Docsity
Docsity

Prepara i tuoi esami
Prepara i tuoi esami

Studia grazie alle numerose risorse presenti su Docsity


Ottieni i punti per scaricare
Ottieni i punti per scaricare

Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium


Guide e consigli
Guide e consigli


Domande risposta multipla esame statistica, Prove d'esame di Statistica

File con una serie di domande a risposta multipla che potrebbero capitare alla prima prova scritta dell'esame di statistica.

Tipologia: Prove d'esame

2022/2023

In vendita dal 22/05/2025

basilio-nicolini
basilio-nicolini 🇮🇹

3 documenti

1 / 6

Toggle sidebar

Questa pagina non è visibile nell’anteprima

Non perderti parti importanti!

bg1
1 N. B
DOMANDE STATISTICA
1. Il valore atteso di una variabile casuale discreta:
è la somma dei prodotti tra i valori che assume la variabile e le corrispondenti probabilità
2. Se una prova consiste nel lanciare una moneta due volte, lo spazio degli eventi è dato da:
{(T, T), (T.C), (C.T), (C, C)}
3. Per valutare la connessione fra due caratteri quale dei seguenti indici si può utilizzare:
l’indice V di Cramer
4. Se una variabile casuale ha una legge distributiva Normale, la probabilità che assuma valori al
più pari alla media è:
0,5
5. La mediana corrisponde a:
la modalità dell’unità che occupa il centro nella distribuzione ordinata
6. L’area sottesa alla funzione di densità di una variabile casuale Normale è sempre pari a 1:
è vero
7. In una variabile causale di Poisson valore atteso e varianza coincidono sempre:
è vero
8. La formula di disintegrazione usata per calcolare le probabilità di un evento E:
equivale ad una media ponderata
9. Una prova consistente nell’estrazione senza ripetizione di un certo numero di palline da una
scatola genera eventi indipendenti:
mai
10. Sia X una variabile casuale e siano a e b due dei valori che può assumere, se a<b allora la
funzione di ripartizione F(a)<F(b) Una v:
è sempre vero
11. Se due variabili casuali Normali hanno valore medio differente, le loro funzione di densità:
a parità di varianza hanno uguale forma ma posizione diversa
12. Se nella distribuzione di una variabile Normale c’è poca dispersione dei valori intorno al valore
atteso la funzione di densità:
ha una forma più appuntita
13. Volendo definire una variabile casuale X possiamo affermare che:
dato uno spazio di eventi S, X associa un numero reale ad ogni elemento E incluso in S
con una certa probabilità.
14. Quale variabile casuale ha valore atteso p e varianza p(1-p) con una probabilità di successo
pari a p:
Bernoulliana
15. Se l’evento A è incluso nell’evento B possiamo dire che l’intersezione coincide con A:
è vero
16. Lo spazio degli eventi associato ad un esperimento casuale si dice discreto se:
I diversi esiti sono in numero finito o infinitamente numerabile
17. In una distribuzione asimmetrica positiva come quella riportata di seguito:
la media è maggiore della mediana
18. Due eventi A e B sono detti compatibili se:
la probabilità dell’unione è pari alla somma delle probabilità meno la probabilità dell’intersezione
pf3
pf4
pf5

Anteprima parziale del testo

Scarica Domande risposta multipla esame statistica e più Prove d'esame in PDF di Statistica solo su Docsity!

DOMANDE STATISTICA

  1. Il valore atteso di una variabile casuale discreta:  è la somma dei prodotti tra i valori che assume la variabile e le corrispondenti probabilità
  2. Se una prova consiste nel lanciare una moneta due volte, lo spazio degli eventi è dato da:  {(T, T), (T.C), (C.T), (C, C)}
  3. Per valutare la connessione fra due caratteri quale dei seguenti indici si può utilizzare:  l’indice V di Cramer
  4. Se una variabile casuale ha una legge distributiva Normale, la probabilità che assuma valori al più pari alla media è:  0,
  5. La mediana corrisponde a:  la modalità dell’unità che occupa il centro nella distribuzione ordinata
  6. L’area sottesa alla funzione di densità di una variabile casuale Normale è sempre pari a 1:  è vero
  7. In una variabile causale di Poisson valore atteso e varianza coincidono sempre:  è vero
  8. La formula di disintegrazione usata per calcolare le probabilità di un evento E:  equivale ad una media ponderata
  9. Una prova consistente nell’estrazione senza ripetizione di un certo numero di palline da una scatola genera eventi indipendenti:  mai
  10. Sia X una variabile casuale e siano a e b due dei valori che può assumere, se a<b allora la funzione di ripartizione F(a)<F(b) Una v:  è sempre vero
  11. Se due variabili casuali Normali hanno valore medio differente, le loro funzione di densità:  a parità di varianza hanno uguale forma ma posizione diversa
  12. Se nella distribuzione di una variabile Normale c’è poca dispersione dei valori intorno al valore atteso la funzione di densità:  ha una forma più appuntita
  13. Volendo definire una variabile casuale X possiamo affermare che:  dato uno spazio di eventi S, X associa un numero reale ad ogni elemento E incluso in S con una certa probabilità.
  14. Quale variabile casuale ha valore atteso p e varianza p(1-p) con una probabilità di successo pari a p:  Bernoulliana
  15. Se l’evento A è incluso nell’evento B possiamo dire che l’intersezione coincide con A:  è vero
  16. Lo spazio degli eventi associato ad un esperimento casuale si dice discreto se:  I diversi esiti sono in numero finito o infinitamente numerabile
  17. In una distribuzione asimmetrica positiva come quella riportata di seguito:  la media è maggiore della mediana
  18. Due eventi A e B sono detti compatibili se:  la probabilità dell’unione è pari alla somma delle probabilità meno la probabilità dell’intersezione
  1. Quali dei seguenti indici non è un indice di variabilità:  variazione relativa media
  2. Il segno del coefficiente di correlazione dipende:  dal segno della covarianza di X e Y
  3. Sia X una variabile casuale discreta, la probabilità P(X>k):  può essere calcolata con la funzione di ripartizione F(k)
  4. Una variabile casuale continua può assumere:  tutti in numeri reali in un prefissato intervallo
  5. In una distribuzione di probabilità associata ad una variabile casuale la somma di tutte le probabilità:  è sempre pari a 1
  6. Una variabile Binomiale può essere approssimata per un numero di prove sufficientemente grande da:  una variabile Normale
  7. La media aritmetica possiede quali delle seguenti proprietà:  la somma degli scarti al quadrato della media è un minimo
  8. La variabile casuale di Poisson è utile a studiare:  Il numero di occorrenze di un dato evento in una prefissata unità di tempo
  9. La formula di Bayes permette di determinare le probabilità a priori:  è falso
  10. La varianza di una variabile (x-k), con k costante è uguale:  alla varianza di (x+k)
  11. La proprietà dell’internalità della media aritmetica afferma che:  la media è sempre un valore interno alla distribuzione ordinata dei dati osservati
  12. La varianza di una variabile che assume lo stesso valore per ogni unità è:  uguale a zero
  13. La mediana può coincidere con il terzo quartile:  è vero
  14. Nella distribuzione di frequenze della variabile doppia (X, Y) i marginali di riga:  coincidono con la distribuzione della variabile X
  15. La media condizionata M(XIY=yj) è calcolata:  solo sulle unità statistiche che manifestano la modalità yj
  16. Il coefficiente angolare di una retta di regressione:  indica di quanto varia in media Y per una variazione unitaria di X
  17. Per poter valutare la bontà di adattamento di una retta di regressione:  è sufficiente conoscere il livello della correlazione tra le variabili
  18. La densità di frequenza della i-esima modalità viene calcolata:  Rapportando la corrispondente frequenza assoluta all’ampiezza della classe
  19. La varianza condizionata VAR(XIY=yj) è calcolata:  solo sulle unità statistiche che manifestano la modalità yj
  20. Secondo la concezione soggettivista la probabilità di un evento è la misura del grado di:  fiducia che un individuo attribuisce al verificarsi dell’evento in base alle informazioni in suo possesso
  21. L’evento condizionato A| B è vero se:  è vera l’intersezione di A e B
  1. In una tabella di contingenza la media M(Y) è uguale:  alla media ponderata delle medie condizionate M (Y| X) con pesi pari ai marginali di riga
  2. I concetti primitivi della teoria assiomatica della probabilità sono:  prova, evento, probabilità
  3. Quale di queste operazioni è consentita sulle probabilità:  somma (negazione?)
  4. Il rapporto di concentrazione è:  un indice normalizzato
  5. La distribuzione di un carattere in un dato collettivo può essere definita come:  l’insieme di tutti i diversi modi di presentarsi del carattere tra le unità del collettivo
  6. Il coefficiente binomiale considera:  il numero di abbinamenti possibili tra successi e insuccessi in n prove
  7. La variabile di Poisson casuale può essere utilizzata in presenza di?  Un numero grande di prove Bernoulliane con bassa probabilità di successo.
  8. La misura della probabilità è possibile solo per eventi indipendenti?  Falso
  9. Dati due caratteri x e y si definiscono contingenze?  Le differenze tra frequenze osservate e frequenze teoriche
  10. Dati n eventi indipendenti la probabilità della loro intersezione è data dalla?  … delle probabilità associate agli eventi considerati
  11. Le seguenti affermazioni è vera nel caso di una variabile casuale normale?  È continua
  12. La probabilità può essere definita come?  L’attitudine di un … numero al manifestarsi in modo differente nel collettivo oggetto di studio.
  13. Quale dei seguenti indici non è sensibile ai valori anormali?  Mediana
  14. La concezione frequentistica del calcolo della probabilità presumono:  che le prove siano ripetibili
  15. Date due variabili x e y, si dice che y è indipendente in media da x se:  Al variare delle modalità di X le medie condizionate di Y rimangono costanti.
  16. La media considerata M (x|y= yj) è calcolata?  Solo sulle modalità statistiche che considerano-manifestano le modalità Yj
  17. Il coefficiente angolare di una retta di… (No regressione)?  È un coefficiente che indica quanto varia in media Y per una variazione in media di X
  18. In caso di indipendenza di distribuzione le contingenze sono tutte?  Uguali a 0
  19. Una variabile casuale standardizzata possiede sempre?  Valore medio nullo e varianza unitaria
  20. Il coefficiente di variazione è?  Rapporto tra la media aritmetica e la deviazione standard o Il coefficiente di variazione è: il rapporto tra lo scarto quadratico medio e la media aritmetica
  21. Una variabile casuale discreta può assumere tutti i valori?  Compresi in un sottoinsieme discreto di numeri reali.
  1. In base alla proprietà dell’idempotenza?  L’unione di un evento con sé stesso è pari all’evento stesso
  2. Nel calcolo della media ponderata l’intensità totale del fenomeno deve essere riportata?  Al totale dei pesi utilizzati
  3. Il coefficiente di correlazione lineare si può calcolare?  Solo per le variabili quantitative
  4. Una variabile casuale binomiale di parametri N e P esprime la probabilità?  Di ottenere il primo successo dopo X prove, in un numero totale di prove N e probabilità di successo P
  5. La frequenza assoluta rappresenta:  quante volte una data modalità del carattere è stata osservata nel collettivo
  6. In una estrazione senza remissione gli eventi generati sono:  dipendenti
  7. la covarianza misura:  la relazione tra caratteri quantitativi
  8. Se la covarianza è minore di 0 allora:  c’è una prevalenza di scostamenti negativi
  9. In una distribuzione doppia di frequenze le variabili rappresentate:  possono essere sia qualitative che quantitative
  10. Se due caratteri sono linearmente indipendenti:  sono indipendenti in media?
  11. Dato uno spazio degli eventi (E1, E2, … Ek) indicare quale delle seguenti affermazioni è un postulato del calcolo delle probabilità:  P (Ei)=1 per ogni i=1, …, k
  12. Per rappresentare una variabile quantitativa doppia graficamente è necessario usare:  un diagramma di dispersione
  13. Una famiglia parametrica è una collezione di variabili casuali caratterizzata:  dalla stessa funzione di ripartizione?
  14. La variabile condizionata VAR (X| Y=yj) è calcolata:  SOLO NELLE UNITÀ STATISTICHE CHE MANIFESTANO LA MODALITÀ Yj
  15. Siano Q1 il primo quartile e Q3 il terzo quartile, indicare quali delle seguenti espressioni è sbagliata:  q1>q
  16. Se la variabile casuale ha una legge distributiva normale la probabilità che assuma valori al più pari alla media è:  0,5 (x3)
  17. La media aritmetica di un carattere quantitative nota la sua distribuzione è pari a:
  18. Lo scarto quadratico medio può essere espresso come:
  19. Data una variabile casual continua x il suo valore atteso è uguale a: