STATISTICA. Federico M. Stefanini. e.mail: a.a (3 CFU)
|
|
- Sara Ricciardi
- 5 anni fa
- Visualizzazioni
Transcript
1 STATISTICA a.a (3 CFU) Federico M. Stefanini Dipartimento di Statistica G.Parenti viale Morgagni 59, Firenze, tel PARTE e.mail: Test delle ipotesi La quantità di sottoprodotti (Kg) ottenuti in una singola reazione chimica è assimilabile ad una variabile casuale normale X N(µ, σ 2 ), in cui il valore di µ dipende dallo stato del catalizzatore. Se il catalizzatore è esaurito, µ = 15. Se il catalizzatore è funzionante, µ = 10. Si assuma che la varianza sia σ 2 = 9, Un campione casuale di n = 3 reazioni ha fornito i seguenti Kg di sottoprodotti {11, 15, 13}. Decidere per la sostituzione del catalizzatore. Sottoporre a test statistico l ipotesi che che il catalizzatore sia funzionante, µ = 10 in alternativa a che sia esaurito, µ = 15. 1
2 Catalizzatore funzionante: H Kg di sottoprodotti Catalizzatore esaurito: H Kg di sottoprodotti Test statistico: Regola decisionale per accettare o rifiutare ipotesi statistiche Ipotesi statistica parametrica H: parametro del modello statistico. Asserzione sul valore del Ipotesi nulla H 0 : Ipotesi di lavoro (working hypothesis) Il catalizzatore funziona: H 0 : µ = 10. Ipotesi alternativa H 1 : Ipotesi alternativa ad H 0. Il catalizzatore è esaurito: H 1 : µ = 15. Famiglia di distribuzioni: F = {N(µ, 9) : µ Θ} Spazio parametrico: µ Θ = {10, 15} Ipotesi: partizione dello spazio parametrico In generale: F, Θ, H 0, H 1 con H 0 H1 = Θ H 0 H1 = {} Stato di Natura Decisione (Verità) Funzionante Funzionante OK Funzionante Esaurito Errore di tipo I Stato di Natura Decisione (Verità) Esaurito Esaurito OK Esaurito Funzionante Errore di tipo II 2
3 Stato di Natura Decisione (Verità) H 0 : µ = 10 µ = 10 OK H 0 : µ = 10 µ = 15 Errore di tipo I Stato di Natura Decisione (Verità) H 1 : µ = 15 µ = 10 Errore di tipo II H 1 : µ = 15 µ = 15 OK Quale è la probabilità di commettere un errore? Decisione H 0 H 1 Stato di natura H 0 livello di protezione P [errore tipo I] 1 α α H 1 P [errore tipo II] = β potenza 1 β Livello di significatività: α = massimo(p [errore tipo I]). H 0 ha importanza prevalente (Scelta a priori di α): Condizioni operative standard Informazioni a priori vs novità In relazione con l errore più grave In relazione con costi più alti Quali sono le evidenze sperimentali? Valore di una statistica test. Scegliamo come statistica test lo stimatore puntuale di µ. µ = x = x1+x2+x3 3 = 13 Costruiamo la regola di accettazione in modo che se H 0 è vera allora P [errore tipo I] = α Assumendo H 0 vera X N(µ, σ2 n ) X N(10, 3) 3
4 Catalizzatore funzionante: H n C Kg medi di sottoprodotti Il quantile 95% è c = Regione di rifiuto: C 1 = (12.85, ) Regione di accettazione: C 0 = (0, 12.85) La realizzazione della media campionaria, 13, giace in C 1 quindi rifiutiamo l ipotesi nulla. Potenza Assumo che sia vera H 1 e calcolo P [ x C 1 µ = 15] = N(x; 15, 3)dx = Catalizzatore non funzionante: H n C Kg medi di sottoprodotti 4
5 Ipotesi alternativa composta A differenza da un ipotesi semplice, l ipotesi composta non specifica univocamente la distribuzione in F, ma indica un sottoinsieme della famiglia F Il catalizzatore è esaurito: H 1 : µ > 10. Famiglia di distribuzioni: F = {N(µ, 9) : µ Θ} Spazio parametrico: µ Θ = [10, ) Il test risultante è ad una coda (unilaterale). La probabilità di commettere un errore di secondo tipo è funzione del valore vero di µ quando H 0 è falsa: Funzione di potenza, curva operativa caratteristica P [ x C 1 H 1, µ] = c N(x; µ, 3)dx Costruzione numerica: Stabilisco una griglia di valori {c, c , c ,...} Calcolo la potenza per ogni punto della griglia Rappresento graficamente la spezzata Per alcune famiglie F si può ricavare un espressione matematica esplicita per la funzione di potenza. Funzione potenza C Kg medi di sottoprodotti 5
6 Test a due code (bilaterale) Il catalizzatore è esaurito: H 1 : µ 10. Famiglia di distribuzioni: F = {N(µ, 9) : µ Θ} Spazio parametrico: µ Θ = (0, ) Il test risultante è a due code. Valori di x molto più piccoli di 10 o molto più grandi di 10 costituiscono un evidenza contro H 0. Nella famiglia considerata, il test più potente si ottiene ripartendo α ugualmente sulle due code. Stabilisco il valore di α Lo divido per 2 Trovo i quantili α/2 e 1 α/2 Catalizzatore funzionante: H n n 10-C 10+C Kg medi di sottoprodotti Il valore critico a destra è : accetto H 0. Cosa sarebbe cambiato se avessimo in origine scelto α = 0.01? Assumiamo di avere osservato x = 14.5 Il p-value è la probabilità di osservare un valore uguale o più estremo di quello osservato 1 P [ X ] =
7 Catalizzatore funzionante: H n n 10-C 10+C Kg medi di sottoprodotti Passi operativi Scelta della famiglia F (modello) con parametro θ e spazio parametrico Θ Formulazione delle ipotesi H 0 e H 1 Scelta di α e della statistica test S Calcolo del valore empirico s di S (ed il p-value). Se rifiuto H 0 : stimo θ Se accetto H 0 : valutazione potenza del test Interpretazione applicativa dei risultati Aspetti importanti Informazioni da esperimenti precedenti Studio descrittivo esplorativo Pianificazione sperimentale Analisi delle assunzioni scelte Studio del modello 7
8 Test per µ con varianza ignota Famiglia normale F = {N(µ, σ 2 ) : (µ, σ 2 ) Θ} Parametro d interesse µ [10, ) Varianza ignota e σ 2 (0, ) H 0 : µ = 10. H 1 : µ > 10. Dati {15, 11, 13} Stimo la varianza: S 2 = 4 Statistica test α = 0.1 t emp = / 3 = 2.59 t 0.9,2 = t 0.95,2 = 2.92 x µ S/ n t n 1 Test per la proporzione π Sono stati effettuati n = 596 lanci di una moneta, e x = 310 sono risultati testa. Sottoporre a test l ipotesi che la moneta sia bilanciata (livello di significatività 0.05), in alternativa a che non lo sia. Famiglia binomiale Parametro d interesse π (0, 1) H 0 : π = 0.5. H 1 : π 0.5. Statistica test X n π n π (1 π) N(0, 1) α = 0.05 z emp = = 0.98 z =
9 Test per la varianza σ 2 Nel processo chimico considerato in precedenza, la variabilità dei sottoprodotti potrebbe essere maggiore del dichiarato. Sottoporre a test l ipotesi che la varianza sia pari a 9 (livello di significatività 0.05), in alternativa a che sia uguale a 12. Famiglia normale F = {N(µ, σ 2 ) : (µ, σ 2 ) Θ} Parametro d interesse σ 2 {9, 12} Media ignota e µ (, ) H 0 : σ 2 = 9 H 1 : σ 2 = 12. Dati {15, 11, 13} con x = 13, S 2 = 4 Statistica test (n 1) S 2 σ 2 χ 2 n 1 α = 0.05 χ ,2 = 5.99 χ 2 emp = 0.89 Test per differenze tra medie, con varianza comune ignota In uno studio sulle reazioni chimiche con due differenti catalizzatori, sono stati ottenuti i Kg di sottoprodotti riportati in tabella Cat. A Cat. B Assumendo che le due popolazioni abbiano la medesima varianza σ 2, sottoporre a test (α = 0.05) l ipotesi che non vi sia differenza tra i due catalizzatori A e B. Cat. A Cat. B media varianza 4 1 9
10 Famiglia normale N(µ i, σ 2 ) Parametri d interesse µ 1 e µ 2 Varianza ignota e comune σ 2 H 0 : µ 1 = µ 2 µ 1 µ 2 = 0. H 1 : µ 1 µ 2 µ 1 µ 2 0. Stima pooled della deviazione standard (n 1 1) S1 2 S p = + (n 2 1) S2 2 n 1 + n 2 2 Statistica test x 1 x 2 t n1+n S p n n 2 t emp = 1.55 t 0.975,4 = Test per rapporti di varianze In uno studio sulle reazioni chimiche con due differenti catalizzatori, si desidera saggiare statisticamente l ipotesi che i due diversi catalizzatori comportino una differente variabilità riguardo i Kg di sottoprodotti di reazione. Usando i dati dell esempio precedente, sottoporre a test (α = 0.05) l ipotesi che non vi sia differenza tra varianze per i due catalizzatori A e B. Famiglia normale N(µ i, σi 2) Parametri d interesse σ1 2 e σ2 2 Medie ignote H 0 : σ1 2 = σ2 2 σ2 1 = 1. σ2 2 H 1 : σ 2 1 σ 2 2 σ2 1 σ Statistica test S1 2 S2 2 F (n1 1),(n 2 1) Regione di accettazione C 0 = (F 0.025,2,2, F 0.975,2,2 ) = (0.026, ) F emp = 4 10
11 Test per la bontà dell adattamento Il lago GETFISH contiene principalmente 3 tipi di pesce: trota, pagello, alborella. In tabella è riportata la distribuzione di frequenze per un campione casuale di dimensione n = I funzionari addetti dichiarano che la frequenza relativa delle tipologie di pesce è rispettivamente 0.2, 0.1, 0.5. Sottoporre a test (α = 0.05) l ipotesi che la dichiarazione dei funzionari corrisponda al vero. Trota Pescegatto Alborella Altro Osservata (ass.) Ipotizzata (rel.) Famiglia multinomiale, k classi. Parametri d interesse π 1, π 2,..., π k Dimensione del campione n H 0 : π i = p i per i = 1, 2,..., k H 1 : π j p j per almeno un j. Per H 0 vera la frequenza attesa per la tipologia i è Statistica test (ogni n i > 5) n i = n p i k i=1 (X i n i ) 2 n i = k i=1 X 2 i n i n χ 2 k 1 m Test unilaterale (coda di destra) con m il numero di vincoli indotti dalla stima eventuale di m parametri. χ ,3 = χ 2 emp =
12 Tabelle di contingenza L ufficio federale americano di investigazione effettua un controllo sulla regolarità delle assunzioni in una azienda. Nei precedenti 10 anni, vi sono state n = 1271 domande da parte di bianchi e di neri, con assunzioni riassunte in tabella. Sottoporre a test (α = 0.01) l ipotesi che non vi sia relazione tra colore della pelle e assegnazione dell impiego. Bianchi Neri Assunti Rifiutati Famiglia multinomiale, h k classi. Parametri d interesse π i,j, i = 1,..., h; j = 1,..., k Dimensione del campione n = 1271 Indipendenza statistica, H 0 : π i,j = p i,. p.,j per i = 1,..., h; j = 1,..., k H 1 : π i,j p i,. p.,j per almeno un (i, j). Per H 0 vera, la frequenza attesa per la cella i, j è n i,j = n p i,. p.,j Calcolo le marginali Calcolo le attese sotto H 0 Calcolo la statistica test Statistica test (ogni n i,j > 5) h,k X 2 i,j n i=1,j=1 i,j n χ 2 k 1 m 12
13 Test unilaterale (coda di destra) con m = 2 il numero di vincoli indotti dalla stima delle marginali p 1,., p.,1. Bianchi Neri Ass Rif Bianchi Neri Assunti Rifiutati X i,j Xi,j 2 X n 2 i,j i,j n i,j χ 2 emp = = χ 2 1 = Adattamento ad una distribuzione teorica Un azienda vende cubetti di porfido. Sono state registrate le vendite giornaliere (ton.) di un campione casuale di 287 giorni. Sottoporre a test (α = 0.05) l ipotesi che la distribuzione delle vendite giornaliere sia normale. Intervallo Numero di osservazioni Valore centrale [0, 1.5] (1.5, 2.5] (2.5, 5.0] (5.0, 7.5] Partizione del campo di variazione teorico (k i, k i+1 ] e calcolo valore centrale di classe Conteggio delle osservazioni x i dell intervallo i Stima dei parametri e calcolo della frequenza attesa per ogni i Calcolo del χ 2 empirico 13
14 Media: 3.86 Varianza: 3.23 Frequenze relative teoriche: Teoriche Osservate x 2 i /n i χ 2 emp = χ ,1 =
Statistica Inferenziale Soluzioni 3. Verifica di ipotesi
ISTITUZIONI DI STATISTICA A. A. 007/008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliUniversità di Pavia Econometria. Richiami di Statistica. Eduardo Rossi
Università di Pavia Econometria Richiami di Statistica Eduardo Rossi Università di Pavia Campione casuale Siano (Y 1, Y 2,..., Y N ) variabili casuali tali che le y i siano realizzazioni mutuamente indipendenti
DettagliStatistica. Capitolo 10. Verifica di Ipotesi su una Singola Popolazione. Cap. 10-1
Statistica Capitolo 1 Verifica di Ipotesi su una Singola Popolazione Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Formulare ipotesi nulla ed ipotesi alternativa
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.12 - Test statistico Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona IPOTESI SCIENTIFICA Affermazione che si può sottoporre a verifica
DettagliContenuti: Capitolo 14 del libro di testo
Test d Ipotesi / TIPICI PROBLEMI DI VERIFICA DI IPOTESI SONO Test per la media Test per una proporzione Test per la varianza Test per due campioni indipendenti Test di indipendenza Contenuti Capitolo 4
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio In una prova sul carico di rottura di due tipi di corda si dispone di 2 campioni di ampiezza 26 e 35 rispettivamente. Nel
DettagliTest di ipotesi (a due code, σ nota)
Test di ipotesi (a due code, σ nota) Assumiamo nota la deviazione standard σ = 43.3 mesi vogliamo sapere se esiste un intervallo I di confidenza al 95% tale che µ 0 I? Ovvero esiste ε tale che P ( X µ
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Ipotesi statistica parametrica non parametrica una qualunque affermazione che specifica completamente o parzialmente la distribuzione di probabilità di una v.c. X. semplice: se la
DettagliEsercitazione 8 del corso di Statistica 2
Esercitazione 8 del corso di Statistica Prof. Domenico Vistocco Dott.ssa Paola Costantini 6 Giugno 8 Decisione vera falsa è respinta Errore di I tipo Decisione corretta non è respinta Probabilità α Decisione
DettagliCorso di Statistica Esercitazione 1.8
Corso di Statistica Esercitazione.8 Test su medie e proporzioni Prof.ssa T. Laureti a.a. 202-203 Esercizio Un produttore vuole monitorare i valori dei livelli di impurità contenute nella merce che gli
DettagliStatistica Inferenziale La verifica di ipotesi. Davide Barbieri
Statistica Inferenziale La verifica di ipotesi Davide Barbieri Inferenza statistica Inferenza: procedimento di induzione, dal particolare al generale. Stima di un parametro della popolazione partendo da
DettagliLa verifica delle ipotesi
La verifica delle ipotesi Se abbiamo un idea di quale possa essere il valore di un parametro incognito possiamo sottoporlo ad una verifica, che sulla base di un risultato campionario, ci permetta di decidere
DettagliStatistica (parte II) Esercitazione 4
Statistica (parte II) Esercitazione 4 Davide Passaretti 03/03/016 Test sulla differenza tra medie (varianze note) Un negozio di scarpe è interessato a capire se le misure delle scarpe acquistate da adulti
DettagliRichiami di Statistica
Università di Pavia Richiami di Statistica Eduardo Rossi Popolazione e campione casuale Un idea centrale della statistica è che un campione sia una rappresentazione della popolazione. Si possono sfruttare
DettagliVerifica delle ipotesi. Verifica delle ipotesi
Con la procedura di stima intervallare si cerca definire in modo verosimile il valore di un parametro incognito a partire dalle osservazioni campionarie Valore campionario Procedura di stima intervallare
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliOccorre trovare la distribuzione di DM
Esercizio In una prova sul carico di rottura di due tipi di corda si dispone di 2 campioni di ampiezza 26 e 35 rispettivamente. Nel primo campione la media è 185,3Kg, nel secondo campione la media è 175,2Kg.
Dettagli10 TEST STATISTICI PER LA VERIFICA DI IPOTESI
10 TEST STATISTICI PER LA VERIFICA DI IPOTESI Un test statistico è una procedura che permette di decidere tra l ipotesi sperimentale H1 e l ipotesi nulla H0, quantificando la divergenza delle osservazioni
DettagliApprossimazione normale alla distribuzione binomiale
Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
DettagliCalcolo delle Probabilità e Statistica Matematica: definizioni prima parte. Cap.1: Probabilità
Calcolo delle Probabilità e Statistica Matematica: definizioni prima parte Cap.1: Probabilità 1. Esperimento aleatorio (definizione informale): è un esperimento che a priori può avere diversi esiti possibili
DettagliLezione 16. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 16. A. Iodice. Ipotesi statistiche
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 23 Outline 1 2 3 4 5 6 () Statistica 2 / 23 La verifica delle ipotesi Definizione Un ipotesi statistica
DettagliLa statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati.
RICHIAMI DI STATISTICA La statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati. Quale è la media della distribuzione del reddito dei neolaureati? Per rispondere dovremmo
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2018-2019 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliVerifica di ipotesi. Parte VI. Verifica di ipotesi
Parte VI Verifica di ipotesi Definizione (Sistema di ipotesi) Nell ambito di un modello statistico parametrico, un sistema di ipotesi statistiche è costituito da due congetture, incompatibili, sul parametro
DettagliIntroduzione alla verifica d ipotesi
Introduzione alla verifica d ipotesi Dipartimento di Matematica Università di Roma Tor Vergata 17 dicembre 2017 Consideriamo il caso in cui la nostra variabile risposta sia continua Immaginiamo che obiettivo
DettagliCorso introduttivo di Epidemiologia e Biostatistica
Corso introduttivo di Epidemiologia e Biostatistica massimo guerriero carlo pomari e con il contributo di: Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health ELEMENTI
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliTeoria della stima dei parametri:
INFERENZA STATISTICA Teoria della verifica dell ipotesi : si verifica, in termini probabilistici, se una certa affermazione relativa alla popolazione è da ritenersi vera sulla base dei dati campionari
DettagliSOLUZIONI ESERCITAZIONE NR. 8 Test statistici
SOLUZIONI ESERCITAZIONE NR. 8 Test statistici ESERCIZIO nr. 1 Un campione casuale di dieci pazienti di sesso maschile in cura per comportamenti aggressivi nell ambito del contesto familiare è stato classificato
DettagliTest d ipotesi Introduzione. Alessandra Nardi
Test d ipotesi Introduzione Alessandra Nardi alenardi@mat.uniroma2.it 1 Consideriamo il caso in cui la nostra variabile risposta sia continua Immaginiamo che obiettivo del nostro studio sia valutare il
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità B
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità B Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
DettagliConfronto tra due popolazioni Lezione 6
Last updated May 9, 06 Confronto tra due popolazioni Lezione 6 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Concetti visti nell ultima lezione Le media
DettagliStatistica. Capitolo 13. Test sulla Bontà di Adattamento e Tabelle di Contingenza. Cap. 16-1
Statistica Capitolo 13 Test sulla Bontà di Adattamento e Tabelle di Contingenza Cap. 16-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Usare il test sulla bontà di adattamento
DettagliFondamenti statistici : Test d Ipotesi (1)
Fondamenti statistici : Test d Ipotesi (1) Ipotesi statistica: È una assunzione formulata su un particolare aspetto della popolazione considerazioni teoriche Informazioni relative a popolazioni analoghe
DettagliArgomenti della lezione:
Lezione 3 Argomenti della lezione: La verifica delle ipotesi: principi generali Ipotesi statistiche Ipotesi sulla media Indicatore campionario: X Il campione è stato estratto da una popolazione con parametro
DettagliTest d Ipotesi Introduzione
Test d Ipotesi Introduzione Uno degli scopi più importanti di un analisi statistica è quello di utilizzare i dati provenienti da un campione per fare inferenza sulla popolazione da cui è stato estratto
DettagliStatistica Metodologica Avanzato Test 1: Concetti base di inferenza
Test 1: Concetti base di inferenza 1. Se uno stimatore T n è non distorto per il parametro θ, allora A T n è anche consistente B lim Var[T n] = 0 n C E[T n ] = θ, per ogni θ 2. Se T n è uno stimatore con
DettagliFondamenti di Psicometria. La statistica è facile!!! VERIFICA DELLE IPOTESI
Fondamenti di Psicometria La statistica è facile!!! VERIFICA DELLE IPOTESI INFERENZA STATISTICA Teoria della verifica dell ipotesi : si verifica, in termini probabilistici, se una certa affermazione relativa
DettagliGli errori nella verifica delle ipotesi
Gli errori nella verifica delle ipotesi Nella statistica inferenziale si cerca di dire qualcosa di valido in generale, per la popolazione o le popolazioni, attraverso l analisi di uno o più campioni E
DettagliR - Esercitazione 5. Andrea Fasulo Venerdì 16 Dicembre Università Roma Tre
R - Esercitazione 5 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 16 Dicembre 2016 Intervalli di confidenza (1) Sia X 1,..., X n un campione casuale estratto da un densità f (x, θ) nota
DettagliIntroduzione alla statistica per la ricerca in sanità
Introduzione alla statistica per la ricerca in sanità Modulo La verifica delle ipotesi: il test statistico dott. Eugenio Traini eugenio.traini@burlo.trieste.it Verifica d Ipotesi - 1 Che cos è un ipotesi
DettagliLezione 17. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 17. A. Iodice
con Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 29 Outline con 1 2 3 con 4 5 campioni appaiati 6 Indipendenza tra variabili () Statistica 2 /
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliINDICE PARTE METODOLOGICA
INDICE PARTE METODOLOGICA 1. Il processo di ricerca 1.1.Individuazione di un problema e formulazione delle ipotesi 1.2.Individuazione e definizione operativa delle variabili 1.2.1. Le variabili definite
DettagliUn esempio. Ipotesi statistica: supposizione riguardante: un parametro della popolazione. la forma della distribuzione della popolazione
La verifica delle ipotesi In molte circostanze il ricercatore si trova a dover decidere quale, tra le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze
DettagliESAME. 9 Gennaio 2017 COMPITO A
ESAME 9 Gennaio 2017 COMPITO A Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliMetodi statistici per lo studio dei fenomeni biologici
Metodi statistici per lo studio dei fenomeni biologici Alla fine di questa lezione dovreste essere in grado di: descrivere la distribuzione di campionamento della differenza di due medie costruire gli
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it In una prova sul carico di rottura di due tipi di corda si dispone di 2 campioni di ampiezza 26 e 35 rispettivamente. Nel primo campione
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
DettagliTest di ipotesi. Test
Test di ipotesi Test E una metodologia statistica che consente di prendere una decisione. Esempio: Un supermercato riceve dal proprio fornitore l assicurazione che non più del 5% delle mele di tipo A dell
DettagliDipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Test di ipotesi 2/5/2005
Dipartimento di Fisica a.a. 2004/2005 Fisica Medica 2 Test di ipotesi 2/5/2005 Test di significatività Nei lavori di statistica medica si citano sempre i livelli di significatività (ovvero la probabilità)
DettagliMetodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione
Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 5 Test d Ipotesi
Metodi Quantitativi per Economia, Finanza e Management Lezione n 5 Test d Ipotesi Test per lo studio dell associazione tra variabili Nella teoria dei test, il ricercatore fornisce ipotesi riguardo la distribuzione
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio Il contenuto di nicotina di una certa marca di sigarette è 0,25 milligrammi con una deviazione standard di 0,015. Un associazione
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
Dettagliper togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione
Rapporti statistici di composizione la parte rispetto al tutto percentuali di derivazione per togliere l influenza di un fattore es.: quoziente di mortalità = morti / popolazione di frequenza (tassi) rapporti
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Ines Campa Probabilità e Statistica - Esercitazioni
DettagliUNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE. a.a.
UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II DIPARTIMENTO DI INGEGNERIA AEROSPAZIALE D.I.A.S. STATISTICA PER L INNOVAZIONE a.a. 2007/2008 1,00 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 CDF empirica
DettagliIl Test di Ipotesi Lezione 5
Last updated May 23, 2016 Il Test di Ipotesi Lezione 5 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura I anno, II semestre Il test di ipotesi Cuore della statistica inferenziale!
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliStatistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità D
Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità D Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato
DettagliStatistica 1- parte II
Statistica 1- parte II Esercitazione 3 Dott.ssa Antonella Costanzo 25/02/2016 Esercizio 1. Verifica di ipotesi sulla media (varianza nota) Il preside della scuola elementare XYZ sospetta che i suoi studenti
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (STANDARD) Modalità B (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
Dettagli07/01/2016. Scalisi - Tecniche Psicometriche LA VERIFICA DELLE IPOTESI. La verifica delle ipotesi. Popolazioni e campioni
LA VERIFICA DELLE IPOTESI Popolazioni, campioni, parametri ed indicatori 1 2 3 Popolazioni e campioni Viene definita popolazione o universo l insieme completo di tutti gli elementi che hanno in comune
DettagliSTATISTICA ESERCITAZIONE 13
STATISTICA ESERCITAZIONE 13 Dott. Giuseppe Pandolfo 9 Marzo 2015 Errore di I tipo: si commette se l'ipotesi nulla H 0 viene rifiutata quando essa è vera Errore di II tipo: si commette se l'ipotesi nulla
DettagliProva Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )
Università degli Studi di Milano Bicocca Scuola di Economia e Statistica Corso di Laurea in Economia e Amministrazione delle Imprese (ECOAMM) Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 7 Luglio 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Prova in Itinere di Statistica per Ingegneria Energetica 7 Luglio 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non
DettagliSlide Set #5 Tests delle Ipotesi
Slide Set #5 Tests delle Ipotesi Pietro Coretto pcoretto@unisa.it Università degli Studi di Salerno Corso di Statistica (0212700010) CDL in Economia e Management Curriculum in Management e Informatica
DettagliSTATISTICA MULTIVARIATA SSD MAT/06
Università degli studi di Ferrara Dipartimento di Matematica A.A. 2018/2019 I semestre STATISTICA MULTIVARIATA SSD MAT/06 LEZIONE 4 - Questioni di analisi e applicazione della regressione lineare Pratica
DettagliSOLUZIONI PROVA SCRITTA DI STATISTICA (cod. 4038, 5047, 371, 377) 8 settembre 2005
SOLUZIONI PROVA SCRITTA DI STATISTICA cod. 4038, 5047, 371, 377) 8 settembre 2005 MODALITÀ B APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE Esercizio 1. 7 punti) Su un collettivo di 13 nuclei
DettagliESERCIZI SULLA VERIFICA DI IPOTESI
ESERCIZI SULLA VERIFICA DI IPOTESI Esercizio 1 Sulla base dei seguenti valori ottenuti su un campione casuale proveniente da una popolazione normale 1.1 3.1 4. 4.6 5.0 5. 5.3 6.5 8.4 9.6 verificare l ipotesi
DettagliDistribuzioni e inferenza statistica
Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliSOLUZIONE. a) Calcoliamo il valore medio delle 10 misure effettuate (media campionaria):
ESERCIZIO SU TEST STATISTICO (Z, T e χ ) Da una ditta di assemblaggio di PC ci viene chiesto di controllare la potenza media dissipata da un nuovo processore, che causa a volte problemi di sovraccarico
DettagliDistribuzioni campionarie
1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari
DettagliSTATISTICA (modulo II - Inferenza Statistica) Soluzione Esercitazione I
Soluzione Esercitazione I Esercizio A. Si indichi con A i l evento la banca i decide di aprire uno sportello per il quale Pr(A i = 0.5 (e dunque Pr(A i = 0.5 per i =, 2, 3. Lo spazio degli eventi dato
DettagliCapitolo 9 Verifica di ipotesi: test basati su un campione
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 9 Verifica di ipotesi: test basati su un campione Insegnamento: Statistica Corsi di Laurea Triennale in Economia Dipartimento di Economia
DettagliESERCITAZIONE N. 7 corso di statistica
ESERCITAZIONE N. 7corso di statistica p. 1/15 ESERCITAZIONE N. 7 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONE N. 7corso di statistica p. 2/15 Introduzione Variabili aleatorie continue
DettagliIntroduzione ai test statistici
UNIVERSITÀ DI BOLOGNA FACOLTÀ DI MEDICINA VETERINARIA LAUREA IN SANITA E QUALITA DEI PRODOTTI DI ORIGINE ANIMALE Introduzione ai test statistici Un esempio introduttivo Controllo della rispondenza del
DettagliI appello di calcolo delle probabilità e statistica
I appello di calcolo delle probabilità e statistica A.Barchielli, L. Ladelli, G. Posta 8 Febbraio 13 Nome: Cognome: Matricola: Docente: I diritti d autore sono riservati. Ogni sfruttamento commerciale
DettagliCapitolo 10 Test delle ipotesi
Capitolo 10 Test delle ipotesi 1 Stima e verifica di ipotesi Modello di popolazione e campionamento: La popolazione viene descritta da una variabile aleatoria dipendente da un parametro incognito. Si ipotizza
DettagliAnalisi della varianza: I contrasti e il metodo di Bonferroni
Analisi della varianza: I contrasti e il metodo di Bonferroni 1 Contrasti In molti problemi risulta importante stabilire, nel caso venga rifiutata l ipotesi nulla, di uguaglianza delle medie µ j delle
DettagliEsercizi di statistica inferenziale
Dipartimento di Fisica SMID a.a. 004/005 Esercizi di statistica inferenziale Prof. Maria Antonietta Penco tel. 0103536404 penco@fisica.unige.it 6/1/005 Esercizio1 E noto che un grande numero di pazienti
DettagliRichiami di inferenza statistica. Strumenti quantitativi per la gestione. Emanuele Taufer
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Inferenza statistica: insieme di tecniche che si utilizzano per ottenere informazioni su una
DettagliRichiami di inferenza statistica Strumenti quantitativi per la gestione
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Parametri e statistiche Esempi Tecniche di inferenza Stima Precisione delle stime Intervalli
DettagliSoluzione Esercizio 1 (pag 1):
8 - Test di Ipotesi Esercizio 1: Dopo anni di esperienza e noto che la distribuzione della concentrazione di rame nel sangue umano e ben descritta da una distribuzione gaussiana di parametri μ=3.2 10-5
DettagliStatistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi
Esercitazione 14 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 14 Ex.1: Verifica Ipotesi sulla media (varianza nota) Le funi prodotte da un certo macchinario hanno una
DettagliIl metodo statistico: prova dell ipotesi, intervallo di confidenza
Il metodo statistico: prova dell ipotesi, intervallo di confidenza Tratto con modifiche da : Buzzetti, Mastroiacovo. Le prove di efficacia in pediatria. 2000, UTET 1 Il problema Si supponga di voler verificare
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliL Analisi della Varianza (ANOVA)
L Analisi della Varianza (ANOVA) Lucio Demeio Dipartimento di Ingegneria Industriale e Scienze Matematiche Università Politecnica delle Marche Introduzione. L analisi della varianza (indicata spesso con
DettagliFondamenti di statistica per il miglioramento genetico delle piante. Antonio Di Matteo Università Federico II
Fondamenti di statistica per il miglioramento genetico delle piante Antonio Di Matteo Università Federico II Modulo 2 Variabili continue e Metodi parametrici Distribuzione Un insieme di misure è detto
DettagliINTERVALLI DI CONFIDENZA e TEST D IPOTESI 1 / 30
INTERVALLI DI CONFIDENZA e TEST D IPOTESI 1 / 30 Intervallo di confidenza: media 2 / 30 Supponiamo di considerare la media campionaria X e assumiamo che Intervallo di confidenza: media 2 / 30 Supponiamo
DettagliCapitolo 9 Verifica di ipotesi: test basati su un campione
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 9 Verifica di ipotesi: test basati su un campione Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università
DettagliTest d ipotesi: confronto fra medie
Test d ipotesi: confronto fra medie Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona CONFRONTO FRA MEDIE 1) confronto fra una media campionaria e una media di popolazione
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 1/9/11 ESERCIZIO 1 (+3++3) La seguente tabella riporta la distribuzione di frequenza dei valori di emoglobina nel sangue (espressi
Dettagli