Statistica Campionaria e Confidenza PDF

20. Nel campionamento casuale semplice ogni campione ha uguale probabilità di essere estratto VERO 21. Una statistica campionaria possiede sempre una distribuzione campionaria VERO CAPITOLO 11 1. Lo stimatore é una funzione delle osservazioni campionarie VERO 2. Per confrontare due stimator...

20. Nel campionamento casuale semplice ogni campione ha uguale probabilità di essere estratto VERO 21. Una statistica campionaria possiede sempre una distribuzione campionaria VERO CAPITOLO 11 1. Lo stimatore é una funzione delle osservazioni campionarie VERO 2. Per confrontare due stimatori di uno stesso parametro é sufficiente confrontare le loro varianze FALSO 3. Uno stimatore che mediamente sottostima il parametro si dice distorto VERO 4. Se uno stimatore é asintoticamente corretto allora é anche consistente FALSO 5. La media campionaria é uno stimatore corretto della media della popolazione VERO 6. La funzione di verosimiglianza é una distribuzione di probabilità FALSO 7. La funzione di verosimiglianza fornisce la probabilità di estrarre il campione osservato per ogni valore del parametro θ VERO 8. Per costruire uno stimatore puntuale di θ esiste solo il metodo della massima verosimiglianza FALSO 9. La media campionaria é uno stimatore corretto di una proporzione VERO 10. Attraverso l’MSE si possono confrontare stimatori distorti e non distorti per un dato parametro di θ VERO 11. In base all’MSE, uno stimatore distorto potrebbe risultare migliore di uno stimatore corretto VERO 12. Se uno stimatore é corretto, il suo MSE coincide con la sua varianza VERO 13. La media campionaria é uno stimatore consistente della media della popolazione VERO 14. Lo stimatore di massima verosimiglianza per la varianza della popolazione é corretto FALSO 15. La media campionaria é uno stimatore corretto della media della popolazione a prescindere dalla distribuzione del carattere VERO 16. Uno stimatore le cui stime danno valori mediamente più grandi del parametro é uno stimatore distorto VERO 17. Uno stimatore la cui variabilità diminuisce all’aumentare della dimensione campionaria é asintoticamente corretto FALSO 18. La distribuzione della media campionaria dipende dalla dimensione campionaria VERO 19. Lo stimatore é una variabile casuale mentre la stima é un valore VERO 20. La distorsione é sempre positiva FALSO CAPITOLO 12 1. Gli estremi di un intervallo di confidenza sono delle variabili casuali VERO 2. Il livello di confidenza é una quantità che varia da - infinito +infinito FALSO 3. Se la dimensione del campione é piccola, per costruire l’intervallo di confidenza per la media della popolazione é necessario conoscere la distribuzione del carattere VERO 4. La numerosità del campione non influenza la lunghezza dell’intervallo di confidenza di una proporzione FALSO 5. Fissato il livello di confidenza, all’aumentare della dimensione campionaria la lunghezza dell’intervallo di confidenza per la media diminuisce VERO 6. Nota la varianza della popolazione e fissata la dimensione campionaria l’intervallo di confidenza per la media al livello 0,9 ha sempre la stessa lunghezza qualsiasi sia il campione estratto VERO 7. Se la distribuzione della popolazione é Normale e la varianza non é nota la statistica (X-μ)rad(n)/S si distribuisce come una t-Student con n-1 gradi di libertà VERO 8. Fissata la dimensione campionaria e nota σ2, all’aumentare del livello di confidenza aumenta la lunghezza dell’intervallo di confidenza per la media VERO 9. Estratto il campione é ragionevole pensare che questo appartenga all’(1-α) 100% dei campioni che producono intervalli di confidenza stimati contenenti il vero valore del parametro VERO 10. Il livello di confidenza nella stima intervallare é dato dalla semi-lunghezza dell’intervallo FALSO 11. Per costruire un intervallo di confidenza per la media é necessario che la popolazione abbia una distribuzione normale FALSO 12. Gli estremi dell’intervallo di confidenza per la varianza della popolazione sono simmetrici intorno alla stima puntuale FALSO 13. Nel caso di una popolazione normale con varianza nota la lunghezza dell’intervallo di confidenza per la media diminuisce all’aumentare della numerosità del campione VERO 14. Per n sufficientemente grande, la statistica (X-pi)rad(n)/rad(X(1-X)) si distribuisce approssimativamente secondo una normale standardizzata VERO 15. L’intervallo di confidenza é un intervallo casuale VERO 16. Nella costruzione dell’intervallo di confidenza per la media ci si avvale del teorema del limite centrale quando non é nota la distribuzione della popolazione VERO