Richiami di modelli di utilità aleatoria
|
|
- Caterina Parisi
- 5 anni fa
- Visualizzazioni
Transcript
1 Corso d LOGISTICA TERRITORIALE DOCENTE prof. ng. Agostno Nuzzolo Rcham d modell d utltà aleatora prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale
2 Modell d domanda e utltà aleatora Spostamento: rsultato d numerose scelte compute dagl utent del servzo d trasporto. Modell d domanda: tentano d rprodurre comportament d scelta d trasporto degl utent (modell comportamental). Modell d utltà aleatora, o casuale: paradgma teorco pù rcco e d gran lunga pù utlzzato per smulare le scelte d trasporto tra modell comportamental prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale
3 Modell d utltà aleatora Ipotes general I modell d utltà aleatora (o casuale) s basano sulla potes che ogn utente sa un decsore razonale ovvero un massmzzatore dell utltà relatva alle propre scelte: a) Il generco utente nell effettuare la scelta consdera tutte le m alternatve dsponbl che costtuscono l suo nseme d scelta I. L nseme d scelta può essere dfferente per utent dvers. b) Il decsore assoca a cascuna alternatva del suo nseme d scelta una utltà o attrattvtà percepta U e scegle l alternatva che massmzza tale utltà. prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale 3
4 Modell d utltà aleatora Ipotes general c) L utltà assocata a cascuna alternatva d scelta dpende da una sere d caratterstche msurabl o attrbut propr dell alternatva stessa e del decsore U U (X ) con: X vettore degl attrbut relatv all alternatva e al decsore. d) L utltà assocata dal generco decsore all alternatva non è nota con certezza all osservatore esterno (analsta), e pertanto è rappresentata con una varable aleatora. prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale 4
5 Modello d scelta probablstco posto: s ha: p ( ) [ ] I PrU > U, I U + ε I [ ] [ ] σ ar U E U ( ) ( ) 0 E ar, I ( ) 0 E ε ar ( ε ) σ, p [ ] [ ] / I Pr > ε ε, I prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale 5
6 Espressone dell utltà sstematca L utltà sstematca rappresenta la meda dell utltà percepta fra tutt gl ndvdu che hanno gl stess valor degl attrbut. È espressa come funzone d attrbut relatv alle alternatve e al decsore: con ndce del generco attrbuto. ( X ) In genere per ragon d convenenza analtca s assume che la utltà sstematca sa una funzone lneare ne coeffcent β K degl attrbut o d loro trasformazon funzonal: ( ) T X βx β X prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale 6
7 Esempo U O varable aleatora per: - varazone de gust fra gl utent - attrbut ncomplet - errore valutazone attrbut - varazone de gust dell utente ( ) X t, C β X parametr (+ -) D U U U U + ε + ε attrbut o loro trasformazon funzonal U X ( ) ε ( ) X + ε I utltà sstematca meda della varable aleatora utltà per tutt gl utent con ugual attrbut resduo aleatoro β t + β ln ( C) con: t tempo d percorrenza relatvo alla coppa O/D C costo generalzzato relatvo alla coppa O/D prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale 7
8 Classfcazone degl attrbut (/3) Attrbut d lvello d servzo attrbut propr del sstema d trasporto (es. temp, cost, frequenza de servz, comfort etc.) Attrbut del sstema d attvtà attrbut dpendent dall uso del terrtoro dell area d studo (es. numero d negoz o numero d scuole d una zona) Attrbut soco-economc attrbut propr dell utente o del suo nucleo famlare (es. possesso d patente, numero d autovetture possedute n famgla etc.) prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale 8
9 Classfcazone degl attrbut (/3) Attrbut generc attrbut che compaono con stessa forma funzonale e stesso coeffcente n pù d una alternatva Attrbut specfc attrbut che compaono con forme funzonal e/o coeffcent dvers n dverse alternatve Attrbuto Specfco dell Alternatva (ASA) varable ombra che vale per l alternatva e zero per le altre (dfferenza fra l utltà meda e quella spegata dagl altr attrbut utlzzat). prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale 9
10 Classfcazone degl attrbut (3/3) arabl ombra (0/): attrbut che ndcano la presenza o meno d un fattore (es. ASA) arabl numerche: attrbut che ndcano la quanttà d un fattore. p auto bus β t p β t pa + β t ba + β 3 c a + β 4 DISP + β 5 REDD + β 6 AUTO β t pb + β t bb + β 3 c b + β 7 t wb + β 8 BUS Attrbut specfc della alternatva (ASA) AUTO BUS Attrbut d Lvello d Servzo t b tempo a bordo (generco) t w tempo d attesa alla fermata (specfco) t p tempo a ped (generco) c costo monetaro (generco) Attrbut Soco-Economc DISP n auto/n patentat REDD se reddto>60 Ml 0 altrment prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale 0
11 Cause d aleatoretà dell utltà percepta (/) Attrbut omess varabl non osservabl drettamente, d dffcle valutazone o comunque non ncluse nel vettore d attrbut Error d msura degl attrbut consderat nella funzone d utltà sstematca (es. attrbut d lvello d servzo rcavat con un modello d rete). Presenza d attrbut strumental coè varabl che sosttuscono gl attrbut che effettvamente nfluenzano la utltà percepta delle alternatve prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale
12 Cause d aleatoretà dell utltà percepta (/) arazon d gust o d preferenze fra decsor (es. dstanza da percorrere a ped) e, per lo stesso decsore, nel tempo a causa del verfcars d dverse condzon fsche o pscologche. Error nelle valutazone degl attrbut da parte del decsore (es. valutazon errate del tempo d vaggo). prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale
13 Modell addtv (/) Un modello d utltà aleatora è addtvo, se la funzone d denstà d probabltà de resdu aleator non dpende dal vettore dalle utltà sstematche: f m ( ε / ) f ( ε ) ε E I modell della famgla Logt (Multnomale, Gerarchzzato) o Probt sono addtv se parametr della f(ε) coè dvers α o gl element della matrce varanza covaranza Σ, rspettvamente, non dpendono dal vettore. prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale 3
14 4 prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale Modell addtv (/) Propretà de modell addtv Invaranza rspetto all aggunta d costant [ ] [ ] I, Pr I / p > ε ε ' + [ ] [ ] ( ) ( ) [ ] [ ] I, prob prob ' prob ' I / p > > + + > ε ε ε ε ε ε
15 Il modello Logt (/) Ipotes: resdu aleator Indpendentemente ed Identcamente Dstrbut (I.I.D) secondo una varable aleatora (v.a.) d Gumbel con meda nulla e parametro α : F ε [ exp( αx )] ( x) Prob( ε x) exp Φ con φ : costante d Eulero (φ 0,577). π E ( ε ) 0 ar ( ε ) σ ε 6α Cov( ε, ε ) 0, h I h F U [ + ε U ] Pr[ ε U ] exp[ exp( α( U ) )] ( U ) Pr Φ E( U ) prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale ar( U ) π 6α 5
16 Il modello Logt (/) A B C D o π ε 6α A B C D 0 A 0 B 0 C D p( ) m exp h exp ( α ) ( α ) h prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale 6
17 Esemp d funzon d denstà d probabltà d Gumbel prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale 7
18 Esempo Modello Logt Multnomale (/) p( ) m h exp exp ( α ) ( α ) h p( ) m exp α exp α h β β h A O B D v A 30 m/h v B 5 m/h d 0 m Scelta del percorso: I { A, B} prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale 8
19 Esempo Modello Logt Multnomale (/) O B A D v A 30 m/h v B 5 m/h d 0 m { } I temp espress n mnut e cost n Euro. c exp α( 0, ta,93 CA) pa ( ) exp α( 0, ta,93 CA) + exp α( 0, tb,93 CB) p(b) p(a) prof. ng. Agostno Nuzzolo - Corso d Logstca Terrtorale I β t { A, B} βtt + βcc 0. I AB, β t +βc β 0, t c t t A 0 C A,86 A -5,6 t B 40 C B 0,3 B -4,6 α, 0 α 0, α,0 p A 0,7 0,48 0, p B 0,73 0,5 0,88 β,93 9
MODELLI DI UTILITÀ ALEATORIA
corso d Teora e Tecnca della Crcolazone + Trasport e Terrtoro a.a. 2012-2013 MODELLI DI UTILITÀ ALEATORIA PROF. ING. UMBERTO CRISALLI Dpartmento d Ingegnera dell Impresa crsall@ng.unroma2.t Modell d utltà
DettagliModelli di utilità aleatoria
corso d Teora de Sstem d Trasporto Modell d utltà aleatora PROF. ING. UMBERTO CRISALLI Dpartmento d Ingegnera dell Impresa crsall@ng.unroma.t Iscrzone al corso Modell d offerta ü Da effettuars anche on
DettagliCorso di TEORIA DEI SISTEMI DI TRASPORTO. prof. ing. Umberto Crisalli
Corso d TEORIA DEI SISTEMI DI TRASPORTO rof. ng. Umberto Crsall Modell d utltà aleatora Iscrzone al corso Modell d offerta Da effettuars anche on lne htt:delh.unroma.t Struttura del sstema d modell er
DettagliModelli di domanda e utilità aleatoria
La domanda d mobltà Corso d PIANIFICAZIONE DEI TRASPORTI Prof. Ing. Agostno Nuzzolo Marzo 005 Struttura del sstema d modell er la smulazone de sstem d trasorto Modello del sstema d trasorto OFFERTA DI
DettagliValutazione dei Benefici interni
Corso d Trasport Terrtoro prof. ng. Agostno Nuzzolo Valutazone de Benefc ntern Valutazone degl ntervent Indvduazone degl effett rlevant La defnzone degl effett rlevant per un ntervento sul sstema d trasporto
DettagliMODELLI DI DOMANDA E UTILITÀ ALEATORIA
MODELLI DI DOMANDA E TILITÀ ALEATORIA SPOSTAMENTO: RISLTATO DI NMEROSE SCELTE COMPITE DAGLI TENTI DEL SERVIZIO DI TRASPORTO MODELLI DI DOMANDA: TENTANO DI RIPRODRRE I COMPORTAMENTI DI SCELTA DI TRASPORTO
Dettaglicorso di Teoria dei Sistemi di Trasporto Sostenibili 6 CFU A.A MODELLI DI DOMANDA
Thanks to Barbara Montemaran for her kndly support n sldes updatng corso d Teora de Sstem d Trasporto Sostenbl 6 CFU A.A. 2017-2018 MODELLI DI DOMANDA Prof. Ing. Umberto Crsall Dpartmento d Ingegnera dell
DettagliMobilità per acquisti
Corso d LOGISTICA TERRITORIALE http://ddattca.unroma2.t/ DOCENTE prof. ng. Agostno Nuzzolo Mobltà per acqust Trasporto merc Defnzon Zona d produzone (f) Produttore Fluss d merce (modell I-O) Vecol commercal
DettagliCORSO DI STUDI E VALUTAZIONI AMBIENTALI A.A
CORSO DI STUDI E VALUTAZIONI AMBIENTALI A.A. 2012-2013 1 INDICE 1 STIMA DELLA DOMANDA DI TRASPORTO 3 1.1 Moello generazone 3 1.2 Moello strbuzone 4 1.3 Moello scelta moale 5 1.4 Stma elle sottomatrc scambo
DettagliTeoria dei Sistemi di Trasporto (9 CFU) A. A Modelli di domanda. prof. ing. Antonio Comi
Teora de Sstem d Trasporto 1 + 2 (9 CFU) A. A. 2017-2018 Modell d domanda prof. ng. Antono Com Department of Enterprse Engneerng Unversty of Rome Tor Vergata Prof. Ing. Antono Com Teora de Sstem d Trasporto
DettagliCorso di TRASPORTI E AMBIENTE. ing. Antonio Comi Ottobre 2012. Modelli di domanda
Corso d TRASPORTI E AMBIENTE ng. Antono Com Ottobre 2012 Modell d domanda 1 Struttura del sstema d modell per la smulazone de sstem d trasporto OFFERTA DI INFRASTRUTTURE E SERVIZI DI TRASPORTO MODELLO
DettagliCorso di PIANIFICAZIONE DEI TRASPORTI 1 Prof. Ing. Agostino Nuzzolo. I modelli di domanda
Corso d PIANIFICAZIONE DEI TRASPORTI 1 Prof. Ing. Agostno Nuzzolo 1 Struttura del sstema d modell per la smulazone de sstem d trasporto OFFERTA DI INFRASTRUTTURE E SERVIZI DI TRASPORTO MODELLO DI DI LOCALIZZAZIONE
DettagliAppunti di Econometria
Appunt d Econometra ARGOMENTO [4]: VARIABILI DIPENDENTI BINARIE Mara Lusa Mancus Unverstà Boccon Novembre 200 Introduzone Ne modell econometrc studat fno ad ora la varable dpendente, y, è sempre stata
DettagliDefinizione del problema
Corso d Gestone ed Eserczo de Sstem d Trasporto www.unroma2.t/ddattca/gest t/dd tt /GEST Modell per l assegnazone della domanda alle ret d trasporto aereo Defnzone del problema Modell d domanda segmentazone
Dettagli1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x
TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1
DettagliUNIVERSITÀ DEGLI STUDI DI BERGAMO. Facoltà di Ingegneria. Corso di Sistemi di Controllo di Gestione SCG-E04
UNIVERSITÀ DEGLI STUDI DI BERGAMO Corso d Allocazone de centr d servzo SCG-E04 Le fas del processo d msurazone de cost Fase 1 Rlevazone de cost Fase 2 Assegnazone de cost Cost drett (Drect cost) Attrbuzone
DettagliLaboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
DettagliMisure dirette utilizzate per il calcolo della misura indiretta X:
Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X
DettagliCorso di PROGETTAZIONE DEI SISTEMI DI TRASPORTO. prof. ing. Agostino Nuzzolo Ottobre 2007
Corso d PROGETTAZIONE DEI SISTEMI DI TRASPORTO prof. ng. Agostno Nuzzolo Ottobre 2007 I MODELLI PER LA SIMULAZIONE DELLE INTERAZIONI TRASPORTI-TERRITORIO TERRITORIO 1 Introduzone Modfche del sstema d offerta
DettagliDefinizione di campione
Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta
DettagliTeoria dei processi casuali a tempo continuo. Seconda lezione: Medie statistiche
Teora de process casual a tempo contnuo Seconda lezone: Valore medo e autocorrelazone Esemp Valor med de process Quas Determnat (QD) 005 Poltecnco d Torno Valore medo e autocorrelazone e valore atteso
DettagliREGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari
REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat
DettagliMODELLO DI SCELTA MODALE PER LA VALUTAZIONE DELL ESCLUSIONE SOCIALE DALL ALTA VELOCITÀ FERROVIARIA
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II SCUOLA POLITECNICA E DELLE SCIENZE DI BASE Corso d Laurea n Ingegnera per l Ambente e l Terrtoro Percorso per la magstrale n Dfesa del Suolo MODELLO DI SCELTA
DettagliCorrelazione lineare
Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl
DettagliModelli con varabili binarie (o qualitative)
Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.
DettagliRelazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
DettagliPropagazione delle incertezze
Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze
Dettagli1 La domanda di moneta
La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la
DettagliIntorduzione alla teoria delle Catene di Markov
Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }
DettagliScienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,
Dettagli1. La domanda di moneta
1. La domanda d moneta Esercz svolt Eserczo 1.1 (a) S consder l modello della domanda d moneta a scopo speculatvo d Keynes. Un ndvduo può sceglere d allocare la propra rcchezza sottoscrvendo un ttolo rredmble
DettagliAnalisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986
Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane
Dettagli03/03/2012. Campus di Arcavacata Università della Calabria
Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto
DettagliPIANIFICAZIONE DEI TRASPORTI
Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone su modell d generazone A.A. 2016-2017 Ing. Francesco Pras Ing. Govann
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra
DettagliPIANIFICAZIONE DEI TRASPORTI
Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone 3 A.A. 2016-2017 Ing. Francesco Pras Ing. Govann Tuver Il modello
DettagliOltre la regressione lineare
Oltre la regressone lneare Modello d regressone lneare (semplce o multpla: - varabl esplcatve X quanttatve e qualtatve (nserte tramte uso d varabl dummy - varable dpendente Y è quanttatva Y = b + b X +
DettagliUniversità degli Studi di Roma Tor vergata Dipartimento di Ingegneria Civile. Corso di. Gestione ed esercizio i dei sistemi i di trasporto
Unverstà degl Stud d Roma Tor vergata partmento d Ingegnera Cvle Corso d Gestone ed eserczo de sstem d trasporto Docente: Ing. Perlug Coppola Lucd proettat a lezone La progettazone degl orar de servz d
DettagliMisure indipendenti della stessa grandezza, ciascuna con una diversa precisione.
Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
Dettaglisi utilizzano per confrontare le distribuzioni
Dspersone o Varabltà Defnzone: Le Msure d Dspersone: sono par a zero n caso d dspersone nulla s utlzzano per confrontare le dstrbuzon permettono d valutare la rappresentatvtà delle msure d centraltà. 89
DettagliTeoremi dei circuiti
Teorem de crcut www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del --04) Teorema d Tellegen potes: Crcuto con n nod e l lat ers d rfermento scelt per tutt lat secondo la conenzone dell utlzzatore {,...,
DettagliFunzione di matrice. c i λ i. i=0. i=0. m 1. γ i A i. i=0. Moltiplicando entrambi i membri di questa equazione per A si ottiene. α i 1 A i α m 1 A m
Captolo INTRODUZIONE Funzone d matrce Sa f(λ) una generca funzone del parametro λ svluppable n sere d potenze f(λ) Sa A una matrce quadrata d ordne n La funzone d matrce f(a) èdefnta nel modo seguente
DettagliTeoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita
Teora degl error Processo d msura defnsce una grandezza fsca. Sstema oggetto. Apparato d msura 3. Sstema d confronto La msura mplca un gudzo sull uguaglanza tra la grandezza ncognta e la grandezza campone
DettagliCircuiti elettrici in regime stazionario
rcut elettrc n regme stazonaro Metod d anals www.de.ng.unbo.t/pers/mastr/ddattca.htm ersone del -0-00 Premessa Nel caso pù generale è possble ottenere la soluzone d un crcuto rsolendo un sstema formato
DettagliIntegrazione numerica dell equazione del moto per un sistema lineare viscoso a un grado di libertà. Prof. Adolfo Santini - Dinamica delle Strutture 1
Integrazone numerca dell equazone del moto per un sstema lneare vscoso a un grado d lbertà Prof. Adolfo Santn - Dnamca delle Strutture 1 Introduzone 1/2 L equazone del moto d un sstema vscoso a un grado
DettagliIL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni
IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliLa Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente
Unverstà d Macerata Dpartmento d Scenze Poltche, della Comuncazone e delle Relaz. Internazonal La Regressone Varable ndpendente o esplcatva Prezzo n () () 1 1 Varable dpendente 15 1 1 1 5 5 6 6 61 6 1
DettagliEsame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre
DettagliIndicatori di dimensione e di concentrazione
Indcator d dmensone e d concentrazone 1 Indcator d dmensone Lo studo delle caratterstche struttural ed evolutve d un sstema produttvo necessta dell mpego d ndcator per msurare la dmensone delle untà economche
DettagliELEMENTI DI STATISTICA
ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)
DettagliEquilibrio e stabilità di sistemi dinamici. Stabilità dell equilibrio di sistemi dinamici non lineari per linearizzazione
Equlbro e stabltà d sstem dnamc Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem dnamc non lnear per lnearzzazone Stabltà dell equlbro d sstem NL TC Crter d stabltà
DettagliPREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl
Le Inferenze sul modello d regressone PREVEDONO: Assunzone d normaltà degl error e nferenza su parametr Anals della Varanza Inferenza per la rsposta meda e la prevsone Anals de resdu Valor anomal Captolo
Dettagliuna variabile casuale è continuase può assumere un qualunque valore in un intervallo
Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere
DettagliUNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C
ELEMETI BASILARI DI TEORIA DEGLI ERRORI. VALOR MEDIO, DEVIAZIOE STADARD E VARIAZA S defnsce valor medo d un nseme d dat,,, la quanttà: () S defnsce varanza emprca dell nseme precedente la quanttà: σ ()
DettagliAPPENDICE B. La dinamica delle distribuzioni dimensionali delle maggiori imprese mondiali
APPENDICE B La dnamca delle dstrbuzon dmensonal delle maggor mprese mondal Consderamo le dstrbuzon delle maggor mprese ndustral mondal (fonte Fortune 5, var ann) dal 1959 al 199, n termn d fatturato a
DettagliSistemi Intelligenti Stimatori e sistemi lineari - III
Sstem Intellgent Stmator e sstem lnear - III Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@d.unm.t /6 http:\\borghese.d.unm.t\
DettagliAnalisi della domanda di trasporto
1 Panfcazone f de Trasport aspot Lezone: Anals della domanda d trasporto Corso IFTS Catana 2010 Guseppe Inturr Unverstà d Catana Dpartmento d Ingegnera Cvle e Ambentale 2 3 La mobltà La mobltà delle persone
DettagliTeoremi dei circuiti
Teorem de crcut www.de.ng.unbo.t/pers/mastr/ddattca.htm (ersone del 0-0-03) Teorema d Tellegen Ipotes: Crcuto con n nod e l lat ers d rfermento scelt per tutt lat secondo la conenzone dell utlzzatore {,...,
DettagliANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
DettagliLA VARIABILITA. IV lezione di Statistica Medica
LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce
DettagliDomanda merci interregionale
Corso di LOGISTICA TERRITORIALE www.uniroma2.it/didattica/lot_2012 DOCENTE prof. ing. Agostino Nuzzolo Domanda merci interregionale Modelli Scelta di della scelta Modalità della modalità di Trasporto di
DettagliCorso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI
A.A. 2006/07 Corso d Teora de Campon Facoltà d Economa Corso d Laurea SIGI M. Govanna Ranall Lezon: Martedì 18:00 19:30; Govedì 12:15 13:45 Oraro d rcevmento: Lunedì 16:00 18:00 (stanza 24) Durata: 9 settmane
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
Dettagli6. Catene di Markov a tempo continuo (CMTC)
6. Catene d Markov a tempo contnuo (CMTC) Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto numerable. L nseme de
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
DettagliLe decisioni di gruppo in materia di trasporti: teorie, modelli, applicazioni Romeo Danielis e Lucia Rotaris
Le decson d gruppo n matera d trasport: teore, modell, applcazon Romeo Danels e Luca Rotars Unverstà degl Stud d Treste Il decsore ndvduale solato della mcroeconoma neoclassca non è la norma spesso: le
DettagliModelli di simulazione dei sistemi di trasporto collettivo
UNIVERSITÀ DEGLI STUDI DI ROMA TOR VERGATA Dpartmento d Ingegnera Cvle Corso d Trasport Urban e Metropoltan Docente: Ing. Perlug Coppola Modell d smulazone de sstem d trasporto collettvo (Bozza n corso
DettagliLa teoria microeconomica del consumo
Isttuzon d Economa Matematca La teora mcroeconomca del consumo Il problema del consumatore 2 a parte. Maro Sportell Dpartmento d Matematca Unverstà degl Stud d Bar Va E. Orabona, 4 I 70125 Bar (Italy)
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne
Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 2:
Costruzone d macchne Modulo d: Progettazone probablstca e affdabltà Marco Beghn Lezone : Probabltà condzonata e varabl casual Probabltà condzonata: La probabltà d un evento A (r)valutata quando è noto
DettagliMetodi di analisi per circuiti resistivi
Metod d anals per crcut resst www.de.ng.unbo.t/pers/mastr/ddattca.htm ersone del 7-0-07 Premessa Nel caso pù generale è possble ottenere la soluzone d un crcuto rsolendo un sstema formato dalle equazon
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Ran mran@unpr.t http://www.ran.t Rcham sulla regressone MODELLO DI REGRESSIONE y a + b + e dove: 1,, n a + b rappresenta una retta: a ordnata all orgne ntercetta b coeff.
DettagliRegressioni con variabili strumentali
Regresson con varabl strumental 3 mportant mnacce alla valdtà nterna del modello: Bas dovuta alle varabl omesse, varabl correlate con X ma non osservate e che per questo non possono essere ncluse nella
DettagliLa likelihood. , x 3. , x 2. ,...x N
La lkelhood È dato un set d msure {x 1, x 2, x 3,...x N } (cascuna delle qual può essere multdmensonale) Supponamo che la pdf (f) dpenda da un parametro (anch'esso eventualmente multdmensonale) La verosmglanza
DettagliMetodologie informatiche per la chimica
Metodologe nforatche per la chca Dr. Sergo Brutt Anals de dat 6 Y Rcaptolo generale Dato un nsee d sure sperental d una varable dpendente al varare d una varable ndpendente è possble edante l crtero de
DettagliI SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:
I IDACATI E LA COTRATTAZIOE COLLETTIVA Il ruolo economco del sndacato n concorrenza mperfetta, n cu: a) le mprese fssano prezz de ben n contest d concorrenza monopolstca (con extra-proftt); b) lavorator
DettagliIng. Enrico Grisan. Modelli di popolazione in farmacocinetica
Ing. Enrco Grsan Modell d popolazone n farmacocnetca Sommaro Modell a sngolo soggetto Modell d popolazone Naïve poolng Stme basate sul sngolo soggetto Modell a effett mst Lnearzzazone del modello 2 Ing.
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
DettagliPotenzialità degli impianti
Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà
DettagliEsame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre
DettagliIL MODELLO A 4 STADI (Capitolo 3)
Facoltà d Ingegnera - Unverstà d Bologna Anno Accademco: 00/ TECNICA ED ECONOMIA DEI TRASPORTI Docente: Marno Lup IL MODELLO A 4 STADI (Captolo ) Modello a 4 stad per la determnazone della domanda d trasporto
DettagliIl campionamento casuale semplice
Il camponamento casuale semplce Metod d estrazone del campone. robabltà d nclusone. π = n N π j = n N n 1 N 1 Stmatore corretto del totale e della meda. Ŷ = Nȳ e ˆȲ = ȳ Varanza degl stmator corrett. V
Dettagli6. Catene di Markov a tempo continuo (CMTC)
6. Catene d Markov a tempo contnuo (CMTC) Carla Seatzu, 8 Marzo 28 Defnzone Una CMTC è un processo stocastco defnto come segue: lo spazo d stato è dscreto: X{x,x 2, }. L nseme X può essere sa fnto sa nfnto
DettagliPattern Recognition. Bayes decision theory
Computer Scence Department Unversty of Verona A.A. 015-16 Pattern Recognton Bayes decson theory 1 Rev. Thomas Bayes, F.R.S 170-1761 Introduzone Approcco statstco fondamentale d classfcazone d pattern Ipotes:
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012
CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso
DettagliValutazione dell incertezza di misura
Valutazone dell ncertezza d msura 1 Gl attor della msurazone l sstema msurato l msurando lo strumento l metodo l campone L untà d msura l utlzzatore l sstema msurato l msurando Gl attor della msurazone
Dettaglidi una delle versioni del compito di Geometria analitica e algebra lineare del 12 luglio 2013 distanza tra r ed r'. (punti 2 + 3)
Esempo d soluzone d una delle verson del compto d Geometra analtca e algebra lneare del luglo 3 Stablre se la retta r, d equazon parametrche x =, y = + t, z = t (nel parametro reale t), è + y + z = sghemba
DettagliL analisi della correlazione lineare
L anals della correlazone lneare Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d apol Federco II Professore supplente, Unverstà della Baslcata a.a. 20/202 Prof. Roberta Sclano Statstca
DettagliLezione n. 10. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità Convenzioni per le soluzioni reali
Chmca Fsca - Chmca e Tecnologa Farmaceutche Lezone n. 10 Legge d Raoult Legge d Henry Soluzon deal Devazon dall dealt dealtà Convenzon per le soluzon real Relazon tra coeffcent d attvtà 02/03/2008 Antonno
DettagliDipartimento di Matematica per le scienze economiche e sociali Università di Bologna
Dpartmento d Matematca per le scenze economche e socal Unverstà d Bologna Modell 1 lezone 18 1 dcembre 2011 Covaranza, Varabl aleatore congunte professor Danele Rtell www.unbo.t/docent/danele.rtell 1/19?
DettagliUniversità di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano
Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre
DettagliIncertezza dei risultati analitici - Determinazione dello zolfo totale nel carbone. Metodo gravimetrico Eschka
ESEMPIO N. 1 Incertezza de rsultat analtc - Determnazone dello zolfo totale nel carbone. Metodo gravmetrco Escka Introduzone Questo esempo s rfersce ad un metodo d anals assoluto, n cu l unca grandezza
Dettaglimateriale didattico I incontro
Pano Nazonale Lauree Scentfche (PLS 2016-2017) Statstca Laboratoro d Statstca Le relazon tra varabl prof.ssa Angela Mara D'Uggento angelamara.duggento@unba.t materale ddattco I ncontro Dall anals statstca
DettagliL arcobaleno. Giovanni Mancarella. n = n = n = α( o )
Govann Mancarella L arcobaleno I(α) (a.u.) n =.3338 n =.336 39 40 4 4 43 α( o ) In questa nota utlzzeremo l termne dstrbuzone per ndcare la denstà d probabltà d una varable casuale. Il fenomeno dell arcobaleno
DettagliTIPI DI ANALISI DEI DATI ORGANIZZATI IN MATRICI CASI X VARIABILI
TIPI DI AALISI DEI DATI ORGAIZZATI I MATRICI CASI X VARIABILI A) AALISI MOOVARIATA: prende n esame una sola varable per volta (sngol vettor d colonna della matrce) B) AALISI BIVARIATA: prende n esame l
Dettagli