Vantaggi della stratificazione

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Vantaggi della stratificazione"

Transcript

1 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 parametr d sttpplaz (dm d stud); mlramet dell razzaze del lavr sul camp. Per verfcare l uada effceza dvut alla stratfcaze, s csder ce stt certe cdz Var ( ˆ) µ Var( ˆ µ ) ( µ µ ), L st W dve µˆ è l stmatre fdametale el cas del campamet casuale semplce (seza stratfcaze). La dffereza è sempre mare d 0 e qud la stratfcaze può sempre mlrare l effceza dell stmatre. Iltre, a partà d altre cdz, l uada effceza è tat mare quat mr s le varaze,, L ( σ K σ ), cè quat pù s meee le utà, etr strat. el cas lmte cu le utà strat s tutte uual tra lr, cè L, K,, L, s a σ 0 per strat e qud la varaza dell stmatre è ulla. Per cstrure strat pù mee c s può basare sulla varable d teresse, l cu valre per utà s csce, ma su ua varable auslara frtemete leata c questa. Per l esemp sulla prpese al csum, la stratfcaze è effcace se tale prpese dpede frtemete dal sess.

2 Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Allcaze delle utà tra l strat Ua queste fdametale ruarda l allcaze delle utà campare tra l strat, cè cme la dmese campara cmplessva vee suddvsa tra,, K L. Le rele d allcaze pù utlzzate s: ufrme: tutt sttcamp rfert a dvers strat a la stessa dmese,, K,, L H prprzale: è l allcaze pù utlzzata cu sttcampe a dmese prprzale a quella dell strat a cu s rfersce, W quest cas l stmatr del ttale e della meda ccd c quell usual L ˆµ st e ˆ τ st L d eyma: mmzza la varaza dell stmatre estraed pù utà dal strat cu la varaza è mare (mre meetà), ma,, L rcede la csceza d σ K σ : σ H σ

3 Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Esemp ell ambt d u dae sulla spesa destata all acqust d u cert prdtt vee presa csderaze ua pplaze d csumatr suddvsa L 3 strat secd l ttl d stud. Gl strat a dmese: (lceza meda), (dplma), (laurea). Supped ce la varaza cmplessva è σ 4.765,40, metre le 3 varaze del strat s σ 40,0, σ 3.496,68, σ 0.640,7, e ce la dmese cmplessva del campe è 500, s a: allcaze ufrme: 67, 67, 3 66 allcaze prprzale: 0, 384, 3 96 allcaze d eyma: 4, 389, 3 70 S a le seuet varaze dell stmatre della meda: allcaze ufrme: Var ( ˆ µ ) 8, 53 allcaze prprzale: Var ( ˆ µ ) 6, 6 allcaze d eyma: Var ( ˆ µ ) 5,595 st st st La mlre allcaze è quella d eyma; cas la varaza dell stmatre preseza d stratfcaze è ferre d quella del campamet casuale semplce par a Var ( ˆ) µ 9,

4 Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb S suppa d aver adttat u allcaze prprzale e ce le stme delle mede de sttcamp crrspdet a 3 strat s: e le varaze campare s ˆ µ 5,56, ˆ µ 75, 65, µ 58,6 ˆ 3 S 746,65, S 4.89,04, S 4.48,96. La stma della meda della varable d teresse è ˆ µ st 5, , ,6 84, La stma della varaza dell stmatre è var( ˆ µ st ) , ,04 0, + 0, ,96 + 0,6 8, L tervall d cfdeza al 95% per la meda a estrem 84,,96 8,388 78,43, 84, +,96 8,388 89, 785 4

5 Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Campamet a rappl el cas cu le utà della pplaze sa leate da vcl d ctutà vcaza può essere cveete, term d cst e d temp, utlzzare u campamet a rappl. S suddvde la pplaze u cert umer d rappl secd l vcl esstete tra le utà. P s estrae casualmete u cert umer d rappl e el campe ve cluse tutte le utà apparteet a rappl estratt. I vata d quest campamet s sprattutt d rde razzatv metre c pss essere svata term d effceza quat le utà estratte ted ad assmlars e qud l campe può essere rappresetatv della pplaze. Esemp ell ambt d u dae sulla prpese al csum s ptrebber estrarre, azcé sl dvdu, delle famle e cludere el campe tutte l dvdu apparteet alle famle estratte. Ovvamete cmprtamet de membr della stessa famla pss essere sml. ell ambt d u dae sulle cdz d lavr s ptrebbe pesare d estrarre delle mprese e cludere el campe tutt dpedet d mpresa estratta. Tuttava c ptrebbe essere ua frte smlaza tra le cdz d lavr de dpedet della stessa mpresa. 5

6 Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Defz prelmar Il umer d rappl vee dcat c. Per l rappl, K,,, dcam c la dmese e c valre della varable d teresse per l utà,. strat è qud par a l K,,. Il ttale dell Per la pplaze cmplessva dcam c la dmese e s a parametr: ttale: meda: τ µ. rmalmete ve estratt md casuale semplce rappl e tutte le utà rappl ve cluse el campe ( ). 6

7 Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb 7 Stma della meda e del ttale L stmatre fdametale della meda s ttee cme ˆ µ e può essere vst cme la meda campara de ttal d rappl mltplcata per l fattre crrettv /. L stmatre fdametale del ttale s ttee dal precedete cme: ˆ ˆ µ τ La varaza dell stmatre µˆ della meda è par a ~ ) ˆ Var( σ µ dve ~ σ è la varaza ella pplaze tra ttal de rappl. La varaza dell stmatre τˆ del ttale è par a ~ ) ˆ Var( ) Var( ˆ σ µ τ.

8 Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb La varaza d µˆ può essere stmata md dstrt cme ~ S var( ˆ µ ), dve ~ S è la varaza campara tra ttal de rappl estratt. Aalamete la varaza d τˆ st può essere stmata cme ~ S var( ˆ τ ). Pss essere qud cstrut l tervall d cfdeza per l ttale e la meda; per la meda, ad esemp, l tervall d cfdeza a estrem: ˆ µ α z / var( ˆ µ ), ˆ µ + z α / var( ˆ µ ). La tecca del campamet a rappl può essere mdfcata md da estrarre sl alcue utà rappl. Il campamet rsultate è dett a due stad e s svle due fas: s estrae casualmete u cert umer d rappl (utà prmare); etr rappl estratt s estrae casualmete u cert umer d utà elemetar (utà secdare). 8

9 Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Esemp ell ambt d u dae sulla prpese all acqust d u cert prdtt da parte de clet abtual d u cetr cmmercale vee estratt u campe d 0 famle. Per famla s rprta l umer d membr ( ) e la smma ce ess dcara d vler spedere ttale ell acqust del prdtt ( ): Famla ( ) umer membr ( ) Imprt spedble ( ) Saped ce la pplaze è frmata da 350 famle e da. 000 utà s a le seuet stme della meda e del ttale: ˆ µ (0 + L+ 30) 56,5 9,775 ˆ τ.000 ˆ µ.977, Le crrspdet stme delle varaze s: 350 var( ˆ µ ).000 µ [(0 56,5) + L + (30 56,6) var( ˆ τ ).000 var( ˆ ) ] 0,558 9

10 Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Campamet sstematc S tratta d u pa d campamet cu per estrarre u campe d dmese : s determa l pass d campamet par a / (per semplctà s suppe ce sa multpl d ); s estrae l put d parteza r, cè u umer casuale ter cmpres tra e ; l campe sstematc è frmat dalle utà ce ella lsta della pplaze a etcette: r, r +, r +, K, r + ( ) Se, ad esemp, 48 e 8, s a ce 6; se p r 3, l campe è tteut estraed le utà c etcetta: c (3,9,5,,7,33,9,45). I camp ce s pss estrarre frma ua partze della pplaze. D cseueza s a le seuet prbabltà d cluse: π, π / se e s ell stess campe sstematc 0 altrmet Gl stmatr del ttale e della meda s: ˆµ s, ˆs τ. 0

11 Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Quest stmatr s dstrt e a varaza: Var ( µ ˆ µ s) ( ), ( ˆ ) Var τ ( µ ), s dve è la meda dell -esm campe sstematc. esst del stmatr dstrt delle varaze d µˆ s e τˆ s. Sltamete s utlzza l stess stmatr del campamet casuale semplce: S var( ˆ µ s), S var( ˆ τ s). Per quat ruarda l effceza del campamet sstematc: per pplaz cu utà vce ella lsta s sml (stratfcaze mplcta) s a mare effceza rspett al casuale semplce; per pplaz cu utà s rdate rspett alla lsta (pplaze casuale) s a all crca la stessa effceza; per pplaz cu le utà vce ella lsta s mlt dverse tra lr (pplaz perdce) s a mre effceza. Il pa d campamet sstematc a l vata d essere utlzzable ace se s csce la lsta la dmese della pplaze cme quad, ad esemp, s tervsta u clete 0 clet ce etra u cetr cmmercale.

12 Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Esemp S csder la seuete pplaze (c tred) cmpsta 6 utà ce a meda µ 58, 5 e varaza σ, utà S a 4 camp sstematc Campe Osservaz campare da cu E ( ˆ µ ) 58, 5, Var ( ˆ µ ), 5. La varaza del campamet s s casuale semplce è mlt superre, Var ( ˆ) µ 4, 5, c ua dffereza ella varaza: Var ( ˆ) µ Var( ˆ µ ) 3. s

13 Lez. 4 0/03/05 etd Statstc per l aret - F. Bartlucc Uverstà d Urb Per la seuete pplaze (apprssmatvamete casuale) c la stessa meda e varaza Y s a Var ( ˆ µ ) 5, 06 e qud, s a crca la stessa effceza del s campamet casuale semplce dat ce Var ( ˆ) µ 4, 5. Per la seuete pplaze (perdca) c la stessa meda e varaza Y s a Var ( ˆ µ ) 0 da cu: s Var ( ˆ) µ Var( ˆ µ ) 5,75 Qud quest cas l campamet sstematc è mlt me effcete d quell casuale semplce. s utà 3

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

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

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

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

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

Analisi di dati vettoriali. Direzioni e orientazioni

Analisi di dati vettoriali. Direzioni e orientazioni Aals d dat vettoral Drezo e oretazo I tal caso, dat soo msurat term d agol e spesso soo rfert al ord geografco (statstca crcolare) Soo rappresetat su ua crcofereza Dat d drezoe: flusso ua specfca drezoe,

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

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

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

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

STATISTICA DESCRITTIVA

STATISTICA DESCRITTIVA COSIDERAZIOI PRELIMIARI SULLA STATISTICA La Statstca trae suo rsultat dall osservazoe de feome che c crcodao. Gl stess feome per essere oggetto d statstca devoo essere adeguatamete umeros modo tale che

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

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test

Dettagli

Incertezza di misura

Incertezza di misura Icertezza d msura Itroduzoe e rcham Come gà detto rsultat umerc ottebl dalle msurazo soo trsecamete caratterzzat da aleatoretà è duque sempre ecessaro stmare ua fasca d valor attrbubl come msura al msurado;

Dettagli

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a

Dettagli

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA)

UNI CEI ENV 13005 (GUIDA ALL ESPRESSIONE DELL INCERTEZZA DI MISURA) UI CEI EV 3005 (GUIDA ALL ESPRESSIOE DELL ICERTEZZA DI MISURA Uverstà degl Stud d Bresca Corso d Fodamet della Msurazoe A.A. 00-03 Apput a cura d Gorgo Cor 3835 UI CEI EV 3005 0. ITRODUZIOE 0. COCETTO

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 ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORO DI LAUREA IN ECONOMIA AZIENDALE Metod tatstc per le decso d mpresa (Note ddattche) Bruo Chadotto 7. Teora del test delle potes I questo captolo s affrota l problema della verfca d potes statstche

Dettagli

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

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

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de

Dettagli

Il disegno campionario per l indagine sul turismo delle isole Eolie. O. Giambalvo A.M. Milito

Il disegno campionario per l indagine sul turismo delle isole Eolie. O. Giambalvo A.M. Milito Il dsego campoaro per l dage sul tursmo delle sole Eole O. Gambalvo A.M. Mlto Struttura della presetazoe Obettv L dage campoara Le potes d lavoro L dage plota Il dsego campoaro Stratega campoara Alcu Rsultat

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI Uverstà degl Stud d Mlao Bcocca CdS ECOAMM Corso d Metod Statstc per l Ammstrazoe delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI 1. Carta d cotrollo per frazoe d o coform (carta U resposable d produzoe,

Dettagli

Marco Riani - Analisi delle statistiche di vendita 1

Marco Riani - Analisi delle statistiche di vendita 1 ORARIO LEZIONI ANALISI DELLE STATISTICHE DI VENDITA Marco Ra mra@upr.t http://www.ra.t Mercoledì 3 aula Lauree Mercoledì 4 6 aula Lauree Govedì 3 Eserctazoe Semar? LIBRI DI TESTO Teora Ra M., Laur F. 8,

Dettagli

Statistica biennio Schede di lavoro LA STATISTICA

Statistica biennio Schede di lavoro LA STATISTICA LA STATISTICA Sai ched è la statistica? E a csa che serve pe fa u ct i geerale de la gete che asce, che sta male, che mre, che va i carcere e che spsa. Ma pe me la statistica curisa è dve c etra la percetuale,

Dettagli

Leasing: aspetti finanziari e valutazione dei costi

Leasing: aspetti finanziari e valutazione dei costi Leasg: aspett fazar e valutazoe de cost Descrzoe Il leasg è u cotratto medate l quale ua parte (locatore), cede ad u altro soggetto (locataro), per u perodo d tempo prefssato, uo o pù be, sao ess mobl

Dettagli

Statistica degli estremi

Statistica degli estremi Statstca degl estrem Rcham d probabltà e statstca Il calcolo della probabltà d u eveto è drettamete coesso co: - la COOSCEZA ICOMPLETA dell eveto stesso; - l assuzoe d u RISCHIO, calcolato come la probabltà

Dettagli

Lezione 1. I numeri complessi

Lezione 1. I numeri complessi Lezoe Prerequst: Numer real: assom ed operazo. Pao cartesao. Fuzo trgoometrche. I umer compless Nell'attuale teora de umer compless cofluscoo due fodametal dee, ua artmetca, l'altra geometrca. La prma,

Dettagli

Attualizzazione. Attualizzazione

Attualizzazione. Attualizzazione Attualzzazoe Il problema erso alla captalzzazoe prede l ome d attualzzazoe Abbamo ua operazoe fazara elemetare e dato l motate M dobbamo determare l corrspodete captale zale C L'attualzzazoe è la operazoe

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

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti

Organizzazione del corso. Elementi di Informatica. Orario lezioni ed esami. Crediti. Dispense e lucidi. Ricevimento studenti Orgazzazoe del corso Elemet d Iformatca Prof. Alberto Brogg Dp. d Igegera dell Iformazoe Uverstà d Parma Teora: archtettura del calcolatore, elemet d formatca, algortm, lguagg, sstem operatv Laboratoro:

Dettagli

PROVE PER LA CERTIFICAZIONE DELLE COMPETENZE DI GEOGRAFIA IN USCITA DALLA SCUOLA PRIMARIA

PROVE PER LA CERTIFICAZIONE DELLE COMPETENZE DI GEOGRAFIA IN USCITA DALLA SCUOLA PRIMARIA Isttut Cmpresv Cmpet Rme Fusr V De Gsper, 30-26823 CASTIGLIONE D ADDA (LO) te. 0377/900482 fx 0377/901508 sttutfusr@ber.t PROVE PER LA CERTIFICAZIONE DELLE COMPETENZE DI GEOGRAFIA IN USCITA DALLA SCUOLA

Dettagli

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo

Dettagli

Apparecchi di sollavamento. Classificazione apparecchi di sollevamento a

Apparecchi di sollavamento. Classificazione apparecchi di sollevamento a Appareh d sollavameto A moto otuo: Nastr trasportator Sollevator a tazze Forze d erza lmtate; trastor d avvameto e arresto poo rlevat A moto dsotuo: Gru a torre Forze d erza rlevat Classfazoe appareh d

Dettagli

13 Valutazione dei modelli di simulazione

13 Valutazione dei modelli di simulazione 3 Valutazoe de modell d smulazoe I modell d smulazoe o sosttuscoo la coosceza, ma soo puttosto u mezzo per orgazzarla. Quado l modello è utlzzato per aalzzare u sstema attuado smulazo, è mportate capre

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

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione Obettv Statstca Itroduzoe Scopo d quest lucd è d forre cocett base d statstca utl azeda per: la raccolta de dat, la progettazoe degl espermet, l terpretazoe de rsultat. Spazo d probabltà Spazo d probabltà:

Dettagli

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014 Modell d Flusso e Applcazo: Adrea Scozzar a.a. 203-204 2 Il modello d Flusso d Costo Mmo: Problem d Flusso A u l V b c P S A ), ( m ) ( ) ( ), ( Problem rcoducbl a problem d Flusso Il problema del trasporto

Dettagli

La valutazione dei credit derivatives. ed una sua applicazione a dati di mercato.

La valutazione dei credit derivatives. ed una sua applicazione a dati di mercato. La valutazoe de credt dervatves ed ua sua applcazoe a dat d mercato. a cura d Alessadro Matta. La valutazoe d credt dervatves..... Ipotes d base.....2 Strumet sgle-ame....2.3 Strumet mult-ame....4.4 Idc

Dettagli

ERRATA CORRIGE. L intero contenuto del paragrafo 9.2.3 a pagina 47-48 del Capitolato tecnico Determinazione del Canone è sostituito come segue:

ERRATA CORRIGE. L intero contenuto del paragrafo 9.2.3 a pagina 47-48 del Capitolato tecnico Determinazione del Canone è sostituito come segue: Procedura aperta per l affdameto de servz tegrat, gestoal, operatv e d mautezoe multservzo tecologco da esegurs presso gl mmobl d propretà o uso alle Asl ed alle azede ospedalere della regoe Campaa ERRATA

Dettagli

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo Studo della dpedeza replogo Abbamo vsto due msure d assocazoe tra caratter: ) msure d assocazoe basate sull dpedeza dstrbuzoe ( χ, V d Cramer) possoo essere applcate a coppe d caratter qualuque (ache etrambe

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

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi. 7. Redte I questo captolo edremo solamete u caso d redta, che useremo po per geeralzzare le redte e dedurre tutt gl altr cas. S defsce redta ua successoe d captal (rate) tutte da pagare, o tutte da rscuotere,

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

del corso di Elaborazione Numerica dei Segnali

del corso di Elaborazione Numerica dei Segnali G. Guta: corso d Elaborazoe Numerca de Segal (laurea specalstca) - lucdo. Corso d laurea Corso d laurea del corso d Elaborazoe Numerca de Segal (laurea specalstca) (docete: Prof. G. Guta) x() x () e x

Dettagli

Autori. Versione 2.0. Giorgio Della Rocca (*) Marco Di Zio (*) Orietta Luzi (*) Giorgia Simeoni (*) (*) ISTAT - Servizio MTS (**) ISTAT - Servizio PSM

Autori. Versione 2.0. Giorgio Della Rocca (*) Marco Di Zio (*) Orietta Luzi (*) Giorgia Simeoni (*) (*) ISTAT - Servizio MTS (**) ISTAT - Servizio PSM IDEA (Idces for Data Edtg Assessmet) - Sstema per la valutazoe degl effett d procedure d cotrollo e correzoe de dat e per l calcolo degl dcator SIDI Versoe 2.0 Autor Gorgo Della Rocca (*) Marco D Zo (*)

Dettagli

SCHEDA DIDATTICA N 5

SCHEDA DIDATTICA N 5 FACOLTA DI INGEGNEIA COSO DI LAUEA IN INGEGNEIA CIVILE COSO DI IDOLOGIA POF. PASQUALE VESACE SCHEDA DIDATTICA N 5 MOMENTI DELLE VAIABILI CASUALI E STIMA DEI PAAMETI A.A. 0-3 Momet delle varabl casual La

Dettagli

RISOLUZIONE ENO 10/2005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA

RISOLUZIONE ENO 10/2005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA RISOLUZIONE ENO 0/005 GUIDA PRATICA PER LA CONVALIDA, IL CONTROLLO QUALITÀ, E LA STIMA DELL INCERTEZZA DI UN METODO ALTERNATIVO DI ANALISI ENOLOGICA L ASSEMBLEA GENERALE, Vsto l artcolo paragrafo v dell

Dettagli

Programmazione Non Lineare: Algoritmi Evolutivi Ing. Valerio Lacagnina. METODI di PNL

Programmazione Non Lineare: Algoritmi Evolutivi Ing. Valerio Lacagnina. METODI di PNL Programmazoe No Leare: Algortm Evolutv Ig. Valero Lacaga Programmazoe o leare: metodche rsolutve METODI d PNL INDIRETTI DIRETTI Codzo ecessare Sstema d vcol Algortm I metod drett forscoo soltato codzo

Dettagli

Capitolo 5: Fattorizzazione di interi

Capitolo 5: Fattorizzazione di interi Captolo 5: Fattorzzazoe d ter Trovare fattor d u umero tero grade è ua mpresa assa ardua, e può essere mpossble co le rsorse ogg dspobl. No s cooscoo metod polomal per la fattorzzazoe, come vece accade

Dettagli

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility

La volatilità storica, le misure di rischio asimmetrico e la tracking error volatility Ecooma degl termedar fazar Lors Nadott, Claudo Porzo, Daele Prevat Copyrght 00 The McGraw-Hll Compaes srl Approfodmeto 4.3w La msurazoe del rscho (a cura d Atoo Meles Uverstà Partheope) La volatltà storca,

Dettagli

Analisi economica e valutazione delle alternative

Analisi economica e valutazione delle alternative Aals ecoomca e valutazoe delle alteratve Ig. Lug Cucca (Ph.D.) Producto Egeerg Research WorkGROUP Dpartmeto d Tecologa Meccaca, Produzoe e Igegera Gestoale Uverstà d Palermo Ageda Elemet d calcolo ecoomco

Dettagli

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1 Elemet d Matematca Fazara Redte e ammortamet Uverstà Partheope 1 S chama redta ua successoe d captal da rscuotere (o da pagare) a scadeze determate S chamao rate della redta sgol captal da rscuotere (o

Dettagli

Appunti di STATISTICA corso di recupero Docente Sciacchitano ANTONIA MARIA

Appunti di STATISTICA corso di recupero Docente Sciacchitano ANTONIA MARIA Apput d STATISTICA corso d recupero Docete Scacchtao ANTONIA MARIA Gl error e le machevolezze d quest apput restao a mo carco.soo grata a coloro che vorrao farm pervere,ella prospettva d ua sstemazoe pù

Dettagli

17. FATICA AD AMPIEZZA VARIABILE

17. FATICA AD AMPIEZZA VARIABILE 7. FIC D MPIEZZ VRIBILE G. Petrucc Lezo d Costruzoe d Macche Spesso compoet struttural soo soggett a store d carco elle qual ccl d fatca hao ampezza varable (fg.), ad esempo ccl co tesoe alterata a (o

Dettagli

n Il passaggio dall ambiente client/server a quello cloud sta determinando un cambiamento epocale nel mondo dell informatica, simile per importanza e

n Il passaggio dall ambiente client/server a quello cloud sta determinando un cambiamento epocale nel mondo dell informatica, simile per importanza e Clud Cmputig Il passaggi dall ambiete cliet/server a quell clud sta determiad u cambiamet epcale el md dell ifrmatica, simile per imprtaza e impatt alla trasizie dal maiframe all ambiete cliet/server.

Dettagli

Il campionamento casuale semplice

Il campionamento casuale semplice Il camponamento casuale semplce Metod d estrazone del campone. robabltà d nclusone. π = n N π j = n N n 1 N 1 Stmatore corretto del totale e della meda. Ŷ = Nȳ e ˆȲ = ȳ Varanza degl stmator corrett. V

Dettagli

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

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

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

Esercizi su Rappresentazioni di Dati e Statistica Esercz su Rappresetazo d Dat e Statstca Eserczo Esprmete forma percetuale e traducete u aerogramma dat della seguete tabella: Nord Cetro Sud Isole Totale 5 58 866 0 95 36 4 35 30 6 79 56 57 399 08 Soluzoe

Dettagli

METODOLOGIA SPERIMENTALE IN AGRICOLTURA

METODOLOGIA SPERIMENTALE IN AGRICOLTURA METODOLOGIA SPERIMENTALE IN AGRICOLTURA LABORATORIO DI BIOMETRIA CON R (http://www.r-project.org/) APPUNTI DALLE LEZIONI (bozze Settembre 005) DOCENTE Adrea Oofr Dpartmeto d Sceze Agroambetal e della Produzoe

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 11 marzo 2015 Apput d ddattca della Matematca fazara Redte, ammortamet

Dettagli

ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA

ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA The last step of reaso s to ackowledge that there s a fty of thgs that go beyod t. B. Pascal La Statstca ha come scopo la coosceza quattatva de feome collettv.

Dettagli

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

Dettagli

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze Esercz d Statstca per gl studet d Sceze Poltche, Uverstà d Freze Esercz svolt da ua selezoe d compt degl Esam scrtt d Statstca del 999 e del 000 VERSIONE PROVVISORIA APRILE 00 A cura d L. Matroe F.Meall

Dettagli

Lezione 3. Funzione di trasferimento

Lezione 3. Funzione di trasferimento Lezoe 3 Fuzoe d trasfermeto Calcolo della rsposta d u sstema damco leare Per l calcolo della rsposta (uscta) d u sstema damco leare soggetto ad gress assegat, s possoo segure due strade Calcolo el domo

Dettagli

Appunti: elementi di Statistica

Appunti: elementi di Statistica Uverstà d Ude, Facoltà d Sceze della Forazoe Corso d Laurea Sceze e Tecologe Multedal Corso d Mateatca e Statstca (Gorgo T. Bag) Apput: eleet d Statstca. INTENSITÀ, FREQUENZA ASSOLUTA E RELATIVA.. L aals

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORSO DI LAUREA I ECOOMIA AZIEDALE Metod Statstc per le decso d mpresa (ote ddattche) Bruo Chadotto 4 STATISTICA DESCRITTIVA I questo captolo s rtrovao espost, ua prospettva emprca, molt de cocett trodott

Dettagli

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha:

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha: RENDITE. Pagamet rateal S defsce redta ua sere qualsas d somme rscuotbl (o pagabl a scadeze dverse, o, pù esattamete, u seme d captal co dspobltà scagloata el tempo. Tal captal soo dett rate della redta

Dettagli

5. Le serie numeriche

5. Le serie numeriche 5. Le serie umeriche Ricordiamo che ua successioe reale è ua fuzioe defiita da N, evetualmete privato di u umero fiito di elemeti, a R. Solitamete si idica ua successioe co la lista dei suoi valori: (a

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1 APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone

Dettagli

per il controllo qualità in campo tessile ing. Piero Di Girolamo

per il controllo qualità in campo tessile ing. Piero Di Girolamo edtg project M.R. Oofro ELEMENTI DI STATISTICA per l cotrollo qualtà campo tessle g. Pero D Grolamo prefazoe PREFAZIONE I l cotrollo d qualtà el tessle-abbglameto, u sstema ecoomco globalzzato, che da

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

L assorbimento e lo strippaggio

L assorbimento e lo strippaggio assorbmeto e lo strppaggo Coloa a stad d ulbro (coloa a patt Il calcolo d ua coloa d assorbmeto/strppaggo d questo tpo parte dal blaco d matera. Chamado e le portate d lqudo A e d gas C relatve a due compoet

Dettagli

Capitolo 2 Errori di misura: definizioni e trattamento

Capitolo 2 Errori di misura: definizioni e trattamento Captolo Error d msura: )Geeraltà defzo e trattameto I cocett d meda, varaza e devazoe stadard s utlzzao ormalmete per otteere formazo sulla botà d ua msura. I geerale, s assume come msura m della gradezza

Dettagli

Linee guida Centro Studi ANACI Roma sull applicazione della normativa in tema di contabilizzazione, termoregolazione e distacchi

Linee guida Centro Studi ANACI Roma sull applicazione della normativa in tema di contabilizzazione, termoregolazione e distacchi D s s e r Lee guda Cetr Stud ANACI Rma sull applcaze della rmatva tema d ctablzzaze, termreglaze e dstacch c All apprssmars d g uva stage verale za prblem cess al rscaldamet. Quest a, dp l etrata vgre

Dettagli

«MANLIO ROSSI-DORIA»

«MANLIO ROSSI-DORIA» «MANLIO ROSSI-DORIA» Collaa a cura del Cetro per la Formazoe Ecooma e Poltca dello Svluppo Rurale e del Dpartmeto d Ecooma e Poltca Agrara dell Uverstà d Napol Federco II 6 Nella stessa collaa:. Qualtà

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE L ANALISI DI REGRESSIONE La regressoe è volta alla rcerca d u modello atto a descrvere la relazoe esstete tra ua varable Dpedete e ua varable dpedete (regressoe semplce)

Dettagli

Verifica e scelta del modello probabilistico

Verifica e scelta del modello probabilistico Verfca e scelta del modello probablstco L elaborazoe statstca de dat comporta u certo umero d potes, qual ad esempo la forma della dstrbuzoe ed l metodo utlzzato per stmare parametr. Data ua qualsas potes

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

COMUNE DI MIRANO PROVINCIA DI VENEZIA REGOLAMENTO

COMUNE DI MIRANO PROVINCIA DI VENEZIA REGOLAMENTO COMUNE DI MIRANO PROVINCIA DI VENEZIA REGOLAMENTO PER LA COSTITUZIONE E LA RIPARTIZIONE DEL FONDO INTERNO DEL 2,00% DELL IMPORTO POSTO A BASE DI GARA DELLE OPERE E DEI LAVORI E DEL 30% DELLA TARIFFA PROFESSIONALE

Dettagli

Esercitazioni del corso: STATISTICA

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

Dettagli

V Tutorato 6 Novembre 2014

V Tutorato 6 Novembre 2014 1. Data la successioe V Tutorato 6 Novembre 01 determiare il lim b. Data la successioe b = a = + 1 + 1 8 6 + 1 80 + 18 se 0 se < 0 scrivere i termii a 0, a 1, a, a 0 e determiare lim a. Data la successioe

Dettagli

Lezioni del Corso di Fondamenti di Metrologia

Lezioni del Corso di Fondamenti di Metrologia Uverstà degl Std d Casso Facoltà d Igegera Lezo del Corso d Fodamet d Metrologa 3. L Icertezza d Msra Uverstà degl Std d Casso Corso d Fodamet d Metrologa Idce. Icertezza d Msra. Propagazoe delle Icertezze

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 18 marzo 2015 Apput d ddattca della Matematca fazara Redte, costtuzoe d

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

Dettagli

Parte I (introduzione)

Parte I (introduzione) arte I (trodzoe) Espressoe dell ertezza d msra (UNI CEI 9) L ertezza rappreseta geerale dbbo. Il dbbo ra la valdtà del rsltato d a msrazoe vee espresso medate l ertezza d msra. Iertezza d msra arametro,

Dettagli

i pericoli che ci attendono

i pericoli che ci attendono g r u p p d s t u d p r e v e z e f r t u ma SI C M Imparam a rcscere percl che c atted Le les pù frequet s le ferte (1 lese su 2), le fratture e le dstrs. Negl adult, atteze a lavr maual! I percl meccac

Dettagli

DIPARTIMENTO DI ECONOMIA

DIPARTIMENTO DI ECONOMIA UNIVERITÀ POLITECNICA DELLE ARCHE DIPARTIENTO DI ECONOIA IL CAP: IL CAO DELL ITALIA GIUEPPE RICCIARDO LAONICA QUADERNO DI RICERCA. 56 arzo 006 Comtato scetfco: Reato Balducc arco Crvell arco Gallegat Alberto

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

Probabilità e Statistica I

Probabilità e Statistica I Probabilità e Statistica I Elvira Di Nardo (Dipartimeto di Matematica) Uiversità degli Studi della Basilicata e-mail:diardo@uibas.it http://www.uibas.it/uteti/diardo/home.html Tel:097/05890 Prerequisiti:

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

Algoritmi e Strutture Dati. Alberi Binari di Ricerca

Algoritmi e Strutture Dati. Alberi Binari di Ricerca Algortm e Strutture Dat Alber Bar d Rcerca Alber bar d rcerca Motvazo gestoe e rcerche grosse quattà d dat lste, array e alber o soo adeguat perché effcet tempo O) o spazo Esemp: Matemeto d archv DataBase)

Dettagli

Modelli di Schedulazione

Modelli di Schedulazione EW Modell d Schedulazoe Idce Maccha Sgola Tepo d Copletaeto Totale Tepo d Copletaeto Totale Pesato Tepo d Rtardo Totale Maespa co set-up dpedete dalla sequeza Tepo d Copletaeto Totale co vcolo d precedeza

Dettagli

SUCCESSIONI E SERIE NUMERICHE

SUCCESSIONI E SERIE NUMERICHE SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

Dettagli

Indipendenza in distribuzione

Indipendenza in distribuzione Marlea Pllat - Semar d Statstca (SVIC) "Lo studo delle relazo tra due caratter" Aals delle relazo tra due caratter Dpedeza dstrbuzoe s basa sul cofroto delle dstrbuzo codzoate Dpedeza meda s basa sul cofroto

Dettagli

MINICORSO: Controllo Statistico di Processo (parte 2/5) di Andrea Saviano

MINICORSO: Controllo Statistico di Processo (parte 2/5) di Andrea Saviano Parte 2 Mcorso Cotrollo Statstco d Processo d Adrea Savao Walter Adrew Shewhart, ch era costu, premessa Ache le matematco, che combazoe! Probabltà... seza mprevst Il 7 e ½ e altr goch d carte No poamo

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematca II: Calcolo delle Probabltà e Statstca Matematca ELT A-Z Docente: dott. F. Zucca Eserctazone # 8 Gl esercz contrassegnat con (*) sono tratt da Eserc. 2002-2003- Prof. Secch # 0 - Statstca Matematca

Dettagli