Statistica Test PDF

12. Sotto H0 la statistica test χ2 si distribuisce asintoticamente come un Chi- Quadrato VERO 13. Date due popolazioni normali con varianza nota, la differenza tra le medie campionarie di due campioni indipendenti estratti dalle due popolazioni si distribuisce come una normale VERO 14. N...

12. Sotto H0 la statistica test χ2 si distribuisce asintoticamente come un Chi- Quadrato VERO 13. Date due popolazioni normali con varianza nota, la differenza tra le medie campionarie di due campioni indipendenti estratti dalle due popolazioni si distribuisce come una normale VERO 14. Nei test parametrici si ipotizza la conoscenza della famiglia di appartenenza della distribuzione della popolazione VERO 15. Nella verifica d’ipotesi riguardante una proporzione della popolazione, l’approssimazione della statistica test alla normale migliora al crescere della numerosità campionaria VERO 16. Nella verifica d’ipotesi riguardante la differenza tra due varianze si assume la normalità delle due popolazioni VERO 17. Se la distribuzione della popolazione non é Normale non é mai possibile applicare un test per verificare un’ipotesi circa la media della popolazione FALSO 18. Dati due campioni indipendenti di numerosità n1 e n2 la statistica test per il confronto tra le varianze delle popolazioni da cui i campioni sono stati estratti é distribuita come una F-Fisher con n1 e n2 gradi di libertà, sotto H0 FALSO 19. Nei test bidirezionali i valori critici individuati per le distribuzioni Chi- quadrato e F-Fisher non sono simmetrici rispetto all’origine VERO 20. Quando non é nota la varianza della popolazione, questa viene sostituita nella statistica test da un suo stimatore corretto VERO CAPITOLO 15 1. Una classe di distribuzioni si dice coniugata a una certa popolazione se la funzione di verosimiglianza appartiene alla stessa classe FALSO 2. Il calcolo della probabilità a posteriori richiede il calcolo della verosimiglianza VERO 3. La distribuzione a priori descrive le aspettative soggettive del ricercatore rispetto alla probabilità dei possibili valori del parametro VERO 4. Gli stimatori puntuali Bayesiani e frequentasti forniscono la stessa stima se la popolazione é Normale FALSO 5. Una distribuzione a priori é non-informativa solo se assegna a tutti i valori del parametro la stessa probabilità FALSO 6. La media della distribuzione a posteriori rappresenta una buona stima del parametro incognito VERO 7. Nell’approccio Bayesiano il parametro incognito é una variabile casuale VERO 8. La distribuzione a posteriori é proporzionale al prodotto tra la verosimiglianza e la distribuzione a priori VERO 9. Gli intervalli di credibilità HPD non sono definiti per una distribuzione a posteriori uniforme VERO 10. L’influenza della distribuzione a priori aumenta all’aumentare della dimensione del campione FALSO 11. Il calcolo degli intervalli di credibilità richiede in genere una procedura numerica VERO 12. Se la popolazione é una Binomiale e la distribuzione a priori é una Beta la distribuzione a posteriori sarà una gamma FALSO 13. Nell’approccio Bayesiano il test viene condotto confrontando la probabilità a posteriori sotto le due ipotesi VERO 14. La distribuzione a posteriori contiene tutta l’informazione a nostra disposizione sul parametro di interesse VERO 15. Si dicono iperparametri i parametri presenti nella distribuzione a posteriori FALSO 16. La classe di distribuzioni Gamma é coniugata a una popolazione Poisson VERO 17. Una distribuzione a priori con variabilità elevata ha poca influenza sulla distribuzione a posteriori VERO 18. Il fattore di bayes é dato dal rapporto tra le verosimiglianze sotto le due ipotesi VERO 19. La distribuzione predittiva indica la probabilità dei valori assumibili dal parametro data una nuova osservazione campionaria FALSO 20. Gli intervalli HPD sono intervalli di credibilità a cui corrisponde la più alta densità a posteriori VERO CAPITOLO 16 1. L’equazione Y= 2+0,5*log(X) rappresenta una relazione statistica tra i due caratteri X e Y FALSO 2. Tra il peso e la statura degli individui esiste una relazione funzionale FALSO 3. Il modello di regressione lineare assume che al variare del valore della variabile esplicativa, la varianza dell’errore aumenta FALSO 4. Nel modello di regressione lineare semplice si suppone che la f(X) sia lineare VERO 5. Nel modello di regressione si assume che le osservazioni della variabile risposta siano dipendenti FALSO 6. Con il metodo dei minimi quadrati si trovano le stime dei coefficienti di regressione VERO