Esercizi sulle variabili aleatorie Corso di Probabilità e Inferenza Statistica, anno , Prof. Mortera

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercizi sulle variabili aleatorie Corso di Probabilità e Inferenza Statistica, anno 2007-2008, Prof. Mortera"

Transcript

1 Esercizi sulle variabili aleatorie Corso di Probabilità e Inferenza Statistica, anno , Prof. Mortera 1. Avete risparmiato 10 dollari che volete investire per un anno in azioni e/o buoni del tesoro a breve termine. Ovviamente i ricavi sono incerti come risulta dalla seguente tabella delle probabilità soggettive S T -10% 0% 10% 20% 6% 0 0 0,10 0,10 8% 0 0,10 0,30 0,20 10% 0,10 0, a) Stabilire, senza calcolarla, se la covarianza tra S e T è positiva, negativa o nulla. Si verifichi il risultato mediante il calcolo della covarianza. b) Se investite l intera somma in azioni, quale sarà il valore atteso del vostro ricavo? E la deviazione standard? Si ripeta l esercizio per i casi seguenti: i 10$ vengono interamente investiti in buoni del Tesoro; 5$ sono investiti in azioni e 5$ sono investiti in buoni del Tesoro 2$ sono investiti in azioni e 8$ sono investiti in buoni del Tesoro. Si rappresentino i risultati nella tabella seguente: Partizione tra Azioni Valore Atteso Deviazione Standard e Buoni del Tesoro µ σ 100/0 0/100 50/50 20/80 1

2 c) Chiaramente desiderate che il vostro investimento conduca ad un elevato ricavo atteso (µ grande) e ad un basso rischio (σ piccolo). Quale delle quattro scelte di portafoglio analizzate al punto b) fornisce il µ più grande? E quale il σ più piccolo? d) Secondo voi esiste un altra scelta di portafoglio che porta ad un µ ancora più elevato? Potete provare la vostra congettura? e) Secondo voi esiste un altra scelta di portafoglio che porta ad un σ ancora più piccolo? Potete provare la vostra congettura? 2. Sulla base delle esperienze precedenti, il gestore di un negozio sportivo ipotizza che il numero di biciclette che verranno vendute il prossimo anno sarà fra 40 e 90, con la seguente distribuzione: X=numero di biciclette vendute p(x) 40 0, , , , , ,01 a Qual è il numero medio di biciclette che verrà venduto? Quale la deviazione standard? (62; 9,49) b Se il gestore ordina 60 biciclette, con quale probabilità saranno tutte vendute? Con quale probabilità rimarranno scorte di magazzino non desiderate? (0,8; 0,2) c Per essere pressoché certo (al 95%) di avere biciclette a sufficienza, quante ne dovrebbe ordinare? (70) 3. La Wildecat Oil Exploration ha deciso di impiegare tutte le risorse di cui dispone per finanziare 12 perforazioni petrolifere. Ognuna ha il 20% di probabilità di successo (ovvero che produca petrolio), ed è indipendente da ciò che avviene nelle altre perforazioni. Per evitare la bancarotta, almeno 3 perforazioni devono produrre petrolio. Con quale probabilità la compagnia evita la bancarotta? (0,42) 2

3 4. Un esame a risposta multipla è composto da 12 domande, ognuna con 5 risposte di cui una giusta. Perché l esame venga superato, si deve dare la risposta giusta ad almeno 8 domande. Con quale probabilità si passa l esame se: a si sostiene l esame senza sapere nulla, e a ogni domanda si sceglie una risposta a caso fra le 5 disponibili ( 0) b si è studiato abbastanza da eliminare tre risposte per ogni domanda; lo studente risponde a caso fra le restanti due risposte rimaste (0,19) c si è studiato abbastanza da essere sicuri della risposta corretta su 2 domande. Per le restanti 10 domande la risposta viene scelta a caso fra le 5 opzioni. ( 0,006) 5. Johnson s Sports (affitto di barche sportive) dovrà riparare le barche a vela più danneggiate. Esperienze passate indicano che ognuna delle 5 barche ha il 50% di probabilità di avere necessità di riparazioni, indipendentemente dalle altre. La riparazione di una barca costa 600 $. Si determini il costo atteso delle riparazioni. (1500 $) 6. Si supponga che il numero delle chiamate che arrivano ogni secondo ad un centralino telefonico sia una variabile casuale di Poisson con media 5. a Determinare la probabilità che in un determinato secondo non arrivi nessuna chiamata (0,0067) b Supponendo che il centralino sia in grado di soddisfare non più di 3 chiamate al secondo, calcolare la probabilità di trovarlo occupato (0,735) 7. Le Hawaii hanno una popolazione che è composta per il 60% da persone di origine asiatica, per il 39% da bianchi e per l 1% da neri. Se viene estratto un campione di 7 persone a qual è la probabilità che la maggioranza sia di origine asiatica? (0,71) b qual è la probabilità che nessuno sia nero? (0,93) c qual è il numero atteso e la varianza del numero di asiatici nel campione? (4,2; 1,68) 3

4 d se viene estratto un campione di 500 persone, come si trasformano le probabilità ai punti a e b? ( 1; 0,007) 8. Sia X distribuita come una normale di media 16 e deviazione standard 5. Si determini: a P (X > 20) (0,212) b P (20 < X < 25) (0,176) c P (X < 10) (0,115) d P (12 < X < 24) (0,733) 9. Una coppia di sposi non sa se comprare una casa subito o aspettare un anno, nel qual caso l incremento di prezzo può essere oltre le loro disponibilità. La loro previsione è che, se aspettano un anno, l incremento di prezzo sarà approssimativamente normale, con media 8% e, riflettendo l incertezza di mercato, deviazione standard 10%. a Se il prezzo cresce oltre il 25% non possono acquistare casa. Qual è la probabilità che ciò avvenga? (0,045) b D altro canto, se il prezzo scende la loro attesa viene premiata. Con quale probabilità si verifica questo evento? (0,212) 10. Il tempo necessario a completare un compito d esame è distribuito come una normale di media 110 minuti e deviazione standard 20 minuti. a Quale frazione di studenti finisce il compito in 2 ore? (0,691) b Quando si dovrebbe interrompere il compito per consentire al 90% degli studenti di completarlo? (135,6 minuti) 11. I fusti di albero inviati a una falegnameria hanno diametro (D) e altezza (H) (misurati in piedi) che seguono la seguente distribuzione H D ,00 0,16 0,09 1,25 0,15 0,30 1,50 0,03 0,17 1,75 0 0,10 4

5 a Determinare la media e la varianza di D condizionatamente a H=25 (1,155; 0,026) b Determinare la media e la varianza di H per i fusti di diametro 1,50 (24,25; 3,19) c Determinare la media di H, la varianza di H e la covarianza tra D e H (23,3; 5,61; 0,23) d Determinare il coefficiente di correlazione fra D e H e interpretare il risultato (0,45) 5

Inferenza statistica. Statistica medica 1

Inferenza statistica. Statistica medica 1 Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella

Dettagli

Temi di Esame a.a. 2012-2013. Statistica - CLEF

Temi di Esame a.a. 2012-2013. Statistica - CLEF Temi di Esame a.a. 2012-2013 Statistica - CLEF I Prova Parziale di Statistica (CLEF) 11 aprile 2013 Esercizio 1 Un computer è collegato a due stampanti, A e B. La stampante A è difettosa ed il 25% dei

Dettagli

Esercitazioni del corso di Statistica Prof. Mortera a.a. 2010/2011. Esercizi di stima puntuale, intervalli di confidenza e test T 2 = 1 2 X

Esercitazioni del corso di Statistica Prof. Mortera a.a. 2010/2011. Esercizi di stima puntuale, intervalli di confidenza e test T 2 = 1 2 X Esercitazioni del corso di Statistica Prof. Mortera a.a. 2010/2011 Esercizi di stima puntuale, intervalli di confidenza e test 1. Si consideri il campione (X 1, X 2, X 3, X 4 ) composto da variabili i.i.d.

Dettagli

Inferenza statistica I Alcuni esercizi. Stefano Tonellato

Inferenza statistica I Alcuni esercizi. Stefano Tonellato Inferenza statistica I Alcuni esercizi Stefano Tonellato Anno Accademico 2006-2007 Avvertenza Una parte del materiale è stato tratto da Grigoletto M. e Ventura L. (1998). Statistica per le scienze economiche,

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio

Dettagli

Correzione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 28 Marzo 2007 Facoltà di Astronomia

Correzione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 28 Marzo 2007 Facoltà di Astronomia Correzione dell Esame di Statistica Descrittiva (Mod. B) 1 Appello - 8 Marzo 007 Facoltà di Astronomia ESERCIZIO 1 La seguente tabella riporta la distribuzione congiunta della situazione lavorativa e dello

Dettagli

ESERCIZI DI RIEPILOGO 2. 7 jj(addi

ESERCIZI DI RIEPILOGO 2. 7 jj(addi ESERCIZI DI RIEPILOGO 2 ESERCIZIO 1 Da un comune mazzo di 52 carte francesi (13 carte per ognuno dei quattro semi: picche, cuori, fiori e quadri) viene estratta casualmente una carta. Definiti gli eventi:

Dettagli

Lezione n. 2 (a cura di Chiara Rossi)

Lezione n. 2 (a cura di Chiara Rossi) Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,

Dettagli

Istituzioni di Statistica e Statistica Economica

Istituzioni di Statistica e Statistica Economica Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 4 A. Si supponga che la durata in giorni delle lampadine prodotte

Dettagli

Esercitazione 23 maggio 2016

Esercitazione 23 maggio 2016 Esercitazione 5 maggio 016 Esercitazione 3 maggio 016 In questa esercitazione, nei primi tre esercizi, analizzeremo il problema del moral hazard nel mercato. In questo caso prenderemo in considerazione

Dettagli

Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008

Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica. 18 dicembre 2008 Università di Firenze - Corso di laurea in Statistica Seconda prova intermedia di Statistica 18 dicembre 008 Esame sull intero programma: esercizi da A a D Esame sulla seconda parte del programma: esercizi

Dettagli

STATISTICA (I MODULO INFERENZA STATISTICA) Esercitazione I 27/4/2007

STATISTICA (I MODULO INFERENZA STATISTICA) Esercitazione I 27/4/2007 Esercitazione I 7/4/007 In una scatola contenente 0 pezzi di un articolo elettronico risultano essere difettosi. Si estraggono a caso due pezzi, uno alla volta senza reimmissione. Quale è la probabilità

Dettagli

Statistical Process Control

Statistical Process Control Statistical Process Control ESERCIZI Esercizio 1. Per la caratteristica di un processo distribuita gaussianamente sono note media e deviazione standard: µ = 100, σ = 0.2. 1a. Calcolare la linea centrale

Dettagli

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale)

Esercitazione n.1 (v.c. Binomiale, Poisson, Normale) Esercizio 1. Un azienda produce palline da tennis che hanno probabilità 0,02 di essere difettose, indipendentemente l una dall altra. La confezione di vendita contiene 8 palline prese a caso dalla produzione

Dettagli

DISTRIBUZIONI DI PROBABILITÀ

DISTRIBUZIONI DI PROBABILITÀ Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LE PRINCIPALI DISTRIBUZIONI

Dettagli

Esercizi di riepilogo Statistica III canale, anno 2008

Esercizi di riepilogo Statistica III canale, anno 2008 Esercizio 1 - Esercizio 5 esame 22 giugno 2004 Esercizi di riepilogo Statistica III canale, anno 2008 Data la seguente distribuzione di 100 dipendenti di un azienda in base al tempo impiegato (in minuti)

Dettagli

Capitolo 4 Probabilità

Capitolo 4 Probabilità Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 4 Probabilità Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.

Dettagli

Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica

Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Esercizi di Calcolo delle Probabilità con Elementi di Statistica Matematica Lucio Demeio Dipartimento di Scienze Matematiche Università Politecnica delle Marche 1. Esercizio. Siano X ed Y due variabili

Dettagli

MATEMATICA FINANZIARIA A.A. 2007 2008 Prova del 4 luglio 2008. Esercizio 1 (6 punti)

MATEMATICA FINANZIARIA A.A. 2007 2008 Prova del 4 luglio 2008. Esercizio 1 (6 punti) MATEMATICA FINANZIARIA A.A. 2007 2008 Prova del 4 luglio 2008 Nome Cognome Matricola Esercizio 1 (6 punti) Dato un debito di 20 000, lo si voglia rimborsare mediante il pagamento di 12 rate mensili posticipate

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 Facoltà di Psicologia Università di Padova Anno Accademico 010-011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 10/01/011 La distribuzione F di Fisher - Snedecor

Dettagli

Calcolo delle probabilitá: esercizi svolti fino all 8 febbraio

Calcolo delle probabilitá: esercizi svolti fino all 8 febbraio Calcolo delle probabilitá: esercizi svolti fino all 8 febbraio Alessandro Sicco sicco@dm.unito.it Lezione 1. Calcolo combinatorio, formula delle probabilitá totali, formula di Bayes Esercizio 1.1. 7 bambini

Dettagli

I ricavi ed i costi di produzione

I ricavi ed i costi di produzione I ricavi ed i costi di produzione Supponiamo che le imprese cerchino di operare secondo comportamenti efficienti, cioè comportamenti che raggiungono i fini desiderati con mezzi minimi (o, che è la stessa

Dettagli

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che

VARIABILI ALEATORIE MULTIPLE E TEOREMI ASSOCIATI. Dopo aver trattato delle distribuzioni di probabilità di una variabile aleatoria, che VARIABILI ALATORI MULTIPL TORMI ASSOCIATI Fonti: Cicchitelli Dall Aglio Mood-Grabill. Moduli 6 9 0 del programma. VARIABILI ALATORI DOPPI Dopo aver trattato delle distribuzioni di probabilità di una variabile

Dettagli

E naturale chiedersi alcune cose sulla media campionaria x n

E naturale chiedersi alcune cose sulla media campionaria x n Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile

Dettagli

ELEMENTI DI CALCOLO DELLE PROBABILITA

ELEMENTI DI CALCOLO DELLE PROBABILITA Statistica, CLEA p. 1/55 ELEMENTI DI CALCOLO DELLE PROBABILITA Premessa importante: il comportamento della popolazione rispetto una variabile casuale X viene descritto attraverso una funzione parametrica

Dettagli

Probabilità e Statistica ESERCIZI. EsercizioA3 Data la variabile aleatoria normale standard Z, si calcoli la probabilità

Probabilità e Statistica ESERCIZI. EsercizioA3 Data la variabile aleatoria normale standard Z, si calcoli la probabilità Probabilità e Statistica ESERCIZI EsercizioA1 Data la variabile aleatoria normale standard Z, si calcoli la probabilità che Z sia minore o uguale di 1,2. Soluzione La probabilità che una variabile aleatoria

Dettagli

rendimento PROGRAMMA 0. Introduzione 1. Valore. 2. Valutazione del rischio: Introduzione a rischio e rendimento; Teoria del portafoglio e CAPM;

rendimento PROGRAMMA 0. Introduzione 1. Valore. 2. Valutazione del rischio: Introduzione a rischio e rendimento; Teoria del portafoglio e CAPM; PROGRAMMA 0. Introduzione 1. Valore.. Valutazione del rischio: Introduzione a rischio e rendimento; Teoria del portafoglio e CAPM; Rischio e capital budgeting Introduzione a rischio e rendimento 3. Decisioni

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato

Dettagli

Scelte in condizioni di rischio e incertezza

Scelte in condizioni di rischio e incertezza CAPITOLO 5 Scelte in condizioni di rischio e incertezza Esercizio 5.1. Tizio ha risparmiato nel corso dell anno 500 euro; può investirli in obbligazioni che rendono, in modo certo, il 10% oppure in azioni

Dettagli

Esercitazione n.2 Inferenza su medie

Esercitazione n.2 Inferenza su medie Esercitazione n.2 Esercizio L ufficio del personale di una grande società intende stimare le spese mediche familiari dei suoi impiegati per valutare la possibilità di attuare un programma di assicurazione

Dettagli

Premesse alla statistica

Premesse alla statistica Premesse alla statistica Versione 22.10.08 Premesse alla statistica 1 Insiemi e successioni I dati di origine sperimentale si presentano spesso non come singoli valori, ma come insiemi di valori. Richiamiamo

Dettagli

Esercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010

Esercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe

Dettagli

Esercitazioni del corso di Statistica - III canale Prof. Mortera e Vicard a.a. 2010/2011

Esercitazioni del corso di Statistica - III canale Prof. Mortera e Vicard a.a. 2010/2011 Esercitazioni del corso di Statistica - III canale Prof. Mortera e Vicard a.a. 2010/2011 Esercizi di statistica descrittiva 1. Secondo i dati ISTAT 1997 sull occupazione, la Lombardia e il Veneto presentano

Dettagli

STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo 3 febbraio 2015. Modelli continui di probabilità: la v.c. uniforme continua

STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo 3 febbraio 2015. Modelli continui di probabilità: la v.c. uniforme continua STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo febbraio 2015 Modelli continui di probabilità: la v.c. uniforme continua Esercizio 1 Anna ha una gift card da 50 euro. Non si sa se sia mai stata utilizzata

Dettagli

Corso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr.

Corso di Laurea in Scienze e Tecnologie Biomolecolari. NOME COGNOME N. Matr. Corso di Laurea in Scienze e Tecnologie Biomolecolari Matematica e Statistica II Prova di esame del 18/7/2013 NOME COGNOME N. Matr. Rispondere ai punti degli esercizi nel modo più completo possibile, cercando

Dettagli

Regressione Mario Guarracino Data Mining a.a. 2010/2011

Regressione Mario Guarracino Data Mining a.a. 2010/2011 Regressione Esempio Un azienda manifatturiera vuole analizzare il legame che intercorre tra il volume produttivo X per uno dei propri stabilimenti e il corrispondente costo mensile Y di produzione. Volume

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA Dipartimento di Ingegneria Meccanica Chimica e dei Materiali PROGETTAZIONE E GESTIONE DEGLI IMPIANTI INDUSTRIALI Esercitazione 6 ORE ELEMENTI DI STATISTICA Prof. Ing. Maria Teresa Pilloni Anno Accademico

Dettagli

Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni)

Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni) STATISTICA (2) ESERCITAZIONE 4 18.02.2013 Dott.ssa Antonella Costanzo Esercizio 1. Proprietà desiderabili degli stimatori (piccoli campioni) Sia X una popolazione distribuita secondo la legge Bernoulliana

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE Premessa importante: si ipotizza che il comportamento della popolazione rispetto ad una variabile casuale X viene descritto attraverso una funzione parametrica di probabilità p

Dettagli

1 Associazione tra variabili quantitative COVARIANZA E CORRELAZIONE

1 Associazione tra variabili quantitative COVARIANZA E CORRELAZIONE 1 Associazione tra variabili quantitative ASSOCIAZIONE FRA CARATTERI QUANTITATIVI: COVARIANZA E CORRELAZIONE 2 Associazione tra variabili quantitative Un esempio Prezzo medio per Nr. Albergo cliente (Euro)

Dettagli

Statistica Applicata all edilizia: alcune distribuzioni di probabilità

Statistica Applicata all edilizia: alcune distribuzioni di probabilità Statistica Applicata all edilizia: Alcune distribuzioni di probabilità E-mail: orietta.nicolis@unibg.it 7 marzo 20 Indice Indici di curtosi e simmetria Indici di curtosi e simmetria 2 3 Distribuzione Bernulliana

Dettagli

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri

Dettagli

Tema A. 1.2. Se due eventi A e B sono indipendenti e tali che P (A) = 1/2 e P (B) = 2/3, si può certamente concludere che

Tema A. 1.2. Se due eventi A e B sono indipendenti e tali che P (A) = 1/2 e P (B) = 2/3, si può certamente concludere che Statistica Cognome: Laurea Triennale in Biologia Nome: 26 luglio 2012 Matricola: Tema A 1. Parte A 1.1. Sia x 1, x 2,..., x n un campione di n dati con media campionaria x e varianza campionaria s 2 x

Dettagli

VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza.

VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD. Si definisce scarto quadratico medio o deviazione standard la radice quadrata della varianza. VARIANZA CAMPIONARIA E DEVIAZIONE STANDARD Si definisce varianza campionaria l indice s 2 = 1 (x i x) 2 = 1 ( xi 2 n x 2) Si definisce scarto quadratico medio o deviazione standard la radice quadrata della

Dettagli

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A.

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A. CLASSE quinta INDIRIZZO AFM-SIA-RIM-TUR UdA n. 1 Titolo: LE FUNZIONI DI DUE VARIABILI E L ECONOMIA Utilizzare le strategie del pensiero razionale negli aspetti dialettici e algoritmici per affrontare situazioni

Dettagli

PIL : produzione e reddito

PIL : produzione e reddito PIL : produzione e reddito La misura della produzione aggregata nella contabilità nazionale è il prodotto interno lordo o PIL. Dal lato della produzione : oppure 1) Il PIL è il valore dei beni e dei servizi

Dettagli

1 di 6. Usando un modello di probabilità

1 di 6. Usando un modello di probabilità Corso di Statistica, II parte ESERCIZIO 1 Gastone in occasione di una festa a PAPEROPOLI compra 3 biglietti per partecipare all'estrazione a sorte di 3 premi. Sapendo che sono stati venduti 30 biglietti

Dettagli

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato.

1a) Calcolare gli estremi dell intervallo di confidenza per µ al 90% in corrispondenza del campione osservato. Esercizio 1 Sia X 1,..., X un campione casuale estratto da una variabile aleatoria normale con media pari a µ e varianza pari a 1. Supponiamo che la media campionaria sia x = 2. 1a) Calcolare gli estremi

Dettagli

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only.

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only. In un mercato del lavoro competitivo esistono due tipi di lavoratori, quelli con alta produttività L A, che producono per 30 $ l'ora, e quelli con bassa produttività, L B, che producono per 5 $ l'ora.

Dettagli

Esercitazione relativa al capitolo 14 I MONOPOLI E LA CONCORRENZA IMPERFETTA

Esercitazione relativa al capitolo 14 I MONOPOLI E LA CONCORRENZA IMPERFETTA Esercitazione relativa al capitolo 14 I MONOPOLI E LA CONCORRENZA IMPERFETTA Esistono quattro principali tipi di strutture di mercato: concorrenza perfetta, monopolio, concorrenza monopolistica e oligopolio.

Dettagli

1. la probabilità che siano tutte state uccise con pistole; 2. la probabilità che nessuna sia stata uccisa con pistole;

1. la probabilità che siano tutte state uccise con pistole; 2. la probabilità che nessuna sia stata uccisa con pistole; Esercizi di Statistica della 5 a settimana (Corso di Laurea in Biotecnologie, Università degli Studi di Padova). Esercizio 1. L FBI ha dichiarato in un rapporto che il 44% delle vittime di un omicidio

Dettagli

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a) Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:

Dettagli

Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).

Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Esame di Statistica del 17 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano

Dettagli

Premessa. Esercitazione. Calcolo del reddito nel Conto del reddito. Calcolo del reddito nel Conto del capitale e nel Conto del reddito

Premessa. Esercitazione. Calcolo del reddito nel Conto del reddito. Calcolo del reddito nel Conto del capitale e nel Conto del reddito Sul calcolo del reddito di fine periodo: riflessioni di base 1 INDICE: Premessa Esercitazione Calcolo del reddito nel Conto del capitale Calcolo del reddito nel Conto del reddito Calcolo del reddito nel

Dettagli

Calcolatore Energetico

Calcolatore Energetico Calcolatore Energetico Istruzioni Il calcolatore energetico è uno strumento semplice che può darvi un'idea approssimativa della energia prodotta dal vostro impianto, nonché informazioni interessanti come

Dettagli

2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011

2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 2 CERTAMEN NAZIONALE DI PROBABILITA E STATISTICA FELICE FUSATO Fase di Istituto 15 febbraio 2011 1) Non sfogliare questo fascicolo finché l insegnante non ti dice di farlo. 2) E ammesso l utilizzo di calcolatrici

Dettagli

Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test

Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test STATISTICA (2) ESERCITAZIONE 6 05.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Verifica di ipotesi sulla media (varianza nota), p-value del test Il preside della scuola elementare XYZ sospetta che

Dettagli

TEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST

TEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST TEST DI AUTOVALUTAZIONE INTERVALLI DI CONFIDENZA E TEST I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Statistica 1 Parte A 1.1 La formula µ = x ± s n

Dettagli

Esercizi di calcolo delle probabilità e statistica Complemento alla guida per insegnanti

Esercizi di calcolo delle probabilità e statistica Complemento alla guida per insegnanti Esercizi di calcolo delle probabilità e statistica Complemento alla guida per insegnanti Ottobre 2009 Prof. Alberto Gandolfi Dipartimento di Matematica U. Dini Università di Firenze gandolfi@math.unifi.it

Dettagli

LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di

LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica

Dettagli

Le variabili casuali. Variabile statistica e variabile casuale. Distribuzione di probabilità della v.c X: X P(X) 0 ⅛ 1 ⅜ 3 ⅛

Le variabili casuali. Variabile statistica e variabile casuale. Distribuzione di probabilità della v.c X: X P(X) 0 ⅛ 1 ⅜ 3 ⅛ Università di Macerata Facoltà di Scienze Politiche - Anno accademico 009- Una variabile casuale è una variabile che assume determinati valori con determinate probabilità; Ad una variabile casuale è associata

Dettagli

Differenze formule/ funzioni

Differenze formule/ funzioni Di Luca Bazzani info@lucabazzani.com Differenze formule/ funzioni Le formule vengono scritte dal utente Le funzioni sono già pre impostate in Excel (vi è anche l opportunità di crearne di nuove sfruttando

Dettagli

Capitolo 2 Offerta e domanda

Capitolo 2 Offerta e domanda Temi da discutere Capitolo 2 rima parte Cambiamenti nell equilibrio di mercato Elasticità dell offerta e della domanda Elasticità di breve e di lungo periodo Temi da discutere Effetti di un cambiamento

Dettagli

Brugnaro Luca Boscaro Gianni (2009) 1

Brugnaro Luca Boscaro Gianni (2009) 1 STATISTICA PER LE PROFESSIONI SANITARIE - LIVELLO BASE Brugnaro Luca Boscaro Gianni (2009) 1 Perché la statistica Prendere decisioni Bibliografia non soddisfacente Richieste nuove conoscenze Raccolta delle

Dettagli

Lezioni di Economia Aziendale classe quarta Prof. Monica Masoch LA FINANZA AZIENDALE E LE DECISIONI DI INVESTIMENTO

Lezioni di Economia Aziendale classe quarta Prof. Monica Masoch LA FINANZA AZIENDALE E LE DECISIONI DI INVESTIMENTO Lezioni di Economia Aziendale classe quarta Prof. Monica Masoch LA FINANZA AZIENDALE E LE DECISIONI DI INVESTIMENTO LE DECISIONI DI INVESTIMENTO Cosa significa «Investimento»? L investimento è la seconda

Dettagli

lezione 18 AA 2015-2016 Paolo Brunori

lezione 18 AA 2015-2016 Paolo Brunori AA 2015-2016 Paolo Brunori Previsioni - spesso come economisti siamo interessati a prevedere quale sarà il valore di una certa variabile nel futuro - quando osserviamo una variabile nel tempo possiamo

Dettagli

Esercitazione relativa al cap. 10 INVESTIMENTI

Esercitazione relativa al cap. 10 INVESTIMENTI Esercitazione relativa al cap. 10 INVESTIMENTI GLI INVESTIMENTI FINANZIARI SONO ACQUISTI DI ATTIVITA FINANZIARIE EFFETTUATE NELL ASPETTATIVA DI RICEVERNE UN RENDIMENTO. I PIU IMPORTANTI SONO: - I DEPOSITI

Dettagli

1. Distribuzioni campionarie

1. Distribuzioni campionarie Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie

Dettagli

E NECESSARIO RICORRERE ALLE VARIABILI CASUALI

E NECESSARIO RICORRERE ALLE VARIABILI CASUALI IL CONCETTO DI VARIABILE CASUALE Associare una misura di probabilità al verificarsi di un certo evento (come esito di un esperimento) non sempre è sufficiente a risolvere gran parte dei problemi reali

Dettagli

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ

LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ LA STATISTICA E IL CALCOLO DELLE PROBABILITÀ Prof. Francesco Tottoli Versione 3 del 20 febbraio 2012 DEFINIZIONE È una scienza giovane e rappresenta uno strumento essenziale per la scoperta di leggi e

Dettagli

Come masterizzare dischi con Nero 11

Come masterizzare dischi con Nero 11 Come masterizzare dischi con Nero 11 Non c è dubbio che Nero è diventato un sinonimo di masterizzatore di dischi, data la lunga esperienza sul mercato. Molte persone pensano in questo programma nel momento

Dettagli

Prova di autovalutazione Prof. Roberta Siciliano

Prova di autovalutazione Prof. Roberta Siciliano Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.

Dettagli

La gestione dei propri risparmi Introduzione Concetti fondamentali. Imola, 22 marzo 2016 Luciano Messori

La gestione dei propri risparmi Introduzione Concetti fondamentali. Imola, 22 marzo 2016 Luciano Messori La gestione dei propri risparmi Introduzione Concetti fondamentali Imola, 22 marzo 2016 Luciano Messori Di cosa ci occupiamo Concetti fondamentali che ogni investitore dovrebbe conoscere: premio di rischio,

Dettagli

ESAME DI STATISTICA Nome: Cognome: Matricola:

ESAME DI STATISTICA Nome: Cognome: Matricola: ESAME DI STATISTICA Nome: Cognome: Matricola: ISTRUZIONI: Per la prova è consentito esclusivamente l uso di una calcolatrice tascabile, delle tavole della normale e della t di Student. I risultati degli

Dettagli

Contratti per differenza (CFD)

Contratti per differenza (CFD) Avvertenza per gli investitori 28/02/2013 Contratti per differenza (CFD) Messaggi chiave I CFD ( contracts for difference ) sono prodotti complessi e non sono adatti a tutti gli investitori. Non investite

Dettagli

Esercitazioni del corso di Statistica Proff. Mortera/Vicard a.a. 2011/2012

Esercitazioni del corso di Statistica Proff. Mortera/Vicard a.a. 2011/2012 Esercitazioni del corso di Statistica Proff. Mortera/Vicard a.a. 2011/2012 Esercizi di calcolo delle probabilità 1. Nel 1980 la popolazione USA era così composta: 10% della California, 6% di origine ispanica,

Dettagli

CP110 Probabilità: Esame del 3 giugno 2010. Testo e soluzione

CP110 Probabilità: Esame del 3 giugno 2010. Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 8 luglio, 2010 CP110 Probabilità: Esame del 3 giugno 2010 Testo e soluzione 1. (6 pts 12 monete da 1 euro vengono distribuite tra

Dettagli

LEZIONE n. 5 (a cura di Antonio Di Marco)

LEZIONE n. 5 (a cura di Antonio Di Marco) LEZIONE n. 5 (a cura di Antonio Di Marco) IL P-VALUE (α) Data un ipotesi nulla (H 0 ), questa la si può accettare o rifiutare in base al valore del p- value. In genere il suo valore è un numero molto piccolo,

Dettagli

Il concetto di correlazione

Il concetto di correlazione SESTA UNITA Il concetto di correlazione Fino a questo momento ci siamo interessati alle varie statistiche che ci consentono di descrivere la distribuzione dei punteggi di una data variabile e di collegare

Dettagli

MODELLO DI RISCHIO: STIGLITZ E WEISS (1981)

MODELLO DI RISCHIO: STIGLITZ E WEISS (1981) MODELLO DI RISCHIO: STIGLITZ E WEISS (1981) Presentazione a cura di Isabella Natoli Modello di Stiglitz e Weiss (1981) Tasso d interesse svolge una duplice funzione in condizioni che implicano il razionamento

Dettagli

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Incompatibilità ed indipendenza stocastica. Probabilità condizionate, legge della probabilità totale, Teorema

Dettagli

Massimizzazione del Profitto e offerta concorrenziale. G. Pignataro Microeconomia SPOSI

Massimizzazione del Profitto e offerta concorrenziale. G. Pignataro Microeconomia SPOSI Massimizzazione del Profitto e offerta concorrenziale 1 Mercati perfettamente concorrenziali 1. Price taking Poiché ogni impresa vende una porzione relativamente piccola della produzione complessiva del

Dettagli

Corso di Psicometria Progredito

Corso di Psicometria Progredito Corso di Psicometria Progredito 4.2 I principali test statistici per la verifica di ipotesi: Il test F Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico

Dettagli

CLASSIFICAZIONE DEI CARATTERI

CLASSIFICAZIONE DEI CARATTERI CLASSIFICAZIONE DEI CARATTERI Come abbiamo visto, su ogni unità statistica si rilevano una o più informazioni di interesse (caratteri). Il modo in cui un carattere si manifesta in un unità statistica è

Dettagli

Corso di Analisi Statistica per le Imprese (9 CFU) Prof. L. Neri a.a. 2011-2012

Corso di Analisi Statistica per le Imprese (9 CFU) Prof. L. Neri a.a. 2011-2012 Corso di Analisi Statistica per le Imprese (9 CFU) Prof. L. Neri a.a. 2011-2012 1 Riepilogo di alcuni concetti base Concetti di base: unità e collettivo statistico; popolazione e campione; caratteri e

Dettagli

2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale

2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale BIOSTATISTICA 2. Un carattere misurato in un campione: elementi di statistica descrittiva e inferenziale Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk

Dettagli

Il progetto della rete di fornitura in ambiente incerto. Il progetto della rete in ambienti incerti 1

Il progetto della rete di fornitura in ambiente incerto. Il progetto della rete in ambienti incerti 1 Il progetto della rete di fornitura in ambiente incerto Il progetto della rete in ambienti incerti 1 Linea guida L impatto dell incertezza sulle decisioni relative alla rete Analisi dei flussi di cassa

Dettagli

Università degli studi di Bergamo Corso di Laurea Specialistica in Ingegneria Gestionale Economia e Organizzazione Aziendale Prof.

Università degli studi di Bergamo Corso di Laurea Specialistica in Ingegneria Gestionale Economia e Organizzazione Aziendale Prof. Università degli studi di Bergamo Corso di Laurea Specialistica in Ingegneria Gestionale Economia e Organizzazione Aziendale Prof. Michele Meoli Esercitazione: Analisi di Break-Even (o analisi del punto

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C

Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Statistica inferenziale, Varese, 18 novembre 2009 Prima parte - Modalità C Cognome Nome: Part time: Numero di matricola: Diurno: ISTRUZIONI: Il punteggio relativo alla prima parte dell esame viene calcolato

Dettagli

L orizzonte temporale nei prospetti semplificati dei fondi aperti. Nota di studio. Ufficio Studi

L orizzonte temporale nei prospetti semplificati dei fondi aperti. Nota di studio. Ufficio Studi L orizzonte temporale nei prospetti semplificati dei fondi aperti Nota di studio Ufficio Studi Gennaio 2012 1 1] Premessa Nel corso del 2010 uno degli obiettivi del Gruppo di Lavoro Rischio e Classificazione

Dettagli

Esercitazioni 2013/14

Esercitazioni 2013/14 Esercitazioni 2013/14 Esercizio 1 Due ditte V e W partecipano ad una gara di appalto per la costruzione di un tratto di autostrada che viene assegnato a seconda del prezzo. L offerta fatta dalla ditta

Dettagli

Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo

Dettagli

1. Exponential smoothing. Metodi quantitativi per i mercati finanziari. Capitolo 5 Analisi dei prezzi. Consideriamo la media mobile esponenziale

1. Exponential smoothing. Metodi quantitativi per i mercati finanziari. Capitolo 5 Analisi dei prezzi. Consideriamo la media mobile esponenziale 1. Exponential smoothing Consideriamo la media mobile esponenziale Metodi quantitativi per i mercati finanziari XMA t = (1 α)xma t 1 + αp t come previsione del prezzo al tempo T + 1 sulla base dell insieme

Dettagli

Tabella per l'analisi dei risultati

Tabella per l'analisi dei risultati Vai a... UniCh Test V_Statistica_Eliminatorie Quiz V_Statistica_Eliminatorie Aggiorna Quiz Gruppi visibili Tutti i partecipanti Info Anteprima Modifica Risultati Riepilogo Rivalutazione Valutazione manuale

Dettagli

PRODUZIONE E CRESCITA

PRODUZIONE E CRESCITA Università degli studi di MACERATA ECONOMIA POLITICA: MICROECONOMIA A.A. 2012/2013 PRODUZIONE E CRESCITA Fabio CLEMENTI E-mail: fabio.clementi@unimc.it Web: http://docenti.unimc.it/docenti/fabio-clementi

Dettagli

I COSTI PROF. MATTIA LETTIERI

I COSTI PROF. MATTIA LETTIERI I COSTI ROF. MATTIA LETTIERI Indice 1. LE FUNZIONI DI COSTO --------------------------------------------------------------------------------------------------- 3 2. I COSTI DELL IMRESA NEL BREVE ERIODO

Dettagli

Statistiche campionarie

Statistiche campionarie Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle

Dettagli

In un sistema (economico) un ampia varietà di eventi incerti possono determinare la ricchezza di uno o più individui del sistema.

In un sistema (economico) un ampia varietà di eventi incerti possono determinare la ricchezza di uno o più individui del sistema. Rischio In un sistema economico) un ampia varietà di eventi incerti possono determinare la ricchezza di uno o più individui del sistema. Alcuni esempi rappresentativi: - il verificarsi di un terremoto

Dettagli