Regressione e correlazione
|
|
- Giorgiana Casini
- 7 anni fa
- Visualizzazioni
Transcript
1 Regressioe e correlazioe Regressioe e correlazioe I molti casi si osservao gradezze che tedoo a covariare, ma () Se c è ua relazioe di dipedeza fra due variabili, ovvero se il valore di ua variabile (dipedete) si può determiare come fuzioe di ua secoda variabile (idipedete), allora si può usare ua regressioe. Esempio: la pressioe arteriosa dipede dall età del soggetto () Se o c è ua relazioe di dipedeza fra le variabili, ovvero se essua delle due è causa delle variazioi dell altra, la tedeza a covariare si misura i termii di correlazioe. Esempio: lughezza e peso di u orgaismo
2 Età Pressioe Pressioe Età Per misurare l itesità di ua relazioe (lieare) si usa il coefficiete di correlazioe di Bravais-Pearso. Per u campioe: r Per ua popolazioe: ρ (rho) r e ρ variao fra + e - Proporzioalità diretta: r tede a + Proporzioalità iversa: r tede a - Nessua relazioe: r tede a 0 Nessua relazioe lieare: r tede a 0
3 r = (ΣXY) - (ΣX)(ΣY) [(ΣX ) - (ΣX) ][(ΣY ) - (ΣY) ] Per l esempio sulla pressioe arteriosa: Soggetto Età(X) PA(Y) XY X Y A B 48 0 C 56 5 D 6 4 E 67 4 F 70 5 ΣX=45 ΣY=89 ΣXY=4764 ΣX =099 ΣY =44 r =.897 Cioè: forte relazioe positiva Se r =.897 idica ua forte relazioe positiva, si può affermare che questa relazioe o è frutto del caso ed è quidi sigificativa?
4 Ipotesi da testare per la sigificatività di ua correlazioe: H 0 : ρ = 0 H : ρ 0 t = r N - = r t crit(.05, df=) =.776 Poichè t=4.059>.776, si rigetta H 0 e si coclude che esiste ua correlazioe positiva e sigificativa fra età e pressioe arteriosa. Attezioe! Ua correlazioe positiva e sigificativa o implica u rapporto causale. 4
5 Regressioe lieare Aalizza la atura e l itesità di ua relazioe lieare fra due variabili, di cui ua dipede dall altra (o almeo ua è misurata seza errore). Iterpoliamo ua retta Ua retta qualsiasi è descritta dall equazioe: Y = a +bx (per u campioe) Y = α + βx (per ua popolazioe) Per determiare la retta che meglio si adatta ai dati, si usa il metodo dei miimi quadrati. 5
6 d 6 d 7 Per determiare la retta che meglio si adatta ai dati, si usa il metodo dei miimi quadrati. d 8 d 6 d 7 d 5 d 4 d d d Si calcola la distaza di ogi puto dalla retta ello spazio della variabile dipedete (Y) La somma d 8 d +d +d +d 4 +d 5. d 8 ovvero d 5 d d 4 d d Σ[Y f(x)] deve essere miimizzata (N.B. Questa somma è ua compoete della somma dei quadrati e quidi della variaza della variabile Y) 6
7 7 Nell equazioe Y = a + bx, a è l itercetta sull asse Y b è la pedeza della retta o coefficiete di regressioe stessa b - differete a stessa a - differete b Esiste ua retta di regressioe per qualsiasi isieme di dati. Immagiiamo ua popolazioe di dati per cui β = 0
8 8 Se u campioe casuale compredesse i puti (), la retta Y = a + bx che si iterpolerebbe avrebbe b 0 Esiste ua retta di regressioe per qualsiasi isieme di dati. Immagiiamo ua popolazioe di dati per cui β = 0 Qual è la probabilità che l isieme di puti i rosso sia stato estratto dalla popolazioe studiata e che esso descriva accuratamete la relazioe fra X e Y? Defiiamo l ipotesi ulla e l ipotesi alterativa: H 0 : β = 0 H : β 0 Quidi usiamo u ANOVA
9 ) Si calcola la somma dei quadrati ovvero la variabilità complessiva di Y SS T = Σ(Y i -Y) ) Si calcola la somma dei quadrati per la regressioe (cioè per il modello usato) SS R = ΣX i Y i ΣX i ΣY i ΣX i -(ΣX i ) ) Si calcola la somma dei quadrati per i residui (scarti dalla regressioe) SS D = SS T -SS R 4) Si calcolao i quadrati medi per la regressioe e per i residui MS x = SS x /df x dove df T = -, df R =, df D = df T df R 5) Si determia F: F = MS R /MS D 6) Si determia il valore di p corrispodete 7) Il coefficiete di determiazioe r = SS R /SS D è la proporzioe di variaza totale spiegata dalla regressioe Relazioi o lieari Se ua retta o descrive la relazioe fra due variabili, si deve usare ua fuzioe o lieare Spesso a questo fie si usao delle trasformazioi o lieari dei dati, per esempio i logaritmo U caso tipico è quello di ua relazioe lieare fra i logaritmi delle due variabili, tale che la curva che si iterpola è: Y = a X b [cioè log(y)=a+b log(x)] Esempio: relazioi peso-lughezza i pesci 9
10 y = 0.09x.574 R = y = 0.09x.574 R = Peso (g) Lughezza (cm) Peso (g) Lughezza (cm) Ua relazioe peso-lughezza si descrive co la regressioe lieare log-log, ovvero co ua fuzioe di poteza Y=aX b Domada #: il peso dipede dalla lughezza? Domada #: se accettiamo di usare la lughezza come variabile idipedete (è più facile da misurare), possiamo affermare che l errore di misura della lughezza è ullo? Domada #: possiamo affermare che l errore di misura della lughezza è << di quello del peso? 0
11 d 6 d 7 d 6 d 7 Il peso o dipede dalla lughezza (e viceversa). Cosa sappiamo: soo gradezze che covariao quidi i valori dell ua possoo essere utili per stimare i valori dell altra etrambe le misure soo affette da errore l ordie di gradezza dell errore ella stima della lughezza (assuta come variabile idipedete) può variare i fuzioe del metodo di misura e degli orgaismi da misurare Il peso o dipede dalla lughezza (e viceversa). Quidi, la regressioe lieare o è u metodo adatto a descrivere questa relazioe, a meo che l errore di misura della lughezza o sia << di quello del peso. d 8 d 8 d 5 d d 4 d 5 d d 4 d d d d Regressioe lieare Asse maggiore ridotto
12 Asse Maggiore e Asse Maggiore Ridotto Regola empirica: se la variaza delle X è >/ di quella delle Y, o si dovrebbe usare la regressioe lieare L Asse Maggiore cosidera sia l errore della X che quello della Y: è la bisettrice dell agolo formato della retta di regressioe della X sulla Y co quella di regressioe della Y sulla X. L Asse Maggiore Ridotto è quasi cocidete co l Asse Maggiore, ma è più semplice da otteere. Asse Maggiore Si miimizza la somma dei quadrati delle proiezioi dei puti sull Asse Maggiore Il calcolo implica: Estrazioe di autovalori ed autovettori dalla matrice di covariaza oppure Calcolo delle regressioi Y su X e X su Y e della bisettrice delle due rette d 6 d 5 d d 4 d d Asse maggiore d 8 d 7
13 Asse Maggiore Ridotto I pratica, quasi coicide co l Asse Maggiore Il calcolo implica: Calcolo delle regressioi Y su X e X su Y e quidi b RMA = by = f ( X ) bx = f ( Y ) Calcolo delle somme dei quadrati SS x e SS Y o delle variaze b = SS SS = RMA Y X s Y s X I ogi caso: a RMA = Y b RMA X SSx=SX-(SX) / SSxy=SXY-(SX)(SY)/ b=ssxy/ssx a=sy/-b SX/
14 Dati ordiali e relazioi mootoiche: la correlazioe di rago di Spearma Esperimeto: valutare la relazioe fra qualità dei idi costruiti e tempo di appredimeto 4
15 Cosa dobbiamo attederci? ua relazioe o lieare (l appredimeto o cosete di migliorare all ifiito) ua relazioe mootoica (co l appredimeto la qualità dei idi o può peggiorare) Qualità del ido (Y) Tempo di appredimeto (X) Dati (fittizi) : Uccello Tempo di appredimeto Qualità del ido A 4 9 B C 0 0 D 8 Qualità del ido Tempo di appredimeto 5
16 Assegamo dei raghi ai dati : Uccello Tempo di appredimeto Qualità del ido A 4 9 B C D 8 Qualità del ido Tempo di appredimeto Calcolo della correlazioe di Spearma (metodo di base) ) Si assegao i raghi ai valori di X e Y ) Si calcola il coefficiete di Bravais-Pearsoo sui dati trasformati Uccello Tempo di appredimeto Qualità del ido XY A 9 B C D 4 ΣX = 0 ΣX = ΣXY = SS x = ΣX - (ΣX) = 6 Aalogamete, SS Y = 6 e SP = ΣXY - (ΣX) (ΣY) = 6 Quidi r s = SP =.0 (SS X )(SS Y ) 6
17 7 d r i i S = = 6 Se o ci soo raghi assegati ex-aequo, il calcolo può essere semplificato, essedo: Calcolo di r S dai raghi dove d è la differeza fra il rago della i-ma osservazioe per il descrittore j e quello per il descrittore k. = = = = = = m h hk hk m h hj hj i i m h hk hk m h hj hj S q q q q d q q q q r ) ( ) ( ) ( ) ( dove m è il umero di raghi e q hj e q hk soo il umero di osservazioi di rago h per il descrittore j e per quello k Calcolo di r S dai raghi Se ci soo (molti) raghi assegati ex-aequo, il calcolo deve essere corretto come segue:
REGRESSIONE LINEARE E POLINOMIALE
REGRESSIONE LINEARE E POLINOMIALE Nota ua tabella di dati relativi alle osservazioi di due gradezze X e Y, è aturale formulare ipotesi su quale possa essere ua ragioevole fuzioe che rappreseti o che approssimi
DettagliLo studio della relazione lineare tra due variabili
Lo studio della relazioe lieare tra due variabili X e caratteri etrambi quatitativi X variabile idipedete variabile dipedete * f ( ) f(): espressioe fuzioale che descrive la legge di dipedeza di da X 1
DettagliLa correlazione e la regressione. Antonello Maruotti
La correlazioe e la regressioe Atoello Maruotti Outlie 1 Correlazioe 2 Associazioe tra caratteri quatitativi Date due distribuzioi uitarie secodo caratteri quatitativi X e Y x 1 x 2 x y 1 y 2 y associate
DettagliRisultati esercitazione statistica bivariata
Risultati esercitazioe statistica bivariata geere livello di felicità ore lettura settima a Matrice dati geere lettura sport ore TV lavora Grado di iteresse per la politica 3 5 3 0,5 0 3 4 0 0 0,5 3 5
DettagliMetodi 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
DettagliCosto manutenzione (euro)
Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più
DettagliThe start Package. October 15, 2007
The start Package October 15, 2007 Type Package Ecodig lati1 Depeds R, stats, utils, tools Title Ifereza classica co TI-83 Plus Versio 1.1.12 Date 2007-10-12 Author Fabio Frascati Maitaier Ua libreria
DettagliLezione 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
DettagliLA INTERPOLAZIONE Appartamenti venduti nel 2006 da un agenzia immobiliare di Treviso.
LA INTERPOLAZIONE Appartameti veduti el 006 da u agezia immobiliare di Treviso. superficie (mq) prezzo (k ) segue 10 160 45 70 80 95 85 110 64 98 106 140 10 170 50 80 100 150 90 15 115 165 140 165 98 145
DettagliFormulazione del problema - 1
Formulazioe del problema - Date due variabili aleatorie X e Y si tratta di cercare ua relazioe lieare tra esse. Sappiamo già che se il modulo del coefficiete di correlazioe o vale esattamete, le determiazioi
DettagliANalysis. 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
DettagliAlcuni 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
DettagliLezione 9. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 9. A. Iodice
Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie 1 2 3 ρ xy come coefficiete calcolo di ρ xy 4 () Statistica 2 / 26 Misura dell iterdipedeza
DettagliLibri T ablet 1284 47 971 62 1123 75 1047 69 921 103 874 113 889 136
Esercitazioe 0 ESERCIZIO arco e Giulio hao due egozi i viale dei Giardii. arco vede libri, Giulio vede elettroica, tra cui tablet. arco e Giulio, avedo a disposizioe il umero di libri veduti ed il umero
DettagliIntervalli 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
DettagliFormulario 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
DettagliEsperimentazioni 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
DettagliUNIVERSITÀ 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
DettagliFormulario (versione del 3/10/2015)
Uiversità degli Studi della Basilicata C.d.L. Ecoomia Aziedale Statistica a.a. 04/05 Docete: E. Di Nardo Frequeze Formulario versioe del 3/0/05 taglia campioe casuale x,..., x campioe casuale ordiato x...
DettagliLezione 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
DettagliES 1.3. Data la distribuzione unitaria di una variabile quantitativa X. la media aritmetica di X è data dal rapporto tra il totale n
ES 1.3 1 Media e variaza Data la distribuzioe uitaria di ua variabile quatitativa X x 1... x i... x, la media aritmetica di X è data dal rapporto tra il totale x i e il umero delle uità rilevate: x = 1
Dettagli# = 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
DettagliIl Metodo dei Minimi Quadrati: Alcuni Esempi Svolti. Alessandro Zaccagnini
Il Metodo dei Miimi Quadrati: Alcui Esempi Svolti Alessadro Zaccagii alessadro.zaccagii@uipr.it 14 ottobre 5 Capitolo 1 Modelli lieari 1.1 Defiizioi Ricordiamo le defiizioi: soo date coppie di umeri reali
DettagliLe principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione
Complemeti per il corso di Statistica Medica Le pricipali procedure ifereziali: ozioi, schemi di procedimeto ed esempi di applicazioe IC al livello (-α) % per la media µ Ipotesi: ella popolazioe il feomeo
DettagliPopolazione 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
DettagliUniversità degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO
Versioe: 16 ottobre 2017 (h17:25) Uiversità degli Studi di Salero Pietro Coretto Corso di Statistica FORMULARIO Valori osservati per statistiche di posizioe, variabilità e correlazioe Nota: per ua distribuzioe
DettagliPopolazione 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
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it
Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:
DettagliStatistica bivariata Tabella di contingenza % di riga I tre tipi di percentuale rimandano a significati differenti. Tabella di contingenza
Tabella di cotigeza % di riga I tre tipi di percetuale rimadao a sigificati differeti Si più ifo o più ifo Totale Sufficiete 46 567 63 Isufficiete 8 49 637 Totale 64 986 5 Si più ifo o più ifo Totale Sufficiete
DettagliUniversità degli Studi di Roma - La Sapienza, Facoltà di Farmacia Formulario di Matematica - versione per esame
Uiversità degli Studi di Roma - La Sapieza, Facoltà di Farmacia Formulario di Matematica - versioe per esame L equazioe lieare ax + by + c 0 elle coordiate cartesiae x e y rappreseta ua retta el piao.
DettagliEsercitazione di riepilogo II
Esercitazioe di riepilogo II I questa esercitazioe faremi u ripasso geerale: rappresetazioi grafiche, medie e variaze; la correlazioe; la regressioe. 1 Esercizio 1 Gli stipedi degli impiegati di u ufficio
DettagliAppunti 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.
DettagliY = ln X è normalmente distribuita. (y) = dg(x) dx. f Y. (x) = dy dx f Y. f X. (g(x)) & exp$ dx x - $ % ( x) DISTRIBUZIONE LOG-NORMALE.
DISTRIBUZIONE LOG-NORMALE. La variabile si dice log-ormalmete distribuita se: l è ormalmete distribuita g( l g ( e 0 +. uzioe di desità di probabilità: f ( d d f ( dg( d f (g( dg( d f (. & ep$ - / $ %,
Dettagli1.6 Serie di potenze - Esercizi risolti
6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo
DettagliLezioni 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:
DettagliArgomenti. 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
Dettagli0.1 Esercitazioni V, del 18/11/2008
1 0.1 Esercitazioi V, del 18/11/2008 Esercizio 0.1.1. Risolvere usado Cramer il seguete sistema lieare x + y + z = 1 kx + y z = 0 x kz = 1 Soluzioe: Il determiate della matrice dei coefficieti è (k 2)(k
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. 019-00 Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe
DettagliDISTRIBUZIONE NORMALE MULTIVARIATA
Distribuzioe ormale uivariata DISTRIBUZIONE NORMALE MULTIVARIATA ANALISI MULTIVARIATA A.A. 00/ CORSO DI LAUREA IN STATISTICA Carla Rampichii Desità Normale μ, σ Normale stadardizzata: μ=0, σ= Distribuzioe
DettagliLezione 4 Corso di Statistica. Francesco Lagona
Lezioe 4 Corso di Statistica Fracesco Lagoa Uiversità Roma Tre F. Lagoa (fracesco.lagoa@uiroma3.it) 1 / 17 Outlie 1 Media aritmetica 2 variaza 3 il caso delle variabili dicotomiche 4 trasformazioi lieari
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 21 ottobre 2015 COMPITO B
FIRMA DELLO STUDENTE Cogome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 30001/6045/5047/4038/371/377) 21 ottobre 2015 Nome Numero di matricola Corso di Laurea Cod. corso COMPITO B Ai fii della valutazioe
DettagliStima 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
DettagliEsercitazioni di Statistica Dott. Danilo Alunni Fegatelli
Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M
DettagliApprofondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie
Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo
DettagliDistribuzione 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).
Dettaglia) la funzione costante k. Sia k un numero reale e consideriamo la funzione che ad ogni numero reale x associa k: x R k
ALCUNE FUNZIONI ELEMENTARI ( E NON) E LORO GRAFICI (*) a) la fuzioe costate k. Sia k u umero reale e cosideriamo la fuzioe che ad ogi umero reale x associa k: x R k Tale fuzioe è detta fuzioe costate k;
DettagliCampionamento 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
DettagliLE 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
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Il modello di Regressioe Prof. Livia De Giovai statistica@dis.uiroma.it Esercizio Solitamete è accertato che aumetado il umero di uità prodotte, u idustria possa ridurre i costi
DettagliCorso 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
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere
DettagliLa base naturale dell esponenziale
La base aturale dell espoeziale Beiamio Bortelli 7 aprile 007 Il problema I matematica, ci è stato detto, la base aturale della fuzioe espoeziale è il umero irrazioale: e =, 7888... Restao, però, da chiarire
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza
iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può
DettagliStatistica. Lezioni : 11, 12. Statistica Descrittiva Bivariata 2. a.a
Corsi di Laurea: Diritto per le Imprese e le istituzioi Scieze dell Ammiistrazioe e Cosuleza del Lavoro sieze Iterazioali dello Sviluppo e della Cooperazioe a.a. 2017-18 Statistica Statistica Descrittiva
Dettagli4: Strato fisico: i segnali nel tempo e nella frequenza
1 1 4: Strato fisico: i segali el tempo e ella frequeza Lo strato fisico Le pricipali fuzioi dello strato fisico soo defiizioe delle iterfacce meccaiche (specifiche dei coettori) tra il mezzo trasmissivo
DettagliESAME DI STATO DI LICEO SCIENTIFICO 2005 CORSO DI ORDINAMENTO Sessione ordinaria Tema di MATEMATICA - 23 giugno 2005
ESAME DI STATO DI LICEO SCIENTIFICO 005 CORSO DI ORDINAMENTO Sessioe ordiaria Tema di MATEMATICA - 3 giugo 005 Svolgimeto a cura del prof. Luigi Tomasi (luigi.tomasi@libero.it) RISPOSTE AI QUESITI DEL
Dettagli+ e. u G(s) Il Il luogo delle radici
Il Il luogo delle radici r + e - KK u G(s) y Cotrollo proporzioale: u(t)=ke(t) Strumeti per aalizzare la stabilita` del sistema a catea chiusa al variare di K (criteri di Routh e Nyquist) Le prestazioi
DettagliProbabilità e Statistica (cenni)
robabilità e Statistica (cei) remettiamo la distizioe tra i due cocetti: Defiizioe: dato il verificarsi di u eveto si defiisce la probabilità per l eveto cosiderato il rapporto tra il umero dei casi favorevoli
Dettagliy f x x x 1 0;1 y 1 (l equazione deve essere invariante per trasformazioni x x, f x ax x 1 0;1 f x x x 1 0;1 S x dx x % f x ax bx cx d x 0;1
Esame di Stato 8 Problema ; y f x x x L equazioe della curva che descrive il profilo sull itera mattoella si ottiee simmetrizzado tale fuzioe rispetto agli assi e all origie (ovviamete o è l equazioe di
DettagliSTATISTICA 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
DettagliRegressione lineare semplice
Regressioe lieare semplice Esercizio 1 Si vuole stimare la relazioe esistete tra il reddito mesile pro-capite X (i migliaia di Euro) e la spesa mesile per il tempo libero Y (i Euro). Da u campioe casuale
DettagliInferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica
6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe
DettagliMatematica 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
DettagliScienza dei Materiali 1 Esercitazioni
Scieza dei Materiali 1 Esercitazioi 10. Creep ver. 1.1 ESERCIZI Ex 10.1 Creep stazioario 1 Ua lega di rame viee sottoposta ad ua prova di creep. Si osserva che, el tratto di creep stazioario, dopo 200
DettagliSenza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo
STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it Ifereza statistica Dal campioe alla popolazioe Co quale precisioe si possoo descrivere le caratteristiche di ua popolazioe sulla base
DettagliSomma E possibile sommare due matrici A e B ottenendo una matrice C se e solo se le due matrici hanno lo stesso numero di righe e di colonne.
Matrici Geeralità sulle matrici I matematica, ua matrice è uo schierameto rettagolare di oggetti; le matrici di maggiore iteresse soo costituite da umeri come, per esempio, la seguete: 1 s 6 4 4 2 v t
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA
FACOLTÀ DI SOCIOLOGIA a. a. 011 01 Esame del 11-01-01 STATISTICA ESERCIZIO 1 U idagie sulle abitudii alimetari dei requetatori di u cetro itess ha moitorato il umero di caè cosumati i u gioro ormale e
DettagliCOME 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
DettagliRichiami sulle potenze
Richiami sulle poteze Dopo le rette, le fuzioi più semplici soo le poteze: Distiguiamo tra: - poteze co espoete itero - poteze co espoete frazioario (razioale) - poteze co espoete reale = Domiio delle
DettagliSoluzioni 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
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. 017-018 Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe
DettagliUna 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
DettagliDaniela Tondini
Daiela Todii dtodii@uite.it Facoltà di Bioscieze e Tecologie agro-alimetari e ambietali e Facoltà di Medicia Veteriaria C.L. i Biotecologie Uiversità degli Studi di Teramo 1 La mediaa o valore mediao M
Dettagli- 9 - Analisi dei risultati
Dipartimeto di Elettroica e Iformazioe Politecico di Milao - 9 - Aalisi dei risultati Laboratorio di Reti di Telecomuicazioi Prove idipedeti Ogi simulazioe è ua possibile evoluzioe di u sistema. Siamo
DettagliUnità Didattica N 33 L algebra dei vettori
Uità Didattica N 33 Uità Didattica N 33 0) La ozioe di vettore 02) Immagie geometrica di u vettore umerico 03) Somma algebrica di vettori 04) Prodotto di u umero reale per u vettore 05) Prodotto scalare
DettagliQUESITO 1. Indicata con x la distanza della base superiore del cilindro dal vertice del cono si ha:
www.matefilia.it Scuole italiae all estero (Caledario australe) 005 QUESITO Prova che fra tutti i cilidri iscritti i u coo circolare retto ha volume massimo quello la cui altezza è la terza parte di quella
DettagliParametri 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
DettagliElementi di statistica descrittiva. Tabella dei dati :
- - Elemeti di statistica descrittiva I dati riportati sotto si riferiscoo a 20 studeti uiversitari che frequetavao u corso di Statistica e soo stati raccolti facedo compilare ad ogi studete il seguete
DettagliDispense retta di regressione
Dispese retta di regressioe Cristia Mollica e Ja Marti Rossi Jauary 3, 2019 1 Esercizio 1 - Prova scritta del 12-01-2018 Esercizio 1. Si cosideri il modello di regressioe lieare semplice: 1. Calcolare
DettagliSTUDIO DEL LANCIO DI 3 DADI
Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio
DettagliSeconda Prova Intermedia 28 Maggio 2019 Elementi di Probabilità e Statistica, Laurea Triennale in Matematica, M. Romito, M.
Secoda rova Itermedia 8 Maggio 09 Elemeti di robabilità e Statistica, Laurea Trieale i Matematica, 08-9 M. omito, M. ossi roblema 0. Sia X, Y ) ua v.a. a valori i co desità dove N è u parametro fissato.
DettagliEquazioni Differenziali
Equazioi Differeziali Nota itroduttiva: Lo scopo di queste dispese o è trattare la teoria riguardo alle equazioi differeziali, ma solo dare u metodo risolutivo pratico utilizzabile egli esercizi che richiedoo
DettagliMetodi statistici per l analisi dei dati
Metodi statistici per l aalisi dei dati Aalisi della Variaza (ANOVA) ad u sigolo Itroduzioe Nell esempio precedete soo state itrodotte le teciche più adeguate per cofrotare due trattameti distiti ella
DettagliUniversità 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
DettagliTECNICHE DI ANALISI DEI DATI ANALISI UNIVARIATE
TECNICE DI ANALISI DEI DATI AA 08/09 PROF. V.P. SENESE Questi materiali soo dispoibili per tutti gli studeti al seguete idirizzo: https://goo.gl/xy5fr Secoda Uiversità di Napoli (SUN) Dipartimeto di Psicologia
DettagliSommario. 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,
DettagliCompito di SISTEMI E MODELLI. 5 Settembre 2014
Compito di SISTEMI E MODELLI 5 Settembre 24 No é ammessa la cosultazioe di libri o quaderi. Le risposte vao giustificate. Sarao rilevati per la valutazioe ache l ordie e la chiarezza di esposizioe. Cosegare
Dettagli7. ASSOCIAZIONE TRA CARATTERI
UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza 7. ASSOCIAZIONE TRA CARATTERI Prof. Maurizio
DettagliORDINAMENTO 2010 SESSIONE STRAORDINARIA - QUESITI QUESITO 1
www.matefilia.it ORDINAMENTO 1 SESSIONE STRAORDINARIA - QUESITI QUESITO 1 Due osservatori si trovao ai lati opposti di u grattacielo, a livello del suolo. La cima dell edificio dista 16 metri dal primo
Dettagli7. ASSOCIAZIONE TRA CARATTERI
UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso di Laurea i Scieze per l'ivestigazioe e la Sicurezza 7. ASSOCIAZIONE TRA CARATTERI Prof. Maurizio
DettagliLE MISURE DI TENDENZA CENTRALE
STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE http://www.biostatistica.uich.itit OBIETTIVO Esempio: Nella tabella seguete soo riportati i valori del tasso glicemico rilevati su 0 pazieti: Idividuare
DettagliSERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.
SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....
DettagliLezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità
Lezioe III: Variabilità Cattedra di Biostatistica Dipartimeto di Scieze Biomediche, Uiversità degli Studi G. d Auzio di Chieti Pescara Prof. Ezo Balloe Lezioe a- Misure di dispersioe o di variabilità Misure
DettagliSerie di potenze / Esercizi svolti
MGuida, SRolado, 204 Serie di poteze / Esercizi svolti Si cosideri la serie di poteze (a) Determiare il raggio di covergeza 2 + x (b) Determiare l itervallo I di covergeza putuale (c) Dire se la serie
DettagliMo=V Max La distribuzione di frequenza si dice unimodale quando la Moda è unica, oppure bimodale quando la Moda è definita da due valori
Sitetizzao u isieme di misure co u uico valore rappresetativo Idicatori di tedeza cetrale e di posizioe Dati qualitativi Idice (Idicatore) Defiizioe Dati Formula Nota Nomiale Ordiale Gamma Tabella aggiorata
DettagliLA MISURA IN PSICOLOGIA
Prof. Giulio Vidotto (Uiversità di Padova) Lez. 3 - Distribuzioe ormale e stadardizzazioe delle misure Argometi della lezioe Stadardizzazioe Distribuzioe Normale Distribuzioe Normale Stadard Stadardizzazioe
Dettagli