Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
|
|
- Battista Di Stefano
- 7 anni fa
- Visualizzazioni
Transcript
1 Statstca - metodologe per le scenze economche e socal /e S Borra, A D Cacco - McGraw Hll Es Soluzone degl esercz del captolo 7 In base agl arrotondament effettuat ne calcol, s possono rscontrare pccole dfferenze ne rsultat fnal 7 a Dalla formula (66) e consderando la formula (663) s ottene s (Β ) = 9, 54 e s (Β ) =, 8 b Dalla formula (66) e consderando la formula (663) s ottene côv(β, Β ) =, 3 e qund ˆ ρ B cov( B, B ) s(b ) s(b ), 964 B = = c Consderando un lvello d confdenza par a α =, 95, s ha che per una t-student con 68 gdl t, 5 =, 9955 (utlzzando la tavola s può approssmare a 7 gdl ed è par a,9944) Qund, dalla formula (7), s ottene [-4,59; 36,4] d Consderando una t-student con 68 gdl s ha t, 5 =, 65 (utlzzando la tavola s può approssmare a 7, 399 gdl ed è par a,6479) Essendo t = = 33, 8 >, 65 = t, 5, s rfuta l potes nulla (l coeffcente, 8 β è sgnfcatvamente dverso da ) e Ottenendo per x = 75 l valore Y ˆ = 695, 65, dalla formula (74), essendo t, = 9955 e s (Ŷ ) = 5, s ottene l ntervallo 695, 65 ± (, , ), ossa [685,7; 76,3] 5, f Ottenendo per x = 5 l valore Ŷ = 595, 9, dalla formula (74), essendo t, = 9955 e s(y Ŷ ) 4,53, s ottene l ntervallo 595, 9 ± (, , 53), ossa [53,; 678,78] = 5, 7 a S vuole verfcare se l valore (Y ) è funzone lneare della superfce quadrata (X ) dell abtazone Dalla b XY XY = R = ρ,, s ottene SQR = RXY SQT = , Utlzzando nuovamente la formula (65), s ha SQE = , 8 formula (65) ed essendo ( ) 8 Tavola ANOVA Sorgente d Somma de Grad d Meda de varazone quadrat lbertà quadrat F Regressone , ,,9 Resduo , , Totale , c Essendo f =, 9 <, 56 = F, accettamo l potes nulla β = (non esste una relazone lneare) 73 a La retta stmata è: ŷ =, 364 +, 73x e l coeffcente d determnazone è par a R XY =, 3 ndcando un pessmo adattamento b Nella seguente tabella sono mostrat resdu e resdu standardzzat ( resdu hanno meda pratcamente nulla mentre l errore standard d regressone è par a s = 3, ) A causa degl error d approssmazone s potranno ottenere leggere varazon ne rsultat Seguono corrspondent grafc: X Y resduo Resduo standardzzato 3,84 -,84 -,93 3 4,7 -,7 -, ,86,38, ,35,965, ,35 -,35 -,33 5 4,689 -,689 -, ,343 -,343 -,43 4 3,84,76,56 4,7 6,83,86
2 8 6 resdu resdu standardzzat c Il valore del resduo corrspondente all ultma untà statstca appare anomalo (ne grafc corrsponde al punto con la pù alta ordnata) cò è confermato dall anals de resdu standardzzat avendo mostrando un valore superore a d Elmnando l ultma untà statstca ( X=; Y=) e stmando l modello sulle rmanent otto untà statstche s ottene: ŷ = 4, 744 +, 374x e L ntercetta β è pù che dmezzata mentre l coeffcente angolare β è all ncrca raddoppato e la bontà d adattamento è nettamente aumentata passando a R XY =, a S ha: SQR = MQR = 4 poché s ha gdl; SQE = SQT SQR = 58 4 = 8 con n = 7 gdl e pertanto MSE = 8 7 =, 6 ; nfne, F = 4, 6 = 37, 7 Tavola ANOVA Sorgente d Somma de Grad d Meda de varazone quadrat lbertà quadrat F Regressone ,7 Resduo 8 7,6 Totale 58 8 b Consderando l valore della F-Fsher con e 7 gdl per un α =, 5 s ha F, 5 = 4, 45 (se s utlzza la tavola s può approssmare al valore d una F con e 5 gdl par a 4,54), s ottene f = 37, 7 > 4, 45 = F, 5 pertanto rfutamo l potes nulla β = (esste una relazone lneare) c Dalla (65) è R XY = SQR SQT = 4 58 =, 69, qund s può affermare che la retta d regressone s adatta suffcentemente bene a dat poché spega l 69% della varabltà totale 75 a La nuova varable è attraverso la seguente trasformazone: Tempo = Anno 998 Tempo 3 4 Spesa santara 8, 89,8 96,5,7
3 b Dal seguente grafco s può assumere una relazone d tpo lneare: c La retta d regressone stmata è yˆ = 76,5 + 6, 58x con un coeffcente d determnazone par a R XY = 99% S può pertanto concludere che l modello è approprato a descrvere l fenomeno studato d Il coeffcente β ndca che la spesa santara ncrementa medamente d 6,58 mlon d euro all anno e Il valore prevsto è 8,95 mlon d euro 76 a La retta d regressone stmata è: ŷ = 4, 8 +, x b No, nfatt R XY = 39% c Guardando a resdu e a resdu standardzzat mostrat nelle seguente tabella: Osservazone Prevsto Y Resdu Resdu standard 4,96,39,463 5,46 -,46 -,54 3 4,96,94,3 4 4,94 -,4 -, ,946 -,46 -,74 6 5,43,57, ,884,6,37 8 5,48 -,48 -, ,85 -,5 -,466 4,98 -,8 -,37 4,94,6,7 4,93,69,84 s può concludere che non sono present cas anomal Cò è confermato dal seguente grafco de resdu standardzzat: Resdu standardzzat d I valor osservat sono molto poch per poter arrvare a delle concluson attendbl, tuttava, guardando al grafco de resdu standardzzat (s veda punto precedente), all stogramma de resdu standardzzat e al grafco d normaltà P-P, possamo rtenere che valor osservat sano da consderare compatbl con l potes d normaltà
4 5 4 Frequenza Resduo standardzzato 75 5 Prob cum attesa Prob cum osservata 77 a Dal seguente dagramma d dspersone, rsulta ragonevole potzzare una modello d tpo lneare Y X b Dall anals del grafco de resdu, s può osservare che non è approprata l potes d omoschedastctà (nfatt all aumentare del valore della la varabltà de resdu tende a dmnure)
5 8 6 4 resdu c Dall anals del grafco de resdu standardzzat, s può affermare che resdu standardzzat sono n accordo con l potes d normaltà ((l 64% de punt rcade tra - e + e l % tra - e +) 5 resdu standardzzat d Dal grafco de resdu rspetto al tempo, s può affermare che resdu sono autocorrelat postvamente resdu tempo 78 a Dal grafco d dspersone s suppone che susssta una relazone d tpo lneare tra Y e X Y X b La retta d regressone stmata è: ŷ = 37, 663, 449x
6 c Come s può notare, essendo β negatvo, all aumentare della spesa per svago/dvertmento dmnusce quella per rstorante d Sì, l coeffcente d determnazone è par a R XY = 86% e In corrspondenza d una spesa par a 5 per svago/dvertmento corrsponde medamente una spesa per rstorante d 3,93 79 a La retta d regressone stmata è: ŷ =, 35 +, 7x b Dal segno d βˆ possamo affermare che all aumentare dell ndce d produzone ndustrale aumenta l tasso d dsoccupazone c Dalla (7) s ha che l valore della statstca test è t = B s( B ) =, 7, =, 934 Inoltre, sapendo che l valore della t-student con 8 gdl per α =, 5 è t, 5 =, 36, s ha t =, 934 <, 36 = t, 5 e qund non s può rfutare l potes nulla Pertanto, l valore d β non rsulta sgnfcatvamente dverso da zero d No, l coeffcente d determnazone è par a R XY = 9, 8% e La tavola ANOVA è la seguente: Tavola ANOVA Sorgente d Somma de Grad d Meda de varazone quadrat lbertà quadrat F Regressone,893345,893345,867 Resduo 7, , Totale 8,376 9 Consderando una F-Fsher con e 8 gdl s ha F, 5 = 5, 3 segue che f =, 867 < 5, 3 = F, 5 e qund β non è sgnfcatvamente dverso da zero Rtorna come atteso lo stesso rsultato ottenuto al punto c f Dal grafco de resdu 5 resduo possamo consderare approprata l assunzone d lneartà g Dal grafco de resdu standardzzat: 5 Resdu standardzzat possamo osservare che l % de punt rcade nella fasca [-; +] qund non v è evdenza d valor anomal
7 h La retta d regressone stmata che pone l tasso d dsoccupazone n funzone dell anno è: ŷ = 44, 664 +, 8x Dal segno d βˆ possamo affermare che al crescere del tempo aumenta l tasso d dsoccupazone Il valore della statstca test è t = B s( B ) =, 8, 85 =, 447 Sapendo che l valore della t-student con 8 gdl per α =, 5 è t, 5 =, 36, s ha t =, 447 >, 36 = t, 5 e qund s può rfutare l potes nulla Pertanto, l valore d β rsulta sgnfcatvamente dverso da zero La bontà d adattamento della retta a dat è suffcentemente elevata dato che R XY = 4, 8% La tavola ANOVA è la seguente: Tavola ANOVA Sorgente d Somma de Grad d Meda de varazone quadrat lbertà quadrat F Regressone 7, ,6488,536 Resduo,636 7,689 Totale 8,376 9 Consderando una F-Fsher con e 8 gdl s ha F, 5 = 5, 3 segue che f =, 53 > 5, 3 = F, 5 e qund β è sgnfcatvamente dverso da zero Dal grafco de resdu: 5 Resduo Y prevsto - -5 possamo consderare approprata l assunzone d lneartà Dal grafco de resdu standardzzat: resduo standardzzato possamo osservare che l % de punt rcade nella fasca [-; +] qund non v è evdenza d valor anomal 7 a La retta d regressone stmata che pone l Reddto pro-capte n funzone della Percentuale d Forza Lavoro nell agrcoltura è: ŷ = 37, 95 8, 858x b No Dal segno d βˆ possamo affermare che al crescere della Percentuale d Forza Lavoro nell agrcoltura dmnusce medamente l Reddto pro-capte c Il valore della statstca test è t = B s( B ) = 8, 858 3, 395 = 5, 555 Sapendo che l valore della t-student con 8 gdl per α =, 5 è t, 5 =, 9, s ha t = 5, 555 >, 9 = t, 5 e qund s può rfutare l potes nulla Pertanto, l valore d β rsulta sgnfcatvamente dverso da zero
8 d La bontà d adattamento della retta a dat è puttosto elevata dato che R XY = 63, % e La tavola ANOVA è la seguente: Tavola ANOVA Sorgente d Somma de Grad d Meda de varazone quadrat lbertà quadrat F Regressone 376,8 376,8 3,847 Resduo 3477, ,986 Totale ,55 9 Consderando una F-Fsher con e 8 gdl s ha F, 5 = 4, 4 segue che f = 3, 847 > 4, 4 = F, 5 e qund β è sgnfcatvamente dverso da zero f Dal grafco de resdu: 8 6 Resduo Y stmato non sembra sa possble sostenere l assunzone d lneartà g Dal grafco de resdu standardzzat: 5 Resduo standardzzato Il grafco mostra due punt a cu corrspondono de valor del resduo standardzzato prossm o superor a + Ess corrspondono alla Sveza e al Canada I valor presentat da quest due paes non sono comunque tal da rtenerl anomal anche se è opportuno consderarne la dverstà rspetto agl altr paes h Elmnando la Sveza e l Canada s ottene la seguente retta: ŷ = 97, 567 6, 563x La bontà d adattamento aumenta passando a R XY = 7% 7 a La retta d regressone stmata che pone l Aspettatva d vta n funzone del Logartmo del numero medo d persone per TV è: ŷ = 77, 887 9, 88x b Per l ntercetta, l valore della statstca test è t B s( B ) = 77, 887, = t = mentre per l coeffcente, B s B = 9, 88, 99 = 9, = Sapendo che l valore della t- angolare l valore della statstca test è ( ) 897
9 Student con 8 gdl per α =, 5 è t, 5 =, 9, sa t sa t sono maggor, n valore assoluto, d t,5 e qund per entramb coeffcent d regressone s può rfutare l potes nulla Pertanto, valor d β e β rsultano sgnfcatvamente dvers da zero c No Dal segno del coeffcente angolare possamo affermare che al crescere del Logartmo del numero medo d persone che guardano la TV dmnusce medamente l Aspettatva d vta d In generale, un modello d regressone non permette d convaldare con certezza un legame d causa-effetto In questo caso specfco, anche dal punto d vsta logco non è possble potzzare un legame d causa-effetto tra le due varabl prese n esame S tratta puttosto d un legame spuro, n quanto la varable Logartmo del numero medo d persone che guardano la TV può essere consderata come un ndcatore d status soco-economco de paes consderat nell anals e Il coeffcente d determnazone è puttosto elevato e par a R XY = 73, % f La retta d regressone stmata che pone l Aspettatva d vta n funzone del Logartmo del numero d persone per medco è: ŷ = 3, 8, 597x g Per l ntercetta, l valore della statstca test è t = B s( B ) = 3, 8 4, 5 = 845 mentre per l coeffcente angolare l valore della statstca test è t = ( ) 976 Sapendo che l valore della t-student con 8 gdl per α =, 5 è 9 t sono maggor, n valore, B s B =, 597, 454 = 7, t, 5 =,, sa t sa assoluto, d t, 5 e qund per entramb coeffcent d regressone s può rfutare l potes nulla Pertanto, valor d β e β rsultano sgnfcatvamente dvers da zero h Anche n questo caso vale quanto detto al punto d No Infatt, l valore del coeffcente d determnazone pur essendo puttosto elevato, par a R XY = 63, 8%, è nferore a quello del modello precedente j Dal punto d vsta dell adattamento a dat (cò rspetto al del coeffcente d determnazone) è mglore la varable Logartmo del numero medo d persone che guardano la TV k Evdentemente la presenza e dffusone del mezzo televsvo tra le famgle e gl ndvdu d un paese è un ndcatore molto precso dello svluppo soco-economco dello stesso In effett, valor pù pccol del Logartmo del numero medo d persone che guardano la TV corrspondono a paes pù svluppat qual Stat Unt, Canada, Gappone, Franca, mentre valor pù grand a paes meno svluppat qual Burma, Etopa, Bangladlesh Anche la seconda varable, Logartmo del numero d persone per medco, è un buon ndcatore dello svluppo socoeconomco, tuttava rsente anche dell organzzazone della struttura pubblca santara de paes a prescndere dal loro svluppo economco Ad esempo, rsulta da dat che l Ucrana, la Russa, l Argentna, al par dell Itala, hanno un numero pù basso d persone per medco d quanto non abbano gl Stat Unt e l Gappone 7 a La statstca test è t = B s( B ) =,3,3 = 7, 9, mentre t 8,, 5 =, 36 e qund l potes nulla vene rfutata b L ntervallo d confdenza è dato da:, 3 ±, 36, 3 =, 3 ±, 3, ossa [,73 ;,33] c Dal grafco de resdu standardzzat s può notare che n corrspondenza del valore = 4, 5 s ha un resduo puttosto elevato anche se ne lmt d accettabltà L andamento de resdu, n parte condzonato dal valore pù grande, non sembra presentare un andamento del tutto casuale
10 Resdu standardzzat -,, 4, 6, 8, Y d Dal grafco d normaltà s evnce la poca conformtà all potes che la dstrbuzone osservata de resdu sa d tpo Normale,,8 Prob cum attesa,6,4,,,,,4,6,8, Prob cum osservata
11 73 Dalla tabella ANOVA s deduce che: a Il valore d F = 3, 78, 94 = 3, può essere consderato, rspetto a una dstrbuzone F-Fsher con e 9 grad d lbertà, un valore puttosto raro come è evdenzato dal valore del p-value Poché s ha p- value<, l potes nulla che β vene rfutata = b La stma d σ è s = MQE = 7, 94 c Il coeffcente d determnazone vale R = 3, 78 59, 6 =, 59 d Il grafco de resdu non presenta valor anomal Resdu standardzzat - 5, 3, 35, 4, 45, 5, 55, Y 74 a Il valore della t, 5 con grad d lbertà è t, 5, = 3, 5 e qund l ntervallo d confdenza per β è dato da:, 46 ± 3, 5 79, =, 46 ±, 55, ossa [-,9 ;,]; mentre per β è dato da:, 87 ± 3, 5 43, =, 87 ±, 44, ossa [,43 ;,3]; b Dal punto a s può vedere che l valore cade all nterno dell ntervallo d confdenza per β qund l potes nulla non può essere rfutata per un lvello d sgnfcatvtà α =, c Il grafco de resdu presenta valor nella norma
12 Resdu standardzzat - -,,, 3, pl d Dal grafco d normaltà s può osservare che resdu non sembrano essere conform all potes d normaltà 75 a Dato l valore d t = t8;, 5 =, 3 α e le stme puntual ˆ β =, 358 e ˆ β =, 8, s ottene per n ; β :, 358 ±, 3 4, 4 ossa [-,88; 7,7]; per β :, 8 ±, 3, 53 ossa [,6;,4] S può notare che l ntervallo d confdenza per l ntercetta nclude lo zero, pertanto per un lvello d sgnfcatvtà α =, 5 tale parametro non rsulta sgnfcatvamente dverso da zero Al contraro, β rsulta sgnfcatvamente dverso da zero b La seguente tabella mostra resdu Dal corrspondente grafco non rsultano present valor anomal Prezzo Y prevsta Resdu 3,6 7,9 4,7 4, 3,5,5 7, 3,5 4,5 8,,5 -,5 5,9 6,5 -,6 3,9 6,4 -,5 7, 8,93 -,93 5,8 8,93-3,3 7,3 8,93 -,63 5, 3,33,87
13 Resdu standardzzat - 5,, 5, 3, prezzo c Sulla base della Tavola ANOVA cosa s può dre crca la bontà d adattamento del modello e la stma del coeffcente β? ANOVA Regressone Errore Totale Somma de Grad d Somma de quadrat lbertà quadrat F p-value 45,334 45,334 7,544, 7,55 8 8,97 36,589 9 La bontà d adattamento è msurata dall ndce R = 45, , 589 =, 775, qund pù del 77% della varabltà totale è spegata dal modello d regressone In accordo con l rsultato ottenuto dall ntervallo d confdenza per β, poché l p-value è nferore a,5, β rsulta sgnfcatvamente dverso da zero per α =, 5 ma anche per un valore pù pccolo, ad esempo, α =, 76 Da un campone d 54 ndvdu s sono rlevate l età ( X ) e la pressone meda sangugna (Y ) L output del modello d regressone stmato è l seguente: ANOVA Regressone Errore Totale Somma de Grad d Meda de quadrat lbertà quadrat F p-value 374, ,968 35,793, 345, , ,333 53
14 Coeffcent d regressone (Constant) età B Std Error 56,57 3,994,58,97 a Il modello d regressone stmato è: Ŷ = 56, 57 +, 58X b Il valore del coeffcente d determnazone è R = 374, , 333 =, 48 c Attraverso l valore Valutare d F = 35, 793 e l corrspondente valore del p-value, poché p-value<,, possamo rfutare l potes nulla d Poché t 5 ;, 5 =,, per β l ntervallo d confdenza è dato da: 56, 57 ±, 3, 994 ossa [48,3; 64,8], mentre per β è dato da:, 58 ±,, 97 e L stogramma de resdu standardzzat sembra concordare abbastanza bene con l potes d normaltà, anche se nella parte centrale dell stogramma è vsble una leggera devazone dalla dstrbuzone teorca Questa devazone è confermata anche dal grafco successvo dove maggor scostament dalla bsettrce sono nella parte centrale del grafco f Il grafco de resdu standardzzat rspetto all età non presenta valor anomal, tuttava la forma a mbuto segnala la non conformtà all potes d omoschedastctà de resdu
PREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl
Le Inferenze sul modello d regressone PREVEDONO: Assunzone d normaltà degl error e nferenza su parametr Anals della Varanza Inferenza per la rsposta meda e la prevsone Anals de resdu Valor anomal Captolo
Dettaglia) Individuare l intervallo di confidenza al 90% per la media di popolazione;
Eserczo Il responsable marketng d una catena d negoz vuole analzzare l volume delle vendte mensl d un determnato bene d largo consumo. Una socetà che conduce rcerche d mercato è ncarcata d effettuare un
Dettagli1) Le medie e le varianze calcolate su n osservazioni relative alle variabili quantitative X ed Y sono tali che. σ x
TEORIA 1) Le mede e le varanze calcolate su n osservazon relatve alle varabl quanttatve X ed Y sono tal che 1 e. Consderando le corrspondent varabl standardzzate delle seguent affermazon rsulta vera 1
DettagliContenuti: o Specificazione del modello. o Ipotesi del modello classico. o Stima dei parametri. Regressione semplice Roberta Siciliano 2
Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d Napol Federco II Professore supplente, Unverstà della Baslcata a.a. 0/0 Contenut: o Specfcazone del modello o Ipotes del modello classco
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012
CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra
DettagliREGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari
REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat
DettagliRelazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
DettagliLa Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente
Unverstà d Macerata Dpartmento d Scenze Poltche, della Comuncazone e delle Relaz. Internazonal La Regressone Varable ndpendente o esplcatva Prezzo n () () 1 1 Varable dpendente 15 1 1 1 5 5 6 6 61 6 1
DettagliLaboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
DettagliStrada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
DettagliScienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
Dettagli03/03/2012. Campus di Arcavacata Università della Calabria
Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto
DettagliSTATISTICA A K (63 ore) Marco Riani
STATISTICA A K (63 ore) Marco Ran mran@unpr.t http://www.ran.t Rcham sulla regressone MODELLO DI REGRESSIONE y a + b + e dove: 1,, n a + b rappresenta una retta: a ordnata all orgne ntercetta b coeff.
DettagliTECNICHE DI ANALISI DEI DATI MODELLI LINEARI
TECNICHE DI ANALISI DEI DATI AA 16/17 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/rwabbd Seconda Unverstà d Napol (SUN) Dpartmento d Pscologa TECNICHE
DettagliCampo di applicazione
Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo
DettagliStatistica Descrittiva
Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86
DettagliCorrelazione lineare
Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl
DettagliOltre la regressione lineare
Oltre la regressone lneare Modello d regressone lneare (semplce o multpla: - varabl esplcatve X quanttatve e qualtatve (nserte tramte uso d varabl dummy - varable dpendente Y è quanttatva Y = b + b X +
DettagliTECNICHE DI ANALISI DEI DATI MODELLI LINEARI
TECNICHE DI ANALISI DEI DATI AA 017/018 PROF. V.P. SENESE Quest materal sono dsponbl per tutt gl student al seguente ndrzzo: https://goo.gl/hxl9zg Unverstà della Campana Lug Vanvtell Dpartmento d Pscologa
DettagliLa t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
DettagliEsame di Statistica tema A Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema A Corso d Laurea n Economa Prof.ssa Gordano Appello del /07/0 Cognome Nome atr. Teora Dmostrare che la somma degl scart dalla meda artmetca è zero. Eserczo L accesso al credto è sempre
DettagliPRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 26 ottobre 2015 COMPITO D
FIRMA DELLO STUDENTE Cognome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 3000/6045/5047/4038/37/377) 26 ottobre 20 Nome Numero d matrcola Corso d Laurea Cod. corso COMPITO D A fn della valutazone s terrà
DettagliPIANIFICAZIONE DEI TRASPORTI
Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone su modell d generazone A.A. 2016-2017 Ing. Francesco Pras Ing. Govann
DettagliIL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE
IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE CORRELAZIONE Legame - Assocazone - Accordo Relazone tra varabl valutare l grado d recproca nfluenza tra due varabl; valutare l grado d assocazone
DettagliSoluzione esercizi seconda settimana
Soluzone esercz seconda settmana Es. 7 famgle Spesa per manfestazo n cultural (Z) A 00,9 B 40 4,0 C 50,5 D 70,6 E 80, F 300,8 G 00,5 Reddto mensle del capofamgla (x 000 Euro) (Y) Costrure l dagramma d
DettagliLa regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente
Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della
DettagliEsame di Statistica tema B Corso di Laurea in Economia Prof.ssa Giordano Appello del 15/07/2011
Esame d Statstca tema B Corso d Laurea n Economa Prof.ssa Gordano Appello del 15/07/011 Cognome Nome Matr. Teora Dmostrare la propretà assocatva della meda artmetca. Eserczo 1 L accesso al credto è sempre
Dettagli1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30
1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza
Dettagliy. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
DettagliCapitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
Dettaglimateriale didattico I incontro
Pano Nazonale Lauree Scentfche (PLS 2016-2017) Statstca Laboratoro d Statstca Le relazon tra varabl prof.ssa Angela Mara D'Uggento angelamara.duggento@unba.t materale ddattco I ncontro Dall anals statstca
Dettaglisi utilizzano per confrontare le distribuzioni
Dspersone o Varabltà Defnzone: Le Msure d Dspersone: sono par a zero n caso d dspersone nulla s utlzzano per confrontare le dstrbuzon permettono d valutare la rappresentatvtà delle msure d centraltà. 89
DettagliLezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo
UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale
DettagliRegressione e correlazione
Regressone e correlazone Corso d statstca socale prof. Natale Carra - Unverstà degl Stud d Bergamo a.a. 005-06 Regressone Questo modello d anals bvarata esamna le relazon fra coppe d varabl contnue. Un
DettagliPrima prova di gruppo
Prma prova d gruppo Es. Una metodologa d anals produce fals postv nel 3% de cas e fals negatv nell % de cas. Calcolate quale è l esto pù probable (postvo o negatvo se due anals consecutve esegute sullo
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
DettagliLA VARIABILITA. IV lezione di Statistica Medica
LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce
DettagliS O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:
S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva
DettagliLaboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca
DettagliSERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete
SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le
DettagliCorrelazione, Regressione, Test non parametrici
Correlazone, Regressone, Test non parametrc Correlazone 1 Anals della Correlazone L anals della Correlazone è usata per msurare la forza dell assocazone (relazone lneare) tra due varabl Correlazone rguarda
DettagliMinistero 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
DettagliFisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri
Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze
DettagliMisure dirette utilizzate per il calcolo della misura indiretta X:
Propagazone degl error Msure drette utlzzate per l calcolo della msura ndretta X: ( ) a a a = ± Δ b = ( b ± Δ b) Il calcolo dell errore assoluto X ( espresso nella stessa untà d msura della grandezza X
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 1 =103 2 2 =97 3 3 =90 4 4 =119
DettagliLA 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
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematca II: Calcolo delle Probabltà e Statstca Matematca ELT A-Z Docente: dott. F. Zucca Eserctazone # 8 Gl esercz contrassegnat con (*) sono tratt da Eserc. 2002-2003- Prof. Secch # 0 - Statstca Matematca
DettagliFisica Generale I Misure di grandezze fisiche e incertezze di misura Lezione 3 Facoltà di Ingegneria Livio Lanceri
Fsca Generale I Msure d grandezze fsche e ncertezze d msura Lezone 3 Facoltà d Ingegnera Lvo Lancer Indce Abbamo mparato: Orgne e classfcazone delle ncertezze (error) d msura Rappresentazone delle ncertezze
DettagliIndicatori di dimensione e di concentrazione
Indcator d dmensone e d concentrazone 1 Indcator d dmensone Lo studo delle caratterstche struttural ed evolutve d un sstema produttvo necessta dell mpego d ndcator per msurare la dmensone delle untà economche
DettagliTest delle Ipotesi e Analisi della Varianza (ANalysis Of VAriance: ANOVA)
delle Ipotes e Anals della Varanza (ANalyss Of VArance: ANOVA) delle Ipotes sulla meda Introduzone Defnzon baslar Teora per l caso d varanza nota Rsch nel test delle potes Teora per l caso d varanza non
DettagliIndici di variabilità
Indc d varabltà Gl ndc d varabltà msurano ) la dspersone (rspetto alla poszone) ) la varabltà = 0 = 0 Gl ndc d poszone sono tanto pù rappresentatv quanto mnore è la dspersone de dat ntorno ad ess. La varabltà
DettagliEsame di Statistica TEMA B Corso di Laurea in Economia Prof.ssa S. Giordano 15 Febbraio 2013
Esame d Statstca TEMA B Corso d Laurea n Economa Prof.ssa S. Gordano Febbrao 03 Cognome Nome Matr. (n stampatello) Eserczo Nella tabella seguente sono rporta dat rguardant la produzone lorda d energa elettrca
DettagliAnalisi della Varianza
Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella
DettagliANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
DettagliProbabilità cumulata empirica
Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè
DettagliIndici di posizione. Dove si trova la distribuzione? Qual è l ordine di grandezza dei dati?
Indc d poszone Dove s trova la dstrbuzone? Qual è l ordne d grandezza de dat? x La meda X assume n valor x, x 2,, x n n x = ( x ) + x2 + + xn = x n n = La meda ndca qual è l ordne d grandezza de dat Esempo
DettagliAd esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t
Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende
DettagliAnalisi statistica degli errori casuali
Anals statstca degl error casual error casual: dovut a ncertezze spermental non controllabl che comunque spngono l valore msurato con ugual probabltà n alto od n basso rspetto al valore vero. Quest error
DettagliRegressione lineare con un singolo regressore
Regressone lneare con un sngolo regressore Eduardo Ross 2 2 Unverstà d Pava (Italy) Marzo 2013 Ross Regressone lneare semplce Econometra - 2013 1 / 45 Outlne 1 Introduzone 2 Lo stmatore OLS 3 Esempo 4
DettagliREALTÀ E MODELLI SCHEDA DI LAVORO
REALTÀ E MODELLI SCHEDA DI LAVORO 1 Le tabelle d crescta Nella tabella sono rportat dat relatv alle altezze mede delle bambne dalla nascta fno a un anno d età. Stablsc se esste una relazone lneare tra
DettagliLezione 2 a - Statistica descrittiva per variabili quantitative
Lezone 2 a - Statstca descrttva per varabl quanttatve Esempo 5. Nella tabella seguente sono rportat valor del tasso glcemco rlevat su 10 pazent: Pazente Glcema (mg/100cc) 1 x 1 =103 2 x 2 =97 3 x 3 =90
DettagliMODELLO DI REGRESSIONE LINEARE MULTIPLA
MODELLO DI REGRESSIONE LINEARE MULTIPLA E la generalzzazone del modello d regressone lneare semplce: per spegare l fenomeno d nteresse Y vengono ntrodotte k, con k >, varabl esplcatve. Tale generalzzazone
DettagliEsercitazione 1 del corso di Statistica 2
Eserctazone del corso d Statstca rof. Domenco Vstocco Dott.ssa aola Costantn 8 Aprle 008 Eserczo n. S consder un campone d 00 student d cu s conoscono le seguent probabltà dstnt secondo l sesso (Mmascho,
DettagliPropagazione delle incertezze
Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliLezione n La concentrazione
1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone
DettagliLezione 2 le misure di sintesi: le medie
Lezone le msure d sntes: le mede Cattedra d Bostatstca Dpartmento d Scenze spermental e clnche, Unverstà degl Stud G. d Annunzo d Chet-Pescara Prof. Enzo Ballone Lezone a- Statstca descrttva per varabl
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
DettagliC.I. di Metodologia clinica
C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle
DettagliLa verifica delle ipotesi
La verfca delle potes In molte crcostanze l rcercatore s trova a dover decdere quale, tra le dverse stuazon possbl rferbl alla popolazone, è quella meglo sostenuta dalle evdenze emprche. Ipotes statstca:
DettagliLa teoria microeconomica del consumo
Isttuzon d Economa Matematca La teora mcroeconomca del consumo Il problema del consumatore 2 a parte. Maro Sportell Dpartmento d Matematca Unverstà degl Stud d Bar Va E. Orabona, 4 I 70125 Bar (Italy)
DettagliEsame di Statistica Corso di Laurea in Economia Prof.ssa Giordano
Esame d Statstca Corso d Laurea n Economa Prof.ssa Gordano 6 Febbrao 0 Cognome Nome atr. Eserczo I dat seguent s rferscono al numero d mmatrcolat nel gruppo d cors d studo n Economa n 5 ann accademc. Calcolare
DettagliModelli con varabili binarie (o qualitative)
Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.
Dettagli= = = = = 0.16 NOTA: X P(X) Evento Acquisto PC Intel Acquisto PC Celeron P(X)
ESERCIZIO 3.1 Una dtta vende computer utlzzando on-lne, utlzzando sa processor Celeron che processor Intel. Dat storc mostrano che l 80% de clent preferscono acqustare un PC con processore Intel. a) Sa
DettagliELEMENTI DI STATISTICA
ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)
DettagliAnalisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986
Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane
DettagliEsame di Statistica Corso di Laurea in Economia Prof.ssa Giordano 14 Settembre 2012
Esame d Statstca Corso d Laurea n Economa Prof.ssa Gordano 4 Settembre 0 Cognome Nome atr. Eserczo Ad alcun acqurent d smart TV è stata chesta la frequenza con cu s collegano ad nternet con l TV (servzo
DettagliChe cos è l ESCS e come si valuta
Che cos è l ESCS e come s valuta Danele Checch (Unverstà degl Stud d Mlano e Anvur * ) Roma 1 marzo 2016 * I parer espress sono del tutto personal e non mplcano mnmamente le sttuzon d appartenenza. 1 Cosa
DettagliTest delle ipotesi Parte 2
Test delle potes arte Test delle potes sulla dstrbuzone: Introduzone Test χ sulla dstrbuzone b Test χ sulla dstrbuzone: Eserczo Test delle potes sulla dstrbuzone Molte concluson tratte nell nferenza parametrca
DettagliQuale retta? La retta migliore è quella che più si avvicina all insieme dei 115
Quale retta? Quale retta? Questa? Oppure questa? Questa certamete o! 0 1 0 1 La retta mglore è quella che pù s avvca all seme de 115 put corrspodet alle coppe d valor (x, y ). Per la stma de parametr s
DettagliAPPENDICE B. La dinamica delle distribuzioni dimensionali delle maggiori imprese mondiali
APPENDICE B La dnamca delle dstrbuzon dmensonal delle maggor mprese mondal Consderamo le dstrbuzon delle maggor mprese ndustral mondal (fonte Fortune 5, var ann) dal 1959 al 199, n termn d fatturato a
DettagliMisure indipendenti della stessa grandezza, ciascuna con una diversa precisione.
Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE
Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE
DettagliL analisi della correlazione lineare
L anals della correlazone lneare Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d apol Federco II Professore supplente, Unverstà della Baslcata a.a. 20/202 Prof. Roberta Sclano Statstca
DettagliCorsi di Laurea in Farmacia e CTF Prova di Matematica
Cors d Laurea n Farmaca e CTF Prova d Matematca S O L U Z I O N I Effettua uno studo qualtatvo della funzone 4 f + con partcolare rfermento a seguent aspett: a trova l domno della funzone b trova gl ntervall
DettagliEsercizio statistica applicata all ingegneria stradale pag. 1
ESERCIZIO STATISTICA APPLICATA ALLA PROGETTAZIONE STRADALE SINTESI S supponga d avere eseguto 70 sure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal sure
DettagliLezione 4. Politica Economica Avanzata
Lezone 4 Poltca Economca Avanzata Come msuramo la rendta d Conoscamo la def. Teorca. un mpresa? Dvdamo n base al valore medano tra mprese a bassa ed alta rendta. Che legame con la crescta della produttvtà
DettagliMEDIA DI Y (ALTEZZA):
Uverstà d Casso Eserctazo d Statstca del 4 Marzo 0 Dott. Mrko Bevlacqua ESERCIZIO Su u collettvo d dvdu soo stat rlevat caratter X Peso( kg) e Altezza ( cm) otteamo la seguete dstrbuzoe d frequeza coguta:
DettagliTutorato di Complementi di Analisi Matematica e Statistica 23 e 30 marzo 2017
Tutorato d Complement d Anals Matematca e Statstca 23 e 30 marzo 2017 Gl esercz con l smbolo eo sono tratt da prove d esame del 2016 ( eo gorno/mese eo) Esercz dagl ncontr precedent 3. Una varable X può
DettagliUniversità di Cassino. Esercitazione di Statistica 1 del 4 dicembre Dott.ssa Simona Balzano
Unverstà d Cassno Eserctazone d Statstca del 4 dcembre 6 Dott.ssa Smona Balzano Eserczo Sa la varable casuale che descrve l rsultato del lanco d dad, sulle cu facce v sono numer: 5, 5, 7, 7, 9, 9. a) Defnre
Dettagli1. La domanda di moneta
1. La domanda d moneta Esercz svolt Eserczo 1.1 (a) S consder l modello della domanda d moneta a scopo speculatvo d Keynes. Un ndvduo può sceglere d allocare la propra rcchezza sottoscrvendo un ttolo rredmble
Dettaglix 0 x 50 x 20 x 100 CASO 1 CASO 2 CASO 3 CASO 4 X n X n X n X n
Corso d Statstca docente: Domenco Vstocco La msura della varabltà per varabl qualtatve ordnal Lo studo della varabltà per varabl qualtatve ordnal può essere condotto servendos degl ndc d omogenetà/eterogenetà
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu)
Docente: Marco Gavano (e-mal:gavano@unca.t) Corso d Laurea n Infomatca Corso d Laurea n Matematca Matematca Computazonale(6cfu) Ottmzzazone(8cfu) (a.a. 205-6, lez.8) Matematca Computazonale, Ottmzzazone,
DettagliLA CALIBRAZIONE NELL ANALISI STRUMENTALE
LA CALIBRAZIONE NELL ANALISI STRUMENTALE La maggor parte delle anals chmche sono ogg condotte medante metod strumental (spettrometra d assorbmento ed emssone a dverse λ, metod elettrochmc, spettrometra
Dettagli