
| I | H | |
| 1.A normalitás-vizsgálatot bináris változókon is mindig elvégezzük. | X | |
| 2.Minden változóra értelmes az átlag értelmezése és számítása, hiszen ez a középérték minden változóra nézve informatív. | X | |
| 3.Az ordinális változók rendelkeznek a nominális változók tulajdonságaival is. | X | |
| 4.A variációs együtthatót csak arány skálájú változók esetén értelmezzük. | X | |
| 5.Csak a szórás az egyetlen értelmes, használható szóródási mutató. | X | |
| 6.Az intervallum típusú változók esetén tudunk nagyságrendi megkülönböztetéseket tenni az elérhető értékek között. | X | |
| 7.Minden nominális változó folytonos. | X | |
| 8.A kvantitatív változók mennyiségi ismérvek alapján jellemezhető változók. | X | |
| 9.A normális eloszlású változók mindig nominálisak. | X | |
| 10.A katonai rangokat jellemzően ordinális változókkal tudjuk jellemezni. | X | |
| 11.A hajszínt, szemszínt jellemzően arány típusú változókkal adjuk meg. | X | |
| 12.Az adott paraméter konfidencia-intervalluma a mintabéli paraméterre ad intervallum-becslést. | X | |
| 13.A véletlen változókat az eloszlásuk megadásával lényegében teljeskörűen tudjuk jellemezni. | X | |
| 14.A medián mindig nagyobb, mint az átlag. | X | |
| 15.A változó ferdesége és csúcsossága segítéségével tesztelhető annak normalitása. | X | |
| 16.A szórás mindig kisebb, mint a variancia. | X | |
| 17.A szimmetrikus változók ferdesége 0. | X | |
| 18.A normális eloszlású változók ferdesége és csúcsossága egyaránt 0. | X | |
| 19.Minden normális eloszlású változó átlaga 0, szórása 1. | X | |
| 20.A variancia a szórás négyzetgyöke. | X |
| 1.A normalitás-vizsgálatot bináris változókon is mindig elvégezzük. |
| 2.Minden változóra értelmes az átlag értelmezése és számítása, hiszen ez a középérték minden változóra nézve informatív. |
| 5.Csak a szórás az egyetlen értelmes, használható szóródási mutató. |
| 7.Minden nominális változó folytonos. |
| 9.A normális eloszlású változók mindig nominálisak. |
| 11.A hajszínt, szemszínt jellemzően arány típusú változókkal adjuk meg. |
| 12.Az adott paraméter konfidencia-intervalluma a mintabéli paraméterre ad intervallum-becslést. |
| 14.A medián mindig nagyobb, mint az átlag. |
| 16.A szórás mindig kisebb, mint a variancia. |
| 19.Minden normális eloszlású változó átlaga 0, szórása 1. |
| 20.A variancia a szórás négyzetgyöke. |
1. Bináris változóknak két értéke lehet csak – nincsen értelme tehát a normalitás-vizsgálatnak, hiszen egy normális eloszlású változónak végtelensok értéke lehet, így már maga a kérdésfelvetés is értelmetlen, hogy egy bináris változót normális eloszlásúnak tekintsünk.
2. Nominális változókra érdemi informatív jelentése nincsen az átlagnak: mit is jelentene az, hogy a „szemszín átlaga a mintánkban vagy a populációban?”…
5. Nyilván nem, hiszen például a szórásnégyzete /varianciát, vagy a variációs együtthatót is használjuk még sok más szóródási mutató mellett.
7. A nominális változók mindig diszkrét változók.
9. A normális eloszlású változóknak végtelensok lehetséges értéke lehet, míg a diszkrét változóknak mindig véges sok. A nominális változók mindig diszkrétek, tehát normális eloszlású változó sosem lehet nominális. Természetesen rendelkeznek a nominális változók tulajdonságaival, de egy változó típusát mindig az általa teljesített legtöbb, legerősebb tulajdonsága alapján adjuk meg.
11. A szemszín, hajszín változók nominálisak.
12. Mindig a populációra adunk becslést a minta alapján.
14. A medián nem lehet mindig nagyobb, mint az átlag, sőt. Például -2,-1,3 esetén a medián -1, míg az átlag 0.
16. A szórás a variancia négyzetgyöke – így tehát ha a variancia nagyobb, mint 1, akkor a variancia nagyobb lesz, mint a szórás, ha pontosan 1 a variancia, akkor megegyezik a szórással, míg ha a variancia 1-nél kisebb, akkor a szórás nagyobb, mint a variancia.
19. Csak a standard normális eloszlású változó átlaga 0 és szórása 1, a normális eloszlású változók ezen két paramétere tetszőlegesen beállítható: az átlag bármi lehet, a szórás pedig mindig pozitív.
20. Fordítva: a variancia a szórásnégyzet, tehát a variancia gyöke a szórás.