Lez. 28-30

Usando la distribuzione normale standardizzata possiamo: confrontare la prestazione di due diversi soggetti allo stesso test. confrontare due diverse distribuzioni di probabilità. tutte le alternative sono corrette. confrontare punteggi a diversi test.

La curva normale varia tra: più e meno uno. più e meno 100. più e meno infinito. più e meno 3.

La distribuzione normale standardizzata: ha media 1 e deviazione standard che varia a seconda del campione. ha media 1 e deviazione standard 1. ha media 0 e deviazione standard 1. ha media e deviazione standard diverse a seconda del campioneha media 1 e deviazione standard che varia a seconda del campione.

L'area compresa fra la curva normale e l'asse delle x equivale ad una probabilità pari a: 0. 0.5. 100. 1.

L'area compresa tra più e meno due deviazioni standard in una curva normale standardizzata è pari al: 99.73%. 68.26%. 50%. 95.45%.

L'area compresa tra più e meno tre deviazioni standard in una curva normale standardizzata è pari al: 95.45%. 68.26%. 50%. 99.73%.

L'area compresa tra più e meno una deviazione standard in una curva normale standardizzata è pari al: 50%. 99.73%. 68.26%. 95.45%.

Le code della distribuzione normale: non toccano mai l'asse delle x. si incrociano con l'asse delle x. la distribuzione normale non ha code. non toccano mai l'asse delle y.

Per la distribuzione normale standardizzata, usando delle specifiche tavole è possibile calcolare: l'area sottesa alla curva tra l'asse delle x e un dato valore. la media. l'area sopra la curva. l'area sottesa alla curva tra l'asse delle y e un dato valore.

I punti z indicano: quante deviazioni standard il punteggio si discosta dalla media. la media dei punteggi di diversi soggetti ad un test. la differenza interquartile. i punteggi dei test in relazione alla distribuzione binomiale.

I punti z fanno riferimento: alla curva normale standardizzata. alla curva normale. alla distribuzione binomiale. alla distribuzione ipergeometrica.

i punti z vengono calcolati usando: moda e deviazione standard. mediana e moda. mediana e varianza. media e deviazione standard.

Lo scopo della standardizzazione dei punteggi grezzi è: capire la relazione casuale tra le variabili. rendere dati diversi direttamente confrontabili. confrontare punteggi ottenuti allo stesso test da soggetti diversi. capire la relazione causale tra le variabili.

Il campionamento può essere: probabilistico. entrambi. non probabilistico. nessuno dei due.

Nel campionamento casuale la selezione può essere fatta: senza ripetizione. con ripetizione. nessuna delle due alternative. entrambe le alternative.

Quando applichiamo la selezione senza ripetizione al campionamento casuale: la probabilità che ogni elemento venga estratto cambia ad ogni estrazione. la probabilità che ogni elemento venga estratto rimane costante ad ogni estrazione. già prima delle estrazioni ogni elemento ha una probabilità diversa di essere estratto. non è possibile conoscere la probabilità delle diverse estrazioni.

Il campionamento casuale semplice ha il limite di: fornire un campione non rappresentativo della popolazione. richiedere elevati costi e tempi di realizzazione. raggiungere un limitato numero di soggetti. richiedere limitati costi e tempi di realizzazione.

Il campionamento casuale può essere applicato se: entrambe le alternative. la popolazione è statisticamente omogenea. le unità statistiche sono individuabili mediante un numero. nessuna delle due alternative.

Nel campionamento probabilistico ogni unità della popolazione ha: la stessa probabilità di fare parte del campione. una probabilità casuale e diversa di fare parte del campione. un probabilità che non può essere stimata di far parte del campione. una diversa probabilità di fare parte del campione.

L'obiettivo del campionamento è: ottenere un campione rappresentativo della popolazione. ottenere un soggetto che riproduca le caratteristiche della popolazione. ottenere una popolazione rappresentativa del campione. ottenere solo un numero limitato di soggetti.

Fare esperimenti sulla popolazione ha lo svantaggio di: richiedere tempi e costi molto elevati. richiedere tempi lunghi ma costi contenuti. richiedere tempi e costi molto limitati. coinvolgere pochi soggetti.

La verifica delle ipotesi permette: basandosi sulla popolazione, di decidere se l'ipotesi fatta è accettabile anche a livello del campione. di stimare dal campione alcuni parametri della popolazione. basandosi sul campione, di decidere se l'ipotesi fatta è accettabile anche a livello della popolazione. di capire se il soggetto analizzato appartiene o meno alla popolazione.

La stima campionaria permette: basandosi sulla popolazione, di decidere se l'ipotesi fatta è accettabile anche a livello del campione. di stimare della popolazione alcuni parametri del campione. di stimare dal campione alcuni parametri della popolazione. di capire se il soggetto analizzato appartiene o meno alla popolazione.

L'inferenza statistica può riguardare: la verifica delle ipotesi. la stima campionaria. entrambe le alternative. nessuna delle due.

L'inferenza statistica può essere definita come il procedimento che permette di: analizzare le risposte del gruppo di controllo per avere informazioni sul gruppo sperimentale. analizzare il campione per ottenere conclusioni circa la popolazione. analizzare la popolazione per ottenere conclusioni circa il campione. analizzare le risposte dei singoli soggetti per avere informazioni sulla distribuzione.

Usando l'inferenza statistica può possiamo: usare i dati ottenuti dal campione per avere informazioni sulla popolazione. analizzare la distribuzione della popolazione per avere informazioni sui singoli soggetti. analizzare la distribuzione del campione per avere informazioni sui singoli soggetti. usare i dati ottenuti dalla popolazione per avere informazioni sul campione.