Esercizi di Calcolo delle Probabilità e Statistica Matematica

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercizi di Calcolo delle Probabilità e Statistica Matematica"

Transcript

1 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 ). Al proto soccorso di u ospedale si presetao mediamete 5 pazieti all ora, distribuiti secodo la legge di Poisso. Ioltre, la gravità dei casi viee catalogata co quattro codici: rosso, giallo, verde e biaco (i ordie decrescete di gravità). Il codice rosso si preseta R volte su 100, il codice giallo metà volte del rosso, il verde ed il biaco (i proporzioi uguali) metà volte del giallo. Qual è la probabilità che, i u dato itervallo di u ora, si presetio più di due persoe da codice rosso? Soluzioe. Sia X la v.a. che idica il umero di pazieti che arrivao al proto soccorso i u ora. Essedo distribuita secodo la legge di Poisso abbiamo che P (X = k) = e k!. Siao ora X R, X G, X V ed X B le v.a. che idicao il umeri di pazieti i arrivo co codici rispettivamete rosso, giallo, verde e biaco. Siao ioltre R, G, V ed B le frazioi di codice rosso, giallo, verde e biaco su 100 pazieti. Dai dati del problema abbiamo che R + G + V + B = 100 G = R /2 V = B = G /2 La soluzioe del sistema è immediata ed offre R = 50, G = 25, V = B = Le variabili X R, X G, X V ed X B soo pertato distribuite secodo la legge di Poisso co λ R = λ/2, λ G = λ/4 e λ V = λ B = λ/8. La variabile di iteresse è X R, per la quale abbiamo La risposta alla domada è duque P (X R = k) = e λ R λk R k!. P (X R > 2) = k=3 e λ R λk R k! = 1 2 k=0 e λ R λk R k! =

2 2. Esercizio (20 settembre ). Ua fabbrica produce televisori al plasma; sia p la frazioe (assoluta, o percetuale) di televisori difettosi. Esprimere la probabilità che, su u campioe di N televisori, k siao difettosi, usado sia la distribuzioe biomiale che quella di Poisso. Posto, quidi, N = 120 e k = 3, cofrotare i due valori (biomiale e Poisso) per 10 valori di p = 0.01, 0.02, 0.03, 0.04, 0.05, 0.06, 0.07, 0.08, 0.09 e 0.1, commetado i risultati. Soluzioe. Sia X il umero di televisori difettosi; la variabile segue la legge biomiale di parametri N e p, quidi N P (X = k) = p k (1 p) N k. k Usado Poisso, co λ = N p abbiamo ivece P (X = k) = e k!. Usado i dati del problema co le due distribuzioi otteiamo la seguete tabella: p Prob. Biom. prob. Poisso Esercizio (Lebfevre Cap. 3 Q. 46 p. 108). Il umero di particelle emesse da ua sorgete radioattiva è descritto da ua v.a. X distribuita secodo la legge di Poisso co media λ = l 5 all ora. Da u ora all altra, ioltre, le emissioi soo idipedeti. (i) Calcolare la probabilità che i almeo 30 periodi di u ora, sulle 168 ore di ua settimaa, o ci siao state emissioi di particelle. (ii) Calcolare la stessa probabilità usado u appropriata legge di Poisso. Soluzioe. 2

3 (i) La probabilità che i u ora o ci siao emissioi è data dalla legge di Poisso per k = 0, P (X = 0) = e λ = 1/5. Quidi, idicado co X il umero di periodi di u ora i cui o ci soo emissioi, abbiamo X B(, p) co = 168 e p = 1/5 = 0.2. La risposta pertato è P (X 30) = 168 k= ( 168 (0.2) k (0.8) 138 k = 1 k k k=0 ) (0.2) k (0.8) 138 k 0.78 (ii) Si tratta di approssimare la distribuzioe biomiale del puto precedete co Poisso usado λ = p = = Otteiamo: P (X 30) = k=30 e 29 k! = 1 k=0 e k! Ogi cofezioe di biscotti di gusto occiola cotiee 100 biscotti. Il umero di pezzi di occiole preseti i u sigolo biscotto può essere modellato co ua variabile aleatoria di Poisso di parametro 2. Si chiede: Quato vale la probabilità che u biscotto preso a caso da ua cofezioe cotega più di u pezzo di occiola? Quato vale la probabilità di trovare più di 2 pezzi di occiole (i totale) i due biscotti presi a caso da ua cofezioe? 3. Quato vale la probabilità di trovare più di 160 pezzi di occiole i tutta la cofezioe? 5. Ua persoa prede l autobus per recarsi al lavoro e per torare a casa. Il tempo d attesa al mattio, x, è distribuito uiformemete ell itervallo 0, 5] (i miuti) metre il tempo d attesa serale, y, segue la legge { ay + b, 0 y 10 f(y) = 0 altrimeti calcolare la distribuzioe di x; calcolare a e b; calcolare il tempo medio totale di attesa; calcolare la variaza del tempo medio totale di attesa; calcolare la media e la variaza della differeza tra i tempi di attesa al mattio ed alla sera. 6. U automobilista etra i u parcheggio e vuole parcheggiare la sua automobile i u be preciso posto-auto. Davati a lui ci soo 5 macchie, ciascua co probabilità p = 0.5 di occupare quel posto. Qualè la probabilità che la macchia davati a lui lo occupi? Soluzioe. P (X = 5) = (0.8) 4 (0.2) =

4 7. I u cotrollo a campioe sulle emissioi la probabilità di trovare u automobile fuori orma è di 0.1 %. Qualè la probabilità che si debbao effettuare più di 3 cotrolli prima di trovare ua a orma? Soluzioe. 3 3 P (X > 3) = 1 P (X 3) = 1 P (X = k) = 1 (0.1) k 1 (0.9) = k=1 k=1 8. Uo zoo ha a disposizioe 100 kg di care per sfamare u leoe. La quatità cosumata dal leoe i u gioro è rappresetata da ua variabile casuale di media µ = 5 kg e deviazioe stadard σ = 1 kg. (i) Usado l approssimazioe ormale, calcolare la probabilità che la care a disposizioe basti per 21 giori; (ii) suppoiamo che i 10 giori il leoe abbia magiato 60 kg; suppoedo sempre σ = 0.5 kg, determiare l itervallo di cofideza per la media al 99%; (iii) possiamo acora giustificare che la media sia µ = 5 kg? Soluzioe. Sia X N (µ, σ 2 ), co µ = 5 e σ = 1. Siao X 1, X 2,..., X (co = 21) le variabili he rappresetao il cosumo di care (da parte del leoe) el primo, el secodo,..., el 21-esimo gioro. La care a disposizioe basta se X 1 + X X 100. Usado l approssimazioe ormale abbiamo che X1 + X X µ P (X 1 + X X 100) = P σ = 21 P (S 1.09) Φ( 1.09) = 1 Φ(1.09) = La dose di caffè ecessaria per ua tazzia può essere rappresetata da ua variabile casuale X di media µ = 7 gr e scarto quadratico medio σ = 0.5 gr. (i) Usado l approssimazioe ormale, calcolare la probabilità che u barattolo da 250 gr sia sufficiete per 36 tazzie; (ii) suppoiamo che per le prime 20 tazzie siao stati usati 140 gr; suppoedo sempre σ = 0.5 gr, determiare l itervallo di cofideza per la dose media al 99%; (iii) possiamo acora giustificare che la dose media sia µ = 7 gr? Soluzioe. Sia X N (µ, σ 2 ), co µ = 7 e σ = 0.5. Siao X 1, X 2,..., X (co = 36) le variabili che rappresetao le dosi di caffè della prima, della secoda,..., della 36-esima tazzia. 4

5 Il barattolo di caffè a disposizioe basta se X 1 + X X 250. Usado l approssimazioe ormale abbiamo che X1 + X X µ P (X 1 + X X 250) = P σ = 36 P (S 0.67) Φ( 0.67) = 1 Φ(0.67) = L ete che gestisce u tratto di autostrada ha sale sufficiete per elimiare u accumulo di 2 metri di eve su tale tratto. Suppoiamo che la quatità di eve che cade i u gioro sia rappresetata da ua variabile casuale X di media µ = 4 cm e deviazioe stadard σ = 0.8 cm. (i) Usado l approssimazioe ormale, calcolare la probabilità che il sale a disposizioe basti per 50 giori; (ii) suppoiamo che ei primi 10 giori del periodo siao caduti 50 cm di eve; suppoedo sempre σ = 0.8 cm, determiare l itervallo di cofideza per la media al 99%; (iii) possiamo acora giustificare che la media sia µ = 4 cm? Soluzioe. Sia X N (µ, σ 2 ), co µ = 4 e σ = 0.8. Siao X 1, X 2,..., X (co = 50) le variabili che rappresetao la quatità di eve della prima, della secoda,..., della 50-esima giorata. La quatità di sale a disposizioe basta se X 1 + X X 200. Usado l approssimazioe ormale abbiamo che X1 + X X µ P (X 1 + X X 200) = P σ = 50 P (S 0) Φ(0) = Ua cartoleria ha ua scorta di matite sufficiete per 400 persoe. Suppoiamo che il umero di persoe che si presetao i u gioro sia ua variabile casuale X di media µ = 18 persoe e deviazioe stadard σ = 2 persoe. (i) Usado l approssimazioe ormale, calcolare la probabilità che il umero di matite a disposizioe basti per 22 giori; (ii) suppoiamo che ei primi 10 giori del periodo si siao presetate 240 persoe; suppoedo sempre σ = 2, determiare l itervallo di cofideza per la media gioraliera al 99%; (iii) possiamo acora giustificare che la media sia µ = 18 persoe? Soluzioe. Sia X N (µ, σ 2 ), co µ = 18 e σ = 2. Siao X 1, X 2,..., X (co = 22) le variabili che rappresetao il umero di clieti della prima, della secoda,..., della 22-esima giorata. 5

6 La scorta di matite a disposizioe basta se X 1 + X X 400. Usado l approssimazioe ormale abbiamo che X1 + X X µ P (X 1 + X X 400) = P σ = 22 P (S 0.43) Φ(0.43) Ad u turo elettorale, gli scrutii iiziali eseguiti su uumero di sole 20 sezioi dao per il partito A le segueti percetuali: 35, 60, 55, 40, 49, 52, 39, 46, 55, 45, 70, 10, 22, 34, 44, 62, 58, 57, 43, 20 Determiare gli itervalli di cofideza per il risultato fiale del partito A al 90%, 95% e 99%. Soluzioe. Il rago del campioe è = 20 e dobbiamo usare la distribuzioe di Studet co 19 gradi di libertà. Dalle tavole di Studet abbiamo: t 0.05 (19) = 1.729, t (19) = e t (19) = Dai dati abbiamo X = 44.8 e S 2 = Gli itervalli di cofideza soo pertato: Al 90%: X S t 0.05 (19), X + S ] t 0.05 (19) = 38.93, 50.67] Al 95%: X S t (19), X + S ] t (19) = 37.69, 51.91] Al 99%: X S t (19), X + S ] t (19) = 35.08, 54.52] 13. U isieme di misurazioi del puto di fusioe del piombo forisce i segueti dati, i gradi cetigradi: 330, Suppoedo che i dati provegao da ua popolazioe ormale di variaza icogita, determiare gli itervalli di cofideza al 90%, 95 % e 99% per la media. Soluzioe. Il rago del campioe è = 10 e dobbiamo usare la distribuzioe di Studet co 9 gradi di libertà. Dalle tavole di Studet abbiamo: t 0.05 (9) = 1.833, t (9) = e 6

7 t (9) = Dai dati abbiamo X = e S 2 = Gli itervalli di cofideza soo pertato: Al 90%: X S t 0.05 (9), X + S ] t 0.05 (9) = 329.9, 338.0] Al 95%: X S t (9), X + S ] t (9) = 328.9, 338.9] Al 99%: X S t (9), X + S ] t (9) = 326.8, 341.1] 14. (Ross 7.38) U isieme di misurazioi della capacità di 10 batterie forisce i segueti risultati, i ampere-ora: 140, Stimare la variaza della popolazioe e forire gli itervalli di cofideza al 90%, 95 % e 99%. Soluzioe. Il rago del campioe è = 10 e dobbiamo usare la distribuzioe del χ 2 co 9 gradi di libertà. I valori di α che ci iteressao soo 0.05 e 0.95 per l itervallo al 90%, e per l itervallo al 95%, e per l itervallo al 99%, Dalle tavole del χ 2 abbiamo: La variaza campioaria è S 2 = Gli itervalli di cofideza soo dati dalla formula Livello χ 2 α/2 (9) χ2 1 α/2 (9) 90% % % ] ( 1) S 2 ( 1) S 2 χ 2 α/2 ( 1), ( 1) χ 2 1 α/2 e pertato: Al 90%: 17.14, 87.25] Al 95%: 15.25, ] Al 99%: 12.30, ] 7

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti. AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i

Dettagli

Corso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica

Corso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica Corso di Laurea i Igegeria Iformatica Ao Accademico 26/27 Calcolo delle Probabilità e Statistica Matematica Nome... N. Matricola... Acoa, geaio 27. (8 puti) Si vuole stimare il parametro p di ua legge

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

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

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

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso

Dettagli

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

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

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

Dettagli

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

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

Dettagli

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

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

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

Dettagli

II Esonero - Testo A

II Esonero - Testo A Dip. di Igegeria, Uiv. Roma Tre Prof. E. Scoppola, Dott.M. Quattropai Probabilità e Statistica, 2017-18, I semestre 29 Geaio 2018 II Esoero - Testo A Cogome Nome Matricola Esercizio 1. (20%) Si cosideri

Dettagli

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao Stimatori corretti stimatori efficaci e disuguagliaza di Cramer Rao Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche Defiizioe. Sia {X X 2... X } u

Dettagli

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

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

Dettagli

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

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10

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

Dettagli

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

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

Dettagli

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

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

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

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

Dettagli

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

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

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

Esercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezione del 10/12/2002

Esercitazioni di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dini Lezione del 10/12/2002 Esercitazioi di Statistica Matematica A Esercitatori: Dott. Fabio Zucca - Dott. Maurizio U. Dii Lezioe del 10/12/2002 1 Applicazioi del TCL 1.1 Ua ditta di trasporti iterazioali possiede 100 tir dello

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

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

Soluzione CPS 22/6/04. I parte. (1). Chiamiamo C l evento l individuo scelto ha il colesterolo alto, V, O e NL rispettivamente

Soluzione CPS 22/6/04. I parte. (1). Chiamiamo C l evento l individuo scelto ha il colesterolo alto, V, O e NL rispettivamente Soluzioe CPS 22/6/04 I parte 1. Chiamiamo C l eveto l idividuo scelto ha il colesterolo alto, V, O e NL rispettivamete è vegetariao, è oivoro e o magia latticii. I dati soo: P C = 0.4, P O C = 0.75, P

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

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

Esercizi con R. Corso Statistica corso avanzato A. A. 2013/2014

Esercizi con R. Corso Statistica corso avanzato A. A. 2013/2014 Esercizi co R Corso Statistica corso avazato A. A. 203/204 Esercizio Due compagie di assicurazioe soo i cocorreza per stipulare polizze co = 000 clieti. Si suppoga che ogi cliete scelga tra le due società

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA

Dettagli

Università degli Studi di 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

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

Statistica Inferenziale Soluzioni 1. Stima puntuale

Statistica Inferenziale Soluzioni 1. Stima puntuale ISTITUZIONI DI STATISTICA A. A. 007/008 Marco Miozzo e Aamaria Guolo Laurea i Ecoomia del Commercio Iterazioale Laurea i Ecoomia e Ammiistrazioe delle Imprese Uiversità degli Studi di Veroa sede di Viceza

Dettagli

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

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

Dettagli

- 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

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

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

Dettagli

Esercitazione sette: soluzioni. H 1 : θ > 0.48 ( =

Esercitazione sette: soluzioni. H 1 : θ > 0.48 ( = Esercitazioe sette: soluzioi. { H0 : θ 0.48 H : θ > 0.48 a) La variabile Y ha ua distribuzioe beroulliaa di parametro θ. La desità appartiee alla famiglia espoeziale e possiamo vedere se è a rapporto di

Dettagli

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

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

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

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. CORSO DI CALCOLO DELLE PROBABILITÀ (o modulo) - PROVA d esame del 6/06/200 - Laurea Quadrieale i Matematica - (Prof. Nappo) Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo essere giustificate

Dettagli

Traccia delle soluzioni degli esercizi del fascicolo 6

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

Dettagli

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

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

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa

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

Senza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo

Senza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it Ifereza statistica Dal campioe alla popolazioe Co quale precisioe si possoo descrivere le caratteristiche di ua popolazioe sulla base

Dettagli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe

Dettagli

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

Esercitazione 1 del corso di Statistica (parte 2)

Esercitazione 1 del corso di Statistica (parte 2) Esercitazioe del corso di Statistica (parte ) Dott.ssa Paola Costatii Esercizio 7 Aprile 0 Il tempo di percorreza del treeo che collega la stazioe di Roma Termii co l aeroporto di Fiumicio è di 30 miuti

Dettagli

Esercizi - Fascicolo VI

Esercizi - Fascicolo VI Esercizi - Fascicolo VI Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi sia compresa tra 0.49 e 0.5 sia

Dettagli

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

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

Dettagli

Probabilità 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

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

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 24 maggio 26 Desità e distribuzioi cogiute e codizioate. Covergeza e approssimazioe Esercizio Uo studio dice che l ivestimeto i titoli di stato, rappresetato

Dettagli

Correzione Esercitazione 5. Esercizio 1. Per determinare l intervallo di confidenza scegliamo come quantità. x 2) I 2 (0,θ) (x), da cui 1 F X (x θ) =

Correzione Esercitazione 5. Esercizio 1. Per determinare l intervallo di confidenza scegliamo come quantità. x 2) I 2 (0,θ) (x), da cui 1 F X (x θ) = Correzioe Esercitazioe 5 Esercizio 1. Per determiare l itervallo di cofideza scegliamo come quatità pivotale 1 F X θ) che ha distribuzioe U0, 1). Nel ostro caso, F X θ) = θ 1 θ ) I 0,θ) ), da cui 1 F X

Dettagli

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

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

Dettagli

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

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

Esercizi di econometria: serie 2

Esercizi di econometria: serie 2 Esercizi di ecoometria: serie Esercizio Per quali delle segueti uzioi di desità cogiuta le variabili casuali ed soo idipedeti?......3.4.5..5 (a) (b) 3 4....3.6.9..4...5..5 3.. 3.8..4.6 (c) (d) Nel caso

Dettagli

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

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

Dettagli

Scritto da Maria Rispoli Domenica 09 Gennaio :32 - Ultimo aggiornamento Domenica 20 Febbraio :50

Scritto da Maria Rispoli Domenica 09 Gennaio :32 - Ultimo aggiornamento Domenica 20 Febbraio :50 Ua delle applicazioi della teoria delle proporzioi è la divisioe di u umero (o di ua gradezza) i parti direttamete o iversamete proporzioali a più umeri o a più serie di umeri dati. Tale tipo di problema

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06 PROVE SCRITTE DI MTEMTIC PPLICT, NNO 5/6 Esercizio 1 Prova scritta del 14/1/5 Sia X ua successioe I.I.D. di variabili aleatorie co distribuzioe uiforme cotiua, X U(, M), ove M = umero lettere del cogome.

Dettagli

Tutorato di Probabilità 1, foglio I a.a. 2007/2008

Tutorato di Probabilità 1, foglio I a.a. 2007/2008 Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =

Dettagli

SUCCESSIONI DI FUNZIONI

SUCCESSIONI DI FUNZIONI SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe

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

Formulario (versione del 3/10/2015)

Formulario (versione del 3/10/2015) Uiversità degli Studi della Basilicata C.d.L. Ecoomia Aziedale Statistica a.a. 04/05 Docete: E. Di Nardo Frequeze Formulario versioe del 3/0/05 taglia campioe casuale x,..., x campioe casuale ordiato x...

Dettagli

Campionamento e Statistiche Campionarie. Inferenza. Pietro Coretto Università degli Studi di Salerno

Campionamento e Statistiche Campionarie. Inferenza. Pietro Coretto Università degli Studi di Salerno Campioameto e Statistiche Campioarie Pietro Coretto pcoretto@uisa.it Uiversità degli Studi di Salero Corso di Statistica (0212700010) CDL i Ecoomia e Maagemet Curriculum i Maagemet e Iformatica a.a. 2018/2019

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

Correzione Esercitazione 6

Correzione Esercitazione 6 Correzioe Esercitazioe 6 Esercizio. Poiché vogliamo usare il test del rapporto di verosimigliaza per u ipotesi ulla semplice, dobbiamo calcolare Λ(x) L(θ 0 x) supl(θ x) quidi al umeratore ci basta sostituire

Dettagli

7. Test d ipotesi. 2. L ipotesi è vera ma in base ai dati la rifiuto in questo caso si dice che si commette errore di prima specie

7. Test d ipotesi. 2. L ipotesi è vera ma in base ai dati la rifiuto in questo caso si dice che si commette errore di prima specie 7. Test d ipotesi U tipico problema che ci si può trovare ad affrotare è il seguete: Faccio ua certa ipotesi che idico co H 0 e che chiamo ipotesi ulla. I base ai dati che ho a disposizioe devo decidere

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA FACOLTÀ DI SOCIOLOGIA a. a. 011 01 Esame del 11-01-01 STATISTICA ESERCIZIO 1 U idagie sulle abitudii alimetari dei requetatori di u cetro itess ha moitorato il umero di caè cosumati i u gioro ormale e

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

N.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. N.B. Per la risoluzioe dei segueti esercizi, si fa riferimeto alle Tabelle riportate alla fie del documeto. Esercizio 1 I u villaggio turistico gli aimatori orgaizzao ua sfida. Vice u prazo i u ristorate

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

Formulario di Statistica (Cucina-Lagona)

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

Dettagli

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

Accenni al calcolo combinatorio

Accenni al calcolo combinatorio Accei al calcolo combiatorio Dario Malchiodi e Aa Maria Zaaboi ottobre 2017 Pricipio fodametale del calcolo combiatorio: se ci soo s 1 modi per operare ua scelta e, per ciascuo di essi, ci soo s 2 modi

Dettagli

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.

Parametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori. Parametri e statistiche Popolazioe Parametri Valori fissi, spesso o oti Campioe Statistiche o Stimatori Variabili casuali, le cui determiazioi dipedoo dalle particolari osservazioi scelte Parametri e statistiche

Dettagli

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

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

Dettagli

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

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

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

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

Campionamento e distribuzioni campionarie

Campionamento e distribuzioni campionarie Campioameto e distribuzioi campioarie Approccio idu8vo Ruolo dell ifereza sta>s>ca Procedure ifereziali di uso comue (itervalli di cofideza e test delle ipotesi) Risulta> e decisioi che dipedoo dalla limitatezza

Dettagli

6 Stima di media e varianza, e intervalli di confidenza

6 Stima di media e varianza, e intervalli di confidenza Si può mostrare che, per ogi fissato α, t,α z α, e t,α z α per + I pratica t,α e z α soo idistiguibili per 200. 6 Stima di media e variaza, e itervalli di cofideza Lo scopo esseziale della Statistica ifereziale

Dettagli

6. Intervalli di confidenza

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

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di tatistica A-Di Prof. M. Romaazzi 27 Geaio 2015 ogome e Nome..................................... N. Matricola.......... Valutazioe l puteggio massimo teorico di questa prova

Dettagli

Statistica Corso Base (Serale) Dott.ssa Cristina Mollica

Statistica Corso Base (Serale) Dott.ssa Cristina Mollica Statistica Corso Base (Serale) Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Idici di posizioe Esercizio 1: Data la seguete distribuzioe uitaria del carattere X 4 2 4 2 6 4 0 4 0 2 4 4 (1) calcolare

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

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

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)

Corso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino) Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo

Dettagli

Politecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 5 luglio 2012

Politecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 5 luglio 2012 Politecico di Milao - Scuola di Igegeria Idustriale II Prova i Itiere di Statistica per Igegeria Eergetica 5 luglio 2012 c I diritti d autore soo riservati. Ogi sfruttameto commerciale o autorizzato sarà

Dettagli

Seconda Prova Intermedia 28 Maggio 2019 Elementi di Probabilità e Statistica, Laurea Triennale in Matematica, M. Romito, M.

Seconda Prova Intermedia 28 Maggio 2019 Elementi di Probabilità e Statistica, Laurea Triennale in Matematica, M. Romito, M. Secoda rova Itermedia 8 Maggio 09 Elemeti di robabilità e Statistica, Laurea Trieale i Matematica, 08-9 M. omito, M. ossi roblema 0. Sia X, Y ) ua v.a. a valori i co desità dove N è u parametro fissato.

Dettagli

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).

Esame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova). Esame di Probabilità e Statistica del 9 luglio 27 Corso di Laurea Trieale i Matematica, Uiversità degli Studi di Padova). Cogome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto fiale Attezioe: si cosegao

Dettagli

Probabilità e Statistica (LT in Matematica) Prof. P. Dai Pra, prova scritta 27/03/2008. TEMA B

Probabilità e Statistica (LT in Matematica) Prof. P. Dai Pra, prova scritta 27/03/2008. TEMA B Probabilità e Statistica (LT i Matematica) Prof. P. Dai Pra, prova scritta 7/0/008. Cogome: Nome: Matricola: Firma: TEMA B ESERCIZIO. L Esame di Stato che coclude i corsi di scuola media superiore comprede

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

Elementi di calcolo combinatorio

Elementi di calcolo combinatorio Appedice A Elemeti di calcolo combiatorio A.1 Disposizioi, combiazioi, permutazioi Il calcolo combiatorio si occupa di alcue questioi iereti allo studio delle modalità secodo cui si possoo raggruppare

Dettagli

1 Esercizi tutorato 27/5

1 Esercizi tutorato 27/5 Esercizi tutorato 7/5 Esercizi tutorato 7/5 Esercizio.. Si cosideri u compoete elettroico costituito da compoeti collegate i serie. Ogi compoete ha u tempo di vita T i Expλ), i =,..., idipedete. Sia X

Dettagli

Esercizi settimana 10

Esercizi settimana 10 y = = 0 0,5 0,5,5 x Esercizi settimaa 0 Esercizi applicati Esercizio. Siao X ) i.i.d. tali per cui X U0, ), si dimostri che X 0. Soluzioe. Per calcolare la covergeza i legge dobbiamo usare la fuzioe di

Dettagli