Probabilità. Esperimento, risultati e spazio campionario
|
|
- Sabina Papa
- 8 anni fa
- Visualizzazioni
Transcript
1 Probabilità La probabilità è usata nel linguaggio comune per dare indicazioni quantitative sul verificarsi di certi eventi: i) probabilità di incorre in un data patologia causa l abuso di alcol, fumo, ecc., ii) probabilità di avere un periodo di alta pressione (bel tempo) nel periodo in cui si terranno le olimpiadi; iii) la probabilità di superare o meno un esame in funzione delle preparazione. La probabilità misura la verosimiglianza (likelhood) con la quale può verificarsi un determinato evento ed è la base della statistica inferenziale. La statistica inferenziale permette di prendere decisioni in presenza di incertezze: la teoria della probabilità è utilizzata per valutare le incertezze che condizionano la decisione. La probabilità e le distribuzioni probabilistiche combinata alla statistica descrittiva consente di prendere decisioni relative ad una popolazione a partire dalle informazioni ottenute dal campione. Esperimento, risultati e spazio campionario I controlli di qualità industriali su una apparecchiatura, oggetto, prodotti in serie sono un esempio di esperimento. Il risultato dell esperimento difettoso o corretto sono i risultati dell esperimento, l insieme dei risultati dell esperimento e detto spazio campionario. Lo spazio campionario e indicato con S, e lo spazio campionario dei controlli di qualità è S = {corretto, difettoso} Gli esempi illustrano il significato di esperimento, risultati e spazio campionario: Lo spazio campionario può essere rappresentato graficamente tramite un diagramma di Veen o un diagramma ad albero. - Diagramma di Veen: descrizione figurativa in cui sono indicati tutti i possibili risultai di un esperimento. - Diagramma ad albero: rappresentazione ad albero nella quale ciascun evento è indicato con un ramo. Cap.4 Pagina 1 di 12
2 Esempio 4-1. Lancio di una moneta. Un solo lancio. Esempio 4-2. Lancio di una moneta. Due lanci. Eventi semplici e composti Per evento si intende uno o più risultati di un esperimento scelti contemporaneamente. Evento semplice. Ciascuno dei possibili risultati di un esperimento Esempio 4-4. Soci maschi e femmine di una associazione salutista. Scelta di una coppia di soci. I risultati dell esperimento rappresentano altrettanti eventi semplici indicati con E 1, E 2, E 3 e E 4. Cap.4 Pagina 2 di 12
3 Evento composto. Uno o più risultati del medesimo esperimento. Gli eventi composti sono indicati con A, B, C, Esempio 4-5. Nell esempio 4-4 consideriamo A l evento composto rappresentato dai risultati dell estrazione dove è presente un uomo. Esempio 4-6. Favorevoli (F) o contrari (A) alla manipolazione genetica. Scegliamo casualmente due persone: l esperimento ha quattro risultati possibili, e precisamente: Gli eventi FF, FA, AF, AA presi singolarmente sono eventi semplici; l evento composto A corrispondente al risultato dell estrazione al più una persona è contro la manipolazione genetica è A = {FF, AF, FA} Indicare l evento composto B corrispondente al risultato dell estrazione al meno una persona è contro la manipolazione genetica. Esercizio 1. Due studenti sono estratti a caso in una classe per verificare se sono predisposti (P) o non predisposti (N) alla matematica. Indicare lo spazio campionario dell esperimento ed i relativi diagrammi di Veen ed albero. Indicare gli eventi semplici a gli eventi composti: A={almeno un studente P}; B = {al più uno studente P}. Cap.4 Pagina 3 di 12
4 Calcolo della Probabilità di un Evento La probabilità è una misura della verosimiglianza con cui può verificarsi un dato evento ed è indicata con P ; con P(E i ) si indica la probabilità dell evento semplice E i ; e con P(A) la probabilità dell evento composto A. Proprietà della probabilità 1. La probabilità di un evento è un valore compreso fra 0 ed 1. a. Un evento impossibile ha probabilità 0 b. Un evento certo ha probabilità 1 2. La somma delle probabilità di tutti gli eventi semplici di un esperimento, ΣP(E i ), è sempre 1. La proprietà 2 per l esperimento del lancio di una moneta, di due monete e per il risultato delle partite di calcio fornisce i seguenti risultati: - P(H) + P(T) = 1 - P(HH) + P(HT) + P(TH) + P(TT) = 1 - P(vinta) + P(persa) + P(pareggiata) = 1 Definizione di Probabilità La probabilità può essere calcolata in modo diverso a seconda dell approccio concettuale utilizzato: esistono tre approcci concettuali al calcolo della probabilità: (1) probabilità classica, (2) la probabilità come frequenza relativa; (3) la probabilità soggettiva. Probabilità Classica La definizione classica di probabilità è utilizzata per calcolare la probabilità degli eventi di un esperimento i cui risultati sono equamente probabili. La probabilità classica è definita per un evento semplice e composto nel modo seguente. Per un evento semplice è uguale a 1 diviso il numero totale dei risultati dell esperimento; per un evento Cap.4 Pagina 4 di 12
5 composto A è uguale al numero di risultati favorevoli ad A diviso il numero totale dei risultati dell esperimento. Importante. Si dimostri che la regola della probabilità classica per eventi semplici e composti verifica le proprietà del calcolo delle probabilità. Esempi di calcolo della probabilità con la regola classica. - Lancio di una moneta bilanciata (fair). Soli risultati possibili gli eventi di S = {H,T}, quindi - Numeri pari nel lancio di un dado a 6 facce. Lo spazio campionario è S = {1,2,3,4,5,6}; l evento composto dato dall uscita di un numero pari è A = {2,4,6}. Nel gergo probabilistico si dice che è avvenuto l evento A se e solo se esce uno di questi tre numeri, e pertanto - Un associazione con 100 iscritti dei quali 40 sono donne e 60 uomini. Si vuole eleggere il presidente per estrazione casuale. Quale è la probabilità che sia eletta una donna? Probabilità come Frequenza relativa Supponiamo di voler calcolare 1. La probabilità che la prossima automobile prodotta sia di colore bianco, verde acido, 2. La probabilità che scelta a caso una famiglia questa possieda 1, 2, ecc., automobili 3. La probabilità che il prossimo neonato sia di sesso femminile 4. La probabilità che un anziano 80-enne sopravviva un altro anno 5. La probabilità che nel lancio di una moneta truccata esca Testa 6. La probabilità di vedere il numero 1 uscire nel lancio di un dado truccato. Gli eventi degli esperimenti 1-6 non sono equiprobabili e quindi non è possibile usare la regola classica. Tuttavia è possibile ripetere ciascun esperimento un numero molto grande di volte o lo si è fatto in precedenza ed utilizzare la frequenza relativa di ciascun risultato come approssimazione della probabilità del risultato stesso. Cap.4 Pagina 5 di 12
6 Il metodo di calcolo della probabilità basato sulla stima della frequenza relativa può portare a valori diversi della medesima stima della probabilità se questa è calcolata in esperimenti successivi. Ad esempio due stock di auto di 500 unità mandate in produzione in tempi successivi possono avere un numero di auto richieste essere di colore bianco diverso (nel gergo statistico si dice che il numero atteso di auto di colore bianco è diverso). Tuttavia la differenza nella percentuale di auto di un dato colore diventa più piccola all aumentare delle dimensioni del campione. Importante. Se si analizza una popolazione la frequenza relativa di un dato risultato corrisponde al valore esatto della probabilità. Esempio In un campione di 500 auto avviate alla produzione 10 di queste sono state ordinate con colore verde acido. Nell ipotesi che gli ordini dalle concessionarie arrivino a caso si vuole calcolare la frequenza relativa del colore verde acido. Poiché il numero totale delle auto nello stock è n=500 e f=10 è la frequenza del colore verde acido; usando la frequenza relativa come stima della probabilità si ottiene: P 10 = 500 ( verde acido) = L esperimento dove gli eventi sono le categorie indicate nello spazio campionario ha la seguente tabella delle frequenze = n f S = {verde acido, altri colori} colore frequenza frequenza relativa Verde acido 10 10/500 = 0.02 Altri colori /500 = 0.98 Dalla regola della frequenza relativa il valore della probabilità per ciascun evento è P(verde acido) = 0.02 P(altri colori) = 0.98 Importante. Le frequenze realtive non corrispondono ai valori esatti delle probabilità ma sono valori approssimati. Tuttavia se l esperimento viene ripetuto in successione un numero sempre maggiore di volte la frequenza relativa approssima il valore vero della probabilità di ciascun risultato. Questa condizione limite prende nome di legge dei grandi numeri. Esempio Determinare la probabilità che scelta a caso una famiglia della città di Roma questa possieda la casa in cui abità. L esperimanto ha due possibili risultati: S = {E 1, E 2 } = {possiede la casa, non possiede la casa} Cap.4 Pagina 6 di 12
7 Si prende un campione n=1000 famiglie e si calcola la frequenza f delle famiglie che abitano la casa di proprietà. Nell ipotesi che f = 670 la P(E 1 ) è pari a P ( E ) = = n f 1 = Se l esperimento viene ripetuto più volte il valore della P(E 1 ) ottenuto dalla frequenza relativa dei diversi esperimenti è leggermente diverso, tuttavia poiché il campione e di grandi dimensioni le variazioni attese per ciascun esperimento sono molto piccole (grandinumeri.xls). Valutazione soggettiva della Probabilità A volte l esperimento non ha eventi equiprobabili e non può essere ripetuto molte volte per generare i valori necessari per una stima della frequenza relativa. 1. La probabilità che Luigi che sta studiando statistica supererà l esame con 30+Lode. 2. La probabilità che l indice delle contrattazioni in Borsa oggi avrà un andamento positivo rispetto ai giorni precedenti. 3. La probabilità che l Internazionale vinca il campionato 2002/ La probabilità che l orario di lavoro del pubblico impiego stabilito per contratto aumenti. In ciascuno di questi casi è possibile assegnare una probabilità soggettiva, basata sull esperienza, sulle informazioni in nostro possesso o sul nostro convincimento personale. Se esaminiamo la prima domanda è chiaro che la probabilità che l esito dell esame si 30 e Lode non è la medesima dei restanti punteggi, ed è chiaro anche che date le nostre previsioni di voto Luigi otterrà un punteggio molto alto e che quasi sicuramente accetterà il voto. Non è quindi possibile utilizzare la regola classica e la frequenza relativa per il calcolo delle probabilità. Tuttavia, possiamo ugualmente ritenere che Luigi abbia un elevata probabilità di prendere la Lode poiché ha una buona predisposizione per la materia; è un perfezionista (secchione), il professore ha sempre dimostrato una buona predisposizione del verso coloro che dimostrano interesse per la disciplina. Non è però da escludere che in quella occasione Luigi abbia una amnesia che ne comprometta l esame. Importante. La probabilità soggettiva è assegnata arbitrariamente. Per questa ragione è soggetta ad errori ed è influenzata dalla esperienza della persona che assegna la probabiltà. Metodi di conteggio Esperimenti con un numero grande di eventi necessitano di metodi per individuare il numero di risultati possibili. Tali metodi vengono indicati anche come regole di conteggio. Metodi di conteggio. Dato un esperimento suddiviso in tre fasi distinte rispettivamente con k, m ed n risultati possibili No. Totale di risultati dell esperimento = k x m x n Cap.4 Pagina 7 di 12
8 Le regole di conteggio possono essere estese facilmente ad eseprimanti con un numero di fasi distinte maggiore di tre. Esempio Lancio triplo di una moneta. Ciascun lancio è una fase con due risultai possibili pertanto No. Totale di risultati = 2 x 2 x 2 = 2 2 = 8 Esempio Una persona intenzionata a comprare un automobile può scegliere fra forme di finanziamento con interesse a tasso fisso oppure variabile e durata pari a 36, 48 e 60 mensilità. Quanti possibili risultati ha questo esperimento? No. Totale di risultati = 2 x 3 = 6 Esempio Il campionato di calcio Italiano a 18 squadre prevede un totale di 34 partite. Ciascuna partita ha 3 possibili risultati: partita vinta, persa, pareggiata. Il totale di possibili risultati si calcola dalla formula No. Totale di risultati = 3 34 = 1.67 x Probabilità marginale e condizionale Una indagine statistica eseguita su 200 lavoratori del pubblico impiego è stato chiesto se sono favorevoli o contrari ad un aumento dell orario di lavoro settimanale da 36 a 38 ore lavorative; le due ore aggiuntive saranno recuperate come, permessi, ferie, ecc. I risultati dell indagine sono riportati nella Tab. 4-3 che prende nome di tabella di classificazione a due vie. Tabella 4.3. Tabella di classificazione a due vie delle risposte degli intervistati Favorevoli Contrari Uomini Donne Nella tabella 4-3 le risposte date dagli intervistati sono divise in variabili o caratteristiche: sesso di appartenenza (uomo o donna) e opinione (favorevole o contrario). La tabella 4-3 si chiama tabella di contingenza a due vie e ciascuna suddivisione nella quale sono inseriti i dati è indicata come cella. La tabella è composta di 4 celle, e ciascuna cella da la frequenza di ciascuna delle due caratteristiche; ad ex. 50 soggetti intervistati sono la frequenza di entrambe le caratteristiche donna e contrario. Tabella 4.3. Tabella di classificazione a due vie delle risposte degli intervistati con totali. Favorevole Contrario Totali Uomini Donne Totali Supponiamo di scegliere un soggetto a caso fra i 200 intervistati, il risultato dell esperimento può essere classificato a seconda della caratteristica sesso (uomo o donna), oppure opinione (favorevole o contrario). La probabilità associata a ciascuna variabile della tabella a due vie è detta probabilità marginale o probabilità semplice. Le quattro probabilità marginali risultanti dalla Tabella 4.4 sono Cap.4 Pagina 8 di 12
9 P(uomini) = No. uomini/ No. intervistati = 98/200 = 0.49 P(donne) = No. donne/ No. intervistati = 102/200 = 0.51 P(favorevole) = No. favorevoli/ No. intervistati = 127/200 = 0.64 P(contrario) = No. contrari/ No. intervistati = 63/200 = 0.37 Supponiamo ora di scegliere a caso uno dei duecento soggetti e di sapere che il soggetto è un uomo in altre parole abbiamo già eseguito l esperimento e verificato che la variabile sesso ha dato quale risultato uomini quale è la probabilità che il soggetto sia favorevole all aumento dell orario di lavoro settimanale. La probabilità che l impiegato sia favorevole se maschio si indica con ed è chiamata probabilità condizionale. P(favorevole maschio) Esempio Calcoliamo la P(favorevole maschio) dalla tabella 4-4. Poiché il numero degli intervistati uomini è 98 e di questi 75 sono favorevoli la probabilità condizionale analogamente P (favorevole uomo) = No. uomini a favore / No. uomini = 75 / 98 = 0.77 P (contrario uomo) = No. uomini contrari / No. uomini = 23 / 98 = 0.23 Con un calcolo analogo possono essere calcolate le probabilità condizionate P (favorevole donna) = No. donne a favore / No. donne = 52 / 102 = 0.51 P (contrario donna) = No. donne contrarie / No. donne = 50 / 102 = 0.49 Si osservi che nel calcolo della probabilità condizionale l evento già verificatosi (uomo) è sempre al denominatore della definizione empirica di probabilità, mentre l evento di cui si vuole calcolare la probabilità sotto condizione è al numeratore. La probabilità condizionale di ciascuna variabile favorevole/contrario data la variabile uomo/donna può essere calcolata tramite un diagramma ad albero Evento già verificatosi: uomo 98/200 Favorevoli: 75/98 Contrari: 23/98 Favorevoli: 52/102 Evento già verificatosi: donna 102/200 Contrari: 50/102 Esempio Dai valori di tabella 4.4 calcolare le seguenti probabilità condizionate P(donna favorevole) P(maschio contrario) Cap.4 Pagina 9 di 12
10 Esercizio. A 100 dipendenti di una azienda è stato chiesto se sono favorevoli o contrari alla trasformazione del TFR in una forma di pensione integrativa. Le risposte sono riportate nella tabella che segue Tab.4-4 Tabella di classificazione a due vie delle risposte dei dipendenti Favorevoli Contrari Uomini Donne 4 36 Calcolare i valori della probabilità marginale per ciascuna variabile della tabella di contingenza, e i valori della probabilità condizionata P(contrario donna) e P(uomo favorevole). Eventi mutuamente esclusivi Eventi che non possono verificarsi simultaneamente sono detti mutuamente esclusivi. 1. Due eventi A e B sono mutuamente esclusivi se non hanno alcun risultato in comune. 2. Se A e B sono mutuamente esclusivi il risultato dell esperimento è A oppure B. 3. Dati A e B mutuamente esclusivi il verificarsi di A esclude il verificarsi di B. Esempio Gli eventi che seguono derivano dal lancio di un dado a 6 facce: A = {2, 4, 6} = {no. pari}; B = {1, 3, 5}={no. dispari} C = {1, 2, 3, 4} = {no. minore di 5}, si vuole controllare se A e B e A e C sono mutuamente esclusivi. La condizione di eventi mutuamente escussivi o non esclusivi può essere facilmente verificata applicando le regole 1-3, dalle quale risulta che A e B sono mutuamente esclusivi perché non hanno nessun risultato in comune, uno dei due eventi appare sempre, e il verificarsi di A esclude il verificarsi di B. A e C sono mutuamente non esclusivi perché hanno risultati in comune (2,4), uno di questi due valori comporta il contemporaneo verificarsi di A e di C. Eventi indipendenti Due eventi A e B sono detti indipendenti se il verificarsi di uno dei due eventi non condiziona in alcun modo la probabilità con cui si può verificare il secondo evento. In altre parole A e B sono eventi indipendenti se si verifica contemporaneamente che P(A B) = P(A) e P(B A) = P(B) Se il verificarsi di un evento, ad esempio A, condiziona la probabilità del verificarsi di B i due eventi sono detti dipendenti. In notazione probabilistica due eventi sono detti dipendenti se si verificano le condizioni P(A B) P(A) e P(B A) P(B). Esempio Con riferimento ai valori della tabella 4.4 relativi al parere sull utilizzo del TFR dato da 100 impiegati, calcolare se gli eventi donna (F) e favorevole (A) sono indipendenti. Applicando la definizione se viene verificata l eguaglianza P(F) = P(F A) gli eventi sono indipendenti, viceversa se l eguaglianza non è verificata gli eventi non sono indipendenti. Poiché P( F ) = 40/100 = 0.40 e P( F A) = 4/19 =0.21 i due eventi sono dipendenti. Verificare la dipendenza degli eventi A ed F calcolando P(A F) e P(A). Esempio Il controllo di qualità eseguito su 100 CD estratti da una scatola ha indicato che 15 di questi sono difettosi. Dei 100 CD contenuti nella scatola 60 sono stati costruiti dalla macchina A e 9 di questi 60 sono difettosi. Indichiamo con D l evento CD difettoso sui 100 nella scatola, e Cap.4 Pagina 10 di 12
11 con A l evento che il CD difettoso estratto dalla scatola sia prodotto dalla macchina A, vogliamo verificare che gli eventi D ed A sono indipendenti. Poiché dai valori a disposizione è verificato che cioè gli eventi sono indipendenti. P(D)=15/100 = 0.15 e P(D A) = 9/60 = 0.15 P(D) = P(D A) La condizione D ed A eventi indipendenti può essere resa più chiara dalla tabella di contingenza a due vie con i totali di ciascuna variabile (macchina A e B) e (Difettoso, Buono). Tabella 4.6. Tabella di classificazione a due vie controllo di qualità. Difettoso (D) Buono (G) Totali Macchina (A) Macchina (B) Totali Il valore P(D) è la probabilità marginale di uno dei valori della variabile controllo di qualità, e pertanto si calcola come semplice rapporto P(D) = No. Difettosi / No totale CD = 15/100 A sua volta il valore P(A D) è la probabilità condizionale che esca l evento A dato D e pertanto P(A D) = No. Difettosi prodotti da A / No totale prodotti da A = 9/60 Importante. Alcune osservazioni relative agli eventi mutuamente escussivi, indipendenti e dipendenti sono importanti. 1. Due eventi A e B possono essere fra loro mutuamente esclusivi o indipendenti a. Eventi mutuamente esclusivi sono sempre dipendenti b. Eventi indipendenti non sono mai mutuamente escussivi 2. Eventi dipendenti possono essere o non essere mutuamente esclusivi Eventi complementari Due eventi mutuamente esclusivi che rappresentano tutti i possibili risultati di un esperimento sono detti eventi complementari. Due eventi complementari sono sempre mutuamente esclusivi. Eventi complementari. L evento complementare all evento A si indica con A e include tutti i possibili risultati dell esperimento non inclusi in A. poiché due eventi complementari includono tutti i possibili risultati di un esperimento la somma delle loro rispettive probabilità è uguale a 1 P ( A) + P( A ) = 1 e di conseguenza P( A) = 1 P( A), P( A) =1 P( A) tutte le precedenti definizioni sono illustrati da seguente diagramma di Veen. Cap.4 Pagina 11 di 12
12 Esempio In un gruppo di di questi hanno fatto un ricorso al Tribunale S A A Amministrativo per irregolarità commesse dall ufficio Tributi nell anno Vogliamo calcolare la probabilità che presa a caso un contribuente questo abbia ricorso al giudice (A) o non abbia fatto ricorso (A). P(A) = 4300/5000 = 0.86 P(A) = 700/5000 = 0.14 P(A) + P(A) = = 1.00 Fig Diagramma di per due eventi complementari. Esempio Preso un campione di 5000 lavoratori dipendenti ai quali è stato sottoposto un questionario, 1500 di questi hanno espresso parere favorevole alla introduzione della previdenza privata gestita dalle aziende a dai rappresentanti dei lavoratori. Indicando con A i contrari e con A i favorevoli calcolare i valori di P(A) e P(A). Verificare la condizione di complementarietà. Cap.4 Pagina 12 di 12
PROBABILITA CONDIZIONALE
Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,
DettagliCalcolo delle probabilità
Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità
DettagliPROBABILITA CONDIZIONALE
Riferendoci al lancio di un dado, indichiamo con A l evento esce un punteggio inferiore a 4 A ={1, 2, 3} B l evento esce un punteggio dispari B = {1, 3, 5} Non avendo motivo per ritenere il dado truccato,
DettagliCapitolo 4 Probabilità
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliPROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)
L esito della prossima estrazione del lotto L esito del lancio di una moneta o di un dado Il sesso di un nascituro, così come il suo peso alla nascita o la sua altezza.. Il tempo di attesa ad uno sportello
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello
Dettaglimatematica probabilmente
IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e
DettagliOSSERVAZIONI TEORICHE Lezione n. 4
OSSERVAZIONI TEORICHE Lezione n. 4 Finalità: Sistematizzare concetti e definizioni. Verificare l apprendimento. Metodo: Lettura delle OSSERVAZIONI e risoluzione della scheda di verifica delle conoscenze
Dettagli1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:
Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi
DettagliProbabilità e Statistica Esercitazioni. a.a. 2006/2007
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
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliUn gioco con tre dadi
Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliCORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate
CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability
DettagliProbabilità e statistica
Indice generale.probabilità ed eventi aleatori....come si può definire una probabilità....eventi equiprobabili....eventi indipendenti, eventi dipendenti....eventi incompatibili....eventi compatibili....probabilità
Dettagli(concetto classico di probabilità)
Probabilità matematica (concetto classico di probabilità) Teoria ed esempi Introduzione Il calcolo delle probabilità è la parte della matematica che si occupa di prevedere, sulla base di regole e leggi
DettagliFacciamo qualche precisazione
Abbiamo introdotto alcuni indici statistici (di posizione, di variabilità e di forma) ottenibili da Excel con la funzione Riepilogo Statistiche Facciamo qualche precisazione Al fine della partecipazione
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliMatematica Applicata. Probabilità e statistica
Matematica Applicata Probabilità e statistica Fenomeni casuali Fenomeni che si verificano in modi non prevedibili a priori 1. Lancio di una moneta: non sono in grado di prevedere con certezza se il risultato
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliIl confronto fra proporzioni
L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliLezione 10. La Statistica Inferenziale
Lezione 10 La Statistica Inferenziale Filosofia della scienza Secondo Aristotele, vi sono due vie attraverso le quali riusciamo a formare le nostre conoscenze: (1) la deduzione (2) l induzione. Lezione
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliTasso di interesse e capitalizzazione
Tasso di interesse e capitalizzazione Tasso di interesse = i = somma che devo restituire dopo un anno per aver preso a prestito un euro, in aggiunta alla restituzione dell euro iniziale Quindi: prendo
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca
DettagliPROBABILITA MISURARE L INCERTEZZA Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere?
Lanciamo due dadi, facciamo la somma dei punteggi ottenuti. Su quale numero mi conviene scommettere? Abbiamo visto nella lezione precedente che lo spazio degli eventi più idoneo a rappresentare l esperimento
DettagliCorso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo.
Corso di Matematica Corso di Laurea in Farmacia, Facoltà di Farmacia Università degli Studi di Pisa Maria Luisa Chiofalo Scheda 18 Esercizi svolti sul calcolo delle probabilità I testi degli esercizi sono
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 29-Analisi della potenza statistica vers. 1.0 (12 dicembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliEsercizi di Calcolo delle Probabilita (I)
Esercizi di Calcolo delle Probabilita (I) 1. Si supponga di avere un urna con 15 palline di cui 5 rosse, 8 bianche e 2 nere. Immaginando di estrarre due palline con reimmissione, si dica con quale probabilità:
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliProbabilità e Statistica Esercitazioni. a.a. 2009/2010. C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico.
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Probabilità Ines Campa e Marco Longhi Probabilità e Statistica - Esercitazioni
DettagliPrimi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita
Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita NOTA 1 Gli esercizi sono presi da compiti degli scorsi appelli, oppure da testi o dispense di colleghi. A questi ultimi
DettagliPROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO
PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO L indagine si è svolta nel periodo dal 26 agosto al 16 settembre 2014 con l obiettivo di conoscere l opinione dei residenti
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
DettagliTest sul calcolo della probabilità
Test sul calcolo della probabilità 2 Test sul calcolo della probabilità Test sul calcolo della probabilità. La probabilità p di un evento E, quando si indica con E il suo complementare, è : a) 0 se E è
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
Dettagli= variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del 2000 = 500; PIL del 2001 = 520:
Fig. 10.bis.1 Variazioni percentuali Variazione percentuale di x dalla data zero alla data uno: x1 x 0 %x = 100% x 0 = variazione diviso valore iniziale, il tutto moltiplicato per 100. \ Esempio: PIL del
DettagliLA STATISTICA E IL CALCOLO DELLE PROBABILITÀ
LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e
DettagliLA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di
STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliE NECESSARIO RICORRERE ALLE VARIABILI CASUALI
IL CONCETTO DI VARIABILE CASUALE Associare una misura di probabilità al verificarsi di un certo evento (come esito di un esperimento) non sempre è sufficiente a risolvere gran parte dei problemi reali
DettagliLABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE
LABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE DESCRIZIONE DEI DATI DA ESAMINARE Sono stati raccolti i dati sul peso del polmone di topi normali e affetti da una patologia simile
DettagliPROBABILITA' E VARIABILI CASUALI
PROBABILITA' E VARIABILI CASUALI ESERCIZIO 1 Due giocatori estraggono due carte a caso da un mazzo di carte napoletane. Calcolare: 1) la probabilità che la prima carta sia una figura oppure una carta di
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,
DettagliCorso di laurea in Scienze Motorie. Corso di Statistica. Docente: Dott.ssa Immacolata Scancarello Lezione 2: Misurazione, tabelle
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione : Misurazione, tabelle 1 Misurazione Definizione: La misura è l attribuzione di un valore numerico
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema
DettagliCalcolo delle Probabilità
Calcolo delle Probabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE AREA TECNICO ASSISTENZIALI
DettagliEsercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:
Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliUna sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.
Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliProbabilità discreta
Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che
DettagliCalcolo delle probabilità
Calcolo delle probabilità Il calcolo delle probabilità ha avuto origine nel Seicento in riferimento a questioni legate al gioco d azzardo e alle scommesse. Oggi trova tante applicazioni in ambiti anche
DettagliCorso di Statistica. Corso di Laurea in Ingegneria Edile. Ingegneria Tessile. Docente: Orietta Nicolis
Corso di Statistica Corso di Laurea in Ingegneria Edile ed Ingegneria Tessile Docente: Orietta Nicolis Orario del corso: Martedì: dalle 16.00 alle 18.00 Giovedì: dalle 9.30 alle 11.30 Ricevimento: Mercoledì:
DettagliA = { escono 2 teste e due croci (indipendentemente dall ordine) } B = { al primo tiro esce testa }.
ESERCIZI ELEMENTARI DI CALCOLO DELLE PROBABILITÀ Teorema della somma 1) Giocando alla roulette, calcolare la probabilità che su una estrazione esca: a) Un numero compreso tra 6 e 12 (compresi) oppure maggiore
DettagliStatistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it
DettagliSTATISTICA E PROBABILITá
STATISTICA E PROBABILITá Statistica La statistica è una branca della matematica, che descrive un qualsiasi fenomeno basandosi sulla raccolta di informazioni, sottoforma di dati. Questi ultimi risultano
DettagliAutorità Nazionale Anticorruzione e per la valutazione e la trasparenza delle amministrazioni pubbliche
Autorità Nazionale Anticorruzione e per la valutazione e la trasparenza delle amministrazioni pubbliche Metodologia dell attività di vigilanza e controllo dell Autorità in relazione agli obblighi di pubblicazione
DettagliCapitolo 2 Distribuzioni di frequenza
Edizioni Simone - Vol. 43/1 Compendio di statistica Capitolo 2 Distribuzioni di frequenza Sommario 1. Distribuzioni semplici. - 2. Distribuzioni doppie. - 3. Distribuzioni parziali: condizionate e marginali.
DettagliProva di autovalutazione Prof. Roberta Siciliano
Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.
DettagliCapitolo 2. Operazione di limite
Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A
DettagliSi considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale a:
TEST DI AUTOVALUTAZIONE - SETTIMANA 2 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Si considerino gli
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di area tecnica. Corso di Statistica Medica
Università del Piemonte Orientale Corsi di Laurea Triennale di area tecnica Corso di Statistica Medica Campionamento e distribuzione campionaria della media Corsi di laurea triennale di area tecnica -
DettagliAnalisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
DettagliTeoria della probabilità Assiomi e teoremi
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria della probabilità Assiomi e teoremi A.A. 2008-09 Alberto Perotti DELEN-DAUIN Esperimento casuale Esperimento
DettagliCalcolo combinatorio
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.S.: Ingegneria Civile-Architettonico, Ingegneria Civile-Strutturistico Calcolo combinatorio Ines Campa e Marco Longhi Probabilità e Statistica
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi per la media (varianza nota), p-value del test Il manager di un fast-food
DettagliTERMINI E CONDIZIONI DELLA PROMOZIONE SNAI RUNNER 2
TERMINI E CONDIZIONI DELLA PROMOZIONE SNAI RUNNER 2 1. DESTINATARI DELLA PROMOZIONE Possono partecipare alla promozione tutti i Clienti che abbiano sottoscritto un Contratto per la partecipazione al gioco
DettagliEsercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:
Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliSoluzione dell esercizio del 2 Febbraio 2004
Soluzione dell esercizio del 2 Febbraio 2004 1. Casi d uso I casi d uso sono riportati in Figura 1. Figura 1: Diagramma dei casi d uso. E evidenziato un sotto caso di uso. 2. Modello concettuale Osserviamo
DettagliAnalisi dei residui. Test Esatto di Fisher. Differenza fra proporzioni
Statistica Economica Materiale didattico a cura del docente Analisi dei residui Test Esatto di Fisher Differenza fra proporzioni 1 Analisi dei residui Il test statistico ed il suo p-valore riassumono la
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliUniversità di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008
Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi
DettagliESERCIZI EVENTI E VARIABILI ALEATORIE
ESERCIZI EVENTI E VARIABILI ALEATORIE 1) Considera la tabella seguente, che descrive la situazione occupazionale di 63 persone in relazione al titolo di studio. Occupazione SI NO Titolo Licenza media 5%
DettagliUNA CITTÁ CONTRO LA VIOLENZA
COMMISSIONE PER LE PARI OPPORTUNITÁ TRA UOMO E DONNA QUESTIONARIO UNA CITTÁ CONTRO LA VIOLENZA 1- INTRODUZIONE 1.1 La popolazione oggetto d indagine In riferimento agli obiettivi prefissati dalla commissione
DettagliStatistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo
Statistica 1 Esercitazioni Dott. 1 1 Dipartimento di Scienze Statistiche e Matematiche S. Vianelli, Università di Palermo ricevimento: lunedì ore 15-17 mercoledì ore 15-17 e-mail: luigi.augugliaro@unipa.it
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica
DettagliTemi di Esame a.a. 2012-2013. Statistica - CLEF
Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei
DettagliPer poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.
Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università di Padova
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire
Dettagli15. Antico gioco russo
15. Antico gioco russo In un antico gioco russo, attraverso i risultati casuali ottenuti dall allacciamento di cordicelle, i giovani cercavano una previsione sul tipo di legame che si sarebbe instaurata
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliAnalisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda
Analisi sensitività. Strumenti per il supporto alle decisioni nel processo di Valutazione d azienda Premessa Con l analisi di sensitività il perito valutatore elabora un range di valori invece di un dato
DettagliSoluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini)
Soluzioni degli Esercizi del Parziale del 30/06/201 (Ippoliti-Fontanella-Valentini) Esercizio 1 In uno studio sugli affitti mensili, condotto su un campione casuale di 14 monolocali nella città nella città
DettagliVALORE DELLE MERCI SEQUESTRATE
La contraffazione in cifre: NUOVA METODOLOGIA PER LA STIMA DEL VALORE DELLE MERCI SEQUESTRATE Roma, Giugno 2013 Giugno 2013-1 Il valore economico dei sequestri In questo Focus si approfondiscono alcune
DettagliFacoltà di Psicologia Università di Padova Anno Accademico 2010-2011
Facoltà di Psicologia Università di Padova Anno Accademico 010-011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 10/01/011 La distribuzione F di Fisher - Snedecor
DettagliAspetti probabilistici del gioco d azzardo
Università degli Studi di Genova Scuola di Scienze Sociali Dipartimento di Economia Perché il banco vince sempre? Aspetti probabilistici del gioco d azzardo Enrico di Bella (edibella@economia.unige.it)
Dettagli2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011
2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 1) Non sfogliare questo fascicolo finché l insegnante non ti dice di farlo. 2) E ammesso l utilizzo di calcolatrici
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliEsercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010
Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe
Dettagli