Psicometria 36-39

l'errore di seconda specie si ha quando. si rifiuta l'ipotesi nulla quando è falsa. si rifiuta l'ipotesi nulla quando è vera. si accetta l'ipotesi nulla quando è vera. si accetta l'ipotesi nulla quando è falsa.

l'errore di prima specie si ha quando. si rifiuta l'ipotesi nulla quando è vera. si accetta l'ipotesi nulla quando è falsa. si rifiuta l'ipotesi nulla quando è falsa. si accetta l'ipotesi nulla quando è vera.

quando accettiamo l'ipotesi nulla. accettiamo anche l'ipotesi alternativa. non possiamo trarre conclusioni circa l'ipotesi alternativa. rifiutiamo automaticamente l'ipotesi alternativa. dobbiamo fare un altro test per capire se accettare l'ipotesi alternativa.

quando rifiutiamo l'ipotesi nulla. dobbiamo fare un altro test per capire se accettare l'ipotesi alternativa. accettiamo automaticamente l'ipotesi alternativa. non possiamo trarre conclusioni circa l'ipotesi alternativa. rifiutiamo anche l'ipotesi alternativa.

per ridurre sia l'errore di prima che di seconda specie dobbiamo. selezionare dalla popolazione solo soggetti volontari. ridurre uno ridurrà automaticamente anche l'altro. possiamo intervenire solo sull'errore di prima specie. aumentare la dimensione del campione.

l'ipotesi alternativa permette di ipotizzare che la stima campionaria. sia minore o maggiore del elativo valore della popolazione. entrambe. nessuna delle due. sia diverso al relativo valore della popolazione.

quando l'ipotesi alternativa afferma che i due valori sono diversi applicheremo. test standardizzato. test unilaterale destro. test unilaterale sinistro. un test bilaterale.

quando l'ipotesi alternativa afferma che il valore stimato dal nostro campione sia minore del valore della popolazione useremo. test standardizzato. test bilaterale. test unilaterale destro. test unilaterale sinistro.

quando l'ipotesi alternativa afferma che il valore stimato dal nostro campione sia maggiore del valore della popolazione useremo. test standardizzato. test bilaterale. test unilaterale destro. test unilaterale sinistro.

quando non conosciamo la varianza della popolazione con cui vogliamo confrontare il nostro campione con meno di 30 soggetti. la stimeremo usando quella del campione. usiamo della campione perché assumiamo che siano equivalenti. tutte le alternative. non possiamo fare nessun calcolo.

nella distribuzione ''t di student''. la curva cambia in base alla numerosità. esiste una sola curva possibile. la curva è indipendente dalla numerosità. la curva è fissa.

dalle tavole della t di student otteniamo. il valore critico di t che fa riferimento alla distribuzione teorica. il valore di t da confrontare con il valore critico di t. la varianza del campione. il valore critico di t che fa riferimento ai dati ottenuti.

quando usiamo il test t per capire se un campione appartiene ad una popolazione. non conosciamo la varianza della popolazione. non siamo interessati alla varianza della popolazione. conosciamo la varianza della popolazione. non usiamo la varianza né del campione né della popolazione.

i gradi di libertà della t di student si calcolano. N-1. N\1. N+1. N=n.

nella distribuzione ''t di student'' la numerosità del campion. equivale al valore critico. ci permette di calcolare i gradi di libertà. equivale ai gradi di libertà della distribuzione. è un valore che non va mai tenuto in considerazione.

nelle tabelle per calcolare il valore critico del mio test t di Student posso testare. solo ipotesi ad una coda. solo ipotesi a due code. nessun tipo di ipotesi. ipotesi ad una e due code.

le tavole della t di student ci permettono di verificare. solo ipotesi bidirezionali. sia ipotesi monodirezionali che bidirezionali. solo ipotesi monodirezionali. né ipotesi monodirezionali né bidirezionali.

quando ho un campione con meno di 30 soggetti i dati seguono la distribuzione. entrambe. nessuna delle due. normale. t di student.

se il valore calcolato di t è maggiore del valore critico di t. accetterò l'ipotesi nulla. non potrò fare affermazioni circa l'ipotesi nulla. rifiuterò l'ipotesi nulla. rifiuterò l'ipotesi alternative.

quando voglio verificare se il mio campione, con meno di 30 soggetti, appartiene alla popolazione applicherò. t test. a nova. test della binominale. chi quadro.

se il valore critico di t è minore del valore calcolato di t. rifiuterò 'ipotesi nulla. non potrò fare affermazioni circa l'ipotesi nulla. accetterò l'ipotesi nulla. rifiuterò l'ipotesi alternativa.

se il valore critico di t è maggiore del valore calcolato di t. accetterò l'ipotesi alternativa. rifiuterò l'ipotesi nulla. non potrò fare affermazioni circa l'ipotesi nulla. accetterò l'ipotesi nulla.

quando il chi-quadrato ''calcolato'' è maggiore del chi-quadrato ''critico''. rifiutiamo H0. tutte le alternative. rifiutiamo H1. accettiamo H0.

quando il chi-quadrato ''calcolato'' è minore del chi-quadrato ''critico''. rifiutiamo H0. nessuna delle alternative. accettiamo H1. accettiamo H0.

quando il chi chi-quadrato ''critico'' è minore del chi-quadrato ''calcolato''. accettiamo H0. tutte le alternative. rifiutiamo H0. rifiutiamo H1.

i gradi di libertà del chi- quadrato si calcolano. (numero di righe +1) x ( numero di colonne +1). (numero di righe *1 ) x ( numero di colonne *1). (numero di righe /1) x ( numero di colonne /1). (numero di righe -1) x ( numero di colonne -1).

per verificare la nostra ipotesi dobbiamo confrontare i valori del chi-quadrato detti. ''ottenuto'' e ''tabellare''. ''ottenuto'' e ''critico''. ''calcolato'' e ''tabellare''. ''calcolato e ''critico''.

il test del chi-quadrato non può essere usato. nessuna delle alternative. con variabili ordinali. con variabili nominali. con variabili a rapporti equivalenti.

per calcolare gli indici necessari per il test chi-quadrato i dati devono essere organizzati. usando una tabella per ogni variabile analizzata. in tabelle di contingenza. in grafici a torta. dividendo i numeri pari da quello dispari.

il test del chi-quadrato permette. di verificare le differenze tra valori teorici. di verificare le differenze tra valori osservati e valori teorici. tutte le alternative. di verificare le differenze tra valori osservati.

la retta di regressione è rappresentata con quale equazione. y=b + ax. y= a + bx. x= a + bx. x= v + ay.

l'intercetta è rappresentata dalla lettera. y. a. x. b.

la retta di regressione può essere calcolata usando. il t test. il metodo dei massimi quadrati. il metodo dei minimi quadrati. la correlazione.

quando il coefficiente di regressione è pari a zero la retta. sarà parallele agli assi cartesiani. diventerà una linea curva. sarà esterne al piano cartesiano. perderà la loro forma diventando linee spezzate.

il coefficiente di regressione indica. di quanto varia la Y al variare di una unità di X. entrambe le alternative. nessuna delle due alternative. se Y è crescente o decrescente.

per rappresentare i valori durante l'analisi della regressione possiamo usare. diagrammi a dispersione. tabelle a singola o doppia entrata. entrambe le alternative. nessuna delle due alternative.

il coefficiente di regressione nell'equazione della retta è rappresentato dalla lettera. y. b. a. x.

la regressione lineare può essere rappresentata da. una curva. una retta. una linea spezzata. una parabola.

quando analizziamo il legame tra due variabili queste possono derivare. nessuna delle due alternative. due popolazioni diverse. una stessa popolazione. entrambe le alternative.

la correlazione fra le due variabili esprime. l'intensità del legame. la direzione del legame. la casualità del legame. un rapporto di causa-effetto.

la funzione di regressione permette di. valutare il valore della variabile dipendente al variare della variabile indipendente. valutare il valore della variabile dipendente al variare dell'altra variabile dipendente. valutare il valore di una variabile indipendente al variare dell'altra variabile indipendente. valutare il valore della variabile indipendente al variare della variabile dipendente.

la funzione di regressione più usata è quella. parabolica. lineare. curvilinea. standardizzata.