Tecniche statistiche di analisi del cambiamento
|
|
- Floriana Andreoli
- 5 anni fa
- Visualizzazioni
Transcript
1 Tecniche statistiche di analisi del cambiamento 07a-Ripasso: Anova ad un fattore (v. 1.9a, 29 dicembre 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca G. Rossi (Dip. Psicologia) Tsac / 19
2 Confronti fra più gruppi Ho una variabile indipendente (categoriale) con più di 2 valori e ipotizzo che un altra variabile (dipendente quantitativa) possa essere influenzata Posso usare il t-test per campioni indipendenti, ma selezionando solo 2 gruppi alla volta Se devo confrontare 3 medie? Con il t-test, dovrei fare 3 confronti: M 1 con M 2, poi M 1 con M 3 e quindi M 2 con M 3 Con 4 medie? Faccio 6 confronti! (1 con 2, 1 con 3, 1-4, 2-3, 2-4, 3-4) Con 5 medie? Faccio 10 confronti (12, 13, 14, 15, 23, 24, 25, 34, 35, 45) Ma... G. Rossi (Dip. Psicologia) Tsac / 19
3 Più confronti di medie Per ogni confronto, ho una possibilità di sbagliare pari al livello α che scelgo per 10 confronti avrò una possibilità pari a 10 volte α Ovvero, se α =.05, = 0.50 Ciò significherebbe che su 10 confronti almeno la metà potrebbero essere inaffidabili È chiaro che non posso correre un rischio così elevato. Ho due possibili soluzioni Analisi della varianza (preferibile): produce un unica statistica (F) Criterio di Bonferroni: propone un metodo per controllare l errore di I tipo. G. Rossi (Dip. Psicologia) Tsac / 19
4 Criterio di Bonferroni Bonferroni propone un criterio per controllare (ridurre) l errore di I tipo, quando si eseguono più confronti il criterio consiste nel dividere l alfa per il numero di confronti e usare il risultato come nuovo alfa (es. α =.05 con 10 confronti, α/10.05/10 =.005 È da usare solo quando non esiste una tecnica di analisi più evoluta che permetta di: non fare confronti multipli (ad es. l Anova) in cui i confronti multipli sono già pensati per controllare l errore di I tipo (ad es. i test post-hoc). G. Rossi (Dip. Psicologia) Tsac / 19
5 Analisi della varianza Il test dell Analisi della varianza (anche conosciuto con i nomi Anova o AOV, da Analysis of variance), risolve questo problema dei confronti multipli tramite t-test Serve per confrontare fra loro tre o più gruppi e decidere se vengono dalla stessa popolazione di riferimento Utilizza un rapporto di varianze Per ora affronteremo l anova a livello semplicistico, la cosiddetta anova a 1 via o fattore G. Rossi (Dip. Psicologia) Tsac / 19
6 Rapporto fra varianze Ci sono diverse circostanze in cui c è bisogno di lavorare con le varianze al posto delle medie Il t-test standard necessita che le varianze dei due gruppi da confrontare sia uguale (ma non sempre è così) Se i due gruppi hanno varianza diversa, si usa una formula robusta di t che tiene in considerazione la diversità delle varianze Se si hanno più di due gruppi il t-test non può essere usato (salvo rischiare di sforare l errore di I tipo) Per questo motivo esistono dei test per verificare l omogeneità di due varianze e una tecnica per studiare più gruppi in contemporanea G. Rossi (Dip. Psicologia) Tsac / 19
7 Rapporto fra varianze Il rapporto fra due varianze e la relativa statistica è indicata con F La formula più semplice è F = varianza maggiore varianza minore Il rapporto di due varianze si distribuisce secondo la curva di F (di Snedecor, che l ha studiata) F è anche la sigla della statistica che indica il rapporto di varianze F è sempre a una coda ed è (dovrebbe essere) 1 In SPSS, nel T-Test, l omogeneità delle varianze dei due gruppi è stimata con il test di Levene G. Rossi (Dip. Psicologia) Tsac / 19
8 Rapporto fra varianze Essendo un rapporto di 2 varianze, esistono 2 gradi di libertà e le tavole di F sono sempre complicate e lunghe Qui c è l inizio di una tavola (α =.05); sono riportati i valori critici che si trovano all incrocio di 2 diversi gl I software (ovviamente) mostrano direttamente la probabilità associata G. Rossi (Dip. Psicologia) Tsac / 19
9 Anova: Concetto intuitivo 1 F = Con sintesi semplicistica, possiamo dire che l AOV confronta la varianza calcolata in due modi diversi: Logica la varianza tra i singoli gruppi (ogni gruppo è considerato separatamente) la varianza entro tutti i gruppi (un solo gruppo totale ottenuto ignorando i singoli gruppi) la statistica che risulta è il rapporto fra due varianze: 1 la media delle varianze dei singoli gruppi 2 la varianza totale (o degli errori) Se la media delle varianze dei gruppi è vicina alla varianza totale, le varianze dei gruppi sono probabilmente uguali; se sono lontane, almeno una varianza non è vicina a quella totale G. Rossi (Dip. Psicologia) Tsac / 19
10 Concetto intuitivo 2 Se le due stime di varianza sono uguali, F si avvicinerà ad 1 Se le due stime di varianza sono diverse, F sarà tanto più grande quanto maggiore è la diversità I gradi di libertà sono 2 (uno per ogni varianza utilizzata) e dipendono dai gruppi confrontati (k 1) e dalle loro numerosità (in genere N x 1, in base ai confronti) G. Rossi (Dip. Psicologia) Tsac / 19
11 Per capire meglio se F è un rapporto di varianze, dobbiamo considerare meglio la varianza: (X X) 2 somma dei quadrati var stimata = = = SQ N 1 gradi di libertà gl L anova quindi fa diverse stime di somme di quadrati (numeratore) le divide per i gradi di libertà (denominatore) quindi divide fra loro due diverse stime di varianza G. Rossi (Dip. Psicologia) Tsac / 19
12 Esempio SPSS: anova 1 via Politica (VI) e Ortodossia (VD) G. Rossi (Dip. Psicologia) Tsac / 19
13 Esempio SPSS: anova 1 via Politica (VI) e Ortodossia (VD) var = SQ gl = MQ 4005,577 / 3 = 1335,192 G. Rossi (Dip. Psicologia) Tsac / 19
14 Esempio SPSS: anova 1 via Politica (VI) e Ortodossia (VD) var = SQ gl = MQ 4005,577 / 3 = 1335,192 MQ 1 MQ 2 = F 1335,192 / 76,915 = 17,359 G. Rossi (Dip. Psicologia) Tsac / 19
15 Esempio SPSS: anova e post-hoc Dal momento che l anova è statisticamente significativa (ho rifiutato H 0 ) almeno un gruppo è statisticamente diverso dagli altri per sapere qual è, si usa l analisi a post-hoc che confronta ciascun gruppo con tutti gli altri alcuni metodi a post-hoc creano gruppi statisticamente omogenei In questo caso ci sono 2 sottogruppi omogenei Il primo è composto da una sola media (Sinistra); omogeneità perfetta Il secondo è composto dalle altre 3 medie e l omogeneità è di.932 cioè 93.2% G. Rossi (Dip. Psicologia) Tsac / 19
16 Esempio SPSS: anova 1 via Riportare i risultati Esempio I risultati mostrano che la variabile indipendente Orientamento politico influisce significativamente sulla variabile dipendente Ortodossia religiosa, F(3, 333) = 17,35, p <.001. Dall osservazione delle medie dei gruppi emerge che il gruppo di sinistra presenta punteggi di ortodossia più bassi (M=25,66) rispetto a quelli relativi agli altri gruppi di destra (M=32,23; DS=10,14 ), senza orientamento politico (M=32,64; DS=8,11) e centro (M=33,15; DS=8.13). L analisi a post-hoc (con Tukey) dimostra che, in effetti, i gruppi centro, destra e senza orientamento sono omogenei fra loro. G. Rossi (Dip. Psicologia) Tsac / 19
17 Anova e t-test Se si fa un anova a 1 via con una variabile indipendente che ha solo 2 gruppi si vede che F è il quadrato di t e t è la radice quadrata di F t gl Sign. compiacenza -,243 58,809 t =, 243 = 0, 059 F = 0, 059 =, Somma Media quadrati gl quadratica F Sign. Tra gruppi 8, ,929 0,059,809 Entro i gruppi 8787, ,514 Totale 8796, G. Rossi (Dip. Psicologia) Tsac / 19
18 Esempio empirico: Stenner In un campione di persone abbiamo misurato l autoritarismo (variabile DIP) usando la scala di Karen Stenner (5 item sulle cose importanti da insegnare ad un bambino, maggiore il punteggio, maggiore l autoritarismo) e l orientamento politico (su una scala da 1 a 10, da sinistra a destra) Raccogliamo i 10 punteggi dell orientamento politico in 3 categorie (INDIP): 1-3 => SX, 4-7 => Centro, 8-10 => DX L autoritarismo è uguale nei tre gruppi? Oppure ogni sottocampione (in base all orientamento politico) ha parametri della popolazione diversi? G. Rossi (Dip. Psicologia) Tsac / 19
19 Esempio empirico: Stenner Stenner N Media Dev. std. Err. std. Minimo Massimo Sx ,16 4,159 0, Centro ,63 4,391 0, Dx 80 15,94 5,321 0, Totale ,34 4,607 0, ANOVA univariata Somma Media quadrati df quadrati F Sig. Fra gruppi 433, ,622 10,68 0,000 Entro gruppi 8373, ,276 Totale 8807, C è almeno un gruppo che ha una varianza statisticamente diversa da quelle degli altri (cioè è stato estratto da una popolazione con parametri diversi) G. Rossi (Dip. Psicologia) Tsac / 19
20 Esempio empirico: Stenner Quale gruppo? Usiamo i confronti a posteriori (Post-hoc) Test post hoc - Sottoinsiemi omogenei Stenner Student-Newman-Keuls N Sottoinsieme per alfa = SX ,1623 Centro ,6319 Dx 80 15,9375 Sig. 1,000 1,000 1,000 Nella tabella dei gruppi omogenei, sono riportate le numerosità, le medie dei gruppi e la probabilità fra le medie riportate in colonna H 0 (per ogni gruppo) è che le medie siano omogenee fra loro Le tre medie sono tutte diverse fra di loro, ovvero i campioni su cui sono state calcolate sono stati estratti da popolazioni con parametri statistici diversi G. Rossi (Dip. Psicologia) Tsac / 19
21 Esempio empirico: Stenner Riportare i risultati Esempio I risultati dell anova a un fattore mostrano che la variabile indipendente Orientamento politico suddiviso in Sinistra, Centro e Destra influisce significativamente sulla variabile dipendente Autoritarismo, F(2, 413) = 10,68, p <.001. Dall analisi a post-hoc (con SNK) delle medie emerge che ciascuno dei gruppi è statisticamente diverso dagli altri: l orientamento politico di Sinistra presenta il valore più basso di Autoritarismo (M=13,16; DS=4,16), segue l orientamento di Centro (M=14,63; DS=4,39) ed infine quello di Destra (M=15,94; DS=5,32). G. Rossi (Dip. Psicologia) Tsac / 19
Analisi della varianza
1. 2. univariata ad un solo fattore tra i soggetti (between subjects) 3. univariata: disegni fattoriali 4. univariata entro i soggetti (within subjects) 5. : disegni fattoriali «misti» L analisi della
DettagliElementi 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
DettagliANALISI MULTIVARIATA
ANALISI MULTIVARIATA Marcella Montico Servizio di epidemiologia e biostatistica... ancora sulla relazione tra due variabili: la regressione lineare semplice VD: quantitativa VI: quantitativa Misura la
Dettagliˆp(1 ˆp) n 1 +n 2 totale di successi considerando i due gruppi come fossero uno solo e si costruisce z come segue ˆp 1 ˆp 2. n 1
. Verifica di ipotesi: parte seconda.. Verifica di ipotesi per due campioni. Quando abbiamo due insiemi di dati possiamo chiederci, a seconda della loro natura, se i campioni sono simili oppure no. Ci
DettagliIl Metodo Scientifico
Unita Naturali Il Metodo Scientifico La Fisica si occupa di descrivere ed interpretare i fenomeni naturali usando il metodo scientifico. Passi del metodo scientifico: Schematizzazione: modello semplificato
DettagliElementi 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,
DettagliRelazioni tra variabili
Università degli Studi di Padova Facoltà di Medicina e Chirurgia Corso di Laurea in Medicina e Chirurgia - A.A. 009-10 Scuole di specializzazione in: Medicina Legale, Medicina del Lavoro, Igiene e Medicina
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
DettagliAnalizza/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
DettagliElementi di Psicometria
Elementi di Psicometria E2-Riepilogo finale vers. 1.2 Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia) ElemPsico 2010-2011
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 5-Indici di variabilità (vers. 1.0c, 20 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni
Dettagli7 Disegni sperimentali ad un solo fattore. Giulio Vidotto Raffaele Cioffi
7 Disegni sperimentali ad un solo fattore Giulio Vidotto Raffaele Cioffi Indice: 7.1 Veri esperimenti 7.2 Fattori livelli condizioni e trattamenti 7.3 Alcuni disegni sperimentali da evitare 7.4 Elementi
DettagliStatistica. Esercitazione 16. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 16 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 24 Studio della relazione tra due variabili Commonly Asked Questions Qual è la relazione tra la spesa
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliStrumenti informatici 13.1
1 Strumenti informatici 1.1 I test post-hoc nel caso del confronto fra tre o più proporzioni dipendenti e la realizzazione del test Q di Cochran in SPSS Nel caso dei test post-hoc per il test Q di Cochran,
DettagliStatistica. 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
DettagliElementi di Psicometria
Elementi di Psicometria 12-Correlazione vers. 1.1 (27 novembre 2012) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2011-2012 G. Rossi (Dip. Psicologia)
DettagliMatematica con il foglio di calcolo
Matematica con il foglio di calcolo Sottotitolo: Classe: V primaria Argomento: Numeri e operazioni Autore: Guido Gottardi, Alberto Battaini Introduzione: l uso del foglio di calcolo offre l opportunità
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
Dettaglierrore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento
Analisi della varianza a una via a misure ripetute (Anova con 1 fattore within) modello strutturale dell'analisi della varianza a misure ripetute con 1 fattore: y = μ ik 0 +π i +α k + ik ε ik interazione
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
DettagliIl test di chi-quadro
Il test di chi-quadro Germano Rossi 18 novembre 2004 vers. 0.6 Indice Indice 1 1 Il test di chi-quadro [0.6] 2 1.1 Introduzione....................................... 2 1.2 Terminologia......................................
DettagliLEZIONE 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
DettagliConfronto tra gruppi (campioni indipendenti)
Confronto tra gruppi (campioni indipendenti) Campioni provenienti da una popolazione Normale con medie che possono essere diverse ma varianze uguali campioni: Test z or t sulla differenza tra medie 3,
DettagliANALISI DEI DATI PER IL MARKETING 2014
ANALISI DEI DATI PER IL MARKETING 2014 Marco Riani mriani@unipr.it http://www.riani.it MISURE DI DISTANZA E SIMILARITA 1 SCOPI DEL CALCOLO Problema: misurare la diversità (ovvero la rassomiglianza) tra
DettagliFacoltà 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
DettagliAREA LOGICO - MATEMATICA TEMA PARI E DISPARI
ESTENSIONE DEL METODO BRIGHT START UNITA COGNITIVE DI RIFERIMENTO RELAZIONI QUANTITATIVE CONFRONTI CLASSE SECONDA A TEMPO PIENO- SCUOLA ELEMENTARE C. CAVOUR SANTENA AREA LOGICO - MATEMATICA TEMA PARI E
DettagliInferenza statistica
Inferenza statistica Si tratta di un complesso di tecniche, basate sulla teoria della probabilità, che consentono di verificare se sia o no possibile trasferire i risultati ottenuti per un campione ad
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad
DettagliEQUAZIONI CON VALORE ASSOLUTO DISEQUAZIONI CON VALORE ASSOLUTO
EQUAZIONI CON VALORE AOLUTO DIEQUAZIONI CON VALORE AOLUTO Prima di tutto: che cosa è il valore assoluto di un numero? Il valore assoluto è quella legge che ad un numero (positivo o negativo) associa sempre
DettagliPiacenza, 10 marzo 2014 La preparazione della tesi di Laurea Magistrale
Piacenza, 0 marzo 204 La preparazione della tesi di Laurea Magistrale ma questa statistica a che cosa serve? non vedo l ora di cominciare a lavorare per la tesi. e dimenticarmi la statistica!! il mio relatore
DettagliLa dissomiglianza tra due distribuzioni normali
Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 43-50 Editore CLEUP, Padova - ISBN: 978-88-6129-833-0 La dissomiglianza tra due distribuzioni
DettagliVARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza.
VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD Si definisce varianza campionaria l indice s 2 = 1 (x i x) 2 = 1 ( xi 2 n x 2) Si definisce scarto quadratico medio o deviazione standard la radice quadrata della
Dettaglidifferiticerti.notebook November 25, 2010 nov 6 17.29 nov 6 17.36 nov 6 18.55 Problemi con effetti differiti
Problemi con effetti differiti sono quelli per i quali tra il momento di sostentamento dei costi ed il momento di realizzo dei ricavi intercorre un certo lasso di tempo. Nei casi in cui il vantaggio è
DettagliSTATISTICA 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
DettagliRiconoscere e formalizzare le dipendenze funzionali
Riconoscere e formalizzare le dipendenze funzionali Giorgio Ghelli 25 ottobre 2007 1 Riconoscere e formalizzare le dipendenze funzionali Non sempre è facile indiduare le dipendenze funzionali espresse
DettagliPSICOMETRIA. Esercitazione n.1. C.d.L. Comunicazione e Psicologia a.a. 2012/13
PSICOMETRIA Esercitazione n.1 C.d.L. Comunicazione e Psicologia a.a. 2012/13 ESERCITAZIONE 1: INDICE 1. Informazioni di carattere generale sulle esercitazioni 2. Il foglio di calcolo (Excel) 3. Avviare
DettagliAppendice B Esempi di item di matematica
Appendice B Esempi di item di matematica Esempi di item di matematica Classe quarta primaria 1 Osserva la seguente sequenza di numeri. 100, 1, 99, 2, 98, C, C, C Quali numeri devono andare nei tre riquadri?
DettagliIL TEST CHI QUADRATO χ 2
IL TEST CHI QUADRATO χ 2 Test parametrici I test studiati nelle lezioni precedenti (test-t, testz) consentono la verifica di ipotesi relative al valore di specifici parametri di popolazione Esempio: differenza
DettagliEsercitazioni di Reti Logiche. Lezione 1 Rappresentazione dell'informazione. Zeynep KIZILTAN zkiziltan@deis.unibo.it
Esercitazioni di Reti Logiche Lezione 1 Rappresentazione dell'informazione Zeynep KIZILTAN zkiziltan@deis.unibo.it Introduzione Zeynep KIZILTAN Si pronuncia Z come la S di Rose altrimenti, si legge come
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
Dettaglip k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4
CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimento di Ingegneria Industriale e Scienze Matematiche Università Politecnica delle Marche 1. Esercizio (1 marzo 211 n.
DettagliIl coefficiente di correlazione di Spearman per ranghi
Il coefficiente di correlazione di Spearman per ranghi Questo indice di correlazione non parametrico viene indicato con r s o Spearman rho e permette di valutare la forza del rapporto tra due variabili
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 4. Esercizi di Inferenza Statistica Gianmarco Altoè Dipartimento di Psicologia Università di Cagliari, Anno Accademico 2011-2012 Esercizio 4.1 - I due esami Nella seguente
Dettagli3) ANALISI DEI RESIDUI
3) ANALISI DEI RESIDUI Dopo l analisi di regressione si eseguono alcuni test sui residui per avere una ulteriore conferma della validità del modello e delle assunzioni (distribuzione normale degli errori,
DettagliFUNZIONI CONTINUE - ESERCIZI SVOLTI
FUNZIONI CONTINUE - ESERCIZI SVOLTI 1) Verificare che x è continua in x 0 per ogni x 0 0 ) Verificare che 1 x 1 x 0 è continua in x 0 per ogni x 0 0 3) Disegnare il grafico e studiare i punti di discontinuità
DettagliIl campionamento statistico. prof. C.Guida
Il campionamento statistico prof. C.Guida Per determinare le caratteristiche fondamentali di una popolazione statistica non è sempre necessario analizzare tutta la popolazione, ma risulta sufficiente esaminare
DettagliT DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente:
T DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente: t = X i X j s 2 i (n i 1) + s 2 j (n j 1) n i + n j - 2 1
DettagliBOX 16. Lampade a confronto.
Lampade a confronto. Un confronto tra lampade a risparmio energetico, comuni lampadine e tubi al neon. Le lampadine In una lampadina la corrente passa attraverso una sottile spirale di un metallo particolare
DettagliFONDAMENTI DI PSICOMETRIA - 8 CFU
Ψ FONDAMENTI DI PSICOMETRIA - 8 CFU STIMA DELL ATTENDIBILITA STIMA DELL ATTENDIBILITA DEFINIZIONE DI ATTENDIBILITA (affidabilità, fedeltà) Grado di accordo tra diversi tentativi di misurare uno stesso
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliCAPITOLO II. Il Vantaggio Assoluto
CAPITOLO II Il Vantaggio Assoluto Ragionare di commercio internazionale facendo uso del modello Domanda-Offerta: le esportazioni (importazioni) corrispondono ad un eccesso di offerta (domanda), ai prezzi
DettagliMetodologie Quantitative
Metodologie Quantitative Regressione Logistica II M Q Marco Perugini Milano-Bicocca 1 La regressione logistica La regressione logistica si propone di studiare e quantificare le relazioni tra una o più
DettagliCOMUNE DI PARMA Servizio Mobilità e Ambiente. Classificazione Euro dei veicoli in base alle direttive europee
COMUNE DI PARMA Servizio Mobilità e Ambiente Classificazione Euro dei veicoli in base alle direttive europee Identificare la classe Euro di appartenenza di un veicolo: La comunità europea ha emanato dal
DettagliLa mappatura dei geni umani. SCOPO conoscere la localizzazione dei geni per identificarne la struttura e la funzione
La mappatura dei geni umani SCOPO conoscere la localizzazione dei geni per identificarne la struttura e la funzione Un grande impulso alla costruzione di mappe genetiche è stato dato da le tecniche della
DettagliRegola del partitore di tensione
Regola del partitore di tensione Se conosciamo la tensione ai capi di una serie di resistenze e i valori delle resistenze stesse, è possibile calcolare la caduta di tensione ai capi di ciascuna R resistenza,
DettagliVBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole.
Excel VBA VBA Visual Basic for Application VBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole. 2 Prima di iniziare. Che cos è una variabile?
DettagliEsercizi sulla conversione tra unità di misura
Esercizi sulla conversione tra unità di misura Autore: Enrico Campanelli Prima stesura: Settembre 2013 Ultima revisione: Settembre 2013 Per segnalare errori o per osservazioni e suggerimenti di qualsiasi
Dettagli1) 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
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliGli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique.
Asintoti Gli asintoti di una funzione sono rette, quindi possono essere: rette verticali o rette orizzontali o rette oblique. Asintoti verticali Sia 0 punto di accumulazione per dom(f). La retta = 0 è
DettagliStatistica 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
DettagliUniversità 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
DettagliFisica con gli smartphone. Lezioni d'autore di Claudio Cigognetti
Fisica con gli smartphone Lezioni d'autore di Claudio Cigognetti VIDEO I SENSORI IN UNO SMARTPHONE Oggi la miniaturizzazione dei sensori indicati con l acronimo inglese MEMS (sistemi microelettronici e
DettagliCOMPITO B - ANALISI DEI DATI PER IL MARKETING OTTOBRE 2009
COGNOME E NOME COMPITO B - ANALISI DEI DATI PER IL MARKETING OTTOBRE 2009 Esercizio I MATR. Si è effettuata un indagine di customer satisfaction su un campione di 100 acquirenti d un modello di auto, chiedendo
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito Soluzioni della simulazione del 17/05/2011 Gianmarco Altoè Dipartimento di Psicologia Università di Cagliari, Anno Accademico 2010-2011 Leggere BENE le avvertenze prima
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliPerche le banche soddisfano il fabbisogno delle imprese
Perche le banche soddisfano il fabbisogno delle imprese 1 ATTENZIONE: La presente dispensa contiene materiale messo a disposizione per gli utenti del sito www.bilancioutile.com Essendo materiale didattico
DettagliTEST DI AUTOVALUTAZIONE TEST SU DUE CAMPIONI
TEST DI AUTOVALUTAZIONE TEST SU DUE CAMPIONI I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Statistica Parte A. Per verificare l efficacia di un farmaco
DettagliSTATISTICA INFERENZIALE
STATISTICA INFERENZIALE Premessa importante: si ipotizza che il comportamento della popolazione rispetto ad una variabile casuale X viene descritto attraverso una funzione parametrica di probabilità p
DettagliVARIABILI 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
DettagliLE ASSUNZIONI DELL'ANOVA
LE ASSUNZIONI DELL'ANOVA Sono le assunzioni del test t, ma estese a tutti i gruppi: o La variabile deve avere una distribuzione normale in tutte le popolazioni corrispondenti ai gruppi campionati o Le
DettagliFacciamo 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
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
DettagliANOVA a un fattore between in R
ANOVA a un fattore between in R Il file Excel Il file sinburn.xlsx contiene i dati dello studio sulla sindrome da burnout in quindici infermieri ospedalieri di tre diversi reparti. Importare dati in R
DettagliEsercitazione n. 5 di Metodologia della Ricerca Psicologica
Esercitazione n. di Metodologia della Ricerca Psicologica Quesito 1: Un ricercatore intende studiare la conoscenza e gli atteggiamenti che hanno gli operatori del diritto delle applicazioni psicogiuridiche.
DettagliDerivate Limiti e funzioni continue
Derivate Limiti e funzioni continue Se il valore di una funzione f() si avvicina al valore l quando si avvicina ad 0 diciamo che f() ha come ite l per tendente ad 0. Noi per rappresentare questo fatto
DettagliStatistica. Esercitazione 15. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Statistica. A. Iodice
Esercitazione 15 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 18 L importanza del gruppo di controllo In tutti i casi in cui si voglia studiare l effetto di un certo
Dettagli2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011
2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 1) Non sfogliare questo fascicolo finché l insegnante non ti dice di farlo. 2) E ammesso l utilizzo di calcolatrici
DettagliTitolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza
Titolo della lezione Analisi dell associazione tra due caratteri: indipendenza e dipendenza Introduzione Analisi univariata, bivariata, multivariata Analizzare le relazioni tra i caratteri, per cercare
DettagliRegressione Mario Guarracino Data Mining a.a. 2010/2011
Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume
DettagliQuantificare la variabilità dei processi ecologici
Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale
DettagliUniversità 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
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara
DettagliANALISI DELLE FREQUENZE: IL TEST CHI 2
ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento
DettagliOFFERTA DI LAVORO. p * C = M + w * L
1 OFFERTA DI LAVORO Supponiamo che il consumatore abbia inizialmente un reddito monetario M, sia che lavori o no: potrebbe trattarsi di un reddito da investimenti, di donazioni familiari, o altro. Definiamo
DettagliStatistica descrittiva: prime informazioni dai dati sperimentali
SECONDO APPUNTAMENTO CON LA SPERIMENTAZIONE IN AGRICOLTURA Statistica descrittiva: prime informazioni dai dati sperimentali La statistica descrittiva rappresenta la base di partenza per le applicazioni
DettagliStatistica Applicata all edilizia Lezione 3: i numeri indice
Lezione 3: i numeri indice E-mail: orietta.nicolis@unibg.it 24 marzo 2009 Programma Programma Operazioni statistiche elementari Vengono utilizzate per confrontare fenomeni nel tempo (nello stesso luogo
DettagliL analisi dei risultati di una ricerca quantitativa: principi. Marketing ambientale & territoriale Michela Addis 27 novembre 2009 8 sessione
L analisi dei risultati di una ricerca quantitativa: principi Marketing ambientale & territoriale Michela Addis 27 novembre 2009 8 sessione Le scelte strategiche Segmentazione Targeting Posizionamento
DettagliConcetto 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
DettagliLA RILEVAZIONE DEI PREZZI AL CONSUMO
LA RILEVAZIONE DEI PREZZI AL CONSUMO EUROSTAT ISTAT 80 Comuni capoluoghi di provincia 42.300 punti vendita, imprese, istituzioni 8.000 abitazioni 1.187 distributori di carburanti 495.500 quotazioni di
DettagliExcel Terza parte. Excel 2003
Excel Terza parte Excel 2003 TABELLA PIVOT Selezioniamo tutti i dati (con le relative etichette) Dati Rapporto tabella pivot e grafico pivot Fine 2 La tabella pivot viene messa di default in una pagina
DettagliLA CORRELAZIONE LINEARE
LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione
DettagliConoscenza. Metodo scientifico
Conoscenza La conoscenza è la consapevolezza e la comprensione di fatti, verità o informazioni ottenuti attraverso l'esperienza o l'apprendimento (a posteriori), ovvero tramite l'introspezione (a priori).
DettagliIndici di dispersione
Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
DettagliLezione 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