Esercizi di preparazione per il primo esonero
|
|
- Norberto Nicolosi
- 4 anni fa
- Visualizzazioni
Transcript
1 Esercizi di preparazione per il primo esonero Metodi Statistici per il Marketing a.a. 2017/2018 Esercizio Cluster Su un campione di 5 clienti di una libreria sono stati rilevati gli acquisti per alcune tipologie di libri, riportati nella seguente tabella: narrativa saggi A 5 2 B 1 5 C 5 0 D 5 3 E 0 4 (a) Calcolare la matrice delle distanze di Manhattan. (b) Considerando la matrice delle distanze calcolate al punto precedente, applicare il metodo del legame completo. (c) Ricavare il dendrogramma ed individuare la partizione ottima (metodo dell α-taglio). Soluzione (a) Calcolare la matrice delle distanze di Manhattan. A B C D E A 0 B 7 0 C D E (b) Considerando la matrice delle distanze calcolate al punto precedente, applicare il metodo del legame completo. 1
2 dist cl1 cl (c) Ricavare il dendrogramma ed individuare la partizione ottima (metodo dell α-taglio). Dendrogramma Partizione ottima cluster 1: A C D cluster 2: B E 2
3 Esercizio 1 Si ha un campione di 350 utenti di un gestore di telefonia mobile, 98 utenti hanno affermato di essere soddisfatti del servizio: (a) Calcolare l intervallo di confindenza per la percentuale di utenti soddisfatti, ad un livello 1 α (b) Supponendo di volere dimezzare il margine di errore, quale dovrebbe essere la dimensione del campione? (c) Calcolare la dimensione cautelativa del campione. Soluzione (a) Calcolare l intervallo di confindenza per la percentuale di utenti soddisfatti, ad un livello 1 α 0.95; 1. Calcoliamo la percentuale di utenti soddisfatti: p N soddisfatti N Calcoliamo l errore standard di p: p(1 p) 0.28(1 0.28) SE(p) n Calcoliamo l intervallo di confidenza al 95%: IC p,0.95 [ p ± z α/2 SE(p) ] [p ± 1.96 SE(p)] [0.28 ± ] [0.28 ± ] [0.233, 0.327] (b) Supponendo di volere dimezzare il margine di errore, quale dovrebbe essere la dimensione del campione? 1. Calcoliamo il margine di errore attuale: E z α/2 SE(p)
4 2. Calcoliamo il margine di errore che vorremmo: E new E Calcoliamo quale dovrebbe essere la dimensione del campione se volessimo un margine di errore pari ad E new : n ( zα/1 E new ) 2 p(1 p) ( ) (1 0.28) ( ) (81.667) n 1345 (c) Calcolare la dimensione cautelativa del campione. n ( zα/1 E new ) ( ) (81.667) n
5 Esercizio 2 Siamo interessati a stimare la spesa media familiare per alimenti e riteniamo che tale variabile sia correlata al numero di figli. Data una popolazione di N 9300 famiglie stratificate in base al numero di figli (da 0 a 3 o più), vogliamo estrarre un campione di n 190 famiglie. figli N g σ yg c g Totale 9300 (a) Calcolare la numerosità campionaria degli strati, con il criterio dall allocazione proporzinale. (b) Calcolare il costro complessivo di campionamento. Soluzione (a) Calcolare la numerosità campionaria degli strati, con il criterio dall allocazione proporzinale. 1. Calcoliamo il peso di ogni strato nella popolazione: w g N g /N figli N g σ yg c g w g Totale Calcoliamo i valori n g, sapendo che il nostro campione deve avere dimensione 190 (n 190): n g n w g figli N g σ yg c g w g n g Totale
6 3. Otteniamo n g arrotondando n g : figli N g σ yg c g w g n g n g Totale (b) Calcolare il costo complessivo di campionamento. 1. Il costo complessivo di campionamento sarà ottenuto sommando il numero di interviste nello strato per il relativo costo: M C C g, g1 con C g c g n g figli N g σ yg c g w g n g n g C g Totale
7 Esercizio 3 Con gli stessi dati dell esercizio precedente: (a) Calcolare la numerosità campionaria degli strati, tenuto conto che il budget per il campionamento è pari a C1600 euro. (b) Calcolare la dimensione complessiva del campione così ottenuto. Soluzione (a) Calcolare la numerosità campionaria degli strati, tenuto conto che il budget per il campionamento è pari a C1600 euro. Ricordando che: 1. w g N g /N 2. q g 2. n g C q g w g σ yg/ c g M g1 wg σyg cg Vedi tabella nella pagina successiva. (b) Calcolare la dimensione complessiva del campione così ottenuto. 1. La dimensione complessiva del campione si ottiene sommando le numerosità di ogni strato n M n g (1) g (2) 7
8 figli Ng σyg cg wg wg σg c g wg σg/ cg wg σg c g qg n g ng Totale
9 Esercizio 4 Dato un campione di 3000 intervistati, estratti dalle liste elettorali di un comune, il 45% di essi ha espresso una preferenza per il partito A al prossimo ballottaggio: (a) Dato un livello di confidenza del 99% calcolare l intervallo di confidenza per l intenzione di voto per il partito A. (b) Supponendo di volere un margine di errore dell 1%, quale dovrebbe essere la dimensione del campione. (c) Calcolare la dimensione cautelativa del campione. Soluzione (a) Dato un livello di confidenza del 99% calcolare l intervallo di confidenza per l intenzione di voto per il partito A. 1. Calcoliamo l errore standard di p: p(1 p) 0.45(1 0.45) SE(p) n Calcoliamo l intervallo di confidenza al 95%: IC p,0.95 [ p ± z α/2 SE(p) ] [0.45 ± ] [0.45 ± 0.023] [0.427, 0.473] (b) Supponendo di volere un margine di errore dell 1%, quale dovrebbe essere la dimensione del campione. 1. Calcoliamo quale dovrebbe essere la dimensione del campione se volessimo un margine errore dell 1% (E new 0.01): n ( zα/1 E new ( ) 2 p(1 p) ) (1 0.45) 9
10 ( ) (257.6) n (c) Calcolare la dimensione cautelativa del campione. n ( zα/1 E new ( ) ) (257.6) n
11 Esercizio 5 Dovendo stimare il fatturato medio dei punti vendita per la telefonia mobile, riteniamo che il fatturato sia legato all area geografica in cui si trova il punto vendita. Da una popolazione di N punti vendita stratificati in base all area geografica (Nord Ovest, Nord Est, Centro, Sud, Isole), vogliamo estrarre un campione di n250 negozi. area N g σ yg c g NO NE C S I Totale (a) Calcolare la numerosità campionaria degli strati, con il criterio dall allocazione ottima. (b) Calcolare il costo complessivo di campionamento. Soluzione (a) Calcolare la numerosità campionaria degli strati, con il criterio dall allocazione ottima. 1. Calcoliamo il peso di ogni strato nella popolazione: w g N g /N area N g σ yg c g w g NO NE C S I Totale Calcoliamo la proporzione di unità da attribuire a ciascuno stato sulla base del peso dello strato nella popolazione, w g, e la deviazione standard, σ yg : w g σ yh a g M g1 w g σ yh 11
12 area N g σ yg c g w g w g s g a g NO NE C S I Totale Calcoliamo i valori n g, sapendo che il nostro campione deve avere dimensione 250 (n 250): n g n w g area N g σ yg c g w g w g σ yg a g n g NO NE C S I Totale Otteniamo n g arrotondando n g : area N g σ yg c g w g w g σ yg a g n g n NO NE C S I Totale (b) Calcolare il costo complessivo di campionamento. Il costo complessivo di campionamento sarà ottenuto sommando il numero di interviste nello strato per il relativo costo: M C C g, con C g c g n g g1 area N g σ yg c g w g w g σ yg a g n g n C g NO NE C S I Totale
13 Esercizio 6 Con gli stessi dati dell esercizio precedente: (a) Calcolare la numerosità campionaria degli strati, tenuto conto che il budget per il campionamento deve essere 1/3 di quello calcolato con il criterio ottimale. (b) Calcolare la dimensione complessiva del campione cos ı ottenuto. Soluzione (a) Calcolare la numerosità campionaria degli strati, tenuto conto che il budget per il campionamento deve essere 1/3 di quello calcolato con il criterio ottimale. Ricordando che: C new C q g 2. n g C q g w g σ yg/ c g M g1 wg σyg cg Vedi tabella nella pagina successiva. (b) Calcolare la dimensione complessiva del campione così ottenuto. La dimensione complessiva del campione si ottiene sommando le numerosità di ogni strato n M g1 n g
14 area Ng σyg cg wg wg σyg c g wg σyg/ cg wg σyg c g qg n g ng Totale
Metodi Statistici per il Marketing. #06 Elementi di statistica inferenziale e di teoria dei campioni
Corso di Metodi Statistici per il Marketing LUISS A.A. 2017-2018 #06 Elementi di statistica inferenziale e di teoria dei campioni 22 Marzo 2018 Alessio Guandalini (Docente: P. D Urso) #06 Elementi di statistica
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliMetodi Statistici per il Marketing. #05 Elementi di statistica inferenziale e di teoria dei campioni
Corso di Metodi Statistici per il Marketing LUISS A.A. 2017-2018 #05 Elementi di statistica inferenziale e di teoria dei campioni 15 Marzo 2018 Alessio Guandalini (Docente: P. D Urso) #05 Elementi di statistica
Dettaglix ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +
ESERCIZIO 6.1 Si considerino i 0 campioni di ampiezza n = estratti da una popolazione X di N = 5 elementi distribuiti normalmente, con media µ = 13,6 e σ = 8,33. A partire dalle 0 determinazioni della
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2007/2008 Esercizi 30 novembre 2007
STATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2007/2008 Esercizi 30 novembre 2007 Esercizio 1 La seguente Tabella 1 riporta la distribuzione degli alberghi di una certa area per categoria
Dettagli05. Errore campionario e numerosità campionaria
Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,
DettagliStatistica 1- parte II
Statistica 1- parte II Esercitazione 2 Dott.ssa Antonella Costanzo 18/02/2016 Esercizio 1. IC media incognita, varianza nota Una fabbrica A produce matite colorate. Una prova su 100 matite scelte a caso
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 018-019 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per la
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
Dettagli1. Quali sono i possibili campioni di numerosità 2 senza reimmissione? X 1 e X 2 sono indipendenti?
Esercizio 1 Consideriamo una popolazione X, dove X = {3,5,7}. 1. Quali sono i possibili campioni di numerosità 2 senza reimmissione? X 1 e X 2 sono indipendenti? 2. Quali sono i possibili campioni di numerosità
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliSi estrae casualmente usando uno schema di campionamento con ripetizione un campione di n=2 misurazioni.
ESERCIZIO 1 Si consideri la popolazione consistente di N=4 studenti (A, B, C, D) del corso di Statistica Avanzata. Il voto conseguito dagli studenti alla fine del corso è riportato nella seguente tabella:
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliEsercizio 1. Stima intervallare: IC per la media incognita (varianza ignota)
STATISTICA (2) ESERCITAZIONE 5 26.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) Il responsabile del controllo qualità di un azienda che
DettagliEsercitazione 5 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione del corso di Statistica Prof. Domenico Vistocco Alfonso Iodice D Enza May 30, 007 1 Esercizio Si consideri una popolazione caratterizzata dai numeri, 3, 6, 8, 11. Si considerino tutti i possibili
DettagliLaboratorio di Probabilità e Statistica
Laboratorio di Probabilità e Statistica lezione 5 Massimo Guerriero Ettore Benedetti Indice Lezione Prerequisiti dalla lezione scorsa Media e varianza campionaria Legge dei grandi numeri Teorema del limite
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2015-2016 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2017/2018 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Marco Pietro Longhi Probabilità e Statistica
DettagliBrevi cenni all intervallo di confidenza
Brevi cenni all intervallo di confidenza INFERENZA STATISTICA L INFERENZA STATISTICA è un insieme di metodi con cui si cerca di «raggiungere una conclusione» sulla popolazione, sulla base delle informazioni
DettagliEsercitazione 2 Sta/s/ca Aziendale
Esercitazione Sta/s/ca Aziendale David Aristei 1 marzo 015 Esercizio A (es..4 libro) Sulla base dell esercizio precedente, si ipo/zzi di voler invece effeeuare un campionamento casuale semplice. Sapendo
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Intervalli di confidenza Ines Campa Probabilità e Statistica - Esercitazioni
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliMetodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione
Metodi statistici per la ricerca sociale Capitolo 7. Confronto tra Due Gruppi Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi di Firenze
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 7 1. Utilizzando le tavole della distribuzione
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliIndagine Sole 24 Ore-Banca d Italia sulle aspettative di inflazione
Indagine Sole 24 Ore-Banca d Italia sulle aspettative di inflazione Dicembre 1999 INDICE 1. Sintesi dei risultati...3 2. Nota metodologica...4 3. Indice delle tavole e delle figure...7 4. Appendice: il
DettagliBREVE RICERCA SULLA METODOLOGIA UTILIZZATA DAGLI ISTITUTI DI RICERCA "IARD" E "TONIOLO" PER LO STUDIO DELLA CONDIZIONE GIOVANILE IN ITALIA
BREVE RICERCA SULLA METODOLOGIA UTILIZZATA DAGLI ISTITUTI DI RICERCA "IARD" E "TONIOLO" PER LO STUDIO DELLA CONDIZIONE GIOVANILE IN ITALIA Prof. Giuliano Vettorato Stud. Ilaria Torri Aspetti statistici
Dettaglib) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta):
ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva
DettagliCorso di Statistica Esercitazione 1.8
Corso di Statistica Esercitazione.8 Test su medie e proporzioni Prof.ssa T. Laureti a.a. 202-203 Esercizio Un produttore vuole monitorare i valori dei livelli di impurità contenute nella merce che gli
DettagliIntervalli di confidenza
Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile
DettagliInferenza su una popolazione
Inferenza su una popolazione La distribuzione di x(m) ha media pari a μ, quindi x(m) è uno stimatore non distorto della media della popolazione μ. Per fare inferenza sulla media dobbiamo avere un CCS,
DettagliStatistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base Serale Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Campionamento Esercizio 1. Da una ricerca si è osservato che il peso del prodotto A varia tra i e i 530 grammi. 1 Ipotizzando
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure relative a una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 21/09/2011
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 1/9/11 ESERCIZIO 1 (+3++3) La seguente tabella riporta la distribuzione di frequenza dei valori di emoglobina nel sangue (espressi
DettagliProbabilità e Statistica
Probabilità e Statistica Intervalli di confidenza Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2018/2019 Marco Pietro Longhi Prob. e Stat. 1
Dettaglib) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto precedente? (motivare brevemente la risposta):
ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva
DettagliIl processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni
La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con
DettagliTecniche di sondaggio
SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Tecniche di sondaggio 24/1/2006 Nomenclatura Indicheremo con P una popolazione, con N la sua numerosità, con k la sua etichetta e con
DettagliSTATISTICA /2005
STATISTICA 1 2004/2005 Stimatori e Intervalli di Confidenza Esercizio 1 Riportiamo qui sotto venti campioni di taglia 5 estratti da una distribuzione normale standard N(0,1). -1,23 0,60 0,03 1,45 0,89-1,59-0,62
DettagliLaboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.
5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2018-2019 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliEsercitazione 3 - Statistica II - Economia Aziendale Davide Passaretti 23/5/2017
Esercitazione 3 - Statistica II - Economia Aziendale Davide Passaretti 3/5/017 Contents 1 Intervalli di confidenza 1 Intervalli su un campione 1.1 Intervallo di confidenza per la media................................
DettagliLe indagini campionarie
Le indagini campionarie: i principali schemi di campionamento Le indagini campionarie Il reperimento dei DATI STATISTICI attraverso una RILEVAZIONE è un operazione che ha dei COSTI, sia in termini di TEMPO
DettagliMetodi statistici per le ricerche di mercato Soluzione degli Esercizi 1-8
Esercizio 1 Metodi statistici per le ricerche di mercato Soluzione degli Esercizi 1-8 Social medium preferito: qualitativo sconnesso; indice medio: moda; indice di eterogeneità: Indice di Gini. Spesa per
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2014/2015 Appello B - 5 Febbraio 2015 1 2 3 4 5 6 7 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliSTATISTICA A D (72 ore)
STATISTICA A D (72 ore) Marco Riani mriani@unipr.it http://www.riani.it Elementi che fanno variare l ampiezza dell intervallo di confidenza (p. 70) s.q.m. dell universo σ Più σ è elevato, maggiore è la
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2015-2016 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
Dettaglistandardizzazione dei punteggi di un test
DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it standardizzazione dei punteggi di un test serve a dare significato ai punteggi che una persona ottiene ad un test, confrontando la
DettagliIndagine Sole 24 Ore-Banca d Italia sulle aspettative di inflazione
Indagine Sole 24 Ore-Banca d Italia sulle aspettative di inflazione Giugno 2000 INDICE 1. Sintesi dei risultati... 3 2. Nota metodologica... 4 3. Indice delle tavole e delle figure... 7 4. Appendice: il
DettagliTutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016
Tutorato di Complementi di Analisi Matematica e Statistica 26 maggio 2016 Esercizi possibili di probabilità e statistica Notazioni: U(a, b) è la distribuzione di probabilità uniforma nell intervallo (a,
DettagliEsercitazione 4 del corso di Statistica (parte 2)
Esercitazione 4 del corso di Statistica (parte ) Dott.ssa Paola Costantini Febbraio Esercizio n. Il tempo di percorrenza del treno che collega la stazione di Roma Termini con l aeroporto di Fiumicino è
DettagliDato che i risultati ottenuti tramite campioni casuali ed esperimenti comparativi sono legati al caso, non possiamo essere certi che le nostre
Campione Dato che i risultati ottenuti tramite campioni casuali ed esperimenti comparativi sono legati al caso, non possiamo essere certi che le nostre conclusioni siano corrette. Quello che possiamo fare
DettagliMetodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza. Esercitazione
Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università
Dettagliα = 0.01 α = 0.05 α = 0.1 α = 0.3
ESERCIZIO 1 Una compagnia alimentare ha condotto una ricerca di mercato su un campione casuali di 00 clienti al fine di determinare quale tra le cinque diverse marche di cereali attualmente offerte sul
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe
DettagliESERCIZIO 1. Soluzione. X =numero di passeggeri giornaliero
ESERCIZIO 1 La somma dei numeri di passeggeri di un autoservizio suburbano rilevati in 7 giorni scelti a caso è pari a 385. Si assuma un modello gaussiano per descrivere il numero giornaliero di passeggeri.
DettagliStudenti quindicenni partecipanti all'indagine PISA Punteggi Generali
Studenti quindicenni partecipanti all'indagine PISA 2012 - Punteggi Generali Liceo Scientifico "G. Galilei" Trento TNPS01000V Tipologia di istituto Liceo 625 10,4 620 10,7 626 11,7 Punteggi Medi Italia
DettagliDistribuzione normale
Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliStima diretta della domanda di trasporto
Corso di PIANIFICAZIONE DEI TRASPORTI Prof. Ing. Agostino Nuzzolo Aprile 005 Stima diretta della domanda di trasporto Stima della domanda di trasporto STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA ATTUALE
DettagliEsercizi riassuntivi di Inferenza
Esercizi riassuntivi di Inferenza Esercizio 1 Un economista vuole stimare il reddito medio degli abitanti di una cittadina mediante un intervallo al livello di confidenza del 95%. La distribuzione del
DettagliIndagine sulla ristorazione autostradale. Ricerca n
Indagine sulla ristorazione autostradale Ricerca n. 020-2013 Marzo 2013 IL CAMPIONE E LA METODOLOGIA L indagine qui presentata è stata eseguita dall 11 al 1 marzo attraverso un indagine telefonica presso
DettagliSTATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 compito B
STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 compito B Esercizio 1 La Tabella 1 riporta la distribuzione dei turisti che hanno soggiornato in una certa città
DettagliContenuto del capitolo
Capitolo 8 Stima 1 Contenuto del capitolo Proprietà degli stimatori Correttezza: E(Stimatore) = parametro da stimare Efficienza Consistenza Intervalli di confidenza Per la media - per una proporzione Come
DettagliUniversità del Piemonte Orientale. Corsi di laurea triennale di area tecnica. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corsi di laurea triennale di area tecnica Corso di Statistica Medica Intervalli di confidenza Corsi di laurea triennale di area tecnica - Corso di Statistica Medica -
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliDOCUMENTO INFORMATIVO COMPLETO
DOCUMENTO INFORMATIVO COMPLETO (in ottemperanza all art. 5 del Regolamento in materia di pubblicazione e diffusione dei sondaggi sui mezzi di comunicazione di massa approvato dall Autorità per le garanzie
DettagliDOCUMENTO INFORMATIVO COMPLETO
DOCUMENTO INFORMATIVO COMPLETO (in ottemperanza all art. 5 del Regolamento in materia di pubblicazione e diffusione dei sondaggi sui mezzi di comunicazione di massa approvato dall Autorità per le garanzie
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Approssimazione normale della Poisson (TLC) In un determinato tratto di strada il numero di incidenti
DettagliINTERVALLI DI CONFIDENZA
INTERVALLI DI CONFIDENZA Campione,,,, Intervallodi confidenza Nell intervallo di confidenza per il vero valore della media di una popolazione gaussiana, si usa la t di Student () > 5 > 5 (, ) noto (, )
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 7 Luglio 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Prova in Itinere di Statistica per Ingegneria Energetica 7 Luglio 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it In una prova sul carico di rottura di due tipi di corda si dispone di 2 campioni di ampiezza 26 e 35 rispettivamente. Nel primo campione
DettagliQuanti soggetti devono essere selezionati?
Quanti soggetti devono essere selezionati? Determinare una appropriata numerosità campionaria già in fase di disegno dello studio molto importante è molto Studi basati su campioni troppo piccoli non hanno
DettagliIntervallo di confidenza
Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima
DettagliUniversità del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 9 Abbiamo visto metodi per la determinazione di uno stimatore puntuale e casi per: Carattere con
DettagliIndagine Sole 24 Ore-Banca d Italia sulle aspettative di inflazione
Indagine Sole 24 Ore-Banca d Italia sulle aspettative di inflazione Marzo 2000 INDICE 1. Sintesi dei risultati... 3 2. Nota metodologica... 4 3. Indice delle tavole e delle figure... 7 4. Appendice: il
DettagliGli intervalli di confidenza. Intervallo di confidenza per la media (σ 2 nota) nel caso di popolazione Gaussiana
Statistica Lez. 1 Gli intervalli di confidenza Intervallo di confidenza per la media (σ nota) nel caso di popolazione Gaussiana Sia X una v.c Gaussiana di media µ e varianza σ. Se X 1, X,..., X n è un
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliIndagine Sole 24 Ore-Banca d Italia sulle aspettative di inflazione
Indagine Sole 24 Ore-Banca d Italia sulle aspettative di inflazione Dicembre 2001 INDICE 1. Sintesi dei risultati... 3 2. Indice delle tavole e delle figure... 4 3. Nota metodologica... 11 4. Appendice:
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n
DettagliIndagine Sole 24 Ore-Banca d Italia sulle aspettative di inflazione
Indagine Sole 24 Ore-Banca d Italia sulle aspettative di inflazione Dicembre 2000 INDICE 1. Sintesi dei risultati... 3 2. Indice delle tavole e delle figure... 4 3. Nota metodologica... 12 4. Appendice:
DettagliSTATISTICA (modulo II - Inferenza Statistica) Soluzione Esercitazione I
Soluzione Esercitazione I Esercizio A. Si indichi con A i l evento la banca i decide di aprire uno sportello per il quale Pr(A i = 0.5 (e dunque Pr(A i = 0.5 per i =, 2, 3. Lo spazio degli eventi dato
DettagliSTATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 Compito A
STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 Compito A Esercizio 1 La Tabella 1 riporta la distribuzione dei Comuni di una certa Provincia per numero di
DettagliScritto del
Dip. di Ingegneria, Univ. Roma Tre Prof. E. Scoppola, Dott.M. Quattropani Probabilità e Statistica, 2017-18, I semestre 26 Giugno 2018 Scritto del 26-6 -18 Cognome Nome Matricola Esercizio 1. Un urna contiene
DettagliElementi di Psicometria (con laboratorio software 1)
Elementi di Psicometria (con laboratorio software 1) 05-La verifica delle ipotesi con le medie dei campioni (v. 1.0, 15 aprile 2019) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2005/2006 II Prova - 20 dicembre 2005
STATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2005/2006 II Prova - 20 dicembre 2005 Per verbalizzare l'esame: iscriversi ad uno degli appelli di gennaio-febbraio utilizzando il Servizio
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
DettagliGli intervalli di Confidenza. Lezione 9- Inervalli di Confidenza 1
Lezione 9 Gli intervalli di Confidenza Confidenza 1 Intervalli di Confidenza Sia X 1, X n un campione di ampiezza n estratto dalla popolazione X~(µ,σ 2 ) Per quanto accurato possa essere lo stimatore T
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio In una prova sul carico di rottura di due tipi di corda si dispone di 2 campioni di ampiezza 26 e 35 rispettivamente. Nel
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 7-2-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliLe statistiche campionarie sono stime dei parametri ignoti della popolazione al cui valore siamo interessati.
Una volta selezionato il campione, la variabile di interesse viene misurata sugli elementi che lo costituiscono. I valori che la variabile assume vengono poi sintetizzati utilizzando le statistiche opportune
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it In un urna vi sono N/2 palline bianche e N/2 palline nere. Si supponga di estrarre un campione con ripetizione di dimensione n. Si
DettagliLaboratorio di Probabilità e Statistica
Laboratorio di Probabilità e Statistica lezione 6 Massimo Guerriero Ettore Benedetti Indice Lezione Prerequisiti dalla lezione scorsa Intervallo di confidenza per la media Verifica d ipotesi sulla media
DettagliProva d'esame di Statistica I - Corso Prof.ssa S. Terzi
Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Esercizio 1 Data la variabile casuale X con funzione di densità f(x) = 2x, per 0 x 1; f(x) = 0 per x [0, 1], determinare: a) P( - 0,5 < X< 0,7) b)
DettagliAndrea Manganaro. Tecniche di campionamento a confronto per i sistemi di audit regionali
Andrea Manganaro Tecniche di campionamento a confronto per i sistemi di audit regionali Definizione del problema Le regioni finanziano ogni anno diverse attività tramite due fondi europei: il Fondo Europeo
Dettagli