Statistica - tutti i test svolti

Assolute, relative e percentuali

21 dispensa• Se X è indipendente da Y, allora: Anche Y sarà indipendente da X• Affinché ci sia dipendenza perfetta, la tabella deve essere: Quadrata• Nell'analisi della connessione i due caratteri X e Y sono: Qualsiasi• Con nij si indica: La frequenza assoluta doppia• Nel caso di indipendenza le frequenze doppie sono uguali a: Il prodotto delle marginali diviso il totale• Se tutte le distribuzioni condizionate sono uguali tra loro allora c'è: Indipendenza• Nella dipendenza perfetta: Ad ogni modalità della X corrisponde solo una modalità della Y e viceversa• Se le condizionate sono uguali, allora: Sono uguali anche alla marginale• In una distribuzione con 50 osservazioni, se n1.=10 e n.1= 10, in caso di indipendenza deve aversi: n11=2• Nel caso di dipendenza perfetta, la conoscenza della modalità di X mi definisce: Con certezza la modalità di Y.

assunta dalla Y22 dispensa:

• Nel caso di massima dipendenza il valore del chi2 è: n x min((h-1),(k-1))
• Nell'analisi dell'indipendenza, la contingenza è data da: c = (n - n )*ijij ij
• L'indice del chi2 è un indice di indipendenza: Assoluto
• L'indice del chi2 è uguale a zero se: Se tutte le frequenze osservate sono uguali a quelle teoriche
• L'indice di Cramer varia tra: Zero e uno
• Se l'indice di Cramer = 1, significa che si ha: Massima dipendenza
• L'indice del chi2 può essere negativo nel caso in cui: Mai
• Se C= 0.80 possiamo dire che: Siamo in presenza di una elevata dipendenza tra X e Y
• Se l'indice di Cramer = 0, significa che si ha: Indipendenza
• L'indice di Cramer è un indice di indipendenza: Relativo

24 dispensa:

• Il baricentro è il punto di coordinate: Media di X e media di Y
• Nel caso di caratteri X e Y concordanti, la

è una variabile dipendente da X, allora la covarianza tra X e Y sarà: Positivalineare: Positivo• Il coefficiente di determinazione è: Il quadrato del coefficiente di correlazione• Il coefficiente di determinazione assume valori compresi tra: Zero e uno• Se il coefficiente di determinazione è 0.75, allora: Il 75% della variazione di Y è spiegata dalla variazione di X• La retta di regressione rappresenta: La stima della relazione lineare tra X e Y• La retta di regressione può essere utilizzata per: Fare previsioni sul valore di Y dato un valore di X• La retta di regressione minimizza: La somma dei quadrati degli errori• La retta di regressione può essere utilizzata solo se: Esiste una relazione lineare tra le variabili• La retta di regressione può essere utilizzata per: Estrapolare i dati al di fuori del range osservato• La retta di regressione può essere utilizzata per: Verificare l'effetto di una variabile indipendente su una variabile dipendente• La retta di regressione può essere utilizzata per: Identificare valori anomali nei dati

di: Dipendenza di una sull'altra

• La retta dei minimi quadrati è quella retta che: Più si avvicina ai punti osservati
• Se ho una retta di regressione Y=2+1.5*X allora posso dire che: All'aumentare di una unità di X, Y aumenta di 1.5
• La relazione tra X e Y può essere in generale espressa: Da una qualsiasi funzione f
• L'intercetta della retta esprime: La parte di Y indipendente da X
• Se ho una retta di regressione Y=2+1.5*X allora posso dire che: Il coefficiente di correlazione è positivo
• Se ho una retta di regressione Y=2+1.5*X allora posso dire che quando X è 2, il valore teorico di Y sarà: 528 dispensa
• Il coefficiente R2 è un indice di: Bontà di adattamento
• Se ho R2= 0.75 allora posso dire che: La retta non spiega il 25%
• Il valore osservato Y può essere scomposto in: Y teorico più un residuo
• La varianza della Y è scomposta come:

Var(Y) = Var(Y^) + Var(e)

Se ho un coefficiente di correlazione pari a -0.5, allora: R2= 0.25

Il coefficiente di determinazione varia tra: Zero e uno

Indicare se è possibile avere un coefficiente di correlazione negativo e un R2 positivo: Si

R2 esprime quanta parte della variabilità di Y: È spiegata dalla retta

Se la retta passa perfettamente per i punti osservati, R2 sarà pari a: Uno

Se la varianza di Y è uguale alla varianza residua, R2 sarà uguale a: Zero

30 dispensa

I residui si devono distribuire rispetto alle X: In modo casuale

Se ho un R2 = 0.15, posso dire che: Non esiste dipendenza tra la Y e la X

Gli outlier sono: Dati anomali

Se R2=0 allora: Il coefficiente di regressione è nullo

L'istogramma dei residui deve avere una forma: Campanulare

Se R2=0.85 posso dire che: La retta spiega molto bene i punti

Se la retta di regressione è una retta

parallela all'asse delle X, allora: R2=0

Se i miei punti hanno un andamento perfettamente parabolico, R2 sarà: Zero

Se la retta di regressione è una retta parallela all'asse delle Y, allora: R2=0

Se i residui crescono al variare di X, allora: La retta non è buona31 dispensa

Nella definizione classica la probabilità è data da: Il rapporto tra casi favorevoli e casi totali

La probabilità è un valore: Compreso tra zero e uno

Se A=(2,3,4) e B=(4,5,6), la loro intersezione è: 4

Se definisce esperimento casuale: Un eseprimento condotto in situazioni di incertezza

Nella definizione frequentesta la probabilità è data da: La frequenza relativa, all'aumentare del numero delle prove

Se A e B sono indipendenti, allora la probabilità della loro intersezione è: P(a)*P(B)

Se A=(2,3,4) e B=(4,5,6), la loro unione è: (2,3,4,5,6)

Assumere un numero infinito di risultati• La funzione di densità di probabilità descrive: La distribuzione di probabilità di una variabile casuale continua• La probabilità condizionata è definita come: La probabilità che un evento si verifichi dato che un altro evento si è già verificato• La regola di Bayes permette di calcolare: La probabilità di un evento dato che un altro evento si è già verificato• La distribuzione normale è caratterizzata da: Una forma a campana simmetrica• La media e la varianza sono due parametri che descrivono: La distribuzione di probabilità di una variabile casuale• La distribuzione di Poisson è utilizzata per modellare: Il numero di eventi rari che si verificano in un intervallo di tempo o spazio• La distribuzione esponenziale è utilizzata per modellare: Il tempo tra due eventi indipendenti che si verificano in modo casuale• La distribuzione binomiale è utilizzata per modellare: Il numero di successi in un numero fisso di tentativi indipendenti• La distribuzione di Bernoulli è un caso particolare della distribuzione: Binomiale con un solo tentativo• La distribuzione geometrica è utilizzata per modellare: Il numero di tentativi necessari per ottenere il primo successo in una sequenza di tentativi indipendenti• La distribuzione ipergeometrica è utilizzata per modellare: Il numero di successi in un campione senza reinserimento da una popolazione finita• La distribuzione uniforme è caratterizzata da: Una probabilità costante per ogni valore possibile• La distribuzione di probabilità cumulativa descrive: La probabilità che una variabile casuale assuma un valore minore o uguale a un certo valore• La funzione di ripartizione è definita come: La probabilità che una variabile casuale assuma un valore minore o uguale a un certo valore• La covarianza misura: La relazione lineare tra due variabili casuali• La correlazione misura: La relazione lineare e la forza della relazione tra due variabili casuali• La regressione lineare permette di: Modellare la relazione lineare tra due variabili casuali• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione polinomiale permette di: Modellare la relazione non lineare tra due variabili casuali• La regressione multivariata permette di: Modellare la relazione tra una variabile dipendente e due o più variabili esplicative• La regressione non parametrica permette di: Modellare la relazione tra due variabili casuali senza fare ipotesi sulla forma della relazione• La regressione ridge permette di: Ridurre la varianza dei coefficienti di regressione• La regressione lasso permette di: Ridurre il numero di variabili esplicative nel modello• La regressione stepwise permette di: Selezionare le variabili esplicative più significative per il modello• La regressione logistica multinomiale permette di: Modellare la relazione tra una variabile multinomiale e una o più variabili esplicative• La regressione logistica ordinale permette di: Modellare la relazione tra una variabile ordinale e una o più variabili esplicative• La regressione logistica binaria permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative• La regressione logistica permette di: Modellare la relazione tra una variabile binaria e una o più variabili esplicative&

Assumere qualsiasi valore in un intervallo fissato•

L'integrale della funzione di densità della variabile casuale continua è: Uno33 dispensa•

La binomiale si basa su un esperimento: Dicotomico•

La distribuzione binomiale è: Una variabile casuale disceta•

Il coefficiente binomiale esprime: Le combinazioni possibili•

Se n=3=k, il coefficiente binomiale è: Uno•

I risultati delle prove devono essere: Indipendenti•

Calcolare il coefficiente binomiale con n=5 e k=2: 10•

Se n=3 e k=1, il coefficiente binomiale è: Tre•

Con la probabilità p si indica: La probabilità del successo•

Calcolare il coefficiente binomiale con n=3 e k=2: 3•

Calcolare il coefficiente binomiale con n=7 e k=4: 3534 dispensa•

Ai fini dell'applicazione della binomiale, le prove devono essere: indipendenti•

La variabile binomiale è: discreta•

Nell'ambito statistico, n si riferisce:

Alla numerosità campionaria• Il valore atteso corrisponde: alla media•

Se n=5 e p=0.5, quanto è la probabilità di avere 2 successi: 0.3215•

Se n=5 e p=0.5, quanto è la probabilità di avere 0 successi: 0.031•

Ai fini dell'applicazione della binomiale, le prove devono essere: ripetute•

Se n=5 e p= 0.2, allora il valore atteso è: 1•

Se n=5 e p=0.5, quanto è la probabilità di avere 5 successi: 0.031•

Se n=5 e p= 0.2, allora la varianza è: 0.836 dispensa•

La funzione Normale è definita per valori di X compresi tra: Meno infinito e più infinito•

Due distribuzioni Normali con stessa varianza e diversa media: Sono identiche per traslazione•

La funzione di densità Normale ha un andamento: campanulare•

All'aumentare della variabilità, la curva Normale si: abbassa•

Nella formula della Normale figurano esplicitamente: media e varianza•

I punti di flesso della curva Normale si trovano in corrispondenza di: (m-σ) e (μ+σ). Con X~ N(3, 2) si indica una media con: Media = 3 e sqm= 2. Nella funzione Normale: Media, mediana e moda coincidono. La curva Normale è particolarmente importante nelle applicazioni della statistica perchè: Molti fenomeni si distribuiscono approssimativamente ad una normale. La curva normale è: una variabile casuale continua. La variabile standardizzata ha: Sempre media nulla. Le tavole della Normale forniscono i valori di: . La trasformazione di standardizzazione è: . E' possibile passare da una variabile X ad una standardizzata Z: Sempre. La Pr(Z< 0) è uguale a: 0.5. La variabile standardizzata ha: Sempre sigma = 1. Se X ha media = 3 e sigma = 2, allora il valore standardizzato di x=1 è: -1. La normale standardizzata ha andamento simmetrico rispetto alla media.