1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x"

Transcript

1 TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1 a) u w e σ u σ w 1 b) u w e σ u σ 4 w c) u w e σ u σ w d) e) u w e u w e σ u σ σ u σ w w U X e σ Y W σ, ndcare quale coppa ) Indcare quale delle seguent affermazon, relatve al campo d varazone, rsulta vera a) è nfluenzato dalla eventuale presenza d valor anomal b) è par alla dfferenza fra l terzo e l prmo quartle c) corrsponde al rapporto fra la devazone standard e la meda d) è un numero puro, svncolato dall untà d msura utlzzata nella rlevazone del carattere e) può assumere un valore mnore, uguale o maggore d zero 3) Consderato un ndvduo poco propenso al rscho, è opportuno che fra due dvers tp d nvestmento n ttol con lo stesso rendmento medo scelga quello che: a) presenta la moda mnore b) presenta la varanza mnore c) presenta l coeffcente d varazone maggore d) presenta la medana mnore e) è composto da un mnor numero d ttol dvers 4) Data una collettvtà d 8 ndvdu su cu la meda è rsultata par a 5 e la varanza par a 4, calcolare la varanza della stessa collettvtà se s vanno ad aggungere due nuov ndvdu su qual la varable d nteresse assume rspettvamente valore 4 e valore 6 a) 3.8 b) 4. c) 4.0 d) 5.0 e) 3.4 1

2 5) Dato l seguente grafco d dspersone relatvo a valor d due varabl X e Y rlevate su 6 ndvdu 3,5 1,5 1 0, ,5 1 1,5 ndvduare quale delle seguent affermazon rsulta vera a) l valore del coeffcente d correlazone lneare fra X ed Y rsulterà par a -1 b) l valore del coeffcente d correlazone lneare fra X ed Y rsulterà par a zero c) l valore del coeffcente d correlazone lneare fra X ed Y rsulterà negatvo, ma superore a -1 d) consderata la retta d regressone ˆ ˆ X, la somma totale de quadrat (SQT) corrsponderà Ŷ 0 1 esattamente alla somma de quadrat della regressone (SQR) e) ) consderata la retta d regressone ˆ ˆ X, la somma totale de quadrat (SQT) corrsponderà Ŷ 0 1 esattamente alla somma de quadrat degl error (SQE) 6) Indcare quale fra le seguent affermazon, relatve ad un coeffcente d correlazone lneare che è rsultato par a zero, rsulta vera a) è stato calcolato su varabl standardzzate b) la somma de quadrat degl error (SQE) è par a zero c) una delle due varabl ha varanza par a zero d) una delle due varabl tende ad assumere valor crescent al dmnure de valor assunt dall'altra varable e) la somma de quadrat della regressone (SQR) è par a zero Rsposte corrette 1) c ) a 3) b 4) e 5) c 6) e

3 ESERCIZI 1) Data la seguente dstrbuzone d frequenza per class Classe Frequenza approssmare la meda. a) b) 59 c) 47 d) 6 e) 58 ) Data la seguente dstrbuzone d frequenza per class Classe Frequenza approssmare la varanza a) 3835 b) c) 354 d) e) ) Su 10 student è stata rlevata la varable X che rappresenta l numero d esam superat nel I semestre ottenendo. 1. Rlevando l numero d esam superat su altr due student, cha hanno superato rspettvamente 1 e esam, calcolare l numero medo d esam superat da 1 student. a). b) c).4 d).3 e).5 4) Su 15 student d sesso maschle è stata rlevata la varable X che rappresenta l voto all esame d statstca ottenendo un voto medo par a 4 e una varanza par a 5. Sapendo che l voto medo allo stesso esame ottenuto da 5 studentesse è par a 6 e che la varanza è 4, calcolare la varanza complessva de vot ottenut da 0 student. a) 5.5 b) 4.5 c) 0.75 d) 4.75 e) 4.5 5) Sano 10 e 4 rspettvamente la meda e la varanza su un nseme d n osservazon,, n 1 d una varable X. Il coeffcente d varazone delle osservazon relatve alla varable Y = 5X rsulta a) CV 5 b) CV 16 5 c) CV 4 5 d) CV 16 5 e) CV 4 5 3

4 6) Data la seguente tabella a doppa entrata X\Y calcolare la medana della dstrbuzone d Y condzonata a X=1 a ) 0 b ) 1 c) d).5 e) 65/30 7) Data la seguente tabella a doppa entrata calcolare la varanza della dstrbuzone d X a ) 0.5 b ) 1 c) 0.5 d) 1.4 e) 8) Data la seguente tabella a doppa entrata calcolare la covaranza tra X e Y a ) 0.9 b ) 1 c) d) 0. e) 0.5 9) Data la seguente tabella a doppa entrata calcolare l ndce ch-quadrato a ) 0 b ) 3 c) d).5 e) 1 10) Data la seguente tabella a doppa entrata calcolare l equazone della retta d regressone della Y sulla X a ) Y =1+0.8 b ) Y =0.8+ c) Y = d) Y =1-0.8 e) Y =

5 11) Per una tabella a doppa entrata sono note le seguent nformazon n.1 =5 n. =4 n.3 =6 Y1 36 Y 33 Calcolare l valore approssmato del rapporto d correlazone a) b) c) d) e) Y3 78 X ) Su n=100 coppe d osservazon delle varabl X e Y, sono stat osservat seguent valor , 500, 800, 4, Calcolare l coeffcente d correlazone tra W=1+X e Z=-3Y. a) 1 b) 0.55 c) 0.65 d) -1 e) ) Su n=10 coppe d osservazon relatve alle varabl X e Y, s sono ottenut seguent valor 8, 6, Facendo rfermento al modello d regressone quadrat d 0 e 1 16, , calcolare le stme de mnm a ) ˆ 1, ˆ b) ˆ, ˆ d ˆ 1, ˆ 3 ) 0 1 d e ˆ 4, ˆ ˆ, ˆ 1 ) 0 1 ) ) S lancno due dad: l prmo dado è perfetto mentre l secondo è truccato n modo che le facce contrassegnate da un numero par d punt abbano probabltà doppa delle altre d verfcars. Sa E 1 l'evento che s verfca se compare una facca contrassegnata da un numero d punt maggore d quattro su entramb dad e sa E l'evento che s verfca se la somma de punt è esattamente dodc. Calcolare P(E 1 E ). a) 3/54 b) 1/7 c) 1/54 d) /7 e) 5/54 15) Un artcolo prodotto da un macchnaro può presentare due dvers dfett D 1 e D, ndpendent, con una probabltà rspettvamente par a P(D 1)=0,01 e P(D )=0,04. Calcolare la probabltà dell evento: sapendo che l artcolo è dfettoso s determn la probabltà che present l dfetto D 1 a) / b) / c) / d) / e) /

6 16) S consder l espermento che consste nell estrazone d una carta da un mazzo d carte frances, composto da 5 carte. Consderat gl event A: carta d cuor o d pcche e B: fgura (ossa fante, regna e re), ndcare quale delle seguent affermazon rsulta vera a) A e B sono ncompatbl e dpendent b) A e B sono ncompatbl e ndpendent c) A e B sono compatbl e dpendent d) A e B sono compatbl e ndpendent e) A e B sono event elementar Rsposte corrette 1)b c) 3) b 4) a 5) e 6) c 7) c 8) d 9) b 10) a 11) d 1) d 13) b 14) b 15) a 16) d 6

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30

1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30 1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza

Dettagli

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

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

Indici di variabilità

Indici di variabilità Indc d varabltà Gl ndc d varabltà msurano ) la dspersone (rspetto alla poszone) ) la varabltà = 0 = 0 Gl ndc d poszone sono tanto pù rappresentatv quanto mnore è la dspersone de dat ntorno ad ess. La varabltà

Dettagli

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2

Contenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2 Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco

Dettagli

Corso di. Dott.ssa Donatella Cocca

Corso di. Dott.ssa Donatella Cocca Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca

Dettagli

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100

,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100 Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc

Dettagli

Misure dirette utilizzate per il calcolo della misura indiretta X:

Misure dirette utilizzate per il calcolo della misura indiretta X: Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X

Dettagli

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

FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012 CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso

Dettagli

Regressione e correlazione

Regressione e correlazione Regressone e correlazone Corso d statstca socale prof. Natale Carra - Unverstà degl Stud d Bergamo a.a. 005-06 Regressone Questo modello d anals bvarata esamna le relazon fra coppe d varabl contnue. Un

Dettagli

SOLUZIONE PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038) 6 Novembre 2002 COMPITO A1

SOLUZIONE PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038) 6 Novembre 2002 COMPITO A1 FIRM DELLO STUDENTE SOLUZIONE PRIM PROV INTERMEDI DI STTISTIC CLE (COD. 547/438) 6 Novembre 22 Cognome Numero d matrcola Nome COMPITO 1 fn della valutazone s terrà conto solo ed esclusvamente d quanto

Dettagli

Capitolo 3. Cap. 3-1

Capitolo 3. Cap. 3-1 Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare

Dettagli

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N

LEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale

Dettagli

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:

Per calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite: ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente

Dettagli

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1 Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto

Dettagli

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)

= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X) ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa

Dettagli

Esercitazione 8 del corso di Statistica (parte 1)

Esercitazione 8 del corso di Statistica (parte 1) Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.

Dettagli

Definizione di campione

Definizione di campione Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta

Dettagli

Esame di Statistica Corso di Laurea in Economia Prof.ssa Giordano

Esame di Statistica Corso di Laurea in Economia Prof.ssa Giordano Esame d Statstca Corso d Laurea n Economa Prof.ssa Gordano 6 Febbrao 0 Cognome Nome atr. Eserczo I dat seguent s rferscono al numero d mmatrcolat nel gruppo d cors d studo n Economa n 5 ann accademc. Calcolare

Dettagli

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

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill Statstca - metodologe per le scenze economche e socal /e S Borra, A D Cacco - McGraw Hll Es Soluzone degl esercz del captolo 7 In base agl arrotondament effettuat ne calcol, s possono rscontrare pccole

Dettagli

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:

S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti: S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva

Dettagli

a) Individuare l intervallo di confidenza al 90% per la media di popolazione;

a) Individuare l intervallo di confidenza al 90% per la media di popolazione; Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un

Dettagli

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano

Università di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre

Dettagli

si utilizzano per confrontare le distribuzioni

si utilizzano per confrontare le distribuzioni Dspersone o Varabltà Defnzone: Le Msure d Dspersone: sono par a zero n caso d dspersone nulla s utlzzano per confrontare le dstrbuzon permettono d valutare la rappresentatvtà delle msure d centraltà. 89

Dettagli

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

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

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

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

Esercitazione 1 del corso di Statistica 2

Esercitazione 1 del corso di Statistica 2 Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,

Dettagli

ESERCIZI SULLE VARIABILI CASUALI DISCRETE

ESERCIZI SULLE VARIABILI CASUALI DISCRETE ESERCIZI SULLE VARIABILI CASUALI DISCRETE 1) S lanca un dado. Rappresentare la varable casuale: X = " facca mnore d tre ". 2) S lancano due dad. Rappresentare la varable casuale: X = "somma delle facce

Dettagli

L analisi della correlazione lineare

L analisi della correlazione lineare L anals della correlazone lneare Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d apol Federco II Professore supplente, Unverstà della Baslcata a.a. 20/202 Prof. Roberta Sclano Statstca

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercz d Probabltà e Statstca Samuel Rota Bulò 25 maggo 2007 Funzon d v.a., meda, varanza, moda, medana, quantl e quartl. Vettor aleator, denst condzonata, covaranza, correlazone. Eserczo 1 Sa Y ax + b

Dettagli

Soluzione esercizi seconda settimana

Soluzione esercizi seconda settimana Soluzone esercz seconda settmana Es. 7 famgle Spesa per manfestazo n cultural (Z) A 00,9 B 40 4,0 C 50,5 D 70,6 E 80, F 300,8 G 00,5 Reddto mensle del capofamgla (x 000 Euro) (Y) Costrure l dagramma d

Dettagli

LA VARIABILITA. IV lezione di Statistica Medica

LA VARIABILITA. IV lezione di Statistica Medica LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce

Dettagli

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

Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre

Dettagli

03/03/2012. Campus di Arcavacata Università della Calabria

03/03/2012. Campus di Arcavacata Università della Calabria Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione 1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone

Dettagli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 2:

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 2: Costruzone d macchne Modulo d: Progettazone probablstca e affdabltà Marco Beghn Lezone : Probabltà condzonata e varabl casual Probabltà condzonata: La probabltà d un evento A (r)valutata quando è noto

Dettagli

Corsi di Laurea in Farmacia e CTF Prova di Matematica

Corsi di Laurea in Farmacia e CTF Prova di Matematica Cors d Laurea n Farmaca e CTF Prova d Matematca S O L U Z I O N I Effettua uno studo qualtatvo della funzone 4 f + con partcolare rfermento a seguent aspett: a trova l domno della funzone b trova gl ntervall

Dettagli

Università di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1

Università di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1 Unverstà d Cassno Corso d Statstca Eserctazone del 28/0/2008 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 20 soggett. Soggetto Età Resdenza

Dettagli

IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE

IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE CORRELAZIONE Legame - Assocazone - Accordo Relazone tra varabl valutare l grado d recproca nfluenza tra due varabl; valutare l grado d assocazone

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90

Dettagli

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes

Dettagli

Lezione 2 a - Statistica descrittiva per variabili quantitative

Lezione 2 a - Statistica descrittiva per variabili quantitative Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119

Dettagli

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum

Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest

Dettagli

STATISTICA A K (63 ore) Marco Riani

STATISTICA A K (63 ore) Marco Riani STATISTICA A K (63 ore) Marco Ran mran@unpr.t http://www.ran.t Rcham sulla regressone MODELLO DI REGRESSIONE y a + b + e dove: 1,, n a + b rappresenta una retta: a ordnata all orgne ntercetta b coeff.

Dettagli

Lezione 2 le misure di sintesi: le medie

Lezione 2 le misure di sintesi: le medie Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl

Dettagli

Statistica Descrittiva

Statistica Descrittiva Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86

Dettagli

Correlazione lineare

Correlazione lineare Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl

Dettagli

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà

Dettagli

Tutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017

Tutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017 Tutorato d Complement d Anals Matematca e Statstca 23 e 30 marzo 2017 Gl esercz con l smbolo eo sono tratt da prove d esame del 2016 ( eo gorno/mese eo) Esercz dagl ncontr precedent 3. Una varable X può

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra

Dettagli

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

La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student. Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana

Dettagli

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI STATISTICA DELLE INCERTEZZE CASUALI AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte

Dettagli

PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/371/377) 3 Novembre 2004 COMPITO A1

PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/371/377) 3 Novembre 2004 COMPITO A1 PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/37/377) 3 Novembre 004 Cognome Numero d matrcola Nome COMPITO A A fn della valutazone s terrà conto solo ed esclusvamente d quanto rportato negl

Dettagli

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari

REGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)

Dettagli

Elementi di statistica

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

Dettagli

Una distribuzione può essere descritta per mezzo dei suoi frattili.

Una distribuzione può essere descritta per mezzo dei suoi frattili. Frattl d una dstrbuzone Una dstrbuzone può essere descrtta per mezzo de suo frattl. S dce frattle (snonm: centle, percentle e quantle) p-esmo d una dstrbuzone quel valore xp tale che la frequenza relatva

Dettagli

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono

Dettagli

PREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl

PREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl Le Inferenze sul modello d regressone PREVEDONO: Assunzone d normaltà degl error e nferenza su parametr Anals della Varanza Inferenza per la rsposta meda e la prevsone Anals de resdu Valor anomal Captolo

Dettagli

Esercitazioni del corso: STATISTICA

Esercitazioni del corso: STATISTICA A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA

Dettagli

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *

* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE * * PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che

Dettagli

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986 Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane

Dettagli

Variabili casuali doppie

Variabili casuali doppie Varabl casual doe Una varable casuale doa (,) è una funzone defnta sullo sazo degl event che assoca ad ogn evento una coa d numer real (x,y) (x 1, y 1 ) S y 1 A B y (x, y ) (x 3, y 3 ) C y 3 x 1 x x 3

Dettagli

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente

La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente Unverstà d Macerata Dpartmento d Scenze Poltche, della Comuncazone e delle Relaz. Internazonal La Regressone Varable ndpendente o esplcatva Prezzo n () () 1 1 Varable dpendente 15 1 1 1 5 5 6 6 61 6 1

Dettagli

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:

LA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità: LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.

Dettagli

materiale didattico I incontro

materiale didattico I incontro Pano Nazonale Lauree Scentfche (PLS 2016-2017) Statstca Laboratoro d Statstca Le relazon tra varabl prof.ssa Angela Mara D'Uggento angelamara.duggento@unba.t materale ddattco I ncontro Dall anals statstca

Dettagli

Modelli descrittivi, statistica e simulazione

Modelli descrittivi, statistica e simulazione Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone

Dettagli

TEMA B. Esame di Statistica del 20 Giugno 2014 Corso di Laurea in Economia Docente: S. Giordano

TEMA B. Esame di Statistica del 20 Giugno 2014 Corso di Laurea in Economia Docente: S. Giordano TEA B Esame d Statstca del 0 Gugno 014 Corso d Laurea n Economa Docente: S. Gordano Cognome Nome atr. Eserczo 1 Nel peno svolgmento de camponat mondal d calco non mancano le polemche per gl error arbtral

Dettagli

Frequenza nr. medio di quotidiani per settimana. d i r tutti gli intervistati

Frequenza nr. medio di quotidiani per settimana. d i r tutti gli intervistati ESERCIZIO La tabella ndagnestudentflorda, dsponble sul sto (n formato pdf e xls), rporta dat d un'ndagne condotta su 60 student laureat presso la Unversty of Florda, relatvamente alle seguent varabl: COLONNA

Dettagli

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

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG

Dettagli

REALTÀ E MODELLI SCHEDA DI LAVORO

REALTÀ E MODELLI SCHEDA DI LAVORO REALTÀ E MODELLI SCHEDA DI LAVORO 1 Le tabelle d crescta Nella tabella sono rportat dat relatv alle altezze mede delle bambne dalla nascta fno a un anno d età. Stablsc se esste una relazone lneare tra

Dettagli

y. E' semplicemente la media calcolata mettendo

y. E' semplicemente la media calcolata mettendo COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale

Dettagli

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t

Ad esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende

Dettagli

Laboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica

Laboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca

Dettagli

Campo di applicazione

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

Dettagli

Oltre la regressione lineare

Oltre la regressione lineare Oltre la regressone lneare Modello d regressone lneare (semplce o multpla: - varabl esplcatve X quanttatve e qualtatve (nserte tramte uso d varabl dummy - varable dpendente Y è quanttatva Y = b + b X +

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni tra variabili: Correlazione e regressione lineare Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg

Dettagli

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella

L ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono

Dettagli

Esame di Statistica Corso di Laurea in Economia

Esame di Statistica Corso di Laurea in Economia Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste

Dettagli

Variabili casuali. Variabili casuali

Variabili casuali. Variabili casuali Varabl casual Assegnato uno spazo d probabltà (S, A, P[.]) s densce varable casuale una unzone avente come domno lo spazo de campon (S) e come codomno la retta reale. S Le varabl casual s ndcano con lettere

Dettagli

Indici di posizione. Dove si trova la distribuzione? Qual è l ordine di grandezza dei dati?

Indici di posizione. Dove si trova la distribuzione? Qual è l ordine di grandezza dei dati? Indc d poszone Dove s trova la dstrbuzone? Qual è l ordne d grandezza de dat? x La meda X assume n valor x, x 2,, x n n x = ( x ) + x2 + + xn = x n n = La meda ndca qual è l ordne d grandezza de dat Esempo

Dettagli

RISOLUZIONE ESERCIZI SULLA PROBABILITA. E, pertanto

RISOLUZIONE ESERCIZI SULLA PROBABILITA. E, pertanto RISOLUZIO SRIZI SULLA PROBABILITA PROBABILITA LASSIA ) a) I cas possbl sono 0, mentre quell faoreol sono ; ; 0 b) cas faoreol sono 0, 0 ; 0 cas faoreol sono, ; 0 0 0 0 0 P. 0 0 ) 0 pallne, 0B, V, R, 0G

Dettagli

LA COMPATIBILITA tra due misure:

LA COMPATIBILITA tra due misure: LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore

Dettagli

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione.

Misure indipendenti della stessa grandezza, ciascuna con una diversa precisione. Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.

Dettagli

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI TECNICHE DI ANALISI DEI DATI AA 16/17 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/rwabbd Seconda Unverstà d Napol (SUN) Dpartmento d Pscologa TECNICHE

Dettagli

Esame di Statistica TEMA B Corso di Laurea in Economia Prof.ssa S. Giordano 15 Febbraio 2013

Esame di Statistica TEMA B Corso di Laurea in Economia Prof.ssa S. Giordano 15 Febbraio 2013 Esame d Statstca TEMA B Corso d Laurea n Economa Prof.ssa S. Gordano Febbrao 03 Cognome Nome Matr. (n stampatello) Eserczo Nella tabella seguente sono rporta dat rguardant la produzone lorda d energa elettrca

Dettagli

UNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C

UNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C ELEMETI BASILARI DI TEORIA DEGLI ERRORI. VALOR MEDIO, DEVIAZIOE STADARD E VARIAZA S defnsce valor medo d un nseme d dat,,, la quanttà: () S defnsce varanza emprca dell nseme precedente la quanttà: σ ()

Dettagli

Esame di Statistica Corso di Laurea in Economia Prof.ssa Giordano 14 Settembre 2012

Esame di Statistica Corso di Laurea in Economia Prof.ssa Giordano 14 Settembre 2012 Esame d Statstca Corso d Laurea n Economa Prof.ssa Gordano 4 Settembre 0 Cognome Nome atr. Eserczo Ad alcun acqurent d smart TV è stata chesta la frequenza con cu s collegano ad nternet con l TV (servzo

Dettagli

Indicatori di dimensione e di concentrazione

Indicatori di dimensione e di concentrazione Indcator d dmensone e d concentrazone 1 Indcator d dmensone Lo studo delle caratterstche struttural ed evolutve d un sstema produttvo necessta dell mpego d ndcator per msurare la dmensone delle untà economche

Dettagli

Dalla sola analisi della tabella dei profili colonna, pensi ci sia un associazione tra le due variabili in tabella? (motiva brevemente la risposta)

Dalla sola analisi della tabella dei profili colonna, pensi ci sia un associazione tra le due variabili in tabella? (motiva brevemente la risposta) Corso d Statstca Docente: Smona Balzano ESERCIZIO 1 La tabella ndagnestudentflorda, dsponble sul sto (n formato pdf e xls), rporta dat d un'ndagne condotta su 60 student laureat presso la Unversty of Florda,

Dettagli

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni

IL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree

Dettagli

Propagazione delle incertezze

Propagazione delle incertezze Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze

Dettagli

ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI

ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI Rappresentazone tabellare della sere storca Sequenza cronologca Sequenza ordnata Osservazon d massmo annuo d pogga n un gorno 2 Rappresentazone grafca della

Dettagli

Probabilità cumulata empirica

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

Dettagli

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

Sommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà

Dettagli

VERIFICA IN ITINERE 9 GENNAIO 2019 CLMA

VERIFICA IN ITINERE 9 GENNAIO 2019 CLMA VERIFICA IN ITINERE 9 GENNAIO 2019 CLMA 1 Varabl Qualtattve: Sesso, Lvello d struzone Varabl Quanttatve: Età, Altezza, Peso 2 Età: Meda=74.1 ; Medana=73 ; Std=6.2 ; Q1=68 ; Q3=80 Altezza: Meda=172.5 ;

Dettagli

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI

TECNICHE DI ANALISI DEI DATI MODELLI LINEARI TECNICHE DI ANALISI DEI DATI AA 017/018 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/hxl9zg Unverstà della Campana Lug Vanvtell Dpartmento d Pscologa

Dettagli