Statistica Descrittiva II
|
|
- Veronica Di Marco
- 5 anni fa
- Visualizzazioni
Transcript
1 Organzzazone de dat Statstca Descrttva II Indc d poszone Indc d varabltà Indc d asmmetra Indc d normaltà Outler Box-plot Sere statstche monovarate Carattere: Cellular possedut Popolazone: 7 student d Botecnologe n Total Rappresentazon complete ma ngombrant Utle un ndce pù maneggevole ndce sntetco Indc d poszone: eda Indcano n manera sntetca l centro della statstca eda: calcolo l valore medo delle osservazon Calcolo standard m= 1 =1 m= =1,61 o Calcolo n tabella (I) srutto le requenze assolute m= 1 =1 m= 11 7 =1,61 o = 1 =1 n n n Total
2 eda: prncpal propretà Date O={ o } osservazon La meda è compresa ra le osservazon mnma e massma mn o o max o La somma degl scart dalla meda è nulla o =1 o = La somma del quadrato degl scart dalla meda è mnma o =1 o o =1 p p eda: altr tp d dat La meda s basa sulla somma delle osservazon on può essere calcolata per dat qualtatv Caratter contnu. Osservazon essun problema Dat elaborat (raccolta atta da terz) Istogramma Tabella organzzata per class anca la modaltà! 6 eda: Raccolta dat per class Idea: uso come modaltà l valore centrale (medo) della classe Tabella ad entrata semplce 1. Ad ogn c assoco l valore centrale c. Calcolo usuale con c al posto d Istogramma: n sup c c 1,4 1, 1,4,1,14 1, 1, 1,,8,1 1, 1,6 1,7,18,83 1,6 1,6 1,6,4,39 1,6 1,7 1,67,16,68 1,7 1,7 1,7,1,7 1,7 1,8 1,8,1,16 6 totale 1 1,631 eda: Outler Outler: valore poco plausble o errato Error d msura Dato volutamente poco plausble Come s modca la meda? 1 outller (u) -1 osservazon valde (o ) m= 1 1 o u =1 1.Da ogn classe rcavo c. Converto denstà n requenza = sup n d 3. Calcolo usuale o= =1 c U outlers (u j ) -U osservazon valde (o ) (Ovvamente >> U) m= 1 U o 1 U u =1 j=1 j 8 1,3 1,4 1, 1,6 1,7 1,8 1,9
3 eda: consderazon Può essere calcolata solo per caratter numerc. Possble calcolarla anche per rlevazon a class Sensble agl outlers Peggora al crescere del # d outler (U) glora al crescere d La meda non è un osservazone (solo n rarssm cas lo è) 9 oda: altr tp d dat La moda s basa sulle requenze assolute Può essere calcolata anche per valor qualtatv Caratter contnu. Osservazon osservazon ugual sono rare raggruppo n class Dat elaborat (raccolta atta da terz) Istogramma Tabella organzzata per class Classe modale = classe con la requenza maggore 11
4 Indc d poszone: edana II Se l numero d osservazon è par? Procedmento d calcolo Esempo = 1 1. Ordno le osservazon 1 1. Calcolo la dmensone delle metà =, 3. Se ntera leggo l dato successvo altrment medo le due osservazon lmte (6 e 7) =6, 14 edana: altr tp d dat edana: Raccolta dat per class La medana s basa sulle osservazon ordnate on può essere calcolata per dat non ordnabl Caratter contnu. Area Istogramma = 1; Area alla sx q =. etodo d calcolo o=1.63 q =1.69 Osservazon essun problema Dat elaborat Istogramma Tabella organzzata per class 1 1. Trovo la classe n cu cade q (F 1 =.1; F =.18; F 3 =.36; F 4 =.6).. Calcolo l'area resdua.. F 1 = Calcolo la base b del rettangolo parzale 1,3 1,4 1, 1,6 1,7 1,8 1,9 b =.14 b 4.8=.14 b=,9 sup n 4. Trovo la medana q =n b=
5 edana: Raccolta dat per class Tabella ad entrata semplce: Cerco la modaltà F(q ) =.; Esempo d calcolo 1. Trovo la classe n cu cade q (4).. Trovo a quanto d m serve.. F 1 =..36 = = 7 1 n sup n F 3. Applco la stessa proporzone all'ntervallo sup n. F 1 = Calcolo q 1 =.9 n sup n. F 1 1,4 1,,1,1 1, 1, 4,8,18 1, 1,6 9,18,36 1,6 1,6 1,4,6 1,6 1,7 8,16,76 1,7 1,7 6,1,88 1,7 1,8 6,1 1 tot 1 edana - Consderazon olto spesso è un osservazone: Sempre per dspar. Spesso per par (meda d osservazon ugual). Può essere calcolata per tutt dat tranne non ordnabl Dat n class: Istogramma: Bpartzone dell'area sottesa. Tabella entrata semplce: F(q ) =.. Poco sensble agl outlers spostano la medana d U poszon Il valore numerco degl outlers è nnluente. = Indc d Poszone: Quartl Invece d bpartre le osservazon le dvdono n 4 part Sono 3 q 1 preceduto da (alla sua sx ha) ¼ de dat q medana q 3 seguto da (alla sua dx ha) ¼ de dat Alcun autor aggungono: q mnmo valore delle osservazon q 4 massmo valore delle osservazon etodo d calcolo non è unco (come per la medana) 19
6 Box-plot (prma versone) Rappresentazone graca legata a quartl Dverse verson Versone base Indc d varabltà. Esemp d popolazon n cu moda = meda = medana = Rettangolo ra q 1 e q 3 edana (q ) evdenzata (rosso) Due ba (segmento) Statstche molto dverse ra loro. da centro del lato dx e q 4 da centro del lato sx e q Cell Esempo S ntroduce l concetto d varabltà. Propensone delle osservazon ad allontanars dal loro centro. Osservazone: Serve una dstanza per poter valutare la varabltà. o caratter non ordnabl. Alcun quartl possono essere sovrappost (Cell) 1 Campo d varazone o range Varanza della popolazone σ range:derenza ra la massma e la mnma osservazone eda degl scart dalla meda al quadrato. = 1 =1 o m Esempo: osservazon O = { 6 7} eda = ( )/4 = range = 1 - = 1 range = 1 range = Consderazon: Faclssmo da calcolare Istogramm: I valor estrem del graco Scart dalla meda = { -3 1 } Scart dalla meda al quadrato = {9 1 4 } eda degl scart dalla meda al quadrato Varanza = ( )/4 = 3, olto sensble alla presenza d outlers. (gl outlers per denzone son valor estrem!) 3 4
7 Varanza: ormule d calcolo Denzone n - m ( - m) ( - m) Varanza: ormule d calcolo Denzone n - m ( - m) ( - m) n m =1 = m = =1 Formula breve = =1 1,1 -, 3,,6-4,8 4,4 7, 1,4 4,8 1 1,1 1, total 1 m = 6,6 m = =1 =1 m m m =1 m = =1 = 1 m m =1 m =1 = 1 n m =1 = m = =1 Formula breve n m m m m 1= 1 m m 1 1, total 1 m = 31,6 ( ) 1,1 3,,6 9 1,8 4,4 1 7, 1,4 49 9,8 1,1 -, 3,,6-4,8 4,4 7, 1,4 4,8 1 1,1 1, total 1 m = 6,6 = =1 m m =31.6 =6.6 Varanza e scarto quadratco medo Coecente d varazone (cv) Calcolo d σ nel caso d La varanza è sensble alla meda Istogramm Rlevazone per class d modaltà Stessa soluzone della meda: s utlzza l valore d centro classe come modaltà e s procede normalmente Esempo 1: osservazon O = { 6 7} eda = O = ( )/4 = Varanza = σ = ( )/4 = 3, O n sup c c Spesso s ndca lo scarto quadratco medo σ = = =1 c m (c m) (c m) 4,1, ,6 4 6,4, -1 1, ,4,8 1 1, ,1 1, ,6 6, 4, m 7 Esempo : cambo untà d msura P = { 6 7} eda = P = ( )/4 = Varanza = σ = ( )/4 = 3 P Introduco l coecente d varazone cv= m cv P = 3 = = =cv O 8
8 Varanza: consderazon range = 1; σ = 6.6 range = 1; σ = 4.4 range = σ = Consderazon: glore del range. Istogramm: uso l valore d centro classe Sensble alla presenza d outlers (come la meda). Sensble alla meda (ndce assoluto) Dstanza Interquartle Rappresenta la dstanza ra l terzo ed l prmo quartle D=q 3 q range = 1; σ = 6.6 range = 1; σ = 4.4 range = σ = D= 7-3 = 4 D = 6-4 = Rsulta meno sensble al valore degl outler Il valore numerco del outler non conta Spesso vene usata per ndcare gl outler (boxplot v.) Box-plot (seconda versone) BoxPlot: strumento graco d conronto Consderazone: % dat è ra q 1 e q 3 Il 1% de dat dovrebbe stare ra Valore Adacente Superore = q 3 + k*d Valore Adacente Inerore = q 1 - k*d Versone (k =1) Rettangolo ra q 1 e q 3 edana (q ) evdenzata Due ba (segmento) da lato a mn (q 4 e vas) da lato max (q e va) uso smbol dscret per valor restant CV = 1; σ = 6.6 CV = 1; σ = 4.4 CV = σ =D = D= 7-3 = 4 D = 6-4 =
9 Indc d orma Indc sntetc prncpal: Poszone: ndca l centro delle osservazon Varabltà: ndca quanto le osservazon s dscostano dal centro Spesso nsucent, s usano anche Indc Sntetc d Forma: descrvono la orma della dstrbuzone delle osservazon. Smmetra: ndca quanto la dstrbuzone sa asmmetrca rspetto al valore centrale ormaltà: quanto dstrbuzone è smle alla dstrbuzone d rermento normale. 33 Indc d asmmetra Asmmetra: dstrbuzone delle osservazon rspetto al valore centrale (ovvero se sono n maggoranza maggor o mnor). Esempo d 3 popolazon (= 1) con o 3 e σ 6. Asmmetra Postva:la dstrbuzone mostra una coda pù accentuata verso destra (prmo stogramma) Asmmetra egatva:la dstrbuzone mostra una coda pù accentuata verso snstra (terzo stogramma) 34 omento centrale terzo omento centrale terzo standardzzato Idea: medo gl scart dalla meda al cubo. Perché al cubo? Esempo serve l segno, qund potenza dspar. con lo scarto semplce la somma è sempre nulla! m n m ( m) 3 11,8-1,7-4,91 1 1,, -,7 -,34 8,,4,3,3 3 6,1,4 1,3, 4,,,3 1,17,, 3,3 3,94 6 1,3,1 4,3 79,1 4 1,7 3 omento centrale terzo: n m ( m) 3 ( m) 3 m 3 3 = =1 Calcolo n tabella Valore legato a σ omento terzo standardzzato Stesso sgncato momento terzo eno sensble alla varabltà 11,8-1,7-4,91-1,3 1 1,, -,7 -,34 -,9 8,,4,3,3,1 3 6,1,4 1,3,,33 4,,,3 1,17,61,, 3,3 3,94 1,8 6 1,3,1 4,3 79,1 1,99 4 1,7 3,6 1 = 3 3,6 3= 1, 3=.83 36
10 (prmo) Indce d skewness d Pearson Idea: se la moda dsta molto dalla meda le osservazon non sono smmetrche m moda Indc d Curtos (Kurtos) Curtos: dstrbuzone delle osservazon vcne a quelle della dstrbuzone normale Esempo: 3 popolazon (= 1) con o e σ 1 e γ 1. Esempo 1,7 1,7 =1,8 1 n ,8 1 1,, 8,,4 3 6,1,4 4,,,, 6 1,3, ,7 Iper-normaltà: l'stogramma delle osservazon tendono mostrate un pcco vcno al valore centrale (prmo stogramma) Ipo-normaltà: le osservazon tendono a dstrburs n manera patta (terzo stogramma) 38 omento centrale quarto omento centrale quarto 4 = =1 omento centrale quarto normato m 4 = 4 4 Eccesso Curtos Eccesso curtos = Una gaussana ha β = 3 qund γ =. γ > => per-normale γ < => po-normale β sempre postvo. Una gaussana ha β = 3. β > 3 => per-normale β < 3 => po-normale 39 γ = 3. γ =.7 γ = 1.9 4
Statistica Descrittiva II
Organzzazone de dat Statstca Descrttva II Indc d poszone Indc d varabltà Indc d asmmetra Indc d normaltà Outler Box-plot Sere statstche monovarate Carattere: Cellular possedut Popolazone: 7 student d Botecnologe
DettagliModelli 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,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100
Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc
DettagliLezioni 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
DettagliCapitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
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
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
DettagliLEZIONE 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
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
DettagliIndici di variabilità
Indc d varabltà Gl ndc d varabltà msurano ) la dspersone (rspetto alla poszone) ) la varabltà = 0 = 0 Gl ndc d poszone sono tanto pù rappresentatv quanto mnore è la dspersone de dat ntorno ad ess. La varabltà
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
DettagliUniversità 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
DettagliINDICI 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
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
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
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 28/0/2008 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 20 soggett. Soggetto Età Resdenza
DettagliESERCIZIO 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
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
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto
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..)
DettagliUna distribuzione può essere descritta per mezzo dei suoi frattili.
Frattl d una dstrbuzone Una dstrbuzone può essere descrtta per mezzo de suo frattl. S dce frattle (snonm: centle, percentle e quantle) p-esmo d una dstrbuzone quel valore xp tale che la frequenza relatva
DettagliSTATISTICA 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:
DettagliANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI
ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI Rappresentazone tabellare della sere storca Sequenza cronologca Sequenza ordnata Osservazon d massmo annuo d pogga n un gorno 2 Rappresentazone grafca della
DettagliIl trattamento dei dati a fini descrittivi
Il trattamento de dat a fn descrttv Rappresentazone de dat: Dstrbuzon d frequenza Rappresentazon grafche Dstrbuzon doppe Sntes de dat Calcolo d ndc: poszone, varabltà, forma Studo delle relazon tra due
DettagliLezione 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
DettagliStatistica descrittiva
Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.
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
DettagliLezione 2 le misure di sintesi: le medie
Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl
Dettaglix 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n
Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà
DettagliIndici di posizione. Dove si trova la distribuzione? Qual è l ordine di grandezza dei dati?
Indc d poszone Dove s trova la dstrbuzone? Qual è l ordne d grandezza de dat? x La meda X assume n valor x, x 2,, x n n x = ( x ) + x2 + + xn = x n n = La meda ndca qual è l ordne d grandezza de dat Esempo
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
DettagliLA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:
LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.
DettagliStatistica Descrittiva ed Inferenziale
Statstca Descrttva ed Inferenzale 1 Why Statstcs? A? A B Descrpton and Predcton Samples Analyss A1 A A B C Pared Samples Analyss MultSamples Analyss 1 Why Statstcs? Formal defnton of Probablty σ-feld 3
DettagliStatistica Descrittiva
Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86
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,
DettagliINDICATORI SINTETICI DELLE VARIABILI STATISTICHE
PRINCIPI DI STATISTICA PROF. GIOVANNI DI TRAPANI Unverstà Telematca Pegaso Prncp d statstca Indce 1 PREMESSA ----------------------------------------------------------------------------------------------------------------------
DettagliSoluzione esercizi seconda settimana
Soluzone esercz seconda settmana Es. 7 famgle Spesa per manfestazo n cultural (Z) A 00,9 B 40 4,0 C 50,5 D 70,6 E 80, F 300,8 G 00,5 Reddto mensle del capofamgla (x 000 Euro) (Y) Costrure l dagramma d
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D
FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà
DettagliMinistero 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
DettagliSTATISTICA parte I, B
Unverstà d Frenze Corso d laurea n Statstca A.A. 00/0 STATISTICA parte I, B Indc d poszone Ccchtell Cap. 5 Carla Rampchn rampchn@ds.unf.t Leonardo Grll grll@ds.unf.t http://www.ds.unf.t/rampchn/statstca00_.htm
DettagliStrada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
DettagliVariabili 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
DettagliESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X
ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe
DettagliSTATISTICA 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
DettagliLezione 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 1 =103 2 2 =97 3 3 =90 4 4 =119
DettagliMisure Ripetute ed Indipendenti
Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una
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
Dettagli1) 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
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
DettagliStatistica descrittiva per l Estimo
Statstca descrttva per l Estmo Paolo Rosato Dpartmeto d Igegera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.uts.t 1 A cosa
DettagliIncertezza di sensibilità < fluttuazione intrinseca delle misure.
Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso
DettagliSTATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale
STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes
DettagliEsercitazioni del corso di relazioni tra variabili
Eserctazon del corso d relazon tra varabl Gancarlo anz Facoltà d Socologa Unverstà degl Stud d lano Bcocca gancarlomanz@statstcaunmbt Eserctazone n lano, ebbrao 7 Sommaro seconda eserctazone sure dell
Dettagli= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)
ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa
DettagliAnalisi della Varianza
Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella
DettagliUniversità 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
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
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
DettagliIntroduzione al calcolo numerico. Derivazione Integrazione Soluzione di equazioni
Introduzone al calcolo numerco Dervazone Integrazone Soluzone d equazon Dervazone numerca Il calcolo della dervata d una unzone n un punto mplca un processo al lmte ce può solo essere approssmato da un
DettagliPropagazione degli errori
Propagazone degl error Msure drette: la grandezza sca vene msurata drettamente (ad es. Spessore d una lastrna). Per questo tpo d msure, la teora dell errore svluppata nelle lezone precedent é sucente per
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
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
Dettaglivalido se i dati E dato da max(x i )-min(x i )
Idc d Dspersoe o d Varabltà: Rage e DIQ No basta la coosceza d quale è la poszoe meda de dat statstc, serve ache cooscere quale è la varabltà de dat raccolt attoro al valore medo. Allo scopo d troducoo
DettagliEsame di Statistica Corso di Laurea in Economia Prof.ssa Giordano
Esame d Statstca Corso d Laurea n Economa Prof.ssa Gordano 6 Febbrao 0 Cognome Nome atr. Eserczo I dat seguent s rferscono al numero d mmatrcolat nel gruppo d cors d studo n Economa n 5 ann accademc. Calcolare
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
DettagliSommario. Statistica. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità. Distribuzioni di frequenza
Corso d Laurea n Scenze del Tursmo Statstca francesco mola 2 Sommaro Dstrbuzon d frequenza Rappresentazon grafche Dagramm a barre Istogramm Funzone d rpartzone emprca Lezone n 2 Dstrbuzon Dstrbuzon d quanttà
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
Dettagliy. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
DettagliEsercitazioni 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
DettagliContenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2
Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliEsame di Statistica Corso di Laurea in Economia Prof.ssa Giordano 14 Settembre 2012
Esame d Statstca Corso d Laurea n Economa Prof.ssa Gordano 4 Settembre 0 Cognome Nome atr. Eserczo Ad alcun acqurent d smart TV è stata chesta la frequenza con cu s collegano ad nternet con l TV (servzo
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
DettagliPrincipio di massima verosimiglianza
Prncpo d massma verosmglana Sa data una grandea d cu s conosce la unone denstà d probabltà ; che dpende da un nseme de parametr ndcat con d valore sconoscuto. S vuole determnare la mglor stma de parametr.
Dettaglidove (nij - ňij) sono le differenze (contingenze) tra le frequenze assolute osservate nij e le frequenze teoriche ňij.
STATISTICA Esertazone 3 05//05 Dott.ssa Vera Gurtovaa Eserzo. Studo dell assoazone tra due varabl qualtatve La seguente tabella doppa rporta dat osservat gornalmente n rermento alle ondzon rologe e al
Dettaglilxmi.mi.infn.it/~camera/silsis/laboratorio-1/2-statistica.ppt http://www2.dm.unito.it/paginepersonali/zucca/index.htm Misura:
Elaborazone de dat geochmc e cenn d statstca lm.m.nfn.t/~camera/slss/laboratoro-1/-statstca.ppt http://www.dm.unto.t/pagnepersonal/zucca/nde.htm Msura: Espressone quanttatva del rapporto fra una grandezza
DettagliPropagazione degli errori
Propagaone degl error Voglamo rcavare le ncertee nelle msure ndrette. Abbamo gà vsto leone un prma stma degl error sulle grandee dervate valda n generale. Consderamo ora l caso specco d grandee aette da
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
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
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
DettagliSommario. 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
DettagliLE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in
Le mede Italo Nofro LE MEDIE Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt u collettvo Statstca medca Le mede Le
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
DettagliEsame di Statistica TEMA B Corso di Laurea in Economia Prof.ssa S. Giordano 15 Febbraio 2013
Esame d Statstca TEMA B Corso d Laurea n Economa Prof.ssa S. Gordano Febbrao 03 Cognome Nome Matr. (n stampatello) Eserczo Nella tabella seguente sono rporta dat rguardant la produzone lorda d energa elettrca
DettagliSommario. Facoltà di Economia francesco mola ( ) ( ) Boxplot (grafico a scatola) Esempio riepilogativo sulla forma di una distribuzione
Sommaro Corso d Statstca Facoltà d Ecooma fracesco mola a.a. 2-2 2 Boplot (grafco a scatola Steam ad Leaf (grafco ramo-fogla Esempo replogatvo sulla forma d ua dstrbuoe Leoe 6 Curata da Claudo Coversao
DettagliSpecifica calcolo soddisfazione discenti
INDICE 1 SCOPO CAMPO DI APPLICAZIONE 3 DEFINIZIONI E CALCOLO PER LE DOMANDE INFORMATIVE 4 DEFINIZIONI E CALCOLO PER LE DOMANDE CON GIUDIZI 5 DEVIAZIONE STANDARD PER LE DOMANDE CON GIUDIZI 6 RACCOLTA ED
DettagliDue distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?
Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 3,6 5 5 38 40 45 63 63/5 3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,
DettagliLA 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
Dettagliy x x 20 e gli assi delle ascisse e delle ordinate. Tracce assegnate durante l anno scolastico
Tracce assegnate durante l anno scolastco. Dsegna nel pano cartesano la retta d equazone, dopo averla scrtta n orma esplcta. Stablsc, sa gracamente ce analtcamente, se l B ; 3 appartene alla retta. punto.
DettagliIl procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.
SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE
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.
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
DettagliEsercitazione 1 del corso di Statistica 2
Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,
DettagliEsercizio statistica applicata all ingegneria stradale pag. 1
ESERCIZIO STATISTICA APPLICATA ALLA PROGETTAZIONE STRADALE SINTESI S supponga d avere eseguto 70 sure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal sure
DettagliLezione 4. La Variabilità. Lezione 4 1
Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare
DettagliLE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi
Le mede Italo Nofro LE MEDIE Statstca medca Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt el collettvo oggetto d
DettagliCORSO DI FISICA TECNICA 2 AA 2013/14 ACUSTICA. Lezione n 2:
CORSO DI FISICA TECNICA AA 013/14 ACUSTICA Lezone n : Lvell sonor: operazon su decbel e lvello sonoro equvalente. Anals n requenza de segnal sonor, bande d ottava e terz d ottava. Rumore banco e rumore
DettagliEsercitazione 3 del corso di Statistica (parte 1)
Eserctazoe 3 del corso d Statstca parte ) Dott.ssa Paola Costat 7 Febbrao 0 Eserczo. A partre dalla dstrbuzoe class della varable Altezza rpartta 3 class equfrequet, calcolare medaa, prmo e terzo quartle.
DettagliRICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2
RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d
DettagliDue distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?
Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,
Dettagli