Stima della media di una variabile X definita su una popolazione finita
|
|
- Amedeo Gilberto Tosi
- 7 anni fa
- Visualizzazioni
Transcript
1 Stima della media di ua variabile X defiita su ua popolazioe fiita otazioi: popolazioe, campioe e strati Popolazioe. umerosità popolazioe; Ω {ω,..., ω } popolazioe X variabile aleatoria defiita sulla popolazioe X : Ω R x, x,..., x valori assuti da X ella popolazioe: ω i x i Parametri di iteresse ella popolazioe. µ media di X ella popolazioe; µ x i; p proporzioe di successi e media di X ella popolazioe, se X Beroullip; p x i; τ totale di X ella popolazioe; τ µ x i; σ variaza di X ella popolazioe; σ x i µ. Campioe. umerosità campioe; X, X,..., X variabili aleatorie campioarie; x, x,..., x valori assuti da X el campioe. Campioe stratificato. L umero degli strati;,..., h,..., L umerosità degli strati della popolazioe;,..., h,..., L umerosità degli strati del campioe; µ,..., µ h,..., µ L media di X egli strati della popolazioe; σ,..., σ h,..., σ L variaza di X egli strati della popolazioe.
2 Campioameto casuale semplice CO ripetizioe X, X,..., X hao la stessa legge di X e soo idipedeti SEZA ripetizioe X, X,..., X hao la stessa legge di X MA o soo idipedeti. Esempio oto: schema dell ura Sia X Beroulli k esempio: k pallie biache e k ere. Ache el caso SEZA ripetizioe X, X,..., X hao la stessa legge di X. Ifatti: PX P X, X + P X, X 0 P X P X X + P X 0P X X 0 k k + k k k La legge della somma delle X, X,..., X è ivece diversa ei due casi: CO ripetizioe legge biomiale B X i Biom, p EB p e VB p p SEZA ripetizioe legge ipergeometrica I X i Ipergeo,, p EI p e VI p p. Caso geerale. Stimatore di µ X CO ripetizioe X i stimatore di µ X S X i X i X stimatore di σ umero campioi possibili: stimatore di τ EX µ, cioè X è stimatore o distorto di µ VX σ variaza dello stimatore della media. La sua stima si ottiee sostituedo σ co S. SEZA ripetizioe umero campioi possibili: EX µ, cioè X è stimatore o distorto di µ VX σ variaza dello stimatore della media. La dimostrazioe è riportata el seguete paragrafo. La sua stima si ottiee sostituedo σ co S. OTA: se la umerosità della popolazioe è molto più grade di quella del campioe il coefficiete è circa e quidi può essere trascurato Gli itervalli di cofideza approssimati per gradi campioi soo dati da Θ z α/ stdθ, ˆ Θ + zα/ stdθ ˆ co Θ stimatore del parametro e ˆ stdθ stimatore della stadard deviatio di Θ.
3 .3 Campioameto casuale semplice seza ripetizioe: E X e V X Premesse:. Il umero di campioi di umerosità estraibili da ua popolazioe di umerosità è. L uità i-esima della popolazioe compare i campioi ifatti fissata l uità che deve stare el campioe, le altre uità del campioe devoo essere scelte fra le rimaeti uità della popolazioe. Le uità i-esima e j-esima della popolazioe compaioo i campioi. Quidi le probabilità di iclusioe i u campioe di ua geerica uità e di due geeriche uità soo rispettivamete: π i π ij.. Si ha: E X i E X i X j j,j i x i π i j,j i x i µ x i x j π ij j,j i x i x j 3. Ioltre, i geerale: a i i i a i + i,jj i a i a j. 3 Il valore atteso e variaza di X, stimatore della media µ di ua variabile X co distribuzioe qualuque ella popolazioe soo: Ifatti: E X µ V X σ Usado si ha: E X E X i µ La variaza dello stimatore X di µ è: V X V X i [usado ] σ σ + j,j i + [usado 3] σ + σ σ. Xi V + Xi µx j µ E j,j i j,j i x i µx j µ x i µ σ σ. 3 Xi Cov, X j x i µ
4 3 Campioameto stratificato co estrazioe di campioi casuali semplici seza ripetizioe i ogi strato Per ogi strato, h,..., L: X h h h X h i stimatore di µ h S h h X str Attezioe: o è la media pesata campioaria. h X h E X str µ, cioè X è stimatore o distorto di µ X h i X h stimatore di σ h V X str variaza dello stimatore della media, se i campioi soo estratti i modo idipedete ei vari strati: V L h X str V L X h h h h h h h h h σ h σ h h la sua stima si ottiee sostituedo σ h co S h. Se h h h è trascurabile i tutti gli strati: V X str h h σ h. 3. Allocazioe proporzioale: cofroto fra X e X str Se la umerosità degli strati el campioe è proporzioale alla umerosità degli strati ella popolazioe, h h, la stima di µ è uguale a quella che si avrebbe co u campioameto o stratificato ma la variaza dello stimatore X str è miore della variaza dello stimatore X. Ifatti: h h x str x h i x i x. Si ha: V X σ h V X str h σh. La relazioe fra le variaze dei due stimatori si ottiee decompoedo σ, variaza di X, i variaza itera e variaza fra strati: σ h h σ h + µ h µ. Quidi V X σ h σ h + h µ h µ dove il primo addedo è a meo di u fattore V X str e il secodo è ua quatità positiva. 4
5 3. Allocazioe ottima di eyma Si vuole determiare la umerosità degli strati del campioe,..., h,..., L i modo che la variaza dello stimatore X str sia miima, co il vicolo L h. Si ha: V X str L h h h h σ h h σ h h h σ h. Miimizzare la variaza di X str equivale duque a miimizzare la quatità h σ h h. 4 Utilizziamo il metodo dei moltiplicatori di Lagrage. I puti stazioari di 4 soo gli stessi della lagragiaa Λ: L h Λ σ h + λ h. h Dobbiamo risolvere il sistema: 0. h 0 co h. L 0 L h h σ h h + λ da cui: hσ h λ h e h hσ h λ. Sommado sugli h e utilizzado il vicolo si ottiee: λ h σ h e quidi: h hσ h k kσ k. Questo è u puto di miimo, ifatti la matrice Hessiaa di Λ è semidefiita positiva i quato è diagoale e i valori sulla diagoale soo positivi: h σ h / 3 h. Osservazioe: la umerosità dello strato el campioe è quidi proporzioale sia alla umerosità dello strato ella popolazioe che alla variaza della variabile ello strato: maggiore variabilità richiede maggiore iformazioe campioaria. Questo tipo di allocazioe prevede la coosceza delle variaze della variabile egli strati σ h, per h,..., L, oppure ua loro stima otteuta i precedeti idagii. Co l allocazioe ottima di eyma la variaza di X str è: V X str L h σ h h σh. 5
6 4 Casi particolari 4. Stima della proporzioe di successi Stima di p se X Beroullip caso particolare di stima della media Campioameto casuale semplice co ripetizioe E ˆP p V ˆP pp Campioameto casuale semplice seza ripetizioe E ˆP p V ˆP pp Campioameto stratificato co estrazioe casuale semplice seza ripetizioe egli strati ˆP str X str h ˆP h E ˆP str p, cioè ˆP str è stimatore o distorto di p V ˆPstr L h h h p hp h h Se h h è trascurabile i tutti gli strati: V ˆPstr h L h Se h h, cioè se è usata l allocazioe proporzioale: V L ˆPstr h p h p h Se h V X str h σ h L k k 4. Stima del totale τ Campioameto casuale semplice co ripetizioe E X τ, cioè X VX σ, cioè se è usata l allocazioe ottima di eyma: σ k L h p h p h L h p h p h. Campioameto casuale semplice seza ripetizioe E X τ VX σ σ p h p h h Campioameto stratificato co estrazioe casuale semplice seza ripetizioe egli strati X str h X h 6
7 E X str τ V X str V X str L h h h h σ h Se h h è trascurabile i tutti gli strati: V h X str L h h Se h h, cioè se è usata l allocazioe proporzioale: V X str L h σh Se h h σ h L k k V X str σ k, cioè se è usata l allocazioe ottima di eyma: L h σ h L h σ h. σ h 7
Campionamento casuale da popolazione finita (caso senza reinserimento )
Campioameto casuale da popolazioe fiita (caso seza reiserimeto ) Suppoiamo di avere ua popolazioe di idividui e di estrarre u campioe di uità (co < ) Suppoiamo di studiare il carattere X che assume i valori
DettagliQuesito 1. I seguenti dati si riferiscono ai tempi di reazione motori a uno stimolo luminoso, espressi in decimi di secondo, di un gruppo di piloti:
Quesito. I segueti dati si riferiscoo ai tempi di reazioe motori a uo stimolo lumioso, espressi i decimi di secodo, di u gruppo di piloti: 2, 6 3, 8 4, 8 5, 8 2, 6 4, 0 5, 0 7, 2 2, 6 4, 0 5, 0 7, 2 2,
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f ( x; ϑ) θ = costate icogita Qual è il valore di θ? E verosimile
DettagliInferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica
6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe
DettagliInferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.
Ifereza Statistica L ifereza statistica cerca di risalire al modello del feomeo sulla base delle osservazioi No coosciamo il modello del feomeo cioè la vc X A volte la coosceza può essere parziale (coosciamo
DettagliArgomenti. Stima Puntuale e per Intervallo. Inferenza. Stima. Leonardo Grilli. Università di Firenze Corso di Laurea in Statistica Statistica
Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Stima Cicchitelli cap. 6 Argometi Defiizioe di stimatore Proprietà degli stimatori (campioi fiiti): No distorsioe Efficieza relativa
DettagliMatematica con elementi di Informatica
La distribuzioe delle statistiche campioarie Matematica co elemeti di Iformatica Tiziao Vargiolu Dipartimeto di Matematica vargiolu@math.uipd.it Corso di Laurea Magistrale i Chimica e Tecologie Farmaceutiche
DettagliCOME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!)
COME CALCOLARE L INTERVALLO DI CONFIDENZA QUANDO E NECESSARIO STIMARE LA DEVIAZIONE STANDARD? (è quasi sempre così!) Per fortua le cose o cambiao poi di molto visto che la uova variabile x µ s x co s x
DettagliPopolazione e Campione
Popolazioe e Campioe POPOLAZIONE: Isieme di tutte le iformazioi sul feomeo oggetto di studio Viee descritta mediate ua variabile casuale X: X ~ f x; = costate icogita Qual è il valore di? E verosimile
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso
DettagliDistribuzione normale
Distribuzioe ormale Tra le distribuzioi di frequeze, la distribuzioe ormale riveste u importaza cetrale. Essa ha ua forma a campaa ed è simmetrica rispetto all asse verticale che passa per il vertice (moda).
DettagliTitolo della lezione. Campionamento e Distribuzioni Campionarie
Titolo della lezioe Campioameto e Distribuzioi Campioarie Itroduzioe Itrodurre le idagii campioarie Aalizzare il le teciche di costruzioe dei campioi e di rilevazioe Sviluppare il cocetto di distribuzioe
DettagliCorso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a
Corso di Statistica Test per differeza tra medie e proporzioi Prof.ssa T. Laureti a.a. -3 Corso di Statistica a.a. -3 DEIM, Uiv.TUSCIA - Prof.ssa Laureti Test basati su campioi idipedeti proveieti da due
DettagliParametri e statistiche. Parametri e statistiche. Distribuzioni campionarie. Popolazione Parametri Valori fissi, Statistiche o Stimatori.
Parametri e statistiche Popolazioe Parametri Valori fissi, spesso o oti Campioe Statistiche o Stimatori Variabili casuali, le cui determiazioi dipedoo dalle particolari osservazioi scelte Parametri e statistiche
DettagliStimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao
Stimatori corretti stimatori efficaci e disuguagliaza di Cramer Rao Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche Defiizioe. Sia {X X 2... X } u
DettagliIL CAMPIONAMENTO. POPOLAZIONE un insieme finito o infinito di unità statistiche
IL CAMPIONAMENTO Defiizioi POPOLAZIONE u isieme fiito o ifiito di uità statistiche CAMPIONE piccola frazioe di ua popolazioe le cui caratteristiche si approssimao a quelle della popolazioe. Il campioe
DettagliStatistica. Lezione 5
Uiversità degli Studi del Piemote Orietale Corso di Laurea i Ifermieristica Corso itegrato i Scieze della Prevezioe e dei Servizi saitari Statistica Lezioe 5 a.a 2011-2012 Dott.ssa Daiela Ferrate daiela.ferrate@med.uipm.it
DettagliUna funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore.
Stimatori e stime Teoria della stima Supporremo che sulla popolazioe sia defiita ua variabile X la cui distribuzioe, seppure icogita, è completamete caratterizzata da u parametro q o da u isieme di parametri
DettagliStatistica Inferenziale Soluzioni 1. Stima puntuale
ISTITUZIONI DI STATISTICA A. A. 007/008 Marco Miozzo e Aamaria Guolo Laurea i Ecoomia del Commercio Iterazioale Laurea i Ecoomia e Ammiistrazioe delle Imprese Uiversità degli Studi di Veroa sede di Viceza
DettagliLezione 15. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 15. A. Iodice
Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 () Statistica 2 / 29 itervallo margie di errore Per stimare u parametro della popolazioe,
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore Marco Riai mriai@uipr.it http://www.riai.it STIMA PUNTUALE (p. 55 Il parametro è stimato co u uico valore Esempio: stima della share di u programma TV % di spettatori el campioe
DettagliII Esonero - Testo A
Dip. di Igegeria, Uiv. Roma Tre Prof. E. Scoppola, Dott.M. Quattropai Probabilità e Statistica, 2017-18, I semestre 29 Geaio 2018 II Esoero - Testo A Cogome Nome Matricola Esercizio 1. (20%) Si cosideri
DettagliCorso di Laurea Triennale in Matematica Calcolo delle Probabilità I (docenti G. Nappo, F. Spizzichino)
Corso di Laurea Trieale i Matematica Calcolo delle Probabilità I doceti G. Nappo, F. Spizzichio Prova di martedì luglio tempo a disposizioe: 3 ore. Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo
DettagliCampionamento e distribuzioni campionarie
Campioameto e distribuzioi campioarie Approccio idu8vo Ruolo dell ifereza sta>s>ca Procedure ifereziali di uso comue (itervalli di cofideza e test delle ipotesi) Risulta> e decisioi che dipedoo dalla limitatezza
DettagliAppunti di STATISTICA
Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.
DettagliALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1
ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE ESERCIZIO. Si vuole verificare l ipotesi, a livello di sigificatività α, che la media μ di ua variabile aleatoria X abbia u valore fissato μ. Si effettuao
DettagliSommario. Facoltà di Economia. Campionamento e inferenza statistica
Corso di tatistica Facoltà di Ecoomia a.a. 00-00 fracesco mola ommario Campioameto e ifereza statistica timatori e stime Proprietà degli stimatori ufficieza, Correttezza, Efficiezaassoluta e relativa,
DettagliUniversità degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno
Uiversità degli Studi di Cassio, Ao accademico 004-005 Corso di Statistica, Prof.. uro Esercitazioe del 01/03/005 dott. Claudio Coversao Esercizio 1 Si cosideri il seguete campioe casuale semplice estratto
DettagliIntervalli di Fiducia
di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica
DettagliL INTERVALLO DI CONFIDENZA
L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE Stimare i Parametri della Popolazioe Itervallo
DettagliINFERENZA o STATISTICA INFERENTE
INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe
DettagliSTATISTICA INFERENZIALE
STATISTICA INFERENZIALE 6 INFERENZA STATISTICA Isieme di metodi che cercao di raggiugere coclusioi sulla popolazioe, sulla base delle iformazioi coteute i u campioe estratto da quella popolazioe. INFERENZA
DettagliCosto manutenzione (euro)
Esercitazioe 05 maggio 016 ESERCIZIO 1 Ua società di servizi possiede u parco auto di diverse età. I dirigeti ritegoo che il costo degli iterveti di mautezioe per le auto più vecchie sia geeralmete più
DettagliESERCITAZIONE N. 6 corso di statistica
ESERCITAZIONE N. 6corso di statistica p. 1/18 ESERCITAZIONE N. 6 corso di statistica Marco Picoe Uiversità Roma Tre ESERCITAZIONE N. 6corso di statistica p. 2/18 Itroduzioe Variabili aleatorie cotiue Itervalli
DettagliCorso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni
Corso di Statistica Caale E Bii, Cutillo A.A. 17/18 Esercitazioe di riepilogo.8 Test di ipotesi Soluzioi Esercizio 1 A seguito della sostituzioe di u macchiario per il cofezioameto di caffè, il resposabile
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità C Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1
DettagliSenza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo
STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it Ifereza statistica Dal campioe alla popolazioe Co quale precisioe si possoo descrivere le caratteristiche di ua popolazioe sulla base
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioi Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità D Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete modo: +1
DettagliEsercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli
Esercitazioi del Corso di Probabilitá e Statistica Lezioe 6: Stime di parametri putuali e per itervalli Stefao Patti 1 19 geaio 005 Defiizioe 1 Ua famiglia di desitá f(, θ) ad u parametro (uidimesioale)
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 3 Prova scritta del 6//3 Esercizio Suppoiamo che ua variabile aleatoria Y abbia la seguete desita : { hx e 3/x, x > f Y (y) =, x, co h opportua costate positiva.
DettagliStatistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice
Esercitazioe 12 Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () 1 / 15 Outlie 1 () 2 / 15 Outlie 1 2 () 2 / 15 Outlie 1 2 3 () 2 / 15 Outlie 1 2 3 4 () 2 / 15 Outlie 1 2 3 4 5
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 9/1 Prova scritta del 13/1/1 Esercizio 1 Ua Ditta commerciale guadaga ogi ao ua somma X, ove si puo assumere che X N(µ, σ ). Ogi ao la Ditta paga ua tassa fissa
DettagliUNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA
UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a. 9 Esame del -6- Statistica ESERCIZIO Relazioi tra Variabili (totale puti: ) Ad ua riuioe del circolo Amati dell acquario, i soci preseti
DettagliPROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003
PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD. 5047 e 408) 5 geaio 00 SOLUZIONI Il uovo direttore di ua Baca di Credito Cooperativo si trova ad affrotare ua verteza di tipo sidacale che riguarda la
DettagliStatistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione
Statistica ifereziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzioe Cogome Nome: Numero di matricola: ISTRUZIONI: Il puteggio relativo alla prima parte dell esame viee calcolato el seguete
DettagliFormulario (versione del 3/10/2015)
Uiversità degli Studi della Basilicata C.d.L. Ecoomia Aziedale Statistica a.a. 04/05 Docete: E. Di Nardo Frequeze Formulario versioe del 3/0/05 taglia campioe casuale x,..., x campioe casuale ordiato x...
DettagliEsperimentazioni di Fisica 1. Prova scritta del 1 febbraio 2016 SOLUZIONI
Esperimetazioi di Fisica 1 Prova scritta del 1 febbraio 2016 SOLUZIONI Esp-1 Prova di Esame Primo appello - Page 2 of 7 10/09/2015 1. (12 Puti) Quesito. La variabile casuale cotiua x ha ua distribuzioe
DettagliLegge Gamma e Legge Chi quadro
Legge Gamma e Legge Chi quadro Sia G ua variabile aleatoria di legge Gamma di parametri a e λ reali positivi, G Γ(a, λ, la cui fuzioe di desità è: f G (x = λa Γ(a e λx x a per x 0 dove Γ( è la fuzioe Gamma
DettagliCorrezione Esercitazione 5. Esercizio 1. Per determinare l intervallo di confidenza scegliamo come quantità. x 2) I 2 (0,θ) (x), da cui 1 F X (x θ) =
Correzioe Esercitazioe 5 Esercizio 1. Per determiare l itervallo di cofideza scegliamo come quatità pivotale 1 F X θ) che ha distribuzioe U0, 1). Nel ostro caso, F X θ) = θ 1 θ ) I 0,θ) ), da cui 1 F X
DettagliProbabilità e Statistica Laurea Triennale in Matematica 17/06/2014 Soluzioni traccia B
Probabilità e Statistica Laurea Trieale i Matematica 7/06/204 Soluzioi traccia B Esercizio 2. (Appello completo) Cosideriamo due ure A e B. L ura A cotiee 4 biglie rosse e 2 ere, metre l ura B cotiee biglia
DettagliDal punto di vista teorico, questi valori possono essere assegnati a piacimento con l unico vincolo che
4. 5 marzo 2013 Cocetto di variabile casuale (o aleatoria): a livello ituitivo 1, ua quatità (umerica) che è il risultato di u feomeo aleatorio; o possiamo quidi prevedere esattamete il suo valore, ma
DettagliProva d esame di Calcolo delle Probabilità 02/07/2011
Prova d esame di Calcolo delle Probabilità 0/07/0 N. MATRICOLA... COGNOME e NOME... Esercizio Cosideriamo due ure ed ua moeta truccata. La prima ura (ura A) cotiee pallie rosse e 4 biache, la secoda ura
Dettaglin=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96
STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it : stima della percorreza media delle vetture diesel di u certo modello al primo guasto 400 X34.000 Km; s cor 9000 Km Livello di cofideza
DettagliIl risultato di una prova è un n. aleatorio Funzioni degli esiti: Ω IR X, Y, Z,... funzioni, X(ω), Y (ω), Z(ω)
Variabili aleatorie (v.a.) Il risultato di ua prova è u. aleatorio Fuzioi degli esiti: Ω IR X, Y, Z,... fuzioi, X(ω), Y (ω), Z(ω) se B IR, P(X B) = = P({ω Ω : X(ω) B}) = P(X 1 (B)) I geerale iteressa B
DettagliUniversità degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO
Versioe: 16 ottobre 2017 (h17:25) Uiversità degli Studi di Salero Pietro Coretto Corso di Statistica FORMULARIO Valori osservati per statistiche di posizioe, variabilità e correlazioe Nota: per ua distribuzioe
DettagliEsercizio 1. Si supponga di aver assegnato ad una popolazione di N = 4 dattilografe un test e di aver ottenuto i seguenti risultati:
Esercizio 1 Si suppoga di aver assegato ad ua popolazioe di N = 4 dattilografe u test e di aver otteuto i segueti risultati: Dattilografa N. Errori A 3 B C 1 D 4 La variabile, il umero di errori commessi
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06
PROVE SCRITTE DI MTEMTIC PPLICT, NNO 5/6 Esercizio 1 Prova scritta del 14/1/5 Sia X ua successioe I.I.D. di variabili aleatorie co distribuzioe uiforme cotiua, X U(, M), ove M = umero lettere del cogome.
DettagliL INTERVALLO DI CONFIDENZA
L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE 1 Stimare i Parametri della Popolazioe Itervallo
DettagliTEORIA DELLE MATRICI. dove aij K. = di ordine n, gli elementi aij con i = j (cioè gli elementi a 11
1 TEORIA DELLE MATRICI Dato u campo K, defiiamo matrice ad elemeti i K di tipo (m, ) u isieme di umeri ordiati secodo m righe ed coloe i ua tabella rettagolare del tipo a11 a12... a1 a21 a22... a2 A =.........
DettagliQualunque processo che generi risultati eventi che non sono generalizzabili con certezza
CAMPIONAMENTO Esperimeto experimetal desig Qualuque processo che geeri risultati eveti che o soo geeralizzabili co certezza Popolazioe o è fiita Feomeo è sotto cotrollo: stimolo - risposta (pe sperimetazioe
DettagliCorrezione Esercitazione 6
Correzioe Esercitazioe 6 Esercizio. Poiché vogliamo usare il test del rapporto di verosimigliaza per u ipotesi ulla semplice, dobbiamo calcolare Λ(x) L(θ 0 x) supl(θ x) quidi al umeratore ci basta sostituire
DettagliCampionamento e Statistiche Campionarie. Inferenza. Pietro Coretto Università degli Studi di Salerno
Campioameto e Statistiche Campioarie Pietro Coretto pcoretto@uisa.it Uiversità degli Studi di Salero Corso di Statistica (0212700010) CDL i Ecoomia e Maagemet Curriculum i Maagemet e Iformatica a.a. 2018/2019
DettagliStime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo
Abbiamo visto che, data ua v.a. X di cui o si cooscao valore atteso e variaza, tali umeri si possoo stimare putualmete el seguete modo: si prede u casuale X 1,...,X di v.a. aveti la stessa legge di X;
DettagliEsercizi di Calcolo delle Probabilità e Statistica Matematica
Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al
DettagliESERCITAZIONE VII. H 0 : μ = 500. H 1 : μ > /3.16 = = 3.403
ESERCITAZIONE VII ESERCIZIO I Test sulla media: H 0 : μ 500 H : μ > 500 μ 570; 0; σ 430 α 0.05; z 0.05.645 Z 570 500 65.04/3.6 70 0.57 3.403 Dato che 3.403>.645 rifiutiamo H 0 e possiamo cocludere che
DettagliStimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini
Lezioe 3 Stimatori, stima putuale e itervalli di cofideza Statistica L-33 prof. Pellegrii Oggi studiamo le proprietà della stima che ricaviamo da u campioe. Si chiama teoria della stima. La stima statistica
DettagliSeconda Prova Intermedia 28 Maggio 2019 Elementi di Probabilità e Statistica, Laurea Triennale in Matematica, M. Romito, M.
Secoda rova Itermedia 8 Maggio 09 Elemeti di robabilità e Statistica, Laurea Trieale i Matematica, 08-9 M. omito, M. ossi roblema 0. Sia X, Y ) ua v.a. a valori i co desità dove N è u parametro fissato.
DettagliLa stima per intervalli
La stima per itervalli U itervallo di cofideza per u parametro è u itervallo di estremi [t - ; t + ] defiito itoro alla stima t di ed i cui è tale che: P t t È cioè l itervallo, cetrato su t, che co u
DettagliSTATISTICA 1- parte 1/2
STATISTICA - parte / I statistica la parola popolazioe idica l isieme di tutte le possibili osservazioi relative ad u feomeo. Popolazioe é, ad esempio, l isieme di tutti gli abitati di ua cittá, di ua
DettagliStatistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6
X c () 0 0 0 0 t dx e x t altrove x e x x f x t x X = =4 =8 E[X] = Var[X] = Teorema Z, Z,, Z N(0 ; ) e idipedeti X= Z + Z + +Z c () Nota Esistoo tavole dei puti percetuali delle distribuzioi chi-quadro
DettagliAppunti complementari per il Corso di Statistica
Apputi complemetari per il Corso di Statistica Corsi di Laurea i Igegeria Edile e Tessile Ilia Negri 24 settembre 2002 1 Schemi di campioameto Co il termie campioameto si itede l operazioe di estrazioe
DettagliProbabilità II. Concetto di variabile casuale. Variabile casuale: definizione. Concetto di variabile casuale. Cos'è una variabile casuale?
Cocetto di variabile casuale Defiizioi pricipali. Valore atteso e Variaza. Probabilità II Variabili casuali discrete Teorema di Bieaymé - Čebičev. V.C. Notevoli: Beroulli e Biomiale. Cos'è ua variabile
DettagliMetodi statistici per lo studio dei fenomeni biologici
Metodi statistici per lo studio dei feomei biologici Alla fie di questa lezioe dovreste essere i grado di: spiegare i cocetti di stima putuale e stima itervallare iterpretare gli itervalli di cofideza
DettagliINDAGINE POPOLAZIONE SELEZIONE PROBABILISTICA (CASUALE) CAMPIONE. Importante distinzione:
IDAGIE Completa (cesuaria) Semplice sul piao teorico ma complessa ella pratica Popolazioi o fiite Osservazioe distruttiva Parziale (campioaria) Più complessa sul piao teorico ma spesso di più facile attuazioe
Dettagliσ 2 = σ = α = 0.95 α = = 0.05 α / 2 = SOLUZIONE VI ESERCIZIO 1
SOLUZIONE VI ESERCIZIO 1 Mese di rilevazioe 1 3 4 5 6 7 8 9 10 TOT N di richiedeti asilo 113 5100 00 3110 976 1760 100 403 134 1876 314 = ˆµ z a/ σ = ˆµ + z a/ σ = 10 Variaza i popolazioe ota: σ = 78.84
DettagliLe principali procedure inferenziali: nozioni, schemi di procedimento ed esempi di applicazione
Complemeti per il corso di Statistica Medica Le pricipali procedure ifereziali: ozioi, schemi di procedimeto ed esempi di applicazioe IC al livello (-α) % per la media µ Ipotesi: ella popolazioe il feomeo
DettagliInsiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:
Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,
DettagliUniversità degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A
Uiversità degli Studi di Padova Corso di Laurea i Medicia e Chirurgia - A.A. 015-16 Corso Itegrato: Statistica e Metodologia Epidemiologica Disciplia: Statistica e Metodologia Epidemiologica Doceti: prof.ssa
DettagliMetodi quantitativi per l analisi dello sviluppo
Metodi quatitativi per l aalisi dello sviluppo Esercizio Si è rilevato il umero di ospedali (X) e la spesa saitaria i milioi di euro (Y), per 7 regioi, otteedo i segueti risultati: Ospedali (X) 5 7 4 6
DettagliMetodi di valutazione delle prestazioni di rete
Metodi di valutazioe delle prestazioi di rete Prof. Ig. Carla Raffaelli Cofroto di diversi approcci Parametri di cofroto: precisioe requisiti di poteza di calcolo requisiti di memoria facilita' di approccio
DettagliEsercizi di econometria: serie 2
Esercizi di ecoometria: serie Esercizio Per quali delle segueti uzioi di desità cogiuta le variabili casuali ed soo idipedeti?......3.4.5..5 (a) (b) 3 4....3.6.9..4...5..5 3.. 3.8..4.6 (c) (d) Nel caso
DettagliElementi di statistica
Elemeti di statistica La misura delle gradezze fisiche può essere effettuata direttamete o idirettamete. Se la misura viee effettuata direttamete si parla di misura diretta; se essa viee dedotta attraverso
DettagliANalysis. Analisi della Varianza - ANOVA. Aprile, Aprile, Nel linguaggio delle variabili le operazioni fondamentali sono tre
ANalsis Of VAriace Nel liguaggio delle variabili le operazioi fodametali soo tre Descrizioe Spiegazioe Iterpretazioe Descrizioe La relazioe tra variabili viee sitetizzata per meglio cogliere gli aspetti
DettagliTutorato di Probabilità 1, foglio I a.a. 2007/2008
Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =
DettagliSTATISTICA INFERENZIALE - SCHEDA N. 1 CAMPIONAMENTO E STIMA
Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE
DettagliPolitecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo
Politecico di Milao - Ao Accademico 010-011 Statistica 086449 Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua
Dettagli4. Proprietà degli stimatori
Uiversità degli Studi di Basilicata Facoltà di Ecoomia Corso di Laurea i Ecoomia Aziedale - a.a. 0/03 lezioi di statistica del 0, e 3 giugo 03 - di Massimo Cristallo - 4. Proprietà degli stimatori Si è
DettagliAPPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.
AROSSIMAZIONE NORMALE 1. Si tirao 300 dadi o truccati. Sia X la somma dei puteggi. Calcolare approssimativamete le probabilità segueti. (a (X 1000; (b (1000 X 1100. 2. La quatità di eve, che cade al gioro,i
DettagliArgomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della
1 La stima putuale Argometi trattati: Stima putuale e stimatore Proprietà degli stimatori Stima putuale della media della popolazioe e sua distribuzioe Stima putuale di ua proporzioe e sua distribuzioe
DettagliTecnica delle misurazioni applicate LM - Esame del 26 febbraio 2013
Tecica delle misurazioi applicate LM - Esame del 6 febbraio 013 Problema 1. La FisioDorica SpA è u impresa che produce prodotti farmaceutici. L Avv. Tizio, AD della società, sta valutado la opportuità
DettagliAppunti per l Orale di Statistica
Apputi per l Orale di Statistica Matteo Giaello 6 ottobre 2011 1 Idice 1 Media e variaza campioaria 3 1.1 Media campioaria............................... 3 1.2 Variaza campioaria.............................
DettagliInferenza statistica. Come descrivo una generica popolazione? Che tipo di di informazioni posso ottenere?
Iereza I Fodameti della teoria della stima Campioameto beroulliao ed i blocco Problema della stima: stima e stimatore Proprietà di uo stimatore Stima putuale e per itervallo: valore atteso e variaza Iereza
Dettagli(per popolazioni finite)
Se o è oto I geere lo carto quadratico medio della popolazioe, al pari della media μ, o è oto. Pertato, per otteere u itervallo di cofideza per la media della popolazioe, occorre utilizzare la deviazioe
DettagliTitolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli
Titolo della lezioe Dal campioe alla popolazioe: stima putuale e per itervalli Itroduzioe Itrodurre il cocetto di itervallo di cofideza Stima di parametri per piccoli e gradi campioi Stimare la proporzioe
DettagliSoluzione CPS 22/6/04. I parte. (1). Chiamiamo C l evento l individuo scelto ha il colesterolo alto, V, O e NL rispettivamente
Soluzioe CPS 22/6/04 I parte 1. Chiamiamo C l eveto l idividuo scelto ha il colesterolo alto, V, O e NL rispettivamete è vegetariao, è oivoro e o magia latticii. I dati soo: P C = 0.4, P O C = 0.75, P
Dettaglia n (x x 0 ) n. (1.1) n=0
Serie di poteze. Defiizioi Assegati ua successioe {a } di umeri reali e u puto x dell asse reale si dice serie di poteze u espressioe del tipo a (x x ). (.) Il puto x viee detto cetro della serie e i umeri
DettagliAlcuni concetti di statistica: medie, varianze, covarianze e regressioni
A Alcui cocetti di statistica: medie, variaze, covariaze e regressioi Esistoo svariati modi per presetare gradi quatità di dati. Ua possibilità è presetare la cosiddetta distribuzioe, raggruppare cioè
Dettagli