Facoltà di Economia. θ θ. francesco mola. Lezione n 18

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Facoltà di Economia. θ θ. francesco mola. Lezione n 18"

Transcript

1 Corso di aisia Faolà di Eoomia a.a fraeso mola Esemio : u u amioe asuale di 8 egoi di arioli sorivi la media seimaale di saree vedue da iasu egoio risulaa ari a 00. i sa he ella oolaioe la deviaioe sadard delle vedie seimaali è ari a 8. i assuma l ioesi di ormalià del umero di sare vedue i ogi egoio. i osruisa u iervallo di ofidea al livello del 90% er la vera media seimaale di saree vedue da u sigolo egoio. Leioe 8 Le8_a.a saisia-fraeso mola Esemio. Due diversi isiui (I e I) soo iariai di effeuare u idagie re-eleorale sul balloaggio er la eleioe del adidao sidao di ua ià. a) I isiuo I effeua l idagie su 50 ersoe iervisae e rova he 50 di quese dihiarao di voare er il adidao sidao A mere il rimaee dihiara di voare er il adidao sidao B. Cosiderado u livello di fiduia di 0.9, qual è l iervallo he rova? b) I isiuo I effeua l idagie su 450 ersoe iervisae e rova he 50 di quese dihiarao di voare er il adidao sidao A mere il rimaee dihiara di voare er il adidao sidao B. Cosiderado u livello di fiduia di 0.9, qual è l iervallo he rova? INTERVALLI DI CONFIDENZA ime uuali ime iervallari θ θ 3 θ θ θ 4 ) Che differee i soo ei risulai raggiui dai due isiui? Le8_a.a saisia-fraeso mola 3 Le8_a.a saisia-fraeso mola 4

2 oluioe eseriio :a) Livello di ofidea 0.9 Disribuioe di riferimeo roorioe Camioaria Dimesioe del amioe 50 roorioe voai ˆ 50 /50 / adidao A roorioe di o voai il adidao A Verifia arossimaioe ad ua ormale roorioe ella oolaioe ( ˆ ) qˆ 00 /50 / π q ˆ ˆ 50*0.33*0.66 > 0 ˆ ˆ ˆ ˆ r ˆ ˆ / * q q π / * 0.33* *0.66 r * π * { π } r [ 0.7;0.39 ] IC.. Le8_a.a saisia-fraeso mola 5 Le8_a.a saisia-fraeso mola 6 oluioe eseriio :b) Livello di ofidea 0.9 Disribuioe di riferimeo roorioe Camioaria Dimesioe del amioe 450 roorioe voai ˆ 50 / 450 / adidao A roorioe di o voai il adidao A Verifia arossimaioe ad ua ormale roorioe ella oolaioe ( ˆ ) qˆ 300 / 450 / π q ˆ ˆ 450*0.33*0.66 > 0 ˆ ˆ ˆ ˆ r ˆ ˆ / * q q π / * 0.33* *0.66 r * π * { π } r [ 0.9;0.37 ] IC.. ) Aumeado la dimesioe del amioe l iervallo si ridue di amiea Le8_a.a saisia-fraeso mola 7 Le8_a.a saisia-fraeso mola 8

3 oluioe eseriio ) Livello di ofidea 0.9 Disribuioe di riferimeo Media Camioaria Dimesioe del amioe 8 Media el amioe Deviaioe sadard ella oolaioe Variaa ella oolaioe { } r / * / * { 8 8 } r * * { } r [ 98.54;0.56 ] IC.. ) Aumeado la dimesioe del amioe l iervallo si ridue di amiea Le8_a.a saisia-fraeso mola 9 Le8_a.a saisia-fraeso mola 0 Iervalli di ofidea Livello di ofidea o Livello fiduiario osideriamo N(, ) Z N ( 0,) o e osideriamo le avole della Z, ossiamo Idividuare valori e : ( Z ) r 0 Quae soo le oie di e he soddisfao la relaioe? Le8_a.a saisia-fraeso mola Le8_a.a saisia-fraeso mola

4 e imoiamo il violo he [ ] sia erale, ioè, { Z } e { Z } allora si ha solo e Caso della disribuioe Normale 0 Z Le8_a.a saisia-fraeso mola 3 Le8_a.a saisia-fraeso mola 4 Caso della disribuioe Normale (o..) - Le8_a.a saisia-fraeso mola 5 L' iervallo omrede asuale il valore - iogio, o robabili à -, idiede emee valore di. e sosiuiam o ad sul amioe - iervallo di ofidea abbiamo, di - di ofidea : v.. il valore dal er al livello alolao Le8_a.a saisia-fraeso mola 6

5 Es : ,. 96 Iervallo asuale 0.95 Cosa sigifia.96? ,. 96 Iervallo di ofidea Le8_a.a saisia-fraeso mola 7 Le8_a.a saisia-fraeso mola 8 Esemio. Iervallo di ofidea er la media o (, ) N, oa Esemio. Iervallo di ofidea er la media o T i osidera la v.. T di ude ( i ) Abbiamo: { } - T NON oa { } Cioè: Le8_a.a saisia-fraeso mola 9 Le8_a.a saisia-fraeso mola 0

6 Esemio 3. Iervallo di ofidea er la variaa o (, ) N i riordi he χ o oa ( ) i Le8_a.a saisia-fraeso mola Cosiderado le avole della disribuioe χ ossiamo idividuare e ali he: Y y y, y, Y y,, y, y, y,, Le8_a.a saisia-fraeso mola, y Esemio 4. Iervallo di ofidea er la roorioe amioaria B, E ( ) VAR q Quidi si uò affermare he: q Risolvedo la diseguagliaa si ha: N, q Le8_a.a saisia-fraeso mola 3 Le8_a.a saisia-fraeso mola 4

7 4 4 Le8_a.a saisia-fraeso mola 5 Quado è abbasaa grade si ha: e essere ossoo 4 : quidi rasurai, 4 Le8_a.a saisia-fraeso mola 6 Esemio 5. Iervallo di ofidea er differee ra medie ( ), N ( ), N Caso : oe e Le8_a.a saisia-fraeso mola 7 ( ) ( ) ( ) 0, N Z È oo he: Quidi fissao si ha: ( ) ( ) ( ) { } Avedo oso Le8_a.a saisia-fraeso mola 8

8 L esressioe reedee uò essere risria osì: ( ) ( ) ( ) { } ( ) ( ), Iervallo asuale Le8_a.a saisia-fraeso mola 9 ( ) ( ), Iervallo di ofidea Esemio 5. Iervallo di ofidea er differee ra medie Caso : e iogie ( ) ( ) ( ) T Le8_a.a saisia-fraeso mola 30 e idihiamo o ( ) ( ) ( ) ( ) ( ) ( ) Le8_a.a saisia-fraeso mola 3.. g l er la differea ra roorioi si oera aalogamee Riosideriamo il aso: ( ) oa o, N A livello si uò vedere he l amiea dell iervallo è: Le8_a.a saisia-fraeso mola 3 A

9 e si risolve l esressioe reedee riseo ad : Esemio: A I al modo si deermia la umerosià miima del amioe A Le8_a.a saisia-fraeso mola 33 Le8_a.a saisia-fraeso mola 34

1 α. Corso di Statistica Facoltà di Economia. θ θ. X σ. Lezione n 24. Francesco Mola INTERVALLI DI CONFIDENZA. Stime puntuali Stime intervallari

1 α. Corso di Statistica Facoltà di Economia. θ θ. X σ. Lezione n 24. Francesco Mola INTERVALLI DI CONFIDENZA. Stime puntuali Stime intervallari Corso di aisia Faolà di Eoomia Leioe 4 INTERVALLI DI CONFIDENZA ime uuali ime iervallari aa 000-00 00 Fraeso Mola θ θ θ θ 3 θ 4 aa 000-00 saisia-fraeso mola Iervalli di ofidea Livello di ofidea o Livello

Dettagli

La verifica delle ipotesi

La verifica delle ipotesi La verifica delle iotesi Iotesi ulla Il rocesso di verifica di iotesi è u rocesso di falsificaioe dell iotesi ulla (coteete lo stato dell arte) cotro l iotesi alterativa (coteete il uovo) Essa rareseta

Dettagli

PROBLEMI DI INFERENZA SU PERCENTUALI

PROBLEMI DI INFERENZA SU PERCENTUALI ROBLEMI DI INFERENZA SU ERCENTUALI STIMA UNTUALE Il roblema della stima di ua ercetuale si oe allorchè si vuole cooscere, sulla base di osservazioi camioarie, la frazioe π di ua oolazioe N che ossiede

Dettagli

STIME E LORO AFFIDABILITA

STIME E LORO AFFIDABILITA TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da

Dettagli

STIMA PUNTUALE DEI PARAMETRI

STIMA PUNTUALE DEI PARAMETRI STIMA DEI ARAMETRI STIMA UTUALE DEI ARAMETRI er STIMA UTUALE DEI ARAMETRI iede l iieme dei meodi ifereiali che permeoo di aribuire u valore ad u paramero della popolaioe, uiliado i dai di u campioe cauale

Dettagli

In linguaggio analitico parlare di tre tagli equivale ad individuare le equazioni di tre rette che intersecano il triangolo in questione.

In linguaggio analitico parlare di tre tagli equivale ad individuare le equazioni di tre rette che intersecano il triangolo in questione. Tre tagli... sette parti Dividere u triagolo dato o tre tagli rettiliei i sette parti di ui quattro siao triagoli (e le rimaeti tre, petagoi). Ua delle parti triagolari è limitata dai tre tagli, iasua

Dettagli

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo Uiversità degli Studi di Napoli Partheope Corso di Laurea i Maagemet per le Imprese Turistiche STATISTICA per il Turismo Docete: Sergio Logobardi sergio.logobardi@uipartheope.it Stima itervallare Stima

Dettagli

Il confronto tra DUE campioni indipendenti

Il confronto tra DUE campioni indipendenti Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo

Dettagli

IL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche

IL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche IL CAMPIONAMENTO Defiizioi POPOLAZIONE u isieme fiito o ifiito di uità statistiche CAMPIONE piccola frazioe di ua popolazioe le cui caratteristiche si approssimao a quelle della popolazioe. Il campioe

Dettagli

Stima dei parametri. a cura del prof. Guida

Stima dei parametri. a cura del prof. Guida Stima dei parametri a ura del prof. Guida Preedetemete soo state aalizzate le relazioi tra le statistihe ampioarie e i parametri della popolazioe: µ µ x σ 2 2 x σ σ x σ * per la distribuzioe ampioaria

Dettagli

Tecnica delle misurazioni applicate LS - Esame del 25 marzo 2010

Tecnica delle misurazioni applicate LS - Esame del 25 marzo 2010 Teia delle misurazioi appliate L - Esame del 5 marzo 010 Problema 1. La Adria ablaggi pa è u impresa he produe quadri elettrii e he, per la sua attività, aquista igeti quatità di avo elettrio. U poteziale

Dettagli

VERIFICA DI IPOTESI STATISTICHE

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

Dettagli

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)

COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x

Dettagli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe

Dettagli

Studieremo l effetto Doppler per le onde elettromagnetiche nella relatività speciale

Studieremo l effetto Doppler per le onde elettromagnetiche nella relatività speciale TORI FISICO MATMATICH DISPNSA N. 4 Sudieremo l effeo Doppler per le ode eleromageihe ella relaiià speiale. quaioi di Mawell el uoo. Siao il ampo elerio e il ampo mageio rispeo a u sisema di riferimeo ieriale,

Dettagli

CENTRO DI TAGLIO E TORSIONE SPURIA IN TRAVI A PARETE SOTTILE ESERCIZIO

CENTRO DI TAGLIO E TORSIONE SPURIA IN TRAVI A PARETE SOTTILE ESERCIZIO CENR DI AGLI E RSINE SPURIA IN RAVI A PAREE SILE ESERCIZI La sezioe di figura, sierica riseo ad u asse orizzoale assae er, è soggea all azioe di aglio agee i direzioe vericale e assae er il uo. Deermiare:

Dettagli

Modelli'di'Variabili'Aleatorie'

Modelli'di'Variabili'Aleatorie' ModellidiVariabiliAleaorie! VariabilialeaoriediBeroulli: " X èdiberoullidiparamero p (,) se P( X ) p e P( X ) p. " Proprieà: # E X # Var X : p X ( ) + p X ( ) p. E( X ) E( X) masiccome X X $ E( X) E( X)

Dettagli

Segnalate imprecisioni o chiedete chiarimenti a:

Segnalate imprecisioni o chiedete chiarimenti a: Dimesioameto di circuiti FC-MO Esercitazioe di Circuiti Elettroici Digitali LA Dimesioameto di circuiti FCMO Esercizio 1 i assuma la caacità di igresso dell ivertitore C 100fF: 1) i realizzio le reti PU

Dettagli

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

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

Dettagli

Teoria delle distribuzioni Parte quinta Limiti nel senso delle distribuzioni

Teoria delle distribuzioni Parte quinta Limiti nel senso delle distribuzioni ezioi di Maemaica e disribuzioi pare 5 Teoria delle disribuzioi Pare quia imii el seso delle disribuzioi operazioe di limie i seso disribuzioale Passiamo a raare, araverso ua serie di esempi precedui da

Dettagli

VERIFICA DI IPOTESI STATISTICHE

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

Dettagli

14. TENSIONI. Le tensioni sono lo strumento della meccanica dei continui per rappresentare lo stato di sforzo in un punto. n,n, n ).

14. TENSIONI. Le tensioni sono lo strumento della meccanica dei continui per rappresentare lo stato di sforzo in un punto. n,n, n ). 14. Le tesioi soo lo strumeto della meccaica dei cotiui per rappresetare lo stato di sforo i u puto. Defiiioe della tesioe secodo Cauch. f A V f Cosideriamo u geerico puto. uppoiamo di seioare idealmete

Dettagli

Programma lezione XIII

Programma lezione XIII Programma lezioe X /6 erfereza Diffrazioe Polarizzazioe Birifrageza Polarizzazioe circolare erfereza /6 si r r liea ei veri i e s i à Lo sfasameo ra le ue oe, ipee alla iffereza i cammio oico si e è pari

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe

Dettagli

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

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

Dettagli

Appunti di STATISTICA

Appunti di STATISTICA Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.

Dettagli

Corso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni

Corso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni Corso di Statistica Caale E Bii, Cutillo A.A. 17/18 Esercitazioe di riepilogo.8 Test di ipotesi Soluzioi Esercizio 1 A seguito della sostituzioe di u macchiario per il cofezioameto di caffè, il resposabile

Dettagli

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto

Dettagli

Campionamento e distribuzioni campionarie

Campionamento e distribuzioni campionarie Campioameto e distribuzioi campioarie Approccio idu8vo Ruolo dell ifereza sta>s>ca Procedure ifereziali di uso comue (itervalli di cofideza e test delle ipotesi) Risulta> e decisioi che dipedoo dalla limitatezza

Dettagli

Detta H(ω) la funzione di trasferimento del filtro a parametri costanti, per sbiancare il rumore occorre un filtro che abbia

Detta H(ω) la funzione di trasferimento del filtro a parametri costanti, per sbiancare il rumore occorre un filtro che abbia esori egali Rumore - Prof.. Cova - aello 4/0/0 - P ag. PROBLEMA uadro dei dai Imulso di corree del rivelaore I s ( s / s ) () ex(-/ s ) s µs Preamlificaore Limie di bada Resiseza di igresso Caacià all

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

Dettagli

Variabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità

Variabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità Variabilità o Dispersioe Defiizioe Attitudie di u feomeo ad assumere diverse modalità Le medie o bastao Esempio: caratteri quatitativi Codomiio A u.s. Numero televisori u 8 u 8 u3 8 u4 8 u5 8 Me=M=8 Codomiio

Dettagli

LE EQUAZIONI IRRAZIONALI

LE EQUAZIONI IRRAZIONALI LE EQUAZIONI IRRAZIONALI Per ricordare H Data ua qualsiasi equazioe A B, saiamo che ad essa si ossoo alicare i ricii di equivaleza che cosetoo di aggiugere o togliere esressioi ai due membri oure moltilicare

Dettagli

Forma Locale Vuoto. rote. rot Eo Eo. V y. V z. E x. E y. Fisica III 1. Forma locale della legge di Gauss. Forma locale della legge di Gauss.

Forma Locale Vuoto. rote. rot Eo Eo. V y. V z. E x. E y. Fisica III 1. Forma locale della legge di Gauss. Forma locale della legge di Gauss. F gg Gu. F u F gg Gu.,,,, g. (,, g w, à gu :., u.,,,, F. : Gé qu è g u g u bb : u è à è. U. g g. U U U u g. b u à g g u u. u. U u è u gg qu b u u. u u u u è qu u. u u., g, u è u., gg Gu, à è u u. qu u

Dettagli

Sforzo all interfaccia fra due regioni con differente permeabilità magnetica

Sforzo all interfaccia fra due regioni con differente permeabilità magnetica Sforzo all ierfaccia fra due regioi co differee permeabilià mageica Si cosideri l ierfaccia fra due regioi, Ω e Ω, avei diversa permeabilià mageica, rispeivamee e. Si limii ora lo sudio ad ua porzioe ifiiesima

Dettagli

Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati

Esercitazione parte 1 Medie e medie per dati raggruppati. Esercitazione parte 2 - Medie per dati raggruppati Esercitazioe parte Medie e medie per dati raggruppati el file dati0.xls soo coteute alcue distribuzioi di dati. Calcolare di ogua. Media aritmetica o Mostrare, co u calcolo automatico, che la somma degli

Dettagli

Distribuzioni di probabilità

Distribuzioni di probabilità Itroduzioe Distribuzioi di robabilità Fio ad ora abbiamo studiato ua secifica fuzioe desità di robabilità, la fuzioe di Gauss, che descrive variabili date dalla somma di molti termii idiedeti es. ua misura

Dettagli

STATISTICA INFERENZIALE: TRE FILE PDF

STATISTICA INFERENZIALE: TRE FILE PDF Uiversià C. Caaeo, Corso di STATISTICA. AA 008-9, Robero D Agiò STATISTICA INFERENZIALE: TRE FILE PDF Il file PDF Saisica Ifereziale (I) è il rimo dei seguei re file scaricabili dal Maeriale Didaico (soo

Dettagli

15 Equilibri chimici in fase gassosa

15 Equilibri chimici in fase gassosa 15 Equilibri himii i fase gassosa roblemi risolti A) I u oteitore del volume di L a 7 C vegoo itrodotti 85 g di NH. Si stabilise il seguete equilibrio NH N + H Sapedo he la K vale 9. 10, alolare a) la

Dettagli

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A Uiversità degli Studi di Padova Corso di Laurea i Medicia e Chirurgia - A.A. 015-16 Corso Itegrato: Statistica e Metodologia Epidemiologica Disciplia: Statistica e Metodologia Epidemiologica Doceti: prof.ssa

Dettagli

Statistica Inferenziale Soluzioni 1. Stima puntuale

Statistica Inferenziale Soluzioni 1. Stima puntuale ISTITUZIONI DI STATISTICA A. A. 007/008 Marco Miozzo e Aamaria Guolo Laurea i Ecoomia del Commercio Iterazioale Laurea i Ecoomia e Ammiistrazioe delle Imprese Uiversità degli Studi di Veroa sede di Viceza

Dettagli

SOLUZIONI PROGETTO E VERIFICA A PRESSOFLESSIONE DI PILASTRI IN C.A.

SOLUZIONI PROGETTO E VERIFICA A PRESSOFLESSIONE DI PILASTRI IN C.A. PROGETTO E VERIFICA A PRESSOFLESSIOE DI PILASTRI I C.A. SOLUZIOI 1 Se i utilizza u aletruzzo o R k=5mpa ed u aiaio o yk=450mpa, qual è lo orzo ormale limite di ompreioe per veriihe allo tato limite ultimo

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA FACOLTÀ DI SOCIOLOGIA a. a. 011 01 Esame del 11-01-01 STATISTICA ESERCIZIO 1 U idagie sulle abitudii alimetari dei requetatori di u cetro itess ha moitorato il umero di caè cosumati i u gioro ormale e

Dettagli

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica Da u mazzo di carte (3 carte er quattro semi di cui due eri e due rossi, co 3 figure er ogi seme si estragga ua carta. Calcolare la robabilità che a si estragga u re ero b si estragga ua figura rossa,

Dettagli

Dimostrazione. σ σ. Quesito: esistono giaciture che hanno solo tensione normale?

Dimostrazione. σ σ. Quesito: esistono giaciture che hanno solo tensione normale? Caitolo5 DREZON E TENON PRNCPAL 5. DREZON E TENON PRNCPAL Nel uto P, su ua geerica giacitura di ormale agisce ua tesioe che, i geerale, ha ua comoete ormale e ua comoete tageiale. P Quesito: esistoo giaciture

Dettagli

Una funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore.

Una funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore. Stimatori e stime Teoria della stima Supporremo che sulla popolazioe sia defiita ua variabile X la cui distribuzioe, seppure icogita, è completamete caratterizzata da u parametro q o da u isieme di parametri

Dettagli

Esercizi sui limiti di successioni

Esercizi sui limiti di successioni AM0 - AA 03/4 ALFONSO SORRENTINO Esercizi sui iti di successioi Esercizio svolto a) Usado la defiizioe di ite, dimostare che: + 3 si π cos e ) e b) 0 Soluzioe Comiciamo da a) Vogliamo dimostrare che: ε

Dettagli

le dimensioni dell aiuola, con le limitazioni 0 x λ λ

le dimensioni dell aiuola, con le limitazioni 0 x λ λ PROBLEMA a) idicate co e co che e esprime l area è: le dimesioi dell aiuola, co le limitazioi 0 A( )., la fuzioe Per la ricerca del massimo si studia il sego della derivata prima Si ha: 0 / / A' ( ). Si

Dettagli

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica 6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe

Dettagli

= ed è: n. 2 2 x. tra ns x

= ed è: n. 2 2 x. tra ns x 0/9/6 Itroduzioe all aalisi di variaza: variaza etro e tra gruppi La procedura dell aalisi della variaza sfrutta il fatto che la variaza della popolazioe da cui, i base all ipotesi H 0, provegoo i campioi

Dettagli

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica

Dettagli

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della 1 La stima putuale Argometi trattati: Stima putuale e stimatore Proprietà degli stimatori Stima putuale della media della popolazioe e sua distribuzioe Stima putuale di ua proporzioe e sua distribuzioe

Dettagli

II Esonero - Testo A

II Esonero - Testo A Dip. di Igegeria, Uiv. Roma Tre Prof. E. Scoppola, Dott.M. Quattropai Probabilità e Statistica, 2017-18, I semestre 29 Geaio 2018 II Esoero - Testo A Cogome Nome Matricola Esercizio 1. (20%) Si cosideri

Dettagli

Soluzioni foglio 7. Pietro Mercuri. 30 ottobre 2018

Soluzioni foglio 7. Pietro Mercuri. 30 ottobre 2018 Soluzioi foglio 7 Pietro Mercuri 30 ottobre 08 Esercizio Determiare se i segueti iti di successioi esistoo e, quado esistoo, calcolarli... e + e π + π + 3. 4. e + + 3 log5e + 5 5. 4 + 3 3 + 6. e + e +

Dettagli

DISTRIBUZIONE NORMALE MULTIVARIATA

DISTRIBUZIONE NORMALE MULTIVARIATA Distribuzioe ormale uivariata DISTRIBUZIONE NORMALE MULTIVARIATA ANALISI MULTIVARIATA A.A. 00/ CORSO DI LAUREA IN STATISTICA Carla Rampichii Desità Normale μ, σ Normale stadardizzata: μ=0, σ= Distribuzioe

Dettagli

Livello A1 Lezione 12. Lingua Italiana

Livello A1 Lezione 12. Lingua Italiana OBIETTIVI I l v e r b o p o t e r e I l v e r b o s a p e r e RIPETIAMO INSIEME Leggi il seguente testo: I l p i c c o l o C a r l o è u n b a m 8 b ia no n i d i e h a g i à u n a v i t a m o l t o p

Dettagli

Sommario. Facoltà di Economia. Campionamento e inferenza statistica

Sommario. Facoltà di Economia. Campionamento e inferenza statistica Corso di tatistica Facoltà di Ecoomia a.a. 00-00 fracesco mola ommario Campioameto e ifereza statistica timatori e stime Proprietà degli stimatori ufficieza, Correttezza, Efficiezaassoluta e relativa,

Dettagli

Algoritmi e Strutture Dati. Introduzione

Algoritmi e Strutture Dati. Introduzione Algoritmi e Strutture Dati Itroduzioe Complessità degli algoritmi Aalisi delle prestazioi degli algoritmi Servirà u Modello Computazioale di riferimeto. Tempo di eseuzioe degli algoritmi Notazioe asitotia

Dettagli

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Titolo della lezione. Campionamento e Distribuzioni Campionarie Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe

Dettagli

Fondamenti di Internet e Reti

Fondamenti di Internet e Reti . sui riardi commuazioe di paccheo -.o U sisema rasmissivo della velocià di 00 [kb/s] presea ua lughezza di 500[km]. Si calcoli il empo che iercorre fra la rasmissioe del primo bi e la ricezioe dell'ulimo

Dettagli

Delimitazioni inferiori e superiori alla complessita di un problema

Delimitazioni inferiori e superiori alla complessita di un problema Delimitazioi iferiori e superiori alla complessita di u problema Alcue teciche Nozioi prelimiari Ua ozioe prelimiare: albero k-ario completo U U albero k-ario è completo se se tutti i i odi iteri hao k

Dettagli

L INTERVALLO DI CONFIDENZA

L INTERVALLO DI CONFIDENZA L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE 1 Stimare i Parametri della Popolazioe Itervallo

Dettagli

STATISTICA 1 ESERCITAZIONE 4

STATISTICA 1 ESERCITAZIONE 4 STATISTICA 1 ESERCITAZIONE 4 Dott. Giuseppe Padolfo 21 Ottobre 2013 Percetili: i valori che dividoo la distribuzioe i ceto parti di uguale umerosità. Esercizio 1 La seguete tabella riporta la distribuzioe

Dettagli

ALCUNE TECNICHE di INTEGRAZIONE

ALCUNE TECNICHE di INTEGRAZIONE LCUNE TECNCHE di NTEGRZONE D riordre: f( ) d F( ) F ( ) f( ) F ()d F() fi: ()d f()d F() D f()d f() fi: D f()d DF() F() f() f ()d g() d f() d f () f()d g() d d e d e d e log l d ( g ) d g os d ( o g ) d

Dettagli

ESERCITAZIONE N. 6 corso di statistica

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

Dettagli

2.5 Calcolo dello stato di deformazione e sforzo in corrispondenza ad una concentrazione di tensione con superamento del limite di plasticizzazione

2.5 Calcolo dello stato di deformazione e sforzo in corrispondenza ad una concentrazione di tensione con superamento del limite di plasticizzazione .5 Calcolo dello stato di deformazioe e sforzo i corrispodeza ad ua cocetrazioe di tesioe co superameto del limite di plasticizzazioe Dato u elemeto co ua cocetrazioe di tesioe pari a K t = 3 L elemeto

Dettagli

L INTERVALLO DI CONFIDENZA

L INTERVALLO DI CONFIDENZA L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE Stimare i Parametri della Popolazioe Itervallo

Dettagli

Successioni di variabili aleatorie

Successioni di variabili aleatorie 0 Caitolo 5 Successioi i variabili aleatorie 5. Covergeza i istribuzioe e teorema cetrale i covergeza Sia {X } = (X,..., X,... ua successioe ifiita i variabili aleatorie e X u ulteriore variabile aleatoria.

Dettagli

Divide et Impera. Minimo e Massimo. Minimo e Massimo. Risoluzione di problemi per partizione con lavoro bilanciato

Divide et Impera. Minimo e Massimo. Minimo e Massimo. Risoluzione di problemi per partizione con lavoro bilanciato Divide et Imera Risoluzioe di roblemi er artizioe co lavoro bilaciato Miimo e Massimo L algoritmo Mi-Max calcola il miimo ed il massimo tra i valori di u vettore A. Mi-Max A least A[] greatest A[] for

Dettagli

COMUNE DI VOLVERA. Provincia di Torino DETERMINAZIONE DEL RESPONSABILE DEI SERVIZI FINANZIARI UFFICIO RAGIONERIA

COMUNE DI VOLVERA. Provincia di Torino DETERMINAZIONE DEL RESPONSABILE DEI SERVIZI FINANZIARI UFFICIO RAGIONERIA ,,, ,,,,, è,,,,,,,,, è, à, è ,, è,,,,,,,, à,,,,,, à à, ì,,,, à, à à,,,, ,,, à,,, à à,,,, ,,,, } &, @ } @ &, @ } &, @ Œ Œ &, @ } Ž @ & @ & @ } } } @ & & & @ & & & @ Ž Ž @ &, š &, @ œ œ Ž @ &, š &, š @

Dettagli

Distribuzione normale

Distribuzione normale Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).

Dettagli

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

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

Dettagli

LEZIONI DI STATISTICA MEDICA

LEZIONI DI STATISTICA MEDICA LEZIONI DI STATISTICA MEDICA $! %! """ # &' ( )* &' + %, -. / %,! 0 -$ 34! % 3 3 3 3 )5* 3$&6 ( &7'* / $& : 3; / ( 8/ &* &')&56 &/ * : 5'9 $ : x A > x B I risultati del trial ci permettoo di decidere

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

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

Dettagli

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori. Parametri e statistiche Popolazioe Parametri Valori fissi, spesso o oti Campioe Statistiche o Stimatori Variabili casuali, le cui determiazioi dipedoo dalle particolari osservazioi scelte Parametri e statistiche

Dettagli

Popolazione e Campione

Popolazione e Campione Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile

Dettagli

RENDIMENTO DEI TRASFORMATORI

RENDIMENTO DEI TRASFORMATORI RENDIMENTO DEI TRASFORMATORI Il redimeto di u trasformatore è defiito come rapporto tra poteza resa e poteza assorbita: poteza resa redimeto poteza assorbita poteza resa poteza resa perdite Sebbee il redimeto

Dettagli

Entropia ed informazione

Entropia ed informazione Etropia ed iformazioe Primi elemeti sulla teoria della misura dell iformazioe Per trasmettere l iformazioe è ecessaria ua rete di comuicazioe, che, secodo l approccio teorico di Claude E. Shao e Warre

Dettagli

Probabilità e Statistica (LT in Matematica) Prof. P. Dai Pra, prova scritta 27/03/2008. TEMA B

Probabilità e Statistica (LT in Matematica) Prof. P. Dai Pra, prova scritta 27/03/2008. TEMA B Probabilità e Statistica (LT i Matematica) Prof. P. Dai Pra, prova scritta 7/0/008. Cogome: Nome: Matricola: Firma: TEMA B ESERCIZIO. L Esame di Stato che coclude i corsi di scuola media superiore comprede

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Dettagli

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica

Argomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa

Dettagli

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

CLASSIFICAZIONE DELLE STRUTTURE PIANE

CLASSIFICAZIONE DELLE STRUTTURE PIANE CLASSIFICAZIONE DELLE STRUTTURE PIANE ANALISI CINEMATICA ANALISI STATICA ESEMPI riera della esisteza di atti di moto rigido della struttura a presidere dalle ause he lo geerao riera della possibilità di

Dettagli

Titolo della lezione. L evoluzione dei fenomeni nel tempo: i numeri indici semplici e complessi

Titolo della lezione. L evoluzione dei fenomeni nel tempo: i numeri indici semplici e complessi Titolo della lezioe L evoluzioe dei feomei el temo: i umeri idici semlici e comlessi troduzioe Cofrotare gradezze ecoomiche Costruire umeri idici semlici e comlessi Misurare variazioe dei rezzi al cosumo

Dettagli

ESERCITAZIONE VII. H 0 : μ = 500. H 1 : μ > /3.16 = = 3.403

ESERCITAZIONE VII. H 0 : μ = 500. H 1 : μ > /3.16 = = 3.403 ESERCITAZIONE VII ESERCIZIO I Test sulla media: H 0 : μ 500 H : μ > 500 μ 570; 0; σ 430 α 0.05; z 0.05.645 Z 570 500 65.04/3.6 70 0.57 3.403 Dato che 3.403>.645 rifiutiamo H 0 e possiamo cocludere che

Dettagli

COMPLESSITA COMPUTAZIONALE ESERCITAZIONI (I PARTE) Tutor: Francesca Piersigilli

COMPLESSITA COMPUTAZIONALE ESERCITAZIONI (I PARTE) Tutor: Francesca Piersigilli COMPLESSITA COMPUTAZIONALE ESERCITAZIONI (I PARTE) Tutor: Fracesca Piersigilli ANALISI DI ALGORITMI Aalizzare u algoritmo sigifica prevedere le risorse che esso richiede: MEMORIA TEMPO Per fare ciò assumeremo

Dettagli

Lezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare.

Lezione 3 Proprietà statistiche degli stimatori OLS - 1. Anche in questo capitolo si considera il modello di regressione lineare. Lezioe 3 Proprieà saisiche degli simaori OLS - Ache i queso capiolo si cosidera il modello di regressioe lieare y x β + u co E( u Ω ) 0, x appariee a Ω per,,, e si assume che sia assegao il processo (fiio)

Dettagli

Prova scritta del 9/1/2003

Prova scritta del 9/1/2003 Prova scritta del 9//00 Soluzioe degli esercizi N. Le quattro serie proposte soo a termii positivi. Per studiare la covergeza delle serie a termii positivi è possibile utilizzare uo dei segueti criteri

Dettagli

Esercizi sui numeri complessi per il dodicesimo foglio di esercizi

Esercizi sui numeri complessi per il dodicesimo foglio di esercizi Esercizi sui umeri complessi per il dodicesimo foglio di esercizi 6 dicembre 2010 1 Numeri complessi radici ed equazioi Ricordiamo iazitutto che dato u umero complesso z = x + iy, il suo coiugato, idicato

Dettagli

Statistica. Lezione 5

Statistica. Lezione 5 Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it

Dettagli

Intervalli di Fiducia

Intervalli di Fiducia di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica

Dettagli

Statistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1

Statistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1 Statitica Capitolo 9 Stima: Ulteriori Argometi Cap. 9-1 Obiettivi del Capitolo Dopo aver completato il capitolo, arete i grado di: Cotruire itervalli di cofideza per la differeza tra le medie di due popolazioi

Dettagli

Sommario. Corso di Statistica Facoltà di Economia. Test o verifica delle ipotesi. Lezione n 25. Francesco Mola. Obiettivi della verifica delle ipotesi

Sommario. Corso di Statistica Facoltà di Economia. Test o verifica delle ipotesi. Lezione n 25. Francesco Mola. Obiettivi della verifica delle ipotesi orso Statistica Facoltà coomia Lezioe 5 a.a. - Fracesco Mola z Sommario Test o verifica delle ipotesi fodameti dei test costruzioe dei test rrori e probabilità errori oteza dei test a.a. - statistica-fracesco

Dettagli

4. Proprietà degli stimatori

4. Proprietà degli stimatori Uiversità degli Studi di Basilicata Facoltà di Ecoomia Corso di Laurea i Ecoomia Aziedale - a.a. 0/03 lezioi di statistica del 0, e 3 giugo 03 - di Massimo Cristallo - 4. Proprietà degli stimatori Si è

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA

Dettagli

Test 16-DIC te s i A te s i B Uo va inc uba te no ns c hius e 20 40

Test 16-DIC te s i A te s i B Uo va inc uba te no ns c hius e 20 40 Test 16-DIC-2013 Testa statisticamete l effetto alimetazioe sulla produzioe di latte teedo coto delle diverse stalle di apparteeza delle vacche p.max 15 Latte/vacca Stalla limetazioe al gioro 1 Fieo+Magime

Dettagli

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C

Quartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che

Dettagli

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)

2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33) Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,

Dettagli