option
Questions
ayuda
daypo
search.php

37-41 psicometria new

COMMENTS STATISTICS RECORDS
TAKE THE TEST
Title of test:
37-41 psicometria new

Description:
37-41 psicometria new

Creation Date: 2023/10/19

Category: Others

Number of questions: 62

Rating:(4)
Share the Test:
Nuevo ComentarioNuevo Comentario
New Comment
NO RECORDS
Content:

Nell'ANOVA multifattoriale l'effetto derivante dalla combinazione di variabili indipendenti è detto. effetto dell'interazione. effetto della correlazione. effetto significativo. effetto principale.

In una ANOVA per misure ripetute si possono studiare. effetti principali e dell'interazione. solo effetti principali e secondari. solo effetti dell'interazione e dell'indipendenza. effetti della correlazione e principali.

In una ANOVA l'interazione è. l'effetto combinato delle due variabili dipendenti. l'effetto combinato delle due variabili indipendenti. impossibile da calcolare. sempre significativa.

Effetti principali e effetti dell'interazione si possono studiare con. ANOVA per misure ripetute. ANOVA multifattoriale. ANOVA a una via. tutte le alternative.

Con ANOVA 2 x 3 si intende che. la prima variabile indipendente ha 2 livelli e la seconda ne ha 3. la prima variabile dipendente ha 2 livelli e la seconda ne ha 3. ci sono 2 variabili dipendenti e 3 variabili indipendenti. ci sono 2 variabili indipendenti e 3 dipendenti.

Nell'ANOVA, nel grafico che rappresenta una interazione significativa le linee. non sono parallele. non possono essere rappresentate. sono parallele. passano il più vicino possibile alla nuvola di punti.

Nell'ANOVa, nel grafico che rappresenta una interazione NON significativa le linee. sono parallele. non sono parallele. non possono essere rappresentate. passano il più vicino possibile alla nuvola di punti.

Il grafico che viene utilizzato per rappresentare l'effetto dell'interazione nell'ANOVA è. un diagramma di dispersione. un grafico a barre. un grafico a torta. un grafico con linee.

Nell'ANOVA multifattoriale l'effetto di ciascuna variabile indipendente è detto. effetto dell'interazione. effetto principale. effetto della correlazione. effetto significativo.

L'ANOVA multifattoriale si distingue dall'ANOVA a una via perché. considera 2 o più variabili indipendenti. nessuna delle alternative. considera 2 o più variabili dipendenti. entrambe le alternative.

L'analisi che include lo studio dell'interazione è. l'ANOVA multifattoriale. il chi-quadro. l'ANOVA a una via. la correlazione.

Nell'ANOVA multifattoriale è utilizzata quando si hanno. due variabili indipendenti e una variabile dipendente. tutte le alternative possono essere valide. due variabili indipendenti e due variabili dipendenti. due variabili dipendenti e una variabile indipendente.

L'analisi che permette di misurare l'effetto combinato di due variabili indipendenti è. l'ANOVA multifattoriale. il chi-quadro. l'ANOVA a una via. la correlazione.

Nel grafico dell'interazione in una ANOVA multifattoriale, le linee parallele suggeriscono che. l'interazione non è significativa. l'interazione è significativa. non si possono interpretare gli effetti principali. non si può interpretare l'interazione.

La tecnica statistica che può essere utilizzata per stimare il valore di Y a partire da X è. la regressione. il t-test. il chi-quadro. l'ANOVA.

La retta di regressione. passa il meno vicino possibile ai punti del grafico di dispersione. passa il più vicino possibile ai punti nel grafico di dispersione. si traccia unendo tutti i punti nel grafico di dispersione. tutte le alternative possono essere valide.

Quando si disegna una retta di regressione, nel grafico si rappresenta. tutte le alternative possono essere valide. la variabile predittore sull'asse verticale e la variabile criterio sull'asse orizzontale. la variabile x sull'asse verticale e la y sull'asse orizzontale. la variabile predittore sull'asse orizzontale e la variabile criterio sull'asse verticale.

Il grafico di dispersione è utilizzato. nella correlazione e nella regressione. solo nella regressione. solo nella correlazione. nessuna delle alternative.

La pendenza e l'intercetta sono stimate per descrivere. la potenza statistica. la distribuzione binomiale. la retta di regressione. la curva normale.

Per descrivere la retta di regressione è necessario conoscere. varianza e media. pendenza e intercetta. varianza e gradi di libertà. asimmetria e curtosi.

La regressione è una tecnica statistica che può essere utilizzata per. verificare l'effetto di un trattamento. fare delle previsioni. confrontare le frequenze di 2 gruppi. sapere se due medie sono significativamente diverse.

Nell’equazione di regressione y= a + bx, la variabile x rappresenta. variabile predittore. variabile criterio. intercetta. pendenza.

In una regressione la variabile Y è considerata. nessuna delle alternative. la variabile dipendente. la variabile criterio. entrambe le alternative.

In una regressione la variabile X è considerata. la variabile dipendente. la variabile criterio. nessuna delle alternative. entrambe le alternative.

In una regressione la variabile Y è considerata. la variabile indipendente. nessuna delle alternative. entrambe le alternative. il predittore.

Nell’equazione di regressione y= a + bx, la b rappresenta. variabile predittore. pendenza. variabile criterio. intercetta.

La retta che rappresenta il miglior adattamento ai dati in un grafico di dispersione è. la retta di regressione. la retta dell'interazione nell'ANOVA. la curva normale. la retta di correlazione.

La retta di regressione. è la retta che rappresenta il miglior adattamento ai dati in un grafico di dispersione. è la retta che rappresenta l'interazione in una ANOVA. coincide con la curva normale. è parallela alla curva normale.

La retta di regressione viene stimata attraverso il metodo. dei minimi quadrati. delle massime distanze. dei massimi quadrati. delle somme delle medie.

Il metodo dei minimi quadrati è utilizzato. nella regressione. nell'ANOVA. nel chi-quadro. nel campionamento.

In una regressione la variabile X è considerata. la variabile indipendente. entrambe le alternative. il predittore. nessuna delle alternative.

In una regressione l'intercetta è definita come. il punto in cui la retta interseca l'asse verticale. la pendenza della retta. il punto in cui la retta interseca l'asse orizzontale. l'errore di misura.

Nell’equazione di regressione y= a + bx, la a rappresenta. intercetta. variabile predittore. pendenza. variabile criterio.

Il punto in cui la retta di regressione interseca l'asse verticale è. l'intercetta. l'errore di misura. la pendenza. il criterio.

Se l'equazione di regressione è Y = -3 + 7X, la retta intersecherà l'asse X a. 0. 7. -3. 3.

Se l'equazione di regressione è Y = 5 + 4X, all'aumentare di 1 unità di X la Y. aumenterà di 5. aumenterà di 0. diminuirà di 4. aumenterà di 4.

Se l'equazione di regressione è Y = 5 + 4X, la retta intersecherà l'asse X a. 5. 4. 0. -5.

Se cerco di stimare il voto di laurea a partire dal voto di maturità, il voto di laurea è. la pendenza. la variabile predittore. la variabile criterio. l'intercetta.

Se cerco di stimare il voto di laurea a partire dal voto di maturità, il voto di maturità è. la variabile predittore. la variabile criterio. la pendenza. l'intercetta.

Se l'equazione di regressione è Y = 6 - 7X, all'aumentare di 1 unità di X la Y. diminuirà di 7. aumenterà di 7. aumenterà di 0. aumenterà di 6.

Nell’equazione di regressione y= a + bx, la variabile y rappresenta. pendenza. variabile predittore. intercetta. variabile criterio.

Per sapere quanto aumenta la variabile criterio all'aumentare di 1 unità della variabile predittore si utilizza. la pendenza. l'intercetta. la media. la varianza.

Il coefficiente di regressione è. la pendenza della retta. il predittore. il criterio. l'intercetta.

La correlazione e la regressione. sono simili ma hanno scopi diversi. sono due modi di chiamare la stessa tecnica. sono simili e hanno lo stesso scopo. non hanno alcuna similarità.

Nella retta di regressione la pendenza indica. nessuna delle alternative. entrambe le alternative. l'incremento sull'asse verticale prodotto dall'incremento di 1 unità sull'asse orizzontale. quanto aumenta la Y all'aumentare di 1 unità della X.

Nella regressione, l'incremento sull'asse verticale prodotto dall'incremento di 1 unità sull'asse orizzontale è. la pendenza. il predittore. il criterio. l'intercetta.

La pendenza della retta di regressione è. l'incremento sull'asse verticale prodotto dall'incremento di 1 unità sull'asse orizzontale. il criterio. l'errore di misura. l'intercetta.

Il coefficiente di determinazione misura. la correlazione tra due variabili. la proporzione di varianza totale condivisa da due variabili. la varianza di una variabile. l'affidabilità di una variabile.

La proporzione di varianza totale condivisa da due variabili è misurata con. il coefficiente di determinazione. il coefficiente d di Cohen. il coefficiente di correlazione. il coefficiente di affidabilità.

Il coefficiente di determinazione è calcolato con. il coefficiente di correlazione diviso N. il coefficiente di correlazione diviso la deviazione standard. il coefficiente di correlazione elevato al quadrato. la radice quadrata del coefficiente di correlazione.

Se il campione è grande, una relazione tra variabili. anche se piccola può essere statisticamente significativa. anche se piccola non può essere statisticamente significativa. solo se grande non può essere statisticamente significativa. solo se grande può essere statisticamente significativa.

Per sapere se è ragionevole generalizzare alla popolazione i risultati ottenuti sul campione si utilizza. la dimensione dell'effetto. la significatività statistica. l'affidabilità. la dispersione.

Per misurare la dimensione degli effetti, il risultato del t-test si può trasformare in. coefficiente di correlazione. media aritmetica. alfa di Cronbach. deviazione standard.

La dimensione dell'effetto può essere misura con. il coefficiente di correlazione e la d di Cohen. solo con il coefficiente di correlazione. nessuna delle alternative. solo con la d di Cohen.

Il test di Dunett e il test di Scheffé sono tipi di test per. effettuare i confronti multipli. per effettuare la regressione. per testare la correlazione. per misurare l'affidabilità.

I confronti multipli pianificati. tutte le alternative possono essere valide. sono decisi dopo aver svolto l'ANOVA. sono decisi prima di iniziare la raccolta dati. sono decisi dopo aver rilevato una interazione significativa.

I confronti multipli post-hoc. sono decisi dopo aver svolto l'ANOVA. tutte le alternative possono essere valide. sono decisi prima di aver condotto l'ANOVA. sono decisi prima di iniziare la raccolta dati.

I confronti multipli effettuati nell'ANOVA possono essere. entrambe le alternative. pianificati. post-hoc. nessuna delle alternative.

Con i confronti multipli effettuati dopo l'ANOVA si vuole stabilire. se c'è un effetto principale significativo. quali sono le specifiche medie che differiscono significativamente. se c'è un'interazione significativa. tutte le alternative.

In una ANOVA non è possibile stabilire quali fra le medie considerate differiscono dalle altre quando. le variabili indipendenti presentano 3 o più livelli di trattamento. le variabili indipendenti presentano 2 livelli di trattamento. le variabili dipendenti presentano 3 o più livelli di trattamento. le variabili indipendenti presentano 2 livelli di trattamento.

In una ANOVA non è possibile stabilire direttamente quali fra le medie considerate differiscono dalle altre quando. le variabili indipendenti presentano 3 o più livelli di trattamento. le variabili dipendenti presentano 2 livelli di trattamento. le variabili indipendenti presentano 2 livelli di trattamento. le variabili dipendenti presentano 3 o più livelli di trattamento.

Nel grafico dell'interazione in una ANOVA multifattoriale, le linee parallele suggeriscono che. l'interazione non è significativa. l'interazione è significativa. non si possono interpretare gli effetti principali. non si può interpretare l'interazione.

Report abuse