La verifica delle ipotesi
|
|
|
- Dino Valli
- 8 anni fa
- Visualizzazioni
Transcript
1
2 La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca: supposzone rguardante: un parametro della popolazone la forma della dstrbuzone della popolazone Un potes è un affermazone che vene consderata vera a meno che l evdenza emprca port ad avere ser dubb sulla sua valdtà e suggersca che essa è falsa
3 Il test ch-quadrato sull ndpendenza L ndce ch-quadrato χ osservato Il valore dell ndce è sgnfcatvamente dverso da zero? Ipotes H0 : ndpendenza H1 : no ndpendenza Lvello d sgnfcatvtà Statstca test α=0.05 Regola d decsone: Rfutamo H0, con una probabltà d errore par a α, se χoss> χc χc è l valore crtco che s trova nella coda d destra della dstrbuzone con (r-1(c-1 gdl χ = (n nˆ ˆ n
4 La dstrbuzone della statstca test Tavola della dstrbuzone Grad d lbertà χ Area nella coda destra 0,995 0,990 0,975 0,950 0,900 0,750 0,50 0,100 0,050 0,05 0,010 0,004 0,103 0,35 0,711 1,145 1,635,167,733 3,35 3,940 0,016 0,11 0,584 1,064 1,610,04,833 3,490 4,168 4,865 0,10 0,575 1,13 1,93,675 3,455 4,55 5,071 5,899 6,737 1,33,773 4,108 5,385 6,66 7,841 9,037 10, 11,389 1,549,6 4,605 6,51 7,779 9,36 10,645 1,017 13,36 14,684 15,987 3,841 5,991 7,815 9,488 11,0 1,59 14,067 15,507 16,9 18,307 5,04 7,378 9,348 11,143 1,833 14,449 16,013 17,535,03 0,483 6,635 9,10 11,345 13,77 15,086 16,81 18,475 0,090 1,666 3, ,07 0,07 0,41 0,676 0,989 1,344 1,735,156 0,115 0,97 0,554 0,87 1,39 1,646,088,558 0,001 0,051 0,16 0,484 0,831 1,37 1,690,180,0 3, ,603 3,074 3,565 4,075 4,601 5,14 5,697 6,65 6,844 7,434 3,053 3,571 4,107 4,660 5,9 5,81 6,408 7,015 7,633 8,60 3,816 4,404 5,009 5,69 6,6 6,908 7,564 8,31 8,907 9,591 4,575 5,6 5,89 6,571 7,61 7,96 8,67 9,390 10,117 10,851 5,578 6,304 7,04 7,790 8,547 9,31 10,085 10,865 11,651 1,443 7,584 8,438 9,99 10,165 11,037 11,91 1,79 13,675 14,56 15,45 13,1 14,845 15,984 17,117 18,45,369 0,489 1,605,718 3,88 17,75 18,549,81 1,064,307 3,54 4,769 5,989 7,04 8,41,675 1,06,36 3,685 4,996 6,96 7,587 8,869 30,144 31,410 1,90 3,337 4,736 6,1 7,488 8,845 30,1 31,56 3,85 34,1 4,75 6,17 7,688 9,141 30,578 3,000 33,409 34,805 36,1 37, ,034 8,643 8,897 9,54 10,83 10,98 11,591 1,338 13,40 14,041 16,344 17,40 4,935 6,039 9,615 30,813 3,671 33,94 35,479 36,781 38,93 40,89
5 Il test ch-quadrato sull ndpendenza VOTO Meno d 96 VOTO e lode OCCUPAZIONEATTUALE ATTUALE OCCUPAZIONE Non occupato Precaro Occ. stable α = 0, VOTO Meno d e lode 3,84 (n n n χ = ( n n n =3,84 OCCUPAZIONE ATTUALE Non occupato Precaro Occ. stable 9 31,4 7,1 41, ,1 33,7 30, , 31,5 34, ,4 8,6 40, ,0 31, 34,8 100, , ,0 100, ,0
6 Il test ch-quadrato sull ndpendenza Tavola della dstrbuzone Grad d lbertà χ Area nella coda destra 0,995 0,990 0,975 0,950 0,900 0,750 0,50 0,100 0,050 0,05 0,010 0,004 0,103 0,35 0,711 1,145 1,635,167,733 3,35 3,940 0,016 0,11 0,584 1,064 1,610,04,833 3,490 4,168 4,865 0,10 0,575 1,13 1,93,675 3,455 4,55 5,071 5,899 6,737 1,33,773 4,108 5,385 6,66 7,841 9,037 10, 11,389 1,549,6 4,605 6,51 7,779 9,36 10,645 1,017 13,36 14,684 15,987 3,841 5,991 7,815 9,488 11,0 1,59 14,067 15,507 16,9 18,307 5,04 7,378 9,348 11,143 1,833 14,449 16,013 17,535,03 0,483 6,635 9,10 11,345 13,77 15,086 16,81 18,475 0,090 1,666 3, ,07 0,07 0,41 0,676 0,989 1,344 1,735,156 0,115 0,97 0,554 0,87 1,39 1,646,088,558 0,001 0,051 0,16 0,484 0,831 1,37 1,690,180,0 3, ,603 3,074 3,565 4,075 4,601 5,14 5,697 6,65 6,844 7,434 3,053 3,571 4,107 4,660 5,9 5,81 6,408 7,015 7,633 8,60 3,816 4,404 5,009 5,69 6,6 6,908 7,564 8,31 8,907 9,591 4,575 5,6 5,89 6,571 7,61 7,96 8,67 9,390 10,117 10,851 5,578 6,304 7,04 7,790 8,547 9,31 10,085 10,865 11,651 1,443 7,584 8,438 9,99 10,165 11,037 11,91 1,79 13,675 14,56 15,45 13,1 14,845 15,984 17,117 18,45,369 0,489 1,605,718 3,88 17,75 18,549,81 1,064,307 3,54 4,769 5,989 7,04 8,41,675 1,06,36 3,685 4,996 6,96 7,587 8,869 30,144 31,410 1,90 3,337 4,736 6,1 7,488 8,845 30,1 31,56 3,85 34,1 4,75 6,17 7,688 9,141 30,578 3,000 33,409 34,805 36,1 37, ,034 8,643 8,897 9,54 10,83 10,98 11,591 1,338 13,40 14,041 16,344 17,40 4,935 6,039 9,615 30,813 3,671 33,94 35,479 36,781 38,93 40,89
7 Il test ch-quadrato sull ndpendenza VOTO Meno d 96 VOTO e lode OCCUPAZIONEATTUALE ATTUALE OCCUPAZIONE Non occupato Precaro Occ. stable VOTO α = 0,05 χ0,05; e lode α 1,59 (n Zona d accettazone Meno d 96 = 1,59 1-α 3, Zona d rfuto n n χ = ( n n n =3,84 OCCUPAZIONE ATTUALE Non occupato Precaro Occ. stable 9 31,4 7,1 41, ,1 33,7 30, , 31,5 34, ,4 8,6 40, ,0 31, 34,8 Non rfuto l potes H0 d ndpendenza fra le mutabl 100, , ,0 100, ,0
8 Il test ch-quadrato sull ndpendenza VOTO Meno d 96 VOTO e lode OCCUPAZIONEATTUALE ATTUALE OCCUPAZIONE Non occupato Precaro Occ. stable VOTO Meno d 96 α = 0,05 χ0,05; = 1,59 1-α 3, e lode α 1,59 (n Zona d accettazone Zona d rfuto n n χ = ( n n n =3,84 OCCUPAZIONE ATTUALE Non occupato Precaro Occ. stable 9 31,4 7,1 41, ,1 33,7 30, , 31,5 34, ,4 8,6 40, ,0 31, 34,8 100, , ,0 100, ,0 Supponamo che, sulla base d questo rsultato camponaro, o decda comunque d rfutare l potes d ndpendenza e concluda per l assocazone tra le mutabl consderate. Qual è la probabltà che sta commettendo un errore?
9 Il test ch-quadrato sull ndpendenza VOTO Meno d 96 VOTO e lode OCCUPAZIONEATTUALE ATTUALE OCCUPAZIONE Non occupato Precaro Occ. stable VOTO Meno d 96 p-value ? 3, e lode (n n n Il p-value è la probabltà d commettere un errore nel rfutare l potes H0 sulla base del valore camponaro osservato. Quanto pù è pccolo, tanto pù tenderemo a rfutare H0. χ = ( n n n =3,84 OCCUPAZIONE ATTUALE Non occupato Precaro Occ. stable 9 31,4 7,1 41, ,1 33,7 30, , 31,5 34, ,4 8,6 40, ,0 31, 34,8 100, , ,0 100, ,0
10 Il test ch-quadrato sull ndpendenza Tavola della dstrbuzone Grad d lbertà χ Area nella coda destra 0,995 0,990 0,975 0,950 0,900 0,750 0,50 0,100 0,050 0,05 0,010 0,004 0,103 0,35 0,711 1,145 1,635,167,733 3,35 3,940 0,016 0,11 0,584 1,064 1,610,04,833 3,490 4,168 4,865 0,10 0,575 1,13 1,93,675 3,455 4,55 5,071 5,899 6,737 1,33,773 4,108 5,385 6,66 7,841 9,037 10, 11,389 1,549,6 4,605 6,51 7,779 9,36 10,645 1,017 13,36 14,684 15,987 3,841 5,991 7,815 9,488 11,0 1,59 14,067 15,507 16,9 18,307 5,04 7,378 9,348 11,143 1,833 14,449 16,013 17,535,03 0,483 6,635 9,10 11,345 13,77 15,086 16,81 18,475 0,090 1,666 3, ,07 0,07 0,41 0,676 0,989 1,344 1,735,156 0,115 0,97 0,554 0,87 1,39 1,646,088,558 0,001 0,051 0,16 0,484 0,831 1,37 1,690,180,0 3, ,603 3,074 3,565 4,075 4,601 5,14 5,697 6,65 6,844 7,434 3,053 3,571 4,107 4,660 5,9 5,81 6,408 7,015 7,633 8,60 3,816 4,404 5,009 5,69 6,6 6,908 7,564 8,31 8,907 9,591 4,575 5,6 5,89 6,571 7,61 7,96 8,67 9,390 10,117 10,851 5,578 6,304 7,04 7,790 8,547 9,31 10,085 10,865 11,651 1,443 7,584 8,438 9,99 10,165 11,037 11,91 1,79 13,675 14,56 15,45 13,1 14,845 15,984 17,117 18,45,369 0,489 1,605,718 3,88 17,75 18,549,81 1,064,307 3,54 4,769 5,989 7,04 8,41,675 1,06,36 3,685 4,996 6,96 7,587 8,869 30,144 31,410 1,90 3,337 4,736 6,1 7,488 8,845 30,1 31,56 3,85 34,1 4,75 6,17 7,688 9,141 30,578 3,000 33,409 34,805 36,1 37, ,034 8,643 8,897 9,54 10,83 10,98 11,591 1,338 13,40 14,041 16,344 17,40 4,935 6,039 9,615 30,813 3,671 33,94 35,479 36,781 38,93 40,89
11 Il test ch-quadrato sull ndpendenza VOTO Meno d 96 VOTO e lode OCCUPAZIONEATTUALE ATTUALE OCCUPAZIONE Non occupato Precaro Occ. stable VOTO Meno d p-value e lode? 3,84 (n n n χ = ( n n n =3,84 OCCUPAZIONE ATTUALE Non occupato Precaro Occ. stable 9 31,4 7,1 41, ,1 33,7 30, , 31,5 34, ,4 8,6 40, ,0 31, 34,8 100, , ,0 100, ,0 Il p-value è la probabltà d commettere un errore nel rfutare l potes H0 sulla base del valore camponaro osservato. Quanto pù è pccolo, tanto pù tenderemo a rfutare H0. Ch-quadrato Ch-quadrato d Pearson Valore 3,835 df 6 Sg.,699
12 Il test ch-quadrato sull ndpendenza VOTO VOTO FREQ. FREQ. <30 delle lez delle lez. Meno d ,7 7 17,0 >50 delle lez. 18, ,1 68 4,8 33, , ,4 31,5 13 3, 73,1 110 e lode 13 7,8 33 0,8 4 4,9 18, , , , ,0 χ = ( n n n = 47,56 Ch-quadrato Ch-quadrato d Pearson (n n n Valore 47,559 47,56 df 6 Sg.,000
13 Eserczo1 In un' ndagne d mercato sulle preferenze de consumator per succh d frutta pocalorc, rspetto a succh d frutta tradzonal, s selezonano 50 masch e 50 femmne all nterno d un supermercato. Al campone così estratto s chede d esprmere una preferenza per uno de due succh. Dec masch e vent femmne dcharano d preferre l succo d frutta pocalorco. Esste una dfferenza sgnficatva nelle preferenze per succh tra masch e femmne? S scelga α = 0,05 Ipocalorco Normale Masch Femmne
14 Eserczo1 Ipocalorco Normale Masch Femmne L potes nulla d ndpendenza è: H0 : p = p p contro l potes alternatva: H1 : p p p H K n n$ χ = La statstca test utlzzata è: n$ =1 =1 ( che, sotto l potes nulla, s dstrbusce come un Ch- quadrato con (H- 1(K- 1 grad d lbertà. χ χα La regone d rfiuto è:
15 Eserczo1 Ipocalorco Normale Masch Femmne nˆ = Frequenze teorche d ndpendenza Ipocalorco Normale n. * n. Masch Femmne n
16 Eserczo1: soluzone F_ osservate F_teorche (oss- teo /teo (oss- teo (oss- teo , ,66 0,71 0,71 4,76 χ 0, 05 ;1 = 3,84 χ oss >χ Ch osservato 0, 05 ;1 S rfiuta l'potes nulla d ndpendenza tra l genere e la preferenza per l tpo d succo d frutta.
17 Eserczo Il capo del personale d una grande azenda vuole verficare se le assenze dal lavoro s dstrbuscano n manera unforme nell'arco della settmana lavoratva (d 5 gorn. Per farlo, osserva le assenze regstrate nell'ultmo mese e l gorno n cu queste s sono verficate, ottenendo rsultat rportat sotto. Cosa s può concludere sulla base de dat? Gorno della settmana F_osservate
18 Eserczo: soluzone Se è vera H0 le frequenze osservate e teorche dovrebbero essere molto sml, a tal fine per verficare l potes d adattamento s utlzza l seguente test: ( n np χ c = χ (α,k 1 np =1 k c RC (α : χ > χ (α,k 1 α 0 RA χ α,k-1 RC χ
19 Eserczo: soluzone Frequenze Frequenze teorche Frequenze Gorno della osservate relatve assolute X p settmana teorche np (X- np/np 1 3 0, 0,5 1 0, 0, , 4 0, , X U (5 P( X = x = p = χ 0,05; 4 = 9,5 1 = 0, 5 χ oss < χ 0, 05 ;1 non s rfiuta l'potes nulla, qund la dstrbuzone teorca s adatta alla dstrbuzone emprca.
20 Eserczo 3 da Pccolo Utlzzando un campone d n=303 untà statstche s vuole msurare l ndpendenza tra le varabl Fumo e Sesso, dat sono rportat n tabella Masch Femmne Fuma Non fuma
21 Eserczo 3 Masch Femmne Fuma Non fuma Frequenze teorche d ndpendenza nˆ = Masch Femmne Fuma 30,68 81,3 11 Non fuma 5,3 138, n. * n. n
22 Eserczo 3 χ = ( n n n χ = ,05 = χ = ,01
23 Eserczo 4 In uno studo avente come obettvo la verca dell'esstenza d una relazone fra l'occupazone e l lvello d struzone e stato consderato l seguente campone d 500 ndvdu: Almeno 5 ann d scuola superore Meno d 5 ann d scuola superore Impegat nell ndustra opera Impegat ne Lavorator servz agrcol Vercare tramte l test l'ndpendenza fra le varabl.
24 Eserczo 5 Vercare tramte l test l'ndpendenza fra le varabl. N uscto frequenza Provare l potes che l dado non sa truccato usando un lvello d sgnfcatvtà del 5
25 Eserczo 6 Per stablre l effcaca d un vaccno antnfluenzale è stata condotta una rcerca che ha dato seguent rsultat Nessuna nfluenza Una nfluenza Pù d una nfluenzaa vaccnat Non vaccnat S può rtenere che l vaccno sa effcace?
Test delle ipotesi Parte 2
Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
Esercitazioni del corso: STATISTICA
A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA
Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE
IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE CORRELAZIONE Legame - Assocazone - Accordo Relazone tra varabl valutare l grado d recproca nfluenza tra due varabl; valutare l grado d assocazone
LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE
Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà
Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca
Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA
VERIFICA IN ITINERE 9 GENNAIO 2019 CLMA
VERIFICA IN ITINERE 9 GENNAIO 2019 CLMA 1 Varabl Qualtattve: Sesso, Lvello d struzone Varabl Quanttatve: Età, Altezza, Peso 2 Età: Meda=74.1 ; Medana=73 ; Std=6.2 ; Q1=68 ; Q3=80 Altezza: Meda=172.5 ;
LA COMPATIBILITA tra due misure:
LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore
Concetti principale della lezione precedente
Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl
3. Esercitazioni di Teoria delle code
3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come
Statistica e calcolo delle Probabilità. Allievi INF
Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:
Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
Esame di Statistica Corso di Laurea in Economia
Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste
ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:
ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone
a) Individuare l intervallo di confidenza al 90% per la media di popolazione;
Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un
A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO
4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.
STATISTICA DESCRITTIVA CON EXCEL
STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:
STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007
STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa
Relazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre
ANALISI DI TABELLE DI CONTINGENZA
ANALISI DI TABELLE DI CONTINGENZA 91 TABELLE DI CONTINGENZA Una tabella d contngenza è una tabella d frequenza a doppa entrata n cu vengono ncrocate due varabl qualtatve. Esempo SESSO INTERESSE PER STATISTICA
Esercitazione 1 del corso di Statistica 2
Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,
Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano
Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre
MACROECONOMIA A.A. 2014/2015
MACROECONOMIA A.A. 2014/2015 ESERCITAZIONE 2 MERCATO MONETARIO E MODELLO /LM ESERCIZIO 1 A) Un economa sta attraversando un perodo d profonda crs economca. Le banche decdono d aumentare la quota d depost
1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30
1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza
La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013
Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone
Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre
TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)
Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012
CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso
Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi
Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla
Università degli Studi di Urbino Facoltà di Economia
Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva
Esercitazione 8 del corso di Statistica (parte 1)
Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.
LE CARTE DI CONTROLLO
ITIS OMAR Dpartento d Meccanca LE CARTE DI CONTROLLO Carte d Controllo Le carte d controllo rappresentano uno degl struent pù portant per l controllo statstco d qualtà. La carta d controllo è corredata
Variabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
Esercitazioni del corso di relazioni tra variabili
Eserctazon del corso d relazon tra varabl Gancarlo anz Facoltà d Socologa Unverstà degl Stud d lano Bcocca gancarlomanz@statstcaunmbt Eserctazone n lano, ebbrao 7 Sommaro seconda eserctazone sure dell
Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,
Strutture deformabili torsionalmente: analisi in FaTA-E
Strutture deformabl torsonalmente: anals n FaTA-E Il comportamento dsspatvo deale è negatvamente nfluenzato nel caso d strutture deformabl torsonalmente. Nelle Norme Tecnche cò vene consderato rducendo
C.I. di Metodologia clinica
C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle
La contabilità analitica nelle aziende agrarie
2 La contabltà analtca nelle azende agrare Estmo rurale ed element d contabltà (analtca) S. Menghn Corso d Laurea n Scenze e tecnologe agrare Percorso Economa ed Estmo Contabltà generale e cont. ndustrale
Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne
Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che
Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno
Unverstà degl Stud d Cassno, Anno accademco 004-005 Corso d Statstca, Pro. M. Furno Eserctazone del 5//005 dott. Claudo Conversano Eserczo Ad un certo tavolo d un casnò s goca lancando un dado. Il goco
LA VARIABILITA. IV lezione di Statistica Medica
LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce
Modelli con varabili binarie (o qualitative)
Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.
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
* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1
APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone
PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D
FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà
1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x
TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra
x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n
Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà
Il trattamento dei dati a fini descrittivi
Il trattamento de dat a fn descrttv Rappresentazone de dat: Dstrbuzon d frequenza Rappresentazon grafche Dstrbuzon doppe Sntes de dat Calcolo d ndc: poszone, varabltà, forma Studo delle relazon tra due
Approfondimento 7.4 - Altri tipi di test di significatività del coefficiente di correlazione di Pearson
Appofondmento 7.4 - Alt tp d test d sgnfcatvtà del coeffcente d coelazone d Peason Una delle cause pncpal della cattva ntepetazone del test d sgnfcatvtà d è che s fonda su un potes nulla pe cu ρ 0. In
Esercizio statistica applicata all ingegneria stradale pag. 1
ESERCIZIO STATISTICA APPLICATA ALLA PROGETTAZIONE STRADALE SINTESI S supponga d avere eseguto 70 sure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal sure
Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione
Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM
Lezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119
STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE
Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE
= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)
ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa
Definizione di campione
Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta
Oltre la regressione lineare
Oltre la regressone lneare Modello d regressone lneare (semplce o multpla: - varabl esplcatve X quanttatve e qualtatve (nserte tramte uso d varabl dummy - varable dpendente Y è quanttatva Y = b + b X +
y. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2
Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco
TECNICHE DI ANALISI DEI DATI MODELLI LINEARI
TECNICHE DI ANALISI DEI DATI AA 16/17 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/rwabbd Seconda Unverstà d Napol (SUN) Dpartmento d Pscologa TECNICHE
La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente
Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della
STATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Ran mran@unpr.t http://www.ran.t Rcham sulla regressone MODELLO DI REGRESSIONE y a + b + e dove: 1,, n a + b rappresenta una retta: a ordnata all orgne ntercetta b coeff.
Leggere i dati da file
Esempo %soluzon d una equazone d secondo grado dsp('soluzon d a^+b+c') anput('damm l coeffcente a '); bnput('damm l coeffcente b '); cnput('damm l coeffcente c '); deltab^-4*a*c; f delta0 dsp('soluzon
Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.
Propagazone degl error statstc. Test del χ per la bontà d adattamento. Metodo de mnm quadrat. Eserctazone 14 gennao 004 1 Propagazone degl error casual Sano B 1,..., B delle varabl casual con valor attes
TECNICHE DI ANALISI DEI DATI MODELLI LINEARI
TECNICHE DI ANALISI DEI DATI AA 017/018 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/hxl9zg Unverstà della Campana Lug Vanvtell Dpartmento d Pscologa
I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:
I IDACATI E LA COTRATTAZIOE COLLETTIVA Il ruolo economco del sndacato n concorrenza mperfetta, n cu: a) le mprese fssano prezz de ben n contest d concorrenza monopolstca (con extra-proftt); b) lavorator
Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013
Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2012-2013 Eserctazone: 4 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/41? Aula "Ranzan B" 255 post 1 2 3 4 5 6 7 8 9
Esercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
Indicatori di dimensione e di concentrazione
Indcator d dmensone e d concentrazone 1 Indcator d dmensone Lo studo delle caratterstche struttural ed evolutve d un sstema produttvo necessta dell mpego d ndcator per msurare la dmensone delle untà economche
Analisi di dati di frequenza
Analisi di dati di frequenza Fase di raccolta dei dati Fase di memorizzazione dei dati in un foglio elettronico 0 1 1 1 Frequenze attese uguali Si assuma che dalle risposte al questionario sullo stato
Introduzione al Machine Learning
Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone
Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?
Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà
Misure di dispersione. Introduzione. Statistica descrittiva. Distribuzioni di probabilità e funzioni di ripartizione. Indici di posizione
UNIVERSITA DEL SALENTO CORSO DI LAUREA IN FISICA (a.a. 007/008) Corso d Laboratoro II (Prof. Antono D INNOCENZO) ESERCITAZIONE DI STATISTICA * Lo scopo d questa eserctazone è quello d comncare ad utlzzare
Esame di Statistica Corso di Laurea in Economia Prof.ssa Giordano
Esame d Statstca Corso d Laurea n Economa Prof.ssa Gordano 6 Febbrao 0 Cognome Nome atr. Eserczo I dat seguent s rferscono al numero d mmatrcolat nel gruppo d cors d studo n Economa n 5 ann accademc. Calcolare
Soluzione esercizio Mountbatten
Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno
Studio grafico-analitico di una funzioni reale in una variabile reale
Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della
INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA
Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007
La retroazione negli amplificatori
La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo
MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L.
MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura d L.Bernard) 3.3. Dsegn d camponamento d Lorenzo Bernard 3.3.1. Una defnzone per ntrodurre
Lezione n La concentrazione
1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone
Grafico di una serie di dati sperimentali in EXCEL
Grafco d una sere d dat spermental n EXCEL 1. Inseramo sulla prma rga l ttolo che defnsce l contenuto del foglo. Po nseramo su un altra rga valor spermental della x e su quella successva valor della y.
Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statstca - metodologe per le scenze economche e socal /e S Borra, A D Cacco - McGraw Hll Es Soluzone degl esercz del captolo 7 In base agl arrotondament effettuat ne calcol, s possono rscontrare pccole
Lezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90
3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -
PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata
Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi
ESEMPIO N. Anals d mercuro n matrc solde medante spettrometra d assorbmento atomco a vapor fredd 0 Introduzone La determnazone del mercuro n matrc solde è effettuata medante trattamento termco del campone
Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements
Torna al programma Sstema per la garanza della qualtà ne sstem automatc d msura alle emsson: applcazone del progetto d norma pren 14181:2003. Rsultat dell esperenza n campo presso due mpant plota. Cprano
Soluzione esercizi seconda settimana
Soluzone esercz seconda settmana Es. 7 famgle Spesa per manfestazo n cultural (Z) A 00,9 B 40 4,0 C 50,5 D 70,6 E 80, F 300,8 G 00,5 Reddto mensle del capofamgla (x 000 Euro) (Y) Costrure l dagramma d
ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X
ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe
Misure dirette utilizzate per il calcolo della misura indiretta X:
Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X
Analisi della Varianza
Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella
Il procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.
SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE
Analisi statistica di dati biomedici Analysis of biologicalsignals
Anals statstca d dat bomedc Analyss of bologcalsgnals I Parte Inferenza statstca Agostno Accardo (accardo@unts.t) Master n Ingegnera Clnca LM Neuroscenze 2013-2014 e segg. Altman Practcal statstcs for
Capitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:
Anals ammortzzata Anals ammortzzata S consdera l tempo rchesto per esegure, nel caso pessmo, una ntera sequenza d operazon. Se le operazon costose sono relatvamente meno frequent allora l costo rchesto