Quanti valori posso trovare (in percentuale) che siano maggiori di 4?

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Quanti valori posso trovare (in percentuale) che siano maggiori di 4?"

Transcript

1 Esercitazione3-4 13/10/2015 POPOLAZIONE n infinito media 3,5 deviazione standard 0,15 Quanti valori posso trovare (in percentuale) che siano maggiori di 4? 1

2 da z= ( X μ) σ z= ( 4 3,5 ) 0, 15 n infinito media 3,5 deviazione standard 0,15 valore soglia 4 = Z= 3, La percentuale della popolazione è 0,0004 x 100 = 0,04% oppure 0,4 /. l area tra z=0,00 e z=3,33 è 0,4996 (vedi tabelle Z); l area tra z=0,0 e z= +infinito è 0,5; Sottraggo 0,5000-0,4996= 0,0004. Il punteggio ottenuto è 2 la proporzione di area ricercata.

3 3

4 POPOLAZIONE n 500 media 450 deviazione standard Quanti animali fra questi sono compresi nel range di 10 kg dalla media (più o meno dieci chili)? 15 4

5 da z= ( X μ) σ z= ( ) 15 POPOLAZIONE n 500 media 450 deviazione standard 15 kg 10 valore 460 soglia = Z = 0, l area tra le ordinate corrispondenti a z=0,00 e z=0,67 è 0,2486 (vedi tabelle Z); poiché la curva è simmetrica moltiplicare 0,2486 per 2 = 0,4972; il punteggio ottenuto è la proporzione di area ricercata. In % = 49,72% 500*49,72% = n = 248 Arrotondato da 0, a 0,67 Poi da 248,6 a 248 5

6 da ( X μ) z= σ z= ( ) 15 POPOLAZIONE n 500 media 450 deviazione standard 15 kg 10 valore 460 soglia = Z = 0, l area tra le ordinate corrispondenti a z=0,00 e z=0,66 è 0,2454 (vedi tabelle Z); poiché la curva è simmetrica moltiplicare 0,2454 per 2 = 0,4908; il punteggio ottenuto è la proporzione di area ricercata. In % = 49,08% 500*49,08% = n = 246 Arrotondato da 0, a 0,66 Poi da 245,35 a 246 6

7 da ( X μ) z= σ z= ( ) 15 POPOLAZIONE n 500 media 450 deviazione standard 15 kg 10 valore 460 soglia = Z = 0, *49,506% = n = 247,53 l area tra le ordinate corrispondenti a z=0,00 e z=0,66 è (vedi tabelle Z): 0,2486-0,2454 = 0,0032; 0,0032*66/100=0,00213; 0,2454+0,00213=0,24753 moltiplicare 0,24753 per 2 = 0,49506; il punteggio ottenuto è la proporzione esatta di area ricercata. 7

8 8

9 POPOLAZIONE n 500 media 450 deviazione standard Voglio scegliere il 20% degli animali più pesi. Quale è il peso di discriminazione (peso al di sopra del quale l animale viene scelto)? 15 9

10 Devo cercare il valore di Z corrispondente al 50-20=30% = 0,300 il valore di Z è 0,8415 (30,23%- 29,96%=0,27%; 30,00%- 29,96%=0,04%; 0,04%/0,27%=0,15%=0,001 5); 0,84+0,0015=0,8415. ( X μ) z= σ Devo cercare il valore di Z corrispondente al 50-20=30% = 0,300 Il peso di discriminazione è g 463 0, 8415= ( X 450 ) ,842 * 15 = 462,6 10

11 n.matricola PESO 1 40, , , , , , , , , ,00 11

12 PESO ALLA NASCITA DEI BOVINI n PESO SESSO 1 40,00 F 2 40,00 F 3 47,00 F 4 50,00 M 5 40,00 F 6 50,00 M 7 38,00 F 8 38,00 F 9 47,00 M 10 42,00 F Totale 432,00 n.= media = 43,2 43,20 DEVIAZIONE STANDARD = 4,80 4, ERRORE STANDARD 1, COEFFICIENTE DI VARIAZIONE 0, VARIANZA 23,

13 n. matricola quadrati PESO media differenze quadrati pesi differenze 1 40,00 43,20-3,20 10, , ,00 43,20-3,20 10, , ,00 43,20 3,80 14, , ,00 43,20 6,80 46, , ,00 43,20-3,20 10, , ,00 43,20 6,80 46, , ,00 43,20-5,20 27, , ,00 43,20-5,20 27, , ,00 43,20 3,80 14, , ,00 43,20-1,20 1, ,00 Totale 432,00-0,00 207, ,00 n.= 10 10,00 media = 43,2 43,20 t.c.= 18662,4 Somma quadrati scarti= 207,6 g.l.= VARIANZA= 23, , DEVIAZIONE STANDARD = 4,80 4, ERRORE STANDARD 1, COEFF VARIAZIONE 0,

14 calcolo precisione delle misure GRASSO DEL LATTE n % 1 3,50 2 3,20 3 3,30 4 3,60 5 3,40 6 3,50 7 3,50 8 3,20 9 3, ,50 calcolo precisione delle misure n 1 3, , , , , , , , , ,846

15 calcolo precisione delle misure GRASSO DEL LATTE n % 1 3,5 2 3,2 3 3,3 4 3,6 5 3,4 6 3,5 7 3,5 8 3,2 9 3,6 10 3,5 Totale 34,3 MAX 3,6 MIN 3,2 valore trovato = 4 0,4 differenza minima necessaria = 20 15

16 calcolo precisione delle misure n 1 3, , , , , , , , , ,846 Totale 34,646 MAX 3,946 MIN 3,546 valore trovato = 400 0,400 differenza minima necessaria = 20 16

17 peso fagiane tara=g 500 n g

18 Totale MAX 1950 MIN 750 valore trovato = differenza minima necessaria = 20 DEVIAZIONE STANDARD = , media = n.= 10 media = kg 0,88 10 DEVIAZIONE STANDARD = 0,331 ERRORE STANDARD 0, ERRORE STANDARD 104, ,

19 POPOLAZIONE n infinito media 3,5 deviazione standard 0,15 Cioè: calcola entro quali valori ricade la media del campione di 9 misure nel 95,44% dei casi Tavola probabilità Probabilità da μ ± σ = 68,26% 31,74% μ ± 2σ = 95,44% 4,56% μ ± 3σ = 99,74% 0,26% μ ± 1,96σ = 95% 5% μ ± 2,575σ = 99% 1% μ ± 3,29σ = 99,9% 0,1% 19

20 Secondo una distribuzione normale le cui media è 3,5 e le cui deviazioni standard sono l errore standard cioè = σ/ n = 0,15/ 9 = 0,05 POPOLAZIONE CAMPIONE n infinito media 3,5 deviazione standard la media del campione di 9 misure nel 95,44% dei casi ricade nell'intervallo 3,4-3,6 (3,5+0,05*2 e 3,5-0,05*2) rapporto con deviazione standard della popolazione 0,15 0,075 0,05 0,0375 0, /2 1/3 1/4 2/5 0,075 0,05 0,0375 0, max 2σ 3,65 3,6 3,575 3, min 3,35 3,4 3,425 3,

21 calcola entro quali valori ricade la media di un campione di 16 misure nel 95% dei casi? POPOLAZIONE n infinito media 3,5 deviazione standard 0,15 21

22 POPOLAZIONE CAMPIONI n infinito media 3,5 deviazione standard 0,15 0,075 0,05 0,0375 0, rapporto con deviazione 1/2 1/3 1/4 2/5 standard della popolazione 0,075 0,05 0,0375 0, max 1, 96 σ 3,647 3,598 3,5735 3, min 3,353 3,402 3,4265 3, la media del campione di 16 misure nel 95% dei casi ricade nell'intervallo 3,4265-3,5735 (3,5+0,0375*1,96 e 3,5-0,0375*1,96) 22

23 Descrivi in modo completo le seguenti 2 serie di dati calcolando la dispersione sia con il metodo diretto che con quello del termine di correzione. Ricorda di arrotondare opportunamente i descrittori delle due serie di dati PRIMA SERIE SECONDA SERIE PRIMA SERIE SECONDA SERIE n= = = /3 = 100/3 = media = 33,33 33,33 23

24 prima quadrati quadrato seconda quadrati quadrato scarti scarti serie scarti numeri serie scarti numeri 1-32, , , , , , , , , , , , media 33, , somma , , n quadrato della somma Somma quadrati degli scarti = diviso diviso = T.C. = 3333, = T.C. = 3333,333 n=3 n=3 2112,6667 0, ,6667 0, gradi di libertà = 2 2 Varianza = 1056,3333 0, dev.st. = 32, ,57735 radice di n = 1, , Err.st. = 18, , Prima serie n= 3 media= 33 d.s.= 32,5 Seconda serie n= 3 media=33,33 d.s.=0,577 Nel primo caso l err.st. è dell ordine delle decine quindi la media non deve riportare decimali (un decimo della decina); la dev.st., uno più della media, cioè un decimale Nel secondo caso l err.st. è dell ordine dei decimi quindi la media deve riportare i centesimi (un decimo del decimo); la dev.st., uno più della media, cioè i millesimi 24

Statistica4-29/09/2015

Statistica4-29/09/2015 Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche

Dettagli

esercitazione1 12/10/2015

esercitazione1 12/10/2015 esercitazione1 12/10/2015 VARIABILE CLASSIFICAZIONE TIPOLOGIA Peso vivo del cavallo Ora della deposizione dell uovo Colore mantello Presenza corna Latte prodotto N. uova prodotte Presenza speroni alle

Dettagli

È possibile trovare la popolazione di origine conoscendone un campione? o meglio. partendo dalla conoscenza di n, x e d.s.?

È possibile trovare la popolazione di origine conoscendone un campione? o meglio. partendo dalla conoscenza di n, x e d.s.? Statistica6-06/10/2015 È possibile trovare la popolazione di origine conoscendone un campione? o meglio. È possibile conoscere σ e μ partendo dalla conoscenza di n, x e d.s.? 1 A partire da un campione

Dettagli

= 38,5-50 = 11,5 = -2,3 e 37,5-50 = 12,5 = -2,

= 38,5-50 = 11,5 = -2,3 e 37,5-50 = 12,5 = -2, Test 14-DIC-2015 In un allevamento di galline su 100 pulcini nati solo 38 sono femmine. Che probabilità ha tale evento specifico di verificarsi? (n.b. la probabilità della nascita di un pulcino maschio

Dettagli

MISURE 0,00 2,10 4,00 0,00 5,00

MISURE 0,00 2,10 4,00 0,00 5,00 Test 5-GIU-2017 EX Test 9-GIU-2011 Tesi A tesi B Animale1 131002 131006 Animale2 131004 131007 Animale3 131006 131011 Animale4 131008 131013 Animale5 131010 131015 Animale6 131012 131018 Animale7 131000

Dettagli

numeri 2 6 µ = n x p = 100 x 0,5 = 50 σ = n xp x q = 100*0,5*0,5 = 5 Test 14-GEN-2016

numeri 2 6 µ = n x p = 100 x 0,5 = 50 σ = n xp x q = 100*0,5*0,5 = 5 Test 14-GEN-2016 Test 14-GEN-2016 In un allevamento di galline su 100 pulcini nati solo 38 sono femmine. Che probabilità ha la nascita di 38 femmine o meno? Cioè calcola la somma delle probabilità di 0, 1, 2...... 38 femmine.

Dettagli

Campo di Variazione Costituisce la misura di

Campo di Variazione Costituisce la misura di Statistica2 22/09/2015 I Parametri di dispersione Campo di Variazione Costituisce la misura di PESO ALLA NASCITA DEI BOVINI matricola PESO SESSO 7 38,00 F 8 38,00 F 1 40,00 F 2 40,00 F 5 40,00 F 10 42,00

Dettagli

Statistica8-3/11/2015

Statistica8-3/11/2015 Statistica8-3/11/2015 Confronto di due misure Campioni non indipendenti o meglio. osservazioni entro coppia Es. il classico caso della farmacologia nella quale si misura un animale prima e dopo un trattamento.

Dettagli

Le varianze parziali così trovate vengono confrontate fra di loro per mezzo di un test denominato test F

Le varianze parziali così trovate vengono confrontate fra di loro per mezzo di un test denominato test F Confronto fra medie Statistica9-9/11/2015 tramite L Analisi della Varianza Consiste nell attribuire una quota della Varianza totale di tutti i dati a sorgenti di variazione differenti e ben determinate

Dettagli

Misure di dispersione (o di variabilità)

Misure di dispersione (o di variabilità) 08/04/014 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x 9 range31-74 x 9 range50-941

Dettagli

MISURE DI DISPERSIONE

MISURE DI DISPERSIONE MISURE DI DISPERSIONE 78 MISURE DI DISPERSIONE Un insieme di dati numerici può essere sintetizzato da alcuni valori tipici, che indicano il grado di variabilità dei dati stessi. Grado di Variabilità o

Dettagli

Media: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche.

Media: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche. Misure di tendenza centrale e di variabilità: Media: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche. Il valore medio di una variabile in un gruppo di osservazioni

Dettagli

Appunti di statistica ed analisi dei dati

Appunti di statistica ed analisi dei dati Appunti di statistica ed analisi dei dati Indice generale Appunti di statistica ed analisi dei dati...1 Analisi dei dati...1 Calcolo della miglior stima di una serie di misure...3 Come si calcola μ...3

Dettagli

distribuzione normale

distribuzione normale distribuzione normale Si tratta della più importante distribuzione di variabili continue, in quanto: 1. si può assumere come comportamento di molti fenomeni casuali, tra cui gli errori accidentali; 2.

Dettagli

MISURE 0,00 2,10. Test 9-GIU Uso il t per dati appaiati (va bene anche il blocco randomizzato: animali+tesi è solo più complicato e più lungo)

MISURE 0,00 2,10. Test 9-GIU Uso il t per dati appaiati (va bene anche il blocco randomizzato: animali+tesi è solo più complicato e più lungo) Test 9-GIU-2011 Tesi A tesi B Animale1 131002 131006 Animale2 131004 131007 Animale3 131006 131011 Animale4 131008 131013 Animale5 131010 131015 Animale6 131012 131018 Animale7 131000 131000 Animale8 131000

Dettagli

Nozioni di statistica

Nozioni di statistica Nozioni di statistica Distribuzione di Frequenza Una distribuzione di frequenza è un insieme di dati raccolti in un campione (Es. occorrenze di errori in seconda elementare). Una distribuzione può essere

Dettagli

CORSO DI LAUREA IN INFERMIERISTICA. LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità

CORSO DI LAUREA IN INFERMIERISTICA. LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità CORSO DI LAUREA IN INFERMIERISTICA LEZIONI DI STATISTICA Parte II Elaborazione dei dati Variabilità Lezioni di Statistica VARIABILITA Si definisce variabilità la proprietà di alcuni fenomeni di assumere

Dettagli

Misure di dispersione (o di variabilità)

Misure di dispersione (o di variabilità) 14/1/01 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x = 9 range=31-7=4 x = 9 range=50-9=41

Dettagli

STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a

STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a STATISTICA Disciplina scien tifica che fornisce strumenti per l interpretazione delle informazioni contenute in insiemi di dati relativi a VARIABILI CASUALI VARIABILE Qualunque fenomeno espri mibile numericamente

Dettagli

Questo calcolo richiede che si conoscano media e deviazione standard della popolazione.

Questo calcolo richiede che si conoscano media e deviazione standard della popolazione. Università del Piemonte Orientale Corso di laurea in biotecnologie Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z, riferito

Dettagli

Intervallo di confidenza

Intervallo di confidenza Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima

Dettagli

Intervallo di confidenza

Intervallo di confidenza Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,

Dettagli

ISTOGRAMMI E DISTRIBUZIONI:

ISTOGRAMMI E DISTRIBUZIONI: ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI

Dettagli

Statistica13-23/11/2015

Statistica13-23/11/2015 Statistica13-23/11/2015 Voglio studiare due fattori dipendenti uno dall altro L esempio classico sono le rese di macellazione: il peso di un organo aumenta infatti all aumentare del peso dell animale (quale

Dettagli

STATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA. Elementi di statistica medica GLI INDICI INDICI DI DISPERSIONE STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA Elementi di statistica medica STATISTICA DESCRITTIVA È quella branca della statistica che ha il fine di descrivere un fenomeno. Deve quindi sintetizzare tramite pochi valori(indici

Dettagli

Teoria e tecniche dei test. Concetti di base

Teoria e tecniche dei test. Concetti di base Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 05-Deviazione standard e punteggi z vers. 1.1 (22 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Dettagli

È indispensabile per studiare due o più fattori a parità dell effetto di una terza variabile numerica continua

È indispensabile per studiare due o più fattori a parità dell effetto di una terza variabile numerica continua Statistica14 4/11/015 È indispensabile per studiare due o più fattori a parità dell effetto di una terza variabile numerica continua Graficamente: confrontare due o più serie di valori (tramite l analisi

Dettagli

Intervallo di confidenza

Intervallo di confidenza Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima

Dettagli

TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative

TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi

Dettagli

Elementi di Psicometria (con laboratorio software 1)

Elementi di Psicometria (con laboratorio software 1) Elementi di Psicometria (con laboratorio software 1) 05-La verifica delle ipotesi con le medie dei campioni (v. 1.0, 15 aprile 2019) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,

Dettagli

Cenni di statistica statistica

Cenni di statistica statistica Cenni di statistica La statistica è una disciplina che ha come fine lo studio quantitativo e qualitativo di un particolare fenomeno in condizioni di incertezza o non determinismo, ovvero di non completa

Dettagli

Statistica. Lezione 4

Statistica. Lezione 4 Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 4 a.a 2011-2012 Dott.ssa Daniela

Dettagli

Le tappe sono essenzialmente 2

Le tappe sono essenzialmente 2 Statistica3 28/09/2015 Che cosa interessa realmente al biologo quando ad esempio determina la glicemia in un gruppo di 6 animali? La glicemia di questi 6 animali La glicemia degli animali sani Le tappe

Dettagli

STIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2

STIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2 p. 1/1 INFORMAZIONI Prossime lezioni Giorno Ora Dove 10/02 14:30 P50 11/02 14:30 Laboratorio (via Loredan) 17/02 14:30 P50 23/02 14:30 P50 25/02 14:30 Aula informatica (6-7 gruppi) 02/03 14:30 P50 04/03

Dettagli

Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale

Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona DISTRIBUZIONI TEORICHE DI

Dettagli

LA DISTRIBUZIONE NORMALE ESERCITAZIONE

LA DISTRIBUZIONE NORMALE ESERCITAZIONE LA DISTRIBUZIONE NORMALE ESERCITAZIONE Esercizio 1 Se si suppone che, nella popolazione degli adulti, il livello di acido urico (mg/100 ml) segua una distribuzione gaussiana con media e d.s. rispettivamente

Dettagli

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione Consentono di descrivere la variabilità all interno della distribuzione di requenza tramite un unico valore che ne sintetizza le caratteristiche CAMPO DI VARIAZIONE DIFFERENZA INTERQUARTILE SCOSTAMENTO

Dettagli

LA DISTRIBUZIONE NORMALE. La distribuzione Gaussiana. Dott.ssa Marta Di Nicola

LA DISTRIBUZIONE NORMALE. La distribuzione Gaussiana. Dott.ssa Marta Di Nicola LA DISTRIBUZIONE NORMALE http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo o un cane o un altro essere qualunque

Dettagli

Mario Mandras MODELLI STATISTICI. Elementi fondamentali per la ricerca EDIZIONI MASTRU

Mario Mandras MODELLI STATISTICI. Elementi fondamentali per la ricerca EDIZIONI MASTRU Mario Mandras MODELLI STATISTICI Elementi fondamentali per la ricerca EDIZIONI MASTRU Proprietà letteraria riservata Printed in italy Copyright 2015 by Mario Mandras S.V. Taniga san Giacomo Medas 4 Sassari

Dettagli

La distribuzione delle frequenze. T 10 (s)

La distribuzione delle frequenze. T 10 (s) 1 La distribuzione delle frequenze Si vuole misurare il periodo di oscillazione di un pendolo costituito da una sferetta metallica agganciata a un filo (fig. 1). A Figura 1 B Ricordiamo che il periodo

Dettagli

Dispersione. si cercano indici di dispersione che:

Dispersione. si cercano indici di dispersione che: Dispersione si cercano indici di dispersione che: utilizzino tutti i dati { x 1, x 2... x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto ad un centro d i = x i C ad es. rispetto

Dettagli

CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO

CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO CALCOLO DELL ERRORE E VALUTAZIONE DI UN METODO ANALITICO In chimica analitica un settore importante riguarda il calcolo dell errore e la valutazione della significatività di una misura. Generalmente nell

Dettagli

Lezione 4 a - Misure di dispersione o di variabilità

Lezione 4 a - Misure di dispersione o di variabilità Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono

Dettagli

Metodi statistici per le ricerche di mercato

Metodi 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

Dettagli

p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali.

p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 1/2 STIME STATISTICHE Consideriamo il caso della misura di una grandezza fisica

Dettagli

Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale

Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona media e varianza campione

Dettagli

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza.

Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Ogni misura è composta di almeno tre dati: un numero, un'unità di misura, un'incertezza. Misure ripetute forniscono dati numerici distribuiti attorno ad un valore centrale indicabile con un indice (indice

Dettagli

Distribuzione normale

Distribuzione normale Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata

Dettagli

DISTRIBUZIONE NORMALE STANDARDIZZATA ESEMPIO DI USO DELLE TAVOLE

DISTRIBUZIONE NORMALE STANDARDIZZATA ESEMPIO DI USO DELLE TAVOLE DISTRIBUZIONE NORMALE STANDARDIZZATA ESEMPIO DI USO DELLE TAVOLE Sapendo che la variabile dominanza si distribuisce normalmente con media = 32 e deviazione standard = 5, trovare, in un gruppo di 80 soggetti,

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica parte 1 Massimo Guerriero Ettore Benedetti Indice Esercizi Presentazione dei dati Misure di sintesi numerica Probabilità Distribuzioni teoriche di probabilità Distribuzione

Dettagli

Statistica descrittiva

Statistica descrittiva Statistica descrittiva L obiettivo è quello di descrivere efficacemente i dati prima delle elaborazioni vere e proprie: - mediante rappresentazioni grafiche e tabelle - sintetizzandoli con indici opportuni

Dettagli

Esercizio Risposta Voto 1 (i) 1) a b c d 2) a b c d 3) a b c d. 4) a b c d 5) a b c d. (ii) a b c (iii) a b c (iv) a b c d. (ii) 0.

Esercizio Risposta Voto 1 (i) 1) a b c d 2) a b c d 3) a b c d. 4) a b c d 5) a b c d. (ii) a b c (iii) a b c (iv) a b c d. (ii) 0. Metodi Matematici e Informatici per la Biologia----6 giugno 2008 (6 crediti) Nome: Cognome: Matricola: Codice 7974363 Esercizio Risposta Voto 1 (i) 1) a b c d 2) a b c d 3) a b c d 4) a b c d 5) a b c

Dettagli

L Analisi della Varianza secondo più criteri

L Analisi della Varianza secondo più criteri Confronto fra più medie Statistica11 16-17/11/2015 L Analisi della Varianza secondo più criteri Analogamente all analisi della varianza vista precedentemente concettualmente non cambia niente se invece

Dettagli

LA DISTRIBUZIONE DEGLI ERRORI DI MISURA. La distribuzione normale. Dott.ssa Marta Di Nicola

LA DISTRIBUZIONE DEGLI ERRORI DI MISURA. La distribuzione normale. Dott.ssa Marta Di Nicola LA DISTRIBUZIONE DEGLI ERRORI DI MISURA La distribuzione normale http://www.biostatistica.unich.itit «È lo stesso delle cose molto piccole e molto grandi. Credi forse che sia tanto facile trovare un uomo

Dettagli

Argomenti della lezione:

Argomenti della lezione: Lezione 7 Argomenti della lezione: La regressione semplice Il modello teorico Il calcolo dei parametri Regressione lineare Esamina la relazione lineare tra una o più variabili esplicative (o indipendenti,

Dettagli

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici) Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:

Dettagli

University of Messina, Italy

University of Messina, Italy ERRORI CASUALI NELL ANALISI CHIMICA 1 Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati

Dettagli

Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità B

Statistica 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

Dettagli

PESI Kg Test 01/07-FEB-2018 ex2011-apr-29

PESI Kg Test 01/07-FEB-2018 ex2011-apr-29 FARMACO DOSE EFFETTO A 250001 A 250002 A 25000 A 250002 A 25000 A 250004 250008 250007 25000 250012 250010 250008 Analizza l effetto secondo lo schema sperimentale usato (riportando i passaggi intermedi)

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione

Dettagli

Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale

Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona media e varianza campione

Dettagli

University of Messina, Italy

University of Messina, Italy ERRORI CASUALI ELL AALISI CHIMICA Errori casuali Gli errori casuali si incontrano tutte le volte che un sistema di misura viene usato al massimo della sua sensibilità. In queste circostanze i risultati

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 12 Giugno 2015 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di

Dettagli

Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica

Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare

Dettagli

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione del corso di Statistica Prof. Domenico Vistocco Alfonso Iodice D Enza May 30, 007 1 Esercizio Si consideri una popolazione caratterizzata dai numeri, 3, 6, 8, 11. Si considerino tutti i possibili

Dettagli

Intervallo di confidenza.

Intervallo di confidenza. Intervallo di confidenza annarita.vestri@uniroma1.it campione inferenza popolazione Media Riportare sempre anche la deviazione standard Stima puntuale di Media, dev.standard, numerosità Qualche semplice

Dettagli

Foglio di Esercizi 10 con Risoluzione 18 dicembre 2017

Foglio di Esercizi 10 con Risoluzione 18 dicembre 2017 Matematica per Farmacia, a.a. 07/8 Foglio di Esercizi 0 con Risoluzione 8 dicembre 07 ATTENZIONE: in alcuni degli esercizi di Probabilità puó essere utile usare il Teorema di Bayes. Esercizio (Vedere il

Dettagli

Approssimazione normale alla distribuzione binomiale

Approssimazione 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

Dettagli

Argomenti della lezione:

Argomenti della lezione: Lezione 13 L analisi della Varianza (ANOVA): il modello lineare Argomenti della lezione: Modello lineare Disegni a una via L Analisi della Varianza (ANOVA): Esamina differenze tra le medie di due o più

Dettagli

Indici di Dispersione

Indici di Dispersione Indici di Dispersione Si cercano indici di dispersione che: utilizzino tutti i dati {x 1, x 2,..., x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto a un centro d i = x i C ad esempio,

Dettagli

UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA

UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA - 9.Statistica - CTF Matematica - Seconda Parte Codice Compito: - Numero d Ordine D. 1 Un veicolo marcia per 50 km alla velocita v, e per altri 50 km alla velocita

Dettagli

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali A.A 2009-2010 Esercitazione E Scopo dell esercitazione Applicazioni del teorema del limite centrale. Rappresentazione delle incertezze

Dettagli

Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale

Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona La distribuzione normale

Dettagli

Statistica di base per l analisi socio-economica

Statistica di base per l analisi socio-economica Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme

Dettagli

Statistica Elementare

Statistica Elementare Statistica Elementare 1. Frequenza assoluta Per popolazione si intende l insieme degli elementi che sono oggetto di una indagine statistica, ovvero l insieme delle unità, dette unità statistiche o individui

Dettagli

Le variabili casuali o aleatorie

Le variabili casuali o aleatorie Le variabili casuali o aleatorie Intuitivamente un numero casuale o aleatorio è un numero sul cui valore non siamo certi per carenza di informazioni - ad esempio la durata di un macchinario, il valore

Dettagli

DISTRIBUZIONI DI CAMPIONAMENTO

DISTRIBUZIONI DI CAMPIONAMENTO DISTRIBUZIONI DI CAMPIONAMENTO 12 DISTRIBUZIONE DI CAMPIONAMENTO DELLA MEDIA Situazione reale Della popolazione di tutti i laureati in odontoiatria negli ultimi 10 anni, in tutte le Università d Italia,

Dettagli

Argomenti della lezione: Campionamento Stima Distribuzione campionaria Campione Popolazione Sottoinsieme degli elementi (o universo) dell '

Argomenti della lezione: Campionamento Stima Distribuzione campionaria Campione Popolazione Sottoinsieme degli elementi (o universo) dell ' Lezione 2 Argomenti della lezione: La statistica inferenziale: concetti di base Campionamento Stima Distribuzione campionaria Popolazione (o universo) Insieme di tutti gli elementi cui si rivolge il ricercatore

Dettagli

Elaborazione statistica di dati

Elaborazione statistica di dati Elaborazione statistica di dati CONCETTI DI BASE DI STATISTICA ELEMENTARE Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Collaudo sistemi di produzione IPOTESI:

Dettagli

Esercitazione straordinaaaaariaaaaa. Statistica L-Z

Esercitazione straordinaaaaariaaaaa. Statistica L-Z Esercitazione straordinaaaaariaaaaa Statistica L-Z Domanda 1 Siano A e B due eventi tali che P(A)=0.8 e P(B)=0.5. Allora: a) =0 b) >1 c) 0.5 d) >0.5 Domanda 1 Siano A e B due eventi tali che P(A)=0.8 e

Dettagli

Contenuto del capitolo

Contenuto del capitolo Capitolo 8 Stima 1 Contenuto del capitolo Proprietà degli stimatori Correttezza: E(Stimatore) = parametro da stimare Efficienza Consistenza Intervalli di confidenza Per la media - per una proporzione Come

Dettagli

1/55. Statistica descrittiva

1/55. Statistica descrittiva 1/55 Statistica descrittiva Organizzare e rappresentare i dati I dati vanno raccolti, analizzati ed elaborati con le tecniche appropriate (organizzazione dei dati). I dati vanno poi interpretati e valutati

Dettagli

Elaborazione statistica di dati

Elaborazione statistica di dati Elaborazione statistica di dati 1 CONCETTI DI BASE DI STATISTICA ELEMENTARE 2 Taratura strumenti di misura IPOTESI: grandezza da misurare identica da misura a misura Per la presenza di errori casuali,

Dettagli

Università del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Statistica Descrittiva Variabili numeriche

Università del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Statistica Descrittiva Variabili numeriche Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Statistica Descrittiva Variabili numeriche Misure di tendenza centrale Media (aritmetica) Mediana Media

Dettagli

Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare

Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Correlazione Regressione Lineare Corso di laurea in medicina e chirurgia - Statistica Medica Correlazione

Dettagli

Analisi Statistica dei Dati Sperimentali. M. Trimarchi e P. La Rocca

Analisi Statistica dei Dati Sperimentali. M. Trimarchi e P. La Rocca Analisi Statistica dei Dati Sperimentali M. Trimarchi e P. La Rocca Misura delle Grandezze Fisiche Misure dirette Confronto con un campione dell unità di misura Lunghezze Metro Misure indirette Operazioni

Dettagli

Casa dello Studente. Casa dello Studente

Casa dello Studente. Casa dello Studente Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino

Dettagli

ESERCIZIO 1 Si considerino n v.c. Xi (i = 1,, n) tra loro indipendenti e somiglianti con media 10 e varianza 4. Si determini:

ESERCIZIO 1 Si considerino n v.c. Xi (i = 1,, n) tra loro indipendenti e somiglianti con media 10 e varianza 4. Si determini: ESERCIZIO 1 Si considerino n v.c. Xi (i = 1,, n) tra loro indipendenti e somiglianti con media 10 e varianza 4. Si determini: VALORE ATTESO Variabile casuale SOMMA delle n variabili Variabile casuale MEDIA

Dettagli

Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale

Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale Distribuzioni teoriche di probabilità: distribuzione binomiale e distribuzione normale Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona DISTRIBUZIONI TEORICHE DI

Dettagli

Scanned by CamScanner

Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Università di Cassino Corso di Statistica Esercitazione

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica Intervalli di confidenza Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2018/2019 Marco Pietro Longhi Prob. e Stat. 1

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria

Università del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva: Dati numerici: statistiche di tendenza centrale e di variabilità Corsi

Dettagli

L indagine campionaria Lezione 3

L indagine campionaria Lezione 3 Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato

Dettagli

Scale di Misurazione Lezione 2

Scale di Misurazione Lezione 2 Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile

Dettagli

Schema lezione 5 Intervalli di confidenza

Schema lezione 5 Intervalli di confidenza Schema lezione 5 Intervalli di confidenza Non centrerò quella barca, ne sono convinto al 95% COMPRENDERE: Significato di intervallo di confidenza Uso degli stimatori come quantità di pivot per stime intervallari

Dettagli

PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore

PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore medio, Errore quadratico medio (eqm), Deviazione standard,

Dettagli