



Studia grazie alle numerose risorse presenti su Docsity
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Prepara i tuoi esami
Studia grazie alle numerose risorse presenti su Docsity
Prepara i tuoi esami con i documenti condivisi da studenti come te su Docsity
Trova i documenti specifici per gli esami della tua università
Preparati con lezioni e prove svolte basate sui programmi universitari!
Rispondi a reali domande d’esame e scopri la tua preparazione
Riassumi i tuoi documenti, fagli domande, convertili in quiz e mappe concettuali
Studia con prove svolte, tesine e consigli utili
Togliti ogni dubbio leggendo le risposte alle domande fatte da altri studenti come te
Esplora i documenti più scaricati per gli argomenti di studio più popolari
Ottieni i punti per scaricare
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Una serie di esercizi di statistica con le relative risposte. Gli esercizi coprono argomenti chiave come la probabilità, le variabili casuali, la distribuzione normale, la regressione lineare e la varianza. Un ottimo strumento per gli studenti che desiderano esercitarsi e consolidare le loro conoscenze di statistica.
Tipologia: Schemi e mappe concettuali
1 / 5
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!




dDomande Statistica
Il valore atteso di una variabile casuale discreta: è la somma dei prodotti tra i valori che assume la variabile e le corrispondenti probabilità
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)}
Per valutare la connessione fra due caratteri quale dei seguenti indici si può utilizzare: l’indice V di Cramer
Se una variabile casuale ha una legge distributiva Normale, la probabilità che assuma valori al più pari alla media è: 0,
La mediana corrisponde a: la modalità dell’unità che occupa il centro nella distribuzione ordinata
L’area sottesa alla funzione di densità di una variabile casuale Normale è sempre pari a 1: è vero
In una variabile causale di Poisson valore atteso e varianza coincidono sempre: è vero
La formula di disintegrazione usata per calcolare le probabilità di un evento E: equivale ad una media ponderata
Una prova consistente nell’estrazione senza ripetizione di un certo numero di palline da una scatola genera eventi indipendenti: mai
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
Se due variabili casuali Normali hanno valore medio differente, le loro funzione di densità: a parità di varianza hanno uguale forma ma posizione diversa
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
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.
Quale variabile casuale ha valore atteso p e varianza p(1-p) con una probabilità di successo pari a p: Bernoulliana
Se l’evento A è incluso nell’evento B possiamo dire che l’intersezione coincide con A: è vero
Lo spazio degli eventi associato ad un esperimento casuale si dice discreto se: I diversi esiti sono in numero finito o infinitamente numerabile
In una distribuzione asimmetrica positiva come quella riportata di seguito: la media è maggiore della mediana
Due eventi A e B sono detti compatibili se: la probabilità dell’unione è pari alla somma delle probabilità meno la probabilità dell’intersezione
Quali dei seguenti indici non è un indice di variabilità: variazione relativa media
Il segno del coefficiente di correlazione dipende: dal segno della covarianza di X e Y
Sia X una variabile casuale discreta, la probabilità P(X>k): può essere calcolata con la funzione di ripartizione F(k)
Una variabile casuale continua può assumere: tutti in numeri reali in un prefissato intervallo
In una distribuzione di probabilità associata ad una variabile casuale la somma di tutte le probabilità: è sempre pari a 1
Una variabile Binomiale può essere approssimata per un numero di prove sufficientemente grande da: una variabile Normale
La media aritmetica possiede quali delle seguenti proprietà: la somma degli scarti al quadrato della media è un minimo
La variabile casuale di Poisson è utile a studiare: Il numero di occorrenze di un dato evento in una prefissata unità di tempo
La formula di Bayes permette di determinare le probabilità a priori: è falso
La varianza di una variabile (x-k), con k costante è uguale: alla varianza di (x+k)
La proprietà dell’internalità della media aritmetica afferma che: la media è sempre un valore interno alla distribuzione ordinata dei dati osservati
La varianza di una variabile che assume lo stesso valore per ogni unità è: uguale a zero
La mediana può coincidere con il terzo quartile: è vero
Nella distribuzione di frequenze della variabile doppia (X, Y) i marginali di riga: coincidono con la distribuzione della variabile X
La media condizionata M(XIY=yj) è calcolata: solo sulle unità statistiche che manifestano la modalità yj
Il coefficiente angolare di una retta di regressione: indica di quanto varia in media Y per una variazione unitaria di X
Per poter valutare la bontà di adattamento di una retta di regressione: è sufficiente conoscere il livello della correlazione tra le variabili
La densità di frequenza della i-esima modalità viene calcolata: Rapportando la corrispondente frequenza assoluta all’ampiezza della classe
La varianza condizionata VAR(XIY=yj) è calcolata: solo sulle unità statistiche che manifestano la modalità yj
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
L’evento condizionato A| B è vero se: è vera l’intersezione di A e B
In un insieme di prove ripetute moltissime volte nelle medesime condizioni, gli eventi considerati favorevoli si presentano: con una frequenza relativa che tende alla loro probabilità
Il fattore di correzione della continuità deve essere sempre usato nell’approssimazione di una variabile casuale discreta al continuo: è vero sia che i valori estremi siano inclusi o meno
Dato un evento A, se la probabilità P(A) >1, possiamo dire che: la soluzione è errata
Tra due caratteri sussiste indipendenza statistica quando: la conoscenza delle modalità di uno dei due non migliora la previsione delle modalità dell’altro
Gli eventi (testa, testa, Croce) e (croce, testa, testa) ottenuti dal lancio contemporaneo di tre monete: sono incompatibili
La proprietà della associatività della media aritmetica afferma che: La media in una popolazione divisa in sottogruppi è pari alla media delle medie di ogni sottogruppo
Per il principio delle probabilità totalizzati due eventi incompatibili, la probabilità della loro unione é: la somma delle probabilità associate agli eventi considerati
La media aritmetica corrisponde a: il valore che minimizza la somma degli scarti al quadrato
La probabilità che si verifichi un dato evento: è un numero
Quale indice consente di valutare l’associazione tra due variabili qualitative: Chi-quadro
La linea di equi distribuzione nella Curva di Lorenz rappresenta il luogo dei punti in cui: le frazioni relative cumulate delle prime i unità e del carattere da loro posseduto si equiparano
La somma degli scarti della media aritmetica é: uguale a 0
Se il diagramma di dispersione di due variabili quantitative è simile a quello riportato di seguito è possibile affermare: che le variabili presentano una forte correlazione lineare positiva
In caso di indipendenza di distribuzione le contingenze sono tutte? Uguali a 0
Quale indice non è un indice di variabilità? Variazione relativa media
Una variabile casuale standardizzata possiede sempre? Valore medio nullo e varianza unitaria
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
Quale dei seguenti indici non è un indice di variabilità? Variazione relativa media
Una variabile casuale discreta può assumere tutti i valori? Compresi in un sottoinsieme discreto di numeri reali.
In base alla proprietà dell’idempotenza? L’unione di un evento con sé stesso è pari all’evento stesso
Nel calcolo della media ponderata l’intensità totale del fenomeno deve essere riportata? Al totale dei pesi utilizzati
Il coefficiente di correlazione lineare si può calcolare? Solo per le variabili quantitative
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
La frequenza assoluta rappresenta: quante volte una data modalità del carattere è stata osservata nel collettivo
In una estrazione senza remissione gli eventi generati sono: dipendenti
la covarianza misura: la relazione tra caratteri quantitativi
Se la covarianza è minore di 0 allora: c’è una prevalenza di scostamenti negativi
In una distribuzione doppia di frequenze le variabili rappresentate: possono essere sia qualitative che quantitative
Se due caratteri sono linearmente indipendenti: sono indipendenti in media?
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
Per rappresentare una variabile quantitativa doppia graficamente: è necessario usare: un diagramma di dispersione
Una famiglia parametrica è una collezione di variabili casuali caratterizzata: dalla stessa funzione di ripartizione?
La variabile condizionata VAR (X| Y=yj) è calcolata: SOLO NELLE UNITÀ STATISTICHE CHE MANIFESTANO LA MODALITÀ Yj
Siano Q1 il primo quartile e Q3 il terzo quartile, indicare quali delle seguenti espressioni è sbagliata: q1>q
Se la variabile casuale ha una legge distributiva normale la probabilità che assuma valori al più pari alla media è: 0,5 (x3)
La media aritmetica di un carattere quantitative nota la sua distribuzione è pari a:
Lo scarto quadratico medio può essere espresso come:
Data una variabile casual continua x il suo valore atteso è uguale a:
Il coefficiente di correlazione lineare è un indice che misura: l’associazione lineare fra due caratteri quantitative
La frequenza relativa indica: quante volte una modalità è osservata nel collettivo rispetto alla dimensione del collettivo stesso
Secondo il testo postulato della teoria assiomatica se (A) è una famiglia di eventi disgiunti a coppie allora:
La covarianza tra due variabili x e y è positive se: gli scostamenti delle rispettive medie sono prevalentemente concordi
Il teorema di Bayes presenta particolare interesse quando: gli eventi a possono essere considerati possibili cause di un evento osservato b
Dato l’evento A le probabilità che si verifichi il suo complemento è uguale a:
La media geometrica di un carattere X nota una distribuzione (?) è pari a:
Quale variabile casuale può essere vista come somme di n prove bernoulliane dipendenti: Binomiale
Una distribuzione doppia di frequenza: le unità statistiche che presentano coppie di modalità per le variabili oggetto di studio
Se la covarianza è nulla allora: Gli scostamenti negativi e positivi si bilanciano
Dato un carattere X distribuito in classi, si definisce densità di frequenza: Il rapporto fra la frequenza e l’ampiezza di ciascuna classe
L’area sottesa alla distribuzione di una variabile casuale Normale è sempre pari a uno: è vero
Dopo aver moltiplicato per una costante k ogni valore di una variabile X, la concentrazione: è invariata
La variabilità può essere definita come: l’attitudine di un fenomeno a manifestarsi in modo differente nel collettivo oggetto di studio 185)Cosa rappresenta la frequenza assoluta? Il numero di volte che una modalità si presenta nel collettivo