2 - STATISTICA DESCRITTIVA E DISTRIBUZIONI

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "2 - STATISTICA DESCRITTIVA E DISTRIBUZIONI"

Transcript

1 - STATISTICA DESCRITTIVA E DISTRIBUZIONI. Varabl statstche e varabl casual semplc Varable statstca S suppoga che gl dvdu apparteet ad u seme be determato sao caratterzzat da u attrbuto X avete seguet requst: a) X può assumere forme dverse (X, X,, X ); b) è possble che dvdu dvers posseggao la stessa forma; c) og dvduo deve possedere almeo ua forma; d) esstoo almeo due dvdu co forme dverse. S può allora classfcare l seme secodo l attrbuto X, coè esamare tutt gl dvdu e determare l valore X dell attrbuto per oguo d ess. Il rsultato d tale classfcazoe è l seguete seme d valor, detto varable statstca: X F F K K F (.) dove F è la frequeza assoluta dell eveto, coè l umero d dvdu della popolazoe caratterzzat dal valore X ed è l umero delle forme dverse dell attrbuto. I pratca, ua varable statstca è l rsultato d ua classfcazoe o, pù geerale, d u espermeto cocluso se stesso, coè operato su ua popolazoe totalmete ota.

2 Varabl statstche e varabl casual semplc La successoe delle dverse forme o sempre può rappresetars co de umer maera mmedata; questa possbltà esste sempre però e cas relatv alle msure. Ioltre l argometo X può assumere o u umero fto d forme ( tal caso è detto dscreto) oppure può presetars co u umero fto d forme, tutte però coteute co cotutà u tervallo lmtato (a-b), ed allora è detto d tpo cotuo. Nella pratca però, s avrà sempre a che fare co argomet d tpo dscreto, gacché og rsultato d msurazo, per sesble che sa lo strumeto utlzzato, è sempre ua sere dscreta, ache se umerosa, d valor umerc che dfferscoo fra loro d quattà fte. Per ora s preda duque solo cosderazoe la successoe de valor argometal dscret d X. Idcado co N la somma delle frequeze assolute, che equvale al umero degl dvdu della popolazoe, s ha: F = = S possoo allora determare le frequeze relatve tal modo: N (.) Ovvamete s ha: F f = (.3) N = = f (.4) La varable statstca può scrvers ache sotto la seguete forma: X, F, N,..., F,..., N F N (.5) F = (.6) N che dffersce dalla precedete perché essa, alla successoe d frequeza assoluta F, è stata sosttuta la successoe d frequeza relatva f = F / N. Le eguaglaze: e F = N (.7) f = (.8) 3

3 Varabl statstche e varabl casual semplc o soo utl aggute, ma servoo ad esprmere la garaza che la popolazoe è stata aalzzata per tero e che tutt suo dvdu soo stetcamete rappresetat X. Esempo S vogla costrure la dstrbuzoe d frequeza relatva a 60 studet masch, pesat d chlo chlo. I valor soo seguet: Il peso maggore è d 84 kg e quello more è d 54 kg; l tervallo tra quest d = 30 kg. Ua scelta coveete dell ampezza della classe è d kg e, d cosegueza, put med delle class potrebbero essere 54.5, 56.5, ecc. Gl tervall d classe sarao qud d 54 55, 56 57, 58 59, ecc. Co questa scelta lmt delle class sarao 55.5, 57.5, 59.5, ecc. La varable statstca rsulterà così ordata: Peso (kg) Frequeza Tot. 60 4

4 Varabl statstche e varabl casual semplc Naturalmete s sarebbe potuta determare u altra dstrbuzoe d frequeza scegledo ua dversa ampezza delle class. Se s fosse fssata u ampezza d quattro chl s sarebbe otteuta la seguete tabella: Peso (kg) Frequeza Tot. 60 Rappresetazoe grafca d ua varable statstca semplce Della X s possoo dare alcu tp d rappresetazo grafche. S rporto, scala opportua, su d ua semretta, valor umerc dell argometo X, dopo averl dspost orde crescete; ess rsulterao percò tutt dstrbut sul segmeto. I corrspodeza d cascu valore s rport, drezoe ormale alla semretta, u segmeto d lughezza proporzoale alla frequeza totale F d quel valore argometale. S avrà così u dagramma d frequeza. I fgura è rappresetato l dagramma d frequeza relatvo all esempo. Fgura Dagramma d frequeza relatve all esempo 5

5 Varabl statstche e varabl casual semplc Naturalmete ordata s possoo dcare, vece delle frequeze assolute, le corrspodet frequeze relatve. Questo tpo d grafco va bee soprattutto el caso d valor argometal dscret; s pes per esempo al laco d u dado: la varable può assumere solo u umero fto d valor. U campoe d 50 lac d u dado dà ua sere d umer che possoo assumere valor dscret, scché la rapresetazoe del tpo fgura è puttosto comoda. S ot fatt che ell esempo pes soo tutt umer ter. Quado però la sere de valor argometal è molto umerosa e compresa u tervallo assa lmtato, allora può essere coveete u altra rappresetazoe grafca della varable statstca. La sere de valor argometal rportata grafcamete su d ua retta vee suddvsa tat tervall o class, cascuo coteete u certo gruppo d valor argometal. Questo sarebbe utle ache el caso d u campoe d pes, quato l peso può assumere qualsas valore, per esempo 8,4 kg: o ha pù molto seso parlare allora d frequeza del valore argometale, ma è pù opportuo raccoglere le frequeze de pes etro ua certa classe e tabulare la frequeza assoluta e/o relatva. A maggor ragoe questo vale per valor argometal espress co dverse cfre decmal: che seso avrebbe segalare la frequeza d ua lughezza d,387 m? Sao,,, m put d separazoe, o lmt delle class che, per evtare ambgutà, è meglo o cocdao co valor argometal propr della varable statstca. S costrusca sopra og tervallo costtuto dal segmeto +, u rettagolo d area proporzoale al umero degl dvdu della popolazoe possesso d valore argometale compreso etro lmt, +. La fgura rsultate s chama stogramma. Può captare che l ampezza delle class cocda co l utà d msura delle e che vega mateuta costate. A volte, però, questo o accade ed è talvolta opportuo modfcare l ampezza delle class quella zoa cu le frequeze dmuscoo sesblmete. Questa rappresetazoe s avvale duque d rettagol per rappresetare le frequeze, per rcordare che le osservazo s rferscoo all tero ambto della classe e o solo al puto d mezzo. Pertato le altezze de sgol rettagol vao calcolate modo da rspettare la defzoe data dall stogramma. Sa y l altezza del rettagolo, allora: dove F è la frequeza assoluta e rettagolo F = y rappreseta la frequeza. Come al solto s può ache utlzzarla frequeza relatva: y F = (.9) è l ampezza dell tervallo; ovvamete l area del y f = (.0) 6

6 Varabl statstche e varabl casual semplc Esempo Idcado co m 0 l utà d msura delle (che può ache essere l tervallo d classe pù frequetemete utlzzato) e co k = 0 l umero d utà d msura coteuto ella classe d ampezza rettagolo d base m sarà: ' F y = k, l ordata y da assegare al Dove F rappreseta la frequeza assoluta degl dvdu preset ella classe d ampezza m. Così facedo l area totale sotto l stogramma sarà msurata da ΣF =N. Molto spesso, co u cambameto d utà ella scala delle ordate, le altezze de rettagol vegoo rappresetate co valor: ' F /N y = k Al dsotto dell stogramma vee allora a trovars u area ormalzzata, coè uguale a. I seguet dat rappresetao ua dstrbuzoe secodo class e l stogramma che se e rcava avedo assuto come utà d msura 0 =000. Dalla terza coloa s ha N=ΣF =7698. Class Ampezza delle class Frequeza ' k assoluta F y y ,4 3 0, , , , , , , , , , ,004 7

7 Varabl statstche e varabl casual semplc Fgura Istogramma relatvo alla dstrbuzoe Nella costruzoe degl stogramm ha mportaza otevole la scelta dell ampezza dell tervallo d cascua classe. Da questa scelta dpede a volte modo macroscopco la formazoe dell stogramma. L ampezza dell tervallo dovrà essere scelta, sa pure co ua certa arbtraretà, teedo coto d quest elemet fodametal: - dell estesoe del campo d varabltà dell argometo della varable; - del umero complessvo d dvdu compoet la popolazoe; - del grado d attedbltà delle rlevazo dell argometo stesso. Nel caso che l valore dell argometo propro d cascu dvduo sa otteuto medate msure, sarà utle rpartre l stogramma class l cu tervallo sa ferore alla sesbltà della msura stessa. La rappresetazoe medate stogramma co tervallo d ampezza uforme della varable statstca gà ordata class dell esempo mostra charamete come, al varare dell ampezza dell tervallo, camb sesblmete la forma dell stogramma corrspodete (ved Fgura 3). S può duque pesare che l umero delle class sa u ragoevole compromesso tra ua dstrbuzoe troppo dettaglata ed ua troppo stetca. Come detto precedeza, bsoga teere coto l umero d osservazo e la dspersoe de dat, modo che o v sao troppe o troppo poche class. Se s scegle d avere u ampezza costate, ua scelta del umero d class tra 5 e 0 rsulta soddsfacete. Ioltre l puto d mezzo delle class, che rappreseta u certo seso tutt valor del campoe ell ambto della classe, se possble, sarebbe coveete fosse u approprato umero tero. 8

8 Varabl statstche e varabl casual semplc Il problema della scelta dell tervallo cu suddvdere la scala de valor argometal per la costruzoe dell stogramma perde la sua mportaza qualora s pass dalla rappresetazoe della varable statstca a quella della varable statstca cumulata Fgura 3 Istogramm relatv alla stessa popolazoe, co dverso tervallo d classe Varable casuale Ua varable casuale, a dffereza d ua statstca, o è l rsultato d u cesmeto su ua popolazoe ota, besì ua varable lmte, caratterzzata da u certo umero d valor argometal, per oguo de qual s può defre ua frequeza lmte (probabltà), che è sempre al d là d og operazoe effettvamete eseguta. I pratca ua varable casuale è u modello d comportameto de dat relatv ad u certo espermeto; tale comportameto vee descrtto medate la fuzoe d dstrbuzoe d probabltà. La probabltà è u ete che, come s è vsto, s può defre assomatcamete, a pror, metre la frequeza è u dce che msura rsultat emprc, defto a posteror base a espermet gà effettuat. L stogramma ha lo scopo d cofrotare rsultat d u espermeto, rappresetat medate ua varable statstca, co ua fuzoe destà d probabltà: deftva s cofrota u campoe co l modello della popolazoe da cu s mmaga sa stato estratto. Fora, ell ambto delle varabl statstche, l smbolo f stava ad dcare le frequeze relatve ed l smbolo F le frequeze assolute. Nell ambto vece delle varabl casual s utlzzerao f() e F() co sgfcat del tutto dvers: l prmo, come s vedrà d seguto, dcherà la fuzoe destà d probabltà, metre l secodo la fuzoe dstrbuzoe d probabltà. Ua varable casuale a ua dmesoe è ua dstrbuzoe d probabltà, l cu seme d valor argometal S sa rappresetable sulla retta reale e tale che sa defta la probabltà per og seme del tpo: ( ) { } S I 0 0 = (.) La varable casuale a ua dmesoe sarà percò caratterzzata dalla fuzoe: F ( ) P( I( )) = (.) 0 0 9

9 Varabl statstche e varabl casual semplc F( 0 ) prede l ome d fuzoe d dstrbuzoe e gode delle seguet propretà: a) F( 0 ) è defta per og 0 reale e rsulta 0 F( 0 ) ; b) lm F( 0 ) = 0 ; 0 - c) lm F( 0 ) = ; 0 + d) F( ) F( ),. Ua varable casuale s dce dscreta se l seme S è formato da u umero dscreto d put, su cu s è cocetrata la probabltà; se vceversa la probabltà che assuma u sgolo valore umerco è sempre zero, allora la varable s dce cotua. Nel prmo caso la fuzoe d dstrbuzoe F() è ua fuzoe a grad co dscotutà corrspodeza a valor argometal, el secodo caso F() è cotua. Seza dare ua dmostrazoe rgorosa d queste propretà vedamo come esse sao d facle compresoe attraverso u esempo che, per ragoe d semplctà, vee presetato zalmete per varabl dscrete. Esempo 3 S suppoga d avere ua varable aleatora dscreta che può assumere solo cque valor; le probabltà d otteere sgol valor soo raccolte ella tabella seguete: X P S vada ora a costrure la fuzoe d dstrbuzoe cumulatva, teedo presete che: F(X) = P ( X < ) = P(X = ) dove la dsuguaglaza < sotto l sego d sommatora sgfca che questa è estesa a tutt gl feror ad. < 30

10 Varabl statstche e varabl casual semplc Per cu abbamo 0 F() = 0 O < F() = 0.5 < F() = 0.5 < 3 F() = < 4 F() = 0.9 > 4 F() = Il grafco d tale fuzoe è duque l seguete: 0,9 0,80 0,5 0, La fuzoe d dstrbuzoe d ua varable dscreta qualsas è sempre ua fuzoe dscotua a grad, cu salt soo localzzat e put corrspodet a valor possbl d questa varable e soo ugual alle probabltà d quest valor. La somma d tutt salt d fuzoe è par a uo. Esempo 4 S defsca ua dstrbuzoe d probabltà tra e +, per mezzo della relazoe: P (a b) = (arctg b - arctg a) π La corrspodete fuzoe d dstrbuzoe rsulta: 3

11 Varabl statstche e varabl casual semplc A mao a mao che aumeta l umero d valor possbl della varable aleatora e dmuscoo gl tervall tra d ess, l umero d salt dveta sempre pù grade e salt stess pù pccol. La curva della fuzoe, zalmete a grad, s avvca così ad ua fuzoe cotua, caratterstca delle varabl aleatore cotue. Come s può vedere ache dagl esemp fatt, oltre che dalla defzoe, la fuzoe d dstrbuzoe può avere dscotutà solo e put cu sa cocetrata ua probabltà fta: l salto della F() corrspode allora alla probabltà che assuma quello specfco valore. S ot che la varable statstca defsce formalmete ua dstrbuzoe d probabltà dscreta, cocetrata su valor:,,,. Basta, fatt, porre: p ( = ) = (.3) f Qud og defzoe, og dmostrazoe, varrà sa per le varabl casual, sa per le varabl statstche, poché soo formalmete detche. I base a questa dettà formale, s può estedere alle varabl statstche l cocetto d fuzoe d dstrbuzoe F(); el caso delle varabl statstche, F() dveta la cosddetta fuzoe cumulatva d frequeza, e rappreseta la percetuale d elemet della popolazoe l cu valore argometale rsulta more o uguale a. S troducoo altresì le frequeze relatve cumulate, così defte: j j= t = f (.4). La fuzoe destà d probabltà Ua varable può essere caratterzzata per mezzo della sua fuzoe d dstrbuzoe F(). Se la v.c. ( ) è cotua, sarà partcolarmete teressate, per ua sua dettaglata descrzoe,cooscere la probabltà d u tervallo del tpo [ 0, 0 + ]; base alla defzoe d F() ( ) sarà: P( ) = F( 0 + ) F( 0 ) (.5) Per abbastaza pccolo, s potrà allora porre a meo d ftesm d orde superore, ammesso che F() sa dfferezable, P( ) = df( 0 ) = F ( 0 ) (.6) ovvero: ( ) d ora po s dcherà la varable casuale co l abbrevazoe v.c. ( ) s ot che pù esattamete sarà: F( 0 + ) F( 0 ) = P( 0 < < 0 + ); poché però è per potes cotua, s ha ache P(= 0 ) = 0 e qud: P( 0 < < 0 + ) = P( ) 3

12 Varabl statstche e varabl casual semplc P(0 0 + ) f( 0 ) = F ( 0 ) = lm. (.7) 0 La fuzoe f() prede l ome d destà d probabltà ed essedo F() ua fuzoe mootoa crescete, s avrà: f() 0. (.8) Per compredere meglo l sgfcato d f() s può rcorrere ad u aaloga. Ua dstrbuzoe d probabltà può essere assmlata ad ua dstrbuzoe d massa o d ua carca utara sull asse reale; questo caso f() cocderebbe col cocetto d destà d massa (o d carca) sulla retta. La fuzoe d destà d probabltà è caratterzzate d ua v.c.: da f() fatt s può rcostrure F() che, teuto coto che F(- )=0, è data da: F() = f(t)dt. (.9) Sccome po deve essere F(+ )=, s deduce che la f() deve sempre soddsfare la codzoe, detta d ormalzzazoe: = + f()d. (.0) Il cocetto d fuzoe destà d probabltà o è drettamete applcable ad ua varable dscreta poché la sua fuzoe d dstrbuzoe è og puto o costate o dscotua: pertato o s può formalmete defre u aalogo della destà d probabltà per ua v.s. Esempo 5 La destà d probabltà, corrspodete all esempo 4, è data da: f() = d d arctg+ = π π + 33

13 Varabl statstche e varabl casual semplc S può otare che base alla (.0) s ha: b a f()d = F(b) - F(a) = P (a b) (.) La (.) forsce u legame dretto tra f() e le dstrbuzo d probabltà della v.c. da questa descrtta. Pù geerale, se A è u qualuque seme msurable sulla retta, s ha: P( A) = A f() d (.).3 Cocetto d cetro La rappresetazoe grafca della varable statstca o sempre è espressva; la varable casuale è d altrode spesso gota, scché a questo scopo soo stat trodott dc che precsao alcue caratterstche essezal, e soo dett statstche el caso della v.s. S premette che s dce mometo k-esmo rspetto al polo θ, d ua dstrbuzoe d probabltà o d frequeza, la seguete espressoe: kθ k ( ) f m = ϑ. (.3) La sere de momet d ua varable, rspetto ad u partcolare polo, per esempo lo 0, basta a rappresetare tutte le caratterstche della dstrbuzoe. S possoo trodurre var valor att a defre pù o meo adeguatamete l cetro d u seme d valor argometal. D seguto s utlzzerao smbol dvers per le varabl statstche e le varabl casual: caratter lat per le prme, grec per la secode; per esempo s userà m per la meda campoara (meda della v.s.) ( ) e µ per l valore atteso (meda della v.c.), s per lo scarto quadratco medo el prmo caso e per la radce della varaza el secodo. D seguto sarao usat modo dfferete, quato gl dc llustrat valgoo per le varabl statstche e per quelle casual. 34

14 Varabl statstche e varabl casual semplc S dce MODA l valore argometale 0 (ν) tale che corrspodeza d esso f() abba u massmo relatvo. Esso o è però adeguato a rappresetare l cetro per tre motv: o è detto che essta ua sola moda; è possble che tutt gl elemet abbao pressappoco la stessa frequeza; la moda può essere collocata u estremo. S dce MEDIANA l valore argometale X (µ e ) tale che rsult: ( < ) 0,5 e ( > ) 0, 5. (.4) f < f I pratca, la medaa è quel valore che dvde due l area sottesa da f() se la dstrbuzoe è cotua: Fgura 4 Nel caso d varabl dscrete, se esste tale che F( )=0.5, µ e è u qualsas valore ell tervallo, + ; altrmet è l valore per cu F( ) >0.5 per la prma volta. La medaa è u buo dce, però è dffcle da calcolare. S dce MEDIA l valore argometale tale che rsult: = µ = f = b a = µ = f() d. (.5) La meda è u ottmo dcatore per la rappresetazoe del cetro. S osserv come la meda sa l mometo d prmo orde rspetto al polo θ = 0. S ot oltre che meda e medaa cocdoo se la dstrbuzoe è smmetrca, metre moda e medaa cocdoo se la dstrbuzoe è smmetrca e se la moda è uca o umero dspar ( tal caso la meda cocde co la moda cetrale). 35

15 Varabl statstche e varabl casual semplc S avrao qud seguet cas: smmetrca Fgura 5 Fuzoe f() smmetrca smmetrca co mode umero par Fgura 6 Fuzoe f() smmetrca co mode umero par smmetrca co mode umero dspar Fgura 7 Fuzoe f() smmetrca co mode umero dspar 36

16 Varabl statstche e varabl casual semplc asmmetrca Fgura 8 Fuzoe f() asmmetrca S troduce l operatore E() che dca l calcolo della meda de valor argometal ; esso è valdo sa per varabl dscrete che per varabl cotue..4 La dspersoe Iterpreta la ecesstà d sapere se ua certa dstrbuzoe dat soo vc al cetro o meo; ache tal caso esstoo dc pù o meo adeguat a rappresetare tale cocetto. S dce AMPIEZZA la quattà: S = ma - m (.6) Questo dce è scadete per due motv: o precsa se l cetro è frequetato; o precsa se le rego del massmo e mmo soo frequetate: massmo e mmo soo valor totalmete arbtrar. S dce VARIANZA la quattà: ( µ ) = f (dstr. dscreta) = = b a ( µ ) f()d (dstr. cotua) (.7) Usado l operatore E s ha: [ ] [ ] M( ) = (dstr. dscreta) M( ) = (dstr. cotua) (.8) Il mometo d secodo orde (k=) della varable rspetto al polo θ = 0: m,0 f (.9) = prede l ome d valore quadratco medo ed è u dce d lotaaza dal polo della meda. 37

17 Varabl statstche e varabl casual semplc La radce quadrata della varaza s dce SCARTO QUADRATICO MEDIO (s.q.m.): S dmostrao ora due propretà della varaza: = E( = M( ) E ) ϖ = s.q.m. = (.30) () = ( µ) f = f µf + µ f = = E( ) E () f + µ f = M( ) µ S defsce fe l seguete dce (MOMENTO DI ORDINE RISPETTO AL POLO θ): + µ = ϕ θ ( θ) = (.3) f j S dmostra che la meda è l polo θ che rede mmo l mometo d secodo orde, coè che la varaza è l mmo de momet d orde rspetto ad u polo: ϕ θ = mϕ 38 ( θ) = ( θ) f ; ( θ)f = 0 ; ( θ)f = 0 ; f θf = 0 f = θ µ = θ c.v.d. Esstoo altr teressat dc d dspersoe. La devazoe assoluta dalla meda, detta δ, è defta da: f δ = µ + f ( ) δ = µ f d (.3)

18 Varabl statstche e varabl casual semplc.5 Popolazo degl scart e degl scart stadardzzat La popolazoe degl scart è costtuta da seguet elemet: v =. (.33) S dmostra che la meda degl scart è ulla ( v = 0 ); fatt: = v = ( )f = f f = 0. S dmostra che la varaza degl scart è uguale a quella della popolazoe zale ( v = ); fatt: v f = ( v v) f = v ( ) f =. La popolazoe degl scart ormalzzat è costtuta da seguet elemet: z v = =. (.34) X S dmostra che la meda degl scart ormalzzat è ulla ( z = 0); fatt: z = f ( )f ( f f ) ( ) = = = = X S dmostra che la varaza degl scart ormalzzat è utara ( ); fatt: X z = v v z = (z z) f ( 0) f f = = = =. X 0..6 Idc d forma U dce adeguato a rappresetare la smmetra, o meo, delle dstrbuzo è l seguete: 3 ( ) f γ = (dstr. dscreta) 3 b a 3 ( ) f()d γ = (dstr. cotua) (.35) 3 39

19 Varabl statstche e varabl casual semplc L dce d smmetra γ può essere dcato ache el modo seguete: 3 [ ) ] E ( γ = (.36) 3 [ ) ] E ( I partcolare s possoo presetare seguet cas: - Smmetra Fgura 9 Dstrbuzoe smmetrca - Asmmetra coda a sstra Fgura 0 Dstrbuzoe asmmetrca, coda a sstra - Asmmetra coda a destra Fgura Dstrbuzoe asmmetrca, coda a destra 40

20 Varabl statstche e varabl casual semplc S troduce l seguete dce detto CURTOSI, per descrvere le aspertà della curva d dstrbuzoe: ( 4 4 µ) f β = (dstr. dscreta) b 4 ( µ) f() d a β = (dstr. cotua) (.37) 4 Itroducedo l operatore E: 4 [( ) ] ( ) β = E (.38) E [ ] Perché ua dstrbuzoe sa cosderata ormale, s deve avere β=3 (codzoe ecessara ma o suffcete). S ha, co γ = 0: 0 < β 3 β = 3 β 3 Fgura -.. 4

21 Varabl statstche e varabl casual semplc.7 Teorema d Čebšev S ordo modo crescete gl scart v modulo: Freq. cum. t Freq. cum. -t L orge della semretta d rappresetazoe degl scart è ovvamete lo zero. S poga su tale retta u umero multplo d par a Λ, dove Λ è ua costate tera postva (presa tal modo per comodtà): Λ =,,3, Prma d Λ la frequeza cumulata de resdu sa t (dopo Λ essa è allora (-t)). S può scrvere allora: t 0 + ( t)λ (.39) Ifatt s approssmao a 0 tutt valor mor d Λ e a Λ tutt valor superor a Λ e qud, teedo presete che: e = e f = s rcava la (.39) e dalla (.40) s deduce: Λ v f + j e+ v j f j t, f = t (.40) j e+ ( t)λ ( t) Λ ( t) Λ t (.4) Λ Pertato s può cooscere la frequeza cumulata mma degl scart mm d u certo valore, per comodtà scelto come multplo d. I modo pù precso s può dre che, preso u qualuque u umero Λ>, per ua qualuque varable casuale vale la dsuguaglaza: Coè, pù pccolo è lo s.q.m. p( µ Λ ) (.4) Λ, pù pccolo è l tervallo [ Λ µ + Λ ] µ cu s è, scur d avere ua probabltà che al mmo vale. Λ 4

22 Varabl statstche e varabl casual semplc S trova: Λ= t 0 Λ= t 3/4 Λ=3 t 8/9 Cò sgfca che u tervallo [ µ, µ + ] tervallo [ µ, µ + 3] varble casuale. s ha almeo l 75% d probabltà e u 3 esso sale all 89% d probabltà, e cò dpedemete dalla 43

Lezione 4. La Variabilità. Lezione 4 1

Lezione 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

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1 Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Qualche cosderazoe Tedeza cetrale La scelta dell dce d tedeza cetrale/poszoe dpede dal tpo e dalle caratterstche della dstrbuzoe; Pù che dvduare l dce mglore assoluto (che o esste), è mportate ache valutare

Dettagli

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che: Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore

Dettagli

Daniela Tondini

Daniela Tondini Daela Tod dtod@ute.t Facoltà d Medca Veterara C.L. Tutela e Beessere Amale Uverstà degl Stud d Teramo INDICI STATISTICI La moda o orma M O d ua dstrbuzoe d frequeza X, calcolable per caratter sa quattatv

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa

Dettagli

Esercitazione 4 del corso di Statistica (parte 1)

Esercitazione 4 del corso di Statistica (parte 1) Eserctazoe 4 del corso d Statstca (parte ) Dott.ssa Paola Costat Febbrao 0 Eserczo Data la dstrbuzoe del carattere Reddto d cu all eserczo precedete se e msur l grado d cocetrazoe. La cocetrazoe d u carattere

Dettagli

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due 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

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek

MISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek MISURE DI TENDENZA CENTRALE Pscometra 1 - Lezoe Lucd presetat a lezoe AA 000/001 dott. Corrado Caudek 1 Suppoamo d dsporre d u seme d msure e d cercare u solo valore che, meglo d cascu altro, sa grado

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due 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

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Dpartmeto d Sceze Poltche, della Comucazoe e delle Relaz. Iterazoal Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

Esercizi su Rappresentazioni di Dati e Statistica Esercz su Rappresetazo d Dat e Statstca Eserczo Esprmete forma percetuale e traducete u aerogramma dat della seguete tabella: Nord Cetro Sud Isole Totale 5 58 866 0 95 36 4 35 30 6 79 56 57 399 08 Soluzoe

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

LE 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

Dettagli

valido se i dati E dato da max(x i )-min(x i )

valido 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

Dettagli

Capitolo 6 Gli indici di variabilità

Capitolo 6 Gli indici di variabilità Captolo 6 Gl dc d varabltà ommaro. Itroduzoe. -. Il campo d varazoe. - 3. La dffereza terquartle. - 4. Gl scostamet med. -. La varaza, lo scarto quadratco medo e la devaza. - 6. Le dffereze mede. - 7.

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in

LE 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

Dettagli

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2 Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della

Dettagli

exp("# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL.

exp(# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL. DISTRIBUZIONE EV o DI GUMBEL. x x [ $ e ] exp[ e ] F x exp co: Sgfcato de parametr: f exp al posto d : Numero medo d evet dpedet [ 0,t], ad esempo u ao. / :Valore medo della gradezza dell eveto, esempo

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale.

Esercizi 12/10/2007. oppure B 0. In modo del tutto analogo AB 0 se e solo se. oppure B 0 B 0. Studio del segno di una disequazione polinomiale. Esercz 2/0/2007 Dsequazo Sego d u prodotto. Voglamo studare l sego d u prodotto d due umer real. I altr term vedere qual soo le codzo affché due umer real A e B soddsfo AB 0. Ragoamo come segue: rcoducamo

Dettagli

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura: Il problema della regressoe s poe quado l valore d ua varable aleatora y, chamata varable dpedete, è fuzoe d ua varable o aleatora x, chamata varable dpedete Qu c soffermeremo su u uca classe d modell,

Dettagli

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo. IV Lezione

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo. IV Lezione Uverstà degl Stud d Napol Partheope Corso d Laurea Maagemet per le Imprese Turstche STATISTICA per l Tursmo IV Lezoe Docete: Sergo Logobard sergo.logobard@upartheope.t Cosderazo sulla moda La moda forsce

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEETI DI STATISTICA S desce popolazoe oggetto l seme d tutt quegl elemet che hao comue almeo ua caratterstca (o attrbuto) Lo studo d ua popolazoe è eettuato qud dal puto d vsta d u suo attrbuto: s valuta

Dettagli

Statistica descrittiva per l Estimo

Statistica 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

Dettagli

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso Facoltà d Farmaca Corso d Matematca co elemet d Statstca Docete: Rccardo Rosso Statstca descrttva: l coeffcete d cocetrazoe d G Quado s vuole rpartre ua certa somma d dearo, v soo due suddvso che soo,

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

Esercitazione 6 del corso di Statistica (parte 1) Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

Dettagli

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso

pè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso La varabltà L utlzzo d ua meda permette d stetzzare effcacemete l formazoe coteuta ua dstrbuzoe statstca dal puto d vsta dell testà del carattere. Tuttava la stes può essere eccessva, el seso s possoo

Dettagli

Var iabili aleatorie continue

Var iabili aleatorie continue Var abl aleatore cotue Probabltà e Statstca I - Varabl aleatore cotue - a.a. 04/05 Per ua varable aleatora dscreta, la fuzoe massa d probabltà ) f f è tale che ( x ) ) a 3) x f :,..., ( x Defzoe { x, x,,

Dettagli

6. LA CONCENTRAZIONE

6. LA CONCENTRAZIONE UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso d Laurea Sceze per l'ivestgazoe e la Scurezza 6. LA CONCENTRAZIONE Prof. Maurzo Pertchett Statstca

Dettagli

I percentili e i quartili

I percentili e i quartili I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q

Dettagli

6. LA CONCENTRAZIONE

6. LA CONCENTRAZIONE UNIVESITA DEGLI STUDI DI PEUGIA DIPATIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FOMAZIONE Corso d Laurea Sceze per l'ivestgazoe e la Scurezza 6. LA CONCENTAZIONE Prof. Maurzo Pertchett Statstca

Dettagli

Elementi di Statistica descrittiva Parte II

Elementi di Statistica descrittiva Parte II Elemet d Statstca descrttva Parte II Nella prma parte d queste ote s soo llustrate le tecche utlzzate per rappresetare dat, maera stetca, medate tabelle e grafc Tal tecche soo applcabl sa a caratter quattatv

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

Esercitazione 3 del corso di Statistica (parte 1)

Esercitazione 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.

Dettagli

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza Soluzoe degl esercz sulla statstca descrttva e gl tervall d cofdeza. Il campoe casuale d tagla 35 ha meda 0.866 e medaa 0.6490. Il coeffcete d asmmetra rsulta essere.57, pertato samo preseza d ua asmmetra

Dettagli

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza Uverstà egl Stud d Bergamo Corso d laurea Igegera dle STATISTICA Stma d massma verosmglaza Sao,, varabl aleatore d Posso dpedet, cascua co valore atteso λ S determ lo stmatore d massma verosmglaza d λ

Dettagli

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio 8/02/20 Caso studo 2 U vesttore sta valutado redmet d due ttol del settore Petrolo e Gas aturale. Sulla base de redmet goraler della settmaa passata vuole cercare d prevedere l redmeto per la prossma settmaa

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

LE MEDIE. Le Medie. Medie razionali. Medie di posizione LE MEDIE RAZIONALI LE MEDIE Msure stetche trodotte per valutare aspett compless e global d ua dstrbuzoe d u feomeo X medate u solo umero reale costruto modo da dsperdere al mmo le formazo su dat orgar.

Dettagli

Analisi di una distribuzione. Analisi di una distribuzione

Analisi di una distribuzione. Analisi di una distribuzione Aals d ua dstrbuzoe Varabltà Aals d ua dstrbuzoe Qualuque feomeo emprco preseta ua certa varabltà. Prof. Claudo Caplupp - Facoltà d Sceze della Formazoe - A.A. 007/08 I ua popolazoe, co rfermeto ad ua

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3 ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p ε per

Dettagli

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt e l fereza S defsce campoameto u procedmeto attraverso l quale

Dettagli

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità Corso d Statstca Facoltà d Ecooma a.a.. 00-00 fracesco mola Lezoe 4 Sommaro Campo d varazoe Varaza Scarto uadratco medo Coeffcete d varazoe Scostamet dalla Meda e dalla Medaa Mutua Varabltà Mutabltà lez4

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 1 n dell ammontare complessivo del carattere A x La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p per co

Dettagli

x... Gli indici sintetici La media aritmetica Gli indici sintetici Indici assoluti Indici relativi Indici normalizzati Forma

x... Gli indici sintetici La media aritmetica Gli indici sintetici Indici assoluti Indici relativi Indici normalizzati Forma Gl dc stetc Tedeza cetrale Forma Varabltà Cosetoo l passaggo da ua pluraltà d formazo ad u uca msura umerca; Stetzzao l tera dstrbuzoe u sgolo valore, cosetedo così cofrot el tempo, ello spazo o tra crcostaze

Dettagli

Lezione 4. Metodi statistici per il miglioramento della Qualità

Lezione 4. Metodi statistici per il miglioramento della Qualità Tecologe Iormatche per la Qualtà Lezoe 4 Metod statstc per l mglorameto della Qualtà Msure d Tedeza Cetrale Ultmo aggorameto: 30 Settembre 2003 Il materale ddattco potrebbe coteere error: la segalazoe

Dettagli

Il campionamento e l inferenza

Il campionamento e l inferenza e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco Ao

Dettagli

Variabili casuali doppie

Variabili casuali doppie Varabl casual doppe Ua varable casuale doppa (,) è ua fuzoe defta sullo spazo campoaro che assoca ad og possble rsultato dell espermeto ua coppa d umer real (x,y) S y ω ω 3 ω y y 3 (x, y ) (x, y ) (x 3,

Dettagli

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d; ESERCIZIO 5. Sa (X, X,, X ) u campoe casuale geerato da ua v.c. X f(x; θ) per la quale è oto che E(X) θ e Var(X). S cosdero 3 stmator d θ: X ; X ; ( ) X 3 a) s determ se soo corrett; b) per quell o corrett,

Dettagli

Lezione 3. Gruppi risolubili.

Lezione 3. Gruppi risolubili. Lezoe 3 Prerequst: Lezo 1 2 Class d cougo e cetralzzat rupp rsolubl I questo captolo troducamo ua ozoe che come vedremo seguto fuge da raccordo tra la teora de grupp e la teora de camp Defzoe 31 Dato u

Dettagli

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma: La meda artmetca La sua dvduazoe s basa sulla logca della trasferbltà d u carattere. ( ) = ( µ µ ) f,, f,, volte Se la fuzoe f( ) corrspode alla somma: + + + = µ + µ + + µ volte + + + = µ µ X= = La meda

Dettagli

1 ANALISI MATEMATICA A - Esercizi della settimana 1

1 ANALISI MATEMATICA A - Esercizi della settimana 1 1 ANALISI MATEMATICA A - Esercz della settmaa 1 1.1 Eserczo Rsolvete le seguet dsequazo (e umer real) coè trovate l seme de umer real per qual la dsequazoe dcata è vera. 1. 1 x + 1 x 1 + 1 x + 1 0; 2.

Dettagli

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità SIMULAZIONE DI SISTEMI CASUALI parte Varabl casual e Dstrbuzo d varabl casual Calcolo delle probabltà Defzo Il calcolo delle probabltà tede a redere razoale l comportameto dell uomo d frote all certezza;

Dettagli

Analisi dei Dati. La statistica è facile!!! Correlazione

Analisi dei Dati. La statistica è facile!!! Correlazione Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale

Dettagli

Indipendenza in distribuzione

Indipendenza in distribuzione Marlea Pllat - Semar d Statstca (SVIC) "Lo studo delle relazo tra due caratter" Aals delle relazo tra due caratter Dpedeza dstrbuzoe s basa sul cofroto delle dstrbuzo codzoate Dpedeza meda s basa sul cofroto

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma

STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma Matematca e statstca: da dat a modell alle scelte www.dma.uge/pls_statstca Resposabl scetfc M.P. Rogat e E. Sasso (Dpartmeto d Matematca Uverstà d Geova) STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI

Dettagli

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3) Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a

Dettagli

DATA MINING PER IL MARKETING (63 ore)

DATA MINING PER IL MARKETING (63 ore) DATA MINING PER IL MARKETING (63 ore) Marco Ra mra@upr.t Sto web del corso http://www.ra.t/dmm REGRESSIONE INFERENZIALE 1 Itroduzoe agl elemet aleator N. dpedet (X) Vedte mlo d (Y) A 10 1,9 B 18 3,1 C

Dettagli

Compito A1- Soluzioni

Compito A1- Soluzioni Compto A- Soluzo Eserczo (4 put) I ua dage statstca codotta presso 0 rstorat s soo raccolt dat rportat tabella, dove l sgfcato delle varabl è l seguete Spesa: Copert: Stelle: esa a persoa meda (escl. bevade)

Dettagli

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni Eserctazo d Calcolo delle Probabltà (16/1/011) Soluzo Eserczo 1 1. S trov l valore del parametro θ per cu la tabella seguete defsce la fuzoe d probabltà d ua v.c. udmesoale X e la s rappreset grafcamete.

Dettagli

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1 Le mede Mede: permettoo d stetzzare ua dstrbuzoe sulla base d u solo valore. Possoo essere classcate : Mede aaltche: calcolate tramte operazo algebrche su valor del carattere solo per caratter quattatv

Dettagli

Sommario. Facoltà di Economia francesco mola ( ) ( ) Boxplot (grafico a scatola) Esempio riepilogativo sulla forma di una distribuzione

Sommario. 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

Dettagli

Statistica descrittiva Campioni vettoriali

Statistica descrittiva Campioni vettoriali Statstca Descrttva Capo vettoral Statstca descrttva Capo vettoral Itroduzoe el caso cu s osserv ua varable statstca ultdesoale, s assoca al sgolo esto dell espereza u vettore d rsultat e o pù u seplce

Dettagli

Caso studio 12. Regressione. Esempio

Caso studio 12. Regressione. Esempio 6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I

Dettagli

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1 Mutua varabltà È ua msura d quato le utà statstche dfferscoo tra d loro (o pù rspetto ad u puto fsso). Il calcolo degl dc s basa sulle dffereze tra tutte le coppe d utà statstche. Dffereze mede (seza rpetzoe)

Dettagli

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione STIMA PARAMTRICA TST DLL IPOTSI L fereza Statstca rguarda affermazo crca I parametr d ua popolazoe sulla base della metodologa statstca e del calcolo delle probabltà Stma putuale Quado u parametro della

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

TRE ROMA. Appunti dalle lezioni del corso di Teoria dei Segnali. Università degli studi di Roma Tre. Facoltà di Ingegneria VARIABILI ALEATORIE

TRE ROMA. Appunti dalle lezioni del corso di Teoria dei Segnali. Università degli studi di Roma Tre. Facoltà di Ingegneria VARIABILI ALEATORIE ROMA TRE Uverstà degl stud d Roma Tre Facoltà d Igegera Apput dalle lezo del corso d Teora de Segal VARIABILI ALEATORIE Prof. Alessadro NERI Roma, ovembre 00 INICE VARIABILE ALEATORIA... 3 FUNZIONE I ISTRIBUZIONE...

Dettagli

4 CAMPIONE DI n UNITA STATISTICHE (lettere latine)

4 CAMPIONE DI n UNITA STATISTICHE (lettere latine) 4 CAMPIONE DI UNITA TATITICHE (lettere late) Meda campoara x meda solo per dat quattatv m 1 x = modaltà assuta dall -esma utà statstca Devaza campoara solo per dat quattatv 1 ( x m) 1 x 1 x dev.q Varaza

Dettagli

Sommario. Corso di Statistica Facoltà di Economia. Indici Statistici di posizione o locazione Medie (cont.) Moda Mediana. Lezione n 5.

Sommario. Corso di Statistica Facoltà di Economia. Indici Statistici di posizione o locazione Medie (cont.) Moda Mediana. Lezione n 5. Corso d Statstca Facoltà d Ecooma Lezoe 5 a.a. 000-00 00 Fracesco Mola z z z z Sommaro Idc Statstc d poszoe o locazoe Mede (cot. Moda Medaa a.a. 000-000 statstca-fracesco mola 4 a Propretà della meda artmetca

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE L ANALISI DI REGRESSIONE La regressoe è volta alla rcerca d u modello atto a descrvere la relazoe esstete tra ua varable Dpedete e ua varable dpedete (regressoe semplce)

Dettagli

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 1 febbraio

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 1 febbraio I Appello d Calcolo delle Probabltà Cogome: Laurea Treale Matematca / Nome: febbrao Emal: Quado o è espressamete dcato l cotraro, per la soluzoe degl esercz è possble usare tutt rsultat vst a lezoe (compres

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo. È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo

Dettagli

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola.

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola. Coteut Corso d Statstca Facoltà d Ecooma a.a. - fracesco mola Lezoe 9 Correlazoe leare Scatterplot e aals grafca L uso delle varabl stadardzzate La covaraza Il coeffcete d correlazoe leare d Bravas-Pearso

Dettagli

Corso di Architettura (Prof. Scarano) 06/03/2002

Corso di Architettura (Prof. Scarano) 06/03/2002 Orgazzazoe della lezoe Lezoe Codfca della formazoe Vttoro Scarao Archtettura Corso d Laurea Iformatca Uverstà degl Stud d Salero La codfca della formazoe Notazoe poszoale Rappresetazoe base degl ter Coversoe

Dettagli

Luogo delle Radici. Andrea Gasparri

Luogo delle Radici. Andrea Gasparri Luogo delle Radc Adrea Gasparr Il luogo delle radc è u dagramma che mostra come s spostao pol d u sstema damco leare stazoaro a sgolo gresso e sgola uscta (SISO) al varare d u parametro. È stato deato

Dettagli

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca acoltà d Ecooma a.a. - La cocetrazoe Quado studarla? Obettvo Dagramma d Lorez apporto d cocetrazoe rea d cocetrazoe Esemp Sommaro Lezoe 7 Lez7-a.a. - statstca-fracesco mola Quado studarla?

Dettagli

Approfondimenti Lezione 3. Mara Bruzzi

Approfondimenti Lezione 3. Mara Bruzzi Approfodmet Lezoe 3 Mara Bruzz APPROFONDIMENTO 1 : I BOSONI Partcelle come le a, foto, meso hao vece fuzo d oda smmetrche y S. Esse o obbedscoo al prcpo d esclusoe d Paul. Tal partcelle soo dette BOSONI.

Dettagli

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

Dettagli

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y?

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y? Relazoe fra varabl casual X e Y cogutamete dstrbute Test d potes due popolazo Coeffcete d Correlazoe ρ XY (9.5.3) Regressoe ρ XY rspode alla domada esste u assocazoe leare tra le varabl X e Y? Costrure

Dettagli

Capitolo 2 Errori di misura: definizioni e trattamento

Capitolo 2 Errori di misura: definizioni e trattamento Captolo Error d msura: )Geeraltà defzo e trattameto I cocett d meda, varaza e devazoe stadard s utlzzao ormalmete per otteere formazo sulla botà d ua msura. I geerale, s assume come msura m della gradezza

Dettagli

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE PROVA SCRITTA DI STATISTICA (COD 08-07-7-77) Febbrao 00 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE ESERCIZIO (6 put) Da ua classfca del sto teret IBS rsulta che 0 flm pù vedut vdeocassetta

Dettagli

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale.

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale. III Eserctazoe: Stes delle dstrbuzo semplc secodo u carattere qualtatvo ordale. Eserczo 3 dvdu ao seguet ttol d studo: Lceza elemetare, Lceza elemetare, ploma, Lceza meda, Lceza elemetare, Lceza meda,

Dettagli

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115 Quale retta? Quale retta? Questa? Oppure questa? Questa certamete o! 0 1 0 1 La retta mglore è quella che pù s avvca all seme de 115 put corrspodet alle coppe d valor (x, y ). Per la stma de parametr s

Dettagli