Incertezza. Tipi di incertezza. Tipi di incertezza. Metodo di valutazione dell incertezza di tipo A. Espressione della misura

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Incertezza. Tipi di incertezza. Tipi di incertezza. Metodo di valutazione dell incertezza di tipo A. Espressione della misura"

Transcript

1 Espressioe della misra Ua MISURA è a iformazioe costitita da (UI 56): mero Icertezza (co il livello di cofideza, espressa secodo GUM) Uità di misra Misre Meccaiche e Termiche Espressioe della misra ed icertezza E OBBLIGATORIO esprimere l icertezza della misra Ig. Lorezo Comolli Esempio: L 3.37 ± 0.5 m (l.c. 68%) Icertezza 3 Tipi di icertezza Defiizioi da GUM, ISO 995: ICERTEZZA: parametro, associato al risltato di a misrazioe, che caratterizza la dispersioe dei valori ragioevolmete attribibili al misrado. ICERTEZZA TIPO: icertezza del risltato di a misrazioe espressa come scarto tipo. Esistoo diversi modi per valtare l icertezza. Si possoo sddividere pricipalmete i: : fa so di modello statistico : o fa so di modello statistico Etrambi i tipi di valtazioe soo basati s distribzioi di probabilità e le compoeti risltati da ambede i metodi soo qatificate mediate scarti tipo. Metodo di valtazioe: icertezza tipo A: otteta da a desità di probabilità derivata da a distribzioe di freqeza osservata; icertezza tipo B: otteta da a desità di probabilità ipotizzata slla base delle coosceze della persoa che esege la misra. Tipi di icertezza Defiizioi da GUM, ISO 995: VALUTAZIOE DELL ICERTEZZA DI TIPO A: metodo di valtazioe dell icertezza per mezzo dell aalisi statistica di serie di osservazioi. VALUTAZIOE DELL ICERTEZZA DI TIPO B: metodo di valtazioe dell icertezza co mezzi diversi dall aalisi statistica di serie di osservazioi. 5 Metodo di valtazioe dell icertezza di tipo A Aalisi statistica di a serie di lettre: : mero di lettre (idipedeti) : valore della -esima lettra Distribzioi di probabilità più tilizzate: distribzioe gassiaa, se le lettre soo molte; T-stdet, se il mero di lettre è iferiore a 0. La miglior stima del valore atteso è il valore medio delle lettre: 6

2 Metodo di valtazioe dell icertezza di tipo A La miglior stima della deviazioe stadard della popolazioe di lettre è la deviazioe stadard sperimetale (detta ache scarto tipo sperimetale): s ( ) ( ) Qesta gradezza esprime la variabilità dei valori osservati, cioè la loro dispersioe itoro al valor medio. L ità di misra di qesta gradezza è la stessa del valore medio. 7 Metodo di valtazioe dell icertezza di tipo A La miglior stima della deviazioe stadard della popolazioe dei valori medi (che qidi è l icertezza tipo ), è data da: s ( ) s DISTRIBUZIOE CAMPIOARIA µ, σ X DISTRIBUZIOE ( ) 8 OTA: al crescere del mero di lettre, la dev. st. della media dimiisce. DISTRIBUZIOE DELLE MEDIE CAMPIOARIE µ m, σ m µ m µ σ m σ µ Metodo di valtazioe dell icertezza di tipo B Metodo di valtazioe dell icertezza co mezzi diversi dall aalisi statistica di serie di lettre. 9 Icertezza di tipo B: esempio RIGHELLO CO SCALA GRADUATA (risolzioe mm): 0 Viee dato gidizio scietifico basato s ttte le iformazioi dispoibili slla possibile variabilità di. L isieme di iformazioi pò compredere: risolzioe dello strmeto; dati di misrazioe precedeti; esperieza o coosceza geerale dello strmeto; specifiche teciche del costrttore; dati foriti i certificati di taratra; icertezze assegate a valori di riferimeto presi da maali. 0 3 Si esege a lettra: risltato. Cosa sigifica? Che il valore del misrado è 0.5 < <.5 ell itervallo (0.5,.5) ttti i valori soo eqamete probabili, la fzioe distribzioe di probabilità è a costate ell itervallo, lla fori. Distribzioe di probabilità rettagolare (o eqiprobabile). Icertezza tipo B: esempio Scelta dell'icertezza r a 0 3 r: risolzioe ar/ : accratezza, semiampiezza dell'itervallo ell'itervallo La desità di probabilità vale: f ( ) r 0 altrove Lo scarto tipo (e qidi l'icertezza tipo ) vale r σ 3 a 3 Qalora sia possibile calcolare l'icertezza sia co metodo di tipo A che B, qale bisoga scegliere? La risposta o è semplice, tato che la ormativa o forisce risposte. Criterio semplice: il valore più grade tra icertezza A o B. Esempio: se si otteessero 0 misre ttte gali (o qasi), la deviazioe stadard rislterebbe lla (o qasi) e qidi ache l'icertezza di tipo A. Qesto ovviamete o ha seso e si deve scegliere di tilizzare il tipo B. Criterio rigoroso: si sfrttao metodologie statistiche. I geerale: si cofrota lo scarto tipo dei dati (o della media) e l'icertezza tipo valtata co trattazioe B; se il primo è sigificativamete maggiore di qest'ltimo (-5 volte) o vi è prevalete effetto sistematico e qidi è corretto effettare a valtazioe di tipo A. Esempio : l'osservazioe dell'istogramma delle lettre mostra che più del 30% delle lettre cade ella coloa cetrale, tale distribzioe o è approssimabile a a gassiaa e pertato la trattazioe dell'icertezza di tipo A o è applicabile. % lettre Esempio : s3, B, 0, s> B? O allora so tipo B, Esempio 3: s6, B, 0, s> B? SI allora so tipo A, s % p ma>30%? o tipo A

3 Icertezza Combiata ella maggioraza dei casi il misrado Y o viee misrato direttamete, ma calcolato mediate altre gradezze,,, attraverso a azioe fzioale f: 3 Icertezza Combiata: legge di propagazioe dell icertezza E' ecessario applicare la legge di propagazioe dell icertezza: yf(,,... ) Posto che tali igressi,,, siao a serie di valori di altri misradi e/o parametri, affetti ogo da a icertezza di tipo A o di tipo B,,...,, come si fa a calcolare l icertezza del misrado y? y i f pesi icertezze dei sigoli igressi Vale solo se o c'è corazioe tra le variabili i igresso. Icertezza ativa ICERTEZZA RELATIVA: valore dell'icertezza espressa come percetale rispetto alla misra. Esempio: misra: mm ± 0.9 mm (scrittra assolta) icertezza ativa:, 0.9 mm / 95 mm ,3% misra: mm ± 0.3% (scrittra ativa) 5 Icertezza Combiata: legge di propagazioe dell icertezza Qalora la azioe fzioale sia a prodttoria del tipo: mi y i i allora si pò ricavare: dove: ( ) ( ) y m c, i, m i : espoete co ci la gradezza i compare ella prodttoria. i 6 Icertezza combiata: esempio, calcolo dell'area di rettagolo, sado l'icertezza assolta DATI LUGHEZZA l50 mm c (l) mm LARGHEZZA b35 mm c (b)0.5 mm Area b * l 750 mm ; A b l A l b c l c( b) + b c( l) 3 mm Misra: Area (750 ± 3) mm Icertezza combiata: esempio, calcolo dell'area di rettagolo, sado l'icertezza ativa DATI LUGHEZZA l50 mm c (l) mm LARGHEZZA b35 mm c (b)0.5 mm Area b * l 750 mm Icertezze ative: (l)/ m l (b)0.5/ m b c, c c, ( m ( b) ) + ( m ( l) ) b A mm Misra: Area 750 mm ±.5% Area (750 ± 3) mm l mm

4 Regole di scrittra Corretto: ATTEZIOE al Area 750 mm ± 3 mm mero di cifre! Area (750 ± 3) mm Area 750(3) mm Area 750 mm ±.5% Area mm ± mm Area (.750 ± 0.03) 0 3 mm Errato: Area 750, mm ± 3,0663 mm Area 750 mm ±.57807% Troppe cifre (ma ) Area mm ± mm # cifre Area mm ± 3 mm # cifre Area (.75 ± 0.03) 0 3 mm # cifre ei calcoli è cosigliato mateere certo mero di cifre, ella scrittra fiale della misra è obbligatorio ridrle a. Regole di scrittra Risltati calcoli: Area mm ; i tipo mm Procedra di scrittra:. scegliere l'ità di misra Area (... ±...) mm. scrivere l'icertezza co cifre sigificative (e il so livello di cofideza) Area (... ± 3) mm (l.c. 68%) 3. scrivere il mero co lo stesso mero di cifre dopo la virgola dell'icertezza Area (750 ± 3) mm (l.c. 68%) Defiizioi da GUM, ISO 995: E la gradezza che defiisce, itoro al risltato di a misrazioe, itervallo che ci si aspetta compredere a frazioe rilevate della distribzioe di valori ragioevolmete attribibili al misrado. L icertezza estesa U si ottiee moltiplicado l icertezza tipo per opporto fattore di copertra. U Lo scopo dell icertezza estesa è la costrzioe di itervallo di valori che cotega il misrado co la cofideza (cioè probabilità) desiderata. Si oti che il valore del misrado è fisso (ache se icogito); la variabile aleatoria soo gli estremi dell itervallo della misra. U livello di cofideza del 95% sigifica che, ripetedo 00 volte misrazioi ( costate), 95 itervalli s 00 cotegoo il misrado. Itervallo: ( -, + ) 3 Icertezza combiata estesa Il legame fra fattore di copertra e livello di cofideza dipede dalla distribzioe probabilistica cosiderata: Come si sceglie ivece il fattore di copertra i caso di icertezza combiata? Per prima cosa si valtao i g.d.l. complessivi v eff mediate la formla di Welch-Satterthwaite: B: i valori della gassiaa coicidoo co la t-stdet per ν eff i y f v i dove ν i soo il mero di g.d.l. della gradezza i.

5 Riepilogo 5 Riepilogo 6 (sigolo parametro, > 0) (sigolo parametro, 0) (sigolo parametro) (sigolo parametro) (sigolo parametro) fattore di copertra (qatili Gassiaa) fattore di copertra (qatili t-stdet) fattore di copertra (qatili distribzioe di probabilità adottata) Legge di propagazioe delle icertezze combiata fattore di copertra (evetalmete formla W.S.) Traccia del lavoro i ala Parte : determiare le caratteristiche degli strmeti (fodo scala, risolzioe, marca, modello,...) Marca Modello Fodo scala Risolzioe CALIBRO MICROMETRO imparare ad sare gli strmeti (oio,...) COMPARATORE misrare la boccola: scegliere qali dimesioi misrare e scegliere co qale strmeto; qidi esegire 0 lettre per ciasca gradezza. Traccia del lavoro i ala Parte : ricavare la MISURA delle gradezze scelte valore medio: miglior stima del valore vero icertezza tipo A e tipo B, scegliere co criterio a delle de ricavare la MISURA di alce gradezze derivate: volme massa (ota la massa volmica 700 g/m 3 ). Esprimerle come icertezza combiata tipo icertezza combiata estesa co l.c. 95%. Gida alla stesra della azioe Parti che la azioe deve coteere: scopo del lavoro (ad es. determiare la misra di alce gradezze) strmeti di misra tilizzati (co ttti i dettagli specifici) descrizioe dei metodi applicati (per mettere i grado altri di ripetere esattamete le stesse operazioi) risltati otteti (serie di lettre) aalisi dei risltati: distribzioe delle lettre (istogrammi) elaborazioe dei risltati: calcolare le misra (m+ic+dm) delle gradezze di iteresse, co icertezze tipo e estese. B: rispettare le ormative (UI 536, GUM, VIM, Sistema Iterazioale): regole di scrittra, cifre sigificative, omeclatra, etc...

L INCERTEZZA DI MISURA

L INCERTEZZA DI MISURA Geeralità L INCERTEZZA DI MISURA Come si è appreso el capitolo precedete, il termie misra esprime il rapporto tra i valori di de gradezze della stessa atra, di ci la secoda è assta come riferimeto (ità

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 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

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terzi) STUDIO DELLE DISTRIBUZIONI SEMPLICI Esercitazioe. Data la segete distribzioe di freqeza: X 0- -2 2-3 3-5 5-0 0-5 5-25 N 44 35 22 58 60 06 02 a) calcolare le freqeze

Dettagli

STUDIO DEL LANCIO DI 3 DADI

STUDIO 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

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

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

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

iovanella@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

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

Programma della parte introdu0va: Lezione 4

Programma della parte introdu0va: Lezione 4 Programma della parte itrodu0va: Lezioe 4 Cap. 3 Presetazioe e cofroto tra misure Cap. 4 Propagazioe delle icertezze Cap 5 Misure ripetute e stimatori 1 Stimatori statistici Suppoiamo di aver sei misure,

Dettagli

Esercizi di Laboratorio di Fisica 22 Aprile 2004

Esercizi di Laboratorio di Fisica 22 Aprile 2004 Esercizi di Laboratorio di Fisica Aprile 004 Esercizio Riscrivere i forma più chiara e appropriata i segeti risltati sperimetali e specificare la precisioe dei risltati: Risltato Forma corretta Precisioe

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

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

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

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

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

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

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

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

Programma della parte introduttiva: Lezione 4

Programma della parte introduttiva: Lezione 4 Programma della parte itroduttiva: Lezioe 4 Cap. 3 Presetazioe e cofroto tra misure Cap. 4 Propagazioe delle icertezze Cap 5 Misure ripetute e stimatori 1 Stimatori statistici Suppoiamo di aver sei misure,

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

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

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

INDAGINE POPOLAZIONE SELEZIONE PROBABILISTICA (CASUALE) CAMPIONE. Importante distinzione:

INDAGINE POPOLAZIONE SELEZIONE PROBABILISTICA (CASUALE) CAMPIONE. Importante distinzione: IDAGIE Completa (cesuaria) Semplice sul piao teorico ma complessa ella pratica Popolazioi o fiite Osservazioe distruttiva Parziale (campioaria) Più complessa sul piao teorico ma spesso di più facile attuazioe

Dettagli

Costo manutenzione (euro)

Costo 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

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

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

UNIVERSITA 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

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

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

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

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

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 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

Spazio vettoriale Euclideo

Spazio vettoriale Euclideo Spazio vettoriale Eclideo Nell isieme R delle ple ordiate, o vettori ad compoeti, di meri reali abbiamo defiito la somma + v di de vettori e il prodotto αv di o scalare per vettore; la strttra cosi otteta

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

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

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

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

Confronto di due misure Campioni indipendenti

Confronto di due misure Campioni indipendenti Statistica7 /11/015 Cofroto di due misure Campioi idipedeti o meglio.. rispodere al quesito Due serie di misure soo state estratte dalla stessa popolazioe (popolazioe comue o idetica) o soo state estratte

Dettagli

σ della variabile indagata sia nota. La logica dell intervallo di confidenza è allora sintetizzabile come segue:

σ della variabile indagata sia nota. La logica dell intervallo di confidenza è allora sintetizzabile come segue: Nel Capitolo 6. del volume (precisamete a pag. 36) abbiamo itrodotto per gradi liee ua semplice defiizioe di stima itervallare, passado poi i rassega le tipologie di itervalli di cofideza utilizzati el

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

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

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

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

The start Package. October 15, 2007

The 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

Dettagli

Probabilità e Statistica (cenni)

Probabilità 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

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

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

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

Laboratorio di Fisica per Scienze Naturali Esperienza n 1. Verifica della legge di Hooke Misura dei coefficiente di elasticità di molle di acciaio.

Laboratorio di Fisica per Scienze Naturali Esperienza n 1. Verifica della legge di Hooke Misura dei coefficiente di elasticità di molle di acciaio. Scopo dell'esperieza Laboratorio di isica per Scieze aturali Esperieza Verifica della legge di Hooe Misura dei coefficiete di elasticità di molle di acciaio. ) verifica del fatto che l allugameto di ua

Dettagli

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA LAFIDIN

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA LAFIDIN UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI INGEGNERIA LAFIDIN LABORATORIO/FISICO/DIDATTICO/INGEGNERIA VIA CLAUDIO, 1 8015 NAPOLI WWW.LAFIDIN.UNINA.IT - TEL. 081/7683603- FAX 081/768360 Corso

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

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Fodameti di Iformatica Ester Zumpao Programmazioe co Foglio di Calcolo Cei di Statistica Descrittiva Lezioe 3 Formule e Fuzioi Fuzioi Formule predefiite per il calcolo di espressioi matematiche complesse

Dettagli

Metodi statistici per l analisi dei dati

Metodi 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

Dettagli

Lezione 9. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 9. A. Iodice

Lezione 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

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

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

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

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

Classificazione degli errori

Classificazione degli errori Classificazioe degli errori Escludedo gli errori grossolai, derivati, ad esempio, da macroscopiche sviste ell applicazioe della procedura o da u problema strumetale improvviso, gli errori che caratterizzao

Dettagli

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

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

Dettagli

Le principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione

Le 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

Dettagli

TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012

TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012 TENIA DELLE MIURAZIONI APPLIATE 17 OTTOBRE 01 Il motore MOTO1 viee prodotto da MotoriMarii pa. che suggerisce agli acquireti di usare come lubrificate u celebre olio sitetico. I dati storici cofermao che

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

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

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

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

INFERENZA o STATISTICA INFERENTE

INFERENZA o STATISTICA INFERENTE INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe

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

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

- 9 - Analisi dei risultati

- 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

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

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

Esempio: distribuzione di frequenze. =, Pagina 90. Esempio: distribuzione di frequenze

Esempio: distribuzione di frequenze. =, Pagina 90. Esempio: distribuzione di frequenze Esempio: distribuzioe di frequeze Distribuzioe degli studeti di SDC frequetati la facoltà ell a.a. 001/00 per Num. Corsi Frequetati 83 K 7 = + + + + + + = = Num. Corsi Freq. i 1 15 43 3 103 4 80 5 3 6

Dettagli

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due

Dettagli

Gli Indici di VARIABILITA

Gli Indici di VARIABILITA Elemeti di Statistica descrittiva Gli Idici di VARIABILITA - Campo di variazioe - Scarto dalla media - Variaza - Scarto quadratico medio - Coefficiete di variazioe Idici di Variabilità I valori medi soo

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

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

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi

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

Daniela Tondini

Daniela 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

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

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

Dettagli

REGRESSIONE LINEARE E POLINOMIALE

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

Dettagli

PREMESSA. = η valore medio della popolazione = σ deviazione standard della popolazione. Descrizione parametrica di una popolazione

PREMESSA. = η valore medio della popolazione = σ deviazione standard della popolazione. Descrizione parametrica di una popolazione PREMESSA Descrizioe parametrica di ua popolazioe Sappiamo che u famiglia parametrica di fuzioi desità di probabilità è defiita da uo o più parametri Θ = {θ, θ,., θ }. Ad esempio, la d.d.p. di tipo espoeziale

Dettagli

Esercizi di Calcolo delle Probabilità e Statistica Matematica

Esercizi di Calcolo delle Probabilità e Statistica Matematica Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al

Dettagli

M n i Contabilità 104 Ec. Aziendale 90 Ec. Politica 11 Finanza 86 Met. Quantitativi 9. n = 104. f ijj = n ij n j

M n i Contabilità 104 Ec. Aziendale 90 Ec. Politica 11 Finanza 86 Met. Quantitativi 9. n = 104. f ijj = n ij n j Esercitazioe 11 ESERCIZIO 1 La segete tabella riporta la distribzioe di stdeti, lareati i a sessioe di a scola di Ecoomia e Statistica, classicati secodo la materia argometo della tesi magistrale (M )

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

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

Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio

Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 1 Febbraio 014 - Esercizio 1) I ua ricerca si è iteressati a verificare le dimesioi i micrometri di u graulocita eutrofilo.

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

a n (x x 0 ) n. (1.1) n=0

a n (x x 0 ) n. (1.1) n=0 Serie di poteze. Defiizioi Assegati ua successioe {a } di umeri reali e u puto x dell asse reale si dice serie di poteze u espressioe del tipo a (x x ). (.) Il puto x viee detto cetro della serie e i umeri

Dettagli

Distribuzioni per unità

Distribuzioni per unità 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 ota si occupa dell illustrazioe

Dettagli

Teoria dei Fenomeni Aleatori AA 2012/13

Teoria dei Fenomeni Aleatori AA 2012/13 Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi

Dettagli

( 1) k+1 x k + R N+1 (x), k. 1 + x 10 2, 5 R N+1 ( 1 3 ) ) )

( 1) k+1 x k + R N+1 (x), k. 1 + x 10 2, 5 R N+1 ( 1 3 ) ) ) Esercizi di Aalisi - Alberto Valli - AA 05/06 - Foglio 8. Fatevi veire u idea per calcolare log48 alla secoda cifra decimale. Lo sviluppo di Taylor di log( + ) è covergete per solo per (,]. Duque bisoga

Dettagli

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6 X c () 0 0 0 0 t dx e x t altrove x e x x f x t x X = =4 =8 E[X] = Var[X] = Teorema Z, Z,, Z N(0 ; ) e idipedeti X= Z + Z + +Z c () Nota Esistoo tavole dei puti percetuali delle distribuzioi chi-quadro

Dettagli

1.6 Serie di potenze - Esercizi risolti

1.6 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

Dettagli

3. Calcolo letterale

3. Calcolo letterale Parte Prima. Algera 1) Moomi Espressioe algerica letterale 42 Isieme di umeri relativi, talui rappresetati da lettere, legati fra loro da segi di operazioi. Moomio Espressioe algerica che o cotiee le operazioi

Dettagli

Capitolo 27. Elementi di calcolo finanziario EEE

Capitolo 27. Elementi di calcolo finanziario EEE Capitolo 27 Elemeti di calcolo fiaziario EEE 2012-2013 27.1 Le diverse forme dell iteresse Si defiisce capitale (C) uo stock di moeta dispoibile i u determiato mometo. Si defiisce iteresse (I) il prezzo

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