Analisi della correlazione canonica
|
|
- Silvana Antonucci
- 7 anni fa
- Visualizzazioni
Transcript
1 Analisi della correlazione canonica Su un collettivo di unità statistiche si osservano due gruppi di k ed m variabili L analisi della correlazione canonica ha per obiettivo lo studio delle relazioni di interdipendenza tra i due gruppi di variabili L ACC permette di individuare due nuovi gruppi di variabili artificiali incorrelati al loro interno e massimamente correlati tra loro A. Pollice - Statistica Multivariata
2 Determinazione delle componenti canoniche Due variabili X e Y di dimensione k ed m che, osservate su un collettivo di n individui, danno luogo alle matrici dati X = x 11. x 1k. x n1 x nk Y = y 11. y 1m. y n1 y nm Vettori di medie campionarie X = 1 n X u n = ( X 1,..., X k ) Ȳ = 1 n Y u n = (Ȳ 1,..., Ȳ m )
3 Matrici di varianze e covarianze campionarie S X = 1 n (X u n X ) (X u n X ) S Y = 1 n (Y u nȳ ) (Y u n Ȳ ) S XY = 1 n (X u n X ) (Y u n Ȳ ) = S Y X
4 U e V vettori n-dimensionali U = Xa V = Y b Medie campionarie Ū = a X V = b Ȳ Varianze e covarianza campionarie SU 2 = a S X a SV 2 = b S Y b S UV = a S XY b = b S Y X a
5 Coefficiente di correllazione tra U e V ρ UV = a S XY b a S X a b S Y b Le variabili latenti U e V (i vettori a e b) sono definite in modo da massimizzare ρ UV Il coefficiente di correlazione è invariante per trasformazioni lineari delle variabili, quindi bisogna introdurre i vincoli di unitarietà delle varianze delle variabili U e V
6 Problema di massimo vincolato max a a S XY b max b a S XY b a S X a = 1 b S Y b = 1 Funzione lagrangiana (a, b, ν, η) = a S XY b ν 2 (a S X a 1) η 2 (b S Y b 1)
7 Sistema per la soluzione del problema di massimo vincolato a (a, b, ν, η) = S XY b νs X a = o b (a, b, ν, η) = S XY a ηs Y b = o ν (a, b, ν, η) = a S X a 1 = 0 η (a, b, ν, η) = b S Y b 1 = 0
8 Risolvendo il sistema si ottengono i seguenti risultati Formule di transizione: ν = η = Cov(U, V ) a = 1 ν S 1 X S XY b Equazioni caratteristiche: S 1 b = 1 ν S 1 Y S Y Xa X S XY SY 1 S Y Xa = ν 2 a SY 1 S Y XSX 1 S XY b = ν 2 b
9 ν 2 = λ è un autovalore di E 1 = SX 1 S XY SY 1 S Y X come di E 2 = SY 1 S Y XSX 1 S XY a e b sono autovettori corrispondenti e tali che a S X a = 1 e b S Y b = 1 E 1 ed E 2 hanno un numero di autovalori non nulli pari a r(e 1 ) = r(e 2 ) = r min(k, m)
10 Cov(U, V ) = ν = λ implica che le combinazioni lineari delle colonne di X ed Y massimamente correlate tra loro sono individuate dagli autovettori a 1 e b 1 corrispondenti al più grande autovalore λ 1 di E 1 o di E 2 e tali che a 1 S Xa 1 = b 1 S Y b 1 = 1 Prime componenti canoniche U 1 = Xa 1 V 1 = Y b 1 Prima correlazione canonica: ρ U1 V 1 = S U1 V 1 = λ 1
11 In modo analogo si possono definire le coppie componenti canoniche successive, che sono incorrelate con le precedenti La h-esima coppia di componenti canoniche consiste nelle combinazioni lineari massimamente correlate U h = Xa h V h = Y b h e tali che S Uh U 1 = = S Uh U h 1 = 0 S Vh V 1 = = S Vh V h 1 = 0
12 a h e b h sono gli autovettori associati all h-esimo autovalore λ h delle matrici E 1 ed E 2 e tali che a h S Xa h = 1 e b h S Y b h = 1 L autovalore λ h coincide con il quadrato del coefficiente di correlazione canonica tra U h e V h
13 L analisi della correlazione canonica consiste nel trasformare le k colonne di X e le m colonne di Y in r coppie di vettori (U 1, V 1 ),..., (U r, V r ) Se U = (U 1,..., U r ) e V = (V 1,..., V r ) si ha S 2 U = S2 V = I r S UV = diag( λ 1,..., λ r ) Le r correlazioni canoniche misurano l associazione tra i due insiemi di variabili quando tutte le correlazioni entro gli insiemi sono state rimosse
14 Nello studio dell interdipendenza tra due variabili multidimensionali, l analisi della correlazione canonica consente di ridurre la dimensione delle osservazioni I suoi risultati possono essere interpretati analizzando i valori dei coefficienti che individuano le variabili canoniche La rappresentazione grafica delle osservazioni nel riferimento (U j, V j ) per j = 1,..., r può servire come strumento per l individuazione di osservazioni anomale Se si calcolano componenti e correlazioni canoniche in base alle matrici di correlazione, piuttosto che alle matrici di varianze e covarianze gli elementi dei vettori a j e b j (per j = 1,..., r) sono adimensionali
15 Proprietà campionarie sotto l assunzione di normalità Si assuma W = (X, Y ) N k+m (µ W, Σ W ), con µ W = ( µx µ Y ) ( ΣX Σ Σ W = XY Σ Y X Σ Y ) Se si osservano n replicazioni indipendenti di W gli stimatori di massima verosimiglianza delle matrici Σ X, Σ XY, Σ Y e Σ Y X sono dati dalle corrispondenti matrici di varianze e covarianze campionarie E 1 ed E 2 sono stimatori di massima verosimiglianza di ɛ 1 = ΣX 1 Σ XY Σ 1 Y Σ Y X ed ɛ 2 = Σ 1 Y Σ Y XΣ 1 X Σ XY
16 Se gli r autovalori λ 1,..., λ r di ɛ 1 ed ɛ 2 sono tutti distinti, i loro stimatori di massima verosimiglianza coincidono con gli autovalori λ 1,..., λ r delle matrici E 1 ed E 2 In tal caso gli autovettori ã j e b j corrispondenti a λ j e tali che ã j Σ Xã j = b j Σ Y b j = 1 sono stimati da a j e b j, autovettori di E 1 ed E 2 corrispondenti a λ j e tali che a j S Xa j = b j S Y b j = 1
17 Verifica di ipotesi Procedure per la verifica della significatività delle componenti canoniche sotto l assunzione distributiva di normalità { H0 : λ 1 = 0 H 1 : λ 1 0 { H0 : Σ XY = O H 1 : Σ XY O Test del rapporto di verosimiglianze generalizzato λ = ( S S X S Y con lim n 2 ln λ χ2 km ) n/2
18 Significatività dell ipotesi che un certo numero di autovalori di ɛ 1 ed ɛ 2 siano diversi da zero { H0 : λ 1 > > λ r0 > 0, λ h = 0, h > r 0 H 1 : più di r 0 autovalori diversi da 0 { H0 : r(σ XY ) = r 0 H 1 : r(σ XY ) > r 0 Test di Bartlett γ = [n 12 ] r (m + k + 3) dove p = (k r 0 )(m r 0 ) j=r 0 +1 ln(1 λ 2 j ) con lim n γ χ2 p
Analisi della correlazione canonica
Capitolo 8 Analisi della correlazione canonica Si supponga che su un collettivo di unità statistiche si siano osservati due gruppi di k ed m variabili corrispondenti ad altrettanti aspetti di un fenomeno
DettagliAnalisi delle corrispondenze
Capitolo 11 Analisi delle corrispondenze L obiettivo dell analisi delle corrispondenze, i cui primi sviluppi risalgono alla metà degli anni 60 in Francia ad opera di JP Benzécri e la sua equipe, è quello
DettagliANALISI MULTIDIMENSIONALE DEI DATI (AMD)
ANALISI MULTIDIMENSIONALE DEI DATI (AMD) L Analisi Multidimensionale dei Dati (AMD) è una famiglia di tecniche il cui obiettivo principale è la visualizzazione, la classificazione e l interpretazione della
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
DettagliAlgebra lineare con R
Università di Napoli Federico II cristina.tortora@unina.it Standardizzare una variabile Standardizzazione Data una variabile X distribuita secondo una media µ e una varianza σ 2 la standardizzazione permette
DettagliFin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili.
Sistemi di variabili casuali Fin qui si sono considerate le variabili casuali ciascuna per proprio conto. Ora consideriamo la possibilità di relazioni tra variabili. Esempi: - il massimo annuale della
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
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
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. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 41 Outline 1 2 3 4 5 () Statistica 2 / 41 Misura del legame Data una variabile doppia (X, Y ), la
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
DettagliTEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI
TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI ANALISI DEI SISTEMI LTI Ing. Cristian
DettagliModelli lineari generalizzati
Capitolo 5 Modelli lineari generalizzati I modelli lineari generalizzati costituiscono un estensione del modello lineare generale e servono anch essi allo studio della dipendenza in media di una variabile
DettagliAnalisi della varianza: I contrasti e il metodo di Bonferroni
Analisi della varianza: I contrasti e il metodo di Bonferroni 1 Contrasti In molti problemi risulta importante stabilire, nel caso venga rifiutata l ipotesi nulla, di uguaglianza delle medie µ j delle
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
Dettagli3. Vettori, Spazi Vettoriali e Matrici
3. Vettori, Spazi Vettoriali e Matrici Vettori e Spazi Vettoriali Operazioni tra vettori Basi Trasformazioni ed Operatori Operazioni tra Matrici Autovalori ed autovettori Forme quadratiche, quadriche e
DettagliEsercizi su Autovalori e Autovettori
Esercizi su Autovalori e Autovettori Esercizio n.1 5 A = 5, 5 5 5 Esercizio n.6 A =, Esercizio n.2 4 2 9 A = 2 1 8, 4 2 9 Esercizio n.7 6 3 3 A = 6 3 6, 3 3 6 Esercizio n.3 A = 4 6 6 2 2, 6 6 2 Esercizio
DettagliEsercizi per Geometria II Geometria euclidea e proiettiva
Esercizi per Geometria II Geometria euclidea e proiettiva Filippo F. Favale 8 aprile 014 Esercizio 1 Si consideri E dotato di un riferimento cartesiano ortonormale di coordinate (x, y) e origine O. Si
DettagliEsercitazione ENS su processi casuali (13 e 14 Maggio 2008)
Esercitazione ES su processi casuali ( e 4 Maggio 2008) D. Donno Esercizio : Calcolo di autovalori e autovettori Si consideri un processo x n somma di un segnale e un disturbo: x n = Ae π 2 n + w n, n
DettagliSistemi sovradeterminati
Sistemi sovradeterminati Sia A una matrice m n ove m > n sia b R m trovare una soluzione del sistema sovradeterminato Ax = b significa cercare di esprimere un vettore di R m come combinazione lineare di
DettagliVariabili indipendenti qualitative. In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli.
Variabili indipendenti qualitative Di solito le variabili nella regressione sono variabili continue In molte applicazioni si rende necessario l introduzione di un fattore a due o più livelli Ad esempio:
DettagliLa dipendenza. Antonello Maruotti
La dipendenza Antonello Maruotti Outline 1 Distribuzioni doppie 2 Medie e varianze condizionate 3 Indici di associazione Distribuzione doppia Definizione Una distribuzione doppia si ha quando su di uno
DettagliTecniche di analisi multivariata
Tecniche di analisi multivariata Metodi che fanno riferimento ad un modello distributivo assunto per le osservazioni e alla base degli sviluppi inferenziali - tecniche collegate allo studio della dipendenza
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 10. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 10 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 REGRESSIONE LINEARE Date due variabili quantitative, X e Y, si è
Dettagli2 2 2 A = Il Det(A) = 2 quindi la conica è non degenere, di rango 3.
Studio delle coniche Ellisse Studiare la conica di equazione 2x 2 + 4xy + y 2 4x 2y + 2 = 0. Per prima cosa dobbiamo classificarla. La matrice associata alla conica è: 2 2 2 A = 2 2 2 Il DetA = 2 quindi
DettagliCONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica
CONTROLLO DI SISTEMI ROBOTICI Laurea Specialistica in Ingegneria Meccatronica CONTROLLO DI SISTEMI ROBOTICI ANALISI DEI SISTEMI LTI Ing. Tel. 0522 522235 e-mail: secchi.cristian@unimore.it http://www.dismi.unimo.it/members/csecchi
DettagliStatistica multivariata Donata Rodi 17/10/2016
Statistica multivariata Donata Rodi 17/10/2016 Quale analisi? Variabile Dipendente Categoriale Continua Variabile Indipendente Categoriale Chi Quadro ANOVA Continua Regressione Logistica Regressione Lineare
DettagliL Analisi in Componenti Principali (S. Terzi)
L Analisi in Componenti Principali (S. Terzi) Data una matrice dei dati riferiti ad n individui e k variabili quantitative, si sintetizzano i dati nel senso di pervenire ad una riduzione delle colonne
DettagliForma canonica di Jordan
Capitolo INTRODUZIONE Forma canonica di Jordan Siano λ i, per i =,, h, gli autovalori distinti della matrice A e siano r i i corrispondenti gradi di molteplicità all interno del polinomio caratteristico:
DettagliLa matrice delle correlazioni è la seguente:
Calcolo delle componenti principali tramite un esempio numerico Questo esempio numerico puó essere utile per chiarire il calcolo delle componenti principali e per introdurre il programma SPAD. IL PROBLEMA
DettagliStatistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 2011/2012 Statistica Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate.
DettagliElementi di Algebra Lineare. Spazio Vettoriale (lineare)
Elementi di Algebra Lineare Spazio Vettoriale (lineare) Uno spazio vettoriale su un corpo F è una quadrupla (X, F, +, ) costituita da: un insieme di elementi X, detti vettori, un corpo F, i cui elementi
DettagliAnalisi discriminante
Capitolo 6 Analisi discriminante L analisi statistica multivariata comprende un corpo di metodologie statistiche che permettono di analizzare simultaneamente misurazioni riguardanti diverse caratteristiche
Dettagli(5 sin x + 4 cos x)dx [9]
FACOLTÀ DI SCIENZE MM. FF. NN. CORSO DI LAUREA IN SCIENZE NATURALI II Modulo di Matematica con elementi di statistica. Esercitazioni A.A. 009.00. Tutor: Mauro Soro, p.soro@tin.it Integrali definiti Risolvere
DettagliZ-test, T-test, χ 2 -test
Z-test, T-test, χ 2 -test Francesco Corrias Chiara Todaro DIMA 13 febbraio 2012 Francesco Corrias Chiara Todaro (DIMA) Z-test, T-test, χ 2 -test 13 febbraio 2012 1 / 19 Verifica d ipotesi Definizione (Test
Dettaglilezione n. 6 (a cura di Gaia Montanucci) Verosimiglianza: L = = =. Parte dipendente da β 0 e β 1
lezione n. 6 (a cura di Gaia Montanucci) METODO MASSIMA VEROSIMIGLIANZA PER STIMARE β 0 E β 1 Distribuzione sui termini di errore ε i ε i ~ N (0, σ 2 ) ne consegue : ogni y i ha ancora distribuzione normale,
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
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
Dettagli0 altimenti 1 soggetto trova lavoroentro 6 mesi}
Lezione n. 16 (a cura di Peluso Filomena Francesca) Oltre alle normali variabili risposta che presentano una continuità almeno all'interno di un certo intervallo di valori, esistono variabili risposta
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
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
Dettagli3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17
C L Autore Ringraziamenti dell Editore Elenco dei simboli e delle abbreviazioni in ordine di apparizione XI XI XIII 1 Introduzione 1 FAQ e qualcos altro, da leggere prima 1.1 Questo è un libro di Statistica
Dettagli15 luglio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI
15 luglio 01 - Soluzione esame di geometria - Ing. gestionale - a.a. 01-01 COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura ore. ISTRUZIONI Ti sono
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
DettagliTest per la correlazione lineare
10 Test per la correlazione lineare Istituzioni di Matematica e Statistica 2015/16 E. Priola 1 Introduzione alla correlazione lineare Problema: In base ai dati che abbiamo possiamo dire che c è una qualche
Dettagli1 Il polinomio minimo.
Abstract Il polinomio minimo, così come il polinomio caratterisico, è un importante invariante per le matrici quadrate. La forma canonica di Jordan è un approssimazione della diagonalizzazione, e viene
Dettagli1.4. Siano X B(1, 1/2) e Y B(1, 1/2) variabili aleatorie indipendenti. Quale delle seguenti affermazioni é falsa? E(X + Y ) = 1 V ar(x + Y ) = 1/2
Statistica N. Crediti: Cognome: Laurea Triennale in Biologia Nome: 4 settembre 2012 Matricola: 1. Parte A 1.1. Siano x 1, x 2,..., x 10 i dati relativi al peso di 10 neonati espressi in chilogrammi e y
DettagliTest F per la significatività del modello
Test F per la significatività del modello Per verificare la significatività dell intero modello si utilizza il test F Si vuole verificare l ipotesi H 0 : β 1 = 0,, β k = 0 contro l alternativa che almeno
DettagliStatistica di base per l analisi socio-economica
Laurea Magistrale in Management e comunicazione d impresa Statistica di base per l analisi socio-economica Giovanni Di Bartolomeo gdibartolomeo@unite.it Definizioni di base Una popolazione è l insieme
DettagliRegressione multipla
Regressione multipla L obiettivo è costruire un modello probabilistico per spiegare la variabile y tramite più di una variabile indipendente x 1, x 2,..., x k. Esempio: Per un efficiente progettazione
DettagliEsercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa
Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza
DettagliAppunti di Econometria
Appunti di Econometria ARGOMENTO [3]: VARIABILI STRUMENTALI Tommaso Nannicini Università Bocconi Novembre 2010 E ho visto causa ad effetto che si scambiavano il ruolo Lorenzo Jovanotti Cherubini, Un buco
DettagliAnalisi descrittiva: calcolando medie campionarie, varianze campionarie e deviazioni standard campionarie otteniamo i dati:
Obiettivi: Esplicitare la correlazione esistente tra l altezza di un individuo adulto e la lunghezza del suo piede e del suo avambraccio. Idea del progetto: Il progetto nasce dall idea di acquistare scarpe
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
DettagliANALISI DEI DATI PER IL MARKETING 2014
ANALISI DEI DATI PER IL MARKETING 2014 Marco Riani mriani@unipr.it http://www.riani.it ANALISI DELLE CORRISPONDENZE (cap. VII) Problema della riduzione delle dimensioni L ANALISI DELLE COMPONENTI PRINCIPALI
DettagliSommario. Capitolo 1 I dati e la statistica 1. Capitolo 2 Statistica descrittiva: tabelle e rappresentazioni grafiche 25
Sommario Presentazione dell edizione italiana Prefazione xv xiii Capitolo 1 I dati e la statistica 1 Statistica in pratica: BusinessWeek 1 1.1 Le applicazioni in ambito aziendale ed economico 3 Contabilità
DettagliLa SCALA di Probabilità varia tra 0.00 e 1.00.
CHE COS E LA PROBABILITA La probabilità è la MISURA dell incertezza di un evento, cioè come noi classifichiamo gli eventi rispetto alla loro incertezza. La SCALA di Probabilità varia tra 0.00 e 1.00. 0.00
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.
DettagliIndagine sulle forze di lavoro nel Comune di Firenze. Nota metodologica
Indagine sulle forze di lavoro nel Comune di Firenze. Nota metodologica 1. Procedimento di stima La maggior parte dei caratteri che si rilevano nell indagine sulle Forze di Lavoro sono di tipo qualitativo.
DettagliPROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA
PROCEDURE/TECNICHE DI ANALISI / MISURE DI ASSOCIAZIONE A) ANALISI DELLA VARIANZA PROCEDURA/TECNICA DI ANALISI DEI DATI SPECIFICAMENTE DESTINATA A STUDIARE LA RELAZIONE TRA UNA VARIABILE NOMINALE (ASSUNTA
DettagliCapitolo 12. Suggerimenti agli esercizi a cura di Elena Siletti. Esercizio 12.1: Suggerimento
Capitolo Suggerimenti agli esercizi a cura di Elena Siletti Esercizio.: Suggerimento Per verificare se due fenomeni sono dipendenti in media sarebbe necessario confrontare le medie condizionate, in questo
DettagliCalcolo del movimento di sistemi dinamici LTI
Calcolo del movimento di sistemi dinamici LTI Analisi modale per sistemi dinamici LTI TC Modi naturali di un sistema dinamico Analisi modale Esercizio 1 Costante di tempo Esercizio 2 2 Analisi modale per
DettagliCaratterizzazione dei consumi energetici (parte 3)
ESERCITAZIONE 4 Caratterizzazione dei consumi energetici (parte 3) 4.1 CuSum: elementi di analisi statistica Il diagramma delle somme cumulate dei residui in funzione del tempo (CuSum) può essere in generale
DettagliAutovalori ed autovettori di una matrice
Autovalori ed autovettori di una matrice Lucia Gastaldi DICATAM http://www.ing.unibs.it/gastaldi/ Indice 1 Definizioni di autovalori ed autovettori Autovalori ed autovettori 2 Metodo delle potenze 3 Calcolo
DettagliPrefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura
INDICE GENERALE Prefazione Ringraziamenti dell'editore Il sito web dedicato al libro Test online: la piattaforma McGraw-Hill Education Guida alla lettura XI XIV XV XVII XVIII 1 LA RILEVAZIONE DEI FENOMENI
DettagliUNIVERSITÀ DEGLI STUDI DI PERUGIA
SIGI, Statistica II, esercitazione n. 3 1 UNIVERSITÀ DEGLI STUDI DI PERUGIA FACOLTÀ DI ECONOMIA CORSO DI LAUREA S.I.G.I. STATISTICA II Esercitazione n. 3 Esercizio 1 Una v.c. X si dice v.c. esponenziale
DettagliTempo a disposizione: 150 minuti. 1 È dato l endomorfismo f : R 3 R 3 definito dalle relazioni
Università degli Studi di Catania Anno Accademico 2014-2015 Corso di Laurea in Informatica Prova in itinere di Matematica Discreta (12 CFU) 17 Aprile 2015 Prova completa Tempo a disposizione: 150 minuti
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
DettagliUNIVERSITÀ di ROMA TOR VERGATA
UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 2010-11 P.Baldi Lista di esercizi 3. Corso di Laurea in Biotecnologie Esercizio 1 Una v.a. X segue una legge N(2, ). Calcolare a1) P(X 1) a2) P(2
DettagliLezione 8. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 8. A. Iodice. Relazioni tra variabili
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 26 Outline 1 2 3 4 () Statistica 2 / 26 Misura del legame Data una variabile doppia (X, Y ), la misura
DettagliLEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f
LEZIONE 23 23.1. Riduzione delle coniche a forma canonica. Fissiamo nel piano un sistema di riferimento Oxy e consideriamo un polinomio di grado 2 in x, y a meno di costanti moltiplicative non nulle, diciamo
DettagliMatematica Finanziaria 13 settembre 2001
Matematica Finanziaria 3 settembre 00 Prova Generale. ESERCIZIO : Algebra Lineare ² Dire se le seguenti applicazioni sono lineari e in caso a ermativo indicarne la matrice associata A: a)f : R >R : b)f
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliDISTRIBUZIONI DOPPIE (ANALISI DESCRITTIVE) Fulvio De Santis a.a Prerequisiti Popolazione, unità, carattere Come nascono i dati:
DISTRIBUZIONI DOPPIE (ANALISI DESCRITTIVE) Fulvio De Santis a.a. 2007-2008 Prerequisiti Popolazione, unità, carattere Come nascono i dati: osservazione e sperimentazione Popolazione: reale e virtuale Classificazione
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)
DettagliProva scritta di Complementi di Probabilità e Statistica. 7 Dicembre 2012
Prova scritta di Complementi di Probabilità e Statistica 7 Dicembre. Un ingegnere vuole investigare se le caratteristiche di una superficie metallica sono influenzate dal tipo di pittura usata e dal tempo
DettagliStatistica. Alfonso Iodice D Enza
Statistica Il e Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 21 Outline Il e 1 2 3 Il 4 e 5 () Statistica 2 / 21 Il e Due distribuzioni aventi stessa posizione
DettagliAnalisi Fattoriale con R
Università di Bologna - Facoltà di Scienze Statistiche Laurea Triennale in Statistica e Ricerca Sociale Corso di Analisi di Serie Storiche e Multidimensionali Prof.ssa Marilena Pillati Analisi Fattoriale
DettagliUniversità di Pavia. Test diagnostici. Eduardo Rossi
Università di Pavia Test diagnostici Eduardo Rossi Test diagnostici Fase di controllo diagnostico: controllo della coerenza tra quanto direttamente osservato e le ipotesi statistiche adottate Ipotesi MRLM
DettagliMetodi di regressione multivariata
Metodi di regressione multivariata Modellamento dei dati per risposte quantitative I metodi di regressione multivariata sono strumenti utilizzati per ricercare relazioni funzionali quantitative tra un
DettagliMETODI MATEMATICI PER LA FISICA
METODI MATEMATICI PER LA FISICA SECONDO ESONERO - 5 GIUGNO 6 Si svolgano cortesemente i seguenti Problemi. PRIMO PROBLEMA (PUNTEGGIO: 3/3) Dati due operatori hermitiani  and ˆB in uno spazio di Hilbert
DettagliCampionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
DettagliRingraziamenti dell Editore
Indice Elenco dei simboli e delle abbreviazioni in ordine di apparizione Ringraziamenti dell Editore XI XVII 1 Introduzione FAQ e qualcos altro, da leggere prima 1 1.1 QuestoèunlibrodiStatistica....................
DettagliLa regressione fuzzy. Capitolo I limiti della regressione classica. a cura di Fabrizio Maturo
Capitolo 14 La regressione fuzzy a cura di Fabrizio Maturo 14.1 I limiti della regressione classica L analisi di regressione offre una possibile soluzione per studiare l effetto di una o più variabili
DettagliGEOMETRIA E ALGEBRA LINEARE Soluzioni Appello del 17 GIUGNO Compito A
Soluzioni Appello del 17 GIUGNO 2010 - Compito A a) Se h = 7 il sistema ha infinite soluzioni (1 variabile libera), mentre se h 7 la soluzione è unica. b) Se h = 7 allora Sol(A b) = {( 7z, 5z + 5, z),
DettagliFacoltà di Economia - Università di Pavia Simulazione Prova Scritta di Statistica Sociale 19 dicembre 2012
Facoltà di Economia - Università di Pavia Simulazione Prova Scritta di Statistica Sociale 19 dicembre 01 Esercizio 1. Con riferimento a due variabili dicotomiche X e Y (con valori possibili 0 o 1) si definisca
DettagliEsercizi di Algebra lineare
Esercizi di Algebra lineare G. Romani December, 006 1. Esercizi sulle n-ple 1) Eseguire i seguenti calcoli. (, 1) + (1 3); 4(, ) + 3(4, ); 3(1,, 3) + ( )(,, 1) (3, 3, 3) + (4,, 1) + ( )(1, 4, ); (1, 4,
DettagliREGISTRO DELLE LEZIONI
UNIVERSITA DEGLI STUDI DI GENOVA FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI REGISTRO DELLE LEZIONI del Corso UFFICIALE di GEOMETRIA B tenute dal prof. Domenico AREZZO nell anno accademico 2006/2007
DettagliCapitolo 1. Analisi Discriminante. 1.1 Introduzione. 1.2 Un analisi discriminante Descrizione del dataset
Capitolo 1 Analisi Discriminante 1.1 Introduzione L analisi discriminante viene condotta per definire una modalità di assegnazione dei casi a differenti gruppi, in funzione di una serie di variabili fra
DettagliCaso di A non regolare
Caso di A non regolare December 2, 2 Una matrice A è regolare quando è quadrata e in corrispondenza di ogni autovalore di molteplicità algebrica m si ha una caduta di rango pari proprio a m Ovvero: rk
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
DettagliUniversità del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica
Università del Piemonte Orientale Specializzazioni di area sanitaria Statistica Medica Regressione Lineare e Correlazione Argomenti della lezione Determinismo e variabilità Correlazione Regressione Lineare
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. Correlazione. Regressione Lineare
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica Correlazione Regressione Lineare Corso di laurea in medicina e chirurgia - Statistica Medica Correlazione
DettagliIndici di variabilità ed eterogeneità
Indici di variabilità ed eterogeneità Corso di STATISTICA Prof. Roberta Siciliano Ordinario di Statistica, Università di apoli Federico II Professore supplente, Università della Basilicata a.a. 011/01
DettagliAnalisi dei Fattori. Francesca Marta Lilja Di Lascio Dip.to di Scienze Statistiche P. Fortunati Università di Bologna
Università di Bologna - Facoltà di Scienze Statistiche Laurea Triennale in Statistica e Ricerca Sociale Corso di Analisi di Serie Storiche e Multidimensionali Analisi dei Fattori Francesca Marta Lilja
DettagliEsplorazione dei dati
Esplorazione dei dati Introduzione L analisi esplorativa dei dati evidenzia, tramite grafici ed indicatori sintetici, le caratteristiche di ciascun attributo presente in un dataset. Il processo di esplorazione
DettagliStatistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill
Statistica - metodologie per le scienze economiche e sociali S. Borra, A. Di Ciaccio - McGraw Hill Es. Soluzione degli esercizi del capitolo 6 home - indice In base agli arrotondamenti effettuati nei calcoli,
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
DettagliCorso di Geometria Ing. Informatica e Automatica Test 1: soluzioni
Corso di Geometria Ing. Informatica e Automatica Test : soluzioni k Esercizio Data la matrice A = k dipendente dal parametro k, si consideri il k sistema lineare omogeneo AX =, con X = x x. Determinare
DettagliIl metodo delle osservazioni indirette
Il metodo delle osservazioni indirette Teoria della stima ai minimi quadrati Il criterio di massima verosimiglianza Sia data una grandezza η e si abbiano n osservazioni indipendenti l i (i=1,...,n) di
Dettagli