ADD2

Nello scaling non metrico, versione Ascal, la formula corrisponde a: il nucleo della soluzione. indice Stress. l’indice S-stress. l’indice R^2.

In modo puramente formale qualsiasi tecnica di analisi dei dati può essere rappresentata nel modo seguente m(X) = Y = Y^ = r (N,S). Quando la mappa della tecnica è banale e il supporto non esiste siamo in presenza di una: proiezione a bersaglio fisso. proiezione a bersaglio mobile. autoproiezione a bersaglio fisso. autoproiezione a bersaglio mobile.

La formula della parsimonia relativa di una soluzione di Ascal è la seguente: I termini RH+F fanno riferimento a?. i vincoli. i parametri liberi. i dati indipendenti. i parametri espliciti.

Nello scaling non metrico, versione Ascal, il nucleo della soluzione è costituito da: un vettore che contiene i parametri della mappa m(X). una matrice YRxR di prossimità trasformate in disparità. una matrice di coordinate ZRxH e un vettore che contiene i parametri della mappa m(X). una matrice di coordinate ZRxH.

in un modello ANOVA la ricostituzione del bersaglio avviene mediante: <N>. <N,S>. <m(X), N>. <m(X), S>.

Nella scala di regressione multipla, il coefficiente di determinazione R^2 assume valori compresi tra: -1 < R^2 < 0. -1 < R^2 < 1. 0 < R^2 < +1. 0 < R^2 < + infinito.

Nell’ambito dell’analisi fattoriale, il principio di struttura semplice prevede che: in ogni colonna della matrice di saturazione (A), si debba osservare una sola saturazione diversa da 0. in ogni riga della matrice di saturazione (A), si debba osservare una sola saturazione sostanziale. in ogni riga della matrice di saturazione (A), si debba osservare una sola saturazione di segno positivo. in ogni riga della matrice di saturazione (A), si debba osservare una sola saturazione diversa da 0.

Quale tra i seguenti è un corretto esempio di struttura elementare di tipo M?. la matrice, o tabella, di contingenza multipla (con K=n variabili > 2). la matrice di Burt. la supermatrix di Cattell. la matrice CasiXVariabili.

Nella soluzione dell’algoritmo Indscal la matrice W contiene: le coordinate dello spazio comune. le salienze individuali. le coordinate dello spazio individuale. nessuna delle risposte precedenti.

Il Multidimensional Unfolding è tipicamente utilizzato per analizzare dati di tipo: C1. C2. CC2. D2.

Il multidimensional unfolding (MDU) è: Uno schema di misurazione a bersaglio fisso. Un modello di misurazione a bersaglio mobile. Un modello di misurazione con supporto. Uno schema di misurazione a bersaglio mobile.

L’ANOVA è una tecnica con architettura di tipo: II. III. IV. I.

In un disegno ANOVA a due vie, cioè con due fattori di trattamento X1 e X2, i termini di trattamento possono essere calcolati mediante doppia centratura della matrice M, ovvero: MINT=M-MR-MC-MG. MINT=MG-MC. MINT=M-MR-MC. MINT=M-MR-MC+MG.

Una sola delle seguenti affermazioni è corretta. Quale? Nell'analisi fattoriale... il numero dei fattori comuni è uguale al numero di variabili osservate. il numero dei fattori unici è uguale al numero di variabili osservate. il numero di correlazioni riprodotte è uguale al numero di variabili osservate. il numero di saturazioni, o factor loadings, è uguale al numero di fattori comuni.

In un modello ANOVA fattoriale l’Eta quadro consente di: Valutare la significatività dei parametri. Valutare la parsimonia. Valutare la significatività di un singolo parametro. Valutare l’adattamento della soluzione.

Il nucleo della soluzione di un algoritmo di scaling multidimensionale (ad esempio ASCAL) è costituito da: una matrice di distanze tra oggetti OxO. una matrice di coordinate di oggetti OxH. una matrice di coordinate di individui NxH. una matrice di disparità tra oggetti.

Nello scaling multidimensionale eseguito con ALSCAL il bersaglio viene trasformato attraverso una mappa. Se operiamo diverse trasformazioni, via via più flessibili, possiamo attenderci che: lo stress aumenti. R^2 resti invariato. lo stress diminuisca. R^2 diminuisca.

In un modello ANOVA a due vie, cioè con due fattori (X1 e X2) rispettivamente con 3 e 2 livello di trattamento, viene applicato su 80 partecipanti. Pertanto: I=3, J=2, N=80. Indicare il numero di gradi di libertà dell’errore: 75. 79. 6. 74.

Calcolare il determinante della matrice A | 1 3 | | 4 5 |. -1. -7. 7. 17.

Il dominio di una scala a rapporti è: [0 +∞. -∞ +∞. 0 +∞. ]0 1].

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

Una tecnica di analisi dei dati può essere valutata attraverso diversi criteri, universali e contingenti. Il criterio della correttezza di riferisce: alla qualità di una soluzione che realizza il miglior compromesso possibile tra adattamento e parsimonia. alla determinatezza della soluzione, che resta tale anche sostituendo una o più linee della matrice di input. alla fedeltà della soluzione, valutata in base alla tendenza degli stimatori di produrre un nucleo della soluzione che tendenzialmente assume i valori veri dei parametri del processo che genera i dati. all’invarianza della soluzione per permutazione delle linee della matrice input.

Nella valutazione di una soluzione di analisi fattoriale, il REPR è: la percentuale di celle della matrice di correlazione in cui lo scarto (in modulo) tra correlazioni osservate e riprodotte è maggiore di 0,05. la percentuale di celle della matrice di correlazione in cui lo scarto (in modulo) tra correlazioni osservate e riprodotte è minore di 0,05. la percentuale di celle della matrice di correlazione osservata in cui i valori (in modulo) sono inferiori a 20. la percentuale di celle della matrice di correlazione tra i fattori latenti in cui i valori (in modulo) sono inferiori a ,20.

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

In forma discorsiva, nel modello ANOVA l’ipotesi nulla del test F è: La varianza between è maggiore della varianza within. Almeno una delle differenze tra le medie dei gruppi è diversa da zero. Le differenze tra le medie dei gruppi sono pari a zero. Tutte e differenze tra le medie dei gruppi sono diverse da zero.

Nel valutare una tecnica di analisi dei dati, l’aspettativa E(Y*) = Y* sorregge il criterio di: Equifinalità. Correttezza. Ammissibilità. Determinatezza.

Per valutare la soluzione di uno schema di analisi multivariata possiamo utilizzare: Adattamento, parsimonia e fedeltà. Adattamento, parsimonia e indici di relazione tra variabili. Rendimento, fedeltà, specificazione assoluta e relativa. Fedeltà, specificazione assoluta e relativa.

Nella scissione di un modello, la componente Δ sta ad indicare: Un errore casuale. Lo scarto aritmetico tra Y e Y*. Un errore sistematico. La deviazione di Y da Y / una fluttuazione accidentale che perturba la realizzazione di Y.

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’indipendenza delle distribuzioni della y. All’uguaglianza delle medie delle distribuzioni locali della y.

Il determinante della matrice Q è pari a: |6 12 | |3 6 |. 12. 15. 0. 27.

Un modello ANOVA a due vie, cioè con due fattori (X1 e X2) rispettivamente con 3 e 2 livelli di trattamento, viene applicato su 100 partecipanti. Pertanto: I=3, J=2, N=100. Indicare il numero di gradi di libertà dell’errore: 99. 6. 95. 94.