Statistica (L8 - Ingegneria Informatica) Panieri, Panieri di Statistica

Scarica Statistica (L8 - Ingegneria Informatica) Panieri e più Panieri in PDF di Statistica solo su Docsity!

PANIERE DI STATISTICA

1. La Statistica si divide in: Statistica descrittiva e inferenza

2. Tra gli obiettivi della Statistica ritroviamo: Validare un modello attraverso l'osservazione dei dati

3. In un'analisi sulle PMI innovative, la spesa per Ricerca e Sviluppo dell'azienda è: Una variabile di interesse

4. La popolazione statistica è formata da: Individui intesi come unità di osservazione

5. Il fenomeno statistico è: La variabile di interesse

6. Tra i vantaggi di fare un campione ritroviamo: Economicità e Tempestività

7. L'inferenza statistica è una procedura analitica che: Permette di passare dal particolare al generale

8. Il campione è definito come: Un sottoinsieme della popolazione

9. La statistica descrittiva si occupa di: Descrivere e sintetizzare le informazioni raccolte

10. Tra gli svantaggi ad analizzare direttamente l'intera popolazione abbiamo: Costi elevati

11. I caratteri qualitativi si distinguono in: Sconnessi e ordinabili

12. Sulle modalità di un carattere qualitativo sconnesso si possono fare solo operazioni di: Uguaglianza e disuguaglianza

13. Se la modalità del carattere osservato è espresso con un attributo abbiamo: Un carattere qualitativo

14. Il carattere "Reddito mensile" è: Quantitativo continuo

15. Il carattere "Squadra di calcio per cui si tifa" è: Qualitativo sconnesso

16. Se la modalità del carattere osservato è espressa con un numero abbiamo: Un carattere quantitativo

17. Il carattere "Numero di figli per coppia" è: Quantitativo discreto

18. I caratteri quantitativi si distinguono in: Discreti e continui

19. Sulle modalità di un carattere quantitativo discreto si possono fare solo operazioni di: Tutte

20. Il carattere "Comune di nascita" è: Qualitativo sconnesso

21. Con Xi si indica: La i-esima modalità

22. Le frequenze si possono calcolare per le seguenti tipologie di caratteri: Tutti

23. Le frequenze semplici si determinano effettuando: Il conteggio

24. Se su otto PC osservati in un ufficio, tre risultano difettosi, tre corrisponde a: La frequenza semplice della modalità difettosi, del carattere "Funzionamento PC"

25. Il totale delle frequenze è uguale al: Totale delle osservazioni

26. Con il simbolo Σ si indica: La sommatoria

27. Con ni si indica: La i-esima frequenza

28. Nelle distribuzioni di frequenza, le modalità dei caratteri quantitativi continui sono: Raggruppate in classi

59. Quando si calcola la densità di frequenza implicitamente si fa l'ipotesi di: Equidistribuzione

60. L'area del rettangolo è dato da: Ampiezza della classe x densità

61. La moda è una media: Di posizione

62. Nel caso di carattere quantitativo continuo, la moda corrisponde alla modalità con: Massima densità

63. Le medie vengono chiamate anche: Indici di tendenza

64. La moda si può calcolare: Per qualsiasi carattere

65. La capacità informativa della Mediana è: Superiore alla Moda

66. La media è espressa attraverso: Un solo valore

67. Se due modalità presentano uguale massima frequenza diremo che: La distribuzione è bimodale

68. Sono definite Medie di Posizione, quelle medie che si riferiscono: Alla particolare posizione occupata da una osservazione

69. La moda è definita come quella modalità che presenta: Massima frequenza

70. Guardando un grafico a torta, la moda corrisponde a: La sezione più grande

71. La mediana è quel valore che occupa all'interno della distribuzione, la posizione: Centrale

72. Per determinare il valore al centro della distribuzione è utile calcolare: Le frequenze cumulate

73. Se n è dispari, la posizione occupata dalla Mediana sarà: (n+1)/

74. La posizione della Mediana deve essere: Un numero intero

75. La distribuzione viene divisa dalla Mediana lasciando: Metà delle osservazioni prima della Mediana e metà dopo

76. Se il carattere è per classi: Si deve applicare una formula particolare per trovare il valore all'interno della classe

77. La Mediana può calcolarsi per caratteri: Almeno qualitativi ordinabili

78. Se n è pari, esistono due posizione centrali: n/2 e n/2)+

79. Se ho osservato i valori 0, 5, 2, la mediana è: 2

80. Se ho rilevato il carattere "Comune di residenza", la mediana: Non si può calcolare

81. I Quantili sono: Dipende da quanto si è fissato k

82. Il secondo quartile corrisponde a: La Mediana

83. I Quartili sono: 4

84. I Decili dividono la distribuzione in: 10 parti

85. Il terzo quartile lascia a destra il: 25% delle osservazioni

86. Per trovare i quartili si divide n per: 4

87. I quantili e i quartili possono calcolarsi per: Caratteri almeno ordinabili

88. Il primo quartile lascia alla sua sinistra il: 25%

89. Il primo decile lascia alla sua destra il: 90%

90. Sul carattere "Livello di reddito" si possono calcolare: Tutti i quantili, per k qualsiasi

91. La media aritmetica può calcolarsi per: Caratteri quantitativi

92. Se in una distribuzione si sono osservati i valori estremi 3 e 20, la media: Sarà compresa tra questi valori

93. Se su una distribuzione ho calcolato una media pari a 7 e aumento di 2 tutti i valori osservati, la nuova media sarà pari a: 9

94. La media aritmetica è una media: Analitica

95. La somma degli scarti dalla media è: Nulla

96. Se ho osservato i voti degli esami su un gruppo di 7 femmine ed è pari a 25 e su un gruppo di 5 maschi che è 23, la media totale sarà: 24, 17

97. Nel calcolo della media aritmetica si considerano: Tutte le osservazioni

98. Se su una distribuzione ho calcolato una media pari a 8 e sottraggo a tutti i valori osservati 2, la nuova media sarà pari a: 6

99. Se su una distribuzione ho calcolato una media pari a 5 e moltiplico tutti i valori osservati per 3, la nuova media sarà pari a: 15

100. Se su una distribuzione ho calcolato una media pari a 10 e divido tutti i valori osservati per 2, la nuova media sarà pari a: 5

101. Se ho osservato i seguenti valori: 3, 3, 3, 3 la variabilità è: Nulla

102. Il rango è dato da: Valore massimo - valore minimo

103. La differenza interquartilica è: Terzo quartile - primo quartile

104. Se su due distribuzioni ho la stessa media, allora queste avranno variabilità: Non necessariamente uguale

105. Se ho osservato i seguenti valori: 3, 0, 1, 2, 5, la differenza interquartilica è: 3 - 1 = 2

106. Gli indici di variabilità si calcolano su caratteri: Quantitativi

107. La differenza interquartilica è: Sempre non negativa

108. Se ho osservato i seguenti valori: 3, 0, 1, 5, 4, il rango è: 5 - 0 = 5

109. Se due distribuzioni hanno stessa media e mediana, allora hanno: Non si può dire nulla a priori sulla variabilità

110. Se ho osservazioni negative, il rango sarà: Sempre positivo

111. La varianza ha unità di misura: Uguale al quadrato del fenomeno rilevato

112. Lo scarto quadratico medio è uguale: Alla radice quadrata della varianza

113. Se il fenomeno rilevato assume valori negativi, la varianza: E' comunque positiva

114. Non si possono considerare gli scarti semplici dalla media nella misura della variabilità perché: La somma degli scarti è nulla

144. Con nij si indica: La frequenza assoluta doppia

145. Nel caso di indipendenza le frequenze doppie sono uguali a: Il prodotto delle marginali diviso il totale

146. Se tutte le distribuzioni condizionate sono uguali tra loro allora c'è: Indipendenza

147. Nella dipendenza perfetta: Ad ogni modalità della X corrisponde solo una modalità della Y e viceversa

148. Se le condizionate sono uguali, allora: Sono uguali anche alla marginale

149. In una distribuzione con 50 osservazioni, se n1.=10 e n.1= 10, in caso di indipendenza deve aversi: n11=

150. Nel caso di dipendenza perfetta, la concoscenza della modalità di X mi definisce: Con certezza la modalità assunta dalla Y

151. Nel caso di massima dipendenza il valore del chi2 è: n x min((h-1),(k-1))

152. Nell'analisi dell'indipendenza, la contingenza è data da: cij = (nij - nij)*

153. L'indice del chi2 è un indice di indipendenza: Assoluto

154. L'indice del chi2 è uguale a zero se: Se tutte le frequenze osservate sono uguali a quelle teoriche

155. L'indice di Cramer varia tra: Zero e uno

156. Se l'indice di Cramer = 1, significa che si ha: Massima dipendenza

157. L'indice del chi2 può essere negativo nel caso in cui: Mai

158. Se C= 0.80 possiamo dire che: Siamo in presenza di una elevata dipendenza tra X e Y

159. Se l'indice di Cramer = 0, significa che si ha: Indipendenza

160. L'indice di Cramer è un indice di indipendenza: Relativo

161. Il baricentro è il punto di coordinate: Media di X e media di Y

162. Nel caso di caratteri X e Y concordanti, la covarianza è: Positiva

163. Il grafico a dispersione è: Una rappresentazione grafica di due caratteri quantitativi

164. Se la covarianza è nulla, allora X e Y sono: Incorrelati

165. Se al diminuire di X, Y diminuisce diremo che i due caratteri sono: Concordanti

166. La covarianza può calcolarsi per: Caratteri X e Y entrambi quantitativi

167. Nel caso di caratteri X e Y disconcordanti, la covarianza è: Negativa

168. Se al crescere di X, Y diminuisce diremo che i due caratteri sono: Discordanti

169. Nella formula semplificata della covarianza si deve calcolare la somma: Del prodotto tra le x e le y

170. La covarianza può assumere valori : Sia negativi che positivi

171. La covarianza è un indice: Assoluto

172. Se il coefficiente di correlazione è nullo: Sono incorrelate

173. Nel caso di correlazione spuria si osserva un coefficiente di correlazione alto: Ma non esiste dipendenza tra le variabili

174. Se Y spiegato da una parabola, allora il coefficiente di correlazione è: 0

175. Il coefficiente di correlazione ha a numeratore: La covarianza

176. Se il coefficiente di correlazione è nulla, allora: Non esiste legame lineare tra le variabili

177. Se si è in presenza di una relazione lineare inversa, il coefficiente di correlazione è: Negativo

178. Il coefficiente di correlazione assume valori compresi tra: Meno uno e più uno

179. Se r=-0.95, allora: X e Y sono fortemente legate linearmente

180. La presenza di dati anomali: Può alterare il risultato del coefficiente di correlazione

181. Nella retta di regressione le due variabili X e Y sono: Entrambe quantitative

182. I minimi quadrati vengono usati per specificare: La migliore retta di regressione

183. Con il termine "coefficiente di regressione" si intende: Il coefficiente angolare della retta di regressione

184. Nella retta di regressione X e Y sono con un legame di: Dipendenza di una sull'altra

185. La retta dei minimi quadrati è quella retta che: Più si avvicina ai punti osservati

186. Se ho una retta di regressione Y=2+1.5*X allora posso dire che: All'aumentare di una unità di X, Y aumenta di 1.

187. La relazione tra X e Y può essere in generale espressa: Da una qualsiasi funzione f

188. L'intercetta della retta esprime: La parte di Y indipendente da X

189. Se ho una retta di regressione Y=2+1.5*X allora posso dire che: Il coefficiente di correlazione è positivo

190. Se ho una retta di regressione Y=2+1.5*X allora posso dire che quando X è 2, il valore teorico di Y sarà: 5

191. Il coefficiente R2 è un indice di: Bontà di adattamento

192. Se ho R2= 0.75 allora posso dire che: La retta non spiega il 25%

193. Il valore osservato Y può essere scomposto in: Y teorico più un residuo e

194. La varianza della Y è scomposta come: Var(Y) = Var(Y^) + Var(e)

195. Se ho un coefficiente di correlazione pari a -0.5, allora: R2= 0.

196. Il coefficiente di determinazione varia tra: Zero e uno

197. Indicare se è possibile avere un coefficiente di correlazione negativo e un R2 positivo: Si

198. R2 esprime quanta parte della variabilità di Y: E' spiegata dalla retta

199. Se la retta passa perfettamente per i punti osservati, R2 sarà pari a: Uno

200. Se la varianza di Y è uguale alla varianza residua, R2 sarà uguale a: Zero

232. La distribuzione binomiale è: Una variabile casuale disceta

233. Il coefficiente binomiale esprime: Le combinazioni possibili

234. Se n=3=k, il coefficiente binomiale è: Uno

235. I risultati delle prove devono essere: Indipendenti

236. Calcolare il coefficiente binomiale con n=5 e k=2: 10

237. Se n=3 e k=1, il coefficiente binomiale è: Tre

238. Con la probabilità p si indica: La probabilità del successo

239. Calcolare il coefficiente binomiale con n=3 e k=2: 3

240. Calcolare il coefficiente binomiale con n=7 e k=4: 35

241. Ai fini dell'applicazione della binomiale, le prove devono essere: Indipendenti

242. La variabile binomiale è: Discreta

243. Nell'ambito statistico, n si riferisce: Alla numerosità campionaria

244. Il valore atteso corrisponde: Alla media

245. Se n=5 e p=0.5, quanto è la probabilità di avere 2 successi: 0.

246. Se n=5 e p=0.5, quanto è la probabilità di avere 0 successi: 0.

247. Ai fini dell'applicazione della binomiale, le prove devono essere: Ripetute

248. Se n=5 e p= 0.2, allora il valore atteso è: 1

249. Se n=5 e p=0.5, quanto è la probabilità di avere 5 successi: 0.

250. Se n=5 e p= 0.2, allora la varianza è: 0.

251. La funzione Normale è definita per valori di X compresi tra: Meno infinito e più infinito

252. Due distribuzioni Normali con stessa varianza e diversa media: Sono identiche per traslazione

253. La funzione di densità Normale ha un andamento: Campanulare

254. All'aumentare della variabilità, la curva Normale si: Abbassa

255. Nella formula della Normale figurano esplicitamente: Media e varianza

256. I punti di flesso della curva Normale si trovano in corrispondenza di: (m-σ) e (μ+σ)

257. Con X ~ N(3, 2) si indica una media con: Media = 3 e sqm= 2

258. Nella funzione Normale: Media, mediana e moda coincidono

259. La curva Normale è particolarmente importante nelle applicazioni della statistica perchè: Molti fenomeni si distribuiscono approssimativamente ad una normale

260. La curva normale è: Una variabile casuale continua

261. La variabile standardizzata ha: Sempre media nulla

262. Le tavole della Normale forniscono i valori di:

263. La trasformazione di standardizzazione è:

264. E' possibile passare da una variabile X ad una standardizzata Z: Sempre

265. La Pr(Z< 0) è uguale a: 0,

266. La variabile standardizzata ha: Sempre sigma = 1

267. Se X ha media = 3 e sigma = 2, allora il valore standardizzato di x=1 è: -

268. La normale standardizzata ha andamento: Campanulare

269. Se X = N(1,2), allora Pr(0 < X < 5) è uguale a: Pr(-0.5 < Z < 2)

270. La Pr(Z <0.65) è uguale a: 0,

271. Nella curva normale, la Pr(Z<-a) è uguale a: 1 - Pr(Z < a)

272. Nella curva normale, la Pr(Z>b) è uguale a: 1 - Pr(Z < b)

273. La Pr(Z<0.34) è uguale a: 0.

274. La Pr(Z<-0.34) è uguale a: 0.

275. La Pr(Z>0.34) è uguale a: 0.

276. La Pr(Z>-0.34) è uguale a: 0.

277. Il valore di z che corrisponde ad una probabilità 0.5 è: 0

278. Il valore di z che corrisponde ad una probabilità 0.8 è: 0.

279. Sia X una normale con media = 3 e sigma = 2, il suo terzo quartile è: 4.

280. Nella normale standardizzata il terzo quartile è: 0.

281. L'inferenza si interessa a estendere: L'informazione campionaria alla popolazione

282. Se la popolazione di partenza è Normale, allora la Media campionaria si distribuisce: Normalmente

283. Se la varianza della popolazione è 10 e si fa un campione con n=100, la varianza della Media campionarie è: 0,

284. L'intervallo di confidenza ha un livello di garanzia: 1-alpha

285. Il campione (X1,...,Xn) viene considerato come una: Variabile casuale multipla

286. Se non conosciamo la distribuzione della popolazione, la distribuzione della Media campionaria è: E' Normale per n elevato in base al teorema del limite centrale

287. La Media campionaria è: Una variabile casuale

288. Se si estrae un campione da una popolazione con media pari a 4, la Media campionaria ha media pari a: 4

289. All'aumentare di n l'ampiezza dell'intervallo: Diminuisce

314. Le statistiche economiche: Devono soddisfare determinate caratteristiche concordate a livello internazionale

315. La qualità della produzione statistica richiede: Di saper trasformare bene un dato statistico in conoscenza

316. La difficoltà nel definire la qualità dei dati statistici è: Agganciata ai processi produttivi posti in essere dalle fonti ufficiali di informazione statistica, ovvero i dati devono soddisfare determinate caratteristiche e requisiti

317. Quale tra i seguenti requisiti è essenziale per la qualità dei dati: Coerenza

318. L'attendibilità delle stime soffre di molteplici errori derivanti da: Errori di precisione nelle indagini campionarie

319. La puntualità è un concetto legato alla: Tempestività

320. Il requisito della comparabilità si utilizza: Quando si confrontano statistiche corrispondenti nello spazio

321. Il dato statistico: E' la materia prima da cui è ottenuta l'informazione statistica che si riferisce alla collettività

322. I dati secondari: Rappresentano una fonte di dati

323. I dati primari: Le opinioni raccolte dall'azienda su un campione di clienti

324. Nella produzione di informazione statistica, l'impresa: E' produttrice di dati primari

325. Il metadato: E' un'informazione che consente di interpretare correttamente un insieme di dati

326. Il settore Ateco è: Un esempio di metadato

327. La sede legale di un'impresa: Coincide con la sua unità locale sole se l'impresa è uni localizzata

328. L'unità locale di un'impresa : E' assegnata al territorio in cui si trova, indipendentemente dalla residenza dell'impresa cui appartiene

329. La fonte dei dati interni all'azienda: Indica il soggetto produttore dei dati

330. La fonte dei dati per un'azienda può essere sia interna che esterna: La sua indicazione è un metadato

331. Le Caratteristiche strutturali delle imprese: Rientrano nella categoria delle fonti di dati esterne all'azienda

332. Le Caratteristiche strutturali delle imprese: Collocano l'impresa nell'ambito di un territorio, di un settore economico e di una classe dimensionale

333. Il Censimento dell'Industria e dei Servizi: E' l'unica indagine che consente analisi fino a livello comunale

334. L'Archivio statistico delle imprese attive (Asia): Comprende qualsiasi classe dimensionale delle imprese

335. L'Archivio statistico delle imprese attive (Asia): Consente di costruire gli indicatori di demografia delle imprese

336. L'Archivio statistico delle imprese attive (Asia) per le unità locali: Analizza le caratteristiche strutturali del sistema produttivo tra due censimenti

337. L'indagine PMI: Consente di comparare il risultato economico della propria impresa con quello conseguito dalle imprese simili per caratteristiche strutturali

338. L'indagine Istat sul consumo delle famiglie: E' utile alle imprese per adeguare l'offerta ai mutamenti nel comportamento di spesa dei consumatori

339. L'aggregato spesa delle famiglie: Comprende la produzione per uso proprio

340. I consumi finali delle famiglie: Comprendono alcune spese per investimento

341. I Big Data sono dati generati: Da uso di strumenti digitali

342. Il costo di produzione di Big Data: È generalmente contenuto

343. Quali di questi attributi non caratterizza i big data: ridondanza

344. I micro dati sono collezioni di: dati elementari

345. La statistica ufficiale si sta orientando: Verso il maggiore uso di Big Data

346. In Italia utilizzano i Big Data principalmente: Le grandi imprese

347. La visione basata sull'uso di dati da fonti differenti si chiama: Multiple Integrated Data Collection

348. Le unità sul quale viene condotta una rilevazione si denominano: Unità statistiche

349. I Big data mettono a disposizione una grande quantità: Di microdati

350. La reperibilità di Big Data è stata facilitata: Dall'innovazione tecnologica

351. Un primo aspetto critico nell'uso dei Big Data è la definizione: della popolazione obiettivo

352. Quali di questi aspetti è problematico per l'accesso ai dati: Privacy

353. I Big Data permettono di ricavare: un ingente mole di informazioni

354. L'estrazione di informazioni (prezzi) da internet mediante un processo informatico: Web scraping

355. I primi problemi di privacy sono emersi: Negli USA

356. Una definizione di qualità dei dati è fornita da: ISO9001:

357. La valutazione della qualità dei Big Data dovrebbe comprendere fra le nuove dimensioni: privacy

358. Il processo di creazione di dati è caratterizzato da: elevata complessità

359. I Big Data rispetto alle fonti convenzionali presentano: alcune criticità

360. Un problema dei dati ottenuti dai Social Media per le imprese potrebbe essere: Il costo

361. Processo di raccolta e analisi di grandi volumi di dati per estrarre informazioni che non sono constatabili da un'analisi immediata: Big Data Analytics

362. Le aziende grazie ai Big Data migliorano in maniera netta i processi di: Forecast

363. Per l'analisi del consumatore un problema importante è: L'individuazione della popolazione di riferimento

364. Il modello di regressione lineare individua relazioni tra una variabile di risposta ed un set di: Covariate

365. Amazon utilizza i Big Data per: Individuare nicchie di mercato

393. Software tipicamente utilizzato dalla Business Analytics: Pentaho

394. Strumento che permette di raffigurare in maniera integrata e rapida i dati aziendali: Dashboard

395. Google Analytics è uno strumento: Di web analytics

396. Google Analytics permette all'azienda di monitorare: La performance web

397. Google Analytics è il servizio di analytics: Più usato nel web

398. Google Analytics permette di: Integrarsi con altri applicativi

399. Google Analytics è uno strumento molto usato: Nel marketing

400. Strumento intuitivo che facilita la fruibilità reportistica: Grafici

401. R è un linguaggio di programmazione che nasce da: Linguaggio S

402. R è un linguaggio di programmazione object oriented, ovvero: Tutte le operazioni vengono svolte su e tramite oggetti e a loro volta ne generano altri.

403. Sul sito di R, CRAN sta per: Comprehensive R Archive Network

404. Nel linguaggio di R: Lettere maiuscole e minuscole vengono considerate diverse

405. Il simbolo nel prompt > sta ad indicare: Che il sistema è pronto per ricevere l'istruzione

406. R-Studio è: Un'interfaccia grafica che interagisce con R

407. Se dopo aver inviato il comando appare il simbolo +, significa: Che il comando è incompleto

408. I pacchetti di R sono: Insiemi di comandi specifici su un tema

409. Per avere informazioni su un pacchetto si deve usare il comando: Help(package = "nomepacchetto")

410. Il comando library(nomepacchetto) serve a: Attivare il pacchetto su R

411. Per importare i dati in formato txt in R: Non è necessario installare nulla e si possono leggere direttamente

412. Il comando ls( ) permette di: Visualizzare gli oggetti memorizzati

413. Se devo importare un file in formato csv il comando è: read.csv

414. Per esportare i dati da R si usa il comando: write.table

415. In R i vettori sono espressi come: Vettore colonna

416. Per fare la trasposta di un vettore si usa il comando: t(x)

417. Il comando rbind(x,y): Unisce due vettori x e y per riga

418. Se A è una matrice, A[2,4]: Estrae l'elemento in riga 2 e colonna 4 della matrice

419. Il data-frame è dato da: Matrici in cui le colonne possono essere di natura differente

420. La funzione è: Un insieme di comandi elementari

421. Per calcolare la media sul vettore di dati x si deve dare il comando: mean(x)

422. Per avere un insieme di statistiche descrittive sui dati x si usa: summary(x)

423. Per estrarre una variabile da una matrice di dati (o data-frame) si usa il simbolo: $

424. Il comando table(x) mi fornisce: La tabella di frequenze assolute

425. Per costuire un grafico a torta sulla tabella si usa: pie(x)

426. In una tabella doppia, table[ ,1] fornisce: La tabella di Y condizionatada X

427. In una tabella doppia, table[1 , ] fornisce: La tabella di X condizionata a Y

428. La correlazione tra x e y si calcola con: cor(x,y)

429. Se voglio stimare la retta di regressione di Y rispetto a X, devo scrivere: lm(y~x)

430. Per vedere l'output e alcune statistiche della regressione, salvata nell'oggetto pippo, devo scrivere: summary(pippo)

431. Su un carattere X si calcola una varianza uguale a 7. Quanto è lo scostamento quadratico medio: 2,

432. Se la modalità del carattere osservato è espressa con un attributo abbiamo: un carattere qualitativo

433. Nel comune AAA la probabilità di fallire per una piccola azienda è p = 0.15. Calcolare la

probabilità di avere 3 aziende fallite, osservandone 8: 0.

434. In un paesino si presentano alle elezioni due candidati X e Y. I sondaggi dicono che il 65% degli

aventi diritto al voto voterà per il candidato X. Prendendo a caso n = 10 elettori, quale è

probabilità che 4 votino per X? : 0,

435. Se nella retta di regressione stimata il coefficiente angolare beta = 0, allora: La correlazione è nulla

436. Il numero di pratiche X eseguite in un ufficio del comune settimanalmente segue una

distribuzione normale con media 200 e scostamento quadratico medio 15.

Calcolare il valore standardizzato per a = 220 pratiche: 1.

437. L’età media degli studenti della Mercatorum si distribuisce come una normale con media 40 anni

e scostamento quadratico medio 5 anni. Calcolare la probabilità che uno studente abbia più di 38

anni: 0,

438. Il numero medio di positivi al COVID nella classe A di numerosità 15, è di 3 studenti. Nella classe

B di 20 studenti il numero medio di positivi è 2. Quale è la media complessiva, mettendo insieme

le due classi: 2,

439. Nella relazione tra due caratteri X ed Y si è ottenuto un coefficiente di correlazione pari a +0.7.

Posso affermare che: La retta spiega il 70%

440. Si è stimata su una coppia di variabili X ed Y la seguente retta di regressione: Y = 12 + 0.8 X.

Calcolare il coefficiente di correlazione: Non ho sufficiente informazione per poter calcolare il coefficiente di correlazione

441. Una variabile X si distribuisce come una binomiale con p=0.7 e n=8. Calcolare il valore atteso: 5,

• Il coefficiente di determinazione R2 è pari a 0.
• Ampiezza = 5, densità = 2,
• 5,
• La correlazione è nulla
• 22
• 23
• Coefficiente di determinazione e intercetta
• La retta spiega il 49%
• 1,
• I due caratteri sono discordanti
• Non ho sufficiente informazione per poter calcolare il coefficiente di correlazione
• 2
• 0,
• 200
• La statistica-test |z| < z(alpha)
• 0,
• 2,
• 0,
• 12,

- Osserva l’evoluzione dei fenomeni attraverso lo studio delle economie territoriali composte

• • 0, prevalentemente da piccole e piccolissime imprese
• • 2,
• • 0,
• • 0, - L’informazione campionaria della popolazione
• • 8,