Intervalli di confidenza

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "iovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza"

Transcript

1 Itervalli di cofideza

2 Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può risultare isoddisfacete. Per esempio, a volte è auspicabile avere la stima putuale associata ad u itervallo cetrato sulla stima di che misuri il possibile errore di stima co i più ua misura della fiducia che il valore stimato cada etro tale itervallo. Gli itervalli di cofideza per la media foriscoo u campo di variazioe (cetrato sulla media campioaria) all itero del quale ci si aspetta di trovare il parametro icogito. Ad ogi itervallo di cofideza viee associato u livello di cofideza (1 -) che rappreseta il grado di attedibilità del ostro itervallo.

3 Itroduzioe Obbiettivo Sia X 1, X,, X u campioe i.i.d. di variabili casuali gaussiae di media e variaza (icogite),. Se cosideriamo la media campioaria, questa ha media e variaza /. Il ostro obbiettivo è quello di determiare u itervallo di valori (a, b) che cotega il valore icogito, ovvero: X Pa X µ < < b = 1 α σ

4 Itroduzioe α 1 α α z α z 1 α ± µ X z α 1 σ

5 Itroduzioe Nota 1 Il livello di cofideza è la frequeza degli itervalli aleatori defiiti dalla formula precedete che cotegoo il valore icogito. Quidi è scorretto cofodere il livello di cofideza co la probabilità che sia coteuto ell itervallo. Nota Spesso o siamo a coosceza della variaza. I questo caso dobbiamo ricorrere ad uo stimatore e l itervallo di cofideza diveta: µ X ± t ( 1) 1 α s

6 ##ESEMPIO Esempio Si voglia determiare il valor medio del peso (i mg) di alcui graelli di polvere asportati da ua piastra di silicio, co u livello di cofideza del 95%. x <- c(0.39, 0.68, 0.8, 1.35, 1.38, 1.6, 1.70, 1.71, 1.85,.14,.89, 3.69) s <- var(x) mx <- mea(x) <- legth(x) a <- qt(0.975, df = - 1) * sqrt(s / ) l.if <- mx a l.sup <- mx + a cat("(",l.if,":",l.sup,")\")

7 ##ESERCIZIO Esercizio A partire dall esempio precedete, calcolare il livello di cofideza del 95% basato sulla distribuzioe ormale. I dati soo: 0.39, 0.68, 0.8, 1.35, 1.38, 1.6, 1.70, 1.71, 1.85,.14,.89, 3.69

8 ##ESEMPIO Esempio Ritorado all esempio precedete, R mette a disposizioe ua fuzioe, chiamata t.test che permette il calcolo diretto degli itervalli di cofideza. t.test(x, co.lev = 0.95) data: x t = , df = 11, p-value = 5.595e-05 alterative hypothesis: true mea is ot equal to 0 95 percet cofidece iterval: sample estimates: mea of x 1.685

9 Ampiezza del campioe Nota I geerale, all aumetare di l itervallo di cofideza si restrige. Nella pratica spesso si vuole restrigere l itervallo ad ua larghezza C, fermo restado u dato livello di cofideza 1-. Se idichiamo co L(, ) la lughezza di u itervallo di cofideza, allora: ovvero C z L < = σ α α 1 ), ( 1 > C z σ α

10 ##ESEMPIO Esempio I u esame di psicologia vegoo misurati i tempi di reazioe di 100 idividui, riscotrado u tempo medio di 1 secodo. Da studi pregressi, lo scarto quadratico è oto essere pari a 0.05 secodi. Quale deve essere il umero miimo di osservazioi campioarie per avere u ampiezza dell itervallo pari al più a 0.0 secodi ed u itervallo di cofideza pari al 99%. Per la relazioe appea vista: z α 1 σ < 0.0

11 ##ESEMPIO dato che: z α 1 = z =.63 ottego che: 0.05, = 17,45 Co R: <- 100 a <- qt(0.995, df = - 1) 1 <- ( * a * (0.05/0.0))^ cat("(",ceilig(1),")\")

12 ##ESERCIZIO Esercizio A partire dall esempio precedete, Quale deve essere il umero miimo di osservazioi campioarie per avere u ampiezza dell itervallo pari al più a 0.0 milligrammi ed u itervallo di cofideza pari al 99%, basadoci sulla distribuzioe ormale.

13 Variaza Stima dell itervallo di cofideza per la variaza Gli itervalli di cofideza per la variaza foriscoo u campo di variazioe all itero del quale ci si aspetta di trovare il parametro icogito. Ache i questo caso ad ogi itervallo di cofideza viee associato u livello di cofideza (1 - ) che rappreseta il grado di attedibilità del ostro itervallo. Per la variaza abbiamo che: ( 1) S Χ 1 σ

14 Variaza Nota Dato che la variaza o può essere egativa, cioè: σ ( 0,c) allora: P ( 1) S ( 1) σ > c S = 1 α cioè: σ ( ) 1 S > Χ 1

15 ##ESEMPIO Esempio Costruiamo ua fuzioe, chiamata ic.var, i grado di calcolare, dato u campioe i igresso, l itervallo di cofideza per la variaza. ic.var <- fuctio(x, cof.level){ alfa <- 1 - cof.level <- legth(x) l.if <- 0 l.sup <- ( - 1) * var(x)/qchisq(alfa, df = - 1) c(l.if, l.sup) }

16 ##ESERCIZIO Esercizio Costruire ua fuzioe, i grado di calcolare, dato u campioe i igresso, l itervallo di cofideza per la media e la variaza.

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni. Ifereza Statistica L ifereza statistica cerca di risalire al modello del feomeo sulla base delle osservazioi No coosciamo il modello del feomeo cioè la vc X A volte la coosceza può essere parziale (coosciamo

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

Campionamento casuale da popolazione finita (caso senza reinserimento ) Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori

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

Esercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli

Esercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli Esercitazioi del Corso di Probabilitá e Statistica Lezioe 6: Stime di parametri putuali e per itervalli Stefao Patti 1 19 geaio 005 Defiizioe 1 Ua famiglia di desitá f(, θ) ad u parametro (uidimesioale)

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

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

Metodi statistici per lo studio dei fenomeni biologici

Metodi statistici per lo studio dei fenomeni biologici Metodi statistici per lo studio dei feomei biologici Alla fie di questa lezioe dovreste essere i grado di: spiegare i cocetti di stima putuale e stima itervallare iterpretare gli itervalli di cofideza

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

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5

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

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

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

Matematica con elementi di Informatica

Matematica con elementi di Informatica La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche

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

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

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

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

Statistica I - A.A

Statistica I - A.A Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie

Dettagli

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua

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

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

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

6. Intervalli di confidenza

6. Intervalli di confidenza 6. Itervalli di cofideza La media campioaria e la variaza campioaria ci offroo ua stima dei parametri media e variaza del campioe statistico i esame. Abbiamo però bisogo di sapere quato ci si possa fidare

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

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

La stima per intervalli

La stima per intervalli La stima per itervalli U itervallo di cofideza per u parametro è u itervallo di estremi [t - ; t + ] defiito itoro alla stima t di ed i cui è tale che: P t t È cioè l itervallo, cetrato su t, che co u

Dettagli

Metodi di valutazione delle prestazioni di rete

Metodi di valutazione delle prestazioni di rete Metodi di valutazioe delle prestazioi di rete Prof. Ig. Carla Raffaelli Cofroto di diversi approcci Parametri di cofroto: precisioe requisiti di poteza di calcolo requisiti di memoria facilita' di approccio

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

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.

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

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96 STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza

Dettagli

Probabilità e Statistica Laurea Triennale in Matematica 17/06/2014 Soluzioni traccia B

Probabilità e Statistica Laurea Triennale in Matematica 17/06/2014 Soluzioni traccia B Probabilità e Statistica Laurea Trieale i Matematica 7/06/204 Soluzioi traccia B Esercizio 2. (Appello completo) Cosideriamo due ure A e B. L ura A cotiee 4 biglie rosse e 2 ere, metre l ura B cotiee biglia

Dettagli

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:

Quesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti: Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè

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

STATISTICA 1 ESERCITAZIONE 5

STATISTICA 1 ESERCITAZIONE 5 STATISTICA ESERCITAZIONE 5 Dott. Giuseppe Padolfo 28 Ottobre 203 VARIABILITA IN TERMINI DI DISPERSIONE DA UN CENTRO Cetro Me o μ La dispersioe viee misurata come sitesi delle distaze tra le uità statistiche

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

Lezioni del Corso di Fondamenti di Metrologia Meccanica

Lezioni del Corso di Fondamenti di Metrologia Meccanica Facoltà di Igegeria Lezioi del Corso di Fodameti di Metrologia Meccaica A.A. 005-006 Prof. Paolo Vigo Idice. Frequeza e Probabilità. 3. Curva di Gauss 4. Altre Distribuzioi Frequeza e Probabilità Me spiego:

Dettagli

STATISTICA A K (63 ore) Marco Riani

STATISTICA A K (63 ore) Marco Riani STATISTICA A K (63 ore Marco Riai mriai@uipr.it http://www.riai.it STIMA PUNTUALE (p. 55 Il parametro è stimato co u uico valore Esempio: stima della share di u programma TV % di spettatori el campioe

Dettagli

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 5 6 () Statistica 2 / 29 Importati disuguagliaze Variabili casuali co distribuzioi o

Dettagli

Esercitazioni del corso: ANALISI MULTIVARIATA

Esercitazioni del corso: ANALISI MULTIVARIATA A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1

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

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09

Probabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09 Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,

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

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

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

Soluzioni quarta esercitazione

Soluzioni quarta esercitazione Soluzioi quarta esercitazioe. (a) Dobbiamo calcolare il valor atteso dei due stimatori T e T 2 per verificare la o distorsioe. Partiamo col calcolare il valor atteso per la variabile X. E(X) = 3 x 3 dx

Dettagli

di solito vengono effettuate molte misure indipendenti della stessa grandezza, fino a collezionare un numeroso campione di misure

di solito vengono effettuate molte misure indipendenti della stessa grandezza, fino a collezionare un numeroso campione di misure Errori di misura: di solito vegoo effettuate molte misure idipedeti della stessa gradezza, fio a collezioare u umeroso campioe di misure ma a causa degli errori di misura il risultato varia sesibilmete

Dettagli

Tecnica delle misurazioni applicate LM - Esame del 26 febbraio 2013

Tecnica delle misurazioni applicate LM - Esame del 26 febbraio 2013 Tecica delle misurazioi applicate LM - Esame del 6 febbraio 013 Problema 1. La FisioDorica SpA è u impresa che produce prodotti farmaceutici. L Avv. Tizio, AD della società, sta valutado la opportuità

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

Elementi di statistica

Elementi di statistica Elemeti di statistica La misura delle gradezze fisiche può essere effettuata direttamete o idirettamete. Se la misura viee effettuata direttamete si parla di misura diretta; se essa viee dedotta attraverso

Dettagli

Metodi quantitativi per l analisi dello sviluppo

Metodi quantitativi per l analisi dello sviluppo Metodi quatitativi per l aalisi dello sviluppo Esercizio Si è rilevato il umero di ospedali (X) e la spesa saitaria i milioi di euro (Y), per 7 regioi, otteedo i segueti risultati: Ospedali (X) 5 7 4 6

Dettagli

Lezione 4 Corso di Statistica. Francesco Lagona

Lezione 4 Corso di Statistica. Francesco Lagona Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 23 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare

Dettagli

(sqm ottenuto dividendo per n-1 ) =

(sqm ottenuto dividendo per n-1 ) = STATISTICA PER L ANALISI ORGANIZZATIVA AA 006-007 Per casa Soluzioi Esercizio.. Durate ua ricerca soo state rilevate le lughezze di tre differeti variabili ecoomiche per ciascuo di 50 paesi i via di sviluppo.

Dettagli

Corso di Statistica Facoltà di Economia

Corso di Statistica Facoltà di Economia Corso di Statistica Facoltà di Ecoomia Lezioe a.a. 000-00 00 Fracesco Mola Ifereza statistica Logica iduttiva Dal particolare al geerale Popolazioe [ v. c. ] f Ω x,, Se si coosce F si può fare ifereza

Dettagli

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità B - soluzione

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità B - soluzione Statistica ifereziale, Varese, 25 ovembre 2008 Prima parte - Modalità B - soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1

Dettagli

STATISTICA 1- parte 1/2

STATISTICA 1- parte 1/2 STATISTICA - parte / I statistica la parola popolazioe idica l isieme di tutte le possibili osservazioi relative ad u feomeo. Popolazioe é, ad esempio, l isieme di tutti gli abitati di ua cittá, di ua

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Lezione 15. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 15. A. Iodice

Lezione 15. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 15. A. Iodice Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 () Statistica 2 / 29 itervallo margie di errore Per stimare u parametro della popolazioe,

Dettagli

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità A - soluzione

Statistica inferenziale, Varese, 25 novembre 2008 Prima parte - Modalità A - soluzione Statistica ifereziale, Varese, 25 ovembre 2008 Prima parte - Modalità A - soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioi Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete

Dettagli

Lezione 4 Corso di Statistica. Domenico Cucina

Lezione 4 Corso di Statistica. Domenico Cucina Lezioe 4 Corso di Statistica Domeico Cucia Uiversità Roma Tre D. Cucia (domeico.cucia@uiroma3.it) 1 / 22 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare

Dettagli

LE MISURE DI SINTESI (misure di tendenza centrale)

LE MISURE DI SINTESI (misure di tendenza centrale) STATISTICA DESCRITTIVA LE MISURE DI SINTESI (misure di tedeza cetrale) http://www.biostatistica.uich.itit OBIETTIVO Altezza degli studeti 004-05 (cm) Tabella dei dati Idividuare u idice che rappreseti

Dettagli

Esercitazione n Supponendo che i giorni lavorativi in un anno siano 340, quanti chilometri percorre mediamente un tir in un anno?

Esercitazione n Supponendo che i giorni lavorativi in un anno siano 340, quanti chilometri percorre mediamente un tir in un anno? Esercitazioe.4 1 Applicazioi del TCL 1.1 Ua ditta di trasporti iterazioali possiede 100 tir dello stesso tipo. Ogi tir percorre ua media di 600 km al gioro co ua deviazioe stadard di 50 km. 1. Suppoedo

Dettagli

Legge Gamma e Legge Chi quadro

Legge Gamma e Legge Chi quadro Legge Gamma e Legge Chi quadro Sia G ua variabile aleatoria di legge Gamma di parametri a e λ reali positivi, G Γ(a, λ, la cui fuzioe di desità è: f G (x = λa Γ(a e λx x a per x 0 dove Γ( è la fuzioe Gamma

Dettagli

Esperimentazioni di Fisica 1. Prova scritta del 1 febbraio 2016 SOLUZIONI

Esperimentazioni di Fisica 1. Prova scritta del 1 febbraio 2016 SOLUZIONI Esperimetazioi di Fisica 1 Prova scritta del 1 febbraio 2016 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 7 10/09/2015 1. (12 Puti) Quesito. La variabile casuale cotiua x ha ua distribuzioe

Dettagli

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica I statistica la parola popolazioe idica l isieme di tutte le possibili osservazioi relative ad u feomeo. Popolazioe é, ad esempio, l isieme di tutti gli abitati di ua cittá, di

Dettagli

CAPITOLO 2 Semplici esperimenti comparativi

CAPITOLO 2 Semplici esperimenti comparativi Douglas C. Motgomer Progettazioe e aalisi degli esperimeti 006 McGraw-Hill CAPITOLO emplici esperimeti comparativi Metodi statistici e probabilistici per l igegeria Corso di Laurea i Igegeria Civile A.A.

Dettagli

Formulario di Statistica (Cucina-Lagona)

Formulario di Statistica (Cucina-Lagona) Formulario di Statistica (Cucia-Lagoa) Corso di Statistica - a.a. 018/19 (Cucia-Lagoa) May 9, 019 1 Statistica descrittiva Media per distribuzioi uitarie o serie dati: x = 1 x i per distribuzioi di frequeze

Dettagli

Prof.ssa Paola Vicard

Prof.ssa Paola Vicard Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa

Dettagli

PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003

PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003 PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 5047 e 408) 5 geaio 00 SOLUZIONI Il uovo direttore di ua Baca di Credito Cooperativo si trova ad affrotare ua verteza di tipo sidacale che riguarda la

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

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

Dispense Inferenza PRELIMINARY DRAFT

Dispense Inferenza PRELIMINARY DRAFT Dispese Ifereza PRELIMINARY DRAFT Cristia Mollica & Ja Marti Rossi 1 Esercizio 3 - Prova scritta del 1-0-018 Esercizio 3. Ua baca vuole stimare la proporzioe π di persoe che accetterebbe di sottoscrivere

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; = costate icogita Qual è il valore di? E verosimile

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

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

Esercitazione ricapitolativa

Esercitazione ricapitolativa Esercitazioe ricapitolativa. (a) Dobbiamo calcolare il valor atteso dei due stimatori T e T 2 per verificare la o distorsioe. Partiamo col calcolare il valor atteso per la variabile X. E(X) = 3 x 3 dx

Dettagli

Prova d esame di Calcolo delle Probabilità 02/07/2011

Prova d esame di Calcolo delle Probabilità 02/07/2011 Prova d esame di Calcolo delle Probabilità 0/07/0 N. MATRICOLA... COGNOME e NOME... Esercizio Cosideriamo due ure ed ua moeta truccata. La prima ura (ura A) cotiee pallie rosse e 4 biache, la secoda ura

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

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 9/1 Prova scritta del 13/1/1 Esercizio 1 Ua Ditta commerciale guadaga ogi ao ua somma X, ove si puo assumere che X N(µ, σ ). Ogi ao la Ditta paga ua tassa fissa

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

ANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre

ANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre ANalsis Of VAriace Nel liguaggio delle variabili le operazioi fodametali soo tre Descrizioe Spiegazioe Iterpretazioe Descrizioe La relazioe tra variabili viee sitetizzata per meglio cogliere gli aspetti

Dettagli

Anemia. Anemia - percentuali

Anemia. Anemia - percentuali 1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14

Dettagli

Intervalli di confidenza

Intervalli di confidenza Itervalli di cofideza Fracesco Lagoa Itroduzioe Questa dispesa riassume schematicamete i pricipali risultati discussi a lezioe sulla costruzioe di itervalli di cofideza. Itervalli di cofideza per la media

Dettagli

# = ln! + ln(e "!x i ) = nln! "! x i

# = ln! + ln(e !x i ) = nln! ! x i Esercizio 1 Sia (X 1,X 2, X ) u campioe casuale di VA X di tipo espoeziale (!e "!x ). Il parametro λ è icogito. Si determii lo stimatore basato sulla massima verosimigliaza per il parametro λ. La df è!e

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

Traccia delle soluzioni degli esercizi del fascicolo 6

Traccia delle soluzioni degli esercizi del fascicolo 6 Traccia delle soluzioi degli esercizi del fascicolo 6 Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi

Dettagli

INTRODUZIONE ALLA INFERENZA STATISTICA

INTRODUZIONE ALLA INFERENZA STATISTICA INTRODUZIONE ALLA INFERENZA STATISTICA 1) CONCETTO DI INFERENZA STATISTICA E SCOPI : L ifereza statistica è il procedimeto iduttivo che, avvaledosi del calcolo delle probabilità, cosete di estedere all

Dettagli

Copyright Esselibri S.p.A.

Copyright Esselibri S.p.A. CAPITOLO OTTAVO LE VARIABILI CASUALI Sommario:. Geeralità. -. La variabile casuale biomiale. - 3. La variabile casuale di Poisso. - 4. La variabile casuale ormale. 5. La variabile casuale chi-quadrato.

Dettagli

Distribuzione normale o gaussiana

Distribuzione normale o gaussiana Distribuzioe ormale o gaussiaa Ua variabile radom si dice distribuita ormalmete (o secodo ua curva gaussiaa) se la sua fuzioe di desità di probabilità è del tipo: f () ( ) ep co - rappreseta il valore

Dettagli

Problema 1. Risoluzione

Problema 1. Risoluzione Problema 1. La Pico & Pallo c, impresa che esegue il motaggio e la saldatura di compoeti su circuiti stampati per coto terzi, acquista la lega di saldatura i ligotti da 0,5 kg da u foritore al prezzo di

Dettagli

STATISTICA INFERENZIALE - SCHEDA N. 1 CAMPIONAMENTO E STIMA

STATISTICA INFERENZIALE - SCHEDA N. 1 CAMPIONAMENTO E STIMA Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE

Dettagli

4. L ipotesi è falsa e la rifiuto bene. H 0 ) p = 0.5. Facciamo dunque n lanci. Otteniamo k teste ed n k croci:

4. L ipotesi è falsa e la rifiuto bene. H 0 ) p = 0.5. Facciamo dunque n lanci. Otteniamo k teste ed n k croci: 7 Test d ipotesi U tipico problema che ci si può trovare ad affrotare è il seguete: Faccio ua certa ipotesi che idico co H 0 e che chiamo ipotesi ulla I base ai dati che ho a disposizioe devo 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