ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:
|
|
- Valerio Piccolo
- 7 anni fa
- Visualizzazioni
Transcript
1 ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone un campone d n= msurazon. ) Determnare l valore atteso della v.c. X ) Elencare tutt possbl campon d ampezza n= ) Determnare la dstrbuzone camponara della meda camponara x ) Determnare la dstrbuzone camponara della medana Med 5) Determnare la dstrbuzone d probabltà delle varabl casual prma osservazone camponara, seconda osservazone camponara e terza osservazone camponara 6) Calcolare valor attes degl stmator x e Med e confrontarl con quanto ottenuto per la popolazone 7) Calcolare le devazon standard degl stmator x e Med e confrontarl ) ( ) E X SVOLGIMENTO = xp = = 8.75 ) I possbl campon d ampezza n= ottenbl usando uno schema d camponamento senza rpetzone sono elencat nella seguente tabella. Per ognuno de campon è ndcato l valore della meda e della medana. X X X Meda Medana X X X Meda Medana )
2 Consderando la dstrbuzone d frequenze calcolata a partre dalla colonna delle mede camponare s ottene la dstrbuzone d probabltà della v.c. meda camponara: Meda Freq Assoluta Freq Relatva 5 6 / / 7 6 /.67 6 / ) Procedendo n manera analoga per la colonna della medana camponara s ottene: Medana Freq Assoluta Freq Relatva / / 5) Gl stess passagg possono essere effettuat per determnare le dstrbuzon d probabltà delle v.c. -esma osservazone camponara, d seguto rportate: X P(X) / / / / X P(X) / / / / X P(X) / / / / 6) Calcolo del valore atteso della v.c. meda camponara: Meda Freq Relatva 5 / 7.67 / 7 /.67 / E( X) = xp = = 8.75 Calcolo del valore atteso della v.c. medana camponara: Medana Freq Relatva / / E( Med) = xp = + = 7.5 La v.c. meda camponara è uno stmatore non dstorto del parametro meda della popolazone; lo stesso non accade per la v.c. medana camponara (che nvece rsulta non dstorto quando vene usata per stmare l parametro medana della popolazone). 7) Calcolo della varanza della v.c. meda camponara:
3 Meda Freq Relatva Scart 5 / /.7 7 / / 8.5 ( ) ( ) µ Var X = x p = = 6.85 Calcolo della varanza della v.c. medana camponara: Medana Freq Relatva Scart /.5 /.5 ( ) ( ) Var Med = x Med p = =.5 La v.c. meda camponara presenta una varabltà nferore rspetto alla v.c. medana camponara (è uno stmatore pù effcente n senso relatvo)
4 ESERCIZIO. S rpeta l eserczo. consderando un camponamento con rpetzone e s confrontno rsultat ottenut nelle due stuazon. ) ( ) E X SVOLGIMENTO = xp = = 8.75 ) I possbl campon d ampezza n= ottenbl usando uno schema d camponamento con rpetzone sono elencat nella seguente tabella. Per ognuno de campon è ndcato l valore della meda e della medana. X X X Meda Medana X X X Meda Medana ) Consderando la dstrbuzone d frequenze calcolata a partre dalla colonna delle mede camponare s ottene la dstrbuzone d probabltà della v.c. meda camponara:
5 Meda Freq Assoluta Freq Relatva /6 /6 /6 /6 /6 5 6 / 6 /6 6,67 /6 7,67 6 / 8 /6 8,67 /6 9 /6,67 6 /,67 6 / /6, /6, /6,67 /6 7, /6 /6 6 ) Procedendo n manera analoga per la colonna della medana camponara s ottene: Medana Freq Assoluta Freq Relatva 5/ / / 5/ 6 5) Gl stess passagg possono essere effettuat per determnare le dstrbuzon d probabltà delle v.c. -esma osservazone camponara, d seguto rportate: X P(X) / / / / X P(X) / / / / X P(X) / / / / 6) Calcolo del valore atteso della v.c. meda camponara: 5
6 Meda Freq Relatva /6 /6 / /6 /6 5 / 7.67 / 8 /6 7 /. /6 /6 6 / /6 9 /6.67 /. /6 /6.67 /6 7. /6 /6 E( X) = xp = = Calcolo del valore atteso della v.c. medana camponara: Medana Freq Relatva 5/ / / 5/ 5 5 E( Med) = xp = = 8.8 La v.c. meda camponara è uno stmatore non dstorto del parametro meda della popolazone; lo stesso non accade per la v.c. medana camponara (che nvece rsulta non dstorto quando vene usata per stmare l parametro medana della popolazone). 7) Calcolo della varanza della v.c. meda camponara: 6
7 Meda Freq Relatva Scart / /6 6.6 / /6. / / /.7 8 / /.67. /6. /6.6 6 / /6. 9 / / 8.5. /6.7 / / / / ( ) ( ) µ Var X = x p = = Calcolo della varanza della v.c. medana camponara: Medana Freq Relatva Scart 5/ / 7.89 /.8 5/ Var ( Med ) = ( x Med ) p = = 6.5 La v.c. meda camponara presenta una varabltà nferore rspetto alla v.c. medana camponara (è uno stmatore pù effcente n senso relatvo) 7
8 ESERCIZIO. La battera d un telefono cellulare ha una durata meda d 6 ore con uno scarto quadratco medo d 5 ore. Assumendo che s dstrbusca secondo una legge normale calcolare: P X < ) ( ) ) P( X > 9) ) P( < X < 5) ) P( 7 < X < ) 5) P( 7 < X < 5) 6) P( X < ) 7) P( < X < ) 8) P( X < 6) 9) P( 6 < X < 6) ) P( X < 5) ) P( < X < 5) ) P( X < o X > 6) ) l prmo, l secondo e l terzo quartle ) l numero d ore che la battera resce ad asscurare solo nel 5% de cas 5) l numero d ore che la battera resce ad asscurare almeno nel 7% de cas X = durata della battera X N 6 km,5 km ( ) SVOLGIMENTO P(X) ) 9 6 X = 9 Z = = = 8
9 P(Z) Usando le tavole della normale s ha: Area tra la meda e l valore z Le tavole usate danno l area compresa tra la meda e l ascssa: X µ P( µ < X < 9) = P < Z < = P( < Z < ) =.57 σ Da cu s può ottenere la probabltà d nteresse: X µ P( X > 9) = P Z > = P( Z > ) =.5.57 =.7 σ ) 9 6 X = Z = = = Sfruttando la smmetra della dstrbuzone possamo usare l rsultato ottenuto al punto : X µ P( X < ) = P Z < = P( Z < ) = P( Z > ) =.7 σ ) 6 X = Z = = = 5 6 X = 5 Z = = =.8 9
10 P(Z) I due valor sono entramb a destra della meda: posso calcolare la probabltà d nteresse nel seguente modo: X µ X µ P( < X < 5) = P < Z < = P( < Z <.8) = P( < Z <.8) P( < Z < ) σ σ Ottengo le due probabltà da sottrare dalle tavole: Area tra la meda e l valore z Da cu posso calcolare la probabltà rchesta: P < X < 5 = P < Z <.8 = P < Z <.8 P < Z < = 8 =.759 ( ) ( ) ( ) ( ) ) 7 6 X = 7 Z = = =.8 6 X = Z = = = Area tra la meda e l valore z
11 P(Z) I due valor sono entramb a snstra della meda: posso calcolare la probabltà d nteresse nel seguente modo: X µ X µ P( 7 < X < ) = P < Z < = P(.8 < Z < ) σ σ Sfruttando la smmetra della dstrbuzone possamo usare l rsultato ottenuto al punto precedente: P 7 < X < = P.8 < Z < = P < Z <.8 =.759 ( ) ( ) ( ) 5) 7 6 X = 7 Z = = = X = 5 Z = = = P(Z) In questo caso la meda è compresa tra due valor: è possble calcolare la probabltà rchesta facendo rfermento alle due aree tratteggate n colore dfferente: P 7 < X < 5 = P.8 < Z < = P.8 < Z < + P < Z < = P < Z <.8 + P < Z < ( ) ( ) ( ) ( ) ( ) ( ) Dalle tavole s ha:
12 Da cu: P 7 < X < 5 = P.8 < Z < = + 9 =.9 ( ) ( ) 6) 6 X = Z = = = P(Z) Area tra la meda e l valore z Area tra la meda e l valore z Dalle tavole ottenamo l valore tra la meda e l valore Z specfco: ( ) ( ) ( ) ( ) P X < = P < Z < = P < Z < + P < Z < =.5 +. = 7) 6 X = Z = = = 6 X = Z = = = Area tra la meda e l valore z
13 P(Z) Possamo sfruttare l rsultato al punto precedente e la smmetra della dstrbuzone per ottenere la probabltà d nteresse nel seguente modo: P < X < = P < Z < = P < Z < + P < Z < = P < Z < =. = 86 ( ) ( ) ( ) ( ) ( ) 8) 6 6 X = 6 Z = = = P(Z) Dalle tavole ottenamo l valore tra la meda e l valore Z specfco: ( ) ( ) ( ) ( ) P X < 6 = P < Z < = P < Z < + P < Z < = =.977 9) Area tra la meda e l valore z
14 X X 6 6 = 6 Z = = = 6 6 = 6 Z = = = P(Z) Possamo sfruttare l rsultato al punto precedente e la smmetra della dstrbuzone per ottenere la probabltà d nteresse nel seguente modo: P 6 < X < 6 = P < Z < = P < Z < + P < Z < = P < Z < =.77 =.95 ( ) ( ) ( ) ( ) ( ) ) 5 6 X = 5 Z = = = P(Z) Dalle tavole ottenamo l valore tra la meda e l valore Z specfco: Area tra la meda e l valore z
15 ( ) ( ) ( ) ( ) P X < 5 = P < Z < = P < Z < + P < Z < = =.9987 ) 6 X = Z = = = 5 6 X = 5 Z = = = Possamo sfruttare l rsultato al punto precedente e la smmetra della dstrbuzone per ottenere la probabltà d nteresse nel seguente modo: P < X < 5 = P < Z < = P < Z < + P < Z < = P < Z < =.987 =.997 ( ) ( ) ( ) ( ) ( ) ) 6 X = Z = = = 6 6 X = 6 Z = = = P(Z) ( < o > 6) = ( < ) + ( > 6) = ( < ) + ( > ) P X X P X P X P Z P Z Dalle tavole ottenamo l valore tra la meda e l valore Z specfco: ( ) ( ) ( ) P X < = P Z < = P Z > = = Area tra la meda e l valore z Area tra la meda e l valore z 5
16 ( ) P( Z ) P X > = > =.5.77 =.8 Combnando due rsultat ottenut s ha: P X < o X > 6 = P Z < + P Z > 6 = P Z < + P Z > = +.8 =. ( ) ( ) ( ) ( ) ( ) ) Data la smmetra della dstrbuzone normale la medana (secondo quartle) è par alla meda (e ad ogn altro ndce d tendenza centrale). Per l calcolo del prmo e terzo quartle s può cercare l valore dell ascssa corrspondente ad un area d.5: Z Q µ Q µ σ σ = = Q = µ Zσ = =.65 Q = µ + Zσ = = 9.5 L area pù vcna a.5 corrsponde ad un ascssa d 7 ) In questo caso dobbamo cercare l valore dell ascssa che lasca a destra l 5% de cas, ovvero a snstra l 85% de cas. Per utlzzare le tavole bsogna scomporre quest area nel 5% (area a snstra della meda) a cu va aggunto l restante 5% (area a partre dalla meda). Bsogna qund cercare l valore dell ascssa corrspondente ad un area d.5: L area pù vcna a.5 corrsponde ad un ascssa d X µ P( < Z <.5) = P < <.5 =.5 σ Da questa possamo rcavare l valore corrspondente della X: X µ Z = X = µ + Zσ = =.5 σ 5) In questo caso dobbamo cercare l valore dell ascssa che lasca a snstra l 7% de cas. Per utlzzare le tavole bsogna scomporre quest area nel 5% (area a snstra della meda) a cu va aggunto l restante % (area a partre dalla meda). Bsogna qund cercare l valore dell ascssa corrspondente ad un area d.: 6
17 X µ P( < Z <.5) = P < <.5 =.985 σ Da questa possamo rcavare l valore corrspondente della X: X µ Z = X = µ + Zσ = = 8.6 σ L area pù vcna a. corrsponde ad un ascssa d.5 7
= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)
ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 17/10/2006 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 7/0/006 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 0 soggett. Soggetto Sesso Età Reddto
DettagliPer calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:
ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente
DettagliStrada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
DettagliUniversità di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano
Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre
DettagliDefinizione di campione
Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta
DettagliEsercitazione 1 del corso di Statistica 2
Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
DettagliLezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo
UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale
DettagliELEMENTI DI STATISTICA
ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)
DettagliLA VARIABILITA. IV lezione di Statistica Medica
LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90
DettagliMinistero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
Dettaglia) Individuare l intervallo di confidenza al 90% per la media di popolazione;
Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un
DettagliUniversità di Cassino Corso di Statistica 1 Esercitazione del 28/01/2008 Dott. Alfonso Piscitelli. Esercizio 1
Unverstà d Cassno Corso d Statstca Eserctazone del 28/0/2008 Dott. Alfonso Psctell Eserczo Il seguente data set rporta la rlevazone d alcun caratter su un collettvo d 20 soggett. Soggetto Età Resdenza
DettagliScienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
DettagliLezione 2 le misure di sintesi: le medie
Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl
DettagliTutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017
Tutorato d Complement d Anals Matematca e Statstca 23 e 30 marzo 2017 Gl esercz con l smbolo eo sono tratt da prove d esame del 2016 ( eo gorno/mese eo) Esercz dagl ncontr precedent 3. Una varable X può
DettagliANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D
FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
Dettagli1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30
1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
Dettagli1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x
TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1
Dettagli,29 7. Distribuzioni di frequenza. x 1 n 1 n 1 n 1 /N n 1 /N*100 x 2 n 2 n 1 +n 2 n 2 /N n 2 /N*100
Dstrbuzon d frequenza Varable x Frequenze Frequenze Frequenze Frequenze % cumulate relatve x 1 n 1 n 1 n 1 / n 1 /*100 x n n 1 +n n / n /*100 x k n k n 1 +.+n k = n k / n k /*100 totale 1 100 Indc sntetc
DettagliEsercitazioni del corso: STATISTICA
A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA
DettagliUniversità degli Studi di Cassino, Anno accademico 2004-2005 Corso di Statistica 2, Prof. M. Furno
Unverstà degl Stud d Cassno, Anno accademco 004-005 Corso d Statstca, Pro. M. Furno Eserctazone del 5//005 dott. Claudo Conversano Eserczo Ad un certo tavolo d un casnò s goca lancando un dado. Il goco
DettagliIl procedimento può essere pensato come una ricerca in un insieme ordinato, il peso incognito può essere cercato con il metodo della ricerca binaria.
SCELTA OTTIMALE DEL PROCEDIMENTO PER PESARE Il procedmento può essere pensato come una rcerca n un nseme ordnato, l peso ncognto può essere cercato con l metodo della rcerca bnara. PESI CAMPIONE IN BASE
DettagliAnalisi della Varianza
Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella
DettagliEsercitazione 8 del corso di Statistica (parte 1)
Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.
Dettagliuna variabile casuale è continuase può assumere un qualunque valore in un intervallo
Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere
DettagliCapitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
Dettagli3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)
lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu
DettagliStatistica Descrittiva
Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86
DettagliStatistica descrittiva
Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.
DettagliModelli descrittivi, statistica e simulazione
Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone
Dettagli26/08/2010. segnali deterministici. segnali casuali o random. stazionario. periodico. Non stazionario. transitorio
Cap 5: ANALISI DEI SEGNALI E ARAURA DINAMICA Un segnale è defnto come una qualsas varable fsca che camba nel tempo, nello spazo, o rspetto a altre varabl e che trasporta nformazon segnal determnstc segnal
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012
CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso
Dettaglix 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n
Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà
Dettagliy. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
DettagliVariabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
DettagliContenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2
Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco
DettagliLEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N
LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate
DettagliPrima prova di gruppo
Prma prova d gruppo Es. Una metodologa d anals produce fals postv nel 3% de cas e fals negatv nell % de cas. Calcolate quale è l esto pù probable (postvo o negatvo se due anals consecutve esegute sullo
DettagliEsame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre
DettagliCapitolo 5. Analisi dei dati di output. 5.1 Analisi del transitorio
Captolo 5 Anals de dat d output Una fase essenzale d ogn studo d smulazone è l anals de rsultat della smulazone stessa. Supponamo d avere costruto l modello d un sstema e sano Y 1,Y 2,...,Ym dat d output
DettagliEsercizi di econometria: serie 1
Esercz d econometra: sere Eserczo E data la popolazone dell Abruzzo classcata n se categore d reddto ed n tre class d età come segue: Reddto: () L... 4.. () L. 4.. 8.. () L. 8.... (4) L..... () L.....
DettagliIndici di variabilità
Indc d varabltà Gl ndc d varabltà msurano ) la dspersone (rspetto alla poszone) ) la varabltà = 0 = 0 Gl ndc d poszone sono tanto pù rappresentatv quanto mnore è la dspersone de dat ntorno ad ess. La varabltà
DettagliIl campionamento casuale semplice
Il camponamento casuale semplce Metod d estrazone del campone. robabltà d nclusone. π = n N π j = n N n 1 N 1 Stmatore corretto del totale e della meda. Ŷ = Nȳ e ˆȲ = ȳ Varanza degl stmator corrett. V
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/371/377) 3 Novembre 2004 COMPITO A1
PRIMA PROVA INTERMEDIA DI STATISTICA CLEA (COD. 5047/4038/37/377) 3 Novembre 004 Cognome Numero d matrcola Nome COMPITO A A fn della valutazone s terrà conto solo ed esclusvamente d quanto rportato negl
DettagliL arcobaleno. Giovanni Mancarella. n = n = n = α( o )
Govann Mancarella L arcobaleno I(α) (a.u.) n =.3338 n =.336 39 40 4 4 43 α( o ) In questa nota utlzzeremo l termne dstrbuzone per ndcare la denstà d probabltà d una varable casuale. Il fenomeno dell arcobaleno
DettagliS O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:
S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva
DettagliVariabili casuali. Variabili casuali
Varabl casual Assegnato uno spazo d probabltà (S, A, P[.]) s densce varable casuale una unzone avente come domno lo spazo de campon (S) e come codomno la retta reale. S Le varabl casual s ndcano con lettere
DettagliProbabilità cumulata empirica
Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè
DettagliSommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?
Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà
DettagliSTATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale
STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes
DettagliModelli di variabili casuali
Modell d varabl casual Un modello d v.c. è una funzone f() che assoca ad ogn valore d una v.c. X la corrspondente probabltà. Obettvo: calcolo della probabltà per tutt valor che X può assumere Per le v.c.
DettagliMisure Ripetute ed Indipendenti
Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una
DettagliVERIFICA IN ITINERE 9 GENNAIO 2019 CLMA
VERIFICA IN ITINERE 9 GENNAIO 2019 CLMA 1 Varabl Qualtattve: Sesso, Lvello d struzone Varabl Quanttatve: Età, Altezza, Peso 2 Età: Meda=74.1 ; Medana=73 ; Std=6.2 ; Q1=68 ; Q3=80 Altezza: Meda=172.5 ;
DettagliEsame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre
DettagliANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI
ANALISI ESPLORATIVA DI SERIE DI OSSERVAZIONI Rappresentazone tabellare della sere storca Sequenza cronologca Sequenza ordnata Osservazon d massmo annuo d pogga n un gorno 2 Rappresentazone grafca della
DettagliTest delle ipotesi Parte 2
Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca
DettagliStudente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S
Esercz del corso d Statstca A.A 00-0 a cura d : Gulana Satta Eserczo E stato estratto un campone d 5 student tra frequentant l secondo semestre e s sono osservate le seguent caratterstche: esam sostenut
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliEsercizio statistica applicata all ingegneria stradale pag. 1
ESERCIZIO STATISTICA APPLICATA ALLA PROGETTAZIONE STRADALE SINTESI S supponga d avere eseguto 70 sure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal sure
DettagliLe soluzioni della prova scritta di Matematica per il corso di laurea in Farmacia (raggruppamento M-Z)
Le soluzon della prova scrtta d Matematca per l corso d laurea n Farmaca (raggruppamento M-Z). Data la funzone a. trova l domno d f f ( ) ln + b. scrv, esplctamente e per esteso, qual sono gl ntervall
DettagliLa verifica delle ipotesi
La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:
DettagliIncertezza di sensibilità < fluttuazione intrinseca delle misure.
Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso
DettagliStatistica Descrittiva II
Organzzazone de dat Statstca Descrttva II Indc d poszone Indc d varabltà Indc d asmmetra Indc d normaltà Outler Box-plot Sere statstche monovarate Carattere: Cellular possedut Popolazone: 7 student d Botecnologe
DettagliC.I. di Metodologia clinica
C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle
DettagliAnalisi statistica degli errori casuali
Anals statstca degl error casual error casual: dovut a ncertezze spermental non controllabl che comunque spngono l valore msurato con ugual probabltà n alto od n basso rspetto al valore vero. Quest error
Dettaglisi utilizzano per confrontare le distribuzioni
Dspersone o Varabltà Defnzone: Le Msure d Dspersone: sono par a zero n caso d dspersone nulla s utlzzano per confrontare le dstrbuzon permettono d valutare la rappresentatvtà delle msure d centraltà. 89
DettagliSpecifica calcolo soddisfazione discenti
INDICE 1 SCOPO CAMPO DI APPLICAZIONE 3 DEFINIZIONI E CALCOLO PER LE DOMANDE INFORMATIVE 4 DEFINIZIONI E CALCOLO PER LE DOMANDE CON GIUDIZI 5 DEVIAZIONE STANDARD PER LE DOMANDE CON GIUDIZI 6 RACCOLTA ED
DettagliLaboratorio di Strumentazione Biomedica 2 A.A
Laboratoro d Strumentazone Bomedca A.A. 005-006 Eserczo 1: soluzone Un vettore d campon t spazat lnearmente nell ntervallo [0,π], può essere calcolato n var mod. Volendo suddvdere l ntervallo n 100 campon
DettagliLE FREQUENZE CUMULATE
LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune
DettagliAd esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t
Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
DettagliIL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni
IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree
DettagliStatistica Descrittiva II
Organzzazone de dat Statstca Descrttva II Indc d poszone Indc d varabltà Indc d asmmetra Indc d normaltà Outler Box-plot Sere statstche monovarate Carattere: Cellular possedut Popolazone: 7 student d Botecnologe
DettagliLa likelihood. , x 3. , x 2. ,...x N
La lkelhood È dato un set d msure {x 1, x 2, x 3,...x N } (cascuna delle qual può essere multdmensonale) Supponamo che la pdf (f) dpenda da un parametro (anch'esso eventualmente multdmensonale) La verosmglanza
DettagliLa t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
DettagliCorsi di Laurea in Farmacia e CTF Prova di Matematica
Cors d Laurea n Farmaca e CTF Prova d Matematca S O L U Z I O N I Effettua uno studo qualtatvo della funzone 4 f + con partcolare rfermento a seguent aspett: a trova l domno della funzone b trova gl ntervall
DettagliREGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari
REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat
DettagliIng. Enrico Grisan. Modelli di popolazione in farmacocinetica
Ing. Enrco Grsan Modell d popolazone n farmacocnetca Sommaro Modell a sngolo soggetto Modell d popolazone Naïve poolng Stme basate sul sngolo soggetto Modell a effett mst Lnearzzazone del modello 2 Ing.
DettagliESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X
ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe
DettagliAPPENDICE B. La dinamica delle distribuzioni dimensionali delle maggiori imprese mondiali
APPENDICE B La dnamca delle dstrbuzon dmensonal delle maggor mprese mondal Consderamo le dstrbuzon delle maggor mprese ndustral mondal (fonte Fortune 5, var ann) dal 1959 al 199, n termn d fatturato a
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007
STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa
Dettagli1. La domanda di moneta
1. La domanda d moneta Esercz svolt Eserczo 1.1 (a) S consder l modello della domanda d moneta a scopo speculatvo d Keynes. Un ndvduo può sceglere d allocare la propra rcchezza sottoscrvendo un ttolo rredmble
DettagliMisure dirette utilizzate per il calcolo della misura indiretta X:
Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X
Dettagli1 La domanda di moneta
La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la
DettagliLaboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
DettagliESERCIZI SULLE VARIABILI CASUALI DISCRETE
ESERCIZI SULLE VARIABILI CASUALI DISCRETE 1) S lanca un dado. Rappresentare la varable casuale: X = " facca mnore d tre ". 2) S lancano due dad. Rappresentare la varable casuale: X = "somma delle facce
DettagliElementi di teoria bayesiana della decisione Teoria bayesiana della decisione: caratteristiche
Element d teora bayesana della decsone Teora bayesana della decsone: caratterstche La teora bayesana della decsone è un approcco statstco fondamentale al problema del pattern recognton. Il suo obettvo
DettagliSTATISTICA DESCRITTIVA CON EXCEL
STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:
DettagliEsame di Statistica Corso di Laurea in Economia Prof.ssa Giordano
Esame d Statstca Corso d Laurea n Economa Prof.ssa Gordano 6 Febbrao 0 Cognome Nome atr. Eserczo I dat seguent s rferscono al numero d mmatrcolat nel gruppo d cors d studo n Economa n 5 ann accademc. Calcolare
DettagliLezione n La concentrazione
1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematca II: Calcolo delle Probabltà e Statstca Matematca ELT A-Z Docente: dott. F. Zucca Eserctazone # 8 Gl esercz contrassegnat con (*) sono tratt da Eserc. 2002-2003- Prof. Secch # 0 - Statstca Matematca
Dettagli