La verifica delle ipotesi

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "La verifica delle ipotesi"

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 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

Dettagli

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 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

Dettagli

Concetti principale della lezione precedente

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

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

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

Dettagli

Esercitazioni del corso: STATISTICA

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

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

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

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

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

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

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

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

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:

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

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

Dettagli

ANALISI DI TABELLE DI CONTINGENZA

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

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

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:

Dettagli

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi

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

Dettagli

Esame di Statistica Corso di Laurea in Economia

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

Dettagli

Variabili statistiche - Sommario

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

Dettagli

3. Esercitazioni di Teoria delle code

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

Dettagli

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.

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

Dettagli

Università degli Studi di Urbino Facoltà di Economia

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

Dettagli

La contabilità analitica nelle aziende agrarie

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

Dettagli

Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione

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

Dettagli

LA COMPATIBILITA tra due misure:

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

Dettagli

LE CARTE DI CONTROLLO

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

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

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

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

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

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

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012

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

Dettagli

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 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

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

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

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

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

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * 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

Dettagli

Esercitazione 8 del corso di Statistica (parte 1)

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:.

Dettagli

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

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.

Dettagli

Introduzione al Machine Learning

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

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

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

Dettagli

Grafico di una serie di dati sperimentali in EXCEL

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.

Dettagli

Misure di dispersione. Introduzione. Statistica descrittiva. Distribuzioni di probabilità e funzioni di ripartizione. Indici di posizione

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

Dettagli

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007

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

Dettagli

Propagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.

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

Dettagli

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:

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

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

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,

Dettagli

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi

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

Dettagli

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 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

Dettagli

Esercizio statistica applicata all ingegneria stradale pag. 1

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

Dettagli

Modelli con varabili binarie (o qualitative)

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.

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill

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

Dettagli

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm.

Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm. Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo d.amodo@unvpm.t Ing. Ganluca Chappn g.chappn@unvpm.t http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano

Dettagli

Strutture deformabili torsionalmente: analisi in FaTA-E

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

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.

Dettagli

PROGRAMMAZIONE DIDATTICA

PROGRAMMAZIONE DIDATTICA ISTITUTO ISTRUZIONE SUPERIORE STATALE CARLO GEMMELLARO CATANIA PROGRAMMAZIONE DIDATTICA ECONOMIA AZIENDALE A.S.: 2015/2016 Prof Pnzzotto Dana classe 5 b afm Obtv educatv OBTV ddattc trasversal Acqusre

Dettagli

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

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

Dettagli

METODI BAYESIANI PER IL CONTROLLO STATISTICO DI QUALITA

METODI BAYESIANI PER IL CONTROLLO STATISTICO DI QUALITA Unverstà degl Stud d Bresca Poltecnco d Mlano Unverstà degl Stud d Pava Unverstà degl Stud d Lecce Dottorato d Rcerca n TECNOLOGIE E SISTEMI DI LAVORAZIONE XII CICLO METODI BAYESIANI PER IL CONTROLLO STATISTICO

Dettagli

Università degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno

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

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 3 Incertezza di misura Pagina 26 CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure

Dettagli

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements

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

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA:

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA: Economa del Settore Pubblco Laura Vc laura.vc@unbo.t www.dse.unbo.t/lvc/edsp_.htm LEZIONE 4 Rmn, 9 aprle 008 Economa del Settore Pubblco 96 I prncpal ndc d dseguaglanza: ndc d entropa generalzzata Isprata

Dettagli

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

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

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

Capitolo 2 Dati e Tabelle

Capitolo 2 Dati e Tabelle Captolo 2 Dat e Tabelle La Descrzone della Popolazone La descrzone d una popolazone passa attraverso due fas: 1. la formazone de dat statstc 2. la sntes de dat La formazone del dato statstco prevede: ()

Dettagli

MACROECONOMIA A.A. 2014/2015

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

Dettagli

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2

RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A 2 RICHIAMI SULLA RAPPRESENTAZIONE IN COMPLEMENTO A La rappresentazone n Complemento a Due d un numero ntero relatvo (.-3,-,-1,0,+1,+,.) una volta stablta la precsone che s vuole ottenere (coè l numero d

Dettagli

PRODOTTI TRANSGENICI E CONSUMATORI: IL RUOLO DELLA CONOSCENZA E DELL'ATTITUDINE AL RISCHIO L. Cembalo - G. Cicia - F. Verneau 1 2

PRODOTTI TRANSGENICI E CONSUMATORI: IL RUOLO DELLA CONOSCENZA E DELL'ATTITUDINE AL RISCHIO L. Cembalo - G. Cicia - F. Verneau 1 2 PRODOTTI TRANSGENICI E CONSUMATORI: IL RUOLO DELLA CONOSCENZA E DELL'ATTITUDINE AL RISCHIO L. Cembalo - G. Cca - F. Verneau 1 2 1 - Introduzone In senso lato le botecnologe possono essere defnte come un

Dettagli

RISULTATI PRIMO RAPPORTO

RISULTATI PRIMO RAPPORTO INDAGINE EPIDEMIOLOGICA PRESSO LA POPOLAZIONE RESIDENTE A FALCONARA MARITTIMA E COMUNI LIMITROFI RISULTATI PRIMO RAPPORTO A cura d: Dott.ssa Elsabetta Meneghn Dott. Paolo Bal Dott. Mauro Marottn (ARPAM,

Dettagli

INDAGINE ESAUSTIVA O CAMPIONARIA?

INDAGINE ESAUSTIVA O CAMPIONARIA? INDAGINE ESAUSTIVA O CAMPIONARIA? S rcorre certamente all ndagne per campone quando la rlevazone completa è mpossble e quando la determnazone delle modaltà possedute dalle untà n esame ne comporta la dstruzone

Dettagli

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. 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

Dettagli

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand

31/03/2012. Collusione (Cabral cap.8 PRN capp. 13-14) Il modello standard. Collusione nel modello di Bertrand. Collusione nel modello di Bertrand Collusone (Cabral cap.8 PRN capp. 13-14) Accord tact o esplct per aumentare l potere d mercato e pratcare prezz pù elevat rspetto all equlbro non cooperatvo corrspondente Esste un vantaggo dalla collusone

Dettagli

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)

3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu) lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu

Dettagli

Studio grafico-analitico di una funzioni reale in una variabile reale

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

Dettagli

DATA MINING E CLUSTERING

DATA MINING E CLUSTERING Captolo 4 DATA MINING E CLUSTERING 4. Che cos'è l Data Mnng Per Data Mnng s'ntende quel processo d estrazone d conoscenza da banche dat, tramte l'applcazone d algortm che ndvduano le assocazon non mmedatamente

Dettagli

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

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

Dettagli

Adattamento di una relazione funzionale ai dati sperimentali

Adattamento di una relazione funzionale ai dati sperimentali Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo

Dettagli

Potenzialità degli impianti

Potenzialità degli impianti Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà

Dettagli

FORMAZIONE ALPHAITALIA

FORMAZIONE ALPHAITALIA ALPHAITALIA PAG. 1 DI 13 FORMAZIONE ALPHAITALIA IL SISTEMA DI GESTIONE PER LA QUALITA Quadro ntroduttvo ALPHAITALIA PAG. 2 DI 13 1. DEFINIZIONI QUALITA Grado n cu un nseme d caratterstche ntrnseche soddsfa

Dettagli

Campo di applicazione

Campo di applicazione Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

Dettagli

Approfondimento 7.4 - Altri tipi di test di significatività del coefficiente di correlazione di Pearson

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

Dettagli

Apprendimento Automatico e IR: introduzione al Machine Learning

Apprendimento Automatico e IR: introduzione al Machine Learning Apprendmento Automatco e IR: ntroduzone al Machne Learnng MGRI a.a. 2007/8 A. Moschtt, R. Basl Dpartmento d Informatca Sstem e produzone Unverstà d Roma Tor Vergata mal: {moschtt,basl}@nfo.unroma2.t 1

Dettagli

Indici di misurazione del potere di mercato

Indici di misurazione del potere di mercato Indc d msurazone del potere d mercato Metod tradzonal: tass d rendmento, margn e q d Tobn Indc d concentrazone Metod presuntv d Ganmara Martn Introduzone Le teore de mercat concorrenzal e non concorrenzal

Dettagli

lxmi.mi.infn.it/~camera/silsis/laboratorio-1/2-statistica.ppt http://www2.dm.unito.it/paginepersonali/zucca/index.htm Misura:

lxmi.mi.infn.it/~camera/silsis/laboratorio-1/2-statistica.ppt http://www2.dm.unito.it/paginepersonali/zucca/index.htm Misura: Elaborazone de dat geochmc e cenn d statstca lm.m.nfn.t/~camera/slss/laboratoro-1/-statstca.ppt http://www.dm.unto.t/pagnepersonal/zucca/nde.htm Msura: Espressone quanttatva del rapporto fra una grandezza

Dettagli

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1

Variabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1 Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl

Dettagli

IL FINANZIAMENTO DELLA SANITÀ IN ITALIA: FINANZA AUTONOMA O DERIVATA?

IL FINANZIAMENTO DELLA SANITÀ IN ITALIA: FINANZA AUTONOMA O DERIVATA? WORKIG PAPER o 68 febbrao 2009 IL FIAZIAMETO DELLA SAITÀ I ITALIA: FIAZA AUTOOMA O DERIVATA? AGESE SACCHI JEL Classfcaton: H5, H75, H77 Keywords: Sstema santaro nazonale Federalsmo fscale socetà talana

Dettagli

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO

GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza

Dettagli

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

L analisi di studi con variabili di risposta multiple

L analisi di studi con variabili di risposta multiple X1 X X 3 Quando un confronto venga effettuato per tre lvell d un fattore, sembrerebbe ntutvo effettuare l confronto con l test t d Student a pù lvell: X X X 1 1 vs vs vs X X X 3 3 Metodologa per l anals

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

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

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

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

Dettagli

Probabilità cumulata empirica

Probabilità cumulata empirica Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè

Dettagli

PREVEDERE IL CHURN: UN APPROCCIO LONGITUDINALE

PREVEDERE IL CHURN: UN APPROCCIO LONGITUDINALE UNIVERSITÀ DEGLI STUDI DI PADOVA FACOLTÀ DI SCIENZE STATISTICHE CORSO DI LAUREA SPECIALISTICA IN SCIENZE STATISTICHE, ECONOMICHE, FINANZIARIE E AZIENDALI PREVEDERE IL CHURN: UN APPROCCIO LONGITUDINALE

Dettagli

MODELLI STOCASTICI DELLA CLASSE GLM

MODELLI STOCASTICI DELLA CLASSE GLM MODELLI STOCASTICI DELLA CLASSE GLM S possono consderare GLM con dstrbuzone specfcata o modell con quas-verosmglanza, quest ultm sono modell d tpo semparametrco. Illustramo l loro uso come: strumento d

Dettagli

Elementi di statistica

Elementi di statistica Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e

Dettagli

Esercitazione 12 ottobre 2011 Trasformazioni circuitali. v 3. v 1. Per entrambi i casi, i valori delle grandezze sono riportati in Tab. I.

Esercitazione 12 ottobre 2011 Trasformazioni circuitali. v 3. v 1. Per entrambi i casi, i valori delle grandezze sono riportati in Tab. I. Eserctazone ottobre 0 Trasformazon crcutal Sere e parallelo S consderno crcut n Fg e che rappresentano rspettvamente un parttore d tensone e uno d corrente v v v v Fg : Parttore d tensone Fg : Parttore

Dettagli

Elementi di linear discriminant analysis per la classificazione e il posizionamento nelle ricerche di marketing

Elementi di linear discriminant analysis per la classificazione e il posizionamento nelle ricerche di marketing http://www.mauroennas.eu Element d lnear dscrmnant analyss per la classfcazone e l poszonamento nelle rcerche d maretng Mauro Ennas Lnear Dscrmnant Analyss http://www.mauroennas.eu ADL_fnale_confronto_Ecel.sav

Dettagli

PROTOCOLLO C'INTESA PER LA TUTELA E IL TRA: La Provincia di Avellino. Il Consorzio ASI di Avellino. La Società Irpiniambiente spa

PROTOCOLLO C'INTESA PER LA TUTELA E IL TRA: La Provincia di Avellino. Il Consorzio ASI di Avellino. La Società Irpiniambiente spa PROTOCOLLO C'NTESA PER LA TUTELA E L RSANAMENTO CELLA MEDA VALLE DEL "'''1.''' TRA: La Provnca d Avellno l Consorzo AS d Avellno La Socetà rpnambente spa l Comune d Atrpalda l Comune d Avellno l Comune

Dettagli

Studente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S

Studente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S Esercz del corso d Statstca A.A 00-0 a cura d : Gulana Satta Eserczo E stato estratto un campone d 5 student tra frequentant l secondo semestre e s sono osservate le seguent caratterstche: esam sostenut

Dettagli

Strategie multi-prodotto nei servizi di pubblica utilità: effetti della diversificazione e della densità dell utenza

Strategie multi-prodotto nei servizi di pubblica utilità: effetti della diversificazione e della densità dell utenza Stratege mult-prodotto ne servz d pubblca utltà: effett della dversfcazone e della denstà dell utenza Govann FRAQUELLI, Massmlano PIACENZA, Davde VANNONI Workng Paper 2, 2003 Hermes Real Collego Carlo

Dettagli

Teoria delle Decisioni

Teoria delle Decisioni La teora delle decson Teora delle Decson L oggetto della Decson Theory è la decsone ntesa come scelta tra alternatve Esemp: se ntrodurre o meno d un nuovo prodotto, se rnnovare un mpanto oppure aprrne

Dettagli

Verifica di efficacia di un Sistema di Gestione di Sicurezza e Salute sul lavoro: l OHSAS 18001

Verifica di efficacia di un Sistema di Gestione di Sicurezza e Salute sul lavoro: l OHSAS 18001 Relazone Verfca d effcaca d un Sstema d Gestone d Scurezza e Salute sul lavoro: l OHSAS 18001 Gl nfortun sul lavoro e le malatte professonal sono ad ogg uno de prncpal problem che afflggono l Itala e

Dettagli

Mobilità intergenerazionale e decisioni scolastiche in Italia

Mobilità intergenerazionale e decisioni scolastiche in Italia Mobltà ntergenerazonale e decson scolastche n Itala Danele Checch Unverstà d Mlano Luca Flabb Georgetown Unversty questa versone: 25 gennao 2006 Introduzone In un recente lavoro, Hanushek e Wößmann (2005)

Dettagli