Inferenza statistica. Come descrivo una generica popolazione? Che tipo di di informazioni posso ottenere?
|
|
- Clementina Corsi
- 5 anni fa
- Visualizzazioni
Transcript
1 Iereza I Fodameti della teoria della stima Campioameto beroulliao ed i blocco Problema della stima: stima e stimatore Proprietà di uo stimatore Stima putuale e per itervallo: valore atteso e variaza Iereza statistica Iereza statistica: braca della statistica che cerca di ricavare iormazioi relative ad ua itera popolazioe partedo dall'aalisi di u campioe. Domade aperte: Come accio il campioe? Come descrivo ua geerica popolazioe? Che tipo di di iormazioi posso otteere? Scelta del campioe Campioameto: processo di ormazioe del campioe. Esiste ua letteratura iiita sulla scelta del campioe. Due diverse ilosoie di campioameto Estrazioe beroulliaa: le uita statistiche vegoo estratte ua alla volta e dopo l'estrazioe soo uovamete estraibili. Estrazioe i blocco: le uita statistiche vegoo estratte i blocco (o è possibile per ua sigola uità comparire più volte). Tratteremo solo casi di estrazioi beroulliae. 1 3 Popolazioe Ruolo: essa orisce le osservazioi. modella uo o più caratteri di u gruppo di uità statistiche. Osservazioe: il campioameto beroulliao garatisce che i ogi estrazioe u'osservazioe ha la stessa probabilità di veriicarsi Solitamete si descrivere la popolazioe come ua v.c. P avete d.d.p. (uzioe di probabilità) icogita. 4 Modellazioe Popolazioe: v.c. P co d.d.p. (p). Osservazioe della i-sima uità statistica: v.c. X i X 1 ~ P (la prima estrazioe la accio da P). Nessua garazia che la d.d.p. delle estrazioi successive: resti costate ((x i ) = (x j )). sia uguale a quella di P (X i ~ P). Se si campioa co estrazioe beroulliaa si ha che X i soo i.i.d. X i ~ P da cui ottego che E[X i ] =E[P],Var[X i ] =Var[P]. 5 Iormazioi otteibili Le iormazioi si dividoo i due diverse tipologie 1.Cerco di otteere ua stima umerica di ua caratteristica (spesso u idice) della popolazioe. Esempi: Stimare il valore atteso della popolazioe. Stimare la variaza della popolazioe. Strumeto teorico: Teoria della stima..cerco di rispodere ad ua domada dall'esito biario Esempio: La variabile X è ormale? (se P è multi-variata) P 1 e P soo idipedeti? Strumeto teorico: Test o parametrici. 6
2 Teoria della stima Problema della stima Stimatore: cosiderazioi. Esempi: Stimare il valore atteso della popolazioe. Stimare la variaza della popolazioe. Igredieti comui ai vari problemi di stima: Dati di parteza: osservazioi O = {o i } Obiettivo: stima di u parametro θ della della popolazioe. Mezzo: Ua uzioe g(.) dei dati chiamata stimatore Risultato Ua stima del parametro =go 7 Problema: dato u campioe O di dimesioe estratto da ua popolazioe P, avete u parametro icogito θ, determiare ua uzioe g(.) chiamata stimatore che orisca ua stima =go di θ. Esempio Stimare il valore atteso della popolazioe. Parametro θ 1 = E[P]. Stimatore g 1 (.) Stima 1 =g 1 O Esempio: Stimare la variaza della popolazioe. Parametro θ = Var[P]. Stimatore g (.) Stima =g O 8 Esempio: Uso gioraliero dei mezzi pubblici Popolazioe: cittadii di Vr Campioe di = 100 persoe v.c. X i risposta del i-simo itervistato. Esempio di stimatore. (Media campioaria) Osservazioe: Il valore dello stimatore (stima) dipede da eveti casuali (l'estrazioe delle uità statistiche). Quidi si ha che: Lo stimatore è ua v.c. g.= X 1 X X 3... X Ha ua d.d.p. da cui u valore atteso e ua variaza La stima è ua realizzazioe dello stimatore 9 Stimatore: proprietà - I Quali caratteristiche vorrei avesse uo stimatore? Correttezza: il valore atteso dello stimatore è il parametro da stimare Esempio: Popolazioe P uiorme Var[P] = 144/1 = 1 E[]= Stimatore di Var[P] corretto E []=1 (p) 0.1 Possibili d.d.p. di uo stimatore corretto 10 P Stimatore: proprietà - II Quali caratteristiche vorrei avesse uo stimatore? Cosisteza: al crescere della dimesioe del campioe le stime so sempre più vicie al parametro Esempio lim P =0 Popolazioe P~N(10;) Stimatore della Variaza corretto 0 N 1 ; N 1 ; = 50 = Stimatore: proprietà - III Quali caratteristiche vorrei avesse uo stimatore? Eicieza: lo stimatore possiede la variaza miima. (utile per il coroto ra più stimatori: scelgo quello co la variaza miore) Esempio Popolazioe P~N(10 ; ) Stimatori della Variaza corretti E[]=E[ ] = = Migliore perché ha variaza miore = 50 1
3 Media campioaria Si idica sovra segado la gradezza mediata Deiizioe: Osservazioe: la media campioaria è ua combiazioe lieare di valori su cui è calcolata Diverse iterpretazioi x= x 1x...x x = i i=1 Idice di posizioe (statistica descrittiva) Variabile casuale (teoria delle probabilità) Stimatore (iereza statistica) 13 Media campioaria: variabile casuale Ipotesi v.c. X i risposta del i-simo itervistato. Estrazioe Beroulliaa soo X i i.i.d. La media campioaria come v.c. E[X i ]=E[ P];Var[ X i ]= E[ X ]= E[X 1]...E[ X ] E[ P] = =E[ P] Var[ X ]= i=1 lim X= X 1 X... X i=0,1,..., Var[ X i ] = = ~N E[ P]; 14 Media campioaria: stimatore. La media campioaria è uo stimatore del valore atteso Lo stimatore è corretto: iatti si ha che Lo stimatore è cosistete. E [ X ]= Dimostrazioe (ituitiva) Poiché Var[P] lim Var[ X ]=lim =0 Al crescere di la media campioaria tede ad essere ua costate (ha variaza ulla). Quidi lim P = Variaza campioaria Deiisco variaza campioaria: s i o i O = = 1 S come v.c. v.c. X i risposta del i-simo itervistato. Estrazioe Beroulliaa X i soo i.i.d. S = i X i X 1 Si dimostra che: E[S ] = Var[P]. 1 = i = i oi O 1 P E[P] 1 Variaza campioaria: stimatore. S è uo stimatore della variaza. Lo stimatore è corretto: iatti si ha che Lo stimatore è cosistete. E[S ]= Dimostrazioe (solo per P ormali) P~N, S ~ 1 1 Var[S ]= 4 1 Var[ 1]= 4 4 1= 1 1 lim Var[S 4 ]=lim 1 =0 La variaza dello stimatore tede a zero al crescere P~N, S ~ del campioe quidi la stima diviee costate. Esempio - I Esempio: Data ua v.c. X ~ N(µ ; σ ) si soo otteute le segueti realizzazioi Svolgimeto: Determiare ua stima di µ e σ. Si stima E[X] = µ: x= = Si stima Var[P] = σ : s = =13.35 Osservazioe: dati estratti da X ~ N(100 ; 5). 18
4 Esempio - II Si vuole stimare la capacità riproduttiva di ua tipologia di batteri. Pertato si soo iettati topi. Dopo 15 gg. si è rilevata la popolazioe batterica elle uità Determiare ua stima del valor atteso e della variaza. Svolgimeto Si ipotizza P:popolazioe batterica dopo 15 gg. i u topo sao campioameto sia di tipo beroulliao Si stima E[P]: p= = 183 Si stima Var[P]: s = Stime: cosiderazioi Diverse stime di uo stimatore cosistete Caso 1) = 10 Stima 1 Caso ) = 1000 Stima Quale stima è più aidabile? Diverse stime di uo stimatore cosistete Caso 1) = 100, Var[O 1 ] Stima 1 Caso ) = 100, Var[O ] > Var[O 1 ] Stima Quale stima è più aidabile? Osservazioe: poiché le stime oriscoo u solo Stime putuali e per itervallo Per aalisi accurate coviee poter essere sicuri della stima atta. Si itroducoo due tipi di stime Stima putuale: si stima u solo valore per il parametro igoto. Stima per itervallo: si stima u itervallo i cui si è iduciosi ricada il parametro igoto. valore o è acile discerere. 0 1 Stime per itervallo: pricipio base I Stime per itervallo: pricipio base II Stime per itervallo:valore atteso - I Problema: Come ricavo u itervallo I i cui ci si aspetta ricada il parametro θ che debbo stimare? Osservazioe: Nota () posso trovare u itervallo I che Abbia ua (alta) probabilità 1-α di coteere la stima Bipartisca la probabilità α elle code. Esempio per () gaussiaa e stimatore corretto Osservazioe: la d.d.p. di descrive la probabilità che la mia stima assuma u determiato valore ed è legata a θ. Metodo: Dati: la probabilità 1-α, stimatore g(.) e la sua d.d.p. Cerco 1) di otteere u itervallo I : P I = ) esplicito il legame ra il θ e i modo da otteere I, g. Deiizioi: I: Itervallo di coideza. 1-α: livello di coideza. 3 La media campioaria x = stima putuale di E[P]. Var[P] Per grade ho che X~NE[ P] ; 1) Ricavo l'itervallo co probabilità P I i X I sup = Stadardizzo P z X E[P] Var[P] X E[ P] P z Var[P] z = z = 4
5 Stime per itervallo:valore atteso - II X E[ P] P z Var[P] z = ) Ricavo u itervallo per il parametro (E[P]) P z Var[P] X E[ P] z = P X z E[P] Xz Var[P] = P X z E[ P] Xz Var[P] = Ottego l'itervallo I=[ x z ; xz Var[P] Stime per itervallo:valore atteso - III Stima el caso di variaza ota I=[ x z Var[P] ; xz Var[P] ] Problema: Var[P] è spesso igota. Soluzioe: la stimo usado s. I=[ x z ; xz s Stima el caso di variaza igota I=[ x z s ; xz s 5 6 ] ] s ] Esempio - III Esempio: Data ua v.c. X ~ N(µ ; σ ) si soo otteute le segueti realizzazioi Determiare ua stima per itervallo al 95% di µ. Svolgimeto: Idici campioari Valori stadardizzata x=98.83 z 0.05 =1.96 s =13.35 s=3.653 Stima richiesta I=[ x z s ; xz s =[95.5 ; 10.41] ] Osservazioe: l'approssimazioe vale per molto grade pertato il risultato o è molto attedibile! 7 Stime per itervallo:cosiderazioi Stime per itervallo: variaza - I Stime per itervallo: variaza - II Cosa vuol dire are la stima per itervallo ad u livello di coideza (es. 95%)? Perché o si usa il termie probabilità? Osservazioe: il parametro è costate. Osservazioe: la stima è ua v.c. Pertato è Errato: il parametro è coteuto ella stima co ua probabilità pari al 95%. Corretto: estratti tati campioi ad elemeti, la probabilità che ua cotega la stima è del 95% 8 La variaza campioaria s = stima putuale di Var[P]. Per grade e P gaussiaa ho che S ~ 1 1 1) Ricavo l'itervallo co probabilità P I i S I sup = ricoduco ad ua distribuzioe ota S 1 ~ 1 da cui ottego P 1 1 S 1 = 9 P 1 1 S 1 = P ) Ricavo u itervallo per il parametro (Var[P]) S 1 S P = 1S 1 S 1 1 = Ottego la stima 1 s s I=[ ; 1 1] 30
6 Esempio - IV Ricapitolado - I Ricapitolado - II Esempio: Data ua v.c. X ~ N(µ ; σ ) si soo otteute le segueti realizzazioi Determiare ua stima per itervallo al 95% di σ. Svolgimeto: Idici campioari Valori chi quadrato Stima 1 s I=[ Osservazioe: l'approssimazioe vale per grade x= ; 1s s =13.35 s= = =9.35 1] [ = ; ] =[4.8;185.4] per popolazioi gaussiae (evitabile se è veramete grade) 31 Parametro θ: idice di ua popolazioe (o v.c.) igoto.. Stimatore : uzioe g(.) di osservazioi campioarie. Stima θ: valore assuto da g(.) ua volta estratto il campioe. Proprietà di uo stimatore Correttezza: E[]== Cosisteza: lim P =0 Eicieza: Var[] piccola Stime: Putuali: si stima u solo valore per il parametro igoto Per itervallo: si stima u itervallo i cui coido possa essere icluso il parametro igoto. Regolato dal livello di coideza. 0 3 Media campioaria Stimatore del valore atteso Stima corretta, cosistete e eiciete. Per grade Variaza campioaria: X~NE[P] ; s = i oi O 1 Stimatore della variaza Stima corretta, cosistete Per grade e P gaussiao S ~ 1 1 = O oi i Ricapitolado - III Stima del valore atteso di ua popolazioe putuale E[P] = x itervallo E[ P] [ x z Stima della variaza di ua popolazioe ; xz ] putuale Var[P] =s itervallo 1 s ; Var[P] [ 1] 1s 34
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
DettagliStimatori, 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
DettagliCampionamento 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
DettagliPopolazione 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
DettagliSTATISTICA 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
DettagliStatistica. 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
DettagliMatematica 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
DettagliSommario. 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,
DettagliParametri 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
DettagliInferenza 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
DettagliSTATISTICA 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
DettagliProbabilità 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
DettagliPopolazione 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
DettagliStima 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
DettagliTitolo 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
DettagliInferenza 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
DettagliINFERENZA 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
DettagliIL 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
DettagliStime 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;
DettagliUniversità 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
DettagliStatistica. 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
DettagliEsperimentazioni 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
DettagliCOME 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
DettagliArgomenti. 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
DettagliUNIVERSITÀ 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
DettagliUniversità 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
DettagliStatistica 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
DettagliArgomenti 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
DettagliInferenza II. Inferenza: tipologie di approcci. Test di ipotesi: ipotesi alternativa. Test di ipotesi: ipotesi nulla.
Ifereza: tipologie di approcci Defiizioi Costruzioe di u test Test sul valore atteso Ifereza II Test di ipotesi Test di adereza alla distribuzioe Test di idipedeza Teoria della stima: Cerco di otteere
DettagliDistribuzione 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).
DettagliInferenza II. Inferenza: tipologie di approcci. Test di ipotesi: ipotesi alternativa. Test di ipotesi: ipotesi nulla.
Defiizioi Costruzioe di u test Test sul valore atteso Ifereza II Test di ipotesi Test di adereza alla distribuzioe Test di idipedeza 1 Ifereza: tipologie di approcci Teoria della stima: Cerco di otteere
DettagliPROVA 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
DettagliESERCITAZIONE 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
DettagliEsercitazioni 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)
DettagliEsercitazioni 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
DettagliProbabilità 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
DettagliLezione 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,
DettagliIntervalli 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
DettagliMetodi 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
DettagliMetodi 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
DettagliMetodi 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
DettagliStatistica 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
DettagliSenza 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
DettagliSTATISTICA 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
DettagliCorso 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
DettagliStatistica 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
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione
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
DettagliL 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
DettagliUniversità 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
DettagliLezione 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
DettagliTitolo 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
DettagliINDAGINE POPOLAZIONE SELEZIONE PROBABILISTICA (CASUALE) CAMPIONE. Importante distinzione:
IDAGIE Completa (cesuaria) Semplice sul piao teorico ma complessa ella pratica Popolazioi o fiite Osservazioe distruttiva Parziale (campioaria) Più complessa sul piao teorico ma spesso di più facile attuazioe
DettagliStatistica 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
Dettaglin=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
DettagliCampionamento 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
DettagliFormulario (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...
Dettagli4. 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
DettagliII 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
DettagliCorso 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
DettagliProprietà 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
DettagliLa 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
DettagliCosto 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
DettagliALCUNI 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
DettagliTecnica 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
DettagliAppunti 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.
DettagliUNIVERSITA 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
DettagliINTRODUZIONE 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
DettagliCorso 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
Dettagli1 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
DettagliStatistica 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
DettagliQuesito 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,
DettagliLezioni del Corso di Fondamenti di Metrologia Meccanica
Facoltà di Igegeria Lezioi del Corso di Fodameti di Metrologia Meccaica A.A. 005-006 Prof. Paolo Vigo Idice. Frequeza e Probabilità. 3. Curva di Gauss 4. Altre Distribuzioi Frequeza e Probabilità Me spiego:
DettagliStatistica 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
DettagliProbabilità 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
DettagliL 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
DettagliSTATISTICA 1- parte 1/2
STATISTICA - parte / 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 ua
DettagliUniversità 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
DettagliStimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao
Stimatori corretti stimatori efficaci e disuguagliaza di Cramer Rao Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche Defiizioe. Sia {X X 2... X } u
DettagliElementi di Probabilità e Statistica - 052AA - A.A
Elemeti di Probabilità e Statistica - 05AA - AA 05-06 Prova scritta - 9 settembre 06 Problema pt Su uo spazio probabilizzato Ω, F, P, suppoiamo di avere ua successioe Z di va discrete idipedeti, tali che
DettagliUNIVERSITÀ 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
DettagliDISTRIBUZIONE NORMALE MULTIVARIATA
Distribuzioe ormale uivariata DISTRIBUZIONE NORMALE MULTIVARIATA ANALISI MULTIVARIATA A.A. 00/ CORSO DI LAUREA IN STATISTICA Carla Rampichii Desità Normale μ, σ Normale stadardizzata: μ=0, σ= Distribuzioe
DettagliPROVE 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.
DettagliAppunti 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)
DettagliRicerca Operativa 2 modulo
Ricerca Operativa modulo A.A. 008/009. Statistica descrittiva e calcolo delle probabilità pillole Pillole di statistica descrittiva Statistica: isieme di metodi scietiici applicati alla raccolta, classiicazioe,
DettagliTECNICA 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
DettagliCampionamento e Statistiche Campionarie. Inferenza. Pietro Coretto Università degli Studi di Salerno
Campioameto e Statistiche Campioarie Pietro Coretto pcoretto@uisa.it Uiversità degli Studi di Salero Corso di Statistica (0212700010) CDL i Ecoomia e Maagemet Curriculum i Maagemet e Iformatica a.a. 2018/2019
Dettagli6. Intervalli di confidenza
6. Itervalli di cofideza La media campioaria e la variaza campioaria ci offroo ua stima dei parametri media e variaza del campioe statistico i esame. Abbiamo però bisogo di sapere quato ci si possa fidare
DettagliDistribuzione normale o gaussiana
Distribuzioe ormale o gaussiaa Ua variabile radom si dice distribuita ormalmete (o secodo ua curva gaussiaa) se la sua fuzioe di desità di probabilità è del tipo: f () ( ) ep co - rappreseta il valore
DettagliY = ln X è normalmente distribuita. (y) = dg(x) dx. f Y. (x) = dy dx f Y. f X. (g(x)) & exp$ dx x - $ % ( x) DISTRIBUZIONE LOG-NORMALE.
DISTRIBUZIONE LOG-NORMALE. La variabile si dice log-ormalmete distribuita se: l è ormalmete distribuita g( l g ( e 0 +. uzioe di desità di probabilità: f ( d d f ( dg( d f (g( dg( d f (. & ep$ - / $ %,
DettagliEsercizi 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
DettagliSeconda 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.
DettagliQualunque 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
DettagliEsercizio 1. Si supponga di aver assegnato ad una popolazione di N = 4 dattilografe un test e di aver ottenuto i seguenti risultati:
Esercizio 1 Si suppoga di aver assegato ad ua popolazioe di N = 4 dattilografe u test e di aver otteuto i segueti risultati: Dattilografa N. Errori A 3 B C 1 D 4 La variabile, il umero di errori commessi
DettagliArgomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S.
1 GLI INTERVALLI DI CONFIDENZA Argometi trattati: Stima per itervallo Aalogie tra la stima putuale e per itervallo Itervallo di cofideza per la media Itervallo di cofideza per la proporzioe Itervallo di
DettagliANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre
ANalsis Of VAriace Nel liguaggio delle variabili le operazioi fodametali soo tre Descrizioe Spiegazioe Iterpretazioe Descrizioe La relazioe tra variabili viee sitetizzata per meglio cogliere gli aspetti
DettagliAPPROSSIMAZIONE 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
DettagliAlcuni 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
DettagliElementi di statistica
Elemeti di statistica La misura delle gradezze fisiche può essere effettuata direttamete o idirettamete. Se la misura viee effettuata direttamete si parla di misura diretta; se essa viee dedotta attraverso
Dettagli