Verifica delle ipotesi

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Verifica delle ipotesi"

Transcript

1 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, oltre a u'ipotei ulla, H :q Q Q i formula u'ipotei alterativa (cotrappota a quella ulla), H 1 :q Q Q U'ipotei i dice emplice e pecifica completamete la ditribuzioe, cioè q = q ; altrimeti i dice compota. La verifica delle ipotei (tet tatitico) è u procedimeto co il quale i decide, alla luce di u campioe, e rifiutare o meo H i favore di H 1. i tratta di dividere lo pazio campioario (W) i due ottoiiemi: zoa di accettazioe (A) e zoa di rifiuto (R). U'imprea vuole verificare, ulla bae di u campioe cauale di 5 uità, e il peo medio dei prodotti che le oo tati coegati è effettivamete pari a 1,Kg., come dichiarato dal foritore. otto l auzioe che il peo dei prodotti abbia ditribuzioe X ~ N(m, ), l'ipotei ulla (che i queto cao è emplice) è H : m 1, iccome l'imprea viee daeggiata olo e il peo è miore di quato dichiarato, i poe come ipotei alterativa (compota) H1 : m 1, U modo aturale di codurre la verifica delle ipotei è rifiutare H i favore di H 1 quado la media campioaria è igificativamete più piccola della media dichiarata, cioè quado x 1,, La zoa di accettazioe e la zoa di rifiuto oo pari a: x : x 1,, R x : x 1, A e l'ipotei alterativa (compota) è H1 : m 1,, è eato rifiutare quado x 1,, La zoa di accettazioe e la zoa di rifiuto, i queto cao oo pari a: x : x 1,, R x : x 1, A

2 uppoiamo che la popolazioe ia Normale co media icogita e variaza ota. i vuole verificare: H : m m H1 : m m m I corripodeza dell ipotei alterativa i pooo cofigurare divere regioi di rifiuto: H : H1 : q q q q Coiderado come tatitica tet la media campioaria X appiamo che otto l ipotei ulla queta i ditribuice come ua Normale co media m m e variaza. Criteri di valutazioe di u tet tatitico Nel codurre u tet poiamo icorrere i due tipi di errore: errore di I tipo: i rifiuta H quado è vera errore di II tipo: i accetta H quado è fala Queti errori pooo eere commei co probabilità: q Pq X R, q Q q Pq X A, q Q La poteza del tet è la probabilità di rifiutare H quado è fala, q 1 q Pq X R, q Q H è vera H è fala Deciioe Accetto H Rifiuto H Corretta 1 Errore del I tipo Errore del II tipo Corretta 1 La poteza crece al crecere della dimeioe campioaria e della ditaza tra il valore vero del parametro e l'ipotei ulla. I diveri errori che i pooo commettere: Tra e uite ua relazioe ivera: miore è il valore di, maggiore è il valore di. Le probabilità di commettere gli errori corripodoo a delle aree.

3 I relazioe all'eempio precedete, i uppoga che per verificare H : m 1, H1 : m 1, i rifiuta quado X 1. otto l auzioe X ~ N(m, ), la probabilità di rifiutare quado il valore vero della media è m è data da X m 1 m 1 m P m X 1 Pm e =,5 e co = 5, la probabilità dell'errore di I tipo è P X 1 1,977, 8 1, e la media vera foe m = 1,5, la poteza del tet arebbe P X 1,5 1,6915, 385 1,5 Tet uiformemete più poteti e tet corretti iccome miimizzare etrambe le probabilità di errore è uualmete impoibile, i ua fiare u livello maimo per quella di I tipo, chiamata livello di igificatività (,1,,5,,1), e i cerca di miimizzare quella di II tipo (o maimizzare la poteza). U tet co fuzioe di poteza * (q) è uiformemete più potete al livello e q q, q Q dove (q) è la fuzioe di poteza di u qualiai altro tet al livello. I alcue ituazioi, il tet uiformemete più potete o eite e quidi i ricorre alla defiizioe di o ditorioe. U tet al livello è o ditorto e q, q Q U metodo che uualmete porta a tet co quete proprietà è quello baato ul rapporto di veroimigliaze i cui i rifiuta H e max Lq max Lq qq qq k max Lq L ˆ q qq dove < k <1 è celto i bae al livello di igificatività voluto. (popolazioe ormale, variaza ota) i aume che X ~ N(m, ), co oto. i coidera l'ipotei ulla H : m = m e quidi la tatitica tet X m Z N e H 1 : m > m, i rifiuta H e dove z è il quatile della ditribuzioe Normale tadard tale che P(Z z ) = co Z ~ N(,1). e H 1 : m < m, i rifiuta H e e H 1 : m m, i rifiuta H e, 1 otto H z z oppure e x m z z z oppure e x m z z z oppure e x m z o x m z U altro modo per evideziare il riultato del tet è quello di calcolare il p-value. p-value : probabilità di oervare u valore della tatitica tet uguale o più etremo del valore otteuto dal campioe, otto l ipotei ulla. E ua quatità che miura l evideza forita dai dati cotro l ipotei ulla: miore è il valore del p-value, più è forte l evideza cotro l ipotei ulla. I pratica e p-value < rifiuto H

4 i uppoga di voler verificare l'ipotei che l'altezza media degli italiai è 17cm ulla bae del campioe 17,75 186,14 173,39 185,1 173,39 otto l'auzioe X ~ N(m, ), co variaza = 5. L'ipotei ulla è H : m = 17 e quidi, dato che x 177,758, la tatitica tet Z aume il valore 177, ,758 z 1, ,16 e H 1 : m > m e =,5, i rifiuta H i quato 1,81 z z 1,645 e H 1 : m m e =,5, o i rifiuta H i quato 1,81 z z 1,96 (popolazioe ormale, variaza o ota) e X ~ N(m, ), co o oto, e l ipotei ulla è H : m = m, i utilizza la tatitica tet X m T t 1 otto H e H 1 : m > m, i rifiuta H e t t dove t è il quatile della ditribuzioe t di tudet tale che P(T t ) = co T ~ t(-1). e H 1 : m < m, i rifiuta H e t t e H 1 : m m, i rifiuta H e t t Nel cao della verifica dell'ipotei H : m = 17 coiderata i precedeza, i uppoga di o coocere la variaza. La media campioaria e la variaza campioaria oo pari a x 177,758 e 5,93 da cui la tatitica tet T aume il valore 177, ,758 t 1,77 5,93 5 3,54 e H 1 : m > m e =,1, o i rifiuta H i quato 1,77 t t 3,747 e H 1 : m m e =,5, o i rifiuta H i quato 1,77 t t,776 (popolazioe qualiai, gradi campioi) Per ua popolazioe qualiai, el cao di gradi campioi ( 3), e l'ipotei ulla è H : m = m i può utilizzare la tatitica tet X m Z N, 1 otto H e H 1 : m > m, i rifiuta H e e H 1 : m < m, i rifiuta H e e H 1 : m m, i rifiuta H e z z oppure e x m z z z oppure e x m z z z oppure e x m z o x m z

5 i coideri l'ipotei H : m = 1, cotro H 1 : m < 1, i uppoga che il campioe di = 5 prodotti che è tato etratto ha media e variaza pari ripettivamete a x 1,59 e,158 e quidi la tatitica tet aume il valore 1,59 1, z,158 5,141,56,59 Al livello di igificatività =,1, i rifiuta H i quato,59 z z,36 (determiazioe della umeroità campioaria) Ipotizziamo ua dimeioe ampia del campioe tale da garatire l applicazioe dell approimazioe alla Normale. La procedura egue i egueti pai: 1. pecificare il livello di igificatività. pecificare il valore di m 1 e il corripodete valore di 3. elezioare ua tima iiziale di 4. calcolare la umeroità campioaria ia z il valore per cui P( Z z ) z il valore per cui P( Z z ) 1 allora: H1 : m m z z m1 m H 1 m m H 1 m m z z m1 m Verifica di ipotei ulla probabilità di ucceo (popolazioe Beroulliaa, gradi campioi) i aume che X ~ Bi(1,) (popolazioe Beroulliaa). i coidera l'ipotei ulla H : = e quidi la tatitica tet X Z 1 che per gradi campioi ( 3), ha approimativamete ditribuzioe Normale tadard N(,1), otto H. e H 1 : >, i rifiuta H e z z oppure e x z 1 e H 1 : <, i rifiuta H e z z oppure e x z 1 e H 1 : m m, i rifiuta H e z oppuree x z 1 o x z z 1 i uppoga di voler verificare l'ipotei H : =,5 cotro H 1 : >,5 al livello =,1 ulla bae di u campioe di dimeioe = 5 i cui ci oo 3 uccei. La media campioaria è 1 x e quidi la tatitica tet aume il valore,64,5,1 z 1,698,5 1,5 5,77 i rifiuta H i quato x i i1 3,64 5 1,698 z z 1,8

6 Verifica di ipotei ulla variaza (popolazioe ormale, media o ota) e X ~ N(m, ) co m o oto, e l'ipotei ulla è H : = i utilizza la tatitica tet 1 C c 1 otto H e H 1 : >, i rifiuta H e c c dove c è il quatile della ditribuzioe c ( -1) tale che P(c > c ) =. e H 1 : <, i rifiuta H e c c oppure e e H 1 :, i rifiuta H e oppure e c 1 1 c1 c c o c c oppure c 1 o c i uppoga di voler verificare l'ipotei H : = 75 cotro H 1 : 75 al livello =,1 ulla bae di u campioe (già coiderato i precedeza) 17,75 186,14 173,39 185,1 173,39 otto l'auzioe X ~ N(m, ), co media m o ota. La variaza campioaria è e quidi la tatitica tet aume il valore No i rifiuta H i quato,71 5,93 4 5,93 c,83 75 c1 c c 9,49 Dove e come tudiare Libro di teto:. Borra, A. Di Ciaccio (14), Cap. 13 (trae e 13.8) e Cap. 14 (trae 14.5 e 14.6) volgere Eercitazioe 8. 3

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

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

E possibile approssimare tale valore utilizzando la distribuzione normale. Dalle tavole della Z si ha infatti: = 1.645

E possibile approssimare tale valore utilizzando la distribuzione normale. Dalle tavole della Z si ha infatti: = 1.645 ESERCIZIO 6.1 Il tempo di occupazioe di ciacu paziete di u letto (durata di permaeza) è utilizzato dai maager di u opedale per l allocazioe ottimale delle riore. Si ritiee, da tudi effettuati durate gli

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

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

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

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1 ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao

Dettagli

campioni estratti da una popolazione finita e quelli che provengono da una popolazione infinita. Capitolo VII

campioni estratti da una popolazione finita e quelli che provengono da una popolazione infinita. Capitolo VII 37 38 Capitolo VII campioi etratti da ua popolazioe fiita e quelli che provegoo da ua popolazioe ifiita. ATTENDIBILITA' DELLE STATISTICHE CAMPIONARIE 1.1 Campioi etratti da ua popolazioe fiita 1. Ditribuzioe

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

(E, H) i n (E, H) (0, 0) 2. Teorema di equivalenza

(E, H) i n (E, H) (0, 0) 2. Teorema di equivalenza 2. Teorema di equivaleza Il teorema di equivaleza coete di otituire, ai fii del calcolo del campo i ua determiata regioe, la ditribuzioe di orgeti vera (, M) co ua ditribuzioe uperficiale equivalete. i

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI TATITICA MEDICA ED EERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioi idipedeti) IL PROBLEMA oo stati rilevati i dati relativi alla frequeza cardiaca (misurata i battiti al miuto)

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

Esercitazione 6 del corso di Statistica 2

Esercitazione 6 del corso di Statistica 2 Esercitazioe 6 del corso di Statistica Dott.ssa Paola Costatii 7 marzo Decisioe vera falsa è respita Errore di I tipo Decisioe corretta o è respita Probabilità = Decisioe corretta Probabilità = - Probabilità

Dettagli

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

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione V Uiverità degli Studi di Napoli Partheope Facoltà di Scieze Motorie a.a. 0/0 Statitica Lezioe V E-mail: paolo.mazzocchi@uipartheope.it Webite: www.tatmat.uipartheope.it DISTRIBUZIONE DOPPIA di frequeze

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

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Statistica Inferenziale.

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Statistica Inferenziale. Apputi di Probabilità e Statistica a.a. 014/015 C.d.L. Iformatica Bioiformatica I. Oliva Lezioe 7 1 Statistica Ifereziale 1.1 Test di ipotesi Ipotesi statistica: assuto relativo ad uo o più parametri (igoti)

Dettagli

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due

Dettagli

Anemia. Anemia - percentuali

Anemia. Anemia - percentuali 1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14

Dettagli

Statistica a.a Autovalutazione 1 SOLUZIONE

Statistica a.a Autovalutazione 1 SOLUZIONE Statitica a.a. 017-18 Autovalutazioe 1 CORSI: Diritto per le Impree e le Itituzioi, Scieze dell Ammiitrazioe e Couleza del Lavoro, Scieze Iterazioali dello Sviluppo e della Cooperazioe SOLUZIONE 1. L ammiitratore

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

INDICE. Prefazione Introduzione alle indagini campionarie Campionamento casuale semplice (Simple Random Sampling) 37

INDICE. Prefazione Introduzione alle indagini campionarie Campionamento casuale semplice (Simple Random Sampling) 37 IDICE Prefazioe 9. Itroduzioe alle idagii campioarie.. Utilità delle teciche di campioameto (p. ).. Defiizioi e cocetti tatitici eeziali (p. 5)... Stima dei parametri (p. 7)... Verifica di ipotei (p. )..3.

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 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

Argomento: Applicazioni statistiche e analisi dei dati Esercitazioni

Argomento: Applicazioni statistiche e analisi dei dati Esercitazioni Argometo: Applicazioi tatitiche e aalii dei dati Eercitazioi Premea Le dipee elaborate per lo volgimeto dell attività didattica oo tratte dal teto Itroduzioe al rilevameto campioario delle riore foretali

Dettagli

Le principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione

Le principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione Complemeti per il corso di Statistica Medica Le pricipali procedure ifereziali: ozioi, schemi di procedimeto ed esempi di applicazioe IC al livello (-α) % per la media µ Ipotesi: ella popolazioe il feomeo

Dettagli

Stime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo

Stime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo Abbiamo visto che, data ua v.a. X di cui o si cooscao valore atteso e variaza, tali umeri si possoo stimare putualmete el seguete modo: si prede u casuale X 1,...,X di v.a. aveti la stessa legge di X;

Dettagli

Test Statistici. In termini statistici, agli eventi appena indicati viene attribuita una probabilità ed una specifica definizione:

Test Statistici. In termini statistici, agli eventi appena indicati viene attribuita una probabilità ed una specifica definizione: Test Statistici U test statistico è ua regola che permette di stabilire se u ipotesi (H " ) può essere accettata (o rifiutata) o meo (rifiutata). I particolare, H " può essere vera o falsa e la sua accettazioe/rifiuto

Dettagli

Introduzione: funzioni razionali

Introduzione: funzioni razionali Apputi di Cotrolli Automatici Capitolo - parte III Atitraformata di Laplace ANTITRASFORMAZIONE I LAPLACE... Itroduzioe: fuzioi razioali... Atitraformazioe delle fuzioi razioali trettamete proprie... Applicazioe

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5

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

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

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

Teoria dei quadripoli

Teoria dei quadripoli 7 Teoria dei quadripoli Eercitazioi aggiutive Eercizio 7. Si determii l iduttaza dei due iduttori mutuamete accoppiati collegati i erie chematizzati i figura: I V C Si uppoga che il itema lieare e tempo-ivariate

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

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z) Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:

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

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

Controlli Automatici A

Controlli Automatici A Cotrolli Automatici A (Prof. Rocco) Ao accademico 03/04 Appello del Febbraio 04 Cogome:... Nome:... Matricola:... Firma:... Avverteze: Il preete facicolo i compoe di 8 pagie (comprea la copertia). Tutte

Dettagli

6 Stima di media e varianza, e intervalli di confidenza

6 Stima di media e varianza, e intervalli di confidenza Si può mostrare che, per ogi fissato α, t,α z α, e t,α z α per + I pratica t,α e z α soo idistiguibili per 200. 6 Stima di media e variaza, e itervalli di cofideza Lo scopo esseziale della Statistica ifereziale

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

CAPITOLO 2 Semplici esperimenti comparativi

CAPITOLO 2 Semplici esperimenti comparativi Douglas C. Motgomer Progettazioe e aalisi degli esperimeti 006 McGraw-Hill CAPITOLO emplici esperimeti comparativi Metodi statistici e probabilistici per l igegeria Corso di Laurea i Igegeria Civile A.A.

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

TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012

TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012 TENIA DELLE MIURAZIONI APPLIATE 17 OTTOBRE 01 Il motore MOTO1 viee prodotto da MotoriMarii pa. che suggerisce agli acquireti di usare come lubrificate u celebre olio sitetico. I dati storici cofermao che

Dettagli

Esercitazione sette: soluzioni. H 1 : θ > 0.48 ( =

Esercitazione sette: soluzioni. H 1 : θ > 0.48 ( = Esercitazioe sette: soluzioi. { H0 : θ 0.48 H : θ > 0.48 a) La variabile Y ha ua distribuzioe beroulliaa di parametro θ. La desità appartiee alla famiglia espoeziale e possiamo vedere se è a rapporto di

Dettagli

Risposte nel tempo di sistemi LTI del 1 e 2 ordine

Risposte nel tempo di sistemi LTI del 1 e 2 ordine Ripote el tempo di itemi LTI del e ordie Fodameti di Automatica Prof. Silvia Strada Coro di Studi i Igegeria Getioale (Cogomi H PO) Sitemi del ordie E molto comue crivere G () a b µ + a + τ b τ K τ G ()

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

Corso di Insegnamento Tecnico-Pratico per personale ATA a.s. 2005/06

Corso di Insegnamento Tecnico-Pratico per personale ATA a.s. 2005/06 Coro di Iegameto Tecico-Pratico per peroale T a.. 005/06 tutor : Giacarla lberti Dipartimeto di Chimica Geerale Uiverità di Pavia Via Taramelli, 1 7100 Pavia (Italy) tel. + 39 038 987347 e-mail: galberti@uipv.it

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

Appunti per l Orale di Statistica

Appunti per l Orale di Statistica Apputi per l Orale di Statistica Matteo Giaello 6 ottobre 2011 1 Idice 1 Media e variaza campioaria 3 1.1 Media campioaria............................... 3 1.2 Variaza campioaria.............................

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

Daniela Tondini

Daniela Tondini Daiela Todii dtodii@uite.it Facoltà di Medicia Veteriaria C.L.M i Medicia Veteriaria Uiverità degli Studi di Teramo Nella ricerca cietifica e tecologica è importate miurare la reale efficacia di iterveti

Dettagli

FACOLTA DI INGEGNERIA

FACOLTA DI INGEGNERIA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 4 ARGOMENTO: ANALISI DI BASE DEI DATI CAMPIONARI A.A. 00- ANALISI DEI DATI Il primo

Dettagli

[ H ] = 16.1 (a) Ponendo y = jωc+1/( jωl), il quadripolo equivale al seguente. I 1 y I 2 + V 2 V 1. Si ricava: dunque la matrice [Y] è:

[ H ] = 16.1 (a) Ponendo y = jωc+1/( jωl), il quadripolo equivale al seguente. I 1 y I 2 + V 2 V 1. Si ricava: dunque la matrice [Y] è: 6. (a Poedo ωc/( ωl, il quadripolo equivale al eguete. Si ricava: ( ( duque la matrice Y è: Y La matrice Y o è ivertibile quidi o eite. Per quato riguarda le matrici H e T quete i pooo otteere dalla Y

Dettagli

2 2 cm. 3. area. Problema 2. É assegnata la funzione

2 2 cm. 3. area. Problema 2. É assegnata la funzione Seioe ordiaria / Liceo di Ordiameto Soluzioe di De Roa Nicola Maturità Scietifica - Seioe Ordiaria Tempo coceo: 5 ore La prova richiede lo volgimeto di uo dei due problemi propoti e le ripote a cique domade

Dettagli

Costo manutenzione (euro)

Costo manutenzione (euro) Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più

Dettagli

Tecnica delle misurazioni applicate LM - Esame del 26 febbraio 2013

Tecnica delle misurazioni applicate LM - Esame del 26 febbraio 2013 Tecica delle misurazioi applicate LM - Esame del 6 febbraio 013 Problema 1. La FisioDorica SpA è u impresa che produce prodotti farmaceutici. L Avv. Tizio, AD della società, sta valutado la opportuità

Dettagli

Regressione lineare semplice

Regressione lineare semplice Regressioe lieare semplice Esercizio 1 Si vuole stimare la relazioe esistete tra il reddito mesile pro-capite X (i migliaia di Euro) e la spesa mesile per il tempo libero Y (i Euro). Da u campioe casuale

Dettagli

Problema 1. Risoluzione

Problema 1. Risoluzione Problema 1. La Pico & Pallo c, impresa che esegue il motaggio e la saldatura di compoeti su circuiti stampati per coto terzi, acquista la lega di saldatura i ligotti da 0,5 kg da u foritore al prezzo di

Dettagli

Richiami di statistica 222

Richiami di statistica 222 Programmazioe e Cotrollo della Produzioe La statistica modera può essere distita i tre parti: La statistica descrittiva spiega come i dati raccolti devoo essere riportati i tabella, rappresetati i grafici

Dettagli

Legge Gamma e Legge Chi quadro

Legge Gamma e Legge Chi quadro Legge Gamma e Legge Chi quadro Sia G ua variabile aleatoria di legge Gamma di parametri a e λ reali positivi, G Γ(a, λ, la cui fuzioe di desità è: f G (x = λa Γ(a e λx x a per x 0 dove Γ( è la fuzioe Gamma

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Ifereziale L'ifereza statistica (o statistica ifereziale) è il procedimeto per cui si iducoo le caratteristiche di ua popolazioe dall osservazioe di ua parte di essa (detta «campioe"), selezioata

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

Statistica Inferenziale

Statistica Inferenziale Statistica Ifereziale L'ifereza statistica (o statistica ifereziale) è il procedimeto per cui si iducoo le caratteristiche di ua popolazioe dall osservazioe di ua parte di essa (detta «campioe"), selezioata

Dettagli

Distribuzione normale o gaussiana

Distribuzione normale o gaussiana Distribuzioe ormale o gaussiaa Ua variabile radom si dice distribuita ormalmete (o secodo ua curva gaussiaa) se la sua fuzioe di desità di probabilità è del tipo: f () ( ) ep co - rappreseta il valore

Dettagli

Modelli di probabilità

Modelli di probabilità Modelli di probabilità Corso di STATISTICA Siciliao Ordiario di Statistica, iversità di Napoli Federico II Professore supplete, iversità della Basilicata a.a. / Siciliao Statistica Obiettivo dell uità

Dettagli

x = 59.1 indice di depurazione della creatinina s = 25.6 n = 211

x = 59.1 indice di depurazione della creatinina s = 25.6 n = 211 ESERCIZIO pag.207 7.2.1 Dati x 59.1 indice di depurazione della creatinina 25.6 n 211 X valori dell indice di depurazione della creatinina in pazienti con malignità divere dalla leucemia È poibile concludere

Dettagli

PROPRIETÀ DELLE POTENZE IN BASE 10

PROPRIETÀ DELLE POTENZE IN BASE 10 PROPRIETÀ DELLE POTENZE IN BASE Poteze i base co espoete itero positivo Prediamo u umero qualsiasi che deotiamo co la lettera a e u umero itero positivo che deotiamo co la lettera Per defiizioe (cioè per

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

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

A.A MATERIALI POLIMERICI B. Capitolo 5 Calore specifico

A.A MATERIALI POLIMERICI B. Capitolo 5 Calore specifico A.A. 2005-06 MATERIALI POLIMERICI B Capitolo 5 Calore pecifico A preione cotante il calore pecifico c p (JK -1 kg -1 ) o la capacità termica molare (JK -1 mol -1 ) ((298) = M 0 c p(298) con M 0 peo molecolare

Dettagli

STIMA PUNTUALE DEI PARAMETRI

STIMA PUNTUALE DEI PARAMETRI 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

Dettagli

SULLE MEDIE DI CESÀRO IN SPAZI DI BANACH.

SULLE MEDIE DI CESÀRO IN SPAZI DI BANACH. Liuc Paper. 63, Serie Metodi quatitativi 9, maggio 999 SULLE MEDIE DI CESÀRO IN SPAZI DI BANACH. Roberto D Agiò. Itroduzioe. I Lemmi -3 u cui i articola la dimotrazioe del Teorema (qui otto riportato)

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

Esercitazioni del corso: ANALISI MULTIVARIATA

Esercitazioni del corso: ANALISI MULTIVARIATA A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1

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 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere

Dettagli

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott.

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott. VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE Psicometria - Lezioe Lucidi presetati a lezioe AA 000/00 dott. Corrado Caudek Il caso più comue di disego sperimetale è quello i cui i soggetti vegoo

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti

Dettagli

ESERCITAZIONE N. 6 corso di statistica

ESERCITAZIONE N. 6 corso di statistica ESERCITAZIONE N. 6corso di statistica p. 1/18 ESERCITAZIONE N. 6 corso di statistica Marco Picoe Uiversità Roma Tre ESERCITAZIONE N. 6corso di statistica p. 2/18 Itroduzioe Variabili aleatorie cotiue Itervalli

Dettagli

Prendere decisioni per un campione singolo

Prendere decisioni per un campione singolo Predere decisioi per u campioe sigolo 1 Ifereza statistica Il campo dell ifereza statistica riguarda i metodi utilizzati per predere decisioi o trarre coclusioi riguardo ua popolazioe. Questi metodi utilizzao

Dettagli

Trattamento e codifica di dati multimediali Esercizi svolti. Luca Chiodini

Trattamento e codifica di dati multimediali Esercizi svolti. Luca Chiodini Trattameto e codiica di dati multimediali Eercizi volti Luca Chiodii A.A. 207/208 Eercizio Dato il egale già campioato ( ) π x() = 6.4 co 0. Si determii la requeza ormalizzata di tale egale e i rappreeti

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

Teorema del Limite Centrale

Teorema del Limite Centrale Teorema del Limite Centrale Una combinazione lineare W = a X + a Y + a 3 Z +., di variabili aleatorie indipendenti X,Y,Z, ciacuna avente una legge di ditribuzione qualiai ma con valori attei comparabili

Dettagli

VERIFICA DI IPOTESI STATISTICHE

VERIFICA DI IPOTESI STATISTICHE VERIFICA DI IPOTESI STATISTICHE La proedura della VERIFICA DI IPOTESI STATISTICHE, o proedura dei test statistii, riguarda il problema di voler avere maggiori iformazioi sul valore di u erto parametro

Dettagli

VERIFICA DI IPOTESI STATISTICHE

VERIFICA DI IPOTESI STATISTICHE VERIFICA DI IPOTESI STATISTICHE La proedura della VERIFICA DI IPOTESI STATISTICHE, o proedura dei test statistii, riguarda il problema di voler avere maggiori iformazioi sul valore di u erto parametro

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

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

Metodi Numerici per la Bioinformatica

Metodi Numerici per la Bioinformatica Metodi Numerici per la Bioiformatica Approcci claici all aalii di dati A.A. 008/009 Fraceco Archetti Itroduzioe Vi oo criteri differeti per caratterizzare i problemi di tetig di ipotei. il umero di campioi

Dettagli

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

Dettagli

Corso di Teoria dell Inferenza Statistica a.a. 2009/2010 Secondo Periodo Prof. Filippo DOMMA. Corso di Laurea in MQEGA

Corso di Teoria dell Inferenza Statistica a.a. 2009/2010 Secondo Periodo Prof. Filippo DOMMA. Corso di Laurea in MQEGA Tet Ipotei Coo i Teoia ell Ifeeza Statitica a.a. 9/1 Secoo eioo of. Filippo DOMMA Coo i Lauea i MQEGA (Metoi Quatitativi pe l Ecoomia e la Getioe elle Aziee) Facoltà i Ecoomia UiCal Il tet tatitico è ua

Dettagli

Verifiche alle Tensioni Ammissibili. Verifica a presso-flessione di una Trave in C.A.

Verifiche alle Tensioni Ammissibili. Verifica a presso-flessione di una Trave in C.A. Coro di Teia delle Cotruzioi Eerizi Bozza del 1/11/005 Verifihe alle Teioi Ammiibili Verifia a preo-fleioe di ua Trave i C.A. a ura di Ezo Martielli 1 Ao aademio 004/05 Coro di Teia delle Cotruzioi Eerizi

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA VERIFICA DELLE IPOTESI SUI PARAMETRI LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività

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

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; = costate icogita Qual è il valore di? E verosimile

Dettagli

CAP. 4 TEST delle IPOTESI

CAP. 4 TEST delle IPOTESI B. Chiadotto Versioe 6 CAP. 4 TEST delle IPOTESI Itroduzioe I questo capitolo si affrota il problema della verifica d ipotesi statistiche limitado sostazialmete la trattazioe alla cosiddetta teoria classica

Dettagli

Esercizi commentati per il recupero - Modulo a

Esercizi commentati per il recupero - Modulo a Eercizi commetati per il recupero - Modulo a MODULO a LE IMPRESE INDUSTRIALI, ASPETTI STRUTTURALI, GESTIONALI E CONTABILI Scritture di aetameto e completameto del Coto ecoomico di bilacio ESERCIZIO Relativamete

Dettagli

Capitolo 0. Considerazioni preliminari. 0.1 scalari, vettori e tensori

Capitolo 0. Considerazioni preliminari. 0.1 scalari, vettori e tensori Capitolo 0 Coiderazioi prelimiari 0.1 calari, vettori e teori Nel campo cietifico, coì come ella vita quotidiaa, accade peo di defiire delle quatità per mezzo di u umero (di olito reale) eguito da u uità

Dettagli

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6 X c () 0 0 0 0 t dx e x t altrove x e x x f x t x X = =4 =8 E[X] = Var[X] = Teorema Z, Z,, Z N(0 ; ) e idipedeti X= Z + Z + +Z c () Nota Esistoo tavole dei puti percetuali delle distribuzioi chi-quadro

Dettagli

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. N.B. Per la risoluzioe dei segueti esercizi, si fa riferimeto alle Tabelle riportate alla fie del documeto. Esercizio 1 I u villaggio turistico gli aimatori orgaizzao ua sfida. Vice u prazo i u ristorate

Dettagli