STIMA PUNTUALE DEI PARAMETRI

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "STIMA PUNTUALE DEI PARAMETRI"

Transcript

1 STIMA DEI ARAMETRI STIMA UTUALE DEI ARAMETRI er STIMA UTUALE DEI ARAMETRI iede l iieme dei meodi ifereiali che permeoo di aribuire u valore ad u paramero della popolaioe, uiliado i dai di u campioe cauale oervao (x, x,,x ) ed elaboradoli. Sia (x, x,,x ) il campioe cauale oervao e ia ( ) ua fuioe maemaica a variabili. Applicado ( ) al campioe cauale oervao i oiee u valore: ( ) ( x x ),,..., Si defiice STIMA il riulao delle elaboraioi dei dai di u campioe cauale oervao, al fie di imare il paramero di ieree θ della popolaioe. Si defiice STIMATORE del paramero θ della popolaioe la aiica campioaria T (,..., ) uiliaa per imare θ., Si chiama errore di ima la differea fra lo STIMATORE e il paramero: T-θ x

2 roprieà degli STIMATORI A) CORRETTEZZA o O DISTORSIOE Uo imaore T di defiice CORRETTO o O DISTORTO e la ua media coicide co il paramero da imare: M (T ) θ Se M (T ) θ, allora T i defiice imaore o correo o dioro: la quaià D M (T ) θ i dice diorioe. B) EFFICIEZA Il coceo di efficiea di uo imaore i baa ulla ua variabilià: uo imaore arà ao più efficiee, ovvero precio, quao più piccola riula la ua Variaa, e quidi il uo S.q.m. Uo imaore è ao più efficiee quao più piccolo è il uo errore medio Var( T ). T EFFICIEZA ASITOTTICA Se la variaa dello imaore ede a ero per (dimeioe campioaria) che ede all ifiio: ( T ) 0 lim Var + allora T i defiice imaore aioicamee efficiee. C) COSISTEZA Si defiice T imaore COSISTETE del paramero θ e e olo e vale la eguee relaioe: ( T θ ε ) lim + Teorema: Se uo imaore T è correo e aioicamee efficiee, allora T è imaore coiee di θ.

3 STIMA DEI ARAMETRI STIMA ER ITERVALLO La ecica ifereiale della STIMA ER ITERVALLO ha lo copo di fiare u iervallo ero il quale i rovi, co la probabilià aegaa (: -), il valore vero del paramero θ icogio della popolaioe. Se quea probabilià - è vicia ad uo, allora i oiee u iervallo che coiee quai ceramee il paramero. Ivece la probabilià di erarre u campioe il cui iervallo o coega il paramero è e quidi è piccola: eprime la miura del richio di errore, ovvero la probabilià di bagliare. ITERVALLO DI COFIDEZA o ITERVALLO FIDUCIARIO { θ θ } θ La quaià (-) è il Coefficiee di cofidea. Gli eremi θ e θ oo i Limii di cofidea.

4 ITERVALLO DI COFIDEZA per la Media della popolaioe { } Se la Media campioaria i diribuice ORMALMETE, allora + Dove m (el cao di campioe cauale CO ripeiioe), quidi oiuedo i oiee: + Da cui, effeuado alcui paaggi algebrici ai fii di iolare, i oiee la formula fiale dell ITERVALLO DI COFIDEZA per la Media della popolaioe: + Ivece, el cao di campioe cauale SEZA ripeiioe e popolaioe di dimeioe fiia, ella formula della ( ) Var bioga eer coo del faore di correioe, quidi:

5 Da oiuire ella formula: { } + + Da cui, effeuado alcui paaggi algebrici ai fii di iolare, i oiee la formula fiale dell ITERVALLO DI COFIDEZA per la Media della popolaioe: + Se la Media campioaria adardiaa i diribuice come ua v.c. di Sude, allora + Dove, quidi oiuedo i oiee: + Da cui, effeuado alcui paaggi algebrici ai fii di iolare, i oiee la formula fiale dell ITERVALLO DI COFIDEZA per la Media della popolaioe: +

6 Eerciio Da ua popolaioe co variaa 49 è ao erao co reierimeo u campioe cauale di 00 uià; ia 50 il valore della media campioaria. Deermiare l iervallo di cofidea al livello del 9% per la media della popolaioe. SOLUZIOI oiché 00>30 allora la media campioaria i diribuice ormalmee. Dao u livello di igificaivià pari al 9%-, egue 8% e /4%; quidi ulle avole della v.c. ormale adardiaa bioga idividuare i valori ± ± 4% ±, , ,75 00 { 48,775 5,5} 0, Eerciio Da u campioe cauale di 35 impiegai (: 35) riula che la reribuioe meile (i migliaia di euro) preea media campioaria pari a e variaa campioaria correa pari a 0,5. Deermiare l iervallo di cofidea al livello del 96% per la media della popolaioe. SOLUZIOI oiché 35>30 allora la media campioaria i diribuice ormalmee. + 0,5,05 +,05 35 {,8674,736} 0,96 0,5 35

7 ITERVALLO DI COFIDEZA per la Variaa della popolaioe, el cao di popolaioe ormale { } oiché, e la popolaioe d origie è ormale la Variaa campioaria S i diribuice come ua v.c. chi-quadrao, a meo di ua coefficiee di proporioalià, allora i può crivere: Dove ν S, quidi oiuedo i oiee: ν S Da cui, effeuado alcui paaggi algebrici ai fii di iolare, i oiee la formula fiale dell ITERVALLO DI COFIDEZA per la Variaa della popolaioe: ν ν S S

8 Eerciio Da ua popolaioe diribuia ormalmee viee erao u campioe cauale di 0 uià (: 0); la variaa calcolaa ul campioe riula pari a 600. Deermiare l iervallo di cofidea al livello del 95% per la variaa della popolaioe. SOLUZIOI S ν S ν Dove 95%-, da cui egue 5% e /,5%; quidi ulle avole della v.c. chi-quadrao bioga idividuare i eguei valori, i corripodea a ν-0-9:,5%,70 97,5% 9,0 La variaa del campioe è pari a 600, quidi bioga effeuare la correioe per oeere S : S ,67 9 Da cui, oiuedo: 666,67 9 0,95 9,0 { 35,45,} 666,67 9,70

1. INTRODUZIONE 1.1. Problemi analitici quantitativi 1.2. Errori nell analisi quantitativa

1. INTRODUZIONE 1.1. Problemi analitici quantitativi 1.2. Errori nell analisi quantitativa 1 1. INTRODUZIONE 1.1. Problemi aaliici quaiaivi I meodi chimico-aaliici rumeali hao lo copo di quaificare o di deermiare proprieà chimico-fiiche di uo o più aalii coeui i ua marice. Tali meodi coioo el

Dettagli

Una funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore.

Una funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore. Stimatori e stime Teoria della stima Supporremo che sulla popolazioe sia defiita ua variabile X la cui distribuzioe, seppure icogita, è completamete caratterizzata da u parametro q o da u isieme di parametri

Dettagli

Matematica con elementi di Informatica

Matematica con elementi di Informatica La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche

Dettagli

Esercitazione 5 del corso di Statistica (parte 2)

Esercitazione 5 del corso di Statistica (parte 2) Eercitazioe 5 del coro di Statitica (parte ) Dott.a Paola Cotatii 5 Maggio Eercizio Per verificare l efficacia di u coro di tatitica vegoo cofrotati i redimeti medi di due campioi di tudeti di ampiezza

Dettagli

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa

Dettagli

PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003

PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003 PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 5047 e 408) 5 geaio 00 SOLUZIONI Il uovo direttore di ua Baca di Credito Cooperativo si trova ad affrotare ua verteza di tipo sidacale che riguarda la

Dettagli

Corso di Statistica Facoltà di Economia

Corso di Statistica Facoltà di Economia Corso di Statistica Facoltà di Ecoomia Lezioe a.a. 000-00 00 Fracesco Mola Ifereza statistica Logica iduttiva Dal particolare al geerale Popolazioe [ v. c. ] f Ω x,, Se si coosce F si può fare ifereza

Dettagli

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica

Dettagli

Soluzioni quarta esercitazione

Soluzioni quarta esercitazione Soluzioi quarta esercitazioe. (a) Dobbiamo calcolare il valor atteso dei due stimatori T e T 2 per verificare la o distorsioe. Partiamo col calcolare il valor atteso per la variabile X. E(X) = 3 x 3 dx

Dettagli

Statistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1

Statistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1 Statitica Capitolo 9 Stima: Ulteriori Argometi Cap. 9-1 Obiettivi del Capitolo Dopo aver completato il capitolo, arete i grado di: Cotruire itervalli di cofideza per la differeza tra le medie di due popolazioi

Dettagli

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo Uiversità degli Studi di Napoli Partheope Corso di Laurea i Maagemet per le Imprese Turistiche STATISTICA per il Turismo Docete: Sergio Logobardi sergio.logobardi@uipartheope.it Stima itervallare Stima

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

Dettagli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe

Dettagli

Statistica Inferenziale Soluzioni 1. Stima puntuale

Statistica Inferenziale Soluzioni 1. Stima puntuale ISTITUZIONI DI STATISTICA A. A. 007/008 Marco Miozzo e Aamaria Guolo Laurea i Ecoomia del Commercio Iterazioale Laurea i Ecoomia e Ammiistrazioe delle Imprese Uiversità degli Studi di Veroa sede di Viceza

Dettagli

Soluzione IC=[20.6,22.6]

Soluzione IC=[20.6,22.6] Eercizio 1 Suppoiamo di etrarre u campioe cauale di umeroità = da ua popolazioe ormale co deviazioe tadard pari a 5.1. Sapedo che la media campioaria x è pari a 21.6, cotruire u itervallo di cofideza al

Dettagli

(per popolazioni finite)

(per popolazioni finite) Se o è oto I geere lo carto quadratico medio della popolazioe, al pari della media μ, o è oto. Pertato, per otteere u itervallo di cofideza per la media della popolazioe, occorre utilizzare la deviazioe

Dettagli

Sia dato un esperimento casuale individuato da uno spazio di probabilità S=

Sia dato un esperimento casuale individuato da uno spazio di probabilità S= Capiolo II CARATTERIZZAZIONE STATISTICA DEI SEGNALI II. - Fuzioi di proailià del primo ordie. Sia dao u eperimeo cauale idividuao da uo pazio di proailià S (, F,Pr) Ω. Per egale aleaorio reale iede u applicazioe

Dettagli

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A Uiversità degli Studi di Padova Corso di Laurea i Medicia e Chirurgia - A.A. 015-16 Corso Itegrato: Statistica e Metodologia Epidemiologica Disciplia: Statistica e Metodologia Epidemiologica Doceti: prof.ssa

Dettagli

IL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche

IL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche IL CAMPIONAMENTO Defiizioi POPOLAZIONE u isieme fiito o ifiito di uità statistiche CAMPIONE piccola frazioe di ua popolazioe le cui caratteristiche si approssimao a quelle della popolazioe. Il campioe

Dettagli

Sommario. Facoltà di Economia. Campionamento e inferenza statistica

Sommario. Facoltà di Economia. Campionamento e inferenza statistica Corso di tatistica Facoltà di Ecoomia a.a. 00-00 fracesco mola ommario Campioameto e ifereza statistica timatori e stime Proprietà degli stimatori ufficieza, Correttezza, Efficiezaassoluta e relativa,

Dettagli

STIME E LORO AFFIDABILITA

STIME E LORO AFFIDABILITA TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da

Dettagli

STATISTICA A K (63 ore) Marco Riani

STATISTICA A K (63 ore) Marco Riani STATISTICA A K (63 ore Marco Riai mriai@uipr.it http://www.riai.it STIMA PUNTUALE (p. 55 Il parametro è stimato co u uico valore Esempio: stima della share di u programma TV % di spettatori el campioe

Dettagli

ESERCIZI SUL CILINDRO DI SAINT-VENANT

ESERCIZI SUL CILINDRO DI SAINT-VENANT ESERCZ SUL CLDRO D SA-V l problema di Sai Vea udia u cilidro di maeriale elaico omogeeo ioropo a comporameo lieare. Gli ai e oo baricerici e pricipali d ieria per la eioe. l cilidro di Sai-Vea è libero

Dettagli

RISPOSTA NEL DOMINIO DEL TEMPO

RISPOSTA NEL DOMINIO DEL TEMPO ISPOSTA NEL DOMINIO DEL TEMPO Nel domiio del empo le variabili oo eamiae ecodo la loro evoluzioe emporale. Normalmee i eamia la ripoa del iema a u egale di prova caoico, cioè i ollecia il iema co u: igreo

Dettagli

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96 STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza

Dettagli

INFERENZA o STATISTICA INFERENTE

INFERENZA o STATISTICA INFERENTE INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe

Dettagli

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori. Parametri e statistiche Popolazioe Parametri Valori fissi, spesso o oti Campioe Statistiche o Stimatori Variabili casuali, le cui determiazioi dipedoo dalle particolari osservazioi scelte Parametri e statistiche

Dettagli

Ammortamento di un debito

Ammortamento di un debito Ammorameo di u debio /35 Ammorameo di u debio Che cosa si iede per ammorameo? Ammorameo coabile La quoa di ammorameo cosiuisce la pare del coso di u bee maeriale o immaeriale di ivesimeo da aribuire all

Dettagli

PROBLEMI DI INFERENZA SU PERCENTUALI

PROBLEMI DI INFERENZA SU PERCENTUALI ROBLEMI DI INFERENZA SU ERCENTUALI STIMA UNTUALE Il roblema della stima di ua ercetuale si oe allorchè si vuole cooscere, sulla base di osservazioi camioarie, la frazioe π di ua oolazioe N che ossiede

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

Dettagli

Verifica delle ipotesi

Verifica delle ipotesi Verifica delle ipotei U'ipotei tatitica è u'affermazioe o ua cogettura riguardate u parametro q che caratterizza il modello decrittivo della popolazioe, f(x;q), co qq, dove Q è lo pazio parametrico. olitamete,

Dettagli

L INTERVALLO DI CONFIDENZA

L INTERVALLO DI CONFIDENZA L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE 1 Stimare i Parametri della Popolazioe Itervallo

Dettagli

Metodi statistici per lo studio dei fenomeni biologici

Metodi statistici per lo studio dei fenomeni biologici Metodi statistici per lo studio dei feomei biologici Alla fie di questa lezioe dovreste essere i grado di: spiegare i cocetti di stima putuale e stima itervallare iterpretare gli itervalli di cofideza

Dettagli

Statistica per la ricerca

Statistica per la ricerca CDL i IGIENE DENTALE Statitica per la ricerca gbarbati@uit.it A.A. 2018-19 Icriveri al coro e caricare il materiale didattico da Moodle: Di volta i volta troverete qui tutto il materiale volto a lezioe

Dettagli

Università degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO

Università degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO Versioe: 16 ottobre 2017 (h17:25) Uiversità degli Studi di Salero Pietro Coretto Corso di Statistica FORMULARIO Valori osservati per statistiche di posizioe, variabilità e correlazioe Nota: per ua distribuzioe

Dettagli

II Esonero - Testo A

II Esonero - Testo A Dip. di Igegeria, Uiv. Roma Tre Prof. E. Scoppola, Dott.M. Quattropai Probabilità e Statistica, 2017-18, I semestre 29 Geaio 2018 II Esoero - Testo A Cogome Nome Matricola Esercizio 1. (20%) Si cosideri

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

Corso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni

Corso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni Corso di Statistica Caale E Bii, Cutillo A.A. 17/18 Esercitazioe di riepilogo.8 Test di ipotesi Soluzioi Esercizio 1 A seguito della sostituzioe di u macchiario per il cofezioameto di caffè, il resposabile

Dettagli

SERVIZIO NAZIONALE DI VALUTAZIONE

SERVIZIO NAZIONALE DI VALUTAZIONE SERVIZIO NAZIONALE DI VALUTAZIONE 0 2010 11 Le rilevazioi degli appredimeti A.S. 2010 11 La rilevazioe degli appredimeti elle clai II e V primaria, elle clai I e III (Prova azioale) della uola ecodaria

Dettagli

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao Stimatori corretti stimatori efficaci e disuguagliaza di Cramer Rao Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche Defiizioe. Sia {X X 2... X } u

Dettagli

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti: Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,

Dettagli

1 α. Corso di Statistica Facoltà di Economia. θ θ. X σ. Lezione n 24. Francesco Mola INTERVALLI DI CONFIDENZA. Stime puntuali Stime intervallari

1 α. Corso di Statistica Facoltà di Economia. θ θ. X σ. Lezione n 24. Francesco Mola INTERVALLI DI CONFIDENZA. Stime puntuali Stime intervallari Corso di aisia Faolà di Eoomia Leioe 4 INTERVALLI DI CONFIDENZA ime uuali ime iervallari aa 000-00 00 Fraeso Mola θ θ θ θ 3 θ 4 aa 000-00 saisia-fraeso mola Iervalli di ofidea Livello di ofidea o Livello

Dettagli

Correzione Esercitazione 5. Esercizio 1. Per determinare l intervallo di confidenza scegliamo come quantità. x 2) I 2 (0,θ) (x), da cui 1 F X (x θ) =

Correzione Esercitazione 5. Esercizio 1. Per determinare l intervallo di confidenza scegliamo come quantità. x 2) I 2 (0,θ) (x), da cui 1 F X (x θ) = Correzioe Esercitazioe 5 Esercizio 1. Per determiare l itervallo di cofideza scegliamo come quatità pivotale 1 F X θ) che ha distribuzioe U0, 1). Nel ostro caso, F X θ) = θ 1 θ ) I 0,θ) ), da cui 1 F X

Dettagli

Trasformate. Fondamenti di Automatica Prof. Silvia Strada

Trasformate. Fondamenti di Automatica Prof. Silvia Strada Traormae Fodamei di Auomaica Pro. Silvia Srada Traormaa di alace Si coideri ua uzioe ella variabile reale, deiia er Aociamo alla uzioe la uzioe F comlea della variabile comlea F e d I geere, ale iegrale

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Dettagli

Statistica I - A.A

Statistica I - A.A Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie

Dettagli

Facoltà di Economia. θ θ. francesco mola. Lezione n 18

Facoltà di Economia. θ θ. francesco mola. Lezione n 18 Corso di aisia Faolà di Eoomia a.a. 00-00 fraeso mola Esemio : u u amioe asuale di 8 egoi di arioli sorivi la media seimaale di saree vedue da iasu egoio risulaa ari a 00. i sa he ella oolaioe la deviaioe

Dettagli

Appunti di STATISTICA

Appunti di STATISTICA Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.

Dettagli

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica 6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe

Dettagli

ANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre

ANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre ANalsis Of VAriace Nel liguaggio delle variabili le operazioi fodametali soo tre Descrizioe Spiegazioe Iterpretazioe Descrizioe La relazioe tra variabili viee sitetizzata per meglio cogliere gli aspetti

Dettagli

&2562',/$85($,16&,(1=(%,2/2*,&+( Prova di Fisica del 20 giugno 2003 (Corso J-Z) T x p x Si calcoli:

&2562',/$85($,16&,(1=(%,2/2*,&+( Prova di Fisica del 20 giugno 2003 (Corso J-Z) T x p x Si calcoli: &',/$8($,&,((%,/*,&+( Proa di Fiica del giugo (oro Z) *LXWLILFDUHLOSUFHGLPHQWHXLWWLWXLUHDOODILQHLYDOULQXPHULFLQQGLPHQWLFDUHOHXQLWjGLPLXUD FULYHUHLQPGFKLDU. Ua iccola ferea carica elericaee (q +., kg) i

Dettagli

Statistica. Lezione 5

Statistica. Lezione 5 Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it

Dettagli

L INTERVALLO DI CONFIDENZA

L INTERVALLO DI CONFIDENZA L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE Stimare i Parametri della Popolazioe Itervallo

Dettagli

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza

iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può

Dettagli

Programma della parte introduttiva: Lezione 4

Programma della parte introduttiva: Lezione 4 Programma della parte itroduttiva: Lezioe 4 Cap. 3 Presetazioe e cofroto tra misure Cap. 4 Propagazioe delle icertezze Cap 5 Misure ripetute e stimatori 1 Stimatori statistici Suppoiamo di aver sei misure,

Dettagli

x = 25,6 e deviazione standard = 2,2. Nella popolazione di riferimento, composta da tutti gli apprendisti, la media di

x = 25,6 e deviazione standard = 2,2. Nella popolazione di riferimento, composta da tutti gli apprendisti, la media di PSICOMETRIA Eercizi - 06 ) A u campioe i 96 iegati elle cuole meie, ati opo il 970, viee ommiitrata ua cala i Autoritarimo (SA) il cui puteggio va a 8 (bao autoritarimo) a 07 (alto autoritarimo). Si ottegoo

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

Programma della parte introdu0va: Lezione 4

Programma della parte introdu0va: Lezione 4 Programma della parte itrodu0va: Lezioe 4 Cap. 3 Presetazioe e cofroto tra misure Cap. 4 Propagazioe delle icertezze Cap 5 Misure ripetute e stimatori 1 Stimatori statistici Suppoiamo di aver sei misure,

Dettagli

Inferenza statistica. Come descrivo una generica popolazione? Che tipo di di informazioni posso ottenere?

Inferenza statistica. Come descrivo una generica popolazione? Che tipo di di informazioni posso ottenere? Iereza I Fodameti della teoria della stima Campioameto beroulliao ed i blocco Problema della stima: stima e stimatore Proprietà di uo stimatore Stima putuale e per itervallo: valore atteso e variaza Iereza

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioi Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Corso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica

Corso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica Corso di Laurea i Igegeria Iformatica Ao Accademico 26/27 Calcolo delle Probabilità e Statistica Matematica Nome... N. Matricola... Acoa, geaio 27. (8 puti) Si vuole stimare il parametro p di ua legge

Dettagli

Metodi quantitativi per l analisi dello sviluppo

Metodi quantitativi per l analisi dello sviluppo Metodi quatitativi per l aalisi dello sviluppo Esercizio Si è rilevato il umero di ospedali (X) e la spesa saitaria i milioi di euro (Y), per 7 regioi, otteedo i segueti risultati: Ospedali (X) 5 7 4 6

Dettagli

Risposte canoniche dei sistemi del 1 e 2 ordine. Fondamenti di Automatica Prof. Silvia Strada

Risposte canoniche dei sistemi del 1 e 2 ordine. Fondamenti di Automatica Prof. Silvia Strada Ripoe caoiche dei iemi del e ordie Fodamei di Auomaica Prof. Silvia Srada Prof. S. Srada Fodamei di Auomaica Ripoe caoiche dei iemi del e ordie Moivazioi Perchè olo iemi del e ordie? Perchè ripoe ad igrei

Dettagli

Statistica. variabili aleatorie indipendenti e tali che F X1

Statistica. variabili aleatorie indipendenti e tali che F X1 Statistica µ Defiizioi: Ø X variabili aleatorie idipedeti e tali che F X = = F X si dicoo capioe co µ e icogiti Per deteriare i paraetri icogiti si fa ifereza statistica capioi e ϑ paraetro icogito: Ua

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

4. Proprietà degli stimatori

4. Proprietà degli stimatori Uiversità degli Studi di Basilicata Facoltà di Ecoomia Corso di Laurea i Ecoomia Aziedale - a.a. 0/03 lezioi di statistica del 0, e 3 giugo 03 - di Massimo Cristallo - 4. Proprietà degli stimatori Si è

Dettagli

Proprietà asintotiche stimatori OLS e statistiche collegate

Proprietà asintotiche stimatori OLS e statistiche collegate Proprietà asitotiche stimatori OLS e statistiche collegate Eduardo Rossi 2 2 Uiversità di Pavia (Italy) Maggio 2014 Rossi Proprietà asitotiche Ecoometria - 2014 1 / 30 Sommario Risultati prelimiari Distribuzioe

Dettagli

Test d ipotesi sulla differenza tra medie Daniel. ESERCIZIO pag

Test d ipotesi sulla differenza tra medie Daniel. ESERCIZIO pag Te d ipoei ulla differeza ra medie Daiel ESERCIZIO pag.7 7.3. Campioe Media Deviazioe adard Paziei o diabeici 79.. Paziei diabeici 74.6. X pueggio oeuo dalla miura del rifleo edieo profodo?: Si può cocludere,

Dettagli

Intervalli di Fiducia

Intervalli di Fiducia di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica

Dettagli

Tecnica delle misurazioni applicate Esame del 7 gennaio 2008

Tecnica delle misurazioni applicate Esame del 7 gennaio 2008 Tecica delle misurazioi applicae Esame del 7 geaio 008 Problema 1. La Beloiglio rl è u impresa che alleva idusrialmee coigli e da lugo empo uilizza il magime ProRabbi 10% che ha sempre garaio, i u presabilio

Dettagli

SVOLGIMENTO. a) 1) Ipotesi nulla ) Ipotesi alternativa 2. 3) Statistica test. Statistica test ( n 1 ) s. 4) Regola di decisione. α=

SVOLGIMENTO. a) 1) Ipotesi nulla ) Ipotesi alternativa 2. 3) Statistica test. Statistica test ( n 1 ) s. 4) Regola di decisione. α= ESERCIZIO 7. U uovo modello di termotato per frigorifero dovrebbe aicurare, tado alle pecifiche teciche, ua miore variabilità ella temperatura del frigo ripetto ai modelli della cocorreza. I particolare

Dettagli

Teoria delle distribuzioni Parte quinta Limiti nel senso delle distribuzioni

Teoria delle distribuzioni Parte quinta Limiti nel senso delle distribuzioni ezioi di Maemaica e disribuzioi pare 5 Teoria delle disribuzioi Pare quia imii el seso delle disribuzioi operazioe di limie i seso disribuzioale Passiamo a raare, araverso ua serie di esempi precedui da

Dettagli

Distribuzione normale

Distribuzione normale Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).

Dettagli

Lezione 15. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 15. A. Iodice

Lezione 15. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 15. A. Iodice Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 () Statistica 2 / 29 itervallo margie di errore Per stimare u parametro della popolazioe,

Dettagli

Probabilità e Statistica (LT in Matematica) Prof. P. Dai Pra, prova scritta 27/03/2008. TEMA B

Probabilità e Statistica (LT in Matematica) Prof. P. Dai Pra, prova scritta 27/03/2008. TEMA B Probabilità e Statistica (LT i Matematica) Prof. P. Dai Pra, prova scritta 7/0/008. Cogome: Nome: Matricola: Firma: TEMA B ESERCIZIO. L Esame di Stato che coclude i corsi di scuola media superiore comprede

Dettagli

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della 1 La stima putuale Argometi trattati: Stima putuale e stimatore Proprietà degli stimatori Stima putuale della media della popolazioe e sua distribuzioe Stima putuale di ua proporzioe e sua distribuzioe

Dettagli

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Titolo della lezione. Campionamento e Distribuzioni Campionarie Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe

Dettagli

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto

Dettagli

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x

Dettagli

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità B - soluzione

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità B - soluzione Statistica ifereziale, Varese, 25 ovembre 2008 Prima parte - Modalità B - soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni. Ifereza Statistica L ifereza statistica cerca di risalire al modello del feomeo sulla base delle osservazioi No coosciamo il modello del feomeo cioè la vc X A volte la coosceza può essere parziale (coosciamo

Dettagli

La stima per intervalli

La stima per intervalli La stima per itervalli U itervallo di cofideza per u parametro è u itervallo di estremi [t - ; t + ] defiito itoro alla stima t di ed i cui è tale che: P t t È cioè l itervallo, cetrato su t, che co u

Dettagli

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità A - soluzione

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità A - soluzione Statistica ifereziale, Varese, 25 ovembre 2008 Prima parte - Modalità A - soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

14. TENSIONI. Le tensioni sono lo strumento della meccanica dei continui per rappresentare lo stato di sforzo in un punto. n,n, n ).

14. TENSIONI. Le tensioni sono lo strumento della meccanica dei continui per rappresentare lo stato di sforzo in un punto. n,n, n ). 14. Le tesioi soo lo strumeto della meccaica dei cotiui per rappresetare lo stato di sforo i u puto. Defiiioe della tesioe secodo Cauch. f A V f Cosideriamo u geerico puto. uppoiamo di seioare idealmete

Dettagli

Campionamento e distribuzioni campionarie

Campionamento e distribuzioni campionarie Campioameto e distribuzioi campioarie Approccio idu8vo Ruolo dell ifereza sta>s>ca Procedure ifereziali di uso comue (itervalli di cofideza e test delle ipotesi) Risulta> e decisioi che dipedoo dalla limitatezza

Dettagli

Campionamento stratificato. Esempio

Campionamento stratificato. Esempio ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1

Dettagli

Esercitazione ricapitolativa

Esercitazione ricapitolativa Esercitazioe ricapitolativa. (a) Dobbiamo calcolare il valor atteso dei due stimatori T e T 2 per verificare la o distorsioe. Partiamo col calcolare il valor atteso per la variabile X. E(X) = 3 x 3 dx

Dettagli

Trasmissione del calore con applicazioni numeriche: informatica applicata

Trasmissione del calore con applicazioni numeriche: informatica applicata Corsi di Laurea i Igegeria Meccaica Trasmissioe del calore co applicazioi umerice: iformatica applicata a.a. 5/6 Teoria Parte IV Ig. Nicola Forgioe Dipartimeto di Igegeria Civile e Idustriale E-mail: icola.forgioe@ig.uipi.it;

Dettagli

Metodi di valutazione delle prestazioni di rete

Metodi di valutazione delle prestazioni di rete Metodi di valutazioe delle prestazioi di rete Prof. Ig. Carla Raffaelli Cofroto di diversi approcci Parametri di cofroto: precisioe requisiti di poteza di calcolo requisiti di memoria facilita' di approccio

Dettagli

INDAGINE POPOLAZIONE SELEZIONE PROBABILISTICA (CASUALE) CAMPIONE. Importante distinzione:

INDAGINE POPOLAZIONE SELEZIONE PROBABILISTICA (CASUALE) CAMPIONE. Importante distinzione: IDAGIE Completa (cesuaria) Semplice sul piao teorico ma complessa ella pratica Popolazioi o fiite Osservazioe distruttiva Parziale (campioaria) Più complessa sul piao teorico ma spesso di più facile attuazioe

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verifica delle iotesi Iotesi ulla Il rocesso di verifica di iotesi è u rocesso di falsificaioe dell iotesi ulla (coteete lo stato dell arte) cotro l iotesi alterativa (coteete il uovo) Essa rareseta

Dettagli

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 5 6 () Statistica 2 / 29 Importati disuguagliaze Variabili casuali co distribuzioi o

Dettagli

Errori di misura. è ragionevole assumere che una buona stima del valore vero sia la media

Errori di misura. è ragionevole assumere che una buona stima del valore vero sia la media Errori di miura Se lo trumento di miura è abbatanza enibile, la miura rietuta della tea grandezza fiica darà riultati diveri fra loro e fluttuanti in modo caratteritico. E l effetto di errori cauali, o

Dettagli

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua

Dettagli