psicometria 24-28

Quando voglio calcolare la probabilità che lanciando un dado esca 3 sapendo che è uscito un numero dispari sto calcolando: probabilità contabile. la probabilità condizionata. la probabilità composta. la probabilità corrispettiva.

Quando si vuol calcolare la probabilità di prendere ad un esame e di vincere una schedina prenderò in considerazione: probabilità contabile. la probabilità condizionata. la probabilità collaterale. la probabilità composta.

La probabilità composta di tre eventi indipendenti con probabilità pari a 1/4, 1/3 e 1/2 è pari a: 1/24. 1/9. 1/15. 1/2.

. Il concetto di probabilità composta deriva da quello di: probabilità contabile. probabilità correlata. probabilità condizionata. probabilità binomiale.

Considerando il lancio di un dado, la probabilità che esca 3 sapendo che è uscito un numero disperi è uguale a. 1/4. 1/3. 1/6. 1/12.

La probabilità composta di due eventi indipendenti è pari a: la probabilità di uno sommata alla probabilità dell'altro. la probabilità di uno divisa per la probabilità dell'altro. la probabilità di uno dei due eventi moltiplicata per la probabilità dell'altro evento condizionato al verificarsi del primo. la probabilità di uno moltiplicata per la probabilità dell'altro.

La probabilità che due eventi si verifichino contemporaneamente è pari a: la probabilità di uno moltiplicata per la probabilità dell'altro. la probabilità di uno dei due eventi divisa per la probabilità dell'altro evento condizionato al verificarsi del primo. la probabilità di uno dei due eventi moltiplicata per la probabilità dell'altro evento condizionato al verificarsi del primo. la probabilità di uno divisa per la probabilità dell'altro.

La probabilità di un evento A condizionato a B può essere: minore o uguale alla probabilità di A. minore probabilità di A. maggiore o uguale alla probabilità di A. Tutte le alternative sono corrette.

Quando consideriamo la probabilità condizionata di un evento "A": Se B non si verifica, l'evento A condizionato a B è definito. Se B non si verifica, l'evento A condizionato a B non è definito. nessuna delle precedenti. Se B si verifica, l'evento A condizionato a B non è definito.

La probabilità condizionata si definisce come: la probabilità di un evento moltiplicata per la probabilità dell'altro. la probabilità di uno dei due eventi moltiplicata per la probabilità dell'altro evento condizionato al verificarsi del primo. la probabilità del veri?carsi di A nell'ipotesi che B non si sia verificato. la probabilità del verificarsi di A nell'ipotesi che B si sia verificato.

In una distribuzione di probabilità uniforme: non è possibile conoscere i valori di probabilità legati agli elementi dell'insieme. ogni elemento di diversi insiemi correlati ha lo stesso valore di probabilità. ogni elemento di un insieme finito ha lo stesso valore di probabilità. gli elementi dell'insieme hanno diversi valori di probabilità.

Un esempio di distribuzione di probabilità uniforme: l'osservazione di un fenomeno durante un'osservazione. prendere 30 a due esami consecutivi. la vincita di un campionato di calcio. il lancio di un dado.

Nelle distribuzioni di probabilità continue. la variabile viene misurata con valori numerici interi. la variabile viene espressa su scala nominale. la variabile viene espressa su scala ordinale. la variabile viene espressa su un scala continua.

La distribuzione di Poisson esprime le probabilità per: eventi che non hanno relazioni temporali. eventi il cui esito può essere solo un successo o un insuccesso. tutte le precedenti. eventi che si verificano successivamente ed indipendentemente in un intervallo di tempo.

La probabilità di una serie di estrazioni da un mazzo di carte senza reinserimento si distribuisce seguendo: la distribuzione ipergeometrica. la distribuzione di Poisson. la distribuzione binomiale. la distribuzione normale.

La distribuzione di probabilità di Poisson prende in considerazione l'indice lambda che rappresenta: la moda della distribuzione. la varianza di eventi che si verificano. la deviazione standard di eventi che si verificano. la media di eventi che si verificano in un dato lasso di tempo.

La distribuzione binomiale riguarda: eventi il cui esito può essere solo un successo o un insuccesso. tutte le precedenti. eventi che non hanno relazioni temporali. eventi che si verificano successivamente ed indipendentemente in un intervallo di tempo.

I valori che contraddistinguono una distribuzione di probabilità sono: moda e varianza. moda e deviazione standard. mediana e varianza. media e deviazione standard.

Le distribuzioni di probabilità possono essere: né continue né discrete. continue o discrete. solo continue. solo discrete.

Una distribuzione di probabilità è: una rappresentazione grafica della probabilità di un evento. una rappresentazione analitica della probabilità di un evento. un modello matematico che collega i valori di una variabile alle probabilità che possano essere osservati. un modello che collega i valori di una variabile alle probabilità che questa faccia parte del campione.

Nelle distribuzioni di probabilità discrete: la variabile viene espressa su scala nominale. la variabile viene espressa su un scala continua. la variabile viene espressa su scala ordinale. la variabile viene misurata con valori numerici interi.

La legge dei grandi numeri dice che: la media di un numero sufficiente di campioni è sufficientemente vicina alla media reale. la media di un piccolo campione è sufficientemente vicina alla media reale. la media di due eventi è sufficientemente vicina alla media reale. la somma di un numero sufficiente di campioni è sufficientemente vicina alla media reale.

La distribuzione normale fa riferimento a variabili: nominali. continue. discrete. continue e discrete.

Il punto più alto di una curva normale viene definito: asse delle y. punto di massimo. punto di flesso. asse delle x.

Quando indichiamo una distribuzione normale riportiamo i valori di. media e mediana. moda e varianza. devianza a deviazione standard. media e deviazione standard.

Moda, mediana e media non coincidono nella distribuzione di probabilità: normale standardizzata. nessuna delle alternative. normale. di Poisson.

Moda, mediana e media coincidono nella distribuzione di probabilità: normale. ipergeometrica. di Poisson. binomiale.

La deviazione standard dalla media rappresenta, nella curva normale: il punto più alto della distribuzione. l'asse delle y. lo zero assoluto. i punti di flesso.

Due distribuzioni normali con medie diverse: avranno una diversa posizione sull'asse delle x. saranno uguali. sono considerate comunque standardizzate. avranno diversi punti di massimo.

Due distribuzioni normali con diverse deviazioni standard: sono considerate comunque standardizzate. saranno uguali. avranno diversi punti di flesso. avranno una diversa posizione sull'asse delle x.

Nella distribuzione normale moda, mediana e media rappresentano: l'asse delle x. tre distinti valori. i punti di flesso. il punto più alto della distribuzione.

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 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.

Il calcolo delle probabilità è: uno strumento irrazionale che permette di prendere decisioni in condizioni di certezza. uno strumento razionale che permette di prendere decisioni in condizioni di incertezza. uno strumento irrazionale che permette di prendere decisioni in condizioni di incertezza. uno strumento razionale che permette di prendere decisioni in condizioni di certezza.