! Si suppone che il peso della popolazione maschile di tesserati di una certa Federazione

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "! Si suppone che il peso della popolazione maschile di tesserati di una certa Federazione"

Transcript

1 ! Un paziente non-fumatore (e che non ha mai fumato) si presenta dal medico in quanto lamenta una forma di tosse cronica. Il paziente viene sottoposto a una biopsia al polmone. La biopsia fornisce tre risultati: B 1 =sarcoidosi, B 2 =tumore al polmone, B 3 = nessun problema (né sarcoidosi, né tumore al polmone). Sia A l evento tosse cronica. Si sa che P(A B 1 )=0.9, P(A B 2 )=0.9, P(A B 3 )=0.001 e che, per non fumatori, P(B 1 )=0.009, P(B 2 )=0.001, P(B 3 )=0.99. Con che probabilità il paziente ha un tumore al polmone? Cosa si può dire invece di un paziente che da molti anni fuma due pacchetti di sigarette al giorno, e per cui valgono le seguenti probabilità: P(B 1 )=0.005, P(B 2 )=0.015, P(B 3 )=0.98? [le probabilità sono, nel primo caso circa del 9%, nel secondo caso circa del 71%]! Si dispone dei seguenti dati su un campione di 5 pazienti, dove x i è la dose di farmaco (in mg), y i è la diminuzione della pressione arteriosa (in mmhg): x i y i Si trovi la retta di regressione, y = ax + b, ed il coefficiente di Pearson. [y=0.9973x , r=0.9762] Si trovi poi la retta di regressione in scala semilogaritmica rispetto ai valori x i, y = c*ln(x) + d. [y= ln(x) ] Commentare i risultati ottenuti e, in particolare:! cosa succede nel primo caso per x=0, e cosa significa?! cosa succede nel primo caso per x=25 e cosa significa?! cosa succede nel secondo caso per x=25 e cosa significa?! nel secondo caso: qual è la dose di farmaco per cui non ci si aspetta diminuzione di pressione? [x"3.277] 2

2 ! Si suppone che il peso della popolazione maschile di tesserati di una certa Federazione sportiva italiana di età maggiore di 16 anni segua una legge normale di valor medio #=75 Kg e deviazione standard $=3.4 Kg. Che peso hanno quindi il 90% degli atleti in questione (cioè chi sono x 1 e x 2 simmetrici rispetto a # tali che P(x 1 %X%x 2 )=...). Chi risultano essere x 1 e x 2 se abbiamo la stessa situazione di sopra ma con #=65? [x 1 "69.39, x 2 "80.61,...]! Un neon su due si brucia entro un periodo di sei mesi se lasciato acceso ininterrottamente. Viene montato un neon su ciascuno degli otto pianerottoli di un palazzo. Qual è la probabilità che nessun neon si sia bruciato dopo sei mesi? Qual è la probabilità che si siano bruciati tutti e otto i neon dopo sei mesi? In media quanti neon mi aspetto che si bruceranno in tale periodo? [ca. 0.4%,..., 4]! E noto che la pressione sistolica in donne diabetiche con età compresa tra i 30 e i 35 anni è una variabile aleatoria gaussiana N(#,$) con # e $ non noti. In un campione casuale di 30 donne abbiamo trovato la media campionaria x 30 = 130 mm Hg, s 30 = 11.8 mm Hg. - Calcolare l intervallo di fiducia bilatero al 95% per la stima del valor medio #. - Cosa ci aspettiamo (senza fare i conti) con un campione di 400 donne (con x 400 = x 30, s 400 = s 30 )? [#&[125.6,134.4] con prob 95%;...]! Il campione 1 (di 31 pazienti) rappresenta il livello di colesterolo sierico in una certa popolazione maschile di fumatori ipertesi con x 1 = 220 mg/100ml, s 1 =41 mg/100ml, mentre il campione 2 (sempre di 31 pazienti) rappresenta il livello di colesterolo sierico del gruppo di controllo (sani) con x 2 = 211 mg/100ml, s 2 =45 mg/100ml. Le due popolazioni di dati X (fumatori ipertesi) e Y (sani) sono tali che X è N(# X,$), Y è N(# Y,$). L ipotesi di lavoro H 0 : # X = # Y va respinta oppure no con un livello di fiducia del 99%? E se i nostri campioni fossero stati di 1000 persone ciascuno? [non respingo H 0 ; respingo H 0 ] 3

3 ! Una casa di cura privata convenzionata con il S.S.N. possiede 20 letti disponibili per interventi di day hospital. Tuttavia, di solito accade che il 10% dei pazienti già prenotati non si presenta all appuntamento. Per tale motivo il CUP propone di accettare fino ad un massimo di 22 prenotazioni al giorno. E una buona scelta oppure è rischiosa? In altri termini, qual è la probabilità di ritrovarsi con almeno un paziente che non trova un letto pronto ad accoglierlo? [ca il 33.9%]! Sono stati osservati 116 calciatori registrando la dominanza della mano e quella del piede, ottenendo la tabella riportata qui di seguito. Utilizzando il test del ' 2 di indipendenza, dire se l ipotesi di lavoro H 0 : la dominanza della mano e la dominanza del piede sono indipendenti, deve essere accettata oppure respinta con significatività dell 1%. piede sx piede dx totali mano sx mano dx [respingo H 0 ]! Per assumere nuovi dipendenti in un azienda viene presentato un test con domande a risposta multipla. In base ad esperienze precedenti è noto che i punteggi che sono ottenuti dai candidati sono distribuiti con densità normale di media 100 e deviazione standard 15. Per essere assunti bisogna acquisire un punteggio pari ad almeno 140 punti. Qual è la probabilità di essere assunti? Chi è il terzo quartile? [ca. il 0.4%; ]! Poniamo di aver determinato il numero di batteri per volume unitario in n=10 campioni di acqua prelevata dal lago A e in m=15 campioni di acqua prelevata dal lago B ottenendo medie e deviazioni standard campionarie # A = 197, $ A = 10, # B = 205, $ B = 15. Supponendo di trovarci in ipotesi di normalità per le popolazioni di dati in oggetto, l ipotesi nulla H 0 :{ # A = # B } è da rigettare oppure no con livello di fiducia del 95%? [accetto H 0 ] 4

4 ! Supponiamo che il 30% di pazienti punti con un ago infetto dal virus dell epatite B sviluppi realmente la malattia. Supponiamo ora di selezionare in maniera arbitraria 5 individui dalla popolazione di tali pazienti. Quale è la probabilità che nessuno di questi 5 sviluppi la malattia? Quale è la probabilità che la malattia si sviluppi nella maggioranza dei casi? Su 50 di tali pazienti in quanti casi in media mi aspetto che si sviluppi la malattia? [ca. 16.8%, ca. 16.3%, 1.5]! Determinare l intervallo di fiducia (bilatero) al 95% per la quantità media annuale di precipitazioni (in mm) in una certa località avendo a disposizione n=15 osservazioni che forniscono una media campionaria pari a mm e una deviazione standard campionaria pari a mm. [515.8, 652.4]! In un laboratorio ci sono 5 cavie appena nate. Con che probabilità ci sono almeno due femmine, sapendo che P(F)=P(M)=1/2? Con che probabilità tutte le 5 cavie sono femmine? [13/16, 1/32]! Una popolazione di dati si distribuisce secondo una gaussiana di parametri #=27, $=1,5. Quanti dati mi aspetto siano compresi tra 26 e 29? Quanti maggiori di 31,5? [ca. 66%, ca. 0,15%]! La tavola di contingenza considera la presenza (M+) o l assenza (M-) di una certa malattia in maschi (M) e femmine (F). Gli eventi femmina (F) e presenza di malattia (M+) sono indipendenti? M+ M- M F [sembrano dip....] 5

5 ! Quanti dati ci sono tra il 29 percentile e il terzo quartile se stiamo considerando una popolazione di 1500 dati? [690]! In un test diagnostico con sensibilità del 100% ci possono essere falsi negativi? Giustificare, molto brevemente, la risposta [No]! Calcolare la probabilità che una donna Rh- abbia tre figli tutti Rh+, sapendo che la presenza del fattore Rh è dovuta ad un allele dominante D presente con frequenza del 65%. [48%]! Sia data la seguente tavola di contingenza T- T+ M- 66,9% 21,1% 88,0% M+ 1,5% 10,5% 12,0% 68,4% 31,6% 100,0% Su una popolazione di 1328 persone, quanti veri positivi mi aspetto? Quanto vale il valore predittivo negativo di tale test? [139; 97,8%]! Cosa succede all ampiezza di un intervallo di fiducia (confidence interval) al crescere della media campionaria (supponendo che invece gli altri parametri deviazione standard campionaria, numerosità e quantile - rimangano pressoché costanti)? [l ampiezza non cambia]! Per studiare una certa terapia, abbiamo osservato un parametro di un gruppo di 120 pazienti prima e dopo la terapia stessa. Ci siamo avvalsi di un t-test. Excel ci fornisce (utilizzando in maniera opportuna il comando TEST.T) il numero 0,441. Cos è tale numero? Cosa ne deduciamo per la nostra terapia? E se Excel ci avesse invece fornito il valore 0,003? [p-value; acc. H o ; resp. H o ]! In un laboratorio 8 persone usano in maniera indipendente 2 macchinari (ogni persona usa al più un macchinario), ogni persona per circa 10 ore alla settimana (su un totale di 36 ore)? C è bisogno in una tale situazione, di comprare un altro macchinario (ossia, 6

6 quanto è la probabilità di trovare 3 o più persone che contemporaneamente usano i macchinari)? Cosa mi aspetto (senza fare i conti) se i macchinari vengono usati 5 ore alla settimana (anziché 10 ore)? [39%; la prob. diminuisce]! Dare un intervallo di fiducia al 99% per la media di una popolazione di dati gaussiana di cui siano noti i valori campionari: n=25, m=231, s=11. Cosa mi aspetto (senza fare ulteriori conti), se n fosse stato n=200 (con m e s invariati)? Che valore dovrebbe avere n se mi aspetto una stima intervallare con la lunghezza dell intervallo non superiore a 6? [(224,87;237,13); l ampiezza diminuisce; n>100 (ca)]! Eseguire uno studio casi/controlli sui dati della tabella (dopo aver calcolato, per ogni colonna, media, deviazione standard campionaria e il coefficiente di variazione). Utilizzate il test t di Student e commentate i risultati (in particolare dire se c è differenza significativa tra i casi e i controlli). Cosa succede se nella prima colonna ponete 183 al posto dei due valori 192,7 e 192,8 e contemporaneamente nella seconda colonna si pone 190 al posto di 182,5, 182,7 e di 182,8? [p=0,82; p=0,055] media SD Cv 184,1 194,3 189,3 184,8 182,7 185,4 189,4 184,4 181,9 182,5 192,7 189,2 189,3 184,6 192,8 192,2 184,7 182,7 187,4 186,2 192,1 190,1 188,7 191,7 187,2 193,8 184,5 184,2 182,8! Quanto vale la probabilità di ottenere almeno 8 croci su 40 lanci di una moneta? E quanto la probabilità di ottenere esattamente 8 croci, sempre su 40 lanci? [99,9978%; 6,9E-5] 7

7 ! Abbiamo eseguito un test di Wilcoxon e abbiamo ottenuto un p-value pari a 0,02. Che tipo di test abbiamo eseguito e a quale risultato siamo arrivati?! Simulare un test diagnostico (tavola di contingenza e valori predittivi) sapendo che la probabilità di risultare positivi al test essendo malati è del 90% e che invece la probabilità di risultare negativi al test essendo sani è del 85%, e sapendo ancora che la prevalenza della malattia nella popolazione che stiamo studiando è del 5%. Come variano i falsi negativi e i falsi positivi al variare della prevalenza, tenendo fissi gli altri valori? Pr=5%: falsi negativi:., Pr=10%: falsi negativi:., Pr=25%: falsi negativi:., Pr=50%: falsi negativi:., M- M+ T- T+ falsi positivi: falsi positivi: falsi positivi: falsi positivi:.! Supponiamo che la malattia M sia indipendente dall essere maschio o femmina. su una popolazione in cui la prevalenza della malattia è del 20% ed è costituita per il 60% da maschi, quante femmine sane mi aspetto?! Commentare il boxplot qui a fianco dicendo: Chi è il massimo e chi il minimo? Chi è la mediana, chi il terzo quartile? quanti sono i valori pari a 40?

8 ! Un gruppo di 15 amici si trova ogni settimana per giocare a basket. Ogni persona va all appuntamento, indipendentemente dagli altri, in media con probabilità del 75%. Con che probabilità arriveranno all appuntamento esattamente 10 persone? Con che probabilità arriveranno all appuntamento 10, 11 o 12 persone (cioè in modo da avere al più 2 riserve)?! Uno studio longitudinale (prima dopo follow up a 7 gg) ha fornito i seguenti risultati con il test t di Student per il confronto tra medie: prima dopo: p-value = 0,02; dopo follow up a 7 gg: p-value = 0,43. Cosa ne deduco per lo studio separatamente nelle due fasi ma anche globalmente tra prima e follow up a 7 gg?! Supponiamo che la malattia M sia indipendente dall età. Su una popolazione in cui la prevalenza della malattia è del 15% ed è costituita per il 60% da persone sopra i 65 anni, quante persone sane con meno di 65 anni mi aspetto? [34%]! Calcolare la probabilità che una donna Rh- abbia tre figli tutti Rh+, sapendo che la presenza del fattore Rh è dovuta ad un allele dominante D con frequenza pari a [0,54]! In uno screening per il carcinoma polmonare si trova che la probabilità di essere positivi al test sapendo di essere sani è del 5%, mentre la probabilità di risultare negativi al test, sapendo di essere malati è del 20%. Trovare la sensibilità e la specificità del test. Trovare poi il valore predittivo positivo, sapendo che la prevalenza è del 3%. [Sens.: 80%, Spec.: 95%; Vp+: 33,3%] 9

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

Statistiche campionarie

Statistiche campionarie Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle

Dettagli

Inferenza statistica. Statistica medica 1

Inferenza statistica. Statistica medica 1 Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella

Dettagli

ESERCITAZIONE. CdL Fisioterapia e Podologia. 25 novembre 2015

ESERCITAZIONE. CdL Fisioterapia e Podologia. 25 novembre 2015 ESERCITAZIONE CdL Fisioterapia e Podologia 25 novembre 2015 Epidemiologia Domanda 1 Le neoplasie gastriche sono: a. diminuite in tutta Europa b. diminuite fino agli anni 80, poi stabili c. aumentate in

Dettagli

Concetto di potenza statistica

Concetto di potenza statistica Calcolo della numerosità campionaria Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Concetto di potenza statistica 1 Accetto H 0 Rifiuto H 0 Ipotesi Nulla (H

Dettagli

Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)

Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione) Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso

Dettagli

Facciamo qualche precisazione

Facciamo qualche precisazione Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione

Dettagli

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE

ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114

Dettagli

PROBABILITÀ E DECISIONI IN MEDICINA: I TEST DIAGNOSTICI

PROBABILITÀ E DECISIONI IN MEDICINA: I TEST DIAGNOSTICI Università degli Studi di Padova CICLO DI LEZIONI SCIENZE DI BASE PER I DOTTORATI DI RICERCA DELL AREA MEDICA Anno accademico 2005-06 Temi di Statistica ed Epidemiologia PROBABILITÀ E DECISIONI IN MEDICINA:

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -

Dettagli

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE

STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE STATISTICA INFERENZIALE PER VARIABILI QUALITATIVE La presentazione dei dati per molte ricerche mediche fa comunemente riferimento a frequenze, assolute o percentuali. Osservazioni cliniche conducono sovente

Dettagli

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a) Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

TEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST

TEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST TEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Statistica 1 Parte A 1.1 La formula µ = x ± s n

Dettagli

Inferenza statistica

Inferenza statistica Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione in base ad informazioni ricavate da un campione. Inferenza statistica: indurre

Dettagli

Tabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza

Tabella iniziale con i dati. Malattia Malati Non malati Totale Test Positivo 183 Negativo 280 Totale 199 512. Calcolo i valori mancanti per differenza ESERCIZIO DI STATISTICA D.U. / simulazione di esame Esercizio 1: Per una malattia particolarmente grave viene sperimentato l utilizzo di una nuova tecnica radiologica allo scopo di identificare correttamente

Dettagli

I ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale

I ESERCITAZIONE. Gruppo I 100 individui. Trattamento I Nuovo Farmaco. Osservazione degli effetti sul raffreddore. Assegnazione casuale I ESERCITAZIONE ESERCIZIO 1 Si vuole testare un nuovo farmaco contro il raffreddore. Allo studio partecipano 200 soggetti sani della stessa età e dello stesso sesso e con caratteristiche simili. i) Che

Dettagli

Risolvi le seguenti equazioni e disequazioni fra [ 0 ; 2 π ]

Risolvi le seguenti equazioni e disequazioni fra [ 0 ; 2 π ] IV A GAT PRIMA VERIFICA DI MATEMATICA 3 ottobre 0 Risolvi le seguenti equazioni e disequazioni fra [ 0 ; π ].. 3... 6. 7. 8. Risultati:. = π/6 e = 7π/6. =π/ ; =π/6 ; =π/6 3. =π/3 ; =π/3. =π/3 ; =π/3. π/

Dettagli

VERIFICA DELLE IPOTESI

VERIFICA DELLE IPOTESI VERIFICA DELLE IPOTESI Introduzione Livelli di significatività Verifica di ipotesi sulla media di una popolazione normale Verifica di ipotesi sulla varianza di una popolazione normale Verifica di ipotesi

Dettagli

La logica statistica della verifica (test) delle ipotesi

La logica statistica della verifica (test) delle ipotesi La logica statistica della verifica (test) delle ipotesi Come posso confrontare diverse ipotesi? Nella statistica inferenziale classica vengono sempre confrontate due ipotesi: l ipotesi nulla e l ipotesi

Dettagli

Lineamenti di econometria 2

Lineamenti di econometria 2 Lineamenti di econometria 2 Camilla Mastromarco Università di Lecce Master II Livello "Analisi dei Mercati e Sviluppo Locale" (PIT 9.4) Aspetti Statistici della Regressione Aspetti Statistici della Regressione

Dettagli

Statistica inferenziale

Statistica inferenziale Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo

Dettagli

Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo

Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma

Dettagli

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Analizza/Confronta medie. ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107. Test t. Test t. t-test test e confronto tra medie chi quadrato

Analizza/Confronta medie. ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107. Test t. Test t. t-test test e confronto tra medie chi quadrato Analizza/Confronta medie ELEMENTI DI PSICOMETRIA Esercitazione n. 7-8-9-107 t-test test e confronto tra medie chi quadrato C.d.L. Comunicazione e Psicologia a.a. 2008/09 Medie Calcola medie e altre statistiche

Dettagli

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che: Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette

Dettagli

Test statistici di verifica di ipotesi

Test statistici di verifica di ipotesi Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall

Dettagli

INTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 1)

INTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 1) INTRODUZIONE AL DESIGN OF EXPERIMENTS (Parte 1) 151 Introduzione Un esperimento è una prova o una serie di prove. Gli esperimenti sono largamente utilizzati nel campo dell ingegneria. Tra le varie applicazioni;

Dettagli

GRUPPI SANGUIGNI. Supponendo che la popolazione italiana sia H-W, calcola la probabilità di ogni singolo allele e di ogni genotipo

GRUPPI SANGUIGNI. Supponendo che la popolazione italiana sia H-W, calcola la probabilità di ogni singolo allele e di ogni genotipo GRUPPI SANGUIGNI La distribuzione dei gruppi sanguigni nella popolazione italiana è: gruppo A 36%, gruppo B 17%, gruppo AB 7%, gruppo 0 40%. Il gruppo sanguigno è determinato da un locus genetico con tre

Dettagli

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado) L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello

Dettagli

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 LEZIONE 3 "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando uno

Dettagli

l insieme delle misure effettuate costituisce il campione statistico

l insieme delle misure effettuate costituisce il campione statistico Statistica negli esperimenti reali si effettuano sempre un numero finito di misure, ( spesso molto limitato ) l insieme delle misure effettuate costituisce il campione statistico Statistica descrittiva

Dettagli

Tema A. 1.2. Se due eventi A e B sono indipendenti e tali che P (A) = 1/2 e P (B) = 2/3, si può certamente concludere che

Tema A. 1.2. Se due eventi A e B sono indipendenti e tali che P (A) = 1/2 e P (B) = 2/3, si può certamente concludere che Statistica Cognome: Laurea Triennale in Biologia Nome: 26 luglio 2012 Matricola: Tema A 1. Parte A 1.1. Sia x 1, x 2,..., x n un campione di n dati con media campionaria x e varianza campionaria s 2 x

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Il problema di Monty Hill nel film 21 Elementare!! Statistiche, cambio di variabili. 1 Il coefficiente di correlazione tra Indicee Stipendio vale 0,94. E possibile asserire che

Dettagli

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi. Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:

Dettagli

Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008

Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008 Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

PROBABILITA CONDIZIONALE

PROBABILITA CONDIZIONALE Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Verifica di ipotesi Idea di base Supponiamo di avere un idea del valore (incognito) di una media di un campione, magari attraverso

Dettagli

Il confronto fra proporzioni

Il confronto fra proporzioni L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,

Dettagli

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno.

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno. Corso di Statistica Medica Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno. Sono previste 40 ore complessive, di cui almeno 16 di lezione frontale e le restanti

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180

Dettagli

Politecnico di Milano - Anno Accademico 2010-2011 Statistica 086449 Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Politecnico di Milano - Anno Accademico 2010-2011 Statistica 086449 Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Politecnico di Milano - Anno Accademico 200-20 Statistica 086449 Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Esercitazione 9 2 Giugno 20 Esercizio. In un laboratorio per il test dei materiali,

Dettagli

Esercitazioni 2013/14

Esercitazioni 2013/14 Esercitazioni 2013/14 Esercizio 1 Due ditte V e W partecipano ad una gara di appalto per la costruzione di un tratto di autostrada che viene assegnato a seconda del prezzo. L offerta fatta dalla ditta

Dettagli

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi :

Università del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Analisi dei dati quantitativi : Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Analisi dei dati quantitativi : Confronto tra due medie Università del Piemonte Orientale Corso di laurea in

Dettagli

DEFINIZIONE La statistica è una scienza che si propone di definire con dei numeri cose che non si possono numerare ne misurare.

DEFINIZIONE La statistica è una scienza che si propone di definire con dei numeri cose che non si possono numerare ne misurare. Appunti di Statistica DEFINIZIONE La statistica è una scienza che si propone di definire con dei numeri cose che non si possono numerare ne misurare. PROCESSO STATISTICO L indagine statistica comprende

Dettagli

a) Quanti soggetti obesi dovrebbero complessivamente esserci in questa popolazione;

a) Quanti soggetti obesi dovrebbero complessivamente esserci in questa popolazione; ESERCIZI DI CALCOLO DELLE PROBABILITA ES 1 Supponiamo che una certa forma di allergia respiratoria colpisca di norma 1 individuo ogni 20, mentre le intolleranze alimentari riguardano il 3.5% dei casi.

Dettagli

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 Facoltà di Psicologia Università di Padova Anno Accademico 010-011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 10/01/011 La distribuzione F di Fisher - Snedecor

Dettagli

Statistica corso base Canale N Z prof. Francesco Maria Sanna. Prove scritte di esame a.a. 2012-13

Statistica corso base Canale N Z prof. Francesco Maria Sanna. Prove scritte di esame a.a. 2012-13 Statistica corso base Canale N Z prof. Francesco Maria Sanna Prova scritta del 8/1/2013 Prove scritte di esame a.a. 2012-13 Esercizio 1 (5 punti). Nella seguente tabella è riportata la distribuzione delle

Dettagli

Corso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.

Corso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr. Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame dell 11/1/2012 NOME COGNOME N. Matr. Rispondere alle domande nel modo più completo possibile, cercando di

Dettagli

Istituzioni di Statistica e Statistica Economica

Istituzioni di Statistica e Statistica Economica Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 3 A. Sia una variabile casuale che si distribuisce secondo

Dettagli

Analisi di dati di frequenza

Analisi di dati di frequenza Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato

Dettagli

Analisi statistica degli errori

Analisi statistica degli errori Analisi statistica degli errori I valori numerici di misure ripetute risultano ogni volta diversi l operazione di misura può essere considerata un evento casuale a cui è associata una variabile casuale

Dettagli

La distribuzione Gaussiana

La distribuzione Gaussiana Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione

Dettagli

Esercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010

Esercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe

Dettagli

Esame di Statistica del 9 gennaio 2008 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola

Esame di Statistica del 9 gennaio 2008 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Esame di Statistica del 9 gennaio 2008 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano

Dettagli

STATISTICA (I MODULO INFERENZA STATISTICA) Esercitazione I 27/4/2007

STATISTICA (I MODULO INFERENZA STATISTICA) Esercitazione I 27/4/2007 Esercitazione I 7/4/007 In una scatola contenente 0 pezzi di un articolo elettronico risultano essere difettosi. Si estraggono a caso due pezzi, uno alla volta senza reimmissione. Quale è la probabilità

Dettagli

Statistica. Lezione 6

Statistica. Lezione 6 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante

Dettagli

Test non parametrici. Test non parametrici. Test non parametrici. Test non parametrici

Test non parametrici. Test non parametrici. Test non parametrici. Test non parametrici Test non parametrici Test non parametrici Il test T di Student per uno o per due campioni, il test F di Fisher per l'analisi della varianza, la correlazione, la regressione, insieme ad altri test di statistica

Dettagli

Metodi Matematici e Informatici per la Biologia----31 Maggio 2010

Metodi Matematici e Informatici per la Biologia----31 Maggio 2010 Metodi Matematici e Informatici per la Biologia----31 Maggio 2010 COMPITO 4 (3 CREDITI) Nome: Cognome: Matricola: ISTRUZIONI Gli esercizi che seguono sono di tre tipi: Domande Vero/Falso: cerchiate V o

Dettagli

Per la valutazione statistica del test è necessario conoscere alcune caratteristiche del risultato del test quali:

Per la valutazione statistica del test è necessario conoscere alcune caratteristiche del risultato del test quali: Per la valutazione statistica del test è necessario conoscere alcune caratteristiche del risultato del test quali: la sensibilità diagnostica o clinica, la specificità diagnostica o clinica, l incidenza

Dettagli

ANALISI DI CORRELAZIONE

ANALISI DI CORRELAZIONE ANALISI DI CORRELAZIONE Esempio: Dati raccolti da n = 129 studenti di Pavia (A.A. 21/2) Altezza (cm) Peso (Kg) Voto Algebra e Geometria Voto Fisica I Valutare la correlazione delle seguenti coppie: Peso

Dettagli

Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica

Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Lucio Demeio Dipartimento di Scienze Matematiche Università Politecnica delle Marche 1. Esercizio. Siano X ed Y due variabili

Dettagli

Esercizi: i rendimenti finanziari

Esercizi: i rendimenti finanziari Esercizi: i rendimenti finanziari Operazioni algebriche elementari Distribuzione e dipendenza Teoria di probabilità Selezione portafoglio p. 1/25 Esercizio I Nella tabella sottostante relativa all indice

Dettagli

Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).

Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano

Dettagli

Elaborazione dati in Analisi Sensoriale

Elaborazione dati in Analisi Sensoriale Elaborazione dati in Analisi Sensoriale Si è parlato di interpretazione corretta dei risultati ottenuti; a questo concorrono due fattori: affidabilità e validità. Se i test fossero stati ripetuti con lo

Dettagli

Programma di screening

Programma di screening Programma di screening Un programma di screening consiste nel selezionare, in una popolazione, particolari sottogruppi tramite un qualche test (test di screening) Sono selezionate in un gruppo di sani

Dettagli

METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica

METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica METODOLOGIA CLINICA Necessita di: Quantificazione Formalizzazione matematica EPIDEMIOLOGIA Ha come oggetto lo studio della distribuzione delle malattie in un popolazione e dei fattori che la influenzano

Dettagli

STATISTICA IX lezione

STATISTICA IX lezione Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri

Dettagli

è decidere sulla verità o falsità

è decidere sulla verità o falsità I test di ipotesi I test di ipotesi Il test delle ipotesi consente di verificare se, e in quale misura, una determinata ipotesi (di carattere sociale, biologico, medico, economico, ecc.) è supportata dall

Dettagli

i=1 Y i, dove Y i, i = 1,, n sono indipendenti e somiglianti e con la stessa distribuzione di Y.

i=1 Y i, dove Y i, i = 1,, n sono indipendenti e somiglianti e con la stessa distribuzione di Y. Lezione n. 5 5.1 Grafici e distribuzioni Esempio 5.1 Legame tra Weibull ed esponenziale; TLC per v.a. esponenziali Supponiamo che X Weibull(α, β). (i) Si consideri la distribuzione di Y = X β. (ii) Fissato

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica

Università del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -

Dettagli

Lezione n. 2 (a cura di Chiara Rossi)

Lezione n. 2 (a cura di Chiara Rossi) Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,

Dettagli

Anteprima Finale Categoria Corsi di Statistica

Anteprima Finale Categoria Corsi di Statistica 1 di 8 08/04/2011 9.01 SiS-Scuola-28-SEZIONE STATISTICA fad TC128STAT Quiz Finale Categoria Corsi di Statistica Tentativo 1 Sei collegato come piero zulli. (Esci) Info Risultati Anteprima Modifica Anteprima

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi per la media (varianza nota), p-value del test Il manager di un fast-food

Dettagli

LEZIONE n. 5 (a cura di Antonio Di Marco)

LEZIONE n. 5 (a cura di Antonio Di Marco) LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,

Dettagli

Tabella per l'analisi dei risultati

Tabella per l'analisi dei risultati Vai a... UniCh Test V_Statistica_Eliminatorie Quiz V_Statistica_Eliminatorie Aggiorna Quiz Gruppi visibili Tutti i partecipanti Info Anteprima Modifica Risultati Riepilogo Rivalutazione Valutazione manuale

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

Continua sul retro 42.1 39.7 38.0 38.7 41.4 37.5 38.6 40.5 39.8 38.0 36.9 40.3 42.0 41.3 40.4 39.1 38.4 42.0

Continua sul retro 42.1 39.7 38.0 38.7 41.4 37.5 38.6 40.5 39.8 38.0 36.9 40.3 42.0 41.3 40.4 39.1 38.4 42.0 Statistica per l azienda Esame del 19.06.12 COGNOME NOME Matr. Firma Modulo: singolo con Informatica con StatII & PDRM con Mat. & PDRM altro (specificare) Attenzione: Il presente foglio deve essere compilato

Dettagli

Probabilità discreta

Probabilità discreta Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che

Dettagli

VARIABILI ALEATORIE CONTINUE

VARIABILI ALEATORIE CONTINUE VARIABILI ALEATORIE CONTINUE Se X è una variabile aleatoria continua, la probabilità che X assuma un certo valore x fissato è in generale zero, quindi non ha senso definire una distribuzione di probabilità

Dettagli

Matematica Applicata. Probabilità e statistica

Matematica Applicata. Probabilità e statistica Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato

Dettagli

E naturale chiedersi alcune cose sulla media campionaria x n

E naturale chiedersi alcune cose sulla media campionaria x n Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile

Dettagli

ESERCIZI EVENTI E VARIABILI ALEATORIE

ESERCIZI EVENTI E VARIABILI ALEATORIE ESERCIZI EVENTI E VARIABILI ALEATORIE 1) Considera la tabella seguente, che descrive la situazione occupazionale di 63 persone in relazione al titolo di studio. Occupazione SI NO Titolo Licenza media 5%

Dettagli

1. Richiami di Statistica. Stefano Di Colli

1. Richiami di Statistica. Stefano Di Colli 1. Richiami di Statistica Metodi Statistici per il Credito e la Finanza Stefano Di Colli Dati: Fonti e Tipi I dati sperimentali sono provenienti da un contesto delimitato, definito per rispettare le caratteristiche

Dettagli

A = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }.

A = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }. ESERCIZI ELEMENTARI DI CALCOLO DELLE PROBABILITÀ Teorema della somma 1) Giocando alla roulette, calcolare la probabilità che su una estrazione esca: a) Un numero compreso tra 6 e 12 (compresi) oppure maggiore

Dettagli

2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale

2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk

Dettagli

Statistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2.

Statistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2. Analisi multivariata Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Cercare di capire le relazioni

Dettagli

Corso di Psicometria Progredito

Corso di Psicometria Progredito Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

TRACCIA DI STUDIO. Concetto di misura. Variabilità biologica

TRACCIA DI STUDIO. Concetto di misura. Variabilità biologica TRACCIA DI STUDIO Variabilità biologica In natura si osservano differenze non solo tra soggetti, ma anche in uno stesso individuo per svariati fattori endocrini, metabolici, emozionali, patologici, da

Dettagli

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 L4, Corso Integrato di Psicometria - Modulo B Dr. Marco Vicentini marco.vicentini@unipd.it Rev. 18/04/2011 Inferenza statistica Formulazione

Dettagli

Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004

Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004 Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 200 Esercizio 1 Tre apparecchiature M 1, M 2 e M 3 in un anno si guastano, in maniera indipendente, con probabilità

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato

Dettagli

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre.

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Corso di Statistica Medica 2004-2005 Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Sono previste 30 ore di lezione di statistica e 12 di

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

FACOLTÀ DI ECONOMIA Soluzione della Prova di autovalutazione 2012 (primi 6 CFU) ANALISI STATISTICA PER L IMPRESA

FACOLTÀ DI ECONOMIA Soluzione della Prova di autovalutazione 2012 (primi 6 CFU) ANALISI STATISTICA PER L IMPRESA FACOLTÀ DI ECONOMIA Soluzione della Prova di autovalutazione 2012 (primi 6 CFU) ANALISI STATISTICA PER L IMPRESA NB Come potete vedere facendo la somma dei punteggi il numero di quesiti è superiore a quello

Dettagli

ESERCIZIO N 4. Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240

ESERCIZIO N 4. Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240 ESERCIZIO N 4 Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240 PUNTO a CALCOLO MODA E QUARTILI La moda rappresenta quell'elemento del campione

Dettagli