Esercizio: calcolo di media e deviazione standard campionaria
|
|
- Annabella Pieri
- 7 anni fa
- Visualizzazioni
Transcript
1 Eercizio: calcolo di media e deviazione tandard campionaria Per verificare le pretazioni di un hard dik per PC, i oervano in miure ripetute i tempi di crittura T di uno teo file di grandi dimenioni. In 5 prove ripetute i ottengono i eguenti valori, in econdi (): T, T, T,3 T,4 T, Si calcoli il valor medio di T nel campione di miure coniderato e i ricavi la corripondente deviazione tandard campionaria (T ). Quanto vale la dinamica D di variazione dei valori miurati? e i rapporti D/ T e (T )/ T ("diperione relativa")?
2 Eercizio: calcolo di media e deviazione tandard campionaria La media degli n=5 dati coniderati (media delle miure) i calcola come T x x n... x 5 n 5 i La varianza campionaria è invece T T, i T T ( T, i T ) i ( ) e dunque la deviazione tandard del campione (dei dati raccolti in queto campione) vale 4 8.0
3 Eercizio: calcolo di media e deviazione tandard campionaria Per calcolare la dinamica D, oerviamo prima i valori minimo (MIN) e maimo (MAX) dei dati raccolti: MIN(T i )=7.5 MAX(T i )=8.4 e dunque la dinamica vale D=[MAX(T i )-MIN(T i )]=[ ]=0.9 I due rapporti cercati (diperioni relative, in percentuale) ono: D/ T =.5 % [facia di fluttuazione rapportata al valor medio] (T )/ =4.4 % [fluttuazione tatitica rapportata al valor medio] T 3
4 Eercizi per caa (. e.6) Otto miure del diametro interno (in mm) di anelli forgiati per un pitone da automobile hanno portato ai valori:., 3, 5, 0, 5,, 5, 4 Si calcolino la media e la deviazione tandard del campione. Si diegni il corripondente diagramma a punti (dot plot) e i commentino i dati. I dati eguenti riultano da miure di intenità olare (W/m ) in differenti giorni in una località della Spagna meridionale:.6 56, 869, 708, 775, 775, 704, 809, 856, 655, 806, 878, 909, 98, 558, 768, 870, 98, 940, 946, 66, 80, 898, 935, 95, 957, 693, 835, 905, 939, 955, 960, 498, 653, 730, 753 Si calcolino la media e la deviazione tandard del campione. Si diegni il corripondente diagramma a ramo-e-foglia. 4
5 Eercizio. D i (mm) =, 3, 5, 0, 5,, 5, 4 (diametro foro anelli) FARE: media; dev. t.; dot diagram; commenti.. n=8 dati nel campione D 8 8 i D i 35 8 mm 4.375mm 3 0 D 7 8 Di D.7 mm i D mm D c è un punto (valore D 3 =5 mm) deciamente lontano da tutti gli altri per i valori da 0 a 5 mm i oerva una forte diperione la dev. t. circa uguale alla media lacia da penare 5
6 Eercizio.6 Ci ono n= 35 dati I i (W/m ) nel campione coniderato 56, 869, 708, 775, 775, 704, 809, 856, 655, 806, 878, 909, 98, 558, 768, 870, 98, 940, 946, 66, 80, 898, 935, 95, 957, 693, 835, 905, 939, 955, 960, 498, 653, 730, Media e deviazione tandard campionarie ono: I I i W/m 80.5 W/m I I i I 8.3 W /m 35 i i I dati ordinati e il corripondente diagramma a ramo-e-foglia ono: adeo appare evidente come la ditribuzione dei dati non è immetrica 6
7 Eercizio u calcolo di media, deviazione tandard e box plot Si tudia il tempo di accenione a freddo di un motore di una automobile. Da un inieme (campione) di miure ul veicolo i ottengono i eguenti dati (in econdi): K T acc a) Calcolare la media campionaria e la deviazione tandard campionaria b) Diegnare il box plot dei dati 7
8 Eercizio u calcolo di media, deviazione tandard e box plot La media degli n = 8 dati coniderati i calcola come T acc n n i T acc, i La deviazione tandard dei dati nel campione vale T T acc acc n n i ( T acc, i T acc ) 7 8 i T acc, i 8T acc
9 Eercizio u calcolo di media, deviazione tandard e box plot Box plot (tutti i dati, n=8, ono in econdi) Cominciamo col riordinare i dati (in ordine crecente): n/ = 4 dati n/ = 4 dati n/4 = dati n/4 = dati Q 5-eimo percentile Q o Me 50-eimo percentile Q 3 75-eimo percentile 9
10 Eercizio u calcolo di media, deviazione tandard e box plot I 50 =(n+)(50/00)=9 /=4.5 I 5 =9 /4=.5 I 75 =9 3/4=6.75 Me = Q = ( )/ =.44 Q =.35 + ( )(0.5) =.44 Q =.9 + (.9 -.9)(0.5) = =.95 Q 3 =.6 + ( ) (0.75)= =.975 DIQ = Q 3 Q =.06 W H Q DIQ = W L Q -.5 DIQ =
11 Eercizio u calcolo di media, deviazione tandard e box plot Q =.95 Me =.44 Q 3 =.975 T T acc acc W L 0.3 =.75 DIQ =.06 W H 4.56 = 3.5
12 Eercizio u itogrammi, cumulativa e box plot Tema d Eame di STATISTICA E MISURAZIONE lunedì novembre 004 ) Siamo intereati a controllare il notro conumo dometico (giornaliero) di energia elettrica. Miuriamo quindi i valori del contatore per 3 giorni, ottenendo: E i [kwh]: a) Si calcolino media e varianza campionaria del conumo giornaliero di energia, decrivendo il ignificato e l utilità di quete tatitiche. b) Si cotruica un diagramma rami-e-foglie dai dati miurati e un itogramma della frequenza cumulativa. c) Si dia la definizione di mediana e di quartile (primo, econdo e terzo) e i rappreenti il box-plot dei dati.
13 Eercizio u itogrammi, cumulativa e box plot a) media campionaria n n i E i kwh n varianza campionaria ( T i ).7074 (kwh) i T n i La media campionaria è uno timatore non polarizzato del valor medio della popolazione che i ta campionando. Stima la tendenza centrale della popolazione. Si può dimotrare che è uno timatore più efficiente del ingolo campione, in quanto preenta un errore quadratico medio inferiore (i veda l inizio del capitolo 4). La varianza campionaria è uno timatore non polarizzato della varianza della popolazione. È una miura o tima del grado di diperione della popolazione attorno alla media. 3
14 Eercizio u itogrammi, cumulativa e box plot E i [kwh]: b) Diagramma a ramo e foglia con N = 3 Rami Foglie Freq. F.cum F. Relative: F/n Frequenza cumulativa ISTOGRAMMA CUMULATIVO Energia conumata [kwh] 4
15 Eercizio u itogrammi, cumulativa e box plot c) Mediana: è una miura del centro del campione che divide i dati in due parti uguali (tante miure al di opra quante al di otto). Se il numero di dati è pari, la mediana è a metà tra i due valori centrali. Se dipari, la mediana coincide con il valore centrale. Fornice un'idea della tendenza centrale dei dati. Primo quartile (quartile bao o di x): valore tale che un quarto delle oervazioni abbia un valore inferiore; corriponde al 5-eimo percentile. (tre quarti delle oervazioni hanno invece un valore uperiore) Secondo quartile: valore tale che due quarti delle oervazioni abbiano un valore inferiore; corriponde al 50-eimo percentile e dunque alla mediana. (due quarti delle oervazioni hanno un valore uperiore) Terzo quartile (quartile alto o di dx): valore tale che tre quarti delle oervazioni abbiano un valore inferiore; corriponde al 75-eimo percentile. (un quarto delle oervazioni ha invece un valore uperiore) 5
16 Eercizio u itogrammi, cumulativa e box plot Per diegnare il box-plot dei dati dobbiamo innanzitutto calcolare la mediana e il primo e terzo quartile. La formula generale per ricavare l indice di un generico k-eimo percentile è: I k = (n+)k /00. Dall indice i ricava quindi il valore eatto con un interpolazione lineare tra i due dati (con indici uguali all intero precedente e ucceivo a I k ). I 3 dati ordinati ono E i [kwh]: La mediana è il 50-eimo percentile, per cui I mediana = (3+)50 /00 = 7, quindi la mediana coincide con il ettimo dato (ricordiamo infatti che per un numero dipari di dati corriponde al valore centrale). Quindi, mediana= 0.9 kwh =Me = Q. Il primo quartile è il 5-eimo percentile, per cui I Q = (3+)5 /00 = 3.5, quindi il primo quartile i trova tra il terzo ed il quarto dato, per cui: primo quartile = 9.6+(0.-9.6)(0.5) = 9.85 kwh = Q. Il terzo quartile è il 75-eimo percentile, per cui I 3Q = (3+)75 /00 = 0.5, quindi il terzo quartile i trova tra il decimo e l undiceimo dato: terzo quartile =.4+(.5-.4)(0.5) =.45kWh = Q 3. La dinamica interquartile vale DIQ= Q 3 -Q =.6 kwh. I baffi i poono etendere fino a.5diq =.4 kwh dai quartili, quindi fino a = 7.45 kwh e.45+.4= 3.85 kwh. Minimo dato=8.9 kwh. Maimo dato=3.9 kwh. Sulla parte inferiore del box-plot tutti i dati ono contenuti nel baffo, che dunque termina a 8.9 kwh, ma nella parte uperiore non tutti i dati ono contenuti nel baffo, che dunque termina a. kwh. Ricordiamo che i baffi i fermano empre all ultimo dato contenuto nel campione coniderato. 6
17 Eercizio u itogrammi, cumulativa e box plot 4 Frequenza aoluta Energia conumata [kwh] In figura ono riportati anche i ingoli punti perimentali e (opra) l itogramma della frequenza aoluta 7
Metodi statistici per le ricerche di mercato
Metodi tatitici per le ricerche di mercato Prof.a Iabella Mingo A.A. 2018-2019 Facoltà di Scienze Politiche, Sociologia, Comunicazione Coro di laurea Magitrale in «Organizzazione e marketing per la comunicazione
DettagliTEST DI AUTOVALUTAZIONE STATISTICA DESCRITTIVA
TEST DI AUTOVALUTAZIONE STATISTICA DESCRITTIVA Metodi statistici per la biologia 1 Parte A 1.1 La media relativa ai dati 1,3,4,5,2.5 è 3.1; 3; 2.5. 1.2 La mediana relativa ai dati 1,3,4,5,2.5 è 3.1; 3;
DettagliDaniela Tondini
Daniela Tondini dtondini@unite.it Facoltà di Medicina veterinaria CdS in Tutela e beneere animale Univerità degli Studi di Teramo 1 Gli indici tatitici i uddividono in: indici tatitici di poizione indici
DettagliNel caso di molte misure e statistica gaussiana
Dicrepanza Nella tragrande maggioranza dei cai le concluioni perimentali implicano il confronto tra due o più valori. Queti valori poono eere delle miure (e quindi con un incertezza), delle time teoriche
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
DettagliTeorema del Limite Centrale
Teorema del Limite Centrale Una combinazione lineare W = a X + a Y + a 3 Z +., di variabili aleatorie indipendenti X,Y,Z, ciacuna avente una legge di ditribuzione qualiai ma con valori attei comparabili
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
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,
DettagliCoincide con la media aritmetica degli n dati nel campione
1 2 Definizione: Se n osservazioni (dati) in un campione sono x 1, x 2,, x n, allora la media campionaria vale: Coincide con la media aritmetica degli n dati nel campione 3 Il significato fisico della
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
DettagliALCUNI SIMBOLI E FORMULE UTILI NELL ESERCIZIO 3, DOMANDE 3B, 3C, 3D (pagg. 5 e 6)
Univerità C. Cattaneo Liuc, Coro di Statitica, Seione n., 01 Laboratorio Excel Seione n. Venerdì 101 Gruppo PZ Lunedì 7101 Gruppo AD Martedì 8101 Gruppo EO PROGRAMMA SVOLTO NELLA SESSIONE N. (I) Tabella
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
DettagliTEST DI AUTOVALUTAZIONE STATISTICA DESCRITTIVA
TEST DI AUTOVALUTAZIONE STATISTICA DESCRITTIVA Statistica 1 Parte A 1.1 La media relativa ai dati 1,3,4,5,2.5 è 3.1; 3; 2.5. 1.2 La mediana relativa ai dati 1,3,4,5,2.5 è 3.1; 3; 2.5. 1.3 Un esperimento
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
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
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,
DettagliRAPPORTI STATISTICI. , d= Differenze relative. Es. frequenze relative e percentuali. Prof.ssa D Addosio Viviana. Cap. 5: Rapporti statistici
RAPPORTI TATITICI I rapporti tatitici ervono ad effettuare confronti tra dati che ovviamente devono eere omogenei tra loro. Il confronto i può fare attravero le differenze tra grandezze epree nella tea
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
DettagliESERCIZI. 2 - Descrittiva
ESERCIZI 2 - Descrittiva (*) da lez. 19/04 Tabella 2.12(a) Tabella 2.12(b) 5 10 15 20 25 30 0 5 10 15 20 1 2 3 4 5 6 7 1 2 3 4 5 6 7 =4 mediane pari a 4 =4 (*) da lez. 19/04 Tabella 2.12(a) mediane pari
DettagliEsercitazioni di Statistica per Biotecnologie. Francesca Pizzorni Ferrarese
Esercitazioni di Statistica per Biotecnologie Francesca Pizzorni Ferrarese Esercitazione I Statistica descrittiva Es.1 Rilevando con uno strumento di misurazione il numero di particelle cosmiche in 40
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
DettagliSOLUZIONI DI ALCUNI ESERCIZI. Appello del
SOLUZIONI DI ALCUNI ESERCIZI Appello del 21-06- 2012 E stato osservato per un certo tempo un tipo di piccoli animali galleggianti (zooplankton- Daphnia magna) e si è notato che questi animali tendono ad
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,
DettagliCarta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016
Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano
DettagliIndice. centrale, dispersione e forma Introduzione alla Statistica Statistica descrittiva per variabili quantitative: tendenza
XIII Presentazione del volume XV L Editore ringrazia 3 1. Introduzione alla Statistica 5 1.1 Definizione di Statistica 6 1.2 I Rami della Statistica Statistica Descrittiva, 6 Statistica Inferenziale, 6
DettagliSTATISTICA AZIENDALE Modulo Controllo di Qualità
STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la
DettagliELEMENTI DI STATISTICA DESCRITTIVA
Dipartimento di Matematica U. Dini, Università di Firenze Viale Morgagni 67/A, 50134 - Firenze, Italy, vlacci@math.unifi.it November 15, 2015 Terminologia In un esperimento ogni risultato delle caratteristiche
Dettagli1miliardo 2. Esegui le seguenti equivalenze dopo aver espresso le grandezze in notazione scientifica. 105m
Le grandezze fiiche: notazione cientifica, ordine di grandezza, equivalenze, formule invere 1. Determina la notazione cientifica dei eguenti numeri: 0, 0,00005 99 10 00 86400 0,00005 0,00 10 15 1 900 10
DettagliA.A MATERIALI POLIMERICI B. Capitolo 5 Calore specifico
A.A. 2005-06 MATERIALI POLIMERICI B Capitolo 5 Calore pecifico A preione cotante il calore pecifico c p (JK -1 kg -1 ) o la capacità termica molare (JK -1 mol -1 ) ((298) = M 0 c p(298) con M 0 peo molecolare
Dettagli1) Progettazione di codici ciclici. 2) Esercizi sui codici ciclici. Mauro De Sanctis corso di Informazione e Codifica Università di Roma Tor Vergata
Argomenti della Lezione Progettazione di codici ciclici Eercizi ui codici ciclici Codici ciclici Oervazione: Se g divide ia m che n con m
DettagliLa variabilità. Monia Ranalli. Ranalli M. Variabilità Settimana # 2 1 / 14
La variabilità Monia Ranalli Ranalli M. Variabilità Settimana # 2 1 / 14 Sommario Variabilità Definizione Misure di Variabilità Per tutti i caratteri: Entropia Per i carattere quantitativi: Varianza, Scostamento
DettagliINTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 2 Concetti di base
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte Concetti di base Pagina CONCETTI STATISTICI DI PARTENZA - DESCRITTORI DI UNA VARIABILE RANDOM - GRAFICI UTILI - DISTRIBUZIONI
DettagliCome: sfruttare un database digitale di dati di bilanci aziendali - AIDA (Analisi Informatizzata Delle Imprese)
Ottenere time di variabili economiche a livello locale per l Emilia- Romagna; in particolare: a livello di SLL per il ettore manifatturiero (interee per i ditretti indutriali della regione) Come: fruttare
DettagliSi vuole trafilare una barra di acciaio di diametro pari a 10 millimetri, fino a portarla ad un diametro di 8 millimetri. D F D I
Eercizio C. Trafilatura di una barra d acciaio Si vuole trafilare una barra di acciaio di diametro pari a millimetri, fino a portarla ad un diametro di 8 millimetri. v I v D D I ILIERA Calcolare la forza
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
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
DettagliErrori e cifre significative. Incontro iniziale LAB2GO
Errori e cifre ignificative Incontro iniziale LABGO La ditribuzione gauiana f tinyurl.com/labcalcquiz Propagazione degli errori Miure dirette: la grandezza fiica viene miurata direttamente (ad e. Speore
DettagliCorso di STATISTICA EGA - Classe 1 aa Docenti: Luca Frigau, Claudio Conversano
Corso di STATISTICA EGA - Classe 1 aa 2017-2018 Docenti: Luca Frigau, Claudio Conversano Il corso è organizzato in 36 incontri, per un totale di 72 ore di lezione. Sono previste 18 ore di esercitazione
DettagliStatistica. Antonio Azzollini
Dipartimento di Matematica, Informatica ed Economia (DiMIE) Statistica Antonio Azzollini antonio.azzollini@unibas.it Anno accademico 2018/2019 Quartili e distribuzioni di frequenze Stanze Appartamenti
DettagliIntroduzione. Esempio di costruzione one del contorno delle radici. Esempio... 4
Appunti di Controlli Automatici 1 Capitolo 5 parte II Il contorno delle radici Introduzione... 1 Eempio di cotruzione del contorno delle radici... 1 Eempio... 4 Introduzione Il procedimento per la cotruzione
Dettaglicorso di Terminali per i Trasporti e la Logistica Umberto Crisalli
coro di Terminali per i Traporti e la Logitica ELEMENTI DI TEORIA DELLE CODE Umberto Crialli crialli@ing.uniroma.it INTRODUZIONE Simulazione dei terminali In generale, un terminale è cotituito da un inieme
Dettagli4 Esercizi Saldature
Elementi Cotruttivi delle Maccine 4 Eercizi Saldature E. Una taffa in acciaio S7 (ex Fe40) è aldata tramite due cordoni d angolo a un upporto; le dimenioni d interee ono: 00 mm, 80 mm, 40 mm, p 8 mm. Il
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
DettagliMATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 4) 28 Novembre 2008
MATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 4) 28 Novembre 2008 Soluzioni 1.(4 punti) L indice di maa corporea (IMC) è ottenuto dal rapporto tra maa, eprea in Kg, e l altezza al quadrato, eprea in
Dettaglix 1, x 2,... x i : valori discreti assunti dalla variabile X n 1, n 2,... n i : numero di volte che si osserva il valore i-esimo x i
Laboratorio di Informatica Dr Carlo Meneghini Dip. di Fisica E. Amaldi via della Vasca Navale 84 st. 83 I piano meneghini@fis.uniroma3.it tel.: 06 55177217 http://www.fis.uniroma3.it/~meneghini ORDINATI
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
Dettaglia) Caso di rottura duttile con armatura compressa minore di quella tesa
LEZIONI N 39 E 40 FLESSIONE SEMPLICE: LA DOPPIA ARMATURA E LA SEZIONE A T LA VERIFICA DELLA SEZIONE INFLESSA CON DOPPIA ARMATURA a) Cao di rottura duttile con armatura comprea minore di quella tea Si può
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Approssimazione normale della Poisson (TLC) In un determinato tratto di strada il numero di incidenti
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
DettagliVariabili Gaussiane. Verifiche sforzo resistenza
Variabili Gauiane e le ditribuzioni di orzo () e di reitenza () ono gauiane o normali, allora i può calcolare acilmente il valore della probabilità di rottura P dell oggetto in eame (o la ua aidabilità).
DettagliProva Pratica di Statistica I+II - Prof. M. Romanazzi
1 Università di Venezia - Corso di Statistica I + II (Cb-Ga) Prova Pratica di Statistica I+II - Prof. M. Romanazzi 3 Giugno 2008 Cognome e Nome............................................ N. Matricola............
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
DettagliLezione 2 - Algebra. x + 1 x 2 a b + b a 2. Problema 2 Siano a, b, c R, provare che
Lezione - Algebra Problema 1 Siano a, b R +, dimotrare che a b + b a Soluzione: Poniamo x = a, oerviamo che b (x 1) 0 x x + 1 0 x + 1 x dato che x > 0, poiamo dividere ambo i membri per x, otteniamo: Problema
DettagliGrandezze fisiche, vettori:
Grandezze fiice, vettori: Generalità: oluzioni Problema di: Generalità - I0001 Sceda 3 Ripetizioni Cagliari di Manuele Atzeni - 3497702002 - info@ripetizionicagliari.it Eeguire le converioni di unità di
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
DettagliStatistica A-D. Marco Riani. Esercizio: calcolare M, Me, dev, var, σ, S M, MAD dei seguenti prezzi di un bene. M=Me=8 DEV = 10 VAR = 2,5.
Statistica A-D Marco Riani Esercizio: calcolare M, Me, dev, var, σ, S M, MAD dei seguenti prezzi di un bene BENE 6,00 7,00 10,00 9,00 M=Me=8 DEV = 10 VAR = 2,5 σ = 1,581 S M =1,5 MAD=1,5 Interpretazione
DettagliEsercitazioni di Metodi Statistici per la Biologia
Esercitazioni di Metodi Statistici per la Biologia Francesco Caravenna E-mail: francesco.caravenna@math.unipd.it Web: http://www.math.unipd.it/ fcaraven/didattica Indirizzo: Dipartimento di Matematica,
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
DettagliEsercizi di Statistica Laurea in Biologia Molecolare Francesco Caravenna
Esercizi di Statistica Laurea in Biologia Molecolare Francesco Caravenna Foglio 1. (12 16 aprile 2010) Esercitazione del 1 aprile 2010 Esercizio 1. Si considerino i seguenti dati relativi agli incidenti
DettagliSeconda Lezione. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010 DISTRIBUZIONE DI FREQUENZA
Seconda Lezione "Educare significa aiutare l'animo dell'uomo ad entrare nella totalità della realtà. Non si può però educare se non rivolgendosi alla libertà, la quale definisce il singolo, l'io. Quando
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
DettagliMATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 1) 28 Novembre 2008
MATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 1) 28 Novembre 2008 SOLUZIONI 1. (4 punti) L indice di maa corporea (IMC) è ottenuto dal rapporto tra maa, eprea in Kg, e l altezza, eprea in m, al quadrato.
DettagliCdL in Informatica e Comunicazione Digitale Statistica Matematica anno accademico 2007/08 ulteriori esercizi di Statistica Descrittiva
CdL in Informatica e Comunicazione Digitale Statistica Matematica anno accademico 2007/08 ulteriori esercizi di Statistica Descrittiva 1. Vengono eseguite n = 50 misure di una quantità aleatoria ottenendo
DettagliBode Diagram. 1.2 Determinare il valore del guadagno del sistema. Disegnare gli zeri ed i poli nel piano complesso.
5 Luglio 3 econda prova Sia dato un itema dinamico con funzione di traferimento G(), i cui diagrammi di Bode, del modulo e della fae, ono di eguito rappreentati: 6 Bode Diagram Phae (deg) Magnitude (db)
Dettagliẋ 2 = x 1 10x u y = x 1 + x 2 [
Soluzione dell appello del 16 luglio 212 1. Si conideri il itema lineare decritto dalle eguenti equazioni: 1.1 Trovare le condizioni iniziali x() = ẋ 1 = x 1 ẋ 2 = x 1 1x 2 1u = x 1 x 2 [ x1, x 2, aociato
DettagliINTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte 2 Concetti di base
INTRODUZIONE AL DOE come strumento di sviluppo prodotto Francesca Campana Parte Concetti di base Pagina CONCETTI STATISTICI DI PARTENZA statistica descrittiva - DESCRITTORI DI UNA VARIABILE RANDOM - GRAFICI
DettagliMATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 2) 28 Novembre 2008
MATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 2) 28 Novembre 2008 Soluzioni 1.(4 punti) L indice di maa corporea (IMC) è ottenuto dal rapporto tra maa, eprea in Kg, e l altezza al quadrato, eprea in
DettagliRILIEVO TENSIONAMENTO TIRANTI IN ACCIAIO TRAVI DI COPERTURA. xxxxxxxxxxx
RILIEVO TENSIONAMENTO TIRANTI IN ACCIAIO TRAVI DI COPERTURA xxxxxxxxxxxx PROVA N. 3296/BZ 17 giugno 25 Committente: Collaudatore: Relatore: xxxxxxxxxxx dott. ing. xxxxxxxxx dott. ing. xxxxxxxxx Tiranti
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
DettagliDiffusione e membrane
Eercizi di fiica per Medicina C.Patrignani, Univ. Genova (rev: 9 Ottobre 2003) 1 Diffuione e membrane 1) Calcolare il fluo avvettivo di oluto in un tubicino di ezione 0.1 mm 2 in cui corrono 0.2 ml al
Dettaglitabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliLA RAPPRESENTAZIONE E LA SINTESI DEI DATI
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 LA RAPPRESENTAZIONE E LA SINTESI
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
DettagliTEST DI AUTOVALUTAZIONE STATISTICA DESCRITTIVA
TEST DI AUTOVALUTAZIONE STATISTICA DESCRITTIVA Statistica 1 Parte A 1.1 La media relativa ai dati 1,3,4,5,2.5 è 3.1; 2.5. 1.2 La mediana relativa ai dati 1,3,4,5,2.5 è 3.1; 2.5. 1.3 Un esperimento fornisce
Dettagli1/55. Statistica descrittiva
1/55 Statistica descrittiva Organizzare e rappresentare i dati I dati vanno raccolti, analizzati ed elaborati con le tecniche appropriate (organizzazione dei dati). I dati vanno poi interpretati e valutati
DettagliSperimentazioni di Fisica I mod. A Statistica - Lezione 2
Sperimentazioni di Fisica I mod. A Statistica - Lezione 2 A. Garfagnini M. Mazzocco C. Sada Dipartimento di Fisica G. Galilei, Università di Padova AA 2014/2015 Elementi di Statistica Lezione 2: 1. Istogrammi
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica (SSD SECS-S/01) corso di Laurea in Economia Aziendale A.A. 2014/2015 Dott. Massimiliano Gallo massimiliano.gallo@unibas.it variabile quantitativa con determinazioni,,,,, Media
DettagliTRACCIA DI STUDIO. Tecniche di campionamento. Popolazione e campione
TRACCIA DI STUDIO Popolazione e campione Dopo aver individuato e definito la popolazione da eaminare, che può eere finita o infinita, arebbe ideale condurre l indagine u tutti gli elementi della popolazione;
DettagliLaboratorio di Statistica 1 con R Esercizi per la Relazione. I testi e/o i dati degli esercizi contassegnati da sono tratti dai libri consigliati
Laboratorio di Statistica 1 con R Esercizi per la Relazione I testi e/o i dati degli esercizi contassegnati da sono tratti dai libri consigliati nel corso. Esercizio 1. 1. Facendo uso dei comandi
DettagliMATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 3) 28 Novembre 2008
MATEMATICA E STATISTICA CORSO A I COMPITINO (Tema 3) 28 Novembre 2008 Soluzioni 1.(4 punti) L indice di maa corporea (IMC) è ottenuto dal rapporto tra maa, eprea in Kg, e l altezza al quadrato, eprea in
DettagliESERCIZIO 1 L/2 C.R. D
SRIZIO Il itema di corpi rigidi in figura è oggetto ad uno potamento impreo (cedimento), in direzione verticale e vero il bao, in corripondenza del vincolo in. Si vuole determinare la nuova configurazione
DettagliEsercizio. Il circuito di figura rappresenta un filtro passa-banda. Dopo aver ricavato la funzione di trasferimento, sapendo che
Eercizio Clae 5ª Elettronici Materia Sitemi Argomento Funzioni di traferimento Il circuito di figura rappreenta un filtro paa-banda. Dopo aver ricavato la funzione di traferimento, apendo che R = 2k Ω
DettagliOttica. LEYBOLD Schede di fisica P Determinazione della velocità della luce con lo specchio ruotante secondo il metodo di Foucault e Michelson
Ottica LEYBOLD Schede di fiica Velocità della luce Miura con il metodo di Foucault/Michelon LEYBOLD Schede di fiica Determinazione della velocità della luce con lo pecchio ruotante econdo il metodo di
DettagliFONDAMENTI DI SISTEMI DINAMICI (prof. Vincenzo LIPPIELLO A.A ) Corso di Laurea in Ingegneria Elettronica e delle Telecomunicazioni - II anno
Voto Cognome/Nome & No. Matricola FONDAMENTI DI SISTEMI DINAMICI (prof. Vincenzo LIPPIELLO A.A. 25 26) Coro di Laurea in Ingegneria Elettronica e delle Telecomunicazioni - II anno PROVA DEL 8 SETTEMBRE
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
DettagliElementi di Psicometria (con laboratorio software 1)
Elementi di Psicometria (con laboratorio software 1) ADD - 01-Concetti ulteriori (v. 1.0, 24 marzo 2019) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
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
DettagliMateriale didattico per il corso di Statistica I Prima esercitazione
Materiale didattico per il corso di Statistica I Prima esercitazione Claudia Furlan 1 Anno Accademico 2006-2007 1 Ringrazio Carlo Gaetan, Nicola Sartori e Aldo Solari per il materiale, aggiunte e correzioni.
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 Le medie La mediana La mediana M di un insieme di dati (ordinato)
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 03-Medie, variabilità e dispersione vers. 1.0 (15 ottobre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
Dettagli3/19/18. Obiettivo: Descrizione di un Istogramma
1 2 3 4 Obiettivo: Descrizione di un Istogramma 18 5 Indici di descrizione statistica di un campione di posizione MODA MEDIANA MEDIA INDICI di dispersione SCARTO QUADRATICO MEDIO VARIANZA RANGE di forma
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
DettagliEsercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche:
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? 100 200
DettagliCapitolo 3 Sintesi e descrizione dei dati quantitativi
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 3 Sintesi e descrizione dei dati quantitativi Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e tecnologie Alimentari" Unità
DettagliStatistica Medica. Sez. 1 - Analisi esplorativa dei dati. Statistica Medica p.1/39
Statistica Medica Sez. 1 - Analisi esplorativa dei dati Statistica Medica p.1/39 La sommatoria Il simbolo è noto come sommatoria. n i=1 x i = x 1 + x 2 +... + x n 1 + x n Proprietà fondamentali sono (
Dettagli