Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
a) Può essere adottato se si hanno informazioni suppletive sulla popolazione di riferimento, cioè se è
possibile dividerla in strati, al cui interno le unità sono omogenee secondo un determinato criterio.
b) Garantisce che a ogni elemento della popolazione ha la stessa probabilità di essere selezionato
FALSO: si tratta del campione casuale semplice
c) Sono vere A e E
d) È un metodo di campionamento non probabilistico FALSO: probabilistico
e) Prevede che da ogni strato venga estratto, in modo indipendente, un campione casuale
2 La varianza:
4 La moda
a) Può essere calcolata solo per dati quantitativi FALSO: può essere calcolata sia per variabili
quantitative che qualitative
b) Esiste sempre FALSO: non è sempre riscontrabile
c) Può non essere unica
d) Quando esiste è unica: FALSO: vedi il caso della bimodale (ammette 2 mode)
e) Può essere calcolata solo per dati qualitativi FALSO: può essere calcolata anche per dati
quantitativi
6 Il campo di variazione
a) È sempre negativo e/o è sempre positivo FALSO: può essere positivo o negativo
b) Se è diverso da quello atteso può indicare interazione tra i regressori (multicollinearità)
c) Indica l’impatto del regressore a cui è associato sulla variabile dipendente
d) Non può essere negativo FALSO: può essere negativo
e) Sono vere B e C
12 La Varianza:
a) Può essere calcolata solo per dati quantitativi FALSO: può essere calcolata anche per dati
qualitativi
b) Può non essere unica
c) Sono vere A e B
d) Sono vere B e E
e) Può essere calcolata solo per dati qualitativi FALSO: può essere calcolata anche per dati
quantitativi
15 Se le distribuzioni subordinate riga e colonna in una tabella a doppia entrata sono uguali tra loro e uguali
alle marginali corrispondenti si può dire che:
a) La varianza
b) La media
c) la mediana
d) Tutte le misure indicate FALSO: si può calcolare solo frequenza e moda
e) Nessuna delle misure indicate
a) Al crescere della correlazione tra le variabili originarie diminuisce il numero di fattori necessari a
rappresentare i dati originari
b) Il primo fattore è quello con la varianza più bassa FALSO: più alta
c) Al crescere della correlazione tra le variabili originarie aumenta il numero di fattori necessari a
rappresentare i dati originari FALSO: diminuisce il numero di fattori necessari
d) Nessuna delle risposte è vera
e) Ogni fattore è correlato con tutti gli altri FALSO: non necessariamente con tutti ma anche solo
con alcuni
a) Al variare di X le distribuzioni subordinate (YІX = xi) sono tutte uguali tra loro
b) La frequenza relativa congiunta è pari alla somma delle marginali corrispondenti FALSO al
prodotto non alla somma delle marginali
c) Al variare di Y le distribuzioni subordinate (XІY= yi) sono tutte uguali tra loro
d) La frequenza relativa congiunta è pari al prodotto delle marginali corrispondenti
e) Sono vere A, C e D
21 Siano X= reddito e Y= età, quale dei seguenti indici permette di verificare l’associazione tra X e Y?
23 Le componenti principali:
24 In ambito di analisi fattoriale, quale dei seguenti non è un criterio da adottare per scelta del numero
ottimale di fattori:
a) Scree plot
b) Comunalità
c) Rapporto tra numero di fattori e numero di variabili originarie
d) Correlazione con la variabile dipendente
e) Percentuale di variazione totale spiegata
25 Considerando un modello di regressione lineare con variabile dipendente “Y= spesa per il prodotto A” in
cui uno dei regressori è “X= consumo del prodotto B”, se il coefficiente associato a X vale – 0.30 significa
che:
a) Se il consumo del prodotto B aumenta di una unità, la spesa per il prodotto A diminuisce del 30%
b) Se il consumo del prodotto B aumenta di una unità, la spesa per il prodotto A aumenta del 30%
c) Il 30% degli intervistati spende per il prodotto A meno della media
d) Il 30% degli intervistati spende per il prodotto A più della media
a) Al crescere della correlazione tra variabili originarie diminuisce il numero di fattori necessari a
rappresentare i dati originari
b) Il primo fattore è quello con la varianza più bassa FALSO più alta
c) Al crescere della correlazione tra le variabili originarie aumenta il numero di fattori necessari a
rappresentare i dati originari FALSO diminuisce il numero
d) Nessuna delle risposte è vera
e) Ogni fattore è correlato con tutti gli altri FALSO non necessariamente è correlato con tutti
31 Nell’ambito della regressione lineare l’uso dell’analisi fattoriale è utile al verificarsi di:
35 Nell’analisi fattoriale, dopo aver scelto il numero di fattori ed aver effettuato una rotazione ortogonale,
succede che:
a) La % di variazione complessiva spiegata dai fattori ruotati cambia per renderli più facilmente
interpretabili FALSO la % di variazione complessiva non varia
b) Ogni variabile è correlata solo con un fattore e con-correlata con gli altri
c) Cambia la % di varianza complessiva spiegata dai fattori che non vengono ruotati
d) Nessuna delle risposte è vera OPPURE tutte le risposte sono vere
e) La % di varianza spiegata da ciascun fattore si modifica
a) I tre valori sono tra loro molto vicini. Significa che non ci sono differenze tra le valutazioni medie
delle 3 scuole
b) Occorre fare un test F per poter giungere alla conclusione che le 3 valutazioni medie siano
significativamente diverse tra loro
c) Occorre fare un test sulla presenza di correlazione per poter giungere alla conclusione a livello di
popolazione
d) Occorre effettuare un test chi-quadro per verificare la connessione fra le variabili
e) Sono vere A e B
a) Esiste indipendenza statistica tra le variabili FALSO indipendenza riguarda variabili qualitative
b) Le variabili sono legate linearmente in modo forte
c) Le variabili non sono legate da alcun tipo di relazione lineare FALSO sono legate in modo forte
d) Esiste perfetta dipendenza in media tra le variabili FALSO la dipendenza in media riguarda
variabili qualitative/quantitative
e) Sono vere B e D
38 Se le distribuzioni subordinate in una tabella a doppia entrata sono uguali tra loro e uguali alle marginali
si può concludere che
40 Leverage H:
44 La distanza di Cook:
a) Misura la distanza tra la stima dei coefficienti senza l’i-esima osservazione e con l’-esima
osservazione
b) Sono vere A e C
c) Le osservazioni per cui tale distanza è maggiore di 1 sono potenzialmente osservazioni influenti
d) Le osservazioni per cui tale distanza è minore di 1 sono potenzialmente osservazioni influenti
e) Misura la varianza del p-value quando un’osservazione viene rimossa
45 La moda:
46 Campionamento stratificato
a) Sono vere B e C
b) È una procedura di calcolo automatico per selezionare l’insieme dei migliori regressori nella
spiegazione della variabile Y
c) Inserisce nell’equazione una variabile per volta, basandosi sul contributo del regressore inserito alla
spiegazione della variabilità di Y
d) È utilizzato nell’ambito dell’analisi fattoriale
e) Rimuove dall’equazione una variabile per volta, basandosi sulla perdita di capacità esplicativa della
variabilità di Y conseguente all’eliminazione del regressore
50 Il coefficiente di variazione della variabile reddito è pari al 75%, mentre quello della variabile età è pari al
60%
51 la differenza interquantile
a) Sono vere D e C
b) Il test valuta la significatività di ogni singolo regressore
c) L’ipotesi alternativa indica che tutti i coefficienti del modello sono diversi da 0
d) L’ipotesi alternativa india che almeno uno dei coefficienti del modello è diverso da zero
e) Se il p-value associato al test è minore del livello di significatività accetto l’ipotesi alternativa
53 Nell’ambito della regressione lineare, un coefficiente standardizzato di una variabile è pari a -0.07
a) All’aumentare di un’unità della variabile indipendente, la variabile dipendente diminuisce del 70%
b) Non è possibile che un coefficiente sia negativo
c) All’aumentare di un’unità della variabile indipendente, la variabile dipendente diminuisce del 7%
d) All’aumentare di un’unità della variabile indipendente, la variabile dipendente aumenta del 70%
e) Nessuna delle precedenti
54 nell’analisi fattoriale, la rotazione ortogonale
a) Il metodo varimax massimizza il numero di variabili che hanno correlazioni con un fattore
b) La % di varianza complessiva dei fattori ruotati è differente da quella dei fattori non ruotati
c) La % di varianza di ogni singolo fattore ruotato è uguale a quella di ogni singolo fattore non ruotato
d) È utile per l’interpretazione dei fattori
e) Sono vere A e D
55 All’interno di un dataset la variabile sesso assume la modalità 1 e 2 (1=M, 2=F) si può affermare che:
a) È utile per indagare la relazione tra una variabile quantitativa e una qualitativa
b) Se ad ogni valore di X dipende uno e un solo valore di Y è possibile affermare che X e Y sono
indipendenti
c) La perfetta dipendenza bilaterale è verificabile solo per matrici quadrate
d) Non è utile per analizzare la connessione tra due variabili
e) Nessuna delle precedenti
59 La covarianza
62 Il livello di significatività α:
a) Q1-Q2
b) Q3-Q1
c) Q3/Q1
d) Q4-Q1
e) Nessuna delle precedenti