STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE
|
|
- Feliciano Valentini
- 2 anni fa
- Visualizzazioni
Transcript
1 Matematca e statstca: da dat a modell alle scelte Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE LINEARE Nella dcheda precedente abbamo vsto che l coeffcente d correlazone fra due varabl quanttatve X e Y fornsce nformazon sull esstenza o meno d un legame lneare fra le due varabl. Tale ndce, però, non permette d ndvduare se è X che nflusce su Y, oppure se è Y che nflusce su X, oppure ancora - se sa X che Y sono conseguenze d un fenomeno che nflusce su tutte e due: solo la conoscenza del problema oggetto d studo può n alcun cas permettere d fare alcune potes d dpendenza d una varable dall altra. Se s può potzzare l esstenza d una dpendenza lneare ad esempo d Y da X, s può dre che le osservazon della varable Y s possono ottenere, a meno d un errore (o resduo), da una funzone lneare delle osservazon della varable X. Per cascuna osservazone avremo qund: y = a x + b + resduo La varable Y vene detta varable rsposta (o varable dpendente), la varable X vene detta varable esplcatva (o varable ndpendente o regressore). Se ndchamo con ε l errore d approssmazone d y tramte una funzone lneare delle x, allora la relazone precedente dventa: y = a x + b + ε. Naturalmente escludamo l caso n cu X sa costante, perché n tal caso l modello perderebbe sgnfcato. A fanco è rportato un esempo con dat. Indchamo con Yˆ valor della retta, per dstnguerl da dat della varable rsposta Y. La retta ndcata è: Y ˆ =.9 -. X Nel grafco è anche evdenzato l resduo per l punto d coordnate (9.,.). L approssmazone lneare d Y tramte X per tale punto è: ŷ =.9 -. x 9. = 8.4 Il resduo rsulta qund:.-8.4 = -. Ma come sceglere coeffcent a e b della retta? Scuramente vorremmo poter sceglere parametr n modo da mnmzzare resdu ε, ma n che senso? Inoltre devono essere pccol sa resdu postv, che quell negatv. Qund dobbamo consderare una funzone de resdu che prescnda dal loro segno (l valore assoluto o l quadrato, ad esempo). S scegle la coppa ( â, ˆb ) che rende mnma la somma de resdu al quadrato SS(a,b), ovvero la quanttà n n SS(a,b) = ( ) ε = y ax b. = =
2 Per rsolvere questo problema è suffcente calcolare le dervate parzal n a e b e porle ugual a zero. S ottene così un sstema a due equazon e due ncognte con un unca soluzone. Oppure s mpone anche la condzone che la somma de resdu sa ; usando questa condzone s ottene che la somma de quadrat de resdu è funzone d un solo coeffcente SS(a): pù precsamente s ottene una parabola con coeffcente d secondo grado postvo e mnmo nel vertce. Le soluzon cercate sono Cov ( X, Y ) â = σ X X ˆb = y ˆ ax Sosttuendo nell equazone della retta s ottene Y ˆ Cov ( X, Y ) = ( X x ) + y σ detta retta d regressone d Y rspetto a X. Osservamo che tale retta passa per l barcentro de dat ( x, y ) e che l segno del suo coeffcente angolare è quello della covaranza fra le due varabl. L errore che s commette approssmando Y con Yˆ è: SS( â, ˆb ) = n σ Y (-ρ (X,Y)) Qund l errore è tanto pù pccolo quanto pù è pccola la numerostà de dat osservat e la varanza d Y e quanto pù è grande l coeffcente d correlazone fra le varabl. ESEMPIO: Rprendamo l esempo de Pes e delle Altezze (Scheda N. 3). S può pensare l altezza come varable ndpendente X (non s può ntervenre faclmente per modfcare l altezza d una persona) e l peso come varable rsposta Y. 9 8 La retta d regressone rsulta: peso = - 9,9 +,99 altezza Peso La somma de quadrat de resdu è: 4, 4 Altezza 8 9 Il modello d regressone lneare può essere costruto anche quando s ha pù d una varable esplcatva: Y = b + b X + b X + + b p X p + resduo L nterpretazone geometrca è meno evdente; per esempo se abbamo due varabl esplcatve ottenamo l equazone d un pano nello spazo. La scelta de coeffcent s effettua sempre mnmzzando la somma de quadrat de resdu; non rportamo qu le espresson delle soluzon per coeffcent, ma possamo utlzzare Mntab per calcolarle. Bontà del modello Dat un nseme d osservazon spermental è sempre possble costrure un modello d regressone lneare, ma è necessaro valutare la bontà dell approssmazone.
3 Vedamo due stratege per verfcare la bontà del modello. a) Coeffcente R Il modello è tanto mglore quanto pù la varable rsposta, ndcata con Y, e la sua approssmazone lneare tramte X, ndcata con Y ˆ, hanno una correlazone vcna a. Il quadrato del coeffcente d correlazone fra Y e Y ˆ, s ndca con R : R = ρ ( Y, Yˆ ) e n genere vene fornto da software statstc. Osservamo che se come ne cas esamnat sopra abbamo una sola varable esplcatva: R = ρ ( Y, Yˆ ) = ρ ( Y, ˆ ax + ˆ b) = ρ ( Y, X ) Abbamo vsto che se R ha un valore alto allora ha un valore bsso la somma de quadrat de resdu, ossa SS( â, ˆb ) = n σ Y (-ρ (X,Y)).. Esste un caso n cu ρ (Y,X) è crca, ma resdu sono pccol: pensatec. b) Grafco de resdu È nteressante analzzare l grafco de resdu rspetto a valor predett, ovvero lo scatterplot de punt (â x + ˆb, y -â x+ ˆb ); se s ottene una nuvola omogenea d punt l modello è corretto. Questo avvene nell esempo precedente. Osservamo che l omogenetà de resdu deve essere consderata rspetto alla retta Res=. Resdual - Resduals Versus the Ftted Values (response s Peso) - Ftted Value 8 Se la dpendenza della varable rsposta dalle varabl esplcatve non è lneare (ad esempo, quadratca, esponenzale, logartmca, ecc.) l grafco de resdu rspetto a valor predett enfatzzerà questa dpendenza non lneare. Vedamo questo fatto con un esempo. ESEMPIO S vuole stablre se esste una dpendenza fra l flusso d un corso d acqua (coè la quanttà d acqua che passa n un dato punto n un determnato ntervallo d tempo) e la profondtà del corso d acqua. I dat sono rlevat n stazon. A fanco è rportato lo scatterplot de dat osservat. Provate a dsegnare a matta una buona retta che approssm l flusso rspetto alla profondtà. flusso V sembra che l flusso sa ben approssmato da una retta? profondta..8 3
4 Utlzzando Mntab possamo calcolare - la correlazone lneare: ρ(prof, flusso) =,93. - la retta d regressone: flusso = - 3,98 + 3,8 profondta 8 Osservando bene dat, s può notare che la dpendenza fra l flusso e la profondtà può essere anche quadratca. Cancellate la retta che avete dsegnato sul prmo grafco e provate a dsegnare una buona parabola che approssm l flusso rspetto alla profondtà. flusso 4 3 Per comprendere meglo se la dpendenza è lneare oppure no consderamo resdu relatv a cascuna stazone d rlevazone. Sul grafco con la retta: flusso = - 3,98 + 3,8 profondta profondta..8 ndcate resdu d cascun punto. Nel grafco a fanco sono rportat: - n ascssa valor del flusso approssmat lnearmente tramte la profondtà - n ordnata corrspondent resdu. La dpendenza non lneare è scuramente pù evdente se s osserva l grafco de resdu puttosto che se s osserva lo scatterplot del flusso e della profondtà. Resdual Resduals Versus the Ftted Values (response s flusso) Ftted Value Supponamo che essta una dpendenza quadratca e ndchamo con profondta la varable corrspondente al quadrato della profondtà. Calcolamo con l auslo Mntab l approssmazone del flusso tramte le varabl profondta e profondta ; s ha che: Flusso= profondta profondta Il grafco de resdu dventa: 8 Resduals Versus the Ftted Values (response s flusso).4 flusso 4 3 Resdual profondta Ftted Value Questo tpo d modello: Y = b + b X+ b X + vene detto modello lneare polnomale del secondo ordne. 4
5 Output d Mntab Vedamo l output d Mntab per quest ultmo modello lneare; sono evdenzate n neretto le part che samo n grado d comprendere a questo lvello d approfondmento delle nostre conoscenze statstche. I dat sono rportat a fanco. The regresson equaton s flusso = profondta + 3. profondta Predctor Coef SE Coef T P Constant profondta profondta S =.948 R-Sq = 99.% R-Sq(adj) = 98.% Analyss of Varance Source DF SS MS F P Regresson Resdual Error.4.8 Total 9 4. Source DF Seq SS profondta.39 profondta.3 Obs profondta flusso Ft SE Ft Resdual St Resd Stazone flusso profondta profondta Negl output d Mntab, nzalmente è rportata l approssmazone lneare. Po segue una prma tabella che rguarda coeffcent dell approssmazone lneare: nella colonna Predctor c sono le varabl a cu s rferscono coeffcent o l ndcazone Constant per l prmo coeffcente (l ntercetta); nella seconda colonna vengono rportat valor de coeffcent. Non prendamo n consderazone le altre colonne. Seguono po alcune nformazon tra cu l coeffcente R (ndcato con R-sq). Della seconda tabella Analyss of varance sappamo solo leggere la somma de quadrat de resdu d questo modello: s trova nella colonna SS n corrspondenza della rga Resdual Error ; è l valore che abbamo ndcato con SS( â, ˆb, ĉ ) (n questo caso c è anche l terzo coeffcente). Nell ultma tabella vengono rportat: - nella colonna Obs l numero consecutvo delle untà spermental - la prma varable esplcatva, nel nostro caso profondta. - la varable rsposta, n questo caso flusso - l approssmazone lneare Y ˆ ndcat con Ft - resdu, coè Y-Y ˆ
6 COMMENTO E POSSIBILI SVILUPPI Perché s cotruscono modell d regressone lneare? Sa per fn descrttv che prevsonal. Se s trova un buon modello per approssmare la varable rsposta Y è nfatt possble avere una valutazone de valor d Y utlzzando le sole varabl esplcatve n que cas n cu raccoglere dat per le varabl esplcatve è pù comodo o meno costoso che msurare la varable rsposta; vedremo un esempo a questo proposto. Con metodologe statstche che esulano da questo corso s può anche calcolare per assegnat valor delle varabl esplcatve - un ntervallo n cu la rsposta dovrebbe stare con una probabltà prefssata, per esempo del 9%. Inoltre le metodologe statstche de modell lnear permettono d capre qual varabl esplcatve sano effettvamente utl per descrvere la varable rsposta e qual nvece non strettamente necessare. Anche questo tpo d procedure rchedono però conoscenze pù approfondte d quelle mparate n queste schede. ESEMPIO S vuole descrvere l consumo d ossgeno d atlet che pratcano sport d fondo tramte le seguent varabl esplcatve: l età, l peso, l tempo per effettuare un percorso d corsa, le pulsazon cardache da fermo, mede e massme durante la corsa. È evdente che tal varabl esplcatve sono molto faclmente rlevabl su un campo, mentre per msurare l consumo d ossgeno occorrono strument adeguat. L output della regressone è l seguente: The regresson equaton s Ossgeno = 3 -. Eta -.4 Peso -.3 TempoCorsa -. PulsFermo -.3 PulsCorsa +.33 PulsMax Predctor Coef SE Coef T P Constant Eta Peso TempoCorsa PulsFermo PulsCorsa PulsMax Resduals Versus the Ftted Values (response s Ossgeno) S =.39 R-Sq = 84.9% R-Sq(adj) = 8.% Resdual. Analyss of Varance -. Source DF SS MS F P Regresson Resdual Error Total Ftted Value Il modello è buono, sa per quel che rguarda l grafco de resdu, ma anche per l coeffcente R. Utlzzando strument statstc pù approfondt s deduce anche che l peso e le pulsazon da fermo possono essere entrambe non necessare per una buona approssmazone del consumo d ossgeno; n tal caso l modello dventa: The regresson equaton s Ossgeno = Eta -. TempoCorsa PulsCorsa +. PulsMax Calcolare quale consumo d ossgeno dovrebbe avere, secondo questo modello, un atleta con le seguent rlevazon: Eta: 44 TempoCorsa:.3 PulsCorsa: 8 PulsMax: 8
7 ESERCIZI ) A fanco sono rportat rsultat d due rlevazon quanttatve su element. Per quest dat s ha: x = 43 x = 89 = = y = 4 y = 4 = = xy = 8 = X Y a) Dsegnare l grafco della dstrbuzone congunta. b) Calcolare meda d X e d Y, la varanza d X e Cov(X,Y). c) Calcolare la retta d regressone d Y rspetto a X e dsegnarla sul sstema d ass dove è stata dsegnata la dstrbuzone congunta. Qu sotto sono rportat rsultat della regressone effettuata con l software Mntab da cu sono stat cancellat (e ndcat con xxx) alcun valor. Predctor Coef SE Coef T P Constant xxx xxx X xxx S = 4. R-Sq = xxx% R-Sq(adj) =.% Analyss of Varance Source DF SS MS F P Regresson Resdual Error 8 44 Total 9 94 Obs C C4 Ft SE Ft Resdual St Resd xxx 8. xxx d) Calcolare l ndce R e) Calcolare l valore d Y approssmato e l resduo per la seconda untà spermentale. f) Dsegnare l grafco de resdu e valutare la bontà del modello.
8 ) S consderano, per due spece d pesc, l peso, la lunghezza, la larghezza e l'altezza e s vuole stablre se l peso è esprmble come funzone lneare delle altre varabl. Qu sotto sono rportat grafc de resdu della regressone lneare per le due spece. Commentare due grafc e stablre - tramte ess - se l peso delle due spece d pesc è esprmble come funzone lneare della lunghezza, larghezza e altezza. 8
STATISTICA DESCRITTIVA SCHEDA N. 5: REGRESSIONE LINEARE
STATISTICA DESCRITTIVA SCHEDA N. : REGRESSIONE LINEARE Nella Scheda precedente abbiamo visto che il coefficiente di correlazione fra due variabili quantitative X e Y fornisce informazioni sull esistenza
Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari
Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure
Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente
Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della
Studio grafico-analitico di una funzioni reale in una variabile reale
Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della
Adattamento di una relazione funzionale ai dati sperimentali
Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo
Relazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
S O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:
S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva
Esame di Statistica Corso di Laurea in Economia
Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste
Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca
Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE
Esercitazioni del corso: STATISTICA
A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA
Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti
Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso
Variabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
Laboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
Statistica e calcolo delle Probabilità. Allievi INF
Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:
STATISTICA DESCRITTIVA CON EXCEL
STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:
Capitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013
Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone
REALTÀ E MODELLI SCHEDA DI LAVORO
REALTÀ E MODELLI SCHEDA DI LAVORO 1 Le tabelle d crescta Nella tabella sono rportat dat relatv alle altezze mede delle bambne dalla nascta fno a un anno d età. Stablsc se esste una relazone lneare tra
Matematica II: Calcolo delle Probabilità e Statistica Matematica
Matematca II: Calcolo delle Probabltà e Statstca Matematca ELT A-Z Docente: dott. F. Zucca Eserctazone # 8 Gl esercz contrassegnat con (*) sono tratt da Eserc. 2002-2003- Prof. Secch # 0 - Statstca Matematca
Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi
ESEMPIO N. Anals d mercuro n matrc solde medante spettrometra d assorbmento atomco a vapor fredd 0 Introduzone La determnazone del mercuro n matrc solde è effettuata medante trattamento termco del campone
Grafico di una serie di dati sperimentali in EXCEL
Grafco d una sere d dat spermental n EXCEL 1. Inseramo sulla prma rga l ttolo che defnsce l contenuto del foglo. Po nseramo su un altra rga valor spermental della x e su quella successva valor della y.
Condensatori e resistenze
Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere
PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -
PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata
Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura
orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato
Introduzione al Machine Learning
Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone
Calibrazione. Lo strumento idealizzato
Calbrazone Come possamo fdarc d uno strumento? Abbamo bsogno d dentfcare l suo funzonamento n condzon controllate. L dentfcazone deve essere razonalmente organzzata e condvsa n termn procedural: s tratta
Calcolo della caduta di tensione con il metodo vettoriale
Calcolo della caduta d tensone con l metodo vettorale Esempo d rete squlbrata ed effett del neutro nel calcolo. In Ampère le cadute d tensone sono calcolate vettoralmente. Per ogn utenza s calcola la caduta
Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne
Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che
Leggere i dati da file
Esempo %soluzon d una equazone d secondo grado dsp('soluzon d a^+b+c') anput('damm l coeffcente a '); bnput('damm l coeffcente b '); cnput('damm l coeffcente c '); deltab^-4*a*c; f delta0 dsp('soluzon
Fondamenti di Visione Artificiale (Seconda Parte) Corso di Robotica Prof.ssa Giuseppina Gini Anno Acc.. 2006/2007
Fondament d Vsone Artfcale (Seconda Parte PhD. Ing. Mchele Folgherater Corso d Robotca Prof.ssa Guseppna Gn Anno Acc.. 006/007 Caso Bdmensonale el caso bdmensonale, per ndvduare punt d contorno degl oggett
La Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente
Unverstà d Macerata Dpartmento d Scenze Poltche, della Comuncazone e delle Relaz. Internazonal La Regressone Varable ndpendente o esplcatva Prezzo n () () 1 1 Varable dpendente 15 1 1 1 5 5 6 6 61 6 1
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
x = 2480.82 sezione 45 0,038 48 0,077 49 0,115 50 0,192 52 0,231 54 0,308 55 0,346 58 0,385 60 0,615 63 0,654 65 0,885 66 0,923 83 0,962 84 1,000
Gennao 006 classe A VERIFICA DI STATISTICA fla A )Nel Lceo scentfco G.Bruno c sono 5 class seconde, cu alunn sono dstrbut per sezone e per sesso n base alla seconda tabella: Sesso\ A B D E F sezone Calcola
Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi
Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla
Il pendolo di torsione
Unverstà degl Stud d Catana Facoltà d Scenze MM.FF.NN. Corso d aurea n FISICA esna d ABORAORIO DI FISICA I Il pendolo d torsone (sezone costante) Moreno Bonaventura Anno Accademco 005/06 Introduzone. I
CAPITOLO 3 Incertezza di misura Pagina 26
CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone
Corso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
Corso di laurea in Ingegneria Meccatronica. DINAMICI CA - 04 ModiStabilita
Automaton Robotcs and System CONTROL Unverstà degl Stud d Modena e Reggo Emla Corso d laurea n Ingegnera Meccatronca MODI E STABILITA DEI SISTEMI DINAMICI CA - 04 ModStablta Cesare Fantuzz (cesare.fantuzz@unmore.t)
Esame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre
La taratura degli strumenti di misura
La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure
Università degli Studi di Urbino Facoltà di Economia
Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva
Test delle ipotesi Parte 2
Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca
SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete
SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le
TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)
Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA
STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007
STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa
LE FREQUENZE CUMULATE
LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune
La verifica delle ipotesi
La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:
Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard
Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm
Ettore Limoli. Lezioni di Matematica Prof. Ettore Limoli. Sommario. Calcoli di regressione
Sto Personale d Ettore Lmol Lezon d Matematca Prof. Ettore Lmol Sommaro Calcol d regressone... 1 Retta d regressone con Ecel... Uso della funzone d calcolo della tendenza... 4 Uso della funzone d regressone
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012
CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso
Trigger di Schmitt. e +V t
CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con
Analisi e confronto tra metodi di regolarizzazione diretti per la risoluzione di problemi discreti mal-posti
UNIVERSIA DEGLI SUDI DI CAGLIARI Facoltà d Ingegnera Elettronca Corso d Calcolo Numerco 1 A.A. 00/003 Anals e confronto tra metod d regolarzzazone drett per la rsoluzone d prolem dscret mal-post Docente:
Risoluzione quesiti I esonero 2011
Rsoluzone quest I esonero 011 1) Compto 1 Q3 Un azenda a a dsposzone due progett d nvestmento tra d loro alternatv. Il prmo prevede l pagamento d un mporto par a 100 all epoca 0 e fluss par a 60 all epoca
LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE
Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà
* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1
APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone
Metodi variazionali. ed agiscono sulla FORMA DEBOLE DEL PROBLEMA
Metod varazonal OBIETTIVO: determnare funzon ncognte, chamate varabl dpendent, che soddsfano un certo nseme d equazon dfferenzal n un determnato domno e condzon al contorno STRUMETO: Metod varazonal: servono
Algebra 2. 6 4. Sia A un anello commutativo. Si ricorda che in un anello commutativo vale il teorema binomiale, cioè. (a + b) n = a i b n i i.
Testo Fac-smle 2 Durata prova: 2 ore 8 1. Un gruppo G s dce semplce se suo unc sottogrupp normal sono 1 e G stesso. Sa G un gruppo d ordne pq con p e q numer prm tal che p < q. (a) Il gruppo G può essere
Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre
Concetti principale della lezione precedente
Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl
Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive
Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal
VA TIR - TA - TAEG Introduzione
VA TIR - TA - TAEG Introduzone La presente trattazone s pone come obettvo d analzzare due prncpal crter d scelta degl nvestment e fnanzament per valutare la convenenza tra due o pù operazon fnanzare. S
MODELLI STOCASTICI DELLA CLASSE GLM
MODELLI STOCASTICI DELLA CLASSE GLM S possono consderare GLM con dstrbuzone specfcata o modell con quas-verosmglanza, quest ultm sono modell d tpo semparametrco. Illustramo l loro uso come: strumento d
Correlazione lineare
Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl
GLI ERRORI SPERIMENTALI NELLE MISURE DI LABORATORIO
GLI ERRORI SPERIMETALI ELLE MISURE DI LABORATORIO MISURA DI UA GRADEZZA FISICA S defnsce grandezza fsca una propretà de corp sulla quale possa essere eseguta un operazone d msura. Msurare una grandezza
Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse
Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso
Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS
Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva
Induzione elettromagnetica
Induzone elettromagnetca L esperenza d Faraday L'effetto d produzone d corrente elettrca n un crcuto prvo d generatore d tensone fu scoperto dal fsco nglese Mchael Faraday nel 83. Egl studò la relazone
Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013
Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2012-2013 Eserctazone: 4 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/41? Aula "Ranzan B" 255 post 1 2 3 4 5 6 7 8 9
B - ESERCIZI: IP e TCP:
Unverstà d Bergamo Dpartmento d Ingegnera dell Informazone e Metod Matematc B - ESERCIZI: IP e TCP: F. Martgnon Archtetture e Protocoll per Internet Eserczo b. S consder l collegamento n fgura A C =8 kbt/s
Capitolo 11: IL METODO DEI MINIMI QUADRATI. Nel Capitolo precedente ci siamo posti il problema di determinare la miglior retta che passa per
Captolo : IL METODO DEI MINIMI QUADRATI. La mglor retta Nel Captolo precedente c samo post l problema d determnare la mglor retta che passa per cert punt spermental, ed abbamo dscusso un metodo graco.
Tutti gli strumenti vanno tarati
L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello
lxmi.mi.infn.it/~camera/silsis/laboratorio-1/2-statistica.ppt http://www2.dm.unito.it/paginepersonali/zucca/index.htm Misura:
Elaborazone de dat geochmc e cenn d statstca lm.m.nfn.t/~camera/slss/laboratoro-1/-statstca.ppt http://www.dm.unto.t/pagnepersonal/zucca/nde.htm Msura: Espressone quanttatva del rapporto fra una grandezza
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model
Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un
Capitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione
Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM
Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006
Smulazone seconda prova Tema assegnato all esame d stato per l'abltazone alla professone d geometra, 006 roposte per lo svolgmento pubblcate sul ollettno SIFET (Socetà Italana d Fotogrammetra e Topografa)
Fotogrammetria. O centro di presa. fig.1 Geometria della presa fotogrammetrica
Fotogrammetra Scopo della fotogrammetra è la determnazone delle poszon d punt nello spazo fsco a partre dalla msura delle poszon de punt corrspondent su un mmagne fotografca. Ovvamente, affnché questo
Analisi dei flussi 182
Programmazone e Controllo Anals de fluss Clent SERVIZIO Uscta Quanto al massmo produce l mo sstema produttvo? Quanto al massmo produce la ma macchna? Anals de fluss 82 Programmazone e Controllo Teora delle
Laboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca
SU UNA CLASSE DI EQUAZIONI CONSERVATIVE ED IPERBOLICHE COMPLETAMENTE ECCEZIONALI E COMPATIBILI CON UNA LEGGE DI CONSERVAZIONE SUPPLEMENTARE
SU UNA CLASSE DI EQUAZIONI CONSERVATIVE ED IPERBOLICHE COMPLETAMENTE ECCEZIONALI E COMPATIBILI CON UNA LEGGE DI CONSERVAZIONE SUPPLEMENTARE GIOVANNI CRUPI, ANDREA DONATO SUMMARY. We characterze a set of
CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI
Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )
La t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
Speculazioni matematiche per la formalizzazione/descrizione di un Sistema di Gestione per la Qualità
Speculazon matematche per la formalzzazone/descrzone d un Sstema d Gestone per la Qualtà S. Gorla (*), (**) R. Grass (*) Responsable Qualtà e Certfcazone Ctroën tala S.p.A. e consglere d gunta AcqCN, (**)
LA COMPATIBILITA tra due misure:
LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore
A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO
4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.
LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz
LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non
9.6 Struttura quaternaria
9.6 Struttura quaternara L'ultmo lvello strutturale é la struttura quaternara. Non per tutte le protene è defnble una struttura quaternara. Infatt l esstenza d una struttura quaternara é condzonata alla
Probabilità cumulata empirica
Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè
SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia
SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO ECONOMIA INDUSTRIALE Unverstà degl Stud d Mlano-Bcocca Chrstan Garavagla Soluzone 7 a) L ndce d concentrazone C (o CR k ) è la somma delle uote d mercato (o share)
x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n
Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà
= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)
ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa
Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,
L analisi di studi con variabili di risposta multiple
X1 X X 3 Quando un confronto venga effettuato per tre lvell d un fattore, sembrerebbe ntutvo effettuare l confronto con l test t d Student a pù lvell: X X X 1 1 vs vs vs X X X 3 3 Metodologa per l anals
Valore attuale di una rendita. Valore attuale in Excel: funzione VA
Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t
Allenamenti di matematica: Teoria dei numeri e algebra modulare Soluzioni esercizi
Allenament d matematca: Teora de numer e algebra modulare Soluzon esercz 29 novembre 2013 1. Canguro salterno. Un canguro salterno s trova a ped d una scala nfnta che ntende salre nel seguente modo: Salta
ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:
ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone
Strada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
Il diagramma cartesiano
Il dagramma cartesano Il pano cartesano Il dagramma cartesano è costtuto da due ass: uno orzzontale, l asse delle ascsse o della varable X, e uno vertcale, l asse delle ordnate o della varable Y. I due