metodi Flashcards
1
Q
Domanda
A
Risposta
2
Q
“individuazione con accuratezza e oggettività degli indicatori elementari” è la fase:
A
2
3
Q
Alla base della piramide del modello di Customer Satisfaction della Japan Management Association troviamo:
A
Clienti
4
Q
All’interno della matrice di correlazione si osservano:
A
le relazioni di concordanza e discordanza
5
Q
All’interno dell’ambiente R è possibile:
A
elaborare dati
6
Q
ARPANET è ora conosciuto come:
A
Internet
7
Q
Assumendo x come uno scalare ed a come un vettore, indicare quale delle seguenti uguaglianze/disuguaglianze è valida:
A
a * x = x * a
8
Q
Col cerchio delle correlazioni, visualizziamo:
A
il contributo di ciascuna variabile alla spiegazione delle componenti
9
Q
Con il comando “c(…) si genera:
A
un vettore
10
Q
Con il comando “object” è possibile:
A
visualizzare gli oggetti
11
Q
Dal punto di vista operativo, ogni variabile latente è definita da:
A
un indicatore
12
Q
Dopo aver estratto informazioni da un file di testo, esse vengono convertite in un file:
A
Strutturato
13
Q
Dopo aver impostato un filtro in SPSS, questo:
A
resta attivo fino a quando non si selezionano nuovamente tutti i casi
14
Q
Durante la data characterization vengono controllati/e:
A
fonti dati
15
Q
E’ uno strumento manageriale della qualità:
A
l’istogramma
16
Q
Foto e video fanno parte dei dati:
A
Non Strutturati
17
Q
Gli autovalori di una matrice sono:
A
numeri reali positivi
18
Q
Gli autovettori u rappresentano:
A
i presi
19
Q
Gli indicatori compositi possono essere definiti come:
A
combinazione matematca di indicatori elementari
20
Q
Gli obiettivi dell’AFD possono essere classificati in…:
A
descrittivo e decisionale
21
Q
Gli obiettivi dell’SPC sono:
A
3
22
Q
Gli output generati da R:
A
possono essere esportati solo in alcuni formati
23
Q
Gli Small Data:
A
Provengono da raccoltedati interne
24
Q
Gli strumenti manageriali della qualità sono:
A
7
25
Gli strumenti manageriali della qualità:
sono facili da usare
26
Gli user generated content sono:
Dati generati dagli utenti
27
Ha senso condurre una ACP quando:
tra le variabili di partenza esiste correlazione
28
I Big Data trovano applicazione:
In molteplici settori
29
I blocchi extradiagonali di una matrice di Burt:
possono essere rettangolari
30
I cluster sono dei gruppi di unità statistiche:
omogenei
31
I dati business generated sono:
Dati che possono essere generati sia da macchine che da utenti
32
I dati Human generated sono:
Dati generati dagli utenti
33
I dati in una tabella Ms Excel sono:
Strutturati
34
I dati ricavati dal Web possono essere classificati come:
Strutturati, non strutturati, semi strutturati
35
I gruppi che derivano dai metodi di classificazione sono caratterizzati da:
omogeneità interna
36
I gruppi che si creano con la cluster analysis sono tra loro:
disomogenei
37
I metodi di campionamento non probabilistico sono:
4
38
I metodi fattoriali consentono:
la rappresentazione in uno spazio ridotto
39
I metodi gerarchici agglomerativi sono:
metodi di classificazionie con aggregazioni successive
40
I metodi non gerarchici comprendono:
l'algoritmo delle k-medie
41
I metodi non gerarchici forniscono in output un numero di suddivisioni pari a:
1
42
I metodi non gerarchici sono detti:
metodi partitivi
43
I modelli di credit scoring con obiettivi riguardo gli "aspetti applicativi" stimano:
la provabilità di insolvenza
44
I modelli di credit scoring con obiettivi riguardo gli "asptti prestazionali" valutano:
Il livello di rischio dei debitori esistenti
45
I parametri dei sottogruppi sono ricavati principalmente con il metodo che:
usa parametri stimati e aggiustati a man mano che il processo continua
46
I parametri nel modello di regressione lienare sono stimati mediante il metodo di:
Minimi quadrati
47
I parametri nel modello di regressione lienare sono stimati mediante il metodo di:
Minimi quadrati
48
I passaggi da compiere per importare i dati in SPSS sono:
file,apri,dati
49
I passaggi fondamentali del metodo delle k-medie sono:
5
50
I prodotti consumati rappresentano:
le variabili osservate
51
I tipi di campionamento sono:
Sia probabilistico che non probabilistico
52
Il "Valore" dei big data indica:
La loro capacità di creare nuove informazioni
53
Il campionamento a grappolo è:
Probabilistico
54
Il campionamento casuale stratificato si usa quando la popolazione è:
numerosa
55
Il campionamento casuale stratificato si usa quando le unità statistiche possono essere suddivise in:
n gruppi
56
Il campionamento per quote è un particolare campionamento a scelta:
ragionata
57
Il campionamento probabilistico è composto da un numero di campionamenti pari a:
4
58
Il ciclo di Deming si caratterizza per:
la dinamicità
59
Il ciclo di deming si compone di quante fasi:
4
60
Il coefficiente α di Cronbach serve per valutare:
valutare l'affidabilità degli indicatori
61
Il concetto di atteggiamento fu introdotto da:
Thurstone
62
Il concetto di atteggiamento fu introdotto negli anni:
30
63
Il credit scoring è:
un insieme di metodologie statisitche
64
Il CSI è:
Customer Satisfaction Index
65
Il data mining è divido in due tipologie:
Supervisionato e non supervisionato
66
Il data mining è:
sia descrittivo che predittivo
67
Il Data Mining può essere definito come:
un processo iterativo
68
Il generico elemento aij della matrice dei dati di una ACP:
rappresenta il valore della j-esima variabile osservata sull'i-esima unità
69
Il grafico riportato nell'analisi è detto:
dendogramma
70
Il livello pragmatico esami:
il contesto delle parole
71
Il livello statistico esamina:
co-occorrenza dei termini
72
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
73
Il miglioramento della qualità riguarda:
prodotti, servizi, processi
74
Il modello di costruzione della qualità si compone di un numero di elementi pari a:
5
75
Il modello di regressione lineare multiplo fa parte delle tecniche di:
Tecniche di previsione e classificazione
76
Il modello Logit stima:
Prob(Y=1|X)
77
Il modello Servqual considera:
La differenza tra percezioni e aspettative
78
Il modello Servqual si basa su:
teoria dei gap
79
Il numero dei parametri nel modello di regressione lienare multiplo è pari a:
Numero di variabili indipendenti +1
80
Il numero dei parametri nel modello di regressione lienare semplice è pari a:
2
81
Il numero delle unità del campione sono
Minori rispetto a quelle della popolazione
82
Il numero di variabili indipendenti nel modello di regressione lineare multiplo è:
Più di uno
83
Il numero di variabili indipendenti nel modello di regressione lineare semplice è:
1
84
Il peso di ciascuna variabile rispetto ad ogni componente principale viene espresso:
dall'autovettore
85
Il pre-test è una fase di:
sperimentazione
86
Il primo problema da affrontare è relativo a:
misurazione
87
Il prodotto tra la matrice trasposta centrata e la matrice centrata restituisce:
la matrice di devianza e codevianza
88
Il prodotto tra una matrice e la sua inversa genera:
la matrice identità
89
Il Qualitometro considera:
qualità attesa e percepita
90
Il quarto gruppo di modelli è dato dai modelli a reti:
baesyane
91
Il rischio di un errore di II specie dipende da:
ampiezza dei limiti di controllo, entità del processo fuori controllo e numerosità del campione
92
Il risultato del prodotto tra vettori sarà:
uno scalare
93
Il simbolo "<-" è equivalente al comando:
assign()
94
Il simbolo ":
assign()
95
Il singolo elemento di un vettore si denota con:
una lettera minuscola in corsivo
96
Il sistema di Gestione per la Qualità, tra le altre cose, consente:
di misurare i diversi scostamenti rispetto al sistema delle aspettative della clientela
97
Il termine "dato" deriva dal latino:
Datum
98
Il termine text mining inizia ad essere utilizzato nel:
1995
99
Il text mining coinvolge:
l'informazion retrival
100
Il text mining fa parte delle tecniche:
esplorative
101
Il text mining ha un approccio:
interdisciplinare
102
In base al livello di comunicazione, gli indicatori si distinguono in:
cold, hot e warm
103
In base alla modalità di costruzione, gli indicatori si distinguono in:
semplici, sintetici, compositi
104
In SPSS l’estensione di un file dati è:
.sav
105
In SPSS, è possibile limitare le elaborazioni solo ad alcune unità statistiche:
con il comando Seleziona casi
106
In una ipermatrice di contingenza:
molte celle hanno una frequenza nulla
107
In una matrice dei dati per ACP:
in colonna ci sono le variabili
108
In una matrice di correlazione:
l'elemento a31 = l'elemento a13
109
In una matrice simmetrica:
gli elementi coniugati rispetto alla diagonale principale sono uguali
110
In una matrice, gli elementi da a1n ad am1 costituiscono:
la diagonale secondaria
111
KDD sta per:
Knowledge Discovery in Databases
112
Knowledge Discovery in Databases:
è un processo che consente di estrarre conoscenza dai dati
113
L’Analisi delle Componenti Principali
è una tecnica statistica per l’analisi di dati quantitativi
114
L’indicatore MPI è:
Multidimensionale
115
L’indice di determinazione lineare nel modello di regressione lineare semplice può essere:
0,5
116
La classificazione automatica fa parte delle tecniche:
esplorative
117
La cluster analysis è una tecnica di:
segmentazione
118
La Cluster Analysis è una tecnica di:
Tecniche di segmentazione
119
La Customer Satisfaction diviene rilevante nel:
1950
120
La data visualization è:
l'esplorazione visuale e interattiva
121
La definizione di qualità è data da:
American Society for Quality
122
La differenza tra matrici:
È possibile solo tra matrici con stessa dimensione
123
La distanza tra i gruppi deve essere:
massima
124
La fase Check nella ruota di Deming consiste nel:
verificare le soluzioni provate
125
La funzione "range()" restituisce:
un vettore con i valori minimo e massimo
126
La funzione originiaria del credit scoring è:
stima del rischio di default
127
La matrice di Burt ha:
p x p blocchi
128
La matrice di correlazione è:
simmetrica
129
La matrice di varianza e covarianza è una matrice:
quadrata
130
La matrice Dr dei marginali di riga è:
costituita da tutti zero eccetto gli elementi sulla diagonale principale
131
La metodologia ASUM-DM si compone di:
4 passaggi
132
La metodologia CRISP si compone di:
6 passaggi
133
La misurazione associa:
numeri e caratteristiche
134
La non qualità è data dalla differenza tra:
qualità percepita e prevista
135
La nube dei punti della AC consente di valutare l'interdipendenza tra le variabili:
dal punto di vista geometrico
136
La parola indice deriva da:
index
137
La ponderazione degli indicatori è fatta con:
approccio soggettivo o oggettivo
138
La predisposizione dei dati di input comprende:
data discovery, characterization e assembly
139
La prima tabella da considerare nei risultati di una cluster analysis è quella contenente:
le statistiche descrittive
140
La principale proprietà della metrica del chi-quadrato è:
l'equivalenza distributiva
141
La procedura per un'indagine di CS è formata da un numero di fasi pari a:
5
142
La proiezione di punti in supplementare serve a:
arricchire il quadro interpretativo
143
La qualità prevista individua:
bisogni latenti o manifesti
144
La rappresentazione grafica di un vettore avviene in uno spazio:
le cui dimensioni dipendono dal numero di elementi del vettore
145
La rappresentazione β-baricentrica della AC:
consente la rappresentazione congiunta dei profili riga e colonna
146
La regola di Sarrus consente di calcolare:
il determinante di una matrice di ordine 3
147
La regressione logista è una tecnica di:
previsione
148
La Ruota di Deming può essere chiamata anche:
ciclo PDCA
149
La scelta della tecnica più adatta per l'acquisizione delle informazioni oggetto della rilevazione è effettuata sulla base di considerazioni:
teoriche e pratiche
150
La somma di due matrici genera:
una matrice con la stessa dimensione delle matrici che sono gli addendi dell'operazione
151
La sottrazione tra vettori è, ad esempio, possibile:
tra due vettori riga con uguale dimensione
152
La tabella delle frequenze relative F si ottiene:
dalla tabella di contingenza
153
La tabella di "appartenenza cluster" è formata da:
numero di caso, clustr, distanza
154
La tabella di contingenza prevede l'incrocio tra:
le modalità di due variabili qualitative
155
La tabella unità statistiche*variabili, nell'AMD, è:
una matrice di dati
156
La teorizzazione degli Samll Data è attribuita a:
Martin Lindstorm
157
La traccia della matrice di correlazione:
coincide col numero delle variabili
158
La traccia di una matrice è:
la somma degli elementi sulla diagonale principale
159
La trasformazione dei dati può essere fatta con:
Numeri indice
160
La Vista dati e la Vista variabili in SPSS, rientrano:
nell'editor dei dati
161
La Y del modello logit è una variabile:
dicotomica
162
L'ACP può essere eseguita tramite i seguenti comandi:
Analizza, Riduzione delle dimensioni, fattore
163
L'ACP può essere usata in presenza di variabili:
esclusivamente quantitative
164
L'acronimo CBR sta per:
Case-Base Rasoning
165
L'acronimo SPSS sta per:
Statistical Package for Social Science
166
L'ACSI è:
American Customer Satisfaction Index
167
L'AFD ricerca ricerca il/l' '…… discriminante':
Asse discriminante
168
L'affidabilità della misurazione è data dalla correlazione tra gli indicatori e da:
numero di indicatori
169
L'alfa di Cronbach serve per valutare:
la consistenza interna delle scale
170
L'AMD opera con:
regole geometriche ed algebriche
171
L'AMD studia:
fenomeni complessi
172
L'analisi dei modelli utilizza il:
Manager Information System
173
L'Analisi delle Corrispondenze Binarie (AC) consente di studiare le relazioni tra quante variabili qualitative:
2
174
L'Analisi delle Corrispondenze Multiple (ACM) consente di studiare le relazioni tra quante variabili qualitative:
più di 2
175
L'analisi di Pareto si basa sul presupposto:
80:20
176
L'analisi discriminante ricerca combinazioni:
lineari
177
L'analisi fattoriale discriminante è una tecnica di:
classificazione
178
L'Analisi Fattoriale è una tecnica di:
Riduzione dei dati
179
L'analisi fattoriale può essere utilizzata nella fase numero:
4
180
L'approccio Data Driven:
permette di condurrre la gestione in base a dati e informazioni raccolti
181
L'approccio statistico considera:
la frequenza delle parole
182
Le "3 V" dei Big Data sono:
Volume, Varietà, Velocità
183
Le carte di controllo prevedono riferiment:
alla statistica inferenziale
184
Le componenti dell'ACP devono essere:
incorrelate
185
Le componenti principali:
sono ortogonali e riproducono in senso decrescente la variabilità
186
Le coordinate delle variabili sui tre fattori sono riportate nella tabella:
Matrice dei componenti
187
Le criticità riiscontrabili durante la misurazione sono:
6
188
Le fasi per la costruzione di un indicatores sono:
11
189
Le partizioni derivano dall'applicazione di:
metodi non gerarchici
190
Le politiche di miglioramento si rendono necessarie per effetto:
della globalizzazione e della ipercompetizione
191
Le principali attività del Data Mining sono:
descrivere e predire
192
Le regole di decisione sono:
4
193
Le Reti Neurali consentono di rappresentare le connessioni tra variabili:
dipendenti e indipendenti
194
Le righe delle matrici dei dati sono:
le unità statistiche
195
Le scale di misurazione si classificano in:
scale metriche e non metriche
196
Le soluzioni dell'equazione caratteristica di una matrice rappresentano:
gli autovalori
197
Le tecniche di data mining possono essere classificate in un numero di categorie pari a:
4
198
Le tecniche statistiche consentono di acquisire informazioni su un sistema o un processo in modo:
razionale, ordinato, efficiente
199
Le tre entità che descrivono un indicatore sono:
comunicazione, semplificazione, quantificazione
200
Le unità statistiche vengono raggruppate al fine di minimizzare la distanza:
intra-cluster
201
Le variabili che hanno un maggiore contributo sulla componente:
sono lontane dal baricentro, sia sul semiasse positivo che su quello negativo
202
Le variabili oggetto di misurazione si classificano in:
qualitative e quantitative discrete o continue
203
L'effetto Guttman di una AC:
deriva da una tabella con frequenze prevalenti sulla diagonale principale
204
L'estensione di un file output di SPSS è:
.spv
205
L'evoluzione delle metodologie di valutazione ha visto il passaggio da:
un'ottica di produzione ad un'ottica di mercato
206
L'indagine pilota viene eseguita su:
un piccolo gruppo
207
L'indagine preliminare consiste nel consulatare:
dati secondari
208
L'indice R2 assume valori:
Compresi tra 0 e 1
209
L'indice R2 assume valori:
Compresi tra 0 e 1
210
L'inerzia totale in una AC:
determina la dispersione della nube dei punti
211
L'ipotesi di omoschedasticità presuppone che:
Tutte le variabili abbiano uguali varianze
212
L'istogramma, quale strumento manageriale della qualità, si fonda sui concetti di:
frequenza, dispersione, classe
213
L'ISU viene calcolato:
ogni 2 anni
214
Lo strumento manageriale della qualità che consente di verificare l'esistenza di differenze tra gruppi di dati omogenei è:
l'analisi di stratificazione
215
Lo strumento manageriale della qualità che consente di visualizzare cause principali e secondarie di un effetto indesiderato è:
il diagramma causa-effetto
216
L'obiettivo di una ACP è di:
sintetizzare il fenomeno
217
L'operazione che ci permette di passare da un vettore riga ad un vettore colonna, o viceversa, è:
la trasposizione
218
L'ultima fase della preparazione dei dati è:
la riduzione del volume dei dati
219
Moltiplicando un vettore per lo scalare -1, il risultato sarà:
il vettore opposto
220
Nel campionamento a grappoli la popolazione è divisa in:
gruppi
221
Nel campionamento a valanga le unità sono selezionate:
casualmente
222
Nel campionamento di convenienza le unità statistiche hanno:
uguali probabilità di essere scelte
223
Nel diagramma causa-effetto, la testa del pesce rappresenta:
l'effetto indesiderato
224
Nel diagramma di correlazione, in caso di correlazione inversa:
i punti si dispongono in modo decrescente lungo una retta
225
Nel foglio Vista Dati, le variabili sono:
in colonna
226
Nel foglio Vista variabili, sulle righe sono riportate:
le variabili
227
Nel grafico dei punti riga della AC:
i profili riga sono contenuti nel poliedro definito dai vertici colonna della tabella
228
Nel modello di regressione lineare multipla il numero di variabili indipendenti è
Maggiore di 1
229
Nel modello di regressione lineare multiplo, con il termine predittori si intende:
Le variabili indipendenti
230
Nel modello di regressione lineare multiplo, la somma degli errori è:
Nulla
231
Nel modello di regressione lineare semplice, centrando gli scarti, il coefficiente angolare:
Non si modifica
232
Nel modello di regressione lineare semplice, con il termine predittore si intende:
La variabili indipendente
233
Nel modello di regressione lineare semplice, la somma degli errori al quadrato è:
Un minimo
234
Nel modello di regressione lineare semplice, la somma degli errori è uguale a:
0
235
Nel modello di regressione lineare semplice, l'indice R2 è uguale a:
Quadrato dell'indice di correlazione
236
Nel modello Servqual il numero delle dimensioni è:
5
237
Nel momento in cui si verifica un evento che fa scattare l'allarme, si attivano una serie di attività che possono essere riassunte da:
OCAP-Out of Control Plan
238
Nel prodotto tra matrici, è vera l'uguaglianza:
A m x n * B n x p = C m x p
239
Nel test del chi-quadrato, i gradi di libertà sono:
(r-1)(c-1)
240
Nel test del chi-quadrato, l'ipotesi nulla:
È l'indipendenza
241
Nella AC, il tasso di inerzia di un asse è dato da:
rapporto tra l'autovalore dell'asse e somma di tutti gli autovalori
242
Nella AC, la matrice da diagonalizzare è:
la matrice S, prodotto tra le matrici dei profili riga e colonna
243
Nella AC, la tabella dei contributi assoluti:
È separata per righe e colonne
244
Nella ACM, è assente la rappresentazione grafica:
dei punti-variabili
245
Nella ACP, la matrice dei dati è:
una tabella unità*variabili
246
Nella ACP, può essere una matrice di base:
una matrice di varianza/covarianza
247
Nella codifica disgiuntiva completa:
gli unici valori consentiti sono 0 e 1
248
Nella codifica ridotta:
posso trovare un 5
249
Nella matrice (n,p+1), l'ultima colonna rappresenta:
la variabile da spiegare
250
Nella scheda degli output, la prima tabella contiene:
le statistiche descrittive
251
Nella tabella dei profili riga, il profilo medio si trova:
nell'ultima riga
252
Nella tabella di contingenza, l'elemento n12 indica:
il numero di volte che si presentano la prima modalità della variabile in riga e la seconda modalità della variabile in colonna
253
Nell'AC, per misurare la distanza tra i profili, la distanza euclidea:
non è adatta
254
Nell'ACM, la matrice Z è del tipo:
unità x modalità
255
Nell'AMD, può essere una matrice di base:
una matrice di distanza
256
Nelle formule di calcolo dei limiti, la L rappresenta:
la distanza dei limiti di controllo dalla linea centrale espressa in unità di deviazione standard
257
Nell'importazione di un file Excel in SPSS:
È possibile spuntare l'opzione Leggi i nomi delle variabili dalla prima riga di dati
258
Non immagazzinabilità significa:
produzione e consumo non separabili
259
Numero di punti dell'agenda 2030:
17
260
Ogni indicatore deve essere:
coerente e adeguato
261
Ogni servizio è realizzato dall'interazione tra:
risorse umane, mezzi e tecnologie, utenti
262
Per calcolare la somma dei quadrati degli elementi del vettore posso utilizzare:
il prodotto scalare
263
Per condurre una ACP posso usare una matrice di varianza e covarianza:
se le variabili sono espresse nella stessa unità di misura
264
Per definire la somiglianza/dissomiglianza tra le unità statistiche, in caso di variabili quantitative sono usate:
le distanze
265
Per la costruzione dell'UCL viene utilizzata la seguente formula:
UCL = µw + L σw
266
Per la costruzione di un indicatore composito è possibile avere problemi in merito a:
determinazione delle componenti
267
Per la variabili qualitative, le associazioni utilizzate sono:
matching-type
268
Per modificare/aggiornare le informazioni sulle variabili bisogna cliccare su:
vista variabili
269
Per multicollinearità di intende:
La correlazione tra le variabili indipendenti
270
Per ottenere i dati necessari ad elaborare la carta di controllo di Shewhart, il processi viene campionato a intervalli:
regolari
271
Per potere aggiungere gli assi al grafico delle componenti è necessario cliccare su:
modifica, seleziona asse X (o Y), scheda scala, Visualizza linea d'origine
272
Per procedere all'ossrvazione dei fenomeni è necesssario deginire alla base:
modello concettuale, costrutti, variabili latenti e indicatori
273
Per ridurre la dimensionalità dei dati viene usata:
l'analisi delle componenti principali
274
Per scegliere le dimensioni del campione-test è possibile utilizzare quanti differenti metodi?:
2
275
Può prevedere una parte comune rispetto alla raccolta dati:
il foglio di rilevazione
276
Quale dei seguenti è un software statistico:
R
277
Quale dei seguenti non è un metodo fattoriale:
Cluster
278
Quale delle seguenti è una ipotesi del modello di regressione lineare:
Omoschedalisticità
279
Quale delle seguenti non è una caratteristica degli indicatori statistici
Velocità
280
Quale delle seguenti non è una fase dell’indagine di Customer Satisfaction:
Analisi dei prezzi
281
Quando la nube dei punti di una AC è di forma circolare e molto concentrata attorno al baricentro:
c'è indipendenza tra le variabili
282
Quando le n unitàstatistiche sono di volta in volta aggregate tra loro per creare un unico gruppo m parliamo di:
metodo aggregativo
283
Quando partendo da un unico cluster contenente tutte le unità statistiche, si arriva ad ottenere n cluster, ognuno con una sola unità, abbiamo i:
metodo scissorio
284
R consente di lavorare su diverse strutture di dati, che possiamo definire come:
oggetti
285
R è un discendente di:
S e C
286
R è un software "case sensitive", ovvero:
distingue lettere maiuscole e minuscole
287
R nasce presso il Dipartimento di Statistica dell'Università di:
Auckalnd
288
Rappresenta una estensione dell'AC:
l'ACM
289
Rientra tra gli ulteriori ausilii alla interpretazione dei risultati di una AC:
il contributo assoluto del punto alla spiegazione dell'asse
290
Se addiziono un vettore al suo opposto ottengo:
il vettore nullo
291
Se il coefficiente di regressione nel modello di regressione lienare semplice è positivo, la correlazione tra le due variabili è:
Positiva?
292
Se in una matrice scambio le righe con le colonne ottengo:
la matrice trasposta
293
Se la matrice standardizzata ha dimensioni 5 x 4, la dimensione della matrice di correlazione sarà:
4 x 4
294
Se le combinazioni fossero tutte nulle o prossime allo zero, le variabili risulterebbero:
linearmente indipendenti
295
Se le variabili non sono espresse nella stessa unità di misura, l'ACP viene condotta:
sulla matrice di correlazione
296
Se sottraggo un vettore ad uno scalare, ottengo:
un vettore con le stesse dimensioni
297
Servqual sta per:
Service Quality
298
Shewhart aveva come obiettivo quello di offrire uno strumento capace di stabilire se un processo fosse:
sotto o fuori controllo
299
Shewhart distingue due tipologie di variabilità:
variabilità sistematica e variabilità dovuta a cause identificabili
300
Smal Data and Smaller Bricks saved:
Lego
301
SPSS è l’acronimo di
Statistical Package for Social Science
302
TEC sta per:
Tasso di errata classificazione
303
Tra gli algoritmi che sfruttano le caratteristiche sia dei metodi gerarchici che non gerarchici troviamo:
l'algoritmo Two-steps
304
Tra gli aspetti che concocrrono a formare il concetto di qualità troviamo:
qualità tecnica
305
Tra gli svantaggi del text mining troviamo:
i problemi legati alla privacy
306
Tra i criteri per la scelta del numero delle componenti, non rientra:
il criterio dellla correlazione unitaria
307
Tra i modelli troviamo:
modelli formativi o compositivi
308
Tra i principali benefici delle carte di controllo troviamo:
il grado di affidabilità e stabilità di un sistema di controllo
309
Tramite l'ACP si vuole creare una combinazione... dei prodotti consumati:
lineare
310
Un caso particolare di reti neurali è il modello:
Back Propagattion Naural Network
311
Un centroide può essere visto come:
profilo medio delle unità
312
Un dato può essere definito come:
Un fatto oggettivo
313
Un fenomeno complesso è frutto di:
concetti
314
Un file di output di SPSS:
restituisce i grafici e le tabelle che risultano dalle elaborazioni
315
Un indicatore composito deve sempre essere accompagnato da informazioni dettagliate su:
Componenti, metodologia, modalità di interpretazione e punti di debolezza
316
Un indicatore composito, a volte, viene sostituito da:
un cruscotto di indicatore
317
Un output di SPSS può essere esportato in word:
sì
318
Un secondo momento di esecuzione dell'indagine è la definizione di:
piano di campionamento
319
Una delle criticità è:
la scala influenza i risultati ottenuti
320
Una delle misure di dissomiglianza è detta:
coefficiente di Jaccard
321
Una matrice a tre vie prevede l'incrocio tra:
le modalità di tre variabili
322
Uno degli obiettivi generali del credit scoring è quello di:
attrarre richiedenti di qualità
323
Uno dei grafici che rappresenta un'analisi cluster è detto:
dendogramma
324
Uno dei metodi utilizzate per definire la distanza è data dalla:
distanza di Manhattan
325
Vision 2000 ha introdotto il paradigma:
della strategia
