( ) ( ) ( ) ( ) ( ) ( A C) Calcolo combinatorio. disposizioni semplici D =n n-1 n-2 L n- k+1 o in alternativa D = n! permutazioni semplici D =P =n!

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "( ) ( ) ( ) ( ) ( ) ( A C) Calcolo combinatorio. disposizioni semplici D =n n-1 n-2 L n- k+1 o in alternativa D = n! permutazioni semplici D =P =n!"

Transcript

1 Uvertà degl Stud d Balcata Facoltà d Ecooma Coro d Laurea Ecooma Azedale ANNO ACCADEMICO 0/03 Formule d Stattca ecoda parte) - d Mamo Crtallo Calcolo combatoro dpozo emplc D = - - L - k+, k o alteratva D =!, k - k! ) ) ) ) permutazo emplc D =P =!, permutazo co rpetzoe r! P =!! Lk combazo emplc -) -) L - k+)! C, k= = = k! - k)! k! k Operazo tra gl evet A B = B A e A B = B A [legg commutatve] A B C) = A B) C A B C) = A B) C ) A C) ) A C) A B C) = A B A B C) = A B [legg aocatve] [legg dtrbutve] A B) = A B e A B) = A B [legg d De Morga]

2 Probabltà legge della probabltà medate l complemeto P A = P A ) ) legge della omma P A A = P A + P A P A A ) ) ) ) probabltà codzoata d A dato B P A B) P A B ) =, poto P B) > 0 P B ) legge del prodotto o delle probabltà compote P A B = P A P B A ) ) ) legge delle probabltà compote el cao d due evet A e B dpedet P A B = P A P B ) ) ) geeralzzazoe della legge delle probabltà compote L ) P A A A = ) ) 3 ) K K ) = P A P A A P A A A P A A A A legge delle probabltà compote ) = P A ) P B A ) P B = Teorema d Baye P A ) P B A ) P A B) = P A P B A = ) ) Varabl aleatore valore medo o valore atteo) μ== μ== cao dcreto cao cotuo

3 varaza = μ = μ cao dcreto = μ = μ cao cotuo fuzoe d rpartzoe = = = == = cao dcreto cao cotuo v.c. d Beroull P x=π! Π!, co x = 0, = # X) = Π -Π) v.c. bomale P x=$ x &Π! Π '!, co x = 0,,, = # X) = Π -Π) v.c. pergeometrca P x= $ A x &$N A x & $ N & = +, σ = +,, +,,, v.c. d Poo P x= e/ λ! co x=0,,,.. x! EX=σ = ;. v.c. epoezale,;= ;< = per x>0,;= < = EX) = / ; σ = / ; 3

4 Dtrbuzo campoare Meda artmetca Campoameto co rpetzoe o beroullao) >=μ Campoameto eza rpetzoe?@a >= >=μ Campoameto blocco?@a >=,, >=μ?@a >= Proporzoe Etrazoe co rpetzoe coè beroullaa) =,,?@A = Metod d tma putuale e propretà degl tmator Metodo d mama veromglaza Metodo de momet Propretà tmator a) Correttezza E Θ)=θ ˆ b) Effceza el cao d tmator corrett) [ ˆ ˆ EΘ) ] mmo Var Θ ˆ ) = E Θ- = Lmte ferore d Cramer-Rao otto certe codzo d regolartà: o alteratva E l f x, θ ) θ l f x, θ ) E θ 4

5 c) Coteza lm Pr ˆ Θ θ < ε ) = Stma tervallare Itervallo d cofdeza per la meda µ el cao d grad campo >00) x z α / ),x + z α / ) = = x x) Itervallo d cofdeza per la meda µ el cao d pccol campo. Se la varable X è dtrbuta ecodo ua curva ormale, e o cooce σ : x t α / ), x + t α / ) = = x x) Itervallo d cofdeza per la proporzoe o frequeza relatva) p el cao d grad campo >00) ) z α / ), + z α / ) ) Verfca d pote co u campoe Verfca delle pote della meda el cao d grad campo >00) La tattca tet è la ormale tadardzzata : x µ 0 Verfca delle pote della meda el cao d pccol campo Se la varable X dtrbuce ecodo ua curva ormale, e o è oto σ, la tattca tet da utlzzare è la t d Studet co -) grad d lbertà: x µ 0 t = 5

6 Verfca delle pote della proporzoe o frequeza relatva) el cao d grad campo >00) La tattca tet da utlzzare è la eguete: p 0 p 0 p ) 0 Verfca d pote co campo dpedet Verfca delle pote ulle mede el cao d grad campo La tattca tet da utlzzare è la ormale tadardzzata : x ˆ σ x ˆ σ + x x ) = = ˆ σ e ˆ σ x x ) = = Verfca delle pote delle proporzo el cao d grad campo La tattca tet da utlzzare è la ormale tadardzzata : ) + + = + 6

Formulario e tavole. Arrotondamento e notazione scientifica. Corso di Statistica. S. Iacobelli. Complementi per il corso di Statistica

Formulario e tavole. Arrotondamento e notazione scientifica. Corso di Statistica. S. Iacobelli. Complementi per il corso di Statistica Complemet per l coro d Stattca Formularo e tavole Ne è coetto l uo all eame crtto, ma og Studete deve coultare olo l propro formularo, e eu altro materale! Arrotodameto e otazoe cetfca Arrotodameto Suggermeto:

Dettagli

= x x... x = x N N. M x x... x x. x + I valori medi. media aritmetica (semplice e ponderata) media geometrica (semplice e ponderata)

= x x... x = x N N. M x x... x x. x + I valori medi. media aritmetica (semplice e ponderata) media geometrica (semplice e ponderata) Uvertà degl Stud d Balcata Facoltà d Ecooma Coro d Laurea Ecooma Azedale AO ACCADEMICO 0/03 Formule d Stattca (prma parte) - d Mamo Crtallo - I valor med meda artmetca (emplce e poderata) + +... + µ +

Dettagli

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza

Università egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza Uverstà egl Stud d Bergamo Corso d laurea Igegera dle STATISTICA Stma d massma verosmglaza Sao,, varabl aleatore d Posso dpedet, cascua co valore atteso λ S determ lo stmatore d massma verosmglaza d λ

Dettagli

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento

Capitolo 17. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 17.1: Suggerimento Captolo 17 Suggermet agl eercz a cura d Elea Slett Eerczo 17.1: Suggermeto S rcord che X 1, X 2, X 3 oo v.c. dpedet quado le etrazo oo co rpozoe. Uo tmatore T dce o dtorto e l uo valore atteo cocde co

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p ε per

Dettagli

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione

Stima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione STIMA PARAMTRICA TST DLL IPOTSI L fereza Statstca rguarda affermazo crca I parametr d ua popolazoe sulla base della metodologa statstca e del calcolo delle probabltà Stma putuale Quado u parametro della

Dettagli

STATISTICA A K (63 ore) Richiami sulla regressione RETTA DI REGRESSIONE MODELLO DI REGRESSIONE. Marco Riani, Univ. di Parma 1

STATISTICA A K (63 ore) Richiami sulla regressione RETTA DI REGRESSIONE MODELLO DI REGRESSIONE. Marco Riani, Univ. di Parma 1 STATISTICA A K 63 ore Rcham ulla regreoe Marco Ra mra@upr.t http://www.ra.t MODELLO DI REGRESSIONE y = a + b + e =,, dove: a + b rappreeta ua retta: a = ordata all orge tercetta b = coeff. agolare coeff.

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p per co

Dettagli

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2

SECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2 Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della

Dettagli

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti

Dai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt e l fereza S defsce campoameto u procedmeto attraverso l quale

Dettagli

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo

Ellissi di densità costante. Distribuzione normale multivariata. Ellissoidi di isodensità. Esempio isodensità: X~N 2 (μ,σ) Consideriamo Dstrbuzoe ormale multvarata / f ( ) π = Σ exp ( )' ( ) μ Σ μ Ellss d destà costate Cosderamo c = % ' Σ % = ( μ)' Σ ( μ) S dca co N p (μ,σ) Relazoe tra ormale multvarata e ormale multvarata stadard N p

Dettagli

LA FUNZIONE DI VEROSIMIGLIANZA

LA FUNZIONE DI VEROSIMIGLIANZA A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE

Dettagli

Il campionamento e l inferenza

Il campionamento e l inferenza e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco Ao

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

Esercitazione 6 del corso di Statistica (parte 1)

Esercitazione 6 del corso di Statistica (parte 1) Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,

Dettagli

DATA MINING PER IL MARKETING (63 ore)

DATA MINING PER IL MARKETING (63 ore) DATA MINING PER IL MARKETING (63 ore) Marco Ra mra@upr.t Sto web del corso http://www.ra.t/dmm REGRESSIONE INFERENZIALE 1 Itroduzoe agl elemet aleator N. dpedet (X) Vedte mlo d (Y) A 10 1,9 B 18 3,1 C

Dettagli

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;

( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d; ESERCIZIO 5. Sa (X, X,, X ) u campoe casuale geerato da ua v.c. X f(x; θ) per la quale è oto che E(X) θ e Var(X). S cosdero 3 stmator d θ: X ; X ; ( ) X 3 a) s determ se soo corrett; b) per quell o corrett,

Dettagli

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza

Soluzione degli esercizi sulla statistica descrittiva e gli intervalli di confidenza Soluzoe degl esercz sulla statstca descrttva e gl tervall d cofdeza. Il campoe casuale d tagla 35 ha meda 0.866 e medaa 0.6490. Il coeffcete d asmmetra rsulta essere.57, pertato samo preseza d ua asmmetra

Dettagli

Compito A1- Soluzioni

Compito A1- Soluzioni Compto A- Soluzo Eserczo (4 put) I ua dage statstca codotta presso 0 rstorat s soo raccolt dat rportat tabella, dove l sgfcato delle varabl è l seguete Spesa: Copert: Stelle: esa a persoa meda (escl. bevade)

Dettagli

Analisi delle distribuzioni doppie: dipendenza

Analisi delle distribuzioni doppie: dipendenza Varabl statstche bvarate Aals delle dstrbuzo doppe: dpedeza Ccchtell Cap. 9 Utà statstche u u : : : u : : : v.s. bvarata quattatva (, ) : U R, soo le COMPONENT d (,) u uvola d put (scatter plot) u Statstca

Dettagli

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X

Def. Si dice variabile aleatoria discreta X una variabile che può assumere valori X1, X Prof.ssa Emauela Baudo Fabrza De Berard VARIABILI ALEATORIE DISCRETE E DISTRIBUZIONI DI PROBABILITA Def. S dce varable aleatora dscreta X ua varable che può assumere valor X, X,... X corrspodet ad evet

Dettagli

Var iabili aleatorie continue

Var iabili aleatorie continue Var abl aleatore cotue Probabltà e Statstca I - Varabl aleatore cotue - a.a. 04/05 Per ua varable aleatora dscreta, la fuzoe massa d probabltà ) f f è tale che ( x ) ) a 3) x f :,..., ( x Defzoe { x, x,,

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

Sommario. Corso di Statistica Facoltà di Economia. Indici Statistici di posizione o locazione Medie (cont.) Moda Mediana. Lezione n 5.

Sommario. Corso di Statistica Facoltà di Economia. Indici Statistici di posizione o locazione Medie (cont.) Moda Mediana. Lezione n 5. Corso d Statstca Facoltà d Ecooma Lezoe 5 a.a. 000-00 00 Fracesco Mola z z z z Sommaro Idc Statstc d poszoe o locazoe Mede (cot. Moda Medaa a.a. 000-000 statstca-fracesco mola 4 a Propretà della meda artmetca

Dettagli

Esercitazione V: Sintesi di una variabile quantitativa: variabilità.

Esercitazione V: Sintesi di una variabile quantitativa: variabilità. Eerctazoe V: Ste d ua varable quattatva: varabltà. Eerczo Calcolare lo cotameto emplce medo dalla medaa e dalla meda artmetca, la varaza, lo carto quadratco medo e l coeffcete d varazoe della eguete dtrbuzoe:

Dettagli

exp("# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL.

exp(# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL. DISTRIBUZIONE EV o DI GUMBEL. x x [ $ e ] exp[ e ] F x exp co: Sgfcato de parametr: f exp al posto d : Numero medo d evet dpedet [ 0,t], ad esempo u ao. / :Valore medo della gradezza dell eveto, esempo

Dettagli

casuale tra 1 e 100; il campione sarà formato dalle unità con le 8, 100, 88, 39, 29 potrà essere più selezionato).

casuale tra 1 e 100; il campione sarà formato dalle unità con le 8, 100, 88, 39, 29 potrà essere più selezionato). Ifereza Statstca Cosste el trarre delle cocluso (fare fereza) relatvamete a ua certa popolazoe sulla base d u campoe. Popolazoe: totaltà de cas (utà statstche) su qual s mafesta l feomeo oggetto d studo.

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità

SIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità SIMULAZIONE DI SISTEMI CASUALI parte Varabl casual e Dstrbuzo d varabl casual Calcolo delle probabltà Defzo Il calcolo delle probabltà tede a redere razoale l comportameto dell uomo d frote all certezza;

Dettagli

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto

CORSO DI LAUREA IN ECONOMIA AZIENDALE Metodi Statistici per le decisioni d impresa (Note didattiche) Bruno Chiandotto CORSO DI LAUREA IN ECONOMIA AZIENDALE Metod Statstc per le decso d mpresa (Note ddattche) Bruo Chadotto 5. Campo casual e dstrbuzo campoare - Campo casual Nel Cap. 3 d queste ote s è avuto modo d dstguere

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 3,6 5 5 38 40 45 63 63/5 3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura:

y = α + βx + ε Qui ci soffermeremo su un unica classe di modelli, detti modelli statistici lineari. Si veda la seguente figura: Il problema della regressoe s poe quado l valore d ua varable aleatora y, chamata varable dpedete, è fuzoe d ua varable o aleatora x, chamata varable dpedete Qu c soffermeremo su u uca classe d modell,

Dettagli

Formulario. per il corso di Statistica. (materiale consultabile durante l esame scritto)

Formulario. per il corso di Statistica. (materiale consultabile durante l esame scritto) Formularo er l coro d Stattca (materale coultable durate l eame crtto Catolo. Carattertche del domo delle varabl: a Icomatbltà : X X j er og j ex, X j S b Eautvtà : er og u P X( u S c Rroducbltà: X X e

Dettagli

Formulario e tavole. Complementi per il corso di Statistica Medica

Formulario e tavole. Complementi per il corso di Statistica Medica Complemet per l corso d Statstca Medca Formularo e tavole Ne è cosetto l uso all esame scrtto, ma og Studete deve cosultare solo l propro formularo, e essu altro materale! Statstca Descrttva destà ampea

Dettagli

Elementi di Statistica

Elementi di Statistica Elemet d tatstca Itroduzoe Cotraramete a quato s potrebbe pesare, la possbltà d attgere a ua gradssma quattà d formazo rscha d mpedrc d fatto d utlzzare ache solo ua parte d queste: o basta fatt avere

Dettagli

I percentili e i quartili

I percentili e i quartili I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q

Dettagli

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE

PROVA SCRITTA DI STATISTICA (COD ) 4 Febbraio 2004 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE PROVA SCRITTA DI STATISTICA (COD 08-07-7-77) Febbrao 00 MODALITÀ A APPROSSIMARE TUTTI I CALCOLI ALLA QUARTA CIFRA DECIMALE ESERCIZIO (6 put) Da ua classfca del sto teret IBS rsulta che 0 flm pù vedut vdeocassetta

Dettagli

Variabili casuali doppie

Variabili casuali doppie Varabl casual doppe Ua varable casuale doppa (,) è ua fuzoe defta sullo spazo campoaro che assoca ad og possble rsultato dell espermeto ua coppa d umer real (x,y) S y ω ω 3 ω y y 3 (x, y ) (x, y ) (x 3,

Dettagli

ESERCIZI DI STATISTICA

ESERCIZI DI STATISTICA ESERCIZI DI STATISTICA Soluzo degl esercz sugl stmator putual. A cura d Nazareo Maro Soluzoe dell'eserczo. Trovamo, come prmo passo, la fuzoe d verosmglaza che è: L( f(x, {

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

Chimica Analitica Statistica chemiometrica 1 1. INTRODUZIONE

Chimica Analitica Statistica chemiometrica 1 1. INTRODUZIONE Chmca Aaltca Stattca chemometrca. INTRODUZIONE.. Problem aaltc quattatv I metod chmco-aaltc trumetal hao lo copo d quatfcare o d determare propretà chmco-fche d uo o pù aalt coteut ua matrce. Tal metod

Dettagli

Consistenza : se una distribuzione è fatta da termini costanti allora la media deve essere uguale a tale costante

Consistenza : se una distribuzione è fatta da termini costanti allora la media deve essere uguale a tale costante ANALISI DELLE DISTRIBUZIONI STATISTICHE L Aal delle Dtrbuzo Stattche cote ell elaborazoe ateatca de dat tattc. Lo copo è quello d rcavare tutte le orazo tetche pù portat che rguardao dat raccolt. Idc d

Dettagli

Seconda Prova Parziale di STATISTICA Modalità A

Seconda Prova Parziale di STATISTICA Modalità A Secoda Prova Parzale d STATISTICA 0..07 Modaltà A (A) a f della valutazoe verrao cosderate solo le rsposte rportate dallo studete egl appost rquadr bach. (B) ello svolgmeto del compto s utlzzo almeo quattro

Dettagli

Indici di Posizione: Medie Algebriche

Indici di Posizione: Medie Algebriche ANALISI DELLE DISTRIBUZIONI STATISTICHE L Aal delle Dtrbuzo Stattche cote ell elaborazoe ateatca de dat tattc. Lo copo è quello d rcavare tutte le orazo tetche pù portat che rguardao dat raccolt. Idc d

Dettagli

ANOVA (ANalysis Of VAriance) Un caso di studio. ANOVA (Analisi della varianza ad un fattore) ANOVA (Analisi della varianza ad un fattore)

ANOVA (ANalysis Of VAriance) Un caso di studio. ANOVA (Analisi della varianza ad un fattore) ANOVA (Analisi della varianza ad un fattore) /0/00 ANOVA (ANaly Of VArace U cao d tudo Coro d Stattca per l prea I put vedta d u azeda oo clafcat bae all ubcazoe (cetro, ecetro, perfera Prof. A. Regol a.a. 00-0 Sulla bae delle oervazo capoare vuole

Dettagli

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1

La media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1 Le mede Mede: permettoo d stetzzare ua dstrbuzoe sulla base d u solo valore. Possoo essere classcate : Mede aaltche: calcolate tramte operazo algebrche su valor del carattere solo per caratter quattatv

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

Variabili casuali. Esempio. Variabili casuali discrete. W discreto. W continuo. V.C. discreta. V.C. discreta o continua

Variabili casuali. Esempio. Variabili casuali discrete. W discreto. W continuo. V.C. discreta. V.C. discreta o continua //7 arabl casual Ua varable casuale X e ua fuzoe defta sullo spazo campoaro W che assoca ad og eveto W u uco umero reale. X Ua varable casuale può essere classfcata come dscreta o cotua. Ua varable casuale

Dettagli

Istogrammi e confronto con la distribuzione normale

Istogrammi e confronto con la distribuzione normale Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):

Dettagli

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya

12/11/2015 STATISTICA 1. Esercitazione 4. Dott.ssa Vera Gurtovaya STATISTICA Eserctazoe 4 Dott.ssa Vera Gurtovaa //5 Eserczo. La seguete tabella a doppa etrata rporta dat relatv al umero d SMS vat u mese e all'età de mttet. S calcolo covaraza e correlazoe della varable

Dettagli

12. STATISTICHE CAMPIONARIE

12. STATISTICHE CAMPIONARIE . STATISTICHE CAMPIONARIE. Ce su pa d campoameto Per cooscere le caratterstche gote d ua o pù varabl ua popolazoe s rcorre d solto a u dage campoara e dat raccolt vegoo elaborat per otteere formazo sulla

Dettagli

4 CAMPIONE DI n UNITA STATISTICHE (lettere latine)

4 CAMPIONE DI n UNITA STATISTICHE (lettere latine) 4 CAMPIONE DI UNITA TATITICHE (lettere late) Meda campoara x meda solo per dat quattatv m 1 x = modaltà assuta dall -esma utà statstca Devaza campoara solo per dat quattatv 1 ( x m) 1 x 1 x dev.q Varaza

Dettagli

Esercitazione 4 del corso di Statistica (parte 1)

Esercitazione 4 del corso di Statistica (parte 1) Eserctazoe 4 del corso d Statstca (parte ) Dott.ssa Paola Costat Febbrao 0 Eserczo Data la dstrbuzoe del carattere Reddto d cu all eserczo precedete se e msur l grado d cocetrazoe. La cocetrazoe d u carattere

Dettagli

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:

La media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma: La meda artmetca La sua dvduazoe s basa sulla logca della trasferbltà d u carattere. ( ) = ( µ µ ) f,, f,, volte Se la fuzoe f( ) corrspode alla somma: + + + = µ + µ + + µ volte + + + = µ µ X= = La meda

Dettagli

Voti Diploma Classico Scientifico Tecn. E Comm Altro

Voti Diploma Classico Scientifico Tecn. E Comm Altro 4 Data la seguete dstrbuzoe doppa de vot rportat ad u esame secodo l Dploma posseduto: Vot 8-3-5 6-8 9-30 Dploma Classco 8 4 5 Scetfco 5 7 7 5 Tec E Comm 8 0 0 Altro 3 a) s calcol la meda artmetca de vot

Dettagli

(ultimo caso se valido se i dati sono ordinati) Def. Campo di Variabilità (Range) E dato da max(x i )-min(x i ) Def. Differenza InterQuartile Q3 Q1

(ultimo caso se valido se i dati sono ordinati) Def. Campo di Variabilità (Range) E dato da max(x i )-min(x i ) Def. Differenza InterQuartile Q3 Q1 Idc d Dperoe o d Varabltà: Rage e DIQ No bata la cooceza d quale è la pozoe meda de dat tattc, erve ache coocere quale è la varabltà de dat raccolt attoro al valore medo. Allo copo d troducoo gl dc d varabltà.

Dettagli

Modelli nel dominio della pulsazione complessa s

Modelli nel dominio della pulsazione complessa s Modello VS: Modell el domo della pulaoe complea x&( t) Ax() t Bu() t yt () Cxt () Dut () x() x( ) Ax() Bu () y () Cx () Du () x() ( I A) Bu() ( I A) x() [ ] y () CI ( A) B Du () CI ( A) x() 444444443 44443

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

CAP. 2 - CAMPIONAMENTO e DISTRIBUZIONI CAMPIONARIE

CAP. 2 - CAMPIONAMENTO e DISTRIBUZIONI CAMPIONARIE B. Chadotto Versoe 07 Cap. Campoameto e dstrbuzo campoare CAP. - CAMPIONAMENTO e DISTRIBUZIONI CAMPIONARIE Itroduzoe Nella premessa a queste ote s è avuto modo d dstguere la statstca descrttva dalla statstca

Dettagli

Consentono di descrivere la variabilità all interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche

Consentono di descrivere la variabilità all interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche Metodologa della rcerca pcologa clca - Dott. Luca Flppo Coetoo d decrvere la varabltà all tero della dtrbuzoe d frequeza tramte u uco valore che e tetzza le carattertche Metodologa della rcerca pcologa

Dettagli

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 1 febbraio

I Appello di Calcolo delle Probabilità Cognome: Laurea Triennale in Matematica 2011/12 Nome: 1 febbraio I Appello d Calcolo delle Probabltà Cogome: Laurea Treale Matematca / Nome: febbrao Emal: Quado o è espressamete dcato l cotraro, per la soluzoe degl esercz è possble usare tutt rsultat vst a lezoe (compres

Dettagli

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

ALCUNI ELEMENTI DI TEORIA DELLA STIMA ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale,

Dettagli

IL CALCOLO DELLA DOMANDA DI TRASPORTO (Capitolo 4)

IL CALCOLO DELLA DOMANDA DI TRASPORTO (Capitolo 4) Facoltà d Igegera - Uverstà d Bologa Ao Accademco: 00/ TECNICA ED ECONOMIA DEI TRASPORTI Docete: Maro Lup IL CALCOLO DELLA DOMANDA DI TRASPORTO (Captolo 4) Modello descrttvo per l calcolo della domada

Dettagli

Esercitazione 3 del corso di Statistica (parte 1)

Esercitazione 3 del corso di Statistica (parte 1) Eserctazoe 3 del corso d Statstca parte ) Dott.ssa Paola Costat 7 Febbrao 0 Eserczo. A partre dalla dstrbuzoe class della varable Altezza rpartta 3 class equfrequet, calcolare medaa, prmo e terzo quartle.

Dettagli

Variabilità = Informazione

Variabilità = Informazione Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche

Dettagli

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115

Quale retta? La retta migliore è quella che più si avvicina all insieme dei 115 Quale retta? Quale retta? Questa? Oppure questa? Questa certamete o! 0 1 0 1 La retta mglore è quella che pù s avvca all seme de 115 put corrspodet alle coppe d valor (x, y ). Per la stma de parametr s

Dettagli

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che: Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore

Dettagli

La distribuzione Normale

La distribuzione Normale Matatca Fca cla 5G La dtrbuzo oral Fracco Fotaa otaa@lcorrar.t paga La dtrbuzo oral Mda dvazo tadard Codrao rultat pr ua varabl alatora. Il valor do ott co la da arttca d valor qut oo ugualt rqut ugualt

Dettagli

Teoria dei processi casuali a tempo continuo. Seconda lezione: Medie statistiche

Teoria dei processi casuali a tempo continuo. Seconda lezione: Medie statistiche Teora de process casual a tempo contnuo Seconda lezone: Valore medo e autocorrelazone Esemp Valor med de process Quas Determnat (QD) 005 Poltecnco d Torno Valore medo e autocorrelazone e valore atteso

Dettagli

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua

Università di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,

Dettagli

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni

Esercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni Eserctazo d Calcolo delle Probabltà (16/1/011) Soluzo Eserczo 1 1. S trov l valore del parametro θ per cu la tabella seguete defsce la fuzoe d probabltà d ua v.c. udmesoale X e la s rappreset grafcamete.

Dettagli

Esercitazione 5 del corso di Statistica (parte 1)

Esercitazione 5 del corso di Statistica (parte 1) Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli

Sommario. Facoltà di Economia. 1 k. 1 1 ε. francesco mola. Lezione n 16. Diseguaglianza di Cebicev. Diseguaglianza di Cebicev

Sommario. Facoltà di Economia. 1 k. 1 1 ε. francesco mola. Lezione n 16. Diseguaglianza di Cebicev. Diseguaglianza di Cebicev Crs d tatstca Facltà d Ecma a.a. 00-00 fracesc mla mmar La dseguaglaza d Cebcev Cvergeza e rcpal Terem Cvergeza prbabltà Cvergeza dstrbuze Terema d Berull Legge de Grad Numer (deble e frte) Terema d De

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa

Dettagli

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).

Il termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica). Regressoe leare Il terme regressoe fu trodotto da Fracs Galto (8-9), atropologo (promotore dell eugeetca). I u suo famoso studo (877-885), Galto scoprì che, sebbee c fosse ua tedeza de getor alt ad avere

Dettagli

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.

Generalmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo. È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo

Dettagli

D e f i n i z i o n e d i S t a t i s t i c a

D e f i n i z i o n e d i S t a t i s t i c a D e f z o e d S t a t s t c a Complesso d crter e metod quattatv per l osservazoe e l aals de feome Feome collettv Defzoe d popolazoe statstca o collettvo statstco Iseme d pù utà omogeee rspetto ad uo

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

ELEMENTI DI STATISTICA

ELEMENTI DI STATISTICA ELEETI DI STATISTICA S desce popolazoe oggetto l seme d tutt quegl elemet che hao comue almeo ua caratterstca (o attrbuto) Lo studo d ua popolazoe è eettuato qud dal puto d vsta d u suo attrbuto: s valuta

Dettagli

D e f i n i z i o n e d i S t a t i s t i c a

D e f i n i z i o n e d i S t a t i s t i c a D e f z o e d S t a t s t c a Complesso d crter e metod quattatv per l osservazoe e l aals de feome Feome collettv Defzoe d popolazoe statstca o collettvo statstco Iseme d pù utà omogeee rspetto ad uo

Dettagli

Modelli di accumulo del danno dovuto a carichi ciclici

Modelli di accumulo del danno dovuto a carichi ciclici Modell d accumulo del dao dovuto a carch cclc Modell d accumulo del dao dovuto a carch cclc È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa

Dettagli

Francesco Ciatara ELEMENTI STATISTICA

Francesco Ciatara ELEMENTI STATISTICA Fracesco Catara ELEMENTI d STATISTICA 0 La dstrbuzoe statstca Per llustrare e defre gl uvers, per assemblare le utà grupp, sosttuedo a soggett class equvalet, o meglo, costrure collettv mor costtut da

Dettagli

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1

Facoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1 Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe

Dettagli

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1

( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1 Mutua varabltà È ua msura d quato le utà statstche dfferscoo tra d loro (o pù rspetto ad u puto fsso). Il calcolo degl dc s basa sulle dffereze tra tutte le coppe d utà statstche. Dffereze mede (seza rpetzoe)

Dettagli

Regressione e Correlazione

Regressione e Correlazione Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata

Dettagli

DISTRIBUZIONE DI STUDENT

DISTRIBUZIONE DI STUDENT Laboratoro d Fsca ( Meccaca e Termodamca a.a. 007/08 F.Balestra PICCOLI CAMPIONI. TET d TUDENT. INTERVALLI d CONFIDENZA: DITRIBUZIONE DI TUDENT 0.4 0. N N N5 N0 N5 N50 0. - 4-4 Itervall cofdeza P[ - μ

Dettagli

FREQUENZE DI DECESSO PER TAVOLE SELEZIONATE. Un modello di sopravvivenza selezionato è definito mediante una famiglia di funzioni di sopravvivenza

FREQUENZE DI DECESSO PER TAVOLE SELEZIONATE. Un modello di sopravvivenza selezionato è definito mediante una famiglia di funzioni di sopravvivenza Feueze eceo pe tavole elezoate FREQUENZE DI DEESSO PER TAVOLE SELEZIONATE U moello opavvveza elezoato è efto meate ua famgla fuzo opavvveza t S ; t 0 a, a, K ove è l età tea geo acuazoe t è l atuata ell

Dettagli

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità

Sommario. Facoltà di Economia. Generalità sulla variabilità A B C. francesco mola. Lezione n 4. Variabilità e Dispersione. Concetto di variabilità Corso d Statstca Facoltà d Ecooma a.a.. 00-00 fracesco mola Lezoe 4 Sommaro Campo d varazoe Varaza Scarto uadratco medo Coeffcete d varazoe Scostamet dalla Meda e dalla Medaa Mutua Varabltà Mutabltà lez4

Dettagli

LA MODELLAZIONE EMPIRICA DELLE RELAZIONI ECONOMICHE: APPLICAZIONI IN STATA 7. Maria Elena Bontempi

LA MODELLAZIONE EMPIRICA DELLE RELAZIONI ECONOMICHE: APPLICAZIONI IN STATA 7. Maria Elena Bontempi LA MODELLAZIOE EMPIRICA DELLE RELAZIOI ECOOMICHE: APPLICAZIOI I STATA 7 Mara Elena Bontemp e.bontemp@economa.unfe.t III LEZIOE: Anal prelmnare multvarata d dat cro-ecton: catter, nterpolazone IV LEZIOE:

Dettagli

TEST CHI DI INDIPENDENZA STOCASTICA

TEST CHI DI INDIPENDENZA STOCASTICA Comad cel: Test Ch d dpedeza, pag. Test F a due campo per varaze, pag. Materale ddattco per eserctazo cel pro. R. D Ago, Castellaza, Dcembre, 4 TST CHI DI INDIPNDNZA STOCASTICA Per due pop. stat. e s vuole

Dettagli

Richiami di Statistica

Richiami di Statistica Rcham d Stattca Ifeeza u paamet del modello d egeoe Auzo del modello d egeoe Leatà Idpedeza de edu dalle ealzzazo della vaale dpedete geee aute come eogee e ta d loo aeza d autocoelazoe de edu ua ee toca

Dettagli

INTERVALLI DI CONFIDENZA. Facciamo finta di essere nell'ambito deterministico anziché probabilistico.

INTERVALLI DI CONFIDENZA. Facciamo finta di essere nell'ambito deterministico anziché probabilistico. INTERVALLI DI CONFIDENZA Faccamo fta d essere ell'ambto determstco azché probablstco Predamo u pao cartesao T (dove è l asse della varable dpedete x e T l asse della varable dpedete t ) Dsegamo sul pao

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3 ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500

Dettagli

Modelli con varabili binarie (o qualitative)

Modelli con varabili binarie (o qualitative) Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.

Dettagli

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio

Caso studio 2. Le medie. Esercizio. La media aritmetica. Esempio 8/02/20 Caso studo 2 U vesttore sta valutado redmet d due ttol del settore Petrolo e Gas aturale. Sulla base de redmet goraler della settmaa passata vuole cercare d prevedere l redmeto per la prossma settmaa

Dettagli

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI CORSO DI STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI Idce I PARTE Sezoe I... Probabltà classca. Il problema d Galleo della somma del puteggo d tre dad... 3. Aagramm d parole co lettere rpetute o meo.

Dettagli

3. Distribuzione di statistiche campionarie

3. Distribuzione di statistiche campionarie 3. Dtrbuzoe d tattche campoare 3.. Alcu cocett troduttv 3... Parametr d ua popolazoe e tattche campoare Se ua tattca è calcolata ulla bae dell tera popolazoe otto oervazoe, l valore otteuto è detto parametro

Dettagli

Correlazione. Obiettivo: studiare la dipendenza fra due fenomeni quantitativi

Correlazione. Obiettivo: studiare la dipendenza fra due fenomeni quantitativi Correlazoe Obettvo: studare la dpedeza fra due feome quattatv Tasso d cambo dell euro rspetto al dollaro e allo e Redmeto d due ttol Idc de prezz all grosso e al dettaglo Etc. La popolazoe è descrtta da

Dettagli