Statistica computazionale - Esame
  • 1. La statistica computazionale è una branca della statistica che si concentra sui metodi e sulle tecniche di analisi dei dati utilizzando strumenti e algoritmi computazionali. Comporta lo sviluppo e l'applicazione di modelli statistici, simulazioni e algoritmi per analizzare e interpretare insiemi di dati complessi. La statistica computazionale svolge un ruolo cruciale in vari campi come l'apprendimento automatico, la scienza dei dati, la bioinformatica e l'analisi delle immagini, fornendo a ricercatori e analisti gli strumenti necessari per estrarre informazioni significative da insiemi di dati grandi e complessi. Combinando la teoria statistica con le tecniche informatiche, la statistica computazionale consente ai professionisti di analizzare i dati in modo efficiente e accurato, di esplorare modelli e tendenze e di prendere decisioni informate sulla base dell'inferenza statistica e della modellazione predittiva.

    Che cos'è il valore p nei test d'ipotesi?
A) Il parametro della popolazione da testare
B) La misura della fiducia nell'ipotesi nulla
C) Il livello di significatività per l'accettazione dell'ipotesi nulla
D) La probabilità di ottenere risultati almeno altrettanto estremi di quelli osservati, dato che l'ipotesi nulla è vera
  • 2. Quale dei seguenti è un test statistico parametrico?
A) Test U di Mann-Whitney
B) Test di Wilcoxon signed-rank
C) Test di Kruskal-Wallis
D) test t
  • 3. Qual è lo scopo dell'analisi di regressione in statistica?
A) Per testare le differenze tra le medie
B) Per identificare gli outlier in un set di dati
C) Esaminare la relazione tra le variabili
D) Per riassumere i dati categorici
  • 4. Cosa misura il coefficiente di correlazione?
A) La forza e la direzione di una relazione lineare tra due variabili.
B) La diffusione dei dati
C) La variabilità all'interno dei gruppi
D) La tendenza centrale di un insieme di dati
  • 5. Qual è lo scopo di un intervallo di confidenza in statistica?
A) Per stimare l'intervallo all'interno del quale è probabile che ricada il parametro della popolazione
B) Prevedere i punti dati futuri
C) Per determinare la probabilità che si verifichi un evento
D) Confronto tra due gruppi indipendenti
  • 6. Quale tipo di tecnica di campionamento prevede la selezione casuale di soggetti da una popolazione?
A) Campionamento casuale semplice
B) Campionamento sistematico
C) Campionamento a grappolo
D) Campionamento di convenienza
  • 7. Qual è il livello di significatività nei test di ipotesi?
A) La misura della correlazione tra due variabili
B) La probabilità di rifiutare l'ipotesi nulla quando è effettivamente vera
C) Il livello di fiducia nell'ipotesi alternativa
D) Il margine di errore della media del campione
  • 8. Nei test di ipotesi statistica, che cos'è l'ipotesi nulla?
A) L'ipotesi che il ricercatore ritiene essere vera
B) Un'affermazione che predice un risultato in un esperimento.
C) Un'affermazione che non esiste una differenza significativa tra le popolazioni specificate
D) L'ipotesi che viene testata utilizzando un test a una coda
  • 9. Quale tecnica statistica viene utilizzata per prevedere il valore di una variabile dipendente in base a una o più variabili indipendenti?
A) Analisi di regressione.
B) Analisi delle serie temporali.
C) Analisi fattoriale.
D) Analisi dei cluster.
  • 10. Qual è la differenza tra correlazione e causalità?
A) La correlazione misura la forza di una relazione, mentre la causalità ne misura la direzione.
B) La correlazione indica una relazione tra le variabili, mentre la causalità implica che una variabile causa un cambiamento nell'altra.
C) La correlazione si riferisce a relazioni lineari, mentre la causalità si riferisce a relazioni non lineari.
D) La correlazione viene utilizzata per i dati categoriali, mentre la causalità viene utilizzata per i dati continui.
  • 11. Quale tecnica di regressione si utilizza quando la variabile dipendente è binaria?
A) Regressione logistica.
B) Regressione di cresta.
C) Regressione polinomiale.
D) Regressione lineare.
  • 12. Quale test statistico viene utilizzato per determinare se esiste un'associazione significativa tra due variabili categoriali?
A) Test T.
B) Analisi di regressione.
C) ANOVA.
D) Test chi-quadro.
  • 13. Quale tecnica statistica viene utilizzata per gestire i valori mancanti in un set di dati?
A) Rilevamento degli outlier.
B) Ingegneria delle funzioni.
C) Normalizzazione.
D) Imputazione.
  • 14. Qual è lo scopo del Teorema del limite centrale in statistica?
A) Affermare che la distribuzione campionaria della media campionaria si avvicina a una distribuzione normale all'aumentare della dimensione del campione
B) Per confrontare due campioni diversi
C) Determinare la variabilità all'interno dei gruppi
D) Per calcolare l'intervallo di un set di dati
  • 15. Quale test statistico deve essere utilizzato per confrontare le medie di più di due gruppi indipendenti?
A) ANOVA
B) Analisi di regressione
C) Test chi-quadro
D) Test T
  • 16. Chi ha proposto una distinzione tra 'calcolo statistico' e 'statistica computazionale'?
A) William Sealy Gosset
B) RAND Corporation
C) John Tukey
D) Carlo Lauro
  • 17. Qual è uno degli obiettivi principali della statistica computazionale?
A) Concentrarsi esclusivamente su campioni di dimensioni ridotte.
B) Evitare l'uso dei computer nell'analisi statistica.
C) Sviluppare nuove teorie matematiche senza applicazioni pratiche.
D) Trasformare i dati grezzi in conoscenza utilizzando metodi che richiedono un'elevata potenza di calcolo.
  • 18. Quale metodo utilizzò William Sealy Gosset che portò alla scoperta della distribuzione t di Student?
A) Reti neurali artificiali
B) Simulazione del metodo di Monte Carlo
C) Stima della densità del kernel
D) Metodi di Monte Carlo a catena di Markov
  • 19. Qual è uno dei dispositivi più noti che generano numeri casuali per determinare i vincitori della lotteria?
A) Tabelle RAND Corporation
B) ERNIE
C) Dispositivo di simulazione Monte Carlo
D) Metodo "jackknife" di John Tukey
  • 20. Quale metodo John Tukey sviluppò nel 1958?
A) Il metodo del jackknife.
B) Stima della densità del kernel.
C) Reti neurali artificiali.
D) Metodi di Monte Carlo basati su catene di Markov.
  • 21. In quali delle seguenti categorie di problemi i metodi Monte Carlo non vengono generalmente utilizzati?
A) Ottimizzazione
B) Aggiornamento bayesiano
C) Integrazione numerica
D) Generazione di campioni da una distribuzione di probabilità
  • 22. Cosa viene massimizzata nella stima di massima verosimiglianza per adattare i dati osservati a un modello statistico?
A) Una funzione di errore
B) Un campione casuale
C) Una densità di probabilità
D) Una funzione di verosimiglianza
  • 23. Quale metodo si basa sulla massimizzazione di una funzione di verosimiglianza?
A) Metodo Monte Carlo a catena di Markov
B) Metodo Bootstrap
C) Stima per massima verosimiglianza
D) Metodo Monte Carlo
  • 24. Quale delle seguenti opzioni NON rappresenta un'applicazione tipica dei metodi di Monte Carlo?
A) Integrazione numerica
B) Soluzioni analitiche esatte
C) Generazione di campioni da una distribuzione di probabilità
D) Ottimizzazione
  • 25. In quali ambiti può essere applicata la statistica computazionale?
A) Esclusivamente nella scienza dei dati sociali.
B) Econometria.
C) Strettamente nel campo della linguistica computazionale.
D) Solo nella scienza dei dati.
  • 26. Quale associazione è dedicata al calcolo statistico?
A) Associazione medica americana.
B) Organizzazione mondiale della sanità.
C) Associazione internazionale per il calcolo statistico.
D) Società internazionale di linguistica.
  • 27. Qual è un'area di applicazione comune per la statistica computazionale?
A) Tecniche tradizionali di pittura.
B) Fisica computazionale.
C) Composizione di musica classica.
D) Arte culinaria.
Creato con That Quiz — dove la realizzazione e l’esecuzione di test sono resi semplici per la matematica e per altre aree disciplinari.