Politecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 5 luglio 2012
|
|
- Regina Marinelli
- 7 anni fa
- Visualizzazioni
Transcript
1 Politecico di Milao - Scuola di Igegeria Idustriale II Prova i Itiere di Statistica per Igegeria Eergetica 5 luglio 2012 c I diritti d autore soo riservati. Ogi sfruttameto commerciale o autorizzato sarà perseguito. Cogome, Nome e Numero di matricola: Problema 1. Adrea ha sempre desiderato essere u campioe di pallacaestro e da poco gioca ella squadra della sua città. I realtà, più che giocare sta i pachia, dato l alto livello dei suoi compagi. Spesso capita addirittura che questi lo predao i giro, sosteedo che o realizzi eache la metà dei tiri liberi che prova. U gioro Adrea, per mettere fie a queste voci, effettua tiri liberi, realizzadoe 30, affermado poi: avete visto? I compagi di Adrea hao però seguito co profitto u corso di Statistica e sao che tale risultato potrebbe essere semplicemete frutto di tiri fortuati. Sao quidi che, dadogli ragioe, potrebbero cessare erroeamete di prederlo i giro e soo disposti a commettere tale errore solo co ua probabilità del 5%. (a) Adrea è quidi riscito a covicere i suoi compagi che avevao torto? Si rispoda eseguedo u opportuo test di ipotesi, esplicitado chiaramete: il parametro icogito, le ipotesi statistiche, la regioe critica per il livello di sigificatività richiesto, la coclusioe. (b) Qual è il umero miimo di tiri da realizzare, su effettuati, per mettere fie a queste voci. (c) Se i verità Adrea è i grado di realizzare il 70% dei tiri liberi che prova, co quale probabilità può mettere fie a queste voci co tiri a disposizioe. Risultati. (a) Siao p la proporzioe icogita di tiri liberi che Adrea è i grado di fare e p 0 = 0.5. Si deve eseguire u test per la verifica delle ipotesi H 0 : p < p 0 vs H 1 : p p 0, di livello α = La regioe critica è quidi ˆp p 0 > z α, p 0(1 p 0) purché il campioe sia sufficietemete umeroso, ovvero purché il umero atteso di successi e di isuccessi per p = p 0 sia almeo 5. Nel ostro caso i successi e gli isuccessi attesi per p = 0.5 soo 25 e la statistica test vale z 0 = ˆp p 0 p 0(1 p 0) = (1 0.5) = da cofrotare co il puto percetuale z α = 1.645: o vi è evideza statistica per rifiutare H 0, Adrea cotiuerà ad essere preso i giro. (b) Si deve cercare il miimo umero aturale k tale che k = ˆp > p p0 (1 p 0 ) k > 30.8 per cui il umero miimo è k = 31. (c) Si deve calcolare la poteza del test per p 1 = 0.7. Detto X il umero di tiri realizzati su, si ha X B(, 0.7) per cui, ( ) poteza = P (X > 30.8) = P (X > 30.5) 1 Φ Φ(1.39) =
2 Oppure, trascurado la correzioe di cotiuità, si trova: P p=p1 (Z 0 > z α ) = P p=p1 ( = P p=p1 ) p0 (1 p 0 ) ˆp > z α + p 0 ˆp p 1 > z α p 0 (1 p 0 ) co p 0 = 0.5, p 1 = 0.7, =, α = 0.05 da cui: 0.25 poteza = 1 φ p 1 (1 p 1 ) + p 0 p 1 p 0 (1 p 0 ) = 1 φ z α p 1 (1 p 1 ) + p 0 p = 1 φ( ) = 1 φ( ) = φ(1.2914) = , 2
3 Problema 2. Il Dott. Piccolii, famoso aturalista, si sta recetemete occupado delle relazioi zazare e pipistrelli. Per questo studio, avrebbe bisogo i particolare di cooscere il rapporto tra il umero di pipistrelli e il umero di zazare i uo specifico quartiere di Roma alla mezzaotte tra il 23 e il 24 giugo Purtroppo, il umero di pipistrelli p e il umero di zazare z soo icogiti ed è quidi ecessario stimarli per otteere il rapporto r = z p. Perciò il Dott. Piccolii decide di iviare giovai ricercatori a misurare la preseza di zazare e giovai ricercatori (diversi dai precedeti) a misurare il umero di pipistrelli i quel quartiere e a quell ora. Ciascu ricercatore è dotato di uo strumeto (coperto da segreto) che permette di otteere ua misura del umero di rappresetati di ua specie ella zoa cosiderata. Suppoiamo che che le misure P 1,..., P del umero di pipistrelli siao idipedeti, co errore sistematico ullo e variaza σp 2 e che le misure Z 1,..., Z del umero di zazare siao idipedeti, co errore sistematico ullo e variaza σz 2. (a) Proporre stimatori putuali per p, z e r. (b) Verificare se tali stimatori soo, almeo approssimativamete, o distorti. (c) Calcolare l errore quadratico medio, almeo approssimato, di questi stimatori. Le misure raccolte dai ricercatori foriscoo come medie campioarie rispettivamete p = 10 e z = 1000 e come variaze campioarie s 2 P = 1.10 e s2 Z = (d) Forire delle stime putuali per p, z e r. (e) Stimare l errore quadratico medio degli stimatori utilizzati. Risultati. (a) p = P, ẑ = Z, r = Z P. (b) Dato che l errore sistematico è ipotizzato ullo, E[ p] = E[P ] = p e E[ẑ] = E[Z ] = z. La media dello stimatore r, approssimata co il metodo delta, è : E[ r] E[Z] E[P ] = z p = r. (c) MSE( p) = Var( p) = σ2 P e MSE(ẑ) = Var(ẑ) = σ2 Z. Se h(x, y) = x y, MSE( r) Var( r) ( h x )2 x=z,y=p Var(Z ) + ( h y )2 x=z,y=p Var(P ) = 1 p 2 σ 2 Z + z2 p 4 σ 2 P. (d) p = p = 10, ẑ = z = 1000, r = z p = 100. (e) MSE( p) s2 P = 0.1, MSE(ẑ) s2 Z = 12, MSE( r) 1ˆp 2 s 2 Z + ẑ2 ˆp 4 s 2 P =
4 Problema 3. La IceStats SpA è ua ota catea di gelaterie milaesi, molto famose per la particolarità dei gusti serviti. Il dott. Fresco, proprietario della IceStats, è da sempre iteressato a valutare il rapporto che itercorre tra la quatità di gelato veduto, e alcue gradezze sigificative. Per questo, fa raccogliere i dati relativi alla vedita di gelati, temperatura estera e umidità relativa dell aria elle due stagioi estive 2010 e 20 (da maggio a settembre, periodo di apertura della IceStats). I particolare, per oguo dei 296 giori di apertura, ha a disposizioe il valore di totale di gelato veduto elle sue gelaterie G (i Kg.), la temperatura media gioraliera T (i C) e l umidità relativa dell aria U (percetuale) a Milao, e vuole valutare la dipedeza di G dalle altre due variabili. Medie campioarie e variaze campioarie dei dati raccolti soo: g = , s 2 g = , t = , s 2 t = , u = , s 2 u = I Figg. 1 e 2 vegoo proposti gli output di R del modello di regressioe, il grafico dei residui e i p-value del test di Shapiro-Wilk per i residui per ciascuo dei segueti modelli: co ɛ i N(0, σ 2 ), per i = 1,..., 296. Modello 1: G i = β 0 + β 1 T i + β 2 U i + ɛ i Modello 2: G i = β 0 + β 1 T i + ɛ i (a) Si commeti la botà dei modelli proposti e si scelga di cosegueza il migliore per descrivere il problema i esame. (b) Si scriva l equazioe di regressioe stimata per il modello prescelto. (c) La stazioe meteorologica di Milao Liate stima che per domai la temperatura media a Milao sarà di 22 gradi e l umidità relativa del 85%. Forire ua previsioe itervallare al 90% della quatità di gelato che sarà veduta, i totale, ella giorata di domai. Al mometo dell apertura di 15 ai fa, il dott. Fresco aveva già fatto u aalisi simile, otteedo la seguete stima per il coefficiete relativo alla temperatura: ˆβold 1 = 9. (d) È possibile affermare che il coefficiete di dipedeza lieare sia cambiato rispetto a quello di 15 ai fa? Effettuare u opportuo test al 5%. Soluzioe: (a) Il Modello 1 ha u R2 adjusted molto elevato, i residui o presetao particolari tred. Cosiderado il p-value del test di Shapiro-Wilks, l ipotesi della ormalità dei residui o è rifiutata a tutti i livelli usuali. Pertato è possibile cosiderare i test di sigificatività proposti ell output di R. Il modello è globalmete sigificativo (p-value: < 2.2e 16), ma il coefficiete β 2 risulta o sigificativamete diverso da 0 (p-value: ). Per questo motivo sarebbe opportuo elimiare il predittore U dal modello. Il Modello 2, otteuto proprio elimiado U, preseta le stesse buoe caratteristiche del Modello 1, ma i questo caso tutti i predittori risultao sigificativi. Ioltre R2 adjusted è leggermete aumetato. É u modello più semplice del Modello 1, avedo u regressore i meo, ma ha le stesse performaces, se o leggermete superiori. Per questi motivi è opportuo scegliere il Modello 2. (b) L equazioe stimata per il modello 2 è la seguete: Ĝ = T (c) La previsioe putuale per la quatità di gelato veduta è Ĝ0 = Ĝ T =22 = = Kg. L itervallo di previsioe cercato è: Ĝ 0 ± t 0.025, 2ˆσ (t0 t)2 S tt, co S tt = s 2 t ( 1), da cui l itervallo cercato: [ , ]. (d) Il test di ipotesi è il seguete: H0 : β 1 = 9 vs. H1 : β 1 9. Quidi, eseguedo u t-test sul coefficiete β 1 si ottiee: T 0 = ( ˆβ 1 9)/se( ˆβ 1 ) = , t 0.025, 2 = 1.960, quidi al 5% c è evideza per rifiutare H0. 4
5 Figura 1: Output dell aalisi per il modello 1 Figura 2: Output dell aalisi per il modello 2 5
Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo
Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA
UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti
DettagliCampionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al
DettagliCosto manutenzione (euro)
Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più
DettagliQuesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:
Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,
DettagliUniversità degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno
Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto
DettagliAnemia. Anemia - percentuali
1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso
DettagliLibri T ablet 1284 47 971 62 1123 75 1047 69 921 103 874 113 889 136
Esercitazioe 0 ESERCIZIO arco e Giulio hao due egozi i viale dei Giardii. arco vede libri, Giulio vede elettroica, tra cui tablet. arco e Giulio, avedo a disposizioe il umero di libri veduti ed il umero
DettagliTitolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli
Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe
DettagliCognome, Nome e Numero di matricola:
Politecico di Milao - Scuola di Igegeria Idustriale e dell'iformazioe I Appello di Statistica per Igegeria Eergetica 18 luglio 2013 c I diritti d'autore soo riservati. Ogi sfruttameto commerciale o autorizzato
DettagliStima della media di una variabile X definita su una popolazione finita
Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe
DettagliAlcuni concetti di statistica: medie, varianze, covarianze e regressioni
A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè
DettagliDiagramma polare e logaritmico
Diagramma polare e aritmico ariatori discotiui del moto di taglio Dalla relazioe π D c si ota che la velocità di taglio dipede, oltre che dal umero di giri del madrio, ache dal diametro dell elemeto rotate
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa
DettagliEsercitazioni del corso: ANALISI MULTIVARIATA
A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1
Dettagli6 Stima di media e varianza, e intervalli di confidenza
Si può mostrare che, per ogi fissato α, t,α z α, e t,α z α per + I pratica t,α e z α soo idistiguibili per 200. 6 Stima di media e variaza, e itervalli di cofideza Lo scopo esseziale della Statistica ifereziale
DettagliTraccia delle soluzioni degli esercizi del fascicolo 6
Traccia delle soluzioi degli esercizi del fascicolo 6 Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi
DettagliSUCCESSIONI DI FUNZIONI
SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe
DettagliUniversità di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)
Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:
DettagliSoluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo
Esercizio 1 Soluzioi 1. Ricordiamo che l ampiezza di u itervallo di cofideza è fuzioe della umerosità campioaria edellivellodicofideza. Aparità di tutto il resto, l ampiezza dimiuisce al crescere di eaumetaal
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza
iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di tatistica A-Di Prof. M. Romaazzi 27 Geaio 2015 ogome e Nome..................................... N. Matricola.......... Valutazioe l puteggio massimo teorico di questa prova
DettagliEsercitazioni di Statistica Dott. Danilo Alunni Fegatelli
Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M
DettagliTEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0
TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si
Dettagli( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ
LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a
DettagliMatematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio
Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 1 Febbraio 014 - Esercizio 1) I ua ricerca si è iteressati a verificare le dimesioi i micrometri di u graulocita eutrofilo.
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
DettagliCalcolo delle Probabilità 2012/13 Foglio di esercizi 3
Calcolo delle Probabilità 01/13 Foglio di esercizi 3 Probabilità codizioale e idipedeza. Esercizio 1. Sia B u eveto fissato di uo spazio di probabilità (Ω, A, P), co P(B) > 0. Si mostri che P( B) è l uica
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011
Politecnico di Milano - Scuola di Ingegneria Industriale II Prova in Itinere di Statistica per Ingegneria Energetica 25 luglio 2011 c I diritti d autore sono riservati. Ogni sfruttamento commerciale non
Dettagli2,3, (allineamenti decimali con segno, quindi chiaramente numeri reali); 4 ( = 1,33)
Defiizioe di umero reale come allieameto decimale co sego. Numeri reali positivi. Numeri razioali: defiizioe e proprietà di desità Numeri reali Defiizioe: U umero reale è u allieameto decimale co sego,
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI TATITICA MEDICA ED EERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioi idipedeti) IL PROBLEMA oo stati rilevati i dati relativi alla frequeza cardiaca (misurata i battiti al miuto)
DettagliEsercitazioni di Statistica Dott.ssa Cristina Mollica cristina.mollica@uniroma1.it
Esercitazioi di Statistica Dott.ssa Cristia Mollica cristia.mollica@uiroma1.it Cocetrazioe Esercizio 1. Nell'ultima settimaa ua baca ha erogato i segueti importi (i migliaia di euro) per prestiti a imprese:
DettagliIntervalli di confidenza
Itervalli di cofideza Fracesco Lagoa Itroduzioe Questa dispesa riassume schematicamete i pricipali risultati discussi a lezioe sulla costruzioe di itervalli di cofideza. Itervalli di cofideza per la media
DettagliSTUDIO DEL LANCIO DI 3 DADI
Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio
DettagliEsercitazione 5 del corso di Statistica (parte 2)
Eercitazioe 5 del coro di Statitica (parte ) Dott.a Paola Cotatii 5 Maggio Eercizio Per verificare l efficacia di u coro di tatitica vegoo cofrotati i redimeti medi di due campioi di tudeti di ampiezza
DettagliStatistica inferenziale e mercati azionari
Statistica ifereziale e mercati azioari Di Cristiao Armellii, cristiao.armellii@alice.it Dalla statistica ifereziale sappiamo che se m = media del campioe s = scarto quadratico medio del campioe = umerosità
DettagliDEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE
DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA
DettagliTitolo della lezione. Campionamento e Distribuzioni Campionarie
Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe
DettagliStatistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame
Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale
DettagliAppunti complementari per il Corso di Statistica
Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe
DettagliTeoremi limite classici
Capitolo 4 Teoremi limite classici I Teoremi limite classici, la Legge dei Gradi Numeri e il Teorema Limite Cetrale, costituiscoo il ucleo del Calcolo delle Probabilità, per la loro portata sia teorica
DettagliRadicali. Esistenza delle radici n-esime: Se n è pari: ogni numero reale non negativo (cioè positivo o nullo) ha esattamente una radice n-esima in R.
Radicali Radici quadrate Si dice radice quadrata di u umero reale a, e si idica co a, il umero reale positivo o ullo (se esiste) che, elevato al quadrato, dà come risultato a. Esisteza delle radici quadrate:
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi
DettagliInferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica
6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe
DettagliProbabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,
DettagliScheda n.6: legame tra due variabili; correlazione e regressione
Scheda.6: legame tra due variabili; correlazioe e regressioe October 26, 2008 Covariaza e coefficiete di correlazioe Date due v.a. X ed Y, chiamiamo covariaza il umero Cov (X, Y ) = E [(X E [X]) (Y E [Y
DettagliLa correlazione e la regressione. Antonello Maruotti
La correlazioe e la regressioe Atoello Maruotti Outlie 1 Correlazioe 2 Associazioe tra caratteri quatitativi Date due distribuzioi uitarie secodo caratteri quatitativi X e Y x 1 x 2 x y 1 y 2 y associate
DettagliLezione 5. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 5. A. Iodice.
La Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 26 Outlie La 1 2 La 3 4 () Statistica 2 / 26 Trimmed mea - La aritmetica risete della preseza di valori
DettagliPolitecnico di Milano Temi d esame di STATISTICA dell AA 2006/2007 per allievi ING INF [2L], docente I. Epifani
Politecico di Milao Temi d esame di STATISTICA dell AA 006/007 per allievi ING INF [L], docete I. Epifai STATISTICA per ING INF TEL [L] I. Epifai, A. Guglielmi 5.06.07 Nello svolgere gli esercizi forire
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA $! %! """ # &' ( )* &' + %, -. / %,! 0 -$ 34! % 3 3 3 3 )5* 3$&6 ( &7'* / $& : 3; / ( 8/ &* &')&56 &/ * : 5'9 $ : x A > x B I risultati del trial ci permettoo di decidere
DettagliPompa di calore a celle di Peltier. ( 3 ) Analisi dei dati
Pompa di calore a celle di Peltier ( 3 ) Aalisi dei dati Scuola estiva di Geova 2 6 settembre 2008 1 Primo esperimeto : riscaldameto per effetto Joule Come descritto ella guida, misuriamo tesioe di alimetazioe
DettagliProf.ssa Paola Vicard
Statistica Computazioale Questa ota cosiste per la maggior parte ella traduzioe (co alcue modifiche e itegrazioi) da Descriptive statistics di J. Shalliker e C. Ricketts, 000, Uiversity of Plymouth Questa
DettagliSTATISTICA 1 parte 2/2 STATISTICA INFERENZIALE
STATISTICA parte / U test statistico è ua regola di decisioe Effettuare u test statistico sigifica verificare IPOTESI sui parametri. STATISTICA INFERENZIALE STIMA PUNTUALE STIMA PER INTERVALLI TEST PARAMETRICI
DettagliQuartili. Esempio Q 3. Me Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
DettagliPrecorso di Matematica, aa , (IV)
Precorso di Matematica, aa 01-01, (IV) Poteze, Espoeziali e Logaritmi 1. Nel campo R dei umeri reali, il umero 1 e caratterizzato dalla proprieta che 1a = a, per ogi a R; per ogi umero a 0, l equazioe
DettagliQuartili. Esempio Q 3 Q 1. Distribuzione unitaria degli affitti settimanali in euro pagati da 19 studenti U.S. A G I F B D L H E M C
Quartili Primo quartile Q 1 : modalità che ella graduatoria (crescete o decrescete) bipartisce il 50% delle osservazioi co modalità più piccole o al più uguali alla Me Terzo quartile Q 3 : modalità che
Dettagli1. Serie numeriche. Esercizio 1. Studiare il carattere delle seguenti serie: n2 n 3 n ; n n. n n. n n (n!) 2 ; (2n)! ;
. Serie umeriche Esercizio. Studiare il carattere delle segueti serie: ;! ;! ;!. Soluzioe.. Serie a termii positivi; cofrotiamola co la serie +, che è covergete: + + + 0. Pertato, per il criterio del cofroto
DettagliRAPPRESENTAZIONE ANALITICA DEI PUNTALI OGIVALI PER PROIETTILI
M. G. BUSATO RAPPRESENTAZIONE ANALITIA DEI PUNTALI OGIVALI PER PROIETTILI mgbstudio.et SOMMARIO I umerose applicazioi balistiche, ed i particolare per calcolare la resisteza aerodiamica di u proiettile,
Dettaglimin z wz sub F(z) = y (3.1)
37 LA FUNZIONE DI COSTO 3.1 Miimizzazioe dei costi Riprediamo il problema della massimizzazioe dei profitti del capitolo precedete e suppoiamo ora che l'impresa coosca il livello di output che deve produrre;
DettagliCAPITOLO SESTO - STATISTICA INDUTTIVA. moneta buona; ha solo una probabilità molto bassa di verificarsi:
CAPITOLO SESTO - STATISTICA INDUTTIVA 1. Verifica di u ipotesi: u caso particolare Nell euciato di umerosi esempi ed esercizi proposti ei capitoli precedeti si è fatto riferimeto a moete o dadi o truccati,
DettagliQuarto Compito di Analisi Matematica Corso di laurea in Informatica, corso B 5 Luglio Soluzioni. z 2 = 3 4 i. a 2 b 2 = 3 4
Quarto Compito di Aalisi Matematica Corso di laurea i Iformatica, corso B 5 Luglio 016 Soluzioi Esercizio 1 Determiare tutti i umeri complessi z tali che z = 3 4 i. Soluzioe. Scrivedo z = a + bi, si ottiee
DettagliSTATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA
Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE
DettagliQual è il numero delle bandiere tricolori a righe verticali che si possono formare con i 7 colori dell iride?
Calcolo combiatorio sempi Qual è il umero delle badiere tricolori a righe verticali che si possoo formare co i 7 colori dell iride? Dobbiamo calcolare il umero delle disposizioi semplici di 7 oggetti di
DettagliPREMESSA. = η valore medio della popolazione = σ deviazione standard della popolazione. Descrizione parametrica di una popolazione
PREMESSA Descrizioe parametrica di ua popolazioe Sappiamo che u famiglia parametrica di fuzioi desità di probabilità è defiita da uo o più parametri Θ = {θ, θ,., θ }. Ad esempio, la d.d.p. di tipo espoeziale
DettagliEsame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 9 luglio 27 Corso di Laurea Trieale i Matematica, Uiversità degli Studi di Padova). Cogome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto fiale Attezioe: si cosegao
DettagliPaolo Perfetti, Dipartimento di matematica, II Università degli Studi di Roma, facoltà di Ingegneria
Esercizi svolti a lezioe e o proveieti dal Marcellii Sbordoe La preseza della lettera C idica u esercizio da fare a casa. La capacità di svolgere tali esercizi è parte del bagaglio ecessario i sede di
DettagliRegressione e correlazione
Regressioe e correlazioe Regressioe e correlazioe I molti casi si osservao gradezze che tedoo a covariare, ma () Se c è ua relazioe di dipedeza fra due variabili, ovvero se il valore di ua variabile (dipedete)
DettagliPROBLEMI DI INFERENZA SU PERCENTUALI
ROBLEMI DI INFERENZA SU ERCENTUALI STIMA UNTUALE Il roblema della stima di ua ercetuale si oe allorchè si vuole cooscere, sulla base di osservazioi camioarie, la frazioe π di ua oolazioe N che ossiede
DettagliRicerca del saggio di capitalizzazione nel mercato immobiliare
AESTIMUM 59, Dicembre 2011: 171-180 Marco Simootti Dipartimeto di Igegeria civile, ambietale e aerospaziale Uiversità degli Studi di Palermo e-mail: m.simootti@ti.it Parole chiave: procedimeto di capitalizzazioe,
DettagliESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte.
ESEMPIO Prima dell esplosioe di ua cetrale ucleare, i terrei di ua certa regioe avevao ua produzioe media di grao pari a 00 quitali co uo scarto di 5. Dopo la catastrofe si selezioao 00 uità di superficie
DettagliEsercizi sul principio di induzione
Esercitazioi di Aalisi I, Uiversità di Trieste, lezioe del 0/0/008 Esercizi sul pricipio di iduzioe Esercizio Dimostrare per iduzioe che + + + ( + ), Risoluzioe Le dimostrazioi di ua proprietà P() per
DettagliCalcolo differenziale e integrale
Calcolo differeziale e itegrale fuzioi di ua variabile reale Gabriele H. Greco Dipartimeto di Matematica Uiversità di Treto 385 POVO Treto Italia www.sciece.uit.it/ greco a.a. 5-6: Apputi del corso di
DettagliEsercizi sulle successioni
Esercizi sulle successioi 1 Verificare, attraverso la defiizioe, che la successioe coverge a 2 3. a := 2 + 3 3 7 2 Verificare, attraverso la defiizioe, che la successioe coverge a 0. a := 4 + 3 3 5 + 7
DettagliProva scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1
Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Il modello di Regressioe Prof. Livia De Giovai statistica@dis.uiroma.it Esercizio Solitamete è accertato che aumetado il umero di uità prodotte, u idustria possa ridurre i costi
DettagliApprofondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie
Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo
DettagliCognome, Nome e Numero di matricola: { 0 t 1. f T (t) = 3 { 0 t 1 t
Politecnico di Milano - Scuola di Ingegneria Industriale II Appello di Statistica per Ingegneria Energetica 8 settembre 0 c I diritti d'autore sono riservati. Ogni sfruttamento commerciale non autorizzato
DettagliPrincipio di induzione: esempi ed esercizi
Pricipio di iduzioe: esempi ed esercizi Pricipio di iduzioe: Se ua proprietà P dipedete da ua variabile itera vale per e se, per ogi vale P P + allora P vale su tutto Variate del pricipio di iduzioe: Se
Dettagliobbligatorio - n. iscrizione sulla lista
02.09.2015 - appello di STATISTICA per studenti ENE - docente: E. Piazza obbligatorio - n. iscrizione sulla lista il presente elaborato si compone di 5 (cinque) pagine se non ve lo ricordate siete fritti;
DettagliI ndi ce. A02 - Relazionei idrologico-idraulica
I di ce 1. Premessa... Descrizioe dello stato dei luoghi.. 3. Studio Idrologico 3.1. Aalisi degli afflussi (Dati pluviometrici).. 3.. Aalisi degli afflussi (Aalisi Statistica Metodo di Gumbel) 3.3. Aalisi
DettagliIl test parametrico si costruisce in tre passi:
R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica
DettagliArgomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S.
1 GLI INTERVALLI DI CONFIDENZA Argometi trattati: Stima per itervallo Aalogie tra la stima putuale e per itervallo Itervallo di cofideza per la media Itervallo di cofideza per la proporzioe Itervallo di
DettagliDETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE
DETERMINANTI (SECONDA PARTE). NOTE DI ALGEBRA LINEARE 2010-11 MARCO MANETTI: 21 DICEMBRE 2010 1. Sviluppi di Laplace Proposizioe 1.1. Sia A M, (K), allora per ogi idice i = 1,..., fissato vale lo sviluppo
DettagliElementi di Calcolo Combinatorio
Elemeti di Calcolo Combiatorio Alessadro De Gregorio Sapieza Uiversità di Roma alessadro.degregorio@uiroma1.it Idice 1 Premessa 1 2 Permutazioi 2 3 Disposizioi 3 4 Combiazioi 4 5 Il coefficiete multiomiale
DettagliProposizione 1. Due sfere di R m hanno intersezione non vuota se e solo se la somma dei loro raggi e maggiore della distanza fra i loro centri.
Laboratorio di Matematica, A.A. 009-010; I modulo; Lezioi II e III - schema. Limiti e isiemi aperti; SB, Cap. 1 Successioi di vettori; SB, Par. 1.1, pp. 3-6 Itori sferici aperti. Nell aalisi i ua variabile
Dettagli1.6 Serie di potenze - Esercizi risolti
6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo
DettagliCenni di statistica inferenziale
SSMT Cei di statistica ifereziale Pioda Itroduzioe Cei di statistica ifereziale L ifereza statistica è il processo per mezzo del quale dai risultati osservati i u campioe si possoo trarre coclusioi riguardati
DettagliSoluzioni Esercizi Capitolo 3
Soluzioi Esercizi Capitolo 3 Esercizio 1 a. I u mazzo di carte fracesi lo spazio campioario è costituito da 52 elemeti. Nel caso dell'estrazioe di u fate, il umero di eveti favorevoli è 4, per cui la probabilità
DettagliProgetto Matematica in Rete - Numeri naturali - I numeri naturali
I umeri aturali Quali soo i umeri aturali? I umeri aturali soo : 0,1,,3,4,5,6,7,8,9,,11 I umeri aturali hao u ordie cioè dati due umeri aturali distiti a e b si può sempre stabilire qual è il loro ordie
DettagliMEDIE STATISTICHE. Media aritmetica, Media quadratica, Media Geometrica, Media Armonica
MEDIE STATISTICHE La raccolta dei dati e la successiva loro elaborazioe permettoo di trarre alcue coclusioi su u dato feomeo oggetto di studio. A questo fie si assume che u valore calcolato a partire dai
DettagliCarte di controllo per attributi
Carte di cotrollo per attributi Il cotrollo per variabili o sempre è effettuabile misurazioi troppo difficili o costose troppe variabili che defiiscoo qualità di u prodotto le caratteristiche dei prodotti
DettagliLaboratorio di onde II anno CdL in Fisica
Laboratorio di ode II ao CdL i Fisica Itroduzioe Oda stazioaria di spostameto Quado u oda soora stazioaria si stabilisce i u tubo a fodo chiuso i cui la lughezza del tubo è molto maggiore del suo diametro,
DettagliELEMENTI DI STATISTICA. Giancarlo Zancanella 2015
ELEMENTI DI STATISTICA Giacarlo Zacaella 2015 2 Itroduzioe I termii statistici soo molto utilizzati el liguaggio correte 3 Cos è la STATISTICA STATISTICA = scieza che studia i feomei collettivi o di massa
DettagliCorso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15
Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.
DettagliMetodi statistici per l analisi dei dati
Metodi statistici per l aalisi dei dati Massimiliao Grosso Dipartimeto di Igegeria Meccaica, Chimica e dei Materiali E-mail: massimiliao.grosso@dimcm.uica.it Web: http://people.uica.it/massimiliaogrosso
Dettaglialcuni esercizi (unità a-d)
alcui esercizi uità a-d) guido masarotto 16 maggio 4 Per la soluzioe di alcui degli esercizi è ecessario essere i grado di calcolare i quatili e/o la fuzioe di ripartizioe di ua ormale stadard. Questo
Dettagli