MODELLI MATEMATICI E STATISTICI PER L'INTELLIGENZA ARTIFICIALE

Cos'è la statistica?. Un algoritmo di machine learning. La scienza della raccolta e analisi dei dati. Un tipo di database. Un metodo per fare sondaggi.

Che cosa si intende per 'variabile lurking' in un'analisi statistica?. Una variabile che è il focus principale dello studio. Una variabile che viene sempre misurata nello studio. Una variabile il cui effetto è trascurabile. Una variabile non considerata che influisce sulle relazioni tra le variabili studiate.

In quali condizioni è consigliabile utilizzare il 'bootstrap' in statistica?. Quando è necessario stimare la distribuzione di un parametro statistico da un campione piccolo o da una distribuzione sconosciuta. Quando i dati sono perfettamente normali. Quando il campione è sufficientemente grande per approssimare la popolazione. Solo quando si lavora con dati categorici.

Cosa si intende per 'validità esterna' di uno studio?. La correlazione tra le variabili in uno studio. La precisione con cui uno studio misura ciò che intende misurare. La capacità di generalizzare i risultati dello studio a situazioni esterne a quelle specifiche dello studio stesso. La ripetibilità dei risultati in condizioni simili.

Che tipologia di bias si possono trovare?. Response Bias. Bias da mancata risposta. Bias di campionamento. Tutte le precedenti risposte sono corrette.

Cosa indica il coefficiente di determinazione R^2 in un modello di regressione lineare?. La pendenza della retta di regressione. La percentuale di variazione della variabile dipendente spiegata dal modello. Il rapporto tra la varianza degli errori e la varianza totale. Il valore massimo di correlazione possibile nel modello.

Qual è il principio di funzionamento del metodo dei minimi quadrati nella regressione lineare?. Massimizzare la somma dei quadrati delle differenze tra i valori osservati e la media. Minimizzare la somma dei quadrati delle differenze tra i valori osservati e quelli predetti. Massimizzare la correlazione tra le variabili dipendenti e indipendenti. Minimizzare la somma dei valori assoluti delle differenze.

Nell'analisi statistica, che cosa è un outlier?. Un punto che segue perfettamente la tendenza di regressione. Un errore comune nella raccolta dei dati. Un valore che cade dentro il range interquartile. Un valore di dato che si discosta significativamente dalla tendenza generale dei dati.

In statistica, che cosa rappresenta la 'distribuzione normale'?. Una distribuzione che rappresenta esclusivamente fenomeni naturali. Una distribuzione simmetrica attorno al suo valore medio. Una distribuzione dove la media e la mediana sono significativamente diverse. Una distribuzione che presenta un bias verso destra.

Che cosa si intende per 'distribuzione t di Student' in statistica?. Una distribuzione che si usa quando si stima la media di una popolazione normalmente distribuita da un campione di piccole dimensioni. Un test per la correlazione tra due variabili categoriche. Un tipo di distribuzione usato per dati non normali. Una distribuzione per testare la varianza di due campioni.

Qual è l'utilizzo principale dell'analisi della varianza (ANOVA)?. Confrontare medie di tre o più gruppi per determinare se differiscono significativamente. Confrontare la varianza di due gruppi per stabilire quale è maggiore. Calcolare la media di un insieme di dati. Determinare la correlazione tra due variabili continue.

Nel contesto della regressione logistica, che cosa predice il modello?. La probabilità che l'evento target si verifichi. Nessuna delle precedenti risposte è corretta. La probabilità condizionata che l'evento target si verifichi. Il logaritmo che l'evento target si verifichi.

Come si definisce la 'covarianza' in termini statistici?. Un indice che misura la variazione totale di un set di dati. Una misura di variazione di una sola variabile. Una misura del grado in cui due variabili variano congiuntamente rispetto alle loro medie. Il calcolo della deviazione standard congiunta di due variabili.

Che ruolo ha il 'test t di Student' in statistica?. Valutare se le medie di due gruppi sono significativamente diverse tra loro. Nessuna delle precedenti risposte è corretta. Confrontare le varianze di due campioni per determinare quale è maggiore. Calcolare la probabilità di ottenere un risultato simile a quello osservato.

Cosa indica un 'intervallo di confidenza' in termini statistici?. Una retta di regressione lineare. Un grafico a dispersione entro il quale ci si aspetta che cada il valore vero di un parametro di popolazione. Tutte le precedenti risposte sono corrette. Un range entro il quale ci si aspetta che cada il valore vero di un parametro di popolazione.

Che cosa è uno scatterplot?. Un modello di Intelligenza Artificiale. Rappresentazione grafica della relazione tra due variabili categoriche. Rappresentazione grafica della relazione tra due variabili quantitative. Un modelo statistico molto avanzato.

Come si calcola il coefficiente di correlazione in uno studio statistico?. r = somma(xi * yi) - n * media(x) * media(y). r = sqrt(somma((xi - media(x))^2) / somma((yi - media(y))^2)). r = (n * somma(xi * yi) - somma(xi) * somma(yi)) / sqrt((n * somma(xi^2) - (somma(xi))^2) * (n * somma(yi^2) - (somma(yi))^2)). r = 1/(n-1) * somma[((xi - media(x)) / (dev.std(x)) * ((yi - media(y)) / dev.std(y))].

Quale test statistico si usa per verificare l'indipendenza tra due variabili categoriali?. Test Chi-quadro. ANOVA. Test t di Student. Regressione lineare.

In quale scenario si utilizza un 'diagramma di dispersione'?. Per rappresentare la distribuzione di una variabile singola. Per illustrare le differenze tra gruppi categorici. Per visualizzare la relazione tra due variabili quantitative. Per mostrare la frequenza di categorie.

In statistica, cosa si intende per 'variabile nascosta' o 'lurking variable'?. Una variabile non considerata nello studio che influenzando la relazione tra le variabili analizzate. Una variabile che non varia e rimane costante. Una variabile che viene misurata ma non riportata. Una variabile che viene eliminata durante l'analisi dei dati.

Cosa rappresenta il coefficiente di correlazione?. Il rapporto tra media e mediana. La differenza tra media e moda. La somma dei valori di una variabile. La forza della relazione lineare tra due variabili.

Cosa rappresenta un test di significatività?. Una tecnica per generare dati sintetici. Un test di calcolo delle medie. Un metodo per trovare la moda. La verifica dell'evidenza statistica di un'ipotesi.

Qual è la distribuzione più comune per rappresentare variabili casuali continue?. Poisson. Normale. Uniforme. Binomiale.

Cosa si usa per valutare la bontà di un modello di regressione?. L'accuratezza. La mediana dei dati. Il coefficiente di Poisson. Nessuna delle precedenti risposte è corretta.

Quale di queste è una misura di variabilità?. Mediana. Deviazione standard. Media. Moda.

Cos' è un intervallo di confidenza?. Un metodo per eliminare outlier. Una misura della variabilità. Un intervallo che contiene il parametro con una certa probabilità. Un insieme di dati casuali.

Cosa implica un alto valore di deviazione standard in un insieme di dati?. Che tutti i dati sono uguali. Che i dati sono perfettamente simmetrici. Che i dati sono molto vicini alla media. Che i dati sono molto dispersi rispetto alla media.

Quale è l'obiettivo della regressione lineare?. Rappresentare dati in tabelle. Trovare il valore massimo di un dataset. Prevedere una variabile dipendente in base a una indipendente. Calcolare la varianza.

Cosa rappresenta un test di significatività?. Un metodo per trovare la moda. Una tecnica per generare dati sintetici. Un test di calcolo delle medie. La verifica dell'evidenza statistica di un'ipotesi.

Qual è il ruolo della trasformazione lineare nello z score?. Standardizzare i dati per eliminare la variabilità. Riscalare una variabile in modo che la media sia 0 e la deviazione standard sia 1. Convertire tutti i dati in valori positivi. Normalizzare i dati eliminando gli outlier.

Cosa indica un valore di R^2 vicino a 1 in una regressione lineare?. Il modello è sproporzionato rispetto ai dati. Il modello si adatta molto bene ai dati. Il modello non mostra alcuna relazione lineare. Il modello non si adatta bene ai dati.

In un grafico a dispersione, cosa suggerisce una disposizione casuale dei punti?. La somma dei valori osservati di y. La differenza tra il valore osservato di y e il valore predetto da x. La differenza tra due valori consecutivi di y. Il rapporto tra il valore di y predetto e il valore osservato.

In un grafico a dispersione, cosa suggerisce una disposizione casuale dei punti?. Una relazione lineare perfetta tra le variabili. Nessuna correlazione evidente tra le variabili. La differenza tra due valori consecutivi di y. Il rapporto tra il valore di y predetto e il valore osservato.

Cosa misura lo scarto interquartile (IQR)?. La mediana dei dati. La media degli estremi dei dati. La variazione totale dei dati. La dispersione della metà centrale dei dati.

Qual è l'effetto di un outlier in una regressione lineare?. Non ha alcun effetto sulla regressione. Modifica solo l'intercetta della retta di regressione. Può avere un impatto significativo sulla pendenza della retta di regressione. Riduce il coefficiente di correlazione a zero.

Come si determina se un modello di regressione è adatto ai dati?. Assicurandosi che tutti i residui siano positivi. Verificando se il valore di R^2 è vicino a 1. Controllando se la media dei residui è zero. Confermando che la somma dei residui è maggiore di zero.