(per popolazioni finite)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "(per popolazioni finite)"

Transcript

1 Se o è oto I geere lo carto quadratico medio della popolazioe, al pari della media μ, o è oto. Pertato, per otteere u itervallo di cofideza per la media della popolazioe, occorre utilizzare la deviazioe tadard del campioe. Al poto dell errore medio σ X = σ tadard timato: X = X = 1 N (per popolazioi fiite) Dove è la deviazioe tadard del campioe utilizziamo l errore Eercizio: tima ad itervallo co o oto Su u campioe di 120 itervitati i è rilevata ua pea media meile per telefoate u cellulare di 15 euro co carto quadratico medio di 5,4. Aumedo che la popolazioe è ditribuita i modo ormale, timare la pea media ella popolazioe di riferimeto, co u livello di fiducia del 95,45%. Come procedere 1. Idividuare il valore di z /2 corripodete al livello di fiducia del 95,44%. 2. Utilizzare il valore z per cotruire gli itervalli di cofideza, timado l errore tadard mediate lo carto quadratico medio del campioe. X Zα 2 1 μ X + Zα (5.4/ 119 ) μ (5.4/ 119 ) 14,01 μ 15,99 Poiamo duque affermare che a partire dalla pea media rilevata ul campioe di 15 euro, la pea media della popolazioe, è comprea tra 14,01 e 15,99 euro, co u livello di fiducia del 95,45% e co ua probabilità del 4,55% che ia etera (maggiore o miore) a queto itervallo. 1

2 Eercizio Su u campioe di 110 puti vedita i è rilevato che il prezzo di vedita di u oto modello di cellulare è di 355 euro, co uo carto quadratico medio di 16 euro. Aumedo che la popolazioe ia ditribuita i modo ormale, timare il prezzo di vedita di quel prodotto ella popolazioe di riferimeto, co u livello di cofideza del 99,73%. Se o è oto: approfodimeti Negli eercizi precedeti i cui era grade (>100), ache quado o era oto, abbiamo utilizzato l errore tadard timato e abbiamo fatto riferimeto, per emplicità, alla ditribuzioe ormale tadard. I realtà, e la variabile cauale X ha ua ditribuzioe ormale allora la tatitica : t = X μ ha ua ditribuzioe t di Studet co () gradi di libertà. Ua t di Studet co molti gradi di libertà (>100) i approima ad ua ditribuzioe ormale tadard. Tuttavia per u umero iferiore di gradi di libertà e duque al dimiuire di la ditribuzioe t di Studet differice da quella ormale e duque ivece della variabile z i utilizza t. 2

3 T di tudet La ditribuzioe t di Studet ha ua forma imile a quella della ormale tadardizzata. Il grafico è più appiattito e l area ottea ulle code è maggiore di quella della ormale perché il fatto che o è oto e viee timato da, è fote di icertezza e duque di maggiore variabilità di t. La ditribuzioe T è immetrica ripetto alla media 0 e la forma dipede dal umero dei gradi di libertà Gdl o v=( -1) Se è grade la ditribuzioe T i approima alla curva ormale. Itervalli di cofideza co la T di Studet gli itervalli di cofideza vegoo cotruiti facedo riferimeto a valori di t i corripodeza di u dato livello di cofideza e dei gradi di libertà (gdl o v=-1). Gli itervalli: x ± t 0,05 icludoo il valore icogito µ co il 95% di probabilità x ± t 0,01 icludoo il valore icogito µ co il 99% di probabilità I valori t α dipedoo dal umero di gradi di libertà e vegoo idividuati utilizzado appoite tavole. 3

4 La tavola della T di tudet La tavola forice i valori critici per la ditribuzioe t. La coloa a iitra cotiee il umero dei gradi di libertà, metre le altre coloe dao i valori di t i corripodeza dei vari livelli di igificatività, cioè le porzioi di area elle due code della ditribuzioe. Quidi =0,050 corripode a due aree /2=0,025, a detra e a iitra della ditribuzioe. Eercizio: tima ad itervallo co o oto e piccolo Su u campioe di 30 itervitati i è rilevata ua pea media meile per igarette elettroiche di 58 euro co carto quadratico medio di 4 euro. Aumedo che la popolazioe è ditribuita i modo ormale, timare la pea media ella popolazioe di riferimeto, co u livello di fiduciaa del 95%. Come procedere 1. Calcolare = (1-0,95)=0, Calcolare i gradi di libertà v= (-1) 3. Cercare ulla tavola della t di Studet il valore di t i corripodeza del valore e di v. 4. Idividuare il valore di t corripodete. 3. Utilizzare il valore t per cotruire gli itervalli di cofideza X t α 1 μ X + t α ,045 (4/ 29 ) μ 58 +2,045 (4/ 29 ) 56,48 μ 59,52 Poiamo duque affermare che a partire dalla pea media rilevata ul campioe di 58 euro, la pea media della popolazioe, è comprea tra 56, ,52 euro, co u livello di fiducia del 95% e co ua probabilità del 5% che ia etera (maggiore o miore) a queto itervallo. 4

5 Eercizio Su u campioe di 25 doe i è rilevato u coumo medio di alcol ettimaale di 9 uità co uo carto quadratico medio di 2,5 uità. Aumedo che la popolazioe è ditribuita i modo ormale, timare il coumo medio della popolazioe di riferimeto, co u livello di fiducia del 99%. Come procedere 1. Calcolare = (1-0,99)=0,01 2. Calcolare i gradi di libertà v= (-1) 3. Cercare ulla tavola della t di Studet il valore di t i corripodeza del valore e di v. 4. Idividuare il valore di t corripodete. 3. Utilizzare il valore t per cotruire gli itervalli di cofideza 9 2,797 (2,5/ 24 ) μ 9 +2,797 (2,5/ 24 ) 7,57 μ 10,42 X t α 1 μ X + t α 1 Quado il parametro da timare è ua proporzioe Speo elle ricerche di mercato le tatitiche che itereao o oo eprei i valori medi, ma i proporzioi. Si è itereati ad eempio a coocere la proporzioe di clieti oddifatti o ioddifatti, oppure di coumatori di u determiato prodotto. Ua volta rilevate quete proporzioi u u campioe come poiamo procedere a timare la proporzioe reale ella popolazioe di riferimeto? Ache i queto cao poiamo procedere aalogamete alla tima dei valori medi, poiché la ditribuzioe delle proporzioi campioarie p, tede, e è grade a ditribuiri ecodo ua ditribuzioe ormale, co co media: E(p) =P dove P è la proporzioe reale ella popolazioe e variaza : Var (p) = PQ/ dove Q=(1-P) (popolazioe, o fiita co qualuque tipo di etrazioe; popolazioe fiita co etrazioe co ripetizioe, >30) ) Var (p) = PQ/ [(N-)/(N-1)] (popolazioe fiita co etrazioe eza ripetizioe) 5

6 Poiamo duque procedere aalogamete a quato abbiamo fatto per timare i valori medi, ache el cao di proporzioi. Sappiamo ifatti che: Per grade, o per popolazioi o fiite, o ell etrazioe co ripetizioe: il 68.26% delle proporzioi dei campioi è compreo tra P ± PQ il 95.44% tra P ± 2 PQ il 99.73% tra P ± 3 PQ Per popolazioi il 95.44% tra fiite, P ± ell etrazioe 2 PQ eza ripetizioe: il 68.26% delle proporzioi dei campioi è compreo tra PQ N il P 99.73% ± tra P ± 3 PQ N 1 il 95.44% tra P ± 2 PQ N N 1 il % tra P ± 3 PQ N N 1 Eercizio Su u campioe di =100 egozi, riulta che 40 hao adottato u uovo orario di apertura. Perciò la proporzioe campioaria è di 0,40. Da altre idagii di fote ufficiale riulta ivece che la porzioe di egozi i tutta la zoa che hao adottato il uovo orario è del 36%, quidi la proporzioe della popolazioe è di 0,36. Quale è la probabilità di otteere u campioe che ha ua proporzioe uperiore di 0,40 e quella della popolazioe è di 0,36? Facedo riferimeto alla ditribuzioe delle proporzioi campioarie la proporzioe media di tutti i poibili campioi di 100 uità etraibili dalla popolazioe i ditribuice ormalmete co media: E(p) =P =0,36 e errore medio delle proporzioi: Var (p) = PQ/ = 0,048 Z= 0,40 0,36 0,048 = 0,83 Come procedere 1. Trovare il valore medio e l errore tadard delle proporzioi campioarie 2. Calcolare il valore tadardizzato 3. Diegare la ditribuzioe ormale 4. Calcolare la probabilità ulla tavola della ditribuzioe ormale 5. Trarre le cocluioi La probabilità di otteere u campioe co ua proporzioe -uperiore a 0,40 è di (1-0,7967)=0,2033 = 20% Quidi il 20% 6

7 Itervallo di cofideza per proporzioi p zα 2 PQ PQ P p + zα 2 A partire dalla proporzioe del campioe p poiamo cotruire u itervallo di valori ottraedo e ommado z /2 e moltiplicado per l errore. Come appiamo z /2 è il valore a cui corripode u area cumulata della ditribuzioe ormale tadardizzata pari a (1- /2 ). Se è grade poiamo uare la proporzioe p del campioe come buoa approimazioe della proporzioe della popolazioe el calcolo dell errore tadard: p = pq Eercizio: tima ad itervallo di ua proporzioe Su u campioe cauale emplice di 150 itervitati i è rilevata che la percetuale di oggetti che legge u quotidiao è del 40%. Stimare la vera percetuale di lettori di quotidiai ella popolazioe, co u livello di fiducia del 95,45% e del 99%. Come procedere: 1. Idividuare il valore di z corripodete a livello di fiducia richieto. 2.Utilizzare il valore z per cotruire gli itervalli di cofideza pq p Zα 2 P p + Zα pq 2 Attezioe p o è la percetuale, ma la proporzioe!! 0,40 2 0,40 2,58 0,40 0, ,40 0, (1- )=95% P 0, ,32 P 0,48 (1- )=99% P 0,40 + 2,58 0,30 P 0,50 0,40 0, ,40 0, Poiamo duque affermare che a partire dalla percetuale rilevata ul campioe, la percetuale di lettori di quotidiai ella popolazioe di riferimeto è comprea tra il 32% e il 48% co u livello di fiducia del 95,45% e tra il 30% e il 50% co u livello di fiducia del 99%. 7

8 Eercizio I u campioe di 80 itervitati, 36 clieti hao detto di preferire l hotel Royal agli altri hotel della zoa. A- Si vuole applicare il riultato all itera popolazioe di riferimeto, co u livello di cofideza del 95%. Quale itervallo di gradimeto i ottiee per l hotel Royal? B- Se i decide di etedere la rilevazioe a 250 clieti otteedo ua percetuale di prefereze per l hotel Royal del 48%, quali oo i uovi itervalli di cofideza? Come procedere: 1. Calcolare la proporzioe p di clieti che prefericoo l hotel Royal 2. Calcolare l errore tadard delle proporzioi 3. Idividuare il valore di z corripodete a livello di fiducia richieto. 4. Utilizzare il valore z per cotruire gli itervalli di cofideza p Zα 2 pq P p + Zα pq 2 Ripota A p=36/80=0,45 p = pq 0,45 (1 0,45) = = 0, ,45 1,96 0,056 P 0,45 + 1,96 0,056 0,34 P 0,56 Eercizio Da ua ricerca di mercato effettuata u u campioe di 200 itervitati riulta che olo 100 idividui oo a favore della cotruzioe di u cetro commerciale. A- Si timi la proporzioe della popolazioe a favore della cotruzioe calcolado l itervallo di cofideza al 95,45% B- Se l imprea che cotruice il cetro commerciale otiee che ella popolazioe il 60% è a favore della cotruzioe, qual è la probabilità di avere u campioe di 200 peroe co la proporzioe miore o uguale a quella che abbiamo oervato e la vera proporzioe della popolazioe è dello 0,6? L imprea ha ragioe o torto? 8

9 Itervallo di cofideza 95,45% 0,5±2 0,50 (1 0,50) = (0,465; 0,535) 200 Probabilità di avere u campioe co p 0,50 e P=0,60 Errore tadard = 0,60 (1 0,60) 200 = 0,035 z= 0,50 0,60 0,035 =-2,86 Pr (z -2,86)= 0,02 9

Soluzione IC=[20.6,22.6]

Soluzione IC=[20.6,22.6] Eercizio 1 Suppoiamo di etrarre u campioe cauale di umeroità = da ua popolazioe ormale co deviazioe tadard pari a 5.1. Sapedo che la media campioaria x è pari a 21.6, cotruire u itervallo di cofideza al

Dettagli

Statistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1

Statistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1 Statitica Capitolo 9 Stima: Ulteriori Argometi Cap. 9-1 Obiettivi del Capitolo Dopo aver completato il capitolo, arete i grado di: Cotruire itervalli di cofideza per la differeza tra le medie di due popolazioi

Dettagli

SVOLGIMENTO. a) 1) Ipotesi nulla ) Ipotesi alternativa 2. 3) Statistica test. Statistica test ( n 1 ) s. 4) Regola di decisione. α=

SVOLGIMENTO. a) 1) Ipotesi nulla ) Ipotesi alternativa 2. 3) Statistica test. Statistica test ( n 1 ) s. 4) Regola di decisione. α= ESERCIZIO 7. U uovo modello di termotato per frigorifero dovrebbe aicurare, tado alle pecifiche teciche, ua miore variabilità ella temperatura del frigo ripetto ai modelli della cocorreza. I particolare

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi tatitici per le ricerche di mercato Prof.a Iabella Mingo A.A. 2018-2019 Facoltà di Scienze Politiche, Sociologia, Comunicazione Coro di laurea Magitrale in «Organizzazione e marketing per la comunicazione

Dettagli

Statistica per la ricerca

Statistica per la ricerca CDL i IGIENE DENTALE Statitica per la ricerca gbarbati@uit.it A.A. 2018-19 Icriveri al coro e caricare il materiale didattico da Moodle: Di volta i volta troverete qui tutto il materiale volto a lezioe

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

Verifica delle ipotesi

Verifica delle ipotesi Verifica delle ipotei U'ipotei tatitica è u'affermazioe o ua cogettura riguardate u parametro q che caratterizza il modello decrittivo della popolazioe, f(x;q), co qq, dove Q è lo pazio parametrico. olitamete,

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

E possibile approssimare tale valore utilizzando la distribuzione normale. Dalle tavole della Z si ha infatti: = 1.645

E possibile approssimare tale valore utilizzando la distribuzione normale. Dalle tavole della Z si ha infatti: = 1.645 ESERCIZIO 6.1 Il tempo di occupazioe di ciacu paziete di u letto (durata di permaeza) è utilizzato dai maager di u opedale per l allocazioe ottimale delle riore. Si ritiee, da tudi effettuati durate gli

Dettagli

Esercitazione 5 del corso di Statistica (parte 2)

Esercitazione 5 del corso di Statistica (parte 2) Eercitazioe 5 del coro di Statitica (parte ) Dott.a Paola Cotatii 5 Maggio Eercizio Per verificare l efficacia di u coro di tatitica vegoo cofrotati i redimeti medi di due campioi di tudeti di ampiezza

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

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

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

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A Uiversità degli Studi di Padova Corso di Laurea i Medicia e Chirurgia - A.A. 015-16 Corso Itegrato: Statistica e Metodologia Epidemiologica Disciplia: Statistica e Metodologia Epidemiologica Doceti: prof.ssa

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

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

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

σ 2 = σ = α = 0.95 α = = 0.05 α / 2 = SOLUZIONE VI ESERCIZIO 1

σ 2 = σ = α = 0.95 α = = 0.05 α / 2 = SOLUZIONE VI ESERCIZIO 1 SOLUZIONE VI ESERCIZIO 1 Mese di rilevazioe 1 3 4 5 6 7 8 9 10 TOT N di richiedeti asilo 113 5100 00 3110 976 1760 100 403 134 1876 314 = ˆµ z a/ σ = ˆµ + z a/ σ = 10 Variaza i popolazioe ota: σ = 78.84

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

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

L INTERVALLO DI CONFIDENZA

L INTERVALLO DI CONFIDENZA L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE Stimare i Parametri della Popolazioe Itervallo

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

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

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

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

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica

Dettagli

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo Uiversità degli Studi di Napoli Partheope Corso di Laurea i Maagemet per le Imprese Turistiche STATISTICA per il Turismo Docete: Sergio Logobardi sergio.logobardi@uipartheope.it Stima itervallare Stima

Dettagli

L INTERVALLO DI CONFIDENZA

L INTERVALLO DI CONFIDENZA L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE 1 Stimare i Parametri della Popolazioe Itervallo

Dettagli

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

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione V Uiverità degli Studi di Napoli Partheope Facoltà di Scieze Motorie a.a. 0/0 Statitica Lezioe V E-mail: paolo.mazzocchi@uipartheope.it Webite: www.tatmat.uipartheope.it DISTRIBUZIONE DOPPIA di frequeze

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

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

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

Metodi statistici per lo studio dei fenomeni biologici

Metodi statistici per lo studio dei fenomeni biologici Metodi statistici per lo studio dei feomei biologici Alla fie di questa lezioe dovreste essere i grado di: spiegare i cocetti di stima putuale e stima itervallare iterpretare gli itervalli di cofideza

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

La stima per intervalli

La stima per intervalli La stima per itervalli U itervallo di cofideza per u parametro è u itervallo di estremi [t - ; t + ] defiito itoro alla stima t di ed i cui è tale che: P t t È cioè l itervallo, cetrato su t, che co u

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

PROBLEMI DI INFERENZA SU MEDIE

PROBLEMI DI INFERENZA SU MEDIE PROBLEMI DI INFERENZA SU MEDIE STIMA PUNTUALE Il problema della stima di ua media si poe allorchè si vuole cooscere, sulla base di osservazioi campioarie, il valore medio μ che u dato carattere preseta

Dettagli

SERVIZIO NAZIONALE DI VALUTAZIONE

SERVIZIO NAZIONALE DI VALUTAZIONE SERVIZIO NAZIONALE DI VALUTAZIONE 0 2010 11 Le rilevazioi degli appredimeti A.S. 2010 11 La rilevazioe degli appredimeti elle clai II e V primaria, elle clai I e III (Prova azioale) della uola ecodaria

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

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

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Titolo della lezione. Campionamento e Distribuzioni Campionarie Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe

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

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

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

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

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

campioni estratti da una popolazione finita e quelli che provengono da una popolazione infinita. Capitolo VII

campioni estratti da una popolazione finita e quelli che provengono da una popolazione infinita. Capitolo VII 37 38 Capitolo VII campioi etratti da ua popolazioe fiita e quelli che provegoo da ua popolazioe ifiita. ATTENDIBILITA' DELLE STATISTICHE CAMPIONARIE 1.1 Campioi etratti da ua popolazioe fiita 1. Ditribuzioe

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

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

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

Argomento: Applicazioni statistiche e analisi dei dati Esercitazioni

Argomento: Applicazioni statistiche e analisi dei dati Esercitazioni Argometo: Applicazioi tatitiche e aalii dei dati Eercitazioi Premea Le dipee elaborate per lo volgimeto dell attività didattica oo tratte dal teto Itroduzioe al rilevameto campioario delle riore foretali

Dettagli

Tecnica delle misurazioni applicate LM - Esame del 26 febbraio 2013

Tecnica delle misurazioni applicate LM - Esame del 26 febbraio 2013 Tecica delle misurazioi applicate LM - Esame del 6 febbraio 013 Problema 1. La FisioDorica SpA è u impresa che produce prodotti farmaceutici. L Avv. Tizio, AD della società, sta valutado la opportuità

Dettagli

Metodi quantitativi per l analisi dello sviluppo

Metodi quantitativi per l analisi dello sviluppo Metodi quatitativi per l aalisi dello sviluppo Esercizio Si è rilevato il umero di ospedali (X) e la spesa saitaria i milioi di euro (Y), per 7 regioi, otteedo i segueti risultati: Ospedali (X) 5 7 4 6

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

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z) Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:

Dettagli

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.

Lezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice. La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori

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

= ed è: n. 2 2 x. tra ns x

= ed è: n. 2 2 x. tra ns x 0/9/6 Itroduzioe all aalisi di variaza: variaza etro e tra gruppi La procedura dell aalisi della variaza sfrutta il fatto che la variaza della popolazioe da cui, i base all ipotesi H 0, provegoo i campioi

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

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI TATITICA MEDICA ED EERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioi idipedeti) IL PROBLEMA oo stati rilevati i dati relativi alla frequeza cardiaca (misurata i battiti al miuto)

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

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel: UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei

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

INFERENZA o STATISTICA INFERENTE

INFERENZA o STATISTICA INFERENTE INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe

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

Qualunque processo che generi risultati eventi che non sono generalizzabili con certezza

Qualunque processo che generi risultati eventi che non sono generalizzabili con certezza CAMPIONAMENTO Esperimeto experimetal desig Qualuque processo che geeri risultati eveti che o soo geeralizzabili co certezza Popolazioe o è fiita Feomeo è sotto cotrollo: stimolo - risposta (pe sperimetazioe

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

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

Campionamento e distribuzioni campionarie

Campionamento e distribuzioni campionarie Campioameto e distribuzioi campioarie Approccio idu8vo Ruolo dell ifereza sta>s>ca Procedure ifereziali di uso comue (itervalli di cofideza e test delle ipotesi) Risulta> e decisioi che dipedoo dalla limitatezza

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

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

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. 019-00 Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe

Dettagli

(E, H) i n (E, H) (0, 0) 2. Teorema di equivalenza

(E, H) i n (E, H) (0, 0) 2. Teorema di equivalenza 2. Teorema di equivaleza Il teorema di equivaleza coete di otituire, ai fii del calcolo del campo i ua determiata regioe, la ditribuzioe di orgeti vera (, M) co ua ditribuzioe uperficiale equivalete. i

Dettagli

STATISTICA 1 ESERCITAZIONE 5

STATISTICA 1 ESERCITAZIONE 5 STATISTICA ESERCITAZIONE 5 Dott. Giuseppe Padolfo 28 Ottobre 203 VARIABILITA IN TERMINI DI DISPERSIONE DA UN CENTRO Cetro Me o μ La dispersioe viee misurata come sitesi delle distaze tra le uità statistiche

Dettagli

Esercitazioni del corso: ANALISI MULTIVARIATA

Esercitazioni del corso: ANALISI MULTIVARIATA A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1

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

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

INTRODUZIONE ALLA INFERENZA STATISTICA

INTRODUZIONE ALLA INFERENZA STATISTICA INTRODUZIONE ALLA INFERENZA STATISTICA 1) CONCETTO DI INFERENZA STATISTICA E SCOPI : L ifereza statistica è il procedimeto iduttivo che, avvaledosi del calcolo delle probabilità, cosete di estedere all

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

IL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche

IL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche IL CAMPIONAMENTO Defiizioi POPOLAZIONE u isieme fiito o ifiito di uità statistiche CAMPIONE piccola frazioe di ua popolazioe le cui caratteristiche si approssimao a quelle della popolazioe. Il campioe

Dettagli

Argomenti. Perché una stima per intervallo? Stima per intervallo. Leonardo Grilli. Intervalli di confidenza (intervalli fiduciari)

Argomenti. Perché una stima per intervallo? Stima per intervallo. Leonardo Grilli. Intervalli di confidenza (intervalli fiduciari) Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Itervalli di cofideza (itervalli fiduciari) Cicchitelli cap. 17 Argometi Stima per itervallo (IC: Itervalli di Cofideza): IC per

Dettagli

Daniela Tondini

Daniela Tondini Daiela Todii dtodii@uite.it Facoltà di Bioscieze e Tecologie agro-alimetari e ambietali e Facoltà di Medicia Veteriaria C.L. i Biotecologie Uiversità degli Studi di Teramo 1 La mediaa o valore mediao M

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

Intervalli di Fiducia

Intervalli di Fiducia di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica

Dettagli

Esercitazione 1 del corso di Statistica (parte 2)

Esercitazione 1 del corso di Statistica (parte 2) Esercitazioe del corso di Statistica (parte ) Dott.ssa Paola Costatii Esercizio 7 Aprile 0 Il tempo di percorreza del treeo che collega la stazioe di Roma Termii co l aeroporto di Fiumicio è di 30 miuti

Dettagli

Gli Indici di VARIABILITA

Gli Indici di VARIABILITA Elemeti di Statistica descrittiva Gli Idici di VARIABILITA - Campo di variazioe - Scarto dalla media - Variaza - Scarto quadratico medio - Coefficiete di variazioe Idici di Variabilità I valori medi soo

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

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. 017-018 Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe

Dettagli

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità Lezioe III: Variabilità Cattedra di Biostatistica Dipartimeto di Scieze Biomediche, Uiversità degli Studi G. d Auzio di Chieti Pescara Prof. Ezo Balloe Lezioe a- Misure di dispersioe o di variabilità Misure

Dettagli

Test di Ipotesi. La distribuzione gaussiana delle medie consente anche di sottoporre ad esame critico ipotesi effettuate su una popolazione.

Test di Ipotesi. La distribuzione gaussiana delle medie consente anche di sottoporre ad esame critico ipotesi effettuate su una popolazione. La distribuzioe gaussiaa delle medie cosete ache di sottoporre ad esame critico ipotesi effettuate su ua popolazioe. Si suppoe che vega fatta ua affermazioe che localizzi la media µ della popolazioe (ipotesi

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

σ della variabile indagata sia nota. La logica dell intervallo di confidenza è allora sintetizzabile come segue:

σ della variabile indagata sia nota. La logica dell intervallo di confidenza è allora sintetizzabile come segue: Nel Capitolo 6. del volume (precisamete a pag. 36) abbiamo itrodotto per gradi liee ua semplice defiizioe di stima itervallare, passado poi i rassega le tipologie di itervalli di cofideza utilizzati el

Dettagli

4. Proprietà degli stimatori

4. Proprietà degli stimatori Uiversità degli Studi di Basilicata Facoltà di Ecoomia Corso di Laurea i Ecoomia Aziedale - a.a. 0/03 lezioi di statistica del 0, e 3 giugo 03 - di Massimo Cristallo - 4. Proprietà degli stimatori Si è

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

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

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