statistica 3a

Come possono essere classificate le tecniche di inferenza statistica?. Le tecniche di inferenza statistica possono essere classificate in: stima dei parametri e verifica delle ipotesi. Nessuna delle precedenti. Le tecniche di inferenza statistica possono essere classificate in : verifica delle ipotesi e studio delle medie dei campioni. Le tecniche di inferenza statistica possono essere classificate in: verifica delle ipotesi e studio delle varianze dei campioni.

Se 4 misure della lunghezza (in micron) di un pezzo meccanico danno come risultato : x1 = 50000.92 ; x2 = 49998.70 ;x3 = 49998.89; x4 = 50000.47, quale sarà la stima della vera lunghezza µ media della popolazione?. La varianza campionaria. La media campionaria x¯ = 49999.74. La deviazione standard campionaria = 83899.74. La media campionaria x¯ = 78000.74.

Cosa è uno stimatore nello studio della stima statistica?. È la variabile di cui ci si serve per risalire al parametro ignoto della popolazione. Nessuna delle precedenti risposte. È un valore numerico di cui ci si serve per risalire per risalire al numero di unità che compongono la popolazione. È il parametro ignoto della popolazione.

Vogliamo stimare la proporzione di maschi in una popolazione sulla base di un campione. Se sul campione di 200 persone si osservano 96 maschi,qual è la stima della frequenza relativa( p) ̂ ?. p ̂=0,89. p ̂=0,99. p ̂=0.48. p ̂=0,56.

Quando uno stimatore è consistente?. Uno stimatore si dice consistente quando, al dimunire delle dimensioni del campione, la stima è molto piu’ piccola del valore del parametro da stimare. Uno stimatore si dice consistente quando, all'aumentare delle dimensioni del campione, la stima è molto piu’ grande del valore del parametro da stimare. Uno stimatore si dice consistente quando, al diminuire delle dimensioni del campione, la stima si avvicina sempre di più al valore del parametro da stimare. Uno stimatore si dice consistente quando, all'aumentare delle dimensioni del campione, la stima si avvicina sempre di più al valore del parametro da stimare.

Che differenza c’è tra stima e stimatore?. La stima è un numero, mentre lo stimatore è una variabile casuale calcolata sul campione. La stima è una variabile casuale,mentre lo stimatore è un numero. Sia la stima,sia lo stimatore sono numeri di cui il primo è sempre maggiore del secondo. Sia la stima,sia lo stimatore sono numeri di cui il primo è sempre minore del secondo.

In quale caso si utilizza la formula dell’ampiezza del campione per simare una media con conoscenza della deviazione standard?. Quando si conosce la varianza campionaria. Quando l’errore ammissibile è elevato. Quando non si hanno altre informazioni. Quando si conosce la varianza della popolazione.

Cosa è un intervallo di confidenza?. È un valore critico. È una stima, ossia un intervallo per il quale si puo’ affermare che non conterrà il parametro della popolazione che si vuole stimare. È uno stimatore, ossia un piccolo intervallo che non conterrà il parametro della popolazione che si vuole stimare. È una stima per intervallo,ossia un intervallo per il quale si puo’ affermare con un certo grado di fiducia che conterrà il parametro della popolazione che si vuole stimare.

Se la deviazione standard stimata σ aumenta, come cambia l’ampiezza del campione necessaria per stimare una media con errore prefissato.?. Non si può stabilire a priori. Diminuisce. Resta invariata. Aumenta.

Il peso medio di un campione di 200 adulti è risultato pari a 75 Kg mentre la stima corretta della varianza della popolazione è risultata pari a 16. Che valori assume l’intervallo di confidenza al 95% per la media della popolazione?. [58.44; 65.56]. [64.44; 85.56]. [84.44; 95.56]. [74.44; 75.56].

Cosa rappresenta il simbolo Z nell’intervallo di confidenza?. La media campionaria. Il numero di campioni. La statistica Z associata a un certo livello di confidenza. La deviazione standard del campione.

Qual è il valore critico di z α/2 pari al grado di fiducia del 99%,in una distribuzione per grandi campioni?. z α/2=1.282. z α/2=2.576. z α/2=1.645. z α/2=1.96.

Ad un campione di 892 intervistati, e’ stato chiesto “per quante ore in media al giorno guardi la televisione?” I risultati ottenuti sono stati i seguenti: x̅ = 2.76; σ = 2.3 . Qual è l’intervallo di confidenza al 99%?. (2.55, 2.97). (1.55, 4.97). (3.55, 12.97). (6.55, 7.97).

In un’indagine si è domandato, “Quale ritieni debba essere il numero ideale di figli per una famiglia?” La distribuzione delle risposte date dalle 497 donne intervistate presenta una media pari a 3.02. La deviazione standard della popolazione è conosciuta ed è pari a 1.81. Qual è l’intervallo di confidenza al 95%?. (1.86, 13.18). (7.86, 9.18). (2.86, 3.18). (5.16,2.18).

Qual è il valore critico di z α/2 pari al grado di fiducia del 95%,in una distribuzione per grandi campioni?. z α/2=1.96. z α/2=1.645. z α/2=2.576. z α/2=1.282.

Per un campione di n = 9 imprese si dispone del numero di addetti pari a X ̅ = 40 e s = 14,474;qual è l’intervallo di confidenza al 99% per la media del numero di addetti?. 23,813<μ <56,186. 20.123 <μ <43,890. 60,543<μ <89,765. 29,765<μ <33,136.

Qual è l’intervallo di confidenza al 95% della media del peso di una popolazione, se la media di un campione di 16 soggetti è pari a 75 Kg e la deviazione standard è pari a 12 Kg?. L’intervallo che va da 68,61 Kg (limite inferiore) a 81,39 Kg (limite superiore), ha 95 probabilità su 100 di contenere la media vera della popolazione. L’intervallo che va da 83,61 Kg a 91,39 Kg, ha 95 probabilità su 100 di contenere la media vera della popolazione. L’intervallo che va da 73,61 Kg a 78,59 Kg ,ha 95 probabilità su 100 di contenere la media vera della popolazione. L’intervallo che va da 83,61 Kg a 91,39 Kg, ha 95 probabilità su 100 di contenere la media vera della popolazione.

Quando si utilizza la T Student ,per calcolare un intervallo di confidenza per la media con varianza incognita,quanti sono i gradi di libertà v da considerare?. v=n meno 1. Nessuno. 3. 4.

Quando si utilizza un intervallo di confidenza per la media con varianza incognita?. Quando l’ampiezza campionaria è maggiore di 30. Quando l’ampiezza campionaria è minore di 30,la varianza è incognita e la distribuzione è normale. Quando l’ampiezza campionaria è minore di 30 e la varianza è nota. Quando l’ampiezza campionaria è uguale a30 e la distribuzione è asimmetrica.

Qual è la formula corretta dell’intervallo di confidenza per la media con varianza incognita?. x ̅- tα/2 s/(√n)<μ <x ̅+ tα/2+ s/(√n). x ̅+ tα/2 σ/(√n)<μ <x ̅- tα/2 σ/(√n). x ̅- tα/2 σ/(√n)<μ <x ̅+ tα/2 +σ/(√n). x ̅+ tα/2 s/(√n)<μ <x ̅-tα/2 s/(√n).

Quanti votanti italiani è necessario intervistare per ottenere una stima di p ̂ che abbia un errore massimo di 0,01,sapendo che la probabilità di sbagliare è pari a 0,05?. n≥p(1-p)( 〖(z a/2)/E)〗^2=0,5(1-0,5)〖(1,96/0,01)〗^2=9604. n≥p(1-p)( 〖(z a/2)/E)〗^2=0,25 (1-0,25)( 〖1,96/0,01)〗^2=9604. n≥p(1-p)( 〖(z a/2)/E)〗^2=0,5(1-0,5)〖(1,96/0,05)〗^2=7604. n≥p(1-p)( 〖(z a/2)/E)〗^2=0,5(1-0,5) 〖(1,96/0,01)〗^2=7904.

Quando la popolazione è riferita a un carattere che può assumere solo due modalità (popolazione Bernoulliana), quale l’intervallo di confidenza viene utilizzato?. Un intervallo di confidenza per la media con varianza incognita. Un intervallo di confidenza per la media con varianza nota. Un intervallo di confidenza per piccoli campioni. Un intervallo di confidenza per la proporzione.

In un campione casuale di 200 individui ,55 persone hanno un reddito superiore a 25000 euro.Quali sono le condizione per poter approssimare la binomiale con la normale ?. np ̂=200x0,275=55 ed n(1-p ̂)=200x0,55=110. np ̂=200x0,275=55 ed n(1-p ̂)=200x0,45=90. np ̂=200x0,40=80 ed n(1-p ̂)=200x0,45=90. np ̂=200x0,50=100 ed n(1-p ̂)=200x0,45=90.

Quando si utilizza l’intervallo di confidenza per la proporzione?. Quando il campione è costituito da variabili quantitative continue. Quando la numerosità dei campioni è piccola ed i campioni sono almeno 2. Quando il campione è di dimensione elevata e la popolazione è riferita a un carattere che può assumere solo due modalità: successo ed insuccesso. Quando la numerosità dei campioni è piccola.

Un campione casuale di 100 individui ha mostrato che 25 sono mancini.Qual è l’intervallo di confidenza al 95% per la vera proporzione di mancini nella popolazione?. 0.1651. 0.2651. 0.3051. 0.1651 (corretta).

In una città ci sono 100000 persone di età compresa fra i 18 e i 25 anni; si estrae da questa popolazione un campione casuale semplice di 500 soggetti di cui 194 sono iscritti all’Università. Qual è l’intervallo di confidenza al 95% per la proporzione di persone con età compresa fra i 18 e i 25 anni che sono iscritte all’Università?. 0,345≤ p ≤0,431. 0,864≤ p ≤0,965. 0,129≤ p ≤0,723. 0,674≤ p ≤0,836.

Negli intervalli di confidenza per la proporzione cosa rappresenta la proporzione campionaria P ̂ =X/n ?. P ̂ =X/n rappresenta la proporzione in cui X è il numero di volte in cui una certa caratteristica si presenta negli individui in una data popolazione. P ̂ =X/n rappresenta la proporzione campionaria in cui X è il numero di volte in cui una certa caratteristica si presenta nel campione;è uno stimatore. P ̂ =X/n rappresenta la proporzione della popolazione in cui X è sempre pari a 5 ed n è il campione studiato. Nessuna delle risposte precedenti.

Per analizzare il fenomeno del fumo tra gli adolescenti, si estrae un campione casuale semplice di n = 900 adolescenti, di cui il numero di adolescenti che fumano `e pari a 180.Quale valore assume l’intervallo di confidenza al 95%?. [0,18. [0,98. [0,11. [0.174.

Si dispone dei valori relativi ad i battiti cardiaci in un campione di soggetti ansiosi ed in un campione di atleti;ipotizzando che le medie e le varianze campionarie siano rispettivamente X ̅_1=87.9 S_1^2=2,1 e X ̅_2=65.8 ed S_2^2=4,62 e che alfa sia uguale a 0,05,qual è l’intervallo di confidenza per la differenza delle medie delle popolazioni con varianza incognita?. 50.53<μ1 − μ2<58.46. 20.38<μ1 − μ2<23.82. 60.32<μ1 − μ2<73.42. 40.35<μ1 − μ2<53.26.

Cosa è la varianza congiunta negli intervalli di confidenza tra medie?. È il prodotto delle varianze campionarie di due campioni. È una media pesata per i diversi gradi di libertà di due varianze campionarie ponderate con le rispettive numerosità campionarie diminuite di 1. È una mediana pesata per i diversi gradi di libertà delle due varianze campionarie. È una differenza dei gradi di libertà di due varianze campionarie.

Che distribuzione devono avere le popolazioni da cui sono stati estratti i campioni, prima di calcolare l’intervallo di confidenza della differenza tra due medie di popolazioni con varianze incognite ma uguali?. Non normali. Dipendenti. Nessuna delle risposte precedenti. Normali.

Si pensi all’interpretazione di un intervallo di confidenza di questo tipo: se esso contiene lo 0, cosa si può dire?. La prima media è maggiore della seconda. Le due medie non sono significativamente diverse tra loro al livello 1−α, poiché non si può escludere che il valore vero del parametro d’interesse sia pari a µ1 − µ2 = 0. La prima media è minore della seconda. Le due medie sono significativamente diverse.

Supponiamo che siano stati estratti due campioni di studenti universitari che seguono una distribuzione normale, iscritti in due università italiane , dei quali è stata registrata la media degli esami sostenuti. Il primo campione costituito da n1 = 50 studenti ha una media pari a X ̅= 23.5, mentre il secondo costituito da n2= 100 studenti, ha una media campionaria pari a Y ̅= = 25.2. La varianze pubblicate dall’ufficio statistico del MIUR sono pari a σ^2= 16 e σ^2 = 4, Quale è il valore dell’intervallo di confidenza pari al 95%?. (−16.16, −31.56). (−2.88, −0.52). (−15.88, −82.52). (−30.88, −9.52).

L’Intervallo di confidenza per la differenza delle medie μ1 − μ2 con varianze note,può essere utilizzato per popolazioni che non sono normali?. Si, se i campioni hanno numerosità maggiore o uguale di 29. Si, se i campioni hanno numerosità minore di 30-. Si, se i campioni hanno numerosità maggiore o uguale a 30. No.

Alcuni ricercatori hanno riscontrato che su 100 uomini che seguono una notiziario televisivo,65 hanno espresso un parere favorevole e su 120 donne 45 hanno espresso lo stesso giudizio.Qual è l’intervallo di confidenza al 90% per la differenza tra le proporzioni delle due popolazioni ?. 0.301≤ (p1−p2) ≤0.608. 0.168≤ (p1−p2) ≤0.382. 0.882≤ (p1−p2) ≤0.959. 0.121≤ (p1−p2) ≤0.249.

Supponiamo di aver a che fare con due campioni indipendenti, diciamo (x1...xn1 ) e (y1...yn2 ), estratti rispettivamente da due popolazion bernoulliane i in cui una stessa variabile si distribuisce .Come deve essere questa variabile?. Quantitativa continua. Dicotomica. Non è una variabile,bensì na mutabule nominale. Ordinale.

Come si interpreta l’intervallo di confidenza per la differenza di 2 proporzioni p1 e p2, se include lo 0?. Nessuna delle precedenti risposte. Non vi sono sufficienti evidenze per concludere quale probabilità tra p1 e p2 sia più grande. Vi sono sufficienti evidenze per concludere che p1 sia maggiore di p2. Vi sono sufficienti evidenze per concludere che p1 sia minore di p2.

Quando si utilizza l’intervallo di confidenza per la differenza di 2 proporzioni p1 e p2?. Generalmente si utilizza l’intervallo di confidenza per la differenza di 2 proporzioni quando i campioni sono grandi ed np e’ maggiore uguale a 5 ed n(1-p) è maggiore uguale a 5. Generalmente si utilizza l’intervallo di confidenza per la differenza di 2 proporzioni generalmente quando i campioni sono piccoli. Generalmente si utilizza l’intervallo di confidenza per la differenza di 2 proporzioni quando i campioni sono grandi. Nessuna delle precedenti risposte.

Per calcolare gli intervalli di confidenza per la varianza,come deve essere la popolazione da cui i campioni sono estratti?. Normale. Non normale. Normale ed i campioni devono essere di numerosità inferiore a 30. Non normale ed i campioni devono essere di numerosità elevata,.

Se un intervallo di confidenza per lo scarto quadratico medio,ha un grado di fiducia del 99%,come varia rispetto al 95%?. L’ampiezza dell’intervallo al 99% è minore e la stima è meno precisa. L’ampiezza dell’intervallo al 99% è maggiore e la stima è meno precisa . L’ampiezza dell’intervallo al 99% è minore e la stima è piu’ precisa. L’ampiezza dell’intervallo al 99% èmaggiore.

Per grandi campioni estratti da una popolazione normale, si può dire che la distribuzione campionaria S della deviazione standard σ può essere approssimata con una distribuzione normale avente media σ e deviazione standard pari a sigma diviso la radice quadrata dell’ampiezza campionaria moltiplicata per quattro?. No, al denominatore deve esserci la deviazione standard pari a sigma diviso la radice quadrata dell’ampiezza campionaria moltiplicata per due. Si se l’ampiezza n del campione è inferiore a 30. Si se l’ampiezza n del campione è inferiore a 30. Si se l’ampiezza n dei campioni è almeno 50.

Che forma ha la distribuzione con un intervallo di confidenza per lo scarto quadratico medio?. Lineare. Asimmetrica. Simmetrica. Esponenziale.

Lo scarto quadratico medio della durata di un campione di 200 lampadine è s = 100 ore. Qual è l’intervallo di confidenza al 99% per lo scarto quadratico medio dell’intera popolazione?. 43,58<σ<66,78. 23,58<σ<88,78. 88,58<σ<114,78. 4,89<σ<6,04.

Un campione di 32 misurazioni del punto di bollitura di una sostanza chimica ha scarto quadratico medio s=0.83°C. Qual è l’intervallo di confidenza al 95% per lo scarto quadratico medio σ?. 0,10<σ<1,34. 0,34<σ<1,04. 0,66<σ<1,09. 0,56<σ<89,09.

Il metodo descritto da Fisher per trovare gli intervalli di confidenza per il rapporto di due varianze,prevede l’assunzione di omoschedasticità della varianza?. Si ,se il rapporto tra varianze è riferito a piccoli campioni. Si,sempre. Si ,se il rapporto tra varianze è riferito a grandi campioni. No.

Perche la curva di distribuzione della statistica F è asimmetrica a destra ,con una gobba posta asimmetricamente a sinistra?. La statistica F è un rapporto di due varianze, e quindi è sempre una quantità positiva: non esistono valori negativi della statistica F di Fisher. La statistica F è il prodotto di due varianze, e quindi è sempre una quantità positiva. La statistica F è la differenza di due varianze, e quindi è sempre una quantità positiva. La statistica F è la somma di due varianze, e quindi è sempre una quantità positiva.

Quale dei seguenti passaggi è utile eseguire prima di costruire un intervallo di confidenza per il rapporto di due varianze?. Verificare la normalita’ dei dati. Costruire un grafico a dispersione. Costruire un grafico a dispersione. Verificare che l’intervallo sia simmetrico.

Se un intervallo di confidenza per il rapporto di due varianze contiene il valore 1,cosa significa?. Le varianze sono significativamente diverse. Assumere che l’intervallo sia simmetrico. Non ci sono differenze significative tra le due varianze. Pensare che contenga il vero valore del parametro.

Per calcolare gli intervalli di confidenza per il rapporto di due varianze, come devono essere i due campioni di ampiezza n1 ed n2 ?. Dipendenti. Indipendenti. Devono avere una numerosità maggiore di 40. Devono avere una numerosità minore di 40.

La statistica Fisher F Permette di confrontare due varianze; Quale varianza si usa al denominatore?. La piu’ piccola delle varianze. Si possono usare indifferentemente le due varianze. La piu’ grande delle varianze. Nessuna delle precedenti risposte.

Cosa è l’ipotesi alternativa H1?. È un’affermazione riguardo alla popolazione nella quale viene messo ciò che si spera o ci si aspetta di poter concludere come risultato del test. È un’ ipotesi di uguaglianza. È un’affermazione riguardo alla popolazione in cui viene messo ciò che ci si aspetta di poter negare come risultato del test;. È un’affermazione che rappresenta un valore base, rispetto al quale evidenziare una mancanza di effetto.

Cosa è un test di ipotesi?. È il procedimento che consente di rifiutare o accettare un’ipotesi statistica , utilizzando i dati di uno o piu’ campioni. È il procedimento che serve a calcolare le varianze campionarie. È il procedimento che consente di calcolare i dati della popolazione a cui si riferisce. È il procedimento che consente di rifiutare o accettare un’ipotesi statistica , utilizzando dei dati fittizi.

La Toyota dichiara che il suo nuovo modello di auto, in autostrada potrà percorrere in medi 22 km per litro di benzina. Se doveste sottoporre a verifica tale affermazione, quale ipotesi nulla e quale alternativa scegliereste?. H0 : µ =23 (km per litro) H1 : µ ≠23 (km per litro). H0 : µ <23 (km per litro) H1: µ >23 (km per litro). H0 : µ>23 (km per litro) H1 : µ =23 (km per litro). H0 : µ <23 (km per litro) H1 : µ ≠23 (km per litro).

Per quale motivo viene formulata un’ipotesi nulla?. Viene formulata per indicare la presenza di differenze significative tra 5 campioni estratti da una popolazione. Nessuna delle precedenti risposte. Viene formulata per indicare la presenza dell’effetto tra tre campioni estratti da una popolazioni. Viene formulata per indicare l’assenza dell’effetto tra campioni estratti riguardo la popolazione da cui provengono e si assume essere vera fino a che non ci sia una prova evidente del contrario.

Cosa riguarda la verifica di ipotesi statistiche?. Riguarda la verifica di un teorema. Riguarda la verifica sul valore un di certo parametro della popolazione, che risulta incognito, partendo da dati campionari. Riguarda la verifica di una congettura. Riguarda la verifica di un assioma.

Perche’ è importante la potenza di un test statistico?. La potenza di un test statistico permette di determinare quale è la numerosità campionaria necessaria per ottenere risultati statisticamente significativi, controllando la probabilità di prendere decisioni errate. La potenza di un test statistico verifica l’ipotesi nulla. Nessuna delle risposte precedenti. La potenza di un test statistico verifica l’ipotesi alternativa.

Come si chiama la probabilità di commettere un errore di secondo tipo?. Beta. 1-alfa. 1-Beta. Alfa.

Quando si verifica un errore di tipo I ?. Quando si accettano 2 ipotesi. Quando si rifiuta una ipotesi nulla che è vera. Quando si accetta una ipotesi nulla che è vera. Quando si accetta una ipotesi alternativa che è vera.

Quale tra i seguenti, e’ esempio di un errore del primo tipo?. Un processo penale in cui una persona innocente è condannata per un crimine. Un processo penale in cui una persona colpevole viene assolta. Un processo penale in cui una persona colpevole è condannata per un crimine. Un processo penale in cui una persona innocente viene assolta.

Nei test di ipotesi, per garantire la validità e l'affidabilità dei risultati della ricerca, cosa è importante fare?. Bisogna ridurre al minimo gli errori di tipo tipo I e di tipo II. Bisogna aumentare gli errori di tipo tipo I e di tipo II. Bisogna aumentare gli errori di tipo tipo I e ridurre quelli di tipo II. Bisogna aumentare gli errori di tipo tipo II e ridurre quelli di tipo I.

Perché si vuole sottoporre un’ipotesi a test?. Si vuole sottoporre a test un’ipotesi su un parametro di una popolazione, con lo scopo di decidere, esaminando un campione estratto dalla popolazione, se l’affermazione (cioè, l’ipotesi) riguardante il parametro è vera o falsa. Nessuna delle precedenti risposte. Si vuole sottoporre a test un’ipotesi su parametro di una popolazione con lo scopo di decidere, se un’affermazione riguardante 8 campioni è vera . Si vuole sottoporre a test un’ipotesi su un campione con lo scopo di decidere, se l’ipotesi riguardante tanti campioni è falsa.

Quando si verifica un errore di tipo II ?. Quando un'ipotesi nulla falsa viene accettata. Quando un'ipotesi nulla falsa viene respinta. Nessuna delle precedenti risposte. Quando un'ipotesi alternativa falsa viene accettata.

Se in un Test sulla media ,il sistema di ipotesi è a 2 code e Z osservata è pari a 4,12, qual è regione di rifiuto dell’ipotesi nulla,se alfa è uguale a 0,01?. La regione di rifiuto è 4,12> 2.576. La regione di rifiuto è 4,12<2.576. La regione di rifiuto è 4,12= 2.576. La regione di rifiuto è 4,12= 0,842.

Nel test d’ipotesi sulla media per grandi campioni ,la variabile Z ,che caratteristiche deve possedere?. La variabile aleatoria Z ha approssimativamente media uguale a 3 e varianza pari ad 1. La variabile aleatoria Z ha approssimativamente distribuzione normale standardizzata con media nulla e varianza pari ad 1. La variabile aleatoria Z ha approssimativamente distribuzione normale standardizzata con media uguale ad 1 e varianza pari a 0. La variabile aleatoria Z ha approssimativamente distribuzione non normale .

In riferimento ad un test d’ipotesi sulla media,quanti sono i casi che possono verificarsi per accettare o rifiutare Ho?. 4. 6. 3. 0.

In riferimento al test d’ipotesi per la media di una popolazione per grandi campioni,se il campione viene estratto da una popolazione normale,puo’ essere utilizzata Z, qualunque sia l’ampiezza del campione?. Si se la numerosita’ del campione è minore di 20. No,mai. Si. Si, se la media è pari ad 1.

Cosa si utilizza per fare inferenza sulla media di grandi campioni della popolazione ,con varianza nota ?. Si utilizza lo stimatore Media campionaria. Si utilizza la T Student. Si utilizzano i quartili. Si utilizza la mediana.

Che tipo di informazione da il p-value?. Il p-value fornisce informazioni sulla varianza campionaria. Il p-value fornisce informazione sull’analisi descrittiva dei dati. Il p- value fornisce informazioni circa la significatività delle ipotesi. Il p-value fornisce informazioni sul metodo di campionamento.

Come si può definire il p-value?. Il p-value è il livello massimo di significatività con cui possiamo rifiutare l'ipotesi alternativa,. Il p-value è la differenza di tre valori standardizzati. Il p-value è il valore di probabilità minimo che aiuta a decidere se accettare o rifiutare un’ ipotesi nulla. Il p-value è il livello massimo di significatività con cui possiamo accettare l'ipotesi alternativa,.

Se in un test di ipotesi sulla media, il p-value risulta pari ad 1,cosa significa?. Se un p-value è pari ad 1,la statistica su cui si sta svolgendo il test (esempio la media),coincide con l’ipotesi nulla. Se un p value è pari ad 1,bisogna aumentare la numerosità del campione. Se un p-value è pari ad 1, la statistica su cui si sta svolgendo il test (esempio la media),coincide con l’ipotesi alternativa. Se un p-value è pari ad 1,ci si trova in una condizione di incertezza.

Se in un test di ipotesi un p-value risulta pari a 0,5 ed il livello significatività alfa è pari a 0,05 ed il campione ha ampiezza pari a 1315 unità, cosa si deduce?. Bisogna diminuire la numerosità campionaria per avere dei risultati significativi. Si rifiuta l’ipotesi nulla. Bisogna aumentare la numerosità campionaria per avere dei risultati significativi. Si accetta l’ipotesi nulla.

Se in un test di ipotesi un p-value risulta pari a 0.0005 ed il livello significatività alfa è pari a 0,01 ed il campione ha ampiezza pari a 1478 unità,cosa si deduce?. Non vi è differenza tra ipotesi nulla ed ipotesi alternativa. Bisogna aumentare la numerosità campionaria per avere dei risultati significativi. Si accetta l’ipotesi nulla. Si rifiuta l’ipotesi nulla ed il p-value è molto significativo.

Da una popolazione normale, si estrae un campione di 8 confezioni di detersivo in polvere da una grossa produzione. verificare se al livello di significatività del 5%, si può affermare che il peso medio delle confezioni di questa produzione è maggiore di 2000 grammi? Sapendo il peso medio delle confezioni del campione è 2003,625 grammi e che lo scarto quadratico medio è 4,2741,qual è la statistica test T corretta?. H0 > H0 H1 = H1 T=(2003,625-2000)/(4,2741/√8)=30. Il sistema di ipotesi è: H0 > H0 H1 <H1 T=(2003,625-2000)/(4,2741/√8)=0;. Il sistema di ipotesi è: H0 <H0 H1 > H1 T=(2003,625-2000)/(4,2741/√8)=2,39; si rifiuta l’ipotesi nulla. Il sistema di ipotesi è: H0 > H0 H1 > H1 T=(2003,625-2000)/(4,2741/√8)=2939.

Che distribuzione deve avere la popolazione da cui proviene il campione, prima di applicare il Test T Student sulla media?. La popolazione deve avere una distribuzione di tipo normale. La popolazione deve avere una distribuzione di tipo qualitativo. La popolazione deve avere una distribuzione di tipo non parametrico. La popolazione deve avere una distribuzione di tipo asimmetrico.

In un test a 2 code sulla media, al livello 0.05, quale regola di decisione si adotta?. Si rifiuta H0 se t è compresa nell’intervallo definito dagli estremi –tα /2 0.025 e + tα /2 0.0,025. Si accetta H0 se t è maggiore sia di –tα /2 0.025 ,sia di + tα /2 0.025. Si accetta H0 se t è maggiore di +tα /2 0.025. Si accetta H0 se t è compresa nell’intervallo definito dagli estremi –tα /2 0.025 e + tα /2 0.0,025.

In un test a 2 code sulla media, nella T Student il livello di significatività è pari a 0,01,qual è il corrispondente valore di tα /2?. tα /2=0,025. tα /2=0,10. tα /2=0,010. tα /2=0,005.

Quando si può utilizzare il Test T Student sulla media?. Si può utilizzare il Test T Student quando la varianza della popolazione è nota e la numerosità campionaria è minore di 30. Si può utilizzare il Test T Student quando la varianza della popolazione è nota e la numerosità campionaria è maggiore di 30. Nessuna delle precedenti risposte. Si può utilizzare il Test T Student quando la varianza della popolazione non è nota e la numerosità campionaria è minore di 30.

Un’azienda produce abiti maschili.Estraendo un campione di 120 pezzi,si riscontra che 30 sono difettosi.Ad un livello di significatività del 5% si vuole verificare se almeno il 20% sia difettoso. Indicare qual è il test piu adatto da utilizzare. Test di ipotesi sulla proporzione. Test di ipotesi sulla media con varianza Incognita. Test di ipotesi sulla media con varianza nota. Nessuna delle precedenti risposte.

Quali sono le condizioni necessarie per poter utilizzare il test per una proporzione?. Le condizioni necessarie sono:la probabilità di successo deve essere pari a 0,65 ed i campioni devono essere dipendenti. La variabile deve essere di tipo dicotomico, i campioni devono essere indipendenti e casuali, e la numerosità del campione deve garantire una approssimazione normale della distribuzione. Nessuna delle precedenti risposte. La variabile deve essere di tipo ordinale ed i campioni devono essere dipendenti.

Quando si utilizza il test z nel test d’ipotesi su una proporzione?. Se p0 é la varianza nella popolazione ed n é la numerositá campionaria, si utilizza il test z se np0 ≥ 5 e n(1 − p0) ≥ 5. Se p0 é la varianza nella popolazione ed n é la numerositá campionaria, si utilizza il test z se np0 ≥ 30 e n(1−p0)≥ 25. Se p0 é il valore ipotizzato della proporzione nella popolazione ed n é la numerositá campionaria, si utilizza il test z se np0 ≥ 5 e n(1 − p0) ≥ 5 . Il test z nel test d’ipotesi su una proporzione non si puo’ utilizzare.

Cosa si intende per p value in un test di ipotesi per la proporzione di una popolazione?. Il p-value è il limite superiore di un intervallo per l'accettazione dell'ipotesi alternativa. Il p-value è la stima del valore della proporzione nella popolazione. Il p-value è il livello di significatività piu’ piccolo che consente di rifiutare o accettare un’ipotesi nulla. Il p-value è il limite inferiore di un intervallo per l'accettazione dell'ipotesi alternativa.