ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile.

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "ORDINALI E NOMINALI LA PROBABILITÀ. Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile."

Transcript

1 ORDINALI E NOMINALI LA PROBABILITÀ Statistica5 23/10/13 Nell ambito della manifestazione di un fenomeno niente è certo, tutto è probabile. Se si afferma che un vitello di razza chianina pesa 780 kg a 18 mesi, non si fa un asserzione certa, ma molto probabile. Se si afferma che una pecora di razza Sarda produce al picco di lattazione 15 Kg di latte al giorno, non si fa un asserzione errata, ma molto poco probabile (e si viene bocciati all esame di zootecnia...). 1 LA PROBABILITÀ La probabilità di un evento è la frequenza relativa con cui l evento si verifica in una lunga serie di prove (infinite) in condizioni simili. 2

2 ESAMINIAMO ORA DEI DATI NON CONTINUI Cioè Variabili che hanno solo due possibili risultati Se si realizza A non si realizza B o meglio Se si realizza A non si realizza non A N.B.: A e non A si escludono a vicenda. Es. La classica moneta lanciata e ripresa (testa o croce) 3 La PROBABILITÀ MATEMATICA di un evento è il rapporto fra il numero dei casi favorevoli al suo verificarsi ed il numero dei casi possibili. osservazioni di un evento P = numero totale di osservazioni testa 1 P = = -- testa + croce 2 La probabilità di un evento coincide con la frequenza relativa con cui si verifica quell evento. Le frequenze possono essere: Assolute fi = numero di volte in cui si ripete lo stesso evento (il numeratore della precedente formula); Relative fi/n = proporzione della frequenza assoluta rispetto al totale (assume lo stesso valore di P ). 4

3 Il NUMERO ATTESO è la previsione del numero delle volte in cui si verificherà quel dato evento su N osservazioni. E = P*N Es. esaminando 500 cani di razza Labrador Retriver si rileva che 200 presentano 2 capezzoli soprannumerari (12 invece di 10). Assumendo che questa sia la mia popolazione di Labrador: La frequenza assoluta dei miei Labrador con capezzoli soprannumerari è: f = 200 La frequenza relativa (probabilità che, sorteggiando un labrador a caso nella mia popolazione, questo presenti i capezzoli soprannumerari) è: P(f/n) = 200/500 = 0,4 (= 40%). Se prendo 5 Labrador mi aspetto di trovarne E = (0,4*5) = 2 con capezzoli soprannumerari. 5 Eventi mutuamente esclusivi: quando il manifestarsi dell uno annulla la probabilità che si verifichino gli altri (si escludono, cioè, reciprocamente). La probabilità che si verifichino due o più eventi mutuamente esclusivi è data dalla somma delle probabilità dei singoli eventi: la probabilità può essere diversa per ciascun evento P(A o B o C) = P(A) + P(B) + P(C) La somma di tutti i possibili eventi mutuamente esclusivi è pari a 1. il lancio di un dado: ciascuna faccia P = 1/6 Es. nei bovini di razza Shorthorn la probabilità di estrarre: un soggetto rosso è pari a 0,64; un soggetto roano è pari a 0,32; 1-0,32=0,68 un soggetto bianco è pari a 0,04. La probabilità di estrarre un soggetto che non sia roano (cioè sia rosso o bianco) è: 0,64+0,04=0,68 esempio della statistica 6

4 Eventi indipendenti: quando il verificarsi dell uno non influisce sulle probabilità del verificarsi degli altri. La probabilità che si verifichino simultaneamente N eventi indipendenti è data dal prodotto delle probabilità dei singoli eventi: P(A e B) = P(A) x P(B) L esempio della statistica classica è il lancio di 2 dadi Es. Ammesso che nello Shorthorn il colore del mantello sia indipendente dal sesso e che la probabilità che nasca un maschio o una femmina è: P(m)=0,5 - P(f)=0,5 La probabilità che una vacca partorisca un vitello maschio e rosso è: P(m)*P(RR)=0,5*0,64=0,32 Ricordando: P (RR) = soggetto rosso è pari a 0,64 7 la funzione di frequenza di Bernoulli o distribuzione binomiale Se: la probabilità dell evento A è p la probabilità dell evento non A è q (p+q=1) la probabilità che in n osservazioni l evento A si verifichi s volte e l evento non A si verifichi r volte (s + r = n) è: n! P(s di A e r di non A )= * p s * q r r! * s! N.B.: A e non A sono eventi mutuamente esclusivi. La parte n!/r! * s! indica le possibili combinazioni con identica probabilità; la parte p s x q r indica la probabilità di una di queste. 8

5 Es. Nella razza bovina Angus il colore del mantello nero domina sul rosso, supponiamo che: f(b) = f(b) = 0,5; mettendo insieme B e b quindi le possibilità sono 4: BB, Bb, bb, bb Definendo f(neri) = f(bb) + f(bb) = 1/4 + 2/4 = 0,25 + 0,50 (0,25+0,25) = 0,75 = p E definendo f(rossi) = f(bb) = 1/4 = 0,25 = q. La probabilità che, presi 3 bovini Angus, 1 sia nero e 2 siano rossi è: p*qq Se n=3 tutte le possibili combinazioni sono: (p+q) x (p+q) x (p+q) = (p+q) 3 = = ppp + ppq + pqp + qpp + pqq + qpq + qqp + qqq = p 3 + 3p 2 q +3pq 2 + q 3 9 Calcolo delle frequenze: Le frequenze definite dalla distribuzione binomiale in un campione di N osservazioni possono essere calcolate effettuando l espansione del binomio: (p+q) n Se n=3 tutte le possibili combinazioni sono: (p+q) x (p+q) x (p+q) = (p+q) 3 = = ppp + ppq + pqp + qpp + pqq + qpq + qqp + qqq = p 3 + 3p 2 q + 3pq 2 + q 3 n! P= * p s * qr r! * s! rivedi diapositiva 8 per significato simbologia 10

6 n! P(s di A e r di non A )= x p s x q r r!*s! 3 bovini Angus 3! x 0,75 1 x 0,25 2 = 2! x 1! 2 siano rossi 1 sia nero p(neri)=0,75 q(rossi)= 0,25 3*2*1 = x 0,75 x 0,0625 = 0, * Es.. Nel caso dei 3 bovini Angus (p = 0,75; q = 0,25) le possibili combinazioni e le relative probabilità sono: Combinazione p s *q r n!/s!*r! P 3 neri p 3 0, aaaaaaa 0, neri 1 rosso p 2 q 0,75 2 *0,25 3 0, nero 2 rossi pq 2 0,75*0, , rossi q 3 0, aaaa 0, Ricorda! 0! = 1 In questo caso il numero delle combinazioni può essere facilmente calcolato utilizzando il: 12

7 N Es. Se un cane partorisce 4 cuccioli il loro sesso sarà definito dalle seguenti probabilità (p = 0,5; q = 0,5): Combinazione p s *q r n!/s!*r! P 4 maschi p 4 0,5 4 1 aaaaaaa 0, maschi 1 femmina p 3 q 0,5 3 *0,5 4 0, maschi 2 femmine p 2 q 2 0,5 2 *0, , maschio 3 femmine q 3 p 0,5*0,5 3 4 aaaa0, femmine q 4 0,5 4 1 aaaaaaa 0,0625 1,0000 Es. qual è la probabilità di avere almeno un maschio? p = 0, ,2500+0,3750+0,2500 = 1-0,0625=0,

8 La distribuzione binomiale è tanto più asimmetrica quanto più i valori di p e q sono lontani da p=q=0,5. nell esempio del colore con: p=0,75 e q=0,25 0,5000 0,4000 0,3000 0,2000 0,1000 0, neri 2 neri 1 rosso 1 nero 2 rossi 3 rossi 15 Nel caso del sesso dei cani p=q=0,5 la distribuzione è simmetrica 0,4000 0,3500 0,3000 0,2500 0,2000 0,1500 0,1000 0,0500 0, maschi 3 maschi 1 femmina 2 maschi 2 femmine 1 maschio 3 femmine 4 femmine 16

9 0,4000 0,3500 0,3000 0,2500 0,2000 0,1500 0,1000 0,0500 0, maschi 3 maschi 1 femmina 2 maschi 2 femmine 1 maschio 3 femmine 4 femmine 0,5000 0,4000 0,3000 0,2000 0,1000 0, neri 2 neri 1 rosso 1 nero 2 rossi 3 rossi Qual è l evento che si verifica maggiormente (cioè quale è la media in una distribuzione binomiale)? Qual è la dispersione dei dati (cioè quale è la deviazione standard in una distribuzione binomiale)? 17 In una distribuzione binomiale la media si calcola come µ = np In una distribuzione binomiale la varianza si calcola come σ 2 = npq In una distribuzione binomiale la deviazione standard si calcola come σ = npq n = dimensione campione; p = proporzione attesa dell evento; q = proporzione attesa del non evento. 18

10 0,4000 0,3500 0,3000 0,2500 0,2000 0,1500 0,1000 0,0500 0, cuccioli p = 0,5 q = 0,5 4 maschi 3 maschi 1 femmina 2 maschi 2 femmine µ = np = 4*0,5 = 2 1 maschio 3 femmine σ 2 = npq = 4*0,5*0,5 = 1 4 femmine σ = npq = 4*0,5*0,5 = ,5000 0,4000 0,3000 0,2000 0,1000 0,0000 0,75 = p 0,25 = q 3 bovini 3 neri 2 neri 1 rosso 1 nero 2 rossi 3 rossi µ = np = 3*0,75 = 2,25 σ 2 = npq = 3*0,75*0,25 = 0,5625 σ = npq = 3*0,75*0,5 = 0,75 20

11 Es. Nel caso dei bovini Angus il colore del mantello nero ha una p = 0,75; il colore del mantello rosso ha una q = 0,25 supponiamo che: osserviamo 15 vitelli neri ed 1 rosso, La differenza riscontrata rispetto al valore atteso di 12 neri e 4 rossi (media) che probabilità aveva di verificarsi? Combinazione p s *q r n!/(s!*r!) P nero rosso 0,75 0,25 21 Combinazione p s *q r n!/(s!*r!) P nero = s rosso = r TOTALE 1, Calcola la probabilità di tutti gli eventi oltre quella cercata 22

12 Combinazione p s *q r n!/(s!*r!) P nero= s rosso= r p(nero)=0,75 e q(rosso)=0, , , , , , , , , , , ,125E , ,375E , ,583E , ,528E , ,092E , ,697E , ,658E , ,886E , ,286E , ,095E , ,985E , ,328E , totale = 1, probabilità cercata di 15 neri e 1 rosso 23 In statistica il limite del 5% viene considerato come la soglia al di sotto della quale l ipotesi deve essere rifiutata, pertanto, se il valore trovato è al di sotto le differenze rilevate non sono più da ritenere casuali, ma dovute ad un ipotesi non casuale, sono cioè SIGNIFICATIVE il limite del 1% viene considerato un ipotesi non casuale ALTAMENTE SIGNIFICATIVA. 24

13 Nel caso specifico, pertanto, la combinazione osservata, pur essendo piuttosto rara (5,35%), non consente di rifiutare l ipotesi che era: Nei nostri bovini Angus il colore del mantello nero ha p = 0,75 ed il colore del mantello rosso ha una q = 0,25 Per dimostrare che il valore trovato differisce da quello atteso dovrei aumentare il numero di osservazioni. Cioè dovrei esaminare più dei 16 vitelli! NON E POSSIBILE COMUNQUE DIMOSTRARE CHE IL VALORE TROVATO E UGUALE A QUELLO ATTESO TEORICO MA SOLO CHE TALE VALORE RICADE NEL RANGE ATTESO DI VARIAZIONE. 25 Es. Se un cane partorisce 8 cuccioli, tutti maschi, posso ipotizzare scientificamente l esistenza di un ipotetico fattore letale che causa la morte degli embrioni femminili o si tratta semplicemente di una causa (che si poteva verificare) probabile? il sesso era definito dalle seguenti probabilità: p = 0,5; q = 0,5: Tradotto in termini statistici l ipotesi scientifica da testare è se è vero che i maschi avevano una p = 0,5 e le femmine una q = 0,5. Combinazione p s *q r n!/(s!*r!) P maschio femmina 0,5 s x 0,5 r 26

14 Combinazione p s *q r n!/(s!*r!) P maschio = s femmina = r 0,5 s x 0,5 r 8!/(s!*r!) TOTALE 1, Calcola (come esercizio) la probabilità di tutti gli eventi oltre quella cercata 27 Combinazione p s *q r n!/(s!*r!) P maschio femmina p(maschio)=0,5 e p(femmina)=0, , , , , , , , , , , , , , , , , , , TOTALE 1, Nel caso specifico la combinazione osservata è di 0,39%, cioè ALTAMENTE SIGNIFICATIVA perché si realizza in meno di 4 parti su 1.000! È lecito (e doveroso) ipotizzare un fattore che ha fatto variare la probabilità attesa (oltre l accettabile) 0,30 0,25 0,20 0,15 0,10 0,05 0, Ricorda 0! =

15 Un test statistico non consente quindi di provare una ipotesi come fatto assolutamente certo, ma verifica semplicemente, su base probabilistica, in che modo i dati si accordano all ipotesi biologica iniziale. Sono i ricercatori che hanno definito dei limiti ARBITRARI oltre i quali i fenomeni osservati non devono essere più accettati come semplicemente casuali! 29 DATI NON CONTINUI SCONNESSE distribuzione binomiale NOMINALE ORDINALE Dati di misura QUANTITATIVE Distribuzione normale CONTINUE NUMERICHE 30

16 Es. Se un cane partorisce 8 cuccioli, tutti maschi, posso ipotizzare scientificamente l esistenza di un ipotetico fattore che causa la morte degli embrioni femminili o si tratta semplicemente di una causa probabile? il sesso era definito dalle seguenti probabilità: p = 0,5; q = 0,5: il calcolo corretto (vedi dia precedente) è quindi: Combinazione p s *q r n!/(s!*r!) P maschi femmine 0,5 0, , , µ = np = 8*0,5 = 4 σ = npq = 8*0,5*0,5 = 2 = 1, ,5 0,5 1,5 2,5 3,5 4,5 5,5 6,5 Per usare la distribuzione normale i dati devono essere continui quindi Pensiamo di connettere i cuccioli DATI NON CONTINUI SCONNESSI Testiamo su 8 cuccioli, 0 femmine Consideriamo il valore discreto 0 cuccioli come un intervallo cioè 0= -0,5 e +0,5. In tal modo il numero dei cuccioli risulta artificialmente connesso e continuo. Testiamo anche su 8 cuccioli, 3 femmine (o 3 maschi)* Consideriamo il valore discreto 3 cuccioli come un intervallo cioè 3= 2,5-3,5. In tal modo il numero dei cuccioli risulta artificialmente connesso e continuo. Poiché probabilità identica distribuzione simmetrica la è la 32è

17 ( µ) (2.5 4) da z = X = 1, 064 σ 1,41 (3,5 4) conoscere = 0,355 1,41 Vogliamo l area compresa tra le ordinate corrispondenti a z= 1,06 e z= 0,36 Da tabella Z 0,3554-0,1406 = 0,2148 Da conteggio corretto: Combinazione p s *q r n!/(s!*r!) P maschi femmine 0,5 0, , ,

18 ( µ) z = X σ ( 0,5 4) 1,41 (0,5 4) = 3,19 1,41 da = 2, 48 Vogliamo conoscere l area compresa tra le ordinate corrispondenti a z= 3,19 e z= 2,48 Da conteggio corretto: Da tabella Z 0,4993-0,4934 = 0,0059 Combinazione p s *q r n!/(s!*r!) P maschi femmine 0,5 0, , ,

19 Testiamo anche su 8 cuccioli, 6 femmine (o 6 maschi)* ( µ) (6.5 4) da z = X = 1, 773 σ 1,41 conoscere (5,5 4) = 1,064 1,41 Vogliamo l area compresa tra le ordinate corrispondenti a z= 1,77 e z= 1,06 Da tabella Z 0,4616 0,3554 0,1062 Combinazione p s *q r n!/(s!*r!) P femmine maschi 0,5 0, , ,

20 Molte distribuzioni non normali possono essere adattate (approssimate) con una distribuzione normale Numerosità minima del campione di solito più di cuccioli I valori trovati sono vicini ai valori esatti ma la differenza è ancora eccessiva e non accettabile 8 >

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

Capitolo 8 - Introduzione alla probabilità

Capitolo 8 - Introduzione alla probabilità Appunti di Teoria dei Segnali Capitolo 8 - Introduzione alla probabilità Concetti preliminari di probabilità... Introduzione alla probabilità... Deinizione di spazio degli eventi... Deinizione di evento...

Dettagli

ANALISI DELLE FREQUENZE: IL TEST CHI 2

ANALISI DELLE FREQUENZE: IL TEST CHI 2 ANALISI DELLE FREQUENZE: IL TEST CHI 2 Quando si hanno scale nominali o ordinali, non è possibile calcolare il t, poiché non abbiamo medie, ma solo frequenze. In questi casi, per verificare se un evento

Dettagli

ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE

ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE ELEMENTI DI STATISTICA DESCRITTIVA ED INFERENZIALE Per gli studenti del 1 Anno della Facoltà di Agraria APPUNTI DALLE LEZIONI (A.A. 00/003) Andrea Onofri Dipartimento di Scienze Agroambientali e della

Dettagli

Probabilità e statistica. Veronica Gavagna

Probabilità e statistica. Veronica Gavagna Probabilità e statistica Veronica Gavagna Testa o croce? Immaginiamo di lanciare una moneta facendola cadere su un piano liscio chiunque dirà che la probabilità dell evento testa sarà del 50%, al pari

Dettagli

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability

Dettagli

Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia?

Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia? Logica fuzzy e calcolo delle probabilità: due facce della stessa medaglia? Danilo Pelusi 1 Gianpiero Centorame 2 Sunto: Il seguente articolo illustra le possibili analogie e differenze tra il calcolo delle

Dettagli

La variabile casuale Binomiale

La variabile casuale Binomiale La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI

APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI APPUNTI DI MATEMATICA LE FRAZIONI ALGEBRICHE ALESSANDRO BOCCONI Indice 1 Le frazioni algebriche 1.1 Il minimo comune multiplo e il Massimo Comun Divisore fra polinomi........ 1. Le frazioni algebriche....................................

Dettagli

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme

Proof. Dimostrazione per assurdo. Consideriamo l insieme complementare di P nell insieme G Pareschi Principio di induzione Il Principio di Induzione (che dovreste anche avere incontrato nel Corso di Analisi I) consente di dimostrare Proposizioni il cui enunciato è in funzione di un numero

Dettagli

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti

Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Lo schema di Bernoulli (o delle prove indipendenti): un esempio di modello probabilistico applicabile a diversi contesti Rita Giuliano (Pisa) 0. Introduzione. È ormai acquisizione comune il fatto che uno

Dettagli

Gli scarti... tipi facili

Gli scarti... tipi facili Gli scarti... tipi facili 1 f (x) = " # e $(x$x) "! dove si narra dell utilizzo di excel per il calcolo della ripetibilità e dell incertezza delle misure variabili con la concentrazione Michele Rapillo

Dettagli

Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza

Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza Titolo della lezione Analisi dell associazione tra due caratteri: indipendenza e dipendenza Introduzione Analisi univariata, bivariata, multivariata Analizzare le relazioni tra i caratteri, per cercare

Dettagli

Se si insiste non si vince

Se si insiste non si vince Se si insiste non si vince Livello scolare: 2 biennio Abilità interessate Valutare la probabilità in diversi contesti problematici. Distinguere tra eventi indipendenti e non. Valutare criticamente le informazioni

Dettagli

Esercizio 1. Svolgimento

Esercizio 1. Svolgimento Esercizio 1 Vengono lanciate contemporaneamente 6 monete. Si calcoli: a) la probabilità che si presentino esattamente 2 testa ; b) la probabilità di ottenere almeno 4 testa ; c) la probabilità che l evento

Dettagli

Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici

Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici Il significato della MEDIA e della MEDIANA in una raccolta di dati numerici Ogni qual volta si effettua una raccolta di dati di tipo numerico è inevitabile fornirne il valore medio. Ma che cos è il valore

Dettagli

Metodi risolutivi per le disequazioni algebriche

Metodi risolutivi per le disequazioni algebriche Metodi risolutivi per le disequazioni algebriche v.scudero Una disequazioni algebrica si presenta in una delle quattro forme seguenti: () P( () P( (3) P( () P( essendo P( un polinomio in. Noi studieremo

Dettagli

L EPS : I RAPPORTI TRA λ E ρ

L EPS : I RAPPORTI TRA λ E ρ L EPS : I RAPPORTI TRA λ E ρ INDICE 1. Introduzione.....3 2. Obiettivi...6 3. Riferimenti normativi...8 3.1. UNI EN 13163......8 3.2. Conduttività termica secondo UNI EN 13163...9 3.3. UNI 10351...12 4.

Dettagli

Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1

Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1 Esercizi di consolidamento di probabilità e calcolo combinatorio parte 1 1. Si lancia una moneta 2 volte: qual è la probabilità che esca TESTA 0 volte? 1 volta? 2 volte? 2. Si lancia una moneta 3 volte:

Dettagli

ANALISI DEI DATI CON SPSS

ANALISI DEI DATI CON SPSS STRUMENTI E METODI PER LE SCIENZE SOCIALI Claudio Barbaranelli ANALISI DEI DATI CON SPSS II. LE ANALISI MULTIVARIATE ISBN 978-88-7916-315-9 Copyright 2006 Via Cervignano 4-20137 Milano Catalogo: www.lededizioni.com

Dettagli

UN CASO CONCRETO DI VALUTAZIONE DELLA SODDISFAZIONE DEL CLIENTE

UN CASO CONCRETO DI VALUTAZIONE DELLA SODDISFAZIONE DEL CLIENTE Tratto dal corso Ifoa UN CASO CONCRETO DI VALUTAZIONE DELLA SODDISFAZIONE DEL CLIENTE Recentemente, si sono sviluppati numerosi modelli finalizzati a valutare e a controllare il livello di soddisfazione

Dettagli

Introduzione alla Teoria dei Giochi

Introduzione alla Teoria dei Giochi Introduzione alla Teoria dei Giochi A. Agnetis Questi appunti presentano alcuni concetti introduttivi fondamentali di Teoria dei Giochi. Si tratta di appunti pensati per studenti di Ingegneria Gestionale

Dettagli

Misure di base su una carta. Calcoli di distanze

Misure di base su una carta. Calcoli di distanze Misure di base su una carta Calcoli di distanze Per calcolare la distanza tra due punti su una carta disegnata si opera nel modo seguente: 1. Occorre identificare la scala della carta o ricorrendo alle

Dettagli

esame di stato 2013 seconda prova scritta per il liceo scientifico di ordinamento

esame di stato 2013 seconda prova scritta per il liceo scientifico di ordinamento Archimede esame di stato seconda prova scritta per il liceo scientifico di ordinamento ARTICOLO Il candidato risolva uno dei due problemi e risponda a 5 quesiti del questionario. PROBLEMA La funzione f

Dettagli

Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN:

Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN: Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN: 88-8453-208-6 (print) ISBN: 88-8453-207-8 (online), Firenze

Dettagli

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y =

ESERCIZI. x + 3 x 2 1. a) y = 4x2 + 3x 2x + 2 ; b) y = 6x2 x 1. (x + 2) 2 c) y = ESERCIZI Testi (1) Un urna contiene 20 palline di cui 8 rosse 3 bianche e 9 nere; calcolare la probabilità che: (a) tutte e tre siano rosse; (b) tutte e tre bianche; (c) 2 rosse e una nera; (d) almeno

Dettagli

TEORIA DELL INFORMAZIONE E CODICI. Sandro Bellini. Politecnico di Milano

TEORIA DELL INFORMAZIONE E CODICI. Sandro Bellini. Politecnico di Milano TEORIA DELL INFORMAZIONE E CODICI Sandro Bellini Politecnico di Milano Prefazione Queste brevi note sono state scritte per gli studenti del corso di Teoria dell informazione e codici da me tenuto presso

Dettagli