Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione"

Transcript

1 Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1 se la risposta è corretta, -1 se la risposta o è corretta, 0 se la risposta o viee data. Codizioe ecessaria (o sufficiete) per superare l esame è otteere u puteggio maggiore o uguale a 5 ella prima parte. Tempo a disposizioe 2 ore dalla cosega del testo d esame. Barrare co ua X la risposta corretta e riportarla chiaramete i maiuscolo (A, B, C...) ella seguete tabella: Domada Risposta B D A B E C B A C A 1. Cosideriamo ua variabile aleatoria X che può assumere valori 2, 4 o 6. Se sappiamo che P (X = 2) = 1 3 e P (X = 4) = 1 2 allora: (a) P (X = 6) = 0 e F X (6) = 1 (b) P (X = 6) = 1 6 e F X(6) = 1 (c) P (X = 6) = 1 e F X (6) = 1 6 (d) P (X = 6) 0 e F X (6) = Sia X ua variabile aleatoria N(0, 1) e Φ la sua fuzioe di ripartizioe. Allora: (a) P [X > 2.5] = 2[1 Φ(2.5)] (b) P [X > 2.5] = Φ(2.5) Φ( 2.5) (c) P [X > 2.5] = è circa 1 (d) P [X > 2.5] = 1 Φ(2.5) 3. Siao A e B due geerici eveti che verificao B A e P (A) = 1 p, P (B) = p, (0 < p < 1 2 ); idicare quale delle segueti risposte è vera: (a) P [A B] = p (b) P [A B] = P [A]P [B]

2 (c) P [A B] = 1 p (d) P [B A] = 0 4. Cosideriamo il test d ipotesi H 0 : µ = µ 0, H 1 : µ µ 0 per la media di ua popolazioe ormale di variaza σ 2 ota, co errore del primo tipo pari a 1 α. Sia [ X σ Φ 1 ( 1+α 2 ), X + σ Φ 1 ( 1+α 2 )] I α u itervallo di cofideza per µ al 100(α). (a) l ipotesi H 0 è rifiutata se e solo se µ 0 I α (b) l ipotesi H 0 è rifiutata se e solo se µ 0 / I α (c) l ipotesi H 0 è rifiutata se e solo se l ampiezza di I α è σ Φ 1 ( 1+α 2 ) (d) il fatto che µ 0 appartega o meo ad I α è iifluete sulle ostre decisioi riguardo ad H 0 5. Sia X ua variabile aleatoria che cota il umero di palle biache estratte i 10 estrazioi co rimpiazzo da u ura che cotiee solo palle rosse e biache. Dire quali delle segueti risposte soo corrette: (a) può o esistere var[x] (b) X è ua va cotiua (c) var[2x] = 4 + var[x] (d) var[a + X] = a 2 var[x] (e) E[X] 0 6. U itervallo di cofideza al 90% per u parametro icogito θ è: (a) il complemetare di u itervallo che ha probabilità 0.90 di coteere θ (b) u itervallo che ha probabilità pari 0.10 di coteere θ (c) u itervallo che ha probabilità pari 0.90 di coteere θ (d) u itervallo i cui il parametro θ cade co probabilità Uo stimatore MLE è (a) sempre diverso dallo stimatore otteuto co il metodo dei mometi (b) asitoticamete corretto (c) o è asitoticamete ormale (d) o è cosistete 8. Cosideriamo u variabile aleatoria X co distribuzioe di Biomiale co parametri = 3 e p = 2 3. Allora la P (X 2) vale: (a) 0.74 (b) 0.13

3 (c) 0.33 (d) La fuzioe di ripartizioe di ua variabile aleatoria X è 0 se x < 0 x/4 se 0 x < 3 F X (x) = 4/5 se 3 x < 6 1 se x 6 Quato vale P (X 1)? Idicare la risposta corretta. (a) 0 (b) 3 4 (c) 1 4 (d) U itervallo di cofideza di livello 0.95 per la media µ di ua popolazioe ormale e co variaza ota σ 2 è, a parità di ampiezza campioaria: (a) più ampio dello stesso itervallo di livello 0.90 (b) più ampio dello stesso itervallo di livello 0.99 (c) il livello α o icide sull ampiezza dell itervallo perché la variaza è ota (d) se la variaza o fosse ota l ampiezza dell itervallo sarebbe la stessa

4 Secoda parte - Modalità B - SOLUZIONE 1. Dimostrare che la variaza di ua variabile aleatoria co distribuzioe di Beroulli di parametro p è var[x] = p(1 p). Si sa che ua variabile aleatoria di Beroulli X B(p) può assumere solo valori pari a 0 o 1, co probabilità rispettivamete 1 p e p. Si ha perciò che 1 E[X] = x i p(x i ) = 0 (1 p) + 1 p = p. i=0 Da cui segue E[X] 2 = p 2 e E[X 2 ] = 1 x 2 i p(x i ) = 0 2 (1 p) p = p. i=0 Da cui V AR[X] = E[X 2 ] E[X] 2 = p p 2 = p (1 p) = p q. 2. La società Femmia è bello, per cui la sigora Grazia lavora, orgaizza ua cea tra doe per i dipedeti e le loro figlie. Soo ivitate solo le dipedeti madri di figlie femmie, isieme co la maggiore tra le figlie femmie. La sigora Grazia ha due figli (di cui o si coosce il sesso) ed è ivitata alla cea. Qual è la probabilità codizioata che etrambi i figli siao femmie? (suggerimeto: scrivere le possibili coppie di figli che può avere la sigora Grazia) Lo spazio delle possibili coppie di figli della sigora Grazia è dato da {(m, m), (m, f), (f, m), (f, f)} dove la scrittura (m, f) dice che il primo figlio è maschio e il secodo è femmia e così via per le altre coppie. Il fatto che la sigora Grazia sia ivitata a cea implica che almeo ua tra i suoi figli è femmia, quidi l eveto (m, m) sicuramete o si verifica. Sia A l eveto almeo u figlio è femmia e sia B l eveto etrambe le figlie soo femmie. La probabilità cercata è: P (B A) = A B B = P ({(f, f)}) P ({(f, f), (f, m), (m, f)}) = 1/4 3/4 = 1/3 3. Due ricercatori tetao di dimostrare, idipedetemete, lo stesso teorema. La probabilità che il primo ricercatore riesca a dimostrarlo è 0.2, metre la probabilità che ci riesca il secodo è 0.7. Si calcoli: (a) la probabilità che solo il primo ricercatore riesca a dimostrare il teorema

5 Sia A l eveto il primo ricercatore dimostra il teorema e B l eveto il secodo ricercatore dimostra il teorema. P (A)=1/5 (b) la probabilità che essuo dei due ricercatori dimostri il teorema L eveto C essuo dei due ricercatori dimostra il teorema è il complemetare dell eveto A B o uo o l altro, o etrambi dimostrao il teorema. P (C) = P (A B) = 1 P (A B) = 1 (P (A)+P (B) P (A B)) = essedo gli eveti idipedeti otteiamo 1 P (A) P (B) + P (A)P (B) = = Si poteva ache usare De Morga secodo cui la prob del complemetare della somma è la prob. dell itersez. dei complemetari, per cui, sfruttado l idipedeza, si ha: P (C) = P (A B) = P (Ā) B) = P (Ā))P ( B) = (1 0.2) (1 0.7) = = (c) la probabilità che almeo uo dei due dimostri il teorema Ragioado come prima: P (A B) = P (A)+P (B) P (A B) = P (A)+P (B) P (A)P (B) = = 0.76 (d) la probabilità che, dato che il primo ricercatore ha dimostrato il teorema, lo dimostri ache il secodo P (B A) = P (A B) P (A) = P (A)P (B) P (A) = P (B) = Sia X la quatità di succo d aracia (i grammi al gioro) cosumata da ua persoa italiaa. Si suppoga di cooscere la deviazioe stadard di X (σ = 84). Per stimare la media µ di X, u associazioe di cosumatori cosidera u campioe aleatorio di = 1089 italiai e trova che, i media, essi cosumao 153 gr di succo d aracia al gioro.

6 (a) Calcolare u itervallo di cofideza bilaterale al 95% per µ. Si sa che σ = 84, = 1089 e che X = 153. Ioltre, X N(µ, ). Voglio trovare u itervallo per µ tale che P ( a X µ σ a) = 0.95, cioè a = Φ 1 (1 α 2 ) = Φ(0.975) = 1.960, perciò l IC cercato è [ X σ, X σ ] = [ , ] = [148.01, ] (b) Calcolare u itervallo di cofideza uilaterale siistro al 90% per µ. Si sa che σ = 84, = 1089 e che X = 153. Ioltre, X N(µ, ). Voglio trovare u itervallo per µ tale che P ( X µ σ a) = 0.9, cioè a = Φ 1 (1 α) = Φ(0.9) = 1.282, perciò l IC cercato è [ X σ, + ] = 84 [ , + ] = [152.9, + ] Sia X la quatità di whisky (i mm) coteuta i ua bottiglia. Si suppoga che la distribuzioe di X sia N(µ, 9). Per testare l ipotesi H 0 : µ = 750 cotro l ipotesi alterativa H 1 : µ = 748 si utilizza la seguete regioe critica C = { x : x } dove x è la media campioaria del coteuto di whisky di bottiglie. (a) Qual è il livello di sigificatività del test (α)? Sia X la quatità di whisky, X N(µ, 9). Sia H 0 : µ = 750 cotro l alterativa H 1 : µ = 745. P ( X α = P (rifiutare H 0 quado H 0 è vera) = P ( X C H 0 è vera) = P ( X µ = 750) = ) = Φ( 1.25) = 1 Φ(1.25) = = 0.11

7 (b) Calcolare la probabilià di errore del secodo tipo. β = P (accetare H 0 quado H 0 è falsa) = P ( X / C H 0 è falsa) = P ( X > µ = 748) = P ( X ) = 1 Φ(1.41) = = (c) Stabilire se, sulla base delle segueti osservazioi, l ipotesi ulla viee o meo accettata 755, 752, 754, 747, 748, 746, 747, 754, 755, 753, 744, 750, 746, 747, 754, 755. Si calcola x = = , poiché x / C, allora o si rifuta H 0. (d) Calcolare il p-value del test Si sa che il p-value è P ( X x H 0 ) perciò p value = P ( X µ = 750) = P ( X Φ(0.59) = ) = 6. (Esercizio facoltativo) U ecoomista ha cofrotato l output di due processi fiaziari, X e Y. Ha estratto dal processo X u campioe di umerosità = 64, da cui ha otteuto ua media campioaria X = 12.5, metre dal processo Y ha estratto u campioe di umerosità m = 100, che ha dato ua media campioaria Ȳ = I due processi hao deviazioi stadard coosciute, σ X = 2.1 e σ Y = 2.2. A livello 5% l ecoomista potrebbe cocludere che i processi presetao output medi diversi? Si voglioo cofrotare le medie di due popolazioi idipedeti cooscedo le variaze. I ipotesi di ormalità, X N(µ X, σx 2 ) e Y N(µ Y, σy 2 ). Il sistema d ipotesi è H 0 : µ X = µ Y cotro H 1 : µ X µ Y e la statistica test è U = X Ȳ σ 2 X + σ2 Y m co regioe di rifiuto U z 0.95 = Il valore osservato risulta essere u =

8 pertato l ecoomista coclude che i due output medi coicidoo al 5% di sigificatività.

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioi Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità A - soluzione

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità A - soluzione Statistica ifereziale, Varese, 25 ovembre 2008 Prima parte - Modalità A - soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità B - soluzione

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità B - soluzione Statistica ifereziale, Varese, 25 ovembre 2008 Prima parte - Modalità B - soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1 ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao

Dettagli

Matematica con elementi di Informatica

Matematica con elementi di Informatica La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche

Dettagli

II Esonero - Testo A

II Esonero - Testo A Dip. di Igegeria, Uiv. Roma Tre Prof. E. Scoppola, Dott.M. Quattropai Probabilità e Statistica, 2017-18, I semestre 29 Geaio 2018 II Esoero - Testo A Cogome Nome Matricola Esercizio 1. (20%) Si cosideri

Dettagli

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua

Dettagli

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa

Dettagli

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti: Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli

Stime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo

Stime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo Abbiamo visto che, data ua v.a. X di cui o si cooscao valore atteso e variaza, tali umeri si possoo stimare putualmete el seguete modo: si prede u casuale X 1,...,X di v.a. aveti la stessa legge di X;

Dettagli

Appunti di STATISTICA

Appunti di STATISTICA Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

Dettagli

Statistica Inferenziale Soluzioni 1. Stima puntuale

Statistica Inferenziale Soluzioni 1. Stima puntuale ISTITUZIONI DI STATISTICA A. A. 007/008 Marco Miozzo e Aamaria Guolo Laurea i Ecoomia del Commercio Iterazioale Laurea i Ecoomia e Ammiistrazioe delle Imprese Uiversità degli Studi di Veroa sede di Viceza

Dettagli

Corso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni

Corso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni Corso di Statistica Caale E Bii, Cutillo A.A. 17/18 Esercitazioe di riepilogo.8 Test di ipotesi Soluzioi Esercizio 1 A seguito della sostituzioe di u macchiario per il cofezioameto di caffè, il resposabile

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Dettagli

Statistica I - A.A

Statistica I - A.A Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06 PROVE SCRITTE DI MTEMTIC PPLICT, NNO 5/6 Esercizio 1 Prova scritta del 14/1/5 Sia X ua successioe I.I.D. di variabili aleatorie co distribuzioe uiforme cotiua, X U(, M), ove M = umero lettere del cogome.

Dettagli

7. Test d ipotesi. 2. L ipotesi è vera ma in base ai dati la rifiuto in questo caso si dice che si commette errore di prima specie

7. Test d ipotesi. 2. L ipotesi è vera ma in base ai dati la rifiuto in questo caso si dice che si commette errore di prima specie 7. Test d ipotesi U tipico problema che ci si può trovare ad affrotare è il seguete: Faccio ua certa ipotesi che idico co H 0 e che chiamo ipotesi ulla. I base ai dati che ho a disposizioe devo decidere

Dettagli

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni. Ifereza Statistica L ifereza statistica cerca di risalire al modello del feomeo sulla base delle osservazioi No coosciamo il modello del feomeo cioè la vc X A volte la coosceza può essere parziale (coosciamo

Dettagli

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5

Dettagli

Esercizi di Calcolo delle Probabilità e Statistica Matematica

Esercizi di Calcolo delle Probabilità e Statistica Matematica Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al

Dettagli

Le principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione

Le principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione Complemeti per il corso di Statistica Medica Le pricipali procedure ifereziali: ozioi, schemi di procedimeto ed esempi di applicazioe IC al livello (-α) % per la media µ Ipotesi: ella popolazioe il feomeo

Dettagli

Lezione 15. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 15. A. Iodice

Lezione 15. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 15. A. Iodice Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 () Statistica 2 / 29 itervallo margie di errore Per stimare u parametro della popolazioe,

Dettagli

Una funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore.

Una funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore. Stimatori e stime Teoria della stima Supporremo che sulla popolazioe sia defiita ua variabile X la cui distribuzioe, seppure icogita, è completamete caratterizzata da u parametro q o da u isieme di parametri

Dettagli

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6 X c () 0 0 0 0 t dx e x t altrove x e x x f x t x X = =4 =8 E[X] = Var[X] = Teorema Z, Z,, Z N(0 ; ) e idipedeti X= Z + Z + +Z c () Nota Esistoo tavole dei puti percetuali delle distribuzioi chi-quadro

Dettagli

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x

Dettagli

Esercitazione sette: soluzioni. H 1 : θ > 0.48 ( =

Esercitazione sette: soluzioni. H 1 : θ > 0.48 ( = Esercitazioe sette: soluzioi. { H0 : θ 0.48 H : θ > 0.48 a) La variabile Y ha ua distribuzioe beroulliaa di parametro θ. La desità appartiee alla famiglia espoeziale e possiamo vedere se è a rapporto di

Dettagli

STATISTICA A K (63 ore) Marco Riani

STATISTICA A K (63 ore) Marco Riani STATISTICA A K (63 ore Marco Riai mriai@uipr.it http://www.riai.it STIMA PUNTUALE (p. 55 Il parametro è stimato co u uico valore Esempio: stima della share di u programma TV % di spettatori el campioe

Dettagli

Test Statistici. In termini statistici, agli eventi appena indicati viene attribuita una probabilità ed una specifica definizione:

Test Statistici. In termini statistici, agli eventi appena indicati viene attribuita una probabilità ed una specifica definizione: Test Statistici U test statistico è ua regola che permette di stabilire se u ipotesi (H " ) può essere accettata (o rifiutata) o meo (rifiutata). I particolare, H " può essere vera o falsa e la sua accettazioe/rifiuto

Dettagli

Correzione Esercitazione 6

Correzione Esercitazione 6 Correzioe Esercitazioe 6 Esercizio. Poiché vogliamo usare il test del rapporto di verosimigliaza per u ipotesi ulla semplice, dobbiamo calcolare Λ(x) L(θ 0 x) supl(θ x) quidi al umeratore ci basta sostituire

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

Dettagli

Prova d esame di Calcolo delle Probabilità 02/07/2011

Prova d esame di Calcolo delle Probabilità 02/07/2011 Prova d esame di Calcolo delle Probabilità 0/07/0 N. MATRICOLA... COGNOME e NOME... Esercizio Cosideriamo due ure ed ua moeta truccata. La prima ura (ura A) cotiee pallie rosse e 4 biache, la secoda ura

Dettagli

Probabilità e Statistica Laurea Triennale in Matematica 17/06/2014 Soluzioni traccia B

Probabilità e Statistica Laurea Triennale in Matematica 17/06/2014 Soluzioni traccia B Probabilità e Statistica Laurea Trieale i Matematica 7/06/204 Soluzioi traccia B Esercizio 2. (Appello completo) Cosideriamo due ure A e B. L ura A cotiee 4 biglie rosse e 2 ere, metre l ura B cotiee biglia

Dettagli

ESERCITAZIONE N. 6 corso di statistica

ESERCITAZIONE N. 6 corso di statistica ESERCITAZIONE N. 6corso di statistica p. 1/18 ESERCITAZIONE N. 6 corso di statistica Marco Picoe Uiversità Roma Tre ESERCITAZIONE N. 6corso di statistica p. 2/18 Itroduzioe Variabili aleatorie cotiue Itervalli

Dettagli

Esercitazione ricapitolativa

Esercitazione ricapitolativa Esercitazioe ricapitolativa. (a) Dobbiamo calcolare il valor atteso dei due stimatori T e T 2 per verificare la o distorsioe. Partiamo col calcolare il valor atteso per la variabile X. E(X) = 3 x 3 dx

Dettagli

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

Soluzione CPS 22/6/04. I parte. (1). Chiamiamo C l evento l individuo scelto ha il colesterolo alto, V, O e NL rispettivamente

Soluzione CPS 22/6/04. I parte. (1). Chiamiamo C l evento l individuo scelto ha il colesterolo alto, V, O e NL rispettivamente Soluzioe CPS 22/6/04 I parte 1. Chiamiamo C l eveto l idividuo scelto ha il colesterolo alto, V, O e NL rispettivamete è vegetariao, è oivoro e o magia latticii. I dati soo: P C = 0.4, P O C = 0.75, P

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 9/1 Prova scritta del 13/1/1 Esercizio 1 Ua Ditta commerciale guadaga ogi ao ua somma X, ove si puo assumere che X N(µ, σ ). Ogi ao la Ditta paga ua tassa fissa

Dettagli

4. L ipotesi è falsa e la rifiuto bene. H 0 ) p = 0.5. Facciamo dunque n lanci. Otteniamo k teste ed n k croci:

4. L ipotesi è falsa e la rifiuto bene. H 0 ) p = 0.5. Facciamo dunque n lanci. Otteniamo k teste ed n k croci: 7 Test d ipotesi U tipico problema che ci si può trovare ad affrotare è il seguete: Faccio ua certa ipotesi che idico co H 0 e che chiamo ipotesi ulla I base ai dati che ho a disposizioe devo decidere

Dettagli

Corso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica

Corso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica Corso di Laurea i Igegeria Iformatica Ao Accademico 26/27 Calcolo delle Probabilità e Statistica Matematica Nome... N. Matricola... Acoa, geaio 27. (8 puti) Si vuole stimare il parametro p di ua legge

Dettagli

PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003

PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003 PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 5047 e 408) 5 geaio 00 SOLUZIONI Il uovo direttore di ua Baca di Credito Cooperativo si trova ad affrotare ua verteza di tipo sidacale che riguarda la

Dettagli

Correzione Esercitazione 5. Esercizio 1. Per determinare l intervallo di confidenza scegliamo come quantità. x 2) I 2 (0,θ) (x), da cui 1 F X (x θ) =

Correzione Esercitazione 5. Esercizio 1. Per determinare l intervallo di confidenza scegliamo come quantità. x 2) I 2 (0,θ) (x), da cui 1 F X (x θ) = Correzioe Esercitazioe 5 Esercizio 1. Per determiare l itervallo di cofideza scegliamo come quatità pivotale 1 F X θ) che ha distribuzioe U0, 1). Nel ostro caso, F X θ) = θ 1 θ ) I 0,θ) ), da cui 1 F X

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica I statistica la parola popolazioe idica l isieme di tutte le possibili osservazioi relative ad u feomeo. Popolazioe é, ad esempio, l isieme di tutti gli abitati di ua cittá, di

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti

Dettagli

Anemia. Anemia - percentuali

Anemia. Anemia - percentuali 1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14

Dettagli

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. N.B. Per la risoluzioe dei segueti esercizi, si fa riferimeto alle Tabelle riportate alla fie del documeto. Esercizio 1 I u villaggio turistico gli aimatori orgaizzao ua sfida. Vice u prazo i u ristorate

Dettagli

Soluzioni quarta esercitazione

Soluzioni quarta esercitazione Soluzioi quarta esercitazioe. (a) Dobbiamo calcolare il valor atteso dei due stimatori T e T 2 per verificare la o distorsioe. Partiamo col calcolare il valor atteso per la variabile X. E(X) = 3 x 3 dx

Dettagli

Esperimentazioni di Fisica 1. Prova scritta del 1 febbraio 2016 SOLUZIONI

Esperimentazioni di Fisica 1. Prova scritta del 1 febbraio 2016 SOLUZIONI Esperimetazioi di Fisica 1 Prova scritta del 1 febbraio 2016 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 7 10/09/2015 1. (12 Puti) Quesito. La variabile casuale cotiua x ha ua distribuzioe

Dettagli

Legge Gamma e Legge Chi quadro

Legge Gamma e Legge Chi quadro Legge Gamma e Legge Chi quadro Sia G ua variabile aleatoria di legge Gamma di parametri a e λ reali positivi, G Γ(a, λ, la cui fuzioe di desità è: f G (x = λa Γ(a e λx x a per x 0 dove Γ( è la fuzioe Gamma

Dettagli

Università degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO

Università degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO Versioe: 16 ottobre 2017 (h17:25) Uiversità degli Studi di Salero Pietro Coretto Corso di Statistica FORMULARIO Valori osservati per statistiche di posizioe, variabilità e correlazioe Nota: per ua distribuzioe

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA FACOLTÀ DI SOCIOLOGIA a. a. 011 01 Esame del 11-01-01 STATISTICA ESERCIZIO 1 U idagie sulle abitudii alimetari dei requetatori di u cetro itess ha moitorato il umero di caè cosumati i u gioro ormale e

Dettagli

Esercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli

Esercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli Esercitazioi del Corso di Probabilitá e Statistica Lezioe 6: Stime di parametri putuali e per itervalli Stefao Patti 1 19 geaio 005 Defiizioe 1 Ua famiglia di desitá f(, θ) ad u parametro (uidimesioale)

Dettagli

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09 Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile

Dettagli

Proprietà asintotiche stimatori OLS e statistiche collegate

Proprietà asintotiche stimatori OLS e statistiche collegate Proprietà asitotiche stimatori OLS e statistiche collegate Eduardo Rossi 2 2 Uiversità di Pavia (Italy) Maggio 2014 Rossi Proprietà asitotiche Ecoometria - 2014 1 / 30 Sommario Risultati prelimiari Distribuzioe

Dettagli

Seconda Prova Intermedia 28 Maggio 2019 Elementi di Probabilità e Statistica, Laurea Triennale in Matematica, M. Romito, M.

Seconda Prova Intermedia 28 Maggio 2019 Elementi di Probabilità e Statistica, Laurea Triennale in Matematica, M. Romito, M. Secoda rova Itermedia 8 Maggio 09 Elemeti di robabilità e Statistica, Laurea Trieale i Matematica, 08-9 M. omito, M. ossi roblema 0. Sia X, Y ) ua v.a. a valori i co desità dove N è u parametro fissato.

Dettagli

Corso di Statistica Facoltà di Economia

Corso di Statistica Facoltà di Economia Corso di Statistica Facoltà di Ecoomia Lezioe a.a. 000-00 00 Fracesco Mola Ifereza statistica Logica iduttiva Dal particolare al geerale Popolazioe [ v. c. ] f Ω x,, Se si coosce F si può fare ifereza

Dettagli

Esercizi di econometria: serie 2

Esercizi di econometria: serie 2 Esercizi di ecoometria: serie Esercizio Per quali delle segueti uzioi di desità cogiuta le variabili casuali ed soo idipedeti?......3.4.5..5 (a) (b) 3 4....3.6.9..4...5..5 3.. 3.8..4.6 (c) (d) Nel caso

Dettagli

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori. Parametri e statistiche Popolazioe Parametri Valori fissi, spesso o oti Campioe Statistiche o Stimatori Variabili casuali, le cui determiazioi dipedoo dalle particolari osservazioi scelte Parametri e statistiche

Dettagli

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

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto

Dettagli

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Statistica Inferenziale.

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Statistica Inferenziale. Apputi di Probabilità e Statistica a.a. 014/015 C.d.L. Iformatica Bioiformatica I. Oliva Lezioe 7 1 Statistica Ifereziale 1.1 Test di ipotesi Ipotesi statistica: assuto relativo ad uo o più parametri (igoti)

Dettagli

Dispense Inferenza PRELIMINARY DRAFT

Dispense Inferenza PRELIMINARY DRAFT Dispese Ifereza PRELIMINARY DRAFT Cristia Mollica & Ja Marti Rossi 1 Esercizio 3 - Prova scritta del 1-0-018 Esercizio 3. Ua baca vuole stimare la proporzioe π di persoe che accetterebbe di sottoscrivere

Dettagli

Statistica. Lezione 5

Statistica. Lezione 5 Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it

Dettagli

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott.

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott. VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE Psicometria - Lezioe Lucidi presetati a lezioe AA 000/00 dott. Corrado Caudek Il caso più comue di disego sperimetale è quello i cui i soggetti vegoo

Dettagli

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della 1 La stima putuale Argometi trattati: Stima putuale e stimatore Proprietà degli stimatori Stima putuale della media della popolazioe e sua distribuzioe Stima putuale di ua proporzioe e sua distribuzioe

Dettagli

Metodi di valutazione delle prestazioni di rete

Metodi di valutazione delle prestazioni di rete Metodi di valutazioe delle prestazioi di rete Prof. Ig. Carla Raffaelli Cofroto di diversi approcci Parametri di cofroto: precisioe requisiti di poteza di calcolo requisiti di memoria facilita' di approccio

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 24 maggio 26 Desità e distribuzioi cogiute e codizioate. Covergeza e approssimazioe Esercizio Uo studio dice che l ivestimeto i titoli di stato, rappresetato

Dettagli

Formulario (versione del 3/10/2015)

Formulario (versione del 3/10/2015) Uiversità degli Studi della Basilicata C.d.L. Ecoomia Aziedale Statistica a.a. 04/05 Docete: E. Di Nardo Frequeze Formulario versioe del 3/0/05 taglia campioe casuale x,..., x campioe casuale ordiato x...

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA

Dettagli

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 5 6 () Statistica 2 / 29 Importati disuguagliaze Variabili casuali co distribuzioi o

Dettagli

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0 TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si

Dettagli

Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018

Primo appello di Calcolo delle probabilità Laurea Triennale in Matematica 22/01/2018 Primo appello di Calcolo delle probabilità Laurea Trieale i Matematica 22/0/20 COGNOME e NOME... N. MATRICOLA... Esercizio. Siao X e Y due variabili aleatorie idipedeti, co le segueti distribuzioi: X Uif(0,

Dettagli

ESERCITAZIONE VII. H 0 : μ = 500. H 1 : μ > /3.16 = = 3.403

ESERCITAZIONE VII. H 0 : μ = 500. H 1 : μ > /3.16 = = 3.403 ESERCITAZIONE VII ESERCIZIO I Test sulla media: H 0 : μ 500 H : μ > 500 μ 570; 0; σ 430 α 0.05; z 0.05.645 Z 570 500 65.04/3.6 70 0.57 3.403 Dato che 3.403>.645 rifiutiamo H 0 e possiamo cocludere che

Dettagli

Probabilità e Statistica (cenni)

Probabilità e Statistica (cenni) robabilità e Statistica (cei) remettiamo la distizioe tra i due cocetti: Defiizioe: dato il verificarsi di u eveto si defiisce la probabilità per l eveto cosiderato il rapporto tra il umero dei casi favorevoli

Dettagli

Senza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo

Senza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it Ifereza statistica Dal campioe alla popolazioe Co quale precisioe si possoo descrivere le caratteristiche di ua popolazioe sulla base

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. CORSO DI CALCOLO DELLE PROBABILITÀ (o modulo) - PROVA d esame del 6/06/200 - Laurea Quadrieale i Matematica - (Prof. Nappo) Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo essere giustificate

Dettagli

Esercitazione 6 del corso di Statistica 2

Esercitazione 6 del corso di Statistica 2 Esercitazioe 6 del corso di Statistica Dott.ssa Paola Costatii 7 marzo Decisioe vera falsa è respita Errore di I tipo Decisioe corretta o è respita Probabilità = Decisioe corretta Probabilità = - Probabilità

Dettagli

Sommario. Facoltà di Economia. Campionamento e inferenza statistica

Sommario. Facoltà di Economia. Campionamento e inferenza statistica Corso di tatistica Facoltà di Ecoomia a.a. 00-00 fracesco mola ommario Campioameto e ifereza statistica timatori e stime Proprietà degli stimatori ufficieza, Correttezza, Efficiezaassoluta e relativa,

Dettagli

Costo manutenzione (euro)

Costo manutenzione (euro) Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più

Dettagli

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96 STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza

Dettagli

6 Stima di media e varianza, e intervalli di confidenza

6 Stima di media e varianza, e intervalli di confidenza Si può mostrare che, per ogi fissato α, t,α z α, e t,α z α per + I pratica t,α e z α soo idistiguibili per 200. 6 Stima di media e variaza, e itervalli di cofideza Lo scopo esseziale della Statistica ifereziale

Dettagli

Probabilità II. Concetto di variabile casuale. Variabile casuale: definizione. Concetto di variabile casuale. Cos'è una variabile casuale?

Probabilità II. Concetto di variabile casuale. Variabile casuale: definizione. Concetto di variabile casuale. Cos'è una variabile casuale? Cocetto di variabile casuale Defiizioi pricipali. Valore atteso e Variaza. Probabilità II Variabili casuali discrete Teorema di Bieaymé - Čebičev. V.C. Notevoli: Beroulli e Biomiale. Cos'è ua variabile

Dettagli

Formulario di Statistica (Cucina-Lagona)

Formulario di Statistica (Cucina-Lagona) Formulario di Statistica (Cucia-Lagoa) Corso di Statistica - a.a. 018/19 (Cucia-Lagoa) May 9, 019 1 Statistica descrittiva Media per distribuzioi uitarie o serie dati: x = 1 x i per distribuzioi di frequeze

Dettagli

Esercitazione n Supponendo che i giorni lavorativi in un anno siano 340, quanti chilometri percorre mediamente un tir in un anno?

Esercitazione n Supponendo che i giorni lavorativi in un anno siano 340, quanti chilometri percorre mediamente un tir in un anno? Esercitazioe.4 1 Applicazioi del TCL 1.1 Ua ditta di trasporti iterazioali possiede 100 tir dello stesso tipo. Ogi tir percorre ua media di 600 km al gioro co ua deviazioe stadard di 50 km. 1. Suppoedo

Dettagli

Distribuzione normale

Distribuzione normale Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).

Dettagli

CALCOLO DELLE PROBABILITÀ PROVA SCRITTA DEL 1/2/2011

CALCOLO DELLE PROBABILITÀ PROVA SCRITTA DEL 1/2/2011 CALCOLO DELLE PROBABILITÀ PROVA SCRITTA DEL //0 PRIMA PARTE Esercizio U sitomo S è ricoducibile a tre malattie M, M e M 3 a due a due icompatibili. Sapedo che la probabilità che u idividuo abbia la patologia

Dettagli

1 Famiglia delle densità gamma

1 Famiglia delle densità gamma olitecico di Milao, Statistica INF, TEL [A-LZ], Epifai I., AA 7/8 Famiglia delle desità gamma Le espressioi delle desità espoeziale di parametro θ e χ date da (E(β)) (χ ) /θe x/β (, ) (x), β > (/) / x

Dettagli

Esercizi con R. Corso Statistica corso avanzato A. A. 2013/2014

Esercizi con R. Corso Statistica corso avanzato A. A. 2013/2014 Esercizi co R Corso Statistica corso avazato A. A. 203/204 Esercizio Due compagie di assicurazioe soo i cocorreza per stipulare polizze co = 000 clieti. Si suppoga che ogi cliete scelga tra le due società

Dettagli

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica 6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe

Dettagli

TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012

TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012 TENIA DELLE MIURAZIONI APPLIATE 17 OTTOBRE 01 Il motore MOTO1 viee prodotto da MotoriMarii pa. che suggerisce agli acquireti di usare come lubrificate u celebre olio sitetico. I dati storici cofermao che

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO DEL LANCIO DI 3 DADI Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio

Dettagli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe

Dettagli