Statistica

Calcolare il terzo quartile:

b 69

9 Data una serie di valori numerici, il valore a cui corrisponde la

massima frequenza si chiama:

c Moda

1 Cosa si intende variabilità:

a E' l'attitudine di un fenomeno quantitativo ad assumere

differente modalità

2 Quale dei seguenti indici indica la variabilità di una serie dei dati:

d Scarto quadratico medio

3 La devianza è:

a La somma degli scarti dalla media aritmetica al quadrato

4 Conoscendo la devianza, lo scarto quadratico medio si ricava

calcolando:

d La radice quadrata del rapporto tra devianza e numerosità

del collettivo

5 Calcolare la varianza dei seguenti numeri: 12,6,7,3,15,10,18,5:

b 23,75

6 Calcolare lo scarto quadratico medio dei seguenti numeri:

12,6,7,3,15,10,18,5:

b 4,87

7 Il coefficiente di variazione è dato dal rapporto, espresso in termini

percentuali, tra:

a Lo scarto quadratico medio e media aritmetica

8 La differenza interquartile è data dalla:

c Tra terzo e primo quartile

9 Il campo di variazione è dato dalla:

a Differenza tra valore massimo e minimo della distribuzione

10 La mutabilità è:

b L'attitudine di un fenomeno qualitativo ad assumere

differente modalità

1 Dire se la seguente distribuzione è simmetrica: 8,14,16,16,16,21,21:

c Non è simmetrica

2 L'asimmetria di una distribuzione denota che:

a I valori del caratteri sono distributi con frequenze differenti

attorno al suo valore centrale

3 L'asimmetria di una distribuzione può essere:

a Nulla, positiva o negativa

4 Se la distribuzione è asimmetria positiva si ha:

a Med-Q1 < Q3-Med

5 Se la distribuzione è asimmetria negativa si ha:

b Med-Q1 > Q3-Med

6 L'indice di asimmetria Skewness di Pearson è calcolato:

a Come differenza tra la media aritmetica e la moda divisa la

deviazione standard

7 La curtosi rappresenta:

c Il grado di schiacciamento di una distribuzione intorno al suo

centro di gravità e rispetto alla curva normale

8 La distribuzione di dice platicurtica se:

a E' più schiacciata rispetto alla normale

9 La distribuzione di dice leptocurtica se:

c E' più appuntita rispetto alla normale

10 Il coefficiente di curtosi di Pearson è uguale:

a Momento quarto/quadrato della varianza

1 Si ha indipendenza in media tra due variabili statistiche se:

a Le media parziali sono uguali tra di loro ed uguali alla

media generale

2 L'indipendenza in media:

b Non è un concetto simmetrico

3 Il rapporto di correlazione di Pearson varia:

b Tra 0 e 1

4 Si ha concordanza tra due variabili se:

a Cod(X,Y)>0

5 Si ha discordanza tra due variabili se:

b Cod(X,Y)<0

6 Si ha indipendenza correlativa tra due variabili se:

d Cod (X,Y)=0

7 Due variabili si dicono perfettamente correlate se:

c Il coefficiente di correlazione è pari a 1 in valore assoluto

8 Date le variabili: X(Velocità km/h): 60,80,100,120,130 Y(Consumo in

quinta km/litro): 28.8, 24.2,20,18.2,16. La codevianza (X,Y) è:

a -577.6

9 La covarianza (X,Y):

c E' una misura simmetrica

10 Il coefficiente di correlazione:

b E' un numero puro

1 Il coefficiente angolare b rappresenta:

i

a La pendenza della retta

2 Con il metodo dei minimi quadrati:

a Si minimizza la somma dei quadrati degli scarti tra valori

osservati e valori teorici

3 Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo

in quinta km/litro): 29.8, 24.2, 20, 18.2, 16,2. Determinare l'equazione

della retta:

a y = 39,882-0,1857x

^ i

4 Date le variabili: X(Velocità km/h): 60, 80, 100,120,130 Y(Consumo

in quinta km/litro): 29.8, 24.2, 20, 18.2, 16,2, il coefficiente di

determinaziome lineare è:

b 0,9650

5 Il coefficiente di determinazione lineare è uguale a 1 se è nulla:

c La devianza residua

6 La devianza di regressione misura:

b Quanta parte della variabilità della Y è spiegata dalla

relazione lineare

7 Se la Cod (X,Y)>0:

b La retta di regressione è crescente

8 Il coefficiente di determinazione lineare è:

c Il quadrato del coefficiente di correlazione lineare

9 Il coefficiente di determinazione lineare è nullo se è nulla:

c La devianza di regressione

10 Se il coefficiente di correlazione r=0:

b Non c'e correlazione lineare

1 Un esperimento casuale è:

b Un'operazione il cui risultato non può essere previsto con

certezza

2 Dati i seguenti eventi: A=(1,2,3), B=(2,3,4). Determinare A∪B:

a A∪B={1,2,3,4}

3 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10).

∪ ∪

Determinare A B C:

b A∪B∪C={1,3,5,7,9,10}

4 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10).

Determinare A∩B:

b A∩B={3,5}

5 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10).

Determinare A∩C:

a A∩C={1,5}

6 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10).

Determinare B∩C:

c B∩C={5,9,10}

7 Dati i seguenti eventi: A=(1,3,5,7), B=(3,5,9,10), C(1,5,9,10).

Determinare A∩B∩C:

a A∩B∩C={5}

8 Per il postulato 2 dell'assiomatizzazione del calcolo delle probabilità,

l'evento certo Ω ha probabilità:

b P(Ω)=1

9 La probabilità dell'unione di due eventi A e B non incompatibili:

c P(A∪B)= P(A)+P(B)-P(A∩B)

10 Se due eventi A e B sono indipendenti allora:

a P(A∩B)= P(A)P(B)

1 Una variabile casuale:

a E' una funzione definita sullo spazio dei campioni

2 La funzione di ripartizione di una variabile casuale:

c Esprime la probabilità che la variabile casuale assuma valori

inferiori o uguali ad un valore fissato

3 Una distribuzione di probabilità di una variabile casuale:

c L'insieme delle coppie probabilità dei diversi valori possibili

della variabile casuale

4 La funzione di ripartizione di una variabile casuale discreta:

b E' una funzioni a gradini non decrescente

5 Sia data una v.c X, se essa assume valori in corrispondenza di un

insieme numerabile allora X è:

b Discreta

6 Una variabile casuale continua X:

a Assume tutti i valori appartenti ad un intervallo

7 Affinchè una v.c X continua sia ben definità occorre che:

b

8 Il valore atteso E(b+X) è: (b è una costante reale):

b E(b+X)=b+E(X)

9 Il valore atteso E(X+Y) è: (X e Y sono due varibili casuali):

c E(X+Y)= E(X)+E(Y)

10 La Var (aX+b) è: a e b sono due costanti reali:

a Var (aX+b)=a²Var (X)

1 La variabile casuale uniforme discreta:

d E' tale che ogni sua realizzazione è equiprobabile

2 La distribuzione della normale standardizzata:

b Ha media uguale a 0 e varianza uguale 1

3 La distribuzione binomiale:

c Può essere utilizzata per descrivere casi in cui gli esiti possibili

di una prova sono solo due

4 La distibuzione normale è:

b E' simmetrica rispetto al valor medio

5 A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,2:

a 0,3849

6 A quanto corrisponde l'area sotto la curva normale tra z=0 e z=1,4:

b 0,4192

7 A quanto corrisponde l'area sotto la curva normale tra z=0,81 e

z=1,94:

b 0,1828

8 La variabile casuale chi-quadrato:

a Non può assumere valori negativi

9 La variabile casuale t di student:

c Al tendere di n all'infinito la v.c t di student tende alla normale

standardizzata

10 La variabile casuale F di Fisher-Snedecor:

d Ha valore atteso E(F)= m/(m-2)

1 Nel campionamento bernoulliano:

a Ogni unità statistica può entrare a far parte più volte del

campione

2 Nel campionamento bernoulliano:

b I risultati delle estrazioni sono indipendenti

3 Da una popolazione composta da 5 unità statistiche ( A, B, C, D, E )

si voglia estrarre, con ripetizione, un campione casuale di numerosità

2. Lo spazio campionario è composto da:

a 25 possibili campioni

4 Da una popolazione composta da 4 unità statistiche ( A, B, C, D ) si

voglia estrarre, con ripetizione, un campione casuale di numerosità 2.

Lo spazio campionario è composto da:

c 16 possibi campioni

5 Da una popolazione composta da 4 unità statistiche ( A, B, C, D ) si

voglia estrarre, con ripetizione, un campione casuale di numerosità 3.

Lo spazio campionario è composto da:

c 64 possibili campioni

6 Una statistica è:

a Una variabile casuale definita sui campioni

7 Una distribuzione campionaria è:

b La distribuzione di probabilità di una statistica

8 La media della distribuzione della media campionaria:

c Coincide con la media della popolazione

9 Quando la popolazione è infinita:

c Lo schema di campiomento con ripetizione coincide con lo

schema di campiomaento senza ripetizione

10 Il teorema del limite centrale:

c Afferma che al crescere di n la forma della distribuzione della

media campionaria si approssima alla forma normale

1 Cosa si intende per stima puntuale:

c La stima attraverso la quale si giunge alla determinazione di un

solo valore numerico per uno o più parametri della popolazione

2 Cosa si intende per stima intervallare:

c La stima attraverso la quale si giunge alla determinazione di un

intervallo, che include il parametro stimato, con livello di

confidenza 1-

3 Lo stimatore di un parametro:

b È una variabile casuale

4 Si definisce stima:

b Il valore assunto dallo stimatore per un dato campione

5 Uno stimatore corretto:

b È tale che il suo valore medio coincide con il valore del

parametro da stimare

6 Se lo stimatore è corretto:

a EQM=Varianza dello stimatore

7 Lo stimatore varianza campionaria corretta:

b Ha media pari al parametro da stimare

8 Uno stimatore si dice consistente:

c Al crescere della numerosità campionaria, tende a concentrarsi

sul parametro da stimare

9 Uno stimatore corretto è più efficiente di un altro stimatore corretto

del parametro"teta"non noto se:

c Se presenta varianza inferiore

10 Dati due stimatori T1 e T2 di uno stesso parametro:

d Se entrambi sono non distorti, il confronto tra i due stimatori in

termini di efficienza può essere effettuato solo sulla base della

varianza

1 Un intervallo di confidenza è:

b Un intervallo di valori che si ritiene contenga il vero parametro

della popolazione con una prestabilita "fiducia"

2 Una quantità pivotale è:

c Una quantità che è funzione delle osservazione e del parametro

del quale si vuole costruire l'intervallo di confidenza, con la