Esercitazione 7 del corso di Statistica 2

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercitazione 7 del corso di Statistica 2"

Transcript

1 Esercitazione 7 de corso di Statistica Prof. Domenico Vistocco Dott.ssa Paoa Costantini 9 Giugno 008 Esercizio La distribuzione dei pesi dei pesi pacchetti per confezionare per confezionare e caramee, in grammi, prodotti da un azienda, ha una distribuzione Normae con scarto quadratico medio pari a 7. Per stimare i peso medio si estrae un campione di 0 pacchetti ottenendo i pesi seguenti: 70, 80, 7, 7, 83, 8, 75, 78, 85, 84 Si vuoe costruire un intervao di confidenza a 90%. La stima puntuae dea media è µ 77,9. Souzione Per costruire un intervao di confidenza a iveo -α è necessario determinare que vaore z α tae che a probabiità che z assuma vaore ne intervao (-z α ; z α ) sia uguae a -α, per cui avremo P(-z α z z α ) 0,90. La funzione di ripartizione di una v.c. Normae standardizzata in z α vae -α, cioè φ(z α ) -α. Ne nostro caso α 0,0, per cui α 0,05. I vaore z α è tae che φ(0,05) -0,050,95 e dae tavoe risuta che z 0,05,645. Di conseguenza o stimatore per intervao è L stimatore L X,645 7 X +, Sostituendo i vaore osservato dea media campionaria x 77, 9 si ottiene a stima de intervao. Gi estremi sono: 77,9, ,9 +, ,6 0 8,54 Procedendo in modo anaogo è possibie ottenere intervao di confidenza a 95%. In questo caso P(-z α z z α ) 0,95, con α 0,05 e α 0,05.

2 φ(z α ) -α, cioè φ(0,05) -0,050,975 e dae tavoe risuta che z 0,05,96. Gi estremi de nostro intervao saranno: 77,9, ,56 77,9 +, ,4 Infine determiniamo intervao di confidenza a 99%. In questo caso P(-z α z z α ) 0,99, con α 0,0 e α 0,005. φ(z α ) -α, cioè φ(0,005) -0,0050,995 e dae tavoe risuta che z 0,005,575. Gi estremi de nostro intervao saranno: 77,9, , 77,9 +, ,6 -α 0,90 74,6 -α 0,95 8,54 73,56 8,4 -α 0,99 7, 77,9 83,6 A aumentare de iveo di confidenza aumenta a unghezza degi intervai. Ora supponiamo che daa stessa popoazione di pesi di sacchetti per confezionare caramee, si estraggono campioni di numerosità diversa, ad esempio: n0, n5, n60. Assumiamo per sempicità che a stima puntuae dea media sia sempre a stessa, x 77,9 per i diversi vaori di n. Per n0 sappiamo che intervao di confidenza a 95% è (73,56;8,4); per n5 avremo: 77,9, ,9 +, , ,64 Per n 60 avremo gi estremi:

3 77,9, ,9 +, , ,67 n 0 73,56 8,4 n 5 75,5 80,64 n 60 70,3 77,9 79,67 A aumentare dea numerosità campionaria, a parità di iveo di confidenza, si riduce a unghezza degi intervai in quanto vi è un minore grado di incertezza. Aumentando n si raccogie una maggiore quantità di informazioni e ciò consente una stima più precisa. Esercizio n. In una città sono svote periodicamente indagini per verificare qua è a spesa media mensie dee famigie in generi aimentari. In un indagine di quache anno fa o scarto quadratico medio dea spesa aimentare è risutato pari a 0. Ora si intende ripetere indagine e si vuoe determinare n affinché a media campionaria non disti daa media effettiva di otre 0 con probabiità 0,95. Souzione Si può richiedere che o stimatore x non disti da parametro µ di un ammontare superiore a ε>0. La quantità ε è un errore ritenuto toerabie per gi scopi de indagine e varia in funzione de contesto in cui si opera. La probabiità con a quae si vuoe raggiungere obiettivo desiderato è - α 0,95, per cui avremo che α 0,05 e α 0,05. Per determinare n dobbiamo individuare i vaore z 0,05, tae che a funzione di ripartizione di una v.c. Normae standardizzata in z 0,05 sia pari a φ(0,05) -0,050,975 e dae tavoe risuta che z 0,05,96. Cacoiamo n appicando a formua:

4 n σ z α ε Sapendo che ε è a quantità di errore ritenuta toerabie (0 ne nostro caso) e utiizzando 0 come approssimazione di σ si ottiene a numerosità necessaria per effettuare indagine secondo i vincoi previsti n, ,3 38 Per ogni numerosità campionaria non inferiore a 38, a probabiità che a media campionaria non disti daa media effettiva di otre 0 euro è ameno 0,95. Esercizio n. 3 Si vuoe stimare i numero medio di km per itro di carburante percorsi da un particoare fuori strada su percorso misto. In un indagine precedente o σ è risutato pari a 3 km. Determinare a numerosità campionaria affinché a media campionaria non disti daa media dea popoazione di otre 0,5 km con probabiità 0,90. Souzione α 0,0 e α 0,05 φ(0,05) -0,050,95 e dae tavoe risuta che z 0,05,645. n,645,3 0,5 8,6 9 Per ogni numerosità campionaria non inferiore a 9, a probabiità che a media campionaria non disti daa media effettiva di otre 0,5 km è ameno 0,90. Esercizio n 4 Voendo stimare a media di una popoazione distribuita in modo normae e con varianza non nota, si estrae da essa un campione di prefissata numerosità e di esso si cacoa a media e a varianza campionaria corretta.

5 Supponiamo che a perdita di peso di n 6 pezzi di metao, dopo un certo intervao di tempo sia di 3,4 grammi, con una varianza pari a 0,464. Costruire un intervao di confidenza a 99% per a media dea perdita di peso di metao. Souzione I probema posto consiste nea stima per intervai dea media dea popoazione di cui non si conoscer a varianza, sua base di un campione di piccoe dimensioni (n6). Lo stimatore per intervao dea media di una popoazione normae, con varianza incognita, a iveo di confidenza - α ha estremi: L L X t X + t ; α ; α n STIMATORE n Poiché a numerosità campionaria è n6, a media campionaria studentizzata ha una distribuzione t di Student con 5 gradi di ibertà. Per costruire intervao di confidenza è necessario determinare i vaore t5,0, 005 tae che a v.c. t 5 assuma vaori maggiori con probabiità α 0,005. Dae tavoe risuta t 5,0, 005,947, pertanto a stima per intervao sarà: 3,4,947 0,68 3,4 +,947 0,68 6 6,9 3,9 I tempo medio per a perdita di peso de metao è compreso tra,9e 3,9 grammi, a iveo di confidenza de 99%. Esercizio n 5 Una società teefonica vuoe stimare i tempo medio che intercorre fra i momento ne quae sono segnaati i guasti e queo in cui avviene a riparazione. Si assume che itempi si distribuiscono in modo normae. In un campione casuae di 6 richieste di assistenza, a media è risutata x 47 e o scarto quadratico medio è risutato σ ˆ. Si vuoe costruire un intervao di confidenza a 95%. Souzione Lo stimatore per intervao dea media di una popoazione normae, con varianza incognita, a iveo di confidenza - α ha estremi: L L X t X + t ; α ; α n STIMATORE n Poiché a numerosità campionaria è n6, a media campionaria studentizzata ha una distribuzione t di Student con 5 gradi di ibertà. Per costruire intervao di confidenza è

6 necessario determinare i vaore t5,0, 05 tae che a v.c. t 5 assuma vaori maggiori con probabiità α 0,05. Dae tavoe risuta t 5,0, 05,3, pertanto a stima per intervao sarà: 47,3 47 +, ,6 53,39 I tempo medio per e riparazioni è compreso tra (40,6; 53,39) minuti, a iveo di confidenza de 95%.

Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota)

Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) STATISTICA (2) ESERCITAZIONE 5 26.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. Stima intervallare: IC per la media incognita (varianza ignota) Il responsabile del controllo qualità di un azienda che

Dettagli

La statistica descrittiva

La statistica descrittiva MATEMATICAperTUTTI Dee seguenti indagine statistiche individua a popoazione, i carattere oggetto di studio e e possibii modaità di tae carattere. 1 ESERCIZIO SVOLTO Indagine: utiizzo de tempo ibero da

Dettagli

Intervalli di confidenza

Intervalli di confidenza Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

Esercitazione 8 del corso di Statistica 2

Esercitazione 8 del corso di Statistica 2 Esercitazione 8 del corso di Statistica Prof. Domenico Vistocco Dott.ssa Paola Costantini 6 Giugno 8 Decisione vera falsa è respinta Errore di I tipo Decisione corretta non è respinta Probabilità α Decisione

Dettagli

STATISTICA ESERCITAZIONE

STATISTICA ESERCITAZIONE STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in

Dettagli

Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.

Laboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n. 5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n

Dettagli

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università

Dettagli

Esercitazione 8 maggio 2014

Esercitazione 8 maggio 2014 Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un

Dettagli

UNIVERSITÀ DEGLI STUDI DI PERUGIA

UNIVERSITÀ 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

Dettagli

Esame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016

Esame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016 Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione

Dettagli

LE POTENZE DEI NUMERI

LE POTENZE DEI NUMERI ARITMETICA LE POTENZE DEI NUMERI PREREQUISITI conoscere e proprietaá dee quattro operazioni svogere cacoi a mente ed in coonna con e quattro operazioni risovere espressioni con e quattro operazioni distinguere

Dettagli

Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano

Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercizio 1 Una moneta viene lanciata 6 volte. Calcolare a) La probabilità che escano esattamente

Dettagli

STATISTICA A D (72 ore)

STATISTICA A D (72 ore) STATISTICA A D (72 ore) Marco Riani mriani@unipr.it http://www.riani.it Elementi che fanno variare l ampiezza dell intervallo di confidenza (p. 70) s.q.m. dell universo σ Più σ è elevato, maggiore è la

Dettagli

Esercitazione 4 del corso di Statistica (parte 2)

Esercitazione 4 del corso di Statistica (parte 2) Esercitazione 4 del corso di Statistica (parte ) Dott.ssa Paola Costantini Febbraio Esercizio n. Il tempo di percorrenza del treno che collega la stazione di Roma Termini con l aeroporto di Fiumicino è

Dettagli

Approssimazione normale alla distribuzione binomiale

Approssimazione normale alla distribuzione binomiale Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N

Dettagli

STATISTICA A K (60 ore)

STATISTICA A K (60 ore) STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio: si consideri una generica popolazione X con media µ e varianza σ 2 Siano T 1 =(X 1 +X 2 +X 3 +X 4 )/4 e T 2 =(3X 1 +4X

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione

Dettagli

ES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita

ES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita ES.2.3 1 Distribuzione normale La funzione N(x; µ, σ 2 = 1 e 1 2( x µ σ 2 2πσ 2 si chiama densità di probabilità normale (o semplicemente curva normale con parametri µ e σ 2. La funzione è simmetrica rispetto

Dettagli

STATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo

STATISTICA (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)

Dettagli

Distribuzione Normale

Distribuzione Normale Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Stima Puntuale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio In ciascuno dei casi seguenti determinare quale tra i due stimatori S e T per il parametro θ è distorto

Dettagli

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con

Dettagli

x -x-2 =3 x 2 x-2 lim

x -x-2 =3 x 2 x-2 lim G Limiti G Introduzione Si è visto, cacoando i dominio dee funzioni, che per certi vaori dea non è possibie cacoare i vaore dea Cò che ci si propone in questo capitoo è capire come si comporta a assegnando

Dettagli

Esercizi riassuntivi di Inferenza

Esercizi riassuntivi di Inferenza Esercizi riassuntivi di Inferenza Esercizio 1 Un economista vuole stimare il reddito medio degli abitanti di una cittadina mediante un intervallo al livello di confidenza del 95%. La distribuzione del

Dettagli

Test d Ipotesi Introduzione

Test d Ipotesi Introduzione Test d Ipotesi Introduzione Uno degli scopi più importanti di un analisi statistica è quello di utilizzare i dati provenienti da un campione per fare inferenza sulla popolazione da cui è stato estratto

Dettagli

Due incognite ipertstatiche con cedimento elastico lineare sul vincolo

Due incognite ipertstatiche con cedimento elastico lineare sul vincolo Dott. Ing aoo Serafini Cic per tutti gi appunti (AUTOAZIONE TRATTAENTI TERICI ACCIAIO SCIENZA dee COSTRUZIONI ) e-mai per suggerimenti Due incognite ipertstatiche con cedimento eastico ineare su vincoo

Dettagli

Teoria e tecniche dei test

Teoria e tecniche dei test Teoria e tecniche dei test Lezione 9 LA STANDARDIZZAZIONE DEI TEST. IL PROCESSO DI TARATURA: IL CAMPIONAMENTO. Costruire delle norme di riferimento per un test comporta delle ipotesi di fondo che è necessario

Dettagli

Distribuzioni campionarie

Distribuzioni campionarie 1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari

Dettagli

a) 36/100 b) 1/3 c)

a) 36/100 b) 1/3 c) Da un urna contenente 10 palline, di cui 6 bianche e 4 nere, si estraggono due palline. Determinare la probabilità del seguente evento E=«le due palline sono bianche» nel caso di estrazioni a) con rimbussolamento

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizio 1 (stima puntuale) In un processo di controllo di qualità, siamo interessati al numero mensile di guasti

Dettagli

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle abelle riportate alla fine del documento. Esercizio 1 La concentrazione media di sostanze inquinanti osservata nelle acque di un fiume

Dettagli

STATISTICA AZIENDALE Modulo Controllo di Qualità

STATISTICA AZIENDALE Modulo Controllo di Qualità STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la

Dettagli

( ) ( ) ESEMPI. lim. Attribuendo ad x dei valori minori di x 0 (ad es. 0,999,...,0,5) si nota che la

( ) ( ) ESEMPI. lim. Attribuendo ad x dei valori minori di x 0 (ad es. 0,999,...,0,5) si nota che la . Limiti di una funzione LIMITI DI UNA FUNZIONE Per ottenere un informazione competa su di una funzione occorrerebbe cacoare tutti i vaori dea funzione per ogni vaore di, ma ciò è impossibie perché tai

Dettagli

STATISTICA: esercizi svolti sulla DISTRIBUZIONE NORMALE

STATISTICA: esercizi svolti sulla DISTRIBUZIONE NORMALE STATISTICA: esercizi svolti sulla DISTRIBUZIONE NORMALE 1 2 Tavole della normale standard. Φ(x) = x 1 2π e t2 2 dt z.00.01.02.03.04.05.06.07.08.09 0.0 0.0 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279

Dettagli

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali

Università degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali Università degli studi della Tuscia Principi di Statistica dr. Luca Secondi A.A. 014/015 Esercitazione di riepilogo Variabili casuali ESERCIZIO 1 Il peso delle compresse di un determinato medicinale si

Dettagli

La scala logaritmica

La scala logaritmica La scaa ogaritmica Obiettivi utiizzare coordinate ogaritmiche e semiogaritmiche 1. COORDINATE LOGARITMICHE Se un numero k eá maggiore di 10, i suo ogaritmo in base 10 eá moto piuá piccoo de numero stesso:

Dettagli

Scanned by CamScanner

Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Università di Cassino Corso di Statistica Esercitazione

Dettagli

L EQUAZIONE DIFFERENZIALE DELLA LINEA ELASTICA

L EQUAZIONE DIFFERENZIALE DELLA LINEA ELASTICA http://www.itimarconi.ct.it/sezioni/didatticaonine/edie/ostruzioni/linea%0eastic... Pagina di 06/0/006 L EQUAZIONE DIFFERENZIALE DELLA LINEA ELASTIA. BREVI RIHIAMI SULLA TEORIA DELLE TRAVI INFLESSE Si

Dettagli

Esercitazione 4 - Forze distribuite

Esercitazione 4 - Forze distribuite Università degi Studi di ergamo orso di Laurea in Ingegneria essie orso di Eementi di eccanica Esercitazione 4 - Forze distribuite Esercizio n. acoare e reazioni vincoari e e azioni interne per asta di

Dettagli

Casa dello Studente. Casa dello Studente

Casa dello Studente. Casa dello Studente Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino

Dettagli

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta):

b) E necessario formulare delle ipotesi per calcolare l intervallo di confidenza ottenuto al punto a? (motivare brevemente la risposta): ESERCIZIO 1 Una grande banca vuole stimare l ammontare medio di denaro che deve essere corrisposto dai correntisti che hanno il conto scoperto. Si seleziona un campione di 100 clienti su cui si osserva

Dettagli

Matematica II: Calcolo delle Probabilità e Statistica Matematica

Matematica II: Calcolo delle Probabilità e Statistica Matematica Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docente: dott. F. Zucca Esercitazione # 6 1 Test ed intervalli di confidenza per una popolazione Esercizio n. 1 Il calore (in calorie

Dettagli

Schema lezione 5 Intervalli di confidenza

Schema lezione 5 Intervalli di confidenza Schema lezione 5 Intervalli di confidenza Non centrerò quella barca, ne sono convinto al 95% COMPRENDERE: Significato di intervallo di confidenza Uso degli stimatori come quantità di pivot per stime intervallari

Dettagli

L indagine campionaria Lezione 3

L indagine campionaria Lezione 3 Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato

Dettagli

ELEMENTI COSTRUTTIVI DI MACCHINE BIOMEDICHE

ELEMENTI COSTRUTTIVI DI MACCHINE BIOMEDICHE ELEMENTI COSTRUTTIVI DI MACCHINE BIOMEDICHE PROBLEMA DELLA LINEA ELASTICA INSTABILITA DELLA TRAVE A CARICO DI PUNTA (PROBLEMA BUCKLING O DI EULERO) A cura di ing. Andrea Spezzaneve Ph.D. Mechanica Engineer

Dettagli

PROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD.

PROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD. PROVA SCRITTA DI STATISTICA cod. 4038 CLEA-CLAPI-CLEFIN-CLELI cod. 5047 CLEA-CLAPI-CLEFIN-CLEMIT 5 Novembre 003 SOLUZIONI MOD. A In 8 facoltà di un ateneo italiano vengono rilevati i seguenti dati campionari

Dettagli

LE DISTRIBUZIONI CAMPIONARIE

LE DISTRIBUZIONI CAMPIONARIE LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria

Dettagli

Le equazioni e le disequazioni lineari

Le equazioni e le disequazioni lineari MATEMATICAperTUTTI Le equazioni e e disequazioni ineari Le equazioni ineari ESERCIZIO SVOLTO Le equazioni. Chiamiamo equazione ad una incognita un uguagianza fra due espressioni agebriche di cui ameno

Dettagli

= , 30 )

= , 30 ) 0/2000 Una serie di 22 misurazioni del numero di ottano della benzina prodotta da varie compagnie ha rilevato una media di 93 ed uno scostamento quadratico medio corretto di 0.8. Qual è l intervallo di

Dettagli

STATISTICA INFERENZIALE

STATISTICA INFERENZIALE STATISTICA INFERENZIALE Introduzione L insieme di tutte le unità statistiche che compongono il fenomeno collettivo considerato costituisce l universo statistico o, semplicemente, universo. L insieme costituito

Dettagli

La valutazione dei rischi. Corso di risk management Prof. Giuseppe D Onza

La valutazione dei rischi. Corso di risk management Prof. Giuseppe D Onza La valutazione dei rischi Corso di risk management Prof. Giuseppe D Onza LA VALUTAZIONE DEI RISCHI E un attività che caratterizza la gestione dei rischi finalizzata ad apprezzare la gravità dei fenomeni

Dettagli

Problemi di scelta. y ˆ 5x 800 y ˆ 1500

Problemi di scelta. y ˆ 5x 800 y ˆ 1500 A Probemi di sceta CioÁ che abbiamo studiato a proposito dea retta ci puoá essere di aiuto per risovere probemi in cui si deve fare una sceta tra diverse possibiitaá. Per esempio quando si acquista un'auto

Dettagli

Le Condizioni per l Equilibrio

Le Condizioni per l Equilibrio Le Condizioni per Equiibrio La Statica studia e condizioni di equiibrio dei corpi ovvero e eggi cui azioni e reazioni devono soddisfare affinché aa struttura sia garantita inamovibiità. Le strutture, soggette

Dettagli

FACOLTÀ DI ECONOMIA Prova scritta di Statistica II Perugia, 27 gennaio 2006 COGNOME NOME

FACOLTÀ DI ECONOMIA Prova scritta di Statistica II Perugia, 27 gennaio 2006 COGNOME NOME FACOLTÀ DI ECONOMIA Prova scritta di Statistica II Perugia, 27 gennaio 2006 COGNOME NOME A. I dati seguenti si riferiscono ad un campione casuale proveniente da una popolazione esponenziale con parametro

Dettagli

1 Esercizi sulla teoria del portafoglio

1 Esercizi sulla teoria del portafoglio 1 Esercizi sulla teoria del portafoglio 1. Sia dato un mercato uniperiodale in cui siano disponibili soltanto due titoli rischiosi A e B caratterizzati da scarto quadratico medio e coefficiente di correlazione

Dettagli

Statistica. Alfonso Iodice D Enza

Statistica. Alfonso Iodice D Enza Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 27 Outline 1 () Statistica 2 / 27 Outline 1 2 () Statistica 2 / 27 Outline 1 2 3 () Statistica 2 /

Dettagli

I grafici derivati e la periodicità

I grafici derivati e la periodicità A I grafici derivati e a periodicità A partire dai grafici dee funzioni goniometriche fondamentai possiamo costruire queo di atre funzioni appicando opportune isometrie. Di seguito vediamo acuni esempi.

Dettagli

standardizzazione dei punteggi di un test

standardizzazione dei punteggi di un test DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it standardizzazione dei punteggi di un test serve a dare significato ai punteggi che una persona ottiene ad un test, confrontando la

Dettagli

3. elementi di linee elettriche: LINEE R-L

3. elementi di linee elettriche: LINEE R-L . eementi di inee eettriche: LINEE R-L cacoo eettrico dee inee R-L cacoo di progetto e verifica criterio dea perdita di potenza ammissibie criterio dea temperatura ammissibie criterio dea caduta di tensione

Dettagli

Variabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1

Variabili casuali ad una dimensione Testi degli esercizi. Variabili casuali ad una dimensione a.a. 2012/2013 1 Variabili casuali ad una dimensione Testi degli esercizi 1 Costruzione di variabile casuale discreta Esercizio 1. Sia data un urna contenente 3 biglie rosse, 2 biglie bianche ed una biglia nera. Ad ogni

Dettagli

Politecnico 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 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

Dettagli

Capitolo 8. Probabilità: concetti di base

Capitolo 8. Probabilità: concetti di base 1 Capitolo 8 Probabilità: concetti di base Statistica - Metodologie per le scienze economiche e sociali 2/ed S. Borra, A. Di Ciaccio Copyright 2008 The McGraw-Hill Companies srl 2 Concetti primitivi di

Dettagli

Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, )

Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE IMPRESE (Milano, ) Università degli Studi di Milano Bicocca Scuola di Economia e Statistica Corso di Laurea in Economia e Amministrazione delle Imprese (ECOAMM) Prova Scritta di METODI STATISTICI PER L AMMINISTRAZIONE DELLE

Dettagli

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill

Statistica - 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.. Soluzione degli esercizi del capitolo 4 4. Il sistema d ipotesi è: μ 7, H : μ 7, Essendo 0 : t,

Dettagli

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

Analisi degli Errori di Misura. 08/04/2009 G.Sirri Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia

Dettagli

Capitolo 5 Confidenza, significatività, test di Student e del χ 2

Capitolo 5 Confidenza, significatività, test di Student e del χ 2 Capitolo 5 Confidenza, significatività, test di Student e del χ 5.1 L inferenza Se conosciamo la legge di probabilità di un evento (a priori o a posteriori) possiamo fare delle previsioni su come l evento

Dettagli

3.1 Classificazione dei fenomeni statistici Questionari e scale di modalità Classificazione delle scale di modalità 17

3.1 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

Dettagli

DISTRIBUZIONI DI PROBABILITA

DISTRIBUZIONI DI PROBABILITA DISTRIBUZIONI DI PROBABILITA La distribuzione di probabilità e un modello matematico, uno schema di riferimento, che ha caratteristiche note e che può essere utilizzato per rispondere a delle domande derivate

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07 PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando

Dettagli

Intervallo di confidenza

Intervallo di confidenza Intervallo di confidenza Prof. Giuseppe Verlato, Prof. Roberto de Marco Sezione di Epidemiologia e Statistica Medica, Università di Verona campione inferenza popolazione Media Riportare sempre anche Stima

Dettagli

Lo scarto quadratico medio è s = s 2 2,15. c) Le confezioni con peso inferiore a 500g sono 18, quindi in percentuale sono 18 = 0,72 = 72%.

Lo scarto quadratico medio è s = s 2 2,15. c) Le confezioni con peso inferiore a 500g sono 18, quindi in percentuale sono 18 = 0,72 = 72%. Matematica ed Informatica+Fisica ESERCIZI Modulo di Matematica ed Informatica Corso di Laurea in CTF - anno acc 2013/2014 docente: Giulia Giantesio, gntgli@unifeit Esercizi sulla Statistica Descrittiva

Dettagli

Costruire la tabella delle frequenze percentuali della variabile innovazione (si/no) per classe di addetti e per i tre macrosettori.

Costruire la tabella delle frequenze percentuali della variabile innovazione (si/no) per classe di addetti e per i tre macrosettori. Esercizio 1 Fonte: Istat, Rilevazione sull innovazione nelle imprese. Anni 2002-2004 Costruire la tabella delle frequenze percentuali della variabile innovazione (si/no) per classe di addetti e per i tre

Dettagli

Gli errori nella verifica delle ipotesi

Gli errori nella verifica delle ipotesi Gli errori nella verifica delle ipotesi Nella statistica inferenziale si cerca di dire qualcosa di valido in generale, per la popolazione o le popolazioni, attraverso l analisi di uno o più campioni E

Dettagli

ROTAZIONI DEGLI ESTREMI DI UNA TRAVE PRISMATICA APPOGGIATA ALLE ESTREMITÁ E SOGGETTA AD UN CARICO VERTICALE

ROTAZIONI DEGLI ESTREMI DI UNA TRAVE PRISMATICA APPOGGIATA ALLE ESTREMITÁ E SOGGETTA AD UN CARICO VERTICALE M. G. USTO ROTZIONI DEGLI ESTREMI DI UN TRVE PRISMTIC PPOGGIT LLE ESTREMITÁ E SOGGETT D UN CRICO VERTICLE CSO DEI CRICHI TRINGOLRE, UNIFORME E CONCENTRTO mgbstudio.net PGIN INTENZIONLMENTE VUOT SOMMRIO

Dettagli

Caratterizzazione dei consumi energetici (parte 3)

Caratterizzazione 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

Dettagli

Figura 1.1. La struttura illustrata in figura risulta essere, dall analisi cinematica, una struttura due volte iperstatica a nodi spostabili.

Figura 1.1. La struttura illustrata in figura risulta essere, dall analisi cinematica, una struttura due volte iperstatica a nodi spostabili. TEMI ESAME Esercizio 1 Tema d esame de 1/09/1998 Si consideri a struttura iustrata in figura, con EJ costante. I vaore de azione concentrata F è pari a: Figura 1.1 1 F p 4 La struttura iustrata in figura

Dettagli

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student

Università del Piemonte Orientale. Corso di laurea in medicina e chirurgia. Corso di Statistica Medica. La distribuzione t - student Università del Piemonte Orientale Corso di laurea in medicina e chirurgia Corso di Statistica Medica La distribuzione t - student 1 Abbiamo visto nelle lezioni precedenti come il calcolo del valore Z,

Dettagli

Il campionamento e l inferenza. Il campionamento e l inferenza

Il campionamento e l inferenza. Il campionamento e l inferenza Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento

Dettagli

STATISTICA: esercizi svolti sulle VARIABILI CASUALI

STATISTICA: esercizi svolti sulle VARIABILI CASUALI STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri

Dettagli

un elemento scelto a caso dello spazio degli esiti di un fenomeno aleatorio;

un elemento scelto a caso dello spazio degli esiti di un fenomeno aleatorio; TEST DI AUTOVALUTAZIONE - SETTIMANA 3 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia 1 Parte A 1.1 Una variabile casuale

Dettagli

Z-test, T-test, χ 2 -test

Z-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

Dettagli

LAUREA SPECIALISTICA IN FARMACIA - Prova scritta di MATEMATICA - 24/01/03 ANNI PRECEDENTI. 1. (Punti 10) Si consideri la funzione

LAUREA SPECIALISTICA IN FARMACIA - Prova scritta di MATEMATICA - 24/01/03 ANNI PRECEDENTI. 1. (Punti 10) Si consideri la funzione MATEMATICA - 4//3 ANNI PRECEDENTI (Punti ) Si consideri la funzione ( ) f() = ln Si studi f, determinando in particolare dominio, limiti, intervalli di crescenza, decrescenza, concavità, convessità di

Dettagli

Distribuzioni e inferenza statistica

Distribuzioni e inferenza statistica Distribuzioni e inferenza statistica Distribuzioni di probabilità L analisi statistica spesso studia i fenomeni collettivi confrontandoli con modelli teorici di riferimento. Tra di essi, vedremo: la distribuzione

Dettagli

STATISTICA A K (63 ore) Marco Riani

STATISTICA A K (63 ore) Marco Riani STATISTICA A K (63 ore) Marco Riani mriani@unipr.it http://www.riani.it Esercizio In un urna vi sono N/2 palline bianche e N/2 palline nere. Si supponga di estrarre un campione con ripetizione di dimensione

Dettagli

1) Calcolare l indice di eterogeneità di Gini per i caratteri Qualifica Funzionale e Regime di Impiego.

1) Calcolare l indice di eterogeneità di Gini per i caratteri Qualifica Funzionale e Regime di Impiego. Università di Cassino Esercitazione di Statistica del 9 novembre 2007 Dott.ssa Paola Costantini Considerando il DATASET DIPENDENTI: ID Stipendio N. di anni di Qualifica Età percepito servizio funzionale

Dettagli

IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA

IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale

Dettagli

Capitolo 6 La distribuzione normale

Capitolo 6 La distribuzione normale Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università

Dettagli

Campionamento 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. 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:

Dettagli

Andrea Manganaro. Tecniche di campionamento a confronto per i sistemi di audit regionali

Andrea Manganaro. Tecniche di campionamento a confronto per i sistemi di audit regionali Andrea Manganaro Tecniche di campionamento a confronto per i sistemi di audit regionali Definizione del problema Le regioni finanziano ogni anno diverse attività tramite due fondi europei: il Fondo Europeo

Dettagli

Carta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016

Carta di credito standard. Carta di credito business. Esercitazione 12 maggio 2016 Esercitazione 12 maggio 2016 ESERCIZIO 1 Si supponga che in un sondaggio di opinione su un campione di clienti, che utilizzano una carta di credito di tipo standard (Std) o di tipo business (Bsn), si siano

Dettagli

DISTRIBUZIONE NORMALE (1)

DISTRIBUZIONE NORMALE (1) DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale

Dettagli

Indici di variabilità ed eterogeneità

Indici 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

Dettagli

Esercitazione: La distribuzione NORMALE

Esercitazione: La distribuzione NORMALE Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle

Dettagli

7. Travi appoggiate: metodo generale

7. Travi appoggiate: metodo generale 7. Travi aoggiate: metodo generae Se si riesce a trasformare a trave aoggiata in una mensoa, e sue deformazioni si ossono cacoare con gi stessi criteri de aragrafo recedente. Deve trattarsi naturamente

Dettagli

Università di Cassino. Esercitazione di Statistica 1 del 28 novembre Dott.ssa Paola Costantini

Università di Cassino. Esercitazione di Statistica 1 del 28 novembre Dott.ssa Paola Costantini Università di Cassino Esercitazione di Statistica del 28 novembre 2007 Dott.ssa Paola Costantini Esercizio Considerando il DATASET DIPENDENTI, si calcoli la correlazione tra i caratteri STIPENDIO PERCEPITO

Dettagli

Statistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi

Statistica. Esercitazione 14. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice. Verifica di ipotesi Esercitazione 14 Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () 1 / 14 Ex.1: Verifica Ipotesi sulla media (varianza nota) Le funi prodotte da un certo macchinario hanno una

Dettagli

i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente

i dati escludono vi sia una relazione tra variabile indipendente e variabile dipendente (rispettivamente TEST DI AUTOVALUTAZIONE - SETTIMANA 6 I diritti d autore sono riservati. Ogni sfruttamento commerciale non autorizzato sarà perseguito. Metodi statistici per la biologia Parte A. La retta di regressione.2

Dettagli

V.C. RETTANGOLARE o UNIFORME

V.C. RETTANGOLARE o UNIFORME V.C. RETTANGOLARE o UNIFORME La v.c. continua RETTANGOLARE o UNIFORME descrive il modello probabilistico dell equiprobabilità. [ a b] X, con densità di probabilità associata: P( x) 1 b a con P(x) costante.

Dettagli

Statistica Un Esempio

Statistica Un Esempio Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe

Dettagli