ADD1

Una variabile fuzzy è presentata attraverso: K valori di significatività. K valori di verità. K valori di probabilità. K valori di stato.

INDSCAL è: un’autoproduzione a bersaglio fisso. una proiezione a bersaglio mobile. un modello di misurazione con supporto. uno schema di misurazione a bersaglio mobile.

La deviazione standard di una variabile è esprimibile come: la radice quadrata della varianza. La media dei valori assoluti degli scarti dalla media. Il quadrato della differenza tra il valore massimo e il minimo. La somma dei valori divisa per il numero dei dati.

Nell’analisi fattoriale le saturazioni (factor loadings) rappresentano la relazione tra: variabili manifeste. variabili latenti. le variabili manifeste e le variabili latenti. nessuna delle risposte.

Il valore di probabilità associato al test F di un’ANOVA è pari a 0.30. Avendo fissato un valore di α=0,05, quale delle seguenti affermazioni è vera?. l’ipotesi nulla del test F deve essere rifiutata. non c’è evidenza statistica che le medie della popolazione differiscano tra loro. c’è evidenza statistica che le medie delle popolazioni non siano tutte uguali tra loro. le due varianze a numeratore e denominatore del test sono uguali.

Il valore di probabilità associato al test F di un’ANOVA è pari a 0.003. Avendo fissato un valore di α=0,05,quale delle seguenti affermazioni è vera?. c’è evidenza statistica che le medie delle popolazioni non siano tutte uguali tra loro. le due varianze a numeratore e denominatore del test sono uguali. l’ipotesi nulla del test F deve essere accettata. non c’è evidenza statistica che le medie della popolazione differiscano tra loro.

I criteri di valutazione di una soluzione che si riferiscono ad un singolo parametro sono definiti: test di specificazione. criteri locali. test di fedeltà. criteri globali.

Tra le tecniche di scaling, il MDS lavora su dati elementari di tipo: D1. D2. C1. C2.

L’analisi fattoriale esplorativa può portare a soluzioni sovradimensionate, in cui il numero di dimensioni latenti stimate (spazio semantico fenotipico) supera quello delle dimensioni che obiettivamente strutturano le risposte manifeste (spazio semantico genotipico). Ciò può accadere perché: gli item utilizzati hanno un legame parabolico con i costrutti che intendono misurare. nessuno degli item è un item. il numero di item è eccessivo. l’unicità di ciascun item è scarsa.

In un modello di regressione lineare multipla l’ipotesi nulla del test T associato a ciascuna variabile indipendente è: bk = 0. bk = bmedio. bk > 0.

Da quali matrici è costituito il nucleo della soluzione di un modello di analisi fattoriale con rotazione obliqua: 𝛬^, 𝛺^. 𝛬^, 𝜑^, 𝛺^. 𝜑^, 𝛺^. 𝛬^.

Nell’algoritmo Ascal quando il livello di scala dell’input è ordinale la trasformazione ammessa per la mappa è: una trasformazione monotono crescente. una dilatazione. una trasformazione biunivoca. una trasformazione affine.

Nell’analisi della varianza l’assunto di omoschedasticità si riferisce: all’uguaglianza delle varianze delle distribuzioni locali della y. alla normalità delle distribuzioni locali della y. all’uguaglianza delle medie delle distribuzioni locali della y. all’indipendenza delle distribuzioni locali della y.

Che cos’è la traccia di una matrice quadrata: è il prodotto degli elementi posti sulla diagonale principale. è la somma degli elementi posti sulla diagonale secondaria. è la somma degli elementi posti sulla diagonale principale. è la somma di tutti gli elementi della matrice.

In un modello fattoriale, la presenza della matrice C (factor score coefficients) consente di: valutare la relazione tra le variabili latenti. stimare i punteggi individuali sulle variabili manifeste. valutare la relazione tra le variabili manifeste e le variabili latenti. stimare i punteggi individuali sui fattori latenti.

Un modello di regressione ha prodotto i seguenti risultati: Qual è la variabile indipendente che influisce maggiormente su Y?. X2. X3. X4. X5.

Una struttura dei dati si dice elementare se è: a una via, senza alcun condizionamento. a due vie, con entrate singole e linee permutabili. primitiva. in forma standard, con entrate multiple.

Una matrice con due vie, linee permutabili e referenti singoli è una struttura di dati di tipo: Sperimentale. Derivato. Multivariato. Elementare.

Indicare il numero di ancore, o punti fissi, presenti in una scala di intervalli: uno. due. zero. infinito.

In un modello di regressione lineare multipla l’R^2 ha assunto un valore pari a 1. Cosa si può concludere?. il modello è ottimo. il risultato dipende dall’errore accidentale. il modello è sovra specificato. la varianza spiegata è uguale a quella di errore.

Una matrice è definita row conditional se: autorizza i confronti solo all’interno delle colonne. autorizza i confronti solo all’interno delle righe. non autorizza alcun tipo di controllo. autorizza i confronti sia all’interno delle righe sia all’interno delle colonne.

In una ANOVA fattoriale come viene chiamato l’effetto di una variabile indipendente categoriale sulla variabile dipendente?. diretto. principale. di interazione. indiretto.

Una scala di differenze, per cui vale la trasformazione ammissibile y’=y+a ha un dominio compreso tra: [0 + infinito]. [-1 +1]. -infinito +infinito. [0 +infinito.

Una matrice identità è una matrice che contiene: tutti 1 sulla diagonale principale sia sulla diagonale secondaria. tutti 1. tutti 0 sulla diagonale principale e tutti 1 altrove. tutti 1 sulla diagonale principale e tutti 0 altrove.

Si consideri la parsimonia relativa: π= P/P = (Cmax-C)/(Cmax-Cmin). Nel caso di un modello la precedente scrittura equivale a: (DFD-DFM)/(DFD-1). (DFM-DFD)/(DFM-1). (DFD-DFM)/(DFE-1). (DFM-DFE)/(DFE-1).

Un test di specificazione: controlla l’ipotesi di interdipendenza lineare tra le variabili incluse in un modello. misura lo scarto tra i dati osservati e quelli riprodotti. verifica se la soluzione cambia in modo prevedibile dopo aver sottoposto il bersaglio a una trasformazione ammissibile. permette di stabilire se lo scostamento tra Y e ‘Y’ può essere imputabile al caso.

Nella soluzione di un’analisi fattoriale la matrice phi contiene: la correlazione tra le variabili manifeste e i fattori latenti comuni. la correlazione fra i fattori latenti unici. la correlazione tra i fattori latenti comuni e fattori latenti unici. la correlazione tra i fattori latenti comuni.

Nell’algoritmo Alscal quando il livello di scala dell’input è ordinale la trasformazione ammessa per la mappa è: una trasformazione monotona crescente. una dilatazione. una trasformazione biunivoca. una trasformazione affine.

In un modello di regressione lineare multipla il test inferenziale che ha la seguente ipotesi nulla è: un test Z. un test F. un test T. nessuna delle risposte indicate.

Il punto di partenza dell’analisi fattoriale è: la matrice di correlazione. nessuna delle risposte indicate. la matrice di correlazione tra gli indicatori manifesti. la matrice di correlazione tra gli indicatori manifesti e i fattori latenti.

Il seguente grafico rappresenta dei residui di regressione e segnala: L’omissione di un termine quadratico. la violazione dell’assunto di omoschedasticità. il rispetto degli assunti. la presenza di outliers (valori eccentrici).