Paniere statistica - risposte multiple

Paniere di statistica ed economia

Lezione 001

Docente: Coccarda Raoul

Generato il: 09/09/2020

01. Comandi di aiuto in R

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 ()

02. Directory di lavoro in R

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()

03. Importare un file Excel in R

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)

04. Importare file di testo in R

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")

05. Trasformare vettori in R

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)

06. Utilizzare singolarmente le colonne di un data frame

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. Riattaccare le colonne di un data frame

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)

08. Ordinare i dati di un vettore

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

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

09. Caricare un data frame in R

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)

10. 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

11. Cambiare directory e creare un data frame

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

12. Importare un file Excel

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

Docente: Coccarda Raoul

01. Misura di un carattere quantitativo

Come può essere la misura di un carattere quantitativo?

• Continuo-sconnesso
• Continuo
• Discreto-continuo
• Discreto

02. Nomenclatura statistica

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

03. Misura di un carattere qualitativo

Come può essere la misura di un carattere qualitativo?

• Ordinato
• Sconnesso
• Sconnesso-ordinato
• Ordinato-quantitativo

04. Compiti dell'EUROSTAT

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

05. Tipo di carattere: sesso

Che tipo di carattere è il sesso?

• Qualitativo discreto
• Qualitativo sconnesso nominale
• Quantitativo continuo
• Qualitativo sconnesso

06. Differenza fra serie e seriazione

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

07. Scala di misurazione di un carattere quantitativo

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

• A intervalli-ordinali
• A intervalli e di rapporti
• A intervalli
• Di rapporti

08. Carattere "altezza"

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

• Continuo
• Continuo-di rapporti
• Sconnesso
• Di rapporti-nominale

09. Scala di misurazione di un carattere qualitativo

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

• Nominale-ordinal
• Nominale
• Ordinale-sconnessa
• Ordinale

10. Popolazione di interesse

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.

11. Caratteristiche di un carattere

Descrivere le seguenti caratteristiche di un carattere scelto a piacere:

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

12. Indagine statistica

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

Docente: Coccarda Raoul

01. Calcolo di un numero indice a base mobile

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

• I = x/x₁ ¹ 0
• I = x/x₀ t t 0
• I = x/x_t-1 t t t-1
• I = x/x₀ t 1 0

02. Passaggio da numero indice a base fissa a base mobile

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

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

03. Passaggio da numero indice a base mobile a base fissa

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

• I = I * I * ..................* I₀ t 0 1 1 0 t-1 1
• I = I * I * ..................* I₀ t 0 1 1 2 t t-1
• I = I * I * ..................* I₀ t 0 1 0 2 0 t
• I = I * I * ..................* I₀ t 0 1 1 2 t-1 t

04. Calcolare numeri indice a base mobile, valori 2015-2017

Dati i valori dei prezzi per gli anni 2015, 2016 e 2017, 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 <- (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])

05. Calcolare numeri indice a base fissa, valori 2015

Dati i valori dei prezzi per il 2015, 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)

06. Calcolo di numero indice a base mobile Febbraio 2018

Dati i seguenti indici a base fissa Gennaio 2018, 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

07. Calcolare un numero indice a base fissa

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

• I = x/x₀ t 1 0
• I = x/x₀ t t 0
• I = x/x₁ 1 1 0
• I = x/x₀ 1 1 0

08. Calcolare numeri indice a base mobile, dati 2015-2018

Fissati i seguenti dati, 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)

09. Calcolo numero indice a base fissa Febbraio 2018

Dati i seguenti indici a base mobile Gennaio 2018, 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

10. Calcolare numeri indice a base fissa, dati 2015-2018

Si prendano in considerazione i seguenti dati. 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)

11. Variazione indice Dow Jones

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

12. Calcoli con valori dei prezzi I semestre 2017

Dati i seguenti valori dei prezzi del I semestre 2017, 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

13. Calcoli con valori dei prezzi 2015-2017

Dati i valori dei prezzi per gli anni 2015, 2016 e 2017:

• 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

14. Script di R per calcoli con valori I semestre 2017

Dati i seguenti valori dei prezzi del I semestre 2017 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

Docente: Coccarda Raoul

01. Calcolare l'istogramma per età

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$counts <- FreqRel plot(ylab="Frequenze relative",axes = FALSE,main = "Istogramma classi di età"); axis(1,at = Classi,cex.axis = 1.1); axis(2,at = c(0,round(h$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$counts <- FreqRel plot(h,ylab="Frequenze relative",axes = FALSE,main = "Istogramma classi di età"); axis(1,at = Classi,cex.axis = 1.1); axis(2,at = c(0,round(h$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$counts <- FreqRel (h,ylab="Frequenze relative",axes = FALSE,main = "Istogramma classi di età"); axis(1,at = Classi,cex.axis = 1.1); axis(2,at = c(0,round(h$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$counts <- FreqRel plot(h,ylab="Frequenze relative",axes = FALSE,main = "Istogramma classi di età"); axis(1,at = Classi,cex.axis = 1.1); axis(2,at = c(0,round(h$counts,digits = 2)),cex.axis = 1.1)

02. Calcolare le frequenze assolute e relative per età

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

03. Rappresentare le classi con metodo soggettivo

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

04. Calcolare frequenze retrocumulate

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)

05. Calcolare frequenze cumulate

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)

06. Calcolare frequenze assolute e relative

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)

07. Allocuzione per frequenza retro cumulata assoluta

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

• Meno di
• Solo
• Più di
• Quando

08. Allocuzione per frequenza cumulata assoluta

Per la frequenza cumulata assoluta si utilizza l'allocuzione?

• Più di
• Perché
• Meno di
• Quando

09. Calcolare frequenze cumulate relative

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

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

10. Analisi dati di età di 20 unità statistiche

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.

11. Individuare classi con metodi diversi

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

12. Calcoli con classi equi ampie e frequenze

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

13. Costruire classi con diversi metodi

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