Download Esercizi di R: Introduzione alla programmazione statistica and more Schemes and Mind Maps Law in PDF only on Docsity!
DOMANDE E RISPOSTE STATISTICA
Lezione 002
01. Quali comandi di R stabiliscono la directory di lavoro presente e quale directory si vuole scegliere: getwd() - dswd() X getwd() - setwd() setwd() getwd() Lezione 003 01. Se il file prova.txt contiene due e più colonne separate da spazi vuoti con nome delle colonne nella prima riga il comando di R da utilizzare è: prova <- read.("c:/mydat/prova.txt", header=TRUE) prova <- scan("c:/mydat/prova.txt", header=TRUE) X prova <- read.table("c:/mydat/prova.txt", header=TRUE) prova <- read.csv("c:/mydat/prova.txt", header=TRUE) 02. Se il file prova.csv (salvato con una versione italiana di Excel, vale a dire come separatore decimale la virgola) contiene due e più colonne con nome delle colonne nella prima riga il comando da utilizzare è: X prova <- read.csv2("c:/mydat/prova.csv", header=TRUE) prova <- read.csv("c:/mydat/prova.csv", header=TRUE) prova <- read("c:/mydat/prova.csv", header=TRUE) prova <- read.table("c:/mydat/prova.csv", header=TRUE) Lezione 004 – DA RIVEDERE 01. Quale sequenza viene prodotta per incollare un nuovo script nell’Editor di R e mandarlo in esecuzione: dalla barra in basso si seleziona File- Nuovo script-Tasto dx-Incolla-Seleziona-Tasto dx-Esegui linea o selezione dalla barra in alto si seleziona File- Nuovo script-Tasto dx-Incolla-Seleziona-Tasto dx dalla barra in alto si seleziona File- Nuovo script-Tasto dx-Incolla-Seleziona-Tasto dx-Esegui linea o selezione
X dalla barra in alto si seleziona Nuovo script-Tasto dx-Incolla-Seleziona-Tasto dx-Esegui linea o selezione Lezione 007
01. Quando un vettore riga si dice trasposto: da matrice si trasforma in vettore colonna da vettore riga si trasforma in matrice rettangolare da vettore riga si trasforma in matrice quadrata **X da vettore riga si trasforma in vettore colonna
- Quando un vettore colonna si dice trasposto:** da vettore colonna si trasforma in scalare da vettore colonna si trasforma in matrice quadrata X da vettore colonna si trasforma in vettore riga da vettore colonna si trasforma in matrice Lezione 009 01. Qual è la notazione con cui si calcola la sottrazione il vettore v e la matrice M : v/M X v-M v*M v+M Lezione 10 01. La matrice è: Una tabella composta da numeri tra loro associati X Una tabella composta da numeri tra loro associati disposti in righe e colonne Una tabella Una tabella composta da numeri
l’ordine massimo dei minori nulli da essa estraibili l’ordine minimo dei minori nulli da essa estraibili Lezione 012
01. Come è definito l'autovettore: una mediana caratteristica associata ad un autovalore λ una media caratteristica associata ad un autovalore λ una moda caratteristica associata ad un autovalore λ X un vettore caratteristico v associato ad un autovalore λ Lezione 013-014- 01. Qual’è la formula con cui si calcola la probabilità di inclusione del II ordine nel disegno campionario casuale semplice con reimmissione: πij =[n(n-1)]/N πij =[(n-1)]/[N(N-1)] X πij =[n(n-1)]/[N(N-1)] πij =[n(n-1)]/[(N-1)] 02. Come deve essere la probabilità di estrazione in un campionamento casuale semplice: diversa per ogni estrazione additiva per ogni estrazione cumulativa per ogni estrazione **X uguale per ogni estrazione
- Qual’è la formula con cui si calcola la frequenza attesa nel disegno campionario casuale semplice con reimmissione:** fi =∑i E(cij)=N/n X fi =∑i E(cij)=n/N fi =∑i E(cij)=n-N fi =∑i E(cij)=nN 04. Qual’è la formula con cui si calcola la probabilità di inclusione del I ordine nel disegno campionario casuale semplice senza reimmissione: X πi = n/N πi = nN
πi =∑Ni c πi = N/n
01. Con quale formula si calcola la probabilità di inclusione del I ordine in un disegno campionario stratificato: πhi = var /Nh X πhi = nh /Nh πhi = Nh /nh πhi = dev /Nh Lezione 015-016- 01. Come devono essere gli elementi che compongono un disegno campionario a grappoli: tra di loro estremamente omogenei mentre tra i grappoli deve verificarsi la massima eterogeneità X tra di loro estremamente eterogenei mentre tra i grappoli deve verificarsi la massima omogeneità tra di loro estremamente eterogenei tra i grappoli deve verificarsi la massima omogeneità 02. Quale notazione viene utilizzata per calcolare la probabilità di inclusione del I ordine nel disegno campionario a grappoli: πi = 1*Nn πi = 1-Nn πi = 1+Nn X **πi = 1/Nn
- Qual è la notazione con cui si calcola la frequenza di inclusione di primo stadio:** f1 =n-N X f1 =n/N f1 =n+N f1 =n*N 01. Quale notazione viene utilizzata per calcolare la probabilità di inclusione del I ordine (disegno campionario sistematico): πi = k πi = 2k X πi = 1/k
02. Quale è la notazione che definisce il modello parametrico in forma matriciale: Y = X + ε Y = Xβ Y = Xβ + ε Y = β + ε 01. Secondo la teoria economica le variazioni dei prezzi e delle quantità sono correlate negativamente e quindi in questo caso com’è il numero indice di Laspeyres rispetto a quello di Paasche: X maggiore minore uguale minore di zero 02. Che cos'è un numero indice: un rapporto di durata X un rapporto statistico un rapporto di controllo un rapporto di ripetizione Lezione 024-025- 01. Quali sono i numeri indice dei prezzi al consumo prodotti dall'Istat: FOI IPCA X NIC-FOI-IPCA FOI-IPCA 01. Quale è la formula con cui si calcola l’intercetta nel MRLS: a(stim)= y(media)–b(stim) a(stim)= y(media)–x(media) a(stim)= y(media)+b(stim)*x(media) X **a(stim)= y(media)–b(stim) *x(media)
- Nel MRLS gli errori che tipo di variabili sono:** v.c. dipendenti e identicamente distribuite (i.i.d.) v.c. identicamente distribuite
X v.c. indipendenti e identicamente distribuite (i.i.d.) v.c. indipendenti
03. Quale è la formula con cui si calcola il coefficiente angolare nel MRLS: X b(stim)= cov(X,Y)/var (X) b(stim)= var(X,Y)/covar (X) b(stim)=cov(X,Y)+var (X) b(stim)=var(X,Y)+covar (X) 01. Utilizzando il coefficiente di correlazione di Bravais/Pearson come si ottiene quello di determinazione: RXY2=(rho)2=(dev/σX*σY) RXY2=(rho)2=(m/σX σY) RXY2=(rho)=(σXY/σXσY) X *RXY2=(rho)2=(σXY/σXσY)
- Con quale notazione si calcola la devianza totale:** DT =DS - DR DT =DS + MR X DT =DS + DR DT =MS + DR Lezione 027-028-029- 01. Quando gli stimatori del coefficiente angolare stimato e intercetta stimata si dicono corretti o non distorti: quando la varianza converge al valore del parametro della popolazione quando la codevianza converge al valore del parametro della popolazione quando il loro valore medio o atteso non converge al valore del parametro della popolazione X **quando il loro valore medio o atteso converge al valore del parametro della popolazione
- Qual'è la notazione con cui si scompone la varianza totale:** X (DT)/n=(DS)/n+(DR)/n (DT)/n=(DS)+(DR)/n (DT)/n=(DS)/n-(DR)/n (DT)/n=(DS)/n+(DR) 01. Con quale notazione si calcola l’intervallo di confidenza per il valore atteso della variabile dipendente:
X campionamenti " RDS" e "Small Area" campionamento sistematico campionamento stratificato
01. Come può essere definito il Disegno Campionario non probabilistico Snowball: campionamento di entità ignote al rilevatore X campionamento di entità inizialmente ignote al rilevatore campionamento di entità campionamento di entità inizialmente note al rilevatore Lezione 034-035- 01. Cosa prevede l'implementazione del metodo Monte Carlo: lo svolgimento degli esperimenti attraverso la simulazione lo svolgimento dei calcoli attraverso la simulazione di prove X Lo svolgimento degli esperimenti attraverso prove ripetute Lo svolgimento degli esperimenti attraverso la simulazione di prove ripetute 02. Su cosa si basa la tecnica "boostrap": sulla somma sull'amplificazione sulla speculazione X **sulla reiterazione
- Il metodo Monte Carlo è uno degli strumenti più utilizzati nella tecnica della:** variazione sospensione X simulazione configurazione 01. La formula dello stimatore RDS cosa presenta al numeratore e al denominatore: Uno stimatore Hansen-Hurwitz e uno di Volz X Due stimatori Hansen-Hurwitz non distorti Due stimatori Hansen-Hurwitz distorti Due stimatori Hansen-Hurwitz 01. Il predittore EBLUP (Empirical Best Linear Unbiased Predictor) è basato :
su un modello curvilineo ad effetti misti su un modello non lineare ad effetti misti X su un modello lineare ad effetti misti su un modello lineare ad effetti semplici Lezione 037-038-
01. Quale sistema d'ipotesi si imposta nel test di Bradley: H0 = Totale gradualità vs H1 = Non gradualità H0 = Totale omogeneità vs H1 = Non omogeneità X H0 = Totale casualità vs H1 = Non casualità H0 = Parziale casualità vs H1 = Non casualità 01. Qual'è la notazione con cui si imposta il sistema d'ipotesi per il test non parametrico Jonckheere-Terpstra: H0 : media(1)=.........=media(n) vs H1 : media(1)<.........<media(n) H0 : moda(1)=.........=moda(n) vs H1 : moda(1)<.........<moda(n) X H0 : mediana(1)=.........=mediana(n) vs H1 : mediana(1)<.........<mediana(n) H0 : mediana(1)=.........=mediana(n) vs H1 : mediana(1)>.........>mediana(n) 01. Quali tipi di ipotesi si utilizzano nel test non parametrico di Cox e Stuart: X quelle sulle misure di tendenza centrale e di variabilità o dispersione quelle sulle misure di forma e di variabilità o dispersione quelle sulle misure di tendenza centrale e di associazione quelle sulle misure di tendenza centrale e di connessione Lezione 040-041- 01. Qual'è il sistema di ipotesi per il test unilatero dx di correlazione non parametrica: X H0 : ρ ≤ 0 vs H1 : ρ > 0 H0 : ρ < 0 vs H1 : ρ > 0 H0 : ρ > 0 vs H1 : ρ < 0 H0 : ρ ≤ 0 vs H1 : ρ = 0 01. Quale è la notazione con cui si calcola il coefficiente angolare sul modello di regressione lineare multipla non parametrico o di Theil-Kendall: X bij =(Yj – Yi)/ (Xj – Xi)
Yt =(St / TCt + Et ) *Yt =f(St TCt * Et )
02. Quale è la notazione della trasformazione logaritmica del modello moltiplicativo di una serie storica e come si trasforma il modello: log yt =(log TCt + log Et ) in un modello additivo log yt =( log St +log TCt + log Et ) in un modello additivo log yt =( log St +log TCt ) in un modello additivo log yt =( log St +log TCt + log Et ) in un modello moltiplicativo 01. Come si definisce il correlogramma: Il correlogramma esprime graficamente la correlazione o l’autocorrelazione dei dati di una serie storica legati funzionalmente al ritardo stabilito dal ricercatore Il correlogramma esprime graficamente la non correlazione dei dati di una serie storica legati funzionalmente al ritardo stabilito dal ricercatore Il correlogramma esprime graficamente la correlazione o l’autocorrelazione dei dati di una serie storica Il correlogramma esprime matematicamente la correlazione o l’autocorrelazione dei dati di una serie storica legati funzionalmente al ritardo stabilito dal ricercatore Lezione 047-048- 01. Qual'è il sistema di ipotesi che si utilizza per il test NCV di eteroschedasticità degli errori: H0: assenza di omoschedasticità vs H1: presenza di omoschedasticità X H0: assenza di eteroschedasticità vs H1: presenza di eteroschedasticità H0: presenza di omoschedasticità vs H1: assenza di eteroschedasticità H0: presenza di eteroschedasticità vs H1: assenza di eteroschedasticità 01. Che cos'è un processo stocastico: X un insieme di v.c. Yt definite in un determinato spazio campionario e ordinate in funzione del tempo t un insieme di v.c. Yt definite in un determinato spazio campionario e ordinate in funzione del tempo t- un insieme di v.c. Yt definite in un determinato spazio campionario e ordinate in funzione del tempo t- un insieme di v.c. Yt definite in un determinato spazio campionario e ordinate in funzione del tempo t-
01. Nei Modelli ARMA (p,q) a cosa si riferisce il parametro p: è l'ordine della parte variabile è l'ordine della parte regressiva X è l'ordine della parte autoregressiva è l'ordine della parte comune 02. Nei Modelli ARMA (p,q) a cosa si riferisce il parametro q: X è l'ordine della parte media mobile è l'ordine della parte comune è l'ordine della parte non autoregressiva è l'ordine della parte variabile Lezione 051- 01. Quali sono i concetti base del data warehouse: x Fatto, Misura, Dimensione e Evento Misura e Dimensione Misura, Dimensione e Evento Fatto 02. A cosa è orientato il progetto DB sia rispetto al progettista che al costruttore di decisione: X all'applicazione e al soggetto all'introduzione e al soggetto all'applicazione e all'oggetto all'applicazione 01. Quale è l’equazione del Modello di regressione logistica: Y = (x)+ ε Y = π (x) Y = π (x)+ ε Y = π + ε
01. Quali sono i tre pilastri su cui si regge l'Analisi ACP nel Marketing: X segmentazione del mercato, posizionamento del prodotto e dell'azienda posizionamento dell'azienda segmentazione del mercato, posizionamento del prodotto posizionamento del prodotto 02. Quali sono le tipologie di analisi statistica per misurare la "Customer Satisfaction": X analisi fattoriale-ACP-Cluster Analysis-Metric Multidimensional Scaling analisi fattoriale-ACP-Cluster Analysis analisi descrittiva e inferenziale Metric Multidimensional Scaling 01. Per ottimizzare un’azione di marketing mirata cosa si deve individuare: La distanza dei gruppi X La gerarchia dei gruppi La media dei gruppi La corrispondenza dei gruppi Lezione 067-068- 01. Quale è l’equazione del modello classico macroeconomico del reddito: X PIL=CPRIVATI +CPUBBLICI+(InvFISSI LORDI +Var.Scorte)+ (Esp.-Impor) PIL=CPRIVATI +CPUBBLICI+ (Esp.-Impor) PIL=CPRIVATI +CPUBBLICI+(InvFISSI LORDI +Var.Scorte) PIL=CPUBBLICI+(InvFISSI LORDI +Var.Scorte)+ (Esp.-Impor) 02. Per la misurazione del PIL quali metodi si utilizzano: della produzione e del valore netto del reddito e del valore aggiunto della produzione e del consumo **X della produzione e del valore aggiunto
- Come si disaggrega la spesa per consumi finali delle amministrazioni pubbliche:** spesa per consumi fissi e variabili spesa per consumi collettivi spesa per consumi individuali
X spesa per consumi individuali e collettivi
01. Secondo Keynes il consumo: dipende dal tasso di interesse, come ritenevano i classici e i neoclassici, ma dal livello del reddito X non dipende dal tasso di interesse, come ritenevano i classici e i neoclassici, ma dal livello del reddito non dipende dal tasso di interesse, come ritenevano i classici e i neoclassici, ma dal livello della produzione industriale non dipende dal tasso di cambio, come ritenevano i classici e i neoclassici, ma dal livello del reddito Lezione 071-072- 01. Come si definisce l’Unità di lavoro (Ula): il volume di lavoro svolto da coloro che partecipano al processo di produzione realizzato sul territorio economico di un paese il volume di lavoro svolto da coloro che partecipano al processo di produzione non realizzato sul territorio economico di un paese a prescindere dalla loro residenza (occupati interni) X il volume di lavoro svolto da coloro che partecipano al processo di produzione realizzato sul territorio economico di un paese a prescindere dalla loro residenza (occupati interni) il volume di lavoro svolto da coloro che non partecipano al processo di produzione realizzato sul territorio economico di un paese a prescindere dalla loro residenza(occupati interni) 01. Come si definisce l’Unità di lavoro (Ula): I=M+Y+ C - E I=M-Y C – E I=M+Y- C - E I=M+Y- C + E 01. Qual è la notazione con cui si calcola il saldo tra le importazioni e le esportazioni: (M-E)=C+I-Y (M-E)=C-I-Y (M-E)=C-I+Y (M-E)=C+I+Y Lezione 074-075- 01. Nell’analisi statistica territoriale quali sono i principali indirizzi di ricerca: quello delle aree funzionali propriamente dette
02. Secondo quale parametro è distribuito il PIL pro-capite tra le regione europee nell'UE 27: in Mediane di Poteri di acquisto (MPA) in Standard di Poteri di vendita (SPV) in Standard di Poteri di acquisto (SPA) in Medie di Poteri di acquisto (MPA) 01. Quanti sono i prodotti CPA esaminati nelle tavole Input-Output: 20 90 40 X **60
- Quante sono le BRANCHE NACE esaminate nelle tavole Input-Output:** 21 X 72 98 12 Lezione 082)DA RIVEDERE-086- 01. Da che cosa è dato il risparmio pubblico: entrate correnti meno spese correnti entrate correnti per spese correnti entrate correnti più spese correnti entrate correnti diviso spese correnti 02. Da che cosa è dato il ricorso al mercato: saldo lordo da finanziare meno spese per rimborso prestiti saldo netto da finanziare meno spese per rimborso prestiti saldo netto da finanziare per spese per rimborso prestiti saldo netto da finanziare più spese per rimborso prestiti 01. Di quante sotto-analisi consta l'ACB: X economica, sociale, ambientale, finanziaria e di scenario economica, sociale e ambientale economica
finanziaria
02. Sulla base di quali fattori fondamentali si basa la graduatoria di alternative progettuali stabilite dal "opinion maker": valutazione dei fattori di rischio - valutazione del costo valutazione dei benefici - valutazione del rendimento X valutazione dei fattori di rischio - valutazione del rendimento valutazione dei fattori di rischio - valutazione del controllo 01. Quali sono le rispettive notazioni della produttività del lavoro PL e del capitale PK dove K=Capitale e L=Lavoro : PL =O/L PK =P/K PL =Y/L PK =Y/K PL =Y/K PK =Y/L PL =M/L PK =N/K 02. Quali tipi di capacità produttiva possono essere presi in considerazione: massima teorica - non utilizzata massima teorica - effettiva - utilizzata massima teorica - utilizzata minima teorica - effettiva – utilizzata Lezione 088-089- 01. Che cos'è il VaR: max perdita che un portafoglio, a posizioni invariate, può subire ad un livello di significatività alfa max perdita che un portafoglio, a posizioni variate, può subire ad un livello di significatività alfa min perdita che un portafoglio, a posizioni invariate, può subire ad un livello di significatività alfa max perdita che un portafoglio, a posizioni invariate, può subire ad un livello di significatività 1- alfa 02. Quale è la notazione con cui si calcola il VaR: VaR= Vz1-αϭ√t VaR= V Δϭ√t VaR= VΔz1-αϭ√t** VaR= V z1-αϭ
