Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca"

Transcript

1 Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: Terza eserctazone Mlano, 8 febbrao 7

2 SOMMARIO TERZA ESERCITAZIONE Mede condzonate Indpendenza n meda Indce η Momento msto Covaranza Correlazone

3 (In)dpendenza n meda RICHIAMI Scema: VARIABILE CONDIZIONANTE AD ESEMPIO VARIABILE CONDIZIONATA AD ESEMPIO S msura attraverso le mede e le varanze condzonate. Almeno uno delle due varabl (quella ce rceve l condzonamento) deve essere quanttatvo. La dpendenza n meda s basa sulla varabltà delle mede condzonate. è ndpendente n meda da se tutte le mede condzonate sono ugual fra loro e ugual alla meda margnale: y x y....

4 Se c è ndpendenza statstca, allora esste ance ndpendenza n meda. Msure della dpendenza n meda Eta quadro. È un ndce ce msura la dpendenza n meda e vale se esste perfetta dpendenza n meda, mentre vale n caso d perfetta ndpendenza n meda. È mportante, per la determnazone dell eta quadro tenere presente la varanza TRA grupp ce msura la varabltà delle mede condzonate della varable statstca (fenomeno condzonato) al varare delle modaltà (grupp) della varable statstca. L eta quadro vale: ( y x - y ) f. ( y x - y ) f. N ( y - y ) f. ( y - y ) f. η N FRA. S vede subto ce esso vale quando c è ndpendenza n meda, coè quando le mede

5 condzonate sono tutte ugual tra loro e par alla meda margnale (supponamo tutte par a y ): ( y - y ) f. ( ) y - y f. η Esso vale nvece quando cascuna meda condzonata è par ad una ed una sola modaltà (quanttatva) della varable. In questo caso s verfcerà la seguente uguaglanza: η ( y y ) - f. - f ( y y ).. Dat due fenomen e entramb quanttatv, una msura della varabltà congunta è costtuta dalla covaranza: ( x x )( y y ) f N Defnzone d momento msto:

6 µ N x y f Formula alternatva per la covaranza: µ x y Correlazone: relazone statstca d tpo lneare fra due varabl quanttatve e. Se >, allora e sono postvamente correlat: al crescere dell uno cresce (lnearmente) ance l altro. Se <, allora e sono negatvamente correlat: al crescere dell uno, l altro decresce (lnearmente). Se, allora e sono ncorrelat: non esste alcuna relazone (.s.) oppure esste una relazone d tpo dverso da quella lneare. La pù utlzzata msura normalzzata della correlazone fra e è detta coeffcente d correlazone lneare d Pearson: ρ

7 ρ assume valor compres fra - e. Infatt è possble dmostrare ce. ρ quando e sono perfettamente e negatvamente correlat: punt sul dagramma a dspersone sono perfettamente allneat lungo una retta con pendenza negatva (decrescente). ρ quando e sono perfettamente e negatvamente correlat: punt sul dagramma a dspersone sono perfettamente allneat lungo una retta con pendenza postva (crescente). ρ quando e sono ncorrelat. I valor ntermed sono nterpretabl come % d correlazone (postva o negatva). RIEPILOGO DELLE RELAZIONI E IMPLICAZIONI Assenza d relazon: Indpendenza statstca: assenza d qualunque relazone fra e, χ Indpendenza n meda d da (d da ): assenza d condzonamento d su (d su ), η ( η )

8 Incorrelazone: assenza d relazone lneare fra e, ρ I.s..m d da e d da ncorrelazone χ η η ρ Dmostrazone: f. f. f I.s. f N f. f f e N f... f N le mede condzonate concdono tutte con la meda margnale y x y,..., e x y x,..., I.s. µ N x y f N x f. y f. x y N N µ x y x y x y ρ ρ / η / η / χ x y f. f N.

9 ESERCIZIO MEDIE CONDIZIONATE (contnuazone dell eserctazone precedente) Da uno studo pubblcato d recente sulla rvsta Annals of Human Bology e rpreso dal quotdano La Repubblca n un artcolo del febbrao 7, rsulta ce la statura meda n centmetr de masc adult rpartt secondo alcune nazonaltà rsulta quella rportata nella seguente tabella, nella quale, nell ultma rga sono rportate gl abtant masc delle rspettve nazon (n mlon senza cfre decmal): Italan Frances Statuntens Tedesc Danes Norveges Olandes 74, , 79, 8, 84, * * Dato del 999 Calcolare la statura meda complessva, supponendo ce: ) la numerostà del collettvo d ndvdu su cu s è effettuato lo studo sa par a 7 e ce sa par a per cascuna nazonaltà; ) la numerostà del collettvo d ndvdu sa approssmatvamente proporzonale alla popolazone complessva de sette paes e, d conseguenza, la numerostà degl ndvdu d cascuna nazonaltà sa proporzonale alla

10 Soluzone rspettva numerostà della popolazone nazonale. ) S ndc con l carattere Nazonaltà e con l carattere Statura. S anno dunque le seguent mede condzonate: x ( talan) 74,58 x ( frances) 75 x ( statuntens) 79 x ( tedesc) 79, x ( danes) 79, x ( norveges) 8, x ( olandes) 84,3 S deve utlzzare la propretà d assocatvtà della meda artmetca. S abbano a dsposzone le mede condzonate x y xf. Pocé la meda totale è data da: f.

11 x N f. f. ( x y ) f. f. x f x f. x f Nel caso n studo s a: ) 7 nazonaltà, dunque 7. ) f.,, 7. 3) x y,, 7, sono le sette stature mede d cascuno de sette paes consderat. Percò: x [( 74,58 ) ( 75 ) 7 ( 79 ) ( 79, ) ( 79, ) ( 8, ) ( 84,3 ) ] 78, 76 3) S possono utlzzare dat contenut nell ultma rga della tabella (l collettvo oggetto d studo sarà costtuto da un abtante masco ogn mlone d abtant masco). Percò: x [( 74,58 9) ( 75 3) , 4 79, 3 ( ) ( ) ( ) ( 8, ) ( 84,3 8 )] 78, 7

12 ESERCIZIO DIPENDENZA IN MEDIA Una socetà telefonca a commssonato un ndagne sull uso del servzo SMS de telefon cellular n dverse fasce d età. Ne è rsultata la seguente dstrbuzone doppa del numero d messagg SMS nvat nel mese d rfermento e dell età degl ntervstat: Età n ann Numero d SMS nvat al mese comput Fno a ) Presentare la dstrbuzone d frequenze relatve del numero d SMS nvat per la classe d età 5-5 e per quella dell età relatva alla classe 5- SMS nvat; ) Calcolare l numero medo e la devazone standard degl SMS nvat al mese;

13 3) Stablre l grado d dpendenza n meda del numero d SMS nvat al mese dall età con un ndce opportuno. Soluzone ) La tabella a doppa entrata, con punt med degl ntervall delle modaltà rsulta la seguente: , , Da questa s rcavano le due dstrbuzon condzonate rceste: y f p 5,5 3 6,3 75 3,65 x f p,5 6,38

14 3,5 35 7,69 67,5 6 ) Bsogna utlzzare la dstrbuzone margnale della : y f p 5 7,45 3 5, ,38 68 Allora: ( 5 7) ( 3 5) ( 75 6) y y y f y N 68 ( ) , ,394 8,47 3) Le mede condzonate sono date da: y (,5) 38,6 677, , ,394

15 y ( ) 58 y ( 35) 4 y ( 67,5) La varanza TRA è data da: FRA ( y x - y ) f. 8, 9 N E qund l eta quadro da: ( y x - y ) f. ( y x - y ) f. N η ( ). ( ) y - y f y - y f. N FRA 8,9,8 8,474 ESERCIZIO 3 CASO DI PIENA INDIPENDENZA IN MEDIA 38 student sono stat classfcat n base a due caratterstce: l sesso ed rsultat n un esame d statstca. I rsultat sono stat seguent: * M F *Compreso 3 e lode

16 ) S costruscano le dstrbuzon delle frequenze relatve condzonate della alla e la dstrbuzone margnale della. ) S rappresentno grafcamente su tre grafc dvers le tre dstrbuzon trovate al punto. 3) S calcol l eta quadro. Soluzone ) * M,3,6,35,7,9 F,3,6,35,7,9,3,6,35,7,9 ) Frequenza,4,35,3,5,,5,,5, Vot all'esame d statstca de masc ESERCIZIO * Voto Vot all'esame d statstca delle femmne Frequenza,4,35,3,5,,5,,5

17 Vot all'esame d statstca n totale Frequenza * Voto 3) Mede condzonate:

18 y ( M) ( 9 ) ( 9,5 4) (,5 3) ( 5,5 6) ( 8,5 8) y ( F ) ( 9 6) ( 9 5, ) ( 5, 6) ( 5 5, 8) ( 8 5, 4) y Meda margnale: ( 9 8) ( 9 5, 36) ( 5, 48) ( 5 5, 4) ( 8 5, ) Qund: η ( y x y ) - ( y y ) - f. f. ( ) 9 ( - ) ( y y ) - f. 46

19 ESERCIZIO 4 CASO DI PIENA DIPENDENZA IN MEDIA Gl stess 38 student sono stat classfcat n base alle seguent caratterstce: l tpo d dploma (rpartto n tre sole modaltà: classco, scentfco e tecnco) ed rsultat n un esame d socologa generale. I rsultat sono stat seguent: * Classco Scentfco 4 4 Tecnco S calcol l eta quadro. Soluzone Le mede condzonate e la meda margnale della varable statstca sono: y ( y ( y ( Classco) Scentfco) Tecnco) (,5 48) 48 ( 5,5 4) ( 9,5 48) ,5 ( 9,5 48) (,5 48) ( 5,5 4) y ,36,5 5,5

20 La varanza totale è data da: ( y y) N f. ( 9,5,36) 48 (,5,36) 48 ( 5,5,36) 38 8,796 48, , ,6,94 44, 87,66 5, La varanza FRA è data da 4 ( 9,5 -,36) 48 (,5 -,36) 48 ( 5,5 -,36) FRA 38 8,796 48, , ,6,94 44, 87,66 5, e qund l eta quadro è par a. 4 ESERCIZIO 5 INDIPENDENZA STATISTICA INDIPENDENZA IN MEDIA; INDIPENDENZA IN MEDIA INDIPENDENZA STATISTICA Sono state classfcat appartament n resdence per le vacanze nvernal nel 5/6 per lungezza n gorn del perodo d afftto (varable statstca ) e per numero d stanze (varable statstca ):

21 ) Valutare se esste ndpendenza statstca. ) Verfcare se esste ance ndpendenza n meda. Consderamo po l caso d 66 lavorator atpc classfcat per sesso () e numero d contratt dverso dal tempo ndetermnato (): 3 Femmne Masc ) Valutare se esste ndpendenza n meda d da. 4) Verfcare se esste ndpendenza statstca. Soluzone ) Calcolamo le frequenze teorce:

22 ()/4 (6)/ ()/4 (3)/6 (63)/8 (3)/6 3 3 (3)/6 (63)/8 (3)/6 3 4 ()/4 (6)/ ()/4 6 Essendo le frequenze teorce tutte ugual alle frequenze rlevate, l c quadro è par a e qund esste ndpendenza statstca. a) Calcolamo le mede condzonate della date le modaltà della : ( 5 4) ( 5 ) ( 5 4) 3 y ( ) 5 ; ( 5 6) ( 5 8) ( 5 6) 45 y ( ) ( 5 6) ( 5 8) ( 5 6) 45 y ( 3 ) ( 5 4) ( 5 ) ( 5 4) 3 y ( 4 ) 5 Le mede condzonate sono tutte ugual e par alla meda margnale: ( 5 ) ( 5 6) ( 5 ) 5 y 5. Dunque esste ndpendenza n meda della dalla..

23 b) Calcolamo le mede condzonate della date le modaltà della : x ( , ) x ( ) 5 5, x ( 5, 3) ( 4) ( 6) ( 3 6) ( 4 4) ( ) ( 8) ( 3 8) ( 4 ) 6 ( 4) ( 6) ( 3 6) ( 4 4) Ance n questo caso le mede condzonate sono tutte ugual e par alla meda margnale: ( ) ( 3) ( 3 3) ( 4 ) 5 x 5, Vene dunque confermato ce l ndpendenza statstca mplca l ndpendenza n meda. 3) Esste ndpendenza n meda n quanto:.

24 y ( fem mn a ) ( ) ( 6) ( 4) ( 3 ) 58 y ( masco ) y ( ) ( ) ( 4) ( 3 ) ( ) ( ) ( 44) ( 3 ) ) Non esste ndpendenza statstca percè la tabella delle frequenze teorce è data da: 3 Femmne (58)/66,76 (588)/667,3 (4458)/6638,67 (58)/66,55 58 Masc 6/66,4 64/66,97 (448)/665,33 96/66, ESERCIZIO 6 CASO INTERMEDIO DI DIPENDENZA IN MEDIA La sequente tabella llustra le opere lbrare scolastce pubblcate n Itala nel classfcate per class d prezzo n euro () e class d numero d pagne () (dat ISTAT):

25 Grats () Stablre se esste dpendenza n meda del prezzo dal numero delle pagne. Soluzone Per rspondere al questo senza calcolare drettamente l eta quadro, basta verfcare ce le mede condzonate x y sano dverse tra loro ed ugual alla meda margnale x. Pocé s a: ( 5) 63, ; ( 5 ) 4 6, ( ) 8 6, ( 3) 66, x x x x x 7,76 s conclude ce esste dpendenza n meda.

26 ESERCIZIO 7 CALCOLO DELL ETA QUADRO.4 famgle ngles sono state classfcate per numero d component () e spesa mensle per ben almentar (, n centnaa d sterlne): Calcolare la dpendenza n meda della spesa mensle dal numero d component e commentare l rsultato. Soluzone Dopo aver ndvduato valor central delle class d spesa s calcolano le mede condzonate e quella margnale della : ( ) 35, ( ) 3 634, ( 3 ) 4 73, ( 4 ) 5, x x x x x 3,94

27 S rcava dunque: η ( x y x ) - f , ,. FRA ( x x ) f , S a dunque una dscreta dpendenza n meda (5% crca d dpendenza perfetta). ESERCIZIO 8 DIAGRAMMI A DISPERSIONE (SCATTER PLOTS) E CORRELAZIONE In uno studo sull acquszone della lngua nglese come seconda lngua è stato fatto un test d traduzone dall talano all nglese d un testo d. parole. ndvdu anno preso parte al test. In partcolare rcercator erano nteressat agl error d accordo tra le forme del presente del verbo e l soggetto grammatcale (esemp d errore: He now, Tey nows, People nows, ecc.). Sono stat regstrat, per cascun partecpante al test: ) Gl ann d studo dell nglese nelle scuole pubblce.

28 ) Il numero d cors d nglese frequentat n sttuzon prvate. 3) Il numero d error del tpo sopra descrtto fatt nel test. I rsultat sono rportat nelle seguent due tabelle a doppa entrata: Ann d studo dell nglese () e numero d error () Totale Totale Frequenza d cors d nglese () e numero d error () Totale Totale

29 ) Rappresentare grafcamente le due tabelle a doppa entrata e confrontare grafc. ) Sulla base d quest dat, qual concluson s possono rcavare sull utltà de cors prvat d nglese? Soluzone a) Per la prma tabella s ottene l seguente dagramma a bolle, nel quale dametr delle bolle sono proporzonal alle frequenze. Error n nglese e lvello d studo 4 6 Error Ann d studo della lngua nglese Per la seconda tabella s ottene l seguente dagramma (sempre a bolle ):

30 Error n nglese e lvello d studo 4 6 Error Numero d cors d'nglese frequentat b) Attraverso le mede condzonate, s ottengono seguent grafc: Error n nglese e lvello d studo 5 Error Ann d studo della lngua nglese

31 Error n nglese e lvello d studo 5 Error Numero d cors d'nglese frequentat ) C aspettamo una correlazone nversa per tutte e due le sere d dat, ma, ad occo, dovrebbe essere maggore la correlazone nversa tra error e numero d ann d studo dell nglese, puttosto ce tra error e numero d cors d nglese frequentat. Vedamo se è così. Calcolo del coeffcente d correlazone nella prma tabella: Dopo aver trovato punt med degl ntervall delle modaltà delle varabl e, calcolamo l momento msto:

32 74,59 857,5 4) ,5 65 3,5 (337,5 ) , , ,5 35 5,5 5 5 (,5 f y x N µ Calcolamo po le mede e le varanze margnal margnal e qund la covaranza: 5,63 4) ,5 5 (,5 x 6, ) (5 y ( ) 4,6 3,794 64,6 3, ,5 5,5. x f x N

33 N 375 y f. y ( ) 7,75 66,976 7,75 µ x y 8,57 74,59 5,63 6,4545 Qund l coeffcente d correlazone lneare è dato da: 8,57 ρ.46 4,6 66,976 Per la seconda tabella s a, per l momento msto: µ xy f ( N ) ( ) 63 5,773 Calcolamo po le mede e le varanze margnal margnal e qund la covaranza:

34 x ( 7,48 y -,34 5 ( x f. x N N 74,34 3 3) 5 46) 6,4545 ( ) y f y 66,976. µ x y -,55 5,773,443,48 6,4545 Qund l coeffcente d correlazone lneare è dato da: -,55 ρ,,443 66,976 ) Evdentemente convene studare pù ann n cors regolar scolastc puttosto ce effettuare pù cors d nglese per fare meno error del tpo d quell ndcate nel testo dell eserczo.

35 ESERCIZIO 9 CORRELAZIONE famgle, tutte con lo stesso numero d component, sono state classfcate secondo l numero d van della loro abtazone () e l numero d apparecc televsv possedut (). I rsultat della rlevazone sono stat seguent: l 4% delle famgle possede una abtazone d 4 van. D questo l 95% possede un televsore mentre l restante 5% ne possede due; l 3% delle famgle abta n una casa d 5 van. D questo l 9% possede due televsor mentre l restante % ne possede tre; l 3% delle famgle possede una casa d 6 van. D questo l % possede due televsor mentre l restante 9% ne possede tre. ) S costrusca la tabella a doppa entrata relatva a fenomen e. ) S calcol ed nterpret l coeffcente d correlazone lneare.

36 Soluzone ) ) x x f. N y y f. N ( ) 4. 9 ( ). 9

37 x f N. x ( ) N y f. y Momento msto: µ N x y f ( ). 5 Covaranza: x y µ.64 Coeffcente d correlazone lneare: ρ

38 Samo vcn ad una stuazone d perfetta correlazone postva. ESERCIZIO CORRELAZIONE E DIPENDENZA IN MEDIA S consder la seguente tabella a doppa entrata relatva a due fenomen e S dca, senza effettuare calcol, se è possble ce ρ. η Soluzone La tabella a doppa entrata è una tabella d massma connessone e questo mplca la perfetta dpendenza n meda d da, qund s a ce η.

39 5 5 5,5,5,5 3 3,5 Il dagramma a dspersone evdenza una relazone d tpo non lneare, come era gà rlevable da dat. Non può essere qund ρ.

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università degli Studi di Urbino Facoltà di Economia Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:

Dettagli

Esame di Statistica Corso di Laurea in Economia

Esame di Statistica Corso di Laurea in Economia Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame 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

Dettagli

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

FACOLTÀ 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

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

Dettagli

Variabili statistiche - Sommario

Variabili statistiche - Sommario Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su

Dettagli

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA DESCRITTIVA CON EXCEL STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:

Dettagli

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso 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

Dettagli

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007 STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa

Dettagli

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione 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

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze 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,

Dettagli

Test delle ipotesi Parte 2

Test delle ipotesi Parte 2 Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà

Dettagli

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà

Dettagli

Elementi di statistica

Elementi 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

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

La taratura degli strumenti di misura

La taratura degli strumenti di misura La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure

Dettagli

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA:

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA: Economa del Settore Pubblco Laura Vc laura.vc@unbo.t www.dse.unbo.t/lvc/edsp_.htm LEZIONE 4 Rmn, 9 aprle 008 Economa del Settore Pubblco 96 I prncpal ndc d dseguaglanza: ndc d entropa generalzzata Isprata

Dettagli

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM

Dettagli

LE CARTE DI CONTROLLO

LE CARTE DI CONTROLLO ITIS OMAR Dpartento d Meccanca LE CARTE DI CONTROLLO Carte d Controllo Le carte d controllo rappresentano uno degl struent pù portant per l controllo statstco d qualtà. La carta d controllo è corredata

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi 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

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

x = 2480.82 sezione 45 0,038 48 0,077 49 0,115 50 0,192 52 0,231 54 0,308 55 0,346 58 0,385 60 0,615 63 0,654 65 0,885 66 0,923 83 0,962 84 1,000

x = 2480.82 sezione 45 0,038 48 0,077 49 0,115 50 0,192 52 0,231 54 0,308 55 0,346 58 0,385 60 0,615 63 0,654 65 0,885 66 0,923 83 0,962 84 1,000 Gennao 006 classe A VERIFICA DI STATISTICA fla A )Nel Lceo scentfco G.Bruno c sono 5 class seconde, cu alunn sono dstrbut per sezone e per sesso n base alla seconda tabella: Sesso\ A B D E F sezone Calcola

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

Risoluzione quesiti I esonero 2011

Risoluzione quesiti I esonero 2011 Rsoluzone quest I esonero 011 1) Compto 1 Q3 Un azenda a a dsposzone due progett d nvestmento tra d loro alternatv. Il prmo prevede l pagamento d un mporto par a 100 all epoca 0 e fluss par a 60 all epoca

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

Adattamento di una relazione funzionale ai dati sperimentali

Adattamento di una relazione funzionale ai dati sperimentali Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni 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

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

Concetti principale della lezione precedente

Concetti principale della lezione precedente Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2012-2013 Eserctazone: 4 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/41? Aula "Ranzan B" 255 post 1 2 3 4 5 6 7 8 9

Dettagli

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi ESEMPIO N. Anals d mercuro n matrc solde medante spettrometra d assorbmento atomco a vapor fredd 0 Introduzone La determnazone del mercuro n matrc solde è effettuata medante trattamento termco del campone

Dettagli

Verifica termoigrometrica delle pareti

Verifica termoigrometrica delle pareti Unverstà Medterranea d Reggo Calabra Facoltà d Archtettura Corso d Tecnca del Controllo Ambentale A.A. 2009-200 Verfca termogrometrca delle paret Prof. Marna Mstretta ANALISI IGROTERMICA DEGLI ELEMENTI

Dettagli

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio grafico-analitico di una funzioni reale in una variabile reale Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della

Dettagli

Analisi dei flussi 182

Analisi dei flussi 182 Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle

Dettagli

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente

La 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

Dettagli

Il pendolo di torsione

Il pendolo di torsione Unverstà degl Stud d Catana Facoltà d Scenze MM.FF.NN. Corso d aurea n FISICA esna d ABORAORIO DI FISICA I Il pendolo d torsone (sezone costante) Moreno Bonaventura Anno Accademco 005/06 Introduzone. I

Dettagli

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30 1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza

Dettagli

REALTÀ E MODELLI SCHEDA DI LAVORO

REALTÀ E MODELLI SCHEDA DI LAVORO REALTÀ E MODELLI SCHEDA DI LAVORO 1 Le tabelle d crescta Nella tabella sono rportat dat relatv alle altezze mede delle bambne dalla nascta fno a un anno d età. Stablsc se esste una relazone lneare tra

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua Unverstà d Cassno Eserctazon d Statstca del 9 Febbrao 00 Dott. Mro Bevlacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (g) LAUREA SCARPA OCCHI CAPELLI M 79 65 INFORMAICA 43

Dettagli

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla

Dettagli

CIRCOLARE N. 9. CIRCOLARI DELL ENTE MODIFICATE/SOSTITUITE: nessuna. Firmato: ing. Carlo Cannafoglia

CIRCOLARE N. 9. CIRCOLARI DELL ENTE MODIFICATE/SOSTITUITE: nessuna. Firmato: ing. Carlo Cannafoglia PROT. N 53897 ENTE EMITTENTE: OGGETTO: DESTINATARI: DATA DECORRENZA: CIRCOLARE N. 9 DC Cartografa, Catasto e Pubblctà Immoblare, d ntesa con l Uffco del Consglere Scentfco e la DC Osservatoro del Mercato

Dettagli

PARENTELA e CONSANGUINEITÀ di Dario Ravarro

PARENTELA e CONSANGUINEITÀ di Dario Ravarro Introduzone PARENTELA e CONSANGUINEITÀ d Daro Ravarro 1 gennao 2010 Lo studo della genealoga d un ndvduo è necessaro al fne d valutare la consangunetà dell ndvduo stesso e la sua parentela con altr ndvdu

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90

Dettagli

LE FREQUENZE CUMULATE

LE FREQUENZE CUMULATE LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune

Dettagli

Programmazione e Controllo della Produzione. Analisi dei flussi

Programmazione e Controllo della Produzione. Analisi dei flussi Programmazone e Controllo della Produzone Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Lo rsolvo con la smulazone? Sarebbe

Dettagli

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

Capitolo 2 Dati e Tabelle

Capitolo 2 Dati e Tabelle Captolo 2 Dat e Tabelle La Descrzone della Popolazone La descrzone d una popolazone passa attraverso due fas: 1. la formazone de dat statstc 2. la sntes de dat La formazone del dato statstco prevede: ()

Dettagli

Soluzione esercizio Mountbatten

Soluzione esercizio Mountbatten Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno

Dettagli

Induzione elettromagnetica

Induzione elettromagnetica Induzone elettromagnetca L esperenza d Faraday L'effetto d produzone d corrente elettrca n un crcuto prvo d generatore d tensone fu scoperto dal fsco nglese Mchael Faraday nel 83. Egl studò la relazone

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica e calcolo delle Probabilità. Allievi INF Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:

Dettagli

Bonus Cap Certificates con sottostante Allianz SE, AXA SA, Assicurazioni Generali S.p.A.

Bonus Cap Certificates con sottostante Allianz SE, AXA SA, Assicurazioni Generali S.p.A. Bonus Cap Certfcates con sottostante Allanz SE, AXA SA, Asscurazon General S.p.A. Dal 7 febbrao fno al 1 marzo solo su ISIN: DE000HV8AKJ8 Sottostante: Allanz SE, AXA SA, Asscurazon General S.p.A. Scadenza:

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone

Dettagli

Università di Napoli Parthenope Facoltà di Ingegneria

Università di Napoli Parthenope Facoltà di Ingegneria Unverstà d Napol Parthenope acoltà d Ingegnera Corso d Metod Probablstc Statstc e Process Stocastc docente: Pro. Vto Pascazo 20 a Lezone: /2/2003 Sommaro Dstrbuzon condzonate: CD, pd, pm Teorema della

Dettagli

Correlazione lineare

Correlazione 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

Dettagli

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM) Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA

Dettagli

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza

Dettagli

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014 Dpartmento d Economa Azendale e Stud Gusprvatstc Unverstà degl Stud d Bar Aldo Moro Corso d Macroeconoma 2014 1.Consderate l seguente grafco: LM Partà de tass d nteresse LM B A IS IS Y E E E Immagnate

Dettagli

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate

Dettagli

ELEMENTI DI STATISTICA PARTE 1

ELEMENTI DI STATISTICA PARTE 1 ELEMETI DI STATISTICA PARTE. ITRODUZIOE. La parola statstca. Cenn storc.3 Gl studos.4 La statstca moderna.5 Le font statstche. DEFIIZIOI 3. Una defnzone d statstca 3. I fenomen collettv 3.3 Untà statstche,

Dettagli

2 Modello IS-LM. 2.1 Gli e etti della politica monetaria

2 Modello IS-LM. 2.1 Gli e etti della politica monetaria 2 Modello IS-LM 2. Gl e ett della poltca monetara S consderun modello IS-LM senzastatocon seguent datc = 0:8, I = 00( ), L d = 0:5 500, M s = 00 e P =. ) S calcolno valor d equlbro del reddto e del tasso

Dettagli

McGraw-Hill. Tutti i diritti riservati. Caso 11

McGraw-Hill. Tutti i diritti riservati. Caso 11 Caso Copyrght 2005 The Companes srl Stma d un area fabbrcable n zona ndustrale nella cttà d Ferrara. La stma è effettuata con crter della comparazone e quello del valore d trasformazone. Indce Confermento

Dettagli

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri Scelta dell Ubcazone d un Impanto Industrale Corso d Progettazone Impant Industral Prof. Sergo Cavaler I fattor ubcazonal Cost d Caratterstche del Mercato Costruzone Energe Manodopera Trasport Matere Prme

Dettagli

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

Dettagli

Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006

Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006 Smulazone seconda prova Tema assegnato all esame d stato per l'abltazone alla professone d geometra, 006 roposte per lo svolgmento pubblcate sul ollettno SIFET (Socetà Italana d Fotogrammetra e Topografa)

Dettagli

VA TIR - TA - TAEG Introduzione

VA TIR - TA - TAEG Introduzione VA TIR - TA - TAEG Introduzone La presente trattazone s pone come obettvo d analzzare due prncpal crter d scelta degl nvestment e fnanzament per valutare la convenenza tra due o pù operazon fnanzare. S

Dettagli

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO 4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.

Dettagli

Corso di Automazione Industriale 1. Capitolo 7

Corso di Automazione Industriale 1. Capitolo 7 1 Corso d Automazone Industrale 1 Captolo 7 Teora delle code e delle ret d code Introduzone alla Teora delle Code La Teora delle Code s propone d svluppare modell per lo studo de fenomen d attesa che s

Dettagli

Elementi di linear discriminant analysis per la classificazione e il posizionamento nelle ricerche di marketing

Elementi di linear discriminant analysis per la classificazione e il posizionamento nelle ricerche di marketing http://www.mauroennas.eu Element d lnear dscrmnant analyss per la classfcazone e l poszonamento nelle rcerche d maretng Mauro Ennas Lnear Dscrmnant Analyss http://www.mauroennas.eu ADL_fnale_confronto_Ecel.sav

Dettagli

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* 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

Dettagli

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )

Dettagli

Lezione n. 7. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità. Antonino Polimeno 1

Lezione n. 7. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità. Antonino Polimeno 1 Chmca Fsca Botecnologe santare Lezone n. 7 Legge d Raoult Legge d Henry Soluzon deal Devazon dall dealt dealtà Antonno Polmeno 1 Soluzon / comportamento deale - Il dagramma d stato d una soluzone bnara,

Dettagli

SISTEMI PREVISIVI PER IL FLUSSO DI CLIENTELA IN POSTE ITALIANE

SISTEMI PREVISIVI PER IL FLUSSO DI CLIENTELA IN POSTE ITALIANE Statstca Applcata Vol. 17, n. 3, 2005 377 SISTEMI PREVISIVI PER IL FLUSSO DI CLIENTELA IN POSTE ITALIANE Gan Pero Cervellera Poste Italane, Dvsone Rete Terrtorale, Drezone Operazon, Svluppo Process Ducco

Dettagli

MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L.

MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L. MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura d L.Bernard) 3.3. Dsegn d camponamento d Lorenzo Bernard 3.3.1. Una defnzone per ntrodurre

Dettagli

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

Dettagli

ANALISI DI TABELLE DI CONTINGENZA

ANALISI DI TABELLE DI CONTINGENZA ANALISI DI TABELLE DI CONTINGENZA 91 TABELLE DI CONTINGENZA Una tabella d contngenza è una tabella d frequenza a doppa entrata n cu vengono ncrocate due varabl qualtatve. Esempo SESSO INTERESSE PER STATISTICA

Dettagli

8.1 Sintesi, descrizione, interpretazione

8.1 Sintesi, descrizione, interpretazione 8.1 Sntes, descrzone, nterpretazone Molte duse tecnche d anals statstca multvarata consentono d studare smultaneamente un numero elevato d varabl sntetzzandone l azone snergca attraverso un numero rdotto

Dettagli

Valore attuale di una rendita. Valore attuale in Excel: funzione VA

Valore attuale di una rendita. Valore attuale in Excel: funzione VA Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t

Dettagli

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill Statstca - metodologe per le scenze economche e socal /e S Borra, A D Cacco - McGraw Hll Es Soluzone degl esercz del captolo 7 In base agl arrotondament effettuat ne calcol, s possono rscontrare pccole

Dettagli

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm.

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm. Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo d.amodo@unvpm.t Ing. Ganluca Chappn g.chappn@unvpm.t http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti

Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti UNIVERSIA DEGLI SUDI DI CAGLIARI Facoltà d Ingegnera Elettronca Corso d Calcolo Numerco 1 A.A. 00/003 Anals e confronto tra metod d regolarzzazone drett per la rsoluzone d prolem dscret mal-post Docente:

Dettagli