Statistica

STATISTICA
1 La Statistica si divide in:
a Popolazione e campione
b Indici, tabelle e grafici
c Statistica descrittiva e inferenza x
d Oggetto di analisi e variabili analizzate
2 Tra gli obiettivi della Statistica ritroviamo:
a Validare un modello attraverso l'osservazione dei dati x
b Aiutare lo Stato
c Trovare le unità statistiche
d Fare un esperimento
3 In un'analisi sulle PMI innovative, la spesa per Ricerca e Sviluppo
dell'azienda è:
a L'obiettivo conoscitivo
b L'unità statistica
c La popolazione
d Una variabile di interesse x
4 La popolazione statistica è formata da:
a Persone
b Individui intesi come unità di osservazione x
c Individui intesi come essere umani
d Macchinari
5 Il fenomeno statistico è:
a Quello che succede nella società
b La variabile di interesse x
c Il campione
d L'obiettivo conoscitivo
6 Tra i vantaggi di fare un campione ritroviamo:
a Definizione dell'errore campionario
b Esaustività
c Qualità dell'informazione
d Economicità e Tempestività x
7 L'inferenza statistica è una procedura analitica che:
a Annulla l'incertezza
b Fornisce tabelle e grafici
c Permette di passare dal particolare al generale x
d Lavora sulla popolazione

Page 1
 Statistica

8 Il campione è definito come:

a Un gruppo di persone
b La variabile di interesse
c Un sottoinsieme della popolazione x
d La parte migliore della popolazione
9 La statistica descrittiva si occupa di:
a Individuare il campione
b Trovare la popolazione di riferimento
c Preparare un report finale
d Descrivere e sintetizzare le informazioni raccolte x
10 Tra gli svantaggi ad analizzare direttamente l'intera popolazione
abbiamo:
a Costi elevati x
b Minor livello di copertura
c Indagini mirate
d Esaustività
11 I caratteri qualitativi si distinguono in:
a Sconnessi e ordinabili x
b Sconnessi e continui
c Discreti e continui
d Ordinabili e continui
12 Sulle modalità di un carattere qualitativo sconnesso si possono fare
solo operazioni di:
a Tutte
b Minore, maggiore, più e meno
c Minore e maggiore
d Uguaglianza e disuguaglianza x
13 Se la modalità del carattere osservato è espresso con un attributo
abbiamo:
a Un'unità statistica
b Un carattere qualitativo x
c Una indagine campionaria
d Un carattere quantitativo
14 Il carattere "Reddito mensile" è:
a Qualitativo sconnesso
b Qualitativo ordinabile
c Quantitativo discreto
d Quantitativo continuo x

Page 2
 Statistica

15 Il carattere "Squadra di calcio per cui si tifa" è:

a Qualitativo sconnesso x
b Qualitativo ordinabile
c Quantitativo discreto
d Quantitativo continuo
16 Se la modalità del carattere osservato è espressa con un numero
abbiamo:
a Un carattere qualitativo
b Una popolazione
c Un'unità statistica
d Un carattere quantitativo x
17 Il carattere "Numero di figli per coppia" è:
a Qualitativo sconnesso
b Qualitativo ordinabile
c Quantitativo discreto x
d Quantitativo continuo
18 I caratteri quantitativi si distinguono in:
a Discreti e sconnessi
b Sconnessi e ordinabili
c Discreti e continui x
d Continui e sconnessi
19 Sulle modalità di un carattere quantitativo discreto si possono fare
solo operazionini di:
a Tutte x
b Minore e maggiore
c Più e meno
d Uguaglianza e disuguaglianza
20 Il carattere "Comune di nascita" è:
a Qualitativo sconnesso x
b Qualitativo ordinabile
c Quantitativo discreto
d Quantitativo continuo
21 Con Xi si indica:
a La i-esima frequenza
b La i-esima modalità x
c Il carattere oggetto di studio
d Il totale delle osservazioni

Page 3
 Statistica

22 Le frequenze si possono calcolare per le seguenti tipologie di

caratteri:
a Caratteri qualitativi
b Caratteri quantitatvi discreti
c Tutti x
d Caratteri quantitativi continui
23 Le frequenze semplici si determinano effettuando:
a La somma
b Il campionamento
c Il piano dell'esperimento
d Il conteggio x
24 Se su otto PC osservati in un ufficio, tre risultano difettosi, tre
corrisponde a:
a La frequenza totale delle osservazioni
b La frequenza semplice della modalità difettosi, del carattere x
"Funzionamento PC"
c Alla modalità del carattere "Funzionamento PC"
d Al carattere osservato
25 Il totale delle frequenze è uguale al:
a Totale delle osservazioni x
b Totale delle modalità
c Somma del carattere
d Cento
26 Con il simbolo Σ si indica:
a La numerosità totale
b La frequenza semplice
c La sommatoria x
d La modalità del carattere
27 Con ni si indica:
a La i-esima frequenza x
b La i-esima modalità
c Il carattere oggeto di studio
d Il totale delle osservazioni
28 Nelle distribuzioni di frequenza, le modalità dei caratteri quantitativi
continui sono:
a Espresse tramite attributi
b Elencate
c Non esistono
d Raggruppate in classi x

Page 4
 Statistica

29 Per un carattere qualitativo sconnesso, l'elenco con cui si riportano

le modalità nella tabella di frequenze è:
a Vincolante
b Arbitrario x
c Alfabetico
d In ordine crescente
30 L'ultima classe di un carattere quantitativo continuo è:
a Sempre una classe aperta
b Sempre una classe chiusa
c Una classe aperta o chiusa x
d Un valore unitario
31 Il totale delle frequenze percentuali è:
a Dipende dalla numerosità delle osservazioni
b Uno
c Dipende dalla tipologia del carattere
d Cento x
32 Le frequenze relative si calcolano:
a Dividendo le modalità per le frequenze assolute
b Moltiplicando le frequenze semplici per 100
c Dividendo le frequenze semplici cumulate per n
d Dividendo le frequenze semplici per il totale n x
33 Le frequenze cumulate si ottengono:
a Sottraendo le rispettive frequenze
b Sommando le modalità
c Facendo la somma passo passo delle rispettive frequenze x
d Moltiplicando le frequenze per cento
34 Il totale delle frequenze relative è:
a Dipende dalla numerosità delle osservazioni
b Uno x
c Dipende dalla tipologia del carattere
d Cento
35 Le frequenze relative si possono calcolare per quali tipologie di
caratteri:
a Tutti x
b Solo quantitativi
c Almeno ordinabili
d Quantitativi continui

Page 5
 Statistica

36 Le frequenze percentuali si calcolano:

a Moltiplicando le frequenze semplici per cento
b Dividendo le frequenze relative per cento
c Moltiplicando le frequenze relative per cento x
d Dividendo le frequenze semplici per cento
37 Con N3 si indica:
a La frequenza cumulata semplice della terza modalità x
b Il totale delle osservazioni
c La frequenza semplice della terza modalità
d La terza modalità
38 Le frequenze cumulate possono calcolarsi:
a Solo per caratteri continui
b Per caratteri almeno ordinabili x
c Per caratteri sconnessi
d Per qualsiasi carattere
39 Con le frequenze cumulate possiamo determinare:
a Quanti hanno al massimo una data modalità x
b Quanto è il totale delle osservazioni
c Quanto è il totale delle modalità
d La percentuale
40 Il totale delle frequenze percentuali cumulate è:
a Dipende dalle modalità
b Non ha senso calcolarlo x
c Pari a uno
d Pari a cento
41 Il grafico a torta è adatto ai:
a Caratteri qualitativi ordinabili
b Caratteri quantitativi discreti
c Caratteri qualitativi sconnessi x
d Caratteri quantitativi continui
42 Tutte le tipologie dei grafici possono calcolarsi:
a Per qualsiasi tipologia di frequenza x
b Solo per le frequenze relative
c Solo per le frequenze percentuali
d Dipende dal fenomeno analizzato

Page 6
 Statistica

43 Nei grafici tramite rettangoli le altezze dei rettangoli devono:

a Essere proporzionali alle frequenze osservate x
b Essere uguali alle modalità
c Essere proporzionali alle densità
d Corrispondere al totale delle osservazioni
44 Per un carattere qualitativo ordinabile:
a Il grafico a torta non si pò calcolare
b Non ha senso determinare un grafico a torta x
c Si deve usare il grafico a torta
d Dipende dalla tipologia del carattere se usare il grafico a torta
45 Il grafico a barre é per caratteri:
a Quantitativi continui
b Qualitativi sconnessi
c Qualitativi ordinati
d Quantitativi discreti x
46 Nel grafico a torta, la sezione corrispondente alla singola modalità
si ottiene con la formula:
a Angolo = frequenza percentuale
b Angolo= modalità / frequenza
c Dipende dalla tipologia del fenomeno analizzato
d Angolo= frequenza relativa * 360° x
47 Sull'asse delle ascisse nel grafico a barre sono riportate:
a Le frequenze assolute
b Le densità
c Le modalità del carattere x
d Le ampiezze degli intervalli
48 Per i caratteri quantitativi discreti il grafico a rettangoli:
a Non è applicabile x
b Può costruirsi solo con valori discreti bassi
c Con frequenze unitarie
d E' sempre determinabile
49 Nei grafici a figura, le figure devono essere:
a Uguali alle frequenze assolute
b Proporzionali alle frequenze osservate x
c Proporzionali alle modalità osservate
d Uguale alla numerosità totale

Page 7
 Statistica

50 L'altezza della barra del grafico a barre deve:

a Essere proporzionali alle densità
b Essere uguali alle modalità
c Essere proporzionali alle frequenze osservate x
d Corrispondere al totale delle osservazioni
51 Per depurare la frequenza dalla diversa ampiezza si calcola:
a L'ampiezza della classe
b La frequenza percentuale
c La densità di frequenza x
d La frequenza cumulata
52 Nell'istogramma alla base si riportano:
a Le modalità discrete
b Le frequenze osservate
c Le densità
d Le classi osservate x
53 L'ampiezza dell'intervallo è dato:
a Dalla semisomma degli estremi dell'intervallo x
b Dalla differenza degli estremi dell'intervallo
c Dall'estremo inferiore dell'intervallo
d Dall'estremo superiore dell'intervallo
54 Nell'istogramma sulle ordinate si riporta:
a La densità x
b La frequenza relativa
c La frequenza percentuale
d La classe
55 La densità di frequenza si calcola come rapporto tra:
a Ampiezza della classe e frequenza
b Frequenza e ampiezza della classe x
c Frequenza assoluta e frequenza relativa
d Ampiezza della classe e numerosità totale
56 Se in corrispondenza della classe 5-8 si ha una frequenza pari a 6,
la densità sarà:
a 0,5
b3
c2 x
d6

Page 8
 Statistica

57 La densità di frequenza può calcolarsi:

a Solo per frequenze relative
b Solo per frequenze percentuali
c Solo per frequenze cumulate
d Per qualsiasi frequenza x
58 Nell'istogramma l'area del rettangolo corrisponde a:
a La densità di frequenza
b Alla frequenza osservata x
c Alla numerosità totale
d Alla modalità
59 Quando si calcola la densità di frequenza implicitamente si fa
l'ipotesi di:
a Concentrazione
b Livellamento
c Equidistribuzione x
d Distribuzione
60 L'area del rettangolo è dato da:
a Ampiezza della classe x frequenza
b Numerosità totale x ampiezza della classe
c Ampiezza della classe x densità
d Dipende dal fenomeno analizzato x
61 La moda è una media:
a Analitica
b Non è una media
c Di posizione x
d Dipende dal fenomeno analizzato
62 Nel caso di carattere quantitativo continuo, la moda corrisponde
alla modalità con:
a Massima densità x
b Massimo valore osservato
c Minima frequenza
d Massima frequenza
63 Le medie vengono chiamate anche:
a Indici di variabilità
b Indici di tendenza x
c Indicatori di risposta
d Indicatore unitario

Page 9
 Statistica

64 La moda si può calcolare:

a Solo per caratteri qualitativi sconnessi
b Solo per caratteri quantitativi continui
c Per qualsiasi carattere x
d Per caratteri qualitativi
65 La capacità informativa della Mediana è:
a Superiore alla Moda x
b Inferiore alla Moda
c Superiore alla media aritmetica
d Uguale alla media aritmetica
66 La media è espressa attraverso:
a La semisomma di due valori
b Dipende dalla tipologia del carattere
c Un insieme di valori
d Un solo valore x
67 Se due modalità presentano uguale massima frequenza diremo che:
a La moda è due
b Non può succedere
c La distribuzione è bimodale x
d Si deve fare la semisomma
68 Sono definite Medie di Posizione, quelle medie che si riferiscono:
a Alla particolare posizione occupata da una osservazione x
b Alla modalità che sta al centro
c Al calcolo di una formula sulle osservazioni
d All'individuazione del valore più elevato
69 La moda è definita come quella modalità che presenta:
a Massimo valore osservato
b Valore centrale dell'intervallo
c Minima frequenza
d Massima frequenza x
70 Guardando un grafico a torta, la moda corrisponde a:
a L'ultima sezione
b La sezione più grande x
c La prima sezione
d La sezione più piccola

Page 10
 Statistica

71 La mediana è quel valore che occupa all'interno della distribuzione,

la posizione:
a Iniziale
b Centrale x
c Finale
d Semi-somma
72 Per determinare il valore al centro della distribuzione è utile
calcolare:
a Le frequenze cumulate x
b Le frequenze percentuali
c La moda
d Il numero di modalità
73 Se n è dispari, la posizione occupata dalla Mediana sarà:
a n/2
b (n/2)+1
c (n+1)/2 x
dn
74 La posizione della Mediana deve essere:
a Un numero compreso tra 0 e 1
b Un numero pari
c Un numero dispari
d Un numero intero x
75 La distribuzione viene divisa dalla Mediana lasciando:
a Un terzo dei valori prima della Mediana e due terzi dopo
b Tutti i valori prima della Mediana
c Metà delle osservazioni prima della Mediana e metà dopo x
d Tutti i valori dopo la Mediana
76 Se il carattere è per classi:
a La mediana non può calcolarsi
b Si deve applicare una formula particolare per trovare il valore all'interno x
della classe
c E' pari all'estremo inferiore dell'intervallo
d Corrisponde alla densità
77 La Mediana può calcollarsi per caratteri:
a Almeno qualitativi ordinabili x
b Tutti i caratteri
c Caratteri quantitativi
d Caratteri in classi

Page 11
 Statistica

78 Se n è pari, lesistono due posizione centrali:

a n/2 e n+1)/2
b n/2 e n/2)+1 x
c n e (n+1)
d (n/2)-1 e n
79 Se ho osservato i valori 0, 5, 2, la mediana è:
a 0
b 5
c Non si può calcolare
d 2 x
80 Se ho rilevato il carattere "Comune di residenza", la mediana:
a Non si può calcolare x
b Devo ordinare i comuni in ordine alfabetico
c E' l'osservazione in posizione centrale
d E' la modalità con massima frequenza
81 I Quantili sono:
a 2
b 4
c Dipende da quanto si è fissato k x
d N
82 Il secondo quartile corrisponde a:
a La Moda
b La Mediana x
c Il valore massimo
d Dipende dai dati
83 I Quartili sono:
a 4
b 1
c 2
d 3 x
84 I Decili dividono la distribuzione in:
a 2 parti
b 4 parti
c 5 parti
d 10 parti x

Page 12
 Statistica

85 Il terzo quartile lascia a destra il:

a 50% delle osservazioni
b 25% delle osservazioni x
c 75% delle osservazioni
d 100% delle osservazioni
86 Per trovare i quartili si divide n per:
a 2
b N
c 4 x
d 10
87 I quantili e i quartili possono calcolarsi per:
a Caratteri almeno ordinabili x
b Qualsiasi carattere
c Caratteri continui in classi
d Caratteri sconnessi
88 Il primo quartile lascia alla sua sinistra il:
a 0 x
b 0
c 0
d 0,01
89 Il primo decile lascia alla sua destra il:
a 0,01 x
b 0
c 0
d 0
90 Sul carattere "Livello di reddito" si possono calcolare:
a Nessun quantili
b Tutti i quantili, per k qualsiasi x
c Solo i quartili
d Solo la mediana
91 La media aritmetica può calcolarsi per:
a Qualsiasi carattere
b Caratteri quantitativi x
c Caratteri qualitativi
d Caratteri sconnessi

Page 13
 Statistica

92 Se in una distribuzione si sono osservati i valori estremi 3 e 20, la

media:
a Sarà compresa tra questi valori x
b Può essere inferiore a 3
c Può essere maggiore di 20
d E' la semisomma tra 3 e 20
93 Se su una distribuzione ho calcolato una media pari a 7 e aumento
di 2 tutti i valori osservati, la nuova media sarà pari a:
a7
b 14
c2
d9 x
94 La media aritmetica è una media:
a Qualitativa
b Variabile
c Di posizione
d Analitica x
95 La somma degli scarti dalla media è:
a Positiva
b Negativa
c Nulla x
d Dipende dalle osservazioni
96 Se ho osservato i voti degli esami su un gruppo di 7 femmine ed è
pari a 25 e su un gruppo di 5 maschi che è 23, la media totale sarà:
a 24
b 24,17 x
c Non si può calcolare se non ho tutti i dati della distribuzione
d 27
97 Nel calcolo della media aritmetica si considerano:
a Solo alcune osservazioni
b Le osservazioni centrali
c Tutte le osservazioni x
d Le osservazioni estreme
98 Se su una distribuzione ho calcolato una media pari a 8 e sottraggo
a tutti i valori osservati 2, la nuova media sarà pari a:
a8
b2
c 10
d6 x

Page 14
 Statistica

99 Se su una distribuzione ho calcolato una media pari a 5 e moltiplico

tutti i valori osservati per 3, la nuova media sarà pari a:
a 15 x
b5
c3
d8
100 Se su una distribuzione ho calcolato una media pari a 10 e divido
tutti i valori osservati per 2, la nuova media sarà pari a:
a 20
b5 x
c 10
d2
101 Se ho osservato i seguenti valori: 3, 3, 3, 3 la variabilità è:
a Massima
b Dipende dalla formula usata
c Nulla x
d E' pari a tre
102 Il rango è dato da:
a Valore massimo - valore minimo x
b Valore massimo
c Valore minimo - valore massimo
d Valore minimo
103 La differenza interquartilica è:
a Valore massimo - valore minimo
b Primo quartile - terzo quartile
c Il 50%
d Terzo quartile - primo quartile x
104 Se su due distribuzioni ho la stessa media, allora queste avranno
variabilità:
a Uguale
b Non necessariamente uguale x
c Nulla
d Massima
105 Se ho osservato i seguenti valori: 3, 0, 1, 2, 5, la differenza
interquartilica è:
a5-0=5
b 0 - 1 = -1
c3-1=2 x
d1-0=1

Page 15
 Statistica

106 Gli indici di variabilità si calcolano su caratteri:

a Quantitativi x
b Almeno ordinabili
c Qualitativi sconnessi
d Qualsiasi
107 La differenza interquartilica è:
a Sempre non positiva
b Sempre non negativa x
c Sempre positiva
d Sempre nulla
108 Se ho osservato i seguenti valori: 3, 0, 1, 5, 4, il rango è:
a4-3=1
b5
c0
d5-0=5 x
109 Se due distribuzioni hanno stessa media e mediana, allora hanno:
a Stessa variabilità
b Bassa variabilità
c Non si può dire nulla a priori sulla variabilità x
d Variabilità nulla
110 Se ho osservazioni negative, il rango sarà:
a Negativo
b Sempre positivo x
c Dipende dai valori massimo e minimo
d Uguale a zero
111 La varianza ha unità di misura:
a Uguale al fenomeno rilevato
b Uguale al quadrato del fenomeno rilevato x
c E' un numero puro
d Pari alla radice quadrata del fenomeno rilevato
112 Lo scarto quadratico medio è uguale:
a Al quadrato della varianza
b Alla varianza
c Alla radice quadrata della varianza x
d Agli scarti dalla media

Page 16
 Statistica

113 Se il fenomeno rilevato assume valori negativi, la varianza:

a E' comunque positiva x
b E' negativa
c Dipende da quanti valori sono negativi
d Dipende se la media è negativa o meno
114 Non si possono considerare gli scarti semplici dalla media nella
misura della variabilità perché:
a Non si possono avere scarti negativi
b Gli scarti dalla media non si possono calcolare
c Gli scarti sono costanti
d La somma degli scarti è nulla x
115 Se il carattere è costante, la varianza è:
a Negativa
b Dipende dal fenomeno
c Massima
d Nulla x
116 Se tutti i valori sono aumentati di una costante a, la varianza:
a Risulta aumentata di a
b Rimane uguale x
c E' aumentata di a al quadrato
d Dipende dal fenomeno
117 Se la varianza è calcolata su dati campionari, la formula:
a Cambia il numeratore
b Cambia il denominatore x
c Dipende dal fenomeno
d Rimane la stessa
118 Se una distribuzione presenta elevata variabilità, lo sqm è pari:
a1
b0
c 1000
d Dipende dai dati x
119 Se ho calcolato sui dati una varianza pari a 5 e poi moltiplico tutti i
valori originari di 2, la nuova varianza sarà:
a 10
b5
c7
d 20 x

Page 17
 Statistica

120 Su una distribuzion ho calcolato la varianza ed è pari a 3. Aumento

tutti i valori di due. La nuova varianza è:
a5
b 12
c3 x
d7
121 Se devo confrontare la variabilità di due distribuzioni uso:
a La varianza
b Lo sqm
c Il coefficiente di variazione x
d La media
122 La standardizzazione è:
a E' una trasformazione logaritmica dei dati
b E' una formula della varianza
c E' una formula alternativa del CV
d Una trasformazione lineare dei dati x
123 I valori standardizzati sono:
a Sempre positivi
b Sempre negativi
c Con media nulla x
d Con varianza nulla
124 Il coefficiente di variazione è dato da:
a Sqm diviso la media x
b La media diviso lo sqm
c La varianza diviso la media
d La media diviso la varianza
125 Il Box-plot è:
a Un grafico sulla variabilità x
b Un modo di rappresentare la mediana
c Un indice di variabilità relativa
d Un formula alternativa del rango
126 In una distribuzione ho calcolato una media = 3 e un sigma = 2. Il
valore standardizzato di 1 è:
a1
b -1 x
c0
d -0,33

Page 18
 Statistica

127 Un valore standardizzato negativo:

a Indica che il valore è sopra la media
b Indica che il valore è sotto la media x
c Indica che il fenomeno è negativo
d Dipende dai dati
128 Un valore standardizzato superiore a 3 indica:
a Un dato sotto la media
b Non esiste
c Un dato anomalo x
d Forte variabilità
129 I valori standardizzati:
a Hanno stessa unità di misura del fenomeno
b Hanno unità di misura pari al quadrato del fenomeno
c Hanno unità di misura pari alla radice quadrata del fenomeno
d Non hanno unità di misura x
130 Se la distribuzione A ha sigma = 3 e la distribuzione B un sigma =
7, allora:
a La distribuzione B è più variabile
b La distribuzione A è più variabile
c Non posso saperlo, se non conosco le medie x
d Dipende dall'unità di misura
131 La frequenza congiunta si riferisce:
a Ad una coppia di modalità X,Y x
b Solo alla variabile X
c Solo alla variabile Y
d Al totale delle osservazioni
132 La distribuzione condizionata X/Y ci esprime come:
a Si distribuisce la Y per un dato valore della X
b Si distribuisce la X per un dato valore della Y x
c Come si dstribuiscono congiuntamente X e Y
d La correlazione tra X e Y
133 La distribuzione marginale si riferisce a:
a Alla coppia (X,Y)
b Alla X, dato un valore specifico di Y
c Alla Y, dato un valore specifico della X
d Solo una variabile (X o Y) x

Page 19
 Statistica

134 La tabella doppia permette di analizzare:

a La concordanza
b L'interdipendenza x
c La correlazione
d La connessione spuria
135 Esistono tante distribuzioni condizionate della X:
a Quante sono le modalità della Y x
b Quante sono le modalità della X
c Sempre due
d Una
136 Per la distribuzione marginale si può calcolare anche la media:
a Sempre
b Mai
c Dipende se il carattere è quantitativo x
d Dipende dal numero di modalità
137 In una tabella doppia è possibile ricavarsi:
a Solo una distribuzione marginale
b Dipende da quante sono le modalità del carattere
c Due distribuzioni marginali x
d Un numero infinit
138 La somma delle frequenze relative congiunte è:
a 0,5
b 1 x
c Dipende dalle modalità
d 100
139 Le distribuzioni condizionate e quella marginale sono:
a Sempre uguali
b Sempre diverse
c Dipende dalla distribuzione x
d Non è possibile confrontarle
140 Le distribuzioni marginali e condizionate possono essere
determinate in termini di frequenze:
a Solo assolute
b Solo relative
c Solo percentuali
d Assolute, relative e percentuali x

Page 20
 Statistica

141 Se X è indipendente da Y, allora:

a Y può essere dipendente da X
b Dipende dalla distribuzione doppia
c Anche Y sarà indipendente da X x
d Non esiste variabilità
142 Affinchè ci sia dipendenza perfetta, la tabella deve essere:
a Il numero di righe deve essere superiore alle colonne
b Quadrata x
c Il numero di colonne deve essere superiore delle righe
d 2x2
143 Nell'analisi della connessione i due caratteri X e Y sono:
a Entrambi quantitativi
b Qualsiasi x
c Entrambi qualitativi
d Uno qualitativo e l'altro quantitativo
144 Con nij si indica:
a La frequenza marginale della X
b La frequenza marginale della Y
c La frequenza assoluta doppia x
d La frequenza relativa doppia
145 Nel caso di indipendenza le frequenze doppie sono uguali a:
a La frequenza totale
b Le frequenze marginali
c Le frequenze condizionate diviso il totale
d Il prodotto delle marginali diviso il totale x
146 Se tutte le distribuzioni condizionate sono uguali tra loro allora
c'è:
a Dipendenza
b Dipendenza assoluta
c Indipendenza di X da Y, ma dipendenza di Y da X
d Indipendenza x
147 Nella dipendenza perfetta:
a Ad ogni modalità della X corrisponde solo una modalità della Y e x
viceversa
b Le frequenze doppie sono pari al prodotto delle marginali diviso il totale
c Le frequenze doppie sono tutte nulle
d Le due marginali sono uguali

Page 21
 Statistica

148 Se le condizionate sono uguali, allora:

a Sono uguali anche alla marginale x
b La marginale è sempre diversa
c Dipende dal fenomeno
d Sono uguali alla distribuzione doppia
149 In una distribuzione con 50 osservazioni, se n1.=10 e n.1= 10, in
caso di indipendneza deve aversi:
a n11=0,2
b n11=2 x
c n11=100
d n11=50
150 Nel caso di dipendenza perfetta, la concoscenza della modalità di
X mi definisce:
a La distribuzione condizionata
b La distribuzione marginale
c Con certezza la modalità assunta dalla Y x
d Dipende dalle modalità della Y
151 Nel caso di massima dipendenza il valore del chi2 è:
an
b min((h-1),(k-1))
c n x max((h-1),(k-1))
d n x min((h-1),(k-1)) x
152 Nell'analisi dell'indipendenza, la contingenza è data da:
a cij = (nij - n*ij)2
b Dalle frequenze teoriche di indipendenza
c cij = (nij - n*ij) x
d Dalle frequenze relative
153 L'indice del chi2 è un indice di indipendenza:
a Assoluto x
b Relativo
c Quadratico
d Elementare
154 L'indice del chi2 è uguale a zero se:
a Se almeno una frequenza osservata è uguale a quella teorica
b Se tutte le frequenze osservate sono uguali a quelle teoriche x
c Se al massimo una frequenza osservata è uguale a quella teorica
d Se tutte le frequenze osservate sono diverse da quelle teoriche

Page 22
 Statistica

155 L'indice di Cramer varia tra:

a Meno uno e più uno
b Zero e uno x
c Meno uno e zero
d Zero e 100
156 Se l'indice di Cramer = 1, significa che si ha:
a Massima dipendenza x
b Che tutti i valori sono nulli
c Indipendenza
d Che Y non dipende da X
157 L'indice del chi2 può essere negativo nel caso in cui:
a Mai x
b Le frequenze teoriche sono maggiori di quelle osservate
c Le frequenze teoriche sono minori di quelle osservate
d I valori osservati sono negativi
158 Se C= 0.80 possiamo dire che:
a Che X dipende da Y, ma Y non da X
b Che X e Y sono quasi indipendenti
c Che Y ipende da X ma X non dipende da Y
d Siamo in presenza di una elevata dipendenza tra X e Y x
159 Se l'indice di Cramer = 0, significa che si ha:
a Massima dipendenza
b Che tutti i valori sono nulli
c Indipendenza x
d Che Y dipende da X
160 L'indice di Cramer è un indice di indipendenza:
a Assoluto
b Relativo x
c Quadratico
d Elementare
161 Il baricentro è il punto di coordinate:
a Media di X e media di Y x
b Media di X e Y = 0
c X = 0 e Media di Y
d Zero e Zero

Page 23
 Statistica

162 Nel caso di caratteri X e Y concordanti, la covarianza è:

a Negativa
b Nulla
c Positiva x
d Dipende dalle osservazioni
163 Il grafico a dispersione è:
a Una rappresentazione grafica di due caratteri qualitativi
b Un grafico a barre aereo
c Un Istogramma
d Una rappresentazione grafica di due caratteri quantitativi x
164 Se la covarianza è nulla, allora X e Y sono:
a Concordanti
b Incorrelati x
c Discordanti
d Dipendenti
165 Se al diminuire di X, Y diminuisce diremo che i due caratteri sono:
a Discordanti
b Concordanti x
c Indipendenti
d Dipende dai valori
166 La covarianza può calcolarsi per:
a Qualsiasi tipologia di coppia di caratteri
b Solo per caratteri qualitativi ordinabili
c Caratteri X e Y entrambi quantitativi x
d Caratteri Y quantitativi e X qualsiasi
167 Nel caso di caratteri X e Y disconcordanti, la covarianza è:
a Negativa x
b Nulla
c Positiva
d Dipende dalle osservazioni
168 Se al crescere di X, Y diminuisce diremo che i due caratteri sono:
a Discordanti x
b Concordanti
c Indipendenti
d Dipende dai valori

Page 24
 Statistica

169 Nella formula semplificata della covarianza si deve calcolare la

somma:
a Delle x al quadrato
b Del prodotto tra le x e le y x
c Delle y al quadrato
d Degli scarti della X
170 La covarianza può assumere valori:
a Tra zero e uno
b Tra meno uno e più uno
c Solo positivi
d Sia negativi che positivi x
171 La covarianza è un indice:
a Medio
b Assoluto x
c Relativo
d Contingente
172 Se il coefficiente di correlazione è nullo:
a Sono in relazione lineare diretta
b Sono in relazione lineare inversa
c Le variabili X e Y sono nulle
d Sono incorrelate x
173 Nel caso di correlazione spuria si osserva un coefficiente di
correlazione alto:
a Ma X e Y sono indpendenti linearmente
b Ma non esiste dipendenza tra le variabili x
c Ma la covarianza è nulla
d Ma il legame tra X e Y è quadratico
174 Se Y spiegato da una parabola, allora il coefficiente di correlazione
è:
a -1
b0 x
c1
d Dipende dai dati
175 Il coefficiente di correlazione ha a numeratore:
a La covarianza x
b La varianza di X
c La varianza di Y
d Il prodotto degli sqm

Page 25
 Statistica

176 Se il coefficiente di correlazione è nulla, allora:

a Non esiste legame lineare tra le variabili x
b Non esisite nessun legame tra X e Y
c Esiste legame quadratico tra X e Y
d X e Y sono linearmente dipendente
177 Se si è in presenza di una relazione lineare inversa, il coefficiente
di correlazione è:
a Positivo
b Nullo
c Minore di (-1)
d Negativo x
178 Il coefficiente di correlazione assume valori compresi tra:
a Zero e uno
b Meno uno e zero
c Meno uno e più uno x
d Zero e cento
179 Se r=-0.95, allora:
a X e Y sono fortemente legate linearmente x
b Sono incorrelate
c Non c'è legame lineare
d C'è un legame quadratico inverso
180 La presenza di dati anomali:
a Comporta un coefficiente di correlazione nullo
b Può alterare il risultato del coefficiente di correlazione x
c Implica una relazione inversa
d Comporta un coefficiente di correlazione pari a uno
181 Nella retta di regressione le due variabili X e Y sono:
a Entrambe qualitative
b Entrambe quantitative x
c Qualsiasi
d Y quantitativa e X qualsiasi
182 I minimi quadrati vengono usati per specificare:
a La correlazione
b La differenza tra Y e Y*
c La parabola
d La migliore retta di regressione x

Page 26
 Statistica

183 Con il termine "coefficiente di regressione" si intende:

a L'intercetta della retta di regressione
b La correlazione
c Il valore teorico Y*
d Il coefficiente angolare della retta di regressione x
184 Nella retta di regressione X e Y sono con un legame di:
a Interdipendenza
b Indipendenza
c Dipendenza di una sull'altra x
d Relazione spuria
185 La retta dei minimi quadrati è quella retta che:
a Passa per tutti i punti osservati
b Più si avvicina ai punti osservati x
c Prende i punti al quadrato
d E' parallela all'asse delle X
186 Se ho una retta di regressione Y=2+1.5*X allora posso dire che:
a All'aumentare di una unità di X, Y aumenta di 2
b All'aumentare di una unità di Y, X aumenta di 1.5
c All'aumentare di una unità di X, Y aumenta di 1.5 x
d All'aumentare di una unità di Y, X aumenta di 2
187 La relazione tra X e Y può essere in generale espressa:
a Da una qualsiasi funzione f x
b Solo dalla retta
c Solo da una funzione esponenziale
d Da una parabola
188 L'intercetta della retta esprime:
a La parte di Y indipendente da X x
b La parte di X indipendente da Y
c La variazione di X al variare di una unità di Y
d La variazione di Y al variare di una unità di X
189 Se ho una retta di regressione Y=2+1.5*X allora posso dire che:
a Il coefficiente di correlazione è 1.5
b Il coefficiente di correlazione è positivo x
c All'aumentare di X, Y diminuisce
d Al diminuire di X, Y aumenta

Page 27
 Statistica

190 Se ho una retta di regressione Y=2+1.5*X allora posso dire che

quando X è 2, il valore teorico di Y sarà:
a 3
b 2
c 5 x
d Non si può calcolare
191 Il coefficiente R2 è un indice di:
a Bontà di adattamento x
b Correlazione
c Regressione
d Interpolazione
192 Se ho R2= 0.75 allora posso dire che:
a La retta spiega il 25%
b La retta è crescente
c La retta è decrescente
d La retta non spiega il 25% x
193 Il valore osservato Y può essere scomposto in:
a Y teorico più zero
b Y teorico più un residuo e x
c Un residuo e più X
d Varianza di Y
194 La varianza della Y è scomposta come:
a Var(Y) = Var(Y^)
b Var(Y) = Var(X)+Var(e)
c Var(Y) = Var(Y^) + Var(e) x
d Var(Y) = Var(e)
195 Se ho un coefficiente di correlazione pari a -0.5, allora:
a R2= 0.25 x
b R2=-0.25
c R2=0.5
d Non posso saperlo
196 Il coefficiente di determinazione varia tra:
a Meno 1 e più uno
b Zero e uno x
c Zero e un massimo da definire
d Meno uno e zero

Page 28
 Statistica

197 Indicare se è possibile avere un coefficiente di correlazione

negativo e un R2 positivo:
a No
b Si x
c Dipende dai dati
d Mai
198 R2 esprime quanta parte della variabilità di Y:
a Non è spiegata dalla retta
b E' spiegata dal residuo
c E' nulla
d E' spiegata dalla retta x
199 Se la retta passa perfettamente per i punti osservati, R2 sarà pari
a:
a Zero
b Positivo
c Uno x
d Negativo
200 Se la varianza di Y è uguale alla varianza residua, R2 sarà uguale
a:
a Zero x
b Positivo
c Uno
d Negativo
201 I residui si devono distribuire rispetto alle X:
a In maniera sistematica
b In modo casuale x
c In modo crescente
d In modo decrescente
202 Se ho un R2 = 0.15, posso dire che:
a Esiste dipendenza diretta tra la X e la Y
b Esiste dipendenz inversa tra la X e la Y
c Non esiste dipendenza tra la Y e la X x
d Esiste interdipendenza tra X e Y
203 Gli outlier sono:
a Dati centrali
b Dati medi
c Dati anomali x
d Valori nulli

Page 29
 Statistica

204 Se R2=0 allora:

a Il coefficiente di regressione è nullo x
b Il coefficiente di regessione è uno
c Y e Y* coincidono
d La retta è perfetta
205 L'istogramma dei residui deve avere una forma:
a Crescente
b Decrescente
c Dipende dai dati
d Campanulare x
206 Se R2=0.85 posso dire che:
a La retta spiega molto bene i punti x
b La retta non spiega bene i punti
c Le variabili sono indipendenti
d Esiste relazione spuria
207 Se la retta di regressione è una retta parallela all'asse delle X,
allora:
a R2=1
b R2=0 x
c R2 è positivo
d Dipende dai dati
208 Se i miei punti hanno un andamento perfettamente parabolico, R2
sarà:
a Uno
b Zero x
c Positivo
d Negativo
209 Se la retta di regressione è una retta parallela all'asse delle Y,
allora:
a R2=0 x
b R2=1
c R2 è positivo
d Dipende dai dati
210 Se i residui crescono al variare di X, allora:
a La retta e crescente
b La retta è decrescente
c La retta non è buona x
d Dipende dai dati

Page 30
 Statistica

211 Nella definizione classica la probabilità è data da:

a Il rapporto tra casi favorevoli e casi totali x
b Un valore soggettivo
c La frequenza relativa, all'aumentare del numero delle prove
d Dipende dall'esperimento
212 La probabilità è un valore:
a Compreso tra zero e cento
b Compreso tra zero e uno x
c Positivo
d Qualsiasi
213 Se A=(2,3,4) e B=(4,5,6), la loro intersezione è:
a Vuota
b (2,3,4,5,6)
c 4 x
d (2,3,5,6)
214 Si definisce esperimento casuale:
a Un esperimento che non si sa se verrà fatto
b Un esperimento con nesso causale
c Un eseprimento condotto in situazioni di incertezza x
d Un esperimento certo
215 Nella definizione frequentista la probabilità è data da:
a Il rapporto tra casi favorevoli e casi totali
b Un valore soggettivo
c La frequenza relativa, all'aumentare del numero delle prove x
d Dipende dall'esperimento
216 Se A e B sono indipendenti, allora la probabilità della loro
intersezione è:
a Uno
b Zero
c Dipende
d P(a)*P(B) x
217 Se A=(2,3,4) e B=(4,5,6), la loro unione è:
a Vuota
b (2,3,4,5,6) x
c 4
d (2,3,4,4,5,6)

Page 31
 Statistica

218 Se A e B sono incompatibili significa che:

a L'unione tra A e B è vuota
b Sono indipendenti
c L'intersezione tra A e B è vuota x
d Hanno probabilità nulla
219 Nella definizione soggetivista la probabilità è data da:
a Il rapporto tra casi favorevoli e casi totali
b Un valore soggettivo x
c La frequenza relativa, all'aumentare del numero delle prove
d Dipende dall'esperimento
220 Se A e B sono indipendenti, allora:
a P(A!B)=P(A) x
b Hanno probabilità nulla
c P(A)=P(B)
d P(A!B)=P(B)
221 Una variabile casuale è una:
a Funzione che può assumere più risultati x
b Funzione Y=f(X)
c Una retta di regressione
d Funzione calcolata sul campione
222 Le probabilità possono essere interpretate come:
a Frequenze osservate
b Frequenze cumulate
c Frequenze teoriche x
d Valori qualsiasi
223 La somma delle probabilità della variabile casuale discreta è:
a Cento
b Zero
c Dipende dai dati
d Uno x
224 Una variabile casuale discreta può:
a Assumere qualsiasi valore in un intervallo fissato
b Assumere un insieme numerabile di risultati x
c Assumere un valore compreso tra zero e uno
d Assumere solo valori positivi

Page 32
 Statistica

225 Il calcolo delle probabilità di variabili casuali continue si basa:

a Sulle sommatorie
b Sugli integrali x
c Sui differenziali
d Sulla media
226 In una distribuzione di probabilità si può calcolare:
a La media e la varianza x
b Solo la Moda
c Solo la media
d La correlazione
227 Il calcolo della media di una variabile continua avviene tramite:
a Sommatoria
b Semisomma
c Integrale x
d Dipende dai dati
228 La variabile casuale è simile a:
a Una correlazione
b Una variabile statistica x
c Una funzione di regressione
d Un esperimento
229 Una variabile casuale continua può:
a Assumere qualsiasi valore in un intervallo fissato x
b Assumere un insieme numerabile di risultati
c Assumere un valore compreso tra zero e uno
d Assumere solo valori positivi
230 L'integrale della funzione di densità della variabile casuale
continua è:
a Cento
b Zero
c Dipende dai dati
d Uno x
231 La binomiale si basa su un esperimento:
a Continuo
b Qualsiasi
c Percentuale
d Dicotomico x

Page 33
 Statistica

232 La distribuzione binomiale è:

a Una variabile statistica
b Una variabile casuale disceta x
c Un esperimento
d Una variabile casuale continua
233 Il coefficiente binomiale esprime:
a Le permutazioni possibili
b Le combinazioni possibili x
c Le disposizioni possibili
d Le probabilità
234 Se n=3=k, il coefficiente binomiale è:
a Uno x
b Zero
c Tre
d Due
235 I risultati delle prove devono essere:
a Indipendenti x
b Dipendenti
c Qualsiasi
d Condizionati
236 Calcolare il coefficiente binomiale con n=5 e k=2:
a 20
b 60
c 5
d 10 x
237 Se n=3 e k=1, il coefficiente binomiale è:
a Uno
b Zero
c Tre x
d Due
238 Con la probabilità p si indica:
a La probabilità dell'insuccesso
b La probabilità nulla
c La probabilità del successo x
d Il totale

Page 34
 Statistica

239 Calcolare il coefficiente binomiale con n=3 e k=2:

a 2
b 3 x
c 1
d 0
240 Calcolare il coefficiente binomiale con n=7 e k=4:
a 35 x
b 210
c 42
d2
241 Ai fini dell'applicazione della binomiale, le prove devono essere:
a Dipendenti
b Indipendenti x
c Condizionati
d Correlate
242 La variabile binomiale è:
a Continua
b Assoluta
c Discreta x
d Dipendente
243 Nell'ambito statistico, n si riferisce:
a Al numero di successi
b Alle modalità
c Al totale delle frequenze
d Alla numerosità campionaria x
244 Il valore atteso corrisponde:
a Alla varianza
b Alla media x
c Al totale
d Ad n
245 Se n=5 e p=0.5, quanto è la probabilità di avere 2 successi:
a 20
b 0,25
c0
d 0,63 x

Page 35
 Statistica

246 Se n=5 e p=0.5, quanto è la probabilità di avere 0 successi:

a 0,25
b 0,63
c 0,03 x
d1
247 Ai fini dell'applicazione della binomiale, le prove devono essere:
a Ripetute x
b Correlate
c Condizionate
d Uniche
248 Se n=5 e p= 0.2, allora il valore atteso è:
a0
b5
c 0,05
d1 x
249 Se n=5 e p=0.5, quanto è la probabilità di avere 5 successi:
a 0,03 x
b 0,25
c 0,63
d0
250 Se n=5 e p= 0.2, allora la varianza è:
a1
b 0,01 x
c4
d 25
251 La funzione Normale è definita per valori di X compresi tra:
a Meno infinito e più infinito x
b Zero e uno
c Zero e più infinito
d Meno infinito e zero
252 Due distribuzioni Normali con stessa varianza e diversa media:
a Sono completamente diverse
b Sono identiche
c Sono identiche per traslazione x
d Sono centrate nello stesso punto, ma schiacciate diversamente

Page 36
 Statistica

253 La funzione di densità Normale ha un andamento:

a Lineare
b Campanulare x
c Crescente
d Inverso
254 All'aumentare della variabilità, la curva Normale si:
a Abbassa x
b Innalza
c Trasla
d Rimane invariata
255 Nella formula della Normale figurano esplicitamente:
a Media e Moda
b Mediana
c Solo varianza
d Media e varianza x
256 I punti di flesso della curva Normale si trovano in corrispondenza
di:
a Zero
bm
c (m-2σ) e (μ+2σ)
d (m-σ) e (μ+σ) x
257 Con X~ N(3, 2) si indica una media con:
a Media = 3 e sqm= 2 x
b Sqm = 3 e Media = 2
c Media = 3 e varianza = 2
d Varianza = 3 e media = 2
258 Nella funzione Normale:
a Media e moda coincidono, Mediana no
b Media, mediana e moda coincidono x
c Media e mediana coincidono, Moda no
d Media, mediana e moda sono differenti
259 La curva Normale è particolarmente importante nelle applicazioni
della statistica perchè:
a E' molto facile da applicare
b Il matematico Gauss ne ha dimostrato le propietà teoriche
c Molti fenomeni si distribuiscono approssimativamente ad una normale x
d E' una variabile casuale

Page 37
 Statistica

260 La curva normale è:

a Una variabile binomiale
b Una variabile casuale continua x
c Un funzione complessa
d Una variabile casuale discreta
261 La variabile standardizzata ha:
a Sempre media nulla x
b Sempre sqm nullo
c Sempre media unitaria
d La media dipende dai dati
262 Le tavole della Normale forniscono i valori di:
a Pr(Z ≤ -zp) = Φ(zp)
b Pr(Z ≤ zp) = Φ(zp) x
c Pr(Z ≥ zp) = Φ(zp)
d 1 – Pr(Z ≤z p) = Φ(zp)
263 La trasformazione di standardizzazione è:
aZ=X-μ
b Z = (X – μ)/σ x
c Z = X/σ
d Z = (X – σ)/μ
264 E' possibile passare da una variabile X ad una standardizzata Z:
a Solo se X ha media positiva
b Solo se X ha media nulla
c Mai
d Sempre x
265 La Pr(Z
a0
b 0,5 x
c1
d Dipende dai dati
266 La variabile standardizzata ha:
a Sempre sigma = 1 x
b Sempre sigma = 0
c Il sigma che dipende dai dati
d Media unitaria

Page 38
 Statistica

267 Se X ha media = 3 e sigma = 2, allora il valore standardizzato di x=1

è:
a1
b -1 x
c Non si puo calcolare perchè negativo
d0
268 La normale standardizzata ha andamento:
a Costante
b Inverso
c Campanulare x
d Crescente
269 Se X = N(1,2), allora Pr(0
a Pr(-0.5 x
b Pr(-2
c Zero
d Pr(0
270 La Pr(Z
a 0,73
b 0,65
c 0,74 x
d0
271 Nella curva normale, la Pr(Z
a Pr(Z
b Pr(Z > -a)
c 1 - Pr(Z x
d 1 - Pr(Z > a)
272 Nella curva normale, la Pr(Z>b) è uguale a:
a Pr(Z
b Pr(Z > -b)
c 1 - Pr(Z x
d 1 - Pr(Z > b)
273 La Pr(Z
a 0,02
b 43,96 x
c 25,48
d 0,05

Page 39
 Statistica

274 La Pr(Z
a 0,02
b 43,96
c 25,48 x
d 0,05
275 La Pr(Z>0.34) è uguale a:
a 25,48 x
b 0,02
c 0,05
d 43,96
276 La Pr(Z>-0.34) è uguale a:
a 25,48
b 0,02
c 0,05
d 43,96 x
277 Il valore di z che corrisponde ad una probabilità 0.5 è:
a0
b0 x
c0
d 2,51
278 Il valore di z che corrisponde ad una probabilità 0.8 è:
a 0,06 x
b 9,22
c0
d -0,04
279 Sia X una normale con media = 3 e sigma = 2, il suo terzo quartile
è:
a 0,05
b 0,19 x
c 0,05
d 0,17
280 Nella normale standardizzata il terzo quartile è:
a Dipende dai dati
b 0,05
c 0,05 x
d 0,02

Page 40
 Statistica

281 Tra i vantaggi del campionamento casuale semplice troviamo:

a Costi di rilevazioni alti
b Efficace per distribuzioni asimmetriche
c Costruzione elenco totale delle unità
d Minima conoscenza della popolazione di partenza x
282 Nel campionamento a grappoli:
a Si estraggono i grappoli e poi si osservano tutte le unità all'interno del x
grappolo
b Si divide la popolazione in grappoli e all'interno di ogni grappolo si
estraggono unità
c Si estraggono alcuni grappoli e si estraggono le unità al loro interno
d Si prendono tutti i grappoli e si prendono tutte le unità nel grappolo
283 Uno degli svantaggi del campionamento a due stadi è:
a Si rileva una perdita di efficacia quando le unità di primo stadio sono
molto diverse
b Se le unità di primo stadio sono definite geograficamente
c Si rileva una perdita di efficacia quando le unità di primo stadio sono x
molto simili
d Richiede l'elenco di tutte le unità della popolazione
284 La frazione di campionamento è data dalla formula:
a N/n x 100%
b n/N x 100% x
c N
d n
285 Il campionamento a grappolo viene usato spesso nel caso di:
a Dati geografici
b Ispezionamento delle merci x
c Indagini telefoniche
d Censimenti
286 Nel campionamento sistematico si scelgono le unità:
a N/k
b k/N
c Una ogni k della popolazione x
d Estraendone k dalla popolazione
287 Nel campionamento casuale stratificato:
a Si divide la popolazione in gruppi e si estraggono le unità da ogni strato x
b Si estraggono alcuni gruppii e successivamente si estraggono le unità
al loro interno
c Si estraggono i gruppi e poi si osservano tutte le unità all'interno del
grappolo
d Si prendono tutti i gruppii e si prendono tutte le unità nel gruppo
Page 41
 Statistica

288 L'intervallo di campionamento è calcolato da:

a N/n x
b n/N
c (-n;+n)
d n
289 Nel campionamento a due stadi:
a Si estraggono i gruppi e poi si osservano tutte le unità all'interno del
grappolo
b Si divide la popolazione in gruppi e all'interno di ogni gruppo si
estraggono le unità
c Si estraggono alcuni gruppii e successivamente si estraggono le unità x
al loro interno
d Si prendono tutti i gruppii e si prendono tutte le unità nel gruppo
290 Uno dei vantaggi del campionamento stratificato è che:
a Anche se gli strati sono errati si ottengono buone stime
b Sono validi solo per campioni superiori a 50
c Richiede l'elenco di tutte le unità della popolazione
d Consente di aumentare la precisione delle stime a parità di dimensione x
campionaria
291 L'inferenza si interessa a estendere:
a L'informazione della popolazione al campione
b Il campione
c L'informazione campionaria alla popolazione x
d I parametri della popolazione
292 Se la popolazione di partenza è Normale, allora la Media
campionaria si distribuisce:
a Normalmente x
b Non si può sapere
c Si deve fare riferimento al Teorema del limite centrale
d Come una binomiale
293 Se la varianza della popolazione è 10 e si fa un campione con
n=100, la varianza della Media campionarie è:
a 10
b 100
c 0,1 x
d 1
294 L'intervallo di confidenza ha un livello di garanzia:
a 1-alpha x
b Alpha - 1
c 1
d Alpha
Page 42
 Statistica

295 Il campione (X1,...,Xn) viene considerato come una:

a Un parametro
b Variabile casuale multipla x
c Uno stimatore
d Una stima
296 Se non conosciamo la distribuzione della popolazione, la
distribuzione della Media campionaria è:
a Sempre Normale
b E' Normale per qualsiasi n in base al teorema del limite centrale
c Non si può definire
d E' Normale per n elevato in base al teorema del limite centrale x
297 La Media campionaria è:
a Una costante
b Un campione
c Una variabile casuale x
d Una incognita
298 Se si estrae un campione da una popolazione con media pari a 4,
la Media campionaria ha media pari a:
a4 x
b2
c Non si può calcolare
d Dipende dalla numerosità campionaria
299 All'aumentare di n l'ampiezza dell'intervallo:
a Aumenta
b Rimane inalterato
c Diminuisce x
d L'ampiezza non dipende da n
300 Una garanzia del 100% nell'intervallo di confidenza si ottiene per:
a (-1; +1)
b 1 - alpha
c (-100; + 100)
d (- infinito; + infinito) x
301 Il punto di partenza dei test statistici è la definizione della:
a Ipotesi alternativa
b Tecnica di campionamento
c Della statistica di base
d Ipotesi nulla x

Page 43
 Statistica

302 Nella verifica delle ipotesi si possono commettere:

a Due tipi di errori x
b Un errore soltanto
c Nessun errore
d Dipende dal test
303 I test statistici sono una delle tecniche:
a Della statistica descrittiva
b Dell'inferenza statistica x
c Del campionamento
d Dell'intervallo di confidenza
304 Con l'errore di primo tipo si intende:
a Rifiutare l'ipotesi nulla quando questa è vera x
b Rifiutare l'ipotesi nulla quando questa è falsa
c Accettare l'ipotesi nulla quando questa è falsa
d Accettare l'ipotesi nulla quando questa è vera
305 Nel test sulla media, se l'ipotesi alternativa è bidirezionale, si
accetta se:
a La statistica-test |z| > z(alpha)
b La statistica-test z
c La statistica-test |z| x
d La statistica-test z > z(alpha)
306 La statistica usata nell'ambito della verifica delle ipotesi é:
a Una statistica-test x
b Una media
c Una costante
d Un campione
307 Se non è nota la varianza della popolazione la statistica-test da
usare per la verifica delle ipotesi sulla media è:
a z = (x – μ)/σ
b t = (x – μ)/s
c z = (x – μ)/σ:√n
d t = (x – μ)/s:√n x
308 L'ipotesi alternativa corrisponde a:
a La verifica di un'altra ipotesi
b All'accettazione dell'ipotesi nulla
c L'ipotesi che quella nulla non sia verificata x
d Una ipotesi simile a quella nulla

Page 44
 Statistica

309 La procedura dei test in generale è:

a Definizione ipotesi, decisione accettazione, individuazione statistica-test
b Definizione ipotesi, individuazione statistica-test, decisione accettazione x
c Individuazione statistica-test, decisione accettazione, definizione ipotesi
d Decisione accettazione, definizione ipotesi, individuazione statistica-test
310 L'errore di secondo tipo consiste in:
a Rifiutare l'ipotesi nulla quando questa è vera
b Rifiutare l'ipotesi nulla quando questa è falsa
c Accettare l'ipotesi nulla quando questa è falsa x
d Accettare l'ipotesi nulla quando questa è vera
311 I formati comunemente usati nelle banche dati e leggibili da Excel
sono:
a Doc, Xls e pdf
b Pdf
c Xls, csv e txt x
d Doc
312 La cartella di lavoro di Excel è composta da:
a Diversi documenti
b Diversi fogli di lavoro x
c Un unico foglio di lavoro
d Una tabella
313 In Excel le statistiche standard si trovano come:
a Grafici
b Funzioni statistiche x
c Immagini
d Oggetti
314 Esistono in Excel delle routine particolari di carattere statistico
che ritroviamo tra:
a Gli oggetti
b I grafici
c Le funzioni statistiche
d Le analisi dei dati x
315 I dati scaricati da banche dati normalmente si presentano:
a In elenco per unità x
b In tabelle di frequenze
c In grafici
d In tabella doppia

Page 45
 Statistica

316 Dal Menu è possibile scegliere i grafici da costuire. Tra questi

ritroviamo:
a Il box-plot e il grafico a dispersione
b La tabella doppia
c Il box-plot e il garfico a torta
d Il grafico a barre e l'istogramma x
317 Nella costruzione dell'istogramma Excel commette un errore:
a Non mette le etichette
b Non calcola le densità di frequenze x
c Inserisce automaticamente la retta di regressione
d Considera i caratteri qualitativi
318 Per costruire le tabelle di frequenze consideriamo:
a La funzione "Tabelle"
b Una procedura manuale x
c Non è possibile costruirle
d La funzione "Media"
319 Nel caso i dati debbano essere raccolti in intervalli di valori:
a Excel non permette di calcolare le frequenze
b La funzione "Frequenza" può essere opportunamente applicata x
c Si deve applicare la funzione =[Link]
d Si deve scaricare una routine particolare
320 Per calcolare le frequenze nel caso di caratteri qualitativi si usa la
funzione:
a =[Link]
b =[Link]
c =[Link] x
d =frequenza
321 Nella funzione "Quartile" ponendo nel secondo argomento il
valore 3 si ottiene:
a Il Primo quartile
b Il quartile sul terzo valore osservato
c La Terza Media
d Il Terzo Quartile x
322 La funzione "Frequenza" permette di scegliere tra:
a Solo frequenze assolute x
b Tra frequenze assolute e percentuali
c Tra frequenze assolute e relative
d Solo frequenze percentuali

Page 46
 Statistica

323 Se si vuole calcolare la Varianza della popolazione si deve usare la

funzione:
a =var
b =[Link]
c =[Link] x
d =pop
324 Al fine di calcolare congiuntamente tutte le frequenze rispetto alle
varie modalità, la funzione "Frequenza" deve essere digitata in
formato:
a Unitario
b Numerico
c Alfanumerico
d Matriciale x
325 E' possibile ricavarsi una tabella riassuntiva di alcune statistiche
descrittive usando:
a L'analisi dei dati x
b La funzione "Statistiche descrittive"
c La regressione
d La tabella doppia
326 La funzione "=VAR(...)" si riferisce alla:
a Varianza della popolazione
b Varianza campionaria x
c Variazione interquartilica
d Variabilità in generale
327 In Excel tra le statistiche descrittive, con "intervallo" si intende:
a L'intervallo di confidenza
b Le classi del carattere
c Il coefficiente di variazione
d Il campo di variazione x
328 La funzione "=[Link]" si trova:
a Tra le funzioni statistiche x
b Tra le routine di Analisi dei dati
c E' una funzione da digitare manualmente
d Non esiste
329 Nell'analisi di regressione il grafico appropriato da disegnare con
Excel è:
a Il grafico a torta
b Il grafico a barre
c L'istogramma
d Il grafico di dipsersione x

Page 47
 Statistica

330 La funzione "=[Link]" deve essere digitata su una matrice di

dimensione:
a 2x2
b2
c 2x5 x
d 1x5
331 Se nella funzione "=[Link]" si pone Stat=Vero vengono fornite
anche:
a Coefficiente di correlazione
b Varianza totale, di regressione e residua
c Devianza di regressione e residua, Coefficiente di determinazione x
d Il grafico di dipsersione
332 Nella funzione "Correlazione" di Excel le due matrici da
selezionare hanno:
a Dimensione diversa
b Stessa dimensione x
c Qualsiasi
d Dimensione pari a due
333 La regressione nell'analisi dei dati fornisce rispetto alla funzione
statistica una serie di informazioni di tipo:
a Descrittivo
b Puntuale
c Aleatorie
d Inferenziale x
334 La correlazione in Excel si calcola tramite:
a Funzione =correlazione(...) x
b Funzione costruita manualmente
c Routine in Analisi dei dati
d Non è possibile calcolarla
335 Nell'analisi dei dati, la regressione permette anche di costruire sui
residui:
a La tabella di frequenze
b La correlazione
c Il grafico di dispersione rispetto a Y
d Il grafico di dispersione rispetto a X x
336 Se nella funzione "=[Link]" si pone Cost=Falso:
a Il coefficiente angolare viene escluso dalla stima
b L'intercetta viene esclusa dalla stima x
c Viene inserito un valore errato nella costante
d E' sbagliato mettere la costante

Page 48
 Statistica

337 La regressione in Excel può essere determinata con:

a Al massimo due variabile esplicative
b Solo una variabile esplicativa
c Con un numero qualsiasi di variabili esplicative x
d Con X qualitative
338 I calcoli della distribuzione binomiale possono essere fatti
ricorrendo alla funzione statistica:
a =binomiale
b =[Link] x
c =[Link]
d =[Link]
339 Il risultato della funzione binomiale fornisce:
a La probabilità associata al k selezionato x
b Il valore atteso della distribuzione
c Tutte le probabilità della binomiale
d Le probabilità, il valore atteso e la varianza
340 Gli argomenti da specificare nella funzione binomiale sono:
a n, p, k x
bnep
ckeq
d n, p, k e q
341 Se nella funzione della binomiale si pone "Cumulativo=VERO",
allora:
a Si sommano tutte le probabilità da i=1
b Si sommano i successi k
c Si calcola la probabilità totale per k=n
d Si sommano tutte le probabilità da i=0 x
342 Quando la probabilità p si avvicina a 0.5, con un numero di prove
consistenti:
a La distribuzione binomiale è asimmetrica a destra
b La distribuzione binomiale è asimmetrica a sinistra
c La distribuzione binomiale si avvicina alla Normale x
d La distribuzione binomiale è costante
343 Per calcolare il valore atteso e la varianza della distribuzione
binomiale si deve:
a Usare la funzione "=[Link]"
b Si trovano nell'output della funzione binomiale
c Mettere "Stat=Vero" nella funzione binomiale
d Digitare la funzione manualmente x

Page 49
 Statistica

344 Le funzioni riferite alla distribuzione Normale con Excel sono:

a1
b2
c3
d4 x
345 La funzione "=[Link]" fornisce come risultato:
a Il valore della X corrispondente x
b Il valore della Z corrispondente
c La probabilità associata a X
d La probabilità associata a Z
346 Con Excel è possibile fare esercizi riferiti soltanto alla:
a Normale standardizzata
b Normale qualsiasi e Normale standardizzata x
c Normale qualsiasi
d Inversa della Normale
347 Se si vuole calcolare la Pr(X>a) si usa:
a La funzione "=[Link]"
b La funzione scritta manualmente x
c La funzione "=[Link]"
d Non si può calcolare
348 Il risultato della funzione "=[Link]" è:
a La probabilità associata a Z
b Il valore standardizzato
c La probabilità associata a X x
d La media
349 Nella funzione "=[Link]" l'argomento da specificare è:
a Il valore z, la media e la varianza
b Il valore x
c Il valore z x
d Il valore X e la media
350 Per calcolare la Pr(a
a Direttamente la funzione "=[Link]"
b Si deve calcolare manualmente partendo da "=[Link]" x
c Direttamente la funzione "=[Link]"
d Si deve calcolare manualmente partendo da "=[Link]"

Page 50
 Statistica

351 La normale standardizzata Z ha:

a Media uno e varianza nulla
b Media qualsiasi e varianza uno
c Media nulla e varianza qualsiasi
d Media nulla e varianza uno x
352 La funzione "=[Link]" ha come argomento:
a La probabilità, la media e la deviazione standard x
b Il valore standardizzato
c Il valore originario
d La media e la varianza
353 Nella funzione "=[Link]" l'argomento da specificare è:
a Il valore z, la media, la deviazione standard e cumulativo
b Il valore X
c Il valore X, la media, la deviazione standard e cumulativo x
d Il valore X e la media

Page 51