Nel seguito tratteremo più dettagliatamente del caso parametrico, ma non tralasceremo di fornire alcuni utili strumenti per quello non parametrico.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Nel seguito tratteremo più dettagliatamente del caso parametrico, ma non tralasceremo di fornire alcuni utili strumenti per quello non parametrico."

Transcript

1 INTRODUZIONE AL TEST DELLE IPOTESI 5. Itrduze Il prblea he affrtere qu d segut è u de pù prtat per la Statsta sa da u put d vsta ter he applatv: erare ua regla he peretta d dedere se, dat u ert prefssat lvell d prbabltà d ettere u spefat errre, sa da aettare da rfutare ua ptes frulata su ua data v.. pplaze. Pù presaete, la prbleata può essere fralzzata el d seguete. Suppa d avere u fee desrtt da ua v.. X dstrbuze d prbabltà ( fuze d destà, el as tu f( ;θ, : f(. ;θ ta e θ Ω gt (as paraetr f(. gta (as paraetr. Nel segut trattere pù dettaglataete del as paraetr, a tralasere d frre alu utl struet per quell paraetr. Suppa d agre u abt paraetr e d vler aalzzare u fee X he è dstrbut sed ua legge prbablsta f( ;θ ta a e d θ. Suppa d aver estratt da X l ape (,,. Frula le seguet ptes su θ e qud sulla struttura prbablsta d X : θ Θ vers H : θ Θ Θ Θ Ø e tal he Θ Θ Ω. Bsga dvduare ua stratega ttale d da pter dedere se è da aettare rfutare l ptes. Dat he θ è gt sapre a se è vera ppure è vera H ; p-

2 56 tre dre sl he è vera u ert lvell d prbabltà. L see Ω vee dett see paraetr geerat da θ; etre le ptes ed H spra rprtate s haa rspettvaete ptes ulla ed alteratva. Nel as partlare u Θ s rdue ad u sl put, s haa ptes seple. Ua sderaze aalga vale per Θ e H. La dese per stablre se è da rfutare aettare ( favre d H vee presa utlzzad le fraz apare teute (,,. Al varare d tutt pssbl ap, fssata la uerstà apara, s ttee la v.. apara X (X,, X he desrve u see, haal C, dett spaz apar. Il prblea del test è d dvduare C ua rege C per u se l partlare ape (,, d u s dspe appartee a C s rfuta, etre se appartee all see pleetare C C - C s può rfutare. Ce s vede, la dese se rfutare e vee presa sull spaz apar, a vee fatta valere per quell paraetr. Sheataete quest press desale è rappresetat ella fgura seguete: Dat he sappa quale rege θ ade, le pssbl segueze he s pss avere el rfutare aettare s le seguet: E s rfuta, etre realtà è vera E s aetta, etre realtà è falsa G s aetta, he è vera G s rfuta, he è falsa. Ce s vede le pre due delle quattr segueze pssbl s errr, etre le sede due da lug a des guste. Da u put d

3 Itrduze al test delle ptes 57 vsta frale quest quattr pssbl rsultat s degl evet dzat e s pss srvere: E (X C θ Θ E (X C-C θ Θ G (X C-C θ Θ G (X C θ Θ. L evet E prede l e d errre del pr tp, l evet E prede l e d errre del sed tp. D slt, l errre del pr tp vee sderat pù rlevate per le segueze prathe he può prtare e qud s era d trllarl qualhe d. Nta, fe he G E ; G E. Dat he E, E, G, G s degl evet, essed fuze della v.. apara X, aettera ua qualhe prbabltà e presaete: Naturalete rsulta P(E P( X C θ Θ α(c ;θ P(E P( X C-C θ Θ β(c ;θ P(G - α(c ;θ P(G - β(c ;θ La prbabltà dell errre del pr tp α(c ;θ vee haata lvell d sgfatvtà del test. La prbabltà d G, data d slt π(c ;θ - β(c ;θ, vee haata pteza del test. La rege C vee haata rege rta, etre C vee detta rege d aettaze. Ce s può tare, due errr s fuze della rege rta e del valre ver d θ. L ptes rflette, geerale, la stuaze pra he l esperet (l estraze del ape d eleet vega effettuat el ses he se s aetta la stuaze rae utata. I questa pstaze bsga autelars dalle segueze he s ha per l rfut d, dat he ò prta la dfa delle dz e delle aqusz f ad allra rteute valde. È parted da queste sderaz he s

4 58 rtee pù grave l errre del pr tp rspett a quell del sed tp ed è per quest he s prede d da autelars l pù pssble rspett alla pssbltà d ettere tale errre (pstaze d Neya e Pears. Esep Suppa d avere la pplaze X~f( ;θ, ve X rappreseta l reddt d ua qualhe ategra d lavratr e sa θ µ. Suppa he dalle dharaz de reddt rsult he, eda, quest sggett abba dharat µ 5 l d lre. Suppa he l str delle faze sa p vt della verdtà delle dharaz delle perse suddette. I tal as, le ptes he l str vule sttprre a test s : µ µ vers H : µ > µ , sserva he l spaz paraetr è dat dall tera retta reale Ω (- ; +. Per dedere se s deve aettare rfutare s estrae, ressa, da X u ape d eleet (,,..., e sulla base delle fraz teute quest ape s dede su. Al varare del ape vara e desrve la v.. apara X (X, X,..., X he desrve l str spaz apar. I quest test sulla base de rsultat del ape pss: E Pealzzare que sggett (rfut, etre ha dett l ver E Aettare quat dharat (aett, etre ha dett l fals G Aettare quat dharat (aett ed ha dett l ver G Pealzzare que sggett (rfut he ha dharat l fals. Osserva e effettvaete E sa l errre pù grave perhé se vee ess s pealzza (per esep s a ua daa peale u ete. 5. Il lea d Neya-Pears Ce eerge dal paragraf preedete, l prblea he s deve affrtare è d dvduare la rege rta C tale he α(c ;θ e β(c ;θ sa pl qualsas sa θ. D altr lat, s eve edataete he se è α(c ;θ 0 eessaraete deve essere β(c ;θ e veversa e qud è pssble dedere reded ull tepraeaete α e β. La stratega per rslvere l prblea, ra geeralete aettata, è quella d seglere C d he α(c ;θ super ua erta sgla prefssata, qualsas sa θ, e tepraeaete sa β(c ;θ. Pù presaete: Il test ufreete pù ptete è quell he perette d seglere la

5 Itrduze al test delle ptes 59 rege rta C tale he, per g altra rege rta C *, sa tepraeaete: P(E P(X C * θ Θ P(X C θ Θ α P(E P(X C-C * θ Θ P(X C-C θ Θ per qualsas θ Θ. U test he sddsfa la defze spra rprtata ha la pteza assa dat he tal as rsulta π(c ; θ > π(c * ; θ. I test ufreete pù ptet sepre esst, l lea seguete stra he tale test suraete esste, e stra e tteerl, u as partlare: Lea (d Neya e Pears Data la v.. X, he per sepltà suppa tua, f.d. f( ;θ, se : θ θ vers H : θ θ e qud s ha Ω θ θ, se X (X,, X è la v.. apara, allra l test basat sulla rege rta C tale he P(X C θ θ α L( L( ; θ k ; θ 0 per X C ; L( L( ; θ < k per X C ; θ, 0 ve k è ua state per u P(X C θ θ α etre L( ;θ è la fuze d versglaza, è l test pù ptete. Per pter applare l lea è, uque, eessar sere la dstrbuze d X a e d θ d da pter strure la fuze d versglaza. Iltre, quest lea perette d tteere la rege rta sl as lt partlar.. Il prblea aggre rsede el fatt d dvere dvduare ua statsta pvtale (è dpedete da paraetr della v.. d parteza he, fssata la prbabltà dell errre d pr tp, zz quell del sed tp qualuque sa l valre del paraetr gt Θ. Se abbada la

6 60 seda arattersta, quat e rheda he questa s verfh sl per grad ap, s ha u allargaet della lasse de pssbl test he s pss strure d da predere ahe as d prtaza applatva. Questa è la stratega he segure el segut. 5.3 Test basat sul rapprt d versglaza. Cas d seple (LRT Data la varable asuale X dstrbuze d prbabltà (dsreta tua f( ;θ s vgla sttprre a test le ptes : θ θ vers H : θ Θ Ω {θ Θ }. Sulla base d u ape asuale (,, s struse la fuze d versglaza he stt dvee L( ;θ L( ;θ f( ;θ f( ;θ etre la sta d assa versglaza d θ è, e sappa, quel θˆ tale he rsult a L( θ Ω ; θ L( ; θˆ S haa rapprt d assa versglaza (el segut MLR la fuze λ( L( ; θ L( a L( ; θ L( θ Ω ; θ, ; ˆ θ da u segue edataete he 0 < λ(. Se λ( è v ad s è prtat ad aettare dat he, per grade, rsulta θ θˆ ; veversa, se λ( è lta da allra è p versle e s è prtat a rfutarla dat he θ θˆ.

7 Itrduze al test delle ptes 6 Queste sderaz prta ad afferare he: Il test basat su LRT defse la rege d rfut (rege rta sttuta da tutt ap tal he P{λ(X k θ θ } α È fale verfare he se ahe H è seple ed l paraetr è u sl, l test basat su MLR de quell pù ptete. Se H è psta l test basat su MLR sepre de quell ufreete pù ptete. Per pter deterare la rege rta el test basat su MLR è eessar dervare la dstrbuze d prbabltà d λ(x. Ne due esep seguet trattere due as partlar d test basat su MLR. Esep Suppa he X~N(µ; σ, σ t, e s vgla sttprre a test le ptes : µ µ vers H : µ µ sulla base d u ape d apezza estratt da X. I quest as s ha L( ; µ (πσ -/ ep ( µ σ L( ; (πσ -/ ep ( σ e qud la rege rta è data da λ( ep ( ( µ σ σ µ ep ( µ ep k σ σ / he, equvaleteete, può essere srtta el d seguete

8 6 µ / σ - lg k. D altr lat, dat he 0 < k segue he lg(k < 0 e qud -lg(k >0. Pst - lg(k z s ttee µ / σ z z µ z σ / α/. La statsta z vee haata statsta test e stt l ptes, quest as, s dstrbuse e ua v.. Nrale stadardzzata sì he s rfuta al lvell α se rsulta z z α/, ve z α/ s trva sulle tavle della rale stadardzzata ed è tteuta d he fssat α deve essere α X µ P z σ / α /. Il test basat su MLR ha alue prtat prpretà e stablt el seguete Terea (d Wlks Data la v.. X dstrbuze f(;θ se s sttpg a test le ptes : θ θ vers H : θ Θ utlzzad l rapprt d versglaza allra - lg λ(x L χ ( g ve g è l uer de paraetr da sttprre a test. Quest rsultat perette d strure l test ahe se è ta la dstrbuze d λ(x stt la dze he sa suffeteete grade (spess basta he sa 5 Se C è la rege rta per, allra l P{X C θ Θ } l P(G

9 Itrduze al test delle ptes 63 dpedeteete da θ. I altr ter, se è suffeteete grade allra la pteza del test è va ad u per g θ θ. Esep 3 Suppa he sa X~N(µ, σ, µ e σ gt, e s vgla sttprre a test le ptes : µ ; σ 9 vers H : µ ; σ 9 suppst d avere estratt u ape asuale 30, X 3, S 30. I quest as, utlzzad l rapprt d assa versglaza s ha λ( ( π 9 ( πs / / ep 8 ep S ( ( S 9 / ep 8 S 8 ( equvaleteete - lg(λ( - [lg S - lg9 + - S /9 - ( - /9]. La dstrbuze esatta sa d λ(x he d -lg(λ(x è lt plata e qud s può rrrere all apprssaze l Ch-quadrat per tteere ua rege rta apprssata. I quest as s ha Dat he - lg (λ(x L ( χ. - lg (λ( -30[lg30-lg /9 - (3- /9] 37., dalle tavle del Ch - quadrat rsulta ( ;0.05 χ 5.99; ( ;0.0 χ 9.; ( ;0.00 χ 3.8, pssa rfutare al lvell α.

10 Test basat sul rapprt d versglaza. Cas d plessa (LRT Se le ptes e H s etrabe plesse, è se : θ Θ vers H : θ Θ, Ω Θ Θ, allra: Il test MLR è basat sul rapprt λ( sup L( θ Θ 0 sup L( θ Ω, θ, θ sup L( θ Θ 0 L(, ˆ θ, θ Quat abba dett f ad ra può essere estes al as u θ sa u vettre d paraetr gt. Ua geeralzzaze d quat afferat el terea rprtat el paragraf preedete è data el seguete Terea (d Wlks Data la v.. X dstrbuze f( ;θ se s sttpg a test le ptes Allra : θ Θ vers H : θ Θ - lg λ(x L χ ( g ve g Dese(Ω - Dese(Θ. 5.6 Partlar test basat su MLR I quest paragraf preseta alu test, d larga utlzzaze prata, basat sul rapprt d assa versglaza e stt l ptes he la pplaze, le pplaz, d parteza sa dstrbute ralete. TEST SULLA MEDIA Suppa he sa X~N(µ ; σ, µ e σ gt e qud rsult θ (µ ; σ, e s vgla sttprre a test le ptes : µ µ, σ >0 vers H : µ µ, σ >0

11 Itrduze al test delle ptes 65 utlzzad l MLR test. I quest as Ω è sttut da u sepa, etre Θ s rdue ad ua seretta sì e llustrat ella fgura S ha sup θ Θ 0 L( ; µ, σ L( ; µ, s, s ( µ sup L( ; µ, σ L( ;, S, S ( θ Ω e qud l rapprt d versglaza è / ( πs ep ( µ s λ( / ( πs ep ( S Dp ua sere d svlupp, he per brevtà rprta, s arrva alla seguete statsta test: t ( ( X µ ( X µ ~ T ( X X s s ( X X. (- Idad t l valre d T tteut el ape avre he:

12 66 S rfuta al lvell α se rsulta µ t s t (-; -α/ Grafaete s ttee Naturalete, gl stess ragaet spra fatt s ha he: a se s vule sttprre a test le ptes : µ µ, σ >0 vers H : µ > µ, σ >0 S rfuta al lvell α se rsulta t ( s µ t (-; -α - t (-; α. Grafaete s ha ua stuaze e quella desrtta ella fgura seguete

13 Itrduze al test delle ptes 67 b se s vule sttprre a test le ptes : µ µ, σ >0 vers H : µ < µ, σ >0 S rfuta al lvell α se rsulta ( µ 0 t s t ( ; α t ( ; α Grafaete s ha ua stuaze e quella desrtta ella fgura seguete

14 68 Rrda he la v.. T d Studet è setra tr all zer e qud rsulta t (-; -α - t (-; α. S sserv ara he se e sta d σ al pst d s (sta dstrta d σ s usa S (sta asttaete dstrta d σ, teut t delle relaz he terrr fra s ed S, segue edataete he t s può srvere dffereteete t ( µ ( S s µ. Nelle prathe applaz, d slt, lvell a u s fssa α s rspettvaete 5%, %,. Gustfaze epra Veda ra d dare ua gustfaze, basata su argetaz d tp tutve, alla dervaze della statsta test t spra rprtata. Per fare quest falzza la stra atteze al as u : µ µ, σ >0 vers H : µ > µ, σ >0 (per gl altr l ragaet è sle ve µ e σ s paraetr gt d ua v.. X dstrbuta e ua rale. Sappa he la sta ttale d µ e σ è data rspettvaete da e s e queste s dpedet. I tale stuaze sa prtat a rfutare se ( - µ è pstva e grade, etre sa prtat ad aettarla se ( - µ è pla. Bsga stablre sa s tede per grade e per pla. Putualzzad, se è vera, ua statsta test he sebra plausble è data da:

15 Itrduze al test delle ptes 69 ( - µ ~ N σ 0;, a dat he la sua dstrbuze dpede dal paraetr gt σ può essere usata per strure l test. Se la stadardzza ttea µ σ / σ ( µ ~ N(0, he, dpeded ara da σ, è pvtale e, qud, utlzzable e statsta test. Se al pst d σ ssttua la sua sta ttale s ttea t ( s µ ~ T ( - he è la statsta test pvtale dervata preedeza. Esep 4 Suppa d avere u fee aleatr X e he sa X~N(µ, σ µ e σ gt. S vule sttprre a test le ptes : µ 3 vers H : µ >3 Estraa da X u ape asuale d 0 eleet tteed seguet rsultat apar 3; 5; 4; ; 5; 6; 3; 4; 5; La eda e la varaza apara s quest as, rspettvaete he pla 3.9; S -.69; S.3 ( µ 3( t.077 S.3 Dalle tavle della v.. T d Studet g9 grad d lbertà ttea

16 70 t ( 9; 5%.833; t ( 9; %.8 Quest vule dre he al lvell d α 5% s può rfutare a la s può rfutare al lvell d α %. I deftva dre he l test è sgfatv al 5%. Se le ptes da sttprre a test fsser state : µ 3 vers H : µ 3 tal as l valre d t sarebbe stat esattaete l stess, etre avre avut t ( 9; -.5%.6; t ( 9; -0.5% 3.50 ed quest as pteva rfutare eahe al lvell del 5%. Esep 5 Data la pplaze X~N(µ, σ, µ e σ gt, verfare : µ 0 vers H : µ > 0 utlzzad le fraz d u ape d 6 eleet da u s è ravat.5 e S 6. Sappa he quest as la rege rta ttale, tteuta trate l rapprt d assa versglaza, è data da he quest as dveta µ t S / t ( 5, -α

17 Itrduze al test delle ptes 7 t t 4/ 5 ( 5, -α ve t ( 5, -α è, al slt, l (-α peretle della T-d Studet 5 grad d lbertà. I partlare, per tre lvell d α 5%; %; s ttee rspettvaete ed essed t ( 5, ; t ( 5, ; t ( 5, t 3.5 > t ( 5, ; t 3.5 < t ( 5, s rfuta al lvell α %, a s può rfutare al lvell dell. I tal as s de pù stetaete he l test è sgfatv all %. D altr lat, s rava he la rege rta è ahe data da λ / ( T + k equvaleteete da -lg(λ( lg T + k Ma per derataete grade, se è vera, sappa dal Terea d Wlks he è -lg(λ(x lg T + χ ( e qud ua rege rta apprssata è tteuta da ( ( P{ χ k} - P{ χ < k} α P{ χ ( < k µ µ } -α

18 7 ve k χ ( ;a s derva dalle tavle della v.. χ (. I quest as rsulta lg T + 6 lg ( Metre per slt tre lvell d α 5%; %;, dalle tavle del Ch-quadrat u grad d lbertà ttea rspettvaete ( ;0.05 χ 3.84; ( ;0.0 χ 6.63; ( ;0,00 χ 0.8 e dat he è -lg(λ( 8.57 > -lg(λ( 8.57 < ( ;0.05 χ 3.84; ( ;0.00 χ 0.8 s arrva alle stesse lus d quelle tteute la rege rta esatta. TEST SULLA DIFFERENZA FRA DUE MEDIE Suppa he X ~N(µ ; σ e X ~N(µ ; σ sa due v.. dpedet e s vgla sttprre a test, utlzzad MLR, le ptes : µ µ, σ >0, σ >0 Η : µ µ, σ >0, σ >0 Per far quest utlzza due ap dpedet (,,..., ; (,,..., estratt, rspettvaete da X ed X. S ha Ω {µ, µ, σ, σ } : spaz a quattr des Θ {µ µ, σ, σ } : spaz a tre des. Dat he due ap s dpedet la fuze d vers-

19 Itrduze al test delle ptes 73 glaza è L(, ; µ, µ, σ, σ L ( ; µ, σ L ( ; µ, σ ed l rapprt d versglaza è par a λ(, a L( µ, σ L ( µ, σ [ µ, σ, ] L(,, ˆ, ˆ σ σ σ µ µ µ. E rsulta lt plata la rera del ass del ueratre d λ(,. Quest prblea, t e prblea d Behres- Fsher, aette ua sluze esatta e le sluz apprssate trvate s tutte pù e sddsfaet. Ua delle pù sepl dvuta a Baerj el 960 prpe d usare la seguete rege rta al lvell α: Rfutare se la dsuguaglaza seguete è vera - t S / t S + ( - t S + t S ve -, -, t è l valre allat sulla T-d Studet grad d lbertà tale he P { T t } α / ( per,. vers Il prblea rsulta d pù fale sluze se vee rdtt al seguete : µ µ µ, σ σ σ >0 H : µ µ, σ σ σ >0 I quest as le due v.. X ed X ha la stessa varabltà e qud la stessa fra e dffers, se è falsa, sl per la eda (as d shedasttà. S ha he

20 74 Ω {µ, µ, σ }: spaz a tre des Θ {µ, σ }: spaz a due des I tal d, la sta ML d µ, µ, σ Ω è data, rspettvaete, da ; S + + ( ( per u L(,,S / ( } ( ( { π ep{-(+/} Veversa, la sta ML d µ e σ Θ ο è data, rspettvaete, da + + S + + ( ( ( ( ( e qud, l rapprt d versglaza rsulta par a

21 Itrduze al test delle ptes 75 / ( ( ( ( ( λ he dp alue seplfaze, rprtate per brevtà, dvee: [λ(x] /(+ T + + Per quat dett el as del test su ua sla eda s ha: Se è H : µ µ H : µ - µ 0 S rfuta se rsulta / ; ( t ( s ( s ( t α + > Grafaete le reg d aettaze e rfut s: g +-. Se è H : µ > µ H : µ - µ > 0

22 76 S rfuta al lvell α se t ( s + ( s ( + + > t (+-;-α, he grafaete dvee: 3 Se è H : µ < µ H : µ - µ < 0 La rege rta è data da (s rfuta se t ( s + ( s ( + + < t (+-;α - t (+-;-α, he grafaete dvee: Gustfaze epra Veda ra d dare ua gustfaze d tp tutv alla dervaze della statsta test t spra rprtata. Per fare quest falzza la stra atteze al as u s vule sttprre a test : µ µ, σ >0 vers Η : µ > µ, σ >0 ve tre paraetr µ, µ, σ s relatv a X ~N(µ ; σ e X ~N(µ ; σ X e X dpedet. I tal as sa prtat a rfutare se - è pstva e grade, etre sa prtat ad aettarla se la stessa è pla. Bsga stablre sa s tede per grade e per pl. Se è vera ua sta-

23 Itrduze al test delle ptes 77 tsta test plausble è ( - ~ N 0; σ σ + N 0; σ +, a è utlzzable dat he la sua dstrbuze dpede dal paraetr gt σ. Se la stadardzza ttea σ + ~ N(0, he, dpeded ara da σ, è utlzzable e statsta test. Se al pst d σ ssttua la sua sta ttale s ( + + ( ( s + ( s + S + S + ttea stt t s + / S + S ( + ~ T + (+- he è la statsta pvtale dervata preedeza. Ntare he per la sta d σ, ue a X e X, abba utlzzat gutaete le fraz apare prveet da X e da X, tal d s rsulta dstrta e suffete, e qud ttale, per σ. TEST SU UNA PERCENTUALE Suppa d avere ua pplaze fta P psta da H utà d rlevaze (apezza della pplaze u arattere d teresse dt el ses he K utà della pplaze s del tp ed H-K del tp 0. I prata, v s lte stuaz tal arattersthe, per esep: bu/attv; gust/sbaglat; s/; ash/fea; testa/re; aqut/ aqust; prdu/ prdu; e. Idha

24 78 K H K p, q -p H H rspettvaete la peretuale degl eleet d tp e d tp 0 preset ella pplaze. I geere, è ta H a è gta K e qud p. Il prblea he s vule affrtare è quell d strure u test per l paraetr gt p del tp: : p p vers H : p > p 0 < p < fssat. Per dare ua rspsta al prblea, estraa berullaaete (è resse da P u ape d apezza tteed (,,...,. Al varare del ape asua desrverà ua v.. X la stessa struttura della pplaze e presaete P(X p; P(X 0 -p q, per,,...,. I altr ter, asua X è ua v.. d Berull dpedete e la sta ttale d p è data sepleete dalla frequeza relatva: pˆ he, per quat gà vst per la v.. Bale frequeza, rsulta pˆ ~ BF(, p E( pˆ p, var( pˆ pq. Ma allra, rrred ad ua predura sle a quella del test sulla eda, s può utlzzare e statsta test la seguete z pˆ p ( pˆ p p( p p( p ed è fale verfare he, al varare del ape, se è vera, z desrve la v.. Z

25 Itrduze al test delle ptes 79 E(Z 0, var(z. La dstrbuze esatta d Z è d plessa dervaze. D altr lat, rrdad l terea del lte etrale, s rava falete he per derataete grade s ha Z N(0,. I prata, s può rteere grade se rsulta >0 el as u sa p q e egl altr as se è p( p 5 30 Hp( p 3 Hp( p I queste dz s rfuterà al lvell α se rsulta z > z (-α. Se l ptes alteratva è H : p < p la relatva rege rta al lvell α è data da z < z (α - z (-α, etre se l ptes alteratva è H : p p la rege d rfut al lvell α è data da z > z (-α/ ve le quattà del tp z (α s peretl della rale stadardzzata e s rprtat elle tavle della rale stadardzzata. TEST SUL CONFRONTO DI DUE PERCENTUALI Nel as u s vgla sttprre a frt le peretual p e p d due pplaz dthe: : p p vers H : p > p utlzzad le fraz d due ap berulla estratt dpedeteete da asua delle due pplaz:

26 80,,..., ;,,..., ragaet del tutt sl s ha he la statsta test rsulta par a ve abba pst: pˆ pˆ z [ pˆ ( pˆ ]( / + / pˆ, pˆ, pˆ pˆ + pˆ +. Stt, per ed suffeteete grad, rsulta Z N(0, per u s rfuterà al lvell α se rsulta z > z (-α. Per as H : p < p ed H : p p s prede la usuale tea vsta preedeteete. Se l estraze apara è fatta seza resse, e suede elle prathe applaz, gl svlupp fral s pù pless ahe se rsultat fal s dfa sl argalete. Ifatt, quest as, dad f la peretuale d eleet estratt dalla pplaze, detta H ahe fraze d apaet, s dstra he è ara etre pˆ pq var( pˆ ( f ; E( pˆ p e stt, se è grade ed f pla, s ttee

27 Itrduze al test delle ptes 8 z pˆ p p( p ( f he al varare del ape d dstrbuse bua apprssaze e ua v.. N(0, e qud la rege rta è defta e al slt. È teressate sservare he per pplaz ftaete grad è f 0 ed rsultat, e tutvaete attes, d quell dell estraze berullaa. Esep 6 I ua fabbra H0 pera ve e s alu he sffr d ua deterata allerga he s sspetta dvuta alla preseza d ua partlare sstaza usata ella lavraze. Iltre, è t he ella pplaze geerale la peretuale d lr he sffr d quella allerga, è par a p S vule stablre se fra gl pera della fabbra v è ua aggre deza d quella patlga rspett a quat suede ella pplaze geerale ppure. I tal as bsga sttprre a test : p p 0.3 vers H : p>0.3 Per rspdere al quest vee estratt a as u ape d N95 pera e sttpst alla relatva prva allerglga. Da queste prve è rsultat he 36 pera era allerg alla sstaza sspetta e 59 allerg. Avre, pertat pˆ 36/ , - pˆ 59/ e qud, supped he l estraze sa berullaa ttea z.68 e dat he per α 0.05 rsulta z ( , rfut l ptes al lvell del 5%. Se l estraze fsse stata effettuata seza resse tal as avre avut f 95/ e qud z.756 ed ahe quest as avre rfutat al lvell del 5%. I deftva pssa dre he, u lvell d errre del pr tp par al 5%, la sstaza utlzzata quella prduze ha ua deza ell allerga superre a quat rstrat ella pplaze. Osserva, fe, he quest as s ha

28 8 p( p 9.95 > 5 30 p( p 95 > p( p e qud l apprssaze alla rale rsulta gustfata. TEST SU DATI APPAIATI Suppa d avere ua pplaze dppa (X,Y e presaete (X, Y~N(µ, µ y, σ, σ y, σ y, ve que paraetr della rale dppa s gt, e s vgla sttprre a test : µ y µ vers H : µ y > µ sulla base d u ape d apezza estratt da (X,Y: (, y, (, y,..., (, y. Osserva he, affhé l test abba ses, due aratter X ed Y dev essere frtabl. I partlare X può essere terpretat e l arattere d trll, etre Y e l trattaet u dat esperet a u gl sggett s stat sttpst. Per esep se ad dvdu vee pra sstrat, a lr saputa, u plaeb e p u dat fara allra X è l effett plaeb ed Y l effett fara. Osserva ara he stuaz del geere fra X ed Y esste d slt u qualhe legae leare surat da σ y d u bsga teer t el test. I altr ter, s tratta d u test sul frt fra ede dat dpedet. Osserva ltre he, per asu sggett, la dese d sstrare pra l fara pra l plaeb vee effettuata a as. La dervaze frale del test avvee ua predure sle, ahe se pù elabrata, a quella llustrata el as d X ed Y dpedet. Qu d segut rprta, per sepltà, la gustfaze epra. Ahe quest as è plausble rfutare se ( y - è pstva e grade e qud bsga stablre quad quella quattà è grade e quad è pla. Se è vera, per ua prpretà della rale, al varare del ape s ha ( Y X ~ N σ + σ y σ 0; y

29 Itrduze al test delle ptes 83 e stadardzzad s ttee σ ( Y X + σ y σ y ~ N(0,. Ssttued quest ulta espresse al pst d σ, σ y, σ y la lr sta ttale data rspettvaete da s ( ; s y ( y y s rava s y t ( ( y y ( Y X ~T (-. s + s s y y S rfuta al lvell prefssat α se rsulta t > t (-; -α. C u ragaet sle: a s rfuta : µ y µ vers H : µ y < µ se t < -t (-; -α, b s rfuta : µ y µ vers H : µ y µ se t > t (-; -α/. Ntare he pst D Y - X, he rappreseta l vatagg del trattaet

30 84 sul trll, s ha edataete var(d var(y-x σ + σ y σ D ~ N( µ, σ σ + σ σ z z y y y d y -,,,..., ; d ( σ y y - ; var( D + σ y σ y s D ( d d s + s y - s y, La statsta test t s può srvere pù sepleete e t d s D ~ T (-. I altr ter, l test su dat appaat s rdue al test sulla eda d Z ed quest partlare as, per esep, s testa : µ D 0 vers H : µ D > 0 he è equvalete a : µ µ y vers H : µ > µ y. S sserv he elle prathe applaz è veete allare la statsta test quest ult d. Esep 7 Nella tabella seguete abba rprtat l su d gasl per gla d N7 ahe pra (X e dp u dat trattaet (Y Mahe y d y

31 Itrduze al test delle ptes 85 S vule sttprre a test l ptes he l trattaet ha avut, eda, alu effett tr l ptes he ha avut u effett pstv. Per far quest utlzza l test per dat appaat allad la sta della eda e della varaza d Z. Ottea: d s D.0857 e qud t e dat he al lvell α 0.05 rsulta t (6; avre t.37 > t (6; per u rfutere l ptes he l trattaet abba alu effett e sa prtat ad aettare quella he abba, vee, u effett pstv. Ntare he se quest as avess teut t della dpedeza de dat a- vre dvut utlzzare la statsta test t ( y ( ( s + s y tteed t 0.97 he prterebbe, erreaete, all aettaze d e qud al rfut he l trattaet abba eda effett sul su d gasl. TEST SULLA VARIANZA Suppa he sa X ~N(µ ; σ, µ e σ gt, e s vgla sttprre a test, utlzzad la MLR, le ptes. : σ σ vers H : σ > σ Nella fgura he segue s dat gl spaz Ω, Θ e Θ. Ω

32 86 Abba gà vst he è L( ; µ, σ (πσ -/ ep ( µ σ. e dp alu svlupp s ttee l rapprt d assa versglaza: λ( / S σ ep ( + σ dp ua sere d passagg: S rfuta al lvell α se > ; ( 0 ( α χ σ ; ( S s ( α χ σ σ χ >. Se le ptes da sttprre a verfa s

33 Itrduze al test delle ptes 87 : σ σ vers H : σ < σ La rege rta per H, gl stess ragaet, dveta σ 0 ( < χ ( ;α χ ( s σ S σ < χ ( ; α Gustfaze epra Qu d segut da ua gustfaze epra per la deteraze della rege d rfut del test. Osserva he s vule sttprre a test : σ σ σ vers H : σ > σ σ > σ σ sulla base d u ape asuale (,,..., estratt da X~N(µ, σ. Sappa he la sta ttale per σ è s e qud rsulta plausble utlzzare e statsta test s σ el ses he pù questa quattà è grade pù s è prtat a rfutare. Ma sappa he, se è vera, al varare del ape è ( s S χ ~ σ σ χ ( he è pvtale e qud utlzzable per strure l test. Esep 8 Data la pplaze X~N( µ ;σ s vgla sttprre a test : σ σ 4 vers H : σ > σ

34 88 teut t he sulla base d u ape d 6 sservaz rsulta 3; s ( Sappa he la rege d rfut per è data da χ σ ( s σ S σ χ ( ; α el str as s ha χ etre dalle tavle del Ch-quadrat (- 5 grad d lbertà rsulta ( ; 0.05 χ 37.7; (,0.0 χ 44.3 ed essed χ < ( ; 0.05 χ 37.7 e χ > ( ; 0.0 χ 44.3 s rfuta al lvell del 5%, a s può rfutare al lvell dell %. I altr ter, l test è sgfatv al 5%. CONFRONTO FRA DUE VARIANZE Suppa he sa X ~N(µ ; σ e X ~N(µ ; σ due pplaz dpedet e s vgla sttprre a test le ptes : σ σ σ vers H : σ > σ utlzzad le fraz teute e due ap asual (,..., ; (,...,. I quest as è Ω {µ, µ, σ, σ } Θ {µ, µ, σ } e qud

35 Itrduze al test delle ptes 89 a L(µ Ω, µ, σ, σ a L Ω (µ, σ a L Ω (µ, σ a L(µ, µ,σ Θ a L (µ, σ Θ a L (µ, σ Θ E dp alu passagg dat he stt, è F ( X ( X X X /( /( s s ~ F( ; I luse, s rfuta al lvell α se rsulta F s s S > F (-; -;-α. S Per allare F s pe al ueratre la sta della varaza suppsta H aggre. Naturalete valr della F (-; -;-α s rera sulle tavle della F-d Fsher (-; - grad d lbertà al lvell -α. Gustfaze epra Sappa he X ~ N(µ ; σ e X ~ N(µ ; σ s dpedet e s vule sttprre a test le ptes : σ σ σ vers H : σ > σ σ > σ σ utlzzad le fraz teute e due ap asual (,..., ; (,...,. Csdera le ste ttal d σ e σ tteed s e s e la statsta

36 90 s s he prterà a rfutare quat pù questa è d lt pù grade d, a sappa he stt è F s s ~ F ( -; - he è pvtale e qud utle per strure l test. Esep 9 Suppa he sa X ~N(µ ; σ e X ~N(µ ; σ s vule sttprre a test le ptes : σ σ vers H : σ > σ sulla base d u ape d 5 eleet estratt da X, he ha frt s ( 8, ed u ape d 0 eleet estratt da X, he ha frt s ( 4. Sappa he tal rstaze la rege rta ttale è data da e el str as è F s s > F (-, -; -α F ; F (4,9; per u s può rfutare al lvell α 5%. TEST SUL COEFFICIENTE DI CORRELAZIONE Bsga dstguere due as: ρ 0 e ρ 0.

37 Cas d ρ0 Itrduze al test delle ptes 9 Suppa d avere la v.. dppa (X, Y~N (µ, µ, σ, σ y, ρ e s vgla sttprre a test : ρ 0 vers H : ρ 0 sulla base del ape (, y,,(, y estratt dalla rale dppa (X, Y. I tal as sappa he, stt, è t r r ~ T (- ve r è la sta de et d ρ : ( ( y r ( ( y y y S rfuta, al lvell α, se è t r r > t (-; -α/. Cas d ρ 0 S vgla sttprre a test : ρ ρ 0 vers H : ρ ρ, 0 < ρ <. È pssble trvare sl ua rege apprssata basata sulla seguete trasfraze (detta d Fsher + r + ρ z lg ; z lg r ρ dat he s può dstrare, e aeat el aptl preedete, he

38 9 stt al varare del ape è (Z z 3 L N(0;, quest rsultat perette d dervare la seguete rege rta apprssata. Per derataete grade s rfuta, al lvell α, se rsulta z z 3 > z, ( -α/ ve, al slt, z ( s è dat l (-α/-es peretle della ra- -α/ le stadardzzata. Esep 0 Data la rale dppa (X, Y, vgla sttprre a test le ptes : ρ 0.5 vers H : ρ 0.5 sulla base d u ape d 03 eleet e r 0.4. I queste dz è e qud z.4.5 lg 0.436; z 0.6 lg z z Dalle tavle della rale stadardzzata, α 0.05, rsulta z ( , e quel fssat α s può rfutare. 5.7 Alu test paraetr I quest paragraf presetere breveete alu test paraetr d dffusa utlzzaze ua grade varetà d prathe applaz. TEST DI ADATTAMENTO Suppa d avere ua qualsas v.. X dsreta dsretzzata struttura prbablsta gta ed ua v.. Y dsreta dsretzzata ta. Iltre, suppa he etrabe assua le stesse daltà a, le da-

39 Itrduze al test delle ptes 93 ltà pss essere sa delle qualtà he delle quattà. I partlare suppa he la dstrbuze d Y sa la seguete y a a a 3... a k Tt. p p p p 3... p k Se pa p P{X a },,,...,k, le ptes he vgla sttprre a test s : p p,,,..,k, Dstrb.(X Dstrb.(Y H : p p, per ale ua Dstrb.(X Dstrb.(Y Queste ptes va verfate sulla base d u ape d apezza e- stratt berullaaete da X e rprtat ella dstrbuze d frequeza della tabella seguete Valr a a a k Tt. Frequeze k Ste d p pˆ pˆ pˆ k ve abba dat la frequeza assluta rferta alla daltà a e pˆ / la frequeza relatva, è la peretuale delle vlte he su prve fatte su X s è presetat l rsultat a he, per quat dett el aptl relatv alle varabl asual, s ste ttal delle prbabltà p. Quest tp d test l rslvere due d alteratv, a he, d slt, prta agl stess rsultat. Il pr d è quell d allare l rapprt d assa versglaza ed utlzzare l apprssaze astta. Presaete, quest as è Dese(Ω k-; Dese(Θ 0, tare he la dese d Ω è k- dat he le varabl s k date da p,..., p k ed esste l u vl p p. Teut t he ad g estraze apara d tp berulla è assata ua v.. d Berull, avre v.. d Berull dpedet d u assuera l valre a prbabltà p, assuera l valre

40 94 a prbabltà p,..., k assuera l valre a k prbabltà p k ; la relatva fuze d versglaza sarà data da k L(p p e l rapprt d assa versglaza è λ k k p pˆ k p pˆ k p e qud, per suffeteete grade, stt H s ha k - lg(λ - lg (p / pˆ - lg( - k p lg χ ( k S rfuta al lvell α se rsulta - lg(λ > χ ( k,α. Alteratvaete, s può ahe dstrare he, se p 5 per tutt gl,,,k, allra se H è vera rsulta k k ( p χ p p ( k χ. S rfuta al lvell α se rsulta χ > χ ( k ;α. Il test basat sul Ch-quadrat spra desrtt è dpedete dalle da-

41 Itrduze al test delle ptes 95 ltà a e qud può essere applat ahe a fee qualtatv rdabl. S dstra he quest test è p ptete, è la prbabltà dell errre del sed tp è elevata e s tede a rfutare ahe quad è afestaete falsa. Se la dstrbuze della v.. d frt Y è tua, per esep ell tervall (a, b teete l ed l ass delle a, e se suppa he le a sa state rdate ses resete, questa vee dsretzzata allad le prbabltà p P{h - Y < h }, per,...,k- p P{a Y < h }; p k P{h k- Y b} ve s è pst h (a + a + /. Queste prbabltà verra utlzzate per allare la relatva rege rta. Esep I u grade agazz s suppe he la prbabltà he u avvetre etr el egz e faa delle pere u de se gr lavratv della settaa è data da: gr: L M M G V S p : S vule verfare tale ptes sulla base d ua dage apara fatta su 00 let selt a as he ha dat seguet rsultat Dstrbuze epra gr pˆ L M M G V S Tt Dstrbuze tera gr p L 0 M 0 M 0 G 0 V 40 S 80 Tt. 00 Sappa he ua rege rta apprssata è data da k -lg(λ - lg p pˆ > χ ( k;α

42 96 ve k rappreseta l uer delle daltà della dstrbuze, ed ua alteratva alla preedete è data da χ k ( p p > χ ( k;α È fale verfare he el str esep rsulta k -lg(λ - p lg 6.5 pˆ k ( p χ p ( k, 0.05 χ. ed abedue le reg rthe prta all aettaze d. TEST SULL INDIPENDENZA Data ua qualsas v.. dppa (X, Y dsreta s vule sttprre a test Vers : X ed Y s dpedet H : X ed Y s dpedet sulla base d u ape asuale d utà estratt da (X, Y. Se suppa he X ed Y s v.. dsrete dsretzzate ed assu ppe d valr (, y j per u P{X, Yy j } p j,,..., k, j,..., h, allra l ptes è equvalete alla seguete : p j p. p.j, per g, j, ve p e p. abba dat le prbabltà delle argal X ed Y e pù.j presaete p. P{X }, p. j P{ Y y j }. I rsultat del ape pss essere rprtat ua tabella a dppa

43 Itrduze al test delle ptes 97 etrata del tp seguete Y\ X h y h. y h y k k k.. hk.k..... h. u le argal. ed. j s suppste fssate e qud ugual per tutt pssbl ap d apezza he s pss estrarre da (X, Y. I queste dz rsulta e qud Dese(Ω h k-; Dese(Θ h-+k- Dese(Ω - Dese(Θ h k-- (h-+k- (h- (k- e quest perhé esst vl: (a la sa delle frequeze j deve essere par ad, (b le frequeze argal s fssate. C u ragaet sle a quell fatt per l test d adattaet, s verfa falete he la fuze d versglaza è data da L(p j, j p j j ed l rapprt d assa versglaza dvee ve s è pst pˆ. λ. k h. pˆ. j k ;. j h j pˆ pˆ pˆ j j. j. j. j ; pˆ j j Ahe quest as, per N suffeteete grade, stt rsulta

44 98 j lg( j + lg( j lg( λ. lg(.. j lg(. j χ ( k( h. j S rfuta al lvell α se è - lg(λ > χ [ ( k ( h;α ]... j S dstra ahe he, se 5, per g, j ( altr ter, g asella della tabella dppa tera le frequeze s par ad ale 5, allra χ k h j ( j * j * j χ ( k( h ve s è pst * j.. j. S rfuta per al lvell α se rsulta χ > χ [( k ( h; α ]. Esep Data la seguete tabella he lassfa vt, rprtat da u ape asuale d studet, per lass d vt e dversa faltà Fa.\ Vt Ttale A B C D

45 Itrduze al test delle ptes 99 Ttale s vule sttprre a verfa l ptes he Vt e Faltà sa dpedet. Per far quest arpa le rghe A e B da u lat e quelle C e D dall altr, ltre etta see le le 8- e -4. I tal d ttea la seguete tabella Fa.\ Vt Ttale A B C D Ttale per la quale, a dffereza d quella rgara, è sepre *.. j j 5 e la relatva rege rta al lvell α è data da equvaleteete χ * ( j j > χ * (( h ( k ;α j j χ j > χ (( h ( k ;α j. j. Teut t he è χ. 966 (,.05 χ 5.99 è pssble rfutare al lvell d prbabltà del 5%. Se utlzza la rege rta tteuta l rapprt d versglaza s ttee lg( λ 5.45 ed ara ua vlta è pssble rfutare. TEST DI WILCOXON Quest test vee utlzzat per frtare due ede, relatve a pp-

46 00 laz dpedet, quad è plausble l ptes d raltà delle stesse e la uerstà de due ap è relatvaete pla. Suppa d avere le due pplaz X ed Y fuze d rpartz date rspettvaete da F(t e G(t gte. S vule sttprre a test H : F(t G(t vers H : G(t F(t. Nta he se H è vera la v.. Y tede ad assuere valr pù grad della v.. X. Iltre, teed t he F(t P(X t e G(t P(Y t segue he, se H è vera, deve essere P(Y>t P(X>t -G(t -F(t G(t F(t. Quest vul dre he, equvaleteete, s ha H : P(Y>t P(X>t G(t F(t. Se la H è vera s de he Y è stastaete pù grade d X. Grafaete, se è vera H, s ha ua stuaze e quella desrtta ella fgura seguete Per rslvere l prblea se aettare rfutare estraa, seza rpetze, da X u ape d apezza e, dpedeteete, da Y u ape d apezza tteed rspettvaete:,,..., y, y,..., y

47 Itrduze al test delle ptes 0 Csdera l ape d apezza +:,,...,, y, y,..., y, rdal ses resete ed assagl pr + uer ter: I, {,,...,, +, +,..., +}; sdera ragh delle estraz dalla X e delle estraz dalla Y ve: {r, r,..., r } {r +, r +,..., r + } r è l pst upat dalla X I, r è l pst upat dalla X I,... r è l pst upat dalla X I, r + è l pst upat dalla Y I,... r + è l pst upat dalla Y I, Bsga ra: (a selezare ua statsta test, (b trvare l valre sgla per l test, fssat α. S può dstrare he esste ua sluze ttale per l put (a, d altr lat è tutv apre he pù la eda delle Y è grade rspett alla eda delle X, pù s è prtat a rfutare. I questa tta, se sa la dstrbuze d X e d Y e qud abba fraz sulle lr ede, la sa pù vva è d frtare la eda d {r, r,..., r } quella d {r +, r +,..., r + } strued, sltude a quat fatt per l frt d due ede prveet da due pplaz ral dpedet, la relatva statsta t :

48 0 t r + r + ( r r + ve s è pst: r r ; r + + r ; r + + r. Rrdad quat dett per l ufre dsreta, s ha edataete Iltre r ; ( r r (+ ( +. + r r r a allra, pst W + + r è fale verfare he è t / ( + W ( + - (++ 3( + ( + /. Nta he t dpede, a e d stat te, fuz d e d, sl da W. La statsta W è detta statsta d Wl. I deftva, pssa afferare he per sttprre a test basta allare sl W, è la sa de ragh del ape estratt da Y (quell suppst statstaete pù grade. Per dervare l valre rt, fssat α P(E, è eessar dervare, stt l ptes, la dstrbuze d W al varare de due ap estratt r-

49 Itrduze al test delle ptes 03 spettvaete da X e da Y. Osserva he W assue l valre quad tutt gl ragh delle Y s a pr pst ed tal as s ha W (+/, etre assue l valre ass quad tutt gl ragh delle Y s agl ult pst ed tal as s ha W M (++(++...(+(++/ e qud s ha he ( + ( + + W e d segueza s è prtat a rfutare quad W è grade. L esep he segue stra e l test va strut u as ret. Esep 3 I trllr d u pat uleare pera due dfferet plthe, da la PI e la PII. Nella tabella he segue s rprtat tep, surat re, f a he s verfa u guast sa stt PI he stt PII. S vule sttprre a test : PI PII H : PII glre d PI G II (t F I (t Per stablre se aettare rfutare fur dtt 5 esperet stt PI e 5 stt PII tteed rsultat della tabella he segue X: PI Y: PII I quest as è 5. Attrbua ragh alle +0 sservaz, per far quest dbba pr lug rdare le 0 sservaz ses resete dad quale s rferse ad X e quale ad Y ed ttea: r X Y y y y y y I ragh sara

50 04 (r, r, r 3, r 4, r 5 (, 3, 4, 5, 6 per l arattere X (r 6, r 7, r 8, r 9, r 0 (, 7, 8, 9, 0 per l arattere Y Avre W Bsga verfare se l valre W 35 è da sderare grade ppure pl. Nel as queste, sappa he è 5 W 40 e qud: pù W è v a 40 pù sa prtat a rfutare pù W è v a 5 pù sa prtat ad aettare Per stablre se W 35 è grade pl è eessar allare la prbabltà, tteuta al varare del ape ell uvers apar, dell evet: (W 35 stt l ptes he sa vera. Se questa prbabltà è grade s prtat ad aettare, se è pla s prtat a rfutare. I ter fral bsga allare: p P(W 35. Osserva he se quest as usass l usuale test t sul frt fra due ede dpedet tterre 6 y 5.8 s 90 s y ( t.55 4( ( e rfutere (è he µ e µ y s ugual ua prbabltà presa fra 5% e 0%. Nta ara he quest as l ptes he le due varaze sa ugual (dspesable per pter applare rrettaete l t-test può essere aettata dat he rsulta F s s y 8.6 etre F (4, 4; % 6.00 sa he può avere frt segueze sulla pteza del test t.

51 Itrduze al test delle ptes 05 Per l us del test W s state strute delle tavle, rprtate appede, he perett d allare p a partre dalla dstrbuze d U W - ( +, 0 ed. Le tavle suddette rprta le prbabltà P(W W P ( + ( + W W P ( + U W P{U - a} P{U a} fuze delle stat a - W + ( + k {, } Esep 4 Nel as dell esep preedete rsulta: k a{, } C P(W 35 P{U 5-5} W 35; 5; 5; k 5; k 5; a ed rrspdeza della trpla (k 5; k 5; a 5 dalla tavla tata s trva p he è v a quell trvat stt l ptes d raltà e d uguale varabltà d X ed Y. Nel as u è, > 0 l valre d p può essere trvat utlzzad l apprssaze d U alla rale. Per far quest è eessar dervare la

52 06 eda e la varaza d U. S può dstrare he è E(U ( + + ; var(u e he rsulta pertat U ( + + / N(0, s rfuta al lvell α se è U ( + + / z (-α. Osserva he ell eserz preedete rsulta.57 z (-α he prta al rfut d sl se è α tr l valre d p Ce s può tare, l apprssaze astta è lt bua e quest dpede essezalete dal fatt he quest as è, < 0. S può dstrare he la v.. U è setra tr alla sua eda e qud s ha a allra la quattà P U + k U P U k è ua statsta test per l as blaterale : F(t G(t H : G(t < F(t F(t < G(t.

53 Itrduze al test delle ptes 07 S può, ltre, dstrare he l test d Wl è pettv l test T-d Studet dat he la assa perdta d pteza d W rspett a t è ferre al 5% el as u l test t è ttale (fee dstrbut ralete e uguale varaza, altret la pteza d W è ettaete superre a quella del test t. Nel test d Wl spra llustrat s è pltaete suppst he fra dat apar d X e d Y v sa valr rpetut. I prata spess alu valr pss rpeters ed tal as l valre de ragh può essere assat a asu ed y d uv. Quad s preseta as d quest tp a valr he s rpet vee ssttut al rag ter la lr eda. Per essere pù har, suppa he valr sservat per Y ed relatv ragh asseza d rpetz fsser y : r : tal as quest ragh dvra essere ssttut da seguet r : ve 7.5 è la eda d 7 ed 8 etre è la eda d 0, e, qud s prede e gà vst. Il test he e rsulta è ara abbastaza bu spee se ed s aggr d 0. TEST DEI SEGNI Quest test è la varate paraetra del test sul frt fra ede per dat appaat se l ptes d raltà bvarata è ssteble; ltre, vedre he può essere partlarzzat per sttprre a test ua sla eda ruved l ptes d raltà del fee. Suppa d avere u fee bvarat (X, Y e d aver sservat a as u ape d ppe (, y dpedet ed detaete dstrbute. Pù partlare suppa he: è l trll y è l trattaet. Sa Z Y-X e z y -,,,...,. Suppa he la fuze d rpartze F(t d Z sa gta a tua. S vule sttprre a test l ptes

54 08 : Il trattaet Y ha effett. Questa ptes equvale a dre he Z Y - X ha la stessa fuze d rpartze d - Z X - Y. Ma allra Z è setra tr all zer, è: I deftva, H dvee P{- Z t} P{Z - t} - P{Z < -t}, : F(t - F(-t F( t ve s è pst F ( t - F(-t. Per quel he rguarda l ptes alteratva, quest as, è H : Il trattaet Y ha effett pstv he è equvalete a dre he Z è stastaete pù grade d -Z, è P{Y - X > t} P{X - Y > t} he a sua vlta equvale a F(t F ( t. I deftva, le ptes he s vule sttprre a test pss essere fralzzate el d seguete Sa S la statsta sì tteuta : F(t F( t vers H : F(t F ( t. s Nuer[z (y - > 0] è s uer delle dffereze (y - pstve. Osserva he, ell uvers de ap, è sepre 0 S quest vul dre he s rfuta se s è grade, è supera u ert valre rt. Dall pstaze data al prblea s può ahe essere terpretata e uer d suess (quat z s pstv prve dpedet e dat he P{Z > 0} - F(0. Segue edataete he s, stt H, ed al varare del ape ell uvers apar geera la v.. Bale S: S ~ B(; -F(0

55 Itrduze al test delle ptes 09 Se è vera s aspetta he l uer delle z pstve sa uguale a quelle egatve, altr ter he -F(0 per u rsulta (S ~ B(; / pertat l valre rt s ttee dalla v.. Bale paraetr (; / rprtata ua delle tavle dell appede. Iltre, se è > 0 la B(; / è bee apprssata da ua rale eda / e varaza /4 per u: S rfuta al lvell α se rsulta s > z (-α ve la state / è stata trdtta per teere t del fatt he la Bale, he è dsreta, è stata apprssata la Nrale he è tua. Esep 5 Rpreda dat dell esep 7 Mahe y z y da u rsulta edataete s 5 ed avre p P(S 5 P(S5 + P(S6 + P(S La prbabltà d rfutare quad è vera è pù del % e qud s è prtat ad aettare. Se utlzza l apprssaze rale ttea

56 0 s > z (-α e dalle tavle della rale segue edataete he questa dsuguaglaza è verfata se è -α he pla α 0.5 he è ua dsreta apprssaze del valre esatt pra dervat. Rrda he ell esep 7 l test su dat appaat stt l ptes d raltà prtava al rfut d. Osserva he quest test può ahe essere utlzzat per ptes alteratve blateral teed t he tal as la statsta test dvee sepleete s Osserva ara he l test prpst può essere utlzzat, e as partlare, per strure test paraetr su ua eda ped elle frule e e ragaet preedet z y - µ. Nel test del seg appea vst vee pres sderaze l seg delle dffereze z y - a l lr valre quest prta ad ua rduze della pteza he l rede spess affdable. 5.7 Ce agl tervall d fdeza I quest paragraf trattere breveete d u arget d grade utltà prata. Nelle applaz a fee ret, l pù delle vlte, teressa sapere se per u geer paraetr gt θ è da aettare rfutare ua data ptes, a quale tervall ade ua vlta fssata ua deterata prbabltà. I ter geeral, fssata la prbabltà d errre del pr tp α bsga dervare le fuz (X e (X d d he rsult P { ( X θ ( X } α e l tervall [ (X ; (X ] sa ttale qualhe ses. Nel segut per ttale tedere l ervall pù pl pssble. Ove X da, e al slt, la v.. geerata dal ape d eleet estratt da X. Rleva he [ (X ; (X ] è ess stess ua v.. vst he è fuze d X e qud la frula spra srtta va terpretata e:

57 Itrduze al test delle ptes Il pù pl tervall asuale [ (X ; (X ] he tee, ell -α per et de as, l paraetr gt θ. I prata, s pssede u sl ape (,,, he perette d allare u sl tervall. Per quest s parla d tervall d fdeza tervall fduar vst he s spera he quest u tervall tega l paraetr ver prbabltà par ad -α. I as he llustrere el segut, d rlevaza prata, hars quat s è f qu afferat. I geerale, per dervare tale tervall utlzzere la rege d aettaze de test blateral. INTERVALLO DI CONFIDENZA PER LA MEDIA Sa X~N(µ ; σ, µ e σ gt, e s vgla strure, sulla base del ape sservat (,,, u tervall u prbabltà par ad - α ada l valre gt della eda. Quest tervall vee dett tervall d fdeza per la eda. Dal test delle ptes blaterale della eda sappa he per : µ µ vers H : µ µ ha ses usare la statsta t ( µ he stt s dstrbuse e ua T-d Studet (- grad d lbertà rege rta C data, per la setra della v.. T, da ve al slt è µ t s (-; -α/ - t (-; α/ P{T t (-; -α/ } α/; P{T t (-; α/ } α/. Quest pla he la rege d aettaze C è data, qualsas sa µ, da s t (-; α/ ( µ s t (-; -α/ he, dp sepl passagg algebr, teut t della setra della v.. T, pla l seguete: L tervall d fdeza per µ è dat da

58 - s t (-; -α/ µ + s t (-; -α/ Se la pplaze d parteza è rale l tervall trvat è vald sl asttaete. Esep 6 Data la pplaze X~N(µ ; σ, µ e σ gt, s vule strure per µ u tervall d fdeza al lvell - α 0.95 sulla base d u ape d 0 sservaz per l quale è rsultat 3 e s 5. Sappa he l tervall d fdeza ttale per µ al lvell -α è Dat he è s s + t (, a / ; + t (, a / t (9; - α / - t (9; α /.6 l tervall d fdeza rsulta par a [3-5 / 0.6; / 0.6] [.4005; 4.856] INTERVALLO DI CONFIDENZA PER UNA PERCENTUALE Abba vst he el as d pplaz dthe ed estraze berullaa u test aettable per : p p vers H : p p è basat sulla statsta asttaete pvtale z ( pˆ p p ( p he stt s dstrbuse asttaete e ua N(0,. La relatva rege rta C è

59 Itrduze al test delle ptes 3 pˆ p p ( p > z (-α/ - z (α/ quest pla he la rege d aettaze è data, qualsas sa p, da z (α/ ( pˆ p p ( p z (-α/ he dp sepl trasfraz, teed t della setra della rale e ssttued a valr gt le relatve ste, pla l seguete: Itervall d fdeza al lvell -α per l paraetr p el as d estraze berullaa pˆ ( pˆ pˆ - z (-α/ p pˆ + z (-α/ pˆ ( pˆ Nta he l errre tllerable ε al lvell -α pra d effettuare l estraze del ape è dat da ε pˆ - p z (-α/ p( p ve p è gt. Se tea t he p(-p è ass per p/ s ha edataete he ε pˆ - p z (-α/ quest perette d allare l errre ass tllerable al lvell (-α fssat, da questa è pssble dervare fssat ε: z (α / 4ε he rappreseta la uerstà assa del ape, fssat l errre tllerab-

60 4 le, al lvell (-α. C u ragaet sle, el as d estraze seza resse s ha he: L tervall d fdeza al lvell -α per l paraetr p el as d estraze seza resse è dat da pˆ ( pˆ pˆ - z (-α/ ( f pˆ ( pˆ p pˆ + z (-α/ ( f etre, l errre ass tllerable, fssat ed α, è par a ε pˆ - p z (-α/ ( f, la uerstà assa, fssat l errre tllerable ed α, è par a 4Hε (α / + z (α / H z ve H s è data la uerstà della pplaze da u l ape vee estratt. Esep 7 Rpreda l as rprtat ell esep 6 u è H 0, 95, f , pˆ I queste dz l tervall d fdeza per p el as d estraze resse al lvell -α 0.95 è dat da ( p ( [0.84 p ] Nel as d estraze seza resse l tervall d fdeza è dat da ( p ( [0.857 p 0.473]

61 Itrduze al test delle ptes 5 Ce s può tare l tervall d fdeza tteut el as d estraze bl, e attes, è pù rt d quell dell estraze berullaa. Quest è ua fera della aggre effeza dell estraze bl rspett a quella berullaa. Derva ra l errre ass tllerat per 95 ed al lvell α 5% e due sste d estraze. Dalle frule spra rprtate ttea ε.96( ε.96( per l as berulla per l as bl. Ce s può vedere l errre ass è abbastaza rlevate vst he g as supera l 9%.

Distribuzioni doppie. Esempi. Reddito annuo (x ) tramite una tabella a doppia entrata in cui per ogni coppia di

Distribuzioni doppie. Esempi. Reddito annuo (x ) tramite una tabella a doppia entrata in cui per ogni coppia di Dstrbuz dppe Quad veg sderate gutamete due le d ua matre d dat s ha ua dstrbuze dppa dsaggregata ( utara. S tratta dell eleaze delle mdaltà d due aratter (X e Y sservate per g utà statsta del llettv sderat:

Dettagli

Sommario. Facoltà di Economia. 1 k. 1 1 ε. francesco mola. Lezione n 16. Diseguaglianza di Cebicev. Diseguaglianza di Cebicev

Sommario. Facoltà di Economia. 1 k. 1 1 ε. francesco mola. Lezione n 16. Diseguaglianza di Cebicev. Diseguaglianza di Cebicev Crs d tatstca Facltà d Ecma a.a. 00-00 fracesc mla mmar La dseguaglaza d Cebcev Cvergeza e rcpal Terem Cvergeza prbabltà Cvergeza dstrbuze Terema d Berull Legge de Grad Numer (deble e frte) Terema d De

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

Vantaggi della stratificazione

Vantaggi della stratificazione Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Vata della stratfcaze I prcpal vata del campamet stratfcat s: mlramet ell effceza del stmatre del ttale e della meda; pssbltà d stmare

Dettagli

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

ALCUNI ELEMENTI DI TEORIA DELLA STIMA ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale,

Dettagli

L OCCHIO. L OCCHIO: Proprietà Ottiche

L OCCHIO. L OCCHIO: Proprietà Ottiche L OCCHIO La truttura dell cch può esser trvata svarat test, put fdametal per quat rguarda l str teresse: studad l spettr Elettr-Magetc s s trvat due ftrecettr c (per l rss, l blu ed l verde) bastcell (vse

Dettagli

Metodologie informatiche per la chimica

Metodologie informatiche per la chimica Metdlge ratche per la chca Dr. Serg Brutt Aals de dat 5 Ce s rappreseta u dat d sura? Negl esep appea svlt abba ctrat tp d rappresetaze de dat speretal Rappresetaze atrcale elec de dat tabella Rappresetaze

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo Dstrbuzoe ormale multvarata / f ( ) π = Σ exp ( )' ( ) μ Σ μ Ellss d destà costate Cosderamo c = % ' Σ % = ( μ)' Σ ( μ) S dca co N p (μ,σ) Relazoe tra ormale multvarata e ormale multvarata stadard N p

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

Esercitazione 6 del corso di Statistica (parte 1) Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,

Dettagli

Esercitazione 4 del corso di Statistica (parte 1)

Esercitazione 4 del corso di Statistica (parte 1) Eserctazoe 4 del corso d Statstca (parte ) Dott.ssa Paola Costat Febbrao 0 Eserczo Data la dstrbuzoe del carattere Reddto d cu all eserczo precedete se e msur l grado d cocetrazoe. La cocetrazoe d u carattere

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli

PROBABILITA NUMERABILE RICHIAMI DI TEORIA. Def.: misura Una misura è una funzione a valori reali definita su una famiglia di sottoinsiemi di Ω

PROBABILITA NUMERABILE RICHIAMI DI TEORIA. Def.: misura Una misura è una funzione a valori reali definita su una famiglia di sottoinsiemi di Ω PROBBLT NUMERBLE RCHM D TEOR Def.: msura Ua msura è ua fuzoe a valor real defta su ua famgla d sottosem d Ω Def.: msura d probabltà Ua msura P su u algebra F è detta msura d probabltà se: ) 0 P F 2) P(

Dettagli

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2 Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della

Dettagli

Soluzione del compito di Fisica 2. 3 febbraio 2012 (Pordenone)

Soluzione del compito di Fisica 2. 3 febbraio 2012 (Pordenone) Sluze del cmpt d Fca 3 febbra (rdee) Elettrtatca U cdeatre cldrc d ragg ter a, ragg eter b e lughezza L (mlt maggre d b, d md che gl effett d brd a tracurabl), e` rempt d u l late d ctate delettrca relatva

Dettagli

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE

ANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE ANALISI DELLA REGRESSIONE L Aals della Regressoe rguarda lo studo delle relazo esstet fra o pù caratter quattatv o varal. La rcerca de lega esstet fra pù varal s poe coe rcerca delle relazo fuzoal che

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

Variabili casuali doppie

Variabili casuali doppie Varabl casual doppe Ua varable casuale doppa (,) è ua fuzoe defta sullo spazo campoaro che assoca ad og possble rsultato dell espermeto ua coppa d umer real (x,y) S y ω ω 3 ω y y 3 (x, y ) (x, y ) (x 3,

Dettagli

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal

Dettagli

Le modalità con cui si esprime la grandezza Ysaranno:

Le modalità con cui si esprime la grandezza Ysaranno: Statsta Bvarata Cosderamo ora l aso d ua o pù arattersthe qualtatve e quattatve rferte ad ua determata utà statsta. Ad esempo, predamo u dvduo estratto da ua erta popolazoe e osderamoe l altezza, l olore

Dettagli

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1 Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p ε per

Dettagli

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya STATISTICA Eserctazoe 4 Dott.ssa Vera Gurtovaa //5 Eserczo. La seguete tabella a doppa etrata rporta dat relatv al umero d SMS vat u mese e all'età de mttet. S calcolo covaraza e correlazoe della varable

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Qualche cosderazoe Tedeza cetrale La scelta dell dce d tedeza cetrale/poszoe dpede dal tpo e dalle caratterstche della dstrbuzoe; Pù che dvduare l dce mglore assoluto (che o esste), è mportate ache valutare

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 3,6 5 5 38 40 45 63 63/5 3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3 ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500

Dettagli

IL METODO DELLA MASSIMA VEROSIMIGLIANZA. Sia D un insieme di dati osservati e sia M ( θ ) un modello di probabilità caratterizzato dal vettore di

IL METODO DELLA MASSIMA VEROSIMIGLIANZA. Sia D un insieme di dati osservati e sia M ( θ ) un modello di probabilità caratterizzato dal vettore di IL METODO DELLA MASSIMA VEROSIMIGLIANZA Sa D u see d dat osservat e sa M ( θ ) u odello d probabltà caratterzzato dal vettore d paraetr θ = ( θ, θ,..., θ k ) defto sull see Θ. La fuzoe d θ [ θ ] L( θ )

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

Le modalità con cui si esprime la grandezza Ysaranno:

Le modalità con cui si esprime la grandezza Ysaranno: Statsta Bvarata Cosderamo ora l aso d ua o pù arattersthe qualtatve e quattatve rferte ad ua determata utà statsta. Ad esempo, predamo u dvduo estratto da ua erta popolazoe e osderamoe l altezza, l olore

Dettagli

Statistica descrittiva Campioni vettoriali

Statistica descrittiva Campioni vettoriali Statstca Descrttva Capo vettoral Statstca descrttva Capo vettoral Itroduzoe el caso cu s osserv ua varable statstca ultdesoale, s assoca al sgolo esto dell espereza u vettore d rsultat e o pù u seplce

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma

Gli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma Uverstà d Macerata Dpartmeto d Sceze Poltche, della Comucazoe e delle Relaz. Iterazoal Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe

Dettagli

Analisi dei Dati. La statistica è facile!!! Correlazione

Analisi dei Dati. La statistica è facile!!! Correlazione Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale

Dettagli

Descrizione quantomeccanica di un insieme di spin: LA MATRICE DENSITÀ

Descrizione quantomeccanica di un insieme di spin: LA MATRICE DENSITÀ Desrzoe quatomeaa d u seme d sp: LA MATRICE DENITÀ Il valore d aspettazoe d ua gradezza fsa rappresetata dall operatore O su u sstema ello stato Ψ è: O Ψ OΨdτ Ψ O Ψ e s a u umero elevato d sstem (u seme

Dettagli

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

DATA MINING PER IL MARKETING (63 ore)

DATA MINING PER IL MARKETING (63 ore) DATA MINING PER IL MARKETING (63 ore) Marco Ra mra@upr.t Sto web del corso http://www.ra.t/dmm REGRESSIONE INFERENZIALE 1 Itroduzoe agl elemet aleator N. dpedet (X) Vedte mlo d (Y) A 10 1,9 B 18 3,1 C

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa

Dettagli

Sistemi ottici - Lenti sottili. Lente semplice: materiale trasparente delimitato da due superfici sferiche

Sistemi ottici - Lenti sottili. Lente semplice: materiale trasparente delimitato da due superfici sferiche Sstem ttc - Let sttl Immage d u ggett putfrme data da u sstema stgmatc: putfrme reale vrtuale Lete semplce: materale trasparete delmtat da due superfc sferche Se, dstaza tra vertc delle due superfc, è

Dettagli

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d; ESERCIZIO 5. Sa (X, X,, X ) u campoe casuale geerato da ua v.c. X f(x; θ) per la quale è oto che E(X) θ e Var(X). S cosdero 3 stmator d θ: X ; X ; ( ) X 3 a) s determ se soo corrett; b) per quell o corrett,

Dettagli

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE PROVA SCRITTA DI STATISTICA (COD 08-07-7-77) Febbrao 00 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE ESERCIZIO (6 put) Da ua classfca del sto teret IBS rsulta che 0 flm pù vedut vdeocassetta

Dettagli

Unità Didattica N 24. Operazioni sui limiti

Unità Didattica N 24. Operazioni sui limiti Uità Didattica N : Operazii sui limiti Uità Didattica N Operazii sui limiti ) ite del valre asslut di ua fuzie ) Terema dell'uicità del limite 3) Terema della permaeza del seg ) Terema del cfrt fra limiti

Dettagli

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115 Quale retta? Quale retta? Questa? Oppure questa? Questa certamete o! 0 1 0 1 La retta mglore è quella che pù s avvca all seme de 115 put corrspodet alle coppe d valor (x, y ). Per la stma de parametr s

Dettagli

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che: Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore

Dettagli

Regressione e Correlazione

Regressione e Correlazione Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata

Dettagli

POLITECNICO DI TORINO

POLITECNICO DI TORINO POLITECNICO DI TORINO EERCITAZIONI DI LOGITICA Laurea Igegera Lgstca e della Prduze Crs d Lgstca e d Dstrbuze 1 Dcete: Prf. Ig. Gul Ztter Tutre: Ig. Gula capacc A.A. 007/008 VERIONE 3 METODI EPLANATORY

Dettagli

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO

Laboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO Laboratoro d Fsca I: laurea Ottca e Optoetra Msura d ua ressteza co l etodo OLTMPEOMETICO descrzoe s sura ua ressteza utlzzado u voltetro e u llaperoetro sfruttado la relazoe : Per coduttor ohc è dpedete

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

Università Politecnica delle Marche, Facoltà di Agraria. C.d.L. Scienze Forestali e Ambientali, A.A. 2013/2014, Fisica

Università Politecnica delle Marche, Facoltà di Agraria. C.d.L. Scienze Forestali e Ambientali, A.A. 2013/2014, Fisica Il etro d assa: Due partelle: 0 A A A C B B B C Il etro d assa C dvde l segeto AB part versaete proporzoal alle asse: AC CB B A C A B C B A A C A A B B B C ( A B ) C A A B B L asssa del etro d assa è:

Dettagli

Caso studio 12. Regressione. Esempio

Caso studio 12. Regressione. Esempio 6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I

Dettagli

Corso di Architettura (Prof. Scarano) 06/03/2002

Corso di Architettura (Prof. Scarano) 06/03/2002 Orgazzazoe della lezoe Lezoe Codfca della formazoe Vttoro Scarao Archtettura Corso d Laurea Iformatca Uverstà degl Stud d Salero La codfca della formazoe Notazoe poszoale Rappresetazoe base degl ter Coversoe

Dettagli

ANOVA (ANalysis Of VAriance) Un caso di studio. ANOVA (Analisi della varianza ad un fattore) ANOVA (Analisi della varianza ad un fattore)

ANOVA (ANalysis Of VAriance) Un caso di studio. ANOVA (Analisi della varianza ad un fattore) ANOVA (Analisi della varianza ad un fattore) /0/00 ANOVA (ANaly Of VArace U cao d tudo Coro d Stattca per l prea I put vedta d u azeda oo clafcat bae all ubcazoe (cetro, ecetro, perfera Prof. A. Regol a.a. 00-0 Sulla bae delle oervazo capoare vuole

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 1 n dell ammontare complessivo del carattere A x La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s

Dettagli

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y?

ρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y? Relazoe fra varabl casual X e Y cogutamete dstrbute Test d potes due popolazo Coeffcete d Correlazoe ρ XY (9.5.3) Regressoe ρ XY rspode alla domada esste u assocazoe leare tra le varabl X e Y? Costrure

Dettagli

Università Politecnica delle Marche, Facoltà di Agraria. C.d.L. Scienze Forestali e Ambientali, A.A. 2012/2013, Fisica

Università Politecnica delle Marche, Facoltà di Agraria. C.d.L. Scienze Forestali e Ambientali, A.A. 2012/2013, Fisica Uverstà Poltea delle arhe, Faoltà d Agrara C.d.L. Seze Forestal e Abetal, A.A. 202/203, Fsa Il etro d assa: Due partelle: 0 A A A C B B B C Il etro d assa C dvde l segeto AB part versaete proporzoal alle

Dettagli

Problemi di rete. 1. Premessa

Problemi di rete. 1. Premessa Prble d rete Preessa Pra d passare alla sluze delle ret tpgrache c cu s rslve qualuque prblea d pszaet d put ell spaz è utle serars sul ccett d rete geerale e sugl aspett terc che ccrr alla sluze Dre che

Dettagli

Miscibilità parziale

Miscibilità parziale Mscltà parzale Q 1 Q 2 xr xq U geerc sstema c cmpsze C x è csttut da due fas ua è la Sluze d A satura d B che ha cmpsze C 1 e l altra è la sluze B satura d A che ha ccetraze C 2. La quattà Q 1 d sluze

Dettagli

A.A Ingegneria Gestionale 2 appello del 3 Luglio 2013

A.A Ingegneria Gestionale 2 appello del 3 Luglio 2013 FISIC.. - Igegea Gestale aell del ugl. Il sstema ede a mues el ses dat fgua. aeleaze del sstema s ttee aalzzad le fze aget su asua massa massa ; T g a t) T T d a massa ; ) g massa ; g T a T P T T d P Ses

Dettagli

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura: Il problema della regressoe s poe quado l valore d ua varable aleatora y, chamata varable dpedete, è fuzoe d ua varable o aleatora x, chamata varable dpedete Qu c soffermeremo su u uca classe d modell,

Dettagli

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione STIMA PARAMTRICA TST DLL IPOTSI L fereza Statstca rguarda affermazo crca I parametr d ua popolazoe sulla base della metodologa statstca e del calcolo delle probabltà Stma putuale Quado u parametro della

Dettagli

CLASSIFICAZIONE SISTEMI DI PUNTI GEOMETRICI

CLASSIFICAZIONE SISTEMI DI PUNTI GEOMETRICI RIDUZINE DI UN SISTEM DI VETTRI LICTI S, a,,.... Sao R a e M a vettor caratterstc del sstea S relatv al polo, & M. R l varate scalare, p & / R R l varate vettorale, dopo aver rcordato la forula d trasposoe

Dettagli

Compito A1- Soluzioni

Compito A1- Soluzioni Compto A- Soluzo Eserczo (4 put) I ua dage statstca codotta presso 0 rstorat s soo raccolt dat rportat tabella, dove l sgfcato delle varabl è l seguete Spesa: Copert: Stelle: esa a persoa meda (escl. bevade)

Dettagli

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

Dettagli

PROVINCIA DI VERONA RENDICONTO ESERCIZIO 2012 ELENCO DEI RESIDUI ATTIVI E PASSIVI DISTINTI PER ANNO DI PROVENIENZA

PROVINCIA DI VERONA RENDICONTO ESERCIZIO 2012 ELENCO DEI RESIDUI ATTIVI E PASSIVI DISTINTI PER ANNO DI PROVENIENZA PROVINCIA DI VERONA RENDICONTO ESERCIZIO 2012 ELENCO DEI RESIDUI ATTIVI E PASSIVI DISTINTI PER ANNO DI PROVENIENZA 1 2 RIEPILOGO GENERALE RESIDUI ATTIVI CONSERVATI 3 4 Pgm. CPA0099R ***-----------------------------------------------------------***

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

A.A Ingegneria Gestionale 2 appello del 11 Luglio 2016 Soluzioni - Esame completo

A.A Ingegneria Gestionale 2 appello del 11 Luglio 2016 Soluzioni - Esame completo FISI.. 5-6 Igg Gsl ppll dl Lugl 6 Sluz - s pl. U h d s p l d u D su d du l plll DL gu d u sz d gg 5 l sgu sg: l h, l ll vlà ss vk/h, l pù d pssl dlz d dul 9/s p ps l uv u vlà s d h s l d L v dll g l sl

Dettagli

ESERCIZI DI STATISTICA

ESERCIZI DI STATISTICA ESERCIZI DI STATISTICA Soluzo degl esercz sugl stmator putual. A cura d Nazareo Maro Soluzoe dell'eserczo. Trovamo, come prmo passo, la fuzoe d verosmglaza che è: L( f(x, {

Dettagli

6. LA CONCENTRAZIONE

6. LA CONCENTRAZIONE UNIVESITA DEGLI STUDI DI PEUGIA DIPATIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FOMAZIONE Corso d Laurea Sceze per l'ivestgazoe e la Scurezza 6. LA CONCENTAZIONE Prof. Maurzo Pertchett Statstca

Dettagli

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

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

Esercizi sull incertezza di misura

Esercizi sull incertezza di misura Esercz sull certezza d sura Eserczo 1 S vuole deterare l certezza tpo da attrbure al rsultato d ua surazoe d ressteza effettuata co etodo e struetazoe d certezza trascurable rspetto a quella legata alle

Dettagli

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt e l fereza S defsce campoameto u procedmeto attraverso l quale

Dettagli

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità Corso d Statstca Facoltà d Ecooma a.a.. 00-00 fracesco mola Lezoe 4 Sommaro Campo d varazoe Varaza Scarto uadratco medo Coeffcete d varazoe Scostamet dalla Meda e dalla Medaa Mutua Varabltà Mutabltà lez4

Dettagli

Analisi delle distribuzioni doppie: dipendenza

Analisi delle distribuzioni doppie: dipendenza Varabl statstche bvarate Aals delle dstrbuzo doppe: dpedeza Ccchtell Cap. 9 Utà statstche u u : : : u : : : v.s. bvarata quattatva (, ) : U R, soo le COMPONENT d (,) u uvola d put (scatter plot) u Statstca

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

6. LA CONCENTRAZIONE

6. LA CONCENTRAZIONE UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso d Laurea Sceze per l'ivestgazoe e la Scurezza 6. LA CONCENTRAZIONE Prof. Maurzo Pertchett Statstca

Dettagli

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma: La meda artmetca La sua dvduazoe s basa sulla logca della trasferbltà d u carattere. ( ) = ( µ µ ) f,, f,, volte Se la fuzoe f( ) corrspode alla somma: + + + = µ + µ + + µ volte + + + = µ µ X= = La meda

Dettagli

Daniela Tondini

Daniela Tondini Daela Tod dtod@ute.t Facoltà d Medca Veterara C.L. Tutela e Beessere Amale Uverstà degl Stud d Teramo INDICI STATISTICI La moda o orma M O d ua dstrbuzoe d frequeza X, calcolable per caratter sa quattatv

Dettagli

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo. È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p per co

Dettagli

Annotazioni sulle Prove di Ammettenza Meccanica nei Pali di Fondazione

Annotazioni sulle Prove di Ammettenza Meccanica nei Pali di Fondazione Ataz sulle Prve d Aetteza Meaa e Pal d daze Maurz ez, AMAR Ravea Pala aaa, Stud aaa, rl. Preessa Nelle attvtà d trll delle arattersthe desal e della tegrtà de al d fdaze è rass rrrere a rve d t dstruttv.

Dettagli

Esercitazione 3 del corso di Statistica (parte 1)

Esercitazione 3 del corso di Statistica (parte 1) Eserctazoe 3 del corso d Statstca parte ) Dott.ssa Paola Costat 7 Febbrao 0 Eserczo. A partre dalla dstrbuzoe class della varable Altezza rpartta 3 class equfrequet, calcolare medaa, prmo e terzo quartle.

Dettagli

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi

LE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi Le mede Italo Nofro LE MEDIE Statstca medca Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt el collettvo oggetto d

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

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

I percentili e i quartili

I percentili e i quartili I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q

Dettagli

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola.

Contenuti. Facoltà di Economia. Scatterplot o diagramma a dispersione Analisi grafica della relazione tra due. francesco mola. Coteut Corso d Statstca Facoltà d Ecooma a.a. - fracesco mola Lezoe 9 Correlazoe leare Scatterplot e aals grafca L uso delle varabl stadardzzate La covaraza Il coeffcete d correlazoe leare d Bravas-Pearso

Dettagli

Formulario e tavole. Complementi per il corso di Statistica Medica

Formulario e tavole. Complementi per il corso di Statistica Medica Complemet per l corso d Statstca Medca Formularo e tavole Ne è cosetto l uso all esame scrtto, ma og Studete deve cosultare solo l propro formularo, e essu altro materale! Statstca Descrttva destà ampea

Dettagli

Il campionamento e l inferenza

Il campionamento e l inferenza e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco Ao

Dettagli

LE MEDIE. Le Medie. Medie razionali. Medie di posizione

LE MEDIE. Le Medie. Medie razionali. Medie di posizione LE MEDIE RAZIONALI LE MEDIE Msure stetche trodotte per valutare aspett compless e global d ua dstrbuzoe d u feomeo X medate u solo umero reale costruto modo da dsperdere al mmo le formazo su dat orgar.

Dettagli

Le medie. Medie. Medie analitiche. Medie di posizione. Marilena Pillati - Elementi di Statistica e Informatica (SVIC) "Le medie (I parte)"

Le medie. Medie. Medie analitiche. Medie di posizione. Marilena Pillati - Elementi di Statistica e Informatica (SVIC) Le medie (I parte) Marlea Pllat - Elemet d Statsta e Iformata (SVIC) "Le mede (I parte)" Le mede Soo msure stethe he osetoo l passaggo da ua pluraltà d formazo (le modaltà e le rspette frequeze) a ua sola modaltà Nella famgla

Dettagli