E possibile approssimare tale valore utilizzando la distribuzione normale. Dalle tavole della Z si ha infatti: = 1.645

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "E possibile approssimare tale valore utilizzando la distribuzione normale. Dalle tavole della Z si ha infatti: = 1.645"

Transcript

1 ESERCIZIO 6.1 Il tempo di occupazioe di ciacu paziete di u letto (durata di permaeza) è utilizzato dai maager di u opedale per l allocazioe ottimale delle riore. Si ritiee, da tudi effettuati durate gli ai, che il tempo medio di permaeza ia pari a 5 giori. Il dirigete della truttura, i eguito all adozioe di u uovo itema di getioe dei pazieti e del peroale, ritiee che tale tempo ia miore di 5 giori. Selezioa caualmete a tal fie u campioe di 1 pazieti u cui oerva u tempo medio di permaeza pari a 4.5 co u deviazioe tadard pari a 3.2. a) Si cotruica u tet di ipotei utilizzado u livello di igificatività del 5%. b) Si calcoli ioltre il livello di igificatività oervato (valore p) del tet. SVOLGIMENTO a) 1) Ipotei ulla Ho: µ=5 2) Ipotei alterativa Ha: µ<5 3) Statitica tet x µ Statitica tet t 1 Il campioe è però ufficietemete grade per cui è equivalete utilizzare la ditribuzioe ormale, come motrato di eguito. 4) Regola di deciioe α=.5 t 1, α = 1.66 E poibile approimare tale valore utilizzado la ditribuzioe ormale. Dalle tavole della Z i ha ifatti: α=.5 Z α = α=.5 Rifiuto Ho e la tatitica tet è miore di Regioe di 5) uzioi (ipotei mateute) Si ipotizza che, data la umeroità elevata del campioe di riferimeto, lo carto quadratico medio campioario ia ua tima attedibile per la variaza della popolazioe. No è ecearia alcua ipotei ulla ditribuzioe della variabile i quato è poibile ricorrere al teorema del limite cetrale. 6) Eperimeto ul campioe x = 4.5 = 3.2 =1 1

2 x µ Statitica tet = = ) Cocluioe La tatitica tet, per il campioe coiderato, produce u valore ella regioe di accettazioe: i dati empirici o permettoo di accettare l ipotei che la lughezza di permaeza ia miore di 5 giori. b) Il livello di igificatività oervato del tet, oto ache come p-value o valore p, è la probabilità (otto l ipotei che H ia vera) di oervare u valore che ia almeo tato cotraddittorio ripetto all ipotei ulla e tale da avvalorare l ipotei alterativa quato quello calcolato ui dati campioari a dipoizioe. E poibile cercare il valore di Z=-1.56 dalle tavole della ormale tadardizzata: P( < Z < z ) Da cui: P X < 4.5 = P Z < 1.56 = P Z > 1.56 = =.6 ( ) ( ) ( ) rea tra la media e il valore z Fiado α=.5 (probabilità errore di prima pecie) il livello di igificatività oervato o è tale da rifiutare H (come vito ache co la procedura tadard eguita al pao a). 2

3 ESERCIZIO 6.2 U produttore di cereali deidera tetare il fuzioameto del macchiario utilizzato per riempire le catole. La macchia i quetioe è tarata per ditribuire 5 grammi per catola. Il produttore è itereato a cotameti da tale valore i etrambe le direzioi, i quato u peo miore potrebbe comportare problemi co le procedure di cotrollo di qualità e u peo maggiore ua perdita el lugo periodo. Si eamiao 7 catole della produzioe di u dato gioro u cui i rileva ua media di 495 grammi co uo carto di 15. a) Si coduca u tet ad u livello di igificatività dell 1%. b) Si determii il livello di igificatività oervato (p-value) riultate dal tet. SVOLGIMENTO a) 1) Ipotei ulla Ho: µ=5 2) Ipotei alterativa Ha: µ 5 3) Statitica tet x µ Statitica tet ƛ t 1 E poibile approimare la ditribuzioe t co la ormale coiderata l elevata umeroità del campioe, come motrato di eguito. 4) Regola di deciioe α=.1 t α = , 2 E poibile approimare tale valore utilizzado la ditribuzioe ormale. Dalle tavole della Z i ha ifatti: α=.1 Z α = α=.1/2 α=.1/2 Rifiuto Ho e la tatitica tet è miore di o maggiore di Regioe di Regioe di 5) uzioi (ipotei mateute) Si ipotizza che, data la umeroità elevata del campioe di riferimeto, lo carto quadratico medio campioario ia ua tima attedibile per la variaza della popolazioe. No è ecearia alcua ipotei ulla ditribuzioe della variabile i quato è poibile ricorrere al teorema del limite cetrale. 6) Eperimeto ul campioe 3

4 x = 495 = 15 =7 x µ Statitica tet = = ) Cocluioe La tatitica tet, per il campioe coiderato, produce u valore ella regioe di : i dati empirici permettoo di accettare l ipotei alterativa che la macchia riempie le catole co u quatitativo di cereali medio differete da 5 grammi. b) Il livello di igificatività oervato del tet, oto ache come p-value o valore p, è la probabilità (otto l ipotei che H ia vera) di oervare u valore che ia almeo tato cotraddittorio ripetto all ipotei ulla e tale da avvalorare l ipotei alterativa quato quello calcolato ui dati campioari a dipoizioe. E poibile cercare il valore di Z=-2.79 dalle tavole della ormale tadardizzata: P( < Z < z ) rea tra la media e il valore z Da cui: P X > 2.79 = P Z > 2.79 = P Z < P Z > 2.79 = 2 P Z > 2.79 = =.52 ( ) ( ) ( ) ( ) ( ) ( ) Fiado α=.1/2 (probabilità errore di prima pecie) il tet riulta igificativo, i quato il valore-p oervato è molto bao: olo u 52 cai u 1 i oerva ua tatitica tet uguale o più etrema di quella calcolata ul campioe a dipoizioe. 4

5 ESERCIZIO 6.3 U produttore di motori per motocafi deidera verificare che il uovo motore che ta per mettere i commercio oddifi gli tadard miimi di cotrollo per i ga di carico. L emiioe media coetita per motori di queto tipo deve eere miore di 2 parti per milioe di carburate. I primi dieci motori prodotti vegoo cotrollati determiado il livello di emiioe. I riultati oo riportati di eguito: Verificare e tali valori foricao u evideza ufficiete per cocludere che il uovo motore oddifa i requiiti miimi di iquiameto. a) Si utilizzi a tal fie u livello di igificatività dell 1%. b) Si calcoli ioltre il livello di igificatività oervata (p-value) derivate dal tet. a) 1) Ipotei ulla Ho: µ=2 2) Ipotei alterativa Ha: µ<2 3) Statitica tet x µ Statitica tet 4) Regola di deciioe α=.1 t 9, α = t 1 SVOLGIMENTO α=.1 Rifiuto Ho e la tatitica tet è miore di Regioe di 5) uzioi (ipotei mateute) La umeroità campioaria o coete di ricorrere al teorema del limite cetrale. E eceario ipotizzare che la variabile emiioe del motore egua ua ditribuzioe di tipo ormale. 6) Eperimeto ul campioe x = 17.7 = 2.98 =1 x µ Statitica tet = = ) Cocluioe La tatitica tet, per il campioe coiderato, produce u valore ella regioe di : i dati empirici permettoo di accettare l ipotei alterativa che il 5

6 motore oddifi gli tadard di emiioe richieti, vale a dire produce u emiioe media miore di 2 parti per milioe di carburate. b) Il livello di igificatività oervato del tet, oto ache come p-value o valore p, è la probabilità (otto l ipotei che H ia vera) di oervare u valore che ia almeo tato cotraddittorio ripetto all ipotei ulla e tale da upportare l ipotei alterativa quato quello calcolato ui dati campioari a dipoizioe. Si può otteere u valore approimato per la t 9 uado le tavole: Da cui:.5 < p-value <.1 Utilizzado tale approimazioe i procede a rifiutare l ipotei ulla per il livello di α=.1 (coì come era tato fatto eguedo la procedura tadard): il p-value è ifatti iferiore alla oglia di richio prefiata. 6

7 ESERCIZIO 6.4 U uovo cocime viee utilizzato i 15 aree coltivate a orzo. Il redimeto di tali aree, miurato i quitali per ettaro, è riportato di eguito: Il livello medio di tale tipo di coltivazioe è pari a 27. a) Si vuole verificare che l utilizzo del cocime o abbia apportato variazioi el livello medio di redimeto co u livello di igificatività del 5%. b) Si calcoli il livello di igificatività oervata (p-value) riultate dal tet. a) 1) Ipotei ulla Ho: µ=27 2) Ipotei alterativa Ha: µ 27 3) Statitica tet x µ Statitica tet 4) Regola di deciioe t 1 SVOLGIMENTO α=.5 t α = , 2 α=.5/2 α=.5/2 Rifiuto Ho e la tatitica tet è miore di o maggiore di Regioe di Regioe di 5) uzioi (ipotei mateute) La umeroità campioaria o coete di ricorrere al teorema del limite cetrale. E eceario ipotizzare che la variabile redimeto dell area coltivata egua ua ditribuzioe di tipo ormale. 6) Eperimeto ul campioe x = = 3.33 =15 x µ Statitica tet = = ) Cocluioe La tatitica tet, per il campioe coiderato, produce u valore ella regioe di accettazioe: i dati empirici o permettoo di accettare l ipotei che il redimeto medio delle aree coltivate ia differete i eguito all uo del cocime. b) 7

8 Il livello di igificatività oervato del tet, oto ache come p-value o valore p, è la probabilità (otto l ipotei che H ia vera) di oervare u valore che ia almeo tato cotraddittorio ripetto all ipotei ulla e tale da avvalorare l ipotei alterativa quato quello calcolato ui dati campioari a dipoizioe. Si può otteere u valore approimato per la t 14 uado le tavole: Da cui i ottiee: 2 x.25 < p-value < 2 x.5 (è eceario moltiplicare per 2 i quato il tet è bilaterale) Ovvero:.5 < p-value < 2 x.1 Utilizzado tale approimazioe il tet o è igificativo per il campioe coiderato, ovvero o è poibile rifiutare l ipotei ulla per il livello di α=.5 (coì come era tato fatto eguedo la procedura tadard): il p-value è ifatti iferiore alla oglia di richio prefiata. 8

9 ESERCIZIO 6.5 (β, poteza del tet, variaz. umeroità campioaria e livello igif.) Utilizzado i dati dell eercizio 6.1 i calcolio: a) la probabilità dell errore di I pecie b) la probabilità dell errore di II pecie otto l ipotei che la media della popolazioe ia pari ripettivamete a 3.5, 4 e 4.5 giori c) L effetto ulla fuzioe poteza del tet (1-β) della variazioe di ua dimiuzioe del livello di igificatività a.1 e di u aumeto dello teo a.1, otto l ipotei che la media della popolazioe ia pari a 4. d) L effetto ulla fuzioe poteza del tet (1-β) della variazioe di ua dimiuzioe della umeroità campioaria da 1 a 7 e di u aumeto della umeroità campioaria da 1 a 13, otto l ipotei che la media della popolazioe ia pari a 4. SVOLGIMENTO Si riepiloga brevemete il tet impotato all eercizio 6.1 Ho: µ=5 Ha: µ<5 x µ Statitica tet ƛ t 1 N(,1) α=.5 Z α = x µ = = a) La probabilità di commettere u errore di I pecie (rifiutare l ipotei ulla quado è vera) è pari al livello di igificatività fiato per il tet. Nel cao dell eercizio i quetioe α=.5. b) La probabilità di commettere u errore di II pecie (accettare l ipotei ulla quado è fala) è quatificabile olo fiado u valore per il parametro u cui i itede eeguire il tet, vale a dire fiado ua ditribuzioe alterativa differete da quella pecificata ell ipotei ulla. Tale probabilità (accettare l ipotei ulla quado è fala) dipede dal reale valore che il parametro può aumere. Poiché H è fala per qualiai valore miore di µ (l ipotei alterativa è che il tempo di occupazioe ia iferiore a 5 giori), il eguete grafico motra come varia la probabilità dell errore di II pecie otto l ipotei che la media della popolazioe ia pari a 3.5, 4 e 4.5. β corripode all area che i ogua delle ditribuzioi alterative coiderate i ovrappoe alla regioe di accettazioe e dimiuice quado il valore di µ i allotaa dal valore ipotizzato i H :µ=5. 9

10 β 3.5 β 4 β 4.5 α= Regioe di 5 Di eguito oo riportati i calcoli per β ei quattro cai coiderati. E eceario iazitutto calcolare il valore di x che corripode al bordo tra la regioe di accettazioe e di (idicato co x per idicare che i tratta del valore di x etremo che avvalora l ipotei ulla). Nel cao i quetioe tale puto corripode ad ua Z= Da cui: x µ 3.2 Z = = x = µ + Z = = queto puto, per ua particolare ditribuzioe alterativa a quella corripodete all ipotei ulla, idicata co µ, i calcola il valore Z corripodete ad x. Tale valore corripode a β, probabilità dell errore di II pecie. µ = 3.5 1

11 x µ Z = = = β = P( Z > 3.4) =.5 P( < Z < 3.4) = =.12 µ = 4 x µ Z = = = β = P( Z > 1.48) =.5 P( < Z < 1.48) = =.694 µ = 4.5 x µ Z = = = β = PZ ( >.8) = P(.8< Z< ) + PZ ( > ) = P( < Z<.8) + PZ ( > ) = =.5319 Il complemeto ad 1 dell errore di II pecie (1-β) è oto come poteza del tet ed idica la probabilità di rifiutare correttamete l ipotei ulla per u valore particolare del parametro µ ell ipotei alterativa. c) Si è calcolato al puto precedete il valore di β per ua ditribuzioe alterativa co valore di µ=4, el cao di u livello di igificatività pari al 5%. β = P( Z > 1.48) =.5 P( < Z < 1.48) = =.694 Da cui i ricava la poteza del tet: 1 β = =.936 Se i utilizza u livello di igificatività maggiore (e quidi aumeta la probabilità di commettere u errore di I pecie) la probabilità aociata all errore di II pecie dimiuice (e di coegueza aumeta la poteza del tet, che è il complemeto ad 1 di quet ultima). α=.1 Z α = 1.28 x µ 3.2 Z = = 1.28 x = µ + Z = = µ = 4 x µ Z = = = β = P Z > 1.85 =.5 P < Z < 1.85 = =.322 ( ) ( ) 1 β = =.9678 La ituazioe i rovecia utilizzado u livello di igificatività miore (dimiuedo coì la probabilità di commettere u errore di I pecie). La probabilità aociata all errore di II pecie aumeta (e di coegueza dimiuice la poteza del tet, che è il complemeto ad 1 di quet ultima). α=.1 Z α =

12 x µ 3.2 = = 2.33 = + = = Z x µ Z µ = 4 x µ Z = = = β = P( Z >.8) =.5 P( < Z <.8) = = β = =.5319 I riultati otteuti oo ituitivi e i fa riferimeto al eguete grafico, i cui la liea tratteggiata tabilice il cofie tra la regioe di accettazioe e di : β 4 α= Regioe di 5 l dimiuire di α riulta evidete che β aumeta l crecere di α riulta evidete che β dimiuice d) La poteza del tet è ifluezata ache dalla dimeioe del campioe utilizzato. La deviazioe tadard della media campioaria è ifatti iveramete proporzioale al valore di ( σ σ x = ) e quidi la ditribuzioe diveta meo variabile al crecere del campioe. La figura eguete motra come variao β al crecere della umeroità campioaria quado i tiee fio il valore di α. 12

13 α β piccolo maggiore variabilità α β grade a parità di α dimiuice β E poibile verificare ull eempio i quetioe la relazioe tra la poteza del tet e la dimeioe campioaria. Si è calcolato al puto b) il valore di β per ua ditribuzioe alterativa co valore di µ=4, el cao di u livello di igificatività pari al 5%. α=.5 Z α = x µ Z = = = β = P( Z > 1.48) =.5 P( < Z < 1.48) = =.694 Da cui i ricava la poteza del tet: 1 β = =.936 queto puto vediamo coa uccede quado la dimeioe del campioe dimiuice da 1 a 7. α=.5 Z α = x µ 3.2 Z = = x = µ + Z = = µ = 4 x µ Z = = =

14 ( ) ( ) β = P Z >.97 =.5 P < Z <.97 = = β = =.834 Si vede come la dimiuzioe della dimeioe campioaria, a parità delle altre codizioi, comporta ua dimiuzioe ella poteza del tet. La ituazioe oppota i ha al crecere della dimeioe campioaria, come i può vedere dai egueti calcoli che motrao il cao di u aumeto della dimeioe campioaria da 1 a 13. α=.5 Z α = x µ 3.2 Z = = x = µ + Z = = µ = 4 x µ Z = = = β = P Z > 1.92 =.5 P < Z < 1.92 = =.274 ( ) ( ) 1 β = =

SVOLGIMENTO. a) 1) Ipotesi nulla ) Ipotesi alternativa 2. 3) Statistica test. Statistica test ( n 1 ) s. 4) Regola di decisione. α=

SVOLGIMENTO. a) 1) Ipotesi nulla ) Ipotesi alternativa 2. 3) Statistica test. Statistica test ( n 1 ) s. 4) Regola di decisione. α= ESERCIZIO 7. U uovo modello di termotato per frigorifero dovrebbe aicurare, tado alle pecifiche teciche, ua miore variabilità ella temperatura del frigo ripetto ai modelli della cocorreza. I particolare

Dettagli

(per popolazioni finite)

(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

Dettagli

Soluzione IC=[20.6,22.6]

Soluzione IC=[20.6,22.6] Eercizio 1 Suppoiamo di etrarre u campioe cauale di umeroità = da ua popolazioe ormale co deviazioe tadard pari a 5.1. Sapedo che la media campioaria x è pari a 21.6, cotruire u itervallo di cofideza al

Dettagli

Statistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1

Statistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1 Statitica Capitolo 9 Stima: Ulteriori Argometi Cap. 9-1 Obiettivi del Capitolo Dopo aver completato il capitolo, arete i grado di: Cotruire itervalli di cofideza per la differeza tra le medie di due popolazioi

Dettagli

Esercitazione 5 del corso di Statistica (parte 2)

Esercitazione 5 del corso di Statistica (parte 2) Eercitazioe 5 del coro di Statitica (parte ) Dott.a Paola Cotatii 5 Maggio Eercizio Per verificare l efficacia di u coro di tatitica vegoo cofrotati i redimeti medi di due campioi di tudeti di ampiezza

Dettagli

ALCUNI ESERCIZI SUI TEST DI IPOTESI PARAMETRICHE PARTE 1

ALCUNI 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

Dettagli

Corso di Statistica. Test per differenza tra medie e proporzioni. Prof.ssa T. Laureti a.a

Corso 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

Dettagli

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

Università degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione V Uiverità degli Studi di Napoli Partheope Facoltà di Scieze Motorie a.a. 0/0 Statitica Lezioe V E-mail: paolo.mazzocchi@uipartheope.it Webite: www.tatmat.uipartheope.it DISTRIBUZIONE DOPPIA di frequeze

Dettagli

Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo

Politecnico 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

Dettagli

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z)

Università di Napoli Federico II, DISES, A.a , CLEC, Corso di Statistica (L-Z) Lezione 22 La verifica delle ipotesi. Corso di Statistica (L-Z) Uiversità di Napoli Federico II, DISES, A.a. 215-16, CLEC, Corso di Statistica (L-Z) Corso di laurea i Ecoomia e Commercio (CLEC) Ao accademico 215-16 Corso di Statistica (L-Z) Maria Mario Lezioe: 22 Argometo:

Dettagli

Esercitazione 6 del corso di Statistica 2

Esercitazione 6 del corso di Statistica 2 Esercitazioe 6 del corso di Statistica Dott.ssa Paola Costatii 7 marzo Decisioe vera falsa è respita Errore di I tipo Decisioe corretta o è respita Probabilità = Decisioe corretta Probabilità = - Probabilità

Dettagli

Esercitazioni di Statistica

Esercitazioni 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

Dettagli

Teoria dei quadripoli

Teoria dei quadripoli 7 Teoria dei quadripoli Eercitazioi aggiutive Eercizio 7. Si determii l iduttaza dei due iduttori mutuamete accoppiati collegati i erie chematizzati i figura: I V C Si uppoga che il itema lieare e tempo-ivariate

Dettagli

campioni estratti da una popolazione finita e quelli che provengono da una popolazione infinita. Capitolo VII

campioni estratti da una popolazione finita e quelli che provengono da una popolazione infinita. Capitolo VII 37 38 Capitolo VII campioi etratti da ua popolazioe fiita e quelli che provegoo da ua popolazioe ifiita. ATTENDIBILITA' DELLE STATISTICHE CAMPIONARIE 1.1 Campioi etratti da ua popolazioe fiita 1. Ditribuzioe

Dettagli

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI NOTE DALLE LEZIONI DI TATITICA MEDICA ED EERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioi idipedeti) IL PROBLEMA oo stati rilevati i dati relativi alla frequeza cardiaca (misurata i battiti al miuto)

Dettagli

Test Statistici. In termini statistici, agli eventi appena indicati viene attribuita una probabilità ed una specifica definizione:

Test Statistici. In termini statistici, agli eventi appena indicati viene attribuita una probabilità ed una specifica definizione: Test Statistici U test statistico è ua regola che permette di stabilire se u ipotesi (H " ) può essere accettata (o rifiutata) o meo (rifiutata). I particolare, H " può essere vera o falsa e la sua accettazioe/rifiuto

Dettagli

x = 25,6 e deviazione standard = 2,2. Nella popolazione di riferimento, composta da tutti gli apprendisti, la media di

x = 25,6 e deviazione standard = 2,2. Nella popolazione di riferimento, composta da tutti gli apprendisti, la media di PSICOMETRIA Eercizi - 06 ) A u campioe i 96 iegati elle cuole meie, ati opo il 970, viee ommiitrata ua cala i Autoritarimo (SA) il cui puteggio va a 8 (bao autoritarimo) a 07 (alto autoritarimo). Si ottegoo

Dettagli

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Statistica Inferenziale.

Appunti di Probabilità e Statistica. a.a. 2014/2015 C.d.L. Informatica Bioinformatica I. Oliva. 1 Statistica Inferenziale. Apputi di Probabilità e Statistica a.a. 014/015 C.d.L. Iformatica Bioiformatica I. Oliva Lezioe 7 1 Statistica Ifereziale 1.1 Test di ipotesi Ipotesi statistica: assuto relativo ad uo o più parametri (igoti)

Dettagli

Costo manutenzione (euro)

Costo 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

Dettagli

Anemia. Anemia - percentuali

Anemia. Anemia - percentuali 1 emia emoglobia 1-13 Data la distribuzioe dell emoglobia i u gruppo di pazieti maschi sottoposti a trattameto: - Circa u paziete su 3 era fortemete aemico (emogl. meo di 1) - La mediaa era fra 13 e 14

Dettagli

Campionamento casuale da popolazione finita (caso senza reinserimento )

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

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità C

Statistica 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

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità A - Soluzioni

Statistica 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

Dettagli

Test di Ipotesi. La distribuzione gaussiana delle medie consente anche di sottoporre ad esame critico ipotesi effettuate su una popolazione.

Test di Ipotesi. La distribuzione gaussiana delle medie consente anche di sottoporre ad esame critico ipotesi effettuate su una popolazione. La distribuzioe gaussiaa delle medie cosete ache di sottoporre ad esame critico ipotesi effettuate su ua popolazioe. Si suppoe che vega fatta ua affermazioe che localizzi la media µ della popolazioe (ipotesi

Dettagli

COME 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!) 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

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità B - Soluzione

Statistica 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

Dettagli

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Università 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

Dettagli

Statistica inferenziale, Varese, 5 febbraio 2009 Prima parte - Modalità D

Statistica 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

Dettagli

APPROSSIMAZIONE NORMALE. 1. Si tirano 300 dadi non truccati. Sia X la somma dei punteggi. Calcolare approssimativamente le probabilità seguenti.

APPROSSIMAZIONE 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

Dettagli

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0

TEST STATISTICI. indica l ipotesi che il parametro della distribuzione di una variabile assume il valore 0 TEST STATISTICI I dati campioari possoo essere utilizzati per verificare se ua certa ipotesi su ua caratteristica della popolazioe può essere riteuta verosimile o meo. Co il termie ipotesi statistica si

Dettagli

Statistica I - A.A

Statistica I - A.A Statistica I - A.A. 206-207 Prova scritta - 9 aprile 207 Problema. (pt. 20 U azieda che produce ricambi per stampati esamia la durata di u certo modello di cartuccia d ichiostro, misurata i umero di copie

Dettagli

TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012

TECNICA DELLE MISURAZIONI APPLICATE 17 OTTOBRE 2012 TENIA DELLE MIURAZIONI APPLIATE 17 OTTOBRE 01 Il motore MOTO1 viee prodotto da MotoriMarii pa. che suggerisce agli acquireti di usare come lubrificate u celebre olio sitetico. I dati storici cofermao che

Dettagli

Titolo della lezione. Campionamento e Distribuzioni Campionarie

Titolo 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

Dettagli

n=400 X= Km; s cor =9000 Km Livello di confidenza (1-α)=0,95 z(0,05)=1,96

n=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

Dettagli

Daniela Tondini

Daniela Tondini Daiela Todii dtodii@uite.it Facoltà di Medicia Veteriaria C.L.M i Medicia Veteriaria Uiverità degli Studi di Teramo Nella ricerca cietifica e tecologica è importate miurare la reale efficacia di iterveti

Dettagli

SULLE MEDIE DI CESÀRO IN SPAZI DI BANACH.

SULLE MEDIE DI CESÀRO IN SPAZI DI BANACH. Liuc Paper. 63, Serie Metodi quatitativi 9, maggio 999 SULLE MEDIE DI CESÀRO IN SPAZI DI BANACH. Roberto D Agiò. Itroduzioe. I Lemmi -3 u cui i articola la dimotrazioe del Teorema (qui otto riportato)

Dettagli

Esercitazioni del corso: ANALISI MULTIVARIATA

Esercitazioni del corso: ANALISI MULTIVARIATA A. A. 9 1 Esercitazioi del corso: ANALISI MULTIVARIATA Isabella Romeo: i.romeo@campus.uimib.it Sommario Esercitazioe 4: Verifica d Ipotesi Test Z e test T Test d Idipedeza Aalisi Multivariata a. a. 9-1

Dettagli

Stima della media di una variabile X definita su una popolazione finita

Stima della media di una variabile X definita su una popolazione finita 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

Dettagli

PROVA SCRITTA DI STATISTICA CLEA-CLEFIN-CLELI (COD e 4038) 15 gennaio 2003

PROVA 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

Dettagli

Popolazione e Campione

Popolazione 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

Dettagli

Alcuni concetti di statistica: medie, varianze, covarianze e regressioni

Alcuni 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

CAPITOLO 2 Semplici esperimenti comparativi

CAPITOLO 2 Semplici esperimenti comparativi Douglas C. Motgomer Progettazioe e aalisi degli esperimeti 006 McGraw-Hill CAPITOLO emplici esperimeti comparativi Metodi statistici e probabilistici per l igegeria Corso di Laurea i Igegeria Civile A.A.

Dettagli

Titolo della lezione. Dal campione alla popolazione: stima puntuale e per intervalli

Titolo 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

Dettagli

Quesito 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 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,

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2009/10

PROVE 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

Dettagli

Stimatori, stima puntuale e intervalli di confidenza Statistica L-33 prof. Pellegrini

Stimatori, 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

Dettagli

4. Proprietà degli stimatori

4. 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

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA

UNIVERSITÀ 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

Dettagli

Stime puntuali. Statistica e biometria. D. Bertacchi. Stime puntuali. Intervalli di confidenza. Approfondiamo

Stime 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;

Dettagli

Distribuzione normale

Distribuzione 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).

Dettagli

TEORIA E TECNICA DELLA CIRCOLAZIONE

TEORIA E TECNICA DELLA CIRCOLAZIONE UNIVERSITA' DI ROMA "TOR VERGATA" FACOLTA DI INGEGNERIA Dipartimeto Igegeria Civile TEORIA E TECNICA DELLA CIRCOLAZIONE DOCENTE Prof. Ig. UMBERTO CRISALLI Apputi delle lezioi RICHIAMI DI TEORIA DELLE CODE

Dettagli

La stima per intervalli

La 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

Dettagli

ESERCIZI SULLE SERIE

ESERCIZI SULLE SERIE ESERCIZI SULLE SERIE. Dimostrare che la serie seguete è covergete: =0 + + A questa serie applichiamo il criterio del cofroto. Dovedo quidi dimostrare che la serie è covergete si tratterà di maggiorare

Dettagli

Matematica con elementi di Informatica

Matematica 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

Dettagli

Popolazione e Campione

Popolazione 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

Dettagli

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott.

VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott. VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE Psicometria - Lezioe Lucidi presetati a lezioe AA 000/00 dott. Corrado Caudek Il caso più comue di disego sperimetale è quello i cui i soggetti vegoo

Dettagli

Corso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica

Corso di Laurea in Ingegneria Informatica Anno Accademico 2016/2017 Calcolo delle Probabilità e Statistica Matematica Corso di Laurea i Igegeria Iformatica Ao Accademico 26/27 Calcolo delle Probabilità e Statistica Matematica Nome... N. Matricola... Acoa, geaio 27. (8 puti) Si vuole stimare il parametro p di ua legge

Dettagli

= ed è: n. 2 2 x. tra ns x

= ed è: n. 2 2 x. tra ns x 0/9/6 Itroduzioe all aalisi di variaza: variaza etro e tra gruppi La procedura dell aalisi della variaza sfrutta il fatto che la variaza della popolazioe da cui, i base all ipotesi H 0, provegoo i campioi

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di Statistica A-Di Prof. M. Romaazzi 12 Maggio 2014 Cogome e Nome..................................... N. Matricola.......... Valutazioe Il puteggio massimo teorico di questa

Dettagli

Legge Gamma e Legge Chi quadro

Legge 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

Dettagli

14. TEORIA DEI TEST STATISTICI

14. TEORIA DEI TEST STATISTICI 4. TEORIA DEI TEST STATISTICI 4. Geeralità sui test di sigificatività I dati campioari possoo essere utilizzati, oltre che per costruire l itervallo di cofideza di u parametro igoto, ache per verificare

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 21 Misura della dipedeza di u carattere

Dettagli

INDICE. Prefazione Introduzione alle indagini campionarie Campionamento casuale semplice (Simple Random Sampling) 37

INDICE. Prefazione Introduzione alle indagini campionarie Campionamento casuale semplice (Simple Random Sampling) 37 IDICE Prefazioe 9. Itroduzioe alle idagii campioarie.. Utilità delle teciche di campioameto (p. ).. Defiizioi e cocetti tatitici eeziali (p. 5)... Stima dei parametri (p. 7)... Verifica di ipotei (p. )..3.

Dettagli

Controlli Automatici A

Controlli Automatici A Cotrolli Automatici A (Prof. Rocco) Ao accademico 03/04 Appello del Febbraio 04 Cogome:... Nome:... Matricola:... Firma:... Avverteze: Il preete facicolo i compoe di 8 pagie (comprea la copertia). Tutte

Dettagli

FACOLTA DI INGEGNERIA

FACOLTA DI INGEGNERIA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 4 ARGOMENTO: ANALISI DI BASE DEI DATI CAMPIONARI A.A. 00- ANALISI DEI DATI Il primo

Dettagli

Stimatori corretti, stimatori efficaci e disuguaglianza di Cramer Rao

Stimatori 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

Dettagli

Prendere decisioni per un campione singolo

Prendere decisioni per un campione singolo Predere decisioi per u campioe sigolo 1 Ifereza statistica Il campo dell ifereza statistica riguarda i metodi utilizzati per predere decisioi o trarre coclusioi riguardo ua popolazioe. Questi metodi utilizzao

Dettagli

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n.

SERIE DI POTENZE Esercizi risolti. Esercizio 1 Determinare il raggio di convergenza e l insieme di convergenza della serie di potenze. x n. SERIE DI POTENZE Esercizi risolti Esercizio x 2 + 2)2. Esercizio 2 + x 3 + 2 3. Esercizio 3 dove a è u umero reale positivo. Esercizio 4 x a, 2x ) 3 +. Esercizio 5 x! = x + x 2 + x 6 + x 24 + x 20 +....

Dettagli

(sqm ottenuto dividendo per n-1 ) =

(sqm ottenuto dividendo per n-1 ) = STATISTICA PER L ANALISI ORGANIZZATIVA AA 006-007 Per casa Soluzioi Esercizio.. Durate ua ricerca soo state rilevate le lughezze di tre differeti variabili ecoomiche per ciascuo di 50 paesi i via di sviluppo.

Dettagli

Esame di Statistica A-Di Prof. M. Romanazzi

Esame di Statistica A-Di Prof. M. Romanazzi 1 Uiversità di Veezia Esame di tatistica A-Di Prof. M. Romaazzi 27 Geaio 2015 ogome e Nome..................................... N. Matricola.......... Valutazioe l puteggio massimo teorico di questa prova

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA

UNIVERSITÀ DEGLI STUDI DI MILANO - BICOCCA FACOLTÀ DI SOCIOLOGIA a. a Esame del STATISTICA FACOLTÀ DI SOCIOLOGIA a. a. 011 01 Esame del 11-01-01 STATISTICA ESERCIZIO 1 U idagie sulle abitudii alimetari dei requetatori di u cetro itess ha moitorato il umero di caè cosumati i u gioro ormale e

Dettagli

STATISTICA INFERENZIALE

STATISTICA 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

Dettagli

Statistica. Esercitazione 12. Alfonso Iodice D Enza Università degli studi di Cassino. Statistica. A. Iodice

Statistica. 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

Dettagli

Lezione 4 Corso di Statistica. Domenico Cucina

Lezione 4 Corso di Statistica. Domenico Cucina Lezioe 4 Corso di Statistica Domeico Cucia Uiversità Roma Tre D. Cucia (domeico.cucia@uiroma3.it) 1 / 22 obiettivi della lezioe familiarizzare co il calcolo e le proprietà della media aritmetica familiarizzare

Dettagli

PROBLEMI DI INFERENZA SU MEDIE

PROBLEMI DI INFERENZA SU MEDIE PROBLEMI DI INFERENZA SU MEDIE STIMA PUNTUALE Il problema della stima di ua media si poe allorchè si vuole cooscere, sulla base di osservazioi campioarie, il valore medio μ che u dato carattere preseta

Dettagli

SECONDO ESONERO DI AM1 10/01/ Soluzioni

SECONDO ESONERO DI AM1 10/01/ Soluzioni Esercizio. Calcolare i segueti iti: Razioalizzado si ottiee SECONDO ESONERO DI AM 0/0/2008 - Soluzioi 2 + 2, 2 + 2 = 2 + 2 + 2 + 2 = Per il secodo ite ci soo vari modi, e mostro tre. Ora ( ) ( + si = +

Dettagli

Statistica. Lezione 5

Statistica. 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

Dettagli

Università degli Studi di Padova. Corso di Laurea in Medicina e Chirurgia - A.A

Università 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

Dettagli

6 Stima di media e varianza, e intervalli di confidenza

6 Stima di media e varianza, e intervalli di confidenza Si può mostrare che, per ogi fissato α, t,α z α, e t,α z α per + I pratica t,α e z α soo idistiguibili per 200. 6 Stima di media e variaza, e itervalli di cofideza Lo scopo esseziale della Statistica ifereziale

Dettagli

Una funzione delle osservazioni campionarie è una statistica che, nel contesto della stima di un parametro, viene definita stimatore.

Una 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

Dettagli

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 21 ottobre 2015 COMPITO B

PRIMA PROVA INTERMEDIA DI STATISTICA (COD /6045/5047/4038/371/377) 21 ottobre 2015 COMPITO B FIRMA DELLO STUDENTE Cogome PRIMA PROVA INTERMEDIA DI STATISTICA (COD. 30001/6045/5047/4038/371/377) 21 ottobre 2015 Nome Numero di matricola Corso di Laurea Cod. corso COMPITO B Ai fii della valutazioe

Dettagli

Capitolo 0. Considerazioni preliminari. 0.1 scalari, vettori e tensori

Capitolo 0. Considerazioni preliminari. 0.1 scalari, vettori e tensori Capitolo 0 Coiderazioi prelimiari 0.1 calari, vettori e teori Nel campo cietifico, coì come ella vita quotidiaa, accade peo di defiire delle quatità per mezzo di u umero (di olito reale) eguito da u uità

Dettagli

SERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c)

SERIE NUMERICHE Esercizi risolti. (log α) n, α > 0 c) SERIE NUMERICHE Esercizi risolti. Calcolare la somma delle segueti serie telescopiche: a) b). Verificare utilizzado la codizioe ecessaria per la covergeza) che le segueti serie o covergoo: a) c) ) log

Dettagli

[ H ] = 16.1 (a) Ponendo y = jωc+1/( jωl), il quadripolo equivale al seguente. I 1 y I 2 + V 2 V 1. Si ricava: dunque la matrice [Y] è:

[ H ] = 16.1 (a) Ponendo y = jωc+1/( jωl), il quadripolo equivale al seguente. I 1 y I 2 + V 2 V 1. Si ricava: dunque la matrice [Y] è: 6. (a Poedo ωc/( ωl, il quadripolo equivale al eguete. Si ricava: ( ( duque la matrice Y è: Y La matrice Y o è ivertibile quidi o eite. Per quato riguarda le matrici H e T quete i pooo otteere dalla Y

Dettagli

1.6 Serie di potenze - Esercizi risolti

1.6 Serie di potenze - Esercizi risolti 6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo

Dettagli

Traccia delle soluzioni degli esercizi del fascicolo 6

Traccia delle soluzioni degli esercizi del fascicolo 6 Traccia delle soluzioi degli esercizi del fascicolo 6 Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi

Dettagli

Caso studio 9. Distribuzioni doppie. Esempi

Caso studio 9. Distribuzioni doppie. Esempi 7/3/16 Caso studio 9 Si cosideri la seguete tabella che riporta i dati dei Laureati el 4 dei tre pricipali gruppi di corsi di laurea, per codizioe occupazioale a tre ai dalla laurea (Fote: ISTAT, Idagie

Dettagli

Argomenti trattati: Stima puntuale e stimatore Proprietà degli stimatori Stima puntuale della media della

Argomenti 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

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Migo A.A. 017-018 Facoltà di Scieze Politiche, Sociologia, Comuicazioe Corso di laurea Magistrale i «Orgaizzazioe e marketig per la comuicazioe

Dettagli

Qualunque processo che generi risultati eventi che non sono generalizzabili con certezza

Qualunque 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

Dettagli

VERIFICA DI IPOTESI STATISTICHE

VERIFICA DI IPOTESI STATISTICHE VERIFICA DI IPOTESI STATISTICHE La proedura della VERIFICA DI IPOTESI STATISTICHE, o proedura dei test statistii, riguarda il problema di voler avere maggiori iformazioi sul valore di u erto parametro

Dettagli

VERIFICA DI IPOTESI STATISTICHE

VERIFICA DI IPOTESI STATISTICHE VERIFICA DI IPOTESI STATISTICHE La proedura della VERIFICA DI IPOTESI STATISTICHE, o proedura dei test statistii, riguarda il problema di voler avere maggiori iformazioi sul valore di u erto parametro

Dettagli

Verifiche alle Tensioni Ammissibili. Verifica a presso-flessione di una Trave in C.A.

Verifiche alle Tensioni Ammissibili. Verifica a presso-flessione di una Trave in C.A. Coro di Teia delle Cotruzioi Eerizi Bozza del 1/11/005 Verifihe alle Teioi Ammiibili Verifia a preo-fleioe di ua Trave i C.A. a ura di Ezo Martielli 1 Ao aademio 004/05 Coro di Teia delle Cotruzioi Eerizi

Dettagli

Inferenza Statistica. L inferenza statistica cerca di risalire al modello del fenomeno sulla base delle osservazioni.

Inferenza 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

Dettagli

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità

Lezione III: Variabilità. Misure di dispersione o di variabilità. Prof. Enzo Ballone. Lezione 3a- Misure di dispersione o di variabilità Lezioe III: Variabilità Cattedra di Biostatistica Dipartimeto di Scieze Biomediche, Uiversità degli Studi G. d Auzio di Chieti Pescara Prof. Ezo Balloe Lezioe a- Misure di dispersioe o di variabilità Misure

Dettagli

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo

Università degli Studi di Napoli Parthenope. STATISTICA per il Turismo Uiversità degli Studi di Napoli Partheope Corso di Laurea i Maagemet per le Imprese Turistiche STATISTICA per il Turismo Docete: Sergio Logobardi sergio.logobardi@uipartheope.it Stima itervallare Stima

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2013

PROVE 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.

Dettagli

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ

( 4) ( ) ( ) ( ) ( ) LE DERIVATE ( ) ( ) (3) D ( x ) = 1 derivata di un monomio con a 0 1. GENERALITÀ LE DERIVATE. GENERALITÀ Defiizioe A) Ituitiva. La derivata, a livello ituitivo, è u operatore tale che: a) ad ua fuzioe f associa u altra fuzioe; b) obbedisce alle segueti regole di derivazioe: () D a

Dettagli

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo

Soluzioni. Se l interallo avesse livello di confidenza 99%, al posto di 1,96 avremmo Esercizio 1 Soluzioi 1. Ricordiamo che l ampiezza di u itervallo di cofideza è fuzioe della umerosità campioaria edellivellodicofideza. Aparità di tutto il resto, l ampiezza dimiuisce al crescere di eaumetaal

Dettagli