NEW
Font size
WorksheetsRecapitulare Date Bivariate
Total questions: 28
Worksheet time: 33mins
Un analist de marketing urmărește în 5 luni efectul reclamelor asupra veniturilor din vânzări. El înregistrează cheltuielile cu reclama (X) (milioane RON) și veniturile din vânzări (Y) (sute milioane RON). În urma prelucrării datelor obține:
i=1∑nxi=15 i=1∑nyi=10 i=1∑nxi2=55 i=1∑nxi⋅yi=37 i=1∑nyi2=30
În ipoteza unei dependențe liniare, coeficientul de corelație este:
0.70
0.56
0.68
0.82
0.77
Dacă coeficientul de corelație liniară Pearson are valoarea −0.93, atunci legătura dintre cele două variabile este:
directă, liniară și puternică
liniară și slabă
liniară, inversă și puternică
neliniară și de intensitate medie
neliniară și slabă
Coeficientul de corelație liniară Pearson se utilizează pentru studiul legăturii dintre:
două variabile numerice, cu distribuție normală, între care există legătură neliniară
doua variabile nenumerice măsurate pe scala ordinală
două variabile calitative măsurate pe scala nominală
două variabile numerice, cu distribuție normală, între care există legătură liniară
Alegeți variantele corecte dintre cele de mai jos referitoare la coeficientul de corelație liniară Pearson:
o valoare pozitivă arată legătură liniară inversa între două variabile
o valoare pozitivă și apropiată de 1 arată legătură directă și puternică între două variabile
o valoarea de 0.85 indică o legătură mai puternică decât o valoare de −0.85
o valoare egală cu 1 arată legătură slabă și inversă între cele două variabile
Coeficientul de corelație Spearman se utilizează pentru analiza legăturii dintre:
două variabile alternative
două variabile măsurate pe scala nominală
o variabilă numerică și o variabilă nenumerică măsurată pe scala ordinală
două variabile numerice, indiferent de forma legăturii sau tipul distribuției
niciun răspuns corect
Alegeți variantele corecte dintre cele de mai jos referitoare la coeficientul de corelație Spearman:
o valoare pozitivă arată legătură inversa între două variabile numerice
o valoare pozitivă și apropiată de 1 arată legătură directă și puternică între două variabile numerice
valoarea de 0.85 indică o legătură mai puternică decât o valoare de −0,85
o valoare egală cu 1 arată legătură slabă și inversă între cele două variabile
niciun răspuns corect
Legătura dintre două variabile numerice se analizează grafic cu ajutorul:
diagramei de structură
corelogramei
cronogramei
histogramei
poligonului frecvențelor
Semnul coeficientului de corelație
este minus când legătura dintre variabile este slabă
este determinat de abaterile medii pătratice ale variabilelor x și y
indică direcția schimbării unei variabile când cealaltă variabilă se modifică
este minus când descreșterea lui x este însoțită de descreșterea lui y
este plus când valorile lui y sunt mai mari decât media
Dacă valoarea coeficientului de corelație Pearson este 0, atunci:
y descrește când x crește
schimbările variabile y explică schimbările variabilei x
toate perechile (xi, yi) se află pe o linie dreaptă
nu există legătură între x și y
legătura dintre x și y, dacă există vreuna, nu este liniară
Pentru mai multe familii din mediul rural s-au cules și prelucrat date privind consumul de gaze naturale și consumul de energie electrică. În urma prelucrării datelor, s-a obținut r=0,883. Atunci, concluzia este:
utilizatorii tind să substituie o formă de energie cu alta
legătura dintre cele două variabile nu este de tip liniar
nu există legătură statistică între cele două variabile
familiile care au consumuri mici de energie electrică, au și consumuri mici de gaze naturale
dacă am construi diagrama de împrăștiere, am constata o împrăștiere a punctelor pe întregul grafic
Variabilele X și Y, măsurate pe 64 de unități statistice, au un coeficient de corelație de 0.4.Variabilele X și Z, măsurate pe aceleași unități, au un coeficient de corelație de −0.6. Acest lucru arată că:
corelația dintre X și Y este mai puternică, deoarece este pozitivă
corelația dintre X și Z este mai puternică, deoarece |-0.6|>0.4
cele două corelații sunt la fel de puternice, deoarece 1.0−0.6=0.4
variabilele nu sunt corelate, deoarece coeficienții sunt <1
nu putem spune care corelație este mai puternică, fără informații adiționale
Despre recolta medie la hectar la o anumită cultură și suprafața cultivată, pentru 30 de județe se cunosc datele din tabelul alaturat. Coeficientul de asociere are valoarea:
-0.70
0.78
0.59
-0.62
0.82
Numărătorul coeficientului de corelaţie (r) este covarianţa (covxy). De ce este preferat coeficientul de corelaţie?
Pentru că trebuie calculată media produselor abaterilor individuale
Deoarece numărătorul nu indică direcţia pantei sau a legăturii
Deoarece numărătorul nu indică intensitatea legăturii
Deoarece suma produselor abaterilor individuale este întotdeauna egală cu 0
Pentru a evita utilizarea valorilor luate în modul
În care dintre următoarele diagrame de împrăştiere coeficientul de corelaţie va avea valoare apropiată de 1?
Coeficientul de corelaţie liniara Pearson pentru setul de date bivariate alaturat are valoarea:
-7.2
7.2
-0.93
0.64
-0.64
Care dintre următoarele afirmații referitoare la coeficientul de corelaţie nu este adevărată: Alegeți o opțiune:
este un indicator al intensităţii legăturii liniare între variabile
este zero dacă nu există legătură între cele două variabile
este zero dacă valoarea covarianţei este zero
semnul coeficientului de corelație indică intensitatea legăturii dintre cele două variabile
Care dintre următoarele valori ale coeficienților de corelație reprezintă cea mai slabă legătură dintre două variabile? Alegeți o opțiune:
-0.15
0.15
-1
0.02
Coeficientul de corelație calculat pentru o legătură liniară inversă poate lua valori în mulțimea: Alegeți o opțiune:
poate lua orice valoare pozitivă supraunitară
(0; 1]
poate lua orice valoare negativă supraunitară
[-1; 0)
În vederea realizării unui studiu privind influența calității infrastructurii asupra activității turistice, s-au înregistrat investițiile în infrastructură (mil. Eur) și rata locurilor vacante din unitățile hoteliere (%), pentru 8 zone turistice. În urma prelucrării datelor, s-au obținut rezultatele din graficul alaturat. Pentru analiza dependenței dintre variabile s-a calculat coeficientul de corelație a rangurilor Spearman, a cărui valoare
este, cel mai probabil:
0.94
0.4
-0.03
-0.94
niciun răspuns corect
Punctele din corelogramă ar avea un coeficient de corelație aproape de (alegeti o optiune):
0
0.9
3.2
0.4
-0.9
In urma prelucrarii datelor, in vederea identificarii unei corelatii intre variabilele X si Y, s-a obtinut graficul alaturat. Dispunerea punctelor in grafic indica, cel mai probabil:
o legatura inversa si puternica
o legatura directa si de intensitate slaba
o legatura directa si puternica
In urma prelucrarii datelor, in vederea identificarii unei corelatii intre variabilele X si Y, s-a obtinut graficul alaturat. Valorile posibile pentru coeficientul de corelatie sunt:
-1 <= r <= 0.2
1 <= r <= 10
0 <= r <= 0.3
0.5 <= r <= 1
Covarianța dintre două variabile este:
strict pozitivă
strict negativă
poate lua orice valoare din mulțimea numerelor reale
întotdeauna 0
Pentru perechile de valori dintr-un set de date se transformă unitatea de măsură din inch în cm(toate valorile sunt înmulțite cu 2.54). Coeficientul de corelație pentru noile date va fi:
egal cu coeficientul de corelație calculat pe datele inițiale
de 2.54 ori mai mare decât coeficientul de corelație calculat pe datele inițiale
de 6.45 ori mai mare decât coeficientul de corelație calculat pe datele inițiale
Selectați informația care nu este adevărată referitoare la coeficientul de corelație:
este un indicator sintetic al intensității legăturii dintre două variabile
ia valori în intervalul [-1; 1]
se utilizează pentru studiul legăturii dintre două variabile, indiferent de scala de măsurare a acestora
Semnul coeficientului de corelație este dat de:
covarianța dintre variabilele X și Y
abaterea standard a variabilei y
abaterea standard a variabilei X
Un coeficient de corelație de 0.5 sugerează că:
pe măsură ce X crește, Y scade
dacă X crește, crește și Y
fiecare valoare a lui Y este aproximativ jumătate din valoarea corespunzătoare a variabilei x
Valoarea coeficientului de corelație Pearson, calculat pentru a studia legătura dintre venituri (miilei) și cheltuieli de consum (mii lei), pentru un eșantion de 251 de familii, are valoarea 0,65. Această valoare ne arată:
Că variabila cheltuieli de consum explică variația veniturilor
Că între cele două variabile există o legătură directă
Că între cele două variabile există o legătură inversă
Că între cele două variabile nu există dependență statistică
