Paniere con risposte chiuse di Statistica economica per il Master A46

Paniere completo e-Campus - Risposte chiuse

Statistica economica

L'insegnamento delle materie giuridico-economiche negli istituti secondari di II grado: metodologie didattiche

Docente: Panetta Luigi

Lezione 002

01. Quali comandi di R stabiliscono la directory di lavoro presente e quale directory si vuole scegliere:

• getwd() - dswd()
• getwd() - setwd()
• setwd()
• getwd()

Lezione 003

01. Se il file prova.txt contiene due e più colonne separate da spazi vuoti con nome delle colonne nella prima riga il comando di R da utilizzare è:

• prova <- read.("c:/mydat/prova.txt", header=TRUE)
• prova <- scan("c:/mydat/prova.txt", header=TRUE)
• prova <- read.table("c:/mydat/prova.txt", header=TRUE)
• prova <- read.csv("c:/mydat/prova.txt", header=TRUE)

02. Se il file prova.csv (salvato con una versione italiana di Excel, vale a dire come separatore decimale la virgola) contiene due e più colonne con nome delle colonne nella prima riga il comando da utilizzare è:

• prova <- read.csv2("c:/mydat/prova.csv", header=TRUE)
• prova <- read.csv("c:/mydat/prova.csv", header=TRUE)
• prova <- read("c:/mydat/prova.csv", header=TRUE)
• prova <- read.table("c:/mydat/prova.csv", header=TRUE)

Lezione 004

01. Quale sequenza viene prodotta per incollare un nuovo script nell’Editor di R e mandarlo in esecuzione:

• Dalla barra in basso si seleziona File- Nuovo script-Tasto dx-Incolla-Seleziona-Tasto dx-Esegui linea o selezione
• Dalla barra in alto si seleziona File- Nuovo script-Tasto dx-Incolla-Seleziona-Tasto dx
• Dalla barra in alto si seleziona File- Nuovo script-Tasto dx-Incolla-Seleziona-Tasto dx-Esegui linea o selezione
• Dalla barra in alto si seleziona Nuovo script-Tasto dx-Incolla-Seleziona-Tasto dx-Esegui linea o selezione

Lezione 008

01. Quando un vettore riga si dice trasposto:

• Da matrice si trasforma in vettore colonna
• Da vettore riga si trasforma in matrice rettangolare
• Da vettore riga si trasforma in matrice quadrata
• Da vettore riga si trasforma in vettore colonna

02. Quando un vettore colonna si dice trasposto:

• Da vettore colonna si trasforma in scalare
• Da vettore colonna si trasforma in matrice quadrata
• Da vettore colonna si trasforma in vettore riga
• Da vettore colonna si trasforma in matrice

Lezione 009

01. Qual'è la notazione con cui si calcola la sottrazione il vettore v e la matrice M:

• v/M
• v-M
• v*M
• v+M

Lezione 010

01. La matrice è:

• Una tabella composta da numeri tra loro associati
• Una tabella composta da numeri tra loro associati disposti in righe e colonne
• Una tabella
• Una tabella composta da numeri

02. Quali operazioni tra matrici soddisfano la proprietà commutativa:

• Prodotto
• Differenza
• Somma
• Somma e prodotto

03. L'operazione di moltiplicazione tra matrici è possibile solo se:

• La diagonale di una matrice ha tutti valori uguali ad 1
• Il numero di righe di un vettore è uguale al numero di righe di un altro
• Il numero di colonne di una matrice è diverso al numero di righe di un'altra
• Il numero di colonne di una matrice è uguale al numero di righe di un'altra

Lezione 011

01. L’inversa di una matrice esiste solo e soltanto se:

• Il suo determinante è uguale a 1
• Il suo determinante non esiste
• Il suo determinante è diverso da zero
• Il suo determinante è uguale a zero

02. Quando è possibile effettuare il calcolo del determinante di una matrice:

• Quando la matrice di riferimento è rettangolare
• Quando la matrice di riferimento è triangolare
• Quando la matrice di riferimento è isoscele
• Quando la matrice di riferimento è quadrata

03. L’autovettore può essere definito come:

• Un vettore caratteristico v associato ad un autovettore λ
• Un vettore caratteristico v
• Un vettore caratteristico v associato ad un autovalore λ
• Un vettore caratteristico v associato

04. Il rango di una matrice può essere definito come:

• L’ordine minimo dei minori non nulli da essa estraibili
• L’ordine massimo dei minori non nulli da essa estraibili
• L’ordine massimo dei minori nulli da essa estraibili
• L’ordine minimo dei minori nulli da essa estraibili

Lezione 012

01. Come è definito l'autovettore:

• Una mediana caratteristica associata ad un autovalore λ
• Una media caratteristica associata ad un autovalore λ
• Una moda caratteristica associata ad un autovalore λ
• Un vettore caratteristico v associato ad un autovalore λ

Lezione 013

01. Qual’è la formula con cui si calcola la probabilità di inclusione del II ordine nel disegno campionario casuale semplice con reimmissione:

• π_ij =[n(n-1)]/N
• π_ij =[(n-1)]/[N(N-1)]
• π_ij =[n(n-1)]/[N(N-1)]
• π_ij =[n(n-1)]/[(N-1)]

02. Come deve essere la probabilità di estrazione in un campionamento casuale semplice:

• Diversa per ogni estrazione
• Additiva per ogni estrazione
• Cumulativa per ogni estrazione
• Uguale per ogni estrazione

03. Qual’è la formula con cui si calcola la frequenza attesa nel disegno campionario casuale semplice con reimmissione:

• f_i =Σ_i E(c_ij)=N/n
• f_i =Σ_i E(c_ij)=n/N
• f_i =Σ_i E(c_ij)=n-N
• f_i =Σ_i E(c_ij)=n*N

04. Qual’è la formula con cui si calcola la probabilità di inclusione del I ordine nel disegno campionario casuale semplice senza reimmissione:

• π_i = n/N
• π_i = n*N
• π_i =ΣN_i c
• π_i = N/n

Lezione 014

01. Con quale formula si calcola la probabilità di inclusione del I ordine in un disegno campionario stratificato:

• π_hi = var /N_h
• π_hi = n_h /N_h
• π_hi = N_h /n_h
• π_hi = dev /N_h

Lezione 015

01. Come devono essere gli elementi che compongono un disegno campionario a grappoli:

• Tra di loro estremamente omogenei mentre tra i grappoli deve verificarsi la massima eterogeneità
• Tra di loro estremamente eterogenei mentre tra i grappoli deve verificarsi la massima omogeneità
• Tra di loro estremamente eterogenei
• Tra i grappoli deve verificarsi la massima omogeneità

02. Quale notazione viene utilizzata per calcolare la probabilità di inclusione del I ordine nel disegno campionario a grappoli:

• π_i = 1*N_n
• π_i = 1-N_n
• π_i = 1+N_n
• π_i = 1/N_n

Lezione 016

01. Qual è la notazione con cui si calcola la frequenza di inclusione di primo stadio:

• f₁ =n-N
• f₁ =n/N
• f₁ =n+N
• f₁ =n*N

Lezione 017

01. Quale notazione viene utilizzata per calcolare la probabilità di inclusione del I ordine:

• π_i = k
• π_i = 2k
• π_i = 1/k
• π_i = 3k

Lezione 018

01. Quali sono gli stimatori di un disegno campionario probabilistico:

• Media, varianza, totale, proporzione, intervallo di confidenza
• Media, varianza, totale, proporzione
• Media, varianza, totale
• Media, varianza

02. Che cos’è lo stimatore in un disegno campionario probabilistico:

• È una statistica atta a stimare un parametro noto θ della popolazione
• È una statistica atta a stimare un parametro incognito θ della popolazione
• È una statistica
• È una statistica atta a stimare un parametro incognito θ del campione

Lezione 019

01. Su che cosa è basato lo stimatore EBLUP (Empirical Best Linear Unbiased Predictor) per Small Area:

• Su un modello lineare ad effetti misti a livello di unità elementare
• Su un modello curvilineo ad effetti misti a livello di unità elementare
• Su un modello esponenziale ad effetti misti a livello di unità elementare
• Su un modello ellittico ad effetti non misti a livello di unità elementare

Lezione 020

01. Nella specificazione del Metodo Monte Carlo i parametri come sono definiti:

• Le quantità che il ricercatore non può controllare e identificare le v.c. di uscita che dipendono da eventi esterni incontrollabili
• Le quantità che il ricercatore può controllare e identificare le v.c. di ingresso