ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA"

Transcript

1 ALCUNI ELEMENTI DI STATISTICA DESCRITTIVA The last step of reaso s to ackowledge that there s a fty of thgs that go beyod t. B. Pascal La Statstca ha come scopo la coosceza quattatva de feome collettv. L aals statstca mra ad dvduare modell d terpretazoe della realtà, attraverso cao e tecche che soo astrazo, semplfcazo d ua molttude d aspett e d mafestazo del reale. Nell aals statstca s può dvduare ua: FUNZIONE DESCRITTIVA, quato offre l metodo per rassumere le formazo modo da rederle utlzzabl pù faclmete. Rduce dat forma maeggevole, sosttuedo a molt umer poche msure. FUNZIONE INFERENZIALE (o duttva), quato permette d geeralzzare le formazo, rcavado propretà e legg geeral sulla base d dat rlevat solamete su ua parte (campoe) della popolazoe OGGETTO DELL ANALISI STATISTICA S tratta d aalzzare u feomeo collettvo, feomeo che s coosce tramte la stes d osservazo d feome semplc (es. ataltà, mortaltà, reddto azoale, statura d u seme d dvdu, ecc.). Og elemeto su cu s osserva l feomeo esame è detta utà statstca (u.s.) e l'seme delle u.s. oggetto dell'osservazoe costtusce l collettvo statstco. L utà d rlevazoe a volte può o cocdere co l utà statstca che forma l collettvo, ad esempo e cesmet demografc le utà statstche soo gl dvdu metre le utà d rlevazoe soo le famgle. La defzoe corretta dell utà statstca e d quella d rlevazoe è codzoe dspesable per l esattezza d ua rcerca: l clusoe o esclusoe errata d umerose utà può portare a cocluso fuorvat. La popolazoe è u collettvo statstco. U campoe è u sottoseme della popolazoe d rfermeto, opportuamete defto fuzoe degl obettv dell dage. Il feomeo collettvo vee studato medate l osservazoe o la msurazoe d ua o pù caratterstche delle u.s. Og caratterstca è detta carattere o varable statstca ed l modo cu l carattere s mafesta s chama modaltà. Esempo: Feomeo collettvo: ataltà; Collettvo statstco: collettvo de at (ad es. solo legttm, solo gl llegttm, o l totale); Utà statstca: l sgolo ato; Possbl caratter da aalzzare: orde d ascta; età della madre al parto; vtaltà (at vv o at mort); regoe d ascta; peso; statura; sesso; ecc. 1

2 Modaltà: sesso: Mascho o Femma; statura: 50 cm, 49 cm, 5 cm, ecc.; regoe: Abruzzo, Calabra, Lazo, Pemote, Umbra, ecc. orde d ascta: prmogeto, secodogeto, terzogeto, ecc. I caratter (varabl statstche) hao dversa atura. Alcu s esprmoo co sostatv, aggettv,..., soo caratter qualtatv (sesso, orde d ascta, regoe); altr co umer e soo caratter quattatv (statura, peso, umero compoet la famgla) CLASSIFICAZIONE DEI CARATTERI Carattere Tpologa Esemp QUALITATIVO NOMINALE Date due qualsas modaltà, è possble solo affermare se esse soo ugual o dverse. sesso; professoe; dagos medca; QUANTITATIVO ORDINALE O PER RANGHI Esste u crtero predetermato per ordare le modaltà. DISCRETO L seme delle modaltà assumbl può essere messo corrspodeza buvoca co u sottoseme de umer atural. CONTINUO L seme delle modaltà assumbl può essere messo corrspodeza buvoca co u sottoseme de umer real (la varable può assumere qualsas valore all tero d tervall d umer real). orde d ascta; gor della settmaa; dce d severtà d ua malatta; Num. compoet famgla; um. d fgl; um. d det; um. coloe batterche ua pastra; statura; peso; glcema; PAS; Stablto l feomeo collettvo da studare occorre dvduare l collettvo su cu studarlo ed caratter da rlevare e, el caso d dage campoara, u campoe sgfcatvo d utà statstche. Esempo 1. Su u campoe d pazet s rlevo le caratterstche: sesso, età, altezza, peso, PAS, tasso glcemco. D seguto soo rportate 4 schede d rlevazoe:

3 ome: Ross Amergo sesso: mascho Nome: Bach Paolo Sesso: mascho età: 3 Età: 47 altezza: 17 cm. peso: 64 Kg. PAS: 140 mm Hg. Glcema: 190 mg/100cc Altezza: 170 cm. Peso: 80 Kg. PAS: 148 mm Hg. Glcema: 180 mg/100cc ome: Valeza Alberca Sesso: femma ome: Alor Alfoso sesso: mascho età: 45 età: 7 Altezza: 168 cm. Peso: 51 Kg. PAS: 15 mm Hg. Glcema: 150 mg/100cc Altezza: 183 cm. peso: 85 Kg. PAS: 138 mm Hg. glcema: 170 mg/100cc Le formazo raccolte per essere "trattate" da u computer devoo essere orgazzate strutture chamate comuemete Base d Dat (Data Base o Fle Dat). Le formazo vegoo, comuemete, orgazzate per rga, coè su og rga, cosecutvamete, vegoo elecat dat relatv ad u soggetto. N. NOME SESSO ETA' ALTEZZA PESO PAS GLICEMIA 1 Ross Amergo M Bach Paolo M Valeza Alberca F Alor Alfoso M Le utà archvate (rghe) s chamao records e le formazo che costtuscoo record s chamao tems e lo spazo occupato da cascuo d ess s dce campo. Og coloa cotee la sequeza d tutt dat relatv ad ua caratterstca esamata el campoe. L'seme de record costtusce l fle (fle dat). Le operazo che, geere, u Base d Dat permette d fare soo: sermeto d uov records; rcerca d dat gà trodott co u sstema d terrogazo; correzoe o aggorameto de records; rordameto per chav de records; stampa de dat orgazzat cartelle o tabulat; semplc o pù complesse statstche (descrttve) su dat. 3

4 Esstoo de pacchett software per la gestoe de dat: DBMS (Data Base Maagemet System). Quest possoo «esportare» dat verso altr software che permettoo ua elaborazoe pù evoluta delle formazo. S possoo utlzzare allora de fogl elettroc (Excel, ecc.) o de packages statstc (SPSS, SAS, BMDP, ecc.). Fatta le rlevazoe co lo spoglo de dat (operazoe che determa le modaltà del carattere cascua utà statstca) s pervee alla Dstrbuzoe del collettvo secodo le modaltà del carattere o de caratter studat. Se la dstrbuzoe è relatva ad u solo carattere s dce dstrbuzoe semplce, se a due caratter è ua dstrbuzoe doppa, se, vece, rguarda pù caratter s dce multpla. DISTRIBUZIONI SEMPLICI DI FREQUENZE I dat (coè le formazo raccolte) spesso soo d o mmedata lettura. La prma esgeza è duque quella d redere dat pù faclmete terpretabl. Percò s procede ad ua sstematzzazoe e stes delle formazo raccolte, coè alla loro tabulazoe. Per og varable s calcolao le frequeze assolute (f.a.) che rappresetao l umero d u.s. che presetao ua stessa modaltà del carattere. Esepo. Alcue dstrbuzo semplc d frequeze. Sesso f.a. Età f.a. Altezza f.a. M F Tot Tot >190 1 Tot 35 Spesso c s trova ella ecesstà d dover fare cofrot ad es. se s vuole stablre quale, fra seguet grupp d persoe, c sao pù doe: Esempo 3. Dstrbuzoe doppa d frequeze assolute Gruppo A Gruppo B Sesso frequ. assolute frequ. assolute M 1 7 F Tot 8 17 C accorgamo che l cofroto o può essere effettuato solo co le f.a. quato esse s rferscoo a collettv d umerostà dversa. Se voglamo cofrotare le frequeze le dobbamo depurare dalla umerostà del collettvo; cò lo s fa dvdedo le f.a. per la umerostà (N) della popolazoe 4

5 e moltplcado per 100 (coè facedo rfermeto ad ua potetca popolazoe d 100 utà). Le frequeze così calcolate soo le frequeze percetual (f.%) Esempo 3. Dstrbuzoe doppa d frequeze percetual Gruppo A Gruppo B Sesso f.a. f.% f.a. f.% M F Tot I molt cas oltre alle f.a. e f.% è utle calcolare le frequeze cumulate assolute e %. Esempo 4. Dstrbuzoe d frequeze assolute, relatve e cumulate Età f.a. f.% f.a.cum f%cum Tot 100 Le frequeze cumulate dcao quate u.s. s presetao fo a quella modaltà. Ha seso calcolare le f.cum solamete per le varabl quattatve o qualtatve ordabl. I GRAFICI STATISTICI Scopo de grafc è quello d redere l formazoe coteuta ua sere d dat: - d pù facle compresoe; - d pù dretta lettura; pertato u grafco deve forre al lettore ua formazoe stetca e facle da terpretars. Ua rappresetazoe grafca dveta dspesable el caso d dag d elevate dmeso poché lughe sere d dat o soo sempre doee alla compresoe d feome. Dagramm cartesa: grafc che hao come rfermeto u sstema d ass cartesa co asse orzzotale x (ascssa) ed asse vertcale y (ordata). Og puto vee detfcato da ua coppa ordata d valor (x, y ). Dagramm a bastoco: dcat per varabl qualtatve, evdezao co la lughezza del segmeto le frequeze delle modaltà della varable. 5

6 Ortogramm: usat pù frequetemete de precedet e s ottegoo sosttuedo a bastoc delle barre. Rcorso al proto soccorso pedatrco per tpo d cdete Fr. ass Caduta Ustoe Ferta Avvel. Altro Tpo d cdete Istogramm: dcat per rappresetare dstrbuzo class (varabl quattatve cotue). Costtut da ua sere d barre rettagolar cotgue ogua rappresetaza d ua classe e co area proporzoale alla rspettva frequeza Valor pressor (PAS) rlevat su u campoe d 50 pz. 4 8 Fr.% PAS (mmhg) Polgo e curve d frequeza: s ottegoo da precedet uedo valor cetral superor delle class. Fr.% Valor pressor (PAS) rlevat su u campoe d 50 pz (PAS mmhg) 6

7 Grafc per put (dagramm a dspersoe): costtuto da put corrspodet alle dverse coppe d valor rlevat. Idcat per evdezare le assocazo tra varabl quattatve. 80 Dstrbuzoe della statura e del peso u campoe spermetale d masch 75 Peso (Kg) Statura (cm) Grafc per spezzate: s ottegoo da grafc per put cogugedo var put. Idcat per evdezare ua cotutà tra valor come ad es. ella rappresetazoe delle sere temporal. Es. : temperatura corporea, pressoe saguga, traccato elettrocardografco. 39 Temperatura corporea d u rcoverato due gorate cosecutve temperatura Ora Dagramm logartmc: uo o etramb gl ass soo scala logartmca dcat per rappresetare msure quattatve espresse su ord d gradezza così dfferezat che o possoo essere rappresetat su scala decmale. Dagramm a settor crcolar (torte): dcat per varabl qualtatve allo scopo d evdezare le frequeze % delle sgole modaltà. L area d u cercho vee suddvsa settor proporzoal alle frequeze % Mort per grad grupp d cause Itala (ao 1994) (Fote: Compedo Statstco Italao ISTAT) App.Dger. 5% App. Resp. 6% Altre 14% Tumor 8% Dst. psch. 3% Sst. Crc. 7 44%

8 Esempo Grafc. I ua Azeda Ospedalera è stata rlevata le frequeze aua d rcover per repart dcat tabella seguete: REPARTO N RICOVERI Medca 300 Chrurga 00 Geratra 100 Per vsualzzare tal formazoe s può far rcorso ad u dagramma a torta o ad u ortogramma: Dagramma a torta Ortogramma Fg. 1 - Dstrbuzoe de rcover per reparto Fg. - Dstrbuzoe de rcover per reparto Geratra 17% Chrurga 33% Medca 50% Medca Chrurga Geratra N Rcover Medca Chrurga Geratra Avedo a dsposzoe ache la dstrbuzoe del umero d rcover per mese presso l Reparto d Medca, s può utlzzare u grafco a spezzata per vsualzzare l adameto temporale del umero d rcover: Mese N Rcov. Geao 10 Febbrao 1 Marzo 13 Aprle 0 Maggo 16 Gugo 17 Luglo 3 Agosto 31 Settembre 33 Ottobre 39 Novembre 40 Dcembre 46 Totale 300 N rcover Numero d rcover per mese el Reparto d Medca Geao Febbrao Marzo Aprle Maggo Gugo Luglo Mes Agosto Settembre Ottobre Novembre Dcembre 46 8

9 MISURE DI SINTESI DEI DATI La stes umerca d ua dstrbuzoe d dat s basa sulla troduzoe d dc umerc che permettoo d evdezare alcu aspett essezal della dstrbuzoe aalzzata. Tal msure s possoo classfcare tre famgle prcpal: dc d tedeza cetrale; dc d varabltà o d dspersoe; ƒ dc d forma. INDICI DI TENDENZA CENTRALE Gl dc d tedeza cetrale esprmoo de valor toro a qual s può rteere cocetrato l carattere statstco d teresse, foredo u dea stetca del feomeo oggetto d dage. Esempo 5. Nella tabella seguete soo rportat valor del tasso glcemco rlevat su 10 pazet: X Glcema (mg/100cc) x x 97 x 3 90 x x x 6 71 x 7 94 x 8 81 x 9 9 x Ua prma aals descrttva de dat può essere d tpo grafco, attraverso la costruzoe d u stogramma o u polgoo d frequeza. Essedo la varable X quattatva (cotua), la s può suddvdere class d valor d data ampezza. S può sceglere, ad esempo, ua suddvsoe 5 class d ampezza = (valore massmo valore mmo)/5 = (119 71)/5 10 mg/100 cc, come tabella seguete ( og classe l prmo estremo è escluso, l secodo è cluso) S fa osservare, comuque, che la scelta del umero d class o è sempre agevole, può essere arbtrara e dpede dalla umerostà campoara. Class d valor d glcema Frequeza assoluta Frequeza relatva / % = 10 % / % = 0 % / % = 40 % / % = 0 % / % = 10 % Totale % 9

10 Frequeza assoluta 3 Frequeza assoluta GLICEMIA Istogramma Glcema S tratta ora d sceglere ua msura d tedeza cetrale pù approprata per stetzzare la dstrbuzoe esame. Gl dc d tedeza cetrale soo: ƒ valor med o mede algebrche (es. meda artmetca, meda armoca, meda geometrca); ƒ dc d poszoe o mede lasche (es. medaa, moda, quartl,). Per dat quattatv (varabl statstche quattatve) s possoo utlzzare sa le mede algebrche che gl dc d poszoe, metre per caratter qualtatv è ecessaro far rcorso a dc d poszoe. Valor med Cosderat valor x 1, x, x 3,,x osservat del carattere X e ua opportua fuzoe f(x 1,x,x 3,,x ), u valore m s dce valor medo d X rspetto alla valutazoe d f se rsulta: f(m,m,m,,m) = f(x 1,x,x 3,,x ). E questa la defzoe d meda secodo Chs. La meda artmetca è quel valore che avrebbero tutte le osservazo se o c fosse la varabltà (casuale o sstematca). Pù precsamete, è quel valore x che sosttuto a cascu degl dat e fa rmaere costate la somma: Nell Esempo 5 s ha: f(x 1,x,x 3,,x ) = x 1 + x + x x = = 1 x = 950 = 10 x 10 = 1 x = x x = 950/10 = 95 mg/100 cc. x = 1 x =. Esempo 6. Nella tabella seguete c soo vot rportat da uo studete uverstaro 19 esame sosteut

11 Voto (x ) Frequeza (f ) x f Totale I questo la meda artmetca (poderata) è data da: x f x = f 44 = =,3. 19 Propretà della meda artmetca: a) mmo de dat < x < massmo de dat; b) (x x) = : la somma degl scart dalla meda è zero); 0 c) (x z) assume valore mmo per z = x ; d) la meda de valor: k x è par a: k x (dove k è u umero reale qualsas); e) la meda de valor: x ± h è par a: x ± h (dove h è u umero reale qualsas). Lmte della meda artmetca: è otevolmete fluezata da valor estrem della dstrbuzoe. S cosder fatt l seguete esempo. Esempo 7: Età alla morte d 5 soggett: x 1 = 34 a; x = 70 a; x 3 = 74 a; x 4 = 64 a; x 5 = 68 a. La meda artmetca è par a: x = ( )/5 = 6 a e tale valore è seramete fluezato dall osservazoe d ua morte avveuta all età d 34 a; realtà 4 delle 5 osservazo soo superor alla meda. Altre msure d tedeza cetrale soo la meda armoca e quella geometrca. Esempo 8. A 5 persoe vee effettuato l trapato d uo stesso orgao. Dopo 5 a s rleva la seguete stuazoe: 1 persoa morta dopo a dal trapato; 1 persoa morta dopo 3 a; 1 persoa morta dopo 4 a; persoe rsultao sopravvvet. S vuole valutare la sopravvveza meda de pazet. 1^ possbltà: alle persoe acora vta s attrbusce ua sopravvveza d 5 a: 11

12 x = = 3.8 a 5 ^ possbltà: le persoe acora vta vegoo escluse dal calcolo della meda: x = = 3 a 3 3^ possbltà: s attrbusce grade sopravvveza alle persoe acora vta e la meda vee determata attraverso la: 5 x = = 4.6 a Esempo 9. Per llustrare le meda armoca s cosder l seguete esempo relatvo all aals d post-letto d strutture ospedalere alcue rego talae ell ao 1996 (fote ISTAT). Regoe Abtat (Cooscere l Itala 1997) Lett (Compedo Stat. Italao 1998) Abtat/Letto Pemote ,80 Lombarda ,95 Emla Romaga ,1 Totale Toscaa ,1 Umbra ,09 Lazo ,30 Totale Abruzzo ,87 Campaa ,71 Calabra ,85 Totale S osserv che l ultma coloa della tabella precedete rporta l dce abtat/letto, ovvero l umero d abtat che fao capo ad u posto letto. Suppoedo d voler cofrotare gl dc med abtat/letto relatv alle rego geografche del Nord (Lombarda, Pemote, Emla Romaga), del Cetro (Toscaa, Umbra, Lazo) e del Mezzogoro (Abruzzo, Campaa, Calabra), come vao calcolat valor med? Provado co la meda artmetca, s ottee: Meda Nord = (17,80+15,95+156,1)/3 = 160,6, Meda Cetro = (166,1+187,09+1,30)/3 = 158,50, Meda Mezzog. = (144,87+06,71+184,85)/3 = 178,81. Ma tale modo d calcolo è errato quato, se da tal valor med s rsale alla frequeza assoluta d post letto, s osserva che l umero d lett o è esatto, fatt: post letto Nord = /160,6 = , post letto Cetro = /158,50 = , post letto Mezzog. = /178,81 = , 1

13 per l Nord c è ua dffereza d crca 161 post letto meo, per l Cetro d crca 793 post letto meo e per l Mezzogoro la dffereza è d crca 3075 post letto pù. I realtà, questo caso, va effettuata la meda utlzzado la meda armoca: Meda Nord = Meda Cetro = Meda Mezzog. = ,80 15,95 156, ,1 187,09 1, ,87 06,71 184,85 = 158, corrspodete a post letto, = 140,1 corrspodete a post letto =190,7 corrspodete a post letto e questo modo, come evdetemete rsulta, s ottegoo valor med corrett (le dffereze rscotrate el umero d post letto soo dovute ad approssmazo umerche). I geerale, la Meda armoca (Ma) è quel valore tale che l suo recproco, sosttuto a dat (che devoo essere tutt postv), fa rmaere varata la somma de recproc de dat stess: Ma = = = = f(x1, x 1,...x 1 ) x x x 1 = 1 1 x. La Meda geometrca (Mg), fe, è quel umero che sosttuto a dat (che devoo essere tutt postv) fa rmaere costate l loro prodotto: Mg = f(x 1, x,...x ) x 1 x... x =. Esempo 10. S suppoga che u laboratoro d rcerca s sa rlevato che l umero d batter ua data cultura è crescuto da 1500 a gor. C s chede qual è l cremeto percetuale medo goralero r d batter. Osservamo aztutto che l cremeto da 1500 a 4500 è par a: = 00 %, 1500 allora s potrebbe dre che l cremeto medo goralero è par a 00/4 % = 50%? I realtà è subto vsto che u cremeto goralero del 50% porta ad avere 1500 (1+0.5)=50 batter al prmo goro, 3375 al secodo, 506 al terzo e 7594 al quarto: rsultato evdete cotrasto co quato rlevato! L approcco corretto cosste ell osservare che, se r 1, r, r 3 ed r 4 soo gl cremet percetual oguo de quattro gor, deve essere: 1500 (1+r 1 ) (1+r ) (1+r 3 ) (1+r 4 ) =

14 e che l cremeto medo goralero r è dato da: (1+r 1 ) (1+r ) (1+r 3 ) (1+r 4 ) = (1+r) 4. Pertato (1+r) rsulta la meda geometrca delle 4 quattà (1+r ): (1+ r) = (1+ r) = 4 = 1.316, 1500 da qu la determazoe dell cremeto medo goralero: r = = 31.6 %. S può provare che la meda geometrca d u seme d dat postv è more o uguale alla loro meda artmetca, ma è maggore o uguale alla loro meda armoca: Ma Mg x. Idc d poszoe Le mede lasche soo que valor che s basao solo su alcu valor caratterstc dell tera dstrbuzoe de dat. La medaa (Me) è quell osservazoe che bpartsce la dstrbuzoe d dat, supposta ordata orde o decrescete, modo tale da lascare al d sotto lo stesso umero d term che lasca al d sopra. Rtorado all Esempo 5, per l calcolo della medaa è ecessaro dsporre dat orde crescete: 71, 81, 90, 9, 94, 96, 97, 103, 107, 119 la medaa è quel dato che cade a metà della dstrbuzoe ordata. Se l umero d osservazo è par (come el caso dell esempo della glcema) la medaa è la meda artmetca delle due osservazo cetral: Me = (94+96)/ = 95 mg/100 cc. Il fatto che medaa e meda artmetca questo caso cocdao o è casuale quato la dstrbuzoe è smmetrca. Ma, geerale, cò o avvee. Vataggo ell uso della medaa: o è fluezata dalle osservazo aberrat o estreme. Così ell Esempo 7, dspost dat orde crescete: 34 a; 64 a; 68 a; 70 a; 74 a; s ottee l valore: Me = 68 a, msura pù attedble d stes de (poch) dat a dsposzoe. I realtà, preseza d ua dstrbuzoe o smmetrca d dat è pù approprato far rcorso alla medaa che o alla meda artmetca. 14

15 Le fas operatve per l calcolo della medaa soo le seguet: a) ordameto crescete de dat; b) se l umero d dat è dspar, la medaa corrspode al dato che occupa la (+1)/ esma poszoe se l umero d dat è par, la medaa è data dalla meda artmetca de due dat che occupao la poszoe / e quella /+1. I preseza d ua dstrbuzoe d frequeze è ecessaro cosderare le frequeze cumulate, come llustrato ell Esempo 6 d seguto rpreso esame. Vot ordat (x ) Frequeze (f ) Freq. Cumulate (F ) = = = = = 19 Totale / = 19/ = 9,5 la pù pccola frequeza cumulata maggore o uguale a / è par a 14, duque la medaa è data da Me = (voto corrspodete alla frequeza cumulata 14). Se, fe, dat soo raggruppat class, per l calcolo della medaa s può far rfermeto al valore cetrale d cascua classe (dato dalla semsomma de valor estrem d classe) o, pù geere, alla classe medaa. La Moda (Mo) è l osservazoe che s verfca co maggore frequeza ua data dstrbuzoe. S possoo avere ache pù valor modal. Ad esempo, la moda della dstrbuzoe d vot (esempo 6) è par a Mo = ; el caso della glcema s può cosderare la classe modale par all tervallo: Accato alla medaa vegoo cosderat ache altr due dc: prmo e terzo quartle quato presetao caratterstche molto sml a quelle della medaa. Il prmo quartle (Q 1 ) è u valore della varable presa esame tale da lascare alla sua sstra ¼ = 5% della frequeza de dat, metre l terzo quartle (Q 3 ) lasca alla sua destra ¼ = 5% della frequeza. Esempo 11. Suppoamo d rlevare l peso d 30 studet otteedo la dstrbuzoe d frequeza d Tab. 1 Tab. 1 Dstrbuzoe d frequeza de pes d 30 studet Peso (kg) Frequeza Assoluta

16 Ordado pes modo crescete s ottee la Tab. Tab. Dstrbuzoe d frequeza de pes d 30 studet Peso (kg) Frequ. assoluta Frequ. % Frequ. cumulata % % % % % % % 30 Totale Per l calcolo della medaa e del prmo e terzo quartle basta osservare: 30/ = 15 medaa = 5 kg; 30/4 = 7.5 Q 1 = 50 kg; 3/4 30 =.5 Q 3 = 65 kg. Estededo l cocetto d quartle, s possoo cosderare ache valor che dvdoo dat dec part ugual, ovvero decl, oppure valor che dvdoo dat ceto part ugual, percetl. Il quto decle ed l cquatesmo percetle corrspodoo alla meda; l vetcquesmo ed l settatacquesmo percetle corrspodoo rspettvamete al prmo e terzo quarte. Quartl, decl e percetl soo dett comuemete quatl. I merto alla scelta dell dce medo pù adeguato alla rappresetazoe della dstrbuzoe d dat s può evdezare quato segue: La meda artmetca è dcata quado dat quattatv X presetao abbastaza smmetra (s pes alla dstrbuzoe ormale d fgura) e ache quado tal dat soo progressoe artmetca (la dffereza tra u dato e l precedete è costate). È opportuo rcorrere alla meda geometrca quado l logartmo del varable statstca quattatva (postva) presa esame l(x) preseta ua dstrbuzoe molto smmetrca, pù rgorosamete l logartmo è dstrbuto ormalmete (ad esempo el caso d rsposte alla sommstrazoe d farmac), o ache quado dat soo progressoe geometrca (l rapporto tra u dato e l precedete è costate); esemp d dat soo pes degl dvdu durate la crescta, l umero d mcrob ua cultura, tass d varazoe d ua gradezza. È adeguato far rfermeto alla meda armoca quado soo preset dat quattatv (postv) che s dscostao d molto da lmt d tempo o d luogo stablt per l osservazoe; s usa, ad esempo, quado la varable esame è rappresetata da temp d reazoe ( prove d tossctà, ell aals d sopravvveza). La medaa può essere calcolata per caratter qualtatv ordal e caratter quattatv; s presta meglo d altr valor med per esprmere l valore cetrale d dstrbuzo d caratter che o possoo essere msurat esattamete (ad es. caratter pscologc graduabl) oppure quado la dstrbuzoe d ua carattere preseta valor aomal o asmmetra ( sostaza, o s può far rfermeto alla dstrbuzoe ormale), quato essa o rsulta fluezata da valor estrem della dstrbuzoe. La moda può essere calcolata per u carattere statstco qualuque (sa qualtatvo che quattatvo) e o rsete de valor estrem (ad esempo è dcata per caratter per qual o s cooscoo valor estrem); tuttava rsulta l dce co mor coteuto formatvo. 16

17 INDICI DI VARIABILITÀ Esempo 1. S cosdero zalmete le seguet due dstrbuzo d valor rfert all età d 10 dvdu: I sere II sere La meda artmetca è par a 40 a per etrambe le dstrbuzo; ma ella secoda dat soo pù dspers attoro alla meda. Pertato accato alle mede vao trodott ache dc d msura della varabltà de dat. Le msure d dspersoe pù usate soo: 1. campo d varazoe (rage);. devazoe stadard. 3. dffereza terquartle Campo d Varazoe o Rage: Per l Esempo 5 s ha: el caso dell Esempo 7: R = X max - X m R = = 48 mg/110 cc; R = = 40 a. Lmt del campo d varazoe - è troppo fluezato da valor estrem; - tee coto de due sol valor estrem, trascurado tutt gl altr. - tede ad aumetare co l aumeto del umero d osservazo. Occorre allora u dce d dspersoe che cosder tutt valor (e o solo quell estrem). Tuttava va rcordato che: =1 (x - x) = 0. S potrebbe calcolare la somma de valor assolut: =1 x - x, ma tale quattà è dffcle da trattare matematcamete. U dce alteratvo, pù agevole da usare, è quello d _ cosderare la somma de quadrat degl scart dalla meda artmetca x. 17

18 Esempo 5. Valor del tasso glcemco 10 soggett x (glcema mg/100cc ) La quattà x - x (x - x) x - x = = 1 = 1 (x - x) s chama Devaza (Dev). =1 x _ = 95 ( x - x ) = 1596 Il lmte della Devaza come msura d dspersoe è quello d aumetare co l umero d osservazo. Per otteere ua msura che o dpeda dalla umerostà s può dvdere la devaza per l umero d dat, otteedo la varaza: ( x - x ) s =1 = I pratca l deomatore è quas sempre sosttuto da (-1) modo da otteere ua stma corretta della dspersoe della varable ella popolazoe da cu l campoe esame è stato estratto. ( s = =1 x - x ) - 1 Nell'Esempo 5 s ha: s = 1596 / 9 = (mg/100cc). Il lmte della Varaza come msura d dspersoe è quella d avere ua utà d msura espressa al quadrato rspetto all'utà d msura orgale, per cu s utlzza la Devazoe Stadard (D.S. o S.D.): ( s = =1 x - x ). - 1 La Devazoe Stadard è l'dce d varabltà pù usato e ad esso s farà rfermeto el seguto Essa dca quato, meda, cascu elemeto s dscosta dalla meda. Nell'esempo 5 : s = = 13.3 mg/100cc. La Devazoe Stadard per dstrbuzo d frequeza: assume la seguete forma: 18

19 s = k (x x ) f =1 k = 1 f 1, dove k è l umero d modaltà della varable statstca X o l umero d class cu valor d X soo stat raggruppat. Idc d varabltà relatv: Coeffcete d Varazoe CV s Devazoe Stadard = _ =. meda artmetca x Per l Esempo 5 s ottee : CV = = 14 %. E teressate ache l cofroto tra coeffcet d varazoe delle due sere d dat dell Esempo 11: per la sere I s ha CV I = = 39.5%, metre per la II: CV II = = 59.3%, rsultat che cofermao la maggore varabltà de dat della secoda sere rspetto alla prma. Il Coeffcete d Varazoe è u umero puro, quato rapporto d due gradezze omogeee, e percò cosete l cofroto ache tra varabl eterogeee. L uso del C.V. s rede ecessaro og qualvolta s vogloo cofrotare le msure d varabltà relatve a dstrbuzo le cu modaltà soo espresse utà d msure dverse (cofroto tra varabltà dell altezza e del peso) oppure soo espresse ella stessa utà d msura ma l loro valore medo rsulta molto dverso (cofroto delle varabltà de pes fra u campoe d eoat ed uo d adult). Come dce d varabltà può essere cosderato ache la dffereza terquartle: H = Q 3 Q 1. Nel caso dell esempo 10 d pag.15, rsulta H = = 15 kg. S osserv che tra l prmo ed l terzo quartle vegoo a trovars l 50 % delle osservazo. Se l'tervallo terquartlco è pccolo, tale metà delle osservazo s trova fortemete cocetrata toro alla medaa; all'aumetare della dstaza terquartlca aumeta la dspersoe del 50% delle osservazo cetral toro alla medaa. BOX-PLOT Alcu metod statstc esploratv permettoo d esprmere dat facedo rfermeto alla medaa ed a quartl. Ua rappresetazoe grafca d otevole utltà per capre come è composto l seme delle osservazo cosste el rappresetare su d ua retta la medaa, quartl ed altr quattro put dvduat sul grafco modo da defre 5 tervall: Q 1 3H Q 1 1.5H Q 1 Me Q 3 Q H Q 3 +3H Tra Q 1 1.5H e Q 1 e tra Q 3 e Q H cadoo valor dett adacet quato rsultao prossm al ucleo cetrale (tra Q 1 e Q 3 c è l 50% de dat) delle osservazo; tra Q 1 3H e Q 1 1.5H e tra Q H e Q 3 +3H cadoo valor dett lota e prma d Q 1 3H e dopo Q 3 +3H cadoo valor molto lota. Per valor molto lota occorre fare u aals atteta e muzosa per capre se s tratta d valor errat oppure d valor che s staccao effettvamete dal resto de dat. La 19

20 suddvsoe posta sopra porta a coglere tervall che autao a percepre l segale d qualcosa d aomalo presete fra le osservazo. I valor lota o molto lota (valor fuor lmte) vegoo segalat dvdualmete el box-plot per evdezare la preseza e la poszoe. Quest valor forscoo formazo ulteror sulla dspersoe e sulla forma della dstrbuzoe. Quado valor adacet, superore e ferore, cocdoo co gl estrem della dstrbuzoe o comparrà alcu valore fuor lmte. I valor adacet ferore e superore forscoo formazo sulla dspersoe e sulla forma della dstrbuzoe ed ache sulle code della dstrbuzoe. Attraverso la costruzoe de dagramm a scatola (Box-plot) è possble effettuare l esplorazoe appea detta. La fgura seguete rappreseta tale dagramma per l esempo 10 d pag. 15. All tero della scatola s poszoa l 50% de dat (pertato l lato ferore dca l prmo quartle e quello superore l terzo); la medaa è dcata dalla lea tera alla scatola; al d sopra e al d sotto della scatola soo ache dvduat put della zoa de valor adacet (ell esempo esame, poché Q 1 1.5H = 3.5 kg < 40 kg e Q H = 84.5 kg > 73 kg, soo rportat semplcemete l mmo ed l massmo de valor del peso). Peso N = 30 PESO I Box-plot permettoo ache d comparare dstrbuzo d caratter dvers. 0

21 Esemp su dc d tedeza cetrale e d varabltà Esempo 13. Valor pressor massm rlevat su 5 pazet pertes PAS (mmhg) f x f x - x ( x - x) f Somma _ Meda Artmetca: x = 965 / 5 mmhg = 193 mmhg; Rage: R = = 35 mmhg; Devaza: Dev = 930 (mmhg) ; Varaza: s = 930 / 4 (mmhg) = 3,5 (mmhg) ; Dev. St.: s = 3, 5 mmhg =15,5 mmhg; Coeff. Varaz.: CV% = 15,5 / = 7,9 %. Per l calcolo della medaa (Me) e della Moda (Mo) della dstrbuzoe della pressoe s procede come ella tabella: PAS (mmhg) f frequ. Cumulate / =,5 Me = Mo = I due esemp che seguoo llustrao l calcolo d dc med e d varabltà el caso d dat raggruppat class d frequeze. Esempo 13. Azoto ureco (mg %) u gruppo d 50 adolescet Azoto val. cetr. (x ) Frequeze (f ) Frequ. cum. x * f (x x ) * f Totale x = /50 = 3.9 ; D.S. = / 49 =. 49; calcolo medaa: N/ = 50 / = 5 la classe medaa (classe che comprede la medaa) è data da: 3.1-5, ovvero 3.1 < Me < 5; calcolo moda: la frequeza pù elevata s ha per la classe 3.1-5, duque: 3.1 < Mo < 5. 1

22 Calcolo della medaa Se è potzzable che all tero delle class d frequeze valor dell azoto s dstrbuscao modo uforme, la medaa può essere determata mpostado ua relazoe d tpo leare tra dat e le relatve frequeze cumulate. Idvduata, allora, la classe medaa s può calcolare: Me = x m + N f prec c, f med dove: x m, f med e c soo rspettvamete l estremo ferore, la frequeza e l ampezza della classe medaa, I prec è la somma delle frequeze delle class feror a quella medaa. Nell esempo aalzzato s ha: 5 0 Me = = Il grafco seguete mostra l stogramma della dstrbuzoe dell azoto e, sovrapposta a questo, la curva della dstrbuzoe ormale (per lo studo d tale curva s veda apput successv). 5 0 Frequeze ,05 0,05,05 4,05 6,05 8,05 30,05 AZOTO Esempo 14. Dosaggo della Fosfatas Alcala (UA) 0 studet Fosfatas Valore cetrale Frequeze Frequ. cumul. Alcala (x ) (f ) x * f (x x ) * f totale x = 581 / 0 = 19; D.S. = / = 41.98; calcolo medaa: N/ = 0 / = 10 la classe medaa è , ovvero 10.1< Me <150; calcolo moda: la frequeza pù elevata s ha per la classe , duque: 10.1< Mo <150.

23 10 7 Co la formula trodotta ell es. 1 s ottee ache: Me = = CURVE DI DISTRIBUZIONI E INDICI DI FORMA Le osservazo quattatve cotue,se rlevate gra umero, possoo essere suddvse class d pccola ampezza ma ache d umerostà o trascurable; tale cotesto polgoo d frequeze assolute o d frequeze relatve rsultao be essere approssmat (lscat) da curve d frequeze che assumoo forme caratterstche. S possoo avere dstrbuzo co ua sola moda (umodal) o co pù d ua. Sulle prme c s soffermerà tra breve, metre per quato attee le secode e, partcolare, le dstrbuzo bmodal, caratterzzate dalla preseza d due mode, s può dre che s è preseza d dat o omogee. Cò può verfcars, ad esempo, quado valor s rferscoo ad u campoe composto sa da dvdu sa che malat; tal caso s avrao due mode, ua meda ed ua medaa (Fgura IV): Idc d asmmetra Per le dstrbuzo umodal d frequeze è possble dstguere le seguet stuazo. Dstrbuzoe smmetrca: le osservazo equdstat dalla medaa (cocdete questo caso col massmo cetrale) presetao la stessa frequeza relatva (fgura I) U esempo mportate è forto dalla curva d dstrbuzoe ormale 3

24 Dstrbuzoe asmmetrca postva: la curva d frequeza ha ua coda pù luga a destra del massmo cetrale (fgura II). Dstrbuzoe asmmetrca egatva: la curva d frequeza ha ua coda pù luga a sstra del massmo cetrale (fgura III). U dce statstco che permette d formare del grado d smmetra/asmmetra d ua dstrbuzoe d dat quattatv è l dce d asmmetra: µ 3 γ =, 3 σ ( ) x x = 1 essedo: µ 3 = e N 3 N = ( x x) 1 σ =. I merto a valor che tale dce può assumere s può dre che: se la dstrbuzoe è smmetrca, γ = 0; se la dstrbuzoe è asmmetrca postva (a destra), γ >0; se la dstrbuzoe è asmmetrca egatva (a sstra), γ <0. Come msura della asmmetra vegoo utlzzate ache le seguet formule emprche (che rchedoo la coosceza d moda, medaa, meda e devazoe stadard): x Mo DS oppure 3 (x Me), DS el caso d smmetra s ha u valore ullo, per l asmmetra postva u valore postvo e per quella egatva u valore more d zero. Esempo 15. Le seguet msure caratterzzao le dstrbuzo de vot, ua scala da 1 a 100, rportat ua data Dscpla dagl studet d due dvers cors a seguto d ua verfca termeda (formatva): 4

25 Corso 1 Corso Meda 78 7 Medaa D.S C s chede: a) I quale d quest due cors l docete dovrebbe mpegare pù tempo el lavoro dvduale co gl studet? b) I quale d quest due cors è pù probable trovare alcu studet partcolarmete brav, ovvero molto al d sopra della meda? a) Metre el corso crca la metà della classe ha u voto o ferore a 73, el corso 1 l 50% degl studet ha u voto o superore a 65 ed oltre c è maggore varabltà de dat (l coeff. d varazoe del corso 1 è par a crca l 1% e quello del corso è d crca l 8%). Pertato l docete dovrebbe mpegare pù tempo el lavoro dvduale co gl studet del corso 1. b) La D.S. del corso 1 è decsamete pù elevata rspetto a quella del corso, pertato el prmo corso è pù probable trovare studet molto al d sopra (D.S.=16) della meda. D altra parte, osservato ache valor delle mede, s può dre ache che el corso 1 è pù probable trovare studet pù brav d quell del secodo. Per llustrare grafcamete la stuazoe, maera qualtatva tuttava, s potrebbe rcorrere a grafc d dstrbuzo d frequeze. La dstrbuzoe relatva al corso 1 potrebbe presetare 3 (78 65) ua asmmetrca postva = +.44, 16 metre quella del corso ua asmmetra egatva 3 (7 73) = S osserv ache che formazo sulla forma d ua dstrbuzoe possoo essere forte dalle dstaze tra cascu quartle e la medaa. L dce: (Q Me) (Me Q ) 3 Q3 Q1 dca asmmetra postva se rsulta postvo, asmmetra egatva el caso sa egatvo. Per ua dstrbuzoe smmetrca, come quella ormale, le dstaze tra cascu quartle e la medaa soo ugual, come ache le lughezze delle lee che s allugao da bord della scatola utlzzata e box-plot. I partcolare, per ua dstrbuzoe ormale, l valore adacete ferore e quello superore rsultao par, rspettvamete, a Me.6975Â'6 e Me+.6975Â'6HO LQWHUYDOOR dvduato da tal valor racchude l 99.30% de dat. 1 5

26 Idc d curtos Sempre el caso d dstrbuzo umodal, per terpolare u stogramma co ua fuzoe d destà d tpo cotuo spesso ell aals statstca s fa rfermeto alla dstrbuzoe ormale come modello teorco d rfermeto. L stogramma d fgura a lato, ad esempo, è stato approssmato co ua ormale. Pertato vegoo costrut dc statstc che msurao, qualche modo, lo scostameto della dstrbuzoe emprca del carattere quattatvo X da quella relatva alla stuazoe espressa dalla curva ormale. Uo d quest è l dce d curtos (calcolato per dat quattatv): 4 N ( x x) µ β = σ (x x) = 1 = 1 dove: µ 4 = e σ =. I merto a valor assut s può dre che: ƒ Se la varable è perfettamete ormale s ha β = 3; ƒ Se β > 3 la dstrbuzoe è detta perormale (rspetto alla dstrbuzoe ormale s ha ua maggore frequeza per valor cetral ed estrem, more per valor termed); ƒ Se β < 3 la dstrbuzoe è detta poormale (rspetto alla dstrbuzoe ormale s ha ua more frequeza per valor cetral ed estrem, maggore per valor termed). Va osservato che software statstc spesso calcolao l dce d curtos come β 3, che pertato s aulla el caso d ormaltà. Va agguto che ha seso calcolare tale dce solamete quado la dstrbuzoe emprca è stata determata da umerose determazo del carattere X, quato tal caso s può effettuare u approprato cofroto co la dstrbuzoe ormale. Esempo 16 Su u campoe d 853 studet d età compresa tra 13 e 19 a soo stat rlevat altezza e peso ed è stato determato l dce d massa corporea MBI (body mass dex) espresso dalla seguete relazoe: peso kg BMI =. altezza m 4 4 ( ) La dstrbuzoe de dat del BMI è vsualzzata el grafco seguete ed alcu dc statstc soo rportat ella tabella laterale: 6

27 Num. studet Mmo Massmo Meda Medaa Dev. Stad. Percetl Asmmetra Curtos ,10 38,10 1,9 0,7 3,5 19,03 0,7 3,05 1,0,65 S evdeza che la dstrbuzoe è asmmetrca postva e perormale. Grafc qq-plot U altro modo per vedere se dat a dsposzoe possoo essere approssmat dalla dstrbuzoe ormale è quello d rcorre a grafc quatle-quatle (qq-plot). I tal grafc quatl otteut da dat umerc osservat vegoo cofrotat co quell che s avrebbero el caso che dat segussero esattamete ua dstrbuzoe ormale (dat teorc ). S ottegoo de put su d u pao cartesao: pù tal put soo alleat e maggormete la dstrbuzoe d dat osservat è vca a quella ormale. Le fgure che seguoo schematzzao le stuazo d dstrbuzo poormal ed perormal I qq-plot possoo essere utlzzat ache per aalzzare la smmetra/asmmetra d ua dstrbuzoe, come dcato elle fgure: 7

28 I rfermeto all esempo. 16, l qq-plot è quello sotto rportato: e s evdeza l perormaltà e l asmmetra postva della dstrbuzoe del BMI. 8

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

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

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

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

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

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

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

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

Design of experiments (DOE) e Analisi statistica

Design of experiments (DOE) e Analisi statistica Desg of epermets (DOE) e Aals statstca L utlzzo fodametale della metodologa Desg of Epermets è approfodre la coosceza del sstema esame Determare le varabl pù sgfcatve; Determare l campo d varazoe delle

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

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

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

SCHEDA DIDATTICA N 5

SCHEDA DIDATTICA N 5 FACOLTA DI INGEGNEIA COSO DI LAUEA IN INGEGNEIA CIVILE COSO DI IDOLOGIA POF. PASQUALE VESACE SCHEDA DIDATTICA N 5 MOMENTI DELLE VAIABILI CASUALI E STIMA DEI PAAMETI A.A. 0-3 Momet delle varabl casual La

Dettagli

STATISTICA Lezioni ed esercizi

STATISTICA Lezioni ed esercizi Uverstà d Toro QUADERNI DIDATTICI del Dpartmeto d Matematca MARIA GARETTO STATISTICA Lezo ed esercz Corso d Laurea Botecologe A.A. / Quadero # Novembre M. Garetto - Statstca Prefazoe I questo quadero

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

Leasing: aspetti finanziari e valutazione dei costi

Leasing: aspetti finanziari e valutazione dei costi Leasg: aspett fazar e valutazoe de cost Descrzoe Il leasg è u cotratto medate l quale ua parte (locatore), cede ad u altro soggetto (locataro), per u perodo d tempo prefssato, uo o pù be, sao ess mobl

Dettagli

Attualizzazione. Attualizzazione

Attualizzazione. Attualizzazione Attualzzazoe Il problema erso alla captalzzazoe prede l ome d attualzzazoe Abbamo ua operazoe fazara elemetare e dato l motate M dobbamo determare l corrspodete captale zale C L'attualzzazoe è la operazoe

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

ERRATA CORRIGE. L intero contenuto del paragrafo 9.2.3 a pagina 47-48 del Capitolato tecnico Determinazione del Canone è sostituito come segue:

ERRATA CORRIGE. L intero contenuto del paragrafo 9.2.3 a pagina 47-48 del Capitolato tecnico Determinazione del Canone è sostituito come segue: Procedura aperta per l affdameto de servz tegrat, gestoal, operatv e d mautezoe multservzo tecologco da esegurs presso gl mmobl d propretà o uso alle Asl ed alle azede ospedalere della regoe Campaa ERRATA

Dettagli

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi.

In questo capitolo vedremo solamente un caso di rendita, che useremo poi per generalizzare le rendite e dedurre tutti gli altri casi. 7. Redte I questo captolo edremo solamete u caso d redta, che useremo po per geeralzzare le redte e dedurre tutt gl altr cas. S defsce redta ua successoe d captal (rate) tutte da pagare, o tutte da rscuotere,

Dettagli

13 Valutazione dei modelli di simulazione

13 Valutazione dei modelli di simulazione 3 Valutazoe de modell d smulazoe I modell d smulazoe o sosttuscoo la coosceza, ma soo puttosto u mezzo per orgazzarla. Quado l modello è utlzzato per aalzzare u sstema attuado smulazo, è mportate capre

Dettagli

ammontare del carattere posseduto dalle i unità più povere.

ammontare del carattere posseduto dalle i unità più povere. Eserctazoe VII: La cocetrazoe Eserczo Determare l rapporto d cocetrazoe d G del fatturato medo (espresso. d euro) d 8 mprese e rappresetare la curva d Lorez: 97 35 39 52 24 72 66 87 Eserczo apporto d cocetrazoe

Dettagli

MINICORSO: Controllo Statistico di Processo (parte 2/5) di Andrea Saviano

MINICORSO: Controllo Statistico di Processo (parte 2/5) di Andrea Saviano Parte 2 Mcorso Cotrollo Statstco d Processo d Adrea Savao Walter Adrew Shewhart, ch era costu, premessa Ache le matematco, che combazoe! Probabltà... seza mprevst Il 7 e ½ e altr goch d carte No poamo

Dettagli

L assorbimento e lo strippaggio

L assorbimento e lo strippaggio assorbmeto e lo strppaggo Coloa a stad d ulbro (coloa a patt Il calcolo d ua coloa d assorbmeto/strppaggo d questo tpo parte dal blaco d matera. Chamado e le portate d lqudo A e d gas C relatve a due compoet

Dettagli

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014

Modelli di Flusso e Applicazioni: Andrea Scozzari. a.a. 2013-2014 Modell d Flusso e Applcazo: Adrea Scozzar a.a. 203-204 2 Il modello d Flusso d Costo Mmo: Problem d Flusso A u l V b c P S A ), ( m ) ( ) ( ), ( Problem rcoducbl a problem d Flusso Il problema del trasporto

Dettagli

Algoritmi e Strutture Dati. Alberi Binari di Ricerca

Algoritmi e Strutture Dati. Alberi Binari di Ricerca Algortm e Strutture Dat Alber Bar d Rcerca Alber bar d rcerca Motvazo gestoe e rcerche grosse quattà d dat lste, array e alber o soo adeguat perché effcet tempo O) o spazo Esemp: Matemeto d archv DataBase)

Dettagli

Statistica degli estremi

Statistica degli estremi Statstca degl estrem Rcham d probabltà e statstca Il calcolo della probabltà d u eveto è drettamete coesso co: - la COOSCEZA ICOMPLETA dell eveto stesso; - l assuzoe d u RISCHIO, calcolato come la probabltà

Dettagli

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze

Esercizi di Statistica per gli studenti di Scienze Politiche, Università di Firenze Esercz d Statstca per gl studet d Sceze Poltche, Uverstà d Freze Esercz svolt da ua selezoe d compt degl Esam scrtt d Statstca del 999 e del 000 VERSIONE PROVVISORIA APRILE 00 A cura d L. Matroe F.Meall

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 18 marzo 2015 Apput d ddattca della Matematca fazara Redte, costtuzoe d

Dettagli

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1

SIMULAZIONE DI ESAME ESERCIZI. Cattedra di Statistica Medica-Università degli Studi di Bari-Prof.ssa G. Serio 1 SIMULAZIONE DI ESAME ESERCIZI Cattedra d Statstca MedcaUverstà degl Stud d BarProf.ssa G. Sero ESERCIZIO. Alcu autor hao studato se la depressoe possa essere assocata a dc serologc d process autommutar

Dettagli

RAPPRESENTAZIONE ANALITICA DELLE DISTRIBUZIONI STATISTICHE CON R

RAPPRESENTAZIONE ANALITICA DELLE DISTRIBUZIONI STATISTICHE CON R Rappresetazoe aaltca delle dstrbuzo statstche co R RAPPRESENTAZIONE ANALITICA DELLE DISTRIBUZIONI STATISTICHE CON R Versoe 0.4- febbrao 005 Vto Rcc vto_rcc@yahoo.com E garatto l permesso d copare, dstrbure

Dettagli

Appunti di STATISTICA corso di recupero Docente Sciacchitano ANTONIA MARIA

Appunti di STATISTICA corso di recupero Docente Sciacchitano ANTONIA MARIA Apput d STATISTICA corso d recupero Docete Scacchtao ANTONIA MARIA Gl error e le machevolezze d quest apput restao a mo carco.soo grata a coloro che vorrao farm pervere,ella prospettva d ua sstemazoe pù

Dettagli

COMUNE DI MIRANO PROVINCIA DI VENEZIA REGOLAMENTO

COMUNE DI MIRANO PROVINCIA DI VENEZIA REGOLAMENTO COMUNE DI MIRANO PROVINCIA DI VENEZIA REGOLAMENTO PER LA COSTITUZIONE E LA RIPARTIZIONE DEL FONDO INTERNO DEL 2,00% DELL IMPORTO POSTO A BASE DI GARA DELLE OPERE E DEI LAVORI E DEL 30% DELLA TARIFFA PROFESSIONALE

Dettagli

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha:

RENDITE. Le singole rate possono essere corrisposte all inizio o alla fine di ciascun periodo e precisamente si ha: RENDITE. Pagamet rateal S defsce redta ua sere qualsas d somme rscuotbl (o pagabl a scadeze dverse, o, pù esattamete, u seme d captal co dspobltà scagloata el tempo. Tal captal soo dett rate della redta

Dettagli

Le 7 fasi dell AMD (PAG.6 M.Fraire-Metodi di AMD CISU, Roma 1994)

Le 7 fasi dell AMD (PAG.6 M.Fraire-Metodi di AMD CISU, Roma 1994) !(Breve rchamo alle lezo ) " I passato l applcazoe ua tecca statstca multvarata cossteva stetcamete tabella e at potes moello e tecca statstca multvarata output e rsultat Ogg l amplars e camp applcazoe

Dettagli

Lezione 3. Funzione di trasferimento

Lezione 3. Funzione di trasferimento Lezoe 3 Fuzoe d trasfermeto Calcolo della rsposta d u sstema damco leare Per l calcolo della rsposta (uscta) d u sstema damco leare soggetto ad gress assegat, s possoo segure due strade Calcolo el domo

Dettagli

«MANLIO ROSSI-DORIA»

«MANLIO ROSSI-DORIA» «MANLIO ROSSI-DORIA» Collaa a cura del Cetro per la Formazoe Ecooma e Poltca dello Svluppo Rurale e del Dpartmeto d Ecooma e Poltca Agrara dell Uverstà d Napol Federco II 6 Nella stessa collaa:. Qualtà

Dettagli

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1

Elementi di Matematica Finanziaria. Rendite e ammortamenti. Università Parthenope 1 Elemet d Matematca Fazara Redte e ammortamet Uverstà Partheope 1 S chama redta ua successoe d captal da rscuotere (o da pagare) a scadeze determate S chamao rate della redta sgol captal da rscuotere (o

Dettagli

Problema della Ricerca

Problema della Ricerca Problema della Rcerca Pag. /59 Problema della Rcerca U dzoaro rappreseta u seme d formazo suddvso per elemet ad oguo de qual è assocata ua chave. Esempo d dzoaro è l eleco telefoco dove la chave è costtuta

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

Approssimazioni di curve

Approssimazioni di curve Approssmazo d curve e superfc Approssmazo d curve Il terme Computer Grafca comprede ua larga varetà d applcazo che rguardao umerevol aspett della ostra vta. U eleco esemplfcatvo d alcu de camp cu essa

Dettagli

Marco Riani - Analisi delle statistiche di vendita 1

Marco Riani - Analisi delle statistiche di vendita 1 ORARIO LEZIONI ANALISI DELLE STATISTICHE DI VENDITA Marco Ra mra@upr.t http://www.ra.t Mercoledì 3 aula Lauree Mercoledì 4 6 aula Lauree Govedì 3 Eserctazoe Semar? LIBRI DI TESTO Teora Ra M., Laur F. 8,

Dettagli

Lezione 1- Introduzione. Statistica medica e Biometria. Statistica medica-biostatistica. Prof. Enzo Ballone

Lezione 1- Introduzione. Statistica medica e Biometria. Statistica medica-biostatistica. Prof. Enzo Ballone Lezione 1- Introduzione Cattedra di Biostatistica Dipartimento di Scienze sperimentali e cliniche, Università degli Studi G. d Annunzio di Chieti Pescara Prof. Enzo Ballone Statistica medica e Biometria

Dettagli

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione

Obiettivi. Statistica. Variabili casuali. Spazio di probabilità. Introduzione Obettv Statstca Itroduzoe Scopo d quest lucd è d forre cocett base d statstca utl azeda per: la raccolta de dat, la progettazoe degl espermet, l terpretazoe de rsultat. Spazo d probabltà Spazo d probabltà:

Dettagli

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI

CORSO STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI CORSO DI STATISTICA MATEMATICA LUCIO BERTOLI BARSOTTI Idce I PARTE Sezoe I... Probabltà classca. Il problema d Galleo della somma del puteggo d tre dad... 3. Aagramm d parole co lettere rpetute o meo.

Dettagli

Capitolo 5: Fattorizzazione di interi

Capitolo 5: Fattorizzazione di interi Captolo 5: Fattorzzazoe d ter Trovare fattor d u umero tero grade è ua mpresa assa ardua, e può essere mpossble co le rsorse ogg dspobl. No s cooscoo metod polomal per la fattorzzazoe, come vece accade

Dettagli

del corso di Elaborazione Numerica dei Segnali

del corso di Elaborazione Numerica dei Segnali G. Guta: corso d Elaborazoe Numerca de Segal (laurea specalstca) - lucdo. Corso d laurea Corso d laurea del corso d Elaborazoe Numerca de Segal (laurea specalstca) (docete: Prof. G. Guta) x() x () e x

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

Le variabili casuali semplici

Le variabili casuali semplici 573 7 Le varabl casual semplc Nel captolo precedete s è prvlegato l eveto e la sua probabltà seza dugare sulle faltà dell espermeto e sulle attvtà coesse alle sue mafestazo. charo però che l espermeto

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

Dettagli

Lezione 19. Elementi interi ed estensioni intere.

Lezione 19. Elementi interi ed estensioni intere. Lezoe 9 Peequst: Modul ftamete geeat Elemet algebc Elemet te ed esteso tee Sa A u aello commutatvo utao sa B u suo sottoaello Tutt sottoaell cosdeat coteao l utà moltplcatva d A Defzoe 9 U elemeto α A

Dettagli

CALCOLO ECONOMICO E FINANZIARIO

CALCOLO ECONOMICO E FINANZIARIO CALCOLO ECONOMICO E FINANZIARIO 1. Iteresse e scoto La postcpazoe d ua dspobltà fazara rchede ua certa rcompesa (teresse), vceversa la sua atcpazoe comporta ua dmuzoe dell'mporto orgaro (scoto). Il rsparmatore,

Dettagli

I PARTE: CALCOLO DELLE PROBABILITÀ

I PARTE: CALCOLO DELLE PROBABILITÀ rof. Ig. Domzao Mostacc Apput d probabltà e statstca d coteggo I ARTE: CALCOLO DELLE ROBABILITÀ I. Evet ed Est Cosderamo l espermeto d gettare u dado. Gettamo l dado, aspettamo che s ferm e osservamo l

Dettagli

La valutazione dei credit derivatives. ed una sua applicazione a dati di mercato.

La valutazione dei credit derivatives. ed una sua applicazione a dati di mercato. La valutazoe de credt dervatves ed ua sua applcazoe a dat d mercato. a cura d Alessadro Matta. La valutazoe d credt dervatves..... Ipotes d base.....2 Strumet sgle-ame....2.3 Strumet mult-ame....4.4 Idc

Dettagli

Premessa... 1. Equazioni i differenziali lineari

Premessa... 1. Equazioni i differenziali lineari Apput d Cotroll Autoatc Captolo 3 parte I Sste dac lear Preessa... Equazo dfferezal lear... Evoluzoe lbera ed evoluzoe forzata... Uso della trasforazoe d Laplace... 3 Esepo... 7 Osservazo sulla rsposta

Dettagli

Modelli di Schedulazione

Modelli di Schedulazione EW Modell d Schedulazoe Idce Maccha Sgola Tepo d Copletaeto Totale Tepo d Copletaeto Totale Pesato Tepo d Rtardo Totale Maespa co set-up dpedete dalla sequeza Tepo d Copletaeto Totale co vcolo d precedeza

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

Le carte di controllo

Le carte di controllo Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità

Dettagli

Studio grafico-analitico di una funzioni reale in una variabile reale

Studio grafico-analitico di una funzioni reale in una variabile reale Studo grafco-analtco d una funzon reale n una varable reale f : R R a = f ( ) n Sequenza de pass In pratca 1 Stablre l tpo d funzone da studare es. f ( ) Determnare l domno D (o campo d esstenza) della

Dettagli

Aldo Montesano PRINCIPI DI ANALISI ECONOMICA CAP. 11 L ANALISI DELL'EQUILIBRIO GENERALE I

Aldo Montesano PRINCIPI DI ANALISI ECONOMICA CAP. 11 L ANALISI DELL'EQUILIBRIO GENERALE I Aldo Motesao PRINCIPI DI ANALISI ECONOMICA CAP. L ANALISI DELL'EQUILIBRIO GENERALE I L aals dell equlbro parzale, esaata el captolo precedete, è sa u utle troduzoe all aals dell equlbro geerale, sa uo

Dettagli

PROBLEMI INVERSI NELLA MECCANICA DEL

PROBLEMI INVERSI NELLA MECCANICA DEL UNIVERSITÀ DELLA CALABRIA DOTTORATO DI RICERCA IN MECCANICA COMPUTAZIONALE XX CICLO SETTORE SCIENTIFICO DISCIPLINARE ICAR-8 PROBLEMI INVERSI NELLA MECCANICA DEL DANNEGGIAMENTO Doato Guseppe Dssertazoe

Dettagli

CONCETTI BASE DI STATISTICA

CONCETTI BASE DI STATISTICA CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto

Dettagli

LA VERIFICA DELLE IPOTESI SUI PARAMETRI

LA VERIFICA DELLE IPOTESI SUI PARAMETRI LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività

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

Programmazione Non Lineare: Algoritmi Evolutivi Ing. Valerio Lacagnina. METODI di PNL

Programmazione Non Lineare: Algoritmi Evolutivi Ing. Valerio Lacagnina. METODI di PNL Programmazoe No Leare: Algortm Evolutv Ig. Valero Lacaga Programmazoe o leare: metodche rsolutve METODI d PNL INDIRETTI DIRETTI Codzo ecessare Sstema d vcol Algortm I metod drett forscoo soltato codzo

Dettagli

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1

ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO. Angela Donatiello 1 ESERCIZI DI STATISTICA DESCRITTIVA ALCUNI TRATTI DA PROVE D ESAME DA REALIZZARE ANCHE CON L AUSILIO DI UN FOGLIO DI CALCOLO Agela Doatiello 1 Esercizio. E stato tabulato il peso di ua certa popolazioe

Dettagli

CAPITOLO 4. Struttura e potere di mercato

CAPITOLO 4. Struttura e potere di mercato CAPITOLO 4 Struttura e potere d merato 4.. Moopolo e potere d merato Quado ua mpresa può fluezare l prezzo he reve per l propro prodotto s de he ha u potere d moopolo, o potere d merato. U mpresa he ha

Dettagli

Con una rappresentazione parametrica, una curva c è data come una funzione a valori vettoriali di un singolo parametro reale:

Con una rappresentazione parametrica, una curva c è data come una funzione a valori vettoriali di un singolo parametro reale: Co u rppresetzoe prmetrc, u curv c è dt come u fuzoe vlor vettorl d u sgolo prmetro rele: c : D R E t.c. c( u o ( x ( u... x ( u I cu o è l orge del rfermeto, D geere cocde co l tervllo [,] e x soo le

Dettagli

Selezione avversa e razionamento del credito

Selezione avversa e razionamento del credito Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del

Dettagli

DIPARTIMENTO DI ECONOMIA

DIPARTIMENTO DI ECONOMIA UNIVERITÀ POLITECNICA DELLE ARCHE DIPARTIENTO DI ECONOIA IL CAP: IL CAO DELL ITALIA GIUEPPE RICCIARDO LAONICA QUADERNO DI RICERCA. 56 arzo 006 Comtato scetfco: Reato Balducc arco Crvell arco Gallegat Alberto

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

PARTE TERZA: L EQUILIBRIO PARAMETRICO

PARTE TERZA: L EQUILIBRIO PARAMETRICO Aldo Motesao PRINCIPI DI ANALISI ECONOMICA PARTE TERZA: L EUILIBRIO PARAMETRICO Ca. 10 L ANALISI DELL EUILIBRIO PARZIALE Doo aver aalzzato le due otes fodametal della teora ecoomca, secodo cu le azo degl

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

8. Quale pesa di più?

8. Quale pesa di più? 8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora

Dettagli

Ammortamento americano. Ammortamento americano

Ammortamento americano. Ammortamento americano mmortameto amercao La cora lezoe abbamo vto che ell'ammortameto amercao l rmboro del debto zale avvee medate u uco verameto a cadeza, otteuto attravero ua operazoe d cottuzoe d u captale al tao attvo j;

Dettagli

Modelli MILP per il Supply Chain Design

Modelli MILP per il Supply Chain Design Corso d Progettazoe e Gestoe della Supply Cha (PGSC) Facoltà d Igegera Modell MILP per l Supply Cha Desg Ig. Toaso Ross Uverstà C. Cattaeo LIUC Cetro d Rcerca sulla Logstca GLI STRUMENTI PER LA CONFIGURAZIONE.

Dettagli

Distribuzione di un carattere

Distribuzione di un carattere Distribuzioe di u carattere Dopo le fasi di acquisizioe e di registrazioe dei dati, si passa al loro cotrollo e quidi alle loro elaborazioe. Si defiisce distribuzioe uitaria semplice di u carattere l elecazioe

Dettagli

IL CALCOLO COMBINATORIO

IL CALCOLO COMBINATORIO IL CALCOLO COMBINATORIO Calcolo combiatorio è il termie che deota tradizioalmete la braca della matematica che studia i modi per raggruppare e/o ordiare secodo date regole gli elemeti di u isieme fiito

Dettagli

Analisi statistica dell Output

Analisi statistica dell Output Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?

Dettagli

Campi vettoriali conservativi e solenoidali

Campi vettoriali conservativi e solenoidali Campi vettoriali coservativi e soleoidali Sia (x,y,z) u campo vettoriale defiito i ua regioe di spazio Ω, e sia u cammio, di estremi A e B, defiito i Ω. Sia r (u) ua parametrizzazioe di, fuzioe della variabile

Dettagli

Introduzione alla Statistica descrittiva. Definizioni preliminari. Definizioni preliminari. Fasi di un indagine statistica. Tabelle statistiche

Introduzione alla Statistica descrittiva. Definizioni preliminari. Definizioni preliminari. Fasi di un indagine statistica. Tabelle statistiche Itroduzioe alla Statistica descrittiva Defiizioi prelimiari È la scieza che studia i feomei collettivi o di massa. U feomeo è detto collettivo o di massa quado è determiato solo attraverso ua molteplicità

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

SUCCESSIONI NUMERICHE

SUCCESSIONI NUMERICHE SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si

Dettagli

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1)

APPUNTI DI MATEMATICA ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) ALGEBRA \ ARITMETICA \ NUMERI NATURALI (1) I umeri aturali hao u ordie; ogi umero aturale ha u successivo (otteuto aggiugedo 1), e ogi umero aturale diverso da zero ha u precedete (otteuto sottraedo 1).

Dettagli

Le onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione

Le onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione Le ode elettromagetiche Origie e atura, spettro delle ode e.m., la polarizzazioe Origie e atura delle ode elettromagetiche: Ua carica elettrica che oscilla geera u campo elettrico E che oscilla e a questo

Dettagli

CAMPI DI FORZA CONSERVATIVI - ENERGIA POTENZIALE E POTENZIALE ELETTRICO

CAMPI DI FORZA CONSERVATIVI - ENERGIA POTENZIALE E POTENZIALE ELETTRICO CMPI DI OZ CONSEVTIVI - ENEGI POTENZIE E POTENZIE EETTICO Camp Vettoal Defzoe: u campo vettoale è ua egoe dello spazo, cu og puto è defto u vettoe. Ta camp vettoal d patcolae teesse fsca v soo camp d foza

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

Statistica di base. Luca Mari, versione 31.12.13

Statistica di base. Luca Mari, versione 31.12.13 Statistica di base Luca Mari, versioe 31.12.13 Coteuti Moda...1 Distribuzioi cumulate...2 Mediaa, quartili, percetili...3 Sigificatività empirica degli idici ordiali...3 Media...4 Acora sulla media...4

Dettagli

Il test parametrico si costruisce in tre passi:

Il test parametrico si costruisce in tre passi: R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica

Dettagli

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari

Titoli obbligazionari (Bond) Tipi di titoli obbligazionari Tol obblgazoar Bod U obblgazoe è u olo d debo emesso da ua soceà da uo sao o da u ee pubblco che dà dro al suo possessore al rmborso del capale presao alla scadeza e al pagameo d eress cedole. La emssoe

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

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

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15

Corso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15 Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.

Dettagli

DIPENDENZA O CONNESSIONE. Ovvero quando la conoscenza della modalità di X presente su un unità è informativa della presenza della modalità di Y.

DIPENDENZA O CONNESSIONE. Ovvero quando la conoscenza della modalità di X presente su un unità è informativa della presenza della modalità di Y. DIPENDENZA O CONNESSIONE Due caratteri X e Y cogiutamete cosiderati si dicoo tra loro coessi quado le modalità di u carattere ifluezao il maifestarsi delle modalità dell altro. Ovvero quado la coosceza

Dettagli

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE

DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA

Dettagli

LA DERIVATA DI UNA FUNZIONE

LA DERIVATA DI UNA FUNZIONE LA DERIVATA DI UNA FUNZIONE OBIETTIVO: Defiire lo strumeto matematico ce cosete di studiare la cresceza e la decresceza di ua fuzioe Si comicia col defiire cosa vuol dire ce ua fuzioe è crescete. Defiizioe:

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

Elementi di matematica finanziaria

Elementi di matematica finanziaria Elemeti di matematica fiaziaria 18.X.2005 La matematica fiaziaria e l estimo Nell ambito di umerosi procedimeti di stima si rede ecessario operare co valori che presetao scadeze temporali differeziate

Dettagli

Appunti sulla MATEMATICA FINANZIARIA

Appunti sulla MATEMATICA FINANZIARIA INTRODUZIONE Apputi sulla ATEATIA FINANZIARIA La matematica fiaziaria si occupa delle operazioi fiaziarie. Per operazioe fiaziaria si itede quella operazioe ella quale avviee uo scambio di capitali, itesi

Dettagli

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia)

Introduzione all assicurazione. (Dispensa per il corso di Microeconomia) Itroduzioe all assicurazioe. (Dispesa per il corso di Microecoomia) Massimo A. De Fracesco Uiversità di Siea December 18, 2013 1 ichiami su utilità attesa e avversioe al rischio Prima di cosiderare il

Dettagli