidono
QUANDO LA POPOLAZIONE È INFINITA: Lo schema di campionamento con ripetizione coincide con lo schema di campionamento senza ripetizione
Quando parliamo di matrice dei dati, relativamente al numero di colonne possiamo dire che... : Il numero di colonne dipende dai caratteri osservati
Quando si calcolano le frequenze cumulate percentuali, l’ultimo valore che si ottiene, cioè il più elevato, è: 100
QUANDO SI CALCOLANO LE FREQUENZE CUMULATE PERCENTUALI, LULTIMO VALORE CHE SI OTTIENE, CIOÈ IL PIÙ ELEVATO, È: 100
QUANTO DOVREBBE ESSERE GRANDE UN CAMPIONE PER AVERE UN INTERVALLO DI CONFIDENZA al 95% per il contenuto medio di nicotina di una data marca di sigarette, se il contenuto di nicotina ha una
distribuzione normale con : N=31
R R deve esprimere correttamente: il legame di interdipendenza
Relazioni di discordanza significative tra variabili implicano: Un coefficiente di correlazione negativo
S Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare la media geometrica: (=)MEDIA.GEOMETRICA
SCRIVI LA FUNZIONE EXCEL ED I SIMBOLI DA DIGITARE NELLA CELLA PER CALCOLARE LA MEDIA: =MEDIA
SE SE DUE EVENTI A E B SONO INDIPENDENTI ALLORA: P(A∩B)= P(A)P(B)
SE IL COEFFICIENTE DI CORRELAZIONE È UGUALE A 0 VI È: Assenza di concordanza o discordanza
Se il coefficiente di correlazione è uguale a 0 vi è: Casualità
SE IL COEFFICIENTE DI CORRELAZIONE R= 0: Non c'e relazione lineare tra X e Y
SE IL COEFFICIENTE DI CORRELAZIONE R=0: Non c'e correlazione lineare
Se il tasso di decremento tra t e t-2 è pari a -5,2%, allora il numero indice in t, con base t-2 sarà: 94,8
Se il tasso di incremento tra t e t-1 è pari a 1,2%, allora il numero indice in t, con base t-1 sarà: 101,2
Se il tasso di incremento tra t e t-1 è pari a 2,2%, allora il numero indice in t, con base t-1 sarà: 102,2
Se il tasso di incremento tra t e t-2 è pari a 1,2%, allora il numero indice in t, con base t-2 sarà: 101,2
SE LA COD (X,Y)>0:La retta di regressione è crescente
SE LA DISTRIBUZIONE È ASIMMETRIA NEGATIVA SI HA: Med-Q1 > Q3-Med
SE LA DISTRIBUZIONE È ASIMMETRIA POSITIVA SI HA: Med-Q1 < Q3-Med
SE LA POPOLAZIONE NON È normale per il teorema del limite centrale, quando n>30, si può costruire l'intervallo di confidenza: Basato sulla distribuzione normale standardizzata
Se le componenti di un numero indice sono tutte della stessa specie definiamo: i numeri indici sintetici
SE LO STIMATORE È CORRETTO: EQM=Varianza dello stimatore
Se si effettua una estrazione senza reimmissione la probabilità di estrarre un altro elemento: Viene modificata
SE SI RADDOPPIA LA NUMEROSITÀ CAMPIONARIA, IL VALORE DEL CHI-QUADRATO: Raddoppia
SE UNA VARIABILE È DICOTOMICA: Può assumere solo due valori, indipendentemente dalla probabilità di ottenere uno o l’altro dei due valori
Se X è la variabile indipendenre e Y quella dipendente, considerando l’equazione di regressione è corretto definire Y’ come: Valore predetto
Se X è la variabile indipendente e Y quella dipendente, considerando l’equazione di regressione è corretto definire X come: Predittore
Secondo l’approccio tradizionale le grandezze osservate sono scomponibili in: una componente sistematica ed una componente irregolare o aleatoria
SI SI CHIAMA CONTINGENZA: La differenza tra frequenze osservate e frequenze teoriche
SI COMMETTE UN ERRORE DI PRIMA SPECIE: Nel rifiutare l'ipotesi nulla quando in realtà è vera
SI COMMETTE UN ERRORE DI SECONDA SPECIE: Nell' accettare l'ipotesi nulla quando in realtà è falsa
Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la probabilità di insuccesso in un lancio: 5//6
Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la probabilità di successo in un lancio: 1//6
Si consideri la popolazione di 20 unità statistiche: {-250,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,10,11,250}. Indicare quale indice di posizione appare rappresentativo dell’intera distribuzione: Media aritmetica
Si consideri la popolazione di unità statistiche: {-250,2,2,2,2,3,4,6,6,7,7,7,7,7,7,8,8,9,9,9,10,11,2500}. Indicare quale indice di posizione appare rappresentativo dell’intera distribuzione: Moda
Si consideri la popolazione: {-,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,9,9, 9,10,11,2500}. Indicare quale indice di posizione appare rappresentativo dell’intera distribuzione: Moda
SI DEFINISCE STIMA: Il valore assunto dallo stimatore per un dato campione
SI EFFETTUANO 60 MISURAZIONI SPERIMENTALI da cui si evince una media campionaria uguale a 33. Costruire un intervallo di confidenza al 90% per la media della popolazione, la quale si distribuisce normalmente
con varianza pari a 115: IC= [30,723; 35,277]
SI HA CONCORDANZA TRA DUE VARIABILI SE: Cod(X,Y)>0
Si ha discordanza tra caratteri se: Ai valori più piccoli di una delle due variabili corrispondono generalmente i più grandi dell’altra, e se ai valori più grandi corrispondono in genere i più piccoli;
SUPPONIAMO CHE LA PERDITA DI PESO DI N=16 PEZZI DI METALLO, dopo un certo intervallo di tempo, sia di 3,42 gr con varianza campionaria corretta pari a 0,4624. Costruire un intervallo di confidenza al 99% per
la media della popolazione di peso dei pezzi di metallo: IC=[2,92;3,92]
TRA TRA DUE VARIABILI VI È INDIPENDENZA ASSOLUTA SE: Le frequenze osservate sono uguali alle frequenze teoriche
Tra i compiti dell’ISTAT rientrano: tutte le voci precedenti (censimenti, indagine prevista dal Programma Statistico Nazionale, coordinamento del Sistema Statistico Nazionale)
TRA I PUNTEGGI AD UN TEST DI LETTERATURA INGLESE E I PUNTEGGI AD UN test di abilità matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88.
Sulla base del risultato ottenuto si può evidenziare che: Le persone con punteggi bassi in matematica hanno buone prestazioni in letteratura inglese
TRA I PUNTEGGI AD UN TEST DI LETTERATURA INGLESE E I PUNTEGGI AD UN TEST di abilità matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88.
Sulla base del risultato ottenuto si può evidenziare che: Le due variabili sono correlate negativamente
Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88. Sulla
base del risultato ottenuto si può evidenziare che: Le persone con punteggi bassi in matematica hanno buone prestazioni in letteratura inglese
Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88. Sulla
base del risultato ottenuto si può evidenziare che: Le due variabili sono correlate negativamente
Tra le fonti di documentazione della statistica economica troviamo: i censimenti, le indagini e le rilevazioni varie
TRA LE SEGUENTI, QUALE, IPOTESI è NULLA: le medie dei gruppi A.B.C. differiscono tra loro in modo significativo
TRA X= "ABILITÀ MANUALI" ED Y= "ABILITÀ TECNICHE" VI È UNA RELAZIONE LINEARE, SAPENDO CHE IL COEFFICIENTE DI CORRELAZIONE È UGUALE A 0.76, IL COEFFICIENTE DI DETERMINAZIONE SARÀ PARI A: 0.58
TRA X= "ABILITÀ MANUALI" ED Y= "ABILITÀ TECNICHE" VI È UNA RELAZIONE NON LINEARE, SAPENDO CHE IL COEFFICIENTE DI DETERMINAZIONE È UGUALE A -1, IL COEFFICIENTE DI CORRELAZIONE SARÀ PARI A:
Non è possibile calcolarlo con i dati a disposizione che non sono corretti
Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione lineare, sapendo che il coefficiente di correlazione è uguale a 0.76, il coefficiente di determinazione sarà pari a: 0.58
Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione non lineare, sapendo che il coefficiente di determinazione è uguale a -1, il coefficiente di correlazione sarà pari a: Non è possibile calcolarlo con
i dati a disposizione che non sono corretti
UN Un campione rappresentativo è: Casuale
UN ESPERIMENTO CASUALE È: Un'operazione il cui risultato non può essere previsto con certezza
UN INTERVALLO DI CONFIDENZA È: Un intervallo di valori che si ritiene contenga il vero parametro della popolazione con una prestabilita "fiducia"
UN IPOTESI STATISTICA È: Un affermazione sulla distribuzione di probabilità di una variabile casuale
Un test fornisce punteggi compresi tra 0 e 120. La media del test, calcolata su un campione, risulta 142,9. Il risultato è: Sicuramente sbagliato
Un test fornisce sicuramente punteggi compresi tra 0 e 120. La mediana del test, calcolata da un ricercatore su un campione, risulta 142,9. Il punteggio massimo ottenibile è: 120
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: Altri fattori variabili influiscono su quelli presi in considerazione
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: Altri fattori variabili, che rappresentano circostanze comuni ,influiscono su quelli presi in considerazione
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: I due caratteri sono influenzati da circostanze comuni
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: Uno dei due caratteri comprende l’altro
Un tipico caso di correlazione non reale comporta che: Altri fattori variabili influiscono su quelli presi in considerazione
Un tipico caso di correlazione non reale comporta che: Altri fattori variabili, che rappresentano circostanze comuni ,influiscono su quelli presi in considerazione
Un tipico caso di correlazione non reale comporta che: I due caratteri sono influenzati da circostanze comuni
Un tipico caso di correlazione non reale comporta che: Uno dei due caratteri comprende l’altro
Un’indagine statistica è un: processo produttivo, dove il prodotto finale consiste in un’informazione statistica corretta
UNA DISTRIBUZIONE CAMPIONARIA È: La distribuzione di probabilità di una statistica
UNA DISTRIBUZIONE DI PROBABILITÀ DI UNA VARIABILE CASUALE: L'insieme delle coppie probabilità dei diversi valori possibili della variabile casuale
Una fotografia è un dato: Complesso
UNA PARTITA DI PISTONCINI DI FRENI PRESENTA UN DIAMETRO: IC=[1,1938;1,2062]
UNA QUANTITÀ PIVOTALE È: Una quantità che è funzione delle osservazione e del parametro del quale si vuole costruire l'intervallo di confidenza, con la caratteristica che la sua distribuzione è nota e non dipende
dal parametro in esame
Una serie storica è costituita: Dai dati osservati a intervalli regolari di tempo
UNA SERIE STORICA È COSTITUITA: Dalle osservazioni dei dati quantitativi nel tempo, si possono avere serie mensili, giornaliere, annuali
Una serie storica è costituita: Dalle osservazioni dei dati quantitativi nel tempo, si possono avere serie mensili, giornaliere, annuali
UNA STATISTICA È: Una variabile casuale definita sui campioni
Una tabella a doppia entrata registra: La frequenza assoluta, cioè quante volte una coppia di modalità si presenta contemporaneamente per X e per Y
UNA TABELLA A DOPPIA ENTRATA REGISTRA: la frequenza assoluta, cioè quante volte una coppia di modalità si presenta contemporaneamente per X e per Y.
UNA TABELLA A DOPPIA ENTRATA RGISTRA: quante volte una coppia di modalità si presenta contemporaneamente per X e per Y
UNA VARIABILE CASUALE CONTINUA X: Assume tutti i valori appartenenti ad un intervallo
UNA VARIABILE CASUALE: E' una funzione definita sullo spazio dei campioni
UNA VARIABILE DICOTOMICA PUÒ ASSUMERE: Solo due valori
Una variabilità alta in luogo di una variabilità bassa: Diminuisce le capacità previsive dei modelli statistici
Una variabilità pari al valore 65 in luogo del valore 80, ottenuta eliminando i valori outlier: Può aumentare le capacità descrittive e previsive del modello statistico
Una variabilità pari al valore 80 in luogo del valore 65, ottenuta eliminando i valori outlier: Indica che è stato commesso qualche errore nei calcoli o nel programma
UNO STIMATORE CORRETTO DI Σ², CON LE IPOTESI DI VARIANZA COSTANTE E DELL'INDIPENDENZA DEGLI ERRORI È IL MSE* = SSE*/n-2, il cui valore atteso è: E(MSE*)= σ2
UNO STIMATORE CORRETTO È PIÙ EFFICIENTE DI UN ALTRO STIMATORE CORRETTO DEL PARAMETRO "TETA" NON NOTO se: Se presenta varianza inferiore
UNO STIMATORE CORRETTO: È tale che il suo valore medio coincide con il valore del parametro da stimare
UNO STIMATORE SI DICE CONSISTENTE: Al crescere della numerosità campionaria, tende a concentrarsi sul parametro da stimare
USANDO LA MEDIANA IN LUOGO DELLA MEDIA NEL CALCOLO DELLA VARIANZA È bene eliminare i valori anomali ed estremi
Usando la mediana in luogo della media nel calcolo della varianza: È bene eliminare i valori anomali ed estremi
UTILIZZANDO LA TAVOLA DELLA CURVA NORMALE STANDARDIZZATA SI INDIVIDUERANNO I PUNTI Z: Nella colonna di sinistra con una cifra decimale; la seconda cifra decimale è situata nella prima riga in alto della
stessa tavola
STATISTICA
Domanda Risposta
A
A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE
0,3849
TRA Z=0 E Z=1,2:
A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE
0,4192
TRA Z=0 E Z=1,4:
A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE
0,1828
TRA Z=0,81 E Z=1,94:
IN DIVERSI CASI UN LEGAME DEBOLE TRA I DUE
AD UN VALORE BASSO DI R CORRISPONDE:
CARATTERI QUANTITATIVI CONSIDERATI
IN DIVERSI CASI UN EFFETTIVO LEGAME TRA I DUE
AD UN VALORE ELEVATO DI R CORRISPONDE:
CARATTERI QUANTITATIVI CONSIDERATI
AFFINCHÈ UNA V.C X CONTINUA SIA BEN DEFINITÀ OCCORRE
CHE:
ALL'INTERNO DEL RETTANGOLO (BOX PLOT) SONO
IL 50% DELLE OSSERVAZIONI
CONTENUTE:
AUMENTANDO IL LIVELLO DI SIGNIFICATIVITÀ: AUMENTA LA POTENZA DEL TEST
B
C
CALCOLA IL RANGE DELLE SEGUENTI OSSERVAZIONI RELATIVE
AGLI ERRORI COMPIUTI DA OGNI ALUNNO NEL TEST CON 30 12
DOMANDE: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2)
LA PROPRIETÀ LINEARE DEGLI INDICI DI TENDENZA CENTRALE: PERMETTE CAMBIAMENTI DI SCALA NELL INDICE
NELLA CONGIUNZIONE TRA INSIEMI SI VALUTA: QUANDO I DUE EVENTI SI REALIZZANO ENTRAMBI
UNA SERIE STORICA È COSTITUITA: DAI DATI OSSERVATI A INTERVALLI REGOLARI DI TEMPO
DALLE OSSERVAZIONI DEI DATI QUANTITATIVI NEL
UNA SERIE STORICA È COSTITUITA: TEMPO, SI POSSONO AVERE SERIE MENSILI,
GIORNALIERE, ANNUALI
UNA STATISTICA È: UNA VARIABILE CASUALE DEFINITA SUI CAMPIONI
LA FREQUENZA ASSOLUTA, CIOÈ QUANTE VOLTE UNA
UNA TABELLA A DOPPIA ENTRATA REGISTRA: COPPIA DI MODALITÀ SI PRESENTA
CONTEMPORANEAMENTE PER X E PER Y
ASSUME TUTTI I VALORI APPARTENTI AD UN
UNA VARIABILE CASUALE CONTINUA X:
INTERVALLO
E' UNA FUNZIONE DEFINITA SULLO SPAZIO DEI
UNA VARIABILE CASUALE:
CAMPIONI
UNA VARIABILE DICOTOMICA PUÒ ASSUMERE: SOLO DUE VALORI
DIMINUISCE LE CAPACITÀ PREVISIVE DEI MODELLI
UNA VARIABILITÀ ALTA IN LUOGO DI UNA VARIABILITÀ BASSA
STATISTICI
UNA VARIABILITÀ PARI AL VALORE 65 IN LUOGO DEL VALORE PUÒ AUMENTARE LE CAPACITÀ DESCRITTIVE E
80, OTTENUTA ELIMINANDO I VALORI OUTLIER: PREVISIVE DEL MODELLO STATISTICO
UNA VARIABILITÀ PARI AL VALORE 80 IN LUOGO DEL VALORE INDICA CHE È STATO COMMESSO QUALCHE ERRORE NEI
65, OTTENUTA ELIMINANDO I VALORI OUTLIER: CALCOLI O NEL PROGRAMMA
La statistica è una disciplina scientifica che trae i suoi risultati dalla raccolta, elaborazione e analisi dei dati.
Essa cerca di arrivare alle leggi generali a partire dalla conoscenza aggregata di tanti casi accomunati da regole e
definizioni, ci offre gli strumenti per organizzare, riassumere e analizzare i dati ottenuti attraverso le nostre
misurazioni.
1. Statistica descrittiva o deduttiva: cerca di descrivere e analizzare un dato gruppo senza trarre conclusioni
circa un gruppo più grande;
L’inferenza ha lo scopo di dedurre le caratteristiche dell’intera popolazione a partire dai dati raccolti.
La rilevazione statistica è il complesso di operazioni rivolte ad acquisire una o più informazioni su un insieme di
elementi oggetto di studio e con riferimento al collettivo da analizzare essi si dividono in globali (censimenti) e parziali
(rilevazioni campionarie).
Un insieme di unità statistiche omogenee rispetto ad uno o più caratteri costituisce una popolazione o un collettivo
statistico.
La popolazione può essere:
1. Finita: quando è determinabile il numero di unità;
2. Finita ma non è numerabile: se è composta da un numero così elevato di unità che non possono essere
contati;
3. Infinita: quando la successione delle unità non ha fine (lancio di una moneta).
Per ridurre i costi e i tempi di realizzazione di un’indagine si rileva un campione di dimensione n della popolazione
mediante un opportuno procedimento di scelta (teoria del campionamento).
Un campione può ritenersi rappresentativo se presenta le stesse caratteristiche della popolazione di origine. I caratteri
sono gli aspetti delle unità statistiche (fenomeno oggetto di studio), per ogni carattere c’è bisogno di distinguere le
modalità che è il numero o l’attributo che l’unità statistica manifesta.
Statistica Pagina 1
I caratteri possono essere:
Quantitativi (variabile) se le modalità sono espresse attraverso una grandezza misurabile o numerabile; La
variabile è la caratteristica che varia tra i partecipanti
Qualitativi (mutabile) se le modalità sono espresse mediate espressione verbali o attributi.
Un procedimento di misurazione di un determinato fenomeno consiste in un insieme di operazioni che assegnano dei
numeri a concetti e variabili su una prefissata scala.
Esistono quattro scale:
1. Scala nominale, le cui modalità sono semplicemente un aggettivo o un nome assegnato individualmente e
non esiste la possibilità di ordinare le modalità (sesso, professione);
2. Scala ordinale le modalità sono ordinabili e la distanza tra le modalità non ha alcun significato (titolo di studio);
3. Scala di intervalli, le modalità costituiscono un insieme numerico ordinato ed ha senso solo effettuare
confronto per differenza tra le modalità. Esse sono quelle scale che assumono uno zero arbitrario
(temperatura, la misurazione può essere effettuata sia in celsius che kelvin),
4. Scala di rapporti, dove esiste uno zero assoluto e si possono definire sia i rapporti che i prodotti.
Si definisce frequenza il numero di volte che una data modalità si presenta nel collettivo di riferimento.
Esistono due tipi di frequenze: frequenza assoluta e relativa.
Frequenza Assoluta il numero delle volte ni in cui la modalità xi è stata osservata ed è sempre un numero
intero;
Frequenza Relativa: è il rapporto tra la frequenza assoluta ni ed il totale delle n frequenze. La frequenza
relativa è compresa sempre tra 0 e 1.
fi= ni/n 0≤ fi ≤1
Le frequenze cumulate corrispondenti al valore di xi è la somma delle frequenze assolute o relative dalla prima
modalità fino a comprendere quella di xi.
C1= n1 F1=f1
C2= n1 + n2 F2= f1 + f2
La classificazione delle unità statistiche secondo le modalità di uno più caratteri e la conseguente tabellazione dei
risultati, da luogo alle distribuzioni statistiche. Essi possono essere:
1. Distribuzioni di unità: un’elencazione degli attributi con la quale ciascun carattere si presenta;
2. Distribuzione di quantità: se esprime l’intensità di un carattere;
3. Distribuzione di frequenza se esprimono il numero di volte in cui una modalità di un carattere si presenta.
Statistica Pagina 2
Se la variabile statistica presenta numerose modalità è conveniente un accorpamento delle stesse, quindi quando i
dati sono numerosi conviene procedere ad una suddivisione in classi del carattere.
x0 = è la modalità più piccola = xmin xi-1= estremo inferiore della classe xi = estremo superiore della classe
La stima dell’ammontare di una classe è il prodotto del valore centrale della classe e della sua frequenza VCi * ni
statura Frequenza ni Ampiezza hi Densità di VC ammontare
139
Per il calcolo del numero minimo di classi si può utilizzare la formula di Sturges
S = 1+ 10/3 log n
n è il numero di frequenze totali
( )
L’ampiezza della classe si calcola considerando il seguente rapporto: w=
5 RAPPRESENTANZE GRAFICHE
Le rappresentazioni grafiche hanno lo scopo di visualizzare le caratteristiche distributive, dinamiche e strutturali delle
distribuzioni, con lo scopo di rendere più intuitive le differenze che esistono tra le modalità.
I dati qualitativi vengono rappresentati graficamente nell’ortogramma o nel diagramma circolare;
I dati quantitativi vengono rappresentati graficamente negli istogrammi o nei Box Plot;
I diagrammi circolari (a torta) si utilizza una circonferenza suddivisa in tanti spicchi (settori circolari) con angoli al
centro uguali o proporzionali: alle frequenze assolute o relative; alle quantità;
Per ottenere l’ampiezza in gradi ci dell’angolo al centro di ogni settore circolare, bisogna fare la seguente proporzione:
Statistica Pagina 3
360 : N = ci : ni ci = (ni/N)*360
c1 =(19.7/396)*360=17.9°
L’istogramma è una rappresentazione grafica di distribuzioni di frequenze le cui modalità sono divise in classi, essi
sono costituiti da una serie di rettangoli contigui posto lungo l’asse delle ascisse.
Per la costruzione del Box-Plot si utilizzano i seguenti parametri: xmin Q1 Med Q3 xmax
6 LE RELAZIONI STATISTICHE
Si ha indipendenza assoluta tra due variabili statistiche se le frequenze osservate sono uguali alle frequenze teoriche.
Lo studio delle relazioni esistenti tra due variabili parte dal concetto di indipendenza. Esistono tre concetti
d’indipendenza: indipendenza assoluta, indipendenza in media e indipendenza correlativa.
Si ha indipendenza se le distribuzioni relative condizionate delle variabili “X” sono invarianti al variare della modalità di
“Y” e viceversa.
° °
Le variabili si dicono connesse se c’è dipendenza e si avrà che le frequenze osservate sono diverse da quelle
teoriche.
° °
𝑛 ≠
La frequenza teorica è il prodotto ciascun totale di righe per il totale di colonne diviso n.
° °
𝑛∗ = frequenza teorica
Statistica Pagina 4
Un indice assoluto di connessione è il chi-quadro di Pearson che è un indice simmetrico. Esso si annulla nel caso di
connessione nulla, ossia quando le variabili sono indipendenti. Tale indice rappresenta l’allontanamento dei dati
dall’ipotesi d’indipendenza ma ha un limite poiché dipende da n, quindi se raddoppia n l’indice raddoppia.
Per questo motivo Pearson ha proposto un indice di contingenza quadratico medio, che ci indica la connessione tra i
caratteri.
2
L’indipendenza assoluta è valutata dal chi-quadrato di Pearson (X ) e possiamo applicarle per: le tabelle di
contingenza (due variabili qualitative), tabelle miste e tabelle di correlazioni (due variabili quantitative).
Y3 15 10 12 37 22 28 25 75
tot 22 28 25 75
Tabella di contingenza
7 LE MEDIE RAZIONALI
Le medie sono misure sintetiche introdotte per valutare aspetti complessi e globali di una distribuzione di un
fenomeno x mediante un solo numero reale costruito in modo da disperdere al minimo le informazioni sui dati originali.
Le medie si dividono:
Medie razionale sono quelle che risultano dal concorso di tutti valori assunti dalla variabile mediante
un’espressione algebrica e sono definite medie di potenza: media aritmetica, geometrica, armonica e media
quadratica;
Medie di posizioni risultano da particolari elementi della distribuzione: moda, mediana, quartili.
La media aritmetica è quel valore che se sostituito ai valori osservati x lascia invariata la somma, ed è il rapporto tra
l’ammontare del carattere e il totale delle unità.
∑ 𝑥
𝑥̅ =
𝑛
Le proprietà sono:
1. Internalità: considerata una distribuzione ordinata in senso non decrescente la media è compresa tra il valore
massimo e quello minimo della distribuzione,
2. Traslativa: addizionando o sottraendo una quantità costante per tutti i termini anche la media risulta
addizionata o sottratta;
3. Omogeneità: moltiplicando ogni termine per una costante la media risulta moltiplicata per la costante;
Statistica Pagina 5
4. Associativa: la media generale è uguale alla media ponderata delle medie parziali.
M = (22+23+24+26+27+28+29+30)/8=26.1 M = (23*3+28*5)/8=26.1
5. La somma algebrica degli scarti dei termini della distribuzione dalla media è uguale a 0.
Per esempio: [9,12,30] Media = 17 scarti della media: 9-17= -8 ; 12-17= -5 ; 30-17= 13
6. La somma dei quadrati degli scarti dei termini della distribuzione dalla media è un minimo rispetto alla somma
dei quadrati degli scarti dei termini da un qualsiasi valore.
La media geometrica è la radice n-esima del prodotto dei termini (viene usata normalmente quando i diversi valori
vengono per loro natura moltiplicati, esempio tassi di interesse)
La media armonica è il reciproco della media aritmetica dei reciproci termini (è particolarmente usata quando si
mediano i rapporti di tempo).
𝑛
𝑀 =
1
∑
𝑥
Esempio: tre giri di auto ognuno da 20 km, primo giro a 40km/h, secondo giro 20km/h e terzo giro 60km/h
∑ 𝑥
𝑀 =
𝑛
Tra le medie sussiste la seguente relazione: x min ≤Mh≤Mg≤ 𝑥̅ ≤Mq≤xmax
8 LE MEDIE DI POSIZIONE
La distribuzione per unità se il numero è pari, la mediana coincide con il valore: Med = (Posn/2+Pos(n/2)+1 )/2
Esempio:
( )
Med= = = pos(n)
1 2 3 4 5 6 7 8 9 10 11 12
=23
voto 18 18 20 21 23 23 23 24 25 26 28 30
Statistica Pagina 6
La distribuzione per unità se il numero è dispari, la mediana coincide con il valore che si trova nella posizione:
Med= 𝑃𝑜𝑠
Le distribuzioni di frequenza si calcolano le frequenze relative cumulate, la mediana corrisponderà al valore
xi associato alla prima frequenza relativa cumulata che comprende 0.5.
18 10 0.1 0.1
20 15 0.15 0.25
23 20 0.2 0.45
25 30 0.3 0.75
26 15 0.15 0.9
27 7 0.07 0.97
30 3 0.03 1
100
Le distribuzioni in classi individuazione della classe mediana associata alla frequenza relativa cumulata che
comprende il valore 0.5
( )( . )
Med=xi-1+ per individuare la mediana in una classe
Fi-1= frequenza relativa cumulata prima della classe mediana Fi = frequenza rel. cumulata classe
mediana
Esempio:
statura ni fi Fi
82
Quartili
Il primo quartile corrisponde a quel valore che lascia alla sua sinistra il 25% delle osservazioni, mentre lascia alla sua
destra il 75% delle osservazioni.
Il terzo quartile corrisponde a quel valore che lascia alla sua sinistra il 75% delle osservazioni, mentre lascia alla sua
destra il 25% delle osservazioni.
Statistica Pagina 7
Anche in questo caso distinguiamo tre casi: distribuzioni di unità, distribuzione di frequenza e distribuzioni in classi.
La moda è la modalità a cui corrisponde la massima frequenza. Quindi può essere calcolata quando si ha una
distribuzione di frequenze. Poiché non richiede calcoli si può parlare di moda per qualunque tipo di carattere. Se la
variabile statistica è divisa in classi e le classi hanno diversa ampiezza, è necessario calcolare la densità di frequenza.
L’intervallo corrispondente alla più grande densità di frequenza è quello dentro il quale cade la moda.
Voto ni
statistica
18 3
20 2
La moda è 23.
23 4
25 1
26 2
28 2
30 1
15
Se invece vogliamo trovare la moda in una classe, bisogna calcolare la densità della classe, la classe con la densità
maggiore è la classe modale, la moda invece corrisponderà al valore centrale della classe.
9 LA VARIABILITA’
La variabilità è l’attitudine di un fenomeno quantitativo ad assumere differenti modalità. Si distinguono due aspetti
della variabilità:
La dispersione che caratterizza il maggiore o minore addensamento delle osservazioni rispetto ad un valore
che dovrebbe essere compreso tra il valore più piccolo e più grande della distribuzione e potrebbe coincidere
con un termine della distribuzione;
Gli indici di variabilità assoluta sono espressi nella stessa unità di misura delle unità statistiche e si dividono in:
Indici di dispersione: devianza, varianza, scarto quadratico medio;
Intervalli di variazione: campo di variazione e differenza interquartile.
La devianza è una misura di variabilità di una distribuzione. È data dalla somma degli scarti della media aritmetica al
quadrato, ossia scarto di una media al quadrato per il numero di frequenze + scarto di una nuova media al quadrato,
etc. Esso è il numeratore della varianza.
Dev (x)=∑ (𝑥 − 𝑥̅ )2
Statistica Pagina 8
La varianza è definita come la media aritmetica del quadrato degli scarti della media diviso n, esso ci fornisce la
misura sintetica di quanto le unità differiscono dalla media.
∑ ( ̅)
𝝈2= oppure può essere calcolata come la differenza di due medie al quadrato 𝝈2=𝑴𝟐𝒒 − 𝒙𝟐
𝒏
Lo scarto quadratico medio o deviazione standard è il più utilizzato tra gli indici di variabilità e non è altro che la
∑ ( ̅)
radice quadrata della varianza. 𝝈=
𝒏
2
Voto(xi) ni Xi*ni Xi-media(𝑥̅ ) (xi-media) x n1
Intervalli di variazione
Il campo di variazione è la differenza tra il valore massimo e quello minimo della distribuzione. La sua utilizzazione è
molto limitata poiché è influenzata dai valori anomali.
ω =xmax - xmin
Differenza interquartile è data dalla differenza tra il terzo e il primo quartile. Q=Q3-Q1
Il Box-Plot consente con un colpo d’occhio di valutare:
Il valore della tendenza centrale;
La dispersione che dipende dall’ampiezza del rettangolo;
La simmetria se i dati sono simmetrici;
L’asimmetria nelle distribuzioni asimmetriche positive e negative
Indici di variabilità relativa sono indipendenti dall’unità di misura e permettono di fare confronti.
Il coefficiente di variazione CV = ||
è espresso generalmente in termini percentuali, e consente di effettuare
confronti fra diverse distribuzioni per fenomeni omogenei.
Anche per i caratteri qualitativi esiste un concetto simile alla variabilità ossia la mutabilità.
La mutabilità è l’attitudine di un fenomeno qualitativo ad assumere diverse modalità. Esempi di indici di mutabilità
sono: indici che misurano l’omogeneità e per negazione l’eterogeneità.
Un insieme si dice omogeneo rispetto ad un carattere se tutte le unità presentano la stessa modalità, per contro se le
unità statistiche tendono a distribuirsi in maniera uniforme si parlerà di insieme eterogeneo.
Statistica Pagina 9
IE=1-∑ ( )2 Ossia 1 meno le sommatorie delle frequenze relative al quadrato
a a …. a …. a a
1 2 i j k
0 0 …. n … 0 0
max (IE)=
Un indice normalizzato compreso tra 0 e 1, utile per il confronto tra due distribuzioni si ottiene raddoppiando IE con il
suo massimo
∑ ( )
IEk =
Esempio: si considera un collettivo di 100 addetti secondo l’attività di lavoro e il titolo di studio
2
ni fi Fi
100 1 0.36
ni fi F i2
Quindi il carattere lavoro è più eterogeneo del titolo di studio. laurea 20 0.2 0.04
100 1 0.34
10 INDICI DI FORMA
Per sintetizzare una distribuzione si possono utilizzare anche gli indici di forma. Essi sono indici descrittivi che
mettono in evidenza ulteriori aspetti della variabilità di un fenomeno, ossia: l’asimmetria e la curtosi.
L’asimmetria:
Una frequenza si dice simmetrica se le modalità equidistanti dalla mediana presentano la stessa frequenza (assoluta
o relativa), cioè se x’ e x” sono tali che: I x’- Med I = I x”- Med I
Statistica Pagina 10
Esempio:
xi ni
3 10
4 12
5 8
50
Nel caso di una distribuzione simmetrica, il suo grafico è simmetrico rispetto alla mediana. Se una distribuzione
unimodale è simmetrica la moda, la media e la mediana coincidono.
Tenuto conto che la mediana (centro di simmetria) è un valore interno alla moda e alla media, si ha che se una
distribuzione non è simmetrica si possono avere diverse situazioni:
Asimmetria positiva: Mo< Med < 𝑥̅ Vi è un maggiore addensamento dei dati in corrispondenza dei dati osservati in
corrispondenza dei valori più bassi: ramo destro della curva
Asimmetria negativa se: 𝑥̅ < Med < Mo
Distribuzione simmetrica: Med-Q1=Q3-Med
Distribuzione asimmetrica positiva: Med-Q1<Q3-Med
Distribuzione asimmetrica negativa: Med-Q1>Q3-Med
𝑄 𝑄 −2𝑀𝑒𝑑
Per calcolare l’indice di asimmetria si fa: AS = 1+ 3
𝑄3−𝑄1
AS=0 simmetria
Esempio: calcola AS
55 I- 60 12 0.12 0.12 ( )( . ) ( )( . . )
Med = 𝑥 + = Med = 65 + . .
=
60 I- 65 14 0.14 0.26
∗ . ∗ .
65 + =65+ . =65+4=69
.
65 I- 70 30 0.3 0.56 Il primo quartile ha classe 60 I- 65 perché ha il valore 0.25
Il terzo quartile ha classe 70 I- 75 perché ha il valore 0.75
70 I- 75 24 0.24 0.80
( )( . ) ( )( . . )
Q1= 𝑥 + = 60 + =64.64
75 I- 80 10 0.1 0.90 . .
( )( . ) ( )( . . )
80 I- 85 9 0.09 0.99 Q3= 𝑥 + = 70 + =73.96
. .
85 I- 90 1 0.01 1 . .
AS = =
.
=0.0644
100 1
Statistica Pagina 11
Uno degli indici di asimmetria più noto è il Skewness del Pearson, che esprime i il grado di simmetria di una
distribuzione unimodale come differenza tra la media aritmetica e la moda, tutto diviso la deviazione standard
γ=
∑ ( ̅)
𝜇̅ =
La curtosi
Data una distribuzione unimodale simmetrica si vuole valutare il suo scostamento rispetto ad un modello teorico di
riferimento normale o Gauss.
Per misurare il grado di disnormalità di una distribuzione viene impiegato il coefficiente di curtosi di Pearson.
Si supponga di avere una distribuzione doppia di una variabile Y quantitativa e di una variabile X che può essere sia
quantitativa che qualitativa. Esiste indipendenza in media tra due variabili se e solo se si verifica la seguente
condizione:
Statistica Pagina 12
L’indice relativo di dipendenza in media è il rapporto di correlazione di Pearson. Esso è uguale al rapporto della
devianza Between e la devianza di Y:
( ) ∑ ( ) ∗
∑ ̅ ∗
𝑛 = = ∑
𝑛 = ∑ ( )
( ) ∗ ∗
Proprietà
0≤ 𝑛 ≤1
𝑛 = 0 𝑖𝑛𝑑𝑖𝑝𝑒𝑛𝑑𝑒𝑛𝑧𝑎 𝑖𝑛 𝑚𝑒𝑑𝑖𝑎
Esempio:
reddito
13 21 31 43
∗ ∗ ∗ ∗
𝑦1= =23.5
titolo 10-16 17-25 26-36 37-49
∗ ∗ ∗ ∗
𝑦2= =31.33
Diploma 4 6 5 1 16
∗ ∗ ∗ ∗
𝑦3= =16.09
Laurea 0 2 5 2 12
∗ ∗ ∗ ∗
Altro 16 4 2 0 22 𝑦= =22.12
20 12 15 3 50
yj n*j (yj-𝑦)2*n*j
𝑦i ni* (𝑦i-𝑦)2*ni*
13 20 1663.49
23.5 16 30.47
21 12 15.05 𝑛 =
( )
=
∑ ( ) ∗
=
.
=0.44
31.3 12 1011.27 ( ) ∑ ∗ .
L’indipendenza correlativa va analizzata attraverso una tabella di correlazione (entrambe le variabili quantitative) e
l’indice che useremo è il coefficiente di correlazione.
Si ha concordanza tra due variabili se a valori più piccoli di X corrispondono in media valori più piccoli di Y e a valori
più grandi di x corrispondono in media valori più grandi di y. Nel caso contrario si ha discordanza.
Statistica Pagina 13
La codevianza è la somma dei prodotti degli scarti dei due caratteri x e y ossia:
( , )
Cov (X, Y)= ∑ 𝑥 𝑦 − 𝑛𝑥𝑦 Cov (X, Y)=
Per misurare la concordanza o la discordanza tra le due variabili si utilizza il coefficiente di correlazione lineare di
Bravis Pearson che fornisce una misura del grado di correlazione lineare reciproca che esiste tra le due variabili x e y.
( , )
r= Il coefficiente è un numero puro che varia tra –1 e 1 ed ha il segno algebrico della
( ) ( )
codevianza.
63 55 X-M Y-M
65 60 -8 -6.8
50 49 5 7.2
64 46.24 54.4 ( , )
r= ( )
= = 0.78
( ) √ ∗ .
25 51.84 36
100 14.44 38
Statistica Pagina 14
E’ possibile stabilire quindi la seguente gerarchia tra i tre concetti d’indipendenza:
12 LA REGRESSIONE LINEARE
La regressione ha lo scopo della di ricerca di un modello atto a descrivere la relazione esistente tra una variabile
indipendente X e una dipendente Y. Si sceglie come variabile indipendente la variabile antecedente rispetto all’altra.
La regressione è rappresentata attraverso una retta di regressione nella seguente espressione analitica:
𝑦 =bo+b1xi (bo e b1 sono coefficienti di regressione; b0 l’intercetta della retta sull’asse y ; b1 coefficiente angolare)
Mediante il metodo dei minimi quadrati si trova la retta migliore, ossia quella che rende quanto più piccola i residui.
( , ) ∑ ( ̅ )( )
b1= ( )
= ∑ ( ̅)
Una volta calcolata la retta di regressione bisogna determinare il grado di adattamento che esiste tra i valori osservati
e i teorici.
La devianza della variabile di Y sarà uguale alla somma della devianza di residua + la devianza di regressione.
La devianza di regressione è quella parte della variabilità di Y che viene spiegata dalla relazione lineare. È nulla se i
valori teorici coincidono con la media della Y.
Il grado di adattamento è definito dal coefficiente di determinazione lineare ed è dato dal rapporto tra la devianza di
regressione e la devianza totale. Esso misura quanta parte della variabilità totale è spiegata dalla regressione e
assume valori compresi tra 0 e 1.
( ) ∑ ( ) ∑ ( )
R2= =∑ oppure R2=1 - ∑
( ) ( ) ( )
Statistica Pagina 15
0≤𝑅 ≤1
2
R =0 la devianza regressione è nulla, i valori teorici sono tutti costanti e pari al valore medio della Y.
2
R =1 la devianza residua è nulla, per cui la variabilità di Y è spiegata totalmente dalla variabile X.
Due variabili sono interdipendenti quando non si può individuare un carattere antecedente all’altro.
La correlazione misura il grado di concordanza e discordanza tra due variabili attraverso il coefficiente di correlazione
lineare di Bravis - Pearson.
( , )
r= ( ) ( )
Il coefficiente che è un numero puro che varia tra -1 e 1 ed ha il segno algebrico della codevianza.
Un esperimento casuale (E) può essere considerato come una operazione il cui risultato non può essere previsto con
certezza. L’insieme di tutti i possibili risultati connessi all’esperimento è detto spazio campionario e viene indicato con
Ω.Lo spazio degli eventi è definito dalla classe di tutti i sottoinsiemi dello spazio campionario.
Unione: dati due eventi A e B si indica con A ∪ B l’insieme degli elementi che stanno in A o in B o in
entrambi.
Intersezione: dati due eventi A e B si indica con A ∩ B l’insieme degli elementi che stanno in A o in B.
Esempio: A ={1,2,3} B={2,3,4} A ∩ B = {2,3}
Negazione di eventi: l’insieme degli elementi non inclusi in A è denominato complemento o negazione di A e
si indica con 𝐴̅. La negazione dell’evento a riguarda tutti gli eventi di una prova escluso l’evento A.
Eventi disgiunti (incompatibili o mutualmente esclusici):due elementi si dicono disgiunti se non contengono
elementi comuni (non possono verificarsi contemporaneamente) A ∩ B = ∅ insieme vuoto.
Partizione: si definisce partizione di un insieme D quell’insieme costituito dalle parti non vuote, disgiunte la cui
unione è l’insieme D. A1 ∪ A2 ∪ A3 = D
Nella storia sono state proposte diversi impostazioni di pensiero sul concetto di probabilità: classica, frequentista,
soggettivista e assiomatica di Kolmogorov.
P (A) =
Questa definizione parte dal presupposto che tutti gli eventi abbiano la stessa probabilità di verificarsi. Può essere
applicabili solo a prove con numero finito di casi possibili.
Prende le mosse dal fatto che ripetendo numerose volte un esperimento nelle stesse condizioni, la frequenza relativa
di ciascun risultato tende a stabilizzarsi intorno ad un valore centrale al crescere delle prove (postulato empirico del
caso).
Statistica Pagina 16
P (A) = lim → = lim → 𝑓 fa = frequenza relativa
Si osservi che:
0≤ 𝑓 ≤ 1
Più eventi A, B e C si dicono incompatibili quando il verificarsi di uno esclude il verificarsi degli altri.
Dati A e B due eventi incompatibili di probabilità P (A) e P (B), la probabilità di realizzazione di uno o dell’altro evento
è uguale alla somma delle due probabilità dei due eventi.
Se gli eventi A e B non sono mutualmente escludendosi, la probabilità che il verificarsi l’uno o l’altro evento è:
Probabilità condizionata
Dato uno spazio Ω e due eventi A e B compatibili fra loro, si suppone che il secondo evento (B) sia quello
condizionante e si vuole conoscere la probabilità del verificarsi di A.
( ∩ )
P (A I B) = ( )
𝑐𝑜𝑛 𝑃(𝐵) > 𝑂
( ∩ )
P (B I A) = ( )
𝑐𝑜𝑛 𝑃(𝐴) > 𝑂
Probabilità composta
Dalla probabilità condizionata si deduce che, dati due eventi A e B, la probabilità del contemporaneo verificarsi di A e
B è pari a:
P(A ∩ B) = P (A I B) 𝑃(𝐵) = P(B I A) 𝑃(𝐴) dalle formule inverse della probabilità condizionata.
Nel caso in cui esista indipendenza, ossia il verificarsi di un evento non altera la probabilità del verificarsi dell’altro si
ha:
P (A I B) = 𝑃(𝐴) P (B I A) = 𝑃(𝐵)
Quindi l’espressione che esprime la probabilità del contemporaneo verificarsi di due eventi è:
Statistica Pagina 17
Teorema della probabilità assoluta
Siano H1,..,Hn eventi mutualmente incompatibili che costituiscono una partizione di Ω. Per ogni A∈ Ω si ha:
Si considera un esperimento casuale E con uno spazio campionario Ω e sia Y lo spazio degli eventi.
Sia X una funzione che assegni un numero reale X (A) ad ogni evento, allora X(.) è chiamata variabile casuale (v.c.).
I valori di una variabile casuale sono incerti e di conseguenza v.c. X è sempre accompagnata dalla sua funzione di
probabilità P(X) che esprime la probabilità con la quale v.c. X può assumere i suoi diversi valori.
Le variabili casuali possono essere:
Discrete: se la v.c. assume un numero finito o un’infinità numerabile di valori;
Continue: è una variabile che può assumere tutti i valori appartenenti ad un intervallo (a,b).
Le v.c. sono indicate con lettere maiuscole(X) ed i valori assunti da X con lettere minuscole (x).
P (X = xi) = pi ∑ 𝑝 =1
L’insieme delle coppie (xi e pi) con i = 1, …. , n è detta distribuzione di probabilità di X. La funzione p i definisce la
funzione di probabilità della v.c. X.
Essa soddisfa le seguenti condizioni:
1. pi ≥0 per ogni i=1,…,n positività
2. ∑ 𝑝 = 1 certezza
Esempio: si lancino 2 dadi e si definisca la v.c. X come somma dei punti ottenuti dai 2 dadi.
eventi v.c. X pi
1 1 2 0.03 pi =
1 2
3 0.06
2 1
In questo caso il numero di combinazioni totali è 36
1 3
2 2 4 0.08
Graficamente sarà rappresentato attraverso un
3 1 istogramma dove sulle x avremo la v.c. e sulle
ordinate la pi
1 4
2 3
5 0.11
3 2
4 1
Totale 1
In alcuni casi può essere utile trovare la probabilità che una v.c. X assuma valori uguali o inferiori a xi e si utilizza la
seguente formula:
Statistica Pagina 18
P (X ≤ xi)=∑ 𝑝 indicata con F(x)
F (x) è definita funzione di ripartizione o funzione di distribuzione cumulata. E gode delle seguenti proprietà:
1. 𝑙𝑖𝑚 → 𝐹(𝑥) = 0
2. 𝑙𝑖𝑚 → 𝐹(𝑥) = 1
3. P (X = xi) = F (xi) – F (xi-1) = p1
4. È una funzione a gradini non decrescente
Una variabile casuale continua
Una v.c. continua che assume valori in un certo intervallo R esteso anche a tutto l’asse reale R, è definita se esiste
una funzione f(x) tale che per ogni (a,b) ∈ R si abbia:
La funzione f (x) viene chiamata densità di probabilità della v.c. X (f.d.p) se e solo se:
1.Distribuzione uniforme discreta: una v.c. X assume valori in un insieme formato dai primi n numeri interi segue una
distribuzione uniforme discreta se la sua funzione di probabilità è data:
Statistica Pagina 19
P (X = xi) = i = 1,….,n
X assume un numero finito di valori, tutti gli eventi hanno uguale probabilità di verificarsi, la v.c. uniforme non presenta
moda ed è simmetrica intorno alla media. Inoltre valgono le seguenti condizioni:
2.Distribuzione di Bernoulli: una v.c. X ha distribuzione di Bernoulli con parametro p ( compreso nell’intervallo
chiuso 0,1) se e soltanto se la sua distribuzione di probabilità è data:
x 1-x
P (X = x) = p (1-p) x=0,1 0≤𝑝 ≤ 1 X≈B(1,p) Inoltre: E (X) = p Var (X) = pq
Bernoulli è associato ad un esperimento casuale i cui risultati sono classificati in due categorie ( esempio: vero e
falso) assegnando valori 1 e 0 rispettivamente con probabilità p e q (q=1-p)
3.Distribuzione Binomiale: una v.c. ha una distribuzione binomiale con parametri n (numero intero positivo)
n-x
P (X = x)= 𝑝 (1-p) x = 1,2,…., n X ≈ B(n,p)
Inoltre.
E (X) = np Var (X) = npq la distribuzione binomiale è la somma di n v.c. indipendenti di bernoulli.
!
𝐶 = =( )! !
numero di casi in cui si presentano x successi in n prove
Esempio: un ragazzo partecipa ad un concorso la cui prova è un test a risposta multipla. Vengono presentate 10
domande con 3 risposte. Si determina: 1) Quante risposte giuste si attende dal ragazzo; 2) Si determini la probabilità
che risponda esattamente a più di 6 domande.
! ⋅ ∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙ ⋅ ∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙
Esempio: n=10 x=6 𝐶 =( )! !
= ( )! !
= =210
∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙
n-x
P (X = x)= 𝑝 ( 1 - p)
Dalla formula della probabilità binomiale sostituire alla x i casi che risponda a più di sei domande (x=7; x=8;x=9;x=10)
10-7 10-9
P (X=7) = 0.33 ( 1 - 0.33) =0.0154 P(X=9)= 0.33 (1-0.33) =0.0003
10-8 10-10
P (X=8) = 0.33 ( 1 - 0.33) =0.0028 P(X=10)= 0.33 (1-0.33) =0.000015
Distribuzione Normale o di Gauss: Una v.c. X ha distribuzione normale con parametri μ e σ2 se e soltanto se la sua
funzione di densità è data da:
( )
f (x)= 𝑒 -∞≤x≤+∞ X ≈(μ;σ2) E(X)= 𝜇 Var(X)= σ2
√
Caratteristiche:
Essa ha una forma campanulare simmetrica rispetto al punto X = 𝜇;
Esistono tante curve normali quanto sono le coppie di 𝜇 e di σ2;
Statistica Pagina 20
Al variare 𝜇 cambia la posizione della curva sull’asse delle x;
Al variare di σ2 cambia la forma della curva (all’aumentare si appiattisce, al diminuire si allunga);
La densità della normale si presenta come una curva simmetrica con forma a campana;
I valori della X sono raggruppati attorno alla media.
Le proprietà sono:
È unimodale;
È simmetrica rispetto ad una retta parallela all’asse delle ordinate condotta per il punto di ascissa 𝑥 = 𝜇;
In corrispondenza del punto x = 𝜇 la funzione assume il suo valore massimo.
Ha due punti di flesso in corrispondenza di 𝜇 ± ∞;
Tende asintoticamente a 0 per x che tende a ±∞;
Data una v.c. normale X, ogni trasformazione lineare di X sarà anche essa una normale:
2 2 2
X ≈ N (𝜇; 𝜎 ) allora aX+b≈N(aμ+b;a σ ) dove a e b sono costanti reali.
Date n v.c. normali indipendenti X1,X2,….,Xn dove Xi ≈ N(μi;σi2) si può dimostrare (proprietà riproduttiva) che:
Y = (a1X1+a2X2+….+anXn)→ Y ≈ N (∑ 𝑎 𝜇 ;∑ 𝑎 𝜎 ) dove ai sono costanti.
La standardizzazione consiste nella traslazione degli assi ortogonali di riferimento dal valore x=μ al valore z=0, e al
cambiamento dell’unità di misura della variabile X. La nuova variabile Z viene espressa in unita di σ
Distribuzione Chi-Quadrato
Sia Zi = allora Y=∑ 𝑍 ≈𝑋 La v.c. chi quadrato è una v.c. continua generata dalla somma di n v.c. normali
standardizzate e indipendenti al quadrato. Dove n sono i gradi di Libertà.
Il grado di libertà è il numero di osservazioni diminuito del numero dei vincoli che entrano nel calcolo del parametro
considerato.
tn = Ha una forma simmetrica che dipende dai gradi di libertà. Si distingue dalla normale per avere una
forma meno snella e le code più ingrossate e per essere più appiattita.
Al tendere di n all’infinito la v.c. t di Student tende alla normale standardizzata. Questo già per n >30
Statistica Pagina 21
Distribuzione F di Fisher-Snedecor
2
Se X≈Xn e Y≈Xm2 e se le due v.c. X e Y sono indipendenti allora la v.c.:
( )
per m > 4 V(F)= ( ) ( )
la distribuzione della F non è simmetrica in n e m.
Se da una popolazione X si estraggono tutti i possibili campioni di ampiezza n e per ogni campione si calcola la
statistica di interesse (media, mediana, varianza) si ottiene un insieme di valori ognuno dei quali è deputato ad essere
una stima del parametro incognito della popolazione.
Il modo in cui la statistica varierà da un campione ad un altro determina la distribuzione di probabilità della statistica
(distribuzione campionaria della statistica).
Sia X1, X2,… Xn un campione casuale di n osservazioni estratto dalla popolazione X. Esso è formato da n v.c.
2
indipendenti ed identicamente distribuite con media μ e varianza σ . Si ha allora:
Rappresenta una misura di variabilità delle medie campionarie attorno alla media della popolazione.
Considerando tutte le medie campionarie ed associando ad ogni media distinta la sua probabilità, si ottiene la
distribuzione della probabilità della media campionaria.
La distribuzione campionaria rappresenta la probabilità che la media calcolata su un campione assume valore 𝑥̅ .
Se si considera una popolazione finita in cui viene estratto un campione senza ripetizione allora:
( )
E (𝑋 ) = 𝜇 Var (𝑥̅ ) = ( )
𝑓𝑎𝑡𝑡𝑜𝑟𝑒 𝑑𝑖 𝑐𝑜𝑟𝑟𝑒𝑧𝑖𝑜𝑛𝑒 𝑝𝑒𝑟 𝑝𝑜𝑝𝑜𝑙𝑎𝑧𝑖𝑜𝑛𝑖 𝑓𝑖𝑛𝑖𝑡𝑒
Facendo tendere N all’infinito la quantità tende ad assumere valore 1: quindi quando la popolazione è infinita i
due schemi di campionamento coincidono.
Statistica Pagina 22
Esempio: data una v.c. X che assume valori: 6,8,10,12 ognuno con probabilità ¼ (distribuzione uniforme discreta). La
media di X è pari a 9 mentre la varianza è uguale a 5. Si estraggono da X campioni X1 e X2 di ampiezza 2 con re
immissione.
X1 X2
6 6 6 6 1/16
6 8 7 7 2/16
6 10 8 8 3/16
6 12 9 9 4/16
8 6 7 10 3/16
8 8 8 11 2/16
8 10 9 12 1/16
8 12 10
10 6 8
10 8 9
10 10 10
10 12 11
12 6 9
12 8 10
12 10 11
12 12 12
Il teorema del limite centrale che al crescere di n la forma della distribuzione della media campionaria si approssima
alla forma normale. In pratica si ritiene che l’approssimazione sia accettabile per n > 30.
Statistica Pagina 23
Teorema di De Moivre - Laplace (applicazione del teorema del limite centrale)
Date n v.c. X1,…..,Xn indipendenti generate da X ≈ B (1, p) la variabile (numeri di successi in n prove indipendenti)
Se si pone:
( )
Yn = = al tendere di n all’infinito la distribuzione Yn tende alla distribuzione normale
√ √
standardizzata
La rapidità con la quale la distribuzione binomiale tende a quella normale dipende dal valore di p, nel senso che la
migliore condiziona di convergenza si ha quando la distribuzione è simmetrica cioè quando p = q = 0.5
Agli effetti pratici l’approssimazione è ritenuta accettabile se np e nq sono entrambi maggiori o uguali a 5.
Esempio: Una moneta viene lanciata 500 volte. Trovare la probabilità che il numero di teste sia compreso tra 220 e
280.
. .
Z219.5= = .
= −2.73 Z280.5= = .
=2.73
Probabilità richiesta = doppio dell’area compresa tra z=0 e z = -2,73)=2 (0.4968) = 0.9936
L’inferenza statistica è un procedimento di generalizzazione dei risultati campionari che consente di effettuare stime o
verifiche di ipotesi sui parametri di una popolazione descritta da una variabile casuale. La teoria della stima statistica
propone di fornire dei criteri o delle procedure per la stima di uno o più parametri della popolazione. Successivamente
si passa alla verifica delle ipotesi che consiste nel sottoporre a verifica una certa affermazione fatta sui parametri della
popolazione. La popolazione è descritta da una v.c. X ≈ f(x;θ) dove θ è il parametro incognito da stimare.
La statistica inferenziale vuole:
Stimare il parametro incognito sulla base delle osservazioni campionarie;
Proprietà stimatori;
Intervallo di confidenza;
Verifica delle ipotesi.
La stima puntuale: si giunge alla determinazione di un solo valore numerico per uno o più parametri della popolazione
sulla base dei dati di un campione esatto.
La stima intervallare: nella quale si costruisce un intervallo casuale (intervallo di confidenza), che include il parametro
stimato con livello di confidenza 1- ∝
Sia: X1,…,Xn un campione casuale estratto da X≈f(x;θ) dove θ è il parametro incognito da stimare.
Si definisce stimatore T del parametro incognito una statistica, generica nota della v.c.
T = t (X1,…,Xn ) T = stimatore t(X1,…,Xn )= funzione v.c.
Si definisce stima:
t = t (X1,…,Xn ) il valore assunto dallo stimatore per un dato campione n
Esempio:
T=𝑋 =∑ stimatore media campionaria T=𝑥 =∑ stima della media
Statistica Pagina 24
Lo stimatore bisogna considerarla come un’operazione matematica effettuata sul nostro campione prima di estrarlo,
quindi non è altro che l’insieme di tutte le stime. Quindi esistono infiniti stimatori, il nostro compito è trovare quello che
soddisfi le seguenti proprietà: correttezza, efficienza, sufficienza e consistenza.
La stima invece è l’operazione matematica effettuata sul nostro campione estratto, quindi è un numero fisso.
1. Correttezza
Sia X1, …, Xn un campione casuale estratto da X ≈ f (x;θ) uno stimatore T = t (X1,…,Xn ) è detto corretto (non
distorto) rispetto a θ se e solo se:
𝐸 (𝑇) = 𝐸[𝑡 (X1, … , Xn)]=0
Altrimenti lo stimatore risulta distorto e 𝐸(𝑇) −0 rappresenta la distorsione dello stimatore
Esempio: la media campionaria è uno stimatore corretto della media della popolazione E [𝑋 ]= μ
2
Mentre la varianza campionaria è uno stimatore distorto del parametro σ :
∑ ( )
E[𝑆 ]≠σ2 S2 =
La correttezza indica solo che uno stimatore tende ad assumere in media il valore del parametro, tuttavia non dice
nulla sulla dispersione delle stime campionarie intorno al parametro, quindi s’introduce una misura della precisione
dello stimatore che è EQM (errore quadratico medio).
EQM è dato dalla somma di 2 quantità: varianza dello stimatore T e distorsione dello stimatore al quadrato
2. Efficienza
Nella classe degli stimatori corretti, la scelta deve ricadere tra quelli che presentano la dispersione più piccola.
La varianza di uno stimatore corretto rappresenta una dispersione dello stimatore rispetto al parametro
incognito della popolazione.
Sia X1, …,Xn un campione casuale estratto da X ≈ f (x;C) lo stimatore T* di θ è detto efficiente se:
Var (T*) ≤ Var (T)
( ∗)
Efficienza relativa =
( )
Eff. Rel > 1 Stimatore al numeratore meno efficiente del denominatore.
Statistica Pagina 25
Eff. Rel < 1 Stimatore al denominatore meno efficiente del numeratore.
Eff. Rel = 1 Stimatori equivalenti.
3. Sufficienza
Uno stimatore T = t (X1,…,Xn ) è una v.c. che condensa le n variabili casuali in una sola. Quindi si vuole
verificare se questa condensazione di valori ha comportato una perdita di valori. Sono detti sufficienti quei
stimatori che non disperdono informazioni sul parametro da stimare.
4. Consistenza
Se facciamo variare la dimensione del campione e lo stimatore migliora per il parametro di C lo stimatore è
detto consistente.
Consistenza in media quadratica: una successione di stimatori di θ gode della consistenza quadratica se e
solo se:
lim 𝐸𝑄𝑀(𝑇 ) = lim 𝐸(𝑇 − 𝜃)
→ →
lim 𝐸(𝑇 ) = 𝜃
→
Questa proprietà stabilisce che al crescere di n, se uno stimatore è distorto, la distorsione tende a 0.
Sia X1, …,Xn un campione casuale estratto da X≈f(x;θ) e date le due statistiche T1 e T2 con T1 < T2 e per le quali
P (T1 ≤ θ ≤ T2) = 1-∝
L’intervallo casuale (T1 e T2) è chiamato intervallo di confidenza per θ di probabilità 1-∝.
Il parametro θ è una costante incognita, mentre T1 e T2 sono v.c. che variano al variare del campione ed è per questo
che si è parlato di intervallo casuale.
Dopo aver estratto il campione si sostituiscono le osservazioni campionarie nella funzione dello stimatore ottenendo le
realizzazione delle v.c. estremi dell’intervallo t1 e t2 .
Dopo l’estrazione non si potrà esprimere tale intervallo in termini probabilistici per questo motivo si parla d’intervallo di
confidenza per il parametro θ con coefficiente di confidenza 1-∝.
Per la costruzione di un intervallo di confidenza siamo interessati a una quantità pivot, la cui distribuzione non dipende
dal parametro θ.
Intervalli di confidenza per la media di una popolazione normale con varianza nota.
2
Sia, X1,…,Xn un campione casuale di ampiezza n estratto da X ≈ N(μ,σ ) è noto:
𝑋 ≈ 𝑁(𝜇, ) dunque Z = ≈ 𝑁(0,1)
√
Un intervallo simmetrico è dato da:
P (−𝑧 ≤𝑍= ≤𝑧 )=1−𝛼 P(𝑋−𝑧 ≤𝜇 ≤𝑋+𝑧 )= 1−𝛼
√ √
√
L’ampiezza dell’intervallo è tanto più elevata quanto n è più piccolo, l’ampiezza dell’intervallo aumenta
all’aumentare di σ e cresce in misura diretta all’aumentare di 1-∝.
Se la popolazione non è normale per il teorema del limite centrale quando n > 30 si potrà costruire l’intervallo
di confidenza basato sulla normale standardizzata.
Intervalli di confidenza per la media di una popolazione normale con varianza nota con n < 30
2
L’intervallo di confidenza P (𝑋 − 𝑧 ≤𝜇 ≤𝑋+𝑧 ) = 1 − 𝛼 è utilizzabile solo se si conosce σ quando non si
√ √
dispone di questa quantità si risolve considerando lo stimatore corretto della varianza campionaria:
∑ ( )
𝑆 2=
2 2
Sia X1,…,Xn un campione casuale di ampiezza n estratto da X≈N(μ,σ ) con σ incognito allora:
Statistica Pagina 26
t= ≈𝑡 Distribuzione t di Student con n-1 g.l.
√
quindi l’intervallo sarà: P(𝑋 − 𝑡 ,
≤𝜇 ≤𝑋+𝑡 ,
)=1−𝛼
√ √
( ) ( )
f = stimatore di p P (𝑓 − 𝑧∝ ≤ 𝑝 ≤ 𝑓 + 𝑧∝ ) = 1 −∝
I principali fattori da considerare nell’individuazione della numerosità del campione sono: la varianza, intervallo di
confidenza desiderato e il costo del campionamento.
La varianza è una misura del grado di variazioni o oscillazioni presenti relativamente al parametro che vogliamo
stimare nella popolazione. Quindi quando si ha una popolazione con alta varianza bisogna usare dei grandi campioni.
L’intervallo di confidenza rappresenta una misura della bontà di una stima. Un intervallo piccolo suggerisce che siamo
sicuri del punto in cui si trova il vero valore della popolazione e quindi in questo caso la stima sarà più precisa.
Costo di campionamento. Un campionamento può costare molto e durare molto tempo quindi si devono conservare
solo i dati realmente necessari.
∝ è denominato livello di significativa ed indica il rischio di errore prefissato che si è disposti ad accettare.
∝
La dimensione campionaria sarà: n=( ) ∝
Tra i diversi valori di p e q si sceglie quello il cui prodotto è massimo, ossia p = q = 0.5 e ponendo 1-∝ = 95%.
ossia z∝/2 = 1.96
.
max n = ( )
in caso di popolazione grande o estrazione con ripetizione si ha:
.
.
n=
∝
max n =
Ipotesi statistica: è un’affermazione che specifica parzialmente o completamente la legge di distribuzione di una
variabile casuale. L’affermazione può riguardare sia la forma funzionale della legge di distribuzione, sia i parametri
caratteristici, o ai soli parametri caratteristici quando si assume nota la forma analitica della distribuzione stessa.
Statistica Pagina 27
Ipotesi parametrica: l’ipotesi riguarda i parametri caratteristici di una particolare distribuzione di cui si conosce la forma
analitica.
Ipotesi non parametrica: ossia l’ipotesi statistica che non presuppone nota tale forma.
Il test parametrico passa per tre fasi: definizione delle ipotesi statistiche; Statistica test; Regola di decisione.
L’ipotesi nulla rappresenta lo status quo ed è pre-esistente all’osservazione dei dati campionari. Essa è rifiutata se i
risultati campionari mostrano la sua falsità.
La formulazione dell’ipotesi nulla e alternativa conduce una partizione dello spazio parametrico θ in due sottoinsiemi
disgiunti θ0 indotto dalla H0 e θ1 indotto dalla H1.
L’ipotesi statistica è detta semplice se consiste nell’assegnare a un parametro un valore puntuale θ = θ*;
L’ipotesi statistica è detta composta quando si afferma che il parametro appartiene a un insieme più ampio di
valori.
L’ipotesi composta bidirezionale, quando si afferma che il parametro sia diverso da un particolare valore dello
spazio parametrico θ≠ θ*;
L’ipotesi composta unidirezionale, quando si afferma che il parametro sia maggiore o minore di un dato valore
numerico θ > θ* θ < θ*
Statistica test
È una funzione che fa corrispondere a ogni campione casuale un valore numerico che può classificarsi coerente o
meno con l’ipotesi specificata della H0.
Il test statistico conduce a una partizione dell’universo dei campioni in due sottoinsiemi complementari:
Regione di accettazione, campioni per i quali la statistica assume valori compatibili con H 0;
Regione di rifiuto, per la quale la statistica assume valori compatibili con H 1;
Regola di decisione
Procedimento che ci permette di decidere se accettare o rifiutare un’ipotesi o di determinare se i campioni osservati
differiscono significativamente dai risultati attesi.
Vera situazione
H0 H1
Decisione H0 Decisione giusta P (H0/H0)= 1-∝ Errore II specie P (H0/H1) = β
H1 Errore I specie P (H1/H0) = ∝ Decisione giusta P (H1/H2)=1-β
Statistica Pagina 28
22 VERIFICA DI IPOTESI SULLA MEDIA E VERIFICA DI IPOTESI SULLA PROPORZIONE
Test parametrici:
Test sulla media con varianza nota;
Test sulla media con varianza non nota;
Test sulla proporzione.
Esempio: la resistenza alla rottura delle funi prodotte è pari a 1800N ed uno scarto quadratico di 100N. Immettendo
un nuovo processo si pensa che la resistenza sia migliorata, e per provare ciò si estrae un campione di 50 funi e si
trova che la resistenza media è di 1850. Possiamo affermare che ci sia stato un miglioramento al livello di
significatività dello 0.01.
L’effetto del nuovo processo è produttivo se si traduce in un aumento della resistenza media, bisogna decidere tra le
due ipotesi:
H0:μ = 1800 non c’è miglioramento H1:μ > 1800 c’è miglioramento
Si pone
∝=0.01 𝑥̅ =1850 z0.01 = 2.33 dalla tabella
Quindi:
z= = 3.55 quindi 3.55 > 2.33 rifiutiamo H0 ed accettiamo il miglioramento del processo
√
II. Test sulla media con varianza non nota In questo caso usiamo la distribuzione t di Student
∑ ( )
𝑆 2= stimatore varianza campionaria
t=
√
Esempio:
L’età media dei disturbi in un campione di 17 donne è 48.59 mentre la varianza corretta è 244.55. Verificare se la
media della popolazione è significativamente diversa da 48 ad un livello ∝ = 0.05
quindi: se t sarà: -2.120 < t < 2.120 accettiamo H 0 se t < -2.120 o t > 2.120 rifiutiamo H0
.
t= = .
= 0.155 quindi non si rifiuta l’ipotesi
√
Statistica Pagina 29
III. Test sulla proporzione
Lo stimatore di p segue una distribuzione normale:
f ≈ N (p; )
Z=
Esempio:
Una casa automobilistica afferma che il 90% dei suoi automobilisti usa la cintura, analizzando un campione si evince
che solo 400 su 500 utilizzano la cintura. Verificare ad un livello di significatività dello 0.01 la legittimità della casa.
𝑓= = 0.8
Poiché -7.45 è minore di -2.33 si rifiuta l’ipotesi H0 quindi l’affermazione della casa non è legittima
Opereremo sulle frequenze invece di fare il confronto tra parametri ipotizzati sotto H 0 e H1 e funzioni dei parametri
stimati sul campione.
L’ipotesi che si formula è quella dell’indipendenza delle righe e colonne che si traduce in:
P (Ai, Bj)= P (Ai) P (Bj) le due variabili sono stocasticamente indipendenti
L’ipotesi nulla da verificare è: H0 : pij=pi∙p∙j per ogni coppia i,j
Ipotesi alternativa
H1: pij≠pi∙p∙j per almeno una coppia i,j
L’analisi di regressione consiste nello sviluppo di un modello statistico che possa essere adottato per analizzare i
valori della variabile dipendente (Y) sulla base dei valori di almeno una variabile esplicativa (X) o indipendente.
Gli impieghi della regressione lineare sono: descrivere un’associazione lineare casuale o non casuale; predire il valore
medio della variabile dipendente; valutare se una relazione appartenente tra le due variabili è significativa.
E (Yi/xi)=β0+ β1x1
Statistica Pagina 30
Yi = β0+ β1xi+εi E(εi)=0
Linearità delle variabili: si ha linearità nelle variabili se X appare come indice 1 e non è moltiplicato o diviso per
un’altra variabile.
Ipotesi di normalità (ipotesi forte): gli errori hanno una distribuzione normale, la variabile Y ha una distribuzione
normale.
Ipotesi di indipendenza: questa condizione stabilisce che ogni dato statistico non è influenzato dall’altro.
Ipotesi sulla variabile esplicativa (ipotesi debole): la variabile Y è considerata una v.c., mentre le modalità distinte della
variabile X sono di natura deterministica, cioè fissate dal ricercatore.
Con l’analisi di regressione si vogliono stimare i coefficienti di regressione sulla base di n osservazioni campionarie.
Estratto un campione casuale si considera il modello lineare:
yi = b0+ b1xi+ei=𝑦 +𝑒
L’obiettivo dell’analisi di regressione lineare è di trovare la retta che meglio si adatta ai dati disponibili. Una tecnica
matematica per individuare tale retta è il metodo dei minimi quadrati, ossia si minimizza la somma dei quadrati degli
scarti tra i valori osservati e quelli teorici.
( , ) ∑ ( ̅ )( )
b0=𝑦 − 𝑏 𝑥̅ b1 = ( )
= ∑ ( ̅)
Le proprietà della retta sono:
È l’unica retta che minimizza la somma dei quadrati dei residui;
La retta passa per il punto media di x e media di y come centro di gravità;
La somma dei residui è uguale a 0;
La somma dei valori osservati è uguale alla somma dei valori teorici;
Il coefficiente angolare indica la variazione di y in corrispondenza di una variazione unitaria di x.
Al variare di b0 b1 descrivono due v.c. che possono essere considerati come stimatori naturali.
2 ∗
Uno stimatore corretto di σ è: MSE*= E (MSE*)= σ2
31 DISTRIBUZIONI DI FREQUENZE
La distribuzione di frequenze è il calcolo delle frequenze per ciascun valore o categoria della variabile.
Per rappresentare i dati di un’indagine statistica si possono utilizzare le seguenti tipologie:
Le distribuzioni di frequenze; Le serie territoriali;
Le serie storiche; Le matrici dei dati.
L’obiettivo di una misura di posizione è quello di sintetizzare in un singolo valore numerico l’intera distribuzione di
frequenza per effettuare confronti nel tempo, nello spazio o tra circostanze differenti. Essi ci forniscono informazioni
sulla centralità del nostro insieme di dati, ossia ci indicano il centro della distribuzione.
Gli indici di posizione sono: la media, la mediana, la moda, il valore centrale.
La media aritmetica è influenzata dai valori estremi anomali e può non coincidere con nessuno dei valori
oggetto di analisi;
La media geometrica si utilizza nei casi in cui la variabile si modifica tramite proporzioni ed è utilizzata nel
calcolo del tasso di rendimento medio di un capitale in funzione del tempo;
Statistica Pagina 31
La mediana è la modalità dell’unità statistica che occupa il posto centrale nella distribuzione ordinate delle
osservazioni.
La moda è la modalità a cui corrisponde la massima frequenza assoluta o relativa ed è quindi un indice per
governare, cioè per minimizzare gli scontenti.
Un aspetto importante della mediana è la sua capacità di essere resistenti alla presenza di valori atipici, eccezionali,
errati. Esso è un indice per decisioni che implicano costi da minimizzare, infatti minimizza la somma degli scarti
assoluti.
La media è un indice di equilibrio generale, e minimizza i rischi complessivi minimizzando i quadrati degli scarti ,
attribuendo particolarmente rilievo agli estremi rispetto ai valori centrali.
Per un analisi esaustiva di una distribuzione bisogna calcolare tuttavia la variabilità del fenomeno, come il campo di
variazione e la varianza. Questi indici descrivono la variabilità con unico valore che ne sintetizza le caratteristiche e ci
dicono in che modo essi sono disposti intorno all’indice di tendenza centrale.
35 NUMERI INDICE
I rapporti statistici:
Il rapporto statistico di composizione si ottiene dividendo il valore rilevato in una data circostanza per
l’analogo valore rilevato per l’intera popolazione;
I rapporti statistici di derivazione si ottengono dividendo la modalità di un fenomeno per quella corrispondente
di un altro valore che sul piano logico e/o temporale ne costituisce causa o presupposto logico (esempio i nati
e i morti sono influenzati dalla popolazione residente);
I rapporti di coesistenza concernono il rapporto tra la frequenza di una modalità rispetto a quella
corrispondente di un’altra modalità (esempio l’indice di vecchiaia definito come il rapporto tra gli over 65 ed
under 15);
I rapporti di densità concernono il rapporto tra la dimensione globale di un fenomeno e quella spaziale a cui
esso fa riferimento (esempio la densità di una sostanza inquinante nell’aria).
I rapporti statistici sono misure statistiche elementari finalizzate al confronto tra i dati stessi.
I numeri indici sono rapporti statistici che misurano la variazione di un fenomeno rilevato in tempi e circostanze
diverse.
In sintesi la statistica insegna a individuare i modi in cui un fenomeno si manifesta e varia nel tempo, a descriverlo
sinteticamente e a trarne da esso conclusioni più generali di fenomeni più ampi.
36 TASSI DI INCREMENTO
L’inflazione al consumo è un processo di aumento del livello generale dei prezzi dell’insieme dei beni e servizi
destinati al consumo della famiglia, esso è un indice che viene misurato dall’ISTAT.
L’Istat produce tre diversi indici dei prezzi al consumo: per l’intera collettività aziendale (NIC), per le famiglie di operai
e impiegati (FOI) e l’indice armonizzato europeo (IPCA).
Il NIC rappresenta per lo Stato il parametro di riferimento per la realizzazione delle politiche economiche (esempio i
rinnovi dei contratti collettivi).
Il FOI è l’indice usato per adeguare periodicamente i valori monetari (esempio gli affitti o gli assegni dovuti al coniuge
separato).
L’IPCA è assunto come indicatore per verificare la convergenza delle economie dei paesi membri dell’unione
Europea, ai fini dell’accesso e della permanenza in esso.
:
Se compariamo i tassi d’inflazione rispetto all’anno precedente si parla di comparazioni tendenziali. ( − 1)100
:
:
Se li compariamo rispetto al mese precedente si parla di comparazioni congiunturali.( − 1)100
:
La deflazione è una diminuzione del livello generale dei prezzi.
Statistica Pagina 32
38 CORRELAZIONE ILLUSORIA E SPURIA
Non sempre un valore elevato di r corrisponde un effettivo legame tra i due caratteri quantitativi considerati.
1. Una correlazione non reale si ha quando uno dei caratteri comprende l’altro (esempio mortalità infantile e
mortalità generale).
2. Una correlazione “mal posta” si ha quando altri fattori variabili influiscono più o meno fortemente su quelli
presi in considerazione ( per esempio in caso della correlazione positiva nel tempo di varie coppie di prodotti
agricoli che può essere dovuta all’influenza delle condizioni meteorologiche).
3. Altra correlazione è quella illusoria o priva di senso.
Una serie storica è costituita dai dati osservati a intervalli regolari di tempo (esempio: il prezzo di chiusura giornaliero
di un’azione).
Una serie storica o temporale è un insieme di dati costituiti da una sequenza di osservazioni su un fenomeno
d’interesse X, effettuati in istanti diversi o intervalli di tempo consecutivi.
Per un’analisi semplificata delle serie storiche si cerca di individuare la componente tendenziale di fondo del
fenomeno, il trend ciclo, utilizzando l’analisi di regressione o le medie mobili. L’obiettivo principale è quello di eliminare
i valori anomali, componente erratiche e stagionali.
La media mobile di ordine n consiste in una serie di medie aritmetiche calcolate su n periodi contigui. La media mobile
ha un’azione smoothing perché tende a ridurre le irregolarità di tipo casuale presenti in una serie storica, riducendo la
variabilità ed incrementando le capacità previsive del modello.
1. Una tabella a doppia entrata registra quante volte una coppia di modalità si presenta contemporaneamente
per x e y.
2. L’obiettivo di una misura di tendenza centrale è quello di sintetizzare in un singolo valore numerico l’intera
distribuzione di frequenza per effettuare confronti nel tempo, nello spazio o tra circostanze differenti.
3. La correlazione non è equivalente alla dipendenza.
4. Dati semplici o elementari: numeri o caratteri dell’alfabeto.
5. Dati aggregati: dati costituiti da più dati elementari.
6. Dati strutturati: dati costituiti da dati elementari aventi una struttura o uno schema di aggregazione.
7. Complesse: costituiti da dati complesse come le fotografie.
8. Dato boleano 0 1.
Statistica Pagina 33
STATISTICA
A A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,2: 0,3849
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,3: 0,4032
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,4: 0,4192
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,6: 0,4452
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1.1: 0,3643
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1.5: 0,4332
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1.8: 0,4641
A quanto corrisponde l'area sotto la curva normale tra z=0,66 e z=0: 0,2454
A quanto corrisponde l'area sotto la curva normale tra z=0,67 e z=0: 0,2486
A quanto corrisponde l'area sotto la curva normale tra z=0,68 e z=0: 0,2517
A quanto corrisponde l'area sotto la curva normale tra z=0,81 e z=1,94: 0,1828
A un campione di 400 casalinghe viene somministrato un questionario, allo scopo di verificare se siano poco, mediamente o molto soddisfatte del loro ruolo in ambito familiare. Si
ottengono i seguenti risultati: - Poco soddisfatte 180 - Mediamente soddisfatte 142 - Molto soddisfatte 78. Estraendo a caso un questionario, quale è la probabilità che la donna che lo ha
compilato siaMOLTO O POCO SODDISFATTA? 0,645
A un campione di 400 casalinghe viene somministrato un questionario, allo scopo di verificare se siano poco, mediamente o molto soddisfatte del ruolo in ambito familiare. Si ottengono
i seguenti risultati: – Poco soddisfatte 180 – Mediamente soddisfatte 142 – Molto soddisfatte 78. Estraendo tre questioni contemporaneamente, qual'è la probabilità che le donne che lo
hanno compilato siano TUTTE E TRE MOLTO SODDISFATTE? 0,7%
Ad un campione di casalinghe viene somministrato un questionario allo scopo di verificare se siano poco, mediamente o molto soddisfatte del loro ruolo in ambito familiare. Si
ottengono i seguenti risultati: Poco soddisfatte 180 - Mediamente soddisfatte 142 - Molto soddisfatte 98. Estraendo a caso un quesionario, quale è la probabilità che la donna che lo ha
compilato sia MOLTO SODDISFATTA? 0,233
Ad un campione di casalinghe viene somministrato un questionario allo scopo di verificare se siano poco, mediamente o molto soddisfatte del loro ruolo in ambito familiare. Si
ottengono i seguenti risultati: Poco soddisfatte 180 - Mediamente soddisfatte 142 - Molto soddisfatte 78. Estraendo a caso un questionario, quale è la probabilità che la donna che lo ha
compilato sia molto o poco soddisfatta? 0,645
Ad un campione di casalinghe viene somministrato un questionario allo scopo di verificare se siano poco, mediamente o molto soddisfatte del loro ruolo in ambito familiare. Si
ottengono i seguenti risultati: Poco soddisfatte 180 - Mediamente soddisfatte 142 - Molto soddisfatte 70. Estraendo tre questionari contemporaneamente, quale è la probabilità che le
donne che lo hanno compilato siano tutte e tre molto soddisfatte? 0,56%
C Calcola il punto z del valore minore per i seguenti dati: 1.0 3.0 3.0 3.0 4.0 4.0 5.1 7.0 7.3 9.0: 1,5
Col test z delle differenze tra medie possiamo: Standardizzare la regione di rifiuto
Con il p-value: Specifichiamo un livello di significatività ma anche un valore di Probabilità
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1;1), la media geometrica è pari a: 4,42
Considera il seguente insieme di osservazioni (-22; 14; 13; 15; 6; 1; 1; -12), la MEDIANA è: 3,5
Considera il seguente insieme di osservazioni (-22, 14, 13, 15, 6, 1, 1, -12) la deviazione standard campionaria è pari a (considerare nel calcolo del denominatore una numerosità totale
pari a N-1): 13,22
Considera il seguente insieme di osservazioni (-22; 14; 13; 15; 6; 1; 1; -12), la deviazione standard campionaria è: 13,22
Considera la relazione causa effetto y=f(x)+6,5. Calcola la y sapendo che -f(x)=10 ed indica il tipo di relazione: y=-3,5
Considera la relazione causa effetto y=f(x)+4,5. Calcola la y sapendo che -f(x)=10 ed indica il tipo di relazione: y=-5,5
Consideriamo la seguente serie storica di valori contigui (144,5,3,4,6,7,0,11,12), quante medie mobili di ordine tre si possono calcolare: 7
Cosa si intende per variabilità: E' l'attitudine di un fenomeno quantitativo ad assumere differente modalità
Cos'è la potenza del test: La probabilità di rigettare l'ipotesi nulla quando è falsa
D Data la seguente serie di voti riportati da alcuni studenti ad un esame: 18,19,21,22,23,26,28,30. La mediana è: 22,5
Date n variabili casuali standardizzate e indipendenti al quadrato, una variabile casuale chi-quadrato è data dalla: dalla somma di tali variabili
Date Z variabili casuali standardizzate e indipendenti al quadrato, una variabile chi-quadrato è data: dalla somma di tali variabili
Dati i seguenti numeri calcolare la probabilità di estrarre un numero pari sul totale: 11 12 131 126 17 28 257 890 21 654 33 428: 1/2 50%
Dati i seguenti numeri calcolare la probabilità di estrare un numero pari tra i numeri di due cifre: 11 12 131 126 17 28 257 890 21 654 33 428: 2 pari a 2 cifre 6 numeri di 2 cifre. 2/6 …
1/3
Dati i seguenti numeri calcolare la probabilità di estrarre un numero di due cifre o un numero pari: 21 12 131 126 17 28 257 890 21 654 33 428: 0,83
Dati i seguenti numeri calcolare la probabilità di estrarre un numero di due cifre o un numero pari: 11 12 131 126 17 28 257 890 21 654 33 428: 0,83
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reiimmissione un re e un asso: 0,02
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re alla prima estrazione e una carta di coppe alla seconda : 0,025
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in tre estrazioni con reimmissione un 4, un 3 e un 5 nell'ordine indicao: 0,001
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in tre estrazioni con reimmissione due fanti e un cavallo nell'ordine indicato: : 0,001
Dato un mazzo di 40 carte la probabilità di estrarre due assi con reimmissione è: 16/1600
Dato un mazzo di 40 carte la probabilità di estrarre un cavallo è: 1/10
Dato un mazzo di 40 carte la probabilità di estrarre un cinque o una carta di coppe è: 13/40
Dato un mazzo di 40 carte la probabilità di estrarre un due o un tre è: 8/40
Dato un mazzo di 40 carte la probabilità di ottenere in due estrazioni con reimmissione un re e un asso:0,02
Dato un mazzo di 40 carte le probabilità di estrarre un cavallo è: 1/10
Dato un mazzo di 40 carte le probabilità di estrarre un due o un tre è: 8/40
Dato un mazzo di carte la probabilità di estrarre un cinque o una carta di coppe: 13/40
H H0 ed H1 sono due ipotesi: mutuamente escludentesi
H0 ed H1 sono due ipotesi: Nessuna delle precedenti
I Il campione è: Più piccolo della popolazione di riferimento
Il campione è:Un sottoinsieme della popolazione
Il coefficiente di correlazione lineare r di Bravais-Pearson varia: tra -1 e + 1
Il coefficiente di determinazione lineare R2 varia: Tra 0 e +1
Il coefficiente R2 è definibile come segue: ESS/TSS
il livello di significatività o alfa: determina la regione delle medie campionarie in cui rifiutiamo l'ipotesi nulla
Il valore centrale di una classe è dato: dalla semisomma dei due estremi
In un analisi di regressione, il coefficiente angolare b1 è dato: b1=COD(X,Y)/DEV(X)
In una distribuzione statistica la somma delle frequenze relative: è sempre uguale a 1
In una scuola superiore 80 ragazzi sono iscritti ad un corsodi Statistica. All'inizio del corso agli 80 alunni viene somministrato un test attitudinale per l'Informatica che fornisce
punteggi in termini di risposte corrette (da 1 a 40). Alla fine si valuta l'apprendimento per ogni ragazzo con un test (da 0 a 100). Si ottengono i seguenti risultati: Y'=15+2,5X;r2=0,74;
se=3,5. Quanto aumenta e come si chiama? 2.5; coefficiente di regressione
In un'analisi di regressione, il coefficiente angolare b1 è dato: b1=COD (X,Y)/ DEV(X)
Indicare se esiste l'ipotesi nulla tra le seguenti: La media dei tempi di reazione dei maschi è inferiore a quella delle femmine
indicare se esiste l'ipotesi nulla tra le seguenti: non vi è Hp nulla
L La distribuzione di probabilità t di student è: infinita
La distribuzione di probabilità t di Student è: Simmetrica e centrata in zero
La distribuzione t di Student è: infinita
la frequenza cumulata: può essere anche relativa
La media geometrica è particolarmente usata quando: I diversi valori vengono per loro natura moltiplicati
La seguente ipotesi è nulla: la media dei tempi di reazione dei maschi è uguale a quella delle femmine
La seguente ipotesi è nulla: Questa moneta non è truccata
La sommatoria di tutte le frequenze di una tabella di frequenza è pari a: 1
La spesa (in euro) sostenuta da 12 ragazzi di 20 anni durante un fine settimana di Palermo è: 50; 20; 32; 10; 8; 15; 55; 18; 12; 15; 20; 24. Calcolare la media aritmetica: 23,25
La spesa (in euro) sostenuta da 12 ragazzi di 20 anni durante un fine settimana di Palermo è: 50; 20; 32; 10; 8; 15; 55; 18; 12; 15; 20; 24. Calcolare la mediana: 19
La statistica ci offre gli strumenti per: Organizzare, riassumere, analizzare i dati relativi ad un fenomeno , ottenuti attraverso le misurazioni
La statistica inferenziale ha come scopo principale quello di: dedurre le caratteristiche dell'intera popolazione a partire da dati raccolti
La statistica inferenziale: Testa ipotesi
L'indice chi-quadrato di Pearson: Dipende dalla dimensione del collettivo
N Nel modello di regressione lineare semplice quali delle seguenti ipotesi è definita “ipotesi debole”: ipotesi sulla variabile esplicativa
Nel modello di regressione lineare semplice quali delle seguenti ipotesi è definita “ipotesi forte”: ipotesi di normalità
Q Quale indice di posizione appare rappresentativo dell'intera distribuzione? media aritmetica
Quale indice di posizione appare rappresentativo dell'intera distribuzione? moda
Quando il campione è maggiore di 30 unità è definibile: Grande e non si può usare il test z ma devi ma devi usare il test t: il campione può considerarsi estratto da una popolazione normale
S Scrivi la funzione excel ed i simboli da digitare nella cella per calocalare la varianza campionaria: =VAR
Scrivi la funzione excel ed i simboli da digitare nella cella per calocolare la media geometrica: =MEDIA.GEOMETRICA
Si commette un errore di prima specie: Nel rifiutare l'ipotesi nulla quando in realtà è vera
Si consideri la popolazione di 20 unità statistiche (-350; 2; 2; 2; 2; 2; 2; 4; 6; 6; 7; 7; 7; 8; 9; 9; 9; 10; 14; 350) Quale indice di posizione appare rappresentativo dell'intera distribuzione?
media aritmetica
Si consideri la popolazione di 20 unità statistiche: (-450,2,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,10,14,510). Quale indice di posizione appare rappresentativo dell'intera distribuzione ? Moda
Si consideri la popolazione di unità statistiche: (-290,2,2,2,2,3,3,3,3,3,3,3,3,3,4,6,6,7,7,7,7,7,7,8,8,9,9,9,10,290) quale indice di posizione appare rappresentativo dell'intera distribuzione?
Moda
T Tra due variabili vi è indipendenza assoluta se: Le frequenze osservate sono uguali alle frequenze teoriche
U Un prodotto di largo consumo ha subito negli anni diversi aumenti indicati in tabella: 2007—2%, 2008—2,5%; 2009—2,6%; 2010—2,7%. Indicare il tasso di aumento medio annuo:2,450%
Una classe è chiusa a destra e aperta a sinistra se: Solo l'estremo destro è incluso
Una tabella a doppia entrata registra: Quante volte una coppia di mortalità si presenta contemporaneamente per x e per y
Uno stimatore si dice consistente se: Al crescere della numerosità campionaria tende a concentrarsi sul parametro da stimare
A A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE TRA Z=0 E Z=1,4: 0,4192
A QUANTO CORRISPONDE L'AREA SOTTO LA CURVA NORMALE TRA Z=0,81 E Z=1,94:0,1828
Ad un valore basso di r corrisponde: In diversi casi un legame debole tra i due caratteri quantitativi considerati
Ad un valore elevato di r corrisponde: In diversi casi un effettivo legame tra i due caratteri quantitativi considerati
Attraverso l’equazione di bilancio si analizzano: le produzioni delle varie branche secondo i rispettivi impieghi
AUMENTANDO IL LIVELLO DI SIGNIFICATIVITÀ: aumenta la potenza del test
C Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2): 12
Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29): 29
Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29): 12
Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30 domande: (2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29): 7
CALCOLARE LA VARIANZA DEI SEGUENTI NUMERI: 12,6,7,3,15,10,18,5: 23,75
CALCOLARE LO SCARTO QUADRATICO MEDIO DEI SEGUENTI NUMERI: 12,6,7,3,15,10,18,5: 4,87
Col termine classificazione: si intende il massimo dettaglio con cui la variabile viene espressa.
CON IL METODO DEI MINIMI QUADRATI: Si minimizza la somma dei quadrati degli scarti tra valori osservati e valori teorici
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= +0,8, I VALORI DI UNA VARIABILE: Crescono al crescere dei valori dell’altra
Con un coefficiente di correlazione pari a r= +0,8, i valori di una variabile: Non vi è correlazione
Con un coefficiente di correlazione pari a r= -0,5, i valori di una variabile: Tendono a crescere al decrescere dei valori dell’altra, ma in maniera blanda
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= -0,5, I VALORI DI UNA VARIABILE: Tendono a crescere al decrescere dei valori dell’altra, ma in maniera blanda
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= -0,8, I VALORI DI UNA VARIABILE: Crescono al decrescere dei valori dell’altra
Con un coefficiente di correlazione pari a r= -0,8, i valori di una variabile: Crescono al decrescere dei valori dell’altra
CON UN COEFFICIENTE DI CORRELAZIONE PARI A R= -0,9, I VALORI DI UNA VARIABILE: Crescono al decrescere dei valori dell’altra
Con un coefficiente di correlazione pari a r= -0,9, i valori di una variabile: Crescono al decrescere dei valori dell’altra
CONOSCENDO LA DEVIANZA, LO SCARTO QUADRATICO MEDIO SI RICAVA CALCOLANDO: La radice quadrata del rapporto tra devianza e numerosità del collettivo
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media aritmetica è pari a: 8,5
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media geometrica è pari a: 5,66
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (2; 14; 13; 15; 6; 1), LA MEDIANA È PARI A: 6
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la mediana è pari a: 9,5
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (2; 14; 13; 15; 6; 1; 1), LA MEDIA è PARI A: 7,43
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1;1), la moda è pari a: 1
Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), il valore centrale è pari a: 8
Considera il seguente insieme di osservazioni (-2; -2; -2; -14; -13; -15; -6; -1;-1), il valore massimo è pari a: -1
Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), la moda è pari a: 2
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (-22, 14. 13; 15; 6; 1; 1; -12), LA VARIANZA CAMPIONARIA È PARI A (CONSIDERARE NEL CALCOLO DEL DENOMINATORE UNA NUMEROSITÀ TOTALE PARI A N-1):
174,90
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (-22; 14;13;15;6,1;1;-12), LA MEDIANA è PARI A: 3,5
CONSIDERA IL SEGUENTE INSIEME DI OSSERVAZIONI (-22;14,13,15;6;1;1;-2), LA DEVIAZIONE STANDARD CAMPIONARIA E’ PARI A(CONSIDERARE NEL CALCOLO DEL DENOMINATORE UNA NUMEROSITA’ PARI A N-1):
13,22
CONSIDERA LA RELAZIONE CAUSA-EFFETTO Y = -F(X), CALCOLA LA Y SAPENDO CHE F(X) = -10 ED INDICA IL TIPO DI RELAZIONE: y = 10; la relazione è lineare
Considera la relazione causa-effetto y = -f(x), calcola la y sapendo che f(x) = -10 ed indica il tipo di relazione: y = 10; la relazione è lineare
CONSIDERA LA RELAZIONE CAUSA-EFFETTO y=f(x)+4.5 CALCOLA LA y SAPENDO CHE –f(x)=10 ED INDICA IL TIPO DI RELAZIONE: y=-5,5
CONSIDERA LA RELAZIONE CAUSA-EFFETTO Y=-F(X)2, CALCOLA LA Y SAPENDO CHE F(X)= -10 ED INDICA IL TIPO DI RELAZIONE: y = 100; la relazione è non lineare
Considera la relazione causa-effetto y=-f(x)2, calcola la y sapendo che f(x)=-10 ed indica il tipo di relazione: y = 100; la relazione è non lineare
CONSIDERIAMO LA RELAZIONE Y=F(X), DOVE X È RAPPRESENTATO DALL’ INFLAZIONE ED Y SONO I TASSI DI INTERESSE NELLEURO AREA: x è la variabile indipendente
Consideriamo la relazione y=f(x), dove x è rappresentato dall’inflazione ed y sono i tassi di interesse nell’Euro Area: x è la variabile indipendente
CONSIDERIAMO LA SEGUENTE SERIE STORICA DI VALORI CONTIGUI (2,2,3,5,3,4,6,7), QUANTE MEDIE MOBILI DI PESATE DI ORDINE TRE SI POSSONO CALCOLARE: 6
Consideriamo la seguente serie storica di valori contigui (2,2,3,5,3,4,6,7), quante medie mobili di pesate di ordine tre si possono calcolare: 6
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima media mobile di ordine cinque calcolabile in tempo reale: 21//5
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima media mobile di ordine tre calcolabile in tempo reale: 11//3
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie mobili di ordine cinque si possono calcolare: 2
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie mobili di ordine tre si possono calcolare: 4
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7,0), quante medie mobili di ordine tre si possono calcolare: 5
COSA SI INTENDE PER STIMA INTERVALLARE: La stima attraverso la quale si giunge alla determinazione di un intervallo, che include il parametro stimato, con livello di confidenza 1-
COSA SI INTENDE PER STIMA PUNTUALE: La stima attraverso la quale si giunge alla determinazione di un solo valore numerico per uno o più parametri della popolazione
COSA SI INTENDE VARIABILITÀ: E' l'attitudine di un fenomeno quantitativo ad assumere differente modalità
Costruendo i numeri indice della serie storica del fatturato per due aziende, vogliamo in particolare: Capire quale delle due unità presenta un andamento migliore
D Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un asso: 0,1
Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una carta di bastoni: 0,25
Da un mazzo di carte viene estratta una carta. Calcolare la probabilità di ottenere una figura: 12//40
DA UNA PARTITA DI BULLONI METALLICI È STATO ESTRATTO UN CAMPIONE di n=100 elementi e se ne sono trovati 20 difettosi. Costruire un intervallo di confidenza al 95% per la proporzione p dei pezzi difettosi:
IC=[0,1216;0,2784]
DA UNA POPOLAZIONE COMPOSTA DA 4 UNITÀ STATISTICHE ( A, B, C, D ) si voglia estrarre, con ripetizione, un campione casuale di numerosità 2. Lo spazio campionario è composto da:16 possibili campioni
DA UNA POPOLAZIONE COMPOSTA DA 4 UNITÀ STATISTICHE ( A, B, C, D ) si voglia estrarre, con ripetizione, un campione casuale di numerosità 3. Lo spazio campionario è composto da: 64 possibili campioni
DA UNA POPOLAZIONE COMPOSTA DA 5 UNITÀ STATISTICHE ( A, B, C, D, E ) si voglia estrarre, con ripetizione, un campione casuale di numerosità 2. Lo spazio campionario è composto da: 25 possibili campioni
DAI I SEGUENTI NUMERI CALCOLARE LA PROBABILITÀ DI ESTRARRE UN NUMERO DI DUE CIFRE O UN NUMERO PARI: 2 12 131 126 17 28 257 890 21 654 33 428: 0,33
DATE COPPIE DI VALORI X E Y, L’EQUAZIONE DI REGRESSIONE PUÒ ESSERE CONSIDERATA: Una formula di predizione di Y
Date coppie di valori X e Y, l’equazione di regressione può essere considerata: Una formula di predizione di Y
DATE COPPIE DI VALORI X E Y, LA RETTA DI REGRESSIONE È UNA: Sola, e ben definita, tra le infinite rette che si possono tracciare tra i punti di un diagramma a dispersione
Date coppie di valori X e Y, la retta di regressione è una: Sola, e ben definita, tra le infinite rette che si possono tracciare tra i punti di un diagramma a dispersione
DATE LE VARIABILI: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2, 20, 18.2, 16,2, il coefficiente di determinazione lineare è:0,9650
DATE LE VARIABILI: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2, 20, 18.2, 16,2.
DATE LE VARIABILI: X(Velocità km/h): 60,80,100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2,20,18.2,16,2. La codevianza (X,Y) è:577,6
DATI DUE STIMATORI T1 E T2 DI UNO STESSO PARAMETRO: Se entrambi sono non distorti, il confronto tra i due stimatori in termini di efficienza può essere effettuato solo sulla base della varianza
DATI I SEGUENTI EVENTI: A=(1,2,3), B=(2,3,4). Determinare AᴜB:AᴜB=,1,2,3,4-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A ᴜ B ᴜ C: AᴜBᴜC=,1,3,5,7,9,10-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩B: A∩B=,3,5-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩B∩C: A∩B∩C=,5-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare A∩C: A∩C=,1,5-
DATI I SEGUENTI EVENTI: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10). Determinare B∩C: B∩C=,5,9,10-
DATI I SEGUENTI NUMERI CALCOLARE LA PROBABILILTA’ DI ESTRARRE UN NUMEO PARI TRA I NUMERI DI DUE CIFRE: 11 12 131 126 17 28 257 890 21 654 33 428: 1/4DATI I SEGUENTI NUMEI CALCOLARE LA
PROBABILITA’ DI ESTRARRE UN NUMERO DI DUE CIFRE O UN NUMERO PARI: 11 12 131 126 17 28 257 890 21 654 33 428: 0.33
DATI I SEGUENTI NUMERI CALCOLARE LA PROBABILITA’ DI ESTRARRE UN NUMERO PARI SUL TOTALE: 11 12 131 126 17 28 257 890 21 654 33 428 : 1/2
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re alla prima estrazione e una carta di coppe alla seconda: 1//40
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re e un asso: 2//100
DATO UN MAZZO DI 40 CARTE CALCOLARE LA PROBABILITA’ DI OTTENERE IN TRE ESTRAZIONI CON REIMMISSIONE DUE FANTI E UN CAVALLO NELL’ORDINE INDICATO: 0,001
DATO UN MAZZO DI 40 CARTE CALCOLARE LA PROBABILITA’ DI OTTENERE IN TRE ESTRAZIONI CON REIMMISSIONE UN 4, UN 3 E UN 5 NELL’ORDINE INDICATO: 0,001
DATO UN MAZZO DI 40 CARTE CALCOLARE LA PROBABILITA’ DI OTTENERE IN TRE ESTRAZIONI CON REIMMISSIONE, ESATTAMENTE DUE RE: 0,02
DATO UN MAZZO DI 40 CARTE CALCOLARE LA PROBABILITA’ DI OTTENERE IN UN’UNICA ESTRAZIONE IL RE DI SPADE: 1/40
DATO UN MAZZO DI 40 CARTE LA PROBABILITA’ DI ESTRARRE DUE ASSI CON REIMMISSIONE E’: 16/1600
DATO UN MAZZO DI 40 CARTE LA PROBABILITA’ DI ESTRARRE UN CAVALLO E’: 1/40
DATO UN MAZZO DI 40 CARTE LA PROBABILITA’ DI ESTRARRE UN CINQUE O UNA CARTA DI COPPIE E’: 13/40
Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un fante o un re: 08//40
DATO UN MAZZO DI 40 CARTE VIENE ESTRATTA UNA CARTA. CALCOLARE LA PROBABILITÀ DI OTTENERE UN FANTE O UN RE: 8/40
Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una figura o una carta inferiore a 6: 20/40
DATO UN MAZZO DI 40 CARTE VIENE ESTRATTA UNA CARTA. CALCOLARE LA PROBABILITÀ DI OTTENERE UNA FIGURA O UNA CARTA INFERIORE A 6: 32/40
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2), estraendo a caso un punteggio quale è la probabilità di ottenere un numero pari e inferiore a 6: 4//10
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la probabilità di ottenere almeno un 7 alla prima
estrazione: 0,2
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a caso due punteggi con reimmissione, quale è la probabilità di ottenere due punteggi la cui somma
sia 9: 14/100
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a caso un punteggio quale è la probabilità di ottenere un numero pari o inferiore a 6: 0,7
DIECI ADOLESCENTI HANNO OTTENUTO I SEGUENTI IN UNA PROVA DI ABILITÀ SPAZIALE (2,7,9,2,1,7,5,4,6,2). ESTRAENDO A CASO UN PUNTEGGIO QUALE È LA PROBABILITÀ DI OTTENERE UN NUMERO PARI O
INFERIORE A 6: 0.7
DIRE SE LA SEGUENTE DISTRIBUZIONE È SIMMETRICA: 8,14,16,16,16,21,21: Non è simmetrica
Dividendo il numero delle morti e delle nascite in una comunità durante un periodo di tempo rispettivamente per la quantità della popolazione media dello stesso periodo si può ottenere: Correlazione spuria
se l’andamento della popolazione non è correlato col numero di nati e morti
Dividendo il numero delle morti in una comunità durante un periodo di tempo e la quantità della popolazione media dello stesso periodo si ottiene: Coefficiente di mortalità
Dividendo il numero delle nascite in una comunità durante un periodo di tempo e la quantità della popolazione media dello stesso periodo si ottiene: Coefficiente di natalità
Due eventi non sono indipendenti quando: Il verificarsi dell’uno modifica la probabilità del verificarsi dell’altro
Due eventi sono indipendenti quando: Il verificarsi dell’uno non modifica la probabilità di verificarsi dell’altro
DUE VARIABILI SI DICONO PERFETTAMENTE CORRELATE SE: l coefficiente di correlazione è pari a 1 in valore assoluto
E’ NULLA LA SEGUENTE IPOTESI: la probabilità di incontrare a caso un bambino con problemi di apprendimento tra le classi sociali svantaggiate è superiore al 30%
E EFFETTUANDO UN TEST DI VERIFICA DELL'IPOTESI di indipendenza su una tabella di contingenza 5x4, i gradi di libertà corrispondono: 12
EFFETTUANDO UN TEST DI VERIFICA DELL'IPOTESI di indipendenza su una tabella di contingenza 5x5, i gradi di libertà corrispondono: 16
EFFETTUANDO UN TEST DI VERIFICA DELL'IPOTESI di indipendenza su una tabella di contingenza 6x6, i gradi di libertà corrispondono: 25
EFFETTUANDO UN TEST DI VERIFICA DELL'IPOTESI di indipendenza su una tabella di contingenza, i gradi di libertà corrispondono: (r-1) (c-1)
ESTRAENDO A CASO DUE PUNTEGGI CON REIMMISSIONE, QUALE È LA PROBABILITÀ DI OTTENERE ALMENO UN 7 ALLA PRIMA ESTRAZIONE: 0.2
ESTRAENDO A CASO UN PUNTEGGIO QUALE È LA PROBABILITÀ DI OTTENERE UN NUMERO PARI E INFERIORE A 6: 4/10.
ESTRAENDO A CASO UN PUNTEGGIO QUALE È LA PROBABILITÀ DI OTTENERE UN NUMERO PARI O INFERIORE A 6: 0.7
G Gli “aggregati” che si determinano in una stadio del processo economico figurano: in uno o più conti o equazioni contabili che descrivono quello stadio
Gli investimenti lordi – da parte dei produttori di beni destinati a generare reddito – sono costituiti: dalle acquisizioni, al netto delle cessioni
Gli obiettivi del SISTAN sono: ridurre duplicazioni e incongruenze e razionalizzare le statistiche
Gli strumenti di indagine nello studio delle fluttuazioni sono: i metodi di analisi delle serie economiche temporali
I I caratteri statistici si dividono in: quantitativi e qualitativi
I cicli economici sono caratterizzati da: una fase di espansione seguita da una fase di contrazione
I coefficienti si dicono “tecnici” se: le grandezze sono espresse in unità fisiche
I dati informatici sono utilizzabili per: Le analisi statistiche
I dazi doganali ed i costi di trasporto influenzano: i prezzi interni all’ingrosso ed al consumo
I flussi che formano gli aggregati della Contabilità Nazionale vengono in genere valutati: ai prezzi di mercato
I flussi di reddito che compaiono nei conti della Distribuzione Primaria del Reddito sono detti: redditi primari
I metodi più noti per calcolare la parità di potere d’acquisto sono: il metodo proposto da Geary e Khamis e il metodo proposto da Gerardi
I modelli di tipo additivo, moltiplicativo o misto servono a: individuare le relazioni tra le singole componenti di una serie storica
I numeri indice che mettono a confronto l’intensità di uno stesso fenomeno in due o più situazioni diverse sono: i numeri indici semplici
I numeri indice comparano: Le variazioni dei livelli della variabile nel tempo con riferimento ad una base
I NUMERI INDICE SONO: Rapporti statistici
I NUMERI INDICE SONO: Strumenti matematici
I NUMERI INDICE SONO: esplicativi dell’ andamento dei livelli della variabile nel tempo
I numeri indice sono: Esplicativi dell’andamento dei livelli della variabile nel tempo
I numeri indice sono: Inferiori a 100 se il livello tende a scendere rispetto all’anno base
I numeri indice sono: Rapporti statistici
I numeri indice sono: Strumenti matematici
I NUMERI INDICE SONO: superiori a 100 se il livello della variabile tende a crescere rispetto all’anno base
I numeri indice sono: Superiori a 100 se il livello della variabile tende a crescere rispetto all’anno base
I numeri indici delle produzioni e dei prezzi sono utilizzabili per: confrontate nel tempo aggregati espressi in moneta corrente
I numeri indici rappresentano: uno strumento per lo studio nel breve periodo delle fluttuazioni dei prezzi e delle produzioni
I numeri indici si classificano in: semplici, complessi, sintetici, compositi
I prezzi départ-usine o ex fabrixa sono comprensivi anche: delle imposte indirette sulla produzione o sul primo scambio
I principi sanciti dall’art. 285 del trattato di Amsterdam: imparzialità, affidabilità, obiettività, indipendenza scientifica, efficacia e riservatezza
I Redditi da lavoro dipendente sono: composti dalle retribuzioni lorde e dai contributi sociali effettivi e figurativi
I SIMBOLI E S SI RIFERISCONO ALLA MEDIA ED ALLO SCARTO QUADRATICO MEDIO DEL: Campione
I SIMBOLI Μ E Σ SI RIFERISCONO ALLA MEDIA ED ALLO SCARTO QUADRATICO MEDIO DEL: Popolazione
I trasferimenti in conto capitale sono: flussi unilaterali (in denaro o in natura) prevalentemente erogati o prelevati dalle PA nell’ambito dei processi di accumulazione
I tre stadi fondamentali del processo economico descritti dalla Contabilità Nazionale sono: la formazione e l’impiego delle risorse, la distribuzione e redistribuzione del reddito, la formazione del capitale
Il metodo della Banca d’Inghilterra fornisce: una misura del grado di utilizzazione del capitale
Il metodo della Wharton School consiste nel calcolo di: un indice che misura la capacità produttiva di tutti i fattori
Il metodo Delphi consiste nel: sottoporre individualmente ai componenti di un gruppo di esperti i quesiti oggetto di valutazione
Il metodo di correzione probabilistico richiede: la sostituzione con delle informazioni valide
Il metodo estrapolativo: si basa sull’invarianza dell’andamento delle variabili del modello nel corso del tempo
Il numero dei caratteri in una matrice: Non dipende dalla numerosità della popolazione
Il numero di cuori negli esseri viventi ed il numero di battiti cardiaci al minuto possono entrambi essere definiti: Il numero di battiti solamente può essere definito variabile
IL NUMERO DI LANCI DI UNA MONETA È UNA: Variabile discreta
Il numero di lanci di una moneta è una: Variabile discreta
Il piano di rilevazione deve stabilire: perché, cosa (o chi), dove, come e quando
Il piano di spoglio è: il programma delle prime operazioni
Il problema dei confronti internazionali, trae origine dai limiti e dalle distorsioni derivanti dall’impiego di: tassi di cambio ufficiali delle monete
Il processo stocastico deve essere: stazionario, gaussiano, ergodico ed invertibile
Il processo stocastico identifica: una famiglia di variabili casuali ordinate secondo il tempo
Il prodotto lordo, reddito nazionale, reddito disponibile, risparmio svolgono: una funzione di collegamento tra le diverse equazioni contabili
Il Programma Statistico Nazionale (PSN) è: triennale
Il Programma Statistico Nazionale (PSN): delinea le attività di interesse pubblico da realizzare
Il questionario serve a: a facilitare l’interazione tra ricercatore, rilevatore e rispondente
Il rapporto annuo tra tasso di inflazione e deflazione dell’anno x in un paese determinato: NON ESISTE
IL RAPPORTO DI CORRELAZIONE DI PEARSON VARIA: Tra 0 e 1
Il rapporto statistico di coesistenza si ottiene: Mediante il rapporto tra la frequenza di una modalità rispetto a quella corrispondente di un’altra modalità
Il rapporto statistico di composizione si ottiene: Dividendo il valore rilevato in una data circostanza per l’analogo valore rilevato per l’intera popolazione
Il rapporto statistico di densità si ottiene: Mediante il rapporto tra la dimensione globale di un fenomeno e quella spaziale a cui esso fa riferimento
Il rapporto statistico di derivazione si ottiene: Dividendo la modalità di un fenomeno per quella corrispondente di un altro che, sul piano logico e/o temporale, ne costituisce causa o presupposto logico
Il SEC stabilisce che l’Attività di Produzione è: un flusso di beni o servizi atto a soddisfare bisogni
Il SEC95 prevede che la distribuzione primaria del reddito venga descritta attraverso due conti: conto della generazione del reddito e quello della attribuzione dei redditi primari
Il settore, denominato dal SEC95 Istituzioni sociali private (ISP), comprende: tutti gli organismi senza scopo di lucro dotati di personalità giuridica che producono servizi
Il Sistema di informazioni statistiche della Contabilità nazionale descrive: in termini quantitativi l’attività economica di un Paese
Il sistema di Leontief può essere immaginato come soluzione di un problema di: massimizzazione dell’output e minimizzazione dei costi dei fattori
Il Sistema Europeo dei Conti SEC95 definisce gli operatori economici come: unità istituzionali
Il tasso di interruzione definitivo si calcola: numero di interviste interrotte definitivamente sul totale delle interviste
IL TEOREMA DEL LIMITE CENTRALE: Afferma che al crescere di n la forma della distribuzione della media campionaria si approssima alla forma normale
Il territorio economico dove sono compiute le operazioni rilevanti per la Contabilità Nazionale di un paese è per lo più costituito: dal territorio geografico
Il tipo di dato elementare 4.5 è: Reale
Il valore aggiunto ai prezzi di mercato PmYj è pari alla: somma del costo dei fattori, imposte indirette al netto dei contributi alla produzione
Il valore aggiunto al costo dei fattori cfYj è pari: alla somma di salari, oneri sociali, altri redditi ed ammortamenti
IL VALORE ATTESO DELLO STIMATORE B1 è:E(B1)=β1
IL VALORE ATTESO E(b+X) è: (b è una costante reale): E(b+X)=b+E(X)
IL VALORE ATTESO E(X+Y) è: (X e Y sono due variabili casuali):E(X+Y)= E(X)+E(Y)
Il valore dei consumi intermedi è dato: dalla somma di tutti gli acquisti di beni e servizi intermedi da parte delle medesime imprese
Il valore dell’anno con numero indice pari a 100 nella serie storica osservata è: Il denominatore nel calcolo del numero indice
Il valore della produzione finale, che per definizione è dato dalla somma dei costi sostenuti per realizzarla, coincide con: le remunerazioni dei fattori produttivi primari
IN IN BASE AL TEOREMA DI GAUSS Markov, gli stimatori dei minimi quadrati: Sono i più efficienti
In base al tipo di approccio i metodi di previsione si distinguono in: estrapolativo, proiettivo e normativo
In caso di triangolarizzazione perfetta il processo produttivo è: perfettamente lineare
In economia chiusa, il Risparmio, per assicurare un consumo futuro, dovrà: essere destinato all’acquisto di beni di investimento
In Italia i conti nazionali sono costruiti annualmente da: dall’Istituto Nazionale di Statistica (ISTAT)
IN RIFERIMENTO ALLA TABELLA CHE MOSTRA LA DECOMPOSIZIONE DELLA DEVIANZA TOTALE, IL RAPPORTO F È UGUALE:
IN RIFERMENTO ALLA DOMANDA 4 si calcoli l'ampiezza di tale intervallo: 0.0124
IN UNA DISTRIBUZIONE DI FREQUENZA SI PUÒ OTTENERE: più di una moda
In una distribuzione di frequenza si può ottenere: Più di una moda
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica che fornisce punteggi in termini
di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il
livello di apprendimento dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+2X: r2=0,74; se=3,5. Indicare di quanti punti è l’errore medio di previsione: 3,5
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica che fornisce punteggi in termini
di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il
livello di apprendimento dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+3X: r2=0,74; se=3,5. Indicare per ogni risposta corretta al test attitudinale di quanti punti aumenta il
punteggio al test di profitto e come si chiama questo parametro: 3, coefficiente di regressione
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di
risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello
di apprendimento dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r 2=0,64; se=2,5. Indicare quale è la variabile indipendente: Attitudine all’Inglese
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di
risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello
di apprendimento dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r 2=0,64; se=2,5. Indicare quale punteggio dovrebbe ottenere al test di profitto un ragazzo che sbaglia tutte le
domande al test attitudinale: 10
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di
risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello
di apprendimento dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r 2=0,64; se=2,5. Per ogni risposta corretta in più al test attitudinale indicare di quanti punti aumenta il
punteggio al test di profitto: 2
IN UNA SCUOLA SUPERIORE 80 RAGAZZI SONO ISCRITTI AD UN CORSO DI STATISTICA. ALL’INIZIO DEL CORSO AGLI 80 ALUNNI VIENE SOMMINISTRATO UN TEST ATTITUDINALE PER L’INFORMATICA CHE FORNISCE
PUNTEGGI IN TERMINI DI RISPOSTE CORRETTE (DA 1 A 40). ALLA FINE DEL CORSO SI VALUTA L’APPRENDIMENTO DELL’INFORMATICA PER OGNI RAGAZZO CON UN TEST DI PROFITTO (DA 0 A 100). VIENE UTILIZZATO
IL PUNTEGGIO AL TEST ATTITUDINALE PER PREVEDERE IL LIVELLO DI APPRENDIMENTO DELL’INFORMATICA RAGGIUNTO A FINE CORSO, E SI OTTENGONO I SEGUENTI RISULTATI: Y’= 15+2.25X, R3=0,74; SE=3,5. PER
OGNI RISPOSTA CORRETTA AL TEST ATTITUDINALE DI QUANTI PUNTI AUMENTA IL PUNTEGGIO AL TEST DI PROFITTO E COME SI CHIAMA QUESTO PARAMETRO?: 2,5; coefficiente di regressione
In una serie di numeri indici se le variazioni sono calcolate rispetto allo stesso denominatore abbiamo: numeri indici a base fissa
In una serie temporale vi è autocorrelazione globale quando i valori: al tempo t della variabile considerata risultano correlati positivamente o negativamente con i valori al tempo t+1
IND Indicare cosa s’intende per Consumi intermedi: il valore dei beni e dei servizi consumati quali input in un processo di produzione
Indicare in cosa consiste la rilevazione indiretta: nell’utilizzo di archivi amministrativi
Indicare la percentuale di bollette con importi inferiori a 60 euro, tra i bimestri con temperatura media superiore a 20°: 3//5
Indicare quale affermazione sulla rilevazione dei dati è vera: è l’operazione di accertamento della presenza del carattere o fenomeno
Indicare quale delle seguenti affermazioni è vera: l’indice di Laspeyres è un indice a base fissa mentre quello di Paasche è a ponderazione variabile
Indicare quale delle seguenti affermazioni è vera: secondo l’approccio economico il soggetto reagisce alle variazioni dei prezzi dei beni modificando le quantità di beni acquistati
Indicare quale delle seguenti affermazioni non rappresenta un obiettivo della rilevazione: la classificazione dei dati per formulare ipotesi e teorie
Indicare quale delle seguenti affermazioni relativamente agli indici a catena è vero: l’indice incorpora tutte le variazioni economiche verificatesi nel periodo in esame
Indicare quale delle seguenti affermazioni, riguardo l’informazione statistica, è vera: le principali dimensioni dell’informazione Statistica sono accuratezza, tempestività, regolarità, accessibilità, chiarezza,
comparabilità
Indicare quale di queste affermazioni sul piano di codifica è vera: definisce una corrispondenza tra i codici delle modalità delle variabili e le rispose ottenute
Indicare quale di queste affermazioni sulla memorizzazione dei dati è vera: è la fase di registrazione dei dati
Indicare quale di queste affermazioni sulle rilevazioni preliminari è vera: sono svolte prima di quelle principali
Indicare quali sono i principali indicatori statistici: tasso di rifiuto e tasso di risposta
INDICE CHI-QUADRATO È UN INDICE: Simmetrico
L' L' IPOTESI STATISTICA È SEMPLICE: Se si assegna al parametro un valore puntale
L’ INDAGINE STATISTICA PUÒ ESSERE: campionaria o di tipo censuario
L’aggregato Consumi Finali rappresenta: la spesa sostenuta per soddisfare i bisogni
L’aggregato Valore aggiunto (o prodotto lordo) è come differenza tra altri aggregati: il Valore della Produzione e il Valore dei Consumi intermedi
L’anno con valore pari a 100 nella serie storica dei numeri indice è: L’anno base
L’approccio classico muove dal presupposto che: le singole osservazioni siano le risultati dell’azione combinata di movimenti non direttamente osservabili
L’approccio proiettivo punta a prefigurare: risultati al verificarsi di determinati eventi
L’attività statistica può considerarsi come: l’applicazione di tecniche aventi per fine la conoscenza quantitativa dei fenomeni collettivi
L’elaborazione di stime trimestrali di Contabilità Nazionale può essere effettuata in base a molteplici metodologie: approccio diretto ed approccio indiretto
L’elaborazione statistica: è utile per predisporre nuove indagini
L’equazione di regressione lineare è l’equazione di una: Retta
L’impostazione matriciale della tavola di input-output rende possibile la registrazione dei flussi: operando indifferentemente per riga o per colonna
L’indagine statistica può essere: Campionaria o di tipo censuario
L’indagine statistica può essere: totale o campionaria
L’indice r misura relazioni di tipo: Lineare
L’indice wi consente di esprimere l’intensità dei collegamenti: a valle di ciascuna branca
L’Inferenza ha lo scopo di: Dedurre le caratteristiche dell’intera popolazione a partire da dati raccolti
L’INFLAZIONE È: La diminuzione del potere di acquisto della moneta
L’inflazione è: L’ aumento dei prezzi
L’INFLAZIONE È: L’ aumento dei prezzi (se ci sono le due risposte uguali)
L’inflazione è: La diminuzione del potere di acquisto della moneta
L’insieme di transazioni dello stesso tipo in un determinato periodo contabile definisce: flusso aggregato di transazioni
L’Istogramma è una: Modalità di rappresentazione della rilevazione statistica
L’ordine delle fasi necessarie per progettare un’indagine è: definizione degli obiettivi, analisi “a priori” delle fonti, individuazione del campo di osservazione, selezione delle variabili, analisi statistica delle unità e
delle variabili
LA La bilancia dei pagamenti di un paese registra: sia gli esborsi effettuati, sia gli introiti percepiti
La capacità produttiva in senso tecnico si riferisce a: parametri tecnici che esprimono l’utilizzazione massima teorica di un impianto
La classificazione dei beni capitali avviene secondo: la durata media della loro vita utile
La classificazione è l’insieme delle categorie assunte da una variabile: qualitativa sconnessa o ordinale
La codevianza è una misura: Assoluta di concordanza
La Contabilità Nazionale è realizzata secondo schemi che: garantiscono la confrontabilità delle grandezze economiche misurate
La Contabilità Nazionale è un sistema integrato di equazioni contabili, ognuna delle quali descrive: uno stadio del processo economico ed è collegata alla successiva
La Contabilità Nazionale, attraverso i cosiddetti conti patrimoniali, descrive: gli stock delle attività reali e finanziarie e delle passività finanziarie detenute dagli operatori alla fine (e all’inizio) del periodo contabile
La correlazione indica: Il grado della relazione tra variabili, e per mezzo di essa si cerca di determinare quanto bene un’equazione lineare o un’altra equazione qualsiasi descrivano o spieghino tale relazione tra
variabili.
La correlazione: A differenza della regressione, non richiede di stabilire quale variabile sia antecedente all’altra (in termini di dipendenza)
La costruzione dei deflatori risponde all’esigenza di: determinare i tassi di equivalenza del potere di acquisto o parità di potere di acquisto (PPA)
LA COVARIANZA (X,Y):E' una misura simmetrica
LA COVARIANZA È NEGATIVA QUANDO: X e Y variano tendenzialmente nella stessa direzione
La covarianza è negativa quando: Al crescere di X la Y tende a diminuire ma non viceversa
La covarianza è nulla quando: X e Y non sono correlate
La covarianza è nulla quando: X e Y sono linearmente indipendenti
La covarianza è positiva quando: X e Y variano tendenzialmente nella stessa direzione
LA CURTOSI RAPPRESENTA: Il grado di schiacciamento di una distribuzione intorno al suo centro di gravità e rispetto alla curva normale
LA CURVA NORMALE A DIFFERENZA DELLE ALTRE CURVE È: Definita da un’equazione particolare che permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
LA CURVA NORMALE È CARATTERIZZATA DA: Essere definita da un’equazione particolare che permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
LA CURVA NORMALE STANDARDIZZATA È CARATTERIZZATA DAL FATTO DI AVERE: I punteggi sono espressi in punti z
LA CURVA NORMALE STANDARDIZZATA È CARATTERIZZATA DAL FATTO DI AVERE: Media =0 e deviazione standard=1
La deflazione consiste nel: depurare gli aggregati monetari correnti, riferiti a tempi diversi, dagli effetti derivanti dalle variazioni dei prezzi
La deflazione diretta consiste nel: ricalcolare anno per anno gli aggregati moltiplicando i prezzi unitari dell’anno base per le quantità dei singoli anni considerati
La deflazione è: Espressa in percentuale
La deflazione può essere: diretta, indiretta e doppia
La deflazione si calcola con: I tassi di variazione
La destagionalizzazione consiste nel: depurare le serie rilevate dalle distorsioni dovute ad elementi stagionali
LA DEVIANZA DI REGRESSIONE MISURA: Quanta parte della variabilità della Y è spiegata dalla relazione lineare
LA DEVIANZA È: La somma degli scarti dalla media aritmetica al quadrato
La deviazione standard può assumere valori: Solo positivi
LA DIFFERENZA INTERQUARTILE È DATA DALLA: Tra terzo e primo quartile
LA DISTRIBUZIONE BINOMIALE: Può essere utilizzata per descrivere casi in cui gli esiti possibili di una prova sono solo due
LA DISTRIBUZIONE DELLA NORMALE STANDARDIZZATA: Ha media uguale a 0 e varianza uguale 1
LA DISTRIBUZIONE DI DICE LEPTOCURTICA se: E' più appuntita rispetto alla normale
LA DISTRIBUZIONE DI DICE PLATICURTICA SE: E' più schiacciata rispetto alla normale
La distribuzione di frequenza è: Il calcolo delle frequenze per ciascun valore o categoria della variabile
LA DISTRIBUZIONE DI PROBABILITÀ DI Z È COSTRUITA: E’ una funzione teorica espressa con regole matematiche relative a un insieme infinito di dati
LA DISTRIBUZIONE NORMALE È: E' simmetrica rispetto al valor medio
La Distribuzione Secondaria del Reddito rappresenta: l’insieme dei trasferimenti obbligatori o volontari tra le unità istituzionali, non dipendenti dall’impiego di fattori produttivi
LA FORMULA PER CALCOLARE IL NUMERO INDICE TRA LANNO T E T-1 PER LA VARIABILE X IN EXCEL È PRECEDUTA DA: Il segno eguale
LA FREQUENZA CUMULATA: Può essere anche relativa
LA FREQUENZA CUMULATA: Può essere uguale alla relativa
La frequenza cumulata: Può essere uguale alla relativa
La funzione di densità di probabilità della distribuzione Normale è asintotica di X verso -∞ e +∞, cioè: Si avvicina all’asse delle ascisse senza mai toccarla
LA FUNZIONE DI RIPARTIZIONE DI UNA VARIABILE CASUALE DISCRETA: E' una funzioni a gradini non decrescente
La funzione di ripartizione di una variabile casuale X a valori reali è: La funzione che associa a ciascun valore x la probabilità dell‘evento “la variabile casuale X assume valori minori o uguali ad x”
LA FUNZIONE DI RIPARTIZIONE DI UNA VARIABILE CASUALE: Esprime la probabilità che la variabile casuale assuma valori inferiori o uguali ad un valore fissato
La funzione f(X) raggiunge il suo punto più alto in corrispondenza di: Xi = media
La funzione stimatore del parametro dovrebbe essere: Centrata, consistente, efficiente
La funzione TENDENZA in Excel serve per: Calcolare il valore di una funzione stimata
La funzione TENDENZA in Excel serve per: Calcolare il valore stimato al tempo t in relazione ad una funzione di regressione y*
La funzione TENDENZA in Excel serve per: Prevedere il valore al tempo t in una funzione stimata y*
La funzione TENDENZA in Excel serve per: Prevedere le serie storiche
La lettura della tavola di input-output nel senso delle righe permette di analizzare: la produzione delle varie branche secondo la loro destinazione
La mancata risposta consiste: nell’assenza di risposta ad una domanda
La matrice dei dati è composta: Da n vettori
LA MATRICE DEI DATI È COSTITUITA DA: Il numero di colonne dipende dai caratteri osservati
LA MATRICE DEI DATI È: Composta da n vettori
LA MEDIA DELLA DISTRIBUZIONE DELLA MEDIA CAMPIONARIA: Coincide con la media della popolazione
La media mobile di ordine 3 permette di: Effettuare lo smoothing delle serie storiche
La media mobile di ordine 3 permette di: Eliminare valori anomali
La media mobile di ordine 5 permette di: Eliminare valori erratici
La media mobile di ordine n consiste: In una serie di medie aritmetiche calcolate su n periodi contigui.
LA LA MEDIA: È sensibile ai valori estremi
La media: È sensibile ai valori estremi
LA MEDIANA È : la categoria (per scale nominali e ordinali) o il punteggio (per scale a intervalli e rapporti) che si presenta con maggiore frequenza
La misura della capacità produttiva avviene sulla base di: indagini dirette ed elaborazioni di variabile economiche
La moda è un: Indice di tendenza centrale
La mutabile è: Un carattere qualitativo
LA MUTABILITÀ È: L'attitudine di un fenomeno qualitativo ad assumere differente modalità
La negazione logica dell’operando A=0 è: 1
La popolazione è: L’ universo di elementi che forma l’ oggetto di uno studio statistico
LA POTENZA DEL TEST È: La probabilità di rigettare l'ipotesi nulla quando è giusto farlo
La principale fonte statistica per l’analisi del mercato del lavoro è: la rilevazione delle forze di lavoro
La probabilità che si verifichi un evento può assumere valori: Tra 0 ed 1
La probabilità del verificarsi di due eventi che si escludono a vicenda è data dal: Somma delle probabilità del verificarsi di ciascuno dei due eventi
LA PROBABILITÀ DELL'UNIONE DI DUE EVENTI A E B NON INCOMPATIBILI: P(AᴜB)= P(A)+P(B)-P(A∩B)
La procedura di Box e Jenkins prevede: analisi preliminare, identificazione, stima e verifica
La Produzione e il Valore Aggiunto a livello di impresa, sono dati: dal valore dei beni
La proporzione di varianza comune a X e Y è espressa da r 2xy che è denominato: Coefficiente di determinazione
La proporzione di varianza comune a X e Y è espressa da r 2xy che esprime: La varianza spiegata
La proprietà di monotonicità degli indici di tendenza centrale: È basata sulla comparazione tra le variabili ed i rispettivi indici di posizione
La proprietà lineare degli indici di tendenza centrale: E’ basata sulla relazione di linearità tra le variabili ed i rispettivi indici di posizione
La proprietà lineare degli indici di tendenza centrale: Permette cambiamenti di scala nell’indice
La proprietà moltiplicativa degli indici di tendenza centrale: Permette cambiamenti di scala nell’indice
La quantità espressa da 1-r2xy con r2xy che indica la proporzione di varianza comune a X e Y è denominata: Varianza residua
La Relazione sulla situazione economica del paese contiene: i conti economici nazionali relativi all’anno precedente
La revisione dei dati è: un riesame attento e approfondito del materiale raccolto
La ricchezza nazionale esprime: il valore di tutte le attività reali e finanziarie, al netto delle passività, possedute dai soggetti economici del paese in un determinato momento
La rilevazione dei consumi intermedi richiede informazioni dettagliate per consentire: la ripartizione dei costi di produzione per branca di origine
La rilevazione statistica è un processo: finalizzato alla produzione di informazioni statistiche
La risposta libera prevede: una risposta del tutto personale da parte del rispondente
LA SEGUENTE IPOTESI È NULLA: C’è una relazione significativa tra reddito delle persone e livello di istruzione
LA SEGUENTE IPOTESI È NULLA: e medie dei gruppi A,B,C non differiscono tra loro in modo significativo
LA SEGUENTE IPOTESI È NULLA: Il farmaco C non ha un effetto diverso dal farmaco D
LA SEGUENTE IPOTESI È NULLA: La media dei tempi di reazione dei maschi è uguale a quella delle femmine
LA SEGUENTE IPOTESI È NULLA: La popolazione da cui il campione è estratto ha media 58
LA SEGUENTE IPOTESI È NULLA: Le medie dei gruppi A,B,C non differiscono tra loro in modo significativo
LA SEGUENTE IPOTESI È NULLA: Non esiste nessuna relazione tra classe sociale e alcolismo
LA SEGUENTE IPOTESI È NULLA: Questa moneta non è truccata
LA SEGUENTE IPOTESI, è SICURAMENTE NULLA: le medie di fatturato degli aggregati settoriali a,b,c, non differiscono tra loro in modo significativo
LA SEGUENTE IPOTESI: “C’E’ UNA MINORE ASTENSIONE DAL LAVORO NEL REPARTO A RISPETTO AL REPARTO B DI UNA GRANDE IMPRESA” E’: monodirezionale sinistra
LA SEGUENTE IPOTESI: “IL PUNTEGGIO MEDIO AD UN TEST DI INFORMATICA DI TRE GRUPPI INDIVIDUI E’ SIGNIFICATIVAMENTE DIVERSO” E’: nulla
LA SEGUENTE IPOTESI: “Il punteggio medio ad un test di statistica di due gruppi di individui è significativamente diverso” è: Bidirezionale
LA SEGUENTE IPOTESI: “Il punteggio medio ad un test di statistica di due gruppi di individui è significativamente diverso” ha il seguente segno del valore critico: ±
LA SEGUENTE IPOTESI: “Il tempo medio di riconoscimento di alcuni dipinti storici impiegato dagli studenti è inferiore a 20 secondi” è: Monodirezionale sinistra
LA SEGUENTE IPOTESI: “La media della popolazione da cui deriva un certo campione non è 200”: Bidirezionale
LA SEGUENTE IPOTESI: “La probabilità di ottenere croce lanciando una certa moneta è superiore a 0,5” è: Monodirezionale destra
LA SEGUENTE IPOTESI: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato” è: Monodirezionale destra
LA SEGUENTE IPOTESI: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato”. La probabilità sotto l’ipotesi nulla, cioè
se le vincite sono dovute al caso è:1/6
LA SOMMA DELLE CONTINGENZE DI CIASCUNA RIGA E DI CIASCUNA COLONNA SOno: Nulle
LA SOMMA DELLE PROBABILITÀ DI EVENTI CHE SI ESCLUDONO A VICENDA ED ESAUSTIVI È: Uguale ad 1
La somma delle probabilità di eventi che si escludono a vicenda ed esaustivi è: Uguale ad 1
La sommatoria di tutte le frequenze relative di una tabella di frequenza è pari a: 1
La statistica ci offre gli strumenti per: Organizzare, riassumere, analizzare i dati relativi ad un fenomeno, ottenuti attraverso le misurazioni.
La statistica descrittiva: Organizza e riassume i dati
La Statistica Descrittiva: rappresenta l’insieme delle metodologie di analisi che si prefiggono la descrizione di determinati fenomeni
La Statistica è sinonimo di: Scienze statistiche
La statistica economica è impegnata: nella ricerca di metodologie e modelli di riferimento e nell’elaborazione e gestione di sistemi di dati e di indicatori
La statistica economica è: la scienza che studia i fenomeni economici con l’ausilio degli strumenti statistici
La statistica induttiva: Fa inferenza
La Statistica inferenziale: comporta processi di inferenza in probabilità per l’interpretazione dei risultati dell’analisi
LA STATISTICA INFERENZIALE: testa ipotesi
La statistica permette di ragionare: Facendo deduzioni ed induzioni
La statistica si propone di: descrivere, illustrare, proporre, raccogliere, sintetizzare, interpretare
La stima del campione è: Un concetto diverso da quello di stimatore
La stima del parametro è: Un concetto diverso da quello di stimatore
La stima del parametro nel campione è: Non è opportuno definire la stima del parametro nel campione, ma nella popolazione
La stima del parametro nella popolazione è: Calcolata attraverso i dati campionari
La stima del parametro nella popolazione è: Relativa ai valori che può assumere lo stimatore
La tavola input-output si divide nelle seguenti sezioni: branche produttive, risorse primarie e impieghi finali
La triangolarizzazione consiste nello: spostare righe e colonne in modo che i valori prossimo allo zero siano al di spora della diagonale principale
LA VAR (AX+B) È: a e b sono due costanti reali: Var (aX+b)=a²Var (X)
LA VARIABILE CASUALE CHI-QUADRATO: Non può assumere valori negativi
LA VARIABILE CASUALE F DI FISHER- SNEDECOR: Ha valore atteso E(F)= m/(m-2)
LA VARIABILE CASUALE T DI STUDENT: Al tendere di n all'infinito la v.c t di student tende alla normale standardizzata
LA VARIABILE CASUALE UNIFORME DISCRETA: E' tale che ogni sua realizzazione è equiprobabile
LA VARIANZA DEL CAMPIONE è Calcolata con i dati del campione rappresentativo della popolazione
La varianza del campione è: Calcolata con i dati del campione rappresentativo della popolazione
La varianza fornisce: La misura sintetica di quanto le unità differiscono dalla media aritmetica
La varianza si calcola: Per popolazioni e campioni
La variazione congiunturale riguarda in statistica-economica il confronto con: Il mese precedente
La variazione tendenziale riguarda in statistica-economica il confronto con: L’anno precedente
LA VERIFICA DELLE IPOTESI: Consiste nel formulare, sulla base di dati campionari, un giudizio che induca ad accettare o rifiutare l'ipotesi nulla, con un prefissato livello di significatività
LA VERIFICA DELL'IPOTESI DI INDIPENDENZA MIRA A VERIFICARE: L'indipendenza stocastica
L'AMPIEZZA DELL'INTERVALLO È TANTA PIÙ ELAVATA QUANTO PIÙ: n è piccolo
L'ASIMMETRIA DI UNA DISTRIBUZIONE DENOTA CHE: I valori del caratteri sono distribuiti con frequenze differenti attorno al suo valore centrale
L'ASIMMETRIA DI UNA DISTRIBUZIONE PUÒ ESSERE: Nulla, positiva e negativa
Le Attività Informali Esplicitate dal SEC95 e quindi comprese nelle Attività di Produzione sono: quelle che riguardano unità istituzionali caratterizzate da relazioni di lavoro basate su vincoli di parentela o relazioni
LE personali
Le Attività rientranti nel cosiddetto Sommerso Economico rientrano: quelle originate dalla volontà di una parte delle imprese di evadere il fisco o i contributi sociali
Le azioni previste da un sistema di controllo di qualità si dividono in: preventive, di controllo in corso d’opera e di valutazione
Le categorie di soggetti (o operatori che agiscono nel sistema economico), osservati dalla Contabilità Nazionale, sono: imprese, famiglie, pubbliche amministrazioni e Resto del mondo
Le fasi della distribuzione e ridistribuzione del reddito riguardano: le operazioni mediante le quali il risultato della attività produttiva viene ripartito tra i soggetti titolare dei fattori produttivi
Le fasi di costruzione dei numeri indici sono: scelta delle grandezze, della base, del criterio di aggregazione, del sistema di ponderazione
Le fasi di un’indagine statistica: progettazione indagine; rilevazione; registrazione dei dati su supporto informatico; revisione e codifica centralizzate del materiale grezzo; elaborazione dei dati; validazione dei
risultati; diffusione.
Le fasi di una indagine statistica si conviene siano le seguenti: Definizione degli obiettivi della ricerca; Rilevazione dei dati; Elaborazione metodologica; Presentazione ed interpretazione dei risultati; Utilizzazione
dei risultati raggiunti
Le fasi per il computo della tavola di input-output sono: cinque
Le fasi relative alla progettazione dell’indagine: analisi fenomeno e precisazione obiettivi; individuazione campo di osservazione e unità di analisi elementare, di tipo aggregato di rilevazione.
Le forme delle interviste e dei questionari possono essere: standardizzate o libere
Le formule di Lasperyres, Paasche e Fisher sono: formule utilizzate nella costruzione dei numeri indici dei prezzi e delle quantità
Le forze di lavoro sono costituite da: le persone residenti che lavorano o comunque esprimono la volontà di lavorare
Le frequenze percentuali di una distribuzione si calcolano facendo: Il rapporto tra ciascuna frequenza ed il totale delle frequenze e moltiplicando per 100 il risultato
Le importazioni e le esportazioni di beni comprendono: gli scambi di merci a titolo oneroso o gratuito tra residenti e non residenti
LE IPOTESI STATISTICHE: Si tratta due ipotesi alternative complementari e logicamente escludentisi
Le matrici sono composte da: N righe e k colonne, con k che può essere eguale o diverso da n
Le misure di posizione hanno l’obiettivo di: Sintetizzare in un singolo valore numerico l’intera distribuzione di frequenza per effettuare confronti nel tempo, nello spazio o tra circostanze differenti
Le transazioni internazionali che vengono registrate nella bilancia dei pagamenti sono: le esportazioni ed importazioni di beni e servizi, i trasferimenti di ricchezza tra paesi e gli acquisti o vendite di attività
finanziarie
Le variabili si distinguono come: discrete e continue
L' I L'INDICE CHI-QUADRATO DI PEARSON (Χ2) : Dipende dalla dimensione del collettivo
L'INDICE DI ASIMMETRIA Skewness di Pearson è calcolato: Come differenza tra la media aritmetica e la moda divisa la deviazione standard
L'INDICE DI CONNESSIONE DI CRAMER VARIA: Tra zero e uno
L'INDICE DI CONTINGENZA QUADRATICA MEDIO φ2è uguale: χ²/n
L'INDIPENDENZA IN MEDIA: E' una misura di associazione
L'IPOTESI PARAMETRICA RIGUARDA: I parametri caratteristici di una particolare distribuzione di cui si conosce la forma analitica
LO Lo scostamento quadratico medio riguarda: La media degli scarti al quadrato tra i dati e la M
Lo scostamento semplice medio riguarda: Lo scostamento di ogni valore della distribuzione dalla media, preso in valore assoluto
LO STIMATORE DI UN PARAMETRO: È una variabile casuale
LO STIMATORE VARIANZA CAMPIONARIA CORRETTA: Ha media pari al parametro da stimare
Lo stock di capitale netto misura: il valore dei beni durevoli impiegati nel processo produttivo al netto della perdita di valore da essi subita con il tempo a seguito della obsolescenza economica, perdita di valore
misurata dagli ammortamenti
NEL Nel calcolo dei tassi di incremento tra t e t-1 al denominatore vi è: Il dato dell’anno t-1
Nel calcolo del tasso di inflazione congiunturale al denominatore c’è: l numero indice dei prezzi del mese m-1 dell\'anno a ed al numeratore il numero indice dei prezzi del mese m dell\'anno a
Nel calcolo del tasso di inflazione tendenziale al denominatore c’è: Il numero indice dei prezzi del mese m dell\'anno a-1 ed al numeratore il numero indice dei prezzi del mese m dell\'anno a
NEL CALCOLO DEL TASSO DI INFLAZIONE TENDENZIALE AL DENOMINATORE C’È: il numero indice dei prezzi del mese m dell'anno a-1 ed al numeratore il numero indice dei prezzi del mese m dell'anno a
NEL CAMPIONAMENTO BERNOULLIANO: I risultati delle estrazioni sono indipendenti
NEL CAMPIONAMENTO BERNOULLIANO: Ogni unità statistica può entrare a far parte più volte del campione
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE LA DEVIANZA RESIDUA RISULTA UGUALE A:
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE PER VERIFICARE L'IPOTESI SI PUÒ UTILIZZATE LA QUANTITÀ F CHE È UNA V.C F DI FISCHER -SNEDECOR CON : Con 1 e n-2 gradi di libertà
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE, quali tra le seguenti ipotesi è definita ipotesi debole: Ipotesi sulla variabile esplicativa
NEL MODELLO DI REGRESSIONE LINEARE SEMPLICE, quali tra le seguenti ipotesi è definita ipotesi forte: Ipotesi di normalità
Nel prodotto logico con operando A=0 ed operando B=1, il totale sarà: 0
Nel prodotto logico con operando A=VERO ed operando B=FALSO, il totale sarà: F
Nel prodotto logico con operando A=VERO ed operando B=VERO, il totale sarà: V
Nel Sistema Statistico Nazionale (SISTAN) rientrano: tutti gli uffici di statistica di regioni, amministrazioni dello stato, comuni, ASL e camere di commercio
Nell’ambito del concetto di produzione sono identificabili tre categorie di beni e servizi: quelli destinabili alla vendita, quelli destinati ad uso finale del produttore e quelli non destinabili alla vendita
NELLANella congiunzione tra insiemi si valuta: Quando i due eventi si realizzano entrambi
Nella correlazione spuria, si rileva che: R varia tra -1 ed 1 e può essere elevato, ma le variabili non sono legate da un rapporto serio di causalità
Nella fase di analisi del fenomeno: precedenti esperienze nazionali ed internazionali; documentazione bibliografica; documentazione statistica; sondaggi presso utenti ed operatori del settore.
Nella formazione della serie è fondamentale: individuare periodi caratterizzati da una situazione ambientale quanto più possibile uniforme e omogenea
Nella matrice dei coefficienti di fabbisogno diretto degli input di produzione interna ogni sua colonna indica: indica l’ammontare delle merci di origine interna richiesto direttamente dalla produzione unitaria
della branca j
Nella retta di regressione Y’=aY+bYX il termine ay: Rappresenta la distanza tra il punto zero (origine) dell’asse delle ascisse e il punto in cui la retta taglia l’asse delle ordinate
Nella serie (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3 sono: 103, 217, 350, 483
NELLA SERIE (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3 sono:103, 217, 350, 483
NELLA SERIE (50,100,200,350,500,600) LE MEDIE MOBILI SENZA CIFRE DECIMALI DI ORDINE SONO: 117,217,350,483
NELLA SERIE ORDINATA SECONDO IL TEMPO T E CON valori (10,100,200,350,500,600) le medie mobili di ordine 5 sono: 232 e 350
NELLA SERIE ORDINATA SECONDO IL TEMPO T E CON VALORI (100,200,350,500,600) le medie mobili di ordine 3 con 2 cifre decimali sono: 216.67; 350.00; 483.33
Nella serie ordinata secondo il tempo t e con valori (100,200,350,500,600) le medie mobili di ordine 3 con 2 cifre decimali sono: 216.67; 350.00; 483.33
Nella serie ordinata secondo il tempo t e con valori(10,100,200,350,500,600) le medie mobili di ordine 5 sono: 232 e 350
Nella somma logica con operando A=0 ed operando B=0, il totale sarà: 0
Nella somma logica con operando A=1 ed operando B=1, il totale sarà: 1
NELLA TEORIA STATISTICA I TERMINI CAMPIONE E POPOLAZIONE SONO: Non sono sinonimi
Nella teoria statistica i termini popolazione e campione sono: Indicativi del fatto che il campione è un sottoinsieme della popolazione
O Ogni colonna della matrice dei coefficienti di fabbisogno diretto degli input primari esprime: gli input primari per unità di prodotto impiegati in ciascuna attività di produzione
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12,
P 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore 24 riportato nella prima riga della tabella rappresenta: Una modalità del carattere
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12,
16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di una temperatura media pari a 25 gradi, che ipotizziamo essere una v.c distribuita
normalmente, è: 0,8
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12,
16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di una temperatura media pari a 17 gradi è: 4//10
Per calcolare le frequenze cumulate relative occorre dividere: Le frequenze cumulate per n
Per Campione s’intende: un qualsiasi sottoinsieme derivato da una popolazione finalizzato ad uno studio statistico
Per estendere i risultati a tutta la popolazione è necessario che il campione sia di tipo: probabilistico
Per gli aggregati di Contabilità Nazionale dei paesi europei, sono stati fissati una serie di norme e definizione atti a garantire: la confrontabilità
Per i paesi europei il sistema di Contabilità Nazionale utilizzato a partire dal 1999 è: il Sistema Europeo dei Conti SEC95
PER IL POSTULATO 2 DELL'ASSIOMATIZZAZIONE del calcolo delle probabilità, l'evento certo Ω ha probabilità: P(Ω)=1
PER LA DETERMINAZIONE DELL'INTERVALLO di confidenza per la media di una popolazione normale con varianza non nota (n < 30), si utilizza: La distribuzione t di student
PER LA DETERMINAZIONE DELL'INTERVALLO di confidenza per la media di una popolazione normale con varianza nota, si utilizza: La distribuzione normale standardizzata
Per operare la deflazione è necessario distinguere i casi di: grandezze monetarie, flussi finanziari e saldi contabili
Per popolazione o collettivo statistico s’intende: l’insieme delle unità statistiche sulle quali si effettua la rilevazione di uno o più caratteri
Per posizioni lavorative si definiscono: il contratto di lavoro, esplicito o implicito, tra una persona e una unità produttiva residente, finalizzato allo svolgimento di una attività produttiva retribuita
PER TROVARE L'INTERVALLO DI CONFIDENZA PER la media di una popolazione normale, si utilizza la t di student, anziché la normale standardizzata perché: La varianza della popolazione non è nota
Per un operatore appartenente al sistema economico di un Paese europeo, per Centro di Interesse Economico s’intende: il luogo dove svolge un’attività economica significativa a tempo indeterminato
Per unità di attività economica a livello locale (UAELL) s’intende: la cellula operativa di tipo funzionale caratterizzata da un’unica attività e un processo di produzione e un output omogeneo
Poiché nella v.c. Normale la funzione f(X) raggiunge il suo punto più alto in corrispondenza di Xi = µ, ciò comporta che media, mediana e moda: Coincidano
PONENDO ED H1 MONODIREZIONALE DESTRA, INDICARE QUANDO è possibile rifiutare l’ipotesi nulla; ciò accade nel caso in cui il risultato del test effettuato lasci alla sua destra: Il 4% dei casi
Posto che gli operatori economici sono centri elementari di decisione economica, questi sono caratterizzati: da autonomia di decisione in campo economico e finanziario
Prodotto finale di una indagine statistica: i microdati, i macrodati,i metadati,
Prova anche a realizzare in excel i grafici che seguono. Quando r xy = +1, le due rette di regressione Y’=ay+byX e X’= ax+bxY sono: Coincidono
PROVA ANCHE A REALIZZARE IN EXCEL I GRAFICI CHE SEGUONO. QUANDO RXY = +1, LE DUE RETTE DI REGRESSIONE Y'=AY+BYX E X’= AX+BXY SONO: Coincidono
Prova anche a realizzare in Excel i grafici che seguono. Quando r xy = 0, le due rette di regressione Y’=ay+byX e X’= ax+bxY sono: Perpendicolari tra loro
PROVA ANCHE A REALIZZARE IN EXCEL I GRAFICI CHE SEGUONO. QUANDO RXY = 0, LE DUE RETTE DI REGRESSIONE Y'=AY+BYX E X'= AX+BXY SONO: Perpendicolari tra loro
PROVA ANCHE A REALIZZARE IN EXCEL I GRAFICI CHE SEGUONO. QUANDO RXY = 0, LE DUE RETTE DI REGRESSIONE Y'=AY+BYX E X'= AX+BXY SONO: Perpendicolari tra loro
Prova anche a realizzare in excel i grafici che seguono. Quando r xy = -1, le due rette di regressione Y’=ay+byX e X’= ax+bxY sono: Coincidono
Quale affermazione, che indica le principali modalità di trattamento dell’informazioni statistiche, è vera: in qualunque problema di analisi statistica sarà necessario Elencare, Misurare e Sintetizzare, Correlare,
Q Presentare
QUALE DEI SEGUENTI INDICI INDICA LA VARIABILITÀ DI UNA SERIE DEI DATI: Scarto quadratico medio
QUALE PROBABILITÀ SI HA DI COMMETTERE L’ERRORE di I tipo se si rifiuta l’ipotesi nulla avendo scelto un livello di significatività del 5%:5%
QUALI DI QUESTI INDICI È RELATIVO: L'indice di connessione di Cramer
Quali fasi prevede la costruzione di un questionario: individuazione delle informazioni, scelta, prima traccia, revisione, prova e stesura del questionario
Quando a valori crescenti di X corrispondono valori crescenti di Y si ha: Una relazione positiva
Quando al diminuire dei valori di X corrisponde il diminuire dei valori di Y si ha: Una relazione positiva
Quando la correlazione tra X ed Y è molto bassa, pari ad r xy=0.22, i valori di Y ed Y’: Differiscono
Quando la correlazione tra X ed Y è molto elevata, pari ad r xy=0.92, i valori di Y ed Y’: Differiscono
Quando la correlazione tra X ed Y è pari ad rxy=+1, i valori di Y ed Y’: Coincidono
Quando la correlazione tra X ed Y è pari ad rxy=-1, i valori di Y ed Y’: Coincidono
QUANDO LA POPOLAZIONE È INFINITA: Lo schema di campionamento con ripetizione coincide con lo schema di campionamento senza ripetizione
Quando parliamo di matrice dei dati, relativamente al numero di colonne possiamo dire che... : Il numero di colonne dipende dai caratteri osservati
Quando si calcolano le frequenze cumulate percentuali, l’ultimo valore che si ottiene, cioè il più elevato, è: 100
QUANDO SI CALCOLANO LE FREQUENZE CUMULATE PERCENTUALI, LULTIMO VALORE CHE SI OTTIENE, CIOÈ IL PIÙ ELEVATO, È: 100
QUANTO DOVREBBE ESSERE GRANDE UN CAMPIONE PER AVERE UN INTERVALLO DI CONFIDENZA al 95% per il contenuto medio di nicotina di una data marca di sigarette, se il contenuto di nicotina ha una
distribuzione normale con : N=31
R R deve esprimere correttamente: il legame di interdipendenza
Relazioni di discordanza significative tra variabili implicano: Un coefficiente di correlazione negativo
S Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare la media geometrica: (=)MEDIA.GEOMETRICA
SCRIVI LA FUNZIONE EXCEL ED I SIMBOLI DA DIGITARE NELLA CELLA PER CALCOLARE LA MEDIA: =MEDIA
SE SE DUE EVENTI A E B SONO INDIPENDENTI ALLORA: P(A∩B)= P(A)P(B)
SE IL COEFFICIENTE DI CORRELAZIONE È UGUALE A 0 VI È: Assenza di concordanza o discordanza
Se il coefficiente di correlazione è uguale a 0 vi è: Casualità
SE IL COEFFICIENTE DI CORRELAZIONE R= 0: Non c'e relazione lineare tra X e Y
SE IL COEFFICIENTE DI CORRELAZIONE R=0: Non c'e correlazione lineare
Se il tasso di decremento tra t e t-2 è pari a -5,2%, allora il numero indice in t, con base t-2 sarà: 94,8
Se il tasso di incremento tra t e t-1 è pari a 1,2%, allora il numero indice in t, con base t-1 sarà: 101,2
Se il tasso di incremento tra t e t-1 è pari a 2,2%, allora il numero indice in t, con base t-1 sarà: 102,2
Se il tasso di incremento tra t e t-2 è pari a 1,2%, allora il numero indice in t, con base t-2 sarà: 101,2
SE LA COD (X,Y)>0:La retta di regressione è crescente
SE LA DISTRIBUZIONE È ASIMMETRIA NEGATIVA SI HA: Med-Q1 > Q3-Med
SE LA DISTRIBUZIONE È ASIMMETRIA POSITIVA SI HA: Med-Q1 < Q3-Med
SE LA POPOLAZIONE NON È normale per il teorema del limite centrale, quando n>30, si può costruire l'intervallo di confidenza: Basato sulla distribuzione normale standardizzata
Se le componenti di un numero indice sono tutte della stessa specie definiamo: i numeri indici sintetici
SE LO STIMATORE È CORRETTO: EQM=Varianza dello stimatore
Se si effettua una estrazione senza reimmissione la probabilità di estrarre un altro elemento: Viene modificata
SE SI RADDOPPIA LA NUMEROSITÀ CAMPIONARIA, IL VALORE DEL CHI-QUADRATO: Raddoppia
SE UNA VARIABILE È DICOTOMICA: Può assumere solo due valori, indipendentemente dalla probabilità di ottenere uno o l’altro dei due valori
Se X è la variabile indipendenre e Y quella dipendente, considerando l’equazione di regressione è corretto definire Y’ come: Valore predetto
Se X è la variabile indipendente e Y quella dipendente, considerando l’equazione di regressione è corretto definire X come: Predittore
Secondo l’approccio tradizionale le grandezze osservate sono scomponibili in: una componente sistematica ed una componente irregolare o aleatoria
SI SI CHIAMA CONTINGENZA: La differenza tra frequenze osservate e frequenze teoriche
SI COMMETTE UN ERRORE DI PRIMA SPECIE: Nel rifiutare l'ipotesi nulla quando in realtà è vera
SI COMMETTE UN ERRORE DI SECONDA SPECIE: Nell' accettare l'ipotesi nulla quando in realtà è falsa
Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la probabilità di insuccesso in un lancio: 5//6
Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la probabilità di successo in un lancio: 1//6
Si consideri la popolazione di 20 unità statistiche: {-250,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,10,11,250}. Indicare quale indice di posizione appare rappresentativo dell’intera distribuzione: Media aritmetica
Si consideri la popolazione di unità statistiche: {-250,2,2,2,2,3,4,6,6,7,7,7,7,7,7,8,8,9,9,9,10,11,2500}. Indicare quale indice di posizione appare rappresentativo dell’intera distribuzione: Moda
Si consideri la popolazione: {-,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,9,9, 9,10,11,2500}. Indicare quale indice di posizione appare rappresentativo dell’intera distribuzione: Moda
SI DEFINISCE STIMA: Il valore assunto dallo stimatore per un dato campione
SI EFFETTUANO 60 MISURAZIONI SPERIMENTALI da cui si evince una media campionaria uguale a 33. Costruire un intervallo di confidenza al 90% per la media della popolazione, la quale si distribuisce normalmente
con varianza pari a 115: IC= [30,723; 35,277]
SI HA CONCORDANZA TRA DUE VARIABILI SE: Cod(X,Y)>0
Si ha discordanza tra caratteri se: Ai valori più piccoli di una delle due variabili corrispondono generalmente i più grandi dell’altra, e se ai valori più grandi corrispondono in genere i più piccoli;
SUPPONIAMO CHE LA PERDITA DI PESO DI N=16 PEZZI DI METALLO, dopo un certo intervallo di tempo, sia di 3,42 gr con varianza campionaria corretta pari a 0,4624. Costruire un intervallo di confidenza al 99% per
la media della popolazione di peso dei pezzi di metallo: IC=[2,92;3,92]
TRA TRA DUE VARIABILI VI È INDIPENDENZA ASSOLUTA SE: Le frequenze osservate sono uguali alle frequenze teoriche
Tra i compiti dell’ISTAT rientrano: tutte le voci precedenti (censimenti, indagine prevista dal Programma Statistico Nazionale, coordinamento del Sistema Statistico Nazionale)
TRA I PUNTEGGI AD UN TEST DI LETTERATURA INGLESE E I PUNTEGGI AD UN test di abilità matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88.
Sulla base del risultato ottenuto si può evidenziare che: Le persone con punteggi bassi in matematica hanno buone prestazioni in letteratura inglese
TRA I PUNTEGGI AD UN TEST DI LETTERATURA INGLESE E I PUNTEGGI AD UN TEST di abilità matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88.
Sulla base del risultato ottenuto si può evidenziare che: Le due variabili sono correlate negativamente
Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88. Sulla
base del risultato ottenuto si può evidenziare che: Le persone con punteggi bassi in matematica hanno buone prestazioni in letteratura inglese
Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica (numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88. Sulla
base del risultato ottenuto si può evidenziare che: Le due variabili sono correlate negativamente
Tra le fonti di documentazione della statistica economica troviamo: i censimenti, le indagini e le rilevazioni varie
TRA LE SEGUENTI, QUALE, IPOTESI è NULLA: le medie dei gruppi A.B.C. differiscono tra loro in modo significativo
TRA X= "ABILITÀ MANUALI" ED Y= "ABILITÀ TECNICHE" VI È UNA RELAZIONE LINEARE, SAPENDO CHE IL COEFFICIENTE DI CORRELAZIONE È UGUALE A 0.76, IL COEFFICIENTE DI DETERMINAZIONE SARÀ PARI A: 0.58
TRA X= "ABILITÀ MANUALI" ED Y= "ABILITÀ TECNICHE" VI È UNA RELAZIONE NON LINEARE, SAPENDO CHE IL COEFFICIENTE DI DETERMINAZIONE È UGUALE A -1, IL COEFFICIENTE DI CORRELAZIONE SARÀ PARI A:
Non è possibile calcolarlo con i dati a disposizione che non sono corretti
Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione lineare, sapendo che il coefficiente di correlazione è uguale a 0.76, il coefficiente di determinazione sarà pari a: 0.58
Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione non lineare, sapendo che il coefficiente di determinazione è uguale a -1, il coefficiente di correlazione sarà pari a: Non è possibile calcolarlo con
i dati a disposizione che non sono corretti
UN Un campione rappresentativo è: Casuale
UN ESPERIMENTO CASUALE È: Un'operazione il cui risultato non può essere previsto con certezza
UN INTERVALLO DI CONFIDENZA È: Un intervallo di valori che si ritiene contenga il vero parametro della popolazione con una prestabilita "fiducia"
UN IPOTESI STATISTICA È: Un affermazione sulla distribuzione di probabilità di una variabile casuale
Un test fornisce punteggi compresi tra 0 e 120. La media del test, calcolata su un campione, risulta 142,9. Il risultato è: Sicuramente sbagliato
Un test fornisce sicuramente punteggi compresi tra 0 e 120. La mediana del test, calcolata da un ricercatore su un campione, risulta 142,9. Il punteggio massimo ottenibile è: 120
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: Altri fattori variabili influiscono su quelli presi in considerazione
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: Altri fattori variabili, che rappresentano circostanze comuni ,influiscono su quelli presi in considerazione
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: I due caratteri sono influenzati da circostanze comuni
UN TIPICO CASO DI CORRELAZIONE NON REALE COMPORTA CHE: Uno dei due caratteri comprende l’altro
Un tipico caso di correlazione non reale comporta che: Altri fattori variabili influiscono su quelli presi in considerazione
Un tipico caso di correlazione non reale comporta che: Altri fattori variabili, che rappresentano circostanze comuni ,influiscono su quelli presi in considerazione
Un tipico caso di correlazione non reale comporta che: I due caratteri sono influenzati da circostanze comuni
Un tipico caso di correlazione non reale comporta che: Uno dei due caratteri comprende l’altro
Un’indagine statistica è un: processo produttivo, dove il prodotto finale consiste in un’informazione statistica corretta
UNA DISTRIBUZIONE CAMPIONARIA È: La distribuzione di probabilità di una statistica
UNA DISTRIBUZIONE DI PROBABILITÀ DI UNA VARIABILE CASUALE: L'insieme delle coppie probabilità dei diversi valori possibili della variabile casuale
Una fotografia è un dato: Complesso
UNA PARTITA DI PISTONCINI DI FRENI PRESENTA UN DIAMETRO: IC=[1,1938;1,2062]
UNA QUANTITÀ PIVOTALE È: Una quantità che è funzione delle osservazione e del parametro del quale si vuole costruire l'intervallo di confidenza, con la caratteristica che la sua distribuzione è nota e non dipende
dal parametro in esame
Una serie storica è costituita: Dai dati osservati a intervalli regolari di tempo
UNA SERIE STORICA È COSTITUITA: Dalle osservazioni dei dati quantitativi nel tempo, si possono avere serie mensili, giornaliere, annuali
Una serie storica è costituita: Dalle osservazioni dei dati quantitativi nel tempo, si possono avere serie mensili, giornaliere, annuali
UNA STATISTICA È: Una variabile casuale definita sui campioni
Una tabella a doppia entrata registra: La frequenza assoluta, cioè quante volte una coppia di modalità si presenta contemporaneamente per X e per Y
UNA TABELLA A DOPPIA ENTRATA REGISTRA: la frequenza assoluta, cioè quante volte una coppia di modalità si presenta contemporaneamente per X e per Y.
UNA TABELLA A DOPPIA ENTRATA RGISTRA: quante volte una coppia di modalità si presenta contemporaneamente per X e per Y
UNA VARIABILE CASUALE CONTINUA X: Assume tutti i valori appartenenti ad un intervallo
UNA VARIABILE CASUALE: E' una funzione definita sullo spazio dei campioni
UNA VARIABILE DICOTOMICA PUÒ ASSUMERE: Solo due valori
Una variabilità alta in luogo di una variabilità bassa: Diminuisce le capacità previsive dei modelli statistici
Una variabilità pari al valore 65 in luogo del valore 80, ottenuta eliminando i valori outlier: Può aumentare le capacità descrittive e previsive del modello statistico
Una variabilità pari al valore 80 in luogo del valore 65, ottenuta eliminando i valori outlier: Indica che è stato commesso qualche errore nei calcoli o nel programma
UNO STIMATORE CORRETTO DI Σ², CON LE IPOTESI DI VARIANZA COSTANTE E DELL'INDIPENDENZA DEGLI ERRORI È IL MSE* = SSE*/n-2, il cui valore atteso è: E(MSE*)= σ2
UNO STIMATORE CORRETTO È PIÙ EFFICIENTE DI UN ALTRO STIMATORE CORRETTO DEL PARAMETRO "TETA" NON NOTO se: Se presenta varianza inferiore
UNO STIMATORE CORRETTO: È tale che il suo valore medio coincide con il valore del parametro da stimare
UNO STIMATORE SI DICE CONSISTENTE: Al crescere della numerosità campionaria, tende a concentrarsi sul parametro da stimare
USANDO LA MEDIANA IN LUOGO DELLA MEDIA NEL CALCOLO DELLA VARIANZA È bene eliminare i valori anomali ed estremi
Usando la mediana in luogo della media nel calcolo della varianza: È bene eliminare i valori anomali ed estremi
UTILIZZANDO LA TAVOLA DELLA CURVA NORMALE STANDARDIZZATA SI INDIVIDUERANNO I PUNTI Z: Nella colonna di sinistra con una cifra decimale; la seconda cifra decimale è situata nella prima riga in alto della
stessa tavola
lOMoARcPSD|2894970
Statistica riassunti
La statistica è una disciplina scientifica che trae i suoi risultati dalla raccolta, elaborazione e analisi dei dati.
Essa cerca di arrivare alle leggi generali a partire dalla conoscenza aggregata di tanti casi accomunati da regole e
definizioni, ci offre gli strumenti per organizzare, riassumere e analizzare i dati ottenuti attraverso le nostre
misurazioni.
1. Statistica descrittiva o deduttiva: cerca di descrivere e analizzare un dato gruppo senza trarre conclusioni
circa un gruppo più grande;
L’inferenza ha lo scopo di dedurre le caratteristiche dell’intera popolazione a partire dai dati raccolti.
La rilevazione statistica è il complesso di operazioni rivolte ad acquisire una o più informazioni su un insieme di
elementi oggetto di studio e con riferimento al collettivo da analizzare essi si dividono in globali (censimenti) e parziali
(rilevazioni campionarie).
Un insieme di unità statistiche omogenee rispetto ad uno o più caratteri costituisce una popolazione o un collettivo
statistico.
La popolazione può essere:
1. Finita: quando è determinabile il numero di unità;
2. Finita ma non è numerabile: se è composta da un numero così elevato di unità che non possono essere
contati;
3. Infinita: quando la successione delle unità non ha fine (lancio di una moneta).
Per ridurre i costi e i tempi di realizzazione di un’indagine si rileva un campione di dimensione n della popolazione
mediante un opportuno procedimento di scelta (teoria del campionamento).
Un campione può ritenersi rappresentativo se presenta le stesse caratteristiche della popolazione di origine. I caratteri
sono gli aspetti delle unità statistiche (fenomeno oggetto di studio), per ogni carattere c’è bisogno di distinguere le
modalità che è il numero o l’attributo che l’unità statistica manifesta.
Statistica Pagina 1
Un procedimento di misurazione di un determinato fenomeno consiste in un insieme di operazioni che assegnano dei
numeri a concetti e variabili su una prefissata scala.
Esistono quattro scale:
1. Scala nominale, le cui modalità sono semplicemente un aggettivo o un nome assegnato individualmente e
non esiste la possibilità di ordinare le modalità (sesso, professione);
2. Scala ordinale le modalità sono ordinabili e la distanza tra le modalità non ha alcun significato (titolo di studio);
3. Scala di intervalli, le modalità costituiscono un insieme numerico ordinato ed ha senso solo effettuare
confronto per differenza tra le modalità. Esse sono quelle scale che assumono uno zero arbitrario
(temperatura, la misurazione può essere effettuata sia in celsius che kelvin),
4. Scala di rapporti, dove esiste uno zero assoluto e si possono definire sia i rapporti che i prodotti.
Si definisce frequenza il numero di volte che una data modalità si presenta nel collettivo di riferimento.
Esistono due tipi di frequenze: frequenza assoluta e relativa.
Frequenza Assoluta il numero delle volte ni in cui la modalità xi è stata osservata ed è sempre un numero
intero;
Frequenza Relativa: è il rapporto tra la frequenza assoluta ni ed il totale delle n frequenze. La frequenza
relativa è compresa sempre tra 0 e 1.
fi= ni/n 0≤ fi ≤1
Le frequenze cumulate corrispondenti al valore di xi è la somma delle frequenze assolute o relative dalla prima
modalità fino a comprendere quella di xi.
C1= n1 F1=f1
C2= n1 + n2 F2= f1 + f2
La classificazione delle unità statistiche secondo le modalità di uno più caratteri e la conseguente tabellazione dei
risultati, da luogo alle distribuzioni statistiche. Essi possono essere:
1. Distribuzioni di unità: un’elencazione degli attributi con la quale ciascun carattere si presenta;
2. Distribuzione di quantità: se esprime l’intensità di un carattere;
3. Distribuzione di frequenza se esprimono il numero di volte in cui una modalità di un carattere si presenta.
Statistica Pagina 2
Se la variabile statistica presenta numerose modalità è conveniente un accorpamento delle stesse, quindi quando i
dati sono numerosi conviene procedere ad una suddivisione in classi del carattere.
x0 = è la modalità più piccola = xmin xi-1= estremo inferiore della classe xi = estremo superiore della classe
La stima dell’ammontare di una classe è il prodotto del valore centrale della classe e della sua frequenza VCi * ni
statura Frequenza ni Ampiezza hi Densità di VC ammontare
139
Per il calcolo del numero minimo di classi si può utilizzare la formula di Sturges
S = 1+ 10/3 log n
n è il numero di frequenze totali
( )
L’ampiezza della classe si calcola considerando il seguente rapporto: w=
5 RAPPRESENTANZE GRAFICHE
Le rappresentazioni grafiche hanno lo scopo di visualizzare le caratteristiche distributive, dinamiche e strutturali delle
distribuzioni, con lo scopo di rendere più intuitive le differenze che esistono tra le modalità.
I dati qualitativi vengono rappresentati graficamente nell’ortogramma o nel diagramma circolare;
I dati quantitativi vengono rappresentati graficamente negli istogrammi o nei Box Plot;
I diagrammi circolari (a torta) si utilizza una circonferenza suddivisa in tanti spicchi (settori circolari) con angoli al
centro uguali o proporzionali: alle frequenze assolute o relative; alle quantità;
Per ottenere l’ampiezza in gradi ci dell’angolo al centro di ogni settore circolare, bisogna fare la seguente proporzione:
Statistica Pagina 3
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
360 : N = ci : ni ci = (ni/N)*360
c1 =(19.7/396)*360=17.9°
L’istogramma è una rappresentazione grafica di distribuzioni di frequenze le cui modalità sono divise in classi, essi
sono costituiti da una serie di rettangoli contigui posto lungo l’asse delle ascisse.
Per la costruzione del Box-Plot si utilizzano i seguenti parametri: xmin Q1 Med Q3 xmax
6 LE RELAZIONI STATISTICHE
Si ha indipendenza assoluta tra due variabili statistiche se le frequenze osservate sono uguali alle frequenze teoriche.
Lo studio delle relazioni esistenti tra due variabili parte dal concetto di indipendenza. Esistono tre concetti
d’indipendenza: indipendenza assoluta, indipendenza in media e indipendenza correlativa.
Si ha indipendenza se le distribuzioni relative condizionate delle variabili “X” sono invarianti al variare della modalità di
“Y” e viceversa.
° °
Le variabili si dicono connesse se c’è dipendenza e si avrà che le frequenze osservate sono diverse da quelle
teoriche.
° °
𝑛 ≠
La frequenza teorica è il prodotto ciascun totale di righe per il totale di colonne diviso n.
𝑛∗ =
° °
frequenza teorica
Statistica Pagina 4
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Un indice assoluto di connessione è il chi-quadro di Pearson che è un indice simmetrico. Esso si annulla nel caso di
connessione nulla, ossia quando le variabili sono indipendenti. Tale indice rappresenta l’allontanamento dei dati
dall’ipotesi d’indipendenza ma ha un limite poiché dipende da n, quindi se raddoppia n l’indice raddoppia.
Per questo motivo Pearson ha proposto un indice di contingenza quadratico medio, che ci indica la connessione tra i
caratteri.
2
L’indipendenza assoluta è valutata dal chi-quadrato di Pearson (X ) e possiamo applicarle per: le tabelle di
contingenza (due variabili qualitative), tabelle miste e tabelle di correlazioni (due variabili quantitative).
Y3 15 10 12 37 22 28 25 75
tot 22 28 25 75
Tabella di contingenza
7 LE MEDIE RAZIONALI
Le medie sono misure sintetiche introdotte per valutare aspetti complessi e globali di una distribuzione di un
fenomeno x mediante un solo numero reale costruito in modo da disperdere al minimo le informazioni sui dati originali.
Le medie si dividono:
Medie razionale sono quelle che risultano dal concorso di tutti valori assunti dalla variabile mediante
un’espressione algebrica e sono definite medie di potenza: media aritmetica, geometrica, armonica e media
quadratica;
Medie di posizioni risultano da particolari elementi della distribuzione: moda, mediana, quartili.
La media aritmetica è quel valore che se sostituito ai valori osservati x lascia invariata la somma, ed è il rapporto tra
l’ammontare del carattere e il totale delle unità.
∑ 𝑥
𝑥̅ =
𝑛
Le proprietà sono:
1. Internalità: considerata una distribuzione ordinata in senso non decrescente la media è compresa tra il valore
massimo e quello minimo della distribuzione,
2. Traslativa: addizionando o sottraendo una quantità costante per tutti i termini anche la media risulta
addizionata o sottratta;
3. Omogeneità: moltiplicando ogni termine per una costante la media risulta moltiplicata per la costante;
Statistica Pagina 5
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
4. Associativa: la media generale è uguale alla media ponderata delle medie parziali.
M = (22+23+24+26+27+28+29+30)/8=26.1 M = (23*3+28*5)/8=26.1
5. La somma algebrica degli scarti dei termini della distribuzione dalla media è uguale a 0.
Per esempio: [9,12,30] Media = 17 scarti della media: 9-17= -8 ; 12-17= -5 ; 30-17= 13
6. La somma dei quadrati degli scarti dei termini della distribuzione dalla media è un minimo rispetto alla somma
dei quadrati degli scarti dei termini da un qualsiasi valore.
La media geometrica è la radice n-esima del prodotto dei termini (viene usata normalmente quando i diversi valori
vengono per loro natura moltiplicati, esempio tassi di interesse)
La media armonica è il reciproco della media aritmetica dei reciproci termini (è particolarmente usata quando si
mediano i rapporti di tempo).
𝑛
𝑀 =
1
∑
𝑥
Esempio: tre giri di auto ognuno da 20 km, primo giro a 40km/h, secondo giro 20km/h e terzo giro 60km/h
∑ 𝑥
𝑀 =
𝑛
Tra le medie sussiste la seguente relazione: x min ≤Mh≤Mg≤ 𝑥̅ ≤Mq≤xmax
8 LE MEDIE DI POSIZIONE
La distribuzione per unità se il numero è pari, la mediana coincide con il valore: Med = (Posn/2+Pos(n/2)+1 )/2
Esempio:
( )
Med= = = pos(n)
1 2 3 4 5 6 7 8 9 10 11 12
=23
voto 18 18 20 21 23 23 23 24 25 26 28 30
Statistica Pagina 6
La distribuzione per unità se il numero è dispari, la mediana coincide con il valore che si trova nella posizione:
Med= 𝑃𝑜𝑠
Le distribuzioni di frequenza si calcolano le frequenze relative cumulate, la mediana corrisponderà al valore
xi associato alla prima frequenza relativa cumulata che comprende 0.5.
18 10 0.1 0.1
20 15 0.15 0.25
23 20 0.2 0.45
25 30 0.3 0.75
26 15 0.15 0.9
27 7 0.07 0.97
30 3 0.03 1
100
Le distribuzioni in classi individuazione della classe mediana associata alla frequenza relativa cumulata che
comprende il valore 0.5
( )( . )
Med=xi-1+ per individuare la mediana in una classe
Fi-1= frequenza relativa cumulata prima della classe mediana Fi = frequenza rel. cumulata classe
mediana
Esempio:
statura ni fi Fi
82
Quartili
Il primo quartile corrisponde a quel valore che lascia alla sua sinistra il 25% delle osservazioni, mentre lascia alla sua
destra il 75% delle osservazioni.
Il terzo quartile corrisponde a quel valore che lascia alla sua sinistra il 75% delle osservazioni, mentre lascia alla sua
destra il 25% delle osservazioni.
Statistica Pagina 7
Anche in questo caso distinguiamo tre casi: distribuzioni di unità, distribuzione di frequenza e distribuzioni in classi.
La moda è la modalità a cui corrisponde la massima frequenza. Quindi può essere calcolata quando si ha una
distribuzione di frequenze. Poiché non richiede calcoli si può parlare di moda per qualunque tipo di carattere. Se la
variabile statistica è divisa in classi e le classi hanno diversa ampiezza, è necessario calcolare la densità di frequenza.
L’intervallo corrispondente alla più grande densità di frequenza è quello dentro il quale cade la moda.
Voto ni
statistica
18 3
20 2
La moda è 23.
23 4
25 1
26 2
28 2
30 1
15
Se invece vogliamo trovare la moda in una classe, bisogna calcolare la densità della classe, la classe con la densità
maggiore è la classe modale, la moda invece corrisponderà al valore centrale della classe.
9 LA VARIABILITA’
La variabilità è l’attitudine di un fenomeno quantitativo ad assumere differenti modalità. Si distinguono due aspetti
della variabilità:
La dispersione che caratterizza il maggiore o minore addensamento delle osservazioni rispetto ad un valore
che dovrebbe essere compreso tra il valore più piccolo e più grande della distribuzione e potrebbe coincidere
con un termine della distribuzione;
Gli indici di variabilità assoluta sono espressi nella stessa unità di misura delle unità statistiche e si dividono in:
Indici di dispersione: devianza, varianza, scarto quadratico medio;
Intervalli di variazione: campo di variazione e differenza interquartile.
La devianza è una misura di variabilità di una distribuzione. È data dalla somma degli scarti della media aritmetica al
quadrato, ossia scarto di una media al quadrato per il numero di frequenze + scarto di una nuova media al quadrato,
etc. Esso è il numeratore della varianza.
Dev (x)=∑ (𝑥 − 𝑥̅ )2
Statistica Pagina 8
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
La varianza è definita come la media aritmetica del quadrato degli scarti della media diviso n, esso ci fornisce la
misura sintetica di quanto le unità differiscono dalla media.
∑ ( ̅)
𝝈2= oppure può essere calcolata come la differenza di due medie al quadrato 𝝈2=𝑴𝟐𝒒 − 𝒙𝟐
𝒏
Lo scarto quadratico medio o deviazione standard è il più utilizzato tra gli indici di variabilità e non è altro che la
∑ ( ̅)
radice quadrata della varianza. 𝝈=
𝒏
2
Voto(xi) ni Xi*ni Xi-media(𝑥̅ ) (xi-media) x n1
Intervalli di variazione
Il campo di variazione è la differenza tra il valore massimo e quello minimo della distribuzione. La sua utilizzazione è
molto limitata poiché è influenzata dai valori anomali.
ω =xmax - xmin
Differenza interquartile è data dalla differenza tra il terzo e il primo quartile. Q=Q3-Q1
Il Box-Plot consente con un colpo d’occhio di valutare:
Il valore della tendenza centrale;
La dispersione che dipende dall’ampiezza del rettangolo;
La simmetria se i dati sono simmetrici;
L’asimmetria nelle distribuzioni asimmetriche positive e negative
Indici di variabilità relativa sono indipendenti dall’unità di misura e permettono di fare confronti.
Il coefficiente di variazione CV = ||
è espresso generalmente in termini percentuali, e consente di effettuare
confronti fra diverse distribuzioni per fenomeni omogenei.
Anche per i caratteri qualitativi esiste un concetto simile alla variabilità ossia la mutabilità.
La mutabilità è l’attitudine di un fenomeno qualitativo ad assumere diverse modalità. Esempi di indici di mutabilità
sono: indici che misurano l’omogeneità e per negazione l’eterogeneità.
Un insieme si dice omogeneo rispetto ad un carattere se tutte le unità presentano la stessa modalità, per contro se le
unità statistiche tendono a distribuirsi in maniera uniforme si parlerà di insieme eterogeneo.
Statistica Pagina 9
a a …. a …. a a
1 2 i j k
0 0 …. n … 0 0
max (IE)=
Un indice normalizzato compreso tra 0 e 1, utile per il confronto tra due distribuzioni si ottiene raddoppiando IE con il
suo massimo
∑ ( )
IEk =
Esempio: si considera un collettivo di 100 addetti secondo l’attività di lavoro e il titolo di studio
2
ni fi Fi
100 1 0.36
ni fi F i2
Quindi il carattere lavoro è più eterogeneo del titolo di studio. laurea 20 0.2 0.04
100 1 0.34
10 INDICI DI FORMA
Per sintetizzare una distribuzione si possono utilizzare anche gli indici di forma. Essi sono indici descrittivi che
mettono in evidenza ulteriori aspetti della variabilità di un fenomeno, ossia: l’asimmetria e la curtosi.
L’asimmetria:
Una frequenza si dice simmetrica se le modalità equidistanti dalla mediana presentano la stessa frequenza (assoluta
o relativa), cioè se x’ e x” sono tali che: I x’- Med I = I x”- Med I
Statistica Pagina 10
Esempio:
xi ni
3 10
4 12
5 8
50
Nel caso di una distribuzione simmetrica, il suo grafico è simmetrico rispetto alla mediana. Se una distribuzione
unimodale è simmetrica la moda, la media e la mediana coincidono.
Tenuto conto che la mediana (centro di simmetria) è un valore interno alla moda e alla media, si ha che se una
distribuzione non è simmetrica si possono avere diverse situazioni:
Asimmetria positiva: Mo< Med < 𝑥̅ Vi è un maggiore addensamento dei dati in corrispondenza dei dati osservati in
corrispondenza dei valori più bassi: ramo destro della curva
Asimmetria negativa se: 𝑥̅ < Med < Mo
Distribuzione simmetrica: Med-Q1=Q3-Med
Distribuzione asimmetrica positiva: Med-Q1<Q3-Med
Distribuzione asimmetrica negativa: Med-Q1>Q3-Med
𝑄 𝑄 −2𝑀𝑒𝑑
Per calcolare l’indice di asimmetria si fa: AS = 1+ 3
𝑄3−𝑄1
AS=0 simmetria
Esempio: calcola AS
55 I- 60 12 0.12 0.12 ( )( . ) ( )( . . )
Med = 𝑥 + = Med = 65 + . .
=
60 I- 65 14 0.14 0.26
∗ . ∗ .
65 + =65+ . =65+4=69
.
65 I- 70 30 0.3 0.56 Il primo quartile ha classe 60 I- 65 perché ha il valore 0.25
Il terzo quartile ha classe 70 I- 75 perché ha il valore 0.75
70 I- 75 24 0.24 0.80
( )( . ) ( )( . . )
Q1= 𝑥 + = 60 + =64.64
75 I- 80 10 0.1 0.90 . .
( )( . ) ( )( . . )
80 I- 85 9 0.09 0.99 Q3= 𝑥 + = 70 + =73.96
. .
85 I- 90 1 0.01 1 . .
AS = =
.
=0.0644
100 1
Statistica Pagina 11
Uno degli indici di asimmetria più noto è il Skewness del Pearson, che esprime i il grado di simmetria di una
distribuzione unimodale come differenza tra la media aritmetica e la moda, tutto diviso la deviazione standard
γ=
∑ ( ̅)
𝜇̅ =
La curtosi
Data una distribuzione unimodale simmetrica si vuole valutare il suo scostamento rispetto ad un modello teorico di
riferimento normale o Gauss.
Per misurare il grado di disnormalità di una distribuzione viene impiegato il coefficiente di curtosi di Pearson.
Si supponga di avere una distribuzione doppia di una variabile Y quantitativa e di una variabile X che può essere sia
quantitativa che qualitativa. Esiste indipendenza in media tra due variabili se e solo se si verifica la seguente
condizione:
Statistica Pagina 12
L’indice relativo di dipendenza in media è il rapporto di correlazione di Pearson. Esso è uguale al rapporto della
devianza Between e la devianza di Y:
( ) ∑ ( ) ∗
∑ ̅ ∗
𝑛 = = ∑
𝑛 = ∑ ( )
( ) ∗ ∗
Proprietà
0≤ 𝑛 ≤1
𝑛 = 0 𝑖𝑛𝑑𝑖𝑝𝑒𝑛𝑑𝑒𝑛𝑧𝑎 𝑖𝑛 𝑚𝑒𝑑𝑖𝑎
Esempio:
reddito
13 21 31 43
∗ ∗ ∗ ∗
𝑦1= =23.5
titolo 10-16 17-25 26-36 37-49
∗ ∗ ∗ ∗
𝑦2= =31.33
Diploma 4 6 5 1 16
∗ ∗ ∗ ∗
𝑦3= =16.09
Laurea 0 2 5 2 12
∗ ∗ ∗ ∗
Altro 16 4 2 0 22 𝑦= =22.12
20 12 15 3 50
yj n*j (yj-𝑦)2*n*j
𝑦i ni* (𝑦i-𝑦)2*ni*
13 20 1663.49
23.5 16 30.47
21 12 15.05 𝑛 =
( )
=
∑ ( ) ∗
=
.
=0.44
31.3 12 1011.27 ( ) ∑ ∗ .
L’indipendenza correlativa va analizzata attraverso una tabella di correlazione (entrambe le variabili quantitative) e
l’indice che useremo è il coefficiente di correlazione.
Si ha concordanza tra due variabili se a valori più piccoli di X corrispondono in media valori più piccoli di Y e a valori
più grandi di x corrispondono in media valori più grandi di y. Nel caso contrario si ha discordanza.
Statistica Pagina 13
La codevianza è la somma dei prodotti degli scarti dei due caratteri x e y ossia:
( , )
Cov (X, Y)= ∑ 𝑥 𝑦 − 𝑛𝑥𝑦 Cov (X, Y)=
Per misurare la concordanza o la discordanza tra le due variabili si utilizza il coefficiente di correlazione lineare di
Bravis Pearson che fornisce una misura del grado di correlazione lineare reciproca che esiste tra le due variabili x e y.
( , )
r= Il coefficiente è un numero puro che varia tra –1 e 1 ed ha il segno algebrico della
( ) ( )
codevianza.
63 55 X-M Y-M
65 60 -8 -6.8
50 49 5 7.2
64 46.24 54.4 ( , )
r= ( )
= = 0.78
( ) √ ∗ .
25 51.84 36
100 14.44 38
Statistica Pagina 14
12 LA REGRESSIONE LINEARE
La regressione ha lo scopo della di ricerca di un modello atto a descrivere la relazione esistente tra una variabile
indipendente X e una dipendente Y. Si sceglie come variabile indipendente la variabile antecedente rispetto all’altra.
La regressione è rappresentata attraverso una retta di regressione nella seguente espressione analitica:
𝑦 =bo+b1xi (bo e b1 sono coefficienti di regressione; b0 l’intercetta della retta sull’asse y ; b1 coefficiente angolare)
Mediante il metodo dei minimi quadrati si trova la retta migliore, ossia quella che rende quanto più piccola i residui.
( , ) ∑ ( ̅ )( )
b1= ( )
= ∑ ( ̅)
Una volta calcolata la retta di regressione bisogna determinare il grado di adattamento che esiste tra i valori osservati
e i teorici.
La devianza della variabile di Y sarà uguale alla somma della devianza di residua + la devianza di regressione.
La devianza di regressione è quella parte della variabilità di Y che viene spiegata dalla relazione lineare. È nulla se i
valori teorici coincidono con la media della Y.
Il grado di adattamento è definito dal coefficiente di determinazione lineare ed è dato dal rapporto tra la devianza di
regressione e la devianza totale. Esso misura quanta parte della variabilità totale è spiegata dalla regressione e
assume valori compresi tra 0 e 1.
( ) ∑ ( ) ∑ ( )
R2= =∑ oppure R2=1 - ∑
( ) ( ) ( )
Statistica Pagina 15
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
0≤𝑅 ≤1
2
R =0 la devianza regressione è nulla, i valori teorici sono tutti costanti e pari al valore medio della Y.
2
R =1 la devianza residua è nulla, per cui la variabilità di Y è spiegata totalmente dalla variabile X.
Due variabili sono interdipendenti quando non si può individuare un carattere antecedente all’altro.
La correlazione misura il grado di concordanza e discordanza tra due variabili attraverso il coefficiente di correlazione
lineare di Bravis - Pearson.
( , )
r= ( ) ( )
Il coefficiente che è un numero puro che varia tra -1 e 1 ed ha il segno algebrico della codevianza.
Un esperimento casuale (E) può essere considerato come una operazione il cui risultato non può essere previsto con
certezza. L’insieme di tutti i possibili risultati connessi all’esperimento è detto spazio campionario e viene indicato con
Ω.Lo spazio degli eventi è definito dalla classe di tutti i sottoinsiemi dello spazio campionario.
Unione: dati due eventi A e B si indica con A ∪ B l’insieme degli elementi che stanno in A o in B o in
entrambi.
Intersezione: dati due eventi A e B si indica con A ∩ B l’insieme degli elementi che stanno in A o in B.
Esempio: A ={1,2,3} B={2,3,4} A ∩ B = {2,3}
Negazione di eventi: l’insieme degli elementi non inclusi in A è denominato complemento o negazione di A e
si indica con 𝐴̅. La negazione dell’evento a riguarda tutti gli eventi di una prova escluso l’evento A.
Eventi disgiunti (incompatibili o mutualmente esclusici):due elementi si dicono disgiunti se non contengono
elementi comuni (non possono verificarsi contemporaneamente) A ∩ B = ∅ insieme vuoto.
Partizione: si definisce partizione di un insieme D quell’insieme costituito dalle parti non vuote, disgiunte la cui
unione è l’insieme D. A1 ∪ A2 ∪ A3 = D
Nella storia sono state proposte diversi impostazioni di pensiero sul concetto di probabilità: classica, frequentista,
soggettivista e assiomatica di Kolmogorov.
P (A) =
Questa definizione parte dal presupposto che tutti gli eventi abbiano la stessa probabilità di verificarsi. Può essere
applicabili solo a prove con numero finito di casi possibili.
Prende le mosse dal fatto che ripetendo numerose volte un esperimento nelle stesse condizioni, la frequenza relativa
di ciascun risultato tende a stabilizzarsi intorno ad un valore centrale al crescere delle prove (postulato empirico del
caso).
Statistica Pagina 16
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Si osservi che:
0≤ 𝑓 ≤ 1
Più eventi A, B e C si dicono incompatibili quando il verificarsi di uno esclude il verificarsi degli altri.
Dati A e B due eventi incompatibili di probabilità P (A) e P (B), la probabilità di realizzazione di uno o dell’altro evento
è uguale alla somma delle due probabilità dei due eventi.
Se gli eventi A e B non sono mutualmente escludendosi, la probabilità che il verificarsi l’uno o l’altro evento è:
Probabilità condizionata
Dato uno spazio Ω e due eventi A e B compatibili fra loro, si suppone che il secondo evento (B) sia quello
condizionante e si vuole conoscere la probabilità del verificarsi di A.
( ∩ )
P (A I B) = ( )
𝑐𝑜𝑛 𝑃(𝐵) > 𝑂
( ∩ )
P (B I A) = ( )
𝑐𝑜𝑛 𝑃(𝐴) > 𝑂
Probabilità composta
Dalla probabilità condizionata si deduce che, dati due eventi A e B, la probabilità del contemporaneo verificarsi di A e
B è pari a:
P(A ∩ B) = P (A I B) 𝑃(𝐵) = P(B I A) 𝑃(𝐴) dalle formule inverse della probabilità condizionata.
Nel caso in cui esista indipendenza, ossia il verificarsi di un evento non altera la probabilità del verificarsi dell’altro si
ha:
P (A I B) = 𝑃(𝐴) P (B I A) = 𝑃(𝐵)
Quindi l’espressione che esprime la probabilità del contemporaneo verificarsi di due eventi è:
Statistica Pagina 17
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Siano H1,..,Hn eventi mutualmente incompatibili che costituiscono una partizione di Ω. Per ogni A∈ Ω si ha:
Si considera un esperimento casuale E con uno spazio campionario Ω e sia Y lo spazio degli eventi.
Sia X una funzione che assegni un numero reale X (A) ad ogni evento, allora X(.) è chiamata variabile casuale (v.c.).
I valori di una variabile casuale sono incerti e di conseguenza v.c. X è sempre accompagnata dalla sua funzione di
probabilità P(X) che esprime la probabilità con la quale v.c. X può assumere i suoi diversi valori.
Le variabili casuali possono essere:
Discrete: se la v.c. assume un numero finito o un’infinità numerabile di valori;
Continue: è una variabile che può assumere tutti i valori appartenenti ad un intervallo (a,b).
Le v.c. sono indicate con lettere maiuscole(X) ed i valori assunti da X con lettere minuscole (x).
P (X = xi) = pi ∑ 𝑝 =1
L’insieme delle coppie (xi e pi) con i = 1, …. , n è detta distribuzione di probabilità di X. La funzione p i definisce la
funzione di probabilità della v.c. X.
Essa soddisfa le seguenti condizioni:
1. pi ≥0 per ogni i=1,…,n positività
2. ∑ 𝑝 = 1 certezza
Esempio: si lancino 2 dadi e si definisca la v.c. X come somma dei punti ottenuti dai 2 dadi.
eventi v.c. X pi
1 1 2 0.03 pi =
1 2
3 0.06
2 1
In questo caso il numero di combinazioni totali è 36
1 3
2 2 4 0.08
Graficamente sarà rappresentato attraverso un
3 1 istogramma dove sulle x avremo la v.c. e sulle
ordinate la pi
1 4
2 3
5 0.11
3 2
4 1
Totale 1
In alcuni casi può essere utile trovare la probabilità che una v.c. X assuma valori uguali o inferiori a xi e si utilizza la
seguente formula:
Statistica Pagina 18
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Una v.c. continua che assume valori in un certo intervallo R esteso anche a tutto l’asse reale R, è definita se esiste
una funzione f(x) tale che per ogni (a,b) ∈ R si abbia:
La funzione f (x) viene chiamata densità di probabilità della v.c. X (f.d.p) se e solo se:
1.Distribuzione uniforme discreta: una v.c. X assume valori in un insieme formato dai primi n numeri interi segue una
distribuzione uniforme discreta se la sua funzione di probabilità è data:
Statistica Pagina 19
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
P (X = xi) = i = 1,….,n
X assume un numero finito di valori, tutti gli eventi hanno uguale probabilità di verificarsi, la v.c. uniforme non presenta
moda ed è simmetrica intorno alla media. Inoltre valgono le seguenti condizioni:
2.Distribuzione di Bernoulli: una v.c. X ha distribuzione di Bernoulli con parametro p ( compreso nell’intervallo
chiuso 0,1) se e soltanto se la sua distribuzione di probabilità è data:
Bernoulli è associato ad un esperimento casuale i cui risultati sono classificati in due categorie ( esempio: vero e
falso) assegnando valori 1 e 0 rispettivamente con probabilità p e q (q=1-p)
3.Distribuzione Binomiale: una v.c. ha una distribuzione binomiale con parametri n (numero intero positivo)
X ≈ B(n,p)
n-x
P (X = x)= 𝑝 (1-p) x = 1,2,…., n
Inoltre.
E (X) = np Var (X) = npq la distribuzione binomiale è la somma di n v.c. indipendenti di bernoulli.
!
𝐶 = =( )! !
numero di casi in cui si presentano x successi in n prove
Esempio: un ragazzo partecipa ad un concorso la cui prova è un test a risposta multipla. Vengono presentate 10
domande con 3 risposte. Si determina: 1) Quante risposte giuste si attende dal ragazzo; 2) Si determini la probabilità
che risponda esattamente a più di 6 domande.
! ⋅ ∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙ ⋅ ∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙
Esempio: n=10 x=6 𝐶 =( )! !
= ( )! !
= =210
∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙
n-x
P (X = x)= 𝑝 ( 1 - p)
Dalla formula della probabilità binomiale sostituire alla x i casi che risponda a più di sei domande (x=7; x=8;x=9;x=10)
10-7 10-9
P (X=7) = 0.33 ( 1 - 0.33) =0.0154 P(X=9)= 0.33 (1-0.33) =0.0003
10-8 10-10
P (X=8) = 0.33 ( 1 - 0.33) =0.0028 P(X=10)= 0.33 (1-0.33) =0.000015
Distribuzione Normale o di Gauss: Una v.c. X ha distribuzione normale con parametri μ e σ2 se e soltanto se la sua
funzione di densità è data da:
( )
f (x)= 𝑒 -∞≤x≤+∞ X ≈(μ;σ2) E(X)= 𝜇 Var(X)= σ2
√
Caratteristiche:
Essa ha una forma campanulare simmetrica rispetto al punto X = 𝜇;
Esistono tante curve normali quanto sono le coppie di 𝜇 e di σ2;
Statistica Pagina 20
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Le proprietà sono:
È unimodale;
È simmetrica rispetto ad una retta parallela all’asse delle ordinate condotta per il punto di ascissa 𝑥 = 𝜇;
In corrispondenza del punto x = 𝜇 la funzione assume il suo valore massimo.
Ha due punti di flesso in corrispondenza di 𝜇 ± ∞;
Tende asintoticamente a 0 per x che tende a ±∞;
Data una v.c. normale X, ogni trasformazione lineare di X sarà anche essa una normale:
2
X ≈ N (𝜇; 𝜎 ) allora aX+b≈N(aμ+b;a σ ) dove a e b sono costanti reali.
2 2
Date n v.c. normali indipendenti X1,X2,….,Xn dove Xi ≈ N(μi;σi2) si può dimostrare (proprietà riproduttiva) che:
Y = (a1X1+a2X2+….+anXn)→ Y ≈ N (∑ 𝑎 𝜇 ;∑ 𝑎 𝜎 ) dove ai sono costanti.
La standardizzazione consiste nella traslazione degli assi ortogonali di riferimento dal valore x=μ al valore z=0, e al
cambiamento dell’unità di misura della variabile X. La nuova variabile Z viene espressa in unita di σ
Distribuzione Chi-Quadrato
Sia Zi = allora Y=∑ 𝑍 ≈𝑋 La v.c. chi quadrato è una v.c. continua generata dalla somma di n v.c. normali
standardizzate e indipendenti al quadrato. Dove n sono i gradi di Libertà.
Il grado di libertà è il numero di osservazioni diminuito del numero dei vincoli che entrano nel calcolo del parametro
considerato.
tn = Ha una forma simmetrica che dipende dai gradi di libertà. Si distingue dalla normale per avere una
forma meno snella e le code più ingrossate e per essere più appiattita.
Al tendere di n all’infinito la v.c. t di Student tende alla normale standardizzata. Questo già per n >30
Statistica Pagina 21
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Distribuzione F di Fisher-Snedecor
2
Se X≈Xn e Y≈Xm2 e se le due v.c. X e Y sono indipendenti allora la v.c.:
( )
per m > 4 V(F)= ( ) ( )
la distribuzione della F non è simmetrica in n e m.
Se da una popolazione X si estraggono tutti i possibili campioni di ampiezza n e per ogni campione si calcola la
statistica di interesse (media, mediana, varianza) si ottiene un insieme di valori ognuno dei quali è deputato ad essere
una stima del parametro incognito della popolazione.
Il modo in cui la statistica varierà da un campione ad un altro determina la distribuzione di probabilità della statistica
(distribuzione campionaria della statistica).
Sia X1, X2,… Xn un campione casuale di n osservazioni estratto dalla popolazione X. Esso è formato da n v.c.
2
indipendenti ed identicamente distribuite con media μ e varianza σ . Si ha allora:
Rappresenta una misura di variabilità delle medie campionarie attorno alla media della popolazione.
Considerando tutte le medie campionarie ed associando ad ogni media distinta la sua probabilità, si ottiene la
distribuzione della probabilità della media campionaria.
La distribuzione campionaria rappresenta la probabilità che la media calcolata su un campione assume valore 𝑥̅ .
Se si considera una popolazione finita in cui viene estratto un campione senza ripetizione allora:
( )
E (𝑋 ) = 𝜇 Var (𝑥̅ ) = ( )
𝑓𝑎𝑡𝑡𝑜𝑟𝑒 𝑑𝑖 𝑐𝑜𝑟𝑟𝑒𝑧𝑖𝑜𝑛𝑒 𝑝𝑒𝑟 𝑝𝑜𝑝𝑜𝑙𝑎𝑧𝑖𝑜𝑛𝑖 𝑓𝑖𝑛𝑖𝑡𝑒
Facendo tendere N all’infinito la quantità tende ad assumere valore 1: quindi quando la popolazione è infinita i
due schemi di campionamento coincidono.
Statistica Pagina 22
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Esempio: data una v.c. X che assume valori: 6,8,10,12 ognuno con probabilità ¼ (distribuzione uniforme discreta). La
media di X è pari a 9 mentre la varianza è uguale a 5. Si estraggono da X campioni X1 e X2 di ampiezza 2 con re
immissione.
X1 X2
6 6 6 6 1/16
6 8 7 7 2/16
6 10 8 8 3/16
6 12 9 9 4/16
8 6 7 10 3/16
8 8 8 11 2/16
8 10 9 12 1/16
8 12 10
10 6 8
10 8 9
10 10 10
10 12 11
12 6 9
12 8 10
12 10 11
12 12 12
Il teorema del limite centrale che al crescere di n la forma della distribuzione della media campionaria si approssima
alla forma normale. In pratica si ritiene che l’approssimazione sia accettabile per n > 30.
Statistica Pagina 23
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Date n v.c. X1,…..,Xn indipendenti generate da X ≈ B (1, p) la variabile (numeri di successi in n prove indipendenti)
Se si pone:
( )
Yn = = al tendere di n all’infinito la distribuzione Yn tende alla distribuzione normale
√ √
standardizzata
La rapidità con la quale la distribuzione binomiale tende a quella normale dipende dal valore di p, nel senso che la
migliore condiziona di convergenza si ha quando la distribuzione è simmetrica cioè quando p = q = 0.5
Agli effetti pratici l’approssimazione è ritenuta accettabile se np e nq sono entrambi maggiori o uguali a 5.
Esempio: Una moneta viene lanciata 500 volte. Trovare la probabilità che il numero di teste sia compreso tra 220 e
280.
. .
Z219.5= = .
= −2.73 Z280.5= = .
=2.73
Probabilità richiesta = doppio dell’area compresa tra z=0 e z = -2,73)=2 (0.4968) = 0.9936
L’inferenza statistica è un procedimento di generalizzazione dei risultati campionari che consente di effettuare stime o
verifiche di ipotesi sui parametri di una popolazione descritta da una variabile casuale. La teoria della stima statistica
propone di fornire dei criteri o delle procedure per la stima di uno o più parametri della popolazione. Successivamente
si passa alla verifica delle ipotesi che consiste nel sottoporre a verifica una certa affermazione fatta sui parametri della
popolazione. La popolazione è descritta da una v.c. X ≈ f(x;θ) dove θ è il parametro incognito da stimare.
La statistica inferenziale vuole:
Stimare il parametro incognito sulla base delle osservazioni campionarie;
Proprietà stimatori;
Intervallo di confidenza;
Verifica delle ipotesi.
La stima puntuale: si giunge alla determinazione di un solo valore numerico per uno o più parametri della popolazione
sulla base dei dati di un campione esatto.
La stima intervallare: nella quale si costruisce un intervallo casuale (intervallo di confidenza), che include il parametro
stimato con livello di confidenza 1- ∝
Sia: X1,…,Xn un campione casuale estratto da X≈f(x;θ) dove θ è il parametro incognito da stimare.
Si definisce stimatore T del parametro incognito una statistica, generica nota della v.c.
T = t (X1,…,Xn ) T = stimatore t(X1,…,Xn )= funzione v.c.
Si definisce stima:
t = t (X1,…,Xn ) il valore assunto dallo stimatore per un dato campione n
Esempio:
T=𝑋 =∑ stimatore media campionaria T=𝑥 =∑ stima della media
Statistica Pagina 24
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Lo stimatore bisogna considerarla come un’operazione matematica effettuata sul nostro campione prima di estrarlo,
quindi non è altro che l’insieme di tutte le stime. Quindi esistono infiniti stimatori, il nostro compito è trovare quello che
soddisfi le seguenti proprietà: correttezza, efficienza, sufficienza e consistenza.
La stima invece è l’operazione matematica effettuata sul nostro campione estratto, quindi è un numero fisso.
1. Correttezza
Sia X1, …, Xn un campione casuale estratto da X ≈ f (x;θ) uno stimatore T = t (X1,…,Xn ) è detto corretto (non
distorto) rispetto a θ se e solo se:
𝐸 (𝑇) = 𝐸[𝑡 (X1, … , Xn)]=0
Altrimenti lo stimatore risulta distorto e 𝐸(𝑇) −0 rappresenta la distorsione dello stimatore
Esempio: la media campionaria è uno stimatore corretto della media della popolazione E [𝑋 ]= μ
2
Mentre la varianza campionaria è uno stimatore distorto del parametro σ :
∑ ( )
E[𝑆 ]≠σ2 S2 =
La correttezza indica solo che uno stimatore tende ad assumere in media il valore del parametro, tuttavia non dice
nulla sulla dispersione delle stime campionarie intorno al parametro, quindi s’introduce una misura della precisione
dello stimatore che è EQM (errore quadratico medio).
EQM è dato dalla somma di 2 quantità: varianza dello stimatore T e distorsione dello stimatore al quadrato
2. Efficienza
Nella classe degli stimatori corretti, la scelta deve ricadere tra quelli che presentano la dispersione più piccola.
La varianza di uno stimatore corretto rappresenta una dispersione dello stimatore rispetto al parametro
incognito della popolazione.
Sia X1, …,Xn un campione casuale estratto da X ≈ f (x;C) lo stimatore T* di θ è detto efficiente se:
Var (T*) ≤ Var (T)
( ∗)
Efficienza relativa =
( )
Eff. Rel > 1 Stimatore al numeratore meno efficiente del denominatore.
Statistica Pagina 25
3. Sufficienza
Uno stimatore T = t (X1,…,Xn ) è una v.c. che condensa le n variabili casuali in una sola. Quindi si vuole
verificare se questa condensazione di valori ha comportato una perdita di valori. Sono detti sufficienti quei
stimatori che non disperdono informazioni sul parametro da stimare.
4. Consistenza
Se facciamo variare la dimensione del campione e lo stimatore migliora per il parametro di C lo stimatore è
detto consistente.
Consistenza in media quadratica: una successione di stimatori di θ gode della consistenza quadratica se e
solo se:
lim 𝐸𝑄𝑀(𝑇 ) = lim 𝐸(𝑇 − 𝜃)
→ →
lim 𝐸(𝑇 ) = 𝜃
→
Questa proprietà stabilisce che al crescere di n, se uno stimatore è distorto, la distorsione tende a 0.
Sia X1, …,Xn un campione casuale estratto da X≈f(x;θ) e date le due statistiche T1 e T2 con T1 < T2 e per le quali
P (T1 ≤ θ ≤ T2) = 1-∝
L’intervallo casuale (T1 e T2) è chiamato intervallo di confidenza per θ di probabilità 1-∝.
Il parametro θ è una costante incognita, mentre T1 e T2 sono v.c. che variano al variare del campione ed è per questo
che si è parlato di intervallo casuale.
Dopo aver estratto il campione si sostituiscono le osservazioni campionarie nella funzione dello stimatore ottenendo le
realizzazione delle v.c. estremi dell’intervallo t1 e t2 .
Dopo l’estrazione non si potrà esprimere tale intervallo in termini probabilistici per questo motivo si parla d’intervallo di
confidenza per il parametro θ con coefficiente di confidenza 1-∝.
Per la costruzione di un intervallo di confidenza siamo interessati a una quantità pivot, la cui distribuzione non dipende
dal parametro θ.
Intervalli di confidenza per la media di una popolazione normale con varianza nota.
2
Sia, X1,…,Xn un campione casuale di ampiezza n estratto da X ≈ N(μ,σ ) è noto:
𝑋 ≈ 𝑁(𝜇, ) dunque Z = ≈ 𝑁(0,1)
√
Un intervallo simmetrico è dato da:
P (−𝑧 ≤𝑍= ≤𝑧 )=1−𝛼 P(𝑋−𝑧 ≤𝜇 ≤𝑋+𝑧 )= 1−𝛼
√ √
√
L’ampiezza dell’intervallo è tanto più elevata quanto n è più piccolo, l’ampiezza dell’intervallo aumenta
all’aumentare di σ e cresce in misura diretta all’aumentare di 1-∝.
Se la popolazione non è normale per il teorema del limite centrale quando n > 30 si potrà costruire l’intervallo
di confidenza basato sulla normale standardizzata.
Intervalli di confidenza per la media di una popolazione normale con varianza nota con n < 30
2
L’intervallo di confidenza P (𝑋 − 𝑧 ≤𝜇 ≤𝑋+𝑧 ) = 1 − 𝛼 è utilizzabile solo se si conosce σ quando non si
√ √
dispone di questa quantità si risolve considerando lo stimatore corretto della varianza campionaria:
∑ ( )
𝑆 2=
2 2
Sia X1,…,Xn un campione casuale di ampiezza n estratto da X≈N(μ,σ ) con σ incognito allora:
Statistica Pagina 26
( ) ( )
f = stimatore di p P (𝑓 − 𝑧∝ ≤ 𝑝 ≤ 𝑓 + 𝑧∝ ) = 1 −∝
I principali fattori da considerare nell’individuazione della numerosità del campione sono: la varianza, intervallo di
confidenza desiderato e il costo del campionamento.
La varianza è una misura del grado di variazioni o oscillazioni presenti relativamente al parametro che vogliamo
stimare nella popolazione. Quindi quando si ha una popolazione con alta varianza bisogna usare dei grandi campioni.
L’intervallo di confidenza rappresenta una misura della bontà di una stima. Un intervallo piccolo suggerisce che siamo
sicuri del punto in cui si trova il vero valore della popolazione e quindi in questo caso la stima sarà più precisa.
Costo di campionamento. Un campionamento può costare molto e durare molto tempo quindi si devono conservare
solo i dati realmente necessari.
∝ è denominato livello di significativa ed indica il rischio di errore prefissato che si è disposti ad accettare.
∝
La dimensione campionaria sarà: n=( ) ∝
Tra i diversi valori di p e q si sceglie quello il cui prodotto è massimo, ossia p = q = 0.5 e ponendo 1-∝ = 95%.
ossia z∝/2 = 1.96
.
max n = ( )
in caso di popolazione grande o estrazione con ripetizione si ha:
.
.
n=
∝
max n =
Ipotesi statistica: è un’affermazione che specifica parzialmente o completamente la legge di distribuzione di una
variabile casuale. L’affermazione può riguardare sia la forma funzionale della legge di distribuzione, sia i parametri
caratteristici, o ai soli parametri caratteristici quando si assume nota la forma analitica della distribuzione stessa.
Statistica Pagina 27
Ipotesi parametrica: l’ipotesi riguarda i parametri caratteristici di una particolare distribuzione di cui si conosce la forma
analitica.
Ipotesi non parametrica: ossia l’ipotesi statistica che non presuppone nota tale forma.
Il test parametrico passa per tre fasi: definizione delle ipotesi statistiche; Statistica test; Regola di decisione.
L’ipotesi nulla rappresenta lo status quo ed è pre-esistente all’osservazione dei dati campionari. Essa è rifiutata se i
risultati campionari mostrano la sua falsità.
La formulazione dell’ipotesi nulla e alternativa conduce una partizione dello spazio parametrico θ in due sottoinsiemi
disgiunti θ0 indotto dalla H0 e θ1 indotto dalla H1.
L’ipotesi statistica è detta semplice se consiste nell’assegnare a un parametro un valore puntuale θ = θ*;
L’ipotesi statistica è detta composta quando si afferma che il parametro appartiene a un insieme più ampio di
valori.
L’ipotesi composta bidirezionale, quando si afferma che il parametro sia diverso da un particolare valore dello
spazio parametrico θ≠ θ*;
L’ipotesi composta unidirezionale, quando si afferma che il parametro sia maggiore o minore di un dato valore
numerico θ > θ* θ < θ*
Statistica test
È una funzione che fa corrispondere a ogni campione casuale un valore numerico che può classificarsi coerente o
meno con l’ipotesi specificata della H0.
Il test statistico conduce a una partizione dell’universo dei campioni in due sottoinsiemi complementari:
Regione di accettazione, campioni per i quali la statistica assume valori compatibili con H 0;
Regione di rifiuto, per la quale la statistica assume valori compatibili con H 1;
Regola di decisione
Procedimento che ci permette di decidere se accettare o rifiutare un’ipotesi o di determinare se i campioni osservati
differiscono significativamente dai risultati attesi.
Vera situazione
H0 H1
Decisione H0 Decisione giusta P (H0/H0)= 1-∝ Errore II specie P (H0/H1) = β
H1 Errore I specie P (H1/H0) = ∝ Decisione giusta P (H1/H2)=1-β
Statistica Pagina 28
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Test parametrici:
Test sulla media con varianza nota;
Test sulla media con varianza non nota;
Test sulla proporzione.
Esempio: la resistenza alla rottura delle funi prodotte è pari a 1800N ed uno scarto quadratico di 100N. Immettendo
un nuovo processo si pensa che la resistenza sia migliorata, e per provare ciò si estrae un campione di 50 funi e si
trova che la resistenza media è di 1850. Possiamo affermare che ci sia stato un miglioramento al livello di
significatività dello 0.01.
L’effetto del nuovo processo è produttivo se si traduce in un aumento della resistenza media, bisogna decidere tra le
due ipotesi:
H0:μ = 1800 non c’è miglioramento H1:μ > 1800 c’è miglioramento
Si pone
∝=0.01 𝑥̅ =1850 z0.01 = 2.33 dalla tabella
Quindi:
z= = 3.55 quindi 3.55 > 2.33 rifiutiamo H0 ed accettiamo il miglioramento del processo
√
II. Test sulla media con varianza non nota In questo caso usiamo la distribuzione t di Student
∑ ( )
𝑆 2= stimatore varianza campionaria
t=
√
Esempio:
L’età media dei disturbi in un campione di 17 donne è 48.59 mentre la varianza corretta è 244.55. Verificare se la
media della popolazione è significativamente diversa da 48 ad un livello ∝ = 0.05
quindi: se t sarà: -2.120 < t < 2.120 accettiamo H 0 se t < -2.120 o t > 2.120 rifiutiamo H0
.
t= = .
= 0.155 quindi non si rifiuta l’ipotesi
√
Statistica Pagina 29
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Z=
Esempio:
Una casa automobilistica afferma che il 90% dei suoi automobilisti usa la cintura, analizzando un campione si evince
che solo 400 su 500 utilizzano la cintura. Verificare ad un livello di significatività dello 0.01 la legittimità della casa.
𝑓= = 0.8
Poiché -7.45 è minore di -2.33 si rifiuta l’ipotesi H0 quindi l’affermazione della casa non è legittima
Opereremo sulle frequenze invece di fare il confronto tra parametri ipotizzati sotto H 0 e H1 e funzioni dei parametri
stimati sul campione.
L’ipotesi che si formula è quella dell’indipendenza delle righe e colonne che si traduce in:
P (Ai, Bj)= P (Ai) P (Bj) le due variabili sono stocasticamente indipendenti
L’ipotesi nulla da verificare è: H0 : pij=pi∙p∙j per ogni coppia i,j
Ipotesi alternativa
H1: pij≠pi∙p∙j per almeno una coppia i,j
L’analisi di regressione consiste nello sviluppo di un modello statistico che possa essere adottato per analizzare i
valori della variabile dipendente (Y) sulla base dei valori di almeno una variabile esplicativa (X) o indipendente.
Gli impieghi della regressione lineare sono: descrivere un’associazione lineare casuale o non casuale; predire il valore
medio della variabile dipendente; valutare se una relazione appartenente tra le due variabili è significativa.
E (Yi/xi)=β0+ β1x1
Statistica Pagina 30
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Linearità delle variabili: si ha linearità nelle variabili se X appare come indice 1 e non è moltiplicato o diviso per
un’altra variabile.
Ipotesi di normalità (ipotesi forte): gli errori hanno una distribuzione normale, la variabile Y ha una distribuzione
normale.
Ipotesi di indipendenza: questa condizione stabilisce che ogni dato statistico non è influenzato dall’altro.
Ipotesi sulla variabile esplicativa (ipotesi debole): la variabile Y è considerata una v.c., mentre le modalità distinte della
variabile X sono di natura deterministica, cioè fissate dal ricercatore.
Con l’analisi di regressione si vogliono stimare i coefficienti di regressione sulla base di n osservazioni campionarie.
Estratto un campione casuale si considera il modello lineare:
yi = b0+ b1xi+ei=𝑦 +𝑒
L’obiettivo dell’analisi di regressione lineare è di trovare la retta che meglio si adatta ai dati disponibili. Una tecnica
matematica per individuare tale retta è il metodo dei minimi quadrati, ossia si minimizza la somma dei quadrati degli
scarti tra i valori osservati e quelli teorici.
( , ) ∑ ( ̅ )( )
b0=𝑦 − 𝑏 𝑥̅ b1 = ( )
= ∑ ( ̅)
Le proprietà della retta sono:
È l’unica retta che minimizza la somma dei quadrati dei residui;
La retta passa per il punto media di x e media di y come centro di gravità;
La somma dei residui è uguale a 0;
La somma dei valori osservati è uguale alla somma dei valori teorici;
Il coefficiente angolare indica la variazione di y in corrispondenza di una variazione unitaria di x.
Al variare di b0 b1 descrivono due v.c. che possono essere considerati come stimatori naturali.
2 ∗
Uno stimatore corretto di σ è: MSE*= E (MSE*)= σ2
31 DISTRIBUZIONI DI FREQUENZE
La distribuzione di frequenze è il calcolo delle frequenze per ciascun valore o categoria della variabile.
Per rappresentare i dati di un’indagine statistica si possono utilizzare le seguenti tipologie:
Le distribuzioni di frequenze; Le serie territoriali;
Le serie storiche; Le matrici dei dati.
L’obiettivo di una misura di posizione è quello di sintetizzare in un singolo valore numerico l’intera distribuzione di
frequenza per effettuare confronti nel tempo, nello spazio o tra circostanze differenti. Essi ci forniscono informazioni
sulla centralità del nostro insieme di dati, ossia ci indicano il centro della distribuzione.
Gli indici di posizione sono: la media, la mediana, la moda, il valore centrale.
La media aritmetica è influenzata dai valori estremi anomali e può non coincidere con nessuno dei valori
oggetto di analisi;
La media geometrica si utilizza nei casi in cui la variabile si modifica tramite proporzioni ed è utilizzata nel
calcolo del tasso di rendimento medio di un capitale in funzione del tempo;
Statistica Pagina 31
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
La mediana è la modalità dell’unità statistica che occupa il posto centrale nella distribuzione ordinate delle
osservazioni.
La moda è la modalità a cui corrisponde la massima frequenza assoluta o relativa ed è quindi un indice per
governare, cioè per minimizzare gli scontenti.
Un aspetto importante della mediana è la sua capacità di essere resistenti alla presenza di valori atipici, eccezionali,
errati. Esso è un indice per decisioni che implicano costi da minimizzare, infatti minimizza la somma degli scarti
assoluti.
La media è un indice di equilibrio generale, e minimizza i rischi complessivi minimizzando i quadrati degli scarti ,
attribuendo particolarmente rilievo agli estremi rispetto ai valori centrali.
Per un analisi esaustiva di una distribuzione bisogna calcolare tuttavia la variabilità del fenomeno, come il campo di
variazione e la varianza. Questi indici descrivono la variabilità con unico valore che ne sintetizza le caratteristiche e ci
dicono in che modo essi sono disposti intorno all’indice di tendenza centrale.
35 NUMERI INDICE
I rapporti statistici:
Il rapporto statistico di composizione si ottiene dividendo il valore rilevato in una data circostanza per
l’analogo valore rilevato per l’intera popolazione;
I rapporti statistici di derivazione si ottengono dividendo la modalità di un fenomeno per quella corrispondente
di un altro valore che sul piano logico e/o temporale ne costituisce causa o presupposto logico (esempio i nati
e i morti sono influenzati dalla popolazione residente);
I rapporti di coesistenza concernono il rapporto tra la frequenza di una modalità rispetto a quella
corrispondente di un’altra modalità (esempio l’indice di vecchiaia definito come il rapporto tra gli over 65 ed
under 15);
I rapporti di densità concernono il rapporto tra la dimensione globale di un fenomeno e quella spaziale a cui
esso fa riferimento (esempio la densità di una sostanza inquinante nell’aria).
I rapporti statistici sono misure statistiche elementari finalizzate al confronto tra i dati stessi.
I numeri indici sono rapporti statistici che misurano la variazione di un fenomeno rilevato in tempi e circostanze
diverse.
In sintesi la statistica insegna a individuare i modi in cui un fenomeno si manifesta e varia nel tempo, a descriverlo
sinteticamente e a trarne da esso conclusioni più generali di fenomeni più ampi.
36 TASSI DI INCREMENTO
L’inflazione al consumo è un processo di aumento del livello generale dei prezzi dell’insieme dei beni e servizi
destinati al consumo della famiglia, esso è un indice che viene misurato dall’ISTAT.
L’Istat produce tre diversi indici dei prezzi al consumo: per l’intera collettività aziendale (NIC), per le famiglie di operai
e impiegati (FOI) e l’indice armonizzato europeo (IPCA).
Il NIC rappresenta per lo Stato il parametro di riferimento per la realizzazione delle politiche economiche (esempio i
rinnovi dei contratti collettivi).
Il FOI è l’indice usato per adeguare periodicamente i valori monetari (esempio gli affitti o gli assegni dovuti al coniuge
separato).
L’IPCA è assunto come indicatore per verificare la convergenza delle economie dei paesi membri dell’unione
Europea, ai fini dell’accesso e della permanenza in esso.
:
Se compariamo i tassi d’inflazione rispetto all’anno precedente si parla di comparazioni tendenziali. ( − 1)100
:
Statistica Pagina 32
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
lOMoARcPSD|2894970
Non sempre un valore elevato di r corrisponde un effettivo legame tra i due caratteri quantitativi considerati.
1. Una correlazione non reale si ha quando uno dei caratteri comprende l’altro (esempio mortalità infantile e
mortalità generale).
2. Una correlazione “mal posta” si ha quando altri fattori variabili influiscono più o meno fortemente su quelli
presi in considerazione ( per esempio in caso della correlazione positiva nel tempo di varie coppie di prodotti
agricoli che può essere dovuta all’influenza delle condizioni meteorologiche).
3. Altra correlazione è quella illusoria o priva di senso.
Una serie storica è costituita dai dati osservati a intervalli regolari di tempo (esempio: il prezzo di chiusura giornaliero
di un’azione).
Una serie storica o temporale è un insieme di dati costituiti da una sequenza di osservazioni su un fenomeno
d’interesse X, effettuati in istanti diversi o intervalli di tempo consecutivi.
Per un’analisi semplificata delle serie storiche si cerca di individuare la componente tendenziale di fondo del
fenomeno, il trend ciclo, utilizzando l’analisi di regressione o le medie mobili. L’obiettivo principale è quello di eliminare
i valori anomali, componente erratiche e stagionali.
La media mobile di ordine n consiste in una serie di medie aritmetiche calcolate su n periodi contigui. La media mobile
ha un’azione smoothing perché tende a ridurre le irregolarità di tipo casuale presenti in una serie storica, riducendo la
variabilità ed incrementando le capacità previsive del modello.
1. Una tabella a doppia entrata registra quante volte una coppia di modalità si presenta contemporaneamente
per x e y.
2. L’obiettivo di una misura di tendenza centrale è quello di sintetizzare in un singolo valore numerico l’intera
distribuzione di frequenza per effettuare confronti nel tempo, nello spazio o tra circostanze differenti.
3. La correlazione non è equivalente alla dipendenza.
4. Dati semplici o elementari: numeri o caratteri dell’alfabeto.
5. Dati aggregati: dati costituiti da più dati elementari.
6. Dati strutturati: dati costituiti da dati elementari aventi una struttura o uno schema di aggregazione.
7. Complesse: costituiti da dati complesse come le fotografie.
8. Dato boleano 0 1.
Statistica Pagina 33
Scaricato da Luca Baldereschi (lucabalde97@hotmail.it)
A quando risale la prima emissione di biglietti di
Al XVII secolo
banca pagabili a vista:
A quanto corrisponde l'area sotto la curva normale 0,3849
tra z=0 e z=1,2:
A quanto corrisponde l'area sotto la curva normale 0,4192
tra z=0 e z=1,4:
A quanto corrisponde l'area sotto la curva normale 0,1828
tra z=0,81 e z=1,94:
Ad un valore basso di r corrisponde: In diversi casi un legame debole tra i due caratteri
quantitativi considerati
Ad un valore elevato di r corrisponde: In diversi casi un effettivo legame tra i due caratteri
quantitativi considerati
Affinchè una v.c X continua sia ben definità occorre
che:
AGLI INIZI DEGLI ANNI CINQUANTA SI AVVIÒ: Il Processo di integrazione europeo
Alcune delle seguenti nazioni ebbero un elevata
Gran Bretagna e Stati Uniti
autonomia locale:
ALLA BASE DEL MERCANTILISMO C’È: Un insieme di precetti pratici
ALLA BASE DI UN NUOVO CICLO ECONOMICO PER Grappoli o sciami di innovazioni
SCHUMPETER C’È:
ALLA SUA NASCITA, IL CAPITALISMO INDUSTRIALE SI Dell’espansione dell’economia di mercato
AVVALSE:
All'interno del rettangolo (box plot) sono Il 50% delle osservazioni
contenute:
Aumentando il livello di significatività: Aumenta la potenza del test
Calcola il range delle seguenti osservazioni relative 29
agli errori compiuti da ogni alunno nel test con 30
domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)
Calcola il range delle seguenti osservazioni relative 12
agli errori compiuti da ogni alunno nel test con 30
domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2)
Calcola il range parziale delle seguenti osservazioni 12
relative agli errori compiuti da ogni alunno nel test
con 30 domande:
(2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29)
Calcola il range parziale delle seguenti osservazioni 7
relative agli errori compiuti da ogni alunno nel test
con 30 domande:
(2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29)
Calcolare la media geometria relativa all'andamento 1.04
dei prezzi di un dato prodotto:
1,103
1,031
0,939
1,097:
Calcolare la mediana della seguente serie: -2, -3, -5, 0
0, 1, 4, 7:
Calcolare la mediana della seguente serie di voti: 22
19, 20, 22,18, 26, 30, 28:
Calcolare la varianza dei seguenti numeri: 23,75
12,6,7,3,15,10,18,5:
Calcolare lo scarto quadratico medio dei seguenti 4,87
numeri: 12,6,7,3,15,10,18,5:
Che cosa è l'unità statitistica: L'unita elementare oggetto di osservazione e di
studio
Che durata hanno i cicli Kondratev: circa 50 anni
Che effetti determinò la CECA sul mercato europeo: Aumento della produttività e riduzione dei prezzi
Che incarico rivestiva Schuman al tempo della
Ministro degli esteri Francese
fondazione della CECA:
Chi fu il Presidente americano che inaugurò il New
Roosvelt
Deal:
Chi fu il primo Presidente dell’IRI: Alberto Beneduce
Chi fu il principale fautore della pianificazione
Ezio Vanoni
flessibile in Italia:
Come conseguenza della rivoluzione dovuta alle ICT
(Information And Communication Technologies), il All'integrazione e interdipendenza dei mercati che
processo di globalizzazione registra sfruttano le nuove tecnologie
un'accelerazione, dovuta soratutto
Come è più comunemente conosciuto l’European
Piano Marshall
Recovery Program:
Come erano composte le quote di partecipazione al
in dollari e oro al 25% e in divisa nazionale al 75%
Fondo Monetario Internazionale:
Come si chiamavano gli operatori di borsa che
ebbero un ruolo determinante nella speculazione bill brokers
del 1929:
Come viene classificato l'ortogramma: Sia a nastro sia a colonne
COMPRENDIAMO IL SUCCEDERSI DEI SISTEMI il processo storico
ECONOMICI, ATTRAVERSO:
Con il metodo dei minimi quadrati: Si minimizza la somma dei quadrati degli scarti tra
valori osservati e valori teorici
Con il metodo dei minimi quadrati: Si minimizza la somma dei quadrati degli scarti tra
valori osservati e valori teorici
Con riferimento alla domanda 4 la mediana: 61.52
Con un coefficiente di correlazione pari a r= +0,8, i Crescono al crescere dei valori dell’altra
valori di una variabile:
Con un coefficiente di correlazione pari a r= -0,5, i Tendono a crescere al decrescere dei valori
valori di una variabile: dell’altra, ma in maniera blanda
Con un coefficiente di correlazione pari a r= -0,8, i Crescono al decrescere dei valori dell’altra
valori di una variabile:
Con un coefficiente di correlazione pari a r= -0,9, i Crescono al decrescere dei valori dell’altra
valori di una variabile:
Conoscendo la devianza, lo scarto quadratico medio La radice quadrata del rapporto tra devianza e
si ricava calcolando: numerosità del collettivo
Considera il seguente insieme di osservazioni (2; 14; 5,66
13; 15; 6; 1), la media geometrica è pari a:
Considera il seguente insieme di osservazioni (2; 14; 8,5
13; 15; 6; 1), la media aritmetica è pari a:
Considera il seguente insieme di osservazioni (2; 14; 9,5
13; 15; 6; 1), la mediana è pari a:
Considera il seguente insieme di osservazioni (2; 14; 1
13; 15; 6; 1;1), la moda è pari a:
Considera il seguente insieme di osservazioni (-2; -2; -1
-2; -14; -13; -15; -6; -1;-1), il valore massimo è pari
a:
Considera il seguente insieme di osservazioni (2; 2; 2
2; 14; 13; 15; 6; 1;1), la moda è pari a:
Considera il seguente insieme di osservazioni (2; 2; 8
2; 14; 13; 15; 6; 1;1), il valore centrale è pari a:
Considera la relazione causa-effetto y = -f(x), calcola y = 10; la relazione è lineare
la y sapendo che f(x) = -10 ed indica il tipo di
relazione:
Considera la relazione causa-effetto y=-f(x)2, calcola y = 100; la relazione è non lineare
la y sapendo che f(x)=-10 ed indica il tipo di
relazione:
Consideriamo i seguenti dati: classi frequenze 34.19
10-20 5
20-30 8
30-40 12
40-50 9
50-60 3
Calcolare la media aritmetica:
Consideriamo la relazione y=f(x), dove x è x è la variabile indipendente
rappresentato dall’inflazione ed y sono i tassi di
interesse nell’Euro Area:
Consideriamo la seguente serie storica di valori 6
contigui (2,2,3,5,3,4,6,7), quante medie mobili di
pesate di ordine tre si possono calcolare:
Consideriamo la seguente serie storica di valori 4
contigui (3,5,3,4,6,7), quante medie mobili di ordine
tre si possono calcolare:
Consideriamo la seguente serie storica di valori 2
contigui (3,5,3,4,6,7), quante medie mobili di ordine
cinque si possono calcolare
Consideriamo la seguente serie storica di valori 5
contigui (3,5,3,4,6,7,0), quante medie mobili di
ordine tre si possono calcolare:
Consideriamo la seguente serie storica di valori 11/3
contigui (3,5,3,4,6,7), calcola la prima media mobile
di ordine tre calcolabile in tempo reale:
Consideriamo la seguente serie storica di valori 21/5
contigui (3,5,3,4,6,7), calcola la prima media mobile
di ordine cinque calcolabile in tempo reale:
Cosa indica il livello di significatività: La probabilità massima con cui accettiamo di
rischiare l'errore di prima specie
Cosa si intende per stima intervallare: La stima attraverso la quale si giunge alla
determinazione di un intervallo, che include il
parametro stimato, con livello di confidenza 1-
Cosa si intende per stima puntuale: La stima attraverso la quale si giunge alla
determinazione di un solo valore numerico per uno
o più parametri della popolazione
Cosa si intende variabilità: E' l'attitudine di un fenomeno quantitativo ad
assumere differente modalità
Costituiscono rappresentazioni grafiche adatte per Ortogramma e diagramma circolare
caratteri qualitativi:
Costituiscono rappresentazioni grafiche adatte per L'istogramma e box-plot
caratteri quantitativi:
Costruendo i numeri indice della serie storica del Capire quale delle due unità presenta un
fatturato per due aziende, vogliamo in particolare: andamento migliore
Da un mazzo di 40 carte viene estratta una carta. 0,1
Calcolare la probabilità di ottenere un asso:
Da un mazzo di 40 carte viene estratta una carta. 0,25
Calcolare la probabilità di ottenere una carta di
bastoni:
Da un mazzo di carte viene estratta una carta. 12/40
Calcolare la probabilità di ottenere una figura:
Da una partita di bulloni metallici è stato estratto un IC=[0,1216;0,2784]
campione di n=100 elementi e se ne sono trovati 20
difettosi. Costruire un intervallo di confidenza al
95% per la proporzione p dei pezzi difettosi:
Da una popolazione composta da 4 unità statistiche 16 possibi campioni
( A, B, C, D ) si voglia estrarre, con ripetizione, un
campione casuale di numerosità 2. Lo spazio
campionario è composto da:
Da una popolazione composta da 4 unità statistiche 64 possibili campioni
( A, B, C, D ) si voglia estrarre, con ripetizione, un
campione casuale di numerosità 3. Lo spazio
campionario è composto da:
Da una popolazione composta da 5 unità statistiche 25 possibili campioni
( A, B, C, D, E ) si voglia estrarre, con ripetizione, un
campione casuale di numerosità 2. Lo spazio
campionario è composto da:
Data una serie di valori numerici, il valore a cui Moda
corrisponde la massima frequenza si chiama:
Date coppie di valori X e Y, l’equazione di Una formula di predizione di Y
regressione può essere considerata
Date coppie di valori X e Y, la retta di regressione è Sola, e ben definita, tra le infinite rette che si
una: possono tracciare tra i punti di un diagramma a
dispersione
Date le variabili: X(Velocità km/h): 60, 80, y^= 39,882-0,1857xi
100,120,130 Y(Consumo in quinta km/litro): 29.8,
24.2, 20, 18.2, 16,2. Determinare l'equazione della
retta:
Date le variabili: X(Velocità km/h): 60, 80, 0,9650
100,120,130 Y(Consumo in quinta km/litro): 29.8,
24.2, 20, 18.2, 16,2, il coefficiente di
determinaziome lineare è:
Date le variabili: X(Velocità km/h): 577,6
60,80,100,120,130 Y(Consumo in quinta km/litro):
29.8, 24.2,20,18.2,16,2. La codevianza (X,Y) è:
Dati due stimatori T1 e T2 di uno stesso parametro: Se entrambi sono non distorti, il confronto tra i due
stimatori in termini di efficienza può essere
effettuato solo sulla base della varianza
Dati i seguenti eventi: A=(1,2,3), B=(2,3,4). AᴜB={1,2,3,4}
Determinare AᴜB:
Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), AᴜBᴜC={1,3,5,7,9,10}
C(1,5,9,10). Determinare A ᴜ B ᴜ C:
Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), A∩B={3,5}
C(1,5,9,10). Determinare A∩B:
Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), A∩C={1,5}
C(1,5,9,10). Determinare A∩C:
Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), B∩C={5,9,10}
C(1,5,9,10). Determinare B∩C:
Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), A∩B∩C={5}
C(1,5,9,10). Determinare A∩B∩C:
Dato un mazzo di 40 carte calcolare la probabilità di 1/40
ottenere in due estrazioni con reimmissione un re
alla prima estrazione e una carta di coppe alla
seconda:
Dato un mazzo di 40 carte calcolare la probabilità di 2/100
ottenere in due estrazioni con reimmissione un re e
un asso:
Dato un mazzo di 40 carte viene estratta una carta. 8/40
Calcolare la probabilità di ottenere un fante o un re:
Dato un mazzo di 40 carte viene estratta una carta. 32/40
Calcolare la probabilità di ottenere una figura o una
carta inferiore a 6:
Dieci adolescenti hanno ottenuto i seguenti in una 4/10
prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2),
estraendo a caso un punteggio quale è la
probabilità di ottenere un numero pari e inferiore a
6:
Dieci adolescenti hanno ottenuto i seguenti in una 0.7
prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2).
Estraendo a caso un punteggio quale è la
probabilità di ottenere un numero pari o inferiore a
6:
Dieci adolescenti hanno ottenuto i seguenti in una 0.2
prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2).
Estraendo a caso due punteggi con reimmissione,
quale è la probabilità di ottenere almeno un 7 alla
prima estrazione:
Dieci adolescenti hanno ottenuto i seguenti in una 14/100
prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2).
Estraendo a caso due punteggi con reimmissione,
quale è la probabilità di ottenere due punteggi la
cui somma sia 9:
Dire se la seguente distribuzione è simmetrica: Non è simmetrica
8,14,16,16,16,21,21:
Dividendo il numero delle morti e delle nascite in Correlazione spuria se l’andamento della
una comunità durante un periodo di tempo popolazione non è correlato col numero di nati e
rispettivamente per la quantità della popolazione morti
media dello stesso periodo si può ottenere:
Dividendo il numero delle morti in una comunità Coefficiente di mortalità
durante un periodo di tempo e la quantità della
popolazione media dello stesso periodo si ottiene:
Dividendo il numero delle nascite in una comunità Coefficiente di natalità
durante un periodo di tempo e la quantità della
popolazione media dello stesso periodo si ottiene:
Due eventi non sono indipendenti quando: Il verificarsi dell’uno modifica la probabilità del
verificarsi dell’altro
Due eventi sono indipendenti quando: Il verificarsi dell’uno non modifica la probabilità di
verificarsi dell’altro
Due punti C e D, distano 80 km, un corpo si muove 32km/h
da C a D alla velocità di 80 km/h e da D a C alla
velocità di 20 km/h. Determinare la velocità media
dell'intero tragitto:
Due variabili si dicono perfettamente correlate se: Il coefficiente di correlazione è pari a 1 in valore
assoluto
Due variabili sono stocasticamente indipendenti se:
Se la popolazione non è normale per il teorema del Basato sulla distribuzione normale standardizzata
limite centrale, quando n>30, si può costruire
l'intervallo di confidenza:
Se lo stimatore è corretto: EQM=Varianza dello stimatore
Se si effettua una estrazione senza reimmissione la Viene modificata
probabilità di estrarre un altro elemento:
Se si raddoppia la numerosità campionaria, il valore Raddoppia
del chi-quadrato:
Se una variabile è dicotomica: Può assumere solo due valori, indipendentemente
dalla probabilità di ottenere uno o l’altro dei due
valori
Se X è la variabile indipendenre e Y quella Valore predetto
dipendente, considerando l’equazione di
regressione è corretto definire Y’ come:
Se X è la variabile indipendente e Y quella Predittore
dipendente, considerando l’equazione di
regressione è corretto definire X come:
Si chiama contingenza: La differenza tra frequenze osservate e frequenze
teoriche
Si commette un errore di prima specie: Nel rifiutare l'ipotesi nulla quando in realtà è vera
Si commette un errore di seconda specie: Nell' accettare l'ipotesi nulla quando in realtà è falsa
Si consideri come successo l’evento “faccia con il 1/6
numero sei” nel lancio di un dado. Calcolare la
probabilità di successo in un lancio:
Si consideri come successo l’evento “faccia con il 5/6
numero sei” nel lancio di un dado. Calcolare la
probabilità di insuccesso in un lancio:
Si consideri la popolazione di 20 unità statistiche: {- Media aritmetica
250,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,10,11,250}.
Indicare quale indice di posizione appare
rappresentativo dell’intera distribuzione:
Si consideri la popolazione di unità statistiche: {- Moda
250,2,2,2,2,3,4,6,6,7,7,7,7,7,7,8,8,9,9,9,10,11,2500}.
Indicare quale indice di posizione appare
rappresentativo dell’intera distribuzione:
Si consideri la popolazione: {- Moda
,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,9,9, 9,10,11,2500}.
Indicare quale indice di posizione appare
rappresentativo dell’intera distribuzione:
Si consideri la seguente distribuzione in classi: 58-62
pesi frequenze
48-52 7
53-57 31
58-62 25
63-67 22
68-72 20
73-77 11
78-82 4
la classe mediana:
Si consideri la seguente distribuzione in classi: 55.97
pesi frequenze
48-52 7
53-57 31
58-62 25
63-67 22
68-72 20
73-77 11
78-82 4
Calcolare il primo quartile:
Si consideri la seguente distribuzione in classi: 69
pesi frequenze
48-52 7
53-57 31
58-62 25
63-67 22
68-72 20
73-77 11
78-82 4
Calcolare il terzo quartile:
Si definisce stima: Il valore assunto dallo stimatore per un dato
campione
Si effettuano 60 misurazioni sperimentali da cui si IC=[30,723; 35,277]
evince una media campionaria uguale a 33.
Costruire un intervallo di confidenza al 90% per la
media della popolazione, la quale si distribuisce
normalmente con varianza pari a 115:
Si ha concordanza tra due variabili se: Cod(X,Y)>0
Si ha discordanza tra caratteri se: Ai valori più piccoli di una delle due variabili
corrispondono generalmente i più grandi dell’altra,
e se ai valori più grandi corrispondono in genere i
più piccoli;
Si ha discordanza tra due variabili se: Cod(X,Y)<0
Si ha indipendenza correlativa tra due variabili se: Cod (X,Y)=0
Si ha indipendenza in media tra due variabili Le media parziali sono uguali tra di loro ed uguali
statistiche se: alla media generale
Si ricorre ad una distribuzione normale quando: Una variabile casuale continua è distribuita
normalmente o quasi.
Si supponga di aver compiuto una rilevazione 0,25
campionaria su 2000 pazienti e che 500 siano
risultati sensibili ad un determinato farmaco.
Indicare quale è la proporzione campionaria di
persone sensibili al farmaco:
Si supponga di aver compiuto una rilevazione Non si può sapere
campionaria su 2000 pazienti e che 1000 siano
risultati sensibili ad un determinato farmaco.
Indicare quale è la proporzione nella popolazione di
persone sensibili al farmaco:
Si supponga di aver compiuto una rilevazione 0,75
campionaria su 2000 pazienti e che 500 siano
risultati sensibili ad un determinato farmaco.
Indicare quale è la proporzione campionaria di
persone non sensibili al farmaco:
Si supponga di aver compiuto una rilevazione 0,23 e 0,27
campionaria su 2000 pazienti e che 500 siano
risultati sensibili ad un determinato farmaco. Con
un grado di fiducia del 95%, stimiamo che la
proporzione della popolazione sensibile al farmaco
deve essere compresa tra:
Si supponga di avere la seguente distribuzione di 10 Nominale
individui secondo la nazionalità: Italiani n.3,
Francesi n.4, Spagnoli n.3. La caratteristica
nazionalità è misurata su scala:
Si vuole conoscere la proporzione di pezzi difettosi N=751,67
prodotti da una macchina. Determinare la
numerosità campionaria necessaria affinchè la vera
proporzione cada in un intervallo al 90%, tollerando
un errore non superiore al 3%.:
Si vuole sottoporre a verifica l'ipotesi: contro , t < -2,552
usando un livello di significatività dello 0,01. La
regione di rifiuto per il test T con 18 gradi di libertà
è: contro:
Si vuole sottoporre a verifica l'ipotesi: contro z < -1,96 o z > 1,96
usando un livello di significatività dello 0,05. La
regione di rifiuto per il test Z è:
Si vuole sottoporre a verifica l'ipotesi: contro t < -2,120 o t > 2,120
usando un livello di significatività dello 0,05. La
regione di rifiuto per il test T con 16 gradi di libertà
è:
Si vuole sottoporre a verifica l'ipotesi: contro t > 1,746
usando un livello di significatività dello 0,05. La
regione di rifiuto per il test T con 16 gradi di libertà
è:
Si vuole sottoporre a verifica l'ipotesi: contro , z>1,645
usando un livello di significatività dello 0,05. La
regione di rifiuto per il test Z è :
Si vuole sottoporre a verifica l'ipotesi: contro , z < -2,33
usando un livello di significatività dello 0,01. La
regione di rifiuto per il test Z è:
Si vuole sottoporre a verifica l'ipotesi: contro , t > 2,567
usando un livello di significatività dello 0,01. La
regione di rifiuto per il test T con 17 gradi di libertà
è:
Si vuole sottoporre a verifica l'ipotesi: t > 1,746
contro , usando un livello di significatività
dello 0,05. La regione di rifiuto per il test Z è :
Si vuole sottoporre a verifica l'ipotesi: z < -1,28
contro , usando un livello di significatività
dello 0,10. La regione di rifiuto per il test Z è:
Si vuole verificare l'ipotesi di indipendenza sulla Chi- quadrato con 4 gradi di libertà
base di una tabella di contingenza 3x3 la cui
frequenza totale è n=400. Il valore soglia per la
statistica test ha distribuzione
approssimativamente:
Si vuole verificare l'ipotesi di indipendenza sulla Chi- quadrato con 6 gradi di libertà
base di una tabella di contingenza 4x3 la cui
frequenza totale è n=400. Il valore soglia per la
statistica test ha distribuzione
approssimativamente:
Sia data una popolazione normale con varianza non
nota. Volendo verificare l'ipotesi: contro . La
statistica test da utilizzare è:
Sia data una popolazione normale con varianza
nota. Volendo verificare l'ipotesi: contro . La
statistica test da utilizzare è:
Sia data una v.c X, se essa assume valori in Discreta
corrispondenza di un insieme numerabile allora X è:
Sotto l'ipototesi che sia vera la variabile casuale t si Come una t di Student con n-2 gradi di libertà
distribuisce come:
Studiare la relazione tra due variabili X ed Y Studiare la tendenza che X e Y hanno a variare
significa: insieme
Supponiamo che la perdita di peso di n=16 pezzi di IC=[2,92;3,92]
metallo, dopo un certo intervallo di tempo, sia di
3,42 gr con varianza campionaria corretta pari a
0,4624. Costruire un intervallo di confidenza al 99%
per la media della popolazione di peso dei pezzi di
metallo:
Tra due variabili vi è indipendenza assoluta se: Le frequenze osservate sono uguali alle frequenze
teoriche
Tra i punteggi ad un test di letteratura inglese e i Le persone con punteggi bassi in matematica hanno
punteggi ad un test di abilità matematica (numero buone prestazioni in letteratura inglese
di risposte corrette in entrambi i casi) si calcola un
coefficiente di correlazione di Pearson pari a -0,88.
Sulla base del risultato ottenuto si può evidenziare
che:
Tra i punteggi ad un test di letteratura inglese e i Le due variabili sono correlate negativamente
punteggi ad un test di abilità matematica (numero
di risposte corrette in entrambi i casi) si calcola un
coefficiente di correlazione di Pearson pari a -0,88.
Sulla base del risultato ottenuto si può evidenziare
che:
Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è 0.58
una relazione lineare, sapendo che il coefficiente di
correlazione è uguale a 0.76, il coefficiente di
determinazione sarà pari a:
Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è Non è possibile calcolarlo con i dati a disposizione
una relazione non lineare, sapendo che il che non sono corretti
coefficiente di determinazione è uguale a -1, il
coefficiente di correlazione sarà pari a:
Trovare la media geometrica: 3, 5, 6, 6, 7, 10, 12: 6.43
Un campione rappresentativo è: Casuale
Un esperimento casuale è: Un'operazione il cui risultato non può essere
previsto con certezza
Un intervallo di confidenza è: Un intervallo di valori che si ritiene contenga il vero
parametro della popolazione con una prestabilita
"fiducia"
Un’ipotesi statistica è: Un affermazione sulla distribuzione di probabilità di
una variabile casuale
Un test fornisce punteggi compresi tra 0 e 120. La Sicuramente sbagliato
media del test, calcolata su un campione, risulta
142,9. Il risultato è:
Un test fornisce sicuramente punteggi compresi tra 120
0 e 120. La mediana del test, calcolata da un
ricercatore su un campione, risulta 142,9. Il
punteggio massimo ottenibile è:
Un tipico caso di correlazione non reale comporta Uno dei due caratteri comprende l’altro
che:
Un tipico caso di correlazione non reale comporta I due caratteri sono influenzati da circostanze
che: comuni
Un tipico caso di correlazione non reale comporta Altri fattori variabili influiscono su quelli presi in
che: considerazione
Un tipico caso di correlazione non reale comporta Altri fattori variabili, che rappresentano circostanze
che: comuni ,influiscono su quelli presi in considerazione
Un’ipotesi statistica è: Un’affermazione sulla distribuzione di probabilità di
una variabile casuale
Una classe è aperta: Se entrambi gli estremi sono esclusi
Una classe è chiusa: Se entrambi gli estremi sono inclusi
Una distribuzione campionaria è: La distribuzione di probabilità di una statistica
Una distribuzione di probabilità di una variabile L'insieme delle coppie probabilità dei diversi valori
casuale: possibili della variabile casuale
Una fotografia è un dato: Complesso
Una partita di pistoncini di freni presenta un IC=[1,1938;1,2062]
diametro:
Una quantità pivotale è: Una quantità che è funzione delle osservazione e
del parametro del quale si vuole costruire
l'intervallo di confidenza, con la caratteristica che la
sua distribuzione è nota e non dipende dal
parametro in esame
Una serie storica è costituita: Dai dati osservati a intervalli regolari di tempo
Una serie storica è costituita: Dalle osservazioni dei dati quantitativi nel tempo, si
possono avere serie mensili, giornaliere, annuali
Una statistica è: Una variabile casuale definita sui campioni
Una tabella a doppia entrata registra: La frequenza assoluta, cioè quante volte una coppia
di modalità si presenta contemporaneamente per X
e per Y
Una variabile casuale continua X: Assume tutti i valori appartenti ad un intervallo
Una variabile casuale: E' una funzione definita sullo spazio dei campioni
Una variabile dicotomica può assumere: Solo due valori
Una variabilità alta in luogo di una variabilità bassa Diminuisce le capacità previsive dei modelli statistici
Una variabilità pari al valore 65 in luogo del valore Può aumentare le capacità descrittive e previsive
80, ottenuta eliminando i valori outlier: del modello statistico
Una variabilità pari al valore 80 in luogo del valore Indica che è stato commesso qualche errore nei
65, ottenuta eliminando i valori outlier: calcoli o nel programma
Uno stimatore corretto di σ², con le ipotesi di E(MSE*)= σ2
varianza costante e dell'indipendenza degli errori è
il MSE* = SSE*/n-2, il cui valore atteso è:
Uno stimatore corretto è più efficiente di un altro Se presenta varianza inferiore
stimatore corretto del parametro"teta"non noto se:
Uno stimatore corretto: È tale che il suo valore medio coincide con il valore
del parametro da stimare
Uno stimatore si dice consistente: Al crescere della numerosità campionaria, tende a
concentrarsi sul parametro da stimare
Usando la mediana in luogo della media nel calcolo È bene eliminare i valori anomali ed estremi
della varianza:
Utilizzando la tavola della curva normale Nella colonna di sinistra con una cifra decimale; la
standardizzata si individueranno i punti z: seconda cifra decimale è situata nella prima riga in
alto della stessa tavola
Valori estremi, cioè posizionati verso le code di una Inferiore rispetto ai valori centrali
distribuzione di probabilità, hanno una probabilità
di verificarsi per caso:
Vengono prelevate 15 compresse da un lotto di 0.4415
produzione, i valori sono:
0,485; 0,442; 0,466; 0,448; 0,419; 0,415; 0,450;
0,435; 0,443; 0,410; 0,434; 0,450; 0,422; 0,440;
0,464.
Calcolare il peso medio:
1) Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e
l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27
yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di
una temperatura media pari a 25 gradi, che ipotizziamo essere una v.c distribuita normalmente, è: 0,8
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,2: 0,3849
A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,4: 0,4192
A quanto corrisponde l'area sotto la curva normale tra z=0,81 e z=1,94: 0,1828
Ad un valore basso di r corrisponde: In diversi casi un legame debole tra i due caratteri quantitativi considerati
Ad un valore elevato di r corrisponde: In diversi casi un effettivo legame tra i due caratteri quantitativi
considerati
Affinchè una v.c X continua sia ben definità occorre che: f(x)maggiore0; f(x)dx=1
All'interno del rettangolo (box plot) sono contenute: Il 50% delle osservazioni
Aumentando il livello di significatività: Aumenta la potenza del test
Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30
domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29) 29
Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30
domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2) 12
Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30
domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29) 12
Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con 30
domande: (2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29) 7
Calcolare la media geometria relativa all'andamento dei prezzi di un dato prodotto: 1,103 1,031 0,939
1,097: 1.04
Calcolare la mediana della seguente serie di voti: 19, 20, 22,18, 26, 30, 28: 22
Con un coefficiente di correlazione pari a r= +0,8, i valori di una variabile: Crescono al crescere dei valori
dell’altra
Con un coefficiente di correlazione pari a r= -0,5, i valori di una variabile: Tendono a crescere al decrescere dei
valori dell’altra, ma in maniera blanda
Con un coefficiente di correlazione pari a r= -0,8, i valori di una variabile: Crescono al decrescere dei valori
dell’altra
Con un coefficiente di correlazione pari a r= -0,9, i valori di una variabile: Crescono al decrescere dei valori
dell’altra
Conoscendo la devianza, lo scarto quadratico medio si ricava calcolando: La radice quadrata del rapporto tra
devianza e numerosità del collettivo.
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media geometrica è pari a: 5,66
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media aritmetica è pari a: 8,5
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la mediana è pari a: 9,5
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1;1), la moda è pari a: 1
Considera il seguente insieme di osservazioni (-2; -2; -2; -14; -13; -15; -6; -1;-1), il valore massimo è pari a: -1
Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), la moda è pari a: 2
Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), il valore centrale è pari a: 8
Considera la relazione causa-effetto y = -f(x), calcola la y sapendo che f(x) = -10 ed indica il tipo di relazione: y
= 10; la relazione è lineare
Considera la relazione causa-effetto y=-f(x)2, calcola la y sapendo che f(x)=-10 ed indica il tipo di relazioney =
100; la relazione è non lineare
Consideriamo i seguenti dati: classi frequenze 10-20 5 20-30 8 30-40 12 40-50 9 50-60 3
Calcolare la media aritmetica: 34.19
Consideriamo la relazione y=f(x), dove x è rappresentato dall’inflazione ed y sono i tassi di interesse nell’Euro
Area: x è la variabile indipendente
Consideriamo la seguente serie storica di valori contigui (2,2,3,5,3,4,6,7), quante medie mobili di pesate di
ordine tre si possono calcolare: 6
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie mobili di ordine tre si
possono calcolare: 4
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), quante medie mobili di ordine cinque si
possono calcolare: 2
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7,0), quante medie mobili di ordine tre si
possono calcolare: 5
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima media mobile di ordine
tre calcolabile in tempo reale: 11/3
Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7), calcola la prima media mobile di ordine
cinque calcolabile in tempo reale: 21/5
Cosa indica il livello di significatività: La probabilità massima con cui accettiamo di rischiare l'errore di prima
specie
Cosa si intende per stima intervallare: La stima attraverso la quale si giunge alla determinazione di un intervallo,
che include il parametro stimato, con livello di confidenza 1-
Cosa si intende per stima puntuale: La stima attraverso la quale si giunge alla determinazione di un solo valore
numerico per uno o più parametri della popolazione
Cosa si intende variabilità: E' l'attitudine di un fenomeno quantitativo ad assumere differente modalità
Costituiscono rappresentazioni grafiche adatte per caratteri qualitativi: Ortogramma e diagramma circolare
Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un asso: 0,1
Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una carta di bastoni: 0,25
Da un mazzo di carte viene estratta una carta. Calcolare la probabilità di ottenere una figura: 12/40
Da una partita di bulloni metallici è stato estratto un campione di n=100 elementi e se ne sono trovati 20
difettosi. Costruire un intervallo di confidenza al 95% per la proporzione p dei pezzi difettosi:
IC=[0,1216;0,2784]
Data una serie di valori numerici, il valore a cui corrisponde la massima frequenza si chiama: Moda
Date coppie di valori X e Y, l’equazione di regressione può essere considerata: Una formula di predizione di Y
Date coppie di valori X e Y, la retta di regressione è una: Sola, e ben definita, tra le infinite rette che si possono
tracciare tra i punti di un diagramma a dispersione
Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2, 20, 18.2,
16,2. Determinare l'equazione della retta: y^= 39,882-0,1857xi
Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2, 20, 18.2,
16,2, il coefficiente di determinaziome lineare è: 0,9650
Date le variabili: X(Velocità km/h): 60,80,100,120,130 Y(Consumo in quinta km/litro): 28.8, 24.2,20,18.2,16.
La codevianza (X,Y) è: -577.6
Dati due stimatori T1 e T2 di uno stesso parametro: Se entrambi sono non distorti, il confronto tra i due
stimatori in termini di efficienza può essere effettuato solo sulla base della varianza
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re alla
prima estrazione e una carta di coppe alla seconda: 1/40
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re e un
asso: 2/100
Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un fante o un re: 8/40
Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una figura o una carta
inferiore a 6: 32/40
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2), estraendo a
caso un punteggio quale è la probabilità di ottenere un numero pari e inferiore a 6: 4/10
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a
caso un punteggio quale è la probabilità di ottenere un numero pari o inferiore a 6: 0.7
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a
caso due punteggi con reimmissione, quale è la probabilità di ottenere almeno un 7 alla prima estrazione: 0.2
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2). Estraendo a
caso due punteggi con reimmissione, quale è la probabilità di ottenere due punteggi la cui somma sia 9: 14/100
Dividendo il numero delle morti e delle nascite in una comunità durante un periodo di tempo rispettivamente
per la quantità della popolazione media dello stesso periodo si può ottenere: Correlazione spuria se l’andamento
della popolazione non è correlato col numero di nati e morti
Dividendo il numero delle morti in una comunità durante un periodo di tempo e la quantità della popolazione
media dello stesso periodo si ottiene: Coefficiente di mortalità
Dividendo il numero delle nascite in una comunità durante un periodo di tempo e la quantità della popolazione
media dello stesso periodo si ottiene: Coefficiente di natalità
Due eventi non sono indipendenti quando: Il verificarsi dell’uno modifica la probabilità del verificarsi dell’altro
Due eventi sono indipendenti quando: Il verificarsi dell’uno non modifica la probabilità di verificarsi dell’altro
Due punti C e D, distano 80 km, un corpo si muove da C a D alla velocità di 80 km/h e da D a C alla velocità di
20 km/h. Determinare la velocità media dell'intero tragitto: 32km/h
Due variabili si dicono perfettamente correlate se: Il coefficiente di correlazione è pari a 1 in valore assoluto
Due variabili sono stocasticamente indipendenti se: P(Ai,Bj)=P(Ai)-P(Bj)
Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza, i gradi di libertà
corrispondono: (r-1)(c-1)
Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza 5x5, i gradi di libertà
corrispondono: 16
Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza 5x4, i gradi di libertà
corrispondono: 12
Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza 6x6, i gradi di libertà
corrispondono: 25
I numeri indice comparano: Le variazioni dei livelli della variabile nel tempo con riferimento ad una base
I numeri indice sono: Esplicativi dell’andamento dei livelli della variabile nel tempo
I numeri indice sono: Inferiori a 100 se il livello tende a scendere rispetto all’anno base
I numeri indice sono: Superiori a 100 se il livello della variabile tende a crescere rispetto all’anno base
I simboli e S si riferiscono alla media ed allo scarto quadratico medio del: Campione
I simboli μ e σ si riferiscono alla media ed allo scarto quadratico medio del: Popolazione
I valori attesi nella variabile casuale Normale sono: Media; Varianza;
I Voti riportati da uno studente in fisica, statistica e matematica sono: 71, 78, 89 (voti in centesimi). I pesi
attribuiti alle discipline sono rispettivamente 2, 4, 5. Calcolare la media dei voti: 82
Il box plot fornisce informazioni: Sulla variabilità, sulla presenza di valori anomale e sulla simmetria/asimmetria
della distribuzione
Il box plot, rappresentato tramite un rettagolo, è diviso al suo interno: Dalla mediana
Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità tecniche” è pari a 0,76.
Considerando una relazione lineare tra X ed Y, dove quest’ultima è la variabile dipendente, il coefficiente di
determinazione sarà pari a: 0,58
Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità tecniche” è pari a 0,76.
Considerando una relazione lineare tra X ed Y, dove quest’ultima è la variabile dipendente, la varianza residua
sarà pari a: 42%
Il coefficiente di correlazione di Pearson tra X= “abilità manuali” ed Y= ”abilità tecniche” è pari a 0,76.
Considerando una relazione lineare tra X ed Y, dove quest’ultima è la variabile dipendente, la varianza
comune sarà pari a: 58%
Il coefficiente di correlazione di Pearson tra X= “quantità di grassi saturi assunte” ed Y= ”speranza di vita” è
pari ad -1. Considerando una relazione lineare tra X ed Y, dove X è la variabile dipendente ed Y quella
indipendente, il coefficiente di determinazione sarà pari a: 1
Il coefficiente di correlazione r di Pearson può essere usato per calcolare la correlazione: Tra variabili misurate
su scale a intervalli o a rapporti equivalenti
Il coefficiente di variazione è dato dal rapporto, espresso in termini percentuali, tra: Lo scarto quadratico medio
e media aritmetica
Il numero dei caratteri in una matrice: Non dipende dalla numerosità della popolazione
Il numero di cuori negli esseri viventi ed il numero di battiti cardiaci al minuto possono entrambi essere
definiti: Il numero di battiti solamente può essere definito variabile
Il rapporto annuo tra tasso di inflazione e deflazione dell’anno x in un paese determinato: Non esiste
Il rapporto statistico di densità si ottiene: Mediante il rapporto tra la dimensione globale di un fenomeno e quella
spaziale a cui esso fa riferimento
Il rapporto statistico di derivazione si ottiene: Dividendo la modalità di un fenomeno per quella corrispondente di
un altro che, sul piano logico e/o temporale, ne costituisce causa o presupposto logico
Il teorema del limite centrale: Afferma che al crescere di n la forma della distribuzione della media campionaria
si approssima alla forma normale
Il rapporto statistico di coesistenza si ottiene: Mediante il rapporto tra la frequenza di una modalità rispetto a
quella corrispondente di un’altra modalità
In base al teorema di Gauss Markov, gli stimatori dei minimi quadrati: Sono i più efficienti
In riferimento alla tabella che mostra la decomposizione della devianza totale, il rapporto F è uguale: F= MSR
su MSE
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70
alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di risposte
corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di
profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64; se=2,5. Indicare
quale è la variabile indipendente: Attitudine all’Inglese
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70
alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di risposte
corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di
profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64; se=2,5. Indicare
quale punteggio dovrebbe ottenere al test di profitto un ragazzo che sbaglia tutte le domande al test
attitudinale: 10
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del corso ai 70
alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in termini di risposte
corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese per ogni ragazzo con un test di
profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’inglese raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=10+2X: r2=0,64; se=2,5. Per ogni
risposta corretta in più al test attitudinale indicare di quanti punti aumenta il punteggio al test di profitto: 2
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico. All’inizio del corso ai
70 alunni viene somministrato un test attitudinale per l’Informatica che fornisce punteggi in termini di risposte
corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’Informatica per ogni ragazzo con un test
di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+2X: r2=0,74; se=3,5. Indicare
di quanti punti è l’errore medio di previsione: 3,5
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico. All’inizio del corso ai
70 alunni viene somministrato un test attitudinale per l’Informatica che fornisce punteggi in termini di risposte
corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’Informatica per ogni ragazzo con un test
di profitto (da 0 a 100). Viene utilizzato il punteggio al test attitudinale per prevedere il livello di apprendimento
dell’informatica raggiunto a fine corso, e si ottengono i seguenti risultati: Y’=15+3X: r2=0,74; se=3,5. Indicare
per ogni risposta corretta al test attitudinale di quanti punti aumenta il punteggio al test di profitto e come si
chiama questo parametro: 3, coefficiente di regressione
In una tabella doppia se entrambi le variabili sono qualitative, si parla di: Tabella di contingenza
In una tabella doppia se entrambi le variabili sono quantitative, si parla di: Tabella di correlazione
Indicare la percentuale di bollette con importi inferiori a 60 euro, tra i bimestri con temperatura media
superiore a 20°:3/5
Indice chi-quadrato è un indice: Simmetrico
L’anno con valore pari a 100 nella serie storica dei numeri indice è: L’anno base.
L’Inferenza ha lo scopo di: Dedurre le caratteristiche dell’intera popolazione a partire da dati raccolti
L’inflazione è: La diminuzione del potere di acquisto della moneta
L’inflazione è: L'aumento prolungato del livello medio generale dei prezzi di beni e servizi in un dato periodo di
tempo
La correlazione indica: Il grado della relazione tra variabili, e per mezzo di essa si cerca di determinare quanto
bene un’equazione lineare o un’altra equazione qualsiasi descrivano o spieghino tale relazione tra variabili.
La correlazione: A differenza della regressione, non richiede di stabilire quale variabile sia antecedente all’altra
(in termini di dipendenza)
La curtosi rappresenta: Il grado di schiacciamento di una distribuzione intorno al suo centro di gravità e rispetto
alla curva normale
La curva normale a differenza delle altre curve è: Definita da un’equazione particolare che permette di
calcolare, data un’ordinata, porzioni di area sottese alla curva stessa
La curva normale è caratterizzata da: Essere definita da un’equazione particolare che permette di calcolare, data
un’ordinata, porzioni di area sottese alla curva stessa
La curva normale standardizzata è caratterizzata dal fatto di avere: Media =0 e deviazione standard=1
La curva normale standardizzata è caratterizzata dal fatto di avere: I punteggi sono espressi in punti z
La deflazione è: Espressa in percentuale
La devianza di regressione misura: Quanta parte della variabilità della Y è spiegata dalla relazione lineare
La distribuzione binomiale: Può essere utilizzata per descrivere casi in cui gli esiti possibili di una prova sono
solo due
La distribuzione di dice leptocurtica se: E' più appuntita rispetto alla normale
La distribuzione di dice platicurtica se: E' più schiacciata rispetto alla normale
La distribuzione di frequenza è: Il calcolo delle frequenze per ciascun valore o categoria della variabile
La distribuzione di probabilità di z è costruita: E’ una funzione teorica espressa con regole matematiche relative
a un insieme infinito di dati
La formula per calcolare il numero indice tra l’anno t e t-1 per la variabile X in Excel è preceduta da: Il segno
eguale
La funzione di ripartizione di una variabile casuale discreta: E' una funzioni a gradini non decrescente
La funzione di ripartizione di una variabile casuale X a valori reali è: La funzione che associa a ciascun valore
x la probabilità dell‘evento “la variabile casuale X assume valori minori o uguali ad x”
La funzione di ripartizione di una variabile casuale: Esprime la probabilità che la variabile casuale assuma
valori inferiori o uguali ad un valore fissato
La funzione f(X) raggiunge il suo punto più alto in corrispondenza di: Xi = media
La funzione stimatore del parametro dovrebbe essere: Centrata, consistente, efficiente
La funzione TENDENZA in Excel serve per: Calcolare il valore di una funzione stimata
La funzione TENDENZA in Excel serve per: Calcolare il valore stimato al tempo t in relazione ad una funzione
di regressione y*
La funzione TENDENZA in Excel serve per: Prevedere il valore al tempo t in una funzione stimata y*
La matrice dei dati è costituita da: Il numero di colonne dipende dai caratteri osservati
La media armonica è: Il reciproco della media aritmetica dei reciproci dei termini
La media della distribuzione della media campionaria: Coincide con la media della popolazione
La media geometrica è particolarmente usata: Quando i diversi valori vengono per loro natura moltiplicati
La media geometrica è uguale: Alla radice n-esima del prodotto dei termini
La media mobile di ordine 3 permette di: Effettuare lo smoothing delle serie storiche
La media mobile di ordine n consiste: In una serie di medie aritmetiche calcolate su n periodi contigui.
La mediana è: La categoria o il punteggio al di sopra e al di sotto del quale cade un ugual numero di casi
La probabilità del verificarsi di due eventi che si escludono a vicenda è data dal: Somma delle probabilità del
verificarsi di ciascuno dei due eventi
La proprietà di monotonicità degli indici di tendenza centrale: E' basata sulla comparazione tra le variabili ed i
rispettivi indici di posizione
La proprietà lineare degli indici di tendenza centrale: E' basata sulla relazione di linearità tra le variabili ed i
rispettivi indici di posizione
La proprietà lineare degli indici di tendenza centrale: E' diversa da quella moltiplicativa
La proprietà moltiplicativa degli indici di tendenza centrale: Permette cambiamenti di scala nell'indice
La quantità espressa da 1-r2xy con r2xy che indica la proporzione di varianza comune a X e Y è denominata:
Varianza residua
La rappresentazione grafica che si sviluppa attraverso una circonferenza suddivisa in tanti spicchi, viene
chiamata: Diagramma circolare
La rappresentazione grafica di distribuzioni di frequenze che si sviluppa attraverso una serie di rettangoli
contigui viene chiamata: Istogramma
La seguente ipotesi è nulla: C’è una relazione significativa tra reddito delle persone e livello di istruzione
La seguente ipotesi è nulla: La media dei tempi di reazione dei maschi è uguale a quella delle femmine
La seguente ipotesi è nulla: Le medie dei gruppi A,B,C non differiscono tra loro in modo significativo
La seguente ipotesi è nulla: Le medie dei gruppi A,B,C non differiscono tra loro in modo significativo
La seguente ipotesi è nulla: Non esiste nessuna relazione tra classe sociale e alcolismo
La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di individui è significativamente
diverso” è: Bidirezionale
La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di individui è significativamente
diverso” ha il seguente segno del valore critico: ±
La seguente ipotesi: “Il tempo medio di riconoscimento di alcuni dipinti storici impiegato dagli studenti è
inferiore a 20 secondi” è: Monodirezionale sinistra
La seguente ipotesi: “La media della popolazione da cui deriva un certo campione non è 200” Bidirezionale
La seguente ipotesi: “La probabilità di ottenere croce lanciando una certa moneta è superiore a 0,5” è:
Monodirezionale destra
La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un dado, e vince un
numero elevato di volte. Sospettiamo che il dado sia truccato” è: Monodirezionale destra
La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un dado, e vince un
numero elevato di volte. Sospettiamo che il dado sia truccato”. La probabilità sotto l’ipotesi nulla, cioè se le
vincite sono dovute al caso è: 1/6
La stima del parametro nel campione è: Non è opportuno definire la stima del parametro nel campione, ma nella
popolazione
La stima del parametro nella popolazione è: Relativa ai valori che può assumere lo stimatore
La variabile casuale t di student: Al tendere di n all'infinito la v.c t di student tende alla normale standardizzata
La variabile casuale uniforme discreta: E' tale che ogni sua realizzazione è equiprobabile
La varianza del campione è: Calcolata con i dati del campione rappresentativo della popolazione
La verifica delle ipotesi: Consiste nel formulare, sulla base di dati campionari, un giudizio che induca ad accettare
o rifiutare l'ipotesi nulla, con un prefissato livello di significatività
L'ampiezza della classe è: La differenza tra estremo superiore e estremo inferiore della classe
L'ampiezza dell'intervallo di confidenza per una proporzione è: a=2za/2op
L'asimmetria di una distribuzione denota che: I valori del caratteri sono distributi con frequenze differenti
attorno al suo valore centrale
Le densità di frequenza di un istogramma: Si ottengono dal rapporto tra la frequenza di una classe e l'ampiezza
della classe medesima
Le fasi di una indagine statistica si conviene siano le seguenti: Definizione degli obiettivi della ricerca;
Rilevazione dei dati; Elaborazione metodologica; Presentazione ed interpretazione dei risultati; Utilizzazione dei
risultati raggiunti
Le frequenze percentuali di una distribuzione si calcolano facendo: Il rapporto tra ciascuna frequenza ed il
totale delle frequenze e moltiplicando per 100 il risultato
Le matrici sono composte da: N righe e k colonne, con k che può essere eguale o diverso da n
Le misure di posizione hanno l’obiettivo di: Sintetizzare in un singolo valore numerico l’intera distribuzione di
frequenza per effettuare confronti nel tempo, nello spazio o tra circostanze differenti
L'indice chi-quadrato di Pearson (χ2) : Dipende dalla dimensione del collettivo
L'indice di asimmetria Skewness di Pearson è calcolato: Come differenza tra la media aritmetica e la moda
divisa la deviazione standard
Lo scostamento quadratico medio riguarda: La media degli scarti al quadrato tra i dati e la M
Lo scostamento semplice medio riguarda: Lo scostamento di ogni valore della distribuzione dalla media, preso
in valore assoluto
Nel calcolo dei tassi di incremento tra t e t-1 al denominatore vi è: Il dato dell’anno t-1
Nel calcolo del tasso di inflazione congiunturale al denominatore c’è: Il numero indice dei prezzi del mese m-1
dell\'anno a ed al numeratore il numero indice dei prezzi del mese m dell\'anno a
Nel calcolo del tasso di inflazione tendenziale al denominatore c’è: Il numero indice dei prezzi del mese m
dell\'anno a-1 ed al numeratore il numero indice dei prezzi del mese m dell\'anno a
Nel campionamento bernoulliano: Ogni unità statistica può entrare a far parte più volte del campione
Nel caso di estrazione con ripetizione la deviazione standard delle frequenze campionarie è: 0p=radice
quadrata di pq su n
Nel caso di estrazione senza ripetizione la deviazione standard delle frequenze campionarie è: 0p=radice
quadrata di pq su n con n-n su n-1
Nel modello di regressione lineare semplice la devianza residua risulta uguale a: SSE=Eni=1(Yi-Yi)2
Nel modello di regressione lineare semplice per verificare l'ipotesi si può utilizzate la quantità F che è una v.c
F di Fischer -Snedecor con : Con 1 e n-2 gradi di libertà
Nel modello di regressione lineare semplice, quali tra le seguenti ipotesi è definita ipotesi forte: Ipotesi di
normalità
Nel modello di regressione lineare semplice, quali tra le seguenti ipotesi è definita ipotesi debole: Ipotesi sulla
variabile esplicativa
Nel prodotto logico con operando A=0 ed operando B=1, il totale sarà: 0
Nel prodotto logico con operando A=VERO ed operando B=FALSO, il totale sarà: F
Nel prodotto logico con operando A=VERO ed operando B=VERO, il totale sarà: V
Nella congiunzione tra insiemi si valuta: Quando i due eventi si realizzano entrambi
Nella correlazione spuria, si rileva che: R varia tra -1 ed 1 e può essere elevato, ma le variabili non sono legate
da un rapporto serio di causalità
Nella retta di regressione Y’=aY+bYX il termine ay: Rappresenta la distanza tra il punto zero (origine) dell’asse
delle ascisse e il punto in cui la retta taglia l’asse delle ordinate
Nella serie (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3 sono: 103, 217, 350, 483
Nella serie ordinata secondo il tempo t e con valori (100,200,350,500,600) le medie mobili di ordine 3 con 2
cifre decimali sono: 216.67; 350.00; 483.33
Nella serie ordinata secondo il tempo t e con valori(10,100,200,350,500,600) le medie mobili di ordine 5 sono:
232 e 350
Nella somma logica con operando A=0 ed operando B=0, il totale sarà: 0
Nella somma logica con operando A=1 ed operando B=1, il totale sarà: 1
Nella teoria statistica i termini campione e popolazione sono: Non sono sinonimi
Nella teoria statistica i termini popolazione e campione sono: Indicativi del fatto che il campione è un
sottoinsieme della popolazione
Non è una scala di misura delle manifestazioni di un carattere statistico: La scala semilogaritmica
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e
l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27
yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore 24 riportato nella prima riga della tabella rappresenta: Una
modalità del carattere
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi centigradi) e
l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23, 32, 21, 15, 12, 16, 24, 27
yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di ripartizione empirica in corrispondenza di
una temperatura media pari a 17 gradi è: 4/10
Per calcolare le frequenze cumulate relative occorre dividere: Le frequenze cumulate per n
Per il postulato 2 dell'assiomatizzazione del calcolo delle probabilità, l'evento certo Ω ha probabilità: P(Ω)=1
Per la costruzione di un box plot si utilizzano i seguenti valori: Xmin Q1 Med Q3 xmax
Per la determinazione dell'intervallo di confidenza per la media di una popolazione normale con varianza
nota, si utilizza: La distribuzione normale standardizzata
Per la determinazione dell'intervallo di confidenza per la media di una popolazione normale con varianza non
nota (n: La distribuzione t di student
Per produrre la distribuzione di frequenza percentuale occorre: Moltiplicare per 100 le frequenza relative
Per rappresentare graficamente la forma della relazione tra due variabili X ed Y si utilizza: Il diagramma a
dispersione
Per trovare l'intervallo di confidenza per la media di una popolazione normale, si utilizza la t di student,
anziché la normale standardizzata perché: La varianza della popolazione non è nota
Poiché nella v.c. Normale la funzione f(X) raggiunge il suo punto più alto in corrispondenza di Xi = µ, ciò
comporta che media, mediana e moda: Coincidano
Ponendo ed H1 monodirezionale destra, indicare quando è possibile rifiutare l’ipotesi nulla; ciò accade nel
caso in cui il risultato del test effettuato lasci alla sua destra: Il 4% dei casi
Prova anche a realizzare in Excel i grafici che seguono. Quando rxy = 0, le due rette di regressione Y’=ay+byX e
X’= ax+bxY sono: Perpendicolari tra loro
Prova anche a realizzare in excel i grafici che seguono. Quando rxy = -1, le due rette di regressione Y’=ay+byX e
X’= ax+bxY sono: Coincidono
Prova anche a realizzare in excel i grafici che seguono. Quando rxy = +1, le due rette di regressione Y’=ay+byX e
X’= ax+bxY sono: Coincidono
Quale dei seguenti indici indica la variabilità di una serie dei dati: Scarto quadratico medio
Quale probabilità si ha di commettere l’errore di I tipo se si rifiuta l’ipotesi nulla avendo scelto un livello di
significatività del 5%: 5%
Quando a valori crescenti di X corrispondono valori crescenti di Y si ha: Una relazione positiva
Quando al diminuire dei valori di X corrisponde il diminuire dei valori di Y si ha: Una relazione positiva
Quando la correlazione tra X ed Y è molto bassa, pari ad rxy=0.22, i valori di Y ed Y’: Differiscono
Quando la correlazione tra X ed Y è molto elevata, pari ad rxy=0.92, i valori di Y ed Y’: Differiscono
Quando la popolazione è infinita: Lo schema di campiomento con ripetizione coincide con lo schema di
campiomaento senza ripetizione
Quando parliamo di matrice dei dati, relativamente al numero di colonne possiamo dire che... Il numero di
colonne dipende dai caratteri osservati
Quando si calcolano le frequenze cumulate percentuali, l'ultimo valore che si ottiene, cioè il più elevato, è: 100
Quanto dovrebbe essere grande un campione per avere un intervallo di confidenza al 95% per il contenuto
medio di nicotina di una data marca di sigarette, se il contenuto di nicotina ha una distribuzione normale con
σ=8,5 mg e l'ampiezza dell'intervallo deve essere di 6 mg: n=31
Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare la media geometrica:
=MEDIA.GEOMETRICA
Se il tasso di decremento tra t e t-1 è pari a -1,2%, allora il numero indice in t, con base t-1 sarà: 98,8
Se il tasso di decremento tra t e t-2 è pari a -5,2%, allora il numero indice in t, con base t-2 sarà: 94,8
Se il tasso di incremento tra t e t-1 è pari a 1,2%, allora il numero indice in t, con base t-1 sarà: 101,2
Se il tasso di incremento tra t e t-1 è pari a 2,2%, allora il numero indice in t, con base t-1 sarà: 102,2
Se il tasso di incremento tra t e t-2 è pari a 1,2%, allora il numero indice in t, con base t-2 sarà: 101,2
Se la popolazione è sufficiente grande, o nel caso di estrazione con ripetizionesi ha che: : n=z2a/2pq su E2
Se la popolazione non è normale per il teorema del limite centrale, quando n>30, si può costruire l'intervallo di
confidenza: Basato sulla distribuzione normale standardizzata
Se si effettua una estrazione senza reimmissione la probabilità di estrarre un altro elemento: Viene modificata
Se una variabile è dicotomica: Può assumere solo due valori, indipendentemente dalla probabilità di ottenere uno
o l’altro dei due valori
Se X è la variabile indipendente e Y quella dipendente, considerando l’equazione di regressione è corretto
definire X come: Predittore
Si commette un errore di seconda specie: Nell' accettare l'ipotesi nulla quando in realtà è falsa
Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la probabilità
di successo in un lancio: 1/6
Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la probabilità
di insuccesso in un lancio: 5/6
Si effettuano 60 misurazioni sperimentali da cui si evince una media campionaria uguale a 33. Costruire un
intervallo di confidenza al 90% per la media della popolazione, la quale si distribuisce normalmente con
varianza pari a 115: IC=[30,723; 35,277]
Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500 siano risultati sensibili
ad un determinato farmaco. Indicare quale è la proporzione campionaria di persone sensibili al farmaco: 0,25
Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 1000 siano risultati sensibili
ad un determinato farmaco. Indicare quale è la proporzione nella popolazione di persone sensibili al farmaco:
Non si può sapere
Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500 siano risultati sensibili
ad un determinato farmaco. Indicare quale è la proporzione campionaria di persone non sensibili al farmaco:
0,75
Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500 siano risultati sensibili
ad un determinato farmaco. Con un grado di fiducia del 95%, stimiamo che la proporzione della popolazione
sensibile al farmaco deve essere compresa tra: 0,23 e 0,27
Si supponga di avere la seguente distribuzione di 10 individui secondo la nazionalità: Italiani n.3, Francesi
n.4, Spagnoli n.3. La caratteristica nazionalità è misurata su scala: Nominale
Si vuole conoscere la proporzione di pezzi difettosi prodotti da una macchina. Determinare la numerosità
campionaria necessaria affinchè la vera proporzione cada in un intervallo al 90%, tollerando un errore non
superiore al 3%: n=751,67
Si vuole sottoporre a verifica l'ipotesi: H0:U=U0 contro H1:U<U0 , usando un livello di significatività dello
0,10. La regione di rifiuto per il test Z è: z
Si vuole sottoporre a verifica l'ipotesi: H0:U=U0 contro H1:U>U0 , usando un livello di significatività dello
0,01. La regione di rifiuto per il test T con 17 gradi di libertà è: t > 2,567
Si vuole sottoporre a verifica l'ipotesi: H0:U=U0 contro H1:U=U0 usando un livello di significatività dello 0,05.
La regione di rifiuto per il test Z è: z 1,96
Si vuole sottoporre a verifica l'ipotesi: H0:U=U0 contro H1:U=U0 usando un livello di significatività dello
0,05. La regione di rifiuto per il test T con 16 gradi di libertà è: t 2,120
Si vuole sottoporre a verifica l'ipotesi: H0:U=U0 contro H1:U>U0, usando un livello di significatività dello
0,05. La regione di rifiuto per il test Z è : z>1,645
Si vuole sottoporre a verifica l'ipotesi: H0:U=U0 contro H1:U>U0 usando un livello di significatività dello
0,05. La regione di rifiuto per il test T con 16 gradi di libertà è: t > 1,746
Si vuole sottoporre a verifica l'ipotesi: H0:U=U0 contro H1:U<U0 , usando un livello di significatività dello
0,01. La regione di rifiuto per il test T con 18 gradi di libertà è: contro: t
Si vuole sottoporre a verifica l'ipotesi: H0:U=U0 contro H1:U<U0 , usando un livello di significatività dello
0,01. La regione di rifiuto per il test Z è: z
Si vuole verificare l'ipotesi di indipendenza sulla base di una tabella di contingenza 3x3 la cui frequenza totale
è n=400. Il valore soglia per la statistica test ha distribuzione approssimativamente: Chi- quadrato con 4 gradi di
libertà
Si vuole verificare l'ipotesi di indipendenza sulla base di una tabella di contingenza 4x3 la cui frequenza totale
è n=400. Il valore soglia per la statistica test ha distribuzione approssimativamente: Chi- quadrato con 6 gradi di
libertà
Sia data una popolazione normale con varianza non nota. Volendo verificare
l'ipotesi: H0:U=U0 contro H1:U=U0 . La statistica test da utilizzare è: x-uo su s su radice quadrata di n
Sia data una popolazione normale con varianza nota. Volendo verificare l'ipotesi:H0:U=U0 contro H1:U=U0
La statistica test da utilizzare è: x-uo su o su radice quadrata di n
Sia data una v.c X, se essa assume valori in corrispondenza di un insieme numerabile allora X è: Discreta
Sotto l'ipototesi che sia vera la variabile casuale t si distribuisce come: Come una t di Student con n-2 gradi di
libertà
Studiare la relazione tra due variabili X ed Y significa: Studiare la tendenza che X e Y hanno a variare insieme
Supponiamo che la perdita di peso di n=16 pezzi di metallo, dopo un certo intervallo di tempo, sia di 3,42 gr
con varianza campionaria corretta pari a 0,4624. Costruire un intervallo di confidenza al 99% per la media
della popolazione di peso dei pezzi di metallo: IC=[2,92;3,92]
Tra due variabili vi è indipendenza assoluta se: Le frequenze osservate sono uguali alle frequenze teoriche
Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica (numero di risposte
corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88. Sulla base del
risultato ottenuto si può evidenziare che: Le persone con punteggi bassi in matematica hanno buone prestazioni
in letteratura inglese
Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica (numero di risposte
corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson pari a -0,88. Sulla base del
risultato ottenuto si può evidenziare che: Le due variabili sono correlate negativamente
Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione lineare, sapendo che il coefficiente di
correlazione è uguale a 0.76, il coefficiente di determinazione sarà pari a: 0.58
Tra X= ”abilità manuali” ed Y= ”abilità tecniche” vi è una relazione non lineare, sapendo che il coefficiente di
determinazione è uguale a -1, il coefficiente di correlazione sarà pari a: Non è possibile calcolarlo con i dati a
disposizione che non sono corretti
Un intervallo di confidenza è: Un intervallo di valori che si ritiene contenga il vero parametro della popolazione
con una prestabilita "fiducia"
Un test fornisce sicuramente punteggi compresi tra 0 e 120. La mediana del test, calcolata da un ricercatore su
un campione, risulta 142,9. Il punteggio massimo ottenibile è: 120
Un tipico caso di correlazione non reale comporta che: Altri fattori variabili influiscono su quelli presi in
considerazione
Un tipico caso di correlazione non reale comporta che: Altri fattori variabili, che rappresentano circostanze
comuni ,influiscono su quelli presi in considerazione
Un tipico caso di correlazione non reale comporta che: I due caratteri sono influenzati da circostanze comuni
Un tipico caso di correlazione non reale comporta che: Uno dei due caratteri comprende l’altro
Una distribuzione di probabilità di una variabile casuale: L'insieme delle coppie probabilità dei diversi valori
possibili della variabile casuale
Una partita di pistoncini di freni presenta un diametroμ incognito; la varianza del diametro dei pistoncini è
invece nota e pari 0,01 cm. Si estrae un campione di n=1000 pistoncini, sui quali si osserva un diametro medio
pari a 1,2 cm. Si calcoli l'intervallo di confidenza per μ ad un livello di confidenza del
95%: IC=[1,1938;1,2062]
Una quantità pivotale è: Una quantità che è funzione delle osservazione e del parametro del quale si vuole
costruire l'intervallo di confidenza, con la caratteristica che la sua distribuzione è nota e non dipende dal
parametro in esame
Una serie storica è costituita: Dai dati osservati a intervalli regolari di tempo
Una serie storica è costituita: Dalle osservazioni dei dati quantitativi nel tempo, si possono avere serie mensili,
giornaliere, annuali
Una tabella a doppia entrata registra: La frequenza assoluta, cioè quante volte una coppia di modalità si presenta
contemporaneamente per X e per Y
Una variabile casuale: E' una funzione definita sullo spazio dei campioni
Una variabilità pari al valore 65 in luogo del valore 80, ottenuta eliminando i valori outlier: Può aumentare le
capacità descrittive e previsive del modello statistico
Una variabilità pari al valore 80 in luogo del valore 65, ottenuta eliminando i valori outlier: Indica che è stato
commesso qualche errore nei calcoli o nel programma
Uno stimatore corretto di σ², con le ipotesi di varianza costante e dell'indipendenza degli errori è il MSE* =
SSE*/n-2, il cui valore atteso è: E(MSE*)= σ2
Uno stimatore corretto è più efficiente di un altro stimatore corretto del parametro"teta"non noto se: Se
presenta varianza inferiore
Uno stimatore corretto: È tale che il suo valore medio coincide con il valore del parametro da stimare
Uno stimatore si dice consistente: Al crescere della numerosità campionaria, tende a concentrarsi sul parametro
da stimare
Usando la mediana in luogo della media nel calcolo della varianza: È bene eliminare i valori anomali ed estremi
Utilizzando la tavola della curva normale standardizzata si individueranno i punti z: Nella colonna di sinistra
con una cifra decimale; la seconda cifra decimale è situata nella prima riga in alto della stessa tavola
Valori estremi, cioè posizionati verso le code di una distribuzione di probabilità, hanno una probabilità di
verificarsi per caso: Inferiore rispetto ai valori centrali
Vengono prelevate 15 compresse da un lotto di produzione, i valori sono: 0,485; 0,442; 0,466; 0,448; 0,419;
0,415; 0,450; 0,435; 0,443; 0,410; 0,434; 0,450; 0,422; 0,440; 0,464. Calcolare il peso medio: 0.4415
Statistica decimi
1
La statistica ci offre gli strumenti per Organizzare, riassumere, analizzare i dati relativi ad un
fenomeno, ottenuti attraverso le misurazioni. A
2
Le fasi di una indagine statistica si conviene siano le seguenti Definizione degli obiettivi della
ricerca; Rilevazione dei dati; Elaborazione metodologica; Presentazione ed interpretazione dei
risultati; Utilizzazione dei risultati raggiunti. A
L’indagine statistica può essere: Campionaria o di tipo censuario. A
Considera la relazione causa-effetto y = -f(x), calcola la y sapendo che f(x) = -10 ed indica il tipo di
relazione: y = 10; la relazione è lineare. C
Considera la relazione causa-effetto y=-f(x)2, calcola la y sapendo che f(x)=-10 ed indica il tipo di
relazione: y = 100; la relazione è non lineare. D
3
Che cosa è l'unità statistica: L'unita elementare oggetto di osservazione e di studio. A
Non è una scala di misura delle manifestazioni di un carattere statistico: La scala semilogaritmica D
4
La frequenza assoluta è: Il numero delle volte ni in cui la modalità xi è stata osservata A
L'ampiezza della classe è: La differenza tra estremo superiore e estremo inferiore della classe A
In una tabella doppia se entrambi le variabili sono quantitative, si parla di: Tabella di correlazioneA
5
La rappresentazione grafica di distribuzioni di frequenze che si sviluppa attraverso una serie di
rettangoli contigui viene chiamata: Istogramma A
Le densità di frequenza di un istogramma: Si ottengono dal rapporto tra la frequenza di una classe
e l'ampiezza della classe medesima B
La rappresentazione grafica che si sviluppa attraverso una circonferenza suddivisa in tanti spicchi,
viene chiamata: Diagramma circolare A
Per la costruzione di un box plot si utilizzano i seguenti valori: Xmin Q1 Med Q3 xmax D
Il box plot, rappresentato tramite un rettangolo, è diviso al suo interno: Dalla mediana C
Il box plot fornisce informazioni: Sulla variabilità, sulla presenza di valori anomale e sulla
simmetria/asimmetria della distribuzione D
All'interno del rettangolo (box plot) sono contenute: Il 50% delle osservazioni C
6
Tra due variabili vi è indipendenza assoluta se: Le frequenze osservate sono uguali alle frequenze
teoriche A
7
Vengono prelevate 15 compresse da un lotto di produzione, i valori sono: 0,485; 0,442; 0,466;
0,448; 0,419; 0,415; 0,450; 0,435; 0,443; 0,410; 0,434; 0,450; 0,422; 0,440; 0,464. Calcolare il peso
medio: 0.4415 A
Consideriamo i seguenti dati: classe 10-20 con frequenza 5; classe 20-30 con frequenza 8; classe
30 - 40 con frequenza 12; classe 40 - 50 con frequenza 9; classe 50-60 con frequenza 3 Calcolare la
media aritmetica: 34.19D
La media geometrica è uguale: Alla radice n-esima del prodotto dei termini D
Trovare la media geometrica: 3, 5, 6, 6, 7, 10, 12: 6.43 B
Calcolare la media geometria relativa all'andamento dei prezzi di un dato prodotto: 1,103 1,031
0,939 1,097: 1.04 B
I Voti riportati da uno studente in fisica, statistica e matematica sono: 71, 78, 89 (voti in
centesimi). I pesi attribuiti alle discipline sono rispettivamente 2, 4, 5. Calcolare la media dei voti:
82 C
La media armonica è: Il reciproco della media aritmetica dei reciproci dei termini A
Due punti C e D, distano 80 km, un corpo si muove da C a D alla velocità di 80 km/h e da D a C alla
velocità di 20 km/h. Determinare la velocità media dell'intero tragitto: 32km/h D
La media geometrica è particolarmente usata: Quando i diversi valori vengono per loro natura
moltiplicati C
8
Calcolare la mediana della seguente serie di voti: 19, 20, 22,18, 26, 30, 28: 22 A
Il primo quartile: Quel valore che lascia alla sua destra il 75% delle osservazione e alla sua
sinistra il 25% delle osservazioni A
Calcolare il terzo 69 B
pesi frequenze
Data una serie di valori numerici, il valore a cui corrisponde la massima frequenza si chiama: Moda
C
9
Cosa si intende variabilità: E' l'attitudine di un fenomeno quantitativo ad assumere differente
modalità A
Quale dei seguenti indici indica la variabilità di una serie dei dati: scarto quadratico medio D
La devianza è: La somma degli scarti dalla media aritmetica al quadrato A
Conoscendo la devianza, lo scarto quadratico medio si ricava calcolando: La radice quadrata del
rapporto tra devianza e numerosità del collettivo D
Il coefficiente di variazione è dato dal rapporto, espresso in termini percentuali, tra: Lo scarto
quadratico medio e media aritmetica A
Il campo di variazione è dato dalla: Differenza tra valore massimo e minimo della distribuzione A
10
Dire se la seguente distribuzione è simmetrica: 8,14,16,16,16,21,21: non è simmetrica C
L'asimmetria di una distribuzione denota che: I valori del caratteri sono distribuiti con frequenze
differenti attorno al suo valore centrale A
L'indice di asimmetria Skewness di Pearson è calcolato: Come differenza tra la media aritmetica e
la moda divisa la deviazione standard A
La curtosi rappresenta: Il grado di schiacciamento di una distribuzione intorno al suo centro di
gravità e rispetto alla curva normale C
La distribuzione di dice platicurtica se: E' più schiacciata rispetto alla normale A
11
Si ha indipendenza in media se: le medie parziali sono uguali tra loro ed uguali alle medie generali
A
L’indipendenza in media: Non è un concetto simmetrico B
Il rapporto di correlazione di Pearson varia: tra 0 e 1 B
Si ha concordanza tra due variabili se: Cod (X,Y) >0 A
Si ha discordanza tra due variabili se : Cod (X,Y) <0 B
12
Il coefficiente angolare bi rappresenta: La pendenza della retta A
Con il metodo dei minimi quadrati: Si minimizza la somma dei quadrati degli scarti tra valori
osservati e valori teorici A
Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2,
20, 18.2, 16,2. Determinare l'equazione della retta: y^= 39,882-0,1857xi A
Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo in quinta km/litro): 29.8, 24.2,
20, 18.2, 16,2, il coefficiente di determinazione lineare è: 0,9650 B
Il coefficiente di determinazione lineare è uguale a 1 se è nulla: La devianza residua C
La devianza di regressione misura: Quanta parte della variabilità della Y è spiegata dalla relazione
lineare B
Se la Cod (X,Y)>0: la fretta di regressione è crescente B
13
Un esperimento casuale è: Un'operazione il cui risultato non può essere previsto con certezza B
14
Una variabile casuale: E' una funzione definita sullo spazio dei campioni A
La funzione di ripartizione di una variabile casuale: Esprime la probabilità che la variabile casuale
assuma valori inferiori o uguali ad un valore fissato C
Una distribuzione di probabilità di una variabile casuale: L'insieme delle coppie probabilità dei
diversi valori possibili della variabile casuale C
La funzione di ripartizione di una variabile casuale discreta: E' una funzioni a gradini non
decrescente B
Sia data una v.c X, se essa assume valori in corrispondenza di un insieme numerabile allora X è:
Discreta B
15
La variabile casuale uniforme discreta: E' tale che ogni sua realizzazione è equiprobabile D
16 no
17
Nel campionamento bernoulliano: Ogni unità statistica può entrare a far parte più volte del
campione A
Nel campionamento bernoulliano: I risultati delle estrazioni sono indipendenti B
La media della distribuzione della media campionaria: Coincide con la media della popolazione C
Quando la popolazione è infinita: Lo schema di campionamento con ripetizione coincide con lo
schema di campionamento senza ripetizione C
Il teorema del limite centrale: Afferma che al crescere di n la forma della distribuzione della media
campionaria si approssima alla forma normale C
18
Cosa si intende per stima puntuale: La stima attraverso la quale si giunge alla determinazione di un
solo valore numerico per uno o più parametri della popolazione C
Cosa si intende per stima intervallare: La stima attraverso la quale si giunge alla determinazione di
un intervallo, che include il parametro stimato, con livello di confidenza 1-alfa C
Lo stimatore di un parametro: È una variabile casuale B
Si definisce stima: Il valore assunto dallo stimatore per un dato campione B
Uno stimatore corretto: È tale che il suo valore medio coincide con il valore del parametro da
stimare B
19
Un intervallo di confidenza è: Un intervallo di valori che si ritiene contenga il vero parametro della
popolazione con una prestabilita "fiducia" B
Una quantità pivotale è: Una quantità che è funzione delle osservazione e del parametro del quale
si vuole costruire l'intervallo di confidenza, con la caratteristica che la sua distribuzione è nota e
non dipende dal parametro in esame C
L'ampiezza dell'intervallo è tanta più elevata quanto più: n è piccolo B
Per la determinazione dell'intervallo di confidenza per la media di una popolazione
normale con varianza nota, si utilizza: La distribuzione normale standardizzata B
Per la determinazione dell'intervallo di confidenza per la media di una popolazione normale con
varianza non nota (n ) si utilizza: La distribuzione t di student B
Se la popolazione non è normale per il teorema del limite centrale, quando n>30, si può costruire
l'intervallo di confidenza Basato sulla distribuzione normale standardizzata B
Per trovare l'intervallo di confidenza per la media di una popolazione normale, si utilizza la t di
student, anziché la normale standardizzata perché: La varianza della popolazione non è nota C
Si effettuano 60 misurazioni sperimentali da cui si evince una media campionaria uguale a 33.
Costruire un intervallo di confidenza al 90% per la media della popolazione, la quale si distribuisce
normalmente con varianza pari a 115: IC=[30.723; 35.277] C
Supponiamo che la perdita di peso di n=16 pezzi di metallo, dopo un certo intervallo di tempo, sia
di 3,42 gr con varianza campionaria corretta pari a 0,4624. Costruire un intervallo di confidenza al
99% per la media della popolazione di peso dei pezzi di metallo: IC=[2,92;3,92] C
Da una partita di bulloni metallici è stato estratto un campione di n=100 elementi e se ne sono
trovati 20 difettosi. Costruire un intervallo di confidenza al 95% per la proporzione p dei pezzi
difettosi: IC=[0,1216;0,2784 A
20
Una partita di pistoncini di freni presenta un diametro μ incognito; la varianza del diametro dei
pistoncini è invece nota e pari 0,01 cm. Si estrae un campione di n=1000 pistoncini, sui quali si
osserva un diametro medio pari a 1,2 cm. Si calcoli l'intervallo di confidenza per μ ad un livello di
confidenza del 95%: IC=[1,1938;1,2062] A
In rifermento alla domanda 4 si calcoli l'ampiezza di tale intervallo: 0.0124 D
Nel caso di estrazione senza ripetizione la deviazione standard delle frequenze campionarie è:
C
Nel caso di estrazione con ripetizione la deviazione standard delle frequenze campionarie è:
B
L'ampiezza dell'intervallo di confidenza per una proporzione è: B
Se la popolazione è sufficiente grande, o nel caso di estrazione con ripetizione si ha che:
B
Si vuole conoscere la proporzione di pezzi difettosi prodotti da una macchina. Determinare la
numerosità campionaria necessaria affinchè la vera proporzione cada in un intervallo al 90%,
tollerando un errore non superiore al 3%: n=751,67 A
21
Un ipotesi statistica è: Un affermazione sulla distribuzione di probabilità di una variabile casuale A
La verifica delle ipotesi: Consiste nel formulare, sulla base di dati campionari, un giudizio che
induca ad accettare o rifiutare l'ipotesi nulla, con un prefissato livello di significatività B
L'ipotesi parametrica riguarda: I parametri caratteristici di una particolare distribuzione di cui si
conosce la forma analitica C
Le ipotesi statistiche: Si tratta due ipotesi alternative complementari e logicamente escludentisi B
22
Sia data una popolazione normale con varianza nota. Volendo verificare l'ipotesi: contro
Sia data una popolazione normale con varianza non nota. Volendo verificare l'ipotesi:
23
La verifica dell'ipotesi di indipendenza mira a verificare: L'indipendenza stocastica C
Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza 5x5, i gradi
di libertà corrispondono: 16 D
Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza
5x4, i gradi di libertà corrispondono: 12 C
Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza 6x6, i gradi
di libertà corrispondono: 25 B
24
Nel modello di regressione lineare semplice, quali tra le seguenti ipotesi è definita ipotesi forte:
Ipotesi di normalità C
Nel modello di regressione lineare semplice, quali tra le seguenti ipotesi è definita ipotesi
debole: Ipotesi sulla variabile esplicativa B
Con il metodo dei minimi quadrati: Si minimizza la somma dei quadrati degli scarti tra valori
osservati e valori teorici A
Il coefficiente angolare b1 indica: La pendenza della retta A
Il coefficiente angolare b1 è dato: b1= COD. (X,Y)/ DEV(X) A
Il valore atteso dello stimatore B1 è: E(B1)=β1 C
25
Per stimare il parametro: MSE*= SSE*/n-2 A
uguale: B
Il E(SSR*) è uguale: A
Nel modello di regressione lineare semplice per verificare l'ipotesi H0:β1=0 contro H0:β1 ≠ 0 si può
utilizzate la quantità F che è una v.c F di Fischer -Snedecor con : Con 1 e n-2 gradi di libertà D
31
La distribuzione di frequenza è: Il calcolo delle frequenze per ciascun valore o categoria della
variabile A
Una tabella a doppia entrata registra: La frequenza assoluta, cioè quante volte una coppia di
modalità si presenta contemporaneamente per X e per Y. A
La frequenza cumulata: Può essere uguale alla relativa D
Per produrre la distribuzione di frequenza percentuale occorre: Moltiplicare per 100 le frequenza
relative B
Per calcolare le frequenze cumulate relative occorre dividere: Le frequenze cumulate per n. D
Quando parliamo di matrice dei dati, relativamente al numero di colonne possiamo dire che... Il
numero di colonne dipende dai caratteri osservati D
Il numero dei caratteri in una matrice: Non dipende dalla numerosità della popolazione D
La matrice dei dati è composta: Da n vettori C
L’Istogramma è una: Modalità di rappresentazione della rilevazione statistica D
Le matrici sono composte da: N righe e k colonne, con k che può essere eguale o diverso da n D
32
Le misure di posizione hanno l’obiettivo di: Sintetizzare in un singolo valore numerico l’intera
distribuzione di frequenza per effettuare confronti nel tempo, nello spazio o tra circostanze
differenti A
La moda è un: Indice di tendenza centrale B
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media geometrica è pari a:
5,66 D
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media aritmetica è pari a: 8,5
C
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la mediana è pari a: 9,5 D
Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1;1), la moda è pari a: 1 B
Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), la moda è pari a: 2 A
Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), il valore centrale è
pari a: 8 A
Considera il seguente insieme di osservazioni (-2; -2; -2; -14; -13; -15; -6; -1;-1), il valore massimo è
pari a: -1 B
Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare la media geometrica:
=MEDIA.GEOMETRICA B
33
Si consideri la popolazione di 20 unità statistiche: {-250,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,10,11,250}.
Indicare quale indice di posizione appare rappresentativo dell'intera distribuzione: Media
aritmetica D
Si consideri la popolazione di unitàstatistiche:{250,2,2,2,2,3,4,6,6,7,7,7,7,7,7,8,8,9,9,9,10,11,2500}.
Indicare quale indice di posizione appare rappresentativo dell'intera distribuzione: Moda C
Si consideri la popolazione: {-,2,2,2,2,3,4,6,6,7,7,7,8,8,9,9,9,9,9, 9,10,11,2500}. Indicare quale
indice di posizione appare rappresentativo dell'intera distribuzione: Moda C
La proprietà moltiplicativa degli indici di tendenza centrale: Permette cambiamenti di scala
nell'indice B
34
Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con
30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29): 29 D
Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel
test con 30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,29): 12 B
Calcola il range delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel test con
30 domande: (2,3,4,2,5,4,6,7,7,2,12,0,0,0,0,1,2): 12 A
Calcola il range parziale delle seguenti osservazioni relative agli errori compiuti da ogni alunno nel
test con 30 domande: (2,3,4,2,5,4,6,7,7,2,21,0,0,0,0,1,29): 7 D
Lo scostamento semplice medio riguarda: Lo scostamento di ogni valore della distribuzione dalla
media, preso in valore assoluto D
Lo scostamento quadratico medio riguarda: La media degli scarti al quadrato tra i dati e la M D
Una variabilità pari al valore 65 in luogo del valore 80, ottenuta eliminando i valori outlier: Può
aumentare le capacità descrittive e previsive del modello statistico A
Una variabilità pari al valore 80 in luogo del valore 65, ottenuta eliminando i valori outlier: Indica
che è stato commesso qualche errore nei calcoli o nel programma D
La varianza fornisce: La misura sintetica di quanto le unità differiscono dalla media aritmetica A
Usando la mediana in luogo della media nel calcolo della varianza: È bene eliminare i valori
anomali ed estremi A
35
La Statistica è sinonimo di: Scienze statistiche D
Il rapporto statistico di derivazione si ottiene: Dividendo la modalità di un fenomeno per quella
corrispondente di un altro che, sul piano logico e/o temporale, ne costituisce causa o presupposto
logico B
Il rapporto statistico di coesistenza si ottiene: Mediante il rapporto tra la frequenza di una
modalità rispetto a quella corrispondente di un’altra modalità C
Il rapporto statistico di composizione si ottiene: Dividendo il valore rilevato in una data circostanza
per l’analogo valore rilevato per l’intera popolazione A
Il rapporto statistico di densità si ottiene: Mediante il rapporto tra la dimensione globale di un
fenomeno e quella spaziale a cui esso fa riferimento D
I numeri indice sono: Rapporti statistici D
I numeri indice sono: Strumenti matematici A
Costruendo i numeri indice della serie storica del fatturato per due aziende, vogliamo in
particolare: Capire quale delle due unità presenta un andamento migliore C
L’anno con valore pari a 100 nella serie storica dei numeri indice è: L’anno base C
Il valore dell’anno con numero indice pari a 100 nella serie storica osservata è: Il denominatore nel
calcolo del numero indice B
36
L’inflazione è: La diminuzione del potere di acquisto dla moneta B
L’inflazione è: L'aumento prolungato del livello medio generale dei prezzi di beni e servizi in un
dato periodo di tempo A
La variazione congiunturale riguarda in statistica-economica il confronto con: Il mese precedente B
La variazione tendenziale riguarda in statistica-economica il confronto con: L’anno precedente A
Nel calcolo del tasso di inflazione congiunturale al denominatore c’è: Il numero indice dei prezzi
del mese m-1 dell\'anno a ed al numeratore il numero indice dei prezzi del mese m dell\'anno a A
Nel calcolo del tasso di inflazione tendenziale al denominatore c’è: Il numero indice dei prezzi del
mese m dell\'anno a-1 ed al numeratore il numero indice dei prezzi del mese m dell\'anno a A
La deflazione si calcola con: I tassi di variazione A
37
La covarianza è positiva quando: X e Y variano tendenzialmente nella stessa direzione B
La covarianza è negativa quando: Al crescere di X la Y tende a diminuire e viceversa C
38
Ad un valore elevato di r corrisponde: In diversi casi un effettivo legame tra i due caratteri
quantitativi considerati D
Ad un valore basso di r corrisponde: In diversi casi un legame debole tra i due caratteri quantitativi
considerati D
Un tipico caso di correlazione non reale comporta che: Uno dei due caratteri comprende l’altro D
Un tipico caso di correlazione non reale comporta che: I due caratteri sono influenzati da
circostanze comuni C
Un tipico caso di correlazione non reale comporta che: Altri fattori variabili influiscono su quelli
presi in considerazione B
Un tipico caso di correlazione non reale comporta che: Altri fattori variabili, che rappresentano
circostanze comuni ,influiscono su quelli presi in considerazione B
R deve esprimere correttamente: il legame di interdipendenza A
Dividendo il numero delle nascite in una comunità durante un periodo di tempo e la quantità della
popolazione media dello stesso periodo si ottiene: Coefficiente di natalità D
Dividendo il numero delle morti in una comunità durante un periodo di tempo e la quantità della
popolazione media dello stesso periodo si ottiene: Coefficiente di mortalità B
Dividendo il numero delle morti e delle nascite in una comunità durante un periodo di tempo
rispettivamente per la quantità della popolazione media dello stesso periodo si può ottenere:
Correlazione spuria se l’andamento della popolazione non è correlato col numero di nati e morti B
39
I numeri indice comparano: Le variazioni dei livelli della variabile nel tempo con riferimento ad una
base C
I numeri indice sono: Inferiori a 100 se il livello tende a scendere rispetto all’anno base D
I numeri indice sono: Superiori a 100 se il livello della variabile tende a crescere rispetto all’anno
base D
I numeri indice sono: Esplicativi dell’andamento dei livelli della variabile nel tempo B
La formula per calcolare il numero indice tra l’anno t e t-1 per la variabile X in Excel è preceduta
da: Il segno eguale A
Se il tasso di incremento tra t e t-1 è pari a 1,2%, allora il numero indice in t, con base t-1 sarà:
101,2 D
Se il tasso di incremento tra t e t-1 è pari a 2,2%, allora il numero indice in t, con base t-1 sarà:
102,2 A
Se il tasso di incremento tra t e t-2 è pari a 1,2%, allora il numero indice in t, con base t-2 sarà:
101,2 D
Se il tasso di decremento tra t e t-1 è pari a -1,2%, allora il numero indice in t, con base t-1 sarà:
98,8 A
Se il tasso di decremento tra t e t-2 è pari a -5,2%, allora il numero indice in t, con base t-2 sarà:
94,8 A
40
Per rappresentare graficamente la forma della relazione tra due variabili X ed Y si utilizza: Il
diagramma a dispersione B
Studiare la relazione tra due variabili X ed Y significa: Studiare la tendenza che X e Y hanno a
variare insieme A
Il coefficiente di correlazione r di Pearson può essere usato per calcolare la correlazione: Tra
variabili misurate su scale a intervalli o a rapporti equivalenti D
Quando a valori crescenti di X corrispondono valori crescenti di Y si ha: Una relazione positiva C
Quando al diminuire dei valori di X corrisponde il diminuire dei valori di Y si ha: Una relazione
positiva C
Date coppie di valori X e Y, l’equazione di regressione può essere considerata: Sola, e ben definita,
tra le infinite rette che si possono tracciare tra i punti di un diagramma a dispersione C
L’equazione di regressione lineare è l’equazione di una: Retta C
Date coppie di valori X e Y, la retta di regressione è una: Una formula di predizione di Y B
Se X è la variabile indipendente e Y quella dipendente, considerando l’equazione di regressione è
corretto definire X come: Predittore A
Se X è la variabile indipendenre e Y quella dipendente, considerando l’equazione di regressione è
corretto definire Y’ come: Valore predetto C
41
Una serie storica è costituita: Dai dati osservati a intervalli regolari di tempo B
Una serie storica è costituita: Dalle osservazioni dei dati quantitativi nel tempo, si possono avere
serie mensili, giornaliere, annuali B
42
I dati informatici sono utilizzabili per: Le analisi statistiche A
Nel prodotto logico con operando A=VERO ed operando B=FALSO, il totale sarà: F A
Nel prodotto logico con operando A=VERO ed operando B=VERO, il totale sarà: V C
La negazione logica dell’operando A=0 è: 1 D
Nella congiunzione tra insiemi si valuta: Quando i due eventi si realizzano entrambi B
43
La probabilità che si verifichi un evento può assumere valori :Tra 0 ed 1 A
Due eventi sono indipendenti quando: Il verificarsi dell’uno non modifica la probabilità di
verificarsi dell’altro B
La probabilità del verificarsi di due eventi che si escludono a vicenda è data dal: Somma delle
probabilità del verificarsi di ciascuno dei due eventi B
La somma delle probabilità di eventi che si escludono a vicenda ed esaustivi è: Uguale ad 1 A
Due eventi non sono indipendenti quando: Il verificarsi dell’uno modifica la probabilità del
verificarsi dell’altro C
Nella teoria statistica i termini popolazione e campione sono: Indicativi del fatto che il campione è
un sottoinsieme della popolazione D
Se si effettua una estrazione senza reimmissione la probabilità di estrarre un altro elemento: Viene
modificata A
Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un asso: 0,1 D
Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una carta di
bastoni: 0,25 D
Da un mazzo di carte viene estratta una carta. Calcolare la probabilità di ottenere una figura:
12/40 D
44
Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un fante o
un re: 8/40 A
Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una figura
o una carta inferiore a 6: 32/40 C
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione
un re alla prima estrazione e una carta di coppe alla seconda: 1/40 B
Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione
un re e un asso: 2/100 C
Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la
probabilità di successo in un lancio: 1/6 A
Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la
probabilità di insuccesso in un lancio: 5/6 D
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2),
estraendo a caso un punteggio quale è la probabilità di ottenere un numero pari e inferiore a 6:
4/10 B
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2).
Estraendo a caso un punteggio quale è la probabilità di ottenere un numero pari o inferiore a 6:
0,7 B
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2).
Estraendo a caso due punteggi con reimmissione, quale è la probabilità di ottenere almeno un 7
alla prima estrazione: 0,2 A
Dieci adolescenti hanno ottenuto i seguenti in una prova di abilità spaziale (2,7,9,2,1,7,5,4,6,2).
Estraendo a caso due punteggi con reimmissione, quale è la probabilità di ottenere due punteggi
la cui somma sia 9: 14/100 C
45
Il numero di cuori negli esseri viventi ed il numero di battiti cardiaci al minuto possono entrambi
essere definiti: Il numero di battiti solamente può essere definito variabile D
Un test fornisce punteggi compresi tra 0 e 120. La media del test, calcolata su un campione, risulta
142,9. Il risultato è: Sicuramente sbagliato C
Un test fornisce sicuramente punteggi compresi tra 0 e 120. La mediana del test, calcolata da un
ricercatore su un campione, risulta 142,9. Il punteggio massimo ottenibile è: 120 A
In una distribuzione di frequenza si può ottenere: Più di una moda C
46
Nella retta di regressione Y’=aY+bYX il termine ay: Rappresenta la distanza tra il punto zero
(origine) dell’asse delle ascisse e il punto in cui la retta taglia l’asse delle ordinate A
Quando la correlazione tra X ed Y è molto elevata, pari ad rxy=0.92, i valori di Y ed Y’:DifferisconoA
Quando la correlazione tra X ed Y è molto bassa, pari ad rxy=0.22, i valori di Y ed Y’: Differiscono B
47
La media mobile di ordine 5 permette di: Eliminare valori erratici C
La media mobile di ordine 3 permette di: Eliminare valori anomali C
La media mobile di ordine 3 permette di: Effettuare lo smoothing delle serie storiche A
Nella serie ordinata secondo il tempo t e con valori (100,200,350,500,600) le medie mobili di
ordine 3 con 2 cifre decimali sono: 216.67; 350.00; 483.33 D
Nella serie ordinata secondo il tempo t e con valori(10,100,200,350,500,600) le medie mobili di
ordine 5 sono: 232 e 350 D
Nella serie (10,100,200,350,500,600) le medie mobili senza cifre decimali di ordine 3 sono: 103,
217, 350, 483 D
La funzione TENDENZA in Excel serve per: Calcolare il valore di una funzione stimata C
48
La stima del parametro è: Un concetto diverso da quello di stimatore D
La stima del parametro nella popolazione è: Calcolata attraverso i dati campionari C
La stima del parametro nel campione è: Non è opportuno definire la stima del parametro nel
campione, ma nella popolazione D
La stima del parametro nella popolazione è: Relativa ai valori che può assumere lo stimatore D
La stima del campione è: Un concetto diverso da quello di stimatore D
La funzione stimatore del parametro dovrebbe essere: Centrata, consistente, efficiente A
Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500 siano
risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione campionaria di
persone sensibili al farmaco: 0,25 A
Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 1000 siano
risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione nella popolazione di
persone sensibili al farmaco: Non si può sapere A
Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500 siano
risultati sensibili ad un determinato farmaco. Indicare quale è la proporzione campionaria di
persone non sensibili al farmaco: 0,75 C
Si supponga di aver compiuto una rilevazione campionaria su 2000 pazienti e che 500 siano
risultati sensibili ad un determinato farmaco. Con un grado di fiducia del 95%, stimiamo che la
proporzione della popolazione sensibile al farmaco deve essere compresa tra: 0,23 e 0,27 D
49
La proporzione di varianza comune a X e Y è espressa da r2xy che è denominato: Coefficiente di
determinazione D
La proporzione di varianza comune a X e Y è espressa da r2xy che esprime: La varianza spiegata A
La quantità espressa da 1-r2xy con r2xy che indica la proporzione di varianza comune a X e Y è
denominata: Varianza residua C
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del
corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in
termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese
per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test
attitudinale per prevedere il livello di apprendimento dell’inglese raggiunto a fine corso, e si
ottengono i seguenti risultati: Y’=10+2X: r2=0,64; se=2,5. Indicare quale punteggio dovrebbe
ottenere al test di profitto un ragazzo che sbaglia tutte le domande al test attitudinale: 10 D
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Inglese specialistico. All’inizio del
corso ai 70 alunni viene somministrato un test attitudinale per l’Inglese che fornisce punteggi in
termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento dell’inglese
per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al test
attitudinale per prevedere il livello di apprendimento dell’inglese raggiunto a fine corso, e si
ottengono i seguenti risultati: Y’=10+2X: r2=0,64; se=2,5. Per ogni risposta corretta in più al test
attitudinale indicare di quanti punti aumenta il punteggio al test di profitto: 2 A
50
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico. All’inizio del
corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica che fornisce punteggi
in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento
dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al
test attitudinale per prevedere il livello di apprendimento dell’informatica raggiunto a fine corso, e
si ottengono i seguenti risultati: Y’=15+2X: r2=0,74; se=3,5. Indicare di quanti punti è l’errore
medio di previsione: 3,5 C
In una scuola superiore 70 ragazzi sono iscritti ad un corso di Informatica specialistico. All’inizio del
corso ai 70 alunni viene somministrato un test attitudinale per l’Informatica che fornisce punteggi
in termini di risposte corrette (da 1 a 40). Alla fine del corso si valuta l’apprendimento
dell’Informatica per ogni ragazzo con un test di profitto (da 0 a 100). Viene utilizzato il punteggio al
test attitudinale per prevedere il livello di apprendimento dell’informatica raggiunto a fine corso, e
si ottengono i seguenti risultati: Y’=15+3X: r2=0,74; se=3,5. Indicare per ogni risposta corretta al
test attitudinale di quanti punti aumenta il punteggio al test di profitto e come si chiama questo
parametro: 3, coefficiente di regressione B
Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica
(numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson
pari a -0,88. Sulla base del risultato ottenuto si può evidenziare che: Le persone con punteggi bassi
in matematica hanno buone prestazioni in letteratura inglese D
Tra i punteggi ad un test di letteratura inglese e i punteggi ad un test di abilità matematica
(numero di risposte corrette in entrambi i casi) si calcola un coefficiente di correlazione di Pearson
pari a -0,88. Sulla base del risultato ottenuto si può evidenziare che: Le due variabili sono
correlate negativamente D
51
La funzione di ripartizione di una variabile casuale X a valori reali è: La funzione che associa a
ciascun valore x la probabilità dell‘evento “la variabile casuale X assume valori minori o uguali ad
x” B
La funzione di densità di probabilità della distribuzione Normale è asintotica di X verso -∞ e +∞,
cioè: Si avvicina all’asse delle ascisse senza mai toccarla C
I valori attesi nella variabile casuale Normale sono: Media; Varianza; C
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi
centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23,
32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore 24 riportato nella prima
riga della tabella rappresenta: Una modalità del carattere B
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi
centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23,
32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di
ripartizione empirica in corrispondenza di una temperatura media pari a 17 gradi è: 4/10 C
Per 10 bimestri un ricercatore ha rilevato la temperatura media (variabile X, espressa in gradi
centigradi) e l’importo pagato per la bolletta elettrica (variabile Y, espressa in euro): xi : 10, 18, 23,
32, 21, 15, 12, 16, 24, 27 yi : 50, 48, 45, 60, 40, 48, 50, 45, 55, 65 Il valore della funzione di
ripartizione empirica in corrispondenza di una temperatura media pari a 25 gradi, che ipotizziamo
essere una v.c distribuita normalmente, è: 0,8 B
Indicare la percentuale di bollette con importi inferiori a 60 euro, tra i bimestri con temperatura
media superiore a 20°: 3/5 C
La funzione f(X) raggiunge il suo punto più alto in corrispondenza di: Xi = media A
Poiché nella v.c. Normale la funzione f(X) raggiunge il suo punto più alto in corrispondenza di Xi =
µ, ciò comporta che media, mediana e moda: Coincidono D
Si ricorre ad una distribuzione normale quando: Una variabile casuale continua è distribuita
normalmente o quasi. A
52
Nella teoria statistica i termini campione e popolazione sono: Non sono sinonimi C
I simboli μ e σ si riferiscono alla media ed allo scarto quadratico medio del: Popolazione B
I simboli e S si riferiscono alla media ed allo scarto quadratico medio del: Campione A
La distribuzione di probabilità di z è costruita: E’ una funzione teorica espressa con regole
matematiche relative a un insieme infinito di dati C
La curva normale a differenza delle altre curve è: Definita da un’equazione particolare che
permette di calcolare, data un’ordinata, porzioni di area sottese alla curva stessa B
La curva normale è caratterizzata da: Essere definita da un’equazione particolare che permette di
calcolare, data un’ordinata, porzioni di area sottese alla curva stessa D
La curva normale standardizzata è caratterizzata dal fatto di avere: Media =0 e deviazione
standard=1 C
La curva normale standardizzata è caratterizzata dal fatto di avere: I punteggi sono espressi in
punti z C
Valori estremi, cioè posizionati verso le code di una distribuzione di probabilità, hanno una
probabilità di verificarsi per caso: Inferiore rispetto ai valori centrali C
Utilizzando la tavola della curva normale standardizzata si individueranno i punti z: Nella colonna
di sinistra con una cifra decimale; la seconda cifra decimale è situata nella prima riga in alto della
stessa tavola A
53
Una variabile dicotomica può assumere: Solo due valori C
Se una variabile è dicotomica: Può assumere solo due valori, indipendentemente dalla probabilità
di ottenere uno o l’altro dei due valori C
La seguente ipotesi è nulla: La popolazione da cui il campione è estratto ha media 58 A
La seguente ipotesi è nulla: Non esiste nessuna relazione tra classe sociale e alcolismo A
La seguente ipotesi è nulla: Le medie dei gruppi A,B,C non differiscono tra loro in modo
significativo D
La seguente ipotesi è nulla:Questa moneta non è truccata A
La seguente ipotesi è nulla: Le medie dei gruppi A,B,C non differiscono tra loro in modo
significativo D
La seguente ipotesi è nulla: Il farmaco C non ha un effetto diverso dal farmaco D A
La seguente ipotesi è nulla: La media dei tempi di reazione dei maschi è uguale a quella
delle femmine C
La seguente ipotesi è nulla: C’è una relazione significativa tra reddito delle persone e
livello di istruzione A
54
La seguente ipotesi: “C’è una minore astensione dal lavoro nel reparto A rispetto al reparto
B di una fabbrica” è: Monodirezionale sinistra B
La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di individui è
significativamente diverso” è: Bidirezionale D
La seguente ipotesi: “La media della popolazione da cui deriva un certo campione non è 200”
Bidirezionale D
La seguente ipotesi: “La probabilità di ottenere croce lanciando una certa moneta è superiore a
0,5” è: Monodirezionale destra C
La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un
dado, e vince un numero elevato di volte. Sospettiamo che il dado sia truccato” è:
Monodirezionale destra C
La seguente ipotesi: “Il tempo medio di riconoscimento di alcuni dipinti storici impiegato
dagli studenti è inferiore a 20 secondi” è: Monodirezionale sinistra B
La seguente ipotesi: “Un giocatore scommette sull’uscita della faccia con il numero 4 di un dado, e
vince un numero elevato di volte. Sospettiamo che il dado sia truccato”. La probabilità sotto
l’ipotesi nulla, cioè se le vincite sono dovute al caso è: 1/6 C
La seguente ipotesi: “Il punteggio medio ad un test di statistica di due gruppi di individui è
significativamente diverso” ha il seguente segno del valore critico: ± D
Quale probabilità si ha di commettere l’errore di I tipo se si rifiuta l’ipotesi nulla avendo scelto un
livello di significatività del 5%: 5% C
Ponendo ed H1 monodirezionale destra, indicare quando è possibile rifiutare l’ipotesi nulla; ciò
accade nel caso in cui il risultato del test effettuato lasci alla sua destra: Il 4% dei casi A
I voti di uno studente in sei esami sono stati 84,91,72,68,87,78. Determinare la mediana dei
voti stessi. 81
Il campione è: Un sottoinsieme della popolazione
Il coefficiente di correlazione lineare r di Bravals-Pearson è sempre: compreso tra -1 e +1
Il secondo quartile per definizione, coincide con: la mediana
In un’analisi di regressione, b1 (coefficiente angolare) = 1.09627 e b0 (intercetta) = - 58.54,
determinare la retta interpolante: y=1,09627-58,54x
In una distribuzione statistica, la somma delle frequenze relative: È sempre uguale a 1
In un pollaio con 10 galline e un gallo, la probabilità per una gallina di essere fecondata è
pari a 0,3. Determinare la probabilità che esattamente 3 lo siano: 0,7987
La densità di frequenza di un istogramma: Esprimono l’addensamento delle frequenze
intorno al valore più piccolo della classe
La deviazione standard è uguale: Alla radice quadrata della varianza
La differenza interquartile è data dalla differenza: terzo quartile e primo quartile
Una tabella a doppia entrata registra: Quante volte una coppia di modalità si presenta
contemporaneamente per x e per y
un prodotto di largo consumo ha subito negli anni diversi aumenti indicati in tabella:
anni aumento
2007 2%
2008 3%
2009 2,5%
2010 2,8%
Determinare il tasso di aumento medio annuo: 2,574%
Un ragazzo napoletano, per provare la propria automobile appena comprata, decide di fare
una gita a Tivoli. Presa l’autostrada percorre tre tratti di lunghezza diversa: 30km, 70 km.
100 km a velocità costante rispettivamente di 90 km/h, 100 km/h e 130 km/h, qual è la
velocità media? 110,95 km/h