Domande Metodi statistici per il management
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
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
