Paniere statistica - risposte multiple

Set domande: Statisticaeconomia (D.M. 270/04)

Docente: Coccarda Raoul - Lezione 001

Comandi di aiuto in R

01. Quali sono i comandi di aiuto in R?

• qt; help(qt); help.start ()
• help(qt); help.start (); help.search ()
• help.start (); help.search ()qt; help(qt); help.start (); help.search ()

Settare la directory di lavoro in R

02. Per settare la directory di lavoro giusta e una nuova directory quali comandi di R si utilizzano?

• betwd(); setwd()
• getwd(); tetwd()
• getwd(); setwd()
• etwd(); etwd()

Importare file in R

03. Per importare un file Excel senza il nome della colonna nella prima riga quale comando di R si utilizza?

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

Importare file di testo in R

04. Per importare il file di testo "prova.txt" quale linea di codice di R si utilizza?

• prova <- scan("/mydat/prova.txt")
• prova scan("c:/mydat/prova.txt")
• prova <- scan("c:/mydat/prova")
• prova <- scan("c:/mydat/prova.txt")

Trasformazione vettori in R

05. Con quali linee di codice di R i vettori a e b si possono trasformare da vettori riga in vettori colonna e viceversa?

• pbind (a, b); rbind (a, b)
• cbind (a, b); rbind (a, b)
• cbind (a, b); qbind (a, b)
• cbind (a, b); dbind (a, b)

Gestione data frame in R

06. Se si vogliono staccare ed utilizzare singolarmente le colonne che compongono il data frame “prova” quali linee di codice si implementano?

• mediana (prova)
• attach(prova)
• detach(prova)
• media(prova)

07. Se si vogliono riattaccare le colonne che compongono un data frame “prova” quali linee di codice si implementano?

• mediana (prova)
• attach(prova)
• detach(prova)
• media(prova)

Ordinare dati in R

08. Quale linea di codice si implementa per ordinare i dati del vettore x in modo crescente?

• sort()
• port(x)
• sort(x)
• dort(x)

Caricare data frame in R

09. Quale comando di R si deve usare per caricare un data frame presente in R, ad esempio mtcars?

• df. mtcars
• df(mtcars)
• data.frame ()
• data.frame (mtcars)

Importazione file di testo in R

10. Per importare il file di testo "prova.txt" descrivere quali linee di codice di R si utilizzano:

• a) quando non compare il nome della colonna nella prima riga;
• b) quando contiene due e più colonne separate da spazi vuoti con nome delle colonne nella prima riga;
• c) quando ci sono i nomi di riga nella prima colonna

Cambiare directory e creare data frame in R

11. Redigere le seguenti linee di codice di R:

• a) per cambiare una directory di lavoro, per settare una nuova directory e per importare un data frame presente in R;
• b) per implementare la creazione del data frame "df" utilizzando il comando matrix;
• c) per implementare la creazione del data frame "df" utilizzando il comando tab

Importazione file Excel in R

12. Dato un file Excel quali linee di codice di R si utilizzano per:

• a) importarlo senza il nome della colonna nella prima riga;
• b) importarlo quando contiene due e più colonne separate da spazi vuoti con nome delle colonne nella prima riga;
• c) importarlo con la versione di Excel in inglese se nella prima colonna ci sono i nomi di riga con l'estensione

Lezione 002

Misura di un carattere quantitativo

01. Come può essere la misura di un carattere quantitativo?

• continuo-sconnesso
• continuo
• discreto-continuo
• discreto

Nomenclatura statistica

02. Che cosa s'intende per nomenclatura statistica?

• L'insieme delle seguenti definizioni: 1) rilevazione statistica; 2) popolazione; 3) campione; 4) unità statistica; 5) carattere; 6) modalità; 7) frequenza; 8) serie e seriazione; 9) parametro
• L'insieme delle seguenti definizioni: 1) rilevazione statistica; 2) popolazione; 3) campione; 4) frequenza; 5) serie e seriazione; 6) parametro
• L'insieme delle seguenti definizioni: 1) rilevazione statistica; 2) popolazione; 3) campione; 4) unità statistica; 5) carattere; 6) modalità; 7) frequenza; 8) serie e seriazione; 9) parametro; 10) statistica
• L'insieme delle seguenti definizioni: 1) rilevazione statistica; 2) popolazione; 3) campione; 4) unità statistica; 5) carattere; 6) modalità; 7) frequenza; 8) serie e seriazione; 9) parametro

Misura di un carattere qualitativo

03. Come può essere la misura di un carattere qualitativo?

• ordinato
• sconnesso
• sconnesso-ordinato
• ordinato-quantitativo

Compiti dell'EUROSTAT

04. Quali sono i compiti dell'EUROSTAT?

• rilevare i dati dei singoli paesi membri
• rilevare i dati della Germania
• ricevere ed elaborare i dati provenienti dagli istituti statistici dei paesi membri
• rilevare i dati della Francia

Carattere del sesso

05. Che tipo di carattere è il sesso?

• qualitativo discreto
• qualitativo sconnesso nominale
• quantitativo continuo
• qualitativo sconnesso

Serie e seriazione

06. Che differenza esiste fra serie e seriazione?

• la serie è una distribuzione di frequenza per caratteri qualitativi
• la serie è un insieme di caratteri qualitativi; la seriazione di caratteri quantitativi
• la serie è una distribuzione di frequenza; la seriazione per caratteri quantitativi
• la serie è una distribuzione di frequenza per caratteri qualitativi; la seriazione per caratteri quantitativi

Scala di misurazione di un carattere quantitativo

07. Come può essere la scala di misurazione di un carattere quantitativo?

• a intervalli-ordinali
• ad intervalli e di rapporti
• a intervalli
• di rapporti

Carattere "altezza"

08. Secondo la misura e la scala di misurazione come può essere qualificato il carattere "altezza"?

• continuo
• continuo-di rapporti
• sconnesso
• di rapporti-nominale

Scala di misurazione di un carattere qualitativo

09. Come può essere la scala di misurazione di un carattere qualitativo?

• nominale-ordinato
• nominale
• ordinato-sconnessa
• ordinato

Popolazione di interesse

10. Definita una popolazione di interesse con dati a scelta stabilire:

• a) quale tipo di dati devono essere utilizzato;
• b) quali sono le fasi della rilevazione;
• c) la nomenclatura statistica completa.

Caratteristiche di un carattere

11. Descrivere le seguenti caratteristiche di un carattere scelto a piacere:

• a) la misura;
• b) la scala di misurazione;
• c) la trasferibilità.

Indagine statistica

12. Si vuole svolgere una indagine statistica con dati a scelta e si vuole:

• a) stabilire quale strumento di raccolta di dati deve essere utilizzato;
• b) quali unità statistiche utilizzare;
• c) quali caratteri e quali modalità scegliere.

Lezione 003

Numero indice a base mobile

01. Con quale formula si calcola un numero indice a base mobile?

• I = x₁ / x₁⁰
• I = x₀ / x_t^t0
• I = x_t-1 / x_t^t_t-1
• I = x₀ / x_t^t1

Passaggio da indice a base fissa a base mobile

02. Quale formula si applica per passare da un numero indice a base fissa ad uno a base mobile?

• I = I_t-1 / I_t-0t-1
• It = 0
• It/0It_-1
• I = I_t-1 / I_t-0t
• I = I_t-1 / I_t-1t-0

Passaggio da indice a base mobile a base fissa

03. Quale formula si applica per passare da un numero indice a base mobile ad uno a base fissa?

• I = I₀ * I₀ * ..................* I₀^t-11
• It=0
• I₁* 1I₂*...*t-1It
• I = I * I₀ * ..................* I
• I = I₀ * I₀ * ..................* I_t-1^1t-0

Calcolo numeri indice a base mobile

04. Dati i valori dei prezzi per gli anni 2015 (2.48,2.97,2.23,2.67,2.90,3.06,2.89,3.88,3.22,3.90,3.12,3.01), 2016 (3.52,3.99,3.08,3.88,3.96,4.01,4.07,4.25,4.89,4.08,4.78,4.71) e 2017 (5.01,5.57,5.34,5.09,5.25, 5.02,5.01,5.02,5.78,5.21,5.33,5.36) quali linee di codice di R si utilizzano per calcolare i numeri indice a base mobile 2015;

• 2015 <- c(3.52,3.99,3.08,3.88,3.96,4.01,4.07,4.25,4.89,4.08,4.78,4.71); Mobile(p_2015[-1],p_2015[-12])
• p_2015 <- c(3.52,3.99,3.08,3.88,3.96,4.01,4.07,4.25,4.89,4.08,4.78,4.71); Mobile(p_2015[-1],p_2015[-12])
• p_2015 <- c(3.52,3.99,3.08,3.88,3.96,4.01,4.07,4.25,4.89,4.08,4.78,4.71); (p_2015[-1],p_2015[-12])
• p_2015 <- (3.52,3.99,3.08,3.88,3.96,4.01,4.07,4.25,4.89,4.08,4.78,4.71); Mobile(p_2015[-1],p_2015[-12])

Calcolo numeri indice a base fissa

05. Dati i valori dei prezzi per gli anni 2015 (2.48,2.97,2.23,2.67,2.90,3.06,2.89,3.88,3.22,3.90,3.12,3.01), 2016 (3.52,3.99,3.08,3.88,3.96,4.01,4.07,4.25,4.89,4.08,4.78,4.71) e 2017 (5.01,5.57,5.34,5.09,5.25, 5.02,5.01,5.02,5.78,5.21,5.33,5.36) quali linee di codice di R si utilizzano per calcolare i numeri indice a base fissa 2015.

• p_2015 <- c(2.48,2.97,2.23,2.67,2.90,3.06,2.89,3.88,3.22,3.90,3.12,3.01); function(P, Base) P/Base
• p_2015 <- c(2.48,2.97,2.23,2.67,2.90,3.06,2.89,3.88,3.22,3.90,3.12,3.01); Fissa <- function(P, Base) P/Base
• p_2015 <- (2.48,2.97,2.23,2.67,2.90,3.06,2.89,3.88,3.22,3.90,3.12,3.01); Fissa <- function(P, Base) P/Base
• p_2015 <- c(2.48,2.97,2.23,2.67,2.90,3.06,2.89,3.88,3.22,3.90,3.12,3.01); Fissa <- function(P, Base)

Numero indice a base mobile Febbraio 2018

06. Dati i seguenti indici a base fissa Gennaio 2018 (tra parentesi gli indici): Gennaio 2018(100,00); Febbraio 2018(103,97); Marzo 2018(105,86); Aprile 2018(111,37) calcolare il numero indice a base mobile Febbraio 2018

• Marzo 2018(105,86/111,37)*100=94,28
• (105,86/103,97)*100=101,82
• (103,97/111,37)*100=93,36
• (100/111,37))*100=89,79

Calcolo numero indice a base fissa

07. Con quale formula si calcola un numero indice a base fissa?

• I = x₀ / x_t¹⁰
• I = x₀ / x_t^t0
• I = x₁ / x₁¹⁰ io
• I = x₀ / x₁¹⁰

Numeri indice a base mobile 2015-2018

08. Fissati i seguenti dati (tra parentesi i valori): 2015(64,32); 2016(63,91); 2017(63,84) 2018(63,01) I numeri indice a base mobile sono?

• 2015(107,64); 2016(100,11); 2017(101,32); 2018(103,64)
• 2015(105,64); 2016(100,11); 2017(101,32); 2018(103,64)
• 2015(100,64); 2016(100,11); 2017(101,32); 2018(103,64)
• 2015(99,36); 2016(99,89); 2017(98,69)

Calcolo numero indice a base fissa Febbraio 2018

09. Dati i seguenti indici a base mobile Gennaio 2018 (tra parentesi gli indici): Gennaio 2018(101,15); Febbraio 2018(102,36); Marzo 2082(103,44); Aprile 2018(104,21) calcolare il numero indice a base fissa Febbraio 2018

• Marzo 2018(101,15*103,44)/100=104,63
• (102,36/103,44)*100=98,96
• (101,15*104,21)/100=105,41
• (102,36*103,44)/100=105,88

Numeri indice a base fissa 2015-2018

10. Si prendano in considerazione i seguenti dati (i valori sono tra parentesi): 2015(14,34); 2016(14,91); 2017(15,18) 2018(15,97) I numeri indice a base fissa sono?

• 2015(102,00); 2016(103,17); 2017(105,86) 2018(111,37)
• 2015(100,00); 2016(103,97); 2017(105,86) 2018(111,37)
• 2015(105,00); 2016(103,17); 2017(101,86) 2018(91,37)
• 2015(101,00); 2016(103,17); 2017(104,86) 2018(110,37)

Tasso di variazione Dow Jones

11. Dal 12-04-2017 all'11-04-2017 l'indice Dow Jones è variato del 2,34% qual è il tasso di variazione in valore assoluto?

• -0,0134
• +0,0234
• -0,0234
• 0,0134

Calcolo numeri indici I semestre 2017

12. Dati i seguenti valori dei prezzi del I semestre 2017 (12,4-12,5-11,9;12,9-13,1-11,1) calcolare:

• a) numeri indici a base fissa e mobile;
• b) passaggio da base fissa Marzo a base mobile Giugno;
• c) passaggio da base mobile Febbraio a base fissa Maggio

Calcolo numeri indice 2015

13. Dati i valori dei prezzi per gli anni 2015 (2.48,2.97,2.23,2.67,2.90,3.06,2.89,3.88,3.22,3.90,3.12,3.01), 2016 (3.52,3.99,3.08,3.88,3.96,4.01,4.07,4.25,4.89,4.08,4.78,4.71) e 2017 (5.01,5.57,5.34,5.09,5.25, 5.02,5.01,5.02,5.78,5.21,5.33,5.36):

• a) quali linee di codice di R si utilizzano per calcolare i numeri indice a base fissa 2015;
• b) quali linee di codice di R si utilizzano per calcolare i numeri indice a base mobile 2017;
• c) quali linee di codice di R si utilizzano per calcolare i numeri indice a base fissa 2016

Calcolo numeri indici I semestre 2017

14. Dati i seguenti valori dei prezzi del I semestre 2017 (12,4-12,5-11,9;12,9-13,1-11,1) quali script di R si utilizzano per calcolare:

• a) numeri indici a base fissa da Gennaio a Marzo;
• b) numeri indici a base fissa da Marzo a Giugno;
• c) numeri indici a base mobile

Lezione 004

Calcolare l'istogramma con R

01. Si sono osservati i dati di Età di 20 unità statistiche (individui) quali sono le linee di codice di R per calcolare l'istogramma

• library(labstatR); x<-c(22,48,58,61,38,42,53,64,37,58,21,24,34,44,46,58,20,39,41,37) h <- hist(x,Classi,plot = FALSE) h$counts <- FreqRel plot(ylab="Frequenze relative",axes = FALSE,main = "Istogramma classi di eta'") axis(1,at = Classi,cex.axis = 1.1); axis(2,at = c(0,round(h$counts,digits = 2)),cex.axis = 1.1)
• library(labstatR); x<-c(22,48,58,61,38,42,53,64,37,58,21,24,34,44,46,58,20,39,41,37) h <- hist(x,Classi,plot = FALSE) h$counts <- FreqRel plot(h,ylab="Frequenze relative",axes = FALSE,main = "Istogramma classi di eta'") axis(1,at = Classi,cex.axis = 1.1); axis(2,at = c(0,round(h$counts,digits = 2)),cex.axis = 1.1)
• library(labstatR); x<-c(22,48,58,61,38,42,53,64,37,58,21,24,34,44,46,58,20,39,41,37) h <- hist(x,Classi,plot = FALSE) h$counts <- FreqRel (h,ylab="Frequenze relative",axes = FALSE,main = "Istogramma classi di eta'") axis(1,at = Classi,cex.axis = 1.1); axis(2,at = c(0,round(h$counts,digits = 2)),cex.axis = 1.1)
• library(labstatR); x<-(22,48,58,61,38,42,53,64,37,58,21,24,34,44,46,58,20,39,41,37) h <- hist(x,Classi,plot = FALSE) h$counts <- FreqRel plot(h,ylab="Frequenze relative",axes = FALSE,main = "Istogramma classi di eta'") axis(1,at = Classi,cex.axis = 1.1); axis(2,at = c(0,round(h$counts,digits = 2)),cex.axis = 1.1)

Calcolare frequenze assolute e relative con R

02. Si sono osservati i dati di Età di 20 unità statistiche (individui) quali sono le linee di codice di R per calcolare le frequenze assolute e relative

• library(labstatR); x<-c(22,48,58,61,38,42,53,64,37,58,21,24,34,44,46,58,20,39,41,37); k <- 4; ka <- (max(x) - min(x)) / k; n <- length(x); Classi <- seq(min(x),max(x),length.out = k + 1); ClassiFreqAss <- hist(x,Classi,plot = FALSE)$counts; FreqAss; FreqRel <- FreqAss / length(x) ; FreqRel
• library(labstatR); x<-(22,48,58,61,38,42,53,64,37,58,21,24,34,44,46,58,20,39,41,37); k <- 4; ka <- (max(x) - min(x)) / k; n <- length(x); Classi <- seq(min(x),max(x),length.out = k + 1); ClassiFreqAss <- hist(x,Classi,plot = FALSE)$counts; FreqAss; FreqRel <- FreqAss / length(x) ; FreqRel
• x<-c(22,48,58,61,38,42,53,64,37,58,21,24,34,44,46,58,20,39,41,37); k <- 4; ka <- (max(x) - min(x)) / k; n <- length(x); Classi <- seq(min(x),max(x),length.out = k + 1); ClassiFreqAss <- hist(x,Classi,plot = FALSE)$counts; FreqAss; FreqRel <- FreqAss / length(x) ; FreqRel
• library(labstatR); x<-c(22,48,58,61,38,42,53,64,37,58,21,24,34,44,46,58,20,39,41,37); k <- 4; kn <- length(x); Classi <- seq(min(x),max(x),length.out = k + 1); ClassiFreqAss <- hist(x,Classi,plot = FALSE)$counts; FreqAss; FreqRel <- FreqAss / length(x) ; FreqRel

Metodo soggettivo

03. Quale linea di codice di R si utilizza per rappresentare le classi con il metodo soggettivo?

• Classi<-seq(min(x),max,length.out=k+1); Classi
• Classi<-seq(min(x),max(x),length.out=k+1); Classi
• Classi<-seq(min(x),max(x),length.out); Classi
• Classi<-seq(min,max(x),length.out=k+1); Classi

Frequenze retrocumulate

04. Dati i seguenti valori: 1,1,2,3,4,4,5,5,5 quali sono le frequenze retrocumulate assolute e relative (tra parentesi)?

• 1(9); 2(4); 3(3); 4(4); 5(0) - 1(9/9); 2(4/9); 3(3/9); 4(2/9); 5(0)
• 1(9); 2(7); 3(6); 4(5); 5(3) - 1(9/9); 2(7/9); 3(6/9); 4(5/9); 5(3/9)
• 1(9); 2(7); 3(6); 4(4); 5(0) - 1(9/9); 2(7/9); 3(4/9); 4(1/9); 5(0)
• 1(9); 2(7); 3(6); 4(4); 5(0) - 1(9/9); 2(6/9); 3(6/9); 4(3/9); 5(0)

Frequenze cumulate

05. Dati i seguenti valori: 1,1,2,3,4,4,5,5,5 quali sono le frequenze cumulate assolute e relative (tra parentesi)?

• 1(2); 2(1); 3(1); 4(2); 5(3) - 1(2/9); 2(3/9); 3(4/9); 4(6/9); 5(6/9)
• 1(2); 2(1); 3(1); 4(3); 5(3) - 1(2/9); 2(3/9); 3(5/9); 4(6/9); 5(9/9)
• 1(2); 2(3); 3(4); 4(6); 5(9) - 1(2/9); 2(3/9); 3(4/9); 4(6/9); 5(9/9)
• 1(2); 2(2); 3(1); 4(2); 5(4) - 1(2/9); 2(3/9); 3(4/9); 4(6/9); 5(8/9)

Frequenze assolute e relative

06. Dati i seguenti valori: 1,1,2,3,4,4,5,5,5 quali sono le frequenze assolute e relative (tra parentesi)?

• 1(2); 2(1); 3(1); 4(2); 5(1) - 1(2/9); 2(2/9); 3(1/9); 4(3/9); 5(3/9)
• 1(2); 2(1); 3(1); 4(2); 5(3) - 1(2/9); 2(1/9); 3(1/9); 4(2/9); 5(3/9)
• 1(2); 2(2); 3(2); 4(2); 5(3) - 1(2/9); 2(1/9); 3(4/9); 4(2/9); 5(3/9)
• 1(2); 2(1); 3(2); 4(1); 5(4) - 1(2/9); 2(1/9); 3(2/9); 4(2/9); 5(3/9)

Allocuzione per frequenza retro cumulata

07. Per la frequenza retro cumulata assoluta si utilizza l'allocuzione?

• meno di
• solo
• più di
• quando

Allocuzione per frequenza cumulata assoluta

08. Per la frequenza cumulata assoluta si utilizza l'allocuzione?

• Più di
• Perché
• Meno di
• Quando

Calcolare frequenze cumulate relative

09. Qual è la linea di codice per calcolare le frequenze cumulate relative

• io
• cumsum(Rel)
• cumsum(Freq)
• cumsum(FreqAss)
• cumsum(FreqRel)

Linee di codice per dati di età

10. Si sono osservati i dati di Età di 20 unità statistiche (individui) quali linee di codice si utilizzano per:

• a) individuare le classi con il metodo logaritmico e calcolare le frequenze assolute;
• b) calcolare le frequenze relative e cumulate assolute;
• c) rappresentare il relativo istogramma.

Script di R per dati del carattere x

11. Dati i seguenti dati del carattere x (22,48,58,61,38,42,53,64,37,58,21,24,34,44,46,58) con quali script di R si individuano:

• a) le classi con il metodo soggettivo;
• b) le classi con il metodo a radice;
• c) le classi con il metodo logaritmico

Calcolare frequenze per classi equi-ampie

12. Dati le seguenti classi equi ampie (12-16; 16-20; 20-24; 24-28) e la relativa frequenza assoluta (0,1,2,3) calcolare:

• a) i valori centrali di classe e la frequenza relativa;
• b) la frequenza cumulata assoluta;
• c) la frequenza cumulata relativa

Costruzioni classi con metodi diversi

13. Dati i seguenti valori del carattere X (1450, 1560, 1680, 1940, 2350, 2670, 3120):

• a) costruire 3 classi aperte a dx e chiuse a sx e viceversa;
• b) costruire classi con il metodo a radice;
• c) costruire classi con il metodo logaritmico