Statistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill
|
|
- Elisabetta Valentini
- 7 anni fa
- Visualizzazioni
Transcript
1 - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 8 home - indice In base agli arrotondamenti effettuati nei calcoli, si possono riscontrare piccole differenze nei risultati finali. 8. a. Le seguenti tabelle riportano il valore della stima puntuale (data dalla media campionaria) e l intervallo di confidenza (si veda formula.4.) ottenuti utilizzando SPSS o Excel. Media 69,4748 Limite inferiore 67,5459 Limite superiore 7,438 Media 69,4748 Limite inferiore 67,856 media al 9% Limite superiore 7,936 Ovviamente passando da 95% a 9% di confidenza l ampiezza dell intervallo, a parità di altre condizioni, diminuisce. b. La seguente tabella riporta il confronto del valore del Reddito medio tra pensionati e non pensionati. In pensione Media 7,74 Limite inferiore 69,76 No Limite superiore 73,749 Sì Media 5,565 Limite inferiore,73 Limite superiore 8,856 Il reddito medio dei pensionati è inferiore a quello dei non pensionati (i due intervalli non si intersecano). c. La seguente tabella riporta il confronto del valore del Reddito medio tra sposati e non sposati. Stato civile Media 69,73 Limite inferiore 66,5675 Non sposato Limite superiore 7,977 Sposato Media 69,684 Limite inferiore 66,976 Limite superiore 7,433 Non c è grande differenza tra le due stime puntuali del Reddito medio dei coniugati e non coniugati. Osservando i due intervalli di confidenza a un livello del 95% si può notare che si intersecano e pertanto possiamo ritenere non significative le differenze riscontrate nelle stime puntuali. d. La seguente tabella riporta il test sull uguaglianza dei due redditi medi assumendo uguale varianza (si veda formula 5.5.). t df Sig. (-code) fra medie -,7 6398,836 -,48
2 Essendo il p-value pari a,836 e quindi superiore ad α =, 5, si accetta l ipotesi nulla di omogeneità, ossia il reddito medio dei coniugati è uguale a quello dei non coniugati. e. La seguente tabella riporta il test di uguaglianza della varianza del Reddito nelle due popolazioni (si veda formula 4.5.4). Assumi varianze uguali Test di Levene di uguaglianza delle varianze F Sig.,37,848 Essendo il p-value pari a,848 e quindi superiore ad α =, 5, si accetta l ipotesi nulla che le varianze siano uguali. 8. a. La seguente tabella riporta il valore della stima puntuale (data dalla media campionaria) e l intervallo di confidenza al 9% (si veda formula.4.) per il Consumo medio, la Cilindrata media e la Potenza media ottenuti utilizzando SPSS o Excel. Media 8,48 Limite inferiore 7,83 Consumo (km/l) media al 9% Limite superiore 9,3 Cilindrata in cc Media 94,3 Limite inferiore 85,4 media al 9% Limite superiore,86 Potenza (CV) Media 83,4 Limite inferiore 8,5 media al 9% Limite superiore 86,43 b. La seguente tabella riporta i risultati del test di uguaglianza tra medie (assumendo uguale varianza) tra le macchine prodotte in europa e in giappone. fra t df Sig. (-code) medie errore standard Consumo (km/l) -,73 45,7 -,85,46 Cilindrata in cc,85 45,7 6,9 3,794 Potenza (CV),3 45,88,7 3,3 Confrontando il valore del p-value (Sig.) con il livello di significatività α =, 5, si conclude che si rifiuta l ipotesi di omogeneità solo per il Consumo. Quindi, tra le macchine europee e giapponesi il consumo medio non è lo stesso. Considerando test unidirezionali, si rifiuta l ipotesi di omogeneità per la Cilindrata (ipotesi alternativa: la Cilindrata delle macchine europee è superiore a quella delle macchine giapponesi), essendo il p- value pari a,35 (ossia la metà del p-value del test bidirezionale) inferiore a α =, 5. La Potenza media delle macchine giapponesi non è superiore a quella delle macchine europee, infatti in questo caso il p-value è pari a,49<,5. c. La seguente tabella riporta il test di uguaglianza della varianza nelle due popolazioni per il Consumo, la Cilindrata e la Potenza. Test di Levene di uguaglianza delle varianze F Sig. Consumo (km/l),,96 Cilindrata in cc,63,8
3 Potenza (CV),,88 Essendo i p-value (Sig.) maggiori di α =, si accetta l ipotesi nulla che le varianze siano uguali. 8.3 a. La seguente tabella riporta il valore della stima puntuale (data dalla media campionaria) e dell intervallo di confidenza al 95% (si veda formula.4.) per lo Stipendio medio iniziale ottenuti utilizzando SPSS o Excel. Stipendio iniziale Media 664, Limite inferiore 565,98 Limite superiore 6476,43 Nella seguente tabella è riportata la stima puntuale e l intervallo di confidenza per lo Stipendio medio iniziale distinto tra maschi e femmine. Stipendio iniziale Sesso Media 4769,5 Limite inferiore 443,8 Femmina Limite superiore 5395, Maschio Media 76,5 Limite inferiore 6489,43 Limite superiore 7563,58 Lo stipendio medio iniziale delle femmine è minore di quello dei maschi. Si può notare che i corrispondenti intervalli di confidenza non si intersecano, pertanto possiamo concludere che tale differenza notata tra i sessi è significativa. b. La seguente tabella riporta il valore della stima puntuale e l intervallo di confidenza al 95% dello stipendio medio iniziale distinto per Facoltà. Stipendio iniziale Facoltà Media 378. Limite inferiore Agraria Limite superiore Economia Media Limite inferiore 45.9 Limite superiore 54.9 Ingegneria Meccanica Media Limite inferiore Limite superiore Lo stipendio medio iniziale maggiore si ha in corrispondenza della laurea in ingegneria meccanica. c. Si riportano i risultati della verifica d ipotesi che pone come ipotesi alternativa che lo stipendio medio iniziale dei laureati in Economia si maggiore di quello dei laureati in Agraria a un livello di significatività del 5%. Guardando alla marcata differenza tra le varianze nei due gruppi si utilizza il test per varianze non uguali (si veda punto d.) Facoltà Economia Agraria Varianza , ,85 errore t df Sig. (-code) fra medie standard Stipendio iniziale -, 73,548,34 34,5 487,73 Essendo il p-value pari a,7 (la metà di quello corrispondente al test bidirezionale), non si può accettare l ipotesi che
4 gli stipendi iniziali di Agraria ed Economia siano uguali. Pertanto, lo stipendio medio iniziale dei laureati in Economia è significativamente maggiore di quello dei laureati in Agraria. d. La seguente tabella riporta i risultati della verifica d ipotesi sull uguaglianza delle varianze nelle due popolazioni di laureati. Test di Levene di uguaglianza delle varianze F Sig. Stipendio iniziale 37,89, Essendo il p-value pari a, non possiamo accettare l ipotesi nulla che le varianze siano uguali. 8.4 a. La seguente tabella riporta il valore della stima puntuale e dell intervallo di confidenza al 9% per le variabili Minuti, Bolletta, Lavoro, Reddito, ottenuti utilizzando SPSS o Excel. Media mensile di minuti Media 6,856 confidenza per la media al 9% Limite inferiore 57,38 Costo medio mensile bolletta Percentuale per uso ufficio Limite superiore 67,484 Media 63,3963 confidenza per la media al 9% Limite inferiore 6,389 Limite superiore 65,4638 Media 3,6847 confidenza per la media al 9% Limite inferiore 3,738 Limite superiore 33,633 Reddito famigliare Media 6,5896 confidenza per la media al 9% Limite inferiore 6,489 Limite superiore 6,753 b. La seguente tabella riporta i risultati (ottenuti con SPSS) del test che considera come ipotesi nulla che la Bolletta media sia pari a 6. Costo medio mensile bolletta Valore oggetto del test = 6 t df Sig. (-code) fra medie,7 49,7 3,3963 Dal valore del p-value non si può accettare l ipotesi nulla (il p-value, pari a,7, è inferiore al valore di significatività α =, ). Alla stessa conclusione si può giungere osservando l intervallo di confidenza (ottenuto con Excel) per la Bolletta media a un livello di confidenza del 9%: BOLLETTA Media 63, Livello di confidenza(9%), ottenendo l intervallo 63,396345±, , ossia [6,3888; 65,4638], che contiene al suo interno il valore 6. c. Si può notare dalla seguente tabella che chi utilizza per almeno 6 minuti il telefono ha mediamente una bolletta superiore a chi lo utilizza per un periodo di tempo inferiore. Costo medio mensile bolletta Gruppo Errore std. min.<6 Media 55,7984,65 min. 6 Media 7,674,658
5 Dal test di Levene si può accettare l ipotesi nulla di omogeneità delle varianze, pertanto possiamo assumere varianze uguali nel test sulle media. Costo medio mensile bolletta Test di Levene di uguaglianza delle varianze F Sig. t df Sig. (-code) fra medie errore standard,4,748 6,877 48, 5,89,365 Il test fornisce un p-value pari a,<,5=α e dunque rifiutiamo l ipotesi nulla che nelle due popolazioni la bolleta media sia la stessa. d. Dalla seguente tabella si può osservare una leggera differenza tra i valori medi nei due gruppi. Gruppo N Media Deviazione std. Errore std. Media Percentuale per min.<6 3 3,54 8,888,77955 uso ufficio min. 6 35,39 8,5347,779 Dal test di Levene si può accettare l ipotesi nulla di omogeneità delle varianze, pertanto possiamo assumere varianze uguali nel test sulle media. Percentuale per uso ufficio Test di Levene di uguaglianza delle varianze F Sig. t df Sig. (-code) fra medie errore standard,,74 4,594 48, 5,75,393 Il test fornisce un p-value pari a,<,5=α e dunque rifiutiamo l ipotesi nulla che nelle due popolazioni la media della percentuale di uso del telefono per ufficio sia la stessa. 8.5 a. Nella seguente tabella viene riportato l output del modello di regressione che considera gli Anni di permanenza nell impiego attuale dipendenti linearmente dall Età. non standardizzati standardizzati B Errore std. Beta t Sig. confidenza per B al 95% Limite inferiore Limite superiore Costante,66,34-9,597,,733-9,399 Età in anni,49,8,6 63,,,475,56 b. Sì, la dipendenza è significativa (i p-value pari a, indicano che si rifiutano le ipotesi nulle che i coefficienti di regressione siano uguali a ). c. La dipendenza non è di tipo inverso poiché il segno di ˆ β =, 49 è positivo (all aumentare di una variabile aumenta mediamente anche l altra). Pertanto, all aumentare dell età aumentano mediamente gli anni di permanenza nell impiego attuale. d. No, come si può osservare dalla seguente tabella. Il valore del coefficiente di determinazione è R XY =, 384. Riepilogo del modello R corretto Errore std. della stima,6,384,384 7,63 e. Si, si può accettare l ipotesi che il coefficiente di regressione per l età sia uguale a,5 a un livello di significatività del 5%. Ciò si deduce dall analisi dell intervallo di confidenza al 95%, fornito nella tabella del punto a. e uguale a [,475;,56]. Infatti, poiché,5 appartiene all intervallo di confidenza, accettiamo
6 l ipotesi nulla. f. Sì. Dalla seguente tabella vi sono 4 unità che presentano un valore del residuo standardizzato superiore a 3. Inoltre, si può notare che vi sono altre 7 unità con un valore inferiore a. Tutte queste unità potrebbero essere considerate come potenziali casi anomali e su di esse andrebbe condotta un analisi accurata per accertare le cause dell anomalia. Numero di caso Residuo std. Diagnostiche per casi Anni di permanenza nell'impiego attuale Valore atteso Ŷ i Residuo ê 97 3,66 45,84 4,6 55 3,8 44 9,37 4, ,56 49,8 7,8,8 4,7-4,7,8 4,7-4, ,4 46,3 3,69 976,79 5,5-4,5 77 3,8 44 9,37 4, , ,9 4, ,7 47 3,9 3,7 3965,45 3 6,4, ,3 5 5,74 5, ,35 44,84 3,6 53,7 3,78, , ,74 3, , ,86 3,4 569,4 4,76,76 63,79 5,5-4,5 65 3,5 54 7, 6, ,3 5 5,74 5, ,495 48,33 6,67 i g. Dal seguente istogramma dei residui standardizzato possiamo ritenere che i residui si distribuiscono come una Normale Frequenza Dev. Stand =. Media =. N = h. Dal grafico dei residui standardizzati emerge una forma ad imbuto che evidenzia nettamente l eteroschedasticità (vedere la figura 7.5.).
7 Regressione Valore previsto standardizzato 8.6 a. Nella seguente tabella viene riportato l output del modello di regressione che considera il Consumo dipendente linearmente dalla Cilindrata. non standardizzati Errore B std. standardizzati Beta t Sig. confidenza per B al 95% Limite inferiore Limite superiore Costante 3,,493 6,4, 9,3 3,7 Cilindrata -,6, -,85-6,745, -,64 -,55 b. Sì, la dipendenza è significativa (i p-value pari a, indicano che si rifiutano le ipotesi nulle che i coefficienti di regressione siano uguali a ). c. La dipendenza è di tipo inverso poiché il segno di ˆ β =, 6 è negativo (all aumentare di una variabile, l altra mediamente diminuisce). Pertanto, come ci si poteva attendere, all aumentare della cilindrata dell automobile il consumo mediamente aumenta. d. Sì, come si può osservare dalla tabella seguente: R Riepilogo del modello corretto Errore std. della stima,85,648,647 4,64 Il valore del coefficiente di determinazione è R XY =, 648. e. Non si può accettare l ipotesi che il coefficiente di regressione per la cilindrata sia uguale a -,6. Ciò si deduce dall analisi dell intervallo di confidenza [-,64; -,55], fornito nella tabella del punto a. (poiché il valore -,6 non appartiene all intervallo di confidenza, rifiutiamo l ipotesi nulla). f. Le unità con un residuo standardizzato superiore a 3 sono quelle riportate nella seguente tabella: Diagnostiche per casi Numero di caso Residuo std. Consumo (km/l) 3 3, , , , ,8 39 g. Dal seguente istogramma dei residui standardizzati, possiamo ritenere che i residui si distribuiscono come una Normale.
8 5 4 3 Frequenza Dev. Stand =. Media =. N = h. Dal grafico dei residui si osserva una lieve eteroschedasticità, giacchè all aumentare del valore di Ŷi aumenta la variabilità dei residui standardizzati (vedere la figura 7.5.). Inoltre, una lieve non linearità del fenomeno si può riscontrare nella forma ad u della nuvola dei punti rispetto all asse delle ascisse Regressione Valore previsto standardizzato 8.7 a. Nella seguente tabella viene riportato l output del modello di regressione che considera il Costo medio mensile della bolletta dipendente linearmente dalla media mensile di minuti al cellulare. non confidenza t Sig. standardizzati standardizzati per B al 95% B Errore std. Beta Limite Limite inferiore superiore Costante 3,455 4, 7,6,,574 38,336 Media mensile di minuti,3,4,478 8,564,,56,5 b. Sì, la dipendenza è significativa (i p-value pari a, indicano che si rifiutano le ipotesi nulle che i coefficienti di regressione siano uguali a ). c. Sì, poiché il segno di ˆ β =, 3 è positivo. d. No, come si può osservare dalla tabella seguente: R corretto Errore std. della stima,478,8,5 7,493
9 e. Sì, si può accettare l ipotesi essendo il valore osservato pari proprio a,3. Infatti, tale valore è all interno dell intervallo di confidenza al 95%: [,56;,5] e a maggior ragione rimane ancora all interno dell intervallo al 99% di confidenza. f. Come mostrato nella seguente tabella, non vi sono residui standardizzati superiori a 3. Statistiche dei residui Minimo Massimo Media Deviazione std. Valore atteso 4,35 96,796 63,3963 9,4589 Residuo -48,9695 4,48, 7,3949 Valore atteso std. -,33 3,53,, Residuo std. -,8,44,,998 g. Dal seguente istogramma dei residui standardizzati, possiamo ritenere che i residui si distribuiscono come una Normale. 3 Frequenza Dev. Stand =. Media =. N = h. Sì, dal grafico dei residui si può ritenere che il loro andamento è casuale e omoschedastico Regressione Valore previsto standardizzato
Statistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 7 home - indice In base agli arrotondamenti effettuati nei calcoli,
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliStatistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali /e S. Borra, A. Di Ciaccio - McGraw Hill Es.. Soluzione degli esercizi del capitolo 4 4. Il sistema d ipotesi è: μ 7, H : μ 7, Essendo 0 : t,
DettagliStatistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali /e S Borra, A Di Ciaccio - McGraw Hill Es 6 Soluzione degli esercizi del capitolo 6 In base agli arrotondamenti effettuati nei calcoli, si possono
DettagliStatistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali /e S. Borra A. Di Ciaccio - McGraw Hill s. 9. Soluzione degli esercizi del capitolo 9 In base agli arrotondamenti effettuati nei calcoli si
DettagliElementi di Psicometria (con laboratorio software 1)
Elementi di Psicometria (con laboratorio software 1) 05-La verifica delle ipotesi con le medie dei campioni (v. 1.0, 15 aprile 2019) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
Dettaglii dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente
TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliEsercitazioni di statistica
Esercitazioni di statistica Intervalli di confidenza Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 10 Dicembre 2014 Stefania Spina Esercitazioni di statistica 1/43 Stefania Spina
DettagliSTATISTICA. Regressione-2
STATISTICA Regressione-2 Fare sempre il grafico! Fig. 5.12 pg 178, Statistica di S. Iacus Fare sempre il grafico! y 0 2 4 6 8 10 =-1 =+0.79 outlier o dato influente 0 2 4 6 8 10 x Inferenza Il modello
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
DettagliMetodi statistici per la ricerca sociale Capitolo 9. Regressione Lineare e Correlazione Esercitazione
Metodi statistici per la ricerca sociale Capitolo 9. Regressione Lineare e Correlazione Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università degli Studi
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2018-2019 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 4-6-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliCasa dello Studente. Casa dello Studente
Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino
Dettagli1/4 Capitolo 4 Statistica - Metodologie per le scienze economiche e sociali 2/ed Copyright 2008 The McGraw-Hill Companies srl
1/4 Capitolo 4 La variabilità di una distribuzione Intervalli di variabilità Box-plot Indici basati sullo scostamento dalla media Confronti di variabilità Standardizzazione Statistica - Metodologie per
DettagliStatistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 6 home - indice In base agli arrotondamenti effettuati nei calcoli,
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 28-Intervalli di confidenza vers. 1.1 (21 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliIl modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009)
Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Quesito: Posso stimare il numero di ore passate a studiare statistica sul voto conseguito all esame? Potrei calcolare il coefficiente di correlazione.
DettagliDESCRITTIVE, TEST T PER IL CONFRONTO DELLE MEDIE DI CAMPIONI INDIPENDENTI.
Corso di Laurea Specialistica in Biologia Sanitaria, Universita' di Padova C.I. di Metodi statistici per la Biologia, Informatica e Laboratorio di Informatica (Mod. B) Docente: Dr. Stefania Bortoluzzi
DettagliSTATISTICA. Regressione-4 ovvero Macron!
STATISTICA Regressione-4 ovvero Macron! Eravamo partiti da qui Stipendio medio orario 2013 Voto per Le Pen Stipendio medio orario (2013) [11,12) [12,13) [13,14) [14,15) [15,23] Eravamo partiti da qui Stipendio
DettagliCorso di Statistica. Variabilità ed eterogeneità. Prof.ssa T. Laureti a.a
Corso di Statistica Variabilità ed eterogeneità Prof.ssa T. Laureti a.a. 03-04 Variabilità Il calcolo di una media non esaurisce la descrizione sintetica di un fenomeno osservato in un collettivo Due insiemi
DettagliN.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.
N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle abelle riportate alla fine del documento. Esercizio 1 La concentrazione media di sostanze inquinanti osservata nelle acque di un fiume
DettagliRegressione Lineare Semplice e Correlazione
Regressione Lineare Semplice e Correlazione 1 Introduzione La Regressione è una tecnica di analisi della relazione tra due variabili quantitative Questa tecnica è utilizzata per calcolare il valore (y)
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 7 Luglio 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Prova in Itinere di Statistica per Ingegneria Energetica 7 Luglio 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non
DettagliRegressione & Correlazione
Regressione & Correlazione Monia Ranalli Ranalli M. Dipendenza Settimana # 4 1 / 20 Sommario Regressione Modello di regressione lineare senplice Stima dei parametri Adattamento del modello ai dati Correlazione
DettagliTeoria della stima dei parametri:
INFERENZA STATISTICA Teoria della verifica dell ipotesi : si verifica, in termini probabilistici, se una certa affermazione relativa alla popolazione è da ritenersi vera sulla base dei dati campionari
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
DettagliSTATISTICA ESERCITAZIONE 13
STATISTICA ESERCITAZIONE 13 Dott. Giuseppe Pandolfo 9 Marzo 2015 Errore di I tipo: si commette se l'ipotesi nulla H 0 viene rifiutata quando essa è vera Errore di II tipo: si commette se l'ipotesi nulla
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliPROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD.
PROVA SCRITTA DI STATISTICA cod. 4038 CLEA-CLAPI-CLEFIN-CLELI cod. 5047 CLEA-CLAPI-CLEFIN-CLEMIT 5 Novembre 003 SOLUZIONI MOD. A In 8 facoltà di un ateneo italiano vengono rilevati i seguenti dati campionari
Dettagli7. STATISTICA DESCRITTIVA
7. STATISTICA DESCRITTIVA Quando si effettua un indagine statistica si ha a che fare con un numeroso insieme di oggetti, detto popolazione del quale si intende esaminare una o più caratteristiche (matricole
Dettagli1. variabili dicotomiche: 2 sole categorie A e B
Variabile X su scala qualitativa (due categorie) modello di regressione: variabili quantitative misurate almeno su scala intervallo (meglio se Y è di questo tipo e preferibilmente anche le X i ) variabili
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
Dettaglilezione 4 AA Paolo Brunori
AA 2016-2017 Paolo Brunori dove eravamo arrivati - abbiamo individuato la regressione lineare semplice (OLS) come modo immediato per sintetizzare una relazione fra una variabile dipendente (Y) e una indipendente
DettagliEsame di Statistica del 7 luglio 2006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova).
Esame di Statistica del 7 luglio 006 (Corso di Laurea Triennale in Biotecnologie, Università degli Studi di Padova). Cognome Nome Matricola Es. 1 Es. Es. 3 Es. 4 Somma Voto finale Attenzione: si consegnano
DettagliMetodi Quantitativi per Economia, Finanza e Management. Lezione n 5 Test d Ipotesi
Metodi Quantitativi per Economia, Finanza e Management Lezione n 5 Test d Ipotesi Test per lo studio dell associazione tra variabili Nella teoria dei test, il ricercatore fornisce ipotesi riguardo la distribuzione
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio Il contenuto di nicotina di una certa marca di sigarette è 0,25 milligrammi con una deviazione standard di 0,015. Un associazione
DettagliStatistica (parte II) Esercitazione 4
Statistica (parte II) Esercitazione 4 Davide Passaretti 03/03/016 Test sulla differenza tra medie (varianze note) Un negozio di scarpe è interessato a capire se le misure delle scarpe acquistate da adulti
DettagliStatistica. Capitolo 10. Verifica di Ipotesi su una Singola Popolazione. Cap. 10-1
Statistica Capitolo 1 Verifica di Ipotesi su una Singola Popolazione Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Formulare ipotesi nulla ed ipotesi alternativa
DettagliFacoltà di Scienze Politiche Corso di laurea in Servizio sociale. Compito di Statistica del 7/1/2003
Compito di Statistica del 7/1/2003 I giovani addetti all agricoltura in due diverse regioni sono stati classificati per età; la distribuzione di frequenze congiunta è data dalla tabella seguente Età in
DettagliCapitolo 11 Test chi-quadro
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 11 Test chi-quadro Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara Docenti: Dott.
DettagliStatistica 1- parte II
Statistica 1- parte II Esercitazione 3 Dott.ssa Antonella Costanzo 25/02/2016 Esercizio 1. Verifica di ipotesi sulla media (varianza nota) Il preside della scuola elementare XYZ sospetta che i suoi studenti
DettagliLM 88 SOCIOLOGIA E RICERCA SOCIALE. Metodi Statistici per la Ricerca Sociale. Regressione lineare e correlazione
LM 88 SOCIOLOGIA E RICERCA SOCIALE Metodi Statistici per la Ricerca Sociale Regressione lineare e correlazione 1. Su un campione di individui sono rilevati i caratteri X (peso in Kg) e Y (altezza in cm),
Dettagli1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2
Statistica N. Crediti: Cognome: Laurea Triennale in Biologia Nome: 4 settembre 2012 Matricola: 1. Parte A 1.1. Siano x 1, x 2,..., x 10 i dati relativi al peso di 10 neonati espressi in chilogrammi e y
DettagliPSICOMETRIA. Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI
PSICOMETRIA Corso di laurea triennale (classe 34) VERIFICA DELL IPOTESI CON DUE CAMPIONI CAMPIONI INDIPENDENTI Campioni estratti casualmente dalla popolazione con caratteristiche omogenee Assegnazione
DettagliL'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile. Corso di Metodologia della ricerca sociale
L'analisi bivariata (analisi della varianza e correlazione) Prof. Stefano Nobile Corso di Metodologia della ricerca sociale L analisi della varianza (ANOVA) La tecnica con cui si esplorano le relazioni
DettagliIndice. Prefazione. 4 Sintesi della distribuzione di un carattere La variabilità Introduzione La variabilità di una distribuzione 75
00PrPag:I-XIV_prefazione_IAS 8-05-2008 17:56 Pagina V Prefazione XI 1 La rilevazione dei fenomeni statistici 1 1.1 Introduzione 1 1.2 Caratteri, unità statistiche e collettivo 1 1.3 Classificazione dei
DettagliStatistica. Capitolo 12. Regressione Lineare Semplice. Cap. 12-1
Statistica Capitolo 1 Regressione Lineare Semplice Cap. 1-1 Obiettivi del Capitolo Dopo aver completato il capitolo, sarete in grado di: Spiegare il significato del coefficiente di correlazione lineare
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
DettagliCognome e nome Tempo disponibile: 75 minuti
Corso di Laurea in Biotecnologia Statistica medica. A.A. 2010-2011 21 giugno 2011 Cognome e nome Tempo disponibile: 75 minuti 1. Immaginate di condurre uno studio sperimentale in cui si confronta l effetto
DettagliParametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.
Parametri e statistiche Popolazione Parametri Valori fissi, spesso non noti Campione Statistiche o Stimatori Variabili casuali, le cui determinazioni dipendono dalle particolari osservazioni scelte Parametri
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 7-2-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliGiorno n. clienti di attesa
Esercizio 1 Un aspetto cruciale per la qualità del servizio ai clienti in un supermercato è il cosiddetto checkout (ovvero il tempo che il cliente impiega dal momento in cui si mette in fila alla cassa
DettagliEsercitazione # 6. a) Fissato il livello di significatività al 5% si tragga una conclusione circa l opportunità di avviare la campagna comparativa.
Statistica Matematica A Esercitazione # 6 DUE MEDIE CON VARIANZE NOTE: Esercizio # Le ditte A e B producono sfere luminose. Una volta attivata la reazione chimica che rende luminosa una di queste sfere,
DettagliLEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano. Strumenti statistici in Excell
LEZIONI IN LABORATORIO Corso di MARKETING L. Baldi Università degli Studi di Milano Strumenti statistici in Excell Pacchetto Analisi di dati Strumenti di analisi: Analisi varianza: ad un fattore Analisi
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliStatistica Inferenziale
Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti
DettagliMisure di dispersione (o di variabilità)
14/1/01 Misure di dispersione (o di variabilità) Range Distanza interquartile Deviazione standard Coefficiente di variazione Misure di dispersione 7 8 9 30 31 9 18 3 45 50 x = 9 range=31-7=4 x = 9 range=50-9=41
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Università di Venezia Esame di Statistica A-Di Prof. M. Romanazzi 25 Maggio 2015 Cognome e Nome..................................... N. Matricola.......... Valutazione Il punteggio massimo teorico di
DettagliLa statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati.
RICHIAMI DI STATISTICA La statistica è la scienza che permette di conoscere il mondo intorno a noi attraverso i dati. Quale è la media della distribuzione del reddito dei neolaureati? Per rispondere dovremmo
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliCognome e nome Tempo disponibile: 60 minuti. Esempio 1 Esempio 2
Corso di Laurea in Medicina e Chirurgia Statistica medica. A.A. 2005-2006 5 Luglio 2006 Cognome e nome Tempo disponibile: 60 minuti 1. Scrivete due esempi di variabili del seguente tipo: Nominale Esempio
DettagliConcetti principale della lezione precedente
Corso di Statistica medica e applicata 9 a Lezione Dott.ssa Donatella Cocca Concetti principale della lezione precedente I concetti principali che sono stati presentati sono: Variabili su scala nominale
DettagliIntroduzione all Analisi della Varianza (ANOVA)
Introduzione all Analisi della Varianza (ANOVA) Marcello Gallucci P S I C O M E T R I A marcello.gallucci@unimib.it Variabili nella Regressione Nella regressione, la viariabile dipendente è sempre quantitativa
DettagliMetodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza. Esercitazione
Metodi statistici per la ricerca sociale Capitolo 12. Confronto fra gruppi: L analisi della varianza Esercitazione Alessandra Mattei Dipartimento di Statistica, Informatica, Applicazioni (DiSIA) Università
DettagliIl problema lineare dei minimi quadrati
Il problema lineare dei minimi quadrati APPLICAZIONE: Il polinomio di migliore approssimazione nel senso dei minimi quadrati Felice Iavernaro Dipartimento di Matematica Università di Bari 15 Gennaio 2009
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2015-2016 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliPROBABILITÀ ELEMENTARE
Prefazione alla seconda edizione XI Capitolo 1 PROBABILITÀ ELEMENTARE 1 Esperimenti casuali 1 Spazi dei campioni 1 Eventi 2 Il concetto di probabilità 3 Gli assiomi della probabilità 3 Alcuni importanti
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Significatività statistica per la correlazione vers. 1.0 (5 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Richiami sulla regressione Marco Riani, Univ. di Parma 1 MODELLO DI REGRESSIONE y i = a + bx i + e i dove: i = 1,, n a + bx i rappresenta
DettagliElementi di Economia e Statistica prof.ssa Valentina Raimondi. dott. Federico Andreis (Statistica)
Elementi di Economia e Statistica prof.ssa Valentina Raimondi dott. Federico Andreis (Statistica) federico.andreis@unimi.it ricevimento studenti su appuntamento presso la Facoltà di Scienze Politiche dell
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
DettagliCorso di Statistica Esercitazione 1.8
Corso di Statistica Esercitazione.8 Test su medie e proporzioni Prof.ssa T. Laureti a.a. 202-203 Esercizio Un produttore vuole monitorare i valori dei livelli di impurità contenute nella merce che gli
DettagliTest di ipotesi. Test
Test di ipotesi Test E una metodologia statistica che consente di prendere una decisione. Esempio: Un supermercato riceve dal proprio fornitore l assicurazione che non più del 5% delle mele di tipo A dell
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 7-2-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2017-2018 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliSTATISTICA. Esercitazione 6
STATISTICA Esercitazione 6 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale tre compiti diversi con i seguenti risultati: Compito A Compito B Compito C Numero studenti 41 39 43
DettagliLa verifica delle ipotesi
La verifica delle ipotesi Se abbiamo un idea di quale possa essere il valore di un parametro incognito possiamo sottoporlo ad una verifica, che sulla base di un risultato campionario, ci permetta di decidere
DettagliApprossimazione normale alla distribuzione binomiale
Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N
DettagliSTATISTICA. Esercizi
STATISTICA Esercizi Esercizio 188 In vista di un referendum sulle energie rinnovabili si monitorano le opinioni in un campione casuale di 1600 soggetti nel mese di Agosto e in quelle di Ottobre, con i
DettagliSTATISTICA. Regressione-3 L inferenza per il modello lineare semplice
STATISTICA Regressione-3 L inferenza per il modello lineare semplice Regressione lineare: GRAFICO DI DISPERSIONE & & analisi residui A. Valutazione preliminare se una retta possa essere una buona approssimazione
DettagliStatistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
DettagliSTATISTICA. Esercitazione 5
STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei
DettagliSTATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliCorso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010.
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010 Statistica Esercitazione 4 12 maggio 2010 Dipendenza in media. Covarianza e
DettagliElaborazione dei dati su PC Regressione Multipla
21 Elaborazione dei dati su PC Regressione Multipla Analizza Regressione Statistiche Grafici Metodo di selezione Analisi dei dati 21.1 Introduzione 21.2 Regressione lineare multipla con SPSS 21.3 Regressione
DettagliGestione ed Analisi Statistica dei dati
Master in Evidence Based Practice e Metodologia della Ricerca clinico-assistenziale assistenziale Gestione ed Analisi Statistica dei dati Daniela Fortuna 12 giugno 2014 TEST di ipotesi Finora abbiamo visto
Dettagli1.1 Obiettivi della statistica Struttura del testo 2
Prefazione XV 1 Introduzione 1.1 Obiettivi della statistica 1 1.2 Struttura del testo 2 2 Distribuzioni di frequenza 2.1 Informazione statistica e rilevazione dei dati 5 2.2 Distribuzioni di frequenza
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
DettagliANALISI STATISTICA DELLA SERIE STORICA DEI NUMERI INDICE DEI VOLUMI DI FATTURATO MANIFATTURIERO IN ITALIA, DAL 2002 AL 2016
STATISTICA ECONOMICA PER L ANALISI MICROECONOMICA Prof. Alessandro ZINI ANALISI STATISTICA DELLA SERIE STORICA DEI NUMERI INDICE DEI VOLUMI DI FATTURATO MANIFATTURIERO IN ITALIA, DAL 2002 AL 2016 Tesi
DettagliIntroduzione alla statistica con Excel
Introduzione alla statistica con Excel Davide Sardina davidestefano.sardina@unikore.it Università degli studi di Enna Kore Corso di Laurea in Servizio Sociale A.A. 2017/2018 Variabili quantitative e qualitative
DettagliCapitolo 8. Probabilità: concetti di base
1 Capitolo 8 Probabilità: concetti di base Statistica - Metodologie per le scienze economiche e sociali 2/ed S. Borra, A. Di Ciaccio Copyright 2008 The McGraw-Hill Companies srl 2 Concetti primitivi di
Dettagli