Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo"

Transcript

1 Studo della dpedeza replogo Abbamo vsto due msure d assocazoe tra caratter: ) msure d assocazoe basate sull dpedeza dstrbuzoe ( χ, V d Cramer) possoo essere applcate a coppe d caratter qualuque (ache etrambe qualtatv) soo smmetrche l loro calcolo s basa sulle cotgeze ) msure d assocazoe basate sull dpedeza meda o soo msure smmetrche, ossa c è ua varable dpedete e ua dpedete l carattere dpedete deve essere quattatvo Itroducamo ua uove msure d assocazoe tra caratter basate sul cocetto d dpedeza leare Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao Il modello d regressoe leare semplce () Esempo I ua localtà degl Stat Ut fu rlevato dal marzo 95 al luglo 953 l cosumo d gelato mesle (Y - pte pro-capte) e la temperatura meda mesle (X grad F) (ostra elaborazoe su dat tratt da Koteswara Rao Kadyala, Ecoometrca, 97): Y X Y X Y X Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao Il modello d regressoe leare semplce () Voglamo utlzzare dat per rcavare u equazoe che permetta d prevedere l cosumo pro-capte d gelato u certo mese, ota la temperatura del mese. Ossa voglamo dagare l essteza d ua relazoe del tpo (cosumo d gelato)=f(temperatura) Il modello d regressoe leare semplce (3) E oto, fatt, che l cosumo d gelato o è costate ell ao, ma è fluezato dalle codzo clmatche, partcolare dalla temperatura. cosumo pro-capte d gelato mese Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 3 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 4

2 Il modello d regressoe leare semplce (4) Il modello d regressoe leare semplce (5) cosumo pro-capte d gelato temperatura Il grafco mette rlevo ua relazoe puttosto forte, d tpo sostazalmete leare. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 5 Se rteamo accettable l potes d relazoe leare, possamo esplctare u modello del tpo: Y = β + βx cu: β rappreseta l tercetta, ossa l valore assuto dal cosumo d gelat quado la temperatura è par a grad β rappreseta l coeffcete agolare della retta, e dca qual è la varazoe el cosumo per og varazoe utara della temperatura Tuttava tale modello è acora troppo rgdo quato potzza che, a partà d temperatura, l cosumo d gelato sa uguale tutt mes. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 6 Il modello d regressoe leare semplce (6) Ua specfcazoe pù flessble è la seguete: Y = β + β X + errore, La compoete errore esprme la parte d varazo del cosumo d gelato che la relazoe leare potzzata co la temperatura o resce a spegare; è assuta addtva rspetto alla fuzoe f() potzzata. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 7 Modell d regressoe leare semplce: termologa Il modello Y = β + β X + errore vee usualmete deomato modello d regressoe leare semplce. La varable Y è deomata varable dpedete (o varable rsposta). La varable X è deomata regressore (o varable esplcatva o varable dpedete). β e β soo dett parametr del modello. Il terme regressoe derva dalle org storche del modello (F. Galto, 888). Il terme semplce è rferto al fatto che speghamo la varable dpedete medate u modello che utlzza ua sola varable esplcatva. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 8

3 Modell lear e parametr Pù geerale, la dpedeza d ua varable Y da ua varable X può essere esplctata dalla relazoe: Y = f ( X; θ ) + errore dove f è ua geerca fuzoe d X e θ. Prederemo cosderazoe esclusvamete relazo lear e parametr. Esemp: X f X; θ = e θ o è leare e parametr ( ; θ ) log ( θ ) log ( θ ) ( ; θ ) θ θ log f X = X + X o è leare e parametr f X = + X è leare e parametr, fatt è del tutto equvalete al modello f Z; θ = θ + θ Z co Z = log( X ) ( ; θ ) θ θ f X = + X è leare e parametr, fatt è del tutto equvalete al modello f W ; θ = θ + θ W co W = X Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 9 Mm quadrat () Abbamo l problema d determare (stmare) valor (cogt) d β e β del modello specfcato. Ifatt, calcolato u valore ragoevole per due parametr (che chameremo ˆβ e ˆβ ), ota la temperatura meda d u mese possamo pesare d prevedere l cosumo d gelato come ˆ β + ˆ β cosumo d gelato. Sembra ragoevole cercare d determare stme de parametr cogt modo tale che l modello forsca u buo adattameto sull'seme d dat osservato, ossa tale che y ˆ β ˆ + βx y ˆ β + ˆ β x y ˆ β + ˆ β x Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao Mm quadrat () La soluzoe pù usata cosste ello sceglere due parametr mmzzado s y x = ( β, β ) = ( β β ) ossa mmzzado la somma delle dffereze al quadrato tra valor osservat della varable dpedete ed valor prevst dalla retta stmata. Questo crtero d stma de parametr è oto come metodo de mm quadrat. Mm quadrat (3) Il metodo de mm quadrat: rede mma la somma de quadrat delle dstaze de put dalla retta stmata. cosumo pro-capte d gelato Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao temperatura Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao

4 Determazo de parametr co l metodo de mm quadrat () Rsolvamo l problema della rcerca del mmo: Noto β, per ua propretà della meda artmetca sappamo che s y x = è mmzzata quado ( β, β ) = ( β β ) β = y β x Qud u valore per β può essere determato mmzzado ( y ) ( ) y + βx βx = y y β x x = = Determazo de parametr co l metodo de mm quadrat () S tratta d trovare l mmo della precedete equazoe per β. Dervado e poedo a zero la dervata s ottee l equazoe da cu s rcava = ( x x ) ( y y ) β ( x x ) = ( )( ) = = ( x x ) ( x x ) = = y y x x y y x x Cov X Y β = = = V X (, ) Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 3 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 4 Determazo de parametr co l metodo de mm quadrat () Qud: (, ) Cov X Y = = ( y y )( x x ) ˆ β = y ˆ β x (, ) ˆ Cov X Y β = V X è detta covaraza; come vedremo pù avat, è ua msura della dpedeza leare tra due varabl quattatve. Propretà della covaraza (). La covaraza è uguale alla meda del prodotto tra X e Y meo l prodotto delle mede d X e Y (, ) Cov X Y ( y y )( x x ) y ( x x ) y ( x x ) = = = = = yx x y = = = y x x y = = = M XY M X M Y Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 5 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 6

5 Sgfcato statstco d ˆβ E la stma della d varazoe d Y per varazoe utara d X, ossa stma d quato aumeta Y (ella sua utà d msura) all aumetare d X d u utà. Può assumere valor compres tra e +. Ha lo stesso sego della covaraza. Se ˆ β = Se ˆ β > v è evdeza d dpedeza leare tra Y e X; la retta stmata è parallela all asse delle ascsse, v è evdeza d dpedeza leare tra Y e X; la retta stmata è ascedete Se ˆ β < v è evdeza d dp. leare tra Y e X; la retta stmata è dscedete Esempo (cotua) Nell esempo cosderato abbamo che: y =.353 x = V ( X ) = M ( XY ) = 8.4 Cov X, Y =.87 Qud: ˆ Cov X, Y.87 β = = =.3 V X ˆ β = y ˆ β x = =. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 7 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 8 Esempo (cotua) s stma ua relazoe leare postva tra temperatura e cosumo d gelato; s valuta che preseza d ua temperatura meda mesle d grad F l cosumo pro-capte d gelato sa par a. pte; s stma che per og aumeto della temperatura par ad u grado, l cosumo d gelato aumet d.3 pte. Defzoe de resdu Le quattà e = y ˆy co ˆy ˆ ˆ = β + βx, soo defte resdu. E facle dmostrare che = e = Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 9 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao

6 Varaza de resdu () Poché e =, allora V ( e, e,, e ) = e = SQE = La varaza de resdu goca u ruolo mportate ella valutazoe della botà dell adattameto d u modello d regressoe leare a dat: pù la varaza de resdu sarà pccola, pù l modello s adatterà bee a dat. = Varaza de resdu () V ( e, e,, e ) = ( y y ) ˆ β ( x x ) = Da cu dscede che ˆ β ˆ β = + = = = ( y y ) ( x x ) ( y y )( x x ) = V Y + ˆ V X ˆ Cov X Y β β (, ) (, ) Cov X, Y Cov X, Y = V ( Y ) + V ( X ) Cov X, Y V X V X Cov X Y = V ( Y ) V X ( ) V e, e,, e V Y Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao Esempo (cotua) Resdu del modello: e Grafco de resdu E u dagramma a dspersoe che preseta ordata resdu ed ascssa le stme ˆy. L evdeza d partcolar patter e resdu dca ua volazoe dell potes d leartà. Put molto solat el grafco dcao la preseza d valor aomal. e = e = =.56 e =.63 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 3 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 4

7 Esempo (cotua) Grafco de resdu Osservazo sulla covaraza () resdu Cosderamo due caratter quattatv X e Y. Defamo le due varabl scarto Naturalmete abbamo che X = X M X Y = Y M Y * * * * M ( Y ) M X = = -.6 Y prevsta Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 5 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 6 Osservazo sulla covaraza () Cosderamo l protocollo elemetare delle varabl scarto ( *, * ) {( x x ),( y y ) =,,..., } X Y : X e Y presetao cocordaza se la maggor parte degl scostamet ha lo stesso sego. X e Y presetao dscordaza se la maggor parte degl scostamet ha sego opposto. Osservazo sulla covaraza (3) Nel caso cu a valor crescet d X corrspodao valor crescet d Y, c aspettamo che valor maggor della meda d X corrspodao a valor maggor della meda per Y; questo caso la covaraza rsulterà postva. Completamete smmetrco è quello che accade se a valor crescet d X corrspodao valor decrescet d Y; questo caso la covaraza rsulterà egatva. Pù forte è la relazoe tra le due varabl, pù c aspettamo che la covaraza dvet grade valore assoluto. I asseza d forme d relazoe mootoe c aspettamo che gl added sao parte postv ed parte egatv; questo caso la covaraza sarà ulla o prossma a zero. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 7 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 8

8 Osservazo sulla covaraza (3) S cosder ad esempo l seguete caso X Y La relazoe tra X e Y è perfetta ( Y = X ) ma o è mootoa. Le due varabl hao meda zero (duque soo varabl scarto). E facle verfcare che prodott degl scart d sego postvo s compesao co quello d sego egatvo e la covaraza è par a. Propretà della covaraza (). Dsuguaglaza d Cauchy-Schwarz (, ) S X S Y Cov X Y S X S Y qud S ( X ) S ( Y ) è l valore massmo che l valore assoluto della covaraza può assumere 3. Covaraza tra combazo lear ( +, + ) = (, ) Cov ax b cy d accov X Y 4. Cov ( Z, X + Y ) = Cov ( Z, X ) + Cov ( Z, Y ) 5. Cov ( X, X ) = V ( X ) Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 9 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 3 Propretà della covaraza () 6. Varaza d ua somma d varabl ( + ) = + + (, ) V X Y V X V Y Cov X Y Ifatt: V X Y x y x y ( + ) = [ + ] = = + + = ( x x ) ( y y ) ( x x )( y y ) (, ) = V X + V Y + Cov X Y Mostrare per eserczo che V ( X Y ) = V ( X ) + V ( Y ) Cov ( X, Y ) Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 3 Perché la covaraza msura la dpedeza leare () S cosder l caso cu tra X e Y v sa perfetta relazoe leare, ossa: e s cosder per semplctà b > I questo caso: y = a + bx y y = a + bx a bx = b x x Poché V ( Y ) = b V ( X ) l massmo della covaraza è: V Y V X = bv X y = a + bx Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 3

9 Perché la covaraza msura la dpedeza leare () Ioltre: (, ) Cov X Y = = = = ( y y )( x x ) ( )( ) = bv X b x x x x qud la covaraza è uguale al suo massmo. Ioltre, se o esste dpedeza leare tra le due varabl s può Cov X, Y =. faclmete dmostrare che Perché la covaraza msura la dpedeza leare (3) S cosder ora l caso cu X, rlevata su 7 dvdu, è u varable che assume seguet valor smmetrc attoro allo : -3, -, -,,, 3 M X = M X =., 3. Osservamo che Sa y = ( x + b) b > m( X ) Esste ua relazoe perfetta (e mootoa) tra X e Y: Y b= X Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 33 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 34 Perché la covaraza msura la dpedeza leare (4) Osservamo che (,( + ) ) = (, + + ) Cov X X b Cov X X bx b (, ) (, ) 3 = Cov X X + Cov X bx = M X M X M X + bv X = bv X = Il massmo del valore assoluto della covaraza è dato da ( + + ) = ( + ) V X V X bx b V X V X bx = V ( X ) V ( X ) + V ( bx ) + Cov ( X,bX ) = ( ) = V X V X + V bx Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 35 Perché la covaraza msura la dpedeza leare (5) Poché, come s può faclmete verfcare, questo caso V X > V X, s ha che V X V X + V bx > V X V X + V bx = V X + 4b Qud Cov X,( X b) + è sempre ferore al suo massmo quato 4 bv X < V X + b b Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 36

10 Coeffcete d correlazoe leare () Ua msura ormalzzata della dpedeza leare può essere dervata usado la propretà della covaraza (, ) V ( X ) V ( Y ) Cov X Y Il rapporto tra la covaraza ed l suo massmo è ota come coeffcete d correlazoe leare: (, ) Cor X Y = (, ) Cov X Y V X V Y E u dce che vara tra e e o dpede dall utà d msura de due caratter. E uguale alla covaraza tra le varabl stadardzzate. Coeffcete d correlazoe leare () Il sego del coeffcete d correlazoe leare corrspode al sego della covaraza. Assume l valore quado tra due caratter o v è dpedeza leare ( e pù geerale assocazoe mootoa) Il coeffcete d correlazoe leare assume valor e quado tra due caratter sussste u legame leare perfetto del tpo: Se b< allora Cor ( X, Y ) = Se b> allora Cor ( X, Y ) = Y = a + bx Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 37 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 38 Esempo Nella tabella soo rportat l cosumo d sgarette pro-capte (X) el 93 paes occdetal oché la mortaltà specfca (mort per mloe) per cacro a polmo el 95 (Y). I dat (Doll et. al. 954) rappresetao u mometo mportate ello stora dello studo dell assocazoe tra fumo d sgarette e cacro a polmo Paese X Y Australa 48 8 Caada 5 5 Damarca 38 7 Flada 35 Gra Bretaga 46 Islada 3 6 Paes Bass 49 4 Norvega 5 9 Sveza 3 Svzzera 5 5 Stat Ut 3 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 39 Esempo (cotua) Calcolamo l coeffcete d correlazoe tra caratter X e Y. Per prma cosa calcolamo le mede artmetche: 664 x = 6 y = x = = = y = = = 5.45 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 4

11 Esempo (cotua) Note le mede possamo costrure le varabl scarto: Paese ( x x ) ( y y ) ( x x )( y y ) Australa Caada Damarca Flada Gra Bretaga Islada Paes Bass Norvega Sveza Svzzera Stat Ut Somma Esempo (cotua) La covaraza s ottee come meda artmetca de prodott degl scart: Cov ( X, Y ) = = (avremmo potuto calcolarla come meda del prodotto meo prodotto delle mede) Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 4 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 4 Esempo (cotua) Per calcolare l coeffcete d correlazoe servoo le devazo stadard. Paese ( x x ) ( y y ) Australa Caada Damarca Flada Gra Bretaga Islada Paes Bass Norvega Sveza Svzzera Stat Ut Somma Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 43 Esempo (cotua) V( X ) = = V( X ) = V( Y ) = = V( Y ) =.79 Da cu Cor ( X, Y ) = = Il legame leare tra due caratter è postvo e puttosto forte. Questo aspetto è evdezato ache dall aals del dagramma d dspersoe: Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 44

12 Esempo (cotua) Sgarette pro capte vs mortaltà per tumore a polmo Per valor alt del umero d sgarette pro capte c è maggore dspersoe. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 45 Altr esemp () Collettvo d 3 eoat uma classfcat secodo l peso alla ascta ( oce) e l accrescmeto percetuale del peso tra l 7 e l goro. 6 Accrescmeto 8 4 Peso alla ascta (X) vs Accrescmeto % del peso (Y) 6 Peso alla ascta 9 5 I questo caso Cor X, Y =.69. Il legame leare tra peso alla ascta e accrescmeto tra 7 e l goro è forte, ma d sego egatvo. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 46 Altr esemp () Paes europe (membr OCSE) classfcat per PIL pro-capte tasso d fecodtà geerale. Tasso d fecodtà I questo caso PIL pro capte vs tasso d fecodtà, Paes Europe PIL pro capte Cor X, Y =.. Il legame leare tra PIL pro capte e fecodtà geerale è debole. Il sego della relazoe è postvo. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 47 Altr esemp (3) Cosderamo u seme d osservazo potetco cu due caratter, X e Y, soo legate dalla seguete relazoe determstca: y = x + 4x I questo caso, Cor X Y = La correlazoe msura l testà del legame leare e assume valor e solo se dat soo alleat. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 48

13 Altr esemp (4) Calcolo del coeffcete d correlazoe a partre da ua tabella a doppa etrata (caratter etrambe quattatv) Se dat soo dspobl forma d dstrbuzoe coguta d frequeza possamo applcare la seguete formula per l calcolo della covaraza: H K Cov( X, Y ) = x x y y o alteratvamete: h = k = h = k = h k hk H K Cov( X, Y ) = x y x y h k hk Se le modaltà de due caratter soo raggruppate class occorrerà sostture a cascua classe valor rappresetatv x ˆ h e ˆy k. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 49 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 5 Esempo 3 Cosderamo l seguet dat relatv alla dstrbuzoe delle famgle talae del 978 per umero d compoet e spesa mesle ( ): N. compoet (Y) Spesa mesle (X) 3 4 Totale Totale Esempo 3 (cotua) ) Calcolamo le mede d X e Y sulla base delle dstrbuzo margal: Le modaltà d X soo raggruppate class: sceglamo l loro puto medo come rappresetatvo: x ˆ h h xˆ h h Somma x = = Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 5 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 5

14 Esempo 3 (cotua) y k k yk k Somma y = =.44 4 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 53 Esempo 3 (cotua) Calcolo della covaraza: matrce de valor xˆ h y k matrce de valor xˆ h y k hk xˆ h ykhk = Abbamo qud xˆ h ykhk =.54 = = h= k= h k Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 54 Esempo 3 (cotua) e Cov ( X Y ), =.54 xy = =.96 Cov(X,Y) ha sego postvo e qud ache Cor ( X, Y ) >. Per calcolare Cor ( X, Y ) dobbamo calcolare gl scart quadratc med d X e Y. Effettuamo calcol basadoc, aalogamete alle mede, sulle dstrbuzo margal. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 55 Esempo 3 (cotua) x ˆ h h x ˆ h xˆ h h Somma H xˆ h = 9.36 x = = V X = 3.9 h y j j y j y j j Somma K j = y = y = j j Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 56

15 Esempo 3 (cotua) V ( Y ) =.3 Otteamo che S X = 3.9 =.978 S Y Qud: =.3 =.5.96 Cor ( X, Y ) = = Idpedeza meda e dpedeza leare () Sao X e Y due caratter quattatv. Sa oltre Y dpedete meda da X, ossa: ( ) M Y X = x = M Y Allora: H K Cov( X, Y ) = ( xh M ( X ))( yk M ( y )) hk = h= k= H K = ( xh M ( X )) ( yk M ( y )) hk = h= k= H K = ( xh M ( X )) ykhk h M ( Y ) = h= k= H = ( xh M ( X )) h M ( Y x h ) h M ( Y ) = h= Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 57 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 58 Idpedeza meda e dpedeza leare () I questo modo abbamo dmostrato che se due caratter soo dpedet meda allora soo ache dpedet learmete. I geerale o è vero l cotraro. Ifatt, abbamo vsto esemp d Cov X, Y =. I quest esemp le relazo curvlee per le qual mede codzoate soo comuque dverse tra loro. Idpedeza meda e dpedeza leare (3) Il cocetto d dpedeza leare è duque pù debole d quello d dpedeza meda. Rcordado che l dpedeza dstrbuzoe mplca l dpedeza meda possamo scrvere che: dpedeza dstrbuzoe dpedeza meda dpedeza leare Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 59 I geerale o valgoo le mplcazo ella drezoe opposta. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 6

16 Il coeffcete d determazoe leare () Il coeffcete d determazoe leare () Ua volta stmata la retta d regressoe, occorre dare ua valutazoe quattatva della botà dell adattameto a dat. La varaza de resdu, che msura la dspersoe de put attoro alla retta, o è ua msura partcolarmete adatta perché dpede dall utà d msura d Y. S prefersce allora usare u dce che assume valor compres tra e e che è deomato coeffcete d determazoe leare. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 6 Tale dce s basa sulla seguete scomposzoe della devaza d Y (Somma totale de quadrat - SQT): y ˆ ( ˆ ) y = y y + y y = = = SQT = SQR + SQE SQR: Soma de Quadrat spegat dalla Regressoe, è la devaza d regressoe, ossa la quota d varabltà d Y spegata dal modello leare. Quado tutt put gaccoo sulla retta d regressoe SQR=SQT. SQE: Somma de Quadrat degl Error, msura la quota d varabltà resdua, o spegata dalla retta d regressoe ed è massma el caso d dpedeza. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 6 Il coeffcete d determazoe leare (3) Il coeffcete d determazoe leare è otteuto rapportado SQR al propro massmo teorco SQT: R e SQE = = = SQR = = SQT SQT = = ( ˆy y ) ( y y ) ( y y ) L dce R rsulta uguale a quado tutt put gaccoo sulla retta. Rsulta uguale a el caso d dpedeza leare. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 63 = S può oltre mostrare che R = Cor ( X, Y ) Esempo (cotua) Poché ( y y ) = = Allora R = = L adattameto del modello stmato può rteers soddsfacete Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 64

17 La prevsoe co la retta d regressoe Utlzzado la retta d regressoe stmata s possoo effettuare prevso per assegat valor della varable dpedete. Ifatt, basta sfruttare la relazoe Esempo (cotua) ˆy = ˆ β + ˆ β x Se per u certo mese l servzo meteorologco prevede ua temperatura meda d 5 grad F, allora l cosumo pro-capte d gelato prevsto per quel mese è par a =.36 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 65 Esempo 4 Il gruppo IKEA ha cooscuto ua rapda e sorpredete espasoe del suo fatturato el corso del tempo. D seguto rportamo alcu dat rportat sul sto del gruppo (www.kea.se) relatv propro all adameto del fatturato mlo d. Ao (X) Fatturato (Y) Voglamo stmare coeffcet della retta d regressoe che spega l fatturato fuzoe dell ao d caledaro. Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 66 Esempo 4 (cotua) Il grafco a dspersoe mette rlevo ua evdete devazoe dall potes d leartà. Esempo 4 (cotua) Tuttava, stmare l modello leare può essere u utle eserczo soprattutto al fe d mparare a trattare opportuamete stuazo d questo tpo. fatturato (mlo d euro) ao Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 67 La stma de mm quadrat del coeffcete agolare modello rsulta essere ˆ β =.9 metre la stma delll tercetta è ˆ β = 489 (l tercetta questo modello ha uo scarso sgfcato emprco Il coeffcete d determazoe leare rsulta abbastaza elevato: R =.78 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 68

18 Esempo 4 (cotua) Tuttava l grafco de resdu rbadsce l adeguatezza del modello leare mettedo evdeza u forte patter: resdu Esempo 4 (cotua) Cosderamo ora u potes alteratva (espoezale) a quella leare: y = e β β + x I parametr d questo modello possoo essere stmat utlzzado l metodo studato per l modello leare effettuado ua opportua trasformazoe. Ifatt: y = l y = β + β x * Y prevsta Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 69 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 7 Esempo 4 (cotua) S tratta ora d stmare parametr del modello su uov dat: Ao (X) Y*=l(Y) Cov ( X, Y *) = 53.8 Esempo 4 (cotua) V ( X ) = 86.5 Per cu ˆ β =.86 e ˆ β = 36.8 Ioltre R =.973 U valore elevatssmo, che dmostra l adameto quas esattamete espoezale del fatturato IKEA dal 954 ad ogg. y * = 6. x = Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 7 Utà 9 - Corso d Statstca e Probabltà (FAI), Modulo d Statstca C. Trvsao 7

frazione 1 n dell ammontare complessivo del carattere A x

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

Dettagli

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo

Dettagli

MEDIA DI Y (ALTEZZA):

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

Dettagli

Elementi di Statistica descrittiva Parte III

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

Dettagli

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

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

Dettagli

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

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

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

Dettagli

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

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

Dettagli

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

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

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

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

Dettagli

Marco Riani - Analisi delle statistiche di vendita 1

Marco Riani - Analisi delle statistiche di vendita 1 ORARIO LEZIONI ANALISI DELLE STATISTICHE DI VENDITA Marco Ra mra@upr.t http://www.ra.t Mercoledì 3 aula Lauree Mercoledì 4 6 aula Lauree Govedì 3 Eserctazoe Semar? LIBRI DI TESTO Teora Ra M., Laur F. 8,

Dettagli

Caso studio 10. Dipendenza in media. Esempio

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

Dettagli

Indipendenza in distribuzione

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

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

Lezione 1. I numeri complessi

Lezione 1. I numeri complessi Lezoe Prerequst: Numer real: assom ed operazo. Pao cartesao. Fuzo trgoometrche. I umer compless Nell'attuale teora de umer compless cofluscoo due fodametal dee, ua artmetca, l'altra geometrca. La prma,

Dettagli

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

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

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

Analisi di dati vettoriali. Direzioni e orientazioni

Analisi di dati vettoriali. Direzioni e orientazioni Aals d dat vettoral Drezo e oretazo I tal caso, dat soo msurat term d agol e spesso soo rfert al ord geografco (statstca crcolare) Soo rappresetat su ua crcofereza Dat d drezoe: flusso ua specfca drezoe,

Dettagli

Dott.ssa Marta Di Nicola

Dott.ssa Marta Di Nicola RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quado s cosderao due o pù caratter (varabl) s possoo esamare ache l tpo e l'testà delle relazo che sussstoo tra loro. http://www.bostatstca.uch.tt Nel caso cu per

Dettagli

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test

Dettagli

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

Dettagli

Attualizzazione. Attualizzazione

Attualizzazione. Attualizzazione Attualzzazoe Il problema erso alla captalzzazoe prede l ome d attualzzazoe Abbamo ua operazoe fazara elemetare e dato l motate M dobbamo determare l corrspodete captale zale C L'attualzzazoe è la operazoe

Dettagli

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

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

Dettagli

Incertezza di misura

Incertezza di misura Icertezza d msura Itroduzoe e rcham Come gà detto rsultat umerc ottebl dalle msurazo soo trsecamete caratterzzat da aleatoretà è duque sempre ecessaro stmare ua fasca d valor attrbubl come msura al msurado;

Dettagli

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi. 7. Redte I questo captolo edremo solamete u caso d redta, che useremo po per geeralzzare le redte e dedurre tutt gl altr cas. S defsce redta ua successoe d captal (rate) tutte da pagare, o tutte da rscuotere,

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA COSIDERAZIOI PRELIMIARI SULLA STATISTICA La Statstca trae suo rsultat dall osservazoe de feome che c crcodao. Gl stess feome per essere oggetto d statstca devoo essere adeguatamete umeros modo tale che

Dettagli

SCHEDA DIDATTICA N 5

SCHEDA DIDATTICA N 5 FACOLTA DI INGEGNEIA COSO DI LAUEA IN INGEGNEIA CIVILE COSO DI IDOLOGIA POF. PASQUALE VESACE SCHEDA DIDATTICA N 5 MOMENTI DELLE VAIABILI CASUALI E STIMA DEI PAAMETI A.A. 0-3 Momet delle varabl casual La

Dettagli

INDICI DI VARIABILITA

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

Dettagli

Statistica degli estremi

Statistica degli estremi Statstca degl estrem Rcham d probabltà e statstca Il calcolo della probabltà d u eveto è drettamete coesso co: - la COOSCEZA ICOMPLETA dell eveto stesso; - l assuzoe d u RISCHIO, calcolato come la probabltà

Dettagli

Voti Diploma Classico Scientifico Tecn. E Comm Altro

Voti Diploma Classico Scientifico Tecn. E Comm Altro 4 Data la seguete dstrbuzoe doppa de vot rportat ad u esame secodo l Dploma posseduto: Vot 8-3-5 6-8 9-30 Dploma Classco 8 4 5 Scetfco 5 7 7 5 Tec E Comm 8 0 0 Altro 3 a) s calcol la meda artmetca de vot

Dettagli

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

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

Dettagli

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

ALCUNI ELEMENTI DI TEORIA DELLA STIMA ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale,

Dettagli

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

Associazione tra due variabili quantitative

Associazione tra due variabili quantitative Esempo (1) Assocazoe tra due varabl quattatve Suppoamo che u professore vogla dmostrare che eserctars a casa aut gl studet el superameto dell esame. esame. A tal fe regstra la votazoe de compt a casa e

Dettagli

ammontare del carattere posseduto dalle i unità più povere.

ammontare del carattere posseduto dalle i unità più povere. Eserctazoe VII: La cocetrazoe Eserczo Determare l rapporto d cocetrazoe d G del fatturato medo (espresso. d euro) d 8 mprese e rappresetare la curva d Lorez: 97 35 39 52 24 72 66 87 Eserczo apporto d cocetrazoe

Dettagli

Matematica elementare art.1 di Raimondo Valeri

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

Dettagli

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

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

Dettagli

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility Ecooma degl termedar fazar Lors Nadott, Claudo Porzo, Daele Prevat Copyrght 00 The McGraw-Hll Compaes srl Approfodmeto 4.3w La msurazoe del rscho (a cura d Atoo Meles Uverstà Partheope) La volatltà storca,

Dettagli

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI Uverstà degl Stud d Mlao Bcocca CdS ECOAMM Corso d Metod Statstc per l Ammstrazoe delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI 1. Carta d cotrollo per frazoe d o coform (carta U resposable d produzoe,

Dettagli

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze Esercz d Statstca per gl studet d Sceze Poltche, Uverstà d Freze Esercz svolt da ua selezoe d compt degl Esam scrtt d Statstca del 999 e del 000 VERSIONE PROVVISORIA APRILE 00 A cura d L. Matroe F.Meall

Dettagli

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014 Modell d Flusso e Applcazo: Adrea Scozzar a.a. 203-204 2 Il modello d Flusso d Costo Mmo: Problem d Flusso A u l V b c P S A ), ( m ) ( ) ( ), ( Problem rcoducbl a problem d Flusso Il problema del trasporto

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 11 marzo 2015 Apput d ddattca della Matematca fazara Redte, ammortamet

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

L assorbimento e lo strippaggio

L assorbimento e lo strippaggio assorbmeto e lo strppaggo Coloa a stad d ulbro (coloa a patt Il calcolo d ua coloa d assorbmeto/strppaggo d questo tpo parte dal blaco d matera. Chamado e le portate d lqudo A e d gas C relatve a due compoet

Dettagli

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA) UI CEI EV 3005 (GUIDA ALL ESPRESSIOE DELL ICERTEZZA DI MISURA Uverstà degl Stud d Bresca Corso d Fodamet della Msurazoe A.A. 00-03 Apput a cura d Gorgo Cor 3835 UI CEI EV 3005 0. ITRODUZIOE 0. COCETTO

Dettagli

13 Valutazione dei modelli di simulazione

13 Valutazione dei modelli di simulazione 3 Valutazoe de modell d smulazoe I modell d smulazoe o sosttuscoo la coosceza, ma soo puttosto u mezzo per orgazzarla. Quado l modello è utlzzato per aalzzare u sstema attuado smulazo, è mportate capre

Dettagli

«MANLIO ROSSI-DORIA»

«MANLIO ROSSI-DORIA» «MANLIO ROSSI-DORIA» Collaa a cura del Cetro per la Formazoe Ecooma e Poltca dello Svluppo Rurale e del Dpartmeto d Ecooma e Poltca Agrara dell Uverstà d Napol Federco II 6 Nella stessa collaa:. Qualtà

Dettagli

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

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

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORO DI LAUREA IN ECONOMIA AZIENDALE Metod tatstc per le decso d mpresa (Note ddattche) Bruo Chadotto 7. Teora del test delle potes I questo captolo s affrota l problema della verfca d potes statstche

Dettagli

ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA

ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA The last step of reaso s to ackowledge that there s a fty of thgs that go beyod t. B. Pascal La Statstca ha come scopo la coosceza quattatva de feome collettv.

Dettagli

17. FATICA AD AMPIEZZA VARIABILE

17. FATICA AD AMPIEZZA VARIABILE 7. FIC D MPIEZZ VRIBILE G. Petrucc Lezo d Costruzoe d Macche Spesso compoet struttural soo soggett a store d carco elle qual ccl d fatca hao ampezza varable (fg.), ad esempo ccl co tesoe alterata a (o

Dettagli

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

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

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORSO DI LAUREA I ECOOMIA AZIEDALE Metod Statstc per le decso d mpresa (ote ddattche) Bruo Chadotto 4 STATISTICA DESCRITTIVA I questo captolo s rtrovao espost, ua prospettva emprca, molt de cocett trodott

Dettagli

Analisi economica e valutazione delle alternative

Analisi economica e valutazione delle alternative Aals ecoomca e valutazoe delle alteratve Ig. Lug Cucca (Ph.D.) Producto Egeerg Research WorkGROUP Dpartmeto d Tecologa Meccaca, Produzoe e Igegera Gestoale Uverstà d Palermo Ageda Elemet d calcolo ecoomco

Dettagli

Statistica. Maura Mezzetti Sono indipendenti i caratteri X e Y? Y Totale. Totale

Statistica. Maura Mezzetti Sono indipendenti i caratteri X e Y? Y Totale. Totale .09.06 Statstca Maura Mezzett maura.mezzett@uroma.t Soo dpedet caratter X e? A B Totale X 0 0 0 0 0 0 3 0 0 0 Totale 40 0 50 .09.06 Soo dpedet caratter X e? A B C Totale X 40 0 0 40 0 40 0 60 Totale 40

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

Le misure di variabilità

Le misure di variabilità arlea Pllat - Semar d Statstca (SVIC) "Le msure d varabltà e cocetrazoe" La varabltà L atttude d u carattere quattatvo X ad assumere valor dfferet tra le utà compoet u seme statstco è chamata varabltà

Dettagli

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

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

Dettagli

STATISTICA Lezioni ed esercizi

STATISTICA Lezioni ed esercizi Uverstà d Toro QUADERNI DIDATTICI del Dpartmeto d Matematca MARIA GARETTO STATISTICA Lezo ed esercz Corso d Laurea Botecologe A.A. / Quadero # Novembre M. Garetto - Statstca Prefazoe I questo quadero

Dettagli

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

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

Dettagli

METODOLOGIA SPERIMENTALE IN AGRICOLTURA

METODOLOGIA SPERIMENTALE IN AGRICOLTURA METODOLOGIA SPERIMENTALE IN AGRICOLTURA LABORATORIO DI BIOMETRIA CON R (http://www.r-project.org/) APPUNTI DALLE LEZIONI (bozze Settembre 005) DOCENTE Adrea Oofr Dpartmeto d Sceze Agroambetal e della Produzoe

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 18 marzo 2015 Apput d ddattca della Matematca fazara Redte, costtuzoe d

Dettagli

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha:

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha: RENDITE. Pagamet rateal S defsce redta ua sere qualsas d somme rscuotbl (o pagabl a scadeze dverse, o, pù esattamete, u seme d captal co dspobltà scagloata el tempo. Tal captal soo dett rate della redta

Dettagli

RISOLUZIONE ENO 10/2005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA

RISOLUZIONE ENO 10/2005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA RISOLUZIONE ENO 0/005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA L ASSEMBLEA GENERALE, Vsto l artcolo paragrafo v dell

Dettagli

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti Orgazzazoe del corso Elemet d Iformatca Prof. Alberto Brogg Dp. d Igegera dell Iformazoe Uverstà d Parma Teora: archtettura del calcolatore, elemet d formatca, algortm, lguagg, sstem operatv Laboratoro:

Dettagli

3 Variabilità. variabilità. Senza deviazione dalla norma il progresso non è possibile. (Frank Zappa) Statistica - 9CFU

3 Variabilità. variabilità. Senza deviazione dalla norma il progresso non è possibile. (Frank Zappa) Statistica - 9CFU 3 Varabltà 3 varabltà Seza devazoe dalla orma l progresso o è possble (Frak Zappa) 68 Statstca - 9CFU 3 Varabltà 3. varabltà Defzo Varabltà E l atttude d u feomeo ad assumere dverse modaltà. Essa è msurata

Dettagli

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti.

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti. Iterpolazoe Defzoe: per terpolazoe s tede la rcerca d ua fuzoe matematca che approssma l adameto d u seme d put. Iterpolazoe MATEMATICA Calcola ua fuzoe che passa PER tutt put Tp d terpolazoe Iterpolazoe

Dettagli

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

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

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE Trasformazioni lineari Indici di covarianza e correlazione

STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE Trasformazioni lineari Indici di covarianza e correlazione Matematca e statstca: da dat a modell alle scelte www.dma.uge/pls_statstca Resposabl scetfc M.P. Rogat e E. Sasso (Dpartmeto d Matematca Uverstà d Geova) STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI

Dettagli

Il modello di regressione multipla

Il modello di regressione multipla S. Borra A. D Cacco Statstca metodologe per le sceze ecoomche e socal McGraw Hll 4 ISBN 88-386-66-6 9 Il modello d regressoe multpla Relazoe statstca modello d regressoe leare multpla omoschedastctà superfce

Dettagli

Premessa... 1. Equazioni i differenziali lineari

Premessa... 1. Equazioni i differenziali lineari Apput d Cotroll Autoatc Captolo 3 parte I Sste dac lear Preessa... Equazo dfferezal lear... Evoluzoe lbera ed evoluzoe forzata... Uso della trasforazoe d Laplace... 3 Esepo... 7 Osservazo sulla rsposta

Dettagli

Autori. Versione 2.0. Giorgio Della Rocca (*) Marco Di Zio (*) Orietta Luzi (*) Giorgia Simeoni (*) (*) ISTAT - Servizio MTS (**) ISTAT - Servizio PSM

Autori. Versione 2.0. Giorgio Della Rocca (*) Marco Di Zio (*) Orietta Luzi (*) Giorgia Simeoni (*) (*) ISTAT - Servizio MTS (**) ISTAT - Servizio PSM IDEA (Idces for Data Edtg Assessmet) - Sstema per la valutazoe degl effett d procedure d cotrollo e correzoe de dat e per l calcolo degl dcator SIDI Versoe 2.0 Autor Gorgo Della Rocca (*) Marco D Zo (*)

Dettagli

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA STATISTICA DESCRITTIVA Le msure d tedeza cetrale OBIETTIVO Idvduare u dce che rappreset sgfcatvamete u seme d dat statstc. Esempo Nella tabella seguete soo rportat valor del tasso glcemco rlevat su 0 pazet:

Dettagli

Leasing: aspetti finanziari e valutazione dei costi

Leasing: aspetti finanziari e valutazione dei costi Leasg: aspett fazar e valutazoe de cost Descrzoe Il leasg è u cotratto medate l quale ua parte (locatore), cede ad u altro soggetto (locataro), per u perodo d tempo prefssato, uo o pù be, sao ess mobl

Dettagli

IL MODELLO DI REGRESSIONE LINEARE MULTIPLA

IL MODELLO DI REGRESSIONE LINEARE MULTIPLA Captolo 9 - Il modello d regressoe leare multpla 9 - IL MODELLO DI REGRESSIONE LINEARE MULTIPLA 9 9. Itroduzoe 9. Il modello d regressoe leare multpla 9.3 Il modello d regressoe leare multpla forma matrcale

Dettagli

Analisi della Dipendenza

Analisi della Dipendenza Aals della Dpedeza La correlazoe Il presete materale ddattco è stato parte estratto e adattato dal materale prodotto dal prof. Claudo Caplupp dell Uverst Uverstà d Veroa, che s rgraza. La resposabltà del

Dettagli

Capitolo 5: Fattorizzazione di interi

Capitolo 5: Fattorizzazione di interi Captolo 5: Fattorzzazoe d ter Trovare fattor d u umero tero grade è ua mpresa assa ardua, e può essere mpossble co le rsorse ogg dspobl. No s cooscoo metod polomal per la fattorzzazoe, come vece accade

Dettagli

Avvertenza. Rendite frazionate

Avvertenza. Rendite frazionate Avverteza Quest lucd soo pesat solo come u auslo per l ascolto della lezoe. No sosttuscoo l lbro d testo Possoo coteere error e svste, che gl studet soo vtat a segalare Redte frazoate L tervallo tra ua

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

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

Dettagli

RAPPRESENTAZIONE ANALITICA DELLE DISTRIBUZIONI STATISTICHE CON R

RAPPRESENTAZIONE ANALITICA DELLE DISTRIBUZIONI STATISTICHE CON R Rappresetazoe aaltca delle dstrbuzo statstche co R RAPPRESENTAZIONE ANALITICA DELLE DISTRIBUZIONI STATISTICHE CON R Versoe 0.4- febbrao 005 Vto Rcc vto_rcc@yahoo.com E garatto l permesso d copare, dstrbure

Dettagli

per il controllo qualità in campo tessile ing. Piero Di Girolamo

per il controllo qualità in campo tessile ing. Piero Di Girolamo edtg project M.R. Oofro ELEMENTI DI STATISTICA per l cotrollo qualtà campo tessle g. Pero D Grolamo prefazoe PREFAZIONE I l cotrollo d qualtà el tessle-abbglameto, u sstema ecoomco globalzzato, che da

Dettagli

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

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

Dettagli

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI CORSO DI STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI Idce I PARTE Sezoe I... Probabltà classca. Il problema d Galleo della somma del puteggo d tre dad... 3. Aagramm d parole co lettere rpetute o meo.

Dettagli

Algoritmi e Strutture Dati. Alberi Binari di Ricerca

Algoritmi e Strutture Dati. Alberi Binari di Ricerca Algortm e Strutture Dat Alber Bar d Rcerca Alber bar d rcerca Motvazo gestoe e rcerche grosse quattà d dat lste, array e alber o soo adeguat perché effcet tempo O) o spazo Esemp: Matemeto d archv DataBase)

Dettagli

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1 Elemet d Matematca Fazara Redte e ammortamet Uverstà Partheope 1 S chama redta ua successoe d captal da rscuotere (o da pagare) a scadeze determate S chamao rate della redta sgol captal da rscuotere (o

Dettagli

Lezione 3. Funzione di trasferimento

Lezione 3. Funzione di trasferimento Lezoe 3 Fuzoe d trasfermeto Calcolo della rsposta d u sstema damco leare Per l calcolo della rsposta (uscta) d u sstema damco leare soggetto ad gress assegat, s possoo segure due strade Calcolo el domo

Dettagli

La distribuzione statistica doppia (o bivariata)

La distribuzione statistica doppia (o bivariata) Marlea Pllat - Semar d Statstca (SVIC) "Le dstrbuzo doppe" La dstrbuzoe statstca doppa (o bvarata) Se u seme d utà statstche s osservao gl stat d gradezza assut da due caratter e s ottee ua -pla statstca

Dettagli

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione Obettv Statstca Itroduzoe Scopo d quest lucd è d forre cocett base d statstca utl azeda per: la raccolta de dat, la progettazoe degl espermet, l terpretazoe de rsultat. Spazo d probabltà Spazo d probabltà:

Dettagli

DIPARTIMENTO DI ECONOMIA

DIPARTIMENTO DI ECONOMIA UNIVERITÀ POLITECNICA DELLE ARCHE DIPARTIENTO DI ECONOIA IL CAP: IL CAO DELL ITALIA GIUEPPE RICCIARDO LAONICA QUADERNO DI RICERCA. 56 arzo 006 Comtato scetfco: Reato Balducc arco Crvell arco Gallegat Alberto

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

Dettagli

Le 7 fasi dell AMD (PAG.6 M.Fraire-Metodi di AMD CISU, Roma 1994)

Le 7 fasi dell AMD (PAG.6 M.Fraire-Metodi di AMD CISU, Roma 1994) !(Breve rchamo alle lezo ) " I passato l applcazoe ua tecca statstca multvarata cossteva stetcamete tabella e at potes moello e tecca statstca multvarata output e rsultat Ogg l amplars e camp applcazoe

Dettagli

Elementi di Statistica descrittiva Parte II

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

Dettagli

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente:

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente: Corso d Statstca docete: Domeco Vstocco Le requeze cumulate S cosder ua varable qualtatva ordale X Per essa, oltre alle requeze assolute, relatve e ercetual, è ossble calcolare ache le requeze cumulate

Dettagli

del corso di Elaborazione Numerica dei Segnali

del corso di Elaborazione Numerica dei Segnali G. Guta: corso d Elaborazoe Numerca de Segal (laurea specalstca) - lucdo. Corso d laurea Corso d laurea del corso d Elaborazoe Numerca de Segal (laurea specalstca) (docete: Prof. G. Guta) x() x () e x

Dettagli

ERRATA CORRIGE. L intero contenuto del paragrafo 9.2.3 a pagina 47-48 del Capitolato tecnico Determinazione del Canone è sostituito come segue:

ERRATA CORRIGE. L intero contenuto del paragrafo 9.2.3 a pagina 47-48 del Capitolato tecnico Determinazione del Canone è sostituito come segue: Procedura aperta per l affdameto de servz tegrat, gestoal, operatv e d mautezoe multservzo tecologco da esegurs presso gl mmobl d propretà o uso alle Asl ed alle azede ospedalere della regoe Campaa ERRATA

Dettagli