Tema d esame del 15/02/12
|
|
- Antonietta Fabiana Belli
- 7 anni fa
- Visualizzazioni
Transcript
1 Tema d esame del 15/0/1 Volendo aprire un nuovo locale, una catena di ristoranti chiede ad un consulente di valutare la posizione geografica ideale all interno di un centro abitato. A questo scopo, avvalendosi di studi precedenti nello stesso settore e facendo riferimento agli 11 locali della stessa catena situati nella stessa cittadina, il consulente decide di rilevare le seguenti variabili: X 1 = volume del fatturato (in decine di migliaia di dollari); X = reddito familiare medio della popolazione residente nel raggio di 5 km dal ristorante (in migliaia di dollari); X 3 = popolazione residente nel raggio di 5 km dal ristorante (in migliaia di abitanti); X 4 = numero di ristoranti presenti nel raggio di 5 km dal ristorante. Si ottengono le seguenti informazioni: X 1 =11,6844 ; X = 5,136; X3 = 7,7814; X4 = 4,1818 corredate dalla seguente matrice di varianze e covarianze X 1 X X 3 X 4 X 1 1,340 X 8, ,3813 X 3 14, , ,715 X 4 1, ,9631,4363 4,1488 a) Si determinino i parametri della retta a minimi quadrati ˆX1 = a+α 13 e se ne interpretino i valori. b) Si calcolino i coefficienti di correlazione parziale r 1.3 e r 14.3 e si commentino. 1
2 c) Utilizzando i risultati del punto b) si valuti quale variabile fra X e X 4 apporta il maggior miglioramento in termini di varianza residua nel passaggio tra la retta e il piano. d) Si determino i parametri del piano scelto in base ai risultati ottenuti al punto c) e se ne interpretino i valori. e) Si determini il coefficiente di correlazione multiplo del piano. Sapendo che r 1.34 = 0,433 e r 14.3 = 0,934, si misuri la riduzione relativa della varianza residua che si ottiene passando dal piano al punto d) all iperpiano che contiene tutte le variabili esplicative, commentando opportunamente. Svolgimento Punto a) Utilizzando le informazioni contenute nella matrice di varianze-covarianze e nel vettore delle medie, calcoliamo i valori di ˆα 13 e â. αˆ 13 = σ 13 = 14,0076 σ ,715 = â = X 1 ˆα 13 X3 = 11,6844 (0.0130)(7,7814) = La retta interpolatrice risulta dunque essere: ˆX 1 = X 3 L intercetta e il coefficiente angolare della retta dei minimi quadrati hanno il seguente significato: αˆ 13 = indica che, in corrispondenza di un aumento pari ad 1 migliaio di abitanti nella popolazione residente, secondo il modello fornito dalla retta, si osserva un aumento del volume di fatturato dei ristoranti di 130 dollari. Il valore dell intercetta â = indica il volume del fatturato (in decine di migliaia di dollari) che un ristorante avrebbe, secondo il modello fornito dalla retta, in una zona in cui non vi sono residenti nel raggio di 5 km dal ristorante stesso.
3 3 Punto b) Per calcolare i coefficienti di correlazione parziali, dobbiamo preliminarmente individuare i coefficienti di correlazione grezzi: r ij = σ ij σ i σ j (1) che sono riportati nella seguente tabella: Ora e r ij X 1 X X 3 X 4 X 1 1,0000 X 0,580 1,0000 X 3 0,3843 0,460 1,0000 X 4 0,691 0,5440 0,3357 1,0000 r 1 r 13 r 3 r 1.3 = 1 r 3 1 r 13 = 0,580 (0,3843)( 0,460) (1 0,460 ) (1 0,3843 = r 14.3 = = r 14 r 13 r 43 1 r 43 1 r 13 0,691 (0,3843)(0,3357) (1 0,3357 ) (1 0,3843 ) = Come possiamo osservare vi è una certa correlazione negativa fra il volume del fatturato X 1 e il reddito familiare medio della popolazione residente nel raggio di 5 km dal ristorante X, al netto della influenza della variabile X 3, ovvero a parità di popolazione residente nel raggio di 5 km dal ristorante. Inoltre il coefficiente di correlazione grezzo r 1 = 0,580 e quello parziale r 1.3 = 0,547 hanno lo stesso segno e quasi lo stesso valore, ad indicare che la popolazione residente X 3 non sembra influenzare la relazione esistente tra fatturato X 1 e reddito X. Passando a commentare r 14.3 osserviamo una forte correlazione negativa fra il volume del fatturato X 1 e la popolazione residente nel raggio di 5 km dal ristorante X 3, al netto del reddito familiare
4 4 medio della popolazione residente nel raggio di 5 km dal ristorante X, ovvero mantenendo fisso il reddito. Inoltre il coefficiente di correlazione grezzo r 14 = 0,691 e quello parziale r 14.3 = 0,943 hanno lo stesso segno, ma il secondo ha un valore assai prossimo al suo valore minimo 1, indicando quindi una quasi perfetta correlazione parziale lineare negativa. Punto c) Per valutare quale variabile fra X e X 4 apporti il maggior miglioramento in termini di varianza residua nel passaggio tra la retta e il piano, utilizzo il quadrato dei coefficienti di correlazione parziali appena valutati, infatti: I 1.3 I I 1.3 = MVR [1.3 >1.3] = r 1.3 = ( 0,547) = 0,946 e, analogamente: MVR [1.3 >1.43] = r 14.3 = ( 0,943) = 0,8896 Conviene senz altro scegliere la variabile X 4, numero di ristoranti presenti nel raggio di 5 km dal ristorante, perché essa spiega circa l 89% della varianza residua della retta. Punto d) Siamo ora in grado di determinare il valore dei parametri del piano interpolatore: ˆα 13.4 = σ 44σ 13 σ 14 σ 34 σ 33 σ 44 σ 34 = (4,1488)(14,0076) ( 1,5640)(,4363) (1076,715)(4,1488) (,4363) = 0,035 ˆα 14.3 = σ 33σ 14 σ 13 σ 34 σ 33 σ 44 σ 34 = (1076,715)( 1,5640) (14,0076)(,4363) (1076,715)(4,1488) (,4363) = 0,5041 ˆb = X1 ˆα 13.4 X3 ˆα 14.3 X4 = 11,6844 (0,035)(7,7814) ( 0,5041)(4,1818) = 1,081 ()
5 5 Il piano interpolatore risulta dunque essere: ˆX 1 = 1,081+0,035 X 3 0,5041 X 4 I coefficienti di regressione parziali ˆα 13.4 e ˆα 14.3 ci dicono rispettivamente che: ˆα 13.4 = 0,035: secondo quando indicato dal modello del piano dei minimi quadrati, a parità del numero di ristoranti presenti nel raggio di 5 km dal ristorante X 4, all aumentare di un milione di abitanti nella popolazione residente X 3, il volume del fatturato aumenta di 35 dollari. ˆα 14.3 = 0,5041: secondo quando indicato dal modello del piano dei minimi quadrati, mantenendo fissa la popolazione residente X 3, quando il numero di ristoranti presenti nel raggio di 5 km dal ristorante X 4 aumenta di una unità, il volume del fatturato dei ristoranti diminuisce di 5041 dollari. Il valore di ˆb = 1,081 indica il volume del fatturato in decine di migliaia di dollari che un ristorante avrebbe, secondo il modello del piano dei minimi quadrati, in una zona in cui non vi sono residenti né altri ristoranti nel raggio di 5 km dal ristorante stesso. Punto e) Occorre dapprima ricavare l indice della bontà di adattamento del piano. Quindi: I 1.34 = α 13.4σ 13 +α 14.3 σ 14 σ 11 = (0,035)(14,0076)+( 0,5041)( 1,5640) 1, 340 = 0,9059 (3) Il piano aveva introdotto la variabilex 4 nel modello, quindi l ultima variabile introdotta nell iperpiano è X. Ne deriva che il miglioramento in varianza residua si ricava dal quadrato di r 1.34 come segue: MVR [1.34 >1.34] = r 1.34 = I 1.34 I I 1.34 = 0,433 = 0,1869. La variabile esplicativa X introdotta nel modello dell iperpiano apporta solo un 18, 7% di miglioramento. Nel modello in cui le variabili esplicative sono X 3 e X 4 (ovvero la popolazione residente e il numero di ristoranti nel raggio di 5 km) rimane senza spiegazione una porzione pari al 9,41% (infatti 1
6 I 1.34 = 0,0941) della varianza del fatturato X 1. Quando si introduce anche la variabile X, ovvero il reddito della popolazione residente, si riesce a spiegare solo una piccola parte, pari al 18,7%, della varianza residua. La variabile X sembra quindi non molto incisiva al fine di spiegare come varia il volume del fatturato dei ristoranti. 6
Esercitazione 1. 6 Marzo 2019
Esercitazione 1 6 Marzo 019 Esercizio 1 Su un collettivo di 100 appartamenti ubicati nella stessa zona della città vengono rilevati i seguenti caratteri: X 1 affitto mensile pagato dal locatario (in Euro)
DettagliEsercitazione Marzo 2019
Esercitazione 13 Marzo 019 Esercizio 1 Su un collettivo di 100 appartamenti ubicati nella stessa zona della città vengono rilevati i seguenti caratteri: X 1 affitto mensile pagato dal locatario (in Euro)
DettagliSTATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE
STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1
DettagliStatistica Descrittiva Soluzioni 7. Interpolazione: minimi quadrati
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
Dettaglix, y rappresenta la coppia di valori relativa La rappresentazione nel piano cartesiano dei punti ( x, y ),( x, y ),...,( x, y )
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 0/03 lezioni di statistica del 5 e 8 aprile 03 - di Massimo Cristallo - A. Le relazioni tra i fenomeni
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Associazione, correlazione e dipendenza tra caratteri In un collettivo di 11 famiglie è stata
DettagliSTATISTICA (I MODULO - STATISTICA DESCRITTIVA) Esercitazione I 23/02/2007
Esercitazione I 23/02/2007 La seguente tabella contiene i dati inerenti le imprese di ristorazione di un dato comune: Unità X 1 X 2 X 3 X 4 X 5 X 6 Unità X 1 X 2 X 3 X 4 X 5 X 6 1 1600 20 4 52 3 3 26 141
DettagliEsercizi su Regressione e Connessione
Esercizi su Regressione e Connessione Stefano Cabras 31 marzo 2009 Sommario Questa serie di esercizi è principalmente incentrata sulla regressione e la connessione, tuttavia in alcuni esercizi le soluzioni
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 6 1. Si consideri un campione di 69 persone
DettagliSTATISTICA. Regressione-3 L inferenza per il modello lineare semplice
STATISTICA Regressione-3 L inferenza per il modello lineare semplice Regressione lineare: GRAFICO DI DISPERSIONE & & analisi residui A. Valutazione preliminare se una retta possa essere una buona approssimazione
DettagliSTATISTICA (I modulo - Statistica Descrittiva) Esercitazione I 24/02/2006
STATISTICA (I modulo - Statistica Descrittiva) Esercitazione I 24/02/2006 La seguente tabella contiene i dati inerenti le unità del settore della ristorazione in un dato comune: Unità X 1 X 2 X 3 X 4 X
DettagliSTATISTICA. Esercitazione 5
STATISTICA Esercitazione 5 Esercizio 1 Ad un esame universitario sono stati assegnati in modo casuale due compiti diversi con i seguenti risultati: Compito A Compito B Numero studenti 102 105 Media dei
DettagliRegressione & Correlazione
Regressione & Correlazione Monia Ranalli Ranalli M. Dipendenza Settimana # 4 1 / 20 Sommario Regressione Modello di regressione lineare senplice Stima dei parametri Adattamento del modello ai dati Correlazione
DettagliLezione 7 Corso di Statistica. Francesco Lagona
Lezione 7 Corso di Statistica Francesco Lagona Università Roma Tre F. Lagona (francesco.lagona@uniroma3.it) 1 / 12 Outline 1 2 Rette di regressione e correlazione distribuzioni bivariate quantitative consideriamo
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliAnalisi di Regressione Multipla
Analisi di Regressione Multipla Stima OLS della relazione Test Score/STR : TestScore! = 698.9.8 STR, R =.05, SER = 18.6 (10.4) (0.5) E una stima credibile dell effetto causale sul rendimento nei test di
Dettaglidocente: J. Mortera/P. Vicard Nome
A opportuni passaggi). Verrà accettato in consegna solo il presente plico. 2. [9] Una certa zona è servita da 4 compagnie telefoniche. Per ciascuna compagnia è stato rilevato il costo al minuto (in centesimi
DettagliLezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata. Prof. Massimo Aria
Lezione 10: Interpolazione lineare Corso di Statistica Facoltà di Economia Università della Basilicata Prof. Massimo Aria aria@unina.it Il concetto di interpolazione In matematica, e in particolare in
DettagliUniversità degli Studi di Padova Facoltà di Scienze Politiche
Università degli Studi di Padova Facoltà di Scienze Politiche STATISTICA Nuovo ordinamento Scienze Sociologiche Prof.ssa A. Dalla Valle Vecchio ordinamento Prova del 27/6/2007 (A) Cognome e nome: N. matricola:
DettagliIl volume: A. Cerioli M.A. Milioli M. Riani Esercizi di statistica parte I, Uni.nova, Parma, 2006
Il volume: A. Cerioli M.A. Milioli M. Riani Esercizi di statistica parte I, Uni.nova, Parma, 2006 contiene una raccolta di temi d esame di statistica descrittiva, adeguati per la preparazione dell esame
DettagliSTATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 2 3 5 3 2 9 3 7 8 1 a) calcolare
DettagliEsercitazione del
Esercizi sulla regressione lineare. Esercitazione del 21.05.2013 Esercizio dal tema d esame del 13.06.2011. Si consideri il seguente campione di n = 9 osservazioni relative ai caratteri ed Y: 7 17 8 36
DettagliCOGNOME.NOME...MATR..
STATISTICA 29.01.15 - PROVA GENERALE (CHALLENGE) Modalità A (A) ai fini della valutazione verranno considerate solo le risposte riportate dallo studente negli appositi riquadri bianchi: in caso di necessità
DettagliAnalisi di regressione: approccio matriciale. Abbiamo rilevato i seguenti caratteri su n = 25
Analisi di regressione: approccio matriciale Abbiamo rilevato i seguenti caratteri su n = 25 unità Y X 1 X 2 X 3 10.98 35.3 20 4 11.13 29.7 20 5 12.51 30.8 23 4 8.40 58.8 20 4 9.27 61.4 21 5 8.73 71.3
DettagliESERCITAZIONE IV - Soluzioni
umero di omicidi ESERCITAZIOE IV - Soluzioni Esercizio I. a),00 12,00 10,00 8,00 6,00 4,00 2,00 0,00 0 5 10 15 20 25 Popolazione povera (%) b) Poiché i due caratteri in analisi sono quantitativi per calcolare
DettagliMETODO DEI MINIMI QUADRATI
METODO DEI MINIMI QUADRATI Torniamo al problema della crescita della radice di mais in funzione del contenuto di saccarosio nel terreno di coltura. Ripetendo varie volte l esperimento con diverse quantità
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica
Esercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma.it Regressione Esercizio. Siano dati i seguenti valori per le due variabili X ed Y: 4 5 3 5 3 3 Con riferimento al modello
DettagliEsercitazione III Soluzione
Esercitazione III Soluzione Esercizio 1 a) Frequenze congiunte assolute: n ij Reddito mensile Titolo di studio 1000-000 000-5000 5000-8000 Totale Laurea triennale 4 1 0 5 Laurea magistrale 1 4 7 Dottorato
DettagliEsercitazioneII. In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze;
EsercitazioneII In questa esercitazione faremi un ripasso generale: rappresentazioni grafiche, medie e varianze; la correlazione; la regressione; introduzione alla probabilità. 1 Esercizio 1 Gli stipendi
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 35 Il modello di regressione
DettagliCorso in Statistica Medica
Corso in Statistica Medica Introduzione alle tecniche statistiche di elaborazione dati Regressione e correlazione Dott. Angelo Menna Università degli Studi di Chieti G. d Annunziod Annunzio Anno Accademico
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 5 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Misura dell associazione tra due caratteri Uno store manager è interessato a studiare la relazione
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
DettagliVecchie prove d esame Statistica e Calcolo delle Probabilità
Vecchie prove d esame Statistica e Calcolo delle Probabilità Esercizio 1 (Esame 11 Gennaio 2005): Alla fine di una giornata di lavoro un intervistatore si accorge di aver perso i dati raccolti su un certo
DettagliEsercizi riepilogativi (dai compiti dell A.A. 2001/02 IV canale)
Esercizi riepilogativi (dai compiti dell A.A. 2001/02 IV canale) Grafici e distribuzioni univariate 1. Da un campione di 100 aziende agricole della provincia di Bologna è stata rilevata la classe di superficie
DettagliCorrelazione tra due variabili
Correlazione tra due variabili Federico Plazzi 26 Novembre 2015 Correlazione tra due variabili Correlazione tra due variabili Variabili dipendenti e variabili indipendenti La variabile indipendente è quella
DettagliIl modello di regressione lineare multipla. Il modello di regressione lineare multipla
Introduzione E la generalizzazione del modello di regressione lineare semplice: per spiegare il fenomeno d interesse Y vengono introdotte p, con p > 1, variabili esplicative. Tale generalizzazione diventa
DettagliSOLUZIONI. = x x x
. Data la funzione a) scrivi qual è il dominio di f SOLUZIONI f ( b) scrivi quali sono gli intervalli in cui f( risulta positiva e quelli in cui risulta negativa c) determina le eventuali intersezioni
DettagliProva d esame di Statistica - II canale - nuovo ordinamento Dott.ssa C. Conigliani 19/06/2003
19/06/2003 Compito A Esercizio 1. [14 punti] Data la seguente distribuzione doppia secondo i caratteri reddito familiare mensile () e spesa alimentare mensile (): 0 300 300 600 600 e più tot 0 1000 25
DettagliArgomenti della lezione:
Lezione 7 Argomenti della lezione: La regressione semplice Il modello teorico Il calcolo dei parametri Regressione lineare Esamina la relazione lineare tra una o più variabili esplicative (o indipendenti,
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N 3corso di statistica p 1/18 ESERCITAZIONI N 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N 3corso di statistica p 2/18 Introduzione Decomposizione della devianza
DettagliNuovo ordinamento Scienze Sociologiche Vecchio ordinamento Prova del 19/9/2007
1 Università degli Studi di Padova Facoltà di Scienze Politiche STATISTICA PER LE SCIENZE SOCIALI Nuovo ordinamento Scienze Sociologiche Vecchio ordinamento Prova del 19/9/2007 Anno di corso: Percentuale
DettagliIndipendenza, Dipendenza e interdipendenza
Indipendenza, Dipendenza e interdipendenza In analisi bivariata la tabella di contingenza consente di esaminare congiuntamente due variabili consente di rilevare le relazioni esistenti tra le variabili
DettagliESERCITAZIONI N. 3 corso di statistica
ESERCITAZIONI N. 3corso di statistica p. 1/18 ESERCITAZIONI N. 3 corso di statistica Marco Picone Università Roma Tre ESERCITAZIONI N. 3corso di statistica p. 2/18 Introduzione Media e Varianza Covarianza
DettagliRappresentazioni grafiche di distribuzioni doppie
Rappresentazioni grafiche di distribuzioni doppie Distribuzione doppia di frequenze Tabella di contingenza Tabella di correlazione Stereogramma Distribuzione unitaria doppia di 2 caratteri quantitativi
DettagliMETODO DEI MINIMI QUADRATI
Vogliamo determinare una funzione lineare che meglio approssima i nostri dati sperimentali e poter decidere sulla bontà di questa approssimazione. Sia f(x) = mx + q, la coppia di dati (x i, y i ) appartiene
DettagliSTIMA DELLA PIENA INDICE
STIMA DELLA PIENA INDICE STIMA LOCALE - Anche se basata su un numero molto limitato di osservazioni (5-6) STIMA REGIONALE 1) Metodi basati su regressioni rispetto a parametri morfo-climatici 2) Metodi
DettagliEsercizi di statistica
Esercizi di statistica Test a scelta multipla (la risposta corretta è la prima) [1] Il seguente campione è stato estratto da una popolazione distribuita normalmente: -.4, 5.5,, -.5, 1.1, 7.4, -1.8, -..
DettagliCorso di Laurea in MQEGA
Corso di Laurea in MQEGA Insegnamento di Statistica (Prof. P.F. Perri) Esercizi di riepilogo sulle distribuzioni bivariate Esercizio 1 La rilevazione congiunta dei caratteri e Y su 100 unità statistiche
DettagliStatistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2010/2011 Statistica Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza
DettagliVogliamo determinare una funzione lineare che meglio approssima i nostri dati sperimentali e poter decidere sulla bontà di questa approssimazione.
S.S.I.S. TOSCANA F.I.M. II anno FUNZIONI DI REGRESSIONE E METODO DEI MINIMI QUADRATI Supponiamo di star conducendo uno studio sulla crescita della radice di mais in funzione del contenuto di saccarosio
DettagliSTATISTICA: esercizi svolti sulla DIPENDENZA IN MEDIA
STATISTICA: esercizi svolti sulla DIPEDEZA I MEDIA 1 1 LA DIPEDEZA I MEDIA 2 1 LA DIPEDEZA I MEDIA 1. La popolazione in migliaia di unità occupata in Piemonte nel 1985 per reddito annuo Y (migliaia di
DettagliCognome e Nome:... Matricola e corso di laurea:...
Statistica - corso base Prof. B. Liseo Prova di esame dell 8 gennaio 2014 Cognome e Nome:................................................................... Matricola e corso di laurea:...................................................
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 7-2-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliStatistica. Esercizi: 7. Statistica Descrittiva Bivariata 3 Probabilità 1
Corsi di Laurea: a.a. 2018-19 Diritto per le Imprese e le istituzioni Scienze Internazionali dello Sviluppo e della Cooperazione Statistica Statistica Descrittiva Bivariata 3 Probabilità 1 Esercizi: 7
DettagliEsercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella
Dettaglis a Inferenza: singolo parametro Sistema di ipotesi: : β j = β j0 H 1 β j0 statistica test t confronto con valore t o p-value
Inferenza: singolo parametro Sistema di ipotesi: H 0 : β j = β j0 H 1 : β j β j0 statistica test t b j - b s a jj j0 > t a, 2 ( n-k) confronto con valore t o p-value Se β j0 = 0 X j non ha nessuna influenza
DettagliStatistica Applicata all edilizia: il modello di regressione
Statistica Applicata all edilizia: il modello di regressione E-mail: orietta.nicolis@unibg.it 27 aprile 2009 Indice Il modello di Regressione Lineare 1 Il modello di Regressione Lineare Analisi di regressione
DettagliSTATISTICA. Esonero 8 novembre 2014 Soluzione. Quesito 1.
STATISTICA Esonero 8 novembre 2014 Soluzione Quesito 1. Si consideri la seguente distribuzione unitaria dei salari degli impiegati di una compagnia (migliaia di euro): 3 4 6 4 3 10 4 8 9 2 a) calcolare
DettagliLa curva di regressione è il luogo dei punti aventi come ordinate le medie condizionate
Correlazione e regressione Correlazione: le due variabili casuali sono considerate in modo per così dire simmetrico. Regressione: una delle due variabili dipende dall'altra, che per così dire la precede
DettagliCapitolo 12 La regressione lineare semplice
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliProve di statistica per il marketing Prof. Alessandro Zini NOME COGNOME N MATR.
Prove di statistica per il marketing Prof. Alessandro Zini 27.01.15 Lo studente indichi il tipo di prova che intende sostenere: Statistica (complementi) 6 cfu: lo studente svolga tutto il tema. Statistica
DettagliSOLUZIONI Data la funzione. = x. a) scrivi qual è il dominio di f
. Data la funzione a) scrivi qual è il dominio di f SOLUZIONI f ) ( b) scrivi quali sono gli intervalli in cui f() risulta positiva e quelli in cui risulta negativa c) determina le eventuali intersezioni
DettagliMatematica Lezione 22
Università di Cagliari Corso di Laurea in Farmacia Matematica Lezione 22 Sonia Cannas 14/12/2018 Indici di posizione Indici di posizione Gli indici di posizione, detti anche misure di tendenza centrale,
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2015-2016 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliUniversità degli Studi di Padova Facoltà di Scienze Politiche. Laurea: Scienze Sociologiche Laurea: Vecchio Ordinamento
Università degli Studi di Padova Facoltà di Scienze Politiche STATISTICA PER LE SCIENZE SOCIALI Prova scritta del 12/02/2008 Laurea: Scienze Sociologiche Laurea: Vecchio Ordinamento (pd120208.tex) Cognome
DettagliLa media e la mediana sono indicatori di centralità, che indicano un centro dei dati.
La media e la mediana sono indicatori di centralità, che indicano un centro dei dati. Un indicatore che sintetizza in un unico numero tutti i dati, nascondendo quindi la molteplicità dei dati. Per esempio,
DettagliREGRESSIONE E CORRELAZIONE
REGRESSIONE E CORRELAZIONE Nella Statistica, per studio della connessione si intende la ricerca di eventuali relazioni, di dipendenza ed interdipendenza, intercorrenti tra due variabili statistiche 1.
DettagliUn monopolista opera in un mercato caratterizzato dalla seguente funzione di domanda. Q D= 60-2p
Esercitazione 8 del 03/05/09 Dott.ssa Sabrina Pedrini Esercizio Un monopolista opera in un mercato caratterizzato dalla seguente funzione di domanda Q D 60-p Con una tecnologia rappresentata dalla funzione
DettagliStatistica di base (Canale E-M) Appello straordinario. Istruzioni (da leggere bene prima dell esame):
Statistica di base (Canale E-M) Appello straordinario Nome e Cognome: Matricola: Istruzioni (da leggere bene prima dell esame): Scrivere nome, cognome e matricola in modo chiaro; Non è consentito l uso
DettagliSTATISTICA (I modulo - Statistica descrittiva) Esercitazione I ( )
STATISTICA (I modulo - Statistica descrittiva) Esercitazione I (11.19.2003) Esercizio A. Il docente di un corso universitario ha raccolto alcuni dati di un gruppo di studenti che hanno sostenuto l esame
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 1 Outline 1 () Statistica 2 / 1 Outline 1 2 () Statistica 2 / 1 Outline 1 2 3 () Statistica 2 / 1
DettagliR - Esercitazione 6. Andrea Fasulo Venerdì 22 Dicembre Università Roma Tre
R - Esercitazione 6 Andrea Fasulo fasulo.andrea@yahoo.it Università Roma Tre Venerdì 22 Dicembre 2017 Il modello di regressione lineare semplice (I) Esempi tratti da: Stock, Watson Introduzione all econometria
DettagliCorrelazione e regressione per problemi di Luciano Corso
Correlazione e regressione per problemi di Luciano Corso Presidente della sezione di Verona della Mathesis Direttore della Rivista MatematicaMente Email: lcorso@iol.it CASTELLAMMARE DI STABIA 20180717
DettagliGiorno n. clienti di attesa
Esercizio 1 Un aspetto cruciale per la qualità del servizio ai clienti in un supermercato è il cosiddetto checkout (ovvero il tempo che il cliente impiega dal momento in cui si mette in fila alla cassa
DettagliStatistica Descrittiva Esercitazione 3. Indici di variabilità
Statistica Descrittiva Esercitazione 3. Indici di variabilità Esercizio 1 Si considerino i seguenti valori di altezza (in centimetri) misurati su un gruppo di 9 soggetti: Soggetti Altezza 1 180 2 173 3
DettagliApprossimazione numerica
Approssimazione numerica Laboratorio di programmazione e calcolo (Chimica e Tecnologie chimiche) Pierluigi Amodio Dipartimento di Matematica Università di Bari Approssimazione numerica p.1/10 Problema
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliLa regressione lineare. Rappresentazione analitica delle distribuzioni
La regressione lineare Rappresentazione analitica delle distribuzioni Richiamiamo il concetto di dipendenza tra le distribuzioni di due caratteri X e Y. Ricordiamo che abbiamo definito dipendenza perfetta
DettagliSTATISTICA CORSO BASE. Prova scritta del Tempo: 2 ore Cognome e Nome:... Matricola:...
STATISTICA CORSO BASE. Prova scritta del 4-6-2013. Tempo: 2 ore Cognome e Nome:.............................. Matricola:.............................. Attenzione: Prima di affrontare la prova si consiglia
DettagliCorso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010.
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2009/2010 Statistica Esercitazione 4 12 maggio 2010 Dipendenza in media. Covarianza e
DettagliSoluzioni ottava esercitazione
Soluzioni ottava esercitazione. (a) Notiamo subito che la densità f(x θ) appartiene alla famiglia esponenziale con t(x) = ln(x) e c(θ) =, funzione strettamente decrescente. Quindi anche il rapporto di
DettagliESAME. 9 Gennaio 2017 COMPITO A
ESAME 9 Gennaio 2017 COMPITO A Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
DettagliIl modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009)
Il modello di regressione (VEDI CAP 12 VOLUME IEZZI, 2009) Quesito: Posso stimare il numero di ore passate a studiare statistica sul voto conseguito all esame? Potrei calcolare il coefficiente di correlazione.
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 4 1. La seguente tabella riporta la distribuzione
DettagliEsercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca
Esercitazioni del corso di Relazioni tra variabili Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca e-mail: giancarlo.manzi@statistica.unimib.it Quarta esercitazione Milano,
Dettaglilezione 7 AA Paolo Brunori
AA 2016-2017 Paolo Brunori dove siamo arrivati? - se siamo interessati a studiare l andamento congiunto di due fenomeni economici - possiamo provare a misurare i due fenomeni e poi usare la lineare semplice
DettagliStatistica Corso di laurea in Biotecnologie I esonero - 19 aprile 2010
Statistica Corso di laurea in Biotecnologie I esonero - 9 aprile 00 Esercizio Determinare, a P X ; b PX < /; c il terzo quartile della distribuzione, nei casi ix N, ; iix variabile aleatoria continua con
DettagliI. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.
ESERCIZI SVOLTI DI ALGEBRA LINEARE (Sono svolti alcune degli esercizi proposti nei fogli di esercizi su vettori linearmente dipendenti e vettori linearmente indipendenti e su sistemi lineari ) I. Foglio
DettagliEsercitazione II Statistica e Calcolo delle Probabilità (con soluzioni)
Esercitazione II Statistica e Calcolo delle Probabilità (con soluzioni) Esercizio 1: Alla fine di una giornata di lavoro un intervistatore si accorge di aver perso i dati raccolti su un certo numero di
DettagliCorso di Psicometria Progredito
Corso di Psicometria Progredito 5. La correlazione lineare Gianmarco Altoè Dipartimento di Pedagogia, Psicologia e Filosofia Università di Cagliari, Anno Accademico 2013-2014 Sommario 1 Tipi di relazione
DettagliLezioni di Statistica del 15 e 18 aprile Docente: Massimo Cristallo
UIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECOOMIA Corso di laurea in Economia Aziendale anno accademico 2012/2013 Lezioni di Statistica del 15 e 18 aprile 2013 Docente: Massimo Cristallo LA RELAZIOE
DettagliSTIMA DELLA PIENA INDICE
STIMA DELLA PIENA INDICE 1) Metodi a base geomorfoclimatica (es. Formula razionale) 2) Metodi basati su regressioni rispetto a parametri morfo-climatici 1 Valutazione della piena media Formula razionale
DettagliIl Capital Asset Pricing Model e lo Arbitrage Pricing Theory
Il Capital Asset Pricing Model e lo Arbitrage Pricing Theory Pierpaolo Montana Università di Roma I Il Capital Asset Pricing Model può essere visto come una evoluzione del modello media-varianza di scelta
DettagliStatistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali /e S Borra, A Di Ciaccio - McGraw Hill Es 6 Soluzione degli esercizi del capitolo 6 In base agli arrotondamenti effettuati nei calcoli, si possono
Dettagli