= Pr{Y > X}. un campione casuale semplice (c.c.s.) di dimensione n x da X e Y1, Y2
|
|
- Agnella Ferrara
- 7 anni fa
- Visualizzazioni
Transcript
1 STATISTICA, ao LXVI,., 2006 INTERVALLI DI CONFIDENZA NON PARAMETRICI PER L AREA SOTTESA ALLA CURVA ROC Gafraco Admar. INTRODUZIONE I ambto sataro, gl esam dagostc vegoo comuemete utlzzat co l obettvo d rcooscere, relatvamete a ua qualche patologa, soggett malat e quell sa. Nella stuazoe pù semplce, u esame dagostco forsce u rsultato che può essere espresso come postvo o egatvo, co l rsultato postvo che corrspode a valor elevat (superor ad u certo valore d sogla t fssato) o bass (feror ad u certo valore d sogla t fssato) d ua qualche varable dagostca. Naturalmete, l esame o è fallble, coscché alcu soggett malat possoo avere u esame egatvo ( fals egatv ) ed alcu soggett sa possoo avere u esame postvo ( fals postv ). U test dagostco è allora tato pù accurato quato pù è pccola la probabltà che esso produca de fals. Sao X e Y due varabl casual dpedet, co dstrbuzoe cotua, che descrvoo, rspettvamete, la rsposta d u test dagostco su u soggetto sao e su u soggetto malato; s suppoga che u rsultato postvo corrspoda a u valore elevato del test. Il grafco che rappreseta la relazoe tra meo la probabltà d otteere u falso egatvo (la sesbltà) e la probabltà d otteere u falso postvo ( meo la specfctà), per og possble valore d sogla t, è la cosddetta curva ROC (Recever Operatg Characterstc Curve) assocata al test. Essa costtusce uo strumeto mportate per valutare la capactà dscrmate del test e per mettere a cofroto test alteratv. I partcolare, l area sottesa alla curva ROC rappreseta l dce globale d accuratezza dagostca pù comuemete usato. S può mostrare (Bamber, 975) che l valore d tale area cocde co la quattà 0 = Pr{Y > X}. Sa X, X 2,, X u campoe casuale semplce (c.c.s.) d dmesoe da X e Y, Y2,, Y u c.c.s. d dmesoe da Y. S cosder l problema della costruzoe d tervall d cofdeza per 0, ambto o parametrco. Tale problema potrebbe essere rsolto, lea d prcpo, rcorredo alla tecca basata sulla fuzoe d verosmglaza emprca (s veda Owe, 200, come rfermeto geerale) che s è affermata ell ultmo deceo come valda alteratva al
2 40 G. Admar bootstrap e permette d otteere, molte stuazo, rego d cofdeza co buoe propretà teorche, suffcetemete accurate ache quado le dmeso campoare soo medo-pccole. Sa F q la geerca dstrbuzoe multomale sul campoe X,, X, che assega probabltà q h all osservazoe X h. Aalogamete, sa F q la dstrbuzoe multomale sul campoe Y,, Y, che assega probabltà q k all osservazoe Y k. Poché 0 = Pr{Y > X} = E[Pr{Y > X X}] = E[S (X)], dove S ( ) dca la fuzoe d sopravvveza d Y, la fuzoe d verosmglaza emprca per 0, calcolata el puto, è defta come L() q,..., q, q,..., q q q h, () k h k dove l massmo deve essere otteuto sotto vcol q, h h q e k k h k I( Y X ) q q k h k h =. Qu I(E) è la fuzoe dcatrce dell eveto E. La fuzoe L( ) ragguge l suo massmo assoluto corrspodeza del valore ˆ = U = I( Yk X h ), h k dove U è la be ota statstca d Ma-Whte, stmatore o parametrco per 0. Sfortuatamete, a dffereza d quato accade usualmete, o s resce, questo caso, ad otteere u espressoe esplcta per L() va moltplcator d Lagrage. Questo coveete rede, d fatto, utlzzable tale approcco, a causa dell elevata complesstà che caratterzza l calcolo della fuzoe L( ). S può però aggrare l ostacolo e costrure, maera relatvamete semplce, ua pseudoverosmglaza per 0, alteratva alla (), combado la fuzoe d verosmglaza emprca per l fuzoale meda e gl pseudo-valor jackkfe dervat dalla statstca d Ma-Whte. Tale approcco, sprato da u dea d Jg et al. (2005), è l oggetto d dscussoe d questo lavoro. Esso è descrtto el paragrafo 2, el quale s mostra, partcolare, che per la suddetta pseudo-verosmglaza, dcata co L(), vale u rsultato astotco aalogo a quello forto dal teorema d Wlks el caso parametrco. La fuzoe L() s può duque usare, allo stesso modo cu s usa la fuzoe d verosmglaza parametrca, per otteere tervall d cofdeza, co lvell d copertura astotcamete esatt, per l area sottesa alla curva ROC. Alcu rsultat d uo studo d smulazoe, effettuato per valutare l accuratezza el fto degl tervall d cofdeza prodott dal
3 Itervall d cofdeza o parametrc per l area sottesa alla curva ROC 4 metodo proposto, soo rportat el paragrafo 3. Il paragrafo 4 cotee alcue cosderazo coclusve. 2. L APPROCCIO PROPOSTO S cosdero gl pseudo-valor V = U ( )U, =, 2,...,, dove = + e U dca la statstca d Ma-Whte otteuta elmado dal campoe pooled la -esma geerca osservazoe. I partcolare, el seguto s userà, quado opportuo, ache la otazoe U per dcare la statstca d Ma-Whte k otteuta elmado la k-esma osservazoe del campoe da Y, oppure l osservazoe elmata è la h-esma del campoe da X. Posto k h, A I( Y X ) h k s ha U = A/( ) e U h se U k A I ( Y ) h k X h ( ) A I, ( Yk Xh ) k U h ( ) (2) Qud, U A/ k, k U A/ h e (/) h U U ; coscché V U U U. Rsulta, duque, che U è lo stmatore jackkfe per 0, el seso che rsulta U (/ ) V. Ioltre, le varabl V hao meda 0, coè E{V } = 0, =,...,. Ua fuzoe d pseudoverosmglaza per 0 può allora essere otteuta combado la fuzoe d verosmglaza emprca per l fuzoale meda (Owe, 988) e gl pseudo-valor jackkfe V dervat dalla statstca d Ma- Whte. S pes a V, V 2,..., V come a u c.c.s. da ua varable V co meda 0. Sa F p la dstrbuzoe multomale su V,..., V, che assega probabltà p alla osservazoe V. La fuzoe d verosmglaza emprca per la meda d V, valutata el puto, è defte come L() = p,..., p p, sotto vcol p e V p. Sao V () e V () l pù pccolo ed l pù grade tra gl pseudo-valor, rspettva-
4 42 G. Admar mete. Quado ( V(), V( ) ), rcorredo al metodo de moltplcator d Lagrage, s ottee l espressoe esplcta L() = { ( V )}, dove = () è l uca soluzoe dell equazoe V 0 ( V ). (3) Ache la fuzoe L() ragguge l suo massmo assoluto quado = U e, tale puto, vale. Percò, la fuzoe log-rapporto d verosmglaza emprca per 0 (la meda d V) è l ( ) log{ L( )} log{ ( V )}, (4) quado (V (), V () ). Se (V (), V () ), s ha L() = 0 e, equvaletemete, l() =. I realtà, le varabl V,..., V o soo é detcamete dstrbute é dpedet. Cò o d meo, u rsultato aalogo a quello usuale (relatvo alla stuazoe d c.c.s.) sulla dstrbuzoe astotca della statstca d verosmglaza emprca per la meda, può essere otteuto, el caso questoe, co argometazo ad hoc. Tale rsultato, forto dal teorema, è aalogo a quello sacto dal teorema d Wlks el caso parametrco e gustfca l uso del terme pseudoverosmglaza per la fuzoe L( ). Il teorema è preceduto dal lemma e dal lemma 2 che rportao alcu rsultat prelmar. Il lemma, partcolare, forsce l rsultato classco sulla dstrbuzoe astotca della statstca d Ma- Whte (s veda, per esempo, Serflg, 980, captolo 5). Lemma. Sao ( 0 ) = Pr{Y > X, Y 2 > X} 2 0 e ( 0 ) = Pr{Y > X, Y > X 2 } 2 0. S assuma che sa ( 0 ) > 0 o ( 0 ) > 0 e che /, co 0 < < +, quado. Allora, quado, d 0 N 0 ( U ) (0, ) co 0 = ( + ){ ( 0 ) + ( 0 )}/. Lemma 2. Sotto le codzo del lemma, quado, s ha: () =,..., V = O(); () Pr{V () < 0 } e Pr{V () > 0 }.
5 Itervall d cofdeza o parametrc per l area sottesa alla curva ROC 43 Dmostrazoe. () S può scrvere V =U + (UU ), coscché V U + U U. Ioltre, base alla (2), rsulta A A j j A j / U U U ( ) ( ), oppure A A j / j A j U U U ( ) ( ), per qualche opportuo tero j tale che 0 j o 0 j, rspettvamete, a secoda che la statstca U sa otteuta elmado u osservazoe del campoe da Y o del campoe da X. Pertato, teedo presete che 0 U (e che lo stesso vale per U ), s ha U U {/( ), /( )}, da cu segue l asserto. () Sao U m e U l pù pccolo ed l pù grade de valor U, =,...,. S ha, evdetemete, V () = U ( ) U e V () = U ( ) V () V () m U. Qud, m U = (U U = (U U ) + ( U m U ) ( U m U ) (U m U ) (U U ), m U ), valedo l sego d uguaglaza, etramb cas, esclusvamete se m U = U. I deftva, duque, rsulta essere V () < m U e V () > U U =, a me- m o che o sa V () = U = U = V () = U. È facle covcers che quest ultma crcostaza s verfca, per og fssata coppa d valor ( >, > ) per le dmeso campoare, solo se U = 0 o U =, coè solo quado due campo, da Y e da X, rsultao completamete separat el campoe pooled ordato. I tutt gl altr cas, fatt, l osservazoe campoara è tale che almeo ua determazoe della varable X è pù grade d almeo ua determazoe della varable Y e almeo ua determazoe d Y è pù grade d almeo ua determazoe d X. E quest cas umerator elle espresso per le statstche U (e ) date ella (2), o possoo rsultare tutt ugual al varare k U h dell osservazoe Y k (X h ) elmata. Sa ora 0 > 0 u valore reale fssato. S suppoga che, quado, la Pr{U m < } coverga al valore, dove è u qualche reale stretta-
6 44 G. Admar mete postvo. Allora, per og tale che 0 < 0, lm Pr{ U < 0 + } m, vsto che l eveto { U < 0 + } mplca l eveto { U m < }. Allora, s avrebbe lm Pr{U m 0 + } e, poché l eveto { U m 0 + } mplca l eveto {U 0 + }, rsulterebbe lm Pr{U 0 + } > 0. Verrebbe pertato egata la cossteza dello stmatore U. Deve duque essere ecessaramete lm Pr{ U m lm Pr{ U 0 } =. 0 } =. I maera aaloga s può mostrare che Per completare la dmostrazoe occorre mostrare che Pr{0 < U < } quado. Ma cò segue dalla cossteza della statstca U, dovedo essere, sotto le potes fatte, 0 < 0 <. m Teorema. Sotto le codzo del lemma, 2l( 0 ) d 2. Dmostrazoe. I base al rsultato () del lemma 2, s ha che Pr{V () < 0 < V () } quado. Pertato, la quattà l( 0 ) è fta co probabltà che tede a quado. Da u applcazoe del teorema d D, la fuzoe () defta dall equazoe (3) è cotua u toro d U e rsulta d( ), d U 2 dove ˆ ( V ) U è lo stmatore jackkfe per la varaza astotca d U. S tratta d stmatore cosstete, coè ˆ 0 (). Sa 0 = ( 0 ). Lo svluppo sere d Talor della fuzoe () u toro d U, arrestato al prmo orde, permette d otteere U 0 0 = ˆ /2 o p( ). (5) Percò, base a quato sacto dal lemma ed alla cossteza d ˆ, s ha 0 = /2 O p ( ) e, d cosegueza, teedo coto ache del rsultato () del lemma 2, 0 0 /2 V O ( ). Lo svluppo d McLaur p o p
7 Itervall d cofdeza o parametrc per l area sottesa alla curva ROC 45 2 z log( z ) z z, z z, 3 2 3( z ) 3 usato ella espressoe d l( 0 ), coè ella (4) calcolata = 0, porta po a p l ( ) ( V ) ( /2) ( V ) o (). Qud, teedo coto della (5) e del fatto che s ha ( V 0 ) ( V U ) ( U 0 ) ˆ 2 ( U 0 ) 2 l ( 0 ) o p(). O p( ), Il rsultato segue dalla ormaltà astotca d ( U 0 ) e dalla cossteza d ˆ. I base a quato affermato dal teorema, la pseudo-verosmglaza L() può essere utlzzata, ella maera usuale, per otteere tervall d cofdeza per (o rsolvere problem d verfca d potes su) l area 0 sottesa alla curva ROC. I partcolare, se c è tale che Pr{ 2 c } =, l seme { : 2l() c } costtusce u tervallo d cofdeza approssmato per 0, co lvello d copertura omale. La fuzoe L(), ella sua versoe ormalzzata, rappreseta ua approssmazoe della versoe ormalzzata della fuzoe d verosmglaza emprca L(), almeo prossmtà del puto d massmo U. Questo approcco rpropoe, qud, alcue propretà della tecca pura basata sulla verosmglaza emprca e preseta alcu vatagg rspetto a metod alteratv qual quello classco basato sull approssmazoe ormale per la dstrbuzoe della statstca U. I partcolare, la costruzoe d tervall d cofdeza medate L() o rchede la stma della varaza astotca d alcua statstca. Ioltre, gl tervall corrspodet hao forma determata automatcamete da dat che o è soggetta a vcol predetermat d smmetra.
8 46 G. Admar 3. ALCUNI RISULTATI DI SIMULAZIONE Per valutare l accuratezza degl tervall d cofdeza prodott dal metodo descrtto, è stato effettuato uo studo d smulazoe. Le tavole e 2 forscoo lvell d copertura emprc degl tervall d cofdeza per 0, costrut medate la fuzoe L(), otteuta a partre da + pseudo-valor dalla statstca d Ma-Whte. I lvell emprc rportat s rferscoo ad alcu valor del lvello omale e delle dmeso e de campo. A scopo comparatvo, soo fort ache lvell emprc degl tervall otteut medate l metodo classco basato sull approssmazoe ormale per la dstrbuzoe della statstca U. Og espermeto d smulazoe è basato su 5000 replcazo. Nel caso de rsultat rportat ella tavola, valor per le varabl Y e X soo stat geerat, rspettvamete, da ua N(, 4) e da ua N(0, ). Soo stat cosderat tre dvers valor d, a cu corrspodoo valor 0.55, 0.75 e 0.95 per 0. Per quato rguarda vece rsultat rportat ella tavola 2, valor per le varabl Y e X soo stat geerat da ua dstrbuzoe gamma co parametro d forma e parametro d scala 2, Ga(, 2), e da ua Ga(, ), rspettvamete. Ache questo caso, a valor scelt per corrspodoo valor 0.55, 0.75 e 0.95 per 0. Dall aals de rsultat fort dalle tavole, gl tervall d cofdeza basat sulla pseudoverosmglaza L() appaoo suffcetemete accurat ache quado le dmeso campoare soo medo-pccole e, come c s poteva aspettare, tedoo ad essere pù accurat degl tervall otteut co l metodo classco basato sull approssmazoe ormale. Naturalmete, le dmeso campoare che asscurao u lvello d accuratezza suffcetemete elevato dpedoo dal vero valore 0 e soo tato pù grad quato pù tale valore s avvca a. Rsultat d smulazoe aalogh a quell rportat (e relatve sml cocluso) s ottegoo per valor pccol d 0 (0 < 0 < /2), ache se tal valor rsultao d scarso teresse ell aals ROC. 4. NOTE CONCLUSIVE La fuzoe L(), dscussa questo lavoro, costtusce ua fuzoe d pseudo-verosmglaza per l area 0 sottesa alla curva ROC. Per essa vale u rsultato astotco aalogo a quello forto dal teorema d Wlks el caso parametrco; cò gustfca l terme pseudo-verosmglaza ad essa attrbuto e e cosete l uso, ua maera stadard, per otteere tervall d cofdeza o parametrc, co lvell d copertura astotcamete corrett.
9 Itervall d cofdeza o parametrc per l area sottesa alla curva ROC 47 TAVOLA Lvell d copertura emprc degl tervall d cofdeza per 0 otteut medate la pseudo-verosmglaza L() () e l approssmazoe ormale (). Dat geerat da dstrbuzo ormal 0 = 0.55 = 0, = 5 = 35, = 50 0 = 0.75 = 0, = 5 = 5, = 20 = 35, = 50 0 = 0.95 = 35, = 50 = 55, = 70 = 00, = TAVOLA 2 Lvell d copertura emprc degl tervall d cofdeza per 0 otteut medate la pseudo-verosmglaza L() () e l approssmazoe ormale (). Dat geerat da dstrbuzo gamma 0 = 0.55 = 0, = 5 = 35, = 50 0 = 0.75 = 0, = 5 = 5, = 20 = 35, = 50 0 = 0.95 = 35, = 50 = 55, = 70 = 00, = La versoe ormalzzata della fuzoe L() rappreseta u approssmazoe della versoe ormalzzata della fuzoe d verosmglaza emprca L() per 0, d cu rpropoe alcue propretà. Le due fuzo o soo però la stessa cosa e c s aspetta che possao essere ache molto dverse quado le dmeso campoare soo pccole, partcolare rego dstat dal puto d massmo U. Uo studo specfco delle dffereze tra L() e L() potrebbe rvelars qud molto utle, evetualmete per dvduare tecche d aggustameto che permettao d mglorare l comportameto d L() come surrogato d L(). U ultma cosderazoe rguarda ua possble estesoe dell approcco presetato. I talue stuazo, puttosto che l tera area sottesa alla curva ROC, è preferble usare, come dce d accuratezza dagostca, ua porzoe dell area
10 48 G. Admar stessa; per esempo, quella corrspodete a valor pccol, feror a ua certa sogla u, della probabltà assocata a u falso postvo (s veda Dodd e Pepe, 2003). I questo caso, per l area parzale 0, sottesa alla curva ROC ella regoe (0, u), vale la relazoe 0 = Pr{Y > X, X > t}, dove t = S ( u) e S ( ) dca la fuzoe d sopravvveza d X. I alcue crcostaze è ragoevole assumere che l quatle t sa oto. Allora, uo stmatore o parametrco per 0 è dato da ˆ I( Yk Xh, Xh t ) h k e gl pseudo-valor jackkfe dervat da tale statstca possoo essere utlzzat, come descrtto el lavoro, per otteere ua pseudo-verosmglaza per 0. Dpartmeto d Sceze Statstche Uverstà d Padova GIFRCO ADIMARI RIFERIMENTI BIBLIOGRAFICI D. BAMBER, (975), The area above the ordal domace graph ad the area below the recever operatg graph, Joural of Mathematcal Pscholog, 2, pp L.E. DODD, M.S. PEPE, (2003), Partal AUC estmato ad regresso, Bometrcs, pp B.Y. JING, J. YU, W. ZHOU (2005), Emprcal lkelhood for o-degeerate U-statstcs, Proocedgs ASMDA (Appled Stochastc Models ad Data Aalss), pp A.B. OWEN, (988), Emprcal lkelhood rato cofdece tervals for a sgle fuctoal, Bometrka, 75, pp A.B. OWEN, (200), Emprcal lkelhood, Chapma ad Hall, Lodo. R.J. SERFLING, (980), Appromato theorems of mathematcal statstcs, Wle, New York. RIASSUNTO Itervall d cofdeza o parametrc per l area sottesa alla curva ROC Seguedo u dea d Jg et al. (2005), questo lavoro s combao la fuzoe d verosmglaza emprca per l fuzoale meda e gl pseudo-valor jackkfe dervat dalla statstca d Ma-Whte per due campo. Cò permette d otteere ua fuzoe d pseudo-verosmglaza L() per l area 0 sottesa alla curva ROC. S dmostra che vale u rsultato astotco aalogo al teorema d Wlks, coscché L() può essere usata, ella maera usuale, per otteere tervall d cofdeza approssmat per 0. Vegoo oltre fort alcu rsultat d smulazoe che mostrao l utltà del metodo proposto.
11 Itervall d cofdeza o parametrc per l area sottesa alla curva ROC 49 SUMMARY Noparametrc cofdece tervals for the area uder the ROC curve Followg a dea b Jg et al. (2005), ths paper combes the emprcal lkelhood for the mea fuctoal wth jackkfe pseudo-values obtaed from the Ma-Wte twosample statstc. Ths leads to a pseudo-lkelhood L() for the area 0 uder the ROC curve. A Wlks-tpe theorem s proved, so that L() ca be used a stadard wa to obta appromate cofdece tervals for 0. Some smulato results are gve, order to show the usefuless of the proposed method.
LA FUNZIONE DI VEROSIMIGLIANZA
A FUNZIONE DI VEROSIMIGIANZA HA UN RUOO IMPORTANTE NEA PROCEDURE DI INFERENZA STATISTICA COME: ) METODO DI COSTRUZIONE DI STIMATORI (IN SITUAZIONI COMPESSE) ) METODO DI INDIVIDUAZIONE DI TEST UNIFORMEMENTE
DettagliStima puntuale Quando un parametro della popolazione incognito è valutato (stimato) da una sola statistica (parametro) tratto da un campione
STIMA PARAMTRICA TST DLL IPOTSI L fereza Statstca rguarda affermazo crca I parametr d ua popolazoe sulla base della metodologa statstca e del calcolo delle probabltà Stma putuale Quado u parametro della
DettagliFunzioni di più variabili Massimi e Minimi una funzione definita in un insieme E. Un punto ( x0, y0)
Massm e Mm Fuzo d pù varabl Massm e Mm Dezoe: Sa z = (, ) ua uzoe deta u seme E U puto (, E s dce puto d massmo (rsp mmo) relatvo per (, ) se esste δ > tale che ((, ) B((, ), δ ) E (, ) (, ) (rsp (, )
DettagliVariabilità = Informazione
Varabltà e formazoe Lo studo d u feomeo ha seso solo se esso s preseta co modaltà/testà varabl da u soggetto all altro. Ad esempo, se dobbamo studare l reddto ua certa regoe è ecessaro osservare utà statstche
DettagliUniversità egli Studi di Bergamo Corso di laurea in Ingegneria Edile STATISTICA Stima di massima verosimiglianza
Uverstà egl Stud d Bergamo Corso d laurea Igegera dle STATISTICA Stma d massma verosmglaza Sao,, varabl aleatore d Posso dpedet, cascua co valore atteso λ S determ lo stmatore d massma verosmglaza d λ
DettagliIstogrammi e confronto con la distribuzione normale
Istogramm e cofroto co la dstrbuzoe ormale Suppoamo d effettuare per volte la msurazoe della stessa gradezza elle stesse codzo (es. la massa d u oggetto, la tesoe d ua pla, la lughezza d u oggetto, ecc.):
DettagliSECONDA PROVA INTERMEDIA DI STATISTICA CLEA gennaio 2005 COMPITO C2
Cogome Numero d matrcola SECONDA PROVA INERMEDIA DI SAISICA CLEA 07 7-77-08 geao 00 Nome COMPIO C A f della valutazoe s terrà coto solo ed esclusvamete d quato rportato egl appost spaz. Al terme della
DettagliClassi di reddito % famiglie Fino a 15 5.3 15-25 16.2 25-35 21.1 35-45 18.6 45-55 13.6 Oltre 55 25.2 Totale 100
ESERCIZIO Data la seguete dstrbuzoe percetuale delle famgle talae per class d reddto, espresso mlo d lre, (ao 995, fote Istat): Class d reddto % famgle Fo a 5 5.3 5-5 6. 5-35. 35-45 8.6 45-55 3.6 Oltre
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p per co
DettagliMatematica elementare art.1 di Raimondo Valeri
Matematca elemetare art. d Ramodo Valer I questo artcolo voglamo provare che esste ua formula per calcolare l umero de dvsor d u dato umero aturale seza cooscere la scomposzoe fattor prm del umero stesso.
DettagliUniversità di Cassino. Esercitazioni di Statistica 1 del 26 Febbraio Dott. Mirko Bevilacqua
Uverstà d Casso Eserctazo d Statstca del 26 Febbrao 200 Dott. Mrko Bevlacqua ESERCIZIO Cosderado le class d altezza 60 6; 6 70; 70 78; 78 86 per u collettvo d 20 persoe, s può affermare che l ALTEZZA dpede
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
La Legge de Grad Numer Cosderata ua sere d prove rpetute co p par alla probabltà d successo ua sgola prova, l rapporto tra l umero d success K ed l umero d prove tede a p quado tede ad fto: K P p ε per
Dettagli12. STATISTICHE CAMPIONARIE
. STATISTICHE CAMPIONARIE. Ce su pa d campoameto Per cooscere le caratterstche gote d ua o pù varabl ua popolazoe s rcorre d solto a u dage campoara e dat raccolt vegoo elaborat per otteere formazo sulla
Dettagli( ) 2 i 1 X. n(n + 1) a) si determini se sono corretti; b) per quelli non corretti, si calcoli la distorsione d;
ESERCIZIO 5. Sa (X, X,, X ) u campoe casuale geerato da ua v.c. X f(x; θ) per la quale è oto che E(X) θ e Var(X). S cosdero 3 stmator d θ: X ; X ; ( ) X 3 a) s determ se soo corrett; b) per quell o corrett,
DettagliCaso studio 12. Regressione. Esempio
6/4/7 Caso studo Per studare la curva d domada d u bee che sta per essere trodotto sul mercato, s rlevao dat rguardat l prezzo mposto e l umero d pezz vedut 7 put vedta plota, ell arco d ua settmaa. I
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
DettagliDai dati osservati mediante scelta campionaria si giunge ad affermazioni i che riguardano la popolazione da cui essi sono stati prescelti
e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt e l fereza S defsce campoameto u procedmeto attraverso l quale
DettagliIl campionamento e l inferenza
e l fereza Popolazoe Campoe Da dat osservat medate scelta campoara s guge ad affermazo che rguardao la popolazoe da cu ess soo stat prescelt Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco Ao
DettagliLezione 4. La Variabilità. Lezione 4 1
Lezoe 4 La Varabltà Lezoe 4 1 Defzoe U valore medo, comuque calcolato, o è suffcete a rappresetare l seme delle osservazo effettuate (o l seme de valor assut dalla varable statstca); è ecessaro qud affacare
DettagliDue distribuzioni, stessa media ma in quale delle due la media rappresenta, sintetizza meglio la situazione?
Prma dstrb. Secoda dstrb. Totale Meda 0 5 8 35 85 63 63/5 =3,6 5 5 38 40 45 63 63/5 =3,6 Due dstrbuzo, stessa meda ma quale delle due la meda rappreseta, stetzza meglo la stuazoe? Le mede stetzzao la dstrbuzoe,
Dettagliexp("# (al posto di n) var Ca Coefficiente di asimmetria, indipendente dal valore dei parametri. f X DISTRIBUZIONE EV1 o DI GUMBEL.
DISTRIBUZIONE EV o DI GUMBEL. x x [ $ e ] exp[ e ] F x exp co: Sgfcato de parametr: f exp al posto d : Numero medo d evet dpedet [ 0,t], ad esempo u ao. / :Valore medo della gradezza dell eveto, esempo
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:
DettagliDaniela Tondini
Daela Tod dtod@ute.t Facoltà d Medca Veterara C.L. Tutela e Beessere Amale Uverstà degl Stud d Teramo INDICI STATISTICI La moda o orma M O d ua dstrbuzoe d frequeza X, calcolable per caratter sa quattatv
DettagliDATA MINING PER IL MARKETING (63 ore)
DATA MINING PER IL MARKETING (63 ore) Marco Ra mra@upr.t Sto web del corso http://www.ra.t/dmm REGRESSIONE INFERENZIALE 1 Itroduzoe agl elemet aleator N. dpedet (X) Vedte mlo d (Y) A 10 1,9 B 18 3,1 C
DettagliCompito A1- Soluzioni
Compto A- Soluzo Eserczo (4 put) I ua dage statstca codotta presso 0 rstorat s soo raccolt dat rportat tabella, dove l sgfcato delle varabl è l seguete Spesa: Copert: Stelle: esa a persoa meda (escl. bevade)
Dettaglidei quali si conoscono solo la media x e la deviazione standard σ e dato un valore reale positivo K, possiamo affermare che:
Eserctazoe VI: Il teorema d Chebyshev Eserczo La statura meda d u gruppo d dvdu è par a 73,78cm e la devazoe stadard a 3,6. Qual è la frequeza relatva delle persoe che hao ua statura superore o ferore
DettagliSoluzione degli esercizi del capitolo 11
Statstca - metodooge per e sceze ecoomche e soca /e S Borra, A D Cacco - McGraw H s Souzoe deg esercz de captoo a rsposta esatta è a c, fatt daa s ha: da cu rcavamo a corretto Ifatt,,,,,,,,,,,,,,, b Sì,
DettagliESERCIZI DI STATISTICA
ESERCIZI DI STATISTICA Soluzo degl esercz sugl stmator putual. A cura d Nazareo Maro Soluzoe dell'eserczo. Trovamo, come prmo passo, la fuzoe d verosmglaza che è: L( f(x, {
DettagliGli indici sintetici Forma. Gli indici sintetici. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma
Uverstà d Macerata Facoltà d Sceze Poltche - Ao accademco 01-013013 Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe dpede dal
DettagliEsercitazione 6 del corso di Statistica (parte 1)
Eserctazoe del corso d Statstca parte Dott.ssa aola Costat 8 Marzo 0 Eserczo S ha motvo d rteere che u uovo farmaco A abba la propretà d abbassare l lvello d glcema el sague. I cascuo de pazet dabetc osservat,
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA A.A. 00/0 - Idc d dspersoe Sezoe d Epdemologa & Statstca Medca Uverstà degl Stud d Veroa La dspersoe o varabltà è la secoda mportate caratterstca d ua dstrbuzoe d dat. Essa
DettagliFacoltà di Economia - STATISTICA - Corso di Recupero a.a Prof.ssa G. Balsamo CONCETTI di BASE Carattere X [o A ] i = 1
Facoltà d Ecooma - STATISTICA - Corso d Recupero a.a. 2012-13 Prof.ssa G. Balsamo CONCETTI d BASE Carattere X [o A ] caratterstca quattatva [o qualtatva] rappresetatva d u feomeo sottoposto ad dage Popolazoe
DettagliGli indici sintetici Forma. Un caso studio. Gli indici sintetici. Qualche considerazione. Qualche considerazione. Tendenza centrale Forma
Uverstà d Macerata Dpartmeto d Sceze Poltche, della Comucazoe e delle Relaz. Iterazoal Gl dc d varabltà Crsta Davo Gl dc stetc Qualche cosderazoe Tedeza cetrale Varabltà La scelta dell dce d tedeza cetrale/poszoe
DettagliCapitolo 6 Gli indici di variabilità
Captolo 6 Gl dc d varabltà ommaro. Itroduzoe. -. Il campo d varazoe. - 3. La dffereza terquartle. - 4. Gl scostamet med. -. La varaza, lo scarto quadratco medo e la devaza. - 6. Le dffereze mede. - 7.
DettagliI percentili e i quartili
I percetl e quartl I percetl soo quelle modaltà che dvdoo la dstrbuzoe ceto part d uguale umerostà. I quartl soo quelle modaltà che dvdoo la dstrbuzoe quattro part d uguale umerostà. Il prmo quartle Q
DettagliLE MEDIE. Le Medie. Medie razionali. Medie di posizione
LE MEDIE RAZIONALI LE MEDIE Msure stetche trodotte per valutare aspett compless e global d ua dstrbuzoe d u feomeo X medate u solo umero reale costruto modo da dsperdere al mmo le formazo su dat orgar.
DettagliEsercitazione 5 del corso di Statistica (parte 1)
Eserctazoe 5 del corso d Statstca (parte 1) Dott.ssa Paola Costat 8 Novembre 011 I alcue crcostaze s poe u maggor teresse sullo studo della varabltà tra le sgole utà statstche, puttosto che lo studo della
DettagliUniversità di Cassino Esercitazioni di Statistica 1 del 5 Febbraio Dott. Mirko Bevilacqua
Uverstà d Casso Eserctazo d Statstca del 5 Febbrao 00. Dott. Mrko Bevlacqua ESERCIZIO N A partre dalla dstrbuzoe semplce del carattere peso rlevata su 0 studet del corso d Mcroecooma peso: { 4, 59, 65,
Dettagli4 CAMPIONE DI n UNITA STATISTICHE (lettere latine)
4 CAMPIONE DI UNITA TATITICHE (lettere late) Meda campoara x meda solo per dat quattatv m 1 x = modaltà assuta dall -esma utà statstca Devaza campoara solo per dat quattatv 1 ( x m) 1 x 1 x dev.q Varaza
DettagliLE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in due gruppi
Le mede Italo Nofro LE MEDIE Statstca medca Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt el collettvo oggetto d
Dettagli6. LA CONCENTRAZIONE
UNIVERSITA DEGLI STUDI DI PERUGIA DIPARTIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FORMAZIONE Corso d Laurea Sceze per l'ivestgazoe e la Scurezza 6. LA CONCENTRAZIONE Prof. Maurzo Pertchett Statstca
DettagliDI IDROLOGIA TECNICA PARTE II
FACOLTA DI INGEGNERIA Laurea Specalstca Igegera Cvle NO Guseppe T Aroca CORSO DI IDROLOGIA TECNICA PARTE II Aals e prevsoe statstca delle varabl drologche Lezoe X: Scelta d u modello probablstco Aals e
Dettagli6. LA CONCENTRAZIONE
UNIVESITA DEGLI STUDI DI PEUGIA DIPATIMENTO DI FILOSOFIA SCIENZE SOCIALI UMANE E DELLA FOMAZIONE Corso d Laurea Sceze per l'ivestgazoe e la Scurezza 6. LA CONCENTAZIONE Prof. Maurzo Pertchett Statstca
DettagliANALISI DELLA REGRESSIONE ANALISI BIVARIATA DELLA REGRESSIONE
ANALISI DELLA REGRESSIONE L Aals della Regressoe rguarda lo studo delle relazo esstet fra o pù caratter quattatv o varal. La rcerca de lega esstet fra pù varal s poe coe rcerca delle relazo fuzoal che
DettagliSeconda Prova Parziale di STATISTICA Modalità A
Secoda Prova Parzale d STATISTICA 0..07 Modaltà A (A) a f della valutazoe verrao cosderate solo le rsposte rportate dallo studete egl appost rquadr bach. (B) ello svolgmeto del compto s utlzzo almeo quattro
DettagliEsercitazioni di Calcolo delle Probabilità (16/12/2011) Soluzioni
Eserctazo d Calcolo delle Probabltà (16/1/011) Soluzo Eserczo 1 1. S trov l valore del parametro θ per cu la tabella seguete defsce la fuzoe d probabltà d ua v.c. udmesoale X e la s rappreset grafcamete.
DettagliSIMULAZIONE DI SISTEMI CASUALI 1 parte. Variabili casuali e Distribuzioni di variabili casuali. Calcolo delle probabilità
SIMULAZIONE DI SISTEMI CASUALI parte Varabl casual e Dstrbuzo d varabl casual Calcolo delle probabltà Defzo Il calcolo delle probabltà tede a redere razoale l comportameto dell uomo d frote all certezza;
DettagliCALCOLO DEGLI INDICI STATISTICI
CALCOLO DEGLI INDICI STATISTICI Premessa Le formule d calcolo de prcpal dc statstc (parlamo sostazalmete d meda campoara e varaza campoara) dpedoo dal caso esame qud zamo col fare luce sulla possble casstca.
DettagliIndici di asimmetria. Elementi di Statistica descrittiva Parte IV. Simmetria di una distribuzione di frequenze. Primo indice di asimmetria (1/3)
Smmetra d ua dstrbuzoe d frequeze Ua dstrbuzoe s dce asmmetrca se o è possble dvduare (aalzzado u stogramma) u asse vertcale che tagl la dstrbuzoe due part specularmete ugual Idc d asmmetra Rferedoc a
DettagliApprofondimenti Lezione 3. Mara Bruzzi
Approfodmet Lezoe 3 Mara Bruzz APPROFONDIMENTO 1 : I BOSONI Partcelle come le a, foto, meso hao vece fuzo d oda smmetrche y S. Esse o obbedscoo al prcpo d esclusoe d Paul. Tal partcelle soo dette BOSONI.
DettagliCaso studio 2. Le medie. Esercizio. La media aritmetica. Esempio
8/02/20 Caso studo 2 U vesttore sta valutado redmet d due ttol del settore Petrolo e Gas aturale. Sulla base de redmet goraler della settmaa passata vuole cercare d prevedere l redmeto per la prossma settmaa
DettagliVar iabili aleatorie continue
Var abl aleatore cotue Probabltà e Statstca I - Varabl aleatore cotue - a.a. 04/05 Per ua varable aleatora dscreta, la fuzoe massa d probabltà ) f f è tale che ( x ) ) a 3) x f :,..., ( x Defzoe { x, x,,
DettagliELEMENTI DI STATISTICA
ELEETI DI STATISTICA S desce popolazoe oggetto l seme d tutt quegl elemet che hao comue almeo ua caratterstca (o attrbuto) Lo studo d ua popolazoe è eettuato qud dal puto d vsta d u suo attrbuto: s valuta
DettagliCaso studio 10. Dipendenza in media. Esempio
09/03/06 Caso studo 0 S cosder la seguete dstrbuzoe degl occupat Itala secodo l umero d ore settmaal effettvamete lavorate e l settore d attvtà (cfr. Itala cfre, Ao 008, pag. 7 ): Ore lavorate Settore
DettagliAnalisi dei Dati. La statistica è facile!!! Correlazione
Aals de Dat La statstca è facle!!! Correlazoe A che serve la correlazoe? Mettere evdeza la relazoe esstete tra due varabl stablre l tpo d relazoe stablre l grado d tale relazoe stablre la drezoe d tale
DettagliLa media aritmetica. La sua individuazione si basa sulla logica della trasferibilità di un carattere. Se la funzione f( ) corrisponde alla somma:
La meda artmetca La sua dvduazoe s basa sulla logca della trasferbltà d u carattere. ( ) = ( µ µ ) f,, f,, volte Se la fuzoe f( ) corrspode alla somma: + + + = µ + µ + + µ volte + + + = µ µ X= = La meda
DettagliFacoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso
Facoltà d Farmaca Corso d Matematca co elemet d Statstca Docete: Rccardo Rosso Statstca descrttva: l coeffcete d cocetrazoe d G Quado s vuole rpartre ua certa somma d dearo, v soo due suddvso che soo,
Dettaglipè via che, lì, la media è sempre eguale risurta che te tocca un pollo all'anno: Me spiego: da li conti che se fanno seconno le statistiche d'adesso
La varabltà L utlzzo d ua meda permette d stetzzare effcacemete l formazoe coteuta ua dstrbuzoe statstca dal puto d vsta dell testà del carattere. Tuttava la stes può essere eccessva, el seso s possoo
DettagliCORSO DI STATISTICA I (Prof.ssa S. Terzi) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI. Esercitazione n 3
ORSO I STTISTI I (Prof.ssa S. Terz) STUIO ELLE ISTRIUZIONI SEMPLII Eserctazoe 3 3. ata la seguete dstrbuzoe de reddt: lass d reddto Reddter Reddto medo 6.500-7.500 4 6.750 7.500-8.500 7.980 8.500-9.500
DettagliDott.ssa Marta Di Nicola
RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quado s cosderao due o pù caratter (varabl) s possoo esamare ache l tpo e l'testà delle relazo che sussstoo tra loro. http://www.bostatstca.uch.tt Nel caso cu per
DettagliIndipendenza in distribuzione
Marlea Pllat - Semar d Statstca (SVIC) "Lo studo delle relazo tra due caratter" Aals delle relazo tra due caratter Dpedeza dstrbuzoe s basa sul cofroto delle dstrbuzo codzoate Dpedeza meda s basa sul cofroto
DettagliLa media aritmetica. Le medie. Esempio. Esempio. Media aritmetica Mediana. Medie analitiche Medie di posizione. x 1
Le mede Mede: permettoo d stetzzare ua dstrbuzoe sulla base d u solo valore. Possoo essere classcate : Mede aaltche: calcolate tramte operazo algebrche su valor del carattere solo per caratter quattatv
DettagliIl termine regressione fu introdotto da Francis Galton ( ), antropologo (promotore dell eugenetica).
Regressoe leare Il terme regressoe fu trodotto da Fracs Galto (8-9), atropologo (promotore dell eugeetca). I u suo famoso studo (877-885), Galto scoprì che, sebbee c fosse ua tedeza de getor alt ad avere
DettagliUniversità degli Studi di Napoli Parthenope. Facoltà di Scienze Motorie a.a. 2011/2012. Statistica. Lezione IV
Uverstà degl Stud d Napol Partheope Facoltà d Sceze Motore a.a. 011/01 Statstca Lezoe IV E-mal: paolo.mazzocch@upartheope.t Webste: www.statmat.upartheope.t Fuzoe d regressoe Attraverso la fuzoe d regressoe
DettagliStatistica descrittiva per l Estimo
Statstca descrttva per l Estmo Paolo Rosato Dpartmeto d Igegera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.uts.t 1 A cosa
DettagliLE MEDIE. Quadratica. Italo Nofroni. Statistica medica. Medie. Le medie vengono classificate in
Le mede Italo Nofro LE MEDIE Le mede (o valor med) soo dc d tedeza cetrale e costtuscoo u modo semplce ed mmedato per stetzzare u solo valore dat eterogee raccolt u collettvo Statstca medca Le mede Le
DettagliVerifica e scelta del modello probabilistico
Verfca e scelta del modello probablstco Itroduzoe L elaborazoe statstca de dat comporta u certo umero d potes, qual ad esempo la forma della dstrbuzoe ed l metodo utlzzato per stmare parametr. Data ua
DettagliCORSO DI STATISTICA I (Prof.ssa S. Terzi)
CORSO DI STATISTICA I (Prof.ssa S. Terz) 1 STUDIO DELLE DISTRIBUZIONI SEMPLICI Eserctazoe 2 2.1 Da u dage svolta su u campoe d lavorator dpedet co doppo lavoro è stata rlevata la dstrbuzoe coguta del reddto
Dettagli( ) ( ) ( ) ( ) Mutua variabilità. n n 1. n n 1. n n 1. n n 1
Mutua varabltà È ua msura d quato le utà statstche dfferscoo tra d loro (o pù rspetto ad u puto fsso). Il calcolo degl dc s basa sulle dffereze tra tutte le coppe d utà statstche. Dffereze mede (seza rpetzoe)
DettagliApprofondimenti sui diagrammi di Bode
Approfodmet su dagramm d ode L espressoe (4.4) d ua fuoe d trasfermeto m m N( s) ams + am s +... + a = = D( s) b s + b s +... + b può essere rscrtta el seguete modo: ( )( )...( ) ( z)( z)...( ) z z ( p
DettagliVerifica e scelta del modello probabilistico
Verfca e scelta del modello probablstco L elaborazoe statstca de dat comporta u certo umero d potes, qual ad esempo la forma della dstrbuzoe ed l metodo utlzzato per stmare parametr. Data ua qualsas potes
Dettagliρ XY risponde alla domanda esiste un associazione lineare tra le variabili X e Y?
Relazoe fra varabl casual X e Y cogutamete dstrbute Test d potes due popolazo Coeffcete d Correlazoe ρ XY (9.5.3) Regressoe ρ XY rspode alla domada esste u assocazoe leare tra le varabl X e Y? Costrure
DettagliUniversità della Calabria
Uverstà della Calabra FACOLTA DI INGEGNERIA Corso d Laurea Igegera per l Ambete e l Terrtoro CORSO DI IDROLOGIA Ig. Daela Bod SCHEDA DIDATTICA N 5 ISOIETE E TOPOIETI A.A. 20-2 Calcolo della precptazoe
DettagliInterpolazione. Definizione: per interpolazione si intende la ricerca di una funzione matematica che approssima l andamento di un insieme di punti.
Iterpolazoe Defzoe: per terpolazoe s tede la rcerca d ua fuzoe matematca che approssma l adameto d u seme d put. Iterpolazoe MATEMATICA Calcola ua fuzoe che passa PER tutt put Tp d terpolazoe Iterpolazoe
DettagliElementi di Statistica descrittiva Parte III
Elemet d Statstca descrttva Parte III Paaa Idce d asmmetra (/) Idce d forma che esprme l grado d asmmetra (skewess) d ua dstrbuzoe. Sao u, u,,u osservazo umerche. Chamamo dce d asmmetra l espressoe: c
DettagliTRATTAMENTO STATISTICO DEI DATI ANALITICI
TRATTAMENTO STATISTICO DEI DATI ANALITICI Nell aals chmca u aalsta effettua u umero lmtato d prove e cosdera la meda de rsultat otteut per poter arrvare a determare o l valore VERO d ua determata gradezza
DettagliModulo di Fisica Tecnica. Differenze finite per problemi di conduzione in regime instazionario
Dpartmeto d Meccaca, Strutture, Ambete e Terrtoro UNIVERSITÀ DEGLI STUDI DI CASSINO Laurea Specalstca Igegera Meccaca: Modulo d Fsca Tecca Lezoe d: Dffereze fte per problem d coduzoe regme stazoaro /20
DettagliUn esempio. le diverse situazioni possibili riferibili alla popolazione, è quella meglio sostenuta dalle evidenze empiriche.
I molte crcostaze l rcercatore s trova a dover decdere quale, tra le dverse stuazo possbl rferbl alla popolazoe, è quella meglo sosteuta dalle evdeze emprche. Ipotes statstca: supposzoe rguardate: u parametro
DettagliLaboratorio di Fisica I: laurea in Ottica e Optometria. Misura di una resistenza con il metodo VOLT-AMPEROMETRICO
Laboratoro d Fsca I: laurea Ottca e Optoetra Msura d ua ressteza co l etodo OLTMPEOMETICO descrzoe s sura ua ressteza utlzzado u voltetro e u llaperoetro sfruttado la relazoe : Per coduttor ohc è dpedete
Dettagli7 STIMATORI DI REGRESSIONE LINEARE 7.1 INTRODUZIONE
7 STIMATORI I REGRESSIOE LIEARE 7. ITROUZIOE Co l terme stmator d regressoe leare s dca u'ampa classe d stmator, che comprede ache gl stmator rapporto, utlzzabl quado s dspoe d u'formazoe auslara rappresetata
DettagliVerifica e scelta del modello probabilistico
Verfca e scelta del modello probablstco Itroduzoe L elaborazoe statstca de dat comporta u certo umero d potes, qual ad esempo la forma della dstrbuzoe ed l metodo utlzzato per stmare parametr. Data ua
DettagliStim e puntuali. Vocabolario. Cambiando campione casuale, cambia l istogramma e cambiano gli indici
Stm e putual Probabltà e Statstca I - a.a. 04/05 - Stmator Vocabolaro Popolazoe: u seme d oggett sul quale s desdera avere Iformazo. Parametro: ua caratterstca umerca della popolazoe. E u Numero fssato,
DettagliMISURE DI TENDENZA CENTRALE. Psicometria 1 - Lezione 2 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek
MISURE DI TENDENZA CENTRALE Pscometra 1 - Lezoe Lucd presetat a lezoe AA 000/001 dott. Corrado Caudek 1 Suppoamo d dsporre d u seme d msure e d cercare u solo valore che, meglo d cascu altro, sa grado
DettagliIII Esercitazione: Sintesi delle distribuzioni semplici secondo un carattere qualitativo ordinale.
III Eserctazoe: Stes delle dstrbuzo semplc secodo u carattere qualtatvo ordale. Eserczo 3 dvdu ao seguet ttol d studo: Lceza elemetare, Lceza elemetare, ploma, Lceza meda, Lceza elemetare, Lceza meda,
Dettaglicorrispondenza della generica i-esima modalità. Indicando con #(.) la cardinalità di un insieme, per esse si ha, rispettivamente:
Corso d Statstca docete: Domeco Vstocco Le requeze cumulate S cosder ua varable qualtatva ordale X Per essa, oltre alle requeze assolute, relatve e ercetual, è ossble calcolare ache le requeze cumulate
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI QUANTITATIVE Indici di centralità, dispersione e forma
Matematca e statstca: da dat a modell alle scelte www.dma.uge/pls_statstca Resposabl scetfc M.P. Rogat e E. Sasso (Dpartmeto d Matematca Uverstà d Geova) STATISTICA DESCRITTIVA - SCHEDA N. 3 VARIABILI
DettagliElementi di Statistica descrittiva Parte II
Elemet d Statstca descrttva Parte II Nella prma parte d queste ote s soo llustrate le tecche utlzzate per rappresetare dat, maera stetca, medate tabelle e grafc Tal tecche soo applcabl sa a caratter quattatv
DettagliLa classe che mostra la distribuzione più elevata è quella 60-90, che corrisponde a un uso elevato dell automobile. f i fr (= f i/n) fr% (=fr*100)
ESERCIZIO Il Moblty Maager d u azeda ha rlevato l umero d chlometr percors settmaalmete da 60 mpegat. I dat soo rportat ello schema successvo. 67 4 93 58 66 87 5 53 86 8 7 47 56 70 54 86 48 43 60 58 5
DettagliCOMPLEMENTI DI STATISTICA. L. Greco, S. Naddeo
COMPLEMENTI DI STATISTICA L. Greco, S. Naddeo INDICE. GENERALITA SULLA VERIFICA DI IPOTESI. Itroduzoe 4. I test d sgfcatvtà 5.3 Gl tervall d cofdeza 7.4 Le potes alteratve.5 La poteza del test 5.6 Il test
DettagliRegressione e Correlazione
Regressoe e Correlazoe Probabltà e Statstca - Aals della Regressoe - a.a. 4/5 L aals della regressoe è ua tecca statstca per modellare e vestgare le relazo tra due (o pù) varabl. Nella tavola è rportata
DettagliLezione 3. Gruppi risolubili.
Lezoe 3 Prerequst: Lezo 1 2 Class d cougo e cetralzzat rupp rsolubl I questo captolo troducamo ua ozoe che come vedremo seguto fuge da raccordo tra la teora de grupp e la teora de camp Defzoe 31 Dato u
DettagliCAP. 3 STIMA. Introduzione. T diverse da quelle analizzate; la logica del procedimento da seguire
B. Chadotto Versoe 07 Cap. 3 Teora della stma CAP. 3 STIMA Itroduzoe Nel captolo precedete soo state esamate le dstrbuzo d alcue fuzo T(X,X,,X ) degl elemet campoar soffermado l attezoe, partcolare, su
DettagliSommario. Facoltà di Economia. Obiettivo. Quando studiarla? Lezione n 7. X: carattere quantitativo tra le unità statistiche. Quando studiarla?
Corso d Statstca acoltà d Ecooma a.a. - La cocetrazoe Quado studarla? Obettvo Dagramma d Lorez apporto d cocetrazoe rea d cocetrazoe Esemp Sommaro Lezoe 7 Lez7-a.a. - statstca-fracesco mola Quado studarla?
DettagliGeneralmente sia l ampiezza che il valore medio della sollecitazione sono variabili nel tempo.
È molto raro che u compoete meccaco sa sollectato a fatca da u carco cclco ad ampezza costate. Geeralmete sa l ampezza che l valore medo della sollectazoe soo varabl el tempo. max a a max m m m m Tempo
DettagliCalcolo delle Probabilità: esercitazione 4
Argometo: Probabltà classca Lbro d testo pag. 1-7 e 7-77 e varable casuale uforme dscreta NB: asscurars d cooscere le defzo, le propretà rchamate e le relatve dmostrazo quado ecessaro Eserczo 1 S cosder
DettagliLezione 24. Campi finiti.
Lezoe 4 Prerequst: Lezo 0,,, 3 Rfermet a test: [FdG] Sezoe 86; [H] Sezoe 79; [PC] Sezoe 63; Cam ft Nelle lezo recedet abbamo vsto dvers esem d cam ft: ess erao tutt del to oure [ x ]/( f ( x )), dove f
Dettaglib) Relativamente alla variabile PREZZO, fornire una misura della variabilità della distribuzione attraverso
ESERCIZIO Co rfermeto a dvers modell d auto del medesmo segmeto d mercato e cldrata s soo rlevat dat sul prezzo d lsto mglaa d euro (X), la veloctà massma dcharata km/h (Y) ed l peso kg (Z). I dat soo
DettagliTEST CHI DI INDIPENDENZA STOCASTICA
Comad cel: Test Ch d dpedeza, pag. Test F a due campo per varaze, pag. Materale ddattco per eserctazo cel pro. R. D Ago, Castellaza, Dcembre, 4 TST CHI DI INDIPNDNZA STOCASTICA Per due pop. stat. e s vuole
Dettagli