Tiziano Vargiolu. Elementi di Probabilità e Statistica
|
|
- Bernardo Molinari
- 8 anni fa
- Visualizzazioni
Transcript
1 Tiziano Vargiolu Elementi di Probabilità e Statistica
2 Ristampa: marzo 2014 ISBN ISBN by CLEUP sc Coop. Libraria Editrice Università di Padova via Belzoni 118/3 Padova (t ) Tutti i diritti di traduzione, riproduzione e adattamento, totale o parziale, con qualsiasi mezzo (comprese le copie fotostatiche e i microfilm) sono riservati. Grafica di copertina: Carlo Fumian
3 Indice Introduzione vii 1 Statistica descrittiva ed inferenziale Statistica descrittiva Media Variabilità La distribuzione normale Percentili Statistica inferenziale Elementi di Calcolo delle Probabilità Esperimento aleatorio Operazioni con eventi e variabili aleatorie Probabilità di un evento Proprietà delle probabilità Legge di una variabile aleatoria Funzione di ripartizione di una variabile aleatoria Probabilità condizionata Formula della probabilità totale Formula di Bayes Indipendenza Variabili aleatorie binomiali Speranza e varianza Le leggi gaussiane Teoremi di limite Variabili aleatorie di Poisson Stime e test Statistica descrittiva Media e varianza Percentili e quantili Statistica inferenziale Quantili della distribuzione normale N(0, 1)
4 iv INDICE 4 Test di Student Variabile aleatoria t di Student Test di Student Errori di prima e seconda specie Test unilateri Test sulla media Il valore P Quantili della distribuzione t(n) di Student Analisi della varianza La variabile aleatoria χ Variabile aleatoria F di Fischer Il test t è una analisi della varianza Un altro esempio Uso del test t per isolare differenze tra gruppi Quantili della distribuzione F di Fischer, α = Quantili della distribuzione F di Fischer, α = Errori di prima e di seconda specie Errore di seconda specie Potenza di un test Cosa determina la potenza di un test? La probabilità α di fare un errore di prima specie La differenza che si vuole misurare La taglia del campione Riassunto Problemi pratici relativi alla potenza Approssimazione normale Intervalli di confidenza Un esempio Che significa confidenza Uso degli intervalli di confidenza per test di ipotesi Intervalli di confidenza per la media Statistica discreta Torniamo su Marte Stimare le proporzioni dai campioni Test di ipotesi per le proporzioni Mortalità associata all anestesia Un altro approccio: analisi delle tabelle di contingenza Il test χ Il test χ 2 per più di due gruppi o risultati Suddividere le tabelle di contingenza Test per un singolo campione
5 INDICE v 8.7 Intervalli di confidenza per differenze di proporzioni Intervalli di confidenza per proporzioni Quantili della distribuzione χ Regressione lineare Come stimare i parametri da un campione Variabilità intorno alla retta di regressione Errori standard dei coefficienti di regressione Intervalli di confidenza e test di ipotesi sui coefficienti di regressione Un altro esempio Previsione nella regressione lineare Previsione della media Previsione della singola misurazione A Teoria della probabilità secondo Kolmogorov 181 A.1 Esperimento aleatorio A.2 Eventi legati ad un esperimento aleatorio A.3 Probabilità di un evento A.3.1 Proprietà delle misure di probabilità A.4 Variabili aleatorie A.5 Funzione di ripartizione di una variabile aleatoria A.6 Speranza matematica A.7 Conclusione
6
7 Introduzione Questo libro è la seconda edizione di un libro tratto dalle dispense che avevo scritto per il corso di Istituzioni di Matematiche II per Biotecnologie nell anno accademico 1999/2000. Tuttavia, rispetto alla prima edizione, ho cambiato completamente l approccio con cui presentare la probabilità (e di conseguenza la statistica). Seguendo l esempio di un altro libro di matematica per non matematici [14], ho scritto due introduzioni: una per gli studenti, e una per i miei colleghi docenti. Introduzione per gli studenti Dopo un capitolo introduttivo su statistica descrittiva ed inferenziale, ho scelto di presentare subito le basi teoriche sia della probabilità che della statistica. Questo per due motivi: far vedere che le procedure statistiche più usate in pratica (test t, regressione lineare, ecc.) non sono una serie di formulette da imparare a memoria che funzionano per qualche specie di magia, ma hanno delle giustificazioni teoriche; ho preferito mostrare brevemente a cosa può servire la statistica, prima di partire con la teoria; una volta fatta la teoria, poi, si riesce a capire molto meglio parecchie cose usate in pratica. Una parola va spesa per il formalismo matematico. Probabilmente il rigore utilizzato soprattutto nei Capitoli 2 e 3 può apparire eccessivo per una cosa che poi avrà delle applicazioni pratiche. Tuttavia, in matematica ogni parola o simbolo usato ha il suo preciso significato, e il più piccolo cambiamento può portare a stravolgimenti di senso. Questo fatto è molto ben esemplificato da un esempio non matematico fatto da un matematico (Freddie Delbaen): Perfino l ordine con cui si dicono le cose ha la sua importanza. Se dico: per ogni uomo esiste una donna, voi vi immaginate una certa situazione. Se invece dico: esiste una donna per ogni uomo, voi vi immaginate una situazione completamente diversa. Naturalmente questo tipo di donne esiste... ma non ha una reputazione molto buona!. Seguendo questo spirito, nei Capitoli 2 e 3 ho usato una struttura teorema-dimostrazione (quando è stato possibile fornire una dimostrazione breve e comprensibile); nei capitoli seguenti, la struttura si fa più discorsiva, ma sono sempre specificate le ipotesi sotto cui si può utilizzare la procedura statistica sotto esame.
8 viii INTRODUZIONE Inoltre, in tutto il libro capita di dare delle definizioni: il nome dell oggetto definito viene usualmente indicato in grassetto, e consiglio vivamente di usare quel nome e non dei sinonimi, a meno di essere veramente sicuri di ciò che si sta facendo. La scelta degli argomenti è poi caduta su quelli svolti tradizionalmente in un corso di statistica elementare. Ogni argomento é svolto tenendo d occhio una situazione pratica in cui si applica o si potrebbe applicare la procedura utilizzata. Alcuni esempi sono stati volutamente scelti fuori dal comune: ho infatti notato che l effetto finale degli esempi è che gli studenti sono interessati dalla situazione strana e alla fine comprendono meglio la procedura statistica. Ogni capitolo termina con degli esercizi risolti, alcuni dei quali sono testi di esami precedenti. La mia raccomandazione è che lo studente, dopo aver letto il capitolo, tenti di fare l esercizio senza guardare la soluzione, poi confronti la propria soluzione con quella del libro. In questo modo si imparano molte più cose che leggendo semplicemente la soluzione, secondo il noto principio per cui si impara di più facendo che guardando gli altri fare. Introduzione per i docenti Nello scrivere la prima edizione di questo libro, avevo perseguito due obbiettivi: il rigore formale e la presentazione di applicazioni concrete, il tutto cercando di non sacrificare la comprensibilità. Infatti, mentre l insegnamento dell Analisi non ci sono molte differenze nel rigore formale tra un corso di laurea in Matematica e un qualsiasi altro corso (le definizioni di intorno, di funzione continua, di limite ecc. sono sempre le stesse), per quanto riguarda la Probabilità mi sembra che essa soffra di una specie di complesso di inferiorità (o di superiorità) non appena esce dal corso di laurea in Matematica: infatti mi sembra che si tema di fare teoria perché non verrebbe capita, e ci si accontenta di presentare solo i risultati utili per la statistica, quasi senza giustificazione. Avevo quindi cercato, dopo una breve parte in cui si presentano le idee intuitive della Statistica, di fornire le basi teoriche della Probabilità e della Statistica (secondo l approccio di Kolmogorov), cercando di dimostrare tutto il possibile, compatibilmente al fatto che il tipico lettore di questo libro non conosce (né sarà tenuto a farlo) la Teoria della Misura. Durante gli anni (non molti) in cui ho usato questo testo, però, mi sono accorto che alcune cose non venivano capite dagli studenti non tanto per troppa astrazione, ma perchè non comprendevano gli scopi pratici. Le principali obiezioni risultavano essere all additività numerabile (soprattutto da studenti che ormai, dopo innumerevoli tagli ai programmi, non vedono più una serie numerica nè al liceo nè all università) e alla costruzione delle variabili aleatorie, che sembrano cadere dal cielo. Mentre affrontavo queste difficoltà, mi è capitato di interessarmi all approccio di De Finetti. Dopo un periodo di digestione, ho deciso di adottarlo, poichè risolve in modo stupefacente i due problemi di cui sopra: la teoria viene sviluppata fin da subito supponendo solo l additività finita (questo perchè lo stesso De Finetti ritiene l additività numerabile una proprietà troppo forte e che di fatto tradisce il legame della probabilità con le applicazioni), e facendo a meno della struttura di spazio probabilizzato sottostante la teoria, ma che di
9 ix fatto non viene utilizzata quasi mai in applicazioni statistiche (e sicuramente non per quanto riguarda quanto esposto qui). Come per la prima edizione, molti fatti sono dati per veri senza accennare a dimostrazioni, soprattutto nei Capitoli 2 e 3. I più rilevanti nella prima edizione (di cui una traccia si può vedere in Appendice) erano l esistenza dei boreliani e della misura di Lebesgue, insieme a quasi ogni enunciato sulle variabili aleatorie continue (ho scelto di omettere assolutamente perché per un lettore che non conosce la Teoria della Misura non si capisce rispetto a cosa siano assolutamente continue ). In questa edizione ho sorvolato sul fatto che non ci sono contraddizioni se si definisce la probabilità in modo che valga l additività finita e poi si compiono operazioni su un insieme infinito (numerabile o meno) di eventi (una sorta di teorema di compattezza logica), e sul fatto che la speranza matematica di variabili aleatorie non limitate in realtà è indeterminato, e quello che si usa nel libro è solo una delle infinite possibili specificazioni del risultato (che comunque rimane coerente sia al suo interno che coi teoremi di limite presentati alla fine del Capitolo 2). Dopo la parte teorica, ho lasciato alle applicazioni tutto lo spazio che meritano in un corso che di fatto dovrà dare le basi quantitative ad un futuro scienziato che tipicamente non sarà un matematico: molti tests (sia col metodo del valore critico che usando gli intervalli di confidenza) e molti esempi pratici; ogni capitolo poi termina con alcuni esercizi risolti. A questo proposito devo dire che per essere pienamente coerente avrei dovuto essere bayesiano, e presentare da subito la statistica bayesiana. Ma questa edizione nasce come esperimento, e in questo momento non voglio mettere troppa carne sul fuoco: ho preferito quindi attenermi ad un approccio più classico nei corsi di Statistica per biologia, anche per il fatto che è l approccio seguito nella maggior parte della letteratura scientifica. Ho poi voluto tenere il numero di pagine basso, in modo che il libro contenesse ciò che ragionevolmente si può fare in un corso annuale: d altronde esistono già dei libri che si possono assumere come testi di referenza, e cercare di esaurire tutti gli argomenti svolti da questi avrebbe voluto dire sacrificare sia la leggibilità che la precisione. Ringraziamenti Desidero poi ringraziare gli studenti del primo anno di Biotecnologie dell Università di Padova dell anno accademico 1999/2000 per i numerosi errori trovati nella prima edizione di questo manoscritto, e Gino Favero per alcuni consigli sull edizione finale. Sicuramente altri errori sono stati introdotti poi, e me ne scuso con i lettori. Padova, 26 aprile 2005 Tiziano Vargiolu
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
DettagliE 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
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliINDICE PREFAZIONE VII
INDICE PREFAZIONE VII CAPITOLO 1. LA STATISTICA E I CONCETTI FONDAMENTALI 1 1.1. Un po di storia 3 1.2. Fenomeno collettivo, popolazione, unità statistica 4 1.3. Caratteri e modalità 6 1.4. Classificazione
DettagliProbabilità 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:
DettagliEsercizi su. Funzioni
Esercizi su Funzioni ๒ Varie Tracce extra Sul sito del corso ๓ Esercizi funz_max.cc funz_fattoriale.cc ๔ Documentazione Il codice va documentato (commentato) Leggibilità Riduzione degli errori Manutenibilità
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliCorso di Laurea in Scienze della Formazione Primaria Università di Genova MATEMATICA Il
Lezione 5:10 Marzo 2003 SPAZIO E GEOMETRIA VERBALE (a cura di Elisabetta Contardo e Elisabetta Pronsati) Esercitazione su F5.1 P: sarebbe ottimale a livello di scuola dell obbligo, fornire dei concetti
DettagliCorso 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
DettagliLezioni di Matematica 1 - I modulo
Lezioni di Matematica 1 - I modulo Luciano Battaia 16 ottobre 2008 Luciano Battaia - http://www.batmath.it Matematica 1 - I modulo. Lezione del 16/10/2008 1 / 13 L introduzione dei numeri reali si può
DettagliTeoria delle code. Sistemi stazionari: M/M/1 M/M/1/K M/M/S
Teoria delle code Sistemi stazionari: M/M/1 M/M/1/K M/M/S Fabio Giammarinaro 04/03/2008 Sommario INTRODUZIONE... 3 Formule generali di e... 3 Leggi di Little... 3 Cosa cerchiamo... 3 Legame tra N e le
DettagliLEZIONE 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,
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliUn modello matematico di investimento ottimale
Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Investimento per un singolo agente
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliStima 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
DettagliI libri di testo. Carlo Tarsitani
I libri di testo Carlo Tarsitani Premessa Per accedere ai contenuti del sapere scientifico, ai vari livelli di istruzione, si usa comunemente anche un libro di testo. A partire dalla scuola primaria, tutti
DettagliProgettoFuori Corso TESI DI LAUREA
Università degli Studi di Urbino Carlo Bo DIPARTIMENTO DI STUDI INTERNAZIONALI (DISTI) SCUOLA DI LINGUE E LETTERATURE STRANIERE ProgettoFuori Corso TESI DI LAUREA Cos èla tesi di laurea? Alla fine del
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
DettagliAppunti sulla Macchina di Turing. Macchina di Turing
Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso
DettagliCapitolo 2. Operazione di limite
Capitolo 2 Operazione di ite In questo capitolo vogliamo occuparci dell operazione di ite, strumento indispensabile per scoprire molte proprietà delle funzioni. D ora in avanti riguarderemo i domini A
DettagliTest d ipotesi. Statistica e biometria. D. Bertacchi. Test d ipotesi
In molte situazioni una raccolta di dati (=esiti di esperimenti aleatori) viene fatta per prendere delle decisioni sulla base di quei dati. Ad esempio sperimentazioni su un nuovo farmaco per decidere se
DettagliFisica Medica x OPD. Angelo Scribano (ottobre 2006) Le scienze e il metodo scientifico Fisica Medica. A. Scribano 10-06. pag.1
x OPD Le trasparenze qui presentate sono in gran parte originariamente state create e utilizzate dal prof. Domenico Scannicchio nella sua lunga esperienza didattica in presso l'università di Pavia. Sono
DettagliErrori di una misura e sua rappresentazione
Errori di una misura e sua rappresentazione Il risultato di una qualsiasi misura sperimentale è costituito da un valore numerico (con la rispettiva unità di misura) ed un incertezza (chiamata anche errore)
DettagliLe biblioteche raccontate a mia fi glia
La collana Conoscere la biblioteca si rivolge direttamente agli utenti delle biblioteche per spiegare, con un linguaggio semplice, il ruolo e i diversi aspetti di questo servizio. Per tali caratteristiche
DettagliAlla ricerca dell algoritmo. Scoprire e formalizzare algoritmi.
PROGETTO SeT Il ciclo dell informazione Alla ricerca dell algoritmo. Scoprire e formalizzare algoritmi. Scuola media Istituto comprensivo di Fagagna (Udine) Insegnanti referenti: Guerra Annalja, Gianquinto
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
Dettaglilo schema di partenza
COSTRUZIONE DELLA TESI DI LAUREA lo schema di partenza Inquadrare l argomento Individuare l oggetto della ricerca Argomentare ogni affermazione Documentare correttamente i supporti tecnologici e bibliografici
DettagliTemi 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
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliSommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.
Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliIl confronto fra proporzioni
L. Boni Il rapporto Un rapporto (ratio), attribuendo un ampio significato al termine, è il risultato della divisione di una certa quantità a per un altra quantità b Il rapporto Spesso, in maniera più specifica,
DettagliPROMUOVERSI MEDIANTE INTERNET di Riccardo Polesel. 1. Promuovere il vostro business: scrivere e gestire i contenuti online» 15
Indice Introduzione pag. 9 Ringraziamenti» 13 1. Promuovere il vostro business: scrivere e gestire i contenuti online» 15 1. I contenuti curati, interessanti e utili aiutano il business» 15 2. Le aziende
DettagliIndice. 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo... 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità...
Indice 1 Introduzione alle Equazioni Differenziali 1 1.1 Esempio introduttivo............................. 1 1.2 Nomenclatura e Teoremi di Esistenza ed Unicità.............. 5 i Capitolo 1 Introduzione
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliQUANTIZZAZIONE diverse fasi del processo di conversione da analogico a digitale quantizzazione
QUANTIZZAZIONE Di seguito lo schema che illustra le diverse fasi del processo di conversione da analogico a digitale. Dopo aver trattato la fase di campionamento, occupiamoci ora della quantizzazione.
DettagliCAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI
VERO FALSO CAPITOLO 8 LA VERIFICA D IPOTESI. I FONDAMENTI 1. V F Un ipotesi statistica è un assunzione sulle caratteristiche di una o più variabili in una o più popolazioni 2. V F L ipotesi nulla unita
DettagliCORSO 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
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
DettagliModulo didattico sulla misura di grandezze fisiche: la lunghezza
Modulo didattico sulla misura di grandezze fisiche: la lunghezza Lezione 1: Cosa significa confrontare due lunghezze? Attività n 1 DOMANDA N 1 : Nel vostro gruppo qual è la matita più lunga? DOMANDA N
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliUso di base delle funzioni in Microsoft Excel
Uso di base delle funzioni in Microsoft Excel Le funzioni Una funzione è un operatore che applicato a uno o più argomenti (valori, siano essi numeri con virgola, numeri interi, stringhe di caratteri) restituisce
DettagliAttività Descrizione Materiali utilizzati
Voglio un(a) Prato per giocare: ragazzina, colorata e accogliente Percorso di pianificazione partecipata e comunicativa per la definizione di linee guida per il nuovo Piano Strutturale del Comune di Prato
DettagliBrand Il primo corso per gli imprenditori che vogliono imparare l arma segreta del Brand Positioning Introduzione
Il primo corso per gli imprenditori che vogliono imparare l arma segreta del Brand Positioning Un corso di Marco De Veglia Brand Positioning: la chiave segreta del marketing Mi occupo di Brand Positioning
DettagliTema 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
DettagliDa dove nasce l idea dei video
Da dove nasce l idea dei video Per anni abbiamo incontrato i potenziali clienti presso le loro sedi, come la tradizione commerciale vuole. L incontro nasce con una telefonata che il consulente fa a chi
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 3.1 Introduzione all inferenza statistica Prima Parte Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014
Dettagli1. 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
DettagliInferenza 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
DettagliIstituzioni 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
DettagliSchemi delle Lezioni di Matematica Generale. Pierpaolo Montana
Schemi delle Lezioni di Matematica Generale Pierpaolo Montana Al-giabr wa al-mukabalah di Al Khuwarizmi scritto approssimativamente nel 820 D.C. Manuale arabo da cui deriviamo due nomi: Algebra Algoritmo
DettagliVerifica di ipotesi e intervalli di confidenza nella regressione multipla
Verifica di ipotesi e intervalli di confidenza nella regressione multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Maggio 2014 Rossi MRLM Econometria - 2014 1 / 23 Sommario Variabili di controllo
DettagliSTATISTICA IX lezione
Anno Accademico 013-014 STATISTICA IX lezione 1 Il problema della verifica di un ipotesi statistica In termini generali, si studia la distribuzione T(X) di un opportuna grandezza X legata ai parametri
DettagliLA MOLTIPLICAZIONE IN CLASSE SECONDA
LA MOLTIPLICAZIONE IN CLASSE SECONDA Rossana Nencini, 2013 Le fasi del lavoro: 1. Proponiamo ai bambini una situazione reale di moltiplicazione: portiamo a scuola una scatola di biscotti (. ) e diamo la
DettagliUnità 18. Le certificazioni di italiano L2. Lavoriamo sulla comprensione. Università per Stranieri di Siena Livello A2 CHIAVI
Unità 18 Le certificazioni di italiano L2 CHIAVI In questa unità imparerai: a comprendere testi che danno informazioni sul test di lingua per stranieri parole relative alle certificazioni di italiano,
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliAUTOREGOLAZIONE PER IL COMPITO
B5 queste schede ti aiuteranno a scoprire quanto sia utile autointerrogarsi e autovalutarsi potrai renderti conto di quanto sia utile porsi domande per verificare la propria preparazione se ti eserciterai
DettagliUn modello matematico di investimento ottimale
Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Preliminari di calcolo delle probabilità
DettagliEsercizi riassuntivi di probabilità
Esercizi riassuntivi di probabilità Esercizio 1 Una ditta produttrice di fotocopiatrici sa che la durata di una macchina (in migliaia di copie) si distribuisce come una normale con µ = 1600 e 2 = 3600.
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliProof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme
G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero
DettagliPsicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE
Psicometria (8 CFU) Corso di Laurea triennale Un punteggio all interno di una distribuzione è in realtà privo di significato se preso da solo. Sapere che un soggetto ha ottenuto un punteggio x=52 in una
DettagliNina Cinque. Guida pratica per organizzarla perfettamente in una sola settimana! Edizioni Lefestevere
Nina Cinque Guida pratica per organizzarla perfettamente in una sola settimana! Edizioni Lefestevere TITOLO: FESTA DI COMPLEANNO PER BAMBINI: Guida pratica per organizzarla perfettamente in una sola settimana!
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
DettagliEsercitazione 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
DettagliIntroduzione alle relazioni multivariate. Introduzione alle relazioni multivariate
Introduzione alle relazioni multivariate Associazione e causalità Associazione e causalità Nell analisi dei dati notevole importanza è rivestita dalle relazioni causali tra variabili Date due variabili
DettagliEquilibrio bayesiano perfetto. Giochi di segnalazione
Equilibrio bayesiano perfetto. Giochi di segnalazione Appunti a cura di Stefano Moretti, Silvia VILLA e Fioravante PATRONE versione del 26 maggio 2006 Indice 1 Equilibrio bayesiano perfetto 2 2 Giochi
DettagliLA CONDIZIONE DEL DOTTORATO DI RICERCA A BOLOGNA NEL 2000
ASSOCIAZIONE DOTTORANDI E DOTTORI DI RICERCA ITALIANI LA CONDIZIONE DEL DOTTORATO DI RICERCA A BOLOGNA NEL Nel dicembre del la sezione di Bologna dell ADI ha condotto un questionario tra gli iscritti ai
DettagliTNT IV. Il Diavolo è meno brutto di come ce lo dipingono!!! (Guarda il video)
TNT IV Il Diavolo è meno brutto di come ce lo dipingono!!! (Guarda il video) Al fine di aiutare la comprensione delle principali tecniche di Joe, soprattutto quelle spiegate nelle appendici del libro che
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
Dettagli1a) 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
DettagliOpenPsy: OpenSource nella Psicologia. Presentazione del progetto in occasione dell edizione 2004 del Webbit (Padova)
OpenPsy: OpenSource nella Psicologia Pag. 1 di 9 OpenPsy: OpenSource nella Psicologia Presentazione del progetto in occasione dell edizione 2004 del Webbit (Padova) PREMESSA Per prima cosa, appare ovvio
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliEsercizi 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
DettagliTNT IV. Il Diavolo è meno brutto di come ce lo dipingono!!! (Guarda il video)
TNT IV Il Diavolo è meno brutto di come ce lo dipingono!!! (Guarda il video) Al fine di aiutare la comprensione delle principali tecniche di Joe, soprattutto quelle spiegate nelle appendici del libro che
DettagliCOME PARLARE DI DISLESSIA IN CLASSE.
COME PARLARE DI DISLESSIA IN CLASSE. UNA METAFORA PER SPIEGARE I DSA La psicologa americana ANIA SIWEK ha sviluppato in anni di pratica professionale un modo semplice ed efficace di spiegare i DSA ai bambini,
DettagliSPC e distribuzione normale con Access
SPC e distribuzione normale con Access In questo articolo esamineremo una applicazione Access per il calcolo e la rappresentazione grafica della distribuzione normale, collegata con tabelle di Clienti,
DettagliIPERCA. Il metodo a sei fasi Per gestire con successo progetti, incarichi e situazioni di vita e per accrescere continuamente l esperienza.
PRInCIPI IPERCA Il metodo a sei fasi Per gestire con successo progetti, incarichi e situazioni di vita e per accrescere continuamente l esperienza. 1 Informare Qual è esattamente il mio incarico? 2 Pianificare
DettagliIDEE PER LO STUDIO DELLA MATEMATICA
IDEE PER LO STUDIO DELLA MATEMATICA A cura del 1 LA MATEMATICA: perché studiarla??? La matematica non è una disciplina fine a se stessa poichè fornisce strumenti importanti e utili in molti settori della
DettagliESAME 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
DettagliViene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?
Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento
DettagliSERVIZIO NAZIONALE DI VALUTAZIONE 2010 11
SERVIZIO NAZIONALE DI VALUTAZIONE 2010 11 Le rilevazioni degli apprendimenti A.S. 2010 11 Gli esiti del Servizio nazionale di valutazione 2011 e della Prova nazionale 2011 ABSTRACT Le rilevazioni degli
DettagliAnalisi 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
DettagliIl calcolo letterale per risolvere problemi e per dimostrare
Il calcolo letterale per risolvere problemi e per dimostrare (si prevedono circa 25 ore di lavoro in classe) Nome e cognome dei componenti del gruppo che svolge le attività di gruppo di questa lezione
DettagliL'esame orale per il livello C1
L'esame orale per il livello C1 In cosa consiste l esame? E' una prova orale durante la quale dovete esprimervi nella lingua dell esame: - in una situazione informale della vita universitaria in cui dovete
DettagliChe cos è l intelligenza e come funzionano i test del Q.I.
Che cos è l intelligenza e come funzionano i test del Q.I. Non esiste, al giorno d oggi, un parere unanime della comunità scientifica sulla definizione di intelligenza. In generale, potremmo dire che è
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliI colloqui scuola-famiglia: le basi per una comunicazione efficace Dott.ssa Claudia Trombetta Psicologa e psicoterapeuta claudia.trombetta@email.
I colloqui scuola-famiglia: le basi per una comunicazione efficace Dott.ssa Claudia Trombetta Psicologa e psicoterapeuta claudia.trombetta@email.it CTI Monza, 20 Novembre 2015 Prima parte: comprendere
DettagliIL METODO PER IMPOSTARE E RISOLVERE I PROBLEMI DI FISICA (NB non ha nulla a che vedere con il metodo scientifico)
IL METODO PER IMPOSTARE E RISOLVERE I PROBLEMI DI FISICA (NB non ha nulla a che vedere con il metodo scientifico) [nota: Nel testo sono riportate tra virgolette alcune domande che insegnanti e studenti
DettagliStatistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 2004
Statistica Matematica A - Ing. Meccanica, Aerospaziale I prova in itinere - 19 novembre 200 Esercizio 1 Tre apparecchiature M 1, M 2 e M 3 in un anno si guastano, in maniera indipendente, con probabilità
DettagliBiografia linguistica
EAQUALS-ALTE Biografia linguistica (Parte del Portfolio Europeo delle Lingue di EAQUALS-ALTE) I 1 BIOGRAFIA LINGUISTICA La Biografia linguistica è un documento da aggiornare nel tempo che attesta perché,
DettagliFISICA. Le forze. Le forze. il testo: 2011/2012 La Semplificazione dei Testi Scolastici per gli Alunni Stranieri IPSIA A.
01 In questa lezione parliamo delle forze. Parliamo di forza quando: spostiamo una cosa; solleviamo un oggetto; fermiamo una palla mentre giochiamo a calcio; stringiamo una molla. Quando usiamo (applichiamo)
DettagliREGOLE PER L ESAME (agg.te settembre 2015)
Informatica e Programmazione (9 CFU) Ingegneria Meccanica e dei Materiali REGOLE PER L ESAME (agg.te settembre 2015) Modalità d esame (note generali) Per superare l esame, lo studente deve sostenere due
DettagliInteresse, sconto, ratei e risconti
129 Interesse, sconto, ratei e risconti Capitolo 129 129.1 Interesse semplice....................................................... 129 129.1.1 Esercizio per il calcolo dell interesse semplice........................
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO-BICOCCA A. A. 2008-2009 FACOLTÀ DI ECONOMIA. Programma del modulo di STATISTICA I (6 crediti)
UNIVERSITÀ DEGLI STUDI DI MILANO-BICOCCA A. A. 2008-2009 FACOLTÀ DI ECONOMIA Programma del modulo di STATISTICA I (6 crediti) ECOCOM (lettere A-Lh): ECOCOM (lettere Li-Z): ECOBAN: ECOAMM (Lettere A-Lh):
Dettagli