Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche:
|
|
- Ortensia Nanni
- 7 anni fa
- Visualizzazioni
Transcript
1 Istituzioni di Statistica 1 Esercizi su indici di posizione e di variabilità Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche: Durata (ore) Frequenza 0 100? > Trovare il dato mancante e rappresentare i dati graficamente. 2. Calcolare la durata media delle apparecchiature e la percentuale di apparecchiature che hanno funzionato per un tempo minore della media. 3. Quale è la durata al di sopra della quale si trova il 40% delle osservazioni? 4. Come indici di dispersione dei dati, si calcolino lo scarto interquartilico e la varianza. Esercizio 2 La direzione di un azienda vuole conoscere l entità delle assenze per malattia (a detta dei dipendenti) nei giorni vicini al fine settimana. Questi sono i dati relativi al numero di dipendenti in malattia nei giorni di lunedì e venerdì relativi a un gruppo di 5 settimane: 81, 86, 73, 77, 90, 91, 75, 62, 98, 74. Relativamente alle stesse settimane, le assenze per malattia nei giorni centrali della settimana (martedì, mercoledì e giovedì) sono state le seguenti: 89, 55, 59, 64, 37, 58, 35, 57, 65, 68, 42, 71, 69, 49, Fare il grafico delle funzioni di frequenza cumulata e dire cosa indicano. 2. Per ciascuno dei due gruppi, si calcolino il numero medio e il numero mediano di assenze giornaliere. 3. Si confronti la variabilità delle due distribuzioni sia tramite la varianza che lo scarto interquartilico. 1
2 Esercizio 3 Si osserva il tempo di attesa delle auto al casello autostradale in un ora di punta: Attesa (minuti) Numero di auto Si rappresentino i dati tramite un istogramma. 2. Se il costo per un automobilista di un minuto di attesa può essere stimato in 0,5 euro, si calcoli la perdita media subita da un automobilista. 3. Si determini la varianza della perdita subita da un automobilista per l attesa al casello. Esercizio 4 La seguente tavola mostra gli aumenti salariali di un campione di dipendenti nel settore privato nell anno 1996, divisi per sesso. 0 2% 2% 5% 5% 9% 9% 13% 13% 15% Uomini Donne Calcolare l aumento medio separatamente per i due sessi. 2. Confrontare le due distribuzioni tramite gli istogrammi. 3. Identificare per ciascuno dei due gruppi la classe modale. 4. Si calcoli il quantile 0,4 della distribuzione degli aumenti separatamente per i due sessi. Esercizio 5 I seguenti dati rappresentano le distribuzioni dei voti degli esami di Istituzioni di Statistica registrati nel primo e nel secondo Appello 1996: e lode I II In base al voto medio, quale dei due appelli è andato meglio? 2. Confrontare la dispersione dei voti calcolando opportuni indici di variabilità. 2
3 3. Rappresentare graficamente le due distribuzioni mediante BoxPlot e dire se sembrano diverse. Esercizio 6 Per confrontare l efficienza di due diverse configurazioni (A e B) di un processo produttivo, la produzione oraria (in quintali di materiale prodotto) è stata rilevata in un totale di 2000 ore (1000 per ogni configurazione). Il seguente grafico mostra il diagramma a scatola (boxplot) per i due gruppi di dati (i baffi si estendono dal minimo al massimo) A B 1. Commentare il grafico. 2. Calcolare (approssimativamente) una misura di posizione ed una di variabilità per ciascuno dei due gruppi di dati. 3. Solo per i dati della configurazione A, si calcoli (approssimativamente) il valore della funzione di frequenza relativa cumulata nei punti 1; 4,1; 5; 5,9 e Disegnare (approssimativamente) le due funzioni di frequenza relativa cumulata corrispondenti alle configurazioni A e B. 3
4 Soluzioni degli esercizi su indici di posizione e di variabilità Esercizio 1 1. Il numero totale di apparecchiature è 200, il numero di apparecchiature con durata maggiore di 100 ore è 120, quindi la frequenza assoluta mancante è 80. La variabile osservata, la durata, è una variabile quantitativa continua, quindi possiamo rappresentarla graficamente tramite un istogramma. Poiché le classi hanno tutte uguale ampiezza, l altezza dei rettangoli è data dalla frequenza (assoluta o relativa) delle classi. freq. ass durata Forte asimmetria positiva. 2. La durata media è = x = somma (valori centrali delle classi x freq. ass.) num. totale = 194 ore. 4
5 Si deve calcolare la percentuale di apparecchiature che funzionano per un tempo inferiore a 194 ore. Un primo metodo è: (80 + classe classe ( ))/200 = 0, 626 = 62, 6% 100 Altrimenti si può ragionare in termini di funzione di frequenza cumulata: F(200) F(100) F(194) = F(100) + ( ) = /200 80/ = 0, Si vuole determinare la durata oltre la quale si trova il 40% delle osservazioni, o, in altre parole, la durata al di sotto della quale si trova il 60% delle osservazioni, e quindi il quantile 0,6 della distribuzione. A questo fine calcoliamo le frequenze relative cumulate: Durata Freq. rel. cumulata /200=0, /200=0, /200=0, /200=0, /200=0, /200=0, /200=0, /200=0, /200=1 Dalla tabella vediamo che il quantile 0,6 cade nella classe Per determinare il quantile, facciamo l ipotesi di distribuzione uniforme all interno della classe: x 0,6 = Per la varianza, usiamo la formula 0, 6 0, 4 ( ) = 183, 33 ore 0, 64 0, 4 V = M(X 2 ) M 2 (X) M(X) è stata calcolata al punto 2. Dobbiamo calcolare M(X 2 ). M(X 2 ) = (
6 )/200 = ore 2 V = (194) 2 = ore 2 Per lo scarto interquartilico abbiamo bisogno di determinare il quantile 0,25 e il quantile 0,75. Dalla tabella delle frequenze cumulate del punto 3 vediamo che il primo quartile cade nella classe 0 100, mentre il terzo quartile cade nella classe Sotto ipotesi di uniformità all interno delle classi si ha Q I = 0 + Q III = , , 4 0 e quindi lo scarto interquartilico è Esercizio 2 (100 0) = 62, 5ore 0, 75 0, 64 ( ) = ore 0, 79 0, 64 SI = , 5 = 201, 8 ore 1. Costruiamo le frequenze relative cumulate per i due gruppi. Num. Assenze (L. e V.). Freq. rel. cumulata 62 1/ / / / / / / / / /10=1 6
7 Num. Assenze (M., M. e G.). Freq. rel. cumulata 35 1/ / / / / / / / / / / / / / /15=1 F(x) assenze Da cui si conclude che le assenze nei giorni centrali della settimana sono stocasticamente (statisticamente) inferiori rispetto a quelle nei giorni vicini al fine settimana. 7
8 2. Per il primo gruppo la mediana è Me = = 79 per il secondo gruppo è 59, confermando l ordinamento rilevato nel confronto tra le due funzioni di frequenza cumulata. La media nel primo gruppo è 80,7 e nel secondo gruppo 59 (si è usata la media aritmetica semplice sui dati originari). 3. Per il primo gruppo il primo quartile è Q I =74, mentre il terzo quartile è Q III =90. Quindi, lo scarto interquartilico è SI=90-74=16. Per la varianza, usiamo la formula V=M(X 2 )-M 2 (X); e quindi M(X 2 ) = V = 6614, 5 80, 7 2 = 102, 01 = 6614, 5 Per il secondo gruppo, il primo quartile è Q I =49, mentre il terzo quartile è Q III =68. Lo scarto interquartilico è SI=68-49=19. Per la varianza calcoliamo M(X 2 ) = = da cui V = = 188 Sia lo scarto interquartilico che la varianza indicano che vi è una maggiore variabilità nel numero di assenze per malattia nei giorni infrasettimanali, rispetto ai giorni prossimi al fine settimana. Esercizio 3 1. Per costruire l istogramma non essendo le classi di uguale ampiezza è necessario calcolare le densità di frequenza, dividendo le frequenze assolute o relative per l ampiezza della classe, e stabilire un estremo per la classe finale. Attesa dens. di freq. 9/(3 100)=0,03 53/(4 100)=0, /(3 100)=0, /(10 100)=0,01 dove si sono usate le frequenze relative per costruire le altezze degli istogrammi e la classe finale è stata chiusa a 20 min. 8
9 dens. di freq attesa 2. Possiamo seguire due strade per calcolare la perdita media legata all attesa. La prima è riscrivere la tabella in termini di costi Perdita (euro) 0 1, 5 1, 5 3, 5 3, e oltre Numero di auto e calcolare la media associata a tale tabella, ossia 0, , , , 5 10 M = = 3, 33 euro 100 dove si è supposto che l ultima classe termini a 20 minuti. La seconda strada, più semplice, sfrutta le proprietà della media. Se Y è la variabile che descrive la perdita e X la variabile che descrive l attesa, allora Y = 0, 5X. Si richiede M(Y ) = M(0, 5X) = 0, 5M(X), dove M(X) è data da M(X) = 100 e quindi M(Y ) = 0, 5 6, 665 = 3, 33 euro. = 6, 665 min 3. Anche per il calcolo della varianza si può procedere seguendo due strade. La prima è calcolare la varianza sulla tabella dei costi del punto 2. Più precisamente, la media dei quadrati è M(Y 2 ) = 0, , , , = 14, 046 euro 2
10 da cui V(Y )=14,046-3,33 2 =2,96 euro 2. La seconda strada sfrutta le proprietà della varianza. In particolare, V(Y )=V(0,5 X)=0, 5 2 V(X). M(X) = = 56, 1825 min 2 da cui V(X)=56,1925-6,665 2 =11,76 min 2 e V(Y )=0, ,76 =2,94 euro 2. dove le discrepanze tra le due varianze è dovuta ad errori di arrotondamento. Esercizio 4 1. Indichiamo con U la variabile che descrive gli aumenti per gli uomini, e con D la variabile che descrive gli aumenti per le donne. Allora, M(U) = = 7, 025% M(D) = = 7, 257% dove l ultima classe è stata chiusa a 15%. Da cui si conclude che l aumento medio per le donne è stato superiore all aumento medio per gli uomini. 2. Poiché le classi non hanno uguale ampiezza è necessario calcolare per entrambi i sessi le densità di frequenza. Nel grafico sottostante si sono usate le frequenze relative e la classe finale è stata chiusa a 15%. dens.di freq aumenti perc. dove le linee continue descrivono gli uomini e le linee tratteggiate le donne. 3. Si vede direttamente dall istogramma che la classe modale sia per gli uomini che per le donne è data da 5% 9%. 10
11 4. Per determinare il quantile 0,4 per entrambi i sessi calcoliamo le frequenze relative cumulate separatamente per uomini e donne. 0 2% 2% 5% 5% 9% 9% 13% 13% 15% Uomini 50/300 97/ / /300 1 Donne 21/150 48/150 98/ /150 1 Per entrambi i sessi la classe che contiene il quantile 0,4 è la classe 5% 9%. Per determinare il quantile all interno di tale classe usiamo l ipotesi di distribuzione uniforme; si ottiene x 0,4 = 5 + per gli uomini, mentre per le donne Esercizio 5 x 0,4 = 5 + 0, 4 97/300 (9 5) = 5, 89% 200/300 97/300 0, 4 48/150 (9 5) = 5, 96% 98/150 48/ Indichiamo con M I e M II, rispettivamente, il voto medio del primo e del secondo appello. Ai fini dei calcoli al 30 e lode viene associato 31. Il numero di voti registrati nel primo appello è N I = 23, il numero di voti registrati nel secondo appello è N II = 38. M I = 1 ( ) = 25, M II = 1 ( ) = 25, Da cui concludiamo che i due appelli sono simili in termini di voto medio ottenuto dagli studenti. 2. Gli indici di variabilità che possiamo calcolare per il confronto della dispersione dei voti tra i due appelli sono: campo di variazione (range), differenza interquartile e varianza/coefficiente di variazione. Per il campo di variazione, nel primo appello: min=20 e max=30, campo di variazione=10; nel secondo appello: min=20 e max=31, campo di variazione=11. Per determinare la differenza interquartile nei due appelli, costruiamo la tabella delle frequenze relative cumulate. 11
12 I Appello II Appello Voti f j F j f j F j /23=0,043 0,043 5/38=0,132 0, /23=0,131 0,174 1/38=0,026 0, ,174 4/38=0,105 0, /23=0,087 0,261 0,105 0, /23=0,174 0,435 0,105 0, ,043 0,478 0,026 0, ,174 0,652 3/38=0,079 0, ,652 6/38=0,158 0, /23=0,305 0,957 0,132 0, ,957 0,026 0, , ,079 0, ,027 1 Guardando la tabella, osserviamo che I appello: I quartile=23, III quartile=28, diff. interquartile=5 II appello: I quartile=22, III quartile=28, diff. interquartile=6 Per determinare la varianza dei voti in ciascuno dei due appelli, sfruttiamo l usuale formula momento secondo - momento primo al quadrato. Per il primo appello: M(X 2 ) = 1 23 ( ) = 643, 57 e quindi Per il secondo appello: Var I = 643, 57 (25, 22) 2 = 7, 52 M(X 2 ) = 1 38 ( e quindi ) = 638, 05 Var II = 638, 05 (25, 05) 2 = 10, 55 I coefficienti di variazione sono, allora, per il primo appello: CV I = 7,52 = 0, 11; 25,22 per il secondo appello: CV II = 10,55 = 0, ,05 Dal confronto dei vari indici di variabilità (campo di variazione, scarto 12
13 interquartile e coefficiente di variazione) notiamo che vi è una dispersione leggermente maggiore nei voti del secondo appello rispetto al primo. 3. Dalla tabella delle frequenze cumulate per i due appelli, deriviamo che: per il primo appello: Me I =26; per il secondo appello: Me II = 26. Combinando questo risultato con i quartili già calcolati al punto 2. otteniamo i seguenti boxplot affiancati per i voti dei due appelli. voto I app. II app. I due boxplot, seppure molto simili, confermano una leggera maggior dispersione dei voti nel secondo appello. Si noti, infine, che gli arrotondamenti nel calcolo delle frequenze cumulate portano ad avere la mediana del II appello pari a 26. In realtà, correggendo per tali arrotondamenti, risulta che al voto 25 corrisponde una frequenza relativa cumulata esattamente pari a 0,5 (19/38) e quindi la mediana è (25+26)/2=25,5. 13
14 Esercizio A B 1. Dal grafico è evidente la maggiore efficienza della configurazione B rispetto ad A. Infatti, la distribuzione della produzione per la configurazione A si colloca a sinistra rispetto alla corrispondente distribuzione per la configurazione B (i tre quartili e i valori massimo e minimo per A sono più piccoli rispetto alle corrispondenti quantità per B). Si noti inoltre che per A la distribuzione della produzione è simmetrica, mentre per B presenta una asimmetria positiva. Infine, i dati per B paiono avere una maggiore variabilità rispetto ad A. 2. Per una misura di posizione possiamo prendere la mediana che leggiamo immediatamente dal grafico. Per A la mediana è approssimativamente Me A = 5 quintali, mentre per B la mediana è approssimativamente Me B = 6, 1 quintali. Per una misura della variabilità possiamo prendere lo scarto interquartilico o il campo di variazione (range). Per A lo scarto interquartilico (differenza tra il III e il I quartile) è approssimativamente (leggendo i valori dal grafico) SI A =5,9-4,1=1,8 quintali mentre il campo di variazione (differenza tra il valore massimo e il valore minimo) è approssimativamente 8,1-1,9=6,2 quintali. Per B le corrispondenti quantità sono SI B =8,1-5,1=3 quintali e range B =14-4,1=9.9 quintali. Sia scarto interquartilico che range evidenziano la maggiore dispersione dei dati per B rispetto ad A. 14
15 3. Poiché il valore 1 è più piccolo del minimo valore osservato (approssimativamente 1,9) F(1)=0. Il valore 4,1 corrisponde approssimativamente al I quartile e quindi F(4,1)=0,25; 5 corrisponde approssimativamente alla mediana e quindi F(5)=0,5; 5,9 corrisponde approssimativamente al III quartile e quindi F(5,9)=0,75; infine, 10 è maggiore del più grande valore osservato (approssimativamente 8,1) e quindi F(10)=1. 4. Come noto il diagramma a scatola è costruito su alcuni quantili della distribuzione. Dai quantili rappresentati dal diagramma a scatola possiamo risalire ad alcuni punti della funzione di frequenza relativa cumulata F(x), come fatto per il punto precedente. Possiamo poi approssimare il comportamento di F(x) semplicemente congiungendo tali punti tramite dei segmenti (tenendo conto del fatto che la variabile per la quale stiamo costruendo la funzione di frequenza relativa cumulata è continua). Per esempio, dal boxplot di A sappiamo che il valore minimo è approssimativamente 1,9 quindi F(x) = 0 per x 1, 9; sappiamo anche che il quantile 0,25 è approssimativamente 4,1, da cui F(4, 1) = 0, 25; sappiamo che la mediana è approssimativamente 5, da cui F(5) = 0, 5; sappiamo che il quantile 0,75 è approssimativamente 5,9, da cui F(5, 9) = 0, 75; sappiamo infine che il valore massimo è approssimativamente 8,1, quindi F(x) = 1 per x 8, 1. I punti così ottenuti possono essere uniti tramite dei segmenti e otteniamo in questo modo una approssimazione di F(x). Analogo ragionamento per B. Il risultato è rappresentato nel grafico successivo, dal quale si deduce che la produzione nella configurazione A è stocasticamente inferiore alla produzione nella configurazione B. F(x) A B produzione 15
Istituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata
Istituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata Esercizio 1 La seguente tabella riguarda il tempo per passare da 0 a 100 km/h di 17 automobili tedesche
DettagliIstituzioni di Statistica 1 Esercizi su tabelle di contingenza
Istituzioni di Statistica 1 Esercizi su tabelle di contingenza Esercizio 1 Per stimare la percentuale di fumatori nella popolazione italiana adulta viene intervistato un campione di 60 donne e uno di 40
Dettagli3. rappresentare mediante i grafici ritenuti più idonei le distribuzioni di frequenze assolute dei diversi caratteri;
Esercizio 1 Il corso di Statistica è frequentato da 10 studenti che presentano le seguenti caratteristiche Studente Sesso Colore Occhi Voto Soddisfazione Età Stefano M Nero 18 Per niente 21 Francesca F
DettagliQ1 = /4 0 4 = Me = /2 4 = 3
Soluzioni Esercizi Capitolo - versione on-line Esercizio.: Calcoliamo le densità di frequenza x i x i+1 n i N i a i l i F i 0 1 4 4 1 4/1=4 4/10 = 0.4 1 5 6 4 /4=0.5 6/10 = 0.6 5 10 4 10 5 4/5=0.8 10/10
DettagliStatistica. Esercizi: 4. Statistica Descrittiva Univariata 4
Corsi di Laurea: a.a. 2017-18 Diritto per le Imprese e le istituzioni Scienze dell Amministrazione e Consulenza del Lavoro sienze Internazionali dello Sviluppo e della Cooperazione Statistica Statistica
DettagliCorso di Laurea: Diritto per le Imprese e le istituzioni a.a Statistica. Statistica Descrittiva 3. Esercizi: 5, 6. Docente: Alessandra Durio
Corso di Laurea: Diritto per le Imprese e le istituzioni a.a. 2016-17 Statistica Statistica Descrittiva 3 Esercizi: 5, 6 Docente: Alessandra Durio 1 Contenuti I quantili nel caso dei dati raccolti in classi
DettagliESERCIZI DI STATISTICA SOCIALE
ESERCIZI DI STATISTICA SOCIALE FREQUENZA ASSOLUTA Data una distribuzione semplice di dati, ovvero una serie di microdati, si chiama frequenza assoluta di ogni modalità del carattere studiato il numero
Dettagli1/4 Capitolo 4 Statistica - Metodologie per le scienze economiche e sociali 2/ed Copyright 2008 The McGraw-Hill Companies srl
1/4 Capitolo 4 La variabilità di una distribuzione Intervalli di variabilità Box-plot Indici basati sullo scostamento dalla media Confronti di variabilità Standardizzazione Statistica - Metodologie per
DettagliStatistica Sociale - modulo A
Statistica Sociale - modulo A e-mail: stella.iezzi@uniroma2.it i quartili IL TERZO QUARTILE per un carattere diviso in classi ESEMPIO: il boxplot I QUARTILI I quartili sono tre indici che dividono la distribuzione
DettagliStatistica. Lezioni: 7, 8. Statistica Descrittiva Univariata 3
Corsi di Laurea: a.a. 2017-18 Diritto per le Imprese e le istituzioni Scienze dell Amministrazione e Consulenza del Lavoro sienze Internazionali dello Sviluppo e della Cooperazione Statistica Statistica
DettagliMedia: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche.
Misure di tendenza centrale e di variabilità: Media: è la più comune misura di tendenza centrale. Può essere calcolata per variabili numeriche. Il valore medio di una variabile in un gruppo di osservazioni
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono
DettagliLe medie. Antonello Maruotti
Le medie Antonello Maruotti Outline 1 Medie di posizione 2 Definizione Moda La moda di un collettivo, distributio secondo un carattere qualsiasi, è la modalità prevalente del carattere ossia quella a cui
DettagliDistribuzioni Statistiche e Medie Esercitazione n 01
Distribuzioni Statistiche e Medie Esercitazione n 01 ESERCIZIO 1 In una clinica pediatrica si è registrato, nell'ultima settimana, il peso alla nascita dei neonati (in kg): Peso (in Kg) 2,7 1,8 4,6 2,9
DettagliEsercitazione 1.3. Indici di variabilità ed eterogeneità. Prof.ssa T. Laureti a.a
Corso di Statistica Esercitazione.3 Indici di variabilità ed eterogeneità Concentrazione Asimmetria Prof.ssa T. Laureti a.a. 202-203 Esercizio Si considerino i seguenti dati relativi al numero di addetti
DettagliEsercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa
Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza
DettagliVariabilità e Concentrazione Esercitazione n 02
Variabilità e Concentrazione Esercitazione n 02 ESERCIZIO 1 Nella tabella di seguito sono riportati i dati relativi al tempo necessario a 8 studenti per svolgere un test di valutazione (in ore): Tempo
DettagliSTATISTICHE DESCRITTIVE Parte II
STATISTICHE DESCRITTIVE Parte II INDICI DI DISPERSIONE Introduzione agli Indici di Dispersione Gamma Differenza Interquartilica Varianza Deviazione Standard Coefficiente di Variazione introduzione Una
DettagliStatistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi
ISTITUZIONI DI STATISTICA A A 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliStatistica Un Esempio
Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe
DettagliStatistica. Matematica con Elementi di Statistica a.a. 2017/18
Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Medie Prof. Livia De Giovanni ldegiovanni@luiss.it Dott. Flaminia Musella fmusella@uniroma3.it Esercizio 1 Data la seguente distribuzione unitaria del carattere X: X : 4 2 4
DettagliStatistica Corso di laurea in Biotecnologie I esonero - 19 aprile 2010
Statistica Corso di laurea in Biotecnologie I esonero - 9 aprile 00 Esercizio Determinare, a P X ; b PX < /; c il terzo quartile della distribuzione, nei casi ix N, ; iix variabile aleatoria continua con
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Sintesi a cinque e misure di variabilità rispetto ad un centro Una catena di fast-food ha selezionato
DettagliMedie. Monia Ranalli. Ranalli M. Medie Settimana # 2 1 / 22
Medie Monia Ranalli Ranalli M. Medie Settimana # 2 1 / 22 Sommario Medie analitiche Media aritmetica Definizione Proprietà Medie di posizione Moda Definizione Proprietà Mediana Definizione Proprietà Calcolo
DettagliIndici di variabilità relativa
Fonti e strumenti statistici per la comunicazione Prof.ssa Isabella Mingo A.A. 2014-2015 Indici di variabilità relativa Consentono di effettuare confronti sulla variabilità di fenomeni che presentano unità
DettagliStatistica. Matematica con Elementi di Statistica a.a. 2015/16
Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati
DettagliLa variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione [1/2] Gli indici di variabilità consentono di riassumere le principali caratteristiche di una distribuzione (assieme alle medie) Le
DettagliStudio di osservazione, perché non viene imposto nessun trattamento alle unità campionarie
ALCUNI ESERCIZI ASSEGNATI (3 e 6 crediti) NELLA SESSIONE DI LUGLIO CON RELATIVE SOLUZIONI ATTENZIONE I VALORI OTTENUTI NEI CALCOLI (OTTENUTI CON UN SOFTWARE STATISTICO) POSSONO DIFFERIRE DI POCO DA QUELLI
DettagliNozioni di statistica
Nozioni di statistica Distribuzione di Frequenza Una distribuzione di frequenza è un insieme di dati raccolti in un campione (Es. occorrenze di errori in seconda elementare). Una distribuzione può essere
DettagliStatistica Descrittiva Soluzioni 4. Medie lasche
ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
DettagliIndici di variabilità
Indici di variabilità 1. Prendendo in considerazione il numero di addetti per classi e le aziende: Addetti Aziende 0-5 195 5-10 225 10-25 360 25-40 180 40-100 40 - determinare la varianza e lo scarto quadratico
Dettaglihttp://www.biostatistica.unich.it 1 STATISTICA DESCRITTIVA Le misure di tendenza centrale 2 OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. 3 Esempio Nella
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it TIPI DI MEDIA: GEOMETRICA, QUADRATICA, ARMONICA Esercizio 1. Uno scommettitore puntando una somma iniziale
DettagliQuestionario 1. Sono assegnati i seguenti dati
Questionario 1. Sono assegnati i seguenti dati 30 30 10 30 50 30 60 60 30 20 20 20 30 20 30 30 20 10 10 40 20 30 10 10 10 30 40 30 20 20 40 40 40 dire se i dati illustrati sono unità statistiche valori
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Statistica Descrittiva Variabili numeriche
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Statistica Descrittiva Variabili numeriche Misure di tendenza centrale Media (aritmetica) Mediana Media
DettagliStatistica Corso di laurea in Biotecnologie I esonero - 23 aprile 2009
Statistica Corso di laurea in Biotecnologie I esonero - aprile 00 Esercizio Con riferimento a due fenomeni X e Y sono state annotate le seguenti osservazioni: X 5 Y 7 8 a) determinare il grado di correlazione
DettagliCorso di Laurea in Economia Aziendale. Docente: Marta Nai Ruscone. Statistica. a.a. 2015/2016
Corso di Laurea in Economia Aziendale Docente: Marta Nai Ruscone Statistica a.a. 2015/2016 1 Indici di posizione GLI INDICI DI POSIZIONE sono indici sintetici che evidenziano le caratteristiche essenziali
DettagliTeoria e tecniche dei test. Concetti di base
Teoria e tecniche dei test Lezione 2 2013/14 ALCUNE NOZIONI STATITICHE DI BASE Concetti di base Campione e popolazione (1) La popolazione è l insieme di individui o oggetti che si vogliono studiare. Questi
DettagliAnalisi economica NUTS (regioni) Europee
Analisi economica NUTS (regioni) Europee Con riferimento al dataset fornito: 1. Calcolare la distribuzione di frequenze assolute, relative e percentuali delle microaree NUTS per le cinque classi di popolazione
Dettagli7. STATISTICA DESCRITTIVA
7. STATISTICA DESCRITTIVA Quando si effettua un indagine statistica si ha a che fare con un numeroso insieme di oggetti, detto popolazione del quale si intende esaminare una o più caratteristiche (matricole
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Rappresentazioni grafiche Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si consideri la seguente distribuzione delle industrie tessili secondo il fatturato
DettagliESERCIZI DI RIEPILOGO 1
ESERCIZI DI RIEPILOGO 1 ESERCIZIO 1 La tabella seguente contiene la distribuzione di frequenza della variabile X = età (misurata in anni) per un campione casuale di bambini: x i 4.6 8 3.2 3 5.4 6 2.6 2
DettagliStatistica descrittiva II
Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni
DettagliIndici di Dispersione
Indici di Dispersione Si cercano indici di dispersione che: utilizzino tutti i dati {x 1, x 2,..., x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto a un centro d i = x i C ad esempio,
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Questo e alcuni degli esercizi che proporremo nei prossimi giorni si basano sul
DettagliTRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative
TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi
DettagliSoggetto Genere Costo del soggiorno Titolo di studio
Esercitazione n. 1 Corso di Statistica Università della Basilicata Prof. Roberta Siciliano La tabella seguente raccoglie i dati grezzi, relativamente ad un gruppo di 30 turisti per i quali sono state osservate
DettagliN.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.
N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. Esercizio 1 Un chimico che lavora per una fabbrica di batterie, sta cercando una batteria
DettagliStatistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)
Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:
DettagliVariabilità o Dispersione Definizione Attitudine di un fenomeno ad assumere diverse modalità
Punti deboli della media aritmetica Robustezza: sensibilità ai valori estremi Non rappresentava nei confronti di distribuzioni asimmetriche. La media aritmetica è un valore rappresentativo nei confronti
DettagliMisure di tendenza centrale
Misure di tendenza centrale Misure di tendenza centrale Medie ferme Medie di posizione * Media aritmetica * Media geometrica Ecc. * Moda * Mediana 51 Medie ferme Le medie ferme si calcolano usando tutti
DettagliFonti e strumenti statistici per la comunicazione. Prof.ssa Isabella Mingo A.A
Fonti e strumenti statistici per la comunicazione Prof.ssa Isabella Mingo A.A. 2017-2018 Rappresentare la distribuzione di un carattere: esempio P rova di verifica : distribuzione dei voti xi ni pi Pi
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2017/2018 Quartili e distribuzioni di frequenze Stanze Appartamenti
DettagliSuggerimento a proposito di decimali
Fonti e strumenti statistici per la comunicazione Prof.ssa Isabella Mingo A.A. 017-018 Suggerimento a proposito di decimali Quando si calcolano le frequenze relative è opportuno mantenere almeno 4 cifre
DettagliDipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2016/2017 Quartili e distribuzioni di frequenze Stanze Appartamenti
DettagliUniversità del Piemonte Orientale. Corsi di Laurea Triennale di Area Tecnica. Corso di Statistica e Biometria
Università del Piemonte Orientale Corsi di Laurea Triennale di Area Tecnica Corso di Statistica e Biometria Statistica descrittiva: Dati numerici: statistiche di tendenza centrale e di variabilità Corsi
DettagliSTATISTICA 1 ESERCITAZIONE 2
Frequenze STATISTICA 1 ESERCITAZIONE 2 Dott. Giuseppe Pandolfo 7 Ottobre 2013 RAPPRESENTAZIONE GRAFICA DEI DATI Le rappresentazioni grafiche dei dati consentono di cogliere la struttura e gli aspetti caratterizzanti
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Indici di posizione variabilità e forma per caratteri qualitativi Il seguente data set riporta la rilevazione
DettagliEsercizi. Esercizio 1. Date le funzioni f(x) = x 2 3x + 2 e g(x) = 2x 1,
Esercizi Esercizio 1. Date le funzioni f(x) = x 2 3x + 2 e g(x) = 2x 1, (a) dire quanto vale f g e qual è il suo insieme di definizione; (b) dire quanto vale g f e qual è il suo insieme di definizione;
DettagliStatistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base (Serale) Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Indici di variabilità Esercizio 1: Si è ottenuta la seguente distribuzione del numero di patenti possedute su un collettivo
DettagliStatistica descrittiva
Statistica descrittiva Caso di 1 variabile: i dati si presentano in una tabella: Nome soggetto Alabama Dato 11.6.. Per riassumere i dati si costruisce una distribuzione delle frequenze. 1 Si determina
DettagliLezione 4 a - Misure di dispersione o di variabilità
Lezione 4 a - Misure di dispersione o di variabilità Abbiamo visto che la media è una misura della localizzazione centrale della distribuzione (il centro di gravità). Popolazioni con la stessa media possono
DettagliEsercitazioneII. In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze;
EsercitazioneII In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze; la correlazione; la regressione; introduzione alla probabilità. 1 Esercizio 1 Gli stipendi
DettagliStatistica Corso Base (Serale) Dott.ssa Cristina Mollica
Statistica Corso Base (Serale) Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it Indici di posizione Esercizio 1: I seguenti valori si riferiscono al diametro del fusto rilevato su piante da laboratorio:
DettagliEsercitazioni. Es 1. Dato il seguente dataset
Esercitazioni Es 1 Dato il seguente dataset N SESSO ETA' PESO ALTEZZA DIPLOMA COMPONENTI OCCHIALI FUMO 1 0 20,6 65 180 Ist.Tecnico 6 0 1 2 0 20,2 75 180 Liceo 4 0 0 3 0 20,3 60 173 Ist.Tecnico 4 1 0 4
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica Indici di posizione e di variabilità Prof. Livia De Giovanni lstatistica@dis.uniroma1.it Esercizio 1 Data la seguente distribuzione unitaria del carattere X: X : 4 2 4 2 6 4
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliEsercitazioni di statistica
Esercitazioni di statistica Boxplot e numeri indici Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 14 Ottobre 014 Stefania Spina Esercitazioni di statistica 1/37 Definizioni La
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 018-019) dott.ssa Gaia Bertarelli Esercitazione n. 3 1. I giorni impiegati da sei individui per
DettagliProgrammazione con Foglio di Calcolo Cenni di Statistica Descrittiva
Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di
DettagliStatistica Elementare
Statistica Elementare 1. Frequenza assoluta Per popolazione si intende l insieme degli elementi che sono oggetto di una indagine statistica, ovvero l insieme delle unità, dette unità statistiche o individui
DettagliStatistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)
Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:
DettagliSTATISTICA DESCRITTIVA I
- 1 - APPUNTI DI STATISTICA DESCRITTIVA I Corso di Laurea in Informatica voto Numero studenti 18 6 1 8 4 3 10 5 11 6 8 9 9 1 30 9 σ k 1 = ( xi x) ni = n i = 1 k 1 = xi ni n i = 1 ( x ) - - Elementi di
DettagliESERCIZI. La seguente tabella riporta la classificazione delle famiglie italiane secondo il reddito dichiarato (in milioni di lire) nel 1983:
ESERCIZI ESERCIZIO_1 La seguente tabella riporta la classificazione delle famiglie italiane secondo il reddito dichiarato (in milioni di lire) nel 1983: Reddito Numero di famiglie (in migliaia) 0 6 1.128
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Biotecnologie. Corso di Statistica Medica. Statistica Descrittiva: Variabili numeriche
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica Statistica Descrittiva: Variabili numeriche Corso triennale biotecnologie - Statistica Medica Statistica descrittiva
DettagliRelazione tra variabili (cont.) In questo parte del corso analizziamo la relazione tra una variabile continua e un altra qualitativa o discreta.
Relazione tra variabili (cont.) In questo parte del corso analizziamo la relazione tra una variabile continua e un altra qualitativa o discreta. María Eugenia Castellanos Nueda (DEIO) Estadística Aplicada
DettagliProva scritta di STATISTICA. CDL Biotecnologie. (Programma di Massimo Cristallo - A)
Prova scritta di STATISTICA CDL Biotecnologie (Programma di Massimo Cristallo - A) 1. Un associazione di consumatori, allo scopo di esaminare la qualità di tre diverse marche di batterie per automobili,
DettagliLivello di misura Scala Nominale Scala Ordinale Scala di Rapporti. Scala Nominale
Esercitazione Supponiamo che il collettivo che si vuole studiare sia composto da un gruppo di turisti. La seguente tabella raccoglie l osservazione di alcuni caratteri di interesse. Costo Soggetto Titolo
DettagliStatistica a.a Autovalutazione 1
Statistica a.a. 016-17 Autovalutazione 1 CORSO: Diritto per le Imprese e le Istituzioni ATTENZIONE: alle domande aperte è stato dato un possibile esempio di risposta, altre parole possono essere usate
DettagliOutline. 1 La forma di una distribuzione. 2 Indici di asimmetria. 3 Indice di asimmetria per variabili qualitative ordinate.
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 22 Outline 1 2 3 4 5 6 () Statistica 2 / 22 Due distribuzioni aventi stessa posizione e variabilità
DettagliDispersione. si cercano indici di dispersione che:
Dispersione si cercano indici di dispersione che: utilizzino tutti i dati { x 1, x 2... x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto ad un centro d i = x i C ad es. rispetto
DettagliAttività di recupero
Attività di recupero Statistica A. Un indagine effettuata su 12 ragazzi di età compresa tra i 14 e i 1 anni per conoscere l argomento che più li interessa nei programmi televisivi ha fornito i dati espressi
DettagliSTATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea Scienze e tecniche neuropsicologiche. Modulo 1. Modulo 1 Statistica descrittiva Monovariata
STATISTICA PSICOMETRICA a.a. 004/005 Corsi di laurea Scienze e tecniche neuropsicologiche Modulo Modulo Distribuzioni semplici di frequenza e loro rappresentazioni Operatori di tendenza centrale Operatori
DettagliSTIME STATISTICHE. Consideriamo il caso della misura di una grandezza fisica che sia affetta da errori casuali. p. 2/2
p. 1/1 INFORMAZIONI Prossime lezioni Giorno Ora Dove 10/02 14:30 P50 11/02 14:30 Laboratorio (via Loredan) 17/02 14:30 P50 23/02 14:30 P50 25/02 14:30 Aula informatica (6-7 gruppi) 02/03 14:30 P50 04/03
DettagliVOTI ESERCIZIO 1. In Tabella 1 è mostrato l insieme dei 31 voti del primo appello dell esame scritto di cinese.
VOTI ESERCIZIO 1 In Tabella 1 è mostrato l insieme dei 31 del primo appello dell esame scritto di cinese. 20, 26, 25, 26, 28, 24, 30, 27, 25, 23, 28, 22, 20, 25, 25, 21, 22, 24, 22, 29, 29, 23, 27, 25,
DettagliStatistica. Esercitazione 3 9 maggio 2012 Coefficiente di variazione. Serie storiche. Connessione e indipendenza statistica
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 20/202 Statistica Esercitazione 3 9 maggio 202 Coefficiente di variazione. Serie storiche.
Dettaglihttp://www.biostatistica.unich.it STATISTICA DESCRITTIVA LE MISURE DI TENDENZA CENTRALE OBIETTIVO Individuare un indice che rappresenti significativamente un insieme di dati statistici. Esempio: Nella
DettagliStatistica. Alfonso Iodice D Enza
Statistica Il e Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 21 Outline Il e 1 2 3 Il 4 e 5 () Statistica 2 / 21 Il e Due distribuzioni aventi stessa posizione
DettagliDaniela Tondini
Daniela Tondini dtondini@unite.it Facoltà di Medicina veterinaria CdS in Tutela e benessere animale Università degli Studi di Teramo 1 INDICI STATISTICI La moda M O di una distribuzione di frequenza X,
DettagliLa statistica. Elaborazione e rappresentazione dei dati Gli indicatori statistici. Prof. Giuseppe Carucci
La statistica Elaborazione e rappresentazione dei dati Gli indicatori statistici Introduzione La statistica raccoglie ed analizza gruppi di dati (su cose o persone) per trarne conclusioni e fare previsioni
DettagliRappresentazioni grafiche
Rappresentazioni grafiche Su una popolazione di n = 20 unità sono stati rilevati i seguenti fenomeni: stato civile (X) livello di scolarità (Y ) numero di figli a carico (Z) reddito in migliaia di (W )
DettagliCasa dello Studente. Casa dello Studente
Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino
DettagliSTATISTICHE DESCRITTIVE
STATISTICHE DESCRITTIVE ARGOMENTI DELLA LEZIONE concetti introduttivi indici di tendenza centrale indici di dispersione indici di posizione 2 concetti introduttivi Unità statistiche elementi che costituiscono
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 2 VARIABILI QUANTITATIVE (RAPPRESENTAZIONI GRAFICHE E QUANTILI)
STATISTICA DESCRITTIVA - SCHEDA N. 2 VARIABILI QUANTITATIVE (RAPPRESENTAZIONI GRAFICHE E QUANTILI) Una variabile si dice quantitativa se è una grandezza misurabile. Per esempio: il peso, l altezza, il
DettagliSTATISTICA I - CORSO DI LAUREA IN STATISTICA a.a. 2004/2005 Prova intermedia del 01 aprile 2005
STATISTICA I - CORSO DI LAUREA IN STATISTICA a.a. 2004/2005 Prova intermedia del 01 aprile 2005 Esercizio 1 La Tabella 1 contiene alcuni dati relativi a 14 aziende. Tabella 1 Dati (fittizi) su alcune aziende
DettagliCorso di Statistica. Variabilità ed eterogeneità. Prof.ssa T. Laureti a.a
Corso di Statistica Variabilità ed eterogeneità Prof.ssa T. Laureti a.a. 03-04 Variabilità Il calcolo di una media non esaurisce la descrizione sintetica di un fenomeno osservato in un collettivo Due insiemi
Dettagli