Distribuzione doppie e associazione tra due caratteri qualitativi Flashcards

1
Q

Cosa è la distribuzione doppia di frequenze?

A

Una distribuzione doppia di frequenze (tabella di frequenze a doppia entrata) è una tabella che riporta le frequenze congiunte 𝑛𝑖𝑗, ovvero le frequenze assolute delle unità che presentano contemporaneamente la modalità 𝑖 della variabile riga (𝑋 ) e la modalità 𝑗 della variabile colonna (𝑌)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Cosa sono le ditribuzioni marginali di x e di Y

A

pg32
Distribuzione marginale di 𝑿 (variabile riga) ni indica la frequenza assoluta delle unità che presentano modalità i di X

Distribuzione marginale di 𝒀 (variabile colonna) nj indica la frequenza assoluta delle unità che presentano modalità j di Y

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Cosa sono le distribuzioni condizionate di x (di colonna) e di y (di riga)

A

Di X (di colonna)
Le distribuzioni di frequenze condizionate di 𝑋 (o condizionate di colonna) sono le distribuzioni semplici della variabile 𝑋 per le unità che presentano la modalità 𝑦𝑗 della variabile 𝑌

Di Y (di riga)
Le distribuzioni di frequenze condizionate di 𝑌(o condizionate di riga) sono le distribuzioni semplici della variabile 𝑌 per le unità che presentano la modalità 𝑥i della variabile X

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Cosa sono le distribuzioni di frequenza relative condizionate di colonna/riga?

A

Le distribuzioni di frequenze relative condizionate di colonna si ottengono dividendo le frequenze congiunte per il totale della rispettiva colonna/riga

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Cosa sono le distribuzioni di frequenze relative congiunte

A

Le distribuzioni di frequenze relative totali si ottengono dividendo ciascuna frequenza congiunta per il totale generale (𝑁)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Quali sono gli indici che esprimono la interdipendenza e quali dipendenza?

A

Interdipendenza: Codevianza, covarianza e correlazione lineare

Dipendenza: Interpolazione lineare

How well did you know this?
1
Not at all
2
3
4
5
Perfectly