TECNICHE DI ANALISI DEI DATI ANALISI UNIVARIATE
|
|
- Flaviana Pasini
- 5 anni fa
- Visualizzazioni
Transcript
1 TECNICE DI ANALISI DEI DATI AA 08/09 PROF. V.P. SENESE Questi materiali soo dispoibili per tutti gli studeti al seguete idirizzo: Secoda Uiversità di Napoli (SUN) Dipartimeto di Psicologia TECNICE DI ANALISI DEI DATI Prof. V.P. Seese ANALISI UNIVARIATE VERIFICA DELLE IPOTESI SU DI UN CAMPIONE IL CONFRONTO TRA DUE CAMPIONI REGRESSIONE ANOVA
2 ANALISI UNIVARIATE UN CAMPIONE DUE CAMPIONI PIÙ CAMPIONI variabile (VI) variabile (VI) variabile (VD) variabile (VD) variabile (VD) PIÙ CAMPIONI variabile (VI) variabile (VD) TECNICE DI ANALISI DEI DATI AA 08/09 PROF. V.P. SENESE Questi materiali soo dispoibili per tutti gli studeti al seguete idirizzo: Secoda Uiversità di Napoli (SUN) Dipartimeto di Psicologia TECNICE DI ANALISI DEI DATI Prof. V.P. Seese
3 UN CAMPIONE Quado abbiamo a disposizioe u uico campioe possiamo essere iteressati a idagare se: c è differeza egli idici di posizioe (o parametri) relativi alla tedeza cetrale tra campioe e popolazioe; c è differeza tra frequeze osservate e frequeze attese i base ad u modello teorico; è ragioevole riteere che il campioe derivi da ua popolazioe avete ua forma o ua distribuzioe specifica (ormale, uiforme, ecc.). Z TEST E T TEST Quado vogliamo cofrotare la distribuzioe campioaria di u parametro relativo a ua variabile misurata su scala quatitativa possiamo utilizzare la distribuzioe ormale o t di Studet, scegliedo i base all ampiezza del campioe e alla coosceza dei parametri della popolazioe. z X > 30 x < 30 x t s Popolazioe fiita o camp. seza reiserimeto DCM N N igota s sˆ x media del campioe media della popolazioe ds della popolazioe ampiezza del campioe gdl 3
4 TEST CI-QUADRATO Diversamete, quado cosideriamo ua variabile qualitativa, per cofrotare i dati campioari co quelli della popolazioe possiamo utilizzare la distribuzioe delle frequeze e cofrotare i valori osservati co quelli attesi ella popolazioe (teorici). La statistica che misura la discrepaza tra le frequeze osservate e quelle attese è: Chi - quadrato TEST CI-QUADRATO k j f o f f a a k f f o a umero di celle frequeza osservata frequeza attesa gdl k Assuzioi: () osservazioi idipedeti; () essua freq. osservata = 0; (3a) se dicotomica, essua freq. teorica < 5; (3b) se politomica, essua freq. teorica < e meo del 0% < 5. 4
5 TEST CI-QUADRATO Questo test cosete di verificare se: se ci soo differeze elle frequeze tra diverse categorie di ua stessa variabile qualitativa; se la distribuzioe delle frequeze tra le diverse categorie di ua variabile qualitativa rispecchia ua determiata (teorica) distribuzioe di frequeze; se due variabili qualitative soo associate tra loro. TEST CI-QUADRATO Si applica su variabili qualitative (origiali o trasformate) e i due casi: ua sola variabile (dicotomica o politomica); due variabili (AxB x, x3, 3x4, ecc.). Quado ci soo più di due variabili qualitative si utilizza il chi quadro del rapporto di verosimigliaza, che si usa co la tecica dei modelli log-lieari. 5
6 TEST CI-QUADRATO Si procede i questo modo: () raccolta e codifica dei dati: frequeze osservate; () iserimeto dei dati i ua tabella di frequeze; (3) defiizioe ipotesi ulla e ipotesi alterativa; (4) calcolo delle frequeze teoriche (i base a 0 ); (5) calcolo del chi-quadrato e dei gdl; (6) si verifica l ipotesi i base alla distribuzioe teorica del chi-quadrato; (7) si iterpretao i risultati. ESEMPIO # Uo psicologo è iteressato a verificare se il tipo di patologie (VD, O) che vegoo diagosticate al reparto ospedaliero dove lavora siao tutte ugualmete frequeti, o se ivece le diagosi mategoo la stessa distribuzioe descritta i ambito azioale. A tal scopo registra il tipo e umero (frequeza) di diagosi che vegoo effettuate el reparto durate u mese. 6
7 f o Normalità No patologici () ESEMPIO # DIAGNOSI Nevrotici () Patologia Diagosi effettuate i u mese. Psicotici (3) N L ipotesi geerale è che tra i soggetti che predoo cotatto co il reparto, la maggior parte dei pazieti sia o patologico poi, i ordie decrescete, evrotici e psicotici. 0 f f f3 f f f3.05 f o Normalità No patologici () ESEMPIO # DIAGNOSI Nevrotici () Patologia Diagosi effettuate i u mese. Psicotici (3) N Calcolo le frequeze attese i base a 0 (ipotesi ulla) 0 f f f3 f f f3 3 f f f
8 f o f a Normalità No patologici () ESEMPIO # DIAGNOSI Nevrotici () Patologia Diagosi effettuate i u mese. Psicotici (3) N ESEMPIO # gdl = gdl p =
9 ESEMPIO # ESEMPIO # Questo risultato ci porta a respigere l ipotesi ulla e a supportare l ipotesi alterativa. Tuttavia sappiamo che esistoo almeo due frequeze diverse o sappiamo quali e soprattutto come differiscoo. 0 f f f3 f f f3 Per sapere quali soo le specifiche categorie che differiscoo e i che modo, dopo aver verificato l ipotesi è ecessario stimare per ciascua cella la distaza tra f o e f a (i base all ipotesi ulla 0 ): residui stadardizzati (R). R f o f f a a Si iterpretao come dei puti z e utilizzado la distribuzioe ormale stadard. R >.96, p <.05 R >.58, p <.0 9
10 f o f a Normalità No patologici () ESEMPIO # DIAGNOSI Nevrotici () Patologia Diagosi effettuate i u mese. Psicotici (3) N R R R R = R R 4.86 ESEMPIO # I base ai risultati raccolti e alle aalisi effettuate possiamo dire che: le differeti tipologie di diagosi o soo tutte ugualmete probabili, () = 76.99, p <.05, N = 739. La maggior parte degli idividui (48%) è diagosticato come ormale, R = 6.98; p <.05, metre sigificativamete iferiore è il umero degli idividui diagosticati come psicotici (3%), R = -4.86, p <.05. 0
11 f o Normalità No patologici () ESEMPIO # DIAGNOSI Nevrotici () Patologia Diagosi effettuate i u mese. Psicotici (3) N Immagiiamo ora di avere ua ipotesi di ricerca molto defiita (Modello): 0 f 50%; f 30%; f3 0%.05 f 50%; f 30%; f3 0% f o Normalità No patologici () ESEMPIO # DIAGNOSI Nevrotici () Patologia Diagosi effettuate i u mese. Psicotici (3) N f a Calcolo le frequeze attese i base a 0 (ipotesi ulla) f 50%; f 30%; f3 0%
12 ESEMPIO # gdl gdl = ESEMPIO # Questo risultato ci porta a supportare l ipotesi ulla (Modello). 0 f 50%; f 30%; f3 0% f 50%; f 30%; f3 0% Possiamo dire che: i risultati cofermao quato previsto i base ai dati riferiti alla popolazioe, () = 4.7, p =.4, N = 739. Il 50% degli idividui è diagosticato come ormale, il 30% degli idividui è diagosticato come evrotico, metre il restate 0% soo diagosticati come psicotici.
13 TECNICE DI ANALISI DEI DATI AA 08/09 PROF. V.P. SENESE Questi materiali soo dispoibili per tutti gli studeti al seguete idirizzo: Secoda Uiversità di Napoli (SUN) Dipartimeto di Psicologia TECNICE DI ANALISI DEI DATI Prof. V.P. Seese DUE CAMPIONI I alcui casi l obiettivo del ricercatore è quello di cofrotare la distribuzioe di ua variabile all itero di due campioi di misurazioi. Quado le misure soo relative alle stesse uità osservative parliamo di misure ripetute (withi subject), metre quado le uità soo diverse parliamo di misure idipedeti (betwee subject). betwee withi VI Qualitativa Dicotomica Gruppi variabile (VI) variabile (VD) VD Qualitativa o Quatitativa 3
14 T TEST - WITIN Quado le misure soo ripetute o withi, se la variabile dipedete è quatitativa (itervalli o rapporti), la statistica più adatta a verificare se ci soo delle variazioi ella distribuzioe della variabile tra le due misurazioi è il t test per misure dipedeti. 0 withi D i x i y i M D i D i I base alla distribuzioe campioaria delle medie, possiamo cosiderare questo caso come u cofroto tra la media di u campioe (differeza) e la media di ua popolazioe ( 0 ). M ˆ D i D Media osservata D deviazioe stadard gdl i T TEST - WITIN t M s D D Assuzioi: () la variabile dipedete deve essere distribuita ormalmete () le variaze devoo essere omogeee. D = uità osservative D 0 Media attesa i base a 0 Di M D i sd stima della deviazioe stadard otteuta come media aritmetica poderata s D Di D formula breve M 4
15 T TEST - WITIN Le formule per il calcolo della forza dell effetto d o r: d M s D D D Effect size d small.0 medium.50 large.80 r d d 4 Effect size r small.0 medium.30 large.50 T TEST - WITIN () raccolta e codifica dei dati (distr. osservate); () iserimeto dei dati i ua matrice; (3) defiizioe ipotesi ulla e ipotesi alterativa; (4) calcolo del t Test e dei gdl; (5) verifica dell ipotesi i base alla distribuzioe teorica del t di Studet; (6) se sigificativo il test, calcolo dell effect size; (7) iterpretazioe dei risultati. 5
16 ESEMPIO #3 Su 8 pazieti co attacchi di paico viee rilevata la frequeza degli attacchi prima e dopo (VD, R) ua psicoterapia breve (VI, maipolata, u solo gruppo). PRE TEST (x i ) trattameto POST TEST (y i ) Disego di ricerca co u solo gruppo a due misure ripetute (withi): pre-test e post-test. ESEMPIO #3 Prima (x i ) Dopo (y i ) L ipotesi geerale è che ci sia ua riduzioe sigificativa del umero di sitomi maifestati dopo il trattameto. 0 D 0 D 0.05 COMPOSTA MONODIREZIONALE 6
17 ESEMPIO #3 Si procede co il calcolo di M D e s D (utilizzado la formula abbreviata): Sogg. x i y i D i D i M D s D ESEMPIO #3 M D t gdl s D d.48.5 r t 7
18 ESEMPIO #3 ESEMPIO #3 Questo risultato ci porta a respigere l ipotesi ulla e a supportare l ipotesi alterativa. 0 D 0 D 0 I risultati evideziao che il trattameto riduce sigificativamete il umero di sitomi, t(7) =.3, p =.03 (ua coda). I particolare, i dati evideziao che dopo il trattameto, i media, si osserva ua riduzioe di. attacchi di paico, d =
19 TECNICE DI ANALISI DEI DATI AA 08/09 PROF. V.P. SENESE Questi materiali soo dispoibili per tutti gli studeti al seguete idirizzo: Secoda Uiversità di Napoli (SUN) Dipartimeto di Psicologia TECNICE DI ANALISI DEI DATI Prof. V.P. Seese TEST WILCOXON - WITIN Quado le misure soo ripetute o withi, se la variabile dipedete è qualitativa (ordiale), la statistica più adatta a verificare se ci soo delle variazioi ella distribuzioe della variabile tra le due misurazioi è il test dei segi per raghi di Wilcoxo per misure dipedeti. 0 withi d x y i i i rago d i La logica è la stessa del t test withi solo che si basa sui raghi. 9
20 T T TEST WILCOXON - WITIN raghi d i raghi d i raghi d i N c Nc d i = differeza (x i y i ) T + = totale raghi positivi T - = totale raghi egativi N c = ampiezza campioe corretta (esclusi i valori 0) d i rago Quado due o più d i hao lo stesso valore si assega il valore corrispodete alla media dei raghi; ad esempio: rago medio 3.5 TEST WILCOXON - WITIN Se il campioe è grade (N > 5) la somma dei raghi T + (T + ) è distribuita i modo approssimativamete ormale: T N c N 4 c N N Nc c c T 4 z T T T T T N c N N c N c 4 N 4 c c 0
21 TEST WILCOXON - WITIN La formula per il calcolo della forza dell effetto r c (coefficiete di correlazioe biseriale tra raghi appaiati) e r: r c 4 T T N N r z Effect size r N c small.0 medium.30 large.50 TEST WILCOXON - WITIN coda code.05.0 N c critico Per la verifica delle ipotesi: - se N c < 5 (campioe piccolo) si utilizza la tavola; - se N c > 5 (campioe grade) si può utilizzare la distribuzioe ormale stadardizzata. T 0 mi, T T 0 N c,.05 Tcritico 3
22 TEST WILCOXON - WITIN () raccolta e codifica dei dati (distr. osservate); () iserimeto dei dati i ua matrice; (3) defiizioe ipotesi ulla e ipotesi alterativa; (4) calcolo della differeza d i ; (5) assegazioe dei raghi e del sego ai valori d i ; (6) verifica dell ipotesi i base alla tabella dei valori critici oppure alla distribuzioe teorica ormale stadardizzata; (7) se sigificativo il test, calcolo dell effect size; (8) iterpretazioe dei risultati. ESEMPIO #4 Su pazieti co sitomi depressivi viee rilevata il livello di depressioe prima e dopo (VD, O) ua psicoterapia breve (VI, maipolata, u solo gruppo). PRE TEST (X i ) trattameto POST TEST (Y i ) 0 M M pre pre M M post post.05 COMPOSTA MONODIREZIONALE
23 ESEMPIO #4 SS X i Y i d i (X i -Y i ) R d i R(+) R(-) TOT T critico mi z T mi 3 T, T Tcritico T, T r.4 r. 0 c. ESEMPIO #4 Questo risultato ci porta ad accettare l ipotesi ulla. M M M M 0 pre post pre post I risultati o evideziao ua variazioe sigificativa el livello di depressioe dopo il trattameto, T - = 9.5, N c =, z =., p =., r = +.. 3
24 TECNICE DI ANALISI DEI DATI AA 08/09 PROF. V.P. SENESE Questi materiali soo dispoibili per tutti gli studeti al seguete idirizzo: Secoda Uiversità di Napoli (SUN) Dipartimeto di Psicologia TECNICE DI ANALISI DEI DATI Prof. V.P. Seese T TEST - BETWEEN Quado le misure soo idipedeti o betwee, se la variabile dipedete è quatitativa (itervalli o rapporti), la statistica più adatta a verificare se ci soo delle variazioi ella distribuzioe della variabile tra le due misurazioi è il t test per misure idipedeti. betwee Assuzioi: () la variabile dipedete deve essere distribuita ormalmete () le variaze devoo essere omogeee. 4
25 T TEST - BETWEEN Media gruppo e t X X / N / N Ns N s N N stima della variaza otteuta come media aritmetica poderata Ampiezza gruppo e gdl ( N N ) T TEST - BETWEEN 0 t X X s s gdl ( N N ) 5
26 T TEST - BETWEEN Le formule per il calcolo della forza dell effetto d o r: d s X X s Effect size d small.0 medium.50 large.80 r d d Effect size r small.0 medium.30 large.50 T TEST - BETWEEN () raccolta e codifica dei dati (distr. osservate); () iserimeto dei dati i ua matrice; (3) defiizioe ipotesi ulla e ipotesi alterativa; (4) calcolo del t Test e dei gdl; (5) verifica dell ipotesi i base alla distribuzioe teorica del t di Studet; (6) se sigificativo il test, calcolo dell effect size; (7) iterpretazioe dei risultati. 6
27 ESEMPIO #5 Uo studete di Psicologia, ha letto che esistoo due tipologie di persoe i fuzioe del locus of cotrol: i cosiddetti esteri e i cosiddetti iteri; e che le doe soo geeralmete più estere degli uomii. Decide allora di verificare se questo feomeo si maifesta ache tra i suoi amici. Sommiistra il questioario di Rotter sul LOC a 0 persoe, 0 maschi e 0 femmie. GRUPPO A M Test (x i ) GRUPPO B F Test (y i ) Disego di ricerca correlazioale co due gruppi a misure idipedeti (betwee). ESEMPIO #5 GRUPPO M Test (x i ) GRUPPO F Test (y i ) L ipotesi geerale è che il sesso (VI o maipolata, N) ifluisca sul grado di esteralità (VD, I) COMPOSTA MONODIREZIONALE 7
28 Maschi Femmie SS Sesso LOC ESEMPIO # N = 0 N = 0 x x s s s s SS Sesso LOC x x s s s.3 s.6 gdl t ESEMPIO #5 0(.7) 0(.6) d.05 r t 8
29 ESEMPIO #5 ESEMPIO #5 Questo risultato ci porta a respigere l ipotesi ulla e a supportare l ipotesi alterativa. 0 I risultati evideziao ua differeza sigificativa el Locus of cotrol i fuzioe del geere, t(8) = -.355, p =.05 (ua coda), d =.05. I particolare, i dati evideziao che le doe (M =.5) hao u grado maggiore di esteralità rispetto agli uomii (M =.0). 9
30 TECNICE DI ANALISI DEI DATI AA 08/09 PROF. V.P. SENESE Questi materiali soo dispoibili per tutti gli studeti al seguete idirizzo: Secoda Uiversità di Napoli (SUN) Dipartimeto di Psicologia TECNICE DI ANALISI DEI DATI Prof. V.P. Seese TEST U DI MANN-WITNEY Se la variabile è misurata su scala Ordiale la statistica più adatta per cofrotare due gruppi (due misurazioi idipedeti) è l applicazioe del test U Ma-Whitey. betwee 30
31 3 TEST U DI MANN-WITNEY Mediate questo test, usado come parametro il rago (o la mediaa), è possibile verificare se due campioi provegoo dalla medesima popolazioe. 0 G G M M G G M M G G M M G G M M TEST U DI MANN-WITNEY G G G G raghi U G G G G raghi U critico G G U U U, mi G G G G G G Gx U z Se o < 8 Se e > 8 0 U critico 0 U totale
32 TEST U DI MANN-WITNEY La formula per il calcolo della forza dell effetto r g (correlazioe rago biseriale): r g R r G G R z G G G G Effect size r small.0 medium.30 large.50 TEST U DI MANN-WITNEY () raccolta e codifica dei dati (valori osservati); () iserimeto dei dati i ua matrice; (3) defiizioe ipotesi ulla e ipotesi alterativa; (4) calcolo dei raghi; (5) calcolo del valore U mi ; (6) verifica dell ipotesi: se o < 8 si utilizzado le tabelle; se o > 8 si utilizza la distribuzioe teorica ormale; (7) si iterpretao i risultati. 3
33 ESEMPIO #6 GRUPPO M Test (x i ) GRUPPO F Test (y i ) L ipotesi geerale è che il sesso (VI o maipolata, N) ifluisca sul grado di esteralità (VD, I O). 0 M M M F M M M F. 05 COMPOSTA MONODIREZIONALE = 0 = 0 SS Sesso LOC Rago ESEMPIO #6 SS Sesso LOC Rago Tot 78.5 Tot Rago medio
34 ESEMPIO #6 U G raghi G G G U M U F U critico( 0,0) ESEMPIO #6 U M z r g r t 34
35 ESEMPIO #6 ESEMPIO #6 Questo risultato ci porta a respigere l ipotesi ulla e a supportare l ipotesi alterativa. M M M M 0 M F M F I risultati evideziao ua differeza sigificativa e forte el Locus of cotrol i fuzioe del geere, U = -.03, p =.043 (ua coda), r g =.53. I particolare, i dati evideziao che le doe (M =.5) hao u grado maggiore di esteralità rispetto agli uomii (M =.0). 35
36 TECNICE DI ANALISI DEI DATI AA 08/09 PROF. V.P. SENESE Questi materiali soo dispoibili per tutti gli studeti al seguete idirizzo: Secoda Uiversità di Napoli (SUN) Dipartimeto di Psicologia TECNICE DI ANALISI DEI DATI Prof. V.P. Seese CI-QUADRATO Se la variabile dipedete (VD) è misurata su scala Ordiale o Nomiale il test adatto è il test del Chi-quadrato, applicato alle frequeze dei due gruppi (due misurazioi idipedeti). r c i j f o ij gdl ( r )( c ) f a ij f a ij r umero di righe,,,..., c umero di coloe,,,..., j f frequeza osservata o f frequeza attesa a i Assuzioi: () osservazioi idipedeti; () essua freq. osservata = 0; (3) essua freq. teorica < e meo del 0% < 5. 36
37 f o ESEMPIO #7 RICADUTA CONSUMO ALCOOL Sì No TOT Sì No TOT L ipotesi geerale è che tra coloro che cosumao alcool hao ua maggiore frequeza di ricaduta el fumo. 0 f f f f e e f f f f.05 f o 0 ESEMPIO #7 RICADUTA CONSUMO ALCOOL Sì No TOT Sì No TOT 68 (38%) 09 (6%) 77 f f e f f p f a.384 I base alle proporzioi margiali.. p f oppure, i alterativa :77 f a : 33 fa
38 f o 0 ESEMPIO #7 RICADUTA CONSUMO ALCOOL Sì No TOT Sì No TOT f f e f f f a f a f a f a ESEMPIO #7 RICADUTA CONSUMO ALCOOL Sì No TOT Sì No TOT Ricaduta Sì Ricaduta No Alcool Sì Alcool No
39 ESEMPIO # gdl ( )( ) 0 gdl =.05 0 ESEMPIO #7 39
40 ESEMPIO #7 I base ai risultati raccolti e alle aalisi effettuate possiamo dire che: il cosumo di alcool è associato alla frequeza di ricaduta el fumo, () = 8.44, p =.004 (due code), N = 77, V =.8. Ifatti, tra coloro che cosumao alcool la percetuale di ricadute el fumo è del 6%, R = +.0; p <.05, metre tra coloro che o cosumao alcool la percetuale delle recidive scede al 33%. 40
Le principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione
Complemeti per il corso di Statistica Medica Le pricipali procedure ifereziali: ozioi, schemi di procedimeto ed esempi di applicazioe IC al livello (-α) % per la media µ Ipotesi: ella popolazioe il feomeo
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
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
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
DettagliLezione 4 Corso di Statistica. Francesco Lagona
Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 23 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare
DettagliLezione 4 Corso di Statistica. Domenico Cucina
Lezioe 4 Corso di Statistica Domeico Cucia Uiversità Roma Tre D. Cucia (domeico.cucia@uiroma3.it) 1 / 22 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare
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
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
DettagliAnemia. 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
DettagliMetodi statistici per l analisi dei dati
Metodi statistici per l aalisi dei dati Aalisi della Variaza (ANOVA) ad u sigolo Itroduzioe Nell esempio precedete soo state itrodotte le teciche più adeguate per cofrotare due trattameti distiti ella
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
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
Dettagli= 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
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.
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
DettagliLA MISURA IN PSICOLOGIA
Prof. Giulio Vidotto (Uiversità di Padova) Lez. 3 - Distribuzioe ormale e stadardizzazioe delle misure Argometi della lezioe Stadardizzazioe Distribuzioe Normale Distribuzioe Normale Stadard Stadardizzazioe
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
DettagliLezione 4 Corso di Statistica. Francesco Lagona
Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 17 Outlie 1 Media aritmetica 2 variaza 3 il caso delle variabili dicotomiche 4 trasformazioi lieari
DettagliQuartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliLezione 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
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
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa
DettagliQuartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliLE MISURE DI SINTESI (misure di tendenza centrale)
STATISTICA DESCRITTIVA LE MISURE DI SINTESI (misure di tedeza cetrale) http://www.biostatistica.uich.itit OBIETTIVO Altezza degli studeti 004-05 (cm) Tabella dei dati Idividuare u idice che rappreseti
DettagliES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n
ES 1.3 1 Media e variaza Data la distribuzioe uitaria di ua variabile quatitativa X x 1... x i... x, la media aritmetica di X è data dal rapporto tra il totale x i e il umero delle uità rilevate: x = 1
DettagliN.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
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere
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
DettagliLezione 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
DettagliElementi di statistica descrittiva. Tabella dei dati :
- - Elemeti di statistica descrittiva I dati riportati sotto si riferiscoo a 20 studeti uiversitari che frequetavao u corso di Statistica e soo stati raccolti facedo compilare ad ogi studete il seguete
DettagliVERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott.
VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE Psicometria - Lezioe Lucidi presetati a lezioe AA 000/00 dott. Corrado Caudek Il caso più comue di disego sperimetale è quello i cui i soggetti vegoo
DettagliConfronto di due misure Campioni indipendenti
Statistica7 /11/015 Cofroto di due misure Campioi idipedeti o meglio.. rispodere al quesito Due serie di misure soo state estratte dalla stessa popolazioe (popolazioe comue o idetica) o soo state estratte
DettagliThe start Package. October 15, 2007
The start Package October 15, 2007 Type Package Ecodig lati1 Depeds R, stats, utils, tools Title Ifereza classica co TI-83 Plus Versio 1.1.12 Date 2007-10-12 Author Fabio Frascati Maitaier Ua libreria
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
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
DettagliUniversità 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:
DettagliFonti e strumenti statistici per la comunicazione
Foti e strumeti statistici per la comuicazioe Prof.ssa Isabella Migo A.A. 018-019 Idici Medi Esercizio:calcolo media soluzioe Numeri addetti xi i xi * i 10 18 180 1 15 180 14 5 350 16 10 160 18 9 5 0 18
DettagliMetodi 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
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).
DettagliSTUDIO DEL LANCIO DI 3 DADI
Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio
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
DettagliMetodi 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
DettagliLE MISURE DI TENDENZA CENTRALE
STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE http://www.biostatistica.uich.itit OBIETTIVO Esempio: Nella tabella seguete soo riportati i valori del tasso glicemico rilevati su 0 pazieti: Idividuare
DettagliGli 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
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica e Biometria
Uiversità del Piemote Orietale Corso di Laurea Trieale di Ifermieristica Pediatrica ed Ostetricia Corso di Statistica e Biometria Statistica descrittiva: Dati umerici: statistiche di tedeza cetrale e di
DettagliDaniela 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
DettagliApprofondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie
Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo
Dettagli5. INDICI DI DISUGUAGLIANZA
UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza. INDICI DI DISUGUAGLIANZA Prof. Maurizio
DettagliStatistica bivariata Tabella di contingenza % di riga I tre tipi di percentuale rimandano a significati differenti. Tabella di contingenza
Tabella di cotigeza % di riga I tre tipi di percetuale rimadao a sigificati differeti Si più ifo o più ifo Totale Sufficiete 46 567 63 Isufficiete 8 49 637 Totale 64 986 5 Si più ifo o più ifo Totale Sufficiete
DettagliPoiché n<30 e la deviazione standard non era nota a priori ma è stata stimata (s=14.4), la statistica test da utilizzare è t:
Esercizio 1 H 0 : µ µ 0 100 H 1 : µ µ 0 oiché
DettagliProbabilità e Statistica (cenni)
robabilità e Statistica (cei) remettiamo la distizioe tra i due cocetti: Defiizioe: dato il verificarsi di u eveto si defiisce la probabilità per l eveto cosiderato il rapporto tra il umero dei casi favorevoli
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
DettagliESERCITAZIONE 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
DettagliStatistica, 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
DettagliTEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0
TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si
DettagliFormulario di Statistica (Cucina-Lagona)
Formulario di Statistica (Cucia-Lagoa) Corso di Statistica - a.a. 018/19 (Cucia-Lagoa) May 9, 019 1 Statistica descrittiva Media per distribuzioi uitarie o serie dati: x = 1 x i per distribuzioi di frequeze
DettagliEsercitazioni di Statistica Dott. Danilo Alunni Fegatelli
Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M
Dettagli5. INDICI DI VARIABILITA'
UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza. INDICI DI VARIABILITA' Prof. Maurizio Pertichetti
Dettagli14. TEORIA DEI TEST STATISTICI
4. TEORIA DEI TEST STATISTICI 4. Geeralità sui test di sigificatività I dati campioari possoo essere utilizzati, oltre che per costruire l itervallo di cofideza di u parametro igoto, ache per verificare
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
DettagliLa validazione delle prove dei gruppi disciplinari (TECO-D)
La validazioe delle prove dei gruppi discipliari (TECO-D) Sommario INTRODUZIONE... 2 CARATTERISTICHE DELLA MATRICE DATI PER L ITEM ANALYSIS... 2 ITEM ANALYSIS E FEEDBACK ANVUR... 3 1 INTRODUZIONE A coclusioe
DettagliEsempio: distribuzione di frequenze. =, Pagina 90. Esempio: distribuzione di frequenze
Esempio: distribuzioe di frequeze Distribuzioe degli studeti di SDC frequetati la facoltà ell a.a. 001/00 per Num. Corsi Frequetati 83 K 7 = + + + + + + = = Num. Corsi Freq. i 1 15 43 3 103 4 80 5 3 6
DettagliNOTE 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)
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
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. 2015-2016 Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe
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
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:
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe d'impresa»
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
DettagliSTATISTICA 1 ESERCITAZIONE 4
STATISTICA 1 ESERCITAZIONE 4 Dott. Giuseppe Padolfo 21 Ottobre 2013 Percetili: i valori che dividoo la distribuzioe i ceto parti di uguale umerosità. Esercizio 1 La seguete tabella riporta la distribuzioe
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,
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
DettagliMo=V Max La distribuzione di frequenza si dice unimodale quando la Moda è unica, oppure bimodale quando la Moda è definita da due valori
Sitetizzao u isieme di misure co u uico valore rappresetativo Idicatori di tedeza cetrale e di posizioe Dati qualitativi Idice (Idicatore) Defiizioe Dati Formula Nota Nomiale Ordiale Gamma Tabella aggiorata
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
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
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 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
DettagliDomande di teoria. Esercizi
Chiorri, C. (01). Fodameti di psicometria - Risposte e soluzioi Capitolo 11 1 omade di teoria 1. Vedi pp. 97-301. Vedi pp. 301-30 3. Vedi p. 30. Vedi pp. 30-307 5. Vedi p. 309 6. Vedi p. 309-31 7. Vedi
DettagliStatistica 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
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
DettagliPROBLEMI 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
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
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
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
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
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
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 21 ottobre 2015 COMPITO B
FIRMA DELLO STUDENTE Cogome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 30001/6045/5047/4038/371/377) 21 ottobre 2015 Nome Numero di matricola Corso di Laurea Cod. corso COMPITO B Ai fii della valutazioe
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
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...
DettagliStrumenti di indagine per la valutazione psicologica
Strumeti di idagie per la valutazioe psicologica 6 ANOVA a u fattore withi Uiversità di Cagliari, a.a. 2013/2014 Davide Massidda davide.massidda@gmail.com Disegi a misure ripetute #1 t 0 t 1 t 2 t 3 Valutazioe
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
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
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
DettagliCaso studio 9. Distribuzioni doppie. Esempi
7/3/16 Caso studio 9 Si cosideri la seguete tabella che riporta i dati dei Laureati el 4 dei tre pricipali gruppi di corsi di laurea, per codizioe occupazioale a tre ai dalla laurea (Fote: ISTAT, Idagie
DettagliEsercitazioni 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
DettagliSDE Marco Riani
SDE 2018 Marco Riai mriai@uipr.it http://www.riai.it Idici di associazioe basati sulla riduzioe dell errore (eterogeeità) Osservazioi Gli idici visti fiora soo poco iterpretabili. Ad es V0.3 sigifica che
DettagliLE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI
Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI L osservazioe di uo o più feomei su delle uità statistiche coduce quasi sempre all osservazioi di determiazioi
Dettagli