Esercitazioni di Statistica

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercitazioni di Statistica"

Transcript

1 Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso medio di 1 grammi. Si suppoga che il peso di ua matita sia ua variabile casuale distribuita secodo la legge ormale, di parametri µ o ota e σ 4. a) Si propoga uo stimatore o distorto per µ e si dica quato vale la sua variaza. b) Si determii l itervallo di cofideza per µ al livello (1 α) c) Si determii l itervallo di cofideza per µ al livello (1 α) 0.95 i asseza di ipotesi che la variabile casuale peso di ua matita abbia distribuzioe ormale. Soluzioe a) Uo stimatore o distorto per µ è la media campioaria. La sua variaza tede a zero al tedere della umerosità campioaria all ifiito. La variaza 1

2 di questo stimatore è, ifatti, pari a: ( Var( X) Var X ) i Var (X i ) Nel caso specifico b) Poichè Var (X i) 1 σ Var( X) σ α 0.95 α 0.05 α/ 0.05 Φ(z α/ ) 1 α/ z α/ 1.96 X µ σ/ e dato che X N(µ, σ /), e N(0, 1), l itervallo di cofideza al livello (1 α) 95% è dato da: σ σ 95%IC [l 1, l [ x z α/ ; x + z α/ [ ; [11.608; Ciò sigifica che il peso medio delle matite colorate risulta compreso tra (11.608; 1.39) al livello di cofideza del 95%. c) Dato che la umerosità campioaria è grade ( 30), l itervallo di cofideza otteuto rimae valido ache i asseza di ipotesi di ormalità della variabile casuale peso di ua matita i base al Teorema del limite cetrale. Esercizio Ua fabbrica produce barrette di cioccolato. Il peso di ciascua barretta X è ua variabile casuale distribuita secodo la legge Normale di parametri µ o ota e σ 64. Si cosideri u campioe di 5 barrette, per cui si ottiee 5 x i 450. a) Si determii l itervallo di cofideza per µ al livello (1 α) b) Si determii l ampiezza campioaria miima che assicura che la lughezza dell itervallo di cofideza per µ al livello (1 α) 0.90 sia iferiore a 10.

3 Soluzioe a) Il primo passo da effettuare è determiare la stima della media campioaria, che è data da: x 1 5 x i 450/ Ora, quidi X N(µ, 64/5). Poiché E( X) µ; Var( X) σ /, 1 α 0.90 α 0.10 α/ 0.05 Φ(z α/ ) 1 α/ 0.95 z α/ 1.645, l itervallo di cofideza al livello (1 α) 90% è dato da: σ σ 90%IC [l 1, l [ x z α/ ; x + z α/ [ ; [95.368; Ciò sigifica che il peso medio delle barrette di cioccolato risulta compreso tra (95.368;100.63) al livello di cofideza del 90%. b) Se si vuole imporre che la lughezza dell itervallo di cofideza per µ al livello (1 α) 0.90 sia iferiore a 10 si ha che per cui 7. z α/ σ < 10 z < < < ( ) 8 < > 6.93, 3

4 Esercizio 3 Si è iteressati a studiare la difettosità e il peso dei pezzi prodotti i u processo produttivo. U campioe di 60 pezzi è stato selezioato e per ciascuo si è rilevata la difettosità e il peso. E risultato che: 5 pezzi soo difettosi; Sia X i il peso dell i-esimo pezzo. Si è rilevato: e x i 840, x i a) Proporre uo stimatore o distorto per µ il valor medio di X, e valutare le proprietà della stima corrispodete. b) Proporre uo stimatore o distorto per σ (la variaza di X). c) Proporre u itervallo di cofideza al 99% per µ ell ipotesi che X sia distribuita come ua ormale. d) Proporre u itervallo di cofideza al 99% per µ i asseza di ipotesi di ormalità della variabile casuale X. e) Proporre u itervallo di cofideza al 95% per π, il valore medio della variabile casuale Y di Beroulli che assume il valore 1 se il pezzo è difettoso, 0 altrimeti. Soluzioe a) Uo stimatore o distorto per la media della popolazioe è la media campioaria X, la cui stima el campioe risulta: e la cui variaza risulta x x i 840/ Var[ X 1 σ, quidi la variaza dello stimatore tede a zero al crescere della umerosità campioaria. Soo assicurate le codizioi sufficieti per la covergeza i probabilità dello stimatore 4

5 b) Uo stimatore o distorto della variaza è la variaza campioaria S 1 (X i 1 X). La sua stima el campioe risulta S ( 60 (x i x) 1 1 ) x i x [ x i x 1 ( ) / c) Poiché o coosciamo la variaza della popolazioe, possiamo utilizzare per costruire l itervallo di cofideza la variaza campioaria S. I questo caso utilizziamo la statistica campioaria media campioaria studetizzata, che si distribuisce come ua t di studet: X µ S t 1 Dato che 1 α 0.99 α 0.01 α/ P (t 59 t 59,α/ ) 1 α/ P (t 59 t 59,α/ ) α/ t 59,α/.66, l itervallo di cofideza al livello (1 α) 0.99 è dato da: S S 99%IC [l 1, l [ x t 59,α/ ; x + t 59,α/ [ ; [1.96; Ciò sigifica che il valor medio del peso è compreso tra (1.96;15.04) al livello di cofideza del 99%. d) Dato che la umerosità campioaria è grade ( 30), l itervallo di cofideza otteuto rimae valido ache i asseza di ipotesi di ormalità i base al Teorema del limite cetrale. Dato che la media campioaria stadardizzata co la stima campioaria della variaza ha distribuzioe asitoticamete ormale (lo stimatore della variaza risulta cosistete), per costruire l itervallo di cofideza i tal caso si utilizza z α/ che vale.575. I tal caso l itervallo di cofideza risulta [13; 15. 5

6 e) La proporzioe campioaria di pezzi difettosi è data da ˆp 5/ Essedo la proporzioe campioaria uo stimatore o distorto della probabilità π, ed essedo la sua variaza data da σ /, per sufficietemete elevato, sfruttado il Teorema del limite cetrale, possiamo utilizzare l approssimazioe ormale (ˆp N(π; π(1 π)/)). Poiché o coosciamo π, dobbiamo usare ua stima della variaza dello stimatore, data da ˆσ ˆp(1 ˆp)/. Quidi si ha che: [ ˆp(1 ˆp) ˆp(1 ˆp) 95%IC [l 1, l ˆp z α/ ; ˆp + z α/ [ ; [0.9; Ciò sigifica che π è compreso tra (0.9; 0.54) al livello di cofideza di circa il 95%. No abbiamo u livello di cofideza preciso perché utilizziamo u approssimazioe alla Normale. Esercizio 4 Il peso (i grammi) di ua barretta di cioccolato prodotta da u azieda si può assumere distribuito secodo la legge ormale co valore atteso µ o oto e variaza o ota. Si estrae dalla produzioe u campioe di barrette e si rileva che 9 x i 175.5, e 9 x i 4.5. a) Si propoga uo stimatore o distorto per µ. b) Si propoga uo stimatore o distorto per la variaza della popolazioe. c) Si scriva la forma aalitica e si determii il valore dell itervallo di cofideza per µ al livello (1 α) Soluzioe a) Uo stimatore o distorto per µ è la media campioaria la cui stima el campioe risulta X X i, x x i 175.5/

7 e la sua variaza (Var( X) σ /) coverge a zero al crescere dell ampiezza campioaria. b) Uo stimatore o distorto per la variaza della popolazioe σ è la variaza campioaria S : S (x i x) 1 (x i) ( x) (19.5) 8 800/8 100 c) U itervallo di cofideza per µ, i cui la variaza è o ota, può essere costruito a partire dalla media campioaria studetizzata, che, poiché la variaza o è ota, si distribuisce come ua t di studet: Dato che X µ S/ t 1 1 α 0.99 α 0.01 α/ P (t 8 t 8,α/ ) 1 α/ P (t 8 t 8,α/ ) α/ t 8,α/ 3.355, l itervallo di cofideza al livello (1 α) 0.99% è dato da: S S 99%IC [ x t 1;α/ ; x + t 1;α/ S S [ x t 8;0.005 ; x + t 8;0.005 [ ; [8.317; Ciò sigifica che il peso medio di ua barretta risulta compreso tra (7.65; 31.35) al livello di cofideza del 99%. 7

8 Esercizio 5 Se si dimiuisce il livello di cofideza 1 α, l ampiezza di u itervallo di cofideza aumeta, dimiuisce o resta ivariata? Soluzioe Dimiuisce. Ad esempio, el caso di u itervallo di cofideza per la media co variaza ota, { } σ σ IC x z 1 α/, x + z 1 α/ Al dimiuire del livello di cofideza (1 α), la quatità z 1 α/ dimiuisce, restrigedo l itervallo di cofideza. 1 α α 1 α/ z 1 α/ Esercizio 6 I u campioe casuale di 30 lamie d acciaio lo spessore X delle lamie (i mm) preseta ua variaza 30 (x i x) 5. Ipotizzado che X abbia distribuzioe Normale, determiare u itervallo di cofideza al 90% per la variaza σ. Soluzioe U itervallo di cofideza per σ al livello (1 α) 0.9 è dato da: [ ( 1)S ( 1)S 90%IC ; χ 0.05;9 χ 0.95;9 [ ; (17.036; 40.94)

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

Statistica Inferenziale Soluzioni 1. Stima puntuale

Statistica Inferenziale Soluzioni 1. Stima puntuale ISTITUZIONI DI STATISTICA A. A. 007/008 Marco Miozzo e Aamaria Guolo Laurea i Ecoomia del Commercio Iterazioale Laurea i Ecoomia e Ammiistrazioe delle Imprese Uiversità degli Studi di Veroa sede di Viceza

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

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

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

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

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

Proprietà asintotiche stimatori OLS e statistiche collegate

Proprietà asintotiche stimatori OLS e statistiche collegate Proprietà asitotiche stimatori OLS e statistiche collegate Eduardo Rossi 2 2 Uiversità di Pavia (Italy) Maggio 2014 Rossi Proprietà asitotiche Ecoometria - 2014 1 / 30 Sommario Risultati prelimiari Distribuzioe

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

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

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

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

L INTERVALLO DI CONFIDENZA

L INTERVALLO DI CONFIDENZA L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE 1 Stimare i Parametri della Popolazioe Itervallo

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

L INTERVALLO DI CONFIDENZA

L INTERVALLO DI CONFIDENZA L INTERVALLO DI CONFIDENZA http://www.biostatistica.uich.itit POPOLAZIONE POPOLAZIONE CAMPIONAMENTO CAMPIONE PARAMETRO INFERENZA CAMPIONAMENTO? STIMA CAMPIONE Stimare i Parametri della Popolazioe Itervallo

Dettagli

II Esonero - Testo A

II Esonero - Testo A Dip. di Igegeria, Uiv. Roma Tre Prof. E. Scoppola, Dott.M. Quattropai Probabilità e Statistica, 2017-18, I semestre 29 Geaio 2018 II Esoero - Testo A Cogome Nome Matricola Esercizio 1. (20%) Si cosideri

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6

Statistica, a.a. 2010/2011 Docente: D. Dabergami Lezione 6 X c () 0 0 0 0 t dx e x t altrove x e x x f x t x X = =4 =8 E[X] = Var[X] = Teorema Z, Z,, Z N(0 ; ) e idipedeti X= Z + Z + +Z c () Nota Esistoo tavole dei puti percetuali delle distribuzioi chi-quadro

Dettagli

Esercizi con R. Corso Statistica corso avanzato A. A. 2013/2014

Esercizi con R. Corso Statistica corso avanzato A. A. 2013/2014 Esercizi co R Corso Statistica corso avazato A. A. 203/204 Esercizio Due compagie di assicurazioe soo i cocorreza per stipulare polizze co = 000 clieti. Si suppoga che ogi cliete scelga tra le due società

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

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

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

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

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

Esercizi di Calcolo delle Probabilità e Statistica Matematica

Esercizi di Calcolo delle Probabilità e Statistica Matematica Esercizi di Calcolo delle Probabilità e Statistica Matematica Lucio Demeio Dipartimeto di Igegeria Idustriale e Scieze Matematiche Uiversità Politecica delle Marche 1. Esercizio (31 marzo 2012. 1). Al

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

Esercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli

Esercitazioni del Corso di Probabilitá e Statistica Lezione 6: Stime di parametri puntuali e per intervalli Esercitazioi del Corso di Probabilitá e Statistica Lezioe 6: Stime di parametri putuali e per itervalli Stefao Patti 1 19 geaio 005 Defiizioe 1 Ua famiglia di desitá f(, θ) ad u parametro (uidimesioale)

Dettagli

Senza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo

Senza reimmissione. Le n v.a. non sono più indipendenti e identicamante distribuite. Campionamento da universo STATISTICA A K (60 ore Marco Riai mriai@uipr.it http://www.riai.it Ifereza statistica Dal campioe alla popolazioe Co quale precisioe si possoo descrivere le caratteristiche di ua popolazioe sulla base

Dettagli

Metodi di valutazione delle prestazioni di rete

Metodi di valutazione delle prestazioni di rete Metodi di valutazioe delle prestazioi di rete Prof. Ig. Carla Raffaelli Cofroto di diversi approcci Parametri di cofroto: precisioe requisiti di poteza di calcolo requisiti di memoria facilita' di approccio

Dettagli

Distribuzione normale o gaussiana

Distribuzione normale o gaussiana Distribuzioe ormale o gaussiaa Ua variabile radom si dice distribuita ormalmete (o secodo ua curva gaussiaa) se la sua fuzioe di desità di probabilità è del tipo: f () ( ) ep co - rappreseta il valore

Dettagli

Appunti di STATISTICA

Appunti di STATISTICA Apputi di STATISTICA! Distribuzioe espoeziale X v.a. cotiua, R X = (0,+ ) Si dice che X ha distribuzioe espoeziale a parametro f X = >0 E (X) = 1/ Var (X) = 1/ e - x x>0 0 altrove (umero reale) se la p.d.f.

Dettagli

Università degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO

Università degli Studi di Salerno Pietro Coretto. Corso di Statistica FORMULARIO Versioe: 16 ottobre 2017 (h17:25) Uiversità degli Studi di Salero Pietro Coretto Corso di Statistica FORMULARIO Valori osservati per statistiche di posizioe, variabilità e correlazioe Nota: per ua distribuzioe

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

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

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov

Lezione 14. Statistica. Alfonso Iodice D Enza Università degli studi di Cassino. Lezione 14. A. Iodice. disuguaglianza di Markov Statistica Alfoso Iodice D Eza iodicede@uicas.it Uiversità degli studi di Cassio () Statistica 1 / 29 Outlie 1 2 3 4 5 6 () Statistica 2 / 29 Importati disuguagliaze Variabili casuali co distribuzioi o

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

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

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

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

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

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

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

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 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

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

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

Tecnica delle misurazioni applicate LM - Esame del 26 febbraio 2013

Tecnica delle misurazioni applicate LM - Esame del 26 febbraio 2013 Tecica delle misurazioi applicate LM - Esame del 6 febbraio 013 Problema 1. La FisioDorica SpA è u impresa che produce prodotti farmaceutici. L Avv. Tizio, AD della società, sta valutado la opportuità

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

Prova scritta del 9/1/2003

Prova scritta del 9/1/2003 Prova scritta del 9//00 Soluzioe degli esercizi N. Le quattro serie proposte soo a termii positivi. Per studiare la covergeza delle serie a termii positivi è possibile utilizzare uo dei segueti criteri

Dettagli

STATISTICA 1- parte 1/2

STATISTICA 1- parte 1/2 STATISTICA - parte / I statistica la parola popolazioe idica l isieme di tutte le possibili osservazioi relative ad u feomeo. Popolazioe é, ad esempio, l isieme di tutti gli abitati di ua cittá, di ua

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

STATISTICA A K (63 ore)

STATISTICA A K (63 ore) STATISTICA A K (63 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 X =34.000 Km; s cor =9000 Km Calcolare l

Dettagli

Corso di Statistica Facoltà di Economia

Corso di Statistica Facoltà di Economia Corso di Statistica Facoltà di Ecoomia Lezioe a.a. 000-00 00 Fracesco Mola Ifereza statistica Logica iduttiva Dal particolare al geerale Popolazioe [ v. c. ] f Ω x,, Se si coosce F si può fare ifereza

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

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica

Inferenza statistica. Popolazione. Camp. Statistiche campionarie basate sulle osservazioni del campione. Estrazione casuale. Parametro e statistica 6/0/0 Corso di Statistica per l impresa Prof. A. D Agostio Ifereza statistica Per fare ifereza statistica si utilizzao le iformazioi raccolte su u campioe per cooscere parametri icogiti della popolazioe

Dettagli

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06

PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2005/06 PROVE SCRITTE DI MTEMTIC PPLICT, NNO 5/6 Esercizio 1 Prova scritta del 14/1/5 Sia X ua successioe I.I.D. di variabili aleatorie co distribuzioe uiforme cotiua, X U(, M), ove M = umero lettere del cogome.

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica I statistica la parola popolazioe idica l isieme di tutte le possibili osservazioi relative ad u feomeo. Popolazioe é, ad esempio, l isieme di tutti gli abitati di ua cittá, di

Dettagli

INFERENZA o STATISTICA INFERENTE

INFERENZA o STATISTICA INFERENTE INFERENZA o STATISTICA INFERENTE Le iformazioi sui parametri della popolazioe si possoo otteere sia mediate ua rilevazioe totale (o rilevazioe cesuaria) sia mediate ua rilevazioe parziale (o rilevazioe

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

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

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA

STATISTICA INFERENZIALE SCHEDA N. 2 INTERVALLI DI CONFIDENZA PER IL VALORE ATTESO E LA FREQUENZA Matematica e statistica: dai dati ai modelli alle scelte www.dima.uige/pls_statistica Resposabili scietifici M.P. Rogati e E. Sasso (Dipartimeto di Matematica Uiversità di Geova) STATISTICA INFERENZIALE

Dettagli

1 Famiglia delle densità gamma

1 Famiglia delle densità gamma olitecico di Milao, Statistica INF, TEL [A-LZ], Epifai I., AA 7/8 Famiglia delle desità gamma Le espressioi delle desità espoeziale di parametro θ e χ date da (E(β)) (χ ) /θe x/β (, ) (x), β > (/) / x

Dettagli

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame

Statistica (Prof. Capitanio) Alcuni esercizi tratti da prove scritte d esame Statistica (Prof. Capitaio) Alcui esercizi tratti da prove scritte d esame Esercizio 1 Il tempo (i miuti) che Paolo impiega, i auto, per arrivare i ufficio, può essere modellato co ua variabile casuale

Dettagli

1 Esercizi tutorato 27/5

1 Esercizi tutorato 27/5 Esercizi tutorato 7/5 Esercizi tutorato 7/5 Esercizio.. Si cosideri u compoete elettroico costituito da compoeti collegate i serie. Ogi compoete ha u tempo di vita T i Expλ), i =,..., idipedete. Sia X

Dettagli

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento.

N.B. Per la risoluzione dei seguenti esercizi, si fa riferimento alle Tabelle riportate alla fine del documento. N.B. Per la risoluzioe dei segueti esercizi, si fa riferimeto alle Tabelle riportate alla fie del documeto. Esercizio 1 I u villaggio turistico gli aimatori orgaizzao ua sfida. Vice u prazo i u ristorate

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

Statistica Inferenziale

Statistica Inferenziale Statistica Ifereziale L'ifereza statistica (o statistica ifereziale) è il procedimeto per cui si iducoo le caratteristiche di ua popolazioe dall osservazioe di ua parte di essa (detta «campioe"), selezioata

Dettagli

Esercizi di econometria: serie 2

Esercizi di econometria: serie 2 Esercizi di ecoometria: serie Esercizio Per quali delle segueti uzioi di desità cogiuta le variabili casuali ed soo idipedeti?......3.4.5..5 (a) (b) 3 4....3.6.9..4...5..5 3.. 3.8..4.6 (c) (d) Nel caso

Dettagli

Copyright Esselibri S.p.A.

Copyright Esselibri S.p.A. CAPITOLO OTTAVO LE VARIABILI CASUALI Sommario:. Geeralità. -. La variabile casuale biomiale. - 3. La variabile casuale di Poisso. - 4. La variabile casuale ormale. 5. La variabile casuale chi-quadrato.

Dettagli

INTRODUZIONE ALLA INFERENZA STATISTICA

INTRODUZIONE ALLA INFERENZA STATISTICA INTRODUZIONE ALLA INFERENZA STATISTICA 1) CONCETTO DI INFERENZA STATISTICA E SCOPI : L ifereza statistica è il procedimeto iduttivo che, avvaledosi del calcolo delle probabilità, cosete di estedere all

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Ifereziale L'ifereza statistica (o statistica ifereziale) è il procedimeto per cui si iducoo le caratteristiche di ua popolazioe dall osservazioe di ua parte di essa (detta «campioe"), selezioata

Dettagli

Confronto di due misure Campioni indipendenti

Confronto di due misure Campioni indipendenti Statistica7 /11/015 Cofroto di due misure Campioi idipedeti o meglio.. rispodere al quesito Due serie di misure soo state estratte dalla stessa popolazioe (popolazioe comue o idetica) o soo state estratte

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

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli

Esercitazioni di Statistica Dott. Danilo Alunni Fegatelli Esercitazioi di Statistica Dott. Dailo Alui Fegatelli dailo.aluifegatelli@uiroma.it Esercizio. Su 0 idividui soo stati rilevati la variabile X (geere) e (umero di auto possedute) X F F M F M F F M F M

Dettagli

Argomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S.

Argomenti trattati: Capitolo 12 libro di testo. Statistica - Metodologie per le scienze economiche e sociali A. Di Ciaccio, S. 1 GLI INTERVALLI DI CONFIDENZA Argometi trattati: Stima per itervallo Aalogie tra la stima putuale e per itervallo Itervallo di cofideza per la media Itervallo di cofideza per la proporzioe Itervallo di

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. CORSO DI CALCOLO DELLE PROBABILITÀ (o modulo) - PROVA d esame del 6/06/200 - Laurea Quadrieale i Matematica - (Prof. Nappo) Scrivere su ogi foglio NOME e COGNOME. Le risposte devoo essere giustificate

Dettagli

Esercizio 1. Si supponga di aver assegnato ad una popolazione di N = 4 dattilografe un test e di aver ottenuto i seguenti risultati:

Esercizio 1. Si supponga di aver assegnato ad una popolazione di N = 4 dattilografe un test e di aver ottenuto i seguenti risultati: Esercizio 1 Si suppoga di aver assegato ad ua popolazioe di N = 4 dattilografe u test e di aver otteuto i segueti risultati: Dattilografa N. Errori A 3 B C 1 D 4 La variabile, il umero di errori commessi

Dettagli

Esercizi di Analisi II

Esercizi di Analisi II Esercizi di Aalisi II Ao Accademico 008-009 Successioi e serie di fuzioi. Serie di poteze. Studiare la covergeza della successioe di fuzioi (f ) N, dove f : [, ] R è defiita poedo f (x) := x +.. Studiare

Dettagli

Argomenti. Perché una stima per intervallo? Stima per intervallo. Leonardo Grilli. Intervalli di confidenza (intervalli fiduciari)

Argomenti. Perché una stima per intervallo? Stima per intervallo. Leonardo Grilli. Intervalli di confidenza (intervalli fiduciari) Uiversità di Fireze Corso di Laurea i Statistica Statistica Leoardo Grilli Itervalli di cofideza (itervalli fiduciari) Cicchitelli cap. 17 Argometi Stima per itervallo (IC: Itervalli di Cofideza): IC per

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

Analisi Matematica Soluzioni prova scritta parziale n. 1

Analisi Matematica Soluzioni prova scritta parziale n. 1 Aalisi Matematica Soluzioi prova scritta parziale. 1 Corso di laurea i Fisica, 018-019 3 dicembre 018 1. Dire per quali valori dei parametri α R, β R, α > 0, β > 0 coverge la serie + (!) α β. ( )! =1 Soluzioe.

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

Intervalli di Fiducia

Intervalli di Fiducia di Fiducia Itroduzioe per la media Caso variaza ota per la media Caso variaza o ota per i coefficieti di regressioe per la risposta media i per i coefficieti i di regressioe multilieare - Media aritmetica

Dettagli

σ della variabile indagata sia nota. La logica dell intervallo di confidenza è allora sintetizzabile come segue:

σ della variabile indagata sia nota. La logica dell intervallo di confidenza è allora sintetizzabile come segue: Nel Capitolo 6. del volume (precisamete a pag. 36) abbiamo itrodotto per gradi liee ua semplice defiizioe di stima itervallare, passado poi i rassega le tipologie di itervalli di cofideza utilizzati el

Dettagli

LA MISURA IN PSICOLOGIA

LA MISURA IN PSICOLOGIA Prof. Giulio Vidotto (Uiversità di Padova) Lez. 3 - Distribuzioe ormale e stadardizzazioe delle misure Argometi della lezioe Stadardizzazioe Distribuzioe Normale Distribuzioe Normale Stadard Stadardizzazioe

Dettagli