Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
|
|
- Rocco Marco Donati
- 7 anni fa
- Visualizzazioni
Transcript
1 Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon
2 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno Soluzon 1. (Punt 3) In una certa zona, la probabltà che una trvellazone da esto postvo è p= 0,70. Su 10 trvellazon fatte n modo ndpendente, quale è la probabltà che l numero d trvellazon con esto postvo sa compreso fra 6 e 8? La varable casuale X = numero d trvellazon, su 10, con esto postvo ha una dstrbuzone bnomale con n = 10 e p = 0,70: n x 10 x P( X x) (0, 70) (0,30), x 0,1,...,10. x Allora: P(6 X 8) (0, 70) (0, 30) (0, 70) (0, 30) (0, 70) (0, 30) , , , , , ,09 = 0, , , = 0, ,70.. (Punt 3) Sano A e B due event. S sa che P( A B ) 0, 80 e che P( A B ) 0, 0. Inoltre, P(B)=0,30. Calcolare P(A). P( A) P( A B) P( A B ) P( A B) P( B) P( A B) P( B ) 0,80 0,30 0, 0 0, 70 0, 4 0,14 0, (Punt 10) La tabella seguente presenta la dstrbuzone d 173 trvellazon rspetto alla loro profondtà (n metr) Profondtà (m.) Totale Frequenza a) Rappresentare l stogramma delle frequenze relatve della dstrbuzone. Per rappresentare l stogramma delle frequenze relatve, occorre consderare la denstà d frequenza relatva ne var ntervall: Classe estrem ntervallo Frequenza Fr. Ampezza Relatva ntervallo Denstà ,5 49,5 13 0, , ,5 59,5 41 0, , ,5 69,5 65 0, , ,5 79,5 39 0, , ,5 89,5 15 0, , , ,0400 0,0350 0,0300 0,050 0,000 0,0150 0,0100 0,0050 0, ,5 49,5 59,5 69,5 79,5 89,5
3 b) Calcolare la medana; Dal calcolo delle frequenze relatve cumulate s vede che l ntervallo che contene la medana è l ntervallo: 59,5 x 69,5. Classe estrem ntervallo Fr. Fr. Relatva Relatva cumulata ,5 49,5 0, , ,5 59,5 0, , ,5 69,5 0, , ,5 79,5 0,5434 0, ,5 89,5 0, , , (0,50 0,31139) La medana è: 59, 5 64, 5 m. 0,0376 c) Calcolare la meda artmetca e la varanza (d popolazone). Classe estrem ntervallo Frequenza Valore x (n ) centrale (x ) n ( x M ) ( x M ) n ,5 49, ,5 578,50 404, , ,5 59, ,5 34,50 10, , ,5 69, ,5 419,50 0, , ,5 79, ,5 905,50 97, , ,5 89, ,5 167,50 395, , , , La meda artmetca, M, è 11178,5/173 = 64, ,6 m. La varanza è uguale a 19197,687861/173 = 110, ,9693 m. 4. (Punt 10) Sa X la varable casuale profondtà d una trvellazone. Supponendo che la sua dstrbuzone sa normale con meda e varanza ugual a valor calcolat nell eserczo 3 (ossa, µ =64,6 e σ =110,9693), a) calcolare la probabltà che la varable casuale X assuma valor compres fra 54,5 e 74,5 metr; La devazone standard σ è la radce quadrata della varanza:10,534 m. 54,5 64, 6 74,5 64, 6 P(54, 5 X 74, 5) P Z 53, 4 53, 4 P( 0, 96 Z 0, 94) P( Z 0, 94) P( Z 0, 96) 0, 8639 (1 0, 83147) 0, ,66. b) Confrontare l valore della medana trovato nell eserczo 3 con quello della medana calcolata sulla base del modello normale. S sa che per la dstrbuzone normale la medana concde con µ. Qund, se s suppone che la varable casuale profondtà d una trvellazone è normale, la medana della dstrbuzone è uguale a 64,6 m. Tale valore non è molto dverso dal valore della medana della dstrbuzone emprca (64,5) e, del resto, era un rsultato prevedble, vsta la forma dell stogramma. 5. (Punt 4) La tabella seguente mostra la dstrbuzone d sette prelev d rocca secondo l tasso d umdtà e l altezza al lvello del mare. Lvello(m.) Tasso umdtà Calcolare, sulla base della retta d regressone, l tasso d umdtà d un campone prelevato all altezza d metr. Una volta trovat parametr della retta Y a bx dove Y è l tasso d umdtà e X l altezza al lvello del mare, s tratta d calcolare y a b(). S ha Cod( X, Y ) ( x x )( y y ) b ; a y bx Dev( X ) ( x x ) dove x e y sono, rspettvamente, la meda d X e la meda d Y. 3
4 x y ( x x ) ( y y) ( x x )( y y ) ( x x ) , , , , , , x 0, y 36, , , , , , , , , , S ha, qund, b = -1,849 ed a =73,7143. Il tasso d umdtà al lvello metr è uguale a 33,17143, ossa crca 33%. 4
5 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 14 luglo Soluzon 1. (Punt 3) Per procedere allo scavo d un pozzo n un certo sto, s decde d esamnare rsultat d 10 carotagg d terreno; se 8 o pù carotagg rsultano postv, allora s procede alla trvellazone. Avendo valutato par a 0,7 la probabltà che un carotaggo da esto postvo, a) calcolare la probabltà che s proceda alla trvellazone; b) qual è l numero atteso d carotagg postv? a) La varable casuale X = numero d trvellazon, su 10, con esto postvo ha una dstrbuzone bnomale con n = 10 e p = 0,70: n x 10 x P( X x) (0, 70) (0,30), x 0,1,...,10. x S procede alla trvellazone se X è maggore o uguale a 8. Tale evento ha probabltà d verfcars par a: P( X 8) (0, 70) (0, 30) (0, 70) (0, 30) (0, 70) (0, 30) , , ,3 + 0, = 0, , , = 0, ,38. b) E(X) = 10 x 0,7= 7.. (Punt ) Sano A e B due event. S sa che P( B A ) 0, 40 e che P( B A ) 0, 0 P( B) P( B A) P( B A) P( B A) P( A) P( B A) P( A). Inoltre, P(A)=0,70. Calcolare P(B). 0, 40 0, 70 0, 0 0,30 0, (Punt 10) La tabella seguente presenta la dstrbuzone d 180 trvellazon rspetto alla loro profondtà (n metr) Profondtà (m.) Totale Frequenza a) Rappresentare l stogramma delle frequenze relatve della dstrbuzone. Per rappresentare l stogramma delle frequenze relatve, occorre consderare la denstà d frequenza relatva ne var ntervall: Classe Estrem ntervallo Frequenza Fr. relatva Ampezza Denstà ,5 44,5 15 0, , ,5 54,5 40 0, 10 0, ,5 64,5 70 0, , ,5 74,5 38 0, , ,5 84,5 17 0, , ,
6 b) Calcolare l terzo quartle; Dal calcolo delle frequenze relatve cumulate s vede che l ntervallo che contene l terzo quartle è l ntervallo: Classe Estrem ntervallo Frequenza Fr. relatva Fr. Relatva Denstà cumulata ,5 44,5 15 0, , , ,5 54,5 40 0, 0, , ,5 64,5 70 0, , , ,5 74,5 38 0, , , ,5 84,5 17 0, , , , (0, 75 0,694444) Il terzo quartle è: 64,5 67,13 m. 0,01111 c) Calcolare la meda artmetca e la varanza (d popolazone). Frequenza Valore Estrem ntervallo (n ) centrale (x ) x n ( x M ) ( x M ) n 34,5 44, ,5 59,5 404, , ,5 54, ,5 1980,0 10, ,387 54,5 64, ,5 4165,0 0,013 0,864 64,5 74, ,5 641,0 97, ,047 74,5 84, ,5 1351,5 395, , ,0 0597,7778 La meda artmetca, M, è 10730/180 = 59, ,6 m. La varanza è uguale a 0597,7778/180 = 114, ,4 m. 4. (Punt 8) Sa X la varable casuale profondtà d una trvellazone. Supponendo che la sua dstrbuzone sa normale con meda uguale a 59,6 m e varanza uguale a 114,4 m a) calcolare la probabltà che la varable casuale X assuma valor compres fra 54,5 e 74,5 metr; La devazone standard σ è la radce quadrata della varanza: 10,69579 m. 54,5 59, 6 74,5 59, 6 P(54, 5 X 74, 5) P Z 10, 70 10, 70 P( 0, 48 Z 1, 39) P( Z 1, 39) P( Z 0, 48) 0,601 0,60. b) Determnare la profondtà x 1 tale che Prob( X x1 ) 0,5 (prmo quartle) e la profondtà x tale che Prob( X x ) 0,75 (terzo quartle). In valor standard Q1 = -0,6745 e Q3 = 0,6745. Pertanto x 1 = 5,3830 e x = 66, (Punt 7) La tabella seguente mostra la dstrbuzone d otto prelev d rocca secondo l tasso d umdtà e l altezza al lvello del mare n una certa zona. Lvello(m.) Tasso umdtà a) Calcolare, sulla base della retta d regressone, l tasso d umdtà d un campone prelevato alla profondtà d 0 metr. b) Calcolare l coeffcente d correlazone lneare d Bravas-Pearson e commentare l rsultato. Una volta trovat parametr della retta Y a bx dove Y è l tasso d umdtà e X l altezza al lvello del mare, s tratta d calcolare y a b(0). S ha Cod( X, Y ) ( x x )( y y ) b ; a y bx Dev( X ) ( x x ) dove x e y sono, rspettvamente, la meda d X e la meda d Y. Inoltre, l coeffcente d correlazone è: 6
7 r Cod( X, Y ) ( x x )( y y ) Dev( X ) Dev( Y ) ( x x) ( y y) x y ( x x ) ( y y) ( x x )( y y ) ( x x ) ( y y) ,5 4, , ,5 1806, ,5 6, , ,5 70, ,5 7, , ,5 56, ,5 -, ,5000 6,5 6,5 5 3,5-14, ,5000 6,5 10, ,5-17, , ,5 306, ,5-19, , ,5 380, ,5 -, , ,5 506, , , ,00 a) I coeffcent della retta d regressone d Y rspetto a X sono b = -1,8381 ed a = 78, Il tasso d umdtà al lvello 0 metr è uguale a 4,095, ossa crca 4%. b) Il coeffcente r è -0,9448. S tratta d un numero negatvo: all aumentare del lvello sul mare, l tasso d umdtà dmnusce. Inoltre s tratta d un valore molto vcno a -1, e cò ndca che la natura del legame fra le due varable è ben descrtto dal modello lneare. 7
8 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 settembre (Punt 3) Se la probabltà che una trvellazone n una determnata area da esto postvo è uguale a 3/4, calcolare la probabltà che, su 6 trvellazon effettuate n modo ndpendente, ve ne sano almeno 4 con esto postvo. La varable casuale X = numero d trvellazon, su 6, con esto postvo ha una dstrbuzone bnomale con n = 6 e p = 0,75: n x 6 x P( X x) (0,75) (0,5), x 0,1,...,6. x Allora: P( X 4) (0,75) (0,5) (0,75) (0,5) (0,75) (0,5) = 0, ,83.. (Punt ) Sa H l'evento "un fossle esamnato appartene all era xyz" ed E l'evento "un fossle esamnato possede la caratterstca wqt". Dverse font d nformazone permettono d stablre che: P( H E ) 0,90 ; P( H E ) 0,05 ; P( E ) 0,10. Calcolare la probabltà dell evento H. P( H ) P( H E) P( H E) P( H E) P( E) P( H E) P( E) 0, (Punt 10) La tabella seguente presenta la dstrbuzone d 600 automobl rspetto alla durata (n mnut) d parcheggo n un parcheggo a pagamento, rlevata n un dato gorno della settmana. Durata del parcheggo Tot. (mnut) Frequenza a) Una volta defnt gl estrem effettv degl ntervall d durata del parcheggo, rappresentare l stogramma delle frequenze relatve della dstrbuzone. Commentare brevemente, analzzando la forma dell stogramma. Durata del parcheggo (mnut) estrem ntervallo Frequenza Fr. Relatva Ampezza ntervallo Denstà Fr. Relatva cumulata ,5 30,5 54 0, ,0043 0, ,5 60,5 75 0, ,004 0, ,5 10,5 93 0, ,006 0, ,5 180, , ,0055 0, ,5 40, , ,009 0, ,5 300,5 66 0, ,0018 0, ,5 600,5 9 0, ,0001 1,0000 Tot ,0000 8
9 b) Calcolare la durata medana; La medana è uguale a: 144,1364 mnut. [= 10,5 +(0,50-0,37)/ 0,0055] c) Calcolare la durata meda artmetca e la varanza. Durata del Valore parcheggo centrale n x n ( x M ) ( x M ) ( x M ) n (mnut) (x ) ,5 30, ,0-14, , , ,5 60, ,5-99, , , ,5 10, ,5-54, , , ,5 180, ,0 5, , , ,5 40, ,5 65, , , ,5 300, ,0 15, , , ,5 600, ,5 305, , ,77 Tot , Durata meda =144,53 mnut Varanza = 6997,07 (mnut) 4. (Punt 7) Sa X la varable casuale normale con meda µ = 180 e varanza σ = 100. a) calcolare la probabltà che la varable casuale X assuma valor compres fra 165 e 175; P(165 X 175) P Z P( 1,5 Z 0,5) P( Z 0,5) P( Z 1,5) 0,417 0,4. b) determnare x 1 tale che Prob( X x1 ) 0,05 (ossa l 5 centle) e x tale che Prob( X x ) 0,95 (ossa l 95 centle). In valor standard, z 1 = -1,645 e z = +1,645. Qund. x 1 = 163,55 e x = 196,45 5. (Punt 8) Per un lago naturale, ne 10 ann dal 1994 al 003, s sono regstrat seguent lvell (espress n cm rspetto allo 0 drometrco): Anno (x) Lvello (y) a) Calcolare l coeffcente d correlazone lneare d Bravas-Pearson e commentare l rsultato. 9
10 b) Calcolare, sulla base della retta d regressone d y rspetto alla varable x, l lvello nell ultmo anno d osservazone. Vsto l valore dell ndce d accostamento, quale conclusone s può trarre? Anno (x) Lvello (y) ( x ) ( y y) ( x x )( y y ) ( x x ) ( y y) , ,5 0, , , , , , ,5, ,5-4 0, ,5 4 0, , ,5, , ,5 6, , ,5 1, , ,5 0, , cod devx DevY r Cod( X, Y ) ( x x )( y y ) Dev( X ) Dev( Y ) ( x x) ( y y) r = -0,8336 La correlazone è negatva (l lvello tende a decrescere negl ann) ed l grado d accostamento è abbastanza buono. Infatt l ndce d accostamento è R = 0,6049 (coè crca l 70% della varabltà totale è spegata dal modello lneare). Cod( X, Y ) ( x x )( y y ) Retta d regressone Y = a + bx, b ; a y bx Dev( X ) ( x x ) Y= ,95x. Il valore stmato per l anno 003 è crca 1,9. 10
11 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 16 dcembre Soluzon 1. (Punt 3) Se la probabltà d rlevare n una determnata localtà una concentrazone d radon maggore d 300 Bq/mc è uguale a 0,0, calcolare la probabltà che, su 10 rlevazon effettuate n modo ndpendente, s rlev una concentrazone mnore d 300 Bq/mc almeno 9 volte. La probabltà che la concentrazone sa mnore d 300 Bq/m è p = 0,80. Qund, la varable casuale X = numero d rlevazon, su 10, n cu la concentrazone è mnore d 300 Bq/m ha una dstrbuzone bnomale con n = 10 e p = 0,80: P( ) (0,80) x x X x (0,0), x 0,1,...,10. x Allora: P( X 9) PX ( 9) Px ( 10) 0,684 0,1074 0,3758. (Punt ) Sa E l'evento "la concentrazone d radon è maggore d 300 Bq/mc " ed H l'evento "l rlevatore effettua una msura corretta". Sapendo che: P( H E ) 0,90 ; P( H E ) 0,99 ; P( E ) 0,0. Calcolare la probabltà che l rlevatore effettu una msura corretta. P( H) P( H E) P( H E) P( H E) P( E) P( H E) P( E) 0,90 0, 0,99 0,8 0, (Punt 10) La tabella seguente presenta la dstrbuzone d 560 automobl rspetto alla durata d parcheggo (n mnut) n un parcheggo a pagamento, rlevata n un dato gorno della settmana. Durata del parcheggo (mnut) Tot. Frequenza c) d) a) Una volta defnt gl estrem effettv degl ntervall d durata del parcheggo, rappresentare l stogramma delle frequenze relatve della dstrbuzone. Commentare brevemente, analzzando la forma dell stogramma. Durata del Fr. estrem ntervallo Fr. Ampezza parcheggo Frequenza Denstà Relatva Relatva ntervallo (mnut) cumulata ,5 30,5 50 0, ,0043 0, ,5 60, , ,0060 0, ,5 10, , ,0045 0, ,5 180,5 00 0, ,0060 0, ,5 40,5 0 0, ,0006 0, ,5 300,5 10 0, ,0003 0, ,5 600,5 30 0, ,000 1,0000 Tot ,
12 0,0070 0,0060 0,0050 0,0040 0,0030 0,000 0,0010 0, ,560,5 10,5 180,5 40,5 300,5 600,5 b) Calcolare l terzo quartle; Il terzo quartle è uguale a: 156, mnut. [= 10,5 +(0,75-0,5357)/0,0060] e) Calcolare la durata meda artmetca e la varanza. Durata del parcheggo (mnut) Valore centrale (x ) n x n ( x M ) ( x M ) ( ) x M n ,5 30, ,0-104, , , ,5 60, ,0-78,88 6,67 667, ,5 10, ,0-33, ,1 1718, ,5 180, ,0 6,1 68, , ,5 40, ,0 86,1 7415, , ,5 300, ,0 146,1 1349, , ,5 600, ,0 36, , ,76 Tot , ,96 Durata meda =14,38 mnut Varanza = 8978, 69 (mnut) 4. (Punt 7) Sa X la varable casuale normale con meda µ = 180 e varanza σ = 100. a) calcolare la probabltà che la varable casuale X assuma valor compres fra 175 e 185; P(175 X 185) P Z P( 0,5 Z 0,5) P( Z 0,5) P( Z 0,5) 0,389. b) determnare x 1 tale che Prob( X x1 ) 0,10 (ossa l 10 centle) e x tale che Prob( X x ) 0,90 (ossa l 90 centle). Per la normale standard, l 10 centle è -1,8 e l 90 centle è 1,8. Percò, x 1 = 167, e x = 19,8. 5. (Punt 8) Per un lago naturale, negl ann dal 1997 al 004, s sono regstrat seguent lvell (espress n cm rspetto allo 0 drometrco): Anno (x) Lvello (y)
13 r c) Calcolare l coeffcente d correlazone lneare d Bravas-Pearson e commentare l rsultato. d) Calcolare, sulla base della retta d regressone d y rspetto alla varable x, l lvello che dovrebbe raggungere nel 005. e) Rappresentare grafcamente la retta d regressone Anno (x) Lvello (y) ( x ) ( y y) ( x x )( y y ) ( x x ) ( y y) ,5 57,375-00,815 1,5 391, ,5 54, ,9375 6,5 956, ,5 9,375-14,065,5 87, ,5 17,375-8,6875 0,5 301, ,5 74,375 37,1875 0,5 5531, ,5-45,65-68,4375,5 081, ,5-57,65-144,065 6,5 330, ,5-109,65-383,6875 1,5 1017, ,5000 4, ,8750 Meda=000,5Meda=54,375 Cod(X,Y) devx DevY Cod( X, Y ) ( x x )( y y ) Dev( X ) Dev( Y ) ( x x) ( y y) r = - 0,8 La correlazone è negatva (l lvello tende a decrescere negl ann) ed l grado d accostamento è abbastanza buono. Infatt l ndce d accostamento è R = 0,6788 (coè crca l 68% della varabltà totale è spegata dal modello lneare). Cod( X, Y ) ( x x )( y y ) Retta d regressone Y = a + bx, b ; a y bx Dev( X ) ( x x ) Y= x Il valore stmato per l anno 005 è crca 15,8. 13
14 Corso d laurea n Scenze Geologche Probabltà e Statstca Appello del 0 marzo (Punt ) L'anals d una rocca contenente prte ha mostrato che la probabltà che essa present mpurtà è uguale al 40%. Se s selezonano n modo ndpendente 10 campon d rocca, quale è la probabltà che non pù d due campon presentno mpurtà? La varable casuale X = numero d campon, su 10, con mpurtà ha una dstrbuzone bnomale con n =10 e p = 0,40: n x 10 x P( X x) (0,40) (0,60), x 0,1,...,10. x Allora: P( X ) (0, 40) (0,60) (0, 40) (0,60) (0,40) (0,60) 0, (Punt 3) Sano A e B due event. S sa che P( B A ) 0,30 e che P( B A ) 0,70. Inoltre, P(A)=0,70. Calcolare P( A B ). P( B A) P( B A) P( A) P( B A) P( A) P( A B) P( B) P( B) P( B A) P( B A) P( B A) P( A) 0, 70 0, 70 0, 49 0,84. P( B A) P( A) P( B A) P( A) 0,70 0,70 0,30 0,30 0,58 3. (Punt 10) La tabella seguente presenta la dstrbuzone d 50 campon d rocca rspetto al loro peso (n gramm) Frequenz Peso (gramm) a Totale 50 a) Rappresentare l stogramma della dstrbuzone; Peso estrem ntervallo Frequenza Ampezza ntervallo Denstà Fr. cumulata ,5 9, , ,5 39, , ,5 49, , ,5 59, , ,5 69, , ,5 79, , ,5 99,5 0 0,1 50 Tot
15 ,00 1,80 1,60 1,40 1,0 1,00 0,80 0,60 0,40 0,0 0,00 b) Calcolare la medana (50/ ) 5 Medana 39,5 43, 7 1, c) Calcolare la meda artmetca e la varanza Valore centrale (x ) ,5 99,5 n x n ( x M ) ( x M ) ( ) x M n 19,5 9,5 4,5 4 98,0 -,8 519,84 079,36 9,5 39,5 34, ,0-1,8 163,84 61,44 39,5 49,5 44, ,0 -,8 7,84 94,08 49,5 59,5 54, ,5 7, 51,84 36,88 59,5 69,5 64,5 5 3,5 17, 95, ,0 69,5 79,5 74,5 4 98,0 7, 739,84 959,36 79,5 99,5 89,5 179,0 4, 1780, , , ,00 Meda = 47.3 Varanza = (Punt 8) Sa X una varable casuale normale con meda uguale a 64 e varanza uguale a 100. a) Calcolare la probabltà che la varable casuale X assuma valor compres fra 54 e 74; P(54 X 74) P Z P( 1 Z 1) P( Z 1) P( Z 1) 0,68. b) Calcolare l 10 centle ed l 90 centle. In valor standard, l 10 centle è z 1 = -1,8 e l 90 centle è z = +1,8. 10 centle : x 1 = 51,18 gramm 90 centle : x = 76,8 gramm 5. (Punt 8) La tabella seguente mostra la dstrbuzone d sette prelev d rocca secondo l tasso d umdtà e l altezza al lvello del mare. Lvello(m.) Tasso umdtà
16 a) In base al modello lneare quale è l tasso d umdtà d un campone prelevato all altezza d 40 metr? b) Calcolare l coeffcente d correlazone lneare d Bravas Pearson x y ( x x ) ( y y) ( x x )( y y ) ( x x ) ( y y) Meda=30Meda=38.14 Cod(X,Y) Dev(X) Dev(Y) Retta d regressone: y=a+bx 94,86-1,8714x a) Per x = 40, y=19,43 Cod( X, Y ) ( x x )( y y ) 0,96 Dev( X ) Dev( Y ) ( x x ) ( y y) b) r 16
FACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012
CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso
DettagliEsame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
DettagliLezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo
UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale
DettagliESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:
ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone
Dettagli1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30
1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza
DettagliLEZIONE 2. Riassumere le informazioni: LE MEDIE MEDIA ARITMETICA MEDIANA, MODA, QUANTILI. La media aritmetica = = N
LE MEDIE LEZIOE MEDIE ALGEBRICHE: calcolate con operazon algebrche su valor del carattere (meda artmetca) per varabl Rassumere le nformazon: MEDIA ARITMETICA MEDIAA, MODA, QUATILI MEDIE LASCHE: determnate
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA
DettagliMinistero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA
Mnstero della Salute D.G. della programmazone santara --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA La valutazone del coeffcente d varabltà dell mpatto economco consente d ndvduare gl ACC e DRG
DettagliCampo di applicazione
Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo
DettagliEsercitazioni del corso: STATISTICA
A. A. 0-0 Eserctazon del corso: STATISTICA Sommaro Eserctazone : Moda Medana Meda Artmetca Varabltà: Varanza, Devazone Standard, Coefcente d Varazone ESERCIZIO : UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA
DettagliEsercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca
Eserctazon del corso d Relazon tra varabl Gancarlo Manz Facoltà d Socologa Unverstà degl Stud d Mlano-Bcocca e-mal: gancarlo.manz@statstca.unmb.t Terza eserctazone Mlano, 8 febbrao 7 SOMMARIO TERZA ESERCITAZIONE
DettagliREALTÀ E MODELLI SCHEDA DI LAVORO
REALTÀ E MODELLI SCHEDA DI LAVORO 1 Le tabelle d crescta Nella tabella sono rportat dat relatv alle altezze mede delle bambne dalla nascta fno a un anno d età. Stablsc se esste una relazone lneare tra
DettagliProbabilità cumulata empirica
Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè
DettagliLa Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente
Unverstà d Macerata Dpartmento d Scenze Poltche, della Comuncazone e delle Relaz. Internazonal La Regressone Varable ndpendente o esplcatva Prezzo n () () 1 1 Varable dpendente 15 1 1 1 5 5 6 6 61 6 1
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
DettagliPropagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.
Propagazone degl error statstc. Test del χ per la bontà d adattamento. Metodo de mnm quadrat. Eserctazone 14 gennao 004 1 Propagazone degl error casual Sano B 1,..., B delle varabl casual con valor attes
Dettagli3 (solo esame 6 cfu) Elementi di Analisi Numerica, Probabilità e Statistica, modulo 2: Elementi di Probabilità e Statistica (3 cfu)
lement d Anals Numerca, Probabltà e Statstca, modulo 2: lement d Probabltà e Statstca ( cfu) Probabltà e Statstca (6 cfu) Scrtto del 06 febbrao 205. Secondo Appello Id: A Nome e Cognome: same da 6 cfu
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematca II: Calcolo delle Probabltà e Statstca Matematca ELT A-Z Docente: dott. F. Zucca Eserctazone # 8 Gl esercz contrassegnat con (*) sono tratt da Eserc. 2002-2003- Prof. Secch # 0 - Statstca Matematca
DettagliINDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA
Lezone 7 - Indc statstc: meda, moda, medana, varanza INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA GRUPPO MAT06 Dp. Matematca, Unverstà d Mlano - Probabltà e Statstca per le Scuole Mede -SILSIS - 2007
DettagliLa t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
DettagliEsercitazione 8 del corso di Statistica (parte 1)
Eserctazone 8 del corso d Statstca (parte ) Dott.ssa Paola Costantn Eserczo Marzo 0 Un urna rossa contene 3 pallne banche, nere e galla. S consder l estrazone d due pallne. S calcol la probabltà d estrarre:.
DettagliModelli descrittivi, statistica e simulazione
Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
DettagliLA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:
LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.
DettagliUniversità di Cassino. Esercitazioni di Statistica 1 del 19 Febbraio Dott. Mirko Bevilacqua
Unverstà d Cassno Eserctazon d Statstca del 9 Febbrao 00 Dott. Mro Bevlacqua DATASET STUDENTI N SESSO ALTEZZA PESO CORSO NUMERO COLORE COLORE (cm) (g) LAUREA SCARPA OCCHI CAPELLI M 79 65 INFORMAICA 43
DettagliRelazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
DettagliTest delle ipotesi Parte 2
Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca
DettagliStudente estratto Esami sostenuti voto Frequenza Pos.ne lavor.va sesso rendimento si No M B si No M O no No F S
Esercz del corso d Statstca A.A 00-0 a cura d : Gulana Satta Eserczo E stato estratto un campone d 5 student tra frequentant l secondo semestre e s sono osservate le seguent caratterstche: esam sostenut
DettagliESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA. Notazione: x i = i-esima modalità della variabile X
ESERCITAZIONE 2 DIAGRAMMI A BARRE, COSTRUZIONE DI ISTOGRAMMA Notazone: x = -esma modaltà della varable X Nel caso d dstrbuzon n class: x = Lmte superore della classe -esma x -1 = Lmte nferore della classe
DettagliUniversità degli Studi di Urbino Facoltà di Economia
Unverstà degl Stud d Urbno Facoltà d Economa Lezon d Statstca Descrttva svolte durante la prma parte del corso d corso d Statstca / Statstca I A.A. 004/05 a cura d: F. Bartolucc Lez. 8/0/04 Statstca descrttva
DettagliStatistica Descrittiva ed Inferenziale
Statstca Descrttva ed Inferenzale 1 Why Statstcs? A? A B Descrpton and Predcton Samples Analyss A1 A A B C Pared Samples Analyss MultSamples Analyss 1 Why Statstcs? Formal defnton of Probablty σ-feld 3
DettagliLa regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente
Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della
DettagliSommario. Obiettivo. Quando studiarla? La concentrazione. X: carattere quantitativo tra le unità statistiche. Quando studiarla?
Corso d Statstca a.a. 9- uando studarla? Obettvo Dagramma d Lorenz Rapporto d concentrazone rea d concentrazone Esemp Sommaro La concentrazone uando studarla? Obettvo X: carattere quanttatvo tra le untà
DettagliStatistica descrittiva
Statstca descrttva. Indc d poszone. Per ndc d poszone d un nseme d dat, ordnat secondo la loro randezza, s ntendono alcun valor che cadono all nterno dell nseme. Gl ndc pù usat sono: I. eda. II. edana.
DettagliSTATISTICA DESCRITTIVA CON EXCEL
STATISTICA DESCRITTIVA CON EXCEL Corso d CPS - II parte: Statstca Laurea n Informatca Sstem e Ret 2004-2005 1 Obettv della lezone Introduzone all uso d EXCEL Statstca descrttva Utlzzo dello strumento:
DettagliEttore Limoli. Lezioni di Matematica Prof. Ettore Limoli. Sommario. Calcoli di regressione
Sto Personale d Ettore Lmol Lezon d Matematca Prof. Ettore Lmol Sommaro Calcol d regressone... 1 Retta d regressone con Ecel... Uso della funzone d calcolo della tendenza... 4 Uso della funzone d regressone
DettagliStatistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statstca - metodologe per le scenze economche e socal /e S Borra, A D Cacco - McGraw Hll Es Soluzone degl esercz del captolo 7 In base agl arrotondament effettuat ne calcol, s possono rscontrare pccole
DettagliCorrelazione lineare
Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl
DettagliESERCIZI SULLE VARIABILI CASUALI DISCRETE
ESERCIZI SULLE VARIABILI CASUALI DISCRETE 1) S lanca un dado. Rappresentare la varable casuale: X = " facca mnore d tre ". 2) S lancano due dad. Rappresentare la varable casuale: X = "somma delle facce
DettagliLA COMPATIBILITA tra due misure:
LA COMPATIBILITA tra due msure: 0.4 Due msure, supposte affette da error casual, s dcono tra loro compatbl quando la loro dfferenza può essere rcondotta ad una pura fluttuazone statstca attorno al valore
DettagliVariabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
DettagliCorso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE. Prof. Dario Amodio d.amodio@univpm.it. Ing. Gianluca Chiappini g.chiappini@univpm.
Corso AFFIDABILITÀ DELLE COSTRUZIONI MECCANICHE Prof. Daro Amodo d.amodo@unvpm.t Ing. Ganluca Chappn g.chappn@unvpm.t http://www.dpmec.unvpm.t/costruzone/home.htm (Ddattca/Dspense) Testo d rfermento: Stefano
DettagliLaboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca
DettagliConcetti principale della lezione precedente
Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl
DettagliCARATTERISTICHE DEI SEGNALI RANDOM
CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE
Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007
STATISTICA SOCIALE Corso d laurea n Scenze Turstche, a.a. 07/08 Esercz 6 novembre07 Eserczo La Tabella contene alcun dat relatv a 6 lavorator delle azende Alfa e Beta. Tabella Lavorator delle azende Alfa
DettagliRegressione lineare con un singolo regressore
Regressone lneare con un sngolo regressore Eduardo Ross 2 2 Unverstà d Pava (Italy) Marzo 2013 Ross Regressone lneare semplce Econometra - 2013 1 / 45 Outlne 1 Introduzone 2 Lo stmatore OLS 3 Esempo 4
DettagliDue distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?
Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,
DettagliCORRETTA RAPPRESENTAZIONE DI UN RISULTATO: LE CIFRE SIGNIFICATIVE
CORRETT RPPREETZIOE DI U RIULTTO: LE CIFRE IGIFICTIVE Defnamo cfre sgnfcatve quelle cfre che esprmono realmente l rsultato d una msura, o del suo errore, coè che non sono completamente ncluse nell ntervallo
DettagliCapitolo 3 Covarianza, correlazione, bestfit lineari e non lineari
Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure
DettagliEsame di Statistica Corso di Laurea in Economia
Esame d Statstca Corso d Laurea n Economa 9 Gennao 0 Cognome Nome atr. Teora S dmostr la propretà d lneartà della meda artmetca. Eserczo Una casa edtrce è nteressata a valutare se tra lettor d lbr esste
DettagliLa verifica delle ipotesi
La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
DettagliModelli con varabili binarie (o qualitative)
Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.
DettagliCapitolo 6 Risultati pag. 468. a) Osmannoro. b) Case Passerini c) Ponte di Maccione
Captolo 6 Rsultat pag. 468 a) Osmannoro b) Case Passern c) Ponte d Maccone Fgura 6.189. Confronto termovalorzzatore-sorgent dffuse per l PM 10. Il contrbuto del termovalorzzatore alle concentrazon d PM
DettagliVariabili aleatorie discrete. Probabilità e Statistica I - a.a. 04/05-1
Varabl aleatore dscrete Probabltà e Statstca I - a.a. 04/05 - Defnzone Una varable aleatora è una funzone che assoca ad ogn esto dello spazo campone d un espermento casuale un numero. L nseme de possbl
DettagliLE FREQUENZE CUMULATE
LE FREQUENZE CUMULATE Dott.ssa P. Vcard Introducamo questo argomento con l seguente Esempo: consderamo la seguente dstrbuzone d un campone d 70 sttut d credto numero flal present nel terrtoro del comune
DettagliPer calcolare le probabilità di Testa e Croce è possibile risolvere il seguente sistema di due equazioni in due incognite:
ESERCIZIO.1 Sa X la varable casuale che descrve l numero d teste ottenute nella prova lanco d tre monete truccate dove P(Croce)= x P(Testa). 1) Defnrne la dstrbuzone d probabltà ) Rappresentarla grafcamente
DettagliEsercizio statistica applicata all ingegneria stradale pag. 1
ESERCIZIO STATISTICA APPLICATA ALLA PROGETTAZIONE STRADALE SINTESI S supponga d avere eseguto 70 sure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal sure
DettagliIntorduzione alla teoria delle Catene di Markov
Intorduzone alla teora delle Catene d Markov Mchele Ganfelce a.a. 2014/2015 Defnzone 1 Sa ( Ω, F, {F n } n 0, P uno spazo d probabltà fltrato. Una successone d v.a. {ξ n } n 0 defnta su ( Ω, F, {F n }
Dettaglidei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:
Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore
DettagliCAPITOLO 3 Incertezza di misura Pagina 26
CAPITOLO 3 Incertezza d msura Pagna 6 CAPITOLO 3 INCERTEZZA DI MISURA Le operazon d msurazone sono tutte nevtablmente affette da ncertezza e coè da un grado d ndetermnazone con l quale l processo d msurazone
DettagliCalcolo delle Probabilità
alcolo delle Probabltà Quanto è possble un esto? La verosmglanza d un esto è quantfcata da un numero compreso tra 0 e. n partcolare, 0 ndca che l esto non s verfca e ndca che l esto s verfca senza dubbo.
DettagliSOLUZIONE ESERCIZI: STRUTTURA DI MERCATO. ECONOMIA INDUSTRIALE Università degli Studi di Milano-Bicocca. Christian Garavaglia
SOLUZIONE ESERCIZI: STRUTTURA DI MERCATO ECONOMIA INDUSTRIALE Unverstà degl Stud d Mlano-Bcocca Chrstan Garavagla Soluzone 7 a) L ndce d concentrazone C (o CR k ) è la somma delle uote d mercato (o share)
DettagliLA CALIBRAZIONE NELL ANALISI STRUMENTALE
LA CALIBRAZIONE NELL ANALISI STRUMENTALE La maggor parte delle anals chmche sono ogg condotte medante metod strumental (spettrometra d assorbmento ed emssone a dverse λ, metod elettrochmc, spettrometra
DettagliRegressione Multipla e Regressione Logistica: concetti introduttivi ed esempi
Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla
DettagliCOSTRUIRE UN PICCOLO SET DI DATI
COSTRUIRE UN PICCOLO SET DI DATI Indvduazone degl obettv dello studo Indvduazone delle varabl che possono autare l raggungmento degl obettv dello studo Preparazone degl strument d rlevazone PATNO Numero
DettagliIl campionamento casuale semplice
Il camponamento casuale semplce Metod d estrazone del campone. robabltà d nclusone. π = n N π j = n N n 1 N 1 Stmatore corretto del totale e della meda. Ŷ = Nȳ e ˆȲ = ȳ Varanza degl stmator corrett. V
DettagliDBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2
DBMS multmedal A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O 2 0 1 1 / 2 0 1 2 DBMS multmedal Def: Sono DBMS che consentono d memorzzare e recuperare dat d natura multmedale:
DettagliLezione n. 7. Legge di Raoult Legge di Henry Soluzioni ideali Deviazioni dall idealit. idealità. Antonino Polimeno 1
Chmca Fsca Botecnologe santare Lezone n. 7 Legge d Raoult Legge d Henry Soluzon deal Devazon dall dealt dealtà Antonno Polmeno 1 Soluzon / comportamento deale - Il dagramma d stato d una soluzone bnara,
Dettaglilxmi.mi.infn.it/~camera/silsis/laboratorio-1/2-statistica.ppt http://www2.dm.unito.it/paginepersonali/zucca/index.htm Misura:
Elaborazone de dat geochmc e cenn d statstca lm.m.nfn.t/~camera/slss/laboratoro-1/-statstca.ppt http://www.dm.unto.t/pagnepersonal/zucca/nde.htm Msura: Espressone quanttatva del rapporto fra una grandezza
DettagliLezione 4. La Variabilità. Lezione 4 1
Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare
DettagliMEDIA DI Y (ALTEZZA):
Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:
DettagliCORSO DI STATISTICA I (Prof.ssa S. Terzi)
CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto
DettagliAnalisi statistica di dati biomedici Analysis of biologicalsignals
Anals statstca d dat bomedc Analyss of bologcalsgnals I Parte Inferenza statstca Agostno Accardo (accardo@unts.t) Master n Ingegnera Clnca LM Neuroscenze 2013-2014 e segg. Altman Practcal statstcs for
Dettagli* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1
APAT Agenza per la Protezone dell Ambente e per Servz Tecnc Dpartmento Dfesa del Suolo / Servzo Geologco D Itala Servzo Tecnologe del sto e St Contamnat * * * Nota nerente l calcolo della concentrazone
DettagliANALISI DI TABELLE DI CONTINGENZA
ANALISI DI TABELLE DI CONTINGENZA 91 TABELLE DI CONTINGENZA Una tabella d contngenza è una tabella d frequenza a doppa entrata n cu vengono ncrocate due varabl qualtatve. Esempo SESSO INTERESSE PER STATISTICA
DettagliINDICI DI VARIABILITÀ. Proprietà essenziali
INDICI DI VARIABILITÀ Valor che ono calcolat per eprmere ntetcamente la varabltà d un fenomeno, o meglo la ua atttudne ad aumere valor dfferent tra loro Propretà eenzal. NON NEGATIVITÀ Una quala mura d
DettagliDipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:
Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 3: 21022012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/31? Captalzzazone msta S usa l regme composto per l
DettagliTEORIA DELLA STIMA E DELLA DESCISIONE STATISTICA
TEORIA DELLA STIMA E DELLA DESCISIOE STATISTICA STIMA A MASSIMA VEROSIMIGLIAZA Per determnare la stma a massma verosmglanza d un parametro θ, partendo da un campone d dat X, bsogna scrvere la denstà d
DettagliAnalisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi
ESEMPIO N. Anals d mercuro n matrc solde medante spettrometra d assorbmento atomco a vapor fredd 0 Introduzone La determnazone del mercuro n matrc solde è effettuata medante trattamento termco del campone
DettagliStatistica e calcolo delle Probabilità. Allievi INF
Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:
DettagliLA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE
Lezone 6 - La statstca: obettv; raccolta dat; le frequenze (EXCEL) assolute e relatve 1 LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE GRUPPO MAT06 Dp. Matematca, Unverstà
DettagliPotenzialità degli impianti
Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Potenzaltà degl mpant Impant ndustral Potenzaltà degl mpant 1 Unverstà degl Stud d Treste a.a. 2009-2010 Impant ndustral Defnzone della potenzaltà
DettagliQuattro passi nella statistica per chimici
Quattro pass nella statstca per chmc Lo scopo dell anals statstca applcata a sere d dat spermental è quella d ottenere nformazon per valutare la valdtà d una procedura o la accettabltà d un dato analtco.
DettagliValutazione dei Benefici interni
Corso d Trasport Terrtoro prof. ng. Agostno Nuzzolo Valutazone de Benefc ntern Valutazone degl ntervent Indvduazone degl effett rlevant La defnzone degl effett rlevant per un ntervento sul sstema d trasporto
DettagliMATEMATICA FINANZIARIA 1 PROVA SCRITTA DEL 21 LUGLIO 2009 ECONOMIA AZIENDALE
MATEMATICA FINANZIARIA PROVA SCRITTA DEL LUGLIO 009 ECONOMIA AZIENDALE ESERCIZIO Un ndduo ntende acqustare un motorno che ha un prezzo d 300. Volendo accedere ad un fnanzamento, gl engono proposte le seguent
DettagliAdattamento di una relazione funzionale ai dati sperimentali
Adattamento d una relazone 1 funzonale a dat spermental Sno ad ora abbamo vsto come può essere stmato, con un certo lvello d confdenza, l valore vero d una grandezza fsca (dretta o dervata) con l suo ntervallo
DettagliMEDIANA. 1. Numero di termini dispari (s dispari) VARIABILE STATISTICA N.B. Le frequenze della distribuzione devono essere cumulate
MEDIANA SUCCESSIONE N.B. I termn della ucceone devono eere pot n ordne non decrecente 1. Numero d termn dpar ( dpar) Me x + 1. Numero d termn par ( par) Me x + x + 1 VARIABILE STATISTICA N.B. Le frequenze
DettagliLa ripartizione trasversale dei carichi
La rpartzone trasversale de carch La dsposzone de carch da consderare ne calcol della struttura deve essere quella pù gravosa, ossa quella che determna massm valor delle sollectazon. Tale aspetto nveste
DettagliAnalisi bivariata con variabili quantitative
Anals bvarata con varabl quanttatve Regressone lneare Correlazone lneare LA REGRESSIONE LINEARE In un campone d 33 donne, d età compresa tra 22 e 81 ann, è stata msurata la pressone sstolca (n mm d mercuro).
DettagliLa classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)
ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5
DettagliCORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3
ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500
DettagliCalcolo delle Probabilità
Calcolo delle Probabltà pr - 1 Che collegamento c è tra gl strument statstc per lo studo de fenomen real e l calcolo delle probabltà? Vedremo che non sempre la conoscenza delle caratterstche d un fenomeno
Dettaglix = 2480.82 sezione 45 0,038 48 0,077 49 0,115 50 0,192 52 0,231 54 0,308 55 0,346 58 0,385 60 0,615 63 0,654 65 0,885 66 0,923 83 0,962 84 1,000
Gennao 006 classe A VERIFICA DI STATISTICA fla A )Nel Lceo scentfco G.Bruno c sono 5 class seconde, cu alunn sono dstrbut per sezone e per sesso n base alla seconda tabella: Sesso\ A B D E F sezone Calcola
Dettagli6. METODO DELLE FORZE IMPOSTAZIONE GENERALE
aptolo6 ETODO DEE FORZE - IOSTZIOE GEERE 6. ETODO DEE FORZE IOSTZIOE GEERE ssocamo al sstema perstatco un altro sstema, denomnato sstema prncpale. Il sstema prncpale è un sstema statcamente determnato,
Dettagli