Che materia stai cercando?

Anteprima

ESTRATTO DOCUMENTO

No perché la Prob. > F =0, quindi il modello è significativo

La somma delle correlazioni al quadrato tra le componenti principali e la j-ma variabile osservata è:

La comunalità della j-ma variabile (sempre minore o uguale a 1)

La specificity:

Dipende in maniera diretta dal valore di cut-off

Quali sono gli indici utilizzati per la scelta del numero di gruppi?

Sono la pseudo-F e la pseudo-T²

In riferimento all’output 2 e sapendo che sex indica la dummy UOMO, cosa possiamo concludere?

Gli uomini hanno maggiori probabilità di non essere assunti rispetto alle donne

In riferimento all’output 2 possiamo accettare l’ipotesi nulla che tutti i coefficienti di regressione

siano zero?

No

La somma degli autovalori di tutte le componenti principali è:

Uguale alla somma delle varianze di tutte le variabili originali.

La probabilità di un evento è un numero:

Compreso tra 0 e 1

La probabilità dell’unione di due eventi incompatibili P(AUB) è:

P(A)+P(B)

La probabilità dell’intersezione di due eventi indipendenti P(A∩B) è:

P(A)P(B)

La varianza di una variabile aleatoria è definita come:

Il valore atteso degli scarti dalla media al quadrato

Uno stimatore è:

Una variabile aleatoria funzione dei dati campionari

Nei test l’errore di primo tipo è:

Rifiutare l’ipotesi nulla quando è vera

Data la variabile aleatoria:

X -1 0 1

P(x) 0,3 0,4 ?

Completare la funzione di probabilità e calcolare il valore atteso:

0,3

Nel modello di regressione lineare omoschedastico il termine di errore:

Ha distribuzione normale con media zero e varianza costante

Quale relazione lega le tre quantità SSM, SSR E SST?

SST=SSM+SSR

La funzione logistica è:

Non lineare ma monotona

A cosa serve il coefficiente di determinazione R²?

è una misura della bontà di adattamento del modello ai dati, indica quella parte di variabilità della Y

spiegata dal modello e ha sempre un valore compreso tra 0 (minimo adttamento) e 1 (massimo

adattamento)

La distanza euclidea tra due unità può essere interpretata come:

Una dissimilarità

Le componenti principali sono:

A media zero

Uno dei criteri per la scelta del numero di componenti seleziona quelle con varianza:

Maggiore di 1

La somma delle varianze delle componenti principali è:

Pari a K (numero di variabili originali)

Nel modello di regressione lineare cosa distingue il test t da quello F?

Il test t misura la significatività delle singole variabili, mentre l’F la significatività del modello nel suo

complesso

Nel modello AR1 le osservazioni sono:

Correlate

Se le osservazioni sono indipendenti, ci aspettiamo un valore del DW pari a:

Due

Il criterio di informazione AIC serve per:

Selezionare il modello

Un malore del Durbin-Watson pari a 0,63 indica:

Autocorrelazione di lag 1 dei residui positiva

In riferimento all’output 1, calcolare i valori Z mancanti:

Z=Coeff/StError

In riferimento all’output1 e sapendo che USOL indica la dummy “uso privato”, possiamo

concludere:

I prestiti per uso privato hanno minor probabilità di andare in default rispetto a quelli per altro uso

Un p-value pari a o,80:

Ci porta ad accettare l’ipotesi nulla

Con quale modello/i possiamo analizzare la dipendenza di una variabile continua Y da una

variabile categorica X?

Con la regressione lineare o il modello Anova

In riferimento all’output 2, la percentuale di corretta classificazione è:

75,70

In un modello logit o probit ha senso assumere la variabile risposta come omoschedastica?

No perché la variabile risposta è di Bernoulli e ha una varianza che dipende dalla media e quindi

non p costante.

Quali sono le ipotesi sulla distribuzione della variabile risposta nel modello logit?

La variabile risposta è una Bernoulli con osservazioni indipendenti, la cui probabilità dipende da i

Con quale modello possiamo analizzare la dipendenza di una variabile continua Y da una variabile

categorica X?

Nel caso in cui le variabili indipendenti siano categoriche si utilizza il modello ANOVA, verificando

la presenza di differenze significative tra medie condizionate

K-Medie

E’ un metodo NON GERARCHICO dove il numero di cluster è deciso a priori e l’algoritmo è:

scelgo G centri iniziali; assegno unità ai vari centri secondo la minima distanza; ricalcolo i G centri

come baricentri; continuo fino a quando i baricentri risultano non significativamente diversi dai

precedenti.

Quali sono le due assunzioni distribuzionali adottate per il termine di errore del modello lineare di

utilità?

Per il modello LOGIT la distribuzione è la logistica; per il PROBIT la distribuzione è la normale

standard

Le componenti principali sono:

A media zero, varianza decrescente, la varianza totale=somma varianza delle componenti

Le componenti principali sono incorrelate con le variabili di partenza?

No, infatti sono incorrelate

La sensitivity è:

La quota di eventi osservati che sono predetti come evento

La sensitivity

Dipende in maniera inversa dal cut-off

La specificity

E’ la quota di non eventi predetti come non eventi


ACQUISTATO

2 volte

PAGINE

7

PESO

17.40 KB

PUBBLICATO

+1 anno fa


DETTAGLI
Corso di laurea: Corso di laurea magistrale in economia e management
SSD:
A.A.: 2016-2017

I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher dragan158 di informazioni apprese con la frequenza delle lezioni di Metodi statistici per il management e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Tor Vergata - Uniroma2 o del prof Rocci Roberto.

Acquista con carta o conto PayPal

Scarica il file tutte le volte che vuoi

Paga con un conto PayPal per usufruire della garanzia Soddisfatto o rimborsato

Recensioni
Ti è piaciuto questo appunto? Valutalo!

Altri appunti di Metodi statistici per il management

Riassunti metodi statistici per il management
Appunto
Matematica Finanziaria - Corso completo
Appunto
Critica di Lucas
Dispensa
Operazioni di assestamento
Dispensa