Scarica PROVE D'ESAME STATISTICA PEGASO e più Prove d'esame in PDF di Statistica solo su Docsity!
La statistica ci offre gli strumenti per: L’Inferenza ha lo scopo di: La statistica descrittiva: Organizza e riassume i dati La popolazione è: Il campione è: Un sottoinsieme della popolazione Un campione rappresentativo è: Casuale Il campionamento sistematico è: Il campionamento stratificato è: l campionamento a blocchi è: Caratterizzato da cluster La statistica permette di ragionare: Facendo deduzioni ed induzioni L’indagine statistica può essere: Campionaria o di tipo censuario La statistica induttiva: Fa inferenza La mutabile è: Un carattere qualitativo l numero di lanci di una moneta è una: Variabile discreta Il reddito pro-capite è una: Variabile continua x è la variabile indipendente y = 10; la relazione è lineare y = 100; la relazione è non lineare 1 Che cosa è l'unità statitistica: La popolazione è finita: Popolazione infinita Il carattere sesso è: Carattere qualitativo sconnesso Il carattere età è: Un carattere continuo Il carattere titolo di studio è: Un carattere qualitativo rettilineo Il carattere stato civile è: Carattere qualitativo sconnesso Il carattere numero di figli è: Carattere discreto Organizzare, riassumere, analizzare i dati relativi ad un fenomeno, ottenuti attraverso le misurazioni. Dedurre le caratteristiche dell’intera popolazione a partire da dati raccolti L’ universo di elementi che forma l’ oggetto di uno studio statistico Caratterizzato dalla selezione di un elemento ogni k elementi successivi Caratterizzato da popolazione divisa in sottogruppi omogenei 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. Consideriamo la relazione y=f(x), dove x è rappresentato dall’inflazione ed y sono i tassi di interesse nell’Euro Area: Considera la relazione causa-effetto y = -f(x), calcola la y sapendo che f(x) = -10 ed indica il tipo di relazione: Considera la relazione causa-effetto y=-f(x)2, calcola la y sapendo che f(x)=-10 ed indica il tipo di relazione: La sommatoria di tutte le frequenze relative di una tabella di frequenza è pari a: L'unita elementare oggetto di osservazione e di studio Quando è determinabile il numero di unità che compongono Il lancio di una monetà è un esempio di:
Il carattere professione è: Un carattere qualitativo sconnesso La scala semilogaritmica La frequenza assoluta è: La frequenza relativa è uguale: ni/n È sempre uguale a 1 Una classe è aperta: Se entrambi gli estremi sono esclusi Una classe è chiusa: Se entrambi gli estremi sono inclusi L'ampiezza della classe è: La classe è chiusa a sinistra se: Solo l'estremo sinistro è incluso Il valore centrale è: La semisomma dei due estremi Tabella di contingenza Tabella di correlazione Istogramma Le densità di frequenza di un istogramma: Sia a nastro sia a colonne L'istogramma e box-plot Diagramma circolare Xmin Q1 Med Q3 xmax Dalla mediana Il box plot fornisce informazioni: Il 50% delle osservazioni Ortogramma e diagramma circolare Tra due variabili vi è indipendenza assoluta se: Si chiama contingenza: Nulle Non è una scala di misura delle manifestazioni di un carattere statistico: Il numero delle volte ni in cui la modalità xi è stata osservata In una distribuzione statistica, la somma delle frequenze relative: La differenza tra estremo superiore e estremo inferiore della classe In una tabella doppia se entrambi le variabili sono qualitative, si parla di: In una tabella doppia se entrambi le variabili sono quantitative, si parla di: La rappresentazione grafica di distribuzioni di frequenze che si sviluppa attraverso una serie di rettangoli contigui viene chiamata: Si ottengono dal rapporto tra la frequenza di una classe e l'ampiezza della classe medesima Come viene classificato l'ortogramma: Costituiscono rappresentazioni grafiche adatte per caratteri quantitativi: La rappresentazione grafica che si sviluppa attraverso una circonferenza suddivisa in tanti spicchi, viene chiamata: Per la costruzione di un box plot si utilizzano i seguenti valori: Il box plot, rappresentato tramite un rettagolo, è diviso al suo interno: Sulla variabilità, sulla presenza di valori anomale e sulla simmetria/asimmetria della distribuzione All'interno del rettangolo (box plot) sono contenute: Costituiscono rappresentazioni grafiche adatte per caratteri qualitativi: Le frequenze osservate sono uguali alle frequenze teoriche La differenza tra frequenze osservate e frequenze teoriche La somma delle contingenze di ciascuna riga e di ciascuna colonna sono:
Con riferimento alla domanda 4 la mediana: 61. Il primo quartile:
Calcolare il terzo quartile: 69 Moda Cosa si intende variabilità: Scarto quadratico medio La devianza è:
Lo scarto quadratico medio e media aritmetica La differenza interquartile è data dalla: Tra terzo e primo quartile Si consideri la seguente distribuzione in classi: pesi frequenze la classe mediana: Quel valore che lascia alla sua destra il 75% delle osservazione e alla sua sinistra il 25% delle osservazioni Si consideri la seguente distribuzione in classi: Calcolare il primo quartile Data una serie di valori numerici, il valore a cui corrisponde la massima frequenza si chiama: E' l'attitudine di un fenomeno quantitativo ad assumere differente modalità Quale dei seguenti indici indica la variabilità di una serie dei dati: La somma degli scarti dalla media aritmetica al quadrato Conoscendo la devianza, lo scarto quadratico medio si ricava calcolando: La radice quadrata del rapporto tra devianza e numerosità del collettivo Calcolare la varianza dei seguenti numeri: 12,6,7,3,15,10,18,5: Calcolare lo scarto quadratico medio dei seguenti numeri: 12,6,7,3,15,10,18,5: Il coefficiente di variazione è dato dal rapporto, espresso in termini percentuali, tra:
Il campo di variazione è dato dalla: La mutabilità è: Non è simmetrica L'asimmetria di una distribuzione denota che: L'asimmetria di una distribuzione può essere: Nulla, positiva o negativa Se la distribuzione è asimmetria positiva si ha: Med-Q1 < Q3-Med Se la distribuzione è asimmetria negativa si ha: Med-Q1 > Q3-Med La curtosi rappresenta: La distribuzione di dice platicurtica se: E' più schiacciata rispetto alla normale La distribuzione di dice leptocurtica se: E' più appuntita rispetto alla normale Il coefficiente di curtosi di Pearson è uguale: Momento quarto/quadrato della varianza L'indipendenza in media: Non è un concetto simmetrico Il rapporto di correlazione di Pearson varia: Tra 0 e 1 Si ha concordanza tra due variabili se: Cod(X,Y)> Si ha discordanza tra due variabili se: Cod(X,Y)< Si ha indipendenza correlativa tra due variabili se: Cod (X,Y)= Due variabili si dicono perfettamente correlate se: -577. La covarianza (X,Y): E' una misura simmetrica Il coefficiente di correlazione: E' un numero puro La pendenza della retta Con il metodo dei minimi quadrati: y^= 39,882-0,1857xi Differenza tra valore massimo e minimo della distribuzione L'attitudine di un fenomeno qualitativo ad assumere differente modalità Dire se la seguente distribuzione è simmetrica: 8,14,16,16,16,21,21: I valori del caratteri sono distributi con frequenze differenti attorno al suo valore centrale L'indice di asimmetria Skewness di Pearson è calcolato: Come differenza tra la media aritmetica e la moda divisa la deviazione standard Il grado di schiacciamento di una distribuzione intorno al suo centro di gravità e rispetto alla curva normale Si ha indipendenza in media tra due variabili statistiche se: Le media parziali sono uguali tra di loro ed uguali alla media generale Il coefficiente di correlazione è pari a 1 in valore assoluto 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: Il coefficiente angolare bi rappresenta: Si minimizza la somma dei quadrati degli scarti tra valori osservati e valori teorici 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:
Una variabile casuale continua X: Assume tutti i valori appartenti ad un intervallo Il valore atteso E(b+X) è: (b è una costante reale): E(b+X)=b+E(X) E(X+Y)= E(X)+E(Y) La Var (aX+b) è: a e b sono due costanti reali: Var (aX+b)=a²Var (X) La variabile casuale uniforme discreta: E' tale che ogni sua realizzazione è equiprobabile La distribuzione della normale standardizzata: Ha media uguale a 0 e varianza uguale 1 La distribuzione binomiale: La distibuzione normale è: E' simmetrica rispetto al valor medio
La variabile casuale chi-quadrato: Non può assumere valori negativi La variabile casuale t di student: La variabile casuale F di Fisher-Snedecor: Ha valore atteso E(F)= m/(m-2) Nel campionamento bernoulliano: Nel campionamento bernoulliano: I risultati delle estrazioni sono indipendenti 25 possibili campioni 16 possibi campioni 64 possibili campioni Una statistica è: Una variabile casuale definita sui campioni Una distribuzione campionaria è: La distribuzione di probabilità di una statistica Coincide con la media della popolazione Quando la popolazione è infinita: Affinchè una v.c X continua sia ben definità occorre che: Il valore atteso E(X+Y) è: (X e Y sono due varibili casuali): Può essere utilizzata per descrivere casi in cui gli esiti possibili di una prova sono solo due A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,2: A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,4: A quanto corrisponde l'area sotto la curva normale tra z=0,81 e z=1,94: Al tendere di n all'infinito la v.c t di student tende alla normale standardizzata Ogni unità statistica può entrare a far parte più volte del campione 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: 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: 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: La media della distribuzione della media campionaria: Lo schema di campiomento con ripetizione coincide con lo schema di campiomaento senza ripetizione
Il teorema del limite centrale: Cosa si intende per stima puntuale: Cosa si intende per stima intervallare: Lo stimatore di un parametro: È una variabile casuale Si definisce stima: Uno stimatore corretto: EQM=Varianza dello stimatore Lo stimatore varianza campionaria corretta: Ha media pari al parametro da stimare Uno stimatore si dice consistente: Ha media pari al parametro da stimare Se presenta varianza inferiore Un intervallo di confidenza è: Una quantità pivotale è: n è piccolo La distribuzione normale standardizzata La distribuzione t di student Basato sulla distribuzione normale standardizzata La varianza della popolazione non è nota Afferma che al crescere di n la forma della distribuzione della media campionaria si approssima alla forma normale La stima attraverso la quale si giunge alla determinazione di un solo valore numerico per uno o più parametri della popolazione La stima attraverso la quale si giunge alla determinazione di un intervallo, che include il parametro stimato, con livello di confidenza 1- Il valore assunto dallo stimatore per un dato campione È tale che il suo valore medio coincide con il valore del parametro da stimare Se lo stimatore è corretto: Uno stimatore corretto è più efficiente di un altro stimatore corretto del parametro"teta"non noto se: 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 Un intervallo di valori che si ritiene contenga il vero parametro della popolazione con una prestabilita "fiducia" 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 L'ampiezza dell'intervallo è tanta più elavata quanto più: Per la determinazione dell'intervallo di confidenza per la media di una popolazione normale con varianza nota, si utilizza: Per la determinazione dell'intervallo di confidenza per la media di una popolazione normale con varianza non nota (n Se la popolazione non è normale per il teorema del limite centrale, quando n>30, si può costruire l'intervallo di confidenza: Per trovare l'intervallo di confidenza per la media di una popolazione normale, si utilizza la t di student, anziché la normale standardizzata perché:
n=751, Un ipotesi statistica è: La verifica delle ipotesi: L'ipotesi parametrica riguarda: Le ipotesi statistiche: L' ipotesi statistica è semplice: Se si assegna al parametro un valore puntale Si commette un errore di prima specie: Nel rifiutare l'ipotesi nulla quando in realtà è vera Si commette un errore di seconda specie: La potenza del test è: Aumentando il livello di significatività: Aumenta la potenza del test z>1, z>1, Se la popolazione è sufficiente grande, o nel caso di estrazione con ripetizionesi ha che: 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%: Un affermazione sulla distribuzione di probabilità di una variabile casuale 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 I parametri caratteristici di una particolare distribuzione di cui si conosce la forma analitica Si tratta due ipotesi alternative complementari e logicamente escludentisi Nell' accettare l'ipotesi nulla quando in realtà è falsa Cosa indica il livello di significatività: La probabilità massima con cui accettiamo di rischiare l'errore di prima specie La probabilità di rigettare l'ipotesi nulla quando è giusto farlo Sia data una popolazione normale con varianza nota. Volendo verificare l'ipotesi: contro La statistica test da utilizzare è: cosa indica il livello di significatività: contro usando un livello di significatività dello 0,05. La regione di rifiuto per il test Z Sia data una popolazione normale con varianza non nota. Volendo verificare l'ipotesi: contro. La statistica test da utilizzare è: 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, t < -2,120 o t > 2, t > 1, z < -2, t <-2, t > 2, z <-1, L'indipendenza stocastica (r-1)(c-1) Si accetta l'ipotesi di indipendenza stocastica 16 12 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: i 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: 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: 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: 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: 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: 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: La verifica dell'ipotesi di indipendenza mira a verificare: Due variabili sono stocasticamente indipendenti se: Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza, i gradi di libertà corrispondono: Se il Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza 5x5, i gradi di libertà corrispondono: Effettuando un test di verifica dell'ipotesi di indipendenza su una tabella di contingenza 5x4, i gradi di libertà corrispondono:
La devianza di regressione Se il coefficiente di correlazione r= 0: Non c'e relazione lineare tra X e Y Il E(SSR*) è uguale: Con 1 e n-2 gradi di libertà La distribuzione di frequenza è: Una tabella a doppia entrata registra: La frequenza cumulata: Può essere uguale alla relativa Moltiplicare per 100 le frequenza relative Le frequenze cumulate per n Il numero dei caratteri in una matrice: Non dipende dalla numerosità della popolazione La matrice dei dati è composta: Da n vettori L’Istogramma è una: Le matrici sono composte da: Le misure di posizione hanno l’obiettivo di: La moda è un: Indice di tendenza centrale
Il coefficiente di determinazione lineare è nullo se è nulla: In riferimento alla tabella che mostra la decomposizione della devianza totale, il rapporto F è uguale: 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 : Il calcolo delle frequenze per ciascun valore o categoria della variabile La frequenza assoluta, cioè quante volte una coppia di modalità si presenta contemporaneamente per X e per Y Per produrre la distribuzione di frequenza percentuale occorre: Per calcolare le frequenze cumulate relative occorre dividere: Quando parliamo di matrice dei dati, relativamente al numero di colonne possiamo dire che... Il numero di colonne dipende dai caratteri osservati Modalità di rappresentazione della rilevazione statistica N righe e k colonne, con k che può essere eguale o diverso da n Sintetizzare in un singolo valore numerico l’intera distribuzione di frequenza per effettuare confronti nel tempo, nello spazio o tra circostanze differenti Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media geometrica è pari a: Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la media aritmetica è pari a: Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1), la mediana è pari a:
(=MEDIA.GEOMETRICA)
Media aritmetica Moda Moda Permette cambiamenti di scala nell'indice E' diversa da quella moltiplicativa La varianza si calcola: Per popolazioni e campioni La varianza del campione è: 29 Considera il seguente insieme di osservazioni (2; 14; 13; 15; 6; 1;1), la moda è pari a: Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), la moda è pari a: Considera il seguente insieme di osservazioni (2; 2; 2; 14; 13; 15; 6; 1;1), il valore centrale è pari a: Considera il seguente insieme di osservazioni (-2; -2; -2; -14; -13; -15; -6; -1;-1), il valore massimo è pari a: Scrivi la funzione excel ed i simboli da digitare nella cella per calcolare la media geometrica: 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: 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, 0}. Indicare quale indice di posizione appare rappresentativo dell'intera distribuzione: 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: La proprietà moltiplicativa degli indici di tendenza centrale: La proprietà lineare degli indici di tendenza centrale: 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 di monotonicità degli indici di tendenza centrale: E' basata sulla comparazione tra le variabili ed i rispettivi indici di posizione Una variabilità alta in luogo di una variabilità bassa Diminuisce le capacità previsive dei modelli statistici Calcolata con i dati del campione rappresentativo della popolazione 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)
Il denominatore nel calcolo del numero indice L’inflazione è: La diminuzione del potere di acquisto dla moneta L’inflazione è: Il mese precedente L’anno precedente La deflazione si calcola con: I tassi di variazione La deflazione è: Espressa in percentuale Non esiste Il dato dell’anno t- La covarianza è positiva quando: La covarianza è negativa quando: Al crescere di X la Y tende a diminuire e viceversa La covarianza è nulla quando: X e Y sono linearmente indipendenti La covarianza è nulla quando: X e Y non sono correlate La correlazione indica: Crescono al decrescere dei valori dell’altra Crescono al decrescere dei valori dell’altra Crescono al crescere dei valori dell’altra Nella correlazione spuria, si rileva che: Il valore dell’anno con numero indice pari a 100 nella serie storica osservata è: L'aumento prolungato del livello medio generale dei prezzi di beni e servizi in un dato periodo di tempo La variazione congiunturale riguarda in statistica- economica il confronto con: La variazione tendenziale riguarda in statistica- economica il confronto con: Nel calcolo del tasso di inflazione congiunturale al denominatore c’è: Il numero indice dei prezzi del mese m- 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 Il rapporto annuo tra tasso di inflazione e deflazione dell’anno x in un paese determinato: Nel calcolo dei tassi di incremento tra t e t-1 al denominatore vi è: X e Y variano tendenzialmente nella stessa direzione 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. Con un coefficiente di correlazione pari a r= -0,8, i valori di una variabile: Con un coefficiente di correlazione pari a r= -0,9, i valori di una variabile: 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: 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: Ad un valore basso di r corrisponde: Uno dei due caratteri comprende l’altro R deve esprimere correttamente: il legame di interdipendenza Coefficiente di natalità Coefficiente di mortalità I numeri indice comparano: I numeri indice sono: I numeri indice sono: I numeri indice sono: Il segno eguale
In diversi casi un effettivo legame tra i due caratteri quantitativi considerati In diversi casi un legame debole tra i due caratteri quantitativi considerati Un tipico caso di correlazione non reale comporta che: 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 Dividendo il numero delle nascite in una comunità durante un periodo di tempo e la quantità della popolazione media dello stesso periodo si ottiene: Dividendo il numero delle morti in una comunità durante un periodo di tempo e la quantità della popolazione media dello stesso periodo si ottiene: 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 Le variazioni dei livelli della variabile nel tempo con riferimento ad una base 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 all’anno base Esplicativi dell’andamento dei livelli della variabile nel tempo La formula per calcolare il numero indice tra l’anno t e t-1 per la variabile X in Excel è preceduta da: 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: 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:
I dati informatici sono utilizzabili per: Le analisi statistiche Una fotografia è un dato: Complesso Il tipo di dato elementare 4.5 è: Reale 1 0 0 F V La negazione logica dell’operando A=0 è: 1 Nella congiunzione tra insiemi si valuta: Quando i due eventi si realizzano entrambi Tra 0 ed 1 Due eventi sono indipendenti quando: Uguale ad 1 Due eventi non sono indipendenti quando: Viene modificata Consideriamo la seguente serie storica di valori contigui (3,5,3,4,6,7,0), quante medie mobili di ordine tre si possono calcolare: 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: 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: 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: Nella somma logica con operando A=1 ed operando B=1, il totale sarà Nella somma logica con operando A=0 ed operando B=0, il totale sarà: Nel prodotto logico con operando A=0 ed operando B=1, il totale sarà: Nel prodotto logico con operando A=VERO ed operando B=FALSO, il totale sarà: Nel prodotto logico con operando A=VERO ed operando B=VERO, il totale sarà: La probabilità che si verifichi un evento può assumere valori Il verificarsi dell’uno non modifica la probabilità di verificarsi dell’altro 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 somma delle probabilità di eventi che si escludono a vicenda ed esaustivi è: Il verificarsi dell’uno modifica la probabilità del verificarsi dell’altro Nella teoria statistica i termini popolazione e campione sono: Indicativi del fatto che il campione è un sottoinsieme della popolazione Se si effettua una estrazione senza reimmissione la probabilità di estrarre un altro elemento:
Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un asso: Da un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una carta di bastoni: Da un mazzo di carte viene estratta una carta. Calcolare la probabilità di ottenere una figura: Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere un fante o un re: Dato un mazzo di 40 carte viene estratta una carta. Calcolare la probabilità di ottenere una figura o una carta inferiore a 6: 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: Dato un mazzo di 40 carte calcolare la probabilità di ottenere in due estrazioni con reimmissione un re e un asso: Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la probabilità di successo in un lancio: Si consideri come successo l’evento “faccia con il numero sei” nel lancio di un dado. Calcolare la probabilità di insuccesso in un lancio: 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: 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: 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:
