APPUNTI DI STATISTICA DESCRITTIVA 2 Con applicazioni nell ambiente statistico R Versione preliminare agosto 2006

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "APPUNTI DI STATISTICA DESCRITTIVA 2 Con applicazioni nell ambiente statistico R Versione preliminare agosto 2006"

Transcript

1 APPUNTI DI TATITICA DECRITTIVA Co applcazo ll ambt statstco R Vrso prlmar agosto 006 Vttoro Colagrad TUDIO DELLE RELAZIONI TRA DUE CARATTERI TATITICI Nll aals d dat s è spsso trssat a studar s tra du carattr X Y, ch s prstao cogutamt sull utà statstch ch formao ua data popolazo, s possa stablr u qualch lgam, l caso, qual sa l grado d tal rlazo. possoo avr cas cu la cooscza d ua dll du varabl o dà alcua formazo sull altra (dpdza) cas d prftta dpdza cu ua dll varabl dtrma ach l altra. tratta ovvamt d cas lmt, lla pratca c s può pù o mo avvcar alla stuazo d dpdza. Il grado d rlazo fra du varabl v msurato co var dc statstc ch, sostaza, soo opportu dstaz tra la stuazo ffttvamt ossrvata qulla rlatva al caso d dpdza. ottgoo così msur d assocazo. l varabl soo tramb quattatv è possbl studar lgam d trdpdza tramt la corrlazo la dpdza d ua dll varabl dall altra co l aals d rgrsso. Nl s trattrà d assocazo; mtr la rgrsso la corrlazo sarao oggtto d 3.. Assocazo tra varabl statstch Esmpo. U collttvo d 9 studt, 9 masch (M) 00 fmm (F), v sottoposto ad u tst atttudal. L atttud prs sam soo: A: dscpl artstch; B: dscpl umastch; C: matr sctfch. I rsultat soo rportat Tab. Tab. Frquz pr ssso dscpl cogtv atttud ssso A B C Tot M F Tot C s po l problma d studar l assocazo tra ssso atttud. I prma fas s può ossrvar ch l prctual d masch d fmm l collttvo prso sam soo: 9 00 % d M 54 % % d F 46 %. 9 9 c foss dpdza tra ssso atttud s dovrbb rscotrar l stss % d M F pr l atttud A, B C. otto l pots d dpdza, allora, s dovrbb ottr u valor attso o torco d frquza MA pr masch co l atttud A tal ch:

2 MA Tot d M (Tot d M) (Tot d A) 9 57 MA Tot d A Tot Tot 9 I modo aalogo possoo ssr dtrmat l altr 5 frquz torch: MB 36.4 ; MC 5.6 ; FA 6.03 ; FB ; FC ulla bas d tal rsultat è possbl costrur la Tab sgut. Tab. Tablla d dpdza atttud ssso A B C Tot M F Tot L assocazo tra l du varabl può ssr aalzzata cosdrado ua dstaza tra l frquz ossrvat (Tab. ) qull torch (Tab. ). All uopo s cosdrao l dffrz tra tal frquz, com rportato Tab. 3: Tab. 3 Tablla dll dffrz atttud ssso A B C Tot M F Tot s troduc l dc ch-quadrato χ com msura d assocazo: χ ( 7.6) ( 4.03) ( 3.59) (7.6) () Com s può ossrvar l dc è costtuto dalla somma d 6 frazo ch prstao a umrator quadrat dll dffrz tra l frquz ossrvat qull torch a domator l frquz torch. Utlzzado l lguaggo R, dat possoo ssr mmorzzat ua matrc: > sssoc("m","f") > atttudc("a","b","c") > datmatrx(c(35,,40,7,44,5),,3,dmamslst(ssso,atttud)) # gra la matrc dll frquz > dat A B C M F 7 5 > tabas.tabl(dat)

3 > chsummary(tab)$statstc > ch [] La costruzo dll dc χ è gralzzabl al caso d du carattr X Y, co modaltà x, x, x 3,, x r y, y, y 3, y c, rlvat cotmporaamt su utà statstch. I tal caso la tablla dll frquz ossrvat o j (pr,,,r j,,,c ) assum la forma dlla tablla d cotgza Tab. 4 formata da r rgh c colo: Nlla tablla l quattà Tab. 4 Tablla d cotgza pr X Y Y X y y y c Tot x o o o c x o o o c x r o r o r o rc r Tot c c o j j r j o j soo l frquz margal dlla X, rspttvamt, dlla Y. otto l pots d dpdza d X Y, la frquza torca rlatva alla modaltà x d X alla modaltà y j va dtrmat scodo la: j j. uccssvamt vao calcolat l dffrz tra l frquz ossrvat qull torch o j j, qud, aalogamt alla (), l dc ch-quadrato: (o j j χ. (), j j ossrv ora ch l dc χ dpd dalla umrostà dl collttvo, l suo valor, a partà d assocazo tra du carattr prs sam, aumta all aumtar d. può allora prdr sam l dc d cotgza quadratca mda: Φ χ assumr com msura d assocazo la radc quadrata Φ d tal quattà. Così pr l smpo s ott: 4.39 Φ Φ vara tra 0 r c (Appdc ); u valor prossmo a 0 porta ad scludr u assocazo tra du carattr. U valor d Φ par a 0.4 portrbb ad potzzar ua o dpdza tra l sso l Atttud, tuttava la problmatca va samata co pù attzo facdo rfrmto ach ad ultror strumt d aals. ) 3

4 psso, lla msura d assocazo, s fa rfrmto ach all dc d assocazo oralzzato V d Cramr: Φ V. m {(r ),(c ) } La V vara tra 0 (Appdc ); valor prossm a dotao ua fort assocazo tra l du varabl, ma tuttava o dao dcazo sull modaltà d assocazo. Pr l smpo s ott: V 0.4, valor cocdt, qusto caso, co qullo d Φ quato l mmo v calcolato tra ( ) (3 ). Utlzzado R: > Vsqrt(ch/(sum(dat)m(row(dat)-,col(dat)-))) # ch è l oggtto dfto sopra > V [] Rgrsso lar smplc Esmpo. I u campo d 5 dvdu soo stat rlvat carattr quattatv tà (ETA ) prsso sstolca (PA). I valor d du carattr soo rportat Tab. 5 grafcat mdat l dagramma d dsprso d Fg.. Tab. 5 Valor d tà prsso sstolca rlvat su 5 dvdu Idvduo ETA (a) PA (mm Hg) PA ETÀ Fg. - Dagram ma d dsprso ETA'-PA vuol dvduar ua fuzo ch dscrva, modo sttco, l carattrstch d ua possbl rlazo statstca tra du carattr prs sam. Parlado d rlazo statstca va prcsato ch o s tratta, gral, d trovar ua fuzo matmatca ch prmtta d rcavar sattamt l valor d u carattr fuzo d u altro: o s può psar, ad smpo, ch sa possbl dtrmar sattamt la prsso sstolca d u dvduo ua volta ota l tà!! può comuqu potzzar ua rlazo tra ua varabl statstca Y d ua scoda varabl X dl tpo: Y f (X) + ε, (3) 4

5 dov f (X) è ua fuzo d X ε rapprsta l sm dgl fftt casual ch altr varabl, o cosdrat ll aals, possoo avr sulla Y. La varabl X è dtta varabl dpdt o splcatva la Y varabl dpdt o rsposta. La fuzo f (X) d (3) sprm u adamto mdo d Y dpdza dlla varabl X: f (X) E(Y X) mda d Y pr og fssato valor d X. Così, rfrmto all smpo, s può supporr ch, pr og valor dlla varabl ETA (X), s possa rlvar ua dstrbuzo d PA (Y) lo studo abba com obttvo qullo d dvduar ua forma fuzoal pr la mda dll prsso sstolch dgl dvdu co fssata tà. La fuzo f (X), gral, prsta alcu paramtr ch, ll aals codotta, vao opportuamt stmat. tal fuzo può ssr scrtta com ua fuzo lar paramtr, ovvro: f (X) a f (X) + a f (X) + a 3 f 3 (X) + + a h f h (X), dov a, a, a 3,, a h dcao paramtr, allora l sprsso (3) dfsc l modllo d rgrsso lar smplc. Ad smpo s possoo avr l sgut fuzo: f (X) a + b X co paramtr a b; f (X) a + b X 3, co paramtr a b; f (X) a log(x), co paramtro a; f (X) a log(x) + b s(x), co paramtr a b. tratta d stmar l modllo ch pù s adatta a dat. La Fg. suggrsc, prma aals, d rcrcar ua fuzo dl tpo: f (X) a + b X (4) quato put sul grafco a dsprso mostrao u adamto approssmatvamt lar. Pù gral, s vuol studar u modllo d rgrsso lar smplc tra du varabl quattatv X Y dl tpo (4), partcolar, stmar l paramtro a, dtto trctta, d l paramtro b, dtto coffct d rgrsso lar. suppoga, allora, ch su ogua dll utà statstch prs sam sa stata rlvata la coppa d valor (x,y ), pr,,3,,, (ll smpo, 5), l prmo d qual è rlatvo alla varabl X d l scodo alla varabl Y. Impodo la proprtà d mmo dlla somma dgl scart quadratc (y f(x )), altr trm facdo rcorso al Mtodo d Mm Quadrat, s prova ch l stm dl coffct d rgrsso lar dll trctta soo fort dall sgut: CODEV(X,Y) xy b a y b x, DEV(X) dov y x soo, rspttvamt, la mda artmtca d Y d X, DEV(X) la dvaza d X CODEV(X,Y) xy (x x) (x x)(y y) è la codvaza d X Y (Appdc ). ossrv ch la dvaza d Y ( ) può ssr dfta mara aaloga a qulla d X. è 5

6 Nlla Tab. 6 sgut è svluppato u procdmto maual (ma ch può ssr faclmt codotto co l utlzzo d u foglo lttroco) pr l calcolo d du paramtr d rgrsso. Tab 6 Calcolo d md, dvaz codvaz d ETA (X) PA (Y) oggtto ETA (X) PA (Y) X x Y y (X x ) (Y y ) (X x ) (Y y ) omma Mda Ossrvato ch la DEV(X), la DEV(Y) la CODEV(X,Y) soo, rspttvamt, l somm rportat ll colo 6, 7 8 d Tab. 6, s ott: CODEV(X, Y) b. 7, a y b x DEV(X) , qud, la rtta d rgrsso ha quazo: Y X. Utlzzado l pacchtto R, dat d ETA PA vgoo mmorzzat du vttor: > tàc(,8,67,47,56,70,8,,33,5,47,9,35,73,60) > pasc(3,4,76,,45,57,7,03,30,30,4,3,,54,48) l coffct d rgrsso l trctta s calcolao co l struzo: > rglm(pas ~ tà) > rg$coff (Itrcpt) tà ottdo l valor dll trctta sotto al trm Itrcpt qullo dl coffct d rgrsso sotto la voc tà. I Fg. vgoo rapprstat, smpr utlzzado R, valor rlvat d tà prsso la rtta d rgrsso. 6

7 > plot(tà,pas,pch9,col,ylmc(0,50),xlmc(0,90), + xaxpc(0,90,9) sub"fg. 3 - cattr ETA'-PA rtta + d rgrsso",xlab"eta'",ylab"pa") > abl(rg) > txt(70,70,xprsso(y x),cx0.7) > txt(70,40,xprsso(rsquar0.7),cx0.7) Il sgfcato dll dc Rsquar prst lla Fg. vrrà llustrato l paragrafo ch sgu, ma s può dr subto, mara formal, ch sso è u dc dlla botà dl modllo d rgrsso lar pr dat prs sam. Da u puto d vsta statstco l coffct d rgrsso b rapprsta la varazo mda dlla varabl dpdt cosgut ad ua varazo utara dlla varabl dpdt; l paramtro a rapprsta, vc, l valor dlla varabl dpdt corrspodt al valor ullo d qulla dpdt. Nll smpo, ssdo b.7 s può dr ch, mda, la prsso sstolca aumta d crca.3 mmhg pr og ao d tà; l valor dll trctta a 78.5 rapprsta l valor torco dlla PA alla ascta (ma o è corrtto ffttuar strapolazo sulla bas d dat a dsposzo!). Quato aalzzato sopra è rlatvo alla dpdza dlla varabl Y dalla X (rgrsso d Y su X); modo aalogo s può studar la dpdza d X da Y. ottgoo tal caso sgut paramtr d rgrsso: b CODEV(X, Y) DEV(Y) a x b y la rtta d rgrsso d X su Y: X a + b Y. Pr l smpo o ha sso studar la dpdza dll tà dalla prsso sstolca. Tuttava, a ttolo smplcmt smplfcatvo, s rportao l coffct d rgrsso dll ETA sulla PA la rlatva trctta: CODEV(X, Y) b ; a 9.5. DEV(Y) C s può chdr, ora, s l approssmazo ottuta col modllo lar è buoa. U mtodo d studo dll adattamto fa rfrmto all Aals d Rsdu. Y è la varabl rsposta co valor ossrvat y, y,, y f(x) a + b X è l modllo rgrssvo co valor prdtt y a + bx, y a + bx,..., y a + bx, s dfsc rsduo rs, pr,,,, lo scarto tra l valor ossrvato y d l corrspodt valor prdtto y : rs y - y, mtr l rsduo rlatvo è dato dal rapporto rs y. l modllo lar è buoo, rsdu rlatv soo pccol. La Tab. 7 rporta valor dlla varabl ETA (varabl splcatva 7

8 X), dlla prsso PA (varabl dpdt Y), qull stmat co la rtta d rgrsso X, rsdu d rsdu rlatv. Y Tab. 7 Valor d ETA, PA, prdtt dal modllo lar, rsdu rsdu rlatv ETA PA y rs rs /y 3 06,38 4,6 0, ,99 0,0 0, ,50,50 0, , -7, -0, ,54-4,54-0, ,3-0,3-0, ,7 35,73 0, ,38-3,38-0, ,34 9,66 0, ,9-3,9-0, , 3,89 0, ,6 -,6-0, ,88 -,88-0, , -7, -0, ,6-6,6-0,045 Va codotta ach u aals grafca. La Fg. 3 mostra l dagramma d dsprso d rsdu. l modllo è adguato, l dagramma dovrbb apparr ch valor d ua dll coordat o fluscoo su qull dll altra (dstrbuzo casual d put). dovrbb rscotrar ua vcaza d rsdu al valor 0 d u qua dstrbuzo d rsdu postv rsdu gatv. Ossrvado rsdu rlatv d Tab. 7 d l grafco d rsdu, s può dr ch ll smpo aalzzato l modllo lar è sostazalmt accttabl. Co l comado d R: > plot(rg) vgoo vsualzzat squza quattro grafc, l prmo d qual è qullo d rsdu, pr l aals grafca dl modllo lar. È cssaro putualzzar, comuqu, ch pr cocludr sulla buoa adattabltà dl modllo lar a dat è cssaro utlzzar altr mtodch statstch; quato proposto è smplcmt u aals qualtatva dlla problmatca. 3. Corrlazo lar smplc Ua msura dlla botà dl modllo lar può ssr ottuta studado l trdpdza tra du carattr statstch quattatv X Y. Uo dgl dc molto oto pr ua tal msura è l coffct d corrlazo lar R (d Parso): CODEV(X, Y) xy R. DEV(X) DEV(Y) Tal quattà vara tra (Appdc 3). U valor d R vco a dca ua assocazo strtta o molto strtta tra l du varabl; s parla tal caso d corrlazo lar postva tra X I raltà va cosdrato ach l fatto ch s tratta d dat bomdc. 8

9 Y: all aumtar d ua varabl aumta ach l altra. U valor d R vco a dota u alta o molto alta corrlazo lar gatva (dscordaza) tra X Y: all aumtar d ua d ss l altra dmusc. U valor d R 0 o prossmo a 0 dca dffrza (dpdza) tra l varabl. La Fg. 4 llustra alcu stuazo rlatv a dagramm d dsprso d du varabl X Y. Va ossrvato ch ll ambto dlla corrlazo s studa l trdpdza tra l du varabl o la dpdza d ua d ss dall altra (com lla rgrsso). Nll smpo dll tà PA (smpo ), utlzzado calcol d Tab. 6, s ha: R 0.84, s rgstra, qud, u apprzzabl grado d corrlazo lar postva tra l tà la prsso sstolca pr dat prs sam. Nl lguaggo R, rcosdrado vttor tà pas, soo suffct sgut comad pr l calcolo dl coffct d corrlazo lar: > cor(tà,pas) [] Il coffct d corrlazo può ssr calcolato ach utlzzado coffct d rgrsso d Y su X (b) d X su Y (b ): xy xy R ± ± b b'. I rfrmto acora alla rgrsso lar è possbl ffttuar u ultror ossrvazo. La Fg. 5 llustra l dvazo d u grco valor ossrvato dalla rtta d rgrsso stmata. 9

10 Podo: Dvaza Total TOT ; (y y ) Dvaza Rsdua RE ; (y y) Dvaza d Rgrsso REG. può scrvr (Appdc 4): TOT REG + RE. D altra part rsulta: (y y ) (y y ) (y y) xy R REG TOT L dc R è dtto coffct d dtrmazo; vara tra 0, pr valor prossm ad, dca u buo adattamto d dat al modllo lar. Il coffct d dtrmazo sprm la part d varazo dlla varabl rsposta Y spgata dal modllo rgrssvo Y a + bx o, altr trm, la part d varaza d Y mputabl alla varabltà d X. può calcolar ach la quattà R ch dca la part d varabltà dlla varabl rsposta mputabl ad altr fattor dvrs dall altra varabl. Nl caso dll smpo s ott: R Rsquar 0.7 7% R 9%, duqu, pr dat prs sam, l 7% dll aumto dlla PA è dtrmata dall ETA, mtr pr l 9% tal aumto rscotrato è dovuto ad altr fattor (dvrs dall ETA ). Ua rgola mprca porta a rtr u buo adattamto dl modllo a dat qualora rsult Rsquar > 0.70, allora s può rtr ammssbl pr dat cosdrat ua dpdza lar tra PA d ETA. rbadsc, og caso, ch ua aals adguata cssta d ultror approfodmt. Nl pacchtto R, ua volta dfto l oggtto rg (modllo d rgrsso lar), l comado: > summary(rg) prmtt d ottr l valor Rsquar: > summary(rg)$r.squard [] ma forsc ach altr formazo sul modllo d rgrsso cssar a f frzal. Tal asptt o soo trattat, tuttava, qust Apput. 4. Esrcz ) Pr vrfcar gl fftt d u atprtsvo, soo stat rclutat 00 prso prts suddvs casualmt du grupp d ugual umrostà. Al Gruppo A v sommstrato l Farmaco, al Gruppo B u Placbo. otto tutt gl asptt dl trattamto du grupp soo stat curat mara dtca. V rlvato u fftto postvo su 75 soggtt dl Gruppo A su 65 dl Gruppo B. Aalzzar l assocazo tra Farmaco rsultato postvo. 0

11 ) suppoga d volr cofrotar l'ffcaca d du dvrs farmac, A B. A tal f vgoo cosdrat 5 soggtt: 68 co l farmaco A 53 co l farmaco B. L'fftto dl trattamto v msurato trm d soggtt mglorat o mglorat. I rsultat soo sprss lla sgut tablla: Mglorat No Mglorat Total Farmaco A Farmaco B Total chd s la frquza d soggtt o mglorat sa la stssa ll ambto d du grupp, coè s la frquza d o mglorat sa la stssa dpdtmt dal trattamto cu soggtt soo stat sottopost. 3) I u gruppo d 80 pazt s soo rscotrat sgut st rfrmto ad u dato trattamto mdco: Guarto No guarto Total Trattato No trattato total C è assocazo tra trattamto guargo? 4) u u gruppo d 50 soggtt vaccat cotro u vrus fluzal, s soo rgstrat 65 cas d fluza; su 0 soggtt o vaccat, vc, 4 hao cotratto la malatta. Cosa s può ossrvar sull assocazo tra vacco fluza? 5) Nl laboratoro d ua clca mdca uvrstara ua coltura d battr v sottoposta a dos dvrs d atbotco pr vrfcar s sst ua rlazo lar tra dvrs dosagg l umro d battr rsdu. I dat sao sgut: Atbotco (dos mglaa) Battr (umro mlo) Calcolar l coffct d corrlazo lar commtar; dtrmar la rtta d rgrsso, calcolar R commtar l rsultato; dtrmar la coctrazo mma d atbotco ch dovrbb lmar battr. 6) Ad 8 pazt è stato sommstrato u quattatvo d glucoso (gramm) dopo crca 90 mut soo stat rlvat valor d glcma (g/dl). La quattà d glucoso grto valor d glcma soo rportat tablla: Pazt A B C D E F G H Glucoso (g) Glcma (g/dl) Rapprstar grafcamt dat; calcolar l coffct d corrlazo tra l du varabl; dtrmar la rtta d rgrsso d trprtar coffct. 7) La tablla sgut rporta l dstrbuzo dll tà dlla colstrolma (g/dl) pazt: Pazt Età (a) Colstrolma (g/dl) Calcolar l coffct d corrlazo d Parso qullo d dtrmazo: commtar rsultat ottut.

12 APPENDICE. Dsuguaglaz pr l dc ch-quadrato I rfrmto alla Tab. 4 dl all dc ch-quadrato dfto dalla (), c s propo d provar ch: (oj ) j a) χ (r c ) ;, j j (o ) χ. j j b) m{ (r );(c ) }, j j ossrv aztutto: (o j ) o o o j j j j χ + j o j +. (A), j j, j j, j, j, j j, j j D altra part, pr,,,r j,,,c, rsulta: o j o j j da cu: o j, j j o j o, j j o j o, j j j j, j j j, j j oj oj d ach r., j j Prtato, co l utlzzo d (A):, j j j, j j j j oj o j r c ; j oj, j j j j j j ; j c χ r c (r c ); χ c (c ); χ r (r ). La prma rlazo è propro la a); la dsuguaglaza b), vc, s ott dalla scoda trza sprsso quato tramb vr: χ m{ (r ); (c )} m{(r ); (c )}.. tma d paramtr d rgrsso Il Mtodo d Mm Quadrat rchd ch la somma dgl scart quadratc [y f(x )] (y a bx ) sa mma. Cosdrata la varabl Y a bx, la sua dvaza può ssr sprssa dalla: DEV(Y a bx) (y a bx ) (y a bx) (y a bx) ;

13 duqu: DEV(Y a bx) + (y a bx). Ossrvato ch trm dlla somma a scodo mmbro dll uguaglaza appa scrtta soo tramb o gatv, rsulta: MIN MIN(DEV(Y a bx)) + MIN( (y a bx), qud, valor d a b vao rcrcat tra qull ch mmzzao sa l ua ch l altra quattà dlla somma. La scoda: (y a bx) assum mmo quado è ugual a 0, duqu: y a bx 0 a y bx. Pr l aals dlla prma quattà va svluppata la dvaza: DEV(Y a bx) DEV(Y bx) DEV(Y) + DEV(bX) bcodev(x, Y) b DEV(X) bcodev(x, Y) + DEV(Y). Rcordado ch DEV(X), DEV(Y) CODEV(X,Y) xy, rsulta: ) DEV(Y a bx) b bxy +, prtato, l mmo dlla dvaza al varar d b cocd col mmo dlla fuzo: Q (b) b bxy +. (A) D altra part, su u pao cartsao ortogoal co b sull ascss, la Q(b) rapprsta ua parabola co ass paralllo all ass dll ordat cocavtà vrso l alto ( quato >0), duqu, com llustrato fgura a lato, ssa assum l valor mmo corrspodza dl vrtc, la cu ascssa è data da: b xy CODEV(X,Y) DEV(X) (x x)(y (x x) y) può allora cocludr ch stm d coffct dlla rtta d rgrsso soo: b CODEV(X, Y) DEV(X) a y b x. 3

14 3. Dsuguaglaza d Chauchy-chwartz Cosdrat l varabl statstch X Y dcato co E( ) la mda d ua varabl, rsulta: [E(X Y)] E(X) E(Y) (A3) vrfca l uguaglaza s Y λx, pr qualch valor ral λ. Pr la prova d quato affrmato s cosdr ch, pr λ ral, s ha: d ssdo E((λX Y) ) 0 rsulta: E((λX Y) ) E(λ X λx Y+Y ) λ E(X ) λ E(X Y) + E(Y ) λ E(X ) λ E(X Y) + E(Y ) 0 Affché la forma quadratca a prmo mmbro dll sprsso sopra scrtta sa ovuqu o gatva, l suo dscrmat dv ssr gatvo o ullo: [E(X Y)] E(X ) E(Y ) 0, da qu la dsuguaglaza (A3). 0, s ott E((λX Y) ) 0 pr qualch λ, da cu: Y λ X. Pr provar ch l coffct d rgrsso R è comprso tra, è suffct ossrvar ch: E((X x ) ); E((Y y ) ); xy E((X x ) (Y y )) sosttur lla (A4) cascua varabl co l suo scarto dalla mda, ottdo: xy. 4. composzo dlla Dvaza total I Appdc s è vsto ch la quattà (y y ) (y f(x )) ha valor mmo corrspodza dl mmo dlla fuzo Q(b) dfta dalla (A), ovvro pr l valor dll ordata dl vrtc dlla parabola rapprstata da tal fuzo: 4 4 xy xy (y y ) + 4. Rsulta qud: (y y ) (y y ) + + xy (bx (y y ) bx) + xy (y y ) 4 + (y y ) (y y). + b (x x)

LA MODA: Unità: è il valore della variabile X osservato il maggior numero di volte;

LA MODA: Unità: è il valore della variabile X osservato il maggior numero di volte; Apput d Statstca Socal Uvrstà Kor d Ea IDICI DI POSIZIOE O DI TEDEZA CETRALE Gl dc d poszo, o d tdza ctral, soo umr ch sprmoo la sts umrca d ua dstrbuzo ( ) statstca smplc d ua varabl X. I valor ossrvat

Dettagli

Caso studio 4. La media geometrica. Esempio

Caso studio 4. La media geometrica. Esempio Caso studo 4 U vsttor dv dcdr s vstr l suo captal d 0.000 uro obblazo a tasso sso o a tasso varabl. Il tasso sso d trss ch l v proposto è dl 4% auo, pr u vstmto a 5 a. Pr l obblazo a tasso varabl l v vc

Dettagli

Introduzione. La regressione logistica

Introduzione. La regressione logistica Aals statstca multvarata La rgrsso logstca Autor Alsado Lubsco Stfaa Mga Marla Pllat La rgrsso logstca Itroduzo S vuol dscrvr la rlazo d dpdza dl posssso d u attrbuto dcotomco da ua o pù varabl dpdt (X,

Dettagli

Dott.ssa Marta Di Nicola

Dott.ssa Marta Di Nicola RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quado s cosderao due o pù caratter (varabl) s possoo esamare ache l tpo e l'testà delle relazo che sussstoo tra loro. http://www.bostatstca.uch.tt Nel caso cu per

Dettagli

Trasformatore. Parte 2 Trasformatori trifase (versione del ) Trasformatore trifase (1)

Trasformatore. Parte 2 Trasformatori trifase  (versione del ) Trasformatore trifase (1) Trasformator Part 2 Trasformator trfas www.d.g.ubo.t/prs/mastr/ddattca.htm (vrso dl 0-11-2010) Trasformator trfas Pr trasfrr rga lttrca tra du rt trfas s possoo utlzzar tr trasformator moofas, ugual tra

Dettagli

MEDIA DI Y (ALTEZZA):

MEDIA DI Y (ALTEZZA): Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:

Dettagli

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua

Università di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede

Dettagli

I metodi di costruzione degli indici sintetici

I metodi di costruzione degli indici sintetici I mtod d costruzo dgl dc sttc Numros soo mtod dsobl r la sts d dcator lmtar. Gl alcatv ch costoo l calcolo d tal dc d sts soo soltamt lgat alla loro mlmtazo. Pr tal motvo, l cofroto tra rsultat ottut co

Dettagli

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti

Università di Camerino Corso di Laurea Fisica Indirizzo Tecnologie per l Innovazione Appunti di Calcolo Prof. Angelo Angeletti Uivrsità di Camrio Corso di Laura Fisica Idirizzo Tcologi pr l Iovazio Apputi di Calcolo Prof. Aglo Agltti Formula di Taylor Si ricordrà ch l quazio dlla tagt ad ua curva di quazio y f() i u puto è data

Dettagli

Lezione 4. La Variabilità. Lezione 4 1

Lezione 4. La Variabilità. Lezione 4 1 Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare

Dettagli

Indipendenza in distribuzione

Indipendenza in distribuzione Marlea Pllat - Semar d Statstca (SVIC) "Lo studo delle relazo tra due caratter" Aals delle relazo tra due caratter Dpedeza dstrbuzoe s basa sul cofroto delle dstrbuzo codzoate Dpedeza meda s basa sul cofroto

Dettagli

CAP. 6 INFERENZA STATISTICA BAYESIANA

CAP. 6 INFERENZA STATISTICA BAYESIANA Corso d laura magstral SCIENZE STATISTICHE (Not ddattch) Bruo Chadotto Vrso 4 Cap 6 Ifrza statstca baysaa Itroduzo CAP 6 BAYESIANA N captol prcdt s è stata affrotata, modo quas sclusvo, la problmatca dll

Dettagli

LIUC ebook. Analisi Matematica. Anna Maria Mascolo Vitale

LIUC ebook. Analisi Matematica. Anna Maria Mascolo Vitale LIUC Boo Aals Matmatca Aa Mara Mascolo Vtal LIUC Boo Aals Matmatca Aa Mara Mascolo Vtal LIUC Uvrstà Cattao Castllaza Aals matmatca Aa Mara Mascolo Vtal Coprght Uvrstà Carlo Cattao - LIUC Cso Mattott

Dettagli

Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti.

Esercizio 1. Costruire un esempio di variabili casuali X ed Y tali che Cov(x,y) = 0, ma X ed Y siano dipendenti. srcz d conomtra: sr srczo Costrur un smpo d varabl casual d tal ch Cov(,), ma d sano dpndnt. Soluzon Dobbamo vrcar l sgunt condzon: σ [ ] [ ] [ ] covaranza nulla ) ( ) ( ) dpndnza non lnar Prma cosa da

Dettagli

La distribuzione Normale

La distribuzione Normale Matatca Fca cla 5G La dtrbuzo oral Fracco Fotaa otaa@lcorrar.t paga La dtrbuzo oral Mda dvazo tadard Codrao rultat pr ua varabl alatora. Il valor do ott co la da arttca d valor qut oo ugualt rqut ugualt

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi)

CORSO DI STATISTICA I (Prof.ssa S. Terzi) CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto

Dettagli

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)

La classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100) ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5

Dettagli

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?

Due distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione? Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,

Dettagli

Principi ed applicazioni del metodo degli elementi finiti. Formulazione base con approccio agli spostamenti

Principi ed applicazioni del metodo degli elementi finiti. Formulazione base con approccio agli spostamenti Prncp d applcazon dl mtodo dgl lmnt fnt Formulazon bas con approcco agl spostamnt PRINCIPIO DEI LAVORI VIRTALI Data una crta statca: sforz σ j, forz d volum F forz d suprfc f j ; s dmostra ch mporr la

Dettagli

S O L U Z I O N I + 100

S O L U Z I O N I + 100 S O L U Z I O N I Nl 00 un farmaco vnva vnduto a 70 a) Nll pots ch ogn anno l przzo aumnt dl 3% rsptto all anno prcdnt quanto vrrbb a costar lo stsso farmaco nl 0? b) Supponamo ch l przzo dl farmaco nl

Dettagli

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso

b) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo

Dettagli

Caso studio 10. Dipendenza in media. Esempio

Caso studio 10. Dipendenza in media. Esempio 09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore

Dettagli

EffePi Srl. Valore immobiliare: gestire ed amministrare per creare il valore degli immobili. EffePi S.r.l. Valore Immobiliare. EffePi S.r.l.

EffePi Srl. Valore immobiliare: gestire ed amministrare per creare il valore degli immobili. EffePi S.r.l. Valore Immobiliare. EffePi S.r.l. EffP Srl Valor mmoblar: gstr d ammstrar pr crar l valor dgl mmobl 1 Il Il U mmobl è u valor ch va prsrvato, curato, gstto matuto l tmpo. EffP è u azda ata pr forr srvz ch sostgoo l vostro. Il Valor dlla

Dettagli

Esercitazioni di Elettrotecnica: circuiti in regime stazionario

Esercitazioni di Elettrotecnica: circuiti in regime stazionario Maffucc: rcut n rgm stazonaro r- Unrstà dgl Stud d assno srctazon d lttrotcnca: crcut n rgm stazonaro ntono Maffucc r sttmbr Maffucc: rcut n rgm stazonaro r- Sr paralllo parttor S alcolar la rsstnza qualnt

Dettagli

LA REGRESSIONE LINEARE SEMPLICE

LA REGRESSIONE LINEARE SEMPLICE LA REGRESSIONE LINEARE SEMPLICE L ANALISI DI REGRESSIONE La regressoe è volta alla rcerca d u modello atto a descrvere la relazoe esstete tra ua varable Dpedete e ua varable dpedete (regressoe semplce)

Dettagli

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici

Stim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,

Dettagli

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione

Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 9: Covarianza e correlazione Corso d laurea Sceze Motore Corso d Statstca Docete: Dott.ssa Immacolata Scacarello Lezoe 9: Covaraza e correlazoe Altr tp d dpedeza L dce Ch-quadro presetato ella lezoe precedete stablsce l grado d dpedeza

Dettagli

Limiti di successioni - svolgimenti

Limiti di successioni - svolgimenti Limiti di succssioi - svolgimti Scrivrmo a b quado a b =. Calcoliamo qusto it, raccoglido il fattor al umrator al domiator. Si ha 2 + 2 4 = + 2 2 3! 4 3!. Iazitutto, ricordiamo ch Ioltr, si ha utilizzado

Dettagli

frazione 1 n dell ammontare complessivo del carattere A x

frazione 1 n dell ammontare complessivo del carattere A x La Cocetrazoe Il cocetto d cocetrazoe rguarda l modo cu l ammotare totale d u carattere quattatvo trasferble s rpartsce tra utà statstche. Tato pù tale ammotare è addesato u sottoseme d utà, tato pù s

Dettagli

Esercizi su Rappresentazioni di Dati e Statistica

Esercizi su Rappresentazioni di Dati e Statistica Esercz su Rappresetazo d Dat e Statstca Eserczo Esprmete forma percetuale e traducete u aerogramma dat della seguete tabella: Nord Cetro Sud Isole Totale 5 58 866 0 95 36 4 35 30 6 79 56 57 399 08 Soluzoe

Dettagli

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno

Indici di Posizione. Gli indici si posizione sono misure sintetiche ( valori caratteristici ) che descrivono la tendenza centrale di un fenomeno Idc d Poszoe Gl dc s poszoe soo msure stetche ( valor caratterstc ) che descrvoo la tedeza cetrale d u feomeo La tedeza cetrale è, prma approssmazoe, la modaltà della varable verso la quale cas tedoo a

Dettagli

Capitolo 11 Regressione con variabile dipendente binaria

Capitolo 11 Regressione con variabile dipendente binaria Capitolo Rgrssio co variabil dipdt biaria.. (a) La statistica t pr il cofficit di Expric è 0,03/0,009 3,44, sigificativa al livllo dll %. (b) z 0,72 0,030,022; (,022) 0,847 Matthw (c) z 0,72 0,03 0 0,72;

Dettagli

Matematica elementare art.1 di Raimondo Valeri

Matematica elementare art.1 di Raimondo Valeri Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.

Dettagli

ESAME DI STATO DI LICEO SCIENTIFICO

ESAME DI STATO DI LICEO SCIENTIFICO Ssso ordara sprmtal 8 9 ESAME DI STATO DI LICEO SCIENTIFICO CORSO SPERIMENTALE PIANO NAZIONALE INFORMATICA Tma d: MATEMATICA Il caddato rsolva uo d du problm rspoda a 5 qust dl qustoaro. PROBLEMA Sa la

Dettagli

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti

Dimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da

Dettagli

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)

Funzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0) Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )

Dettagli

3 - Trasformata di Fourier discreta Discrete Fourier Transform ( DFT)

3 - Trasformata di Fourier discreta Discrete Fourier Transform ( DFT) 3 - rasormata d orr dscrta Dscrt orr rasorm D - Dscrtzzazo dlla sr d orr - Dzo rortà dlla D - D d sgal traslat - U smo d D - ormla d vrso dlla D - Egaglaza d Parsval - D ral 3 - Dscrtzzazo dlla sr d orr

Dettagli

Limite Inferiore per l Ordinamento. Algoritmi e Strutture Dati (Mod. A) Limite Inferiore per l Ordinamento. Limite Inferiore per l Ordinamento

Limite Inferiore per l Ordinamento. Algoritmi e Strutture Dati (Mod. A) Limite Inferiore per l Ordinamento. Limite Inferiore per l Ordinamento Limit Ifrior pr l Ordiamto Ma quato può ssr fficit, i pricipio, u algoritmo di ordiamto? Algoritmi Struttur Dati (Mod. A) Limit Ifrior pr l Ordiamto Qusta è ua dll domad più ambizios itrssati ma ach ua

Dettagli

Elementi di Statistica descrittiva Parte III

Elementi di Statistica descrittiva Parte III Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c

Dettagli

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE

ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Corso d Ifereza Statstca Eserctazo A.A. 009/0 ESERCIZI SU DISTRIBUZIONI CAMPIONARIE Eserczo I cosumator d marmellata ua data popolazoe soo l 40%. Determare la probabltà che, per u campoe beroullao d =

Dettagli

Variabili casuali ( ) 1 2 n

Variabili casuali ( ) 1 2 n Varabl casual &. Valore edo. Data ua varable casuale = ( x,x 2, K,x ) (.) cu valor assuoo le rspettve probabltà P = p,p, K,p (.2) s defsce valore edo la quattà ( ) 2 = [ ] T M = M = P = xp (.3) Sgfcato:

Dettagli

INDICI DI VARIABILITA

INDICI DI VARIABILITA INDICI DI VARIABILITA Defzoe d VARIABILITA': la varabltà s può defre come l'atttude d u carattere ad assumere dverse modaltà quattatve. La varabltà è la quattà d dspersoe presete e dat. Idc d varabltà

Dettagli

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale.

III Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale. III Eserctazoe: Stes delle dstrbuzo semplc secodo u carattere qualtatvo ordale. Eserczo 3 dvdu ao seguet ttol d studo: Lceza elemetare, Lceza elemetare, ploma, Lceza meda, Lceza elemetare, Lceza meda,

Dettagli

BASI TEORICHE DEL METODO DEGLI ELEMENTI FINITI (MEF)

BASI TEORICHE DEL METODO DEGLI ELEMENTI FINITI (MEF) BASI TEORICHE DE METODO DEGI EEMETI FIITI MEF DOCETE oardo BERTII Dp. d Iggra Mccaca clar dlla Prodzo Tl. : 5-8366 E.al : loardo.brt@g.p.t Urstà d Psa 6 Urstà d Psa 6 Sst d qazo dffrzal all drat parzal

Dettagli

FUNZIONI LOGICHE FORME CANONICHE SP E PS

FUNZIONI LOGICHE FORME CANONICHE SP E PS FUNZIONI LOGICHE FORME CANONICHE SP E PS Ua fuzoe logca può essere espressa quattro forme: 1. attraverso ua proposzoe logca; 2. attraverso ua tabella della vertà; 3. attraverso u espressoe algebrca; 4.

Dettagli

Statistiche quantiche

Statistiche quantiche Statstch quatch Rflttamo su asptt bas dlla Mccaca quatstca ch hao fluto sull aals statstca d sstm d partcll. Cosguz dl prcpo d dtrmazo Sulla bas dl prcpo d dtrmazo d Hsbrg o è possbl dfr lo stato mcroscopco

Dettagli

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)

Indici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3) Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a

Dettagli

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo

Il modello di regressione lineare semplice (1) Studio della dipendenza riepilogo Studo della dpedeza replogo Abbamo vsto due msure d assocazoe tra caratter: ) msure d assocazoe basate sull dpedeza dstrbuzoe ( χ, V d Cramer) possoo essere applcate a coppe d caratter qualuque (ache etrambe

Dettagli

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:

dei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che: Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore

Dettagli

Voti Diploma Classico Scientifico Tecn. E Comm Altro

Voti Diploma Classico Scientifico Tecn. E Comm Altro 4 Data la seguete dstrbuzoe doppa de vot rportat ad u esame secodo l Dploma posseduto: Vot 8-3-5 6-8 9-30 Dploma Classco 8 4 5 Scetfco 5 7 7 5 Tec E Comm 8 0 0 Altro 3 a) s calcol la meda artmetca de vot

Dettagli

I motori a COMBUSTIONE INTERNA ALTERNATIVI sono classificati in

I motori a COMBUSTIONE INTERNA ALTERNATIVI sono classificati in M O T O R I A C O M B U S T I O N E I N T E R N A Soo MACCHINE MOTRICI TERMICHE cu l ra trmca (CALORE) v rodotta all tro dlla stssa maccha rucado u comustl assoso o lqudo faclmt ulzzal. L ENERGIA ELASTICA

Dettagli

1. Particelle con spin semi-intero: distribuzione di Fermi-Dirac

1. Particelle con spin semi-intero: distribuzione di Fermi-Dirac Lzo Maggo 2000 Statstca quatstca 1 Partcll co sp sm-tro: dstrbuzo d Frm-Drac Com accato l prcdt captolo, al cosptto d fom ch rchdoo ua trattazo quatstca, l procdur d cotggo d molt partcll dft l caso classco

Dettagli

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?

Sommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla? Corso d Statstca acoltà d Ecooma a.a. - La cocetrazoe Quado studarla? Obettvo Dagramma d Lorez apporto d cocetrazoe rea d cocetrazoe Esemp Sommaro Lezoe 7 Lez7-a.a. - statstca-fracesco mola Quado studarla?

Dettagli

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti.

Interpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti. Iterpolazoe Defzoe: per terpolazoe s tede la rcerca d ua fuzoe matematca che approssma l adameto d u seme d put. Iterpolazoe MATEMATICA Calcola ua fuzoe che passa PER tutt put Tp d terpolazoe Iterpolazoe

Dettagli

3 Variabilità. variabilità. Senza deviazione dalla norma il progresso non è possibile. (Frank Zappa) Statistica - 9CFU

3 Variabilità. variabilità. Senza deviazione dalla norma il progresso non è possibile. (Frank Zappa) Statistica - 9CFU 3 Varabltà 3 varabltà Seza devazoe dalla orma l progresso o è possble (Frak Zappa) 68 Statstca - 9CFU 3 Varabltà 3. varabltà Defzo Varabltà E l atttude d u feomeo ad assumere dverse modaltà. Essa è msurata

Dettagli

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente:

corrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente: Corso d Statstca docete: Domeco Vstocco Le requeze cumulate S cosder ua varable qualtatva ordale X Per essa, oltre alle requeze assolute, relatve e ercetual, è ossble calcolare ache le requeze cumulate

Dettagli

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe

Dettagli

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI

Università degli Studi di Milano Bicocca CdS ECOAMM Corso di Metodi Statistici per l Amministrazione delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI Uverstà degl Stud d Mlao Bcocca CdS ECOAMM Corso d Metod Statstc per l Ammstrazoe delle Imprese CARTE DI CONTROLLO PER ATTRIBUTI 1. Carta d cotrollo per frazoe d o coform (carta U resposable d produzoe,

Dettagli

FACOLTA DI INGEGNERIA. Corso di Fisica Tecnica Ambientale ESERCIZI SVOLTI CONDUZIONE

FACOLTA DI INGEGNERIA. Corso di Fisica Tecnica Ambientale ESERCIZI SVOLTI CONDUZIONE FO DI INGEGNERI orso d Fsa a tal ESERIZI SVOI ONDUZIONE Esrzo Esrzo Dtrar l flusso tro pr utà d suprf attravrsa rg prat ua lastra paa ooga dllo spssor d 8 o l du fa atut all tpratur d 9 =.9 /..9 9 85.8

Dettagli

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100

Classi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100 ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre

Dettagli

DI IDROLOGIA TECNICA PARTE II

DI IDROLOGIA TECNICA PARTE II FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e

Dettagli

Statistica multivariata Donata Rodi 04/11/2016

Statistica multivariata Donata Rodi 04/11/2016 Statistica multivariata Donata Rodi 4//6 La rgrssion logistica Costruzion di un modllo ch intrprti la dipndnza di una variabil catgorial dicotomica da un insim di variabili splicativ Trasformazioni da

Dettagli

A Z I O N A M E N T I E L E T T R I C I

A Z I O N A M E N T I E L E T T R I C I UNSÀ DGL SUD D S Facltà d ggra APPUN P L LZON D A Z O N A M N L C Dl Crs d Laura tral ggra dustral Laura tral ggra Naval Laura spcalstca ggra Naval, ggra Mccaca ggra Chmca d Prcss DOCN : Ga Frac LADN A

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

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura

Modello dinamico nello spazio dei giunti: relazione tra le coppie di attuazione ai giunti ed il moto della struttura Damca Modello damco ello spazo de gut: relazoe tra le coppe d attuazoe a gut ed l moto della struttura smulazoe del moto aals e progettazoe delle traettore progettazoe del sstema d cotrollo progetto de

Dettagli

Analisi di dati vettoriali. Direzioni e orientazioni

Analisi di dati vettoriali. Direzioni e orientazioni Aals d dat vettoral Drezo e oretazo I tal caso, dat soo msurat term d agol e spesso soo rfert al ord geografco (statstca crcolare) Soo rappresetat su ua crcofereza Dat d drezoe: flusso ua specfca drezoe,

Dettagli

Associazione tra due variabili quantitative

Associazione tra due variabili quantitative Esempo (1) Assocazoe tra due varabl quattatve Suppoamo che u professore vogla dmostrare che eserctars a casa aut gl studet el superameto dell esame. esame. A tal fe regstra la votazoe de compt a casa e

Dettagli

ALCUNI ELEMENTI DI TEORIA DELLA STIMA

ALCUNI ELEMENTI DI TEORIA DELLA STIMA ALCUNI ELEMENTI DI TEORIA DELLA STIMA Quado s vuole valutare u parametro θ ad esempo: meda, varaza, proporzoe, oeffete d regressoe leare, oeffete d orrelazoe leare, e) d ua popolazoe medate u ampoe asuale,

Dettagli

1 Studio di funzioni, sviluppi di Taylor e serie

1 Studio di funzioni, sviluppi di Taylor e serie Studio di fuzioi, sviluppi di Taylor sri. Esrcizi. Sia fx = x +. Dtrmiar l isim di dfiizio. Studiar il sgo. Calcolar i iti agli strmi dll isim di dfiizio. Dir s ci soo asitoti. Dtrmiar l isim di cotiuità

Dettagli

Sommario. Corso di Statistica Economia e Commercio. Distribuzioni (cont Distribuzioni di frequenza. Distribuzioni

Sommario. Corso di Statistica Economia e Commercio. Distribuzioni (cont Distribuzioni di frequenza. Distribuzioni Corso d Statstca Ecooma e Commerco Lezoe a.a. - Fracesco Mola z z z Sommaro Dstrbuzo d frequeza Rappresetazo grafche Dagramm a barre Istogramm Fuzoe d rpartzoe emprca a.a. - statstca-fracesco mola Dstrbuzo

Dettagli

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO.

ARGOMENTO: MISURA DELLA RESISTENZA ELETTRICA CON IL METODO VOLT-AMPEROMETRICO. elazoe d laboratoro d Fsca corso M-Z Laboratoro d Fsca del Dpartmeto d Fsca e Astrooma dell Uverstà degl Stud d Cataa. Scala Stefaa. AGOMENTO: MSUA DELLA ESSTENZA ELETTCA CON L METODO OLT-AMPEOMETCO. NTODUZONE:

Dettagli

Appunti sulle disequazioni frazionarie

Appunti sulle disequazioni frazionarie ppunti sull disquazioni frazionari Sono utili l sgunti dfinizioni Una disquazion fratta o frazionaria è una disquazion nlla qual l incognita compar in qualch suo dnominator. Una disquazion razional è una

Dettagli

Il campione. Il campionamento. Il campionamento. Il campionamento. Il campionamento

Il campione. Il campionamento. Il campionamento. Il campionamento. Il campionamento Il campion I mtodi di campionamnto d accnno all dimnsioni di uno studio Raramnt in uno studio pidmiologico è possibil saminar ogni singolo soggtto di una popolazion sia pr difficoltà oggttiv di indagin

Dettagli

Il diagramma di dispersione è

Il diagramma di dispersione è y Statistica - o caal (P-Z) - Prof.ssa M. Barbiri - a.a. 005-006 Il diagramma di disprsio L rlazioi tra variabili quatitativ possoo ssr mss i vidza attravrso ua opportua rapprstazio grafica. U diagramma

Dettagli

0.1. CIRCONFERENZA 1. La 0.1.1, espressa mediante la formula per la distanza tra due punti, diviene:

0.1. CIRCONFERENZA 1. La 0.1.1, espressa mediante la formula per la distanza tra due punti, diviene: 0.1. CIRCONFERENZA 1 0.1 Circonfrnza Considriamo una circonfrnza di cntro P 0 (x 0, y 0 ) raggio r, cioè il luogo di punti dl piano P (x, y) pr i quali si vrifica la rlazion: 0.1.1. P 0 P = r. La 0.1.1,

Dettagli

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni

Scienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,

Dettagli

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011

Esame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011 Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre

Dettagli

STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE Trasformazioni lineari Indici di covarianza e correlazione

STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI QUANTITATIVE Trasformazioni lineari Indici di covarianza e correlazione Matematca e statstca: da dat a modell alle scelte www.dma.uge/pls_statstca Resposabl scetfc M.P. Rogat e E. Sasso (Dpartmeto d Matematca Uverstà d Geova) STATISTICA DESCRITTIVA - SCHEDA N. 4 VARIABILI

Dettagli

Topografia e Tecniche di Rilevamento

Topografia e Tecniche di Rilevamento Toograa Tcch d Rlvamto Rcham Utl al Corso Mtod Tradzoal d Rlvamto Toograco Dzo. L msur toograa. Prc d statstca: l varabl alator. Dstrbuzo d Gauss. Il mtodo dll Ossrvazo Idrtt. L surc d rrmto toograa. L

Dettagli

La distribuzione statistica doppia (o bivariata)

La distribuzione statistica doppia (o bivariata) Marlea Pllat - Semar d Statstca (SVIC) "Le dstrbuzo doppe" La dstrbuzoe statstca doppa (o bvarata) Se u seme d utà statstche s osservao gl stat d gradezza assut da due caratter e s ottee ua -pla statstca

Dettagli

Test di autovalutazione

Test di autovalutazione UNITÀ FUNZINI E LR RAPPRESENTAZINE Tst di autovalutazion 0 0 0 0 0 50 60 70 80 90 00 n Il mio puntggio, in cntsimi, è n Rispondi a ogni qusito sgnando una sola dll 5 altrnativ. n Confronta l tu rispost

Dettagli

Calcolo delle Probabilità e Statistica. Prova scritta del III appello - 7/6/2006

Calcolo delle Probabilità e Statistica. Prova scritta del III appello - 7/6/2006 Corso di Laura in Informatica - a.a. 25/6 Calcolo dll Probabilità Statistica Prova scritta dl III appllo - 7/6/26 Il candidato risolva i problmi proposti, motivando opportunamnt l propri rispost.. Sia

Dettagli

Teoria dell integrazione secondo Riemann per funzioni. reali di una variabile reale.

Teoria dell integrazione secondo Riemann per funzioni. reali di una variabile reale. Capitolo 2 Toria dll intgrazion scondo Rimann pr funzioni rali di una variabil ral Esistono vari tori dll intgrazion; tutt hanno com comun antnato il mtodo di saustion utilizzato dai Grci pr calcolar l

Dettagli

Calore Specifico

Calore Specifico 6.08 - Calor Spcifico 6.08.a) Lgg Fondamntal dlla Trmologia Un modo pr far aumntar la Tmpratura di un Corpo è qullo di cdr ad sso dl Calor, pr smpio mttndolo in Contatto Trmico con un Corpo a Tmpratura

Dettagli

SOMMARIO. I Motori in Corrente Continua

SOMMARIO. I Motori in Corrente Continua SOMMARIO Gralità sull Macchi i Corrt Cotiua...2 quazio dlla forza lttromotric...2 Circuito quivalt...2 Carattristica di ccitazio...3 quazio dlla vlocità...3 quazio dlla Coppia rsa all'albro motor:...3

Dettagli

FOTODIODI. La fotorivelazione è basata sull effetto fotoelettrico.

FOTODIODI. La fotorivelazione è basata sull effetto fotoelettrico. OODIODI La otorivlazio è basata sull tto otolttrico. I N Ua radiazio lumiosa icidt lla rgio itrisca di u diodo smicoduttor drogato IN polarizzato ivrsamt produc di portatori libri. Ogi coppia di portatori

Dettagli

Modelli equivalenti del BJT

Modelli equivalenti del BJT Modll ulnt dl JT Pr lo studo dll pplczon crcutl dl JT, s è rso opportuno formulr d modll ulnt dl dsposto ch srssro rpprsntr n modo connnt l suo comportmnto ll ntrno d crcut. A scond dl tpo d pplczon (mplfczon

Dettagli

Alessandro Ottola matr. 208003 lezione del 11/3/2010 ora 10:30-13:30. Parete omogenea sottoposta a differenze termiche e diffusione

Alessandro Ottola matr. 208003 lezione del 11/3/2010 ora 10:30-13:30. Parete omogenea sottoposta a differenze termiche e diffusione Alssandro Ottola matr. 0800 lzon dl //00 ora 0:0-:0 Indc Dagramma d Glasr... Part omogna sottoosta a dffrnz trmch dffuson... Dagramma d Glasr r art omogna... 4 Dagramma d Glasr r art multstrato... 5 Esrczo

Dettagli

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:

ESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità: ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone

Dettagli

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3

CORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3 ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500

Dettagli

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza

2014-2015 Corso TFA - A048 Matematica applicata. Didattica della matematica applicata all economia e alla finanza Uverstà degl Stud d Ferrara 2014-2015 Corso TFA - A048 Matematca applcata Ddattca della matematca applcata all ecooma e alla faza 11 marzo 2015 Apput d ddattca della Matematca fazara Redte, ammortamet

Dettagli

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo

COMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test

Dettagli

Le misure di variabilità

Le misure di variabilità arlea Pllat - Semar d Statstca (SVIC) "Le msure d varabltà e cocetrazoe" La varabltà L atttude d u carattere quattatvo X ad assumere valor dfferet tra le utà compoet u seme statstco è chamata varabltà

Dettagli

Verifica e scelta del modello probabilistico

Verifica e scelta del modello probabilistico Verfca e scelta del modello probablstco L elaborazoe statstca de dat comporta u certo umero d potes, qual ad esempo la forma della dstrbuzoe ed l metodo utlzzato per stmare parametr. Data ua qualsas potes

Dettagli

Propagazione di errori

Propagazione di errori Propagazoe d error Gl error e dat possoo essere amplfcat durate calcol. Rspetto alla propagazoe degl error s può dstguere: comportameto del problema - codzoameto del problema: vedere come le perturbazo

Dettagli

Numeri complessi Pag. 1 Adolfo Scimone 1998

Numeri complessi Pag. 1 Adolfo Scimone 1998 Numer compless Pag. Adolfo Scmoe 998 NUMERI COMPLESSI Come sappamo, o esstoo el campo de umer real le radc d dce par de umer egatv. Ammettamo pertato l esstea della radce quadrata del umero. Questo uovo

Dettagli

Sommario. Facoltà di Economia francesco mola. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità

Sommario. Facoltà di Economia francesco mola. Distribuzioni (cont.) Distribuzioni di frequenza. Distribuzioni Distribuzioni di quantità Corso d Statstca Facoltà d Ecooma fracesco mola a.a. 2-2 2 Sommaro Dstrbuzo d frequeza Rappresetazo grafche Dagramm a barre Istogramm Fuzoe d rpartzoe emprca Lezoe 2 lez2_2-2 statstca-fracesco mola 2 Dstrbuzo

Dettagli

Lezione 1. I numeri complessi

Lezione 1. I numeri complessi Lezoe Prerequst: Numer real: assom ed operazo. Pao cartesao. Fuzo trgoometrche. I umer compless Nell'attuale teora de umer compless cofluscoo due fodametal dee, ua artmetca, l'altra geometrca. La prma,

Dettagli

Consentono di descrivere la variabilità all interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche

Consentono di descrivere la variabilità all interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche Metodologa della rcerca pcologa clca - Dott. Luca Flppo Coetoo d decrvere la varabltà all tero della dtrbuzoe d frequeza tramte u uco valore che e tetzza le carattertche Metodologa della rcerca pcologa

Dettagli

Tecniche per la ricerca delle primitive delle funzioni continue

Tecniche per la ricerca delle primitive delle funzioni continue Capitolo 4 Tcnich pr la ricrca dll primitiv dll funzioni continu Nl paragrafo.7 abbiamo dato la dfinizion di primitiva di una funzion f avnt pr dominio un intrvallo I; abbiamo visto ch s F 0 è una primitiva

Dettagli