Regressione lineare con un singolo regressore
|
|
- Romano Caselli
- 7 anni fa
- Visualizzazioni
Transcript
1 Regressone lneare con un sngolo regressore Eduardo Ross 2 2 Unverstà d Pava (Italy) Marzo 2013 Ross Regressone lneare semplce Econometra / 45
2 Outlne 1 Introduzone 2 Lo stmatore OLS 3 Esempo 4 Assunzon OLS 5 Dstrbuzone camponara degl stmator OLS 6 Meda e varanza camponara stmator OLS Ross Regressone lneare semplce Econometra / 45
3 Introduzone Captolo 4 - Regressone lneare con un sngolo regressore Il modello d regressone lneare semplce Lo stmatore de mnm quadrat ordnar (OLS) e la retta d regressone camponara Msure d bontà della regressone camponara Le assunzon de mnm quadrat La dstrbuzone camponara dello stmatore OLS Ross Regressone lneare semplce Econometra / 45
4 Introduzone Regressone lneare con un sngolo regressore La regressone lneare consente d stmare la pendenza della retta d regressone La pendenza della retta d regressone è l effetto atteso su Y d una varazone untara n X. Il nostro scopo ultmo è quello d stmare l effetto causale su Y d una varazone untara n X - ma per ora c lmtamo a consderare l problema dell adattamento d una retta a dat su due varabl Y e X. Ross Regressone lneare semplce Econometra / 45
5 Introduzone Regressone lneare con un sngolo regressore Il problema dell nferenza statstca per la regressone lneare è, a lvello generale, dentco a quello della stma della meda o delle dfferenze tra mede. L nferenza statstca, o econometrca, sulla pendenza comporta: 1 Stma: Come traccare una retta attraverso dat per stmare la pendenza della regressone? Rsposta: mnm quadrat ordnar (OLS). Qual sono vantagg e svantagg de mnm quadrat ordnar? 2 Verfca d potes: Come verfcare se la pendenza è zero? 3 Intervall d confdenza: Come costrure un ntervallo d confdenza per la pendenza? Ross Regressone lneare semplce Econometra / 45
6 Introduzone Il modello d regressone lneare La retta d regressone TestScore = β 0 + β 1 STR Test Score β 1 = pendenza della retta d regressone = STR = varazone nel punteggo ne test per una varazone untara n STR Perchè β 0 e β 1 sono parametr della popolazone? Vorremmo conoscere l valore d β 1. Non conoscamo β 1, perchè dobbamo stmarlo utlzzando dat. Ross Regressone lneare semplce Econometra / 45
7 Introduzone Il modello d regressone lneare Y = β 0 + β 1 X + u = 1, 2,..., n Abbamo n osservazon,(y, X ), = 1, 2,..., n X è la varable ndpendente o regressore Y è la varable dpendente β 0 = ntercetta β 1 = pendenza u = errore della regressone L errore d regressone è costtuto da fattor omess. In generale quest fattor omess sono altr fattor, dvers dalla varable X, che nfluenzano Y. L errore d regressone nclude anche l errore nella msura d Y. Ross Regressone lneare semplce Econometra / 45
8 Introduzone Il modello d regressone lneare: esempo Osservazon su Y e X (n = 7); la retta d regressone; l errore d regressone (l termne d errore): Ross Regressone lneare semplce Econometra / 45
9 Lo stmatore OLS Lo stmatore OLS Come possamo stmare β 0 e β 1 da dat? S rcord che lo stmatore OLS d µ Y : Ȳ è mn m m (Y m) 2 Per analoga, c concentreremo sullo stmatore de mnm quadrat (OLS) ordnary least squares de parametr gnot β 0 e β 1. Lo stmatore OLS è dato da mn β 0,β 1 m (Y β 0 β 1 X ) 2 Ross Regressone lneare semplce Econometra / 45
10 Lo stmatore OLS Meccansmo de mnm quadrat ordnar La retta d regressone: TestScore = β 0 + β 1 STR β 1 =?? Ross Regressone lneare semplce Econometra / 45
11 Lo stmatore OLS Lo stmatore OLS Lo stmatore OLS mnmzza la dfferenza quadratca meda tra valor real d Y e la prevsone ( valor prevst ) basata sulla retta stmata. Questo problema d mnmzzazone s può rsolvere con l calcolo dfferenzale (App. 4.2). Il rsultato sono gl stmator OLS d β 0 e β 1. Ross Regressone lneare semplce Econometra / 45
12 Dato: Problema: Lo stmatore OLS S(β 0, β 1 ) = n ) 2 (Y β 0 β 1 X { ˆβ 0, ˆβ 1 } = mn β 0,β 1 S(β 0, β 1 ) S(β 0, β 1 ) β 0 S(β 0, β 1 ) β 1 = 2 = 2 n (Y ˆβ 0 ˆβ ) 1 X = 0 n (Y ˆβ 0 ˆβ ) 1 X X = 0 ˆβ 0 = 1 n n ˆβ n 0 = (Y ˆβ ) 1 X n (Y ˆβ ) 1 X = Ȳ ˆβ 1 X Ross Regressone lneare semplce Econometra / 45
13 Lo stmatore OLS n (Y (Ȳ ˆβ ) 1 X) ˆβ1 X X = 0 n ( Y Ȳ ˆβ 1 (X X) ) X = 0 n ( Y )X Ȳ ˆβ n ( 1 X X ) X = 0 n ( Y Ȳ ˆβ 1 ˆβ 1 n n ( ) X [ n ( )] Y Ȳ X ( X X )X + ˆβ n ( X) 1 X X = 0 X X ) 2 n ( = Y Ȳ )( X X ) Ross Regressone lneare semplce Econometra / 45
14 Lo stmatore OLS Lo stmatore OLS ˆβ 1 = n (X X)(Y Ȳ ) (X X) 2 ˆβ 0 = Ȳ ˆβ 1 X = s XY s 2 X Valor prevst Resdu: Ŷ = ˆβ 0 + ˆβ 1 X = 1, 2,..., n û = Y Ŷ = Y ˆβ 0 ˆβ 1 X Ross Regressone lneare semplce Econometra / 45
15 Lo stmatore OLS Resdu û = Y Ŷ = Y ˆβ 0 ˆβ 1 X = Y (Ȳ ˆβ 1 X) ˆβ1 X = (Y Ȳ ) ˆβ 1 (X X) ne segue che û = = 0 (Y Ȳ ) ˆβ 1 (X X) Ross Regressone lneare semplce Econometra / 45
16 Esempo Applcazone a dat de puntegg ne test della Calforna Punteggo ne test - Dmenson delle class ˆβ 1 = Pendenza stmata = -2,28 ˆβ 0 = Intercetta stmata = 698,9 Retta d regressone stmata: TestScore = 698, 9 2, 28 ŜTR Ross Regressone lneare semplce Econometra / 45
17 Esempo Interpretazone delle stme d pendenza e ntercetta I dstrett con uno studente n pù per nsegnante n meda ottengono puntegg ne test nferor d 2,28 punt. Coè TestScore STR = 2, 28. L ntercetta (letteralmente) sgnfca che, secondo questa retta stmata, dstrett con zero student per nsegnante otterrebbero un punteggo ne test stmato n 698,9. Ma questa nterpretazone dell ntercetta non ha senso - estrapola la lnea al d fuor dell ntervallo de dat - n questo caso, l ntercetta non ha sgnfcato dal punto d vsta economco. Ross Regressone lneare semplce Econometra / 45
18 Esempo Valor prevst e resdu Uno de dstrett nella banca dat è Antelope, CA, con STR = 19,33 e TestScore = 657,8 Valore prevsto: Ŷ Antelope = 698, 9 2, 28 19, 33 = 654, 8 resduo: û Antelope = 657, 8 654, 8 Ross Regressone lneare semplce Econometra / 45
19 Esempo Msure d bontà dell adattamento Due statstche d regressone fornscono msure complementar della bonta dell adattamento della regressone a dat: L R 2 della regressone msura la frazone della varanza d Y spegata da X; è prva d untà e può varare tra zero (nessun adattamento) e uno (perfetto adattamento); L errore standard della regressone (SER) msura la dmensone d un tpco resduo d regressone nelle untà d Y. Ross Regressone lneare semplce Econometra / 45
20 Esempo Rsultat della regressone Dato che u = Y ˆβ 0 ˆβ 1 X û = 0 Y = Ŷ + û 1 Y = 1 n n Ȳ = Ŷ Ŷ Ross Regressone lneare semplce Econometra / 45
21 Esempo Rsultat della regressone Inoltre, resdu û sono ortogonal a X X û = X (Y ˆβ 0 ˆβ 1 X ) X û = (Y ˆβ 0 ˆβ 1 X )X con = = (Y (Ȳ ˆβ 1 X) ˆβ1 X )X (Y Ȳ )X ˆβ 1 (X X)X ˆβ 1 = n (Y Ȳ )X (X X)X X û = (Y Ȳ )X n (Y Ȳ )X (X X)X (X X)X = 0 Ross Regressone lneare semplce Econometra / 45
22 Esempo Rsultat della regressone TSS = total sum of squares SSR = sum of squared resduals ESS = Explaned sum of squares T SS = (Y Ȳ) 2 = (Y Ŷ + Ŷ Ȳ) 2 = (Y Ŷ) 2 + (Ŷ Ȳ) (Y Ŷ)(Ŷ Ȳ) = SSR + ESS + 2 û Ŷ = SSR + ESS perché û Ŷ = û ( ˆβ 0 + ˆβ 1 X ) = ˆβ 0 û + ˆβ 1 û X = 0 Ross Regressone lneare semplce Econometra / 45
23 Esempo L R 2 della regressone L R 2 è la frazone della varanza camponara d Y spegata dalla regressone. Y = Ŷ + û = stma OLS + resduo OLS Var camp.(y ) = Var camp.(ŷ) + Var camp.(û ) Somma de quadrat = SS spegata + SS resdua Defnzone R 2 : R 2 = 0 sgnfca ESS = 0 R 2 = 1 sgnfca ESS = TSS 0 R 2 1 R 2 = ESS T SS = (Ŷ Ŷ ) 2 (Y Ȳ )2 Per la regressone con una sngola X, R 2 concde con l quadrato del coeffcente d correlazone tra X e Y. Ross Regressone lneare semplce Econometra / 45
24 Esempo L errore standard della regressone (SER) Il SER msura la dspersone della dstrbuzone d u. È (quas) la devazone standard camponara de resdu OLS: SER = 1 n (û n 2 û) 2 = 1 n û 2 n 2 La seconda uguaglanza vale perché û = 1 n n û = 0 Ross Regressone lneare semplce Econometra / 45
25 Esempo L errore standard della regressone (SER) Il SER ha le untà d u, che sono le untà d Y msura la dmensone meda del resduo OLS (l errore medo della retta d regressone OLS) La radce dell errore quadratco medo (RMSE, Root Mean Squared Error) è strettamente legata al SER: RMSE = 1 n û 2 n Msura la stessa cosa del SER: la dfferenza sta nel fattore 1/n anzchè 1/(n 2). Ross Regressone lneare semplce Econometra / 45
26 Esempo Nota tecnca Perchè dvdere per n 2 anzchè per n 1? SER = 1 n n 2 û 2 La dvsone per n 2 è una correzone de grad d lbertà - esattamente come la dvsone per n 1, con la dfferenza che per l SER sono stat stmat due parametr β 0 e β 1 ), mentre n s 2 Y ne è stato stmato solo uno µ Y. Quando n è grande non mporta se s utlzza n, n 1 o n 2, anche se la formula convenzonale utlzza n 2 quando c è un sngolo regressore. Ross Regressone lneare semplce Econometra / 45
27 Esempo Esempo d R 2 e SER R 2 = 0, 05 SER = 18, 6 STR spega soltanto una pccola frazone della varazone ne puntegg ne test. Ha senso questo? Sgnfca che STR non è una varable mportante? Ross Regressone lneare semplce Econometra / 45
28 Assunzon OLS Le assunzon de mnm quadrat Qual sono, precsamente, le propretà della dstrbuzone camponara dello stmatore OLS? Quando lo stmatore sarà non dstorto? Qual è la sua varanza? Per rspondere a queste domande dobbamo fare alcune assunzon sulla relazone tra Y e X e su come sono ottenute (lo schema d camponamento) Queste assunzon - sono tre - sono note come assunzon de mnm quadrat. ved Paragrafo 4.4. Ross Regressone lneare semplce Econometra / 45
29 Assunzon OLS Le assunzon de mnm quadrat Y = β 0 + β 1 X + u = 1, 2,..., n La dstrbuzone d u condzonata a X ha meda nulla, coè E[u X ] = 0 u rappresenta l nfluenza che altr fattor hanno sulla relazone tra Y e X. Quando u > 0, Y < E[Y X ]; u < 0, Y > E[Y X ]. L assunzone esclude che fattor n u sano correlat con X. Questo mplca che ˆβ 1 è non dstorto. {X, Y }, = 1,..., n, sono..d. Questo è vero se {X, Y } sono ottenut medante camponamento casuale Questo fornsce la dstrbuzone camponara d e Gl outler n X e/o Y sono rar. Tecncamente, X e Y hanno moment quart fnt. Gl outler possono rsultare n valor prv d senso d ˆβ 1. Ross Regressone lneare semplce Econometra / 45
30 Assunzon OLS Assunzone de mnm quadrat n. 1 Per ogn dato valore d X, la meda d u è zero E[u X ] = 0 Ross Regressone lneare semplce Econometra / 45
31 Assunzon OLS Mnm quadrat, Assunzone 1 Consderamo un espermento controllato casualzzato deale: X è assegnato casualmente a persone (student assegnat casualmente a class d dmenson dverse; pazent assegnat casualmente a trattament medc). La casualzzazone è svolta dal computer - senza utlzzare nformazon sull ndvduo. Poché X è assegnata casualmente, tutte le altre caratterstche ndvdual - gl aspett rassunt da u - sono dstrbute ndpendentemente da X, percò u e X sono ndpendent. Qund, n un espermento controllato casualzzato deale, E[u X ] = 0 (coè vale l assunzone 1) In esperment real, o con dat non spermental, dovremo rflettere bene sul fatto che E[u X = x] = 0 valga o meno. Ross Regressone lneare semplce Econometra / 45
32 Assunzon OLS Mnm quadrat, Assunzone 2 {Y, X }, = 1, 2,..., n sono..d. Questo s verfca automatcamente se l untà (ndvduo, dstretto) è camponata medante camponamento casuale semplce: Le untà sono scelte dalla stessa popolazone, percò {X, Y } sono dentcamente dstrbute per ogn = 1, 2,..., n. Le untà sono scelte a caso, percò valor d {X, Y } per untà dverse sono ndpendentemente dstrbute. I camponament non..d. s ncontrano prncpalmente quando s regstrano dat nel tempo per la stessa untà (dat panel e sere temporal). Ross Regressone lneare semplce Econometra / 45
33 Assunzon OLS Mnm quadrat, Assunzone 3 Gl outler sono rar E[Y 4 ] < E[X 8 ] < Un outler è un valore estremo d X o Y A lvello tecnco, se X e Y sono lmtate, allora hanno moment quart fnt ( puntegg ne test standardzzat soddsfano questa condzone, come anche STR, reddto famlare, ecc.) La sostanza d questa assunzone è che un outler può nfluenzare fortemente rsultat, percò dobbamo escludere valor estrem. Esamnate dat! Se avete un outler, s tratta d un refuso? Non appartene al dataset? Perchè è un outler? Ross Regressone lneare semplce Econometra / 45
34 Assunzon OLS Lo stmatore OLS può essere sensble a un outler Il punto solato è un outler n X o Y? In pratca, gl outler sono spesso dstorson de dat (problem nella codfca o nella regstrazone). Talvolta sono osservazon che non dovrebbero stare nel dataset. Ross Regressone lneare semplce Econometra / 45
35 Dstrbuzone camponara degl stmator OLS Dstrbuzone camponara degl stmator OLS (Paragrafo 4.5) Lo stmatore OLS è calcolato da un campone d dat. Un campone dverso porta a un valore dverso d ˆβ 1. Questa è l orgne della ncertezza camponara d ˆβ 1. Voglamo: quantfcare l ncertezza camponara assocata a ˆβ 1 usare ˆβ 1 per verfcare potes qual β 1 = 0. costrure un ntervallo d confdenza per β 1 = 0. Tutt quest punt rchedono d determnare la dstrbuzone camponara dello stmatore OLS. Due passagg... Quadro d rfermento probablstco per la regressone lneare Dstrbuzone dello stmatore OLS Ross Regressone lneare semplce Econometra / 45
36 Dstrbuzone camponara degl stmator OLS Quadro d rfermento probablstco per la regressone lneare Il quadro d rfermento probablstco per la regressone lneare è replogato dalle tre assunzon de mnm quadrat. 1 Popolazone Il gruppo d nteresse (esempo: tutt possbl dstrett scolastc) 2 Varabl casual: Y, X Esempo: TestScore, STR 3 Dstrbuzone congunta d Y, X. Assumamo: La funzone d regressone è lneare E[u X ] = 0 (prma assunzone de mnm quadrat) X, Y hanno moment quart fnt non null (terza assunzone) 4 La raccolta de dat medante camponamento casuale semplce mplca: {Y, X }, = 1, 2,..., n sono..d. (seconda assunzone). Ross Regressone lneare semplce Econometra / 45
37 Dstrbuzone camponara degl stmator OLS Dstrbuzone camponara d ˆβ 1 ˆβ 1 ha una dstrbuzone camponara. Qual è E[ ˆβ 1 ]? Se E[ ˆβ 1] = β 1, allora lo stmatore OLS è non dstorto. Qual è V ar[ ˆβ 1 ]? (msura d ncertezza camponara) Dobbamo dervare una formula per poter calcolare l errore standard d. Qual è la dstrbuzone d n pccol campon? E molto complessa, n generale. Qual è la dstrbuzone d ˆβ 1 n grand campon? In grand campon, ˆβ 1 ha dstrbuzone normale. Ross Regressone lneare semplce Econometra / 45
38 Meda e varanza camponara stmator OLS Meda e varanza della dstrbuzone camponara d ˆβ 1 ˆβ 1 = = Y = β 0 + β 1 X + u Ȳ = β 0 + β 1 X + ū Y Ȳ = β 1(X X) + (u ū) n (X X)(Y Ȳ ) (X X) 2 n (X X)(β 1 (X X) + (u ū)) (X X) 2 = β 1 n (X X)(X X) (X X) 2 + n = β 1 + (u ū)(x X) (X X) 2 n ˆβ 1 β 1 = (u ū)(x X) (X X) 2 n (u ū)(x X) (X X) 2 Ross Regressone lneare semplce Econometra / 45
39 Meda e varanza camponara stmator OLS Meda e varanza della dstrbuzone camponara d ˆβ 1 Il numeratore: Segue che n (X X)(u ū) = ˆβ 1 β 1 = = = n (X X)u [ n (X X) ] ū n (X X)u 0 ū n (X X)u n (u ū)(x X) n (X X) = (X X)u 2 (X X) 2 Ross Regressone lneare semplce Econometra / 45
40 Meda e varanza camponara stmator OLS Meda d ˆβ 1 E[ ˆβ 1 ] β 1 = E [ n (X X)u ] (X X) 2 per la legge de valor attes terat: { [ n E[ ˆβ 1 ] β 1 = E E (X X)u ]} (X X) X 2 1, X 2,..., X n { n = E (X X)E } [u X 1, X 2,..., X n ] (X X) 2 = 0 per l Assunzone 1, coè E [u X 1, X 2,..., X n ] = E[u X ] = 0. ˆβ 1 è non dstorto: E[ ˆβ 1 ] = β 1. Ross Regressone lneare semplce Econometra / 45
41 Meda e varanza camponara stmator OLS Varanza d ˆβ 1 dove Se n è grande ˆβ 1 β 1 = n (X X)u (X X) 2 = v = (X X)u s 2 X σ 2 X e n 1 n 1. Qund ˆβ1 β 1 1 n v σx 2 1 n v n 1 n s2 X dato E[ ˆβ 1 ] = β 1 V ar[ ˆβ 1 β 1 ] = V ar[ ˆβ 1 ] V ar[ ˆβ 1 ] V ar [ 1 n v ] (σx 2 )2 Ross Regressone lneare semplce Econometra / 45
42 Meda e varanza camponara stmator OLS Varanza d ˆβ 1 V ar [ 1 n ] v = V ar [ 1 n ] (X X)u Per l assunzone 1: [ ] E (X X)u = Per l assunzone 2: Per l assunzone 3: v..d. E [ (X X)u ] = 0 V ar [ (X X)u ] = E[(X X) 2 u 2 ] = σv 2 < [ ] 1 V ar (X n X)u = 1 n 2 nσ2 v < Ross Regressone lneare semplce Econometra / 45
43 Meda e varanza camponara stmator OLS Varanza d ˆβ 1 E[ ˆβ 1 ] = β 1. V ar[ ˆβ 1 ] = 1 n V ar [v ] (σx 2 = 1 )2 n V ar[ ˆβ 1 ] è nversamente proporzonale a n. σv 2 (σx 2 )2 Ross Regressone lneare semplce Econometra / 45
44 Meda e varanza camponara stmator OLS Dstrbuzone asntotca d ˆβ 1 v = 1 n v soddsfa le condzon per l applcazone de TLC v σ v / N(0, 1) n ˆβ 1 β 1 = 1 n v n 1 n s2 X v 1 n v V ar[x ] V ar[ ˆβ 1 ] = V ar[ v] [V ar(x )] 2 = 1 V ar[v ] n [V ar(x )] 2 Qund, per n grande, la dstrbuzone d ˆβ 1 ( σ ˆβ 2 ) v 1 N β 1, n(σx 2 )2 Ross Regressone lneare semplce Econometra / 45
45 Meda e varanza camponara stmator OLS Dstrbuzone asntotca d ˆβ 1 Anche la dstrbuzone approssmata d ˆβ 0 è gaussana ( ˆβ 0 N β 0, V ar[h u ] ) n[e(h 2)]2 [ µx ] H = 1 E(X 2) X La dstrbuzone congunta d ˆβ 0 e ˆβ 1 è bene approssmata dalla gaussana bvarata. Ross Regressone lneare semplce Econometra / 45
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI METODI PER LO STUDIO DEL LEGAME TRA VARIABILI IN UN RAPPORTO DI CAUSA ED EFFETTO I MODELLI DI REGRESSIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra
DettagliRelazioni tra variabili: Correlazione e regressione lineare
Dott. Raffaele Casa - Dpartmento d Produzone Vegetale Modulo d Metodologa Spermentale Febbrao 003 Relazon tra varabl: Correlazone e regressone lneare Anals d relazon tra varabl 6 Produzone d granella (kg
DettagliREGRESSIONE LINEARE. È caratterizzata da semplicità: i modelli utilizzati sono basati essenzialmente su funzioni lineari
REGRESSIONE LINEARE Ha un obettvo mportante: nvestgare sulle relazon emprche tra varabl allo scopo d analzzare le cause che possono spegare un determnato fenomeno È caratterzzata da semplctà: modell utlzzat
DettagliRegressioni con variabili strumentali
Regresson con varabl strumental 3 mportant mnacce alla valdtà nterna del modello: Bas dovuta alle varabl omesse, varabl correlate con X ma non osservate e che per questo non possono essere ncluse nella
DettagliCampo di applicazione
Unverstà del Pemonte Orentale Corso d Laurea n Botecnologa Corso d Statstca Medca Correlazone Regressone Lneare Corso d laurea n botecnologa - Statstca Medca Correlazone e Regressone lneare semplce Campo
DettagliCapitolo 3. Cap. 3-1
Statstca Captolo 3 Descrzone Numerca de Dat Cap. 3-1 Obettv del Captolo Dopo aver completato l captolo, sarete n grado d: Calcolare ed nterpretare la meda, la medana e la moda d un set tdd dat Trovare
DettagliPREVEDONO: Capitolo 17 del libro di testo. Copyright 2005 The McGraw-Hill Companies srl
Le Inferenze sul modello d regressone PREVEDONO: Assunzone d normaltà degl error e nferenza su parametr Anals della Varanza Inferenza per la rsposta meda e la prevsone Anals de resdu Valor anomal Captolo
DettagliRelazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione
1 La Regressone Lneare (Semplce) Relazone funzonale e statstca tra due varabl Modello d regressone lneare semplce Stma puntuale de coeffcent d regressone Decomposzone della varanza Coeffcente d determnazone
DettagliCorrelazione lineare
Correlazone lneare Varable dpendente Mortaltà per crros 50 45 40 35 30 5 0 15 10 5 0 0 5 10 15 0 5 30 Consumo d alcool Varable ndpendente Metodologa per l anals de dat spermental L anals d stud con varabl
DettagliLa t di Student. Per piccoli campioni si definisce la variabile casuale. = s N. detta t di Student.
Pccol campon I parametr della dstrbuzone d una popolazone sono n generale ncognt devono essere stmat dal campone de dat spermental per pccol campon (N N < 30) z = (x µ)/ )/σ non ha pù una dstrbuzone gaussana
Dettagli03/03/2012. Campus di Arcavacata Università della Calabria
Campus d Arcavacata Unverstà della Calabra Corso d statstca RENDE a.a 0-00 3 4 5 6 7 8 9 0 3 4 5 6 7 8 9 Concentrazone Un altro aspetto d un nseme d dat che s aggunge alla meda e alla varabltà è costtuto
DettagliLaboratorio 2B A.A. 2012/2013. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 01/013 Elaborazone Dat Lab B CdL Fsca Lab B CdL Fsca Elaborazone dat spermental Prncpo della massma verosmglanza Quando eseguamo una sere d msure relatve ad una data grandezza fsca, quanto
DettagliMisure Ripetute ed Indipendenti
Msure Rpetute ed Indpendent Una delle metodologe pù semplc per valutare l affdabltà d una msura consste nel rpeterla dverse volte, nelle medesme condzon, ed esamnare dvers valor ottenut. Ovvamente, una
DettagliCorrelazione, Regressione, Test non parametrici
Correlazone, Regressone, Test non parametrc Correlazone 1 Anals della Correlazone L anals della Correlazone è usata per msurare la forza dell assocazone (relazone lneare) tra due varabl Correlazone rguarda
DettagliLA VARIABILITA. IV lezione di Statistica Medica
LA VARIABILITA IV lezone d Statstca Medca Sntes della lezone Il concetto d varabltà Campo d varazone Dfferenza nterquartle La varanza La devazone standard Scostament med Il concetto d varabltà S defnsce
Dettagli3 CAMPIONAMENTO DI BERNOULLI E DI POISSON
3 CAMPIOAMETO DI ROULLI E DI POISSO 3. ITRODUZIOE In questo captolo esamneremo due schem d camponamento che dversamente dal camponamento casuale semplce non producono campon d dmensone fssa ma varable.
DettagliDefinizione di campione
Defnzone d campone S consder una popolazone fnta U = {1, 2,..., N}. Defnamo campone ordnato d dmensone n qualsas sequenza d n etchette della popolazone anche rpetute. s = ( 1, 2,..., n ), dove j è l etchetta
DettagliAnalisi degli errori. Introduzione J. R. Taylor, Introduzione all analisi degli errori, Zanichelli, Bo 1986
Anals degl error Introduzone J. R. Taylor, Introduzone all anals degl error, Zanchell, Bo 1986 Sstem d untà d msura, rappresentazone numerca delle quanttà fsche e cfre sgnfcatve Resnck, Hallday e Krane
DettagliAd esempio, potremmo voler verificare la legge di caduta dei gravi che dice che un corpo cade con velocità uniformemente accellerata: v = v 0 + g t
Relazon lnear Uno de pù mportant compt degl esperment è quello d nvestgare la relazone tra due varabl. Il caso pù mportante (e a cu spesso c s rconduce, come vedremo è quello n cu la relazone che s ntende
DettagliCorso di. Dott.ssa Donatella Cocca
Corso d Statstca medca e applcata 3 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone I concett prncpal che sono stat presentat sono: Mede forme o analtche (Meda artmetca semplce, Meda artmetca
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI IL LEGAME TRA DUE VARIABILI I METODI DELLA CORRELAZIONE Prof.ssa G. Sero, Prof. P. Trerotol, Cattedra d Statstca Medca, Unverstà d Bar 1/19 IL PROBLEMA
DettagliESERCIZIO 4.1 Si consideri una popolazione consistente delle quattro misurazioni 0, 3, 12 e 20 descritta dalla seguente distribuzione di probabilità:
ESERCIZIO. S consder una popolazone consstente delle quattro msurazon,, e descrtta dalla seguente dstrbuzone d probabltà: X P(X) ¼ ¼ ¼ ¼ S estrae casualmente usando uno schema d camponamento senza rpetzone
DettagliOltre la regressione lineare
Oltre la regressone lneare Modello d regressone lneare (semplce o multpla: - varabl esplcatve X quanttatve e qualtatve (nserte tramte uso d varabl dummy - varable dpendente Y è quanttatva Y = b + b X +
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematca II: Calcolo delle Probabltà e Statstca Matematca ELT A-Z Docente: dott. F. Zucca Eserctazone # 8 Gl esercz contrassegnat con (*) sono tratt da Eserc. 2002-2003- Prof. Secch # 0 - Statstca Matematca
DettagliANALISI STATISTICA DELLE INCERTEZZE CASUALI
AALISI STATISTICA DELLE ICERTEZZE CASUALI Consderamo l caso della msura d una grandezza fsca che sa affetta da error casual. Per ottenere maggor nformazone sul valore vero della grandezza rpetamo pù volte
DettagliLa Regressione X Variabile indipendente o esplicativa. La regressione. La Regressione. Y Variabile dipendente
Unverstà d Macerata Dpartmento d Scenze Poltche, della Comuncazone e delle Relaz. Internazonal La Regressone Varable ndpendente o esplcatva Prezzo n () () 1 1 Varable dpendente 15 1 1 1 5 5 6 6 61 6 1
DettagliFACOLTÀ DI SOCIOLOGIA CdL in SCIENZE DELL ORGANIZZAZIONE ESAME di STATISTICA 17/09/2012
CdL n SCIENZE DELL ORGANIZZAZIONE ESAME d STATISTICA ESERCIZIO 1 (+.5+.5+3) La tabella seguente rporta la dstrbuzone d frequenza del peso X n gramm d una partta d mele provenent da un certo frutteto. X=peso
DettagliLa likelihood. , x 3. , x 2. ,...x N
La lkelhood È dato un set d msure {x 1, x 2, x 3,...x N } (cascuna delle qual può essere multdmensonale) Supponamo che la pdf (f) dpenda da un parametro (anch'esso eventualmente multdmensonale) La verosmglanza
DettagliIng. Enrico Grisan. Modelli di popolazione in farmacocinetica
Ing. Enrco Grsan Modell d popolazone n farmacocnetca Sommaro Modell a sngolo soggetto Modell d popolazone Naïve poolng Stme basate sul sngolo soggetto Modell a effett mst Lnearzzazone del modello 2 Ing.
DettagliAppunti di Econometria
Appunt d Econometra ARGOMENTO [4]: VARIABILI DIPENDENTI BINARIE Mara Lusa Mancus Unverstà Boccon Novembre 200 Introduzone Ne modell econometrc studat fno ad ora la varable dpendente, y, è sempre stata
DettagliTest delle Ipotesi e Analisi della Varianza (ANalysis Of VAriance: ANOVA)
delle Ipotes e Anals della Varanza (ANalyss Of VArance: ANOVA) delle Ipotes sulla meda Introduzone Defnzon baslar Teora per l caso d varanza nota Rsch nel test delle potes Teora per l caso d varanza non
DettagliPropagazione degli errori statistici. Test del χ 2 per la bontà di adattamento. Metodo dei minimi quadrati.
Propagazone degl error statstc. Test del χ per la bontà d adattamento. Metodo de mnm quadrat. Eserctazone 14 gennao 004 1 Propagazone degl error casual Sano B 1,..., B delle varabl casual con valor attes
DettagliLezioni di Statistica (25 marzo 2013) Docente: Massimo Cristallo
UNIVERSITA DEGLI STUDI DI BASILICATA FACOLTA DI ECONOMIA Corso d laurea n Economa Azendale Lezon d Statstca (25 marzo 2013) Docente: Massmo Crstallo QUARTILI Dvdono la dstrbuzone n quattro part d uguale
DettagliRegressione e correlazione
Regressone e correlazone Corso d statstca socale prof. Natale Carra - Unverstà degl Stud d Bergamo a.a. 005-06 Regressone Questo modello d anals bvarata esamna le relazon fra coppe d varabl contnue. Un
DettagliL ANALISI MONOVARIATA: Variabilità e mutabilità. Prof. Maria Carella
L AALISI MOOVARIATA: Varabltà e mutabltà Prof. Mara Carella Varabltà Le msure d tendenza centrale non sono suffcent alla comprensone de fenomen. Una sntes approprata deve tener conto del modo n cu s dstrbuscono
DettagliLaboratorio 2B A.A. 2013/2014. Elaborazione Dati. Lab 2B CdL Fisica
Laboratoro B A.A. 013/014 Elaborazone Dat Lab B CdL Fsca Elaborazone dat spermental Come rassumere un nseme d dat spermental? Una statstca è propro un numero calcolato a partre da dat stess. La Statstca
DettagliIL MODELLO DI MACK. Materiale didattico a cura di Domenico Giorgio Attuario Danni di Gruppo Società Cattolica di Assicurazioni
IL MODELLO DI MACK Materale ddattco a cura d Domenco Gorgo Attuaro Dann d Gruppo Socetà Cattolca d Asscurazon CHAIN-LADDE CLASSICO Metodo pù utlzzato per la stma della rserva snstr. Semplctà. Dstrbuton-ree
Dettagliy. E' semplicemente la media calcolata mettendo
COME FUNZIONA L'ANOVA A UN FATTORE: SI CONFRONTANO TANTE MEDIE SCOMPONENDO LA VARIABILITA' TOTALE Per testare l'potes nulla che la meda d una varable n k popolazon sa la stessa, s suddvde la varabltà totale
DettagliPIANIFICAZIONE DEI TRASPORTI
Unverstà d Caglar DICAAR Dpartmento d Ingegnera Cvle, Ambentale e archtettura Sezone Trasport PIANIFICAZIONE DEI TRASPORTI Eserctazone su modell d generazone A.A. 2016-2017 Ing. Francesco Pras Ing. Govann
DettagliScienze Geologiche. Corso di Probabilità e Statistica. Prove di esame con soluzioni
Scenze Geologche Corso d Probabltà e Statstca Prove d esame con soluzon 004-005 1 Corso d laurea n Scenze Geologche - Probabltà e Statstca Appello del 1 gugno 005 - Soluzon 1. (Punt 3) In una certa zona,
DettagliRAPPRESENTAZIONE DI MISURE. carta millimetrata
carta mllmetrata carta mllmetrata non è necessaro rportare sul foglo la tabella (ma auta; l mportante è che sta da qualche parte) carta mllmetrata 8 7 6 5 4 3 smbolo della grandezza con untà d msura!!!
DettagliPropagazione delle incertezze
Propagazone delle ncertezze In questa Sezone vene trattato l problema della propagazone delle ncertezze quando s msurano pù grandezze dfferent,,,z soggette a error d tpo casuale e po s utlzzano tal grandezze
DettagliElementi di statistica
Element d statstca Popolazone statstca e campone casuale S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..) e
DettagliStatistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill
Statstca - metodologe per le scenze economche e socal /e S Borra, A D Cacco - McGraw Hll Es Soluzone degl esercz del captolo 7 In base agl arrotondament effettuat ne calcol, s possono rscontrare pccole
DettagliLA CALIBRAZIONE NELL ANALISI STRUMENTALE
LA CALIBRAZIONE NELL ANALISI STRUMENTALE La maggor parte delle anals chmche sono ogg condotte medante metod strumental (spettrometra d assorbmento ed emssone a dverse λ, metod elettrochmc, spettrometra
DettagliAnalisi della Varianza
Anals della Varanza Esempo: Una ndustra d carta usata per buste per salumere vuole mglorare la resstenza alla trazone del propro prodotto. S rtene che resstenza alla trazone = f(concentrazone d legno nella
DettagliCorso di Teoria dei Campioni Facoltà di Economia Corso di Laurea SIGI
A.A. 2006/07 Corso d Teora de Campon Facoltà d Economa Corso d Laurea SIGI M. Govanna Ranall Lezon: Martedì 18:00 19:30; Govedì 12:15 13:45 Oraro d rcevmento: Lunedì 16:00 18:00 (stanza 24) Durata: 9 settmane
DettagliELEMENTI DI STATISTICA
ELEMENTI DI STATISTICA POPOLAZIONE STATISTICA E CAMPIONE CASUALE S chama popolazone statstca l nseme d tutt gl element che s voglono studare (ndvdu, anmal, vegetal, cellule, caratterstche delle collettvtà..)
DettagliVariabili statistiche - Sommario
Varabl statstche - Sommaro Defnzon prelmnar Statstca descrttva Msure della tendenza centrale e della dspersone d un campone Introduzone La varable statstca rappresenta rsultat d un anals effettuata su
DettagliModelli con varabili binarie (o qualitative)
Modell con varabl bnare (o qualtatve E( Y X α + βx + ε quando Y è una varable benoullana Y 1 0 s ha l modello lneare d probabltà Pr( Y 1 X α + βx + ε dove valor stmat della Y assumono l sgnfcato d probabltà.
DettagliSERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete
SERIE STORICHE, TREND, MEDIE MOBILI, REGRESSIONE Andrea Prevete Una sere storca o temporale è un nseme d dat costtut da una sequenza d osservazon su un fenomeno d nteresse X, effettuate n stant (per le
Dettagli1 La domanda di moneta
La domanda d moneta Eserczo.4 (a) Keynes elenca tre motv per detenere moneta: Scopo transattvo Scopo precauzonale Scopo speculatvo Il modello d domanda d moneta a scopo speculatvo d Keynes consdera la
DettagliStatistica Descrittiva
Statstca Descrttva Corso d Davd Vettur Dat osservat Sano note le seguent msure dello spessore d una lastra d materale polmerco espresse n mllmetr 3.71 3.83 3.85 3.96 3.84 3.8 3.94 3.55 3.76 3.63 3.88 3.86
Dettagli1) Dato un carattere X il rapporto tra devianza entro e devianza totale è 0.25 e la devianza totale è 40. La devianza tra vale: a) 10 b) 20 c) 30
1) Dato un carattere X l rapporto tra devanza entro e devanza totale è 0.25 e la devanza totale è 40. La devanza tra vale: a) 10 b) 20 c) 30 2) Data una popolazone normalmente dstrbuta con meda 10 e varanza
DettagliStrada B. Classe Velocità valore frequenza Frequ. ass Frequ. % hi Freq. Cum
Eserczo SINTESI S supponga d avere eseguto 70 msure della veloctà stantanea de vecol che transtano nelle sezon d due strade A e B. S supponga che tal msure sano state eseguta n corrspondenza d valor modest
DettagliConcetti principale della lezione precedente
Corso d Statstca medca e applcata 6 a Lezone Dott.ssa Donatella Cocca Concett prncpale della lezone precedente I concett prncpal che sono stat presentat sono: I fenomen probablstc RR OR ROC-curve Varabl
DettagliMisure indipendenti della stessa grandezza, ciascuna con una diversa precisione.
Msure ndpendent della stessa grandezza, cascuna con una dversa precsone. Consderamo d avere due msure o n generale della stessa grandezza, ndpendent, caratterzzate da funzone denstà d probabltà d Gauss.
DettagliMetodologie informatiche per la chimica
Metodologe nforatche per la chca Dr. Sergo Brutt Anals de dat 6 Y Rcaptolo generale Dato un nsee d sure sperental d una varable dpendente al varare d una varable ndpendente è possble edante l crtero de
DettagliMODELLO DI REGRESSIONE PER DATI DI PANEL
MODELLO DI REGRESSIONE PER DAI DI PANEL 5. Introduzone Storcamente l anals econometrca ha proceduto n due dstnte drezon: lo studo d modell macroeconomc, sulla base d sere temporal d dat aggregat da una
DettagliRegressione Multipla e Regressione Logistica: concetti introduttivi ed esempi
Regressone Multpla e Regressone Logstca: concett ntroduttv ed esemp I Edzone ottobre 014 Vncenzo Paolo Senese vncenzopaolo.senese@unna.t Indce Note prelmnar alla I edzone 1 Regressone semplce e multpla
DettagliS O L U Z I O N I. 1. Effettua uno studio qualitativo della funzione. con particolare riferimento ai seguenti aspetti:
S O L U Z I O N I 1 Effettua uno studo qualtatvo della funzone con partcolare rfermento a seguent aspett: f ( ) ln( ) a) trova l domno della funzone b) ndca qual sono gl ntervall n cu f() rsulta postva
DettagliIncertezza di sensibilità < fluttuazione intrinseca delle misure.
Error casual no ad ora abbamo correlato la bontà d una msura alla sensbltà degl strument utlzzat. Samo partt da una stuazone n cu effettuata una sere d msure rpetute, le msure hanno tutte dato lo stesso
DettagliTeoria degli errori. La misura implica un giudizio sull uguaglianza tra la grandezza incognita e la grandezza campione. Misure indirette: velocita
Teora degl error Processo d msura defnsce una grandezza fsca. Sstema oggetto. Apparato d msura 3. Sstema d confronto La msura mplca un gudzo sull uguaglanza tra la grandezza ncognta e la grandezza campone
DettagliRegressione lineare: definizione delle incertezze dei coefficienti (calibrazione e regressione generica)
Regressone lneare: defnzone delle ncertezze de coeffcent (calbrazone e regressone generca) Argoment: regressone lneare affetta da ncertezza; ncertezza del coeffcente angolare della retta d regressone;
DettagliSistemi Intelligenti Relazione tra ottimizzazione e statistica - IV Alberto Borghese
Sstem Intellgent Relazone tra ottmzzazone e statstca - IV Alberto Borghese Unverstà degl Stud d Mlano Laboratory of Appled Intellgent Systems (AIS-Lab) Dpartmento d Informatca borghese@dunmt Anals dell
DettagliPrecisione e Cifre Significative
Precsone e Cfre Sgnfcatve Un numero (una msura) è una nformazone! E necessaro conoscere la precsone e l accuratezza dell nformazone. La precsone d una msura è contenuta nel numero d cfre sgnfcatve fornte
DettagliC.I. di Metodologia clinica
C.I. d Metodologa clnca I metod per la sntes e la comuncazone delle nformazon sulla salute Come possamo trarre concluson attendbl su parametr a partre dalle stme camponare? I metod per la produzone delle
DettagliLa regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente
Unverstà d Macerata Facoltà d Scenze Poltche - Anno accademco - La Regressone Varable ndpendente (data) Varable dpendente Dpendenza funzonale (o determnstca): f ; Da un punto d vsta analtco, valor della
Dettagli2 LE IPOTESI FORTI SUI RESIDUI
F. Carlucc Tracca per un corso d Econometra Modulo II Mnm quadrat LE IPOTESI FORTI SUI RESIDUI Indce del captolo. Un rassunto delle potes mposte al modello lneare.... Resdu dstrbut normalmente... 3 La
DettagliL analisi della correlazione lineare
L anals della correlazone lneare Corso d STATISTICA Prof. Roberta Sclano Ordnaro d Statstca, Unverstà d apol Federco II Professore supplente, Unverstà della Baslcata a.a. 20/202 Prof. Roberta Sclano Statstca
DettagliLezione n La concentrazione
1 La concentrazone Corso d Laurea: Economa Azendale Nello studo de fenomen economc e socal descrtt attraverso caratter quanttatv d tpo trasferble può essere nteressante analzzare la cosddetta concentrazone
DettagliUNIVERSITÀ DEGLI STUDI DI TORINO CORSO DI LAUREA IN CHIMICA Dispense ad esclusivo uso introduttivo per il modulo di Fisica C
ELEMETI BASILARI DI TEORIA DEGLI ERRORI. VALOR MEDIO, DEVIAZIOE STADARD E VARIAZA S defnsce valor medo d un nseme d dat,,, la quanttà: () S defnsce varanza emprca dell nseme precedente la quanttà: σ ()
DettagliCostruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 2:
Costruzone d macchne Modulo d: Progettazone probablstca e affdabltà Marco Beghn Lezone : Probabltà condzonata e varabl casual Probabltà condzonata: La probabltà d un evento A (r)valutata quando è noto
DettagliModelli descrittivi, statistica e simulazione
Modell descrttv, statstca e smulazone Master per Smart Logstcs specalst Roberto Cordone (roberto.cordone@unm.t) Statstca descrttva Cernusco S.N., govedì 28 gennao 2016 (9.00/13.00) 1 / 15 Indc d poszone
DettagliVariabili casuali. Variabili casuali
Varabl casual Assegnato uno spazo d probabltà (S, A, P[.]) s densce varable casuale una unzone avente come domno lo spazo de campon (S) e come codomno la retta reale. S Le varabl casual s ndcano con lettere
DettagliStatistica e calcolo delle Probabilità. Allievi INF
Statstca e calcolo delle Probabltà. Allev INF Proff. L. Ladell e G. Posta 06.09.10 I drtt d autore sono rservat. Ogn sfruttamento commercale non autorzzato sarà perseguto. Cognome e Nome: Matrcola: Docente:
DettagliLA VARIABILITA. Nella metodologia statistica si distinguono due aspetti della variabilità:
LA VARIABILITA LA VARIABILITA E L ATTITUDINE DEL FENOMENO QUANTITATIVO AD ASSUMERE DIVERSE MODALITA, O MEGLIO LA TENDENZA DI OGNI SINGOLA OSSERVAZIONE AD ASSUMERE VALORI DIFFERENTI RISPETTO AL VALORE MEDIO.
Dettagli* PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE *
* PROBABILITÀ - SCHEDA N. LE VARIABILI ALEATORIE *. Le varabl aleatore Nella scheda precedente abbamo defnto lo spazo camponaro come la totaltà degl est possbl d un espermento casuale; abbamo vsto che
DettagliSTATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE
Matematca e statstca: da dat a modell alle scelte www.dma.unge/pls_statstca Responsabl scentfc M.P. Rogantn e E. Sasso (Dpartmento d Matematca Unverstà d Genova) STATISTICA DESCRITTIVA - SCHEDA N. REGRESSIONE
DettagliNorma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura
orma UI CEI EV 3005: Guda all'espressone dell'ncertezza d msura L obettvo d una msurazone è quello d determnare l valore del msurando, n altre parole della grandezza da msurare. In generale, però, l rsultato
DettagliCapitolo 3 Covarianza, correlazione, bestfit lineari e non lineari
Captolo 3 Covaranza, correlazone, bestft lnear e non lnear ) Covaranza e correlazone Ad un problema s assoca spesso pù d una varable quanttatva (es.: d una persona possamo determnare peso e altezza, oppure
DettagliProbabilità cumulata empirica
Probabltà cumulata emprca Se s effettua un certo numero d camponament da una popolazone con dstrbuzone cumulata F(y), s avranno allora n campon y, y,, y n. E possble consderarne la statstca d ordne, coè
DettagliEsercizi di Probabilità e Statistica
Esercz d Probabltà e Statstca Samuel Rota Bulò 25 maggo 2007 Funzon d v.a., meda, varanza, moda, medana, quantl e quartl. Vettor aleator, denst condzonata, covaranza, correlazone. Eserczo 1 Sa Y ax + b
DettagliC. Meneghini é una variabile aleatoria la cui funzione densitá di probabilitá é:
1 Uso della varable χ : test d verosmglanza e ft d dat. C. Meneghn meneghn@fs.unroma3.t a) La varable χ La varable χ : se z 1, z,... z ν sono varabl aleatore con dstrbuzone normale standard (N(0,1)) la
DettagliLa regressione nella stima immobiliare
La regressone nella stma mmoblare Paolo Rosato Dpartmento d Ingegnera Cvle e Archtettura Pazzale Europa 1-34127 Treste. Itala Tel: +39-040-5583569. Fax: +39-040-55835 80 E-mal: paolo.rosato@da.unts.t 26/04/2017
DettagliDipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 3:
Dpartmento d Statstca Unverstà d Bologna Matematca Fnanzara aa 2011-2012 lezone 3: 21022012 professor Danele Rtell www.unbo.t/docdent/danele.rtell 1/31? Captalzzazone msta S usa l regme composto per l
DettagliMetodologie informatiche per la chimica
Metodologe nforatche per la chca Dr. Sergo Brutt Test d potes e soothng Rsultat dell eserctazone Legenda: A = copto eccellente; B = copto buono; C = copto suffcente; D = copto scarso; E = copto nsuffcente.
DettagliOutline L approccio dei risultati potenziali all inferenza causale
Outlne L approcco de rsultat potenzal all nferenza causale Leonardo Grll & Fabrza Meall oncett d base Tp d nferenza causale Esperment con noncomplance: approcco de rsultat potenzal e confronto con l metodo
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA
NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA IL PROBLEMA Supponamo d voler studare l effetto d 4 dverse dete su un campone casuale d 4
DettagliQuattro passi nella statistica per chimici
Quattro pass nella statstca per chmc Lo scopo dell anals statstca applcata a sere d dat spermental è quella d ottenere nformazon per valutare la valdtà d una procedura o la accettabltà d un dato analtco.
DettagliEttore Limoli. Lezioni di Matematica Prof. Ettore Limoli. Sommario. Calcoli di regressione
Sto Personale d Ettore Lmol Lezon d Matematca Prof. Ettore Lmol Sommaro Calcol d regressone... 1 Retta d regressone con Ecel... Uso della funzone d calcolo della tendenza... 4 Uso della funzone d regressone
Dettagliuna variabile casuale è continuase può assumere un qualunque valore in un intervallo
Varabl casual contnue Se samo nteressat alla temperatura massma gornaleraquesta è una varable casuale msurata n un ntervallo contnuoe qund è una v.c. contnua una varable casuale è contnuase può assumere
DettagliMetodi Quantitativi per Economia, Finanza e Management
Metod Quanttatv per Economa, Fnanza e Management Lezone n 10 Regressone Logstca: Le potes del modello, la stma del modello, l nterpretazone del del modello L mpostazone del problema Reddtvtà = rcav - cost
DettagliLa soluzione delle equazioni differenziali con il metodo di Galerkin
Il metodo de resdu pesat per gl element fnt a soluzone delle equazon dfferenzal con l metodo d Galerkn Tra le procedure generalmente adottate per formulare e rsolvere le equazon dfferenzal con un metodo
DettagliIntroduzione al Machine Learning
Introduzone al Machne Learnng Note dal corso d Machne Learnng Corso d Laurea Magstrale n Informatca aa 2010-2011 Prof Gorgo Gambos Unverstà degl Stud d Roma Tor Vergata 2 Queste note dervano da una selezone
DettagliCARATTERISTICHE DEI SEGNALI RANDOM
CARATTERISTICHE DEI SEGNALI RANDOM I segnal random o stocastc rvestono una notevole mportanza poché sono present, pù che segnal determnstc, nella maggor parte de process fsc real. Esempo d segnale random:
DettagliStima dei Parametri: Metodo di Massima Verosimiglianza
Captolo 8 Stma de Parametr: Metodo d Massma Verosmglanza Lo scopo dello studo spermentale de fenomen fsc è quello d scoprre qual sono le legg che legano le grandezze fsche e d ottenere l valore delle costant
Dettagli