Domande esame Psicometria - 3/4

Domande di statistica

Sezione 15-20

15) Il p-value è:

• La probabilità di ottenere lo stesso risultato più volte su campioni diversi se è vera H₀
• La probabilità di ottenere un risultato pari o più estremo se è vera H₀
• La probabilità di commettere un errore di I tipo se è vera H₀
• La probabilità di ottenere un risultato significativo se è vera H₀

16) Nella formula la media della popolazione:

‾=μέ ‾=α+β+μέ+‾

17) Il valore y di una retta di regressione ŷ=+x

• Indica la media della variabile dipendente quanto il predittore vale 0
• Non può mai essere 0
• Indica il valore della variabile dipendente prevista dal modello
• Indica l'incremento della variabile dipendente quanto il predittore cresce di una unità

18) Il parametro β di una retta di regressione ŷ=+x

• Indica la banda della variabile dipendente quanto il predittore 0
• Indica la distanza tra la variabile dipendente e il predittore
• Non può mai essere uguale a 0
• Indica l'incremento della variabile dipendente quanto il predittore cresce di una unità

19) Il valore X di una retta di regressione ŷ=+x

• Indica l'incremento della variabile dipendente quanto il predittore cresce di una unità
• Non può mai essere uguale a 0
• Indica il valore della variabile predetta del modello
• Indica la media della variabile dipendente quanto il predittore = 0

20) Test intelligenza (su scala intervalli) 2 campioni

NL: 100, 120

UK: 100, 138, 133

• T-test per campioni indipendenti
• Test Z
• Test mediana
• Test χ²

Sezione 15-20, seconda versione

15) Il p-value è:

• La probabilità di ottenere lo stesso risultato più volte su campioni diversi se è vera Ho
• La probabilità di ottenere un risultato pari o più estremo se è vera Ho
• La probabilità di commettere un errore di I tipo se è vera Ho
• La probabilità di ottenere un risultato significativo se è vera Ho

16) Nella formula la media della popolazione:

̅ = μ + α + β + α β + ε

• ε
• Yd
• μ

17) Il valore di una retta di regressione ̂ = α + β

• Indica la media della variabile dipendente quanto il predittore vale 0
• Non può mai essere < 0
• Indica il valore della variabile dipendente prevista dal modello
• Indica l'incremento della variabile dipendente quanto il predittore cresce di una unità

18) Il parametro β di una retta di regressione ̂ = α + β

• Indica la media della variabile dipendente quanto il predittore 0
• Indica la distanza tra la variabile dipendente e il predittore
• Non può mai essere uguale a 0
• Indica l'incremento della variabile dipendente quanto il predittore cresce di una unità

19) Il valore X di una retta di regressione ̂ = α + β

• Indica l'incremento della variabile dipendente quanto il predittore cresce di una unità
• Non può mai essere uguale a 0
• Indica il valore della variabile predettae del modello
• Indica la media della variabile dipendente dipendendo quanto il predittore = 0

20) Test intelligenza (su scala intervalli) 2 campioni

NL: 100, 120, 120

L: 100, 138, 133

• T-test per campioni indipendenti
• Test z
• Test mediana
• Test ²

Sezione 15-20, terza versione

15) Il p-value è:

• La probabilità di ottenere lo stesso risultato più volte su campioni diversi se è vera H0
• La probabilità di ottenere un risultato pari o più estremo se è vera H0
• La probabilità di commettere un errore di I tipo se è vera H0
• La probabilità di ottenere un risultato significativo se è vera H0

16) Nella formula la media della popolazione:

ȳ = μ + αt + βt + αβt + ε

• ε
• Yd
• μ

17) Il valore y di una retta di regressione ŷ = αt + βx

• Indica la media della variabile dipendente quanto il predittore vale 0
• Non può mai essere = 0
• Indica il valore della variabile dipendente previsto dal modello
• Indica l'incremento della variabile dipendente quanto il predittore cresce di una unità

18) Il parametro β di una retta di regressione ŷ = αt + βx

• Indica la moda della variabile dipendente quanto il predittore 0
• Indica la distanza tra la variabile dipendente e il predittore
• Non può mai essere uguale a 0
• Indica l'incremento della variabile dipendente quanto il predittore cresce di una unità

19) Il valore x di una retta di regressione ŷ = αt + βx

• Indica l'incremento della variabile dipendente quanto il predittore cresce di una unità
• Non può mai essere uguale a 0
• Indica il valore della variabile predetta del modello
• Indica la media della variabile influenzata quanto il predittore = 0

20) Test intelligenza (su scala intervalli) 2 campioni

NL = 100, 120, 120, 120

L = 100, 138, 133

• T-test per campioni indipendenti
• Test Z
• Test mediana
• Test x²

Quelli sono in media più intelligenti di quelli non laureati.

Quale test statistico usereste per risolvere tale problema?

• Test mediano
• Test campioni indipendenti
• Test χ²
• Test z

Regressione e verifica delle ipotesi

20) La covarianza del grafico sarà

• Maggiore di zero
• Minore di zero
• Sia maggiore che minore di zero
• Approssimativamente zero

21) Un modello di regressione lineare

• È un'ipotesi di un modello adatto per i test di verifica delle ipotesi su dati di tipo qualitativo
• È adatta con predittori di tipo categorico
• È un'ipotesi di un modello simmetrico tra due variabili
• È un'ipotesi di come una variabile possa predire con un legame di tipo lineare l'andamento di un'altra variabile

23) Si definisce regione critica, o anche regione di rifiuto dell'ipotesi nulla

• L'intersezione delle aree della distribuzione campionaria dell'ipotesi nulla e di quella alternativa
• L'intersezione delle aree della distribuzione campionaria dell'ipotesi nulla e di quella alternativa di valore rispettivamente α e β prescritto
• Un intervallo della retta che sottende un'area della campionaria dell'ipotesi alternativa uguale al valore di β prescelto
• Un intervallo della retta che sottende un'area della distribuzione campionaria dell'ipotesi nulla uguale al valore di α prescelto

25) Segna la risposta corretta.

• L'errore di I tipo è la probabilità di non cogliere la presenza di un risultato scientifico quando questo non è in realtà presente
• È la probabilità di non cogliere la presenza di un risultato scientifico quando questo è presente
• Probabilità di rilevare la presenza di un risultato scientifico quando questo non è presente
• Probabilità di rilevare la presenza di un risultato scientifico quando questo è presente

Testo 520 studenti

Testo "520 studenti"

Scelto il test e fatti i calcoli avrete ottenuto il valore 28.39

• Si rifiuta l'ipotesi nulla con p
• Si rifiuta con p
• Si accetta con sia α ≤ 0.05 e α non
• Si rifiuta con entrambi

Il parametro α di una retta di regressione y = α + βx

• Non può mai essere = 0
• Indica la media della variabile dipendente quanto il predittore vale 0
• Indica la distanza tra le variabile dipendente e il predittore
• Indica l'incremento della variabile dipendente quanto il predittore cresce di una unità

La valutazione dell'effect size

• Non si può usare con dati di tipo qualitativo
• Viene usata in alternativa al calcolo della potenza di un test statistico
• Viene usata per misurare l'entità di un dato effetto
• Viene usata in alternativa alla verifica delle ipotesi con un test statistico

30) In un modello di regressione, la devianza residua

• Indica la variabilità della variabile dipendente rispetto ai valori previsti dal modello
• Indica la variabilità della variabile dipendente rispetto alla propria media
• Si ottiene sommando la varianza totale con la varianza di regressione
• È nulla quando le variabili sono indipendenti

Distribuzioni ed eventi

27) In una distribuzione normale standard e nell'intervallo da - n a + n è racchiuso circa

• Il 90% dei dati
• Il 30%
• Il 70%
• Il 50%

28) In un esperimento composto dal lancio di due dadi, se la variabile casuale somma dei valori ottenuti, quali delle seguenti figure rappresenta la funzione di massa.

29) Due eventi si dicono indipendenti quando

• Il primo è incluso nel secondo o il secondo nel primo
• Sono mutuamente disgiunti
• Non sono dipendenti dal verificarsi di un qualsiasi evento della famiglia F
• Il verificarsi dell'uno non influenza la probabilità di verificarsi dell'altro

Parte 3

3) In un esperimento consistente nella rilevazione del peso degli individui, la distribuzione di probabilità sarà

• Di tipo continuo
• Di tipo sia discreto sia continuo
• Di tipo discreto
• Nessuna delle presenti

4) Una statistica si dice significante se

• È calcolabile in un insieme di dati
• È valida su tutte le scale di misura
• Rimane invariante per scale di misura lineari equivalenti e il suo risultato è diverso da zero

6) Quali delle seguenti statistiche sono significanti in una scala di misura ordinale?

• Moda, mediana, percentili
• Media, media, quartile, deviante standard
• Mode, mediana, medie

11) Una distribuzione di probabilità è una qualsiasi funzione

• Che lega un sistema relazionale empirico con numerico
• Con dominio lo spazio campionario, e codominio r
• Che sia in conformismo tra lo spazio campionario e la famiglia di eventi
• Non negativa, normata e additiva su eventi disgiunti

21) Gli indici della tendenza centrale sono statistiche che esprimono:

• La posizione che un singolo valore occupa in un insieme ordinato di dati
• La variabilità che un singolo valore mostra rispetto al centro dei dati
• La posizione di un singolo valore occupa rispetto al centro dei dati
• Un singolo valore che indica il centro dei dati o il più frequente

22) Una famiglia parametrica di distribuzioni probabilistiche è:

• Insieme di funzioni di forma analitica uguale, ma con uno o più parametri diversi nella formula
• Un insieme di funzioni di forma analitica diversa e diversi valori nei parametri nella formula
• Un insieme di funzioni di forma analitica diversa, ma con gli stessi valori dei parametri della formula
• Un insieme di funzioni di forma analitica uguale e con gli stessi valori nei parametri della formula

23) Quali delle seguenti statistiche sono significative in una scala di misure nominali:

• Media, deviazione standard
• Moda, mediana, percentili
• Moda, largo percentuale, dev. standard
• Moda, numero classi equivalenze

24) Pr________

• Funz. distrib. cumulativa continua
• Funz. distrib. cumulativa discreta
• Funz. densità discreta
• Funz. densità

25) In un esperimento composto dal lancio di un dado e di una moneta lo spazio campionario sarà:

• Ω = {(1,T), (2,T), (3,T)} ...
• Ω = {1, 2, 3, 4, 5, 6, T, C}
• Ω = {1, 2, 3, 4, 5, 6, T, C}
• Ω = {(1, T), (2, T), (3, T), (1, C), (2, C) ...}

26) Le funzioni di massa sono adatte a spazi di probabilità:

• Solo discreti
• Solo continui
• Né discreti né continui
• Sia discreti sia continui