metodi Flashcards
Domanda
Risposta
“individuazione con accuratezza e oggettività degli indicatori elementari” è la fase:
2
Alla base della piramide del modello di Customer Satisfaction della Japan Management Association troviamo:
Clienti
All’interno della matrice di correlazione si osservano:
le relazioni di concordanza e discordanza
All’interno dell’ambiente R è possibile:
elaborare dati
ARPANET è ora conosciuto come:
Internet
Assumendo x come uno scalare ed a come un vettore, indicare quale delle seguenti uguaglianze/disuguaglianze è valida:
a * x = x * a
Col cerchio delle correlazioni, visualizziamo:
il contributo di ciascuna variabile alla spiegazione delle componenti
Con il comando “c(…) si genera:
un vettore
Con il comando “object” è possibile:
visualizzare gli oggetti
Dal punto di vista operativo, ogni variabile latente è definita da:
un indicatore
Dopo aver estratto informazioni da un file di testo, esse vengono convertite in un file:
Strutturato
Dopo aver impostato un filtro in SPSS, questo:
resta attivo fino a quando non si selezionano nuovamente tutti i casi
Durante la data characterization vengono controllati/e:
fonti dati
E’ uno strumento manageriale della qualità:
l’istogramma
Foto e video fanno parte dei dati:
Non Strutturati
Gli autovalori di una matrice sono:
numeri reali positivi
Gli autovettori u rappresentano:
i presi
Gli indicatori compositi possono essere definiti come:
combinazione matematca di indicatori elementari
Gli obiettivi dell’AFD possono essere classificati in…:
descrittivo e decisionale
Gli obiettivi dell’SPC sono:
3
Gli output generati da R:
possono essere esportati solo in alcuni formati
Gli Small Data:
Provengono da raccoltedati interne
Gli strumenti manageriali della qualità sono:
7
Gli strumenti manageriali della qualità:
sono facili da usare
Gli user generated content sono:
Dati generati dagli utenti
Ha senso condurre una ACP quando:
tra le variabili di partenza esiste correlazione
I Big Data trovano applicazione:
In molteplici settori
I blocchi extradiagonali di una matrice di Burt:
possono essere rettangolari
I cluster sono dei gruppi di unità statistiche:
omogenei
I dati business generated sono:
Dati che possono essere generati sia da macchine che da utenti
I dati Human generated sono:
Dati generati dagli utenti
I dati in una tabella Ms Excel sono:
Strutturati
I dati ricavati dal Web possono essere classificati come:
Strutturati, non strutturati, semi strutturati
I gruppi che derivano dai metodi di classificazione sono caratterizzati da:
omogeneità interna
I gruppi che si creano con la cluster analysis sono tra loro:
disomogenei
I metodi di campionamento non probabilistico sono:
4
I metodi fattoriali consentono:
la rappresentazione in uno spazio ridotto
I metodi gerarchici agglomerativi sono:
metodi di classificazionie con aggregazioni successive
I metodi non gerarchici comprendono:
l’algoritmo delle k-medie
I metodi non gerarchici forniscono in output un numero di suddivisioni pari a:
1
I metodi non gerarchici sono detti:
metodi partitivi
I modelli di credit scoring con obiettivi riguardo gli “aspetti applicativi” stimano:
la provabilità di insolvenza
I modelli di credit scoring con obiettivi riguardo gli “asptti prestazionali” valutano:
Il livello di rischio dei debitori esistenti
I parametri dei sottogruppi sono ricavati principalmente con il metodo che:
usa parametri stimati e aggiustati a man mano che il processo continua
I parametri nel modello di regressione lienare sono stimati mediante il metodo di:
Minimi quadrati
I parametri nel modello di regressione lienare sono stimati mediante il metodo di:
Minimi quadrati
I passaggi da compiere per importare i dati in SPSS sono:
file,apri,dati
I passaggi fondamentali del metodo delle k-medie sono:
5
I prodotti consumati rappresentano:
le variabili osservate
I tipi di campionamento sono:
Sia probabilistico che non probabilistico
Il “Valore” dei big data indica:
La loro capacità di creare nuove informazioni
Il campionamento a grappolo è:
Probabilistico
Il campionamento casuale stratificato si usa quando la popolazione è:
numerosa
Il campionamento casuale stratificato si usa quando le unità statistiche possono essere suddivise in:
n gruppi
Il campionamento per quote è un particolare campionamento a scelta:
ragionata
Il campionamento probabilistico è composto da un numero di campionamenti pari a:
4
Il ciclo di Deming si caratterizza per:
la dinamicità
Il ciclo di deming si compone di quante fasi:
4
Il coefficiente α di Cronbach serve per valutare:
valutare l’affidabilità degli indicatori
Il concetto di atteggiamento fu introdotto da:
Thurstone
Il concetto di atteggiamento fu introdotto negli anni:
30
Il credit scoring è:
un insieme di metodologie statisitche
Il CSI è:
Customer Satisfaction Index
Il data mining è divido in due tipologie:
Supervisionato e non supervisionato
Il data mining è:
sia descrittivo che predittivo
Il Data Mining può essere definito come:
un processo iterativo
Il generico elemento aij della matrice dei dati di una ACP:
rappresenta il valore della j-esima variabile osservata sull’i-esima unità
Il grafico riportato nell’analisi è detto:
dendogramma
Il livello pragmatico esami:
il contesto delle parole
Il livello statistico esamina:
co-occorrenza dei termini
Il metodo di Shewhart tiene in considerazione solo l’errore di I specie e l’ammontare di tale errore è:
0,3% con i limiti 3σ
Il miglioramento della qualità riguarda:
prodotti, servizi, processi
Il modello di costruzione della qualità si compone di un numero di elementi pari a:
5
Il modello di regressione lineare multiplo fa parte delle tecniche di:
Tecniche di previsione e classificazione
Il modello Logit stima:
Prob(Y=1|X)
Il modello Servqual considera:
La differenza tra percezioni e aspettative
Il modello Servqual si basa su:
teoria dei gap
Il numero dei parametri nel modello di regressione lienare multiplo è pari a:
Numero di variabili indipendenti +1
Il numero dei parametri nel modello di regressione lienare semplice è pari a:
2
Il numero delle unità del campione sono
Minori rispetto a quelle della popolazione
Il numero di variabili indipendenti nel modello di regressione lineare multiplo è:
Più di uno
Il numero di variabili indipendenti nel modello di regressione lineare semplice è:
1
Il peso di ciascuna variabile rispetto ad ogni componente principale viene espresso:
dall’autovettore
Il pre-test è una fase di:
sperimentazione
Il primo problema da affrontare è relativo a:
misurazione
Il prodotto tra la matrice trasposta centrata e la matrice centrata restituisce:
la matrice di devianza e codevianza
Il prodotto tra una matrice e la sua inversa genera:
la matrice identità
Il Qualitometro considera:
qualità attesa e percepita
Il quarto gruppo di modelli è dato dai modelli a reti:
baesyane
Il rischio di un errore di II specie dipende da:
ampiezza dei limiti di controllo, entità del processo fuori controllo e numerosità del campione
Il risultato del prodotto tra vettori sarà:
uno scalare
Il simbolo “<-“ è equivalente al comando:
assign()
Il simbolo “:
assign()
Il singolo elemento di un vettore si denota con:
una lettera minuscola in corsivo
Il sistema di Gestione per la Qualità, tra le altre cose, consente:
di misurare i diversi scostamenti rispetto al sistema delle aspettative della clientela
Il termine “dato” deriva dal latino:
Datum
Il termine text mining inizia ad essere utilizzato nel:
1995
Il text mining coinvolge:
l’informazion retrival
Il text mining fa parte delle tecniche:
esplorative
Il text mining ha un approccio:
interdisciplinare
In base al livello di comunicazione, gli indicatori si distinguono in:
cold, hot e warm
In base alla modalità di costruzione, gli indicatori si distinguono in:
semplici, sintetici, compositi
In SPSS l’estensione di un file dati è:
.sav
In SPSS, è possibile limitare le elaborazioni solo ad alcune unità statistiche:
con il comando Seleziona casi
In una ipermatrice di contingenza:
molte celle hanno una frequenza nulla
In una matrice dei dati per ACP:
in colonna ci sono le variabili
In una matrice di correlazione:
l’elemento a31 = l’elemento a13
In una matrice simmetrica:
gli elementi coniugati rispetto alla diagonale principale sono uguali
In una matrice, gli elementi da a1n ad am1 costituiscono:
la diagonale secondaria
KDD sta per:
Knowledge Discovery in Databases
Knowledge Discovery in Databases:
è un processo che consente di estrarre conoscenza dai dati
L’Analisi delle Componenti Principali
è una tecnica statistica per l’analisi di dati quantitativi
L’indicatore MPI è:
Multidimensionale
L’indice di determinazione lineare nel modello di regressione lineare semplice può essere:
0,5
La classificazione automatica fa parte delle tecniche:
esplorative
La cluster analysis è una tecnica di:
segmentazione
La Cluster Analysis è una tecnica di:
Tecniche di segmentazione
La Customer Satisfaction diviene rilevante nel:
1950
La data visualization è:
l’esplorazione visuale e interattiva
La definizione di qualità è data da:
American Society for Quality
La differenza tra matrici:
È possibile solo tra matrici con stessa dimensione
La distanza tra i gruppi deve essere:
massima
La fase Check nella ruota di Deming consiste nel:
verificare le soluzioni provate
La funzione “range()” restituisce:
un vettore con i valori minimo e massimo
La funzione originiaria del credit scoring è:
stima del rischio di default
La matrice di Burt ha:
p x p blocchi
La matrice di correlazione è:
simmetrica
La matrice di varianza e covarianza è una matrice:
quadrata
La matrice Dr dei marginali di riga è:
costituita da tutti zero eccetto gli elementi sulla diagonale principale
