CLASSIFICAZIONE DEI CARATTERI
|
|
- Bernadetta Adamo
- 8 anni fa
- Visualizzazioni
Transcript
1 CLASSIFICAZIONE DEI CARATTERI Come abbiamo visto, su ogni unità statistica si rilevano una o più informazioni di interesse (caratteri). Il modo in cui un carattere si manifesta in un unità statistica è detto modalità. E importante che ad ogni unità si possa associare una sola modalità; inoltre le modalità elencate devono rappresentare tutti i possibili stati che il carattere assume nel collettivo statistico. Esistono varie tipologie di caratteri. I due grandi raggruppamenti sono: Caratteri qualitativi Caratteri quantitativi CARATTERI QUALITATIVI CARATTERI QUALITATIVI SCONNESSI: hanno per modalità denominazioni qualitative tra le quali non esiste (e non è possibile stabilire) un ordinamento (sesso, religione, regione di residenza, luogo di nascita, tipo di fondo di investimento, tipo di utilizzo di un terreno). Ad es. non si può dire che il sesso maschile ha una precedenza su quello femminile. Unico confronto tra le modalità è uguaglianza o diversità delle modalità. In altri termini si dice che un carattere costituisce una scala nominale se per le sue modalità è possibile affermare solo se sono uguali o diverse (cioè se è qualitativo sconnesso). CARATTERI QUALITATIVI ORDINATI: hanno per modalità denominazioni qualitative tra le quali esiste un ordinamento naturale (titolo di studio, anno di iscrizione all università, qualifica funzionale, ceto sociale, grado di soddisfazione, livello di rischio associato ad un titolo azionario). Questo tipo di caratteri costituisce una scala ordinale proprio perché è possibile dare un ordine alle modalità in modo da affermare che una modalità precede un altra. Tra i caratteri qualitativi ordinati va individuato un sottogruppo di caratteri (caratteri ordinati ciclici) per i quali una qualunque modalità potrebbe essere scelta come prima o come ultima, per i quali cioè la scelta della prima modalità è frutto di una convenzione. Ad es. i giorni della settimana, il mese di nascita. CARATTERI QUANTITATIVI Hanno per modalità dei numeri che esprimono una misura o una quantità. Quando si opera con caratteri quantitativi, date due modalità è possibile non solo dire quale delle due viene prima ma anche effettuare una sottrazione o costruire un rapporto tra di esse al fine di confrontare le quantità. Quando è possibile calcolare solo la differenza si parla di scala a intervalli; quando è possibile anche calcolare il rapporto tra modalità si parla di scala di rapporti.
2 I caratteri quantitativi si distinguono in: DISCRETI: le modalità sono i numeri interi 0, 1, 2,... (numero di addetti di un azienda, numero di componenti di una famiglia, numero di chiamate in arrivo ad un call center). In altre parole, le modalità dei caratteri quantitativi discreti sono dei conteggi perché contano quanti dipendenti ha un azienda, quanti componenti ha una famiglia, etc..... CONTINUI: le modalità sono (almeno in linea teorica) tutti i numeri reali compresi in un determinato intervallo (altezza, peso, tempo di attesa, durata di una conversazione telefonica, reddito). I caratteri quantitativi possono inoltre essere classificati in trasferibili e non trasferibili a seconda che abbia senso o meno pensare che un'unità ceda parte del carattere che essa possiede ad un'altra unità (es.: reddito, numero di addetti sono caratteri trasferibili; altezza e peso sono caratteri non trasferibili). Lo schema seguente rappresenta le operazioni che è possibile fare con i diversi tipi di carattere introdotti sopra. Gerarchia delle scale Operazioni Fra modalità Caratteri Qualitativi Quantitativi Sconnessi Ordinati Sì Sì Sì I Uguaglianza/ Disuguaglianza II Ordinamento No Sì Sì III Sottrazione No No Sì IV Rapporto No No Sì RAGGRUPPAMENTO IN CLASSI Ricordiamoci che la statistica ha tra gli scopi quello di fornire una lettura sintetica dell insieme di dati a disposizione. Quando si rilevano caratteri quantitativi discreti che possono assumere un numero molto elevato di modalità oppure quando si rilevano caratteri quantitativi continui è opportuno effettuare un raggruppamento in classi delle modalità. Supponiamo per esempio che il carattere rilevato sia il numero di addetti delle imprese operanti in Italia. Tale carattere può assumere un numero estremamente elevato di modalità (1, 2, 100, ) ma noi generalmente non siamo interessati ad un dettaglio così elevato pertanto possiamo raggruppare le modalità in classi (ad es. 1-4, 5-9, 10-19, 20-49, 50-99, , 500 e oltre). L importante è che queste classi siano tra loro disgiunte ovvero che una modalità appartenga ad una ed una sola classe, altrimenti si creano situazioni di assegnazione incerta di un unità ad una classe. Nell es. sopra non si deve avere che una classe è 1-5 e un altra è 5-9 perché se un impresa ha 5 addetti non si sa se classificare quest impresa nella prima o nella seconda classe. E inoltre importante che tutti i valori assunti dal carattere nel collettivo osservato siano inclusi in una (e una sola) delle classi. (Ad es. se una società ha 1500 addetti, dobbiamo avere una classe che contiene il valore 1500).
3 Quando il carattere è quantitativo continuo allora è proprio necessario effettuare il raggruppamento in classi. Se ad es. si sta rilevando l altezza di un collettivo di individui, tale carattere assume valori in un continuo ma gli strumenti di misura ci costringono ad una certa approssimazione. Per es. quando rileviamo che una persona è alta 173 cm., in realtà la sua altezza sarà compresa diciamo tra 172,6 e 173,5 e tutti gli individui con altezza in questa classe verranno codificati come alti 173 cm.. Quindi quando i caratteri sono quantitativi continui, raggruppare in classi è un procedimento naturale dovuto alla imprecisione propria degli strumenti di misura. Inoltre per non riportare una lista lunghissima (al limite infinita) di possibili valori del carattere (e quindi a scopo di sintesi e per desiderio di estrarre informazioni dai dati) si raggruppano i valori in classi. Quando si hanno caratteri continui bisogna stare attenti a far sì che la proprietà di disgiunzione delle classi sia verificata. Pertanto, considerando la variabile altezza ad esempio si può avere uno dei casi seguenti: ( che significa cioè che 165 è incluso nella classe e 170 no) si dice che la classe è chiusa a sinistra e aperta a destra ( che significa cioè che 165 non è incluso nella classe e 170 sì) si dice che la classe è chiusa a destra e aperta a sinistra. In questo modo si vede che le classi non si sovrappongono. In generale supponiamo che nel collettivo che esaminiamo l altezza assuma valori tra 155 e 185 cm allora un possibile raggruppamento in classi (usando la regola 1.) è Osservate che l ultima classe per ovvie ragioni è chiusa sia a destra sia a sinistra.
4 DISTRIBUZIONE DI UN CARATTERE Terminata la fase di acquisizione dei dati, iniziamo a vedere come rappresentarli e sintetizzarli. Il primo risultato della rilevazione dei dati è una lista delle modalità con cui ognuno dei caratteri si presenta in ciascuna unità del collettivo (dati grezzi). Possiamo quindi immaginare una lista con tante righe quante sono le unità. Questa altro non è che la distribuzione del collettivo secondo i caratteri considerati. Dal momento che per ogni unità indichiamo la modalità con la quale ciascun carattere si manifesta, si parla di distribuzione unitaria (o per unità). La distribuzione unitaria è semplice se si riferisce ad un solo carattere, è multipla se si riferisce a due o più caratteri. Esempio. Su n=20 aziende nel Lazio si rileva la modalità assunta dal carattere numero di addetti. Indichiamo con a 1 la modalità assunta nell azienda 1, con a 2 la modalità assunta nell azienda 2,, con a 20 la modalità assunta nell azienda 20. In generale indichiamo con a 1,...a n le modalità associate alle unità 1,..n. La distribuzione per unità è la seguente Azienda n. addetti Azienda n. addetti 1 = 4 11 = a 1 a 2 a 3 a 4 a 5 a 6 a 7 a 8 a 9 a 10 = 2 = 8 = 6 = 3 = 2 = 5 = 5 = 10 = a 11 a 12 a 13 a 14 a 15 a 16 a 17 a 18 a 19 a 20 = 3 = 2 = 2 = 9 = 11 = 10 = 9 = 2 = 15 Tab. 1: distribuzione unitaria di 20 aziende del Lazio per numero di addetti Nota: Quando i dati vengono riportati in forma di distribuzione per unità, è disponibile l informazione riguardante l associazione unità-modalità, cioè data una modalità possiamo sapere esattamente quale/quali unità la presentano. Il problema della distribuzione unitaria è la sua mancanza di sintesi soprattutto nel caso in cui il collettivo sia molto numeroso e su di esso vengano rilevati caratteri che possono assumere un elevato numero di modalità. Ricordiamoci infatti che il nostro scopo è quello di estrarre informazioni dai nostri dati, informazioni che siano rilevanti per lo scopo della nostra indagine. Per ottenere una maggiore sintesi si costruisce la distribuzione di frequenze. Anche in questo caso si parla di distribuzioni di frequenza semplice se questa è riferita ad un
5 solo carattere; altrimenti si parla di distribuzione doppia se si riferisce a due caratteri, e in generale multipla se si riferisce a più caratteri. Consideriamo una distribuzione di frequenze semplice. Per ogni modalità distinta assunta dal carattere nel collettivo in esame si registra: - il numero di unità che presentano tale modalità. Questo numero viene detto frequenza assoluta della modalità, cioè il numero di volte che la modalità viene osservata nel collettivo (ovvero il numero di unità del collettivo con quella modalità). - la frazione, sul totale delle unità del collettivo, di unità che presentano tale modalità. Questo numero viene detto frequenza relativa della modalità. (In via teorica ciò significa che ci si riporta ad avere numerosità del collettivo pari a 1) - la percentuale di unità del collettivo che presentano tale modalità. Questo numero viene detto frequenza percentuale della modalità. (In via teorica ciò significa che ci si riporta ad avere numerosità del collettivo pari a 100) Vediamo come quanto esposto viene espresso in termini formali. Sia K il numero di modalità distinte che il carattere assume nel collettivo; indichiamo: - con x 1,, x K tali modalità - con n 1,, n K le frequenze assolute associate - con f 1,, f K le frequenze relative associate, dove f i = n i /n, i=1,,k - con p 1,, p K le frequenze percentuali associate, dove p i = f i 100 = (n i /n) 100, i=1,,k Torniamo all esempio delle 20 aziende del Lazio dove n = 20 e K=10. Abbiamo visto la distribuzione unitaria; qui sotto è riportata la distribuzione di frequenze. Modalità x i Freq. assolute n i freq. relative f i freq. percentuali p i 2 (= x 1 ) 5 (=n 1 ) 5/20 = 0.25 (=f 1 ) = 25 (=p 1 ) 3 (= x 2 ) 3 (=n 2 ) 3/20 = 0.15 (=f 2 ) = 15 (=p 2 ) 4 (= x 3 ) 1 (=n 3 ) 1/20 = 0.05 (=f 3 ) = 5 (=p 3 ) 5 (= x 4 ) 3 (=n 4 ) 3/20 = 0.15 (=f 4 ) = 15 (=p 4 ) 6 (= x 5 ) 1 (=n 5 ) 1/20 = 0.05 (=f 5 ) = 5 (=p 5 ) 8 (= x 6 ) 1 (=n 6 ) 1/20 = 0.05 (=f 6 ) = 5 (=p 6 ) 9 (= x 7 ) 2 (=n 7 ) 2/20 = 0.1 (=f 7 ) = 10 (=p 7 ) 10 (= x 8 ) 2 (=n 8 ) 2/20 = 0.1 (=f 8 ) = 10 (=p 8 ) 11 (= x 9 ) 1 (=n 9 ) 1/20 = 0.05 (=f 9 ) = 5 (=p 9 ) 15 (= x 10 ) 1 (=n 10 ) 1/20 = 0.05 (=f 10 ) = 5 (=p 10 ) totale 20 (=n) Tab. 2: distribuzione di frequenze di 20 aziende del Lazio per numero di addetti (carattere quantitativo discreto)
6 Leggendo la tabella vediamo che ad esempio il numero di aziende del Lazio con 2 addetti (cioè il numero di aziende con la modalità x 1 ) è pari a 5 (cioè n 1 =5) e che le aziende con 5 addetti costituiscono il 25% delle aziende osservate, cioè p 1 =25. Proprietà 1: la somma (per colonna) di tutte le frequenze relative è pari a 1, in simboli f f + + f 1 (ovvero anche f = 1) K = K i= 1 Proprietà 2: la somma (per colonna) di tutte le frequenze percentuali è pari a 100, in simboli p p + + p 100 (ovvero anche p = 100 ) K = i K i= 1 i Osservazione: se il carattere X è qualitativo ordinato o quantitativo le modalità vengono elencate in ordine crescente come nell esempio riportato sopra in cui il carattere è quantitativo (discreto) e si parte dalla modalità corrispondente al numero più basso di addetti per arrivare alla modalità corrispondente al numero più alto di addetti rilevato. Se il carattere è qualitativo sconnesso, invece, per definizione non esiste un ordine in base al quale presentare le modalità Consideriamo il seguente esempio relativo alla distribuzione per fede religiosa Religione (Africa) n i f i Cristiani Musulmani Animasti Altro Totale Nota: E importante osservare che quando si considera la distribuzione di frequenze, non è più disponibile l informazione riguardante l associazione unità-modalità. Ciò significa che ad esempio sappiamo che nel Lazio 2 aziende hanno 10 addetti (cioè presentano la modalità x 8 ) ma non sappiamo quali aziende specifiche. CONFRONTO FRA DISTRIBUZIONI Le frequenze relative (e quelle percentuali) consentono sia di capire l'importanza di una modalità nel collettivo perché indicano la frazione (percentuale) di unità che detengono quella modalità sia di confrontare frequenze corrispondenti ad una stessa modalità in distribuzioni secondo lo stesso carattere su collettivi di diversa numerosità. Infatti, grazie alla proprietà 1, la frequenza relativa equivale ad una trasformazione dell unità di misura delle frequenze in modo tale che il totale risulti pari ad 1 (e grazie alla proprietà 2 la frequenza percentuale equivale ad una trasformazione dell unità di misura delle frequenze in modo tale che il totale risulti pari a 100). Questo significa che lavorare con le frequenze relative (percentuali) equivale e fissare a 1 (100) la numerosità del collettivo e a riproporzionare corrispondentemente le frequenze assolute.
7 Consideriamo ancora l esempio dell indagine sul n. addetti. Abbiamo visto il caso del Lazio. Supponiamo di avere fatto una rilevazione anche su n M =10 aziende nel Molise e di avere ottenuto la seguente distribuzione di frequenze. Modalità x i Freq. assolute n i Freq. relative f i Freq. percentuali p i totale Mettiamo a confronto le due distribuzioni di frequenze. Innanzitutto notiamo che nella distribuzione del Molise molte modalità hanno frequenza nulla cioè non si presentano nella popolazione. Dalla tabella che segue risulta più facile effettuare un confronto. LAZIO MOLISE Modalità freq. Assolute freq. relative freq. assolute freq. relative Totale I due collettivi hanno numerosità diversa. Pertanto come prima cosa modifichiamo le frequenze in modo tale che i due collettivi abbiano la stessa numerosità, cioè calcoliamo le frequenze relative. Dall osservazione delle frequenze relative vediamo che nel Molise le aziende con 2 addetti sono più che nel Lazio (in particolare sono il doppio). Se ci fossimo, invece, limitati ad osservare le frequenze assolute saremmo giunti alla conclusione ERRATA (!) che nel Lazio e nel Molise c è lo stesso numero di aziende con 2 addetti. Pertanto quando si vogliono fare confronti tra due o più distribuzioni relative allo stesso carattere rilevato su due o più popolazioni, occorre confrontare o le distribuzioni di frequenze relative o le distribuzioni di frequenze percentuali.
8 Raggruppamento in classi Come abbiamo visto, il raggruppamento in classi si applica a caratteri sia quantitativi discreti che continui. Classi di diversa ampiezza Consideriamo Tab. 1. Effettuiamo il raggruppamento in classi, come si vede nella prima colonna della tabella che segue. Osserviamo che le classi non sono di uguale ampiezza. Allora aggiungiamo una colonna in cui riportiamo l ampiezza della classe che indichiamo con α i. Come si vede la seconda e la terza classe hanno ampiezza diversa (α 2 = 3 e α 3 = 5) quindi non ha senso confrontare le frequenze assolute (o relative o percentuali) di queste due classi. E necessario eliminare l effetto della dimensione della classe; lo si fa calcolando la densità assoluta di ciascuna classe (H i ) che è data dal rapporto tra la frequenza assoluta della classe i e l ampiezza della classe i, cioè n i /α i. In questo modo troviamo H 2 = 2.3 e H 3 = 1.2 e quindi osserviamo che mentre le frequenze assolute e relative delle due classi sono molto vicine, le densità sono molto diverse cioè le unità sono molto più addensate nella seconda che nella terza classe. Ciò è del tutto ovvio visto che nella classe di minore ampiezza (3 6) ci sono più imprese di quante sono nella classe di ampiezza maggiore (6 11). E infine immediato calcolare anche le densità relative (o percentuali) che consentono di eliminare oltre all effetto dell ampiezza della classe anche quello della numerosità del collettivo qualora si voglia confrontare questa distribuzione con quella del Molise (una volta effettuato un eguale raggruppamento in classi). Classi di addetti n i f i Ampiezza della classe (α i ) Densità assoluta (H i ) Densità relativa (h i ) totale 20 1 Tab. 3 Distribuzione in classi Indichiamo con c i-1 l estremo inferiore e con c i l estremo superiore della generica classe i; abbiamo introdotto le seguenti quantità: α i = (c i -c i-1 ): ampiezza classe i H i = n i /α i : densità assoluta della classe i h i = f i /α i = H i /n: densità relativa della classe i h i % = p i /α i = h i *100: densità percentuale della classe i Nelle distribuzioni in classi le frequenze sono quantità eterogenee in quanto dipendenti dall ampiezza delle classi. I rapporti tra ciascuna frequenza (assoluta o relativa) e l ampiezza della classe si chiamano densità ed esprimono correttamente l addensamento delle frequenze nelle varie classi.
9 Importante: La densità rappresenta la frequenza che si avrebbe in un intervallino di ampiezza unitaria se all interno di una data classe le frequenze fossero uniformemente distribuite ovvero se ad ogni classe unitaria interna a ciascuna classe competesse lo stesso numero di unità. Le densità assolute consentono il confronto tra classi di una stessa distribuzione (solo Lazio); le densità relative (e percentuali) tra classi di distribuzioni diverse (Lazio e Molise). Classi di stessa ampiezza. L analisi è molto più semplice quando le modalità vengono raggruppate in classi di uguale ampiezza. In tal caso non è necessario calcolare le densità per confrontare le numerosità che competono a classi diverse. Qui di seguito è riportato un esempio di distribuzione in classi con classi di uguale ampiezza. statura n i f i totale 1 1.0
10 DISTRIBUZIONI DI QUANTITÀ Le distribuzioni di quantità sono il risultato dell operazione di classificazione (che suddivide il collettivo in classi) e dell operazione di misurazione in ciascuna classe di un carattere quantitativo trasferibile. Con questa distribuzione si vede come l ammontare globale del carattere si distribuisce fra le varie classi. Consideriamo la Tab. 2 e diamo la distribuzione di quantità del carattere numero di addetti usando la divisioni in classi di Tab. 3 dove è riportata la distribuzione di frequenze. Classi di addetti Numero di addetti = = = =26 totale 116 Tab. 4 Distribuzione di quantità Nota: Il carattere rispetto al quale si fa la classificazione può essere diverse da quello che viene misurato e poi sommato in ogni classe. SERIE STORICHE Un particolare tipo di distribuzione si ha quando il fenomeno rilevato varia nel tempo e noi siamo interessate a conoscere e studiare la sua evoluzione temporale (PIL, consumi, produzione, inflazione, vendite, nascite, incidenti stradali,...). In questo caso per ogni prefissato momento temporale si rileva l entità (intensità) del fenomeno oggetto di studio. Nell es. che segue le unità statistiche sono gli incidenti stradali verificatisi in Italia tra il 1987 e il Anno Incidenti
Corso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliCapitolo 2 Distribuzioni di frequenza
Edizioni Simone - Vol. 43/1 Compendio di statistica Capitolo 2 Distribuzioni di frequenza Sommario 1. Distribuzioni semplici. - 2. Distribuzioni doppie. - 3. Distribuzioni parziali: condizionate e marginali.
DettagliOCCUPATI SETTORE DI ATTIVITA' ECONOMICA
ESERCIZIO 1 La tabella seguente contiene i dati relativi alla composizione degli occupati in Italia relativamente ai tre macrosettori di attività (agricoltura, industria e altre attività) negli anni 1971
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliModelli descrittivi, statistica e simulazione
Modelli descrittivi, statistica e simulazione Master per Smart Logistics specialist Roberto Cordone (roberto.cordone@unimi.it) Statistica descrittiva Cernusco S.N., giovedì 21 gennaio 2016 (9.00/13.00)
DettagliMatematica generale CTF
Successioni numeriche 19 agosto 2015 Definizione di successione Monotonìa e limitatezza Forme indeterminate Successioni infinitesime Comportamento asintotico Criterio del rapporto per le successioni Definizione
DettagliSiamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.
DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti
Dettagli1. L analisi statistica
1. L analisi statistica Di cosa parleremo La statistica è una scienza, strumentale ad altre, concernente la determinazione dei metodi scientifici da seguire per raccogliere, elaborare e valutare i dati
DettagliLA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di
STATISTICA LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di oggetti; cerca, attraverso l uso della matematica
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliAPPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI
APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................
DettagliLezione 18 1. Introduzione
Lezione 18 1 Introduzione In questa lezione vediamo come si misura il PIL, l indicatore principale del livello di attività economica. La definizione ed i metodi di misura servono a comprendere a quali
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliStatistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.
Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:
DettagliLezione 1. Concetti Fondamentali
Lezione 1 Concetti Fondamentali 1 Sonetto di Trilussa Sai ched è la statistica? E E na cosa che serve pe fa un conto in generale de la gente che nasce, che sta male, che more, che va in carcere e che sposa.
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliTest statistici di verifica di ipotesi
Test e verifica di ipotesi Test e verifica di ipotesi Il test delle ipotesi consente di verificare se, e quanto, una determinata ipotesi (di carattere biologico, medico, economico,...) è supportata dall
DettagliSISTEMI DI NUMERAZIONE E CODICI
SISTEMI DI NUMERAZIONE E CODICI Il Sistema di Numerazione Decimale Il sistema decimale o sistema di numerazione a base dieci usa dieci cifre, dette cifre decimali, da O a 9. Il sistema decimale è un sistema
Dettagli1. Distribuzioni campionarie
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 2012/2013 lezioni di statistica del 3 e 6 giugno 2013 - di Massimo Cristallo - 1. Distribuzioni campionarie
DettagliAnalisi e diagramma di Pareto
Analisi e diagramma di Pareto L'analisi di Pareto è una metodologia statistica utilizzata per individuare i problemi più rilevanti nella situazione in esame e quindi le priorità di intervento. L'obiettivo
DettagliUn po di statistica. Christian Ferrari. Laboratorio di Matematica
Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di
Dettagli2. Leggi finanziarie di capitalizzazione
2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M
Dettaglif(x) = 1 x. Il dominio di questa funzione è il sottoinsieme proprio di R dato da
Data una funzione reale f di variabile reale x, definita su un sottoinsieme proprio D f di R (con questo voglio dire che il dominio di f è un sottoinsieme di R che non coincide con tutto R), ci si chiede
Dettagli1 Serie di Taylor di una funzione
Analisi Matematica 2 CORSO DI STUDI IN SMID CORSO DI ANALISI MATEMATICA 2 CAPITOLO 7 SERIE E POLINOMI DI TAYLOR Serie di Taylor di una funzione. Definizione di serie di Taylor Sia f(x) una funzione definita
DettagliCome visto precedentemente l equazione integro differenziale rappresentativa dell equilibrio elettrico di un circuito RLC è la seguente: 1 = (1)
Transitori Analisi nel dominio del tempo Ricordiamo che si definisce transitorio il periodo di tempo che intercorre nel passaggio, di un sistema, da uno stato energetico ad un altro, non è comunque sempre
DettagliCome costruire una distribuzione di frequenze per caratteri quantitativi continui
Come costruire una distribuzione di frequenze per caratteri quantitativi continui Consideriamo i dati contenuti nel primo foglio di lavoro (quello denominato dati) del file esempio2.xls. I dati si riferiscono
DettagliCALCOLO COMBINATORIO
CALCOLO COMBINATORIO 1 Modi di formare gruppi di k oggetti presi da n dati 11 disposizioni semplici, permutazioni Dati n oggetti distinti a 1,, a n si chiamano disposizioni semplici di questi oggetti,
DettagliCosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Insiemistica (operazioni, diagrammi...). Insiemi finiti/numerabili/non numerabili. Perché la probabilità? In molti esperimenti l esito non è noto a priori tuttavia si sa dire
DettagliStatistiche campionarie
Statistiche campionarie Sul campione si possono calcolare le statistiche campionarie (come media campionaria, mediana campionaria, varianza campionaria,.) Le statistiche campionarie sono stimatori delle
DettagliELEMENTI DI DEMOGRAFIA
ELEMENTI DI DEMOGRAFIA 2. Caratteristiche strutturali della popolazione Posa Donato k posa@economia.unisalento.it Maggio Sabrina k s.maggio@economia.unisalento.it UNIVERSITÀ DEL SALENTO DIP.TO DI SCIENZE
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliPIL : produzione e reddito
PIL : produzione e reddito La misura della produzione aggregata nella contabilità nazionale è il prodotto interno lordo o PIL. Dal lato della produzione : oppure 1) Il PIL è il valore dei beni e dei servizi
DettagliPROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE
Matematica e statistica: dai dati ai modelli alle scelte www.dima.unige/pls_statistica Responsabili scientifici M.P. Rogantin e E. Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ -
DettagliUNIVERSITÀ DEGLI STUDI DI TERAMO
UNIVERSITÀ DEGLI STUDI DI TERAMO CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA (Classe 7) Corso di Matematica per l Economia (Prof. F. Eugeni) TEST DI INGRESSO Teramo, ottobre 00 SEZIONE
DettagliELEMENTI DI STATISTICA
Dipartimento di Ingegneria Meccanica Chimica e dei Materiali PROGETTAZIONE E GESTIONE DEGLI IMPIANTI INDUSTRIALI Esercitazione 6 ORE ELEMENTI DI STATISTICA Prof. Ing. Maria Teresa Pilloni Anno Accademico
DettagliESERCIZI DI STATISTICA DESCRITTIVA
ESERCIZI DI STATISTICA DESCRITTIVA ES1 Data la seguente serie di dati su Sesso e Altezza di 8 pazienti, riempire opportunamente due tabelle per rappresentare le distribuzioni di frequenze dei due caratteri,
Dettagli[ Analisi della. concentrazione] di Luca Vanzulli. Pag. 1 di 1
[ Analisi della concentrazione] di Luca Vanzulli Pag. 1 di 1 LA CONCENTRAZIONE NELL ANALISI DELLE VENDITE L analisi periodica delle vendite rappresenta un preziosissimo indicatore per il monitoraggio del
DettagliIndice Statistiche Univariate Statistiche Bivariate
Indice 1 Statistiche Univariate 1 1.1 Importazione di un file.data.............................. 1 1.2 Medie e variabilità................................... 6 1.3 Distribuzioni di frequenze...............................
DettagliAnno 3. Funzioni: dominio, codominio e campo di esistenza
Anno 3 Funzioni: dominio, codominio e campo di esistenza 1 Introduzione In questa lezione parleremo delle funzioni. Ne daremo una definizione e impareremo a studiarne il dominio in relazione alle diverse
DettagliH1 Hrms Gestione eventi/scadenze automatiche
Sintesi H1 Hrms Gestione eventi/scadenze automatiche Il presente documento nasce con lo scopo di illustrare la funzionalità all interno di H1 hrms relativa alla procedura di gestione degli eventi e delle
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Un breve riepilogo: caratteri, unità statistiche e collettivo UNITA STATISTICA: oggetto dell osservazione
Dettagli( x) ( x) 0. Equazioni irrazionali
Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza
DettagliCAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI
CAPITOLO 16 SUCCESSIONI E SERIE DI FUNZIONI Abbiamo studiato successioni e serie numeriche, ora vogliamo studiare successioni e serie di funzioni. Dato un insieme A R, chiamiamo successione di funzioni
DettagliProva di autovalutazione Prof. Roberta Siciliano
Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.
Dettagli4. Operazioni elementari per righe e colonne
4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:
DettagliDimensione di uno Spazio vettoriale
Capitolo 4 Dimensione di uno Spazio vettoriale 4.1 Introduzione Dedichiamo questo capitolo ad un concetto fondamentale in algebra lineare: la dimensione di uno spazio vettoriale. Daremo una definizione
DettagliProbabilità discreta
Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che
DettagliASSOCIAZIONE ANFFAS ONLUS UDINE. presenta LA NOSTRA VISION. Questo documento è in versione facile da leggere
ASSOCIAZIONE ANFFAS ONLUS UDINE presenta LA NOSTRA VISION Questo documento è in versione facile da leggere - Michele Bertotti - Chiara Billo - Elena Casarsa - Anna Latargia - Lucrezia Pittolo - Erika Pontelli
DettagliESEMPIO 1: eseguire il complemento a 10 di 765
COMPLEMENTO A 10 DI UN NUMERO DECIMALE Sia dato un numero N 10 in base 10 di n cifre. Il complemento a 10 di tale numero (N ) si ottiene sottraendo il numero stesso a 10 n. ESEMPIO 1: eseguire il complemento
Dettagli4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0
Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice
Dettagli1. PRIME PROPRIETÀ 2
RELAZIONI 1. Prime proprietà Il significato comune del concetto di relazione è facilmente intuibile: due elementi sono in relazione se c è un legame tra loro descritto da una certa proprietà; ad esempio,
DettagliFunzioni. Funzioni /2
Funzioni Una funzione f è una corrispondenza tra due insiemi A e B che a ciascun elemento di A associa un unico elemento di B. Si scrive: f : A B l'insieme A si chiama il dominio della funzione f, l'insieme
DettagliForze come grandezze vettoriali
Forze come grandezze vettoriali L. Paolucci 23 novembre 2010 Sommario Esercizi e problemi risolti. Per la classe prima. Anno Scolastico 2010/11 Parte 1 / versione 2 Si ricordi che la risultante di due
DettagliAi fini economici i costi di un impresa sono distinti principalmente in due gruppi: costi fissi e costi variabili. Vale ovviamente la relazione:
1 Lastoriadiun impresa Il Signor Isacco, che ormai conosciamo per il suo consumo di caviale, decide di intraprendere l attività di produttore di caviale! (Vuole essere sicuro della qualità del caviale
DettagliSoluzione dell esercizio del 2 Febbraio 2004
Soluzione dell esercizio del 2 Febbraio 2004 1. Casi d uso I casi d uso sono riportati in Figura 1. Figura 1: Diagramma dei casi d uso. E evidenziato un sotto caso di uso. 2. Modello concettuale Osserviamo
DettagliAppunti sulla Macchina di Turing. Macchina di Turing
Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso
DettagliLE SUCCESSIONI 1. COS E UNA SUCCESSIONE
LE SUCCESSIONI 1. COS E UNA SUCCESSIONE La sequenza costituisce un esempio di SUCCESSIONE. Ecco un altro esempio di successione: Una successione è dunque una sequenza infinita di numeri reali (ma potrebbe
DettagliLABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE
LABORATORIO-EXCEL N. 2-3 XLSTAT- Pro Versione 7 VARIABILI QUANTITATIVE DESCRIZIONE DEI DATI DA ESAMINARE Sono stati raccolti i dati sul peso del polmone di topi normali e affetti da una patologia simile
DettagliEsercizio 1 Dato il gioco ({1, 2, 3}, v) con v funzione caratteristica tale che:
Teoria dei Giochi, Trento, 2004/05 c Fioravante Patrone 1 Teoria dei Giochi Corso di laurea specialistica: Decisioni economiche, impresa e responsabilità sociale, A.A. 2004/05 Soluzioni degli esercizi
DettagliEsercitazione relativa al capitolo 14 I MONOPOLI E LA CONCORRENZA IMPERFETTA
Esercitazione relativa al capitolo 14 I MONOPOLI E LA CONCORRENZA IMPERFETTA Esistono quattro principali tipi di strutture di mercato: concorrenza perfetta, monopolio, concorrenza monopolistica e oligopolio.
DettagliIndici (Statistiche) che esprimono le caratteristiche di simmetria e
Indici di sintesi Indici (Statistiche) Gran parte della analisi statistica consiste nel condensare complessi pattern di osservazioni in un indicatore che sia capace di riassumere una specifica caratteristica
DettagliUn metodo per il rilevamento degli errori: la tecnica del Bit di Parità
Appunti: Tecniche di rilevazione e correzione degli errori 1 Tecniche di correzione degli errori Le tecniche di correzione degli errori sono catalogabili in: metodi per il rilevamento degli errori; metodi
DettagliElementi di informatica
Elementi di informatica Sistemi di numerazione posizionali Rappresentazione dei numeri Rappresentazione dei numeri nei calcolatori rappresentazioni finalizzate ad algoritmi efficienti per le operazioni
DettagliFUNZIONI ELEMENTARI - ESERCIZI SVOLTI
FUNZIONI ELEMENTARI - ESERCIZI SVOLTI 1) Determinare il dominio delle seguenti funzioni di variabile reale: (a) f(x) = x 4 (c) f(x) = 4 x x + (b) f(x) = log( x + x) (d) f(x) = 1 4 x 5 x + 6 ) Data la funzione
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliAlgoritmi e strutture dati. Codici di Huffman
Algoritmi e strutture dati Codici di Huffman Memorizzazione dei dati Quando un file viene memorizzato, esso va memorizzato in qualche formato binario Modo più semplice: memorizzare il codice ASCII per
DettagliEsercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:
Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliPolitecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria).
Politecnico di Milano. Facoltà di Ingegneria Industriale. Corso di Analisi e Geometria 2. Sezione D-G. (Docente: Federico Lastaria). Aprile 20 Indice Serie numeriche. Serie convergenti, divergenti, indeterminate.....................
DettagliProof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme
G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero
DettagliDa dove nasce l idea dei video
Da dove nasce l idea dei video Per anni abbiamo incontrato i potenziali clienti presso le loro sedi, come la tradizione commerciale vuole. L incontro nasce con una telefonata che il consulente fa a chi
DettagliLA CORRELAZIONE LINEARE
LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione
DettagliMacroeconomia. Lezione n. 2 Il Prodotto Interno Lordo (PIL) e le sue componenti. Luca Deidda. UNISS, DiSEA, CRENoS
Macroeconomia Lezione n. 2 Il Prodotto Interno Lordo (PIL) e le sue componenti Luca Deidda UNISS, DiSEA, CRENoS Luca Deidda (UNISS, DiSEA, CRENoS) 1 / 22 Scaletta Scaletta della lezione Definizione di
DettagliPsicometria (8 CFU) Corso di Laurea triennale STANDARDIZZAZIONE
Psicometria (8 CFU) Corso di Laurea triennale Un punteggio all interno di una distribuzione è in realtà privo di significato se preso da solo. Sapere che un soggetto ha ottenuto un punteggio x=52 in una
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliQUANTIZZAZIONE diverse fasi del processo di conversione da analogico a digitale quantizzazione
QUANTIZZAZIONE Di seguito lo schema che illustra le diverse fasi del processo di conversione da analogico a digitale. Dopo aver trattato la fase di campionamento, occupiamoci ora della quantizzazione.
DettagliOsservazioni sulla continuità per le funzioni reali di variabile reale
Corso di Matematica, I modulo, Università di Udine, Osservazioni sulla continuità Osservazioni sulla continuità per le funzioni reali di variabile reale Come è noto una funzione è continua in un punto
DettagliFISICA. Le forze. Le forze. il testo: 2011/2012 La Semplificazione dei Testi Scolastici per gli Alunni Stranieri IPSIA A.
01 In questa lezione parliamo delle forze. Parliamo di forza quando: spostiamo una cosa; solleviamo un oggetto; fermiamo una palla mentre giochiamo a calcio; stringiamo una molla. Quando usiamo (applichiamo)
DettagliLa manutenzione come elemento di garanzia della sicurezza di macchine e impianti
La manutenzione come elemento di garanzia della sicurezza di macchine e impianti Alessandro Mazzeranghi, Rossano Rossetti MECQ S.r.l. Quanto è importante la manutenzione negli ambienti di lavoro? E cosa
Dettaglicome nasce una ricerca
PSICOLOGIA SOCIALE lez. 2 RICERCA SCIENTIFICA O SENSO COMUNE? Paola Magnano paola.magnano@unikore.it ricevimento: martedì ore 10-11 c/o Studio 16, piano -1 PSICOLOGIA SOCIALE COME SCIENZA EMPIRICA le sue
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliCapitolo 25: Lo scambio nel mercato delle assicurazioni
Capitolo 25: Lo scambio nel mercato delle assicurazioni 25.1: Introduzione In questo capitolo la teoria economica discussa nei capitoli 23 e 24 viene applicata all analisi dello scambio del rischio nel
Dettagli1 Applicazioni Lineari tra Spazi Vettoriali
1 Applicazioni Lineari tra Spazi Vettoriali Definizione 1 (Applicazioni lineari) Si chiama applicazione lineare una applicazione tra uno spazio vettoriale ed uno spazio vettoriale sul campo tale che "!$%!
DettagliElementi di Statistica descrittiva Parte I
Elementi di Statistica descrittiva Parte I Che cos è la statistica Metodo di studio di caratteri variabili, rilevabili su collettività. La statistica si occupa di caratteri (ossia aspetti osservabili)
DettagliEquilibrio bayesiano perfetto. Giochi di segnalazione
Equilibrio bayesiano perfetto. Giochi di segnalazione Appunti a cura di Stefano Moretti, Silvia VILLA e Fioravante PATRONE versione del 26 maggio 2006 Indice 1 Equilibrio bayesiano perfetto 2 2 Giochi
DettagliESERCIZIO N 4. Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240
ESERCIZIO N 4 Fatturato Supermercati [0;500) 340 [500;1000) 368 [1000;5000) 480 [5000;10000) 37 [10000;20000) 15 taglia = 1240 PUNTO a CALCOLO MODA E QUARTILI La moda rappresenta quell'elemento del campione
DettagliPROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0)
PROCEDURA INVENTARIO DI MAGAZZINO di FINE ESERCIZIO (dalla versione 3.2.0) (Da effettuare non prima del 01/01/2011) Le istruzioni si basano su un azienda che ha circa 1000 articoli, che utilizza l ultimo
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliSommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.
Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell
DettagliCalcolo del Valore Attuale Netto (VAN)
Calcolo del Valore Attuale Netto (VAN) Il calcolo del valore attuale netto (VAN) serve per determinare la redditività di un investimento. Si tratta di utilizzare un procedimento che può consentirci di
DettagliPROGRAMMA SVOLTO NELLA SESSIONE N.
Università C. Cattaneo Liuc, Corso di Statistica, Sessione n. 1, 2014 Laboratorio Excel Sessione n. 1 Venerdì 031014 Gruppo PZ Lunedì 061014 Gruppo AD Martedì 071014 Gruppo EO PROGRAMMA SVOLTO NELLA SESSIONE
DettagliL età dei vincitori La presenza femminile. L età dei vincitori La presenza femminile. Confronto tra il concorso ordinario ed il concorso riservato
Premessa Corso-concorso ordinario L età dei vincitori La presenza femminile Corso-concorso riservato L età dei vincitori La presenza femminile Confronto tra il concorso ordinario ed il concorso riservato
DettagliMonitoraggio sulla conversione dei prezzi al consumo dalla Lira all Euro
ISTAT 17 gennaio 2002 Monitoraggio sulla conversione dei prezzi al consumo dalla Lira all Euro Nell ambito dell iniziativa di monitoraggio, avviata dall Istat per analizzare le modalità di conversione
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria. Statistica descrittiva
Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva 1 Statistica Funzioni Descrittiva Induttiva (inferenziale) Statistica
DettagliIgiene nelle Scienze motorie
Igiene nelle Scienze motorie Epidemiologia generale Epidemiologia Da un punto di vista etimologico, epidemiologia è una parola di origine greca, che letteralmente significa «discorso riguardo alla popolazione»
DettagliTabella 7. Dado truccato
0 ALBERTO SARACCO 4. Compiti a casa 7novembre 200 4.. Ordini di grandezza e calcolo approssimato. Esercizio 4.. Una valigia misura 5cm di larghezza, 70cm di lunghezza e 45cm di altezza. Quante palline
DettagliProf.ssa Paola Vicard
DISTRIBUZIONE DI FREQUENZE PER CARATTERI QUALITATIVI Questa nota consiste per la maggior parte nella traduzione (con alcune integrazioni) da Descriptive statistics di J. Shalliker e C. Ricketts, 2000,
DettagliLA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1
LA TRASMISSIONE DELLE INFORMAZIONI QUARTA PARTE 1 I CODICI 1 IL CODICE BCD 1 Somma in BCD 2 Sottrazione BCD 5 IL CODICE ECCESSO 3 20 La trasmissione delle informazioni Quarta Parte I codici Il codice BCD
DettagliI SISTEMI DI NUMERAZIONE
ISTITUTO DI ISTRUZIONE SUPERIORE G. M. ANGIOY CARBONIA I SISTEMI DI NUMERAZIONE Prof. G. Ciaschetti Fin dall antichità, l uomo ha avuto il bisogno di rappresentare le quantità in modo simbolico. Sono nati
Dettagli