LEZIONE 66

Question 1

Cosa sta a significare l’ipotesi di omoschedasticità/eteroschedasticità descritta in un Modello di regressione lineare semplice?

• media degli errori costante/non costante
• mediana degli errori costante/non costante
• varianza degli errori non costante/ costante
• varianza degli errori costante/non costante

Answer 1

varianza degli errori costante/non costante

Question 2

Con quale formula si calcola il coefficiente angolare con il MMQ?

• rapporto fra la covarianza XY e la varianza di X
• rapporto fra il coefficiente di variazione e la varianza di X
• rapporto fra la codevianza XY e la varianza di X
• somma fra la covarianza XY e la varianza di X

Answer 2

rapporto fra la covarianza XY e la varianza di X

Question 3

Con quale formula si calcola l’intercetta con il MMQ?

1. media delle Y meno la somma del coefficiente angolare per la media delle X
2. media delle X meno il prodotto del coefficiente angolare per la media delle Y
3. mediana delle Y meno il prodotto del coefficiente angolare per la media delle X
4. media delle Y meno il prodotto del coefficiente angolare per la media delle X

Answer 3

4
media delle Y meno il prodotto del coefficiente angolare per la media delle X

Question 4

Data la retta di regressione stimata paria a y=12+0,75*x quale é il valore della variabile risposta per un valore di x uguale a 3?
14,25
16,25
22,25
17,25

Answer 4

14,25

Question 5

Dato un valore della covarianza(XY) pari a +5 ed un valore del coefficiente angolare pari a 0,25 la varianza(X) è pari a?
10
25
15
20

Answer 5

20

Question 6

Quando il modello lineare non spiega la relazione tra le due variabili x ed y che cosa significa?

1. non esiste una relazione lineare ma può esistere una relazione circolare
2. esiste una relazione lineare ma non è detto che ne possa esistere una non lineare
3. non esiste una relazione lineare ma non è detto che ne possa esistere una non lineare
4. non esiste una relazione lineare

Answer 6

3
non esiste una relazione lineare ma non è detto che ne possa esistere una non lineare

Question 7

L’ipotesi di normalità degli errori del modello di regressione lineare semplice significa?

che gli errori si distribuiscono secondo una F di Fisher εi ~ F(μ,σ2)

che gli errori si distribuiscono secondo una t di Student εi ~ t(μ,σ2)

che gli errori si distribuiscono secondo una Normale εi ~ N(μ,σ2)

che gli errori si distribuiscono secondo una Chi-quadrato εi ~ X2 (μ,σ2)

Answer 7

che gli errori si distribuiscono secondo una Normale εi ~ N(μ,σ2)

Question 8

Dati i valori di x(23,24,28,35) e i valori di y(9,7,6,3) con quale linea di codice di R si descrive il grafico a dispersione con sovrapposta la retta stimata?

1) x<-c(23,24,28,35);y<-c(9,7,6,3);modello<-lm(y x);plot(x,y);abline(modello)

2) x c(23,24,28,35);y c(9,7,6,3);modello<-lm(y∼x);plot(x,y);abline(modello)

3) x<-c(23,24,28,35);y<-c(9,7,6,3);modello<-lm(y∼x);plot(x,y);abline(modello)

4) x<-(23,24,28,35);y<-(9,7,6,3);modello<-lm(y∼x);plot(x,y);abline(modello)

Answer 8

3) x<-c(23,24,28,35);y<-c(9,7,6,3);modello<-lm(y∼x);plot(x,y);abline(modello)

Question 9

Dati i valori di x(23,24,28,35) e i valori di y(9,7,6,3) quali linee di codice di R si utilizzano per calcolare l’output del modello di regressione lineare semplice?

x<-c(23,24,28,35);y<-c(9,7,6,3);modello<-lm(y∼x)

x<-c(23,24,28,35);y<-c(9,7,6,3);modello<-lm(y∼x); summary

x<-c(23,24,28,35);y<-c(9,7,6,3);modello<-lm(y∼x); summary(modello)

x<-c(23,24,28,35);y<-c(9,7,6,3);modello<-lm(y∼x);modello

Answer 9

x<-c(23,24,28,35);y<-c(9,7,6,3);modello<-lm(y∼x); summary(modello)