MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura di L."

Transcript

1 MATERIALE PER IL CORSO DI INDAGINI E STATISTICHE PER IL TURISMO NON DIFFONDERE DA PERCORSI DI RICERCA SOCIALE (a cura d L.Bernard) 3.3. Dsegn d camponamento d Lorenzo Bernard Una defnzone per ntrodurre Costrure un campone vuol dre selezonare una parte (campone) d un tutto (popolazone), con procedment e regole che garantscano la capactà della prma a rappresentare sgnfcatvamente gl aspett essenzal del secondo. Questa semplce e poco ortodossa defnzone contene tutt rferment costtutv del processo d camponamento e rchama, sa pur mplctamente, la complesstà e la fnaltà della sua utlzzazone nella realzzazone d ndagn socal. 1. Il termne costrure rguarda la delcata composzone d scelte che deve essere adottata, n stretta relazone con la natura dell ndagne e del contesto n cu s sta operando, affnché l prodotto fnale sa rspettoso della realtà con cu s pone n rapporto e, parment, sa effcace nel consegumento degl obettv prefssat. 2. Con l espressone selezonare una parte d un tutto s vuole ndcare un processo d estrazone d sngole untà da un nseme pù vasto; processo che deve essere assoggettato al prncpo d garantre la possbltà (probabltà) d tutte le untà della popolazone d entrare a far parte del campone. 3. Il bnomo procedment e regole sottolnea l esgenza d realzzare una corretta conugazone tra rgoros percors operatv (costruzone d lste complete delle untà della popolazone, modaltà d selezone delle untà, ecc.) e rspetto de prncp matematco-probablstc che sottendono allo scopo d pervenre a stme credbl de fenomen n esame. 4. Sgnfcatvamente attene all obettvo d poter generalzzare (nferre) n modo controllato le osservazon fatte sul campone a tutta la popolazone, stablendo, da un lato, l errore che s accetta d commettere 1 e, dall altro, l coeffcente d fduca che s attrbusce alle affermazon fnal che s formulano a proposto de comportament (o mod d essere) della popolazone. 1 Questa affermazone sarà meglo ntesa ne paragraf successv.

2 5. Rappresentando correttamente la popolazone, vale a dre ncludendo nel campone esclusvamente untà appartenent alla popolazone, che deve essere correttamente e unvocamente defnta Infne, l concetto d essenzaltà è evocato per rcordare, da un lato, che un parte non può, quas per defnzone, rflettere l tutto (salvo che n esso v sa assenza d varabltà) e, dall altro, che ogn ndagne (o percorso d rconoscmento e rappresentazone del reale) non può che evdenzare e segnalare solo un sottonseme d dmenson, ndvduate come rlevant, d un reale per sua natura complesso (così come una mappa d un terrtoro non può che rportare gl element che s è nteso selezonare per uno scopo charamente ndvduato: la mappa stradale, la mappa fsca, la mappa del tesoro della conoscenza). In questa puntglosa charfcazone nzale abbamo ntrodotto quas subdolamente un nseme d termn cu corrspondono concett cardne a qual occorre far rfermento nell operazone del camponare e a qual va data opportuna precsazone anche completandone la lsta: ) popolazone, unverso, aggregato; ) untà statstca; ) dsegno d camponamento; v) stratega d camponamento; v) modaltà d estrazone delle untà statstche camponare; v) stme; v) errore d camponamento; v) errore non camponaro Altre defnzon prelmnar Cascuno de concett elencat alla fne del precedente paragrafo merta una defnzone pù precsa, n quanto ess costtuscono matton della costruzone d un progetto che n ogn sua fase deve essere realzzato secondo caratter d tenuta dell nseme, d correttezza e d pena consapevolezza delle specfche conseguenze nel rsultato fnale: ) popolazone: è un termne utlzzato come snonmo d collettvo o d unverso o d aggregato; esso s rfersce all nseme d tutte (e solo) le untà statstche portatrc de caratter/varabl d nteresse per l ndagne. Essa va crcoscrtta nel tempo e nello spazo e, per una 2 Troppo spesso, soprattutto nelle modaltà de dffusone de rsultat d ndagne, s confondono concett d sgnfcatvtà e d rappresentatvtà.

3 corretta adozone del camponamento probablstco 3, deve prevedere l esstenza d una lsta nomnatva (o d una lsta d dentfcator) d tutte le untà che la compongono. La popolazone può essere un nseme fnto d untà (per esempo, tutt maturand d scuola superore talana dell a.s. 2003/4 d cu s vuol conoscere le ntenzon d accedere all Unverstà) o può essere nfnto o vrtuale (l numero d lanc d dad che frequentator de Casnò amercan possono effettuare ed effettueranno) o essere assunto come nfnto ( maturand attual e futur d scuola superore de qual s vuole la probabltà d accedere all Unverstà, d cu quell del 2003/4 sono solo un campone 4 ). Frequentemente la natura della popolazone adottata nelle ndagn socal è determnata dalla dsponbltà (e dall accuratezza) della fonte che contene la lsta nomnatva delle untà statstche (mplctamente condzonando la stessa qualtà dell ndagne); ) untà statstca: è l untà elementare portatrce de caratter/varabl d nteresse per l ndagne. Come è evdente, le defnzon d popolazone e d untà statstca sono contestual e dscendono dall attvtà d astrazone (o del momento teorco della costruzone) del dsegno d ndagne, durante la quale s sono selezonate le fnaltà conosctve e le potes d studo. Quando s parla d untà statstche non s pensa solamente a persone, ma, a seconda della natura dell ndagne, s può trattare d Ent, sttuzon, grupp, event, ecc.; ) dsegno d camponamento: è l nseme delle decson assunte per pervenre alla determnazone del campone; tal decson sono ndrzzate e condzonate dalle fnaltà dell ndagne, dalle caratterstche del contesto n cu c s muove, dalle opportuntà tecncooperatve che consentono la realzzazone stessa del camponamento. Esso è, pertanto, l rsultato almeno de seguent fattor costtutv: a) scelta della stratega d camponamento; b) crter d dentfcazone/selezone delle untà statstche da ncludere nel campone; c) defnzone della numerostà camponara rtenuta adeguata e pertnente per fornre stme attendbl; d) attenzon da prestare, n partcolare nelle ndagn socal, per contenere/controllare cosddett error non dovut a procedment probablstc, ma al complesso d azon che affancano la realzzazone del camponamento stesso. v) stratega d camponamento: è la partcolare tecnca d organzzazone della lsta delle untà statstche dell ntera popolazone dalla quale, con approcc dfferenzat, s prelevano le untà 3 S vedrà pù avant la dversa natura e l dverso valore da attrbure a campon probablstc e a cosddett campon non probablstc. 4 Questa precsazone rcorda come l estensone della popolazone possa dpendere spesso dalla fnaltà dell ndagne, puramente descrttva d uno stato d fatto temporalmente crcoscrtto, oppure esplcatva e/o prevsva d stuazon teorcamente rpetbl.

4 statstche camponare cercando d asscurare sgnfcatvtà alle successve stme prodotte; n letteratura numerose sono le stratege proposte, ma n questa sede s llustrano solo le prncpal 5 : a) la stratega del camponamento casuale semplce; b) l camponamento stratfcato proporzonale; c) l camponamento stratfcato ottmale; d) l camponamento a stad. v) modaltà d estrazone delle untà statstche camponare: dalla lsta delle untà statstche della popolazone deve essere estratta la lsta delle untà camponare asscurando l prncpo fondamentale alla base della logca scentfca del camponamento, vale a dre la conoscenza a pror della probabltà d entrare a far parte del campone assegnata a cascuna untà statstca della popolazone; metod che verranno llustrat e che asscurano tale prncpo sono l rcorso a numer casual e la tecnca dell estrazone sstematca. v) Stme: una stratega d osservazone mra a conoscere le caratterstche d una popolazone, o meglo de parametr fondamental d tal caratterstche (meda, medana, proporzone, varanza, totale della popolazone, ecc.); la stma (o stmatore) è l approssmazone della msura d tal parametr ottenble attraverso l ndagne camponara; rcordando che s estrae un solo campone tra molt (a volte nfnt) potenzalmente possbl e dvers per almeno una untà statstca, una stma deve essere corretta (l valore medo d tutte le stme che s possono ottenere, estraendo vrtualmente tutt campon possbl d par numerostà e dvers per almeno una untà statstca, deve corrspondere al parametro della popolazone); consstente (all aumentare della numerostà camponara aumenta la probabltà che l valore assunto dalla stma concda con l valore del parametro); effcente (la varanza della stma è la mnore d quella d ogn altra stma); v) errore camponaro: descrvere la realtà osservandone solo una porzone, anche adottando rgorose regole probablstche, comporta necessaramente l lmte d commettere un errore; l metodo scentfco degl statstc mpone l adozone d due regole fondamental: a) stablre a pror l errore che s accetta d commettere; b) nformare sul lvello d affdabltà della stma che s ottene, avendo estratto un solo campone tra molt possbl. L adozone d quest prncp permette d produrre stme puntual (stma sngolare del valore del parametro) e, soprattutto, stme ntervallar (vale a dre ntervall tra due valor entro qual 5 Altre stratege d crescente nteresse sono: l camponamento ruotato, l camponamento areale,

5 plausblmente dovrebbe rcadere l vero valore del parametro) e d dcharare la probabltà d verdctà dell nformazone fornta 6 ; ogn stratega d camponamento porta con sé un errore tpco che vene chamato errore standard; v) errore non camponaro: l lavoro sul campo d una ndagne mplca l rscho della presenza d altre font d errore non dpendent dalla stratega d camponamento, ma dal dsegno d ndagne: una lsta delle untà della popolazone non corretta, uno strumento d rlevazone con error, un ruolo dstorcente de rlevator, una mmssone de dat per l elaborazone non attenta, ecc.; la moderna rcerca socale partcolarmente sensble a quest fattor d dstorsone Le stratege probablstche Con questa lunga sere d precsazon termnologche e metodologche s è cercato d delneare contorn sostanzal d un procedmento scentfco cu pass e la cu valdtà attengono, con par dgntà, tanto a scelte collegate alla teora probablstca del camponamento quanto alle modaltà operatve che, conseguentemente, vengono adottate. L llustrazone degl aspett probablstc, nella loro rgorosa e computa artcolazone, non è peraltro compatble con le caratterstche general del volume e, soprattutto, con prncp espostv che lo sprano 7. In questa seconda parte, pertanto, s affrontano prevalentemente le ndcazon su moment tecnco-operatv che sostengono l processo d costruzone d un campone, accompagnate da modest rcham a procedment formal che l sorreggono e l gustfcano Camponamento casuale semplce È la stratega d tpo probablstco 8 baslare, apparentemente la pù mmedata e d pù facle applcazone, con la quale confrontare l effcenza d ogn altro tpo d stratega 9. Essa s fonda su un semplce prncpo: l equprobabltà a pror d estrazone d tutte le untà statstche appartenent alla popolazone. Le mplcazon operatve d questo prncpo rsultano mmedate: 6 Avendo estratto un solo campone l rscho d fare affermazon non verdche è elevato; l lvello d attendbltà dchara ad esempo che se avessmo estratto 100 campon, a lvello d sgnfcatvtà del 5%, per 95 l ntervallo trovato dovrebbe contenere l vero valore del parametro. 7 Numeros sono volum espressamente dedcat a questa corposa matera; tra pù organc segnalamo Kalton (1983), Ksh (1965), Cochran (1977), Ccchtell et al (1992) 8 Esstono camponament non probablstc, cu s fa fugace rfermento alla fne del presente captolo. 9 Il confronto dell errore camponaro d stratege alternatve con quello determnato dal camponamento casuale semplce assume n letteratura l nome d Deff.

6 ) la dsponbltà della lsta d tutte e solo le untà statstche della popolazone, nomnatvamente ndcate; ) l ndvduazone d un crtero d estrazone delle untà camponare che salvaguard l prncpo dell equprobabltà. Sul prmo aspetto la vglanza del rcercatore va rvolta a proteggers da tre tp d possbl rsch che appartengono a fattor che generano l errore non camponaro: a) la sottocopertura: la lsta non è completa (gl elench telefonc, ad esempo, non contengono la lsta d tutte le famgle talane, soprattutto n una fase storca n cu s sta mponendo la telefona moble); b) la sovracopertura: la lsta contene untà statstche non afferent all aggregato, così come questo è stato consapevolmente defnto (l elenco de numer telefonc comprende, oltre alle famgle, ent, uffc, sttuzon ecc.); c) la duplcazone: la molteplce presenza d una stessa untà entro la lsta (l elenco de rcoverat n un day hosptal nel corso d un anno può vedere uno stesso soggetto comparre pù volte; lo stesso elenco del telefono contene famgle dotate del mezzo d comuncazone n pù domcl). Quest rsch possono essere superat con un accurato lavoro d bonfca delle lste orgnal, a volte con l uso contestuale d lste provenent da font dverse, sempre stablendo spazo e tempo d defnzone della popolazone d nteresse (essendo essa frequentemente caratterzzata da fenomen dnamc). L uso delle anagraf comunal, scolastche, sttuzonal rappresenta l vatco largamente pù vantaggoso rspetto al rcorso ad altre font non sstematche nella loro costruzone, salvo che non s tratt d ndagn su popolazon partcolar ( medc che operano n una ASL, Centr d Formazone Professonale d una regone, ecc.). Sul secondo aspetto la soluzone a tutt ogg ottmale è data dal rcorso alla selezone casuale attraverso le tavole (o generator automatc) d numer casual. Questo sgnfca che ad ogn untà statstca della popolazone è assocato un numero progressvo da 1 a N (numerostà della popolazone) e che vengono qund estratt n (numerostà prevsta del campone) numero casual l cu valore deve essere compreso tra 1 e N. Cò determna una uguale probabltà d estrazone per tutte le untà statstche par a n/n 10. Una alternatva frequentemente usata per superare problem logstc e organzzatv (n partcolare quando l attvtà d estrazone è affdata a rlevator dvers, che operano n sed dverse, con sublste specfche) è quella della selezone sstematca delle untà statstche camponare: 10 L esposzone rguarda l camponamento con rensermento

7 a) stablendo l passo d camponamento o modulo attraverso l rapporto N/n=k; b) estraendo l prmo numero casuale r che deve essere compreso nell ntervallo 1 r k ; c) estraendo successv numer casual secondo la seguente regola: r; r+k; r+2k; r+3k;.; r+(n-1)k La grande facltazone operatva d questa prass è rdmensonata da due fattor d dsturbo: a) la presenza d cclctà nella lsta (se estraggo gorn nel corso dell anno per esamnare la frequenza della clentela d un grande magazzno e se l modulo o passo d camponamento è 7 o un multplo d 7, cado sempre nello stesso gorno della settmana): è ovvo che, quando s conosce l esstenza della cclctà, ed è possble, occorre cambare modulo; b) l rapporto N/n non è un numero ntero: n tal caso la stratega d contenmento del dsturbo è data dall adozone della crcolartà della lsta, unendone la coda alla testa Camponamento stratfcato È la stratega d camponamento che s adotta quando s è n possesso d due condzon agguntve rspetto al camponamento semplce: ) s dspone d nformazon pù partcolareggate, oltre alla lsta, su caratter delle sngole untà statstche; ) per alcun d tal caratter v sono ragonevol convnzon (asscurate da precedent ndagn o da congetture teorche) che ess possano rpartre la popolazone n grupp (strat) omogene al loro nterno e dsomogene tra loro (la varabltà nterna agl strat rspetto a caratter che saranno oggetto d rlevazone è nferore alla varabltà dell ntera popolazone). La seconda condzone, se fondata, asscura maggor effcenza al campone rspetto al casuale semplce, mentre la prma mpone un leggero aumento degl mpegn operatv. In questa sede faccamo rfermento alle due prncpal stratege del camponamento stratfcato, l proporzonale e l ottmale, che rsultano dverse per quanto concerne crtero d rpartzone delle untà da prelevare entro gl strat e per effcenza generata, rcordando che, n entramb cas, le nformazon agguntve sulle untà statstche devono essere conoscute a pror, per ogn sngola untà e devono essere tal da assegnare cascuna untà ad un solo strato. 11 Esstono altre pù sofstcate modaltà d aggustamento del problema, ma questa appare la meno affetta da grav dstorson.

8 Pertanto le operazon da compere per l adozone del camponamento stratfcato rsultano essere le seguent: ) attrbure le untà statstche della popolazone a strat mutuamente esclusv, defnt sulla base delle nformazon possedute, per le qual s presume una relazone con le varabl oggetto del successvo studo, n partcolare determnando una rduzone della varabltà nterna a sngol strat; ) stablta la numerostà complessva del campone 12, defnre una regola d rpartzone delle untà camponare tra gl strat; ) selezonare le untà camponare entro gl strat, con l adozone d uno de crter d estrazone llustrat n precedenza specfcamente per cascuno strato. Il prmo compto, come s nota, comporta un leggero appesantmento degl oner operatv, ulterormente aggravato dal terzo mpegno: occorre, nfatt, formare tante sub-lste d untà statstche quant sono gl strat format dalla combnazone delle modaltà delle varabl d stratfcazone e adottare po all nterno d cascuno strato l procedmento d selezone casuale d untà statstche secondo l tneraro descrtto al paragrafo precedente. La seconda operazone è, nvece, una scelta tecnca drettamente conseguente alla dsponbltà o meno d potes sulla specfca varabltà nterna agl strat della varable d studo 13. Nel caso d assenza d tale potes, la scelta naturale è quella del camponamento stratfcato proporzonale con l quale, per cascuno strato, s preleveranno untà camponare secondo la seguente regola d rpartzone: oppure: dove: n n N n N w n N w ; N n = numerostà camponara per lo strato ; n = numerostà camponara totale; 12 Qualche consderazone al rguardo sarà ntrodotta alla fne del captolo. 13 Questo rchamo mplctamente segnala come ogn dsegno camponaro venga costruto nella mprobable potes d effettuare una ndagne per rlevare una sola varable; poché nvece molte sono le varabl raccolte ed essendo neffcente defnre un approprato campone per cascuna, avvertenza necessara per l rcercatore è d mpostare tutto l dsegno sulla varable d studo d cu s sospetta la maggore varabltà: cò dovrebbe consentre un errore camponaro per le altre varabl nferore a quello della varable scelta.

9 N = numerostà della popolazone nello strato ; N = numerostà totale della popolazone. Nel caso d conoscenza preva della varabltà del carattere oggetto d studo specfcatamente per ogn strato s può adottare l camponamento stratfcato ottmale per l quale la formula d rpartzone delle untà statstche tra gl strat è nvece la seguente: n w n w dove è la msura della varabltà nello strato della varable oggetto d studo. Il lettore noterà come tale seconda soluzone possa essere adottata solo teorcamente n quanto sarebbe nutle condurre una ndagne camponara per fornre stme d una varable d cu s conosce a pror perfno la varabltà nterna agl strat. In effett, l adozone puttosto rara d tale stratega è ammessa solo ne cas n cu s dsponga d valde stme delle varanze degl strat, provenent ad esempo da ndagn precedent o da stud plota promoss specfcamente per applcare l camponamento stratfcato ottmale. In termn d effcenza, v è una graduatora tra tre tp d camponamento d cu abbamo fnora parlato e precsamente: c.c.s. c.s.p. c.s.o. Rspetto al camponamento casuale semplce (c.c.s.) l camponamento stratfcato proporzonale (c.s.p.) è vantaggoso quando le mede nterne agl strat della varable oggetto d studo sono dverse tra loro e l camponamento stratfcato ottmale (c.s.o.) è ulterormente convenente quando anche le varanze nterne degl strat sono dverse tra loro (nessun vantaggo s acqussce, nvece, quando tal condzon non s verfcano e cò gustfca segn d uguaglanza) Camponamento a stad Ne cas d ndagn estese n amp terrtor, d elevata numerostà della popolazone d nteresse, d ndsponbltà della lsta completa della popolazone stessa, la stratega consglata è quella del camponamento a stad. Per llustrarlo s rcorre ad un esempo. S supponga d voler conoscere l ntenzone d accedere all Unverstà degl scrtt alle class termnal d tutt gl ordn del cclo scolastco medo superore. S tratta d una popolazone d crca 400 mla untà, sparsa nell ntero terrtoro nazonale, d cu d dspone d sngole lste per classe ma

10 non d una lsta complessva 14. L dea del camponamento a stad è quella d procedere per camponament progressv su popolazon dverse, cascuna contenente quella successva e, sempre, quella fnale (gl student). Nel caso n esame s effettuerà, ad esempo, un camponamento tra le 105 provnce talane d 30 untà; qund entro le sole 30 provnce selezonate s provvederà a fare un camponamento d un certo numero d Isttut scolastc; entro l campone d quest ultm s ndvdueranno class campone ed entro queste ultme potranno essere consderat tutt gl student present o un campone per classe (ad esempo numer par o dspar del regstro degl scrtt). Le ragon del vantaggo operatvo paono mmedate: ) occorre comporre la lsta delle untà delle sngole popolazon solo per que sottonsem camponar volta a volta ndvduat; ) per cascun camponamento s può adottare una stratega specfca: ad esempo camponamento casuale semplce per la popolazone delle provnce; camponamento stratfcato per la popolazone degl Isttut; ancora l casuale semplce per le class e per gl student; ) la mobltà terrtorale de rcercator vene fortemente contenuta. L avvertenza fondamentale da tenere presente n questa stratega, complessa organzzatvamente, è quella d rspettare sempre l prncpo d equprobabltà d estrazone, che deve essere asscurato alle untà fnal; a charmento d questa affermazone bast rcordare che l estrazone delle 30 provnce deve avvenre assegnando a cascuna una probabltà d estrazone proporzonale al numero d student n essa present (e non la probabltà d 30/105). A compensare vantagg operatv d questa stratega stanno due lmt puttosto rlevant: ) l effcenza fnale del camponamento è molto modesta, essendo l errore camponaro fnale composto dalla somma degl error che s commettono per cascuna fase camponara; ) l calcolo dell errore fnale è oggetto d una complcata metodologa d stma, a volte soggetta ad approssmazon. Tuttava tale stratega rmane la pù convenente n molte occason d rcerca socale d grande respro conosctvo Qualche ndcazone sulla numerostà camponara 14 Il MIUR sta peraltro mnaccosamente pensando ad una anagrafe student.

11 Senza entrare n consderazon formal, n generale la numerostà camponara dpende da tre fattor fondamental e solo successvamente dalla numerostà complessva della popolazone: ) la varabltà del fenomeno sotto esame; ) l errore camponaro che s accetta d commettere; ) l lvello d fduca che s vuole attrbure alle stme fnal prodotte. Per l prmo fattore occorre dsporre a pror d stme credbl, per gl altr due s tratta d una scelta del rcercatore che deve decdere sul rgore delle affermazon che produrrà alla conclusone della rcerca avendo partcolare attenzone per l sgnfcato socale della rcerca stessa, adottando atteggament tanto pù strngent quanto pù rsultat dell ndagne potranno nflure su scelte d poltche. Facendo rfermento al solo camponamento casuale semplce, e, a ttolo d esempo, essendo nteressat alla stma della meda d una varable quanttatva n un camponamento con remmssone 15, la formula per determnare la numerostà camponara è la seguente: dove: n 2 k 2 è la varanza della varable sotto osservazone nella popolazone, che va adeguatamente sosttuta con una stma; k è l valore che sulle tavole della dstrbuzone normale standardzzata esclude a destra e a snstra dell ntervallo una frequenza par ad 2 2 è l errore che s accetta d commettere; n altre parole 2 è l ampezza dell ntervallo centrato sulla meda della popolazone dentro l quale, con probabltà 1-, s desdera che cada la stma della meda camponara. 2 2 Se l camponamento è effettuato senza remmssone e N è grande la numerostà s ottene dalla seguente correzone: n n' n 1 N Come s nota, v è grande responsabltà del rcercatore nel fssare e, mentre partcolare accuratezza va rservata alla scelta della stma da sostture a Ipotetcamente ogn volta che s è estratta un numero corrspondente ad una untà statstca esso potrebbe essere rmesso nell urna vrtuale da cu potrebbe essere nuovamente estratto. È questo l caso del camponamento bernoullano o con remssone,

12 Le altre stratege d camponamento s avvalgono d formule leggermente pù complcate che possono essere faclmente reperte ne manual d camponamento.

13 Stratege non probablstche Molte ndagn, n partcolare condotte da organsm non accademc o non espressamente votat alla rcerca scentfca, s avvalgono d stratege d rapda adozone e, tuttava, deprvate d valore statstco. Le tre prncpal sono: 1) l camponamento per quote; 2) l camponamento a scelta ragonata; 3) l camponamento a cascata (detto anche a valanga o a palla d neve). Il prmo prevede una stratfcazone della popolazone secondo caratter not e l ndvduazone delle numerostà (non delle lste) degl appartenent a sngol strat: la scelta degl ntervstand è effettuata con ampa dscrezone degl ntervstator entro vncol numerc prefssat. Nonostante un sstema d controll posto con crescente rgore dalle socetà che s avvalgono d questa stratega, non è presente l prncpo dell equprobabltà d entrare a far parte del campone per tutte le untà della popolazone: gl ntervstator s rvolgeranno preferblmente a soggett d pù facle contatto, meno rluttant a rspondere, a volte anche fscamente pù prossm. Non v è dubbo, peraltro, che tale stratega asscura prezos vantagg operatv, non mponendo né la rcerca d lste né l operazone d selezone camponara. La seconda stratega s costrusce sulla scorta delle conoscenze del rcercatore che presume d poter sceglere untà statstche che, per var caratter, sano rappresentatve delle condzon della popolazone, lungo un contnuum d manfestazone della varable d nteresse: caso tpco è la scelta d cttà-campone ndvduate ad esempo per studare l tasso d nqunamento muovendo dalla conoscenza del tasso d attvtà ndustrale noto per cascuna, o la scelta d tre regon talane secondo una presunta condzone d svluppo economco-socale per esamnare atteggament e comportament della popolazone. S tratta n prevalenza d un approcco culturale pù che metodologco che talora ha fornto ndcazon d un certo nteresse. La terza stratega s basa sul passaparola : s parte da alcune untà statstche appartenent alla popolazone d nteresse faclmente raggungbl e, attngendo alla loro rete d conoscenze, s contattano a cascata altre untà statstche fno al raggungmento della numerostà desderata. I lmt d questo procedmento sono abbastanza ovv, tuttava ne cas n cu le untà statstche sono dffclmente contattatbl può essere l unca stratega adottable.

14 Error non camponar La gestone sul campo delle ndagn comporta operazon largamente esposte a font d errore solo n parte controllabl dal rcercatore. L errore non camponaro è stato felcemente defnto come dscrepanza tre ndagne progettata e ndagne realzzata 16, n altre parole dfferenza tra valor ver e valor osservat condzonat dalle azon dstorcent degl operator ntervenent; rapdamente possono essere così elencat prncpal fattor d dsturbo all ndagne: ) errata defnzone delle untà d rlevazone rspetto al tema d ndagne; ) error nella lsta 17 ; ) errata traduzone degl obettv d ndagne ne quest e/o nelle classfcazon delle modaltà d rsposta agl stess (effetto strumento); v) error d rsposta de rspondent (effetto ntervstato); v) error nella tecnca d rlevazone (n partcolare effetto ntervstatore); v) mancate rsposte (rfut, non trovat,ecc.); v) error nella fase d codfca; v) error d regstrazone e mputazone de dat; x) error nella fase d mputazone, revsone, correzone de dat. Come s vede s tratta d un complesso d fattor che possono ncdere sulla qualtà fnale della rcerca n msura scuramente maggore dell errore camponaro accettato. Per molt d quest solo l accuratezza e l attenzone del rcercatore possono costture un lentvo effcace (specfcamente punt ; ; v; v; x), per altr esstono tecnche d controllo e d solo parzale correzone (per l effetto rspondente c s avvale talvolta della rentervsta con conclazone delle rsposte contraddttore; per msurare l effetto ntervstatore s adotta la tecnca della compenetrazone delle assegnazon agl ntervstator d sottonsem casual d ntervste; alle mancate rsposte s rsponde con tecnche ntegratve d ndagne, e comunque ma con la sosttuzone de non rspondent). La rlevanza d quest fattor deve ndurre ogn rcercatore ad applcare ogn opportuntà per contenerne effett negatv partcolarmente pesant Una rapda conclusone In questo breve captolo s è nteso ntrodurre l tema del camponamento fornendone le coordnate prncpal senza esgere completezza e profondtà: non v è dubbo che per poter effcacemente mpegnars nella costruzone d un campone è necessaro rcorrere ad ndcazon pù sstematche 16 Cocca, Massell (1994, 240) 17 S veda l 3.1

15 e precse; bast aver nteso la problematctà del metodo e aver acqusto una modesta sensbltà almeno utle per apprezzare o dsconoscere quanto llustrato (o pù spesso non llustrato) nelle ndagn condotte da altr. E rcordare che l paradgma fondamentale che sorregge la struttura d pensero sottostante al camponamento è effcacemente espresso dalla seguente formula che ne descrve anche compt per l rcercatore dove: P m m 1 m corrsponde alla stma puntuale d un parametro gnoto della popolazone; μ è l vero valore del parametro nella popolazone; ε è l errore che s commette medante l adozone del camponamento dpendente dalla peculare stratega assunta; α è la sgnfcatvtà dell affermazone fnale che s formula (o probabltà dell errore). Quanto contenuto tra parentes rappresenta la stma ntervallare del parametro, la cu verdctà ha probabltà 1-α. In conclusone: ) l rcercatore s esprme n termn probablstc fssando l lvello d sgnfcatvtà α: quanto afferma è vero ad esempo al 95 o al 99% de cas (vale a dre per l 95 o 99% de possbl campon che s possono estrarre data quella stratega); ) non fornsce un valore unco d stma ma un ntervallo entro cu l vero valore dovrebbe cadere; ) stablsce l errore che accetta d commettere ε e ne derva la numerostà camponara atta a garantrlo. In conclusone spetta al rcercatore sceglere ε e α, oltre al dsegno d camponamento che meglo s adatta al caso oggetto d studo.

La verifica delle ipotesi

La 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:

Dettagli

Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

Ministero 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

Dettagli

Concetti principale della lezione precedente

Concetti 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

Dettagli

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

Relazione 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

Dettagli

Statistica e calcolo delle Probabilità. Allievi INF

Statistica 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:

Dettagli

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO 4. SCHMI ALTRNATIVI DI FINANZIAMNTO DLLA SPSA PUBBLICA. Se l Governo decde d aumentare la Spesa Pubblca G (o Trasferment TR), allora deve anche reperre fond necessar per fnanzare questa sua maggore spesa.

Dettagli

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

* * * 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

Dettagli

NOTE 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 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

Dettagli

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse Lezone 1. L equlbro del mercato fnanzaro: la struttura de tass d nteresse Ttol con scadenza dversa hanno prezz (e tass d nteresse) dfferent. Due ttol d durata dversa emess dallo stesso soggetto (stesso

Dettagli

MACROECONOMIA A.A. 2014/2015

MACROECONOMIA A.A. 2014/2015 MACROECONOMIA A.A. 2014/2015 ESERCITAZIONE 2 MERCATO MONETARIO E MODELLO /LM ESERCIZIO 1 A) Un economa sta attraversando un perodo d profonda crs economca. Le banche decdono d aumentare la quota d depost

Dettagli

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON

3 CAMPIONAMENTO DI BERNOULLI E DI POISSON 3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.

Dettagli

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS Captolo 7 1. Il modello IS-LM La «sntes neoclassca» e l modello IS-LM Defnzone: ndvdua tutte le combnazon d reddto e saggo d nteresse per le qual l mercato de ben (curva IS) e l mercato della moneta (curva

Dettagli

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM) Identfcazone: SIT/Tec-012/05 Revsone: 0 Data 2005-06-06 Pagna 1 d 7 Annotazon: Il presente documento fornsce comment e lnee guda sull applcazone della ISO 7500-1 COPIA CONTROLLATA N CONSEGNATA A: COPIA

Dettagli

Newsletter "Lean Production" Autore: Dott. Silvio Marzo

Newsletter Lean Production Autore: Dott. Silvio Marzo Il concetto d "Produzone Snella" (Lean Producton) s sta rapdamente mponendo come uno degl strument pù modern ed effcac per garantre alle azende la flessbltà e la compettvtà che l moderno mercato rchede.

Dettagli

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 - PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE (Metodo delle Osservazon Indrette) - - SPECIFICHE DI CALCOLO Procedura software per la compensazone d una rete d lvellazone collegata

Dettagli

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz LEZIONE e 3 La teora della selezone d portafoglo d Markowtz Unverstà degl Stud d Bergamo Premessa Unverstà degl Stud d Bergamo Premessa () È puttosto frequente osservare come gl nvesttor tendano a non

Dettagli

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

LA 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

Dettagli

FORMAZIONE ALPHAITALIA

FORMAZIONE ALPHAITALIA ALPHAITALIA PAG. 1 DI 13 FORMAZIONE ALPHAITALIA IL SISTEMA DI GESTIONE PER LA QUALITA Quadro ntroduttvo ALPHAITALIA PAG. 2 DI 13 1. DEFINIZIONI QUALITA Grado n cu un nseme d caratterstche ntrnseche soddsfa

Dettagli

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca 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

Dettagli

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti Il modello marovano per la rappresentazone del Sstema Bonus Malus rof. Cercara Rocco Roberto Materale e Rferment. Lucd dstrbut n aula. Lemare 995 (pag.6- e pag. 74-78 3. Galatoto G. 4 (tt del VI Congresso

Dettagli

Variabili statistiche - Sommario

Variabili 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

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa 2012-2013 lezione 13: 24 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca fnanzara aa 2012-2013 lezone 13: 24 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/23? reammortamento uò accadere che, dopo l erogazone

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne Metod e Modell per l Ottmzzazone Combnatora Progetto: Metodo d soluzone basato su generazone d colonne Lug De Govann Vene presentato un modello alternatvo per l problema della turnazone delle farmace che

Dettagli

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII Prof. Guseppe F. Ross E-mal: guseppe.ross@unpv.t Homepage: http://www.unpv.t/retcal/home.html UNIVERSITA' DEGLI STUDI DI PAVIA Facoltà d Ingegnera A.A. 2011/12 - I Semestre - Sede PV RETI TELEMATICHE Lucd

Dettagli

LA COMPATIBILITA tra due misure:

LA 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

Dettagli

Circuiti di ingresso differenziali

Circuiti di ingresso differenziali rcut d ngresso dfferenzal - rcut d ngresso dfferenzal - Il rfermento per potenzal Gl stad sngle-ended e dfferenzal I segnal elettrc prodott da trasduttor, oppure preleat da un crcuto o da un apparato elettrco,

Dettagli

La retroazione negli amplificatori

La retroazione negli amplificatori La retroazone negl amplfcator P etroazonare un amplfcatore () sgnfca sottrarre (o sommare) al segnale d ngresso (S ) l segnale d retroazone (S r ) ottenuto dal segnale d uscta (S u ) medante un quadrpolo

Dettagli

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa 2012-2013 Esercitazione: 4 aprile 2013 Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2012-2013 Eserctazone: 4 aprle 2013 professor Danele Rtell www.unbo.t/docent/danele.rtell 1/41? Aula "Ranzan B" 255 post 1 2 3 4 5 6 7 8 9

Dettagli

Relazioni tra variabili: Correlazione e regressione lineare

Relazioni 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

Dettagli

Introduzione al Machine Learning

Introduzione al Machine Learning Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone

Dettagli

Tutti gli strumenti vanno tarati

Tutti gli strumenti vanno tarati L'INCERTEZZA DI MISURA Anta Calcatell I.N.RI.M S eseguono e producono msure per prendere delle decson sulla base del rsultato ottenuto, come per esempo se bloccare l traffco n funzone d msure d lvello

Dettagli

3. Esercitazioni di Teoria delle code

3. Esercitazioni di Teoria delle code 3. Eserctazon d Teora delle code Poltecnco d Torno Pagna d 33 Prevsone degl effett d una decsone S ndvduano due tpologe d problem: statc: l problema non vara nel breve perodo dnamc: l problema vara Come

Dettagli

CIRCOLARE N. 9. CIRCOLARI DELL ENTE MODIFICATE/SOSTITUITE: nessuna. Firmato: ing. Carlo Cannafoglia

CIRCOLARE N. 9. CIRCOLARI DELL ENTE MODIFICATE/SOSTITUITE: nessuna. Firmato: ing. Carlo Cannafoglia PROT. N 53897 ENTE EMITTENTE: OGGETTO: DESTINATARI: DATA DECORRENZA: CIRCOLARE N. 9 DC Cartografa, Catasto e Pubblctà Immoblare, d ntesa con l Uffco del Consglere Scentfco e la DC Osservatoro del Mercato

Dettagli

AVVISO PUBBLICO Costituzione di short list: Servizio di pulizie presso l Istituto di Ricerca Biogem s.c.ar.l. Via Camporeale, Ariano Irpino (AV)

AVVISO PUBBLICO Costituzione di short list: Servizio di pulizie presso l Istituto di Ricerca Biogem s.c.ar.l. Via Camporeale, Ariano Irpino (AV) AVVISO PUBBLICO Costtuzone d short lst: Servzo d pulze presso l Isttuto d Rcerca Camporeale, Arano Irpno (AV) In esecuzone della Determna Presdenzale n. 15/103 del 10/09/2015, la Bogem Scarl ntende procedere

Dettagli

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato

Dettagli

Soluzione esercizio Mountbatten

Soluzione esercizio Mountbatten Soluzone eserczo Mountbatten I dat fornt nel testo fanno desumere che la Mountbatten utlzz un sstema d Actvty Based Costng. 1. Calcolo del costo peno ndustrale de tre prodott Per calcolare l costo peno

Dettagli

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi

Analisi 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

Dettagli

L AUTORITÀ PER L ENERGIA ELETTRICA E IL GAS

L AUTORITÀ PER L ENERGIA ELETTRICA E IL GAS Delberazone 20 ottobre 2004 Approvazone delle condzon general d accesso e d erogazone del servzo d rgassfcazone d gnl predsposte dalla socetà Gnl Itala Spa (delberazone n. 184/04) L AUTORITÀ PER L ENERGIA

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014 Dpartmento d Economa Azendale e Stud Gusprvatstc Unverstà degl Stud d Bar Aldo Moro Corso d Macroeconoma 2014 1.Consderate l seguente grafco: LM Partà de tass d nteresse LM B A IS IS Y E E E Immagnate

Dettagli

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI

CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI Cenn sulle macchne seuenzal CAPITOLO IV CENNI SULLE MACCHINE SEQUENZIALI 4.) La macchna seuenzale. Una macchna seuenzale o macchna a stat fnt M e' un automatsmo deale a n ngress e m uscte defnto da: )

Dettagli

CAPITOLO 3 Incertezza di misura Pagina 26

CAPITOLO 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

Dettagli

Gli impatti dei cambiamenti climatici sull atmosfera e sul mare: il ruolo dei Climate Services

Gli impatti dei cambiamenti climatici sull atmosfera e sul mare: il ruolo dei Climate Services Gl mpatt de cambament clmatc sull atmosfera e sul mare: l ruolo de Clmate Servces Maurzo Mauger Dpartmento d Fsca Va Celora 16 I20133 MILANO maurzo.mauger@unm.t Indce Descrzone dell UdR UnM Un esempo d

Dettagli

Calcolo delle Probabilità

Calcolo 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.

Dettagli

Macchine. 5 Esercitazione 5

Macchine. 5 Esercitazione 5 ESERCITAZIONE 5 Lavoro nterno d una turbomacchna. Il lavoro nterno massco d una turbomacchna può essere determnato not trangol d veloctà che s realzzano all'ngresso e all'uscta della macchna stessa. Infatt

Dettagli

PROGRAMMAZIONE DIDATTICA

PROGRAMMAZIONE DIDATTICA ISTITUTO ISTRUZIONE SUPERIORE STATALE CARLO GEMMELLARO CATANIA PROGRAMMAZIONE DIDATTICA ECONOMIA AZIENDALE A.S.: 2015/2016 Prof Pnzzotto Dana classe 5 b afm Obtv educatv OBTV ddattc trasversal Acqusre

Dettagli

LE CARTE DI CONTROLLO

LE CARTE DI CONTROLLO ITIS OMAR Dpartento d Meccanca LE CARTE DI CONTROLLO Carte d Controllo Le carte d controllo rappresentano uno degl struent pù portant per l controllo statstco d qualtà. La carta d controllo è corredata

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model Rcerca Operatva e Logstca Dott. F.Carrabs e Dott.ssa M.Gentl Modell per la Logstca: Sngle Flow One Level Model Mult Flow Two Level Model Modell d localzzazone nel dscreto Modell a Prodotto Sngolo e a Un

Dettagli

INDAGINE ESAUSTIVA O CAMPIONARIA?

INDAGINE ESAUSTIVA O CAMPIONARIA? INDAGINE ESAUSTIVA O CAMPIONARIA? S rcorre certamente all ndagne per campone quando la rlevazone completa è mpossble e quando la determnazone delle modaltà possedute dalle untà n esame ne comporta la dstruzone

Dettagli

Corso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI

Corso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI A.A. 2006/07 Corso d Teora de Campon Facoltà d Economa Corso d Laurea SIGI M. Govanna Ranall Lezon: Martedì 18:00 19:30; Govedì 12:15 13:45 Oraro d rcevmento: Lunedì 16:00 18:00 (stanza 24) Durata: 9 settmane

Dettagli

VA TIR - TA - TAEG Introduzione

VA TIR - TA - TAEG Introduzione VA TIR - TA - TAEG Introduzone La presente trattazone s pone come obettvo d analzzare due prncpal crter d scelta degl nvestment e fnanzament per valutare la convenenza tra due o pù operazon fnanzare. S

Dettagli

La contabilità analitica nelle aziende agrarie

La contabilità analitica nelle aziende agrarie 2 La contabltà analtca nelle azende agrare Estmo rurale ed element d contabltà (analtca) S. Menghn Corso d Laurea n Scenze e tecnologe agrare Percorso Economa ed Estmo Contabltà generale e cont. ndustrale

Dettagli

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui: I IDACATI E LA COTRATTAZIOE COLLETTIVA Il ruolo economco del sndacato n concorrenza mperfetta, n cu: a) le mprese fssano prezz de ben n contest d concorrenza monopolstca (con extra-proftt); b) lavorator

Dettagli

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x

1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1

Dettagli

Università degli Studi di Urbino Facoltà di Economia

Università 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

Dettagli

Il campionamento casuale semplice

Il 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

Dettagli

Trigger di Schmitt. e +V t

Trigger di Schmitt. e +V t CORSO DI LABORATORIO DI OTTICA ED ELETTRONICA Scopo dell esperenza è valutare l ampezza dell steres d un trgger d Schmtt al varare della frequenza e dell ampezza del segnale d ngresso e confrontarla con

Dettagli

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze

Dettagli

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni:

Analisi ammortizzata. Illustriamo il metodo con due esempi. operazioni su di una pila Sia P una pila di interi con le solite operazioni: Anals ammortzzata Anals ammortzzata S consdera l tempo rchesto per esegure, nel caso pessmo, una ntera sequenza d operazon. Se le operazon costose sono relatvamente meno frequent allora l costo rchesto

Dettagli

Indicatori di rendimento per i titoli obbligazionari

Indicatori di rendimento per i titoli obbligazionari Indcator d rendmento per ttol obblgazonar LA VALUTAZIONE DEGLI INVESTIMENTI A TASSO FISSO Per valutare la convenenza d uno strumento fnanzaro è necessaro precsare: /4 Le specfche esgenze d un nvesttore

Dettagli

Codice di Stoccaggio Capitolo 7 Bilanciamento e reintegrazione dello stoccaggio

Codice di Stoccaggio Capitolo 7 Bilanciamento e reintegrazione dello stoccaggio Codce d Stoccaggo Captolo 7 Blancamento e rentegrazone dello stoccaggo 7.4 Corrspettv per servz d stoccaggo L UTENTE è tenuto a corrspondere a STOGIT, per la prestazone de servz, gl mport dervant dall

Dettagli

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri

Fisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze

Dettagli

McGraw-Hill. Tutti i diritti riservati. Caso 11

McGraw-Hill. Tutti i diritti riservati. Caso 11 Caso Copyrght 2005 The Companes srl Stma d un area fabbrcable n zona ndustrale nella cttà d Ferrara. La stma è effettuata con crter della comparazone e quello del valore d trasformazone. Indce Confermento

Dettagli

Definizione di campione

Definizione di campione Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta

Dettagli

1. Una panoramica sui metodi valutativi

1. Una panoramica sui metodi valutativi . Una panoramca su metod valutatv La dottrna azendalstca rconosce l esstenza d var metod att a determnare l valore del captale economco d un mpresa. In partcolare, è possble ndvduare tre macro-tpologe

Dettagli

Ministero dell Ambiente e della Tutela del Territorio e del Mare MANUALE OPERATIVO PER IL SISTEMA DI MISURAZIONE E VALUTAZIONE DEL PERSONALE

Ministero dell Ambiente e della Tutela del Territorio e del Mare MANUALE OPERATIVO PER IL SISTEMA DI MISURAZIONE E VALUTAZIONE DEL PERSONALE Mnstero dell Ambente e della Tutela del Terrtoro e del Mare MANUALE OPERATIVO PER IL SISTEMA DI MISURAZIONE E VALUTAZIONE DEL PERSONALE INDICE 1. INTRODUZIONE 1.1. I RIFERIMENTI NORMATIVI 1.2. GLI OBIETTIVI

Dettagli

Questo è il secondo di una serie di articoli, di

Questo è il secondo di una serie di articoli, di DENTRO LA SCATOLA Rubrca a cura d Fabo A. Schreber Il Consglo Scentfco della rvsta ha pensato d attuare un nzatva culturalmente utle presentando n ogn numero d Mondo Dgtale un argomento fondante per l

Dettagli

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi

Regressione 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

Dettagli

Valore attuale di una rendita. Valore attuale in Excel: funzione VA

Valore attuale di una rendita. Valore attuale in Excel: funzione VA Valore attuale d una rendta Nella scorsa lezone c samo concentrat sul problema del calcolo del alore attuale d una rendta S che è dato n generale da V ( S) { R ; t, 0,,,..., n,... } n 0 R ( t ), doe (t

Dettagli

Test delle ipotesi Parte 2

Test 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

Dettagli

Economia del Lavoro. Argomenti del corso

Economia del Lavoro. Argomenti del corso Economa del Lavoro Argoment del corso Studo del funzonamento del mercato del lavoro. In partcolare, l anals economca nerente l comportamento d: a) lavorator, b) mprese, c) sttuzon nel processo d determnazone

Dettagli

Lezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo

Lezioni 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

Dettagli

STATISTICA DESCRITTIVA CON EXCEL

STATISTICA 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:

Dettagli

Prova di verifica n.0 Elettronica I (26/2/2015)

Prova di verifica n.0 Elettronica I (26/2/2015) Proa d erfca n.0 lettronca I (26/2/2015) OUT he hfe + L OUT - Fgura 1 Con rfermento alla rete elettrca d Fg.1, determnare: OUT / OUT / la resstenza sta dal generatore ( V ) la resstenza sta dall uscta

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra

Dettagli

DBMS 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 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:

Dettagli

La taratura degli strumenti di misura

La taratura degli strumenti di misura La taratura degl strument d msura L mportanza dell operazone d taratura nasce dall esgenza d rendere l rsultato d una msura rferble a campon nazonal od nternazonal del msurando n questone affnché pù msure

Dettagli

Capitolo 3. Cap. 3-1

Capitolo 3. Cap. 3-1 Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare

Dettagli

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements

Soluzione attuale ONCE A YEAR. correlation curve (ISO10155) done with, at least 9 parallel measurements Torna al programma Sstema per la garanza della qualtà ne sstem automatc d msura alle emsson: applcazone del progetto d norma pren 14181:2003. Rsultat dell esperenza n campo presso due mpant plota. Cprano

Dettagli

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986

Analisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986 Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane

Dettagli

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA:

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA: Economa del Settore Pubblco Laura Vc laura.vc@unbo.t www.dse.unbo.t/lvc/edsp_.htm LEZIONE 4 Rmn, 9 aprle 008 Economa del Settore Pubblco 96 I prncpal ndc d dseguaglanza: ndc d entropa generalzzata Isprata

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

STATISTICA 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

Dettagli

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

Capitolo 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

Dettagli

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard

Corso di Statistica (canale P-Z) A.A. 2009/10 Prof.ssa P. Vicard Corso d Statstca (canale P-Z) A.A. 2009/0 Prof.ssa P. Vcard VALORI MEDI Introduzone Con le dstrbuzon e le rappresentazon grafche abbamo effettuato le prme sntes de dat. E propro osservando degl stogramm

Dettagli

Sintesi della policy di valutazione e pricing delle obbligazioni emesse da Banca Emilveneta S.p.A.

Sintesi della policy di valutazione e pricing delle obbligazioni emesse da Banca Emilveneta S.p.A. Sntes della polcy d valutazone e prcng delle obblgazon emesse da Banca Emlveneta S.p.A. INDICE 1. PREMESSA...1 2. METODOLOGIA DI PRICING...1 2.1 PRICING...3 1. PREMESSA Il presente documento ha lo scopo

Dettagli

POR FESR Sardegna 2007-2013 Asse VI Competitività BANDO PUBBLICO. Voucher Startup Incentivi per la competitività delle Startup innovative

POR FESR Sardegna 2007-2013 Asse VI Competitività BANDO PUBBLICO. Voucher Startup Incentivi per la competitività delle Startup innovative POR FESR Sardegna 2007-2013 Asse VI Compettvtà BANDO PUBBLICO Voucher Startup Incentv per la compettvtà delle Startup nnovatve ALLEGATO 3 PIANO DI UTILIZZO DEL VOUCHER STARTUP INNOVATIVE 2014 3. Pano d

Dettagli

Condensatori e resistenze

Condensatori e resistenze Condensator e resstenze Lucano attaa Versone del 22 febbrao 2007 Indce In questa nota presento uno schema replogatvo relatvo a condensator e alle resstenze, con partcolare rguardo a collegament n sere

Dettagli

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale

STATISTICA PSICOMETRICA a.a. 2004/2005 Corsi di laurea. Scienze e tecniche neuropsicologiche Modulo 3 Statistica Inferenziale STATISTICA PSICOMETRICA a.a. 004/005 Cors d laurea Scenze e tecnche neuropscologche Modulo 3 Statstca Inferenzale Probabltà Dstrbuzon d probabltà Dstrbuzon camponare Stma ntervallare Verfca delle potes

Dettagli

Misure Ripetute ed Indipendenti

Misure Ripetute ed Indipendenti Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una

Dettagli

Esame di Statistica Corso di Laurea in Economia

Esame 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

Dettagli

Statistica Descrittiva

Statistica Descrittiva Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86

Dettagli

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo Element d teora de goch Govann D Bartolomeo Unverstà degl Stud d Teramo 1. Descrzone d un goco Un generco goco, Γ, che s svolge n un unco perodo, può essere descrtto da una Γ= NSP,,. Ess sono: trpla d

Dettagli

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive

Principi di ingegneria elettrica. Lezione 6 a. Analisi delle reti resistive Prncp d ngegnera elettrca Lezone 6 a Anals delle ret resste Anals delle ret resste L anals d una rete elettrca (rsoluzone della rete) consste nel determnare tutte le corrent ncognte ne ram e tutt potenzal

Dettagli

PROGETTO SCUOLA POPOLARE

PROGETTO SCUOLA POPOLARE SPIN TIME LABS & ICBIE Europa Onlus PROGETTO SCUOLA POPOLARE 1 P a g e 1. Introduzone 2. Obettv e fnaltà 3. I tutor del progetto 4. Modulo I. Sostegno scolastco. 5. Modulo II.- Corso d lngua talana 6.

Dettagli

ANALISI STATISTICA DELLE INCERTEZZE CASUALI

ANALISI STATISTICA DELLE INCERTEZZE CASUALI AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte

Dettagli

Capitolo 2 Dati e Tabelle

Capitolo 2 Dati e Tabelle Captolo 2 Dat e Tabelle La Descrzone della Popolazone La descrzone d una popolazone passa attraverso due fas: 1. la formazone de dat statstc 2. la sntes de dat La formazone del dato statstco prevede: ()

Dettagli

Aritmetica e architetture

Aritmetica e architetture Unverstà degl stud d Parma Dpartmento d Ingegnera dell Informazone Poltecnco d Mlano Artmetca e archtetture Sommator Rpple Carry e CLA Bozza da completare del 7 nov 03 La rappresentazone de numer Rappresentazone

Dettagli

C.I. di Metodologia clinica

C.I. di Metodologia clinica C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle

Dettagli

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n

x 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà

Dettagli

ALLEGATO B REQUISITI DI ORDINE GENERALE

ALLEGATO B REQUISITI DI ORDINE GENERALE PROCEDURA NEGOZIATA PER L'ACQUISIZIONE DEL SERVIZIO DI IDEAZIONE E PROGETTAZIONE GRAFICA PER LA PUBBLICAZIONE E DIVULGAZIONE DELLE INIZIATIVE CULTURALI DELL'ERT ALLEGATO B REQUISITI DI ORDINE GENERALE

Dettagli

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà

Dettagli