Psicometria lezione 47-48

Se una distribuzione è fortemente asimmetrica e le condizioni del test parametrico non risultano adeguatamente soddisfatte, può essere opportuno: Applicare comunque qualsiasi test parametrico. Evitare qualsiasi analisi statistica. Utilizzare un test non parametrico appropriato al disegno. Trasformare necessariamente i dati in categorie nominali.

Nel calcolare le differenze per il test dei segni è necessario: Alternare l'ordine della sottrazione tra i partecipanti. Mantenere lo stesso ordine di sottrazione per tutte le coppie. Calcolare soltanto le differenze più ampie. Scegliere ogni volta l'ordine che produce un valore positivo.

I test non parametrici possono essere particolarmente appropriati quando: Le assunzioni richieste dal corrispondente test parametrico non sono adeguatamente soddisfatte. Si vogliono analizzare esclusivamente variabili nominali. I dati seguono necessariamente una distribuzione normale. La varianza della popolazione è sempre conosciuta.

Rispetto ai test parametrici, i test non parametrici richiedono generalmente: Assunzioni meno stringenti sulla forma della distribuzione dei dati. Campioni necessariamente più numerosi. L'assenza completa di qualsiasi condizione di applicazione. Una distribuzione perfettamente normale.

In una ricerca sullo stress, 8 partecipanti vengono valutati prima e dopo un laboratorio. Si osservano 6 segni negativi e 2 segni positivi, quindi T = 2. La traccia specifica che, con N compreso tra 6 e 8, il risultato è significativo al 5% soltanto quando T = 0. Qual è la conclusione corretta?. Si rifiuta H₀ perché i segni negativi sono più numerosi. H₀ è stata dimostrata vera. Si rifiuta H₀ perché T è diverso da 0. Non si rifiuta H₀ perché T = 2 non è un valore significativo per questa numerosità.

In una ricerca sulla qualità del sonno, 12 partecipanti vengono valutati prima e dopo un intervento. Non vi sono differenze pari a 0: si osservano 10 segni positivi e 2 segni negativi, quindi T = 2. La traccia specifica che, con N = 12, il risultato è significativo al 5% quando T è compreso tra 0 e 2. Qual è la decisione corretta?. Non si rifiuta H₀ perché i segni positivi sono più numerosi. Si rifiuta H₀ soltanto se T è maggiore di 10. Si rifiuta H₀ perché T = 2 rientra nell'intervallo dei valori significativi. Non si rifiuta H₀ perché T deve essere uguale a N.

Sotto l'ipotesi nulla H₀ del test dei segni, ci si aspetta che: I segni positivi e negativi siano distribuiti in modo approssimativamente equilibrato. Tutte le differenze siano necessariamente pari a 0. Tutti i segni siano positivi. Le differenze più ampie siano sempre negative.

In un test dei segni si osservano 7 differenze positive, 3 differenze negative e 2 differenze pari a 0. Quali valori vengono utilizzati per il test?. N = 12 e T = 2. N = 12 e T = 3. N = 10 e T = 3. N = 10 e T = 7.

Nel test dei segni, una differenza pari a 0 viene: Esclusa perché non indica né un aumento né una diminuzione. Conteggiata come segno positivo. Trasformata nel rango più basso. Conteggiata come segno negativo.

Nel test dei segni, la differenza viene definita come D = X₂ - X₁. Un valore negativo di D indica che: La differenza deve essere trasformata in un rango positivo. Il punteggio nella seconda misurazione è minore di quello nella prima. Il punteggio nella seconda misurazione è maggiore di quello nella prima. I due punteggi sono uguali.

Se i dati sono espressi su scala ordinale, quale scelta può risultare appropriata?. Trattare sempre le categorie come punteggi su scala a rapporti. Utilizzare un test non parametrico coerente con il disegno di ricerca. Calcolare necessariamente un t-test. Concludere che non sia possibile effettuare analisi inferenziali.

Nel test dei segni, la differenza viene definita come D = X₂ - X₁. Un valore positivo di D indica che: Il punteggio nella seconda misurazione è maggiore di quello nella prima. I due punteggi sono uguali. Il punteggio nella prima misurazione è maggiore di quello nella seconda. La coppia deve essere esclusa dall'analisi.

Qual è la differenza principale tra il test dei segni e il test di Wilcoxon per dati appaiati?. Il test dei segni utilizza le medie, mentre Wilcoxon utilizza le varianze. Il test dei segni richiede la normalità, mentre Wilcoxon richiede l'omogeneità delle varianze. Il test dei segni confronta gruppi indipendenti, mentre Wilcoxon confronta frequenze nominali. Il test dei segni considera soltanto la direzione delle differenze, mentre Wilcoxon utilizza anche i ranghi delle differenze.

Il test dei segni considera, per ciascuna coppia di misurazioni: La direzione positiva o negativa della differenza. L'ampiezza esatta della differenza. La media delle due misurazioni. Il rango assegnato alla differenza.

Il test dei segni e il test di Wilcoxon per dati appaiati possono essere utilizzati quando: I due gruppi sono formati da partecipanti diversi e non appaiati. Le variabili sono entrambe nominali. Le due misurazioni sono collegate perché provengono dagli stessi partecipanti o da coppie appaiate. Si confrontano più di due gruppi indipendenti.

Quale test costituisce un'alternativa non parametrica all'ANOVA per misure ripetute?. Il test di Friedman. Il test U di Mann-Whitney. Il test del chi-quadro. Il test di Kruskal-Wallis.

Quale test costituisce un'alternativa non parametrica all'ANOVA a una via per gruppi indipendenti?. Il test U di Mann-Whitney. Il test dei segni. Il test di Friedman. Il test di Kruskal-Wallis.

Quale test costituisce una possibile alternativa non parametrica al t-test per campioni indipendenti?. Il test dei segni. Il test U di Mann-Whitney. Il test di Wilcoxon per dati appaiati. Il test di Friedman.

I test non parametrici utilizzano frequentemente informazioni rappresentate da: Esclusivamente medie e varianze. Segni, ranghi o ordinamenti. Parametri della distribuzione normale necessariamente noti. Soltanto punteggi standardizzati z.

In uno studio si osservano più segni positivi che negativi, ma il test dei segni non è statisticamente significativo. Quale interpretazione è corretta?. Le differenze positive devono essere eliminate dall'analisi. L'aumento è dimostrato nella popolazione. Nel campione emerge una tendenza descrittiva all'aumento, ma l'evidenza non è sufficiente per rifiutare H₀. L'ipotesi nulla H₀ è certamente vera.

Il test U di Mann-Whitney costituisce una possibile alternativa non parametrica: All'ANOVA per misure ripetute. Al test dei segni. Al t-test per campioni indipendenti. Al t-test per campioni appaiati.

Il test di Wilcoxon per dati appaiati costituisce una possibile alternativa non parametrica: Al t-test per campioni appaiati. Al t-test per campioni indipendenti. Al test U di Mann-Whitney. All'ANOVA a una via.

Quale associazione tra disegno di ricerca e test non parametrico è corretta?. Tre o più gruppi indipendenti: Kruskal-Wallis; tre o più misurazioni correlate: Friedman. Tre o più gruppi indipendenti: Friedman; tre o più misurazioni correlate: Mann-Whitney. Due misurazioni appaiate: Mann-Whitney; tre gruppi indipendenti: test dei segni. Due gruppi indipendenti: Wilcoxon; tre misurazioni correlate: Kruskal-Wallis.

Nel test U di Mann-Whitney si utilizza la formula U = (N₁ × N₂) + [N₁(N₁ + 1) / 2] - R₁. Se N₁ = 6, N₂ = 5 e R₁ = 48, si ottiene U = 3. La traccia specifica che sono significativi al 5% i valori compresi tra 0 e 5 oppure tra 25 e 30. Qual è la conclusione corretta?. Il risultato è significativo e si rifiuta H₀ perché U = 3 rientra nel primo intervallo. Il risultato è significativo soltanto se U è compreso tra 6 e 24. Il risultato non è significativo perché U è inferiore a N₁. Non si rifiuta H₀ perché U deve essere uguale alla somma dei ranghi.

Nel test U di Mann-Whitney, se due punteggi uguali occuperebbero le posizioni 5 e 6 nell'ordinamento complessivo, a entrambi viene assegnato: Il rango medio 5.5. Il rango complessivo 11. Il rango 5. Il rango 6.

Nel calcolo del test U di Mann-Whitney, il primo passaggio consiste nel: Calcolare la differenza tra coppie di partecipanti. Confrontare direttamente le medie dei due gruppi. Ordinare separatamente i punteggi di ciascun gruppo. Ordinare insieme tutti i punteggi dei due gruppi dal più basso al più alto.

Due gruppi distinti di studenti valutano su scala ordinale l'utilità di due differenti metodi di studio. I gruppi hanno numerosità diverse. Quale test è appropriato?. Il test dei segni. Il test di Friedman. Il test di Wilcoxon per dati appaiati. Il test U di Mann-Whitney.

Sotto l'ipotesi nulla H₀ del test di Wilcoxon, ci si aspetta che: Tutti i ranghi più elevati abbiano segno positivo. Tutte le differenze siano necessariamente pari a 0. La somma dei ranghi positivi sia sempre uguale alla numerosità. I ranghi positivi e negativi siano distribuiti in modo sufficientemente equilibrato.

In uno studio sulla qualità del sonno si ottiene T = 6.5 su 10 coppie valide. La traccia specifica che, per N = 10, sono significativi al 5% i valori di T compresi tra 0 e 8. Qual è la decisione corretta?. Non si rifiuta H₀ perché T deve essere uguale a 0. Si rifiuta H₀ soltanto se T è maggiore di 10. Non si rifiuta H₀ perché T è inferiore al numero delle coppie. Si rifiuta H₀ perché T = 6.5 rientra nell'intervallo dei valori significativi.

In un test di Wilcoxon si ottengono R⁺ = 18.5 e R⁻ = 6.5. Qual è il valore della statistica T?. 6.5. 12. 18.5. 25.

Nel test di Wilcoxon, la statistica T corrisponde: Alla somma più piccola tra i ranghi positivi e i ranghi negativi. Alla differenza tra le due medie campionarie. Al numero delle differenze positive. Alla somma complessiva di tutti i ranghi.

Nel test di Wilcoxon, dopo aver attribuito i ranghi con segno si calcolano separatamente: La frequenza osservata e la frequenza attesa. La somma dei ranghi positivi e la somma dei ranghi negativi. La somma dei punteggi della prima e della seconda misurazione. La media dei ranghi e la deviazione standard dei ranghi.

Dopo aver ordinato le differenze e assegnato i ranghi, nel test di Wilcoxon si deve: Riassociare a ciascun rango il segno originario della differenza. Sottrarre da ogni rango la media dei ranghi. Ordinare nuovamente i ranghi in base al partecipante. Trasformare tutti i ranghi in valori positivi.

Nel test di Wilcoxon, una differenza pari a 0 viene: Conteggiata tra i ranghi positivi. Conteggiata tra i ranghi negativi. Esclusa perché non indica alcuna direzione del cambiamento. Assegnata al rango più basso.

Nel test di Wilcoxon, se due differenze hanno la stessa ampiezza e occuperebbero i ranghi 3 e 4, a entrambe viene assegnato: Il rango complessivo 7. Il rango 4. Il rango 3. Il rango medio 3.5.

Gli stessi partecipanti valutano il proprio livello di tensione prima e dopo un esercizio di respirazione. Le differenze sono fortemente asimmetriche. Quale test non parametrico è appropriato?. Il test di Kruskal-Wallis. Il test U di Mann-Whitney. Il test di Wilcoxon per dati appaiati. Il test del chi-quadro.

Il test di Wilcoxon per dati appaiati utilizza: Soltanto il numero delle differenze positive e negative. Le frequenze osservate nelle categorie. I ranghi delle differenze, associati al loro segno originario. Le medie dei due gruppi indipendenti.

Qual è la differenza principale tra il test dei segni e il test di Wilcoxon per dati appaiati?. Il test dei segni utilizza le medie, mentre Wilcoxon utilizza le varianze. Il test dei segni richiede la normalità, mentre Wilcoxon richiede l'omogeneità delle varianze. Il test dei segni considera soltanto la direzione delle differenze, mentre Wilcoxon considera anche il loro ordine di grandezza. Il test dei segni confronta gruppi indipendenti, mentre Wilcoxon confronta frequenze categoriali.

Nel test di Wilcoxon, la differenza viene calcolata come D = X₂ - X₁. Un valore positivo di D indica che: Il punteggio nella prima misurazione è maggiore di quello nella seconda. Il punteggio nella seconda misurazione è maggiore di quello nella prima. I due punteggi sono uguali. La coppia deve essere esclusa dall'analisi.

Nel test di Wilcoxon, le differenze vengono inizialmente ordinate considerando: La media delle due misurazioni. L'ordine con cui i partecipanti compaiono nel dataset. Il loro valore assoluto, ignorando temporaneamente il segno. Il segno, ignorando completamente l'ampiezza.