Politecnico di Milano - Anno Accademico Statistica Docente: Alessandra Guglielmi Esercitatore: Stefano Baraldo
|
|
- Bartolomeo Elia
- 7 anni fa
- Visualizzazioni
Transcript
1 Politecico di Milao - Ao Accademico Statistica Docete: Alessadra Guglielmi Esercitatore: Stefao Baraldo Esercitazioe 8 14 Giugo 011 Esercizio 1. Sia X ua popolazioe distribuita secodo ua legge ormale di media µ e variaza ota σ = 4. Per verificare l ipotesi ulla H 0 : µ = 8 cotro l ipotesi alterativa H 1 : µ > 8, sulla base di u campioe casuale di ampiezza, si propoe u test caratterizzato dalla seguete regioe critica Nell ipotesi = 16, k=8.8, R = {X 1,..., X : X > k} 1. determiare la probabilità di errore di prima specie;. determiare la fuzioe poteza del test e la probabilità di errore di secoda specie ell ipotesi che il vero valore di µ sia 10. Nell ipotesi = 16, 1. determiare k i modo tale che la probabilità di errore di prima specie sia pari all 1%. Nell ipotesi che il vero valore di µ sia 10, seza fare calcoli, possiamo affermare che la probabilità di errore di secoda specie è sicuramete maggiore dell 1%? 1. Si commette l errore di prima specie quado si rifiuta H 0 metre questa è vera: Perrore I tipo = P H0 X X µ > k = P H0 σ > k µ σ = P Z > k µ σ. Co i dati del problema si ottiee Perrore I specie = La fuzioe poteza del test è la probabilità di rifiutare H 0, come fuzioe della vera media µ: βµ = P µ X > k. Co i dati del problema si ottiee βµ = 1 Φ8.8 µ. La probabilità di errore di secoda specie H 0 o viee rifiutata ma è falsa, quado il vero valore di µ è 10, è data da P µ=10 X < k = 1 β10 = = P errore I tipo = P H0 X > k = P Z > k µ σ, da cui k 8.33, ovvero k=9.16. Seza fare coti possiamo affermare che la probabilità di errore di secoda specie è sicuramete maggiore dell 1% perché il valore µ = 10 è più vicio all estremo della regioe critica rispetto al caso precedete, i cui l errore di secoda specie era pari all 1%. 4 = 1
2 Esercizio. Il calore i calorie per grammo emesso da u composto di cemeto è approssimativamete ormalmete distribuito di deviazioe stadard ota σ =. Si vuole testare co u campioe di dimesioe = 9. H 0 : µ = 100 vs H 1 : µ Se la regioe di accettazioe fosse data da 98.5 x 101.5, quale sarebbe l errore di prima specie α?. Determiare l errore di secoda specie e la poteza del test β quado la vera media del calore è pari a Determiare l errore di secoda specie quado la vera media del calore è pari a 105. Quale errore di II tipo, tra quello appea trovato e quello trovato el puto precedete, è più basso? Perché? σ = µ 0 + z α / = z α /, quidi otteiamo α = 1 Φ.5 = La probabilità di commettere u errore di secoda specie è pari a P µ= X = P Z = /3 /3 La fuzioe poteza per µ = 103 è pari a β = 1 PII type error = P µ= X = P /3 Z /3 0. I questo caso otteiamo ua miore probabilità di commettere u errore di II tipo, dato che il vero valore di µ el caso precedete è più vicio a µ 0 di quato lo sia µ = 105. Esercizio 3. I uo studio cliico si voglioo osservare i livelli X 1,..., X di colesterolo, espresso i mg/dl, i pazieti a cui viee sommiistrato il uovo farmaco Colmeo. Suppoiamo che le variabili aleatorie X i siao idipedeti e co legge gaussiaa di media µ icogita e variaza 50mg/dl. 1. Scrivere ipotesi ulla, ipotesi alterativa e regioe critica di u test statistico volto a dimostrare che il livello di colesterolo medio, i u paziete che assuma il farmaco Colmeo, è iferiore a 00 mg/dl.. Scegliere il livello α e la umerosità del campioe, affiché il test impostato al puto precedete abbia ua probabilità di errore di primo tipo pari a 0.05 e ua poteza, el caso i cui µ = 190mg/dl, di almeo Se su 10 pazieti si è osservata ua media campioaria pari a mg/dl, stabilire quale coclusioe si può trarre ad u livello del 5%.
3 1. H 0 : µ 00 vs. H 1 : µ < 00. La regioe critica è { } σ R = x < 00 z α. Per otteere ua probabilità di commettere errore di I tipo pari a 0.05 dobbiamo impostare α = Per otteere β dobbiamo richiedere che < P µ=190 X < 00 z 0.05 = P Z < z / che sigifica che z 0.05 > z 0.1. Otteiamo > 4.8, ovvero 5. 50/ 3. No possiamo rifiutare H 0 ad u livello di sigificatività del 5%, poiché / R. Esercizio 4. La Baltic Sea Compay produce macchiari per l iscatolameto del caviale. A causa di fluttuazioi aleatorie, la quatità di caviale elle lattie è ua variabile aleatoria Gaussiaa X di media µ e variaza σ, etrambe icogite. Prima di acquistare uo di questi dispositivi soo state cotrollate le quatità x i i grammi di caviale coteuto i u campioe casuale di 100 lattie, otteedo: x i = 3006 x i = i=1 Ioltre si cocede di commettere u errore di I tipo co probabilità al più uguale ad α; l errore di I tipo viee commesso se compriamo u dispositivo co fattore di imprecisioedeviazioe stadard di X maggiore o uguale a grammi, crededo erroeamete che il macchiario sia preciso. i=1 1. Si forisca ua stima putuale della variaza σ.. Si formuli u opportuo test d ipotesi per la variaza, specificado l ipotesi ulla, l ipotesi alterativa e la regioe critica di livello α. 3. Qual è la decisioe presa a livello α =.5%? 4. Si calcoli il p-value del test. 1. Chiaramete stimiamo σ co s 100, ovvero: 100 s i=1 100 = x i x = 100 i=1 x i 100 x 99 = = Dal testo dell esercizio si deduce che rifiutare H 0 quado è vera sigifica comprare u macchiario rifiutare H 0 quado σ H 0 vera. Per questa ragioe dobbiamo testare l ipotesi H 0 : σ 4 vs. H 1 : σ < 3
4 4 basadoci su u campioe casuale di ampiezza 100, estratto da ua distribuzioe N µ, σ. La regioe critica è pari a: { R = x 1,..., x 100 : 99 } s 100 σ0 = χ 99,1 α dove σ 0 = Per α = 0.05, abbiamo 1 α = e χ 99, il valore esatto è 73.36, quidi o possiamo rifiutare l ipotesi ulla. 4. Il p-value è il valore α tale per cui χ 99,1 α = 99 s 100 = 87.66, che sigifica σ0 α = 0.1. Per questa ragioe o c è evideza cotro H 0. Esercizio 5. La Health Pharmaceutical vuole mettere sul mercato u uovo prodotto, affermado che esso assicura ua perdita di 5kg di peso i 35 giori. Per verificare tale assuzioe, la compagia sceglie 10 pazieti e osserva i quati giori essi hao effettivamete perso 10 kg. I risultati soo: 7, 36, 38, 9, 37, 35, 38, 8, 31, 34 Suppoiamo che i dati provegao da ua distribuzioe N µ, σ. 1. Si forisca ua stima putuale per σ.. Il test H 0 : σ = σ 0 = 6 vs H 0 : σ < σ 0 ha regioe critica R = {S 8.36}. Si calcoli la probabilità α di commettere errore di I tipo co tale regioe critica. 3. Co i dati a disposizioe, si può rifiutare l ipotesi ulla? 4. Qual è il miimo valore α che permetterebbe di rifiutare l ipotesi ulla co i dati a disposizioe? 1. s = xi x 1 = 4.18 { } 9 s 10 χ σ0 9,1 α.. Abbiamo che 8.36 = σ 0 9 χ 9,1 α, dato che la regioe critica è Per questa ragioe otteiamo χ 9,1 α =.09, che sigifica α No possiamo rifiutare H 0 al livello calcolato al puto precedete, dato che s = è maggiore di Il miimo valore di α che permette di rifiutare l ipotesi ulla è l α tale per cui χ 9,1 α = 9 s σ = 4.447, che sigifica α = 0.1. Per questo motivo 0 o c è evideza cotro H 0. Esercizio 6. Ua compagia produce termometri per l idustria chimica. U chimico acquista uo di questi termometri e misura 10 volte la temperatura di ua soluzioe, otteedo i risultati segueti: , , , , , , , , ,
5 1. Si costruisca u itervallo di cofideza bilatero di livello 95% per la variaza della variabile X che rappreseta la temperatura misurata, chiaredo le ipotesi statistiche che si stao adottado.. Si costruisca u limite di cofideza superiore quidi u itervallo uilatero del tipo 0, u di livello 95% per la variabile X. 3. Si costruisca u limite di cofideza superiore quidi u itervallo uilatero del tipo l, + di livello 95% per la variabile X. Assumiamo che i dati provegao da variabili aleatorie idipedeti e ideticamete distribuite co distribuzioe ormale di media e variaza icogite. 1. L itervallo di cofideza di livello 1 α = 0.95 per la variaza σ è IC 0.95 = 9 s χ, 9 9,α/ s χ 9,1 α/ che corrispode all itervallo IC 0.95 = , dato che s = , χ 9,α/ = 19.0 e χ 9,1 α/ =.7.. L itervallo di cofideza superiormete limitato di livello 1 α = 0.95 del tipo 0, u è tale per cui 1s Pσ u = P σ 1s = 1 α, u, da cui otteiamo u = 9 s χ 9,1 α = , poiché χ 9,1 α = L itervallo di cofideza superiormete limitato è quidi pari a 0, L itervallo di cofideza di livello 1 α = 0.95 del tipo l, + è tale per cui 1s Pσ l = P σ 1s = 1 α, l da cui otteiamo l = 9 s χ = , 9,α poicé χ 9,α = L itervallo di cofideza iferiormete limitato è quidi pari a , +. Esercizio 7. Alcui giori prima delle elezioi ua società di ricerca demoscopica effettua u sodaggio al fie di otteere ua previsioe sulla proporzioe di cittadii favorevoli al cadidato A. Su 475 persoe itervistate, 47 hao risposto che voterao per A. 1. Si calcoli u itervallo di cofideza bilatero al 95% per la proporzioe di persoe che voterao per A. 5
6 . Co quale livello di cofideza possiamo affermare che A otterrà più del 50% dei voti? Sia X il umero di persoe che voterao per A durate le prossime elezioi: X B, p, dove p è la proporzioe di persoe favorevoli ad A. Ua stima per p è data da ˆp = x/ = 47/475 = 0.5, dove x = 47, = Poiché > 50, ˆp > 5 e 1 ˆp > 5, u itervallo di cofideza al 95% bilatero per p è dato da ˆp1 ˆp ˆp1 ˆp IC 0.95 = ˆp z 0.05, ˆp + z 0.05, co z 0.05 = L itervallo di cofideza desiderato è quidi 0.475, È richiesto di trovare il valore di α tale per cui il limite di cofideza iferiore per p di livello 1 α sia pari a 0.5. Quidi ˆp z α ˆp1 ˆp 475 = 0.5 z α = ˆp 0.5 ˆp1 ˆp , e otteiamo 1 α = Φ0.87 = Per questa ragioe possiamo dire che A otterrà più del 50% dei voti co livello di cofideza circa pari all 81%. Esercizio 8. Su 350 persoe itervistate, 1890 soo favorevoli alla costruzioe di u uovo ciema multisala. 1. Si verifichi, ad u livello di sigificatività del α = 5%, che la percetuale di cittadii favorevoli è uguale all 81% cotro l ipotesi alterativa che sia miore dell 81%.. Si calcoli il p-value del test precedete. 3. Si calcoli la probabilità di errore di II tipo e la poteza di u test co livello di sigificatività 5% el caso i cui la vera percetuale sia pari a Vogliamo testare l ipotesi H 0 : p 0.81 vs H 1 : p < Lo stimatore della percetuale di cittadii è ˆp = Essedo p 0 = 0.81, > 50, p 0 > 5 e 1 p 0 > 5, la regioe di rifiuto è R = { ˆp < p 0 z α p0 1 p 0 che corrispode, per u livello di sigificatività α = 5%, a R = {ˆp < }, quidi o possiamo rifiutare H 0.. Il p-value è il valore α tale per cui z α = Otteiamo α 0.. }, ˆp 0.81 = /350 6
7 3. Sotto l ipotesi che la vera proporzioe sia pari a 0.78, l errore di II tipo è ˆp p 0 P p=0.78 p0 1 p 0 / z α = ˆp p P p=0.78 p 0 p z α p0 1 p 0 /, p1 p/ p1 p/ quidi dobbiamo calcolare P Z p 0 p z α p0 1 p 0 / = p1 p/ P Z z /350 = /350 La poteza del test è pari a β = 1 P p=0.78 do t reject H 0 = Esercizio 9. Da u cesimeto effettuato el 003 riguardate i trasporti utilizzati dai cittadii di ua piccola città per raggiugere il posto di lavoro soo stati otteuti i segueti risultati: Trasporto Auto Trasp. Pubblico Altro Freq. Rel Ioltre, i segueti risultati soo stati otteuti da u sodaggio simile effettuato el 007 su u campioe di 1000 cittadii: Trasporto Auto Trasp. Pubblico Altro Freq. Ass Si stimi la percetuale di persoe che el 007 ha raggiuto il posto di lavoro i auto;. si verifichi ad u livello di sigificatività dell 1% se c è stato u aumeto dal 003 al 007 della percetuale di persoe che utilizzao il trasporto pubblico; 3. si costruisca u itervallo di cofideza al 95% per la percetuale di persoe che o vao sul posto di lavoro i auto. 1. ˆp C = 530/1000 = Vogliamo testare l ipotesi H 0 : p P 0.35 vs. H 1 : p P > Lo stimatore della percetuale di persoe che usao i trasporti pubblici è ˆp P = Dato che > 50, p P,0 = 0.35, p P,0 > 5 e 1 p P,0 > 5, la regioe di rifiuto si può scrivere come R = { ˆp P > z α che corrispode, per u livello di sigificatività dell α = 1%, a R = {ˆp P > }, quidi rifiutiamo H 0. }, 7
8 3. Lo stimatore della percetuale di persoe che o usao l auto è ˆp NA = Poiché > 50, ˆp NA > 5 e 1 ˆp NA > 5, possiamo scrivere l itervallo di cofideza IC 0.95 = ˆpNA 1 ˆp NA ˆpNA 1 ˆp NA ˆp NA z 0.05, ˆp NA + z co z 0.05 = L IC richiesto è quidi ,
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
DettagliCampionamento 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
DettagliUniversità 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
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Itervalli di cofideza Prof. Livia De Giovai statistica@dis.uiroma1.it Esercizio 1 La fabbrica A produce matite colorate. Ua prova su 100 matite scelte a caso ha idicato u peso
DettagliAnemia. 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
DettagliEsercizi 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
DettagliTitolo 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
DettagliAppunti 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.
DettagliPROVE 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.
DettagliAPPROSSIMAZIONE 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
DettagliCosto 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
DettagliCorso 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
DettagliEsercitazione 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
DettagliPolitecnico di Milano - Scuola di Ingegneria Industriale. II Prova in Itinere di Statistica per Ingegneria Energetica 5 luglio 2012
Politecico di Milao - Scuola di Igegeria Idustriale II Prova i Itiere di Statistica per Igegeria Eergetica 5 luglio 2012 c I diritti d autore soo riservati. Ogi sfruttameto commerciale o autorizzato sarà
DettagliQuesito 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,
DettagliStatistica. 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
Dettagli6 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
Dettaglin=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
DettagliSTATISTICA 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
DettagliSoluzioni. 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
DettagliEsercitazioni 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
DettagliStima 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
DettagliStatistica. 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
DettagliStimatori, 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
DettagliUNIVERSITÀ 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
DettagliLegge 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
Dettagliiovanella@disp.uniroma2.it http://www.disp.uniroma2.it/users/iovanella Intervalli di confidenza
iovaella@disp.uiroma.it http://www.disp.uiroma.it/users/iovaella Itervalli di cofideza Itroduzioe Note geerali La stima putuale permette di otteere valori per i parametri di ua fuzioe ma i alcui casi può
DettagliUniversità 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:
DettagliPROVE 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.
DettagliTraccia delle soluzioni degli esercizi del fascicolo 6
Traccia delle soluzioi degli esercizi del fascicolo 6 Esercizio Vegoo geerati umeri casuali tra 0 e, co distribuzioe uiforme. Quati umeri è ecessario geerare affiché la probabilità che la somma di essi
Dettagli(sqm ottenuto dividendo per n-1 ) =
STATISTICA PER L ANALISI ORGANIZZATIVA AA 006-007 Per casa Soluzioi Esercizio.. Durate ua ricerca soo state rilevate le lughezze di tre differeti variabili ecoomiche per ciascuo di 50 paesi i via di sviluppo.
DettagliPROBLEMI 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
DettagliTEST 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
DettagliArgomenti 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
DettagliIntervalli 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
DettagliIntervalli di confidenza
Itervalli di cofideza Fracesco Lagoa Itroduzioe Questa dispesa riassume schematicamete i pricipali risultati discussi a lezioe sulla costruzioe di itervalli di cofideza. Itervalli di cofideza per la media
DettagliAlcuni 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
DettagliPopolazione 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
DettagliEsercizi 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
DettagliTitolo 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
DettagliAlgoritmi e Strutture Dati (Elementi)
Algoritmi e Strutture Dati (Elemeti Esercizi sulle ricorreze Proff. Paola Boizzoi / Giacarlo Mauri / Claudio Zadro Ao Accademico 00/003 Apputi scritti da Alberto Leporati e Rosalba Zizza Esercizio 1 Posti
DettagliLa verifica delle ipotesi
La verifica delle iotesi Iotesi ulla Il rocesso di verifica di iotesi è u rocesso di falsificaioe dell iotesi ulla (coteete lo stato dell arte) cotro l iotesi alterativa (coteete il uovo) Essa rareseta
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA $! %! """ # &' ( )* &' + %, -. / %,! 0 -$ 34! % 3 3 3 3 )5* 3$&6 ( &7'* / $& : 3; / ( 8/ &* &')&56 &/ * : 5'9 $ : x A > x B I risultati del trial ci permettoo di decidere
DettagliVERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE. Psicometria 1 - Lezione 12 Lucidi presentati a lezione AA 2000/2001 dott.
VERIFICA DI IPOTESI SULLA DIFFERENZA TRA DUE MEDIE Psicometria - Lezioe Lucidi presetati a lezioe AA 000/00 dott. Corrado Caudek Il caso più comue di disego sperimetale è quello i cui i soggetti vegoo
DettagliEsame 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
DettagliNOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI
NOTE DALLE LEZIONI DI TATITICA MEDICA ED EERCIZI I METODI PER IL CONFRONTO DI MEDIE (Campioi idipedeti) IL PROBLEMA oo stati rilevati i dati relativi alla frequeza cardiaca (misurata i battiti al miuto)
DettagliInferenza 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
DettagliSVOLGIMENTO. a) 1) Ipotesi nulla ) Ipotesi alternativa 2. 3) Statistica test. Statistica test ( n 1 ) s. 4) Regola di decisione. α=
ESERCIZIO 7. U uovo modello di termotato per frigorifero dovrebbe aicurare, tado alle pecifiche teciche, ua miore variabilità ella temperatura del frigo ripetto ai modelli della cocorreza. I particolare
DettagliCorso di laurea in STATISTICA MATEMATICA E TRATTAMENTO INFORMATICO DEI DATI
Corso di laurea i STATISTICA MATEMATICA E TRATTAMENTO INFORMATICO DEI DATI Raccolta delle prove scritte degli esami del corso di STATISTICA INFERENZIALE STATISTICA INFERENZIALE SMID a.a. 00/3 Prova scritta
DettagliProprietà 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
DettagliSUCCESSIONI DI FUNZIONI
SUCCESSIONI DI FUNZIONI LUCIA GASTALDI 1. Defiizioi ed esempi Sia I u itervallo coteuto i R, per ogi N si cosideri ua fuzioe f : I R. Il simbolo f } =1 idica ua successioe di fuzioi, cioè l applicazioe
DettagliEsame di Probabilità e Statistica del 9 luglio 2007 (Corso di Laurea Triennale in Matematica, Università degli Studi di Padova).
Esame di Probabilità e Statistica del 9 luglio 27 Corso di Laurea Trieale i Matematica, Uiversità degli Studi di Padova). Cogome Nome Matricola Es. 1 Es. 2 Es. 3 Es. 4 Somma Voto fiale Attezioe: si cosegao
DettagliTest di Ipotesi. Test di ipotesi - Prob. e Stat. a.a. 04/05 1
Test di Iotesi Test di iotesi - Prob. e Stat. a.a. 45 Metodologia statistica che cosete di redere ua decisioe circa - ua iotesi formulata sul modello di ua oolazioe - u arametro icogito del modello di
DettagliINFERENZA 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
DettagliCAPITOLO 2 Semplici esperimenti comparativi
Douglas C. Motgomer Progettazioe e aalisi degli esperimeti 006 McGraw-Hill CAPITOLO emplici esperimeti comparativi Metodi statistici e probabilistici per l igegeria Corso di Laurea i Igegeria Civile A.A.
DettagliPolitecnico di Milano Temi d esame di STATISTICA dell AA 2006/2007 per allievi ING INF [2L], docente I. Epifani
Politecico di Milao Temi d esame di STATISTICA dell AA 006/007 per allievi ING INF [L], docete I. Epifai STATISTICA per ING INF TEL [L] I. Epifai, A. Guglielmi 5.06.07 Nello svolgere gli esercizi forire
DettagliPREMESSA. = η valore medio della popolazione = σ deviazione standard della popolazione. Descrizione parametrica di una popolazione
PREMESSA Descrizioe parametrica di ua popolazioe Sappiamo che u famiglia parametrica di fuzioi desità di probabilità è defiita da uo o più parametri Θ = {θ, θ,., θ }. Ad esempio, la d.d.p. di tipo espoeziale
DettagliEsame di Statistica A-Di Prof. M. Romanazzi
1 Uiversità di Veezia Esame di tatistica A-Di Prof. M. Romaazzi 27 Geaio 2015 ogome e Nome..................................... N. Matricola.......... Valutazioe l puteggio massimo teorico di questa prova
DettagliSTATISTICA INFERENZIALE - SCHEDA N. 1 CAMPIONAMENTO E STIMA
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
DettagliTeoremi limite classici
Capitolo 4 Teoremi limite classici I Teoremi limite classici, la Legge dei Gradi Numeri e il Teorema Limite Cetrale, costituiscoo il ucleo del Calcolo delle Probabilità, per la loro portata sia teorica
DettagliStimatori 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
DettagliSTATISTICA 1 parte 2/2 STATISTICA INFERENZIALE
STATISTICA parte / U test statistico è ua regola di decisioe Effettuare u test statistico sigifica verificare IPOTESI sui parametri. STATISTICA INFERENZIALE STIMA PUNTUALE STIMA PER INTERVALLI TEST PARAMETRICI
DettagliDEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE
DEFINIZIONE PROCESSO LOGICO E OPERATIVO MEDIANTE IL QUALE, SULLA BASE DI UN GRUPPO DI OSSERVAZIONI O DI ESPERIMENTI, SI PERVIENE A CERTE CONCLUSIONI, LA CUI VALIDITA PER UN COLLETTIVO Più AMPIO E ESPRESSA
DettagliSTATISTICA 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
DettagliConfronto 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
DettagliStatistica inferenziale e mercati azionari
Statistica ifereziale e mercati azioari Di Cristiao Armellii, cristiao.armellii@alice.it Dalla statistica ifereziale sappiamo che se m = media del campioe s = scarto quadratico medio del campioe = umerosità
DettagliProva scritta di Statistica per Biotecnologie. 29 Aprile Programma Cristallo 1
Prova scritta di Statistica per Biotecologie 9 Aprile Programma Cristallo. Uo dei processi di purificazioe impiegati i ua certa sostaza chimica prevede di metterla i soluzioe e di filtrarla co ua resia
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Statistica Matematica: Cocetti Fodametali Nell esperieza quotidiaa e ella pratica della professioe dell igegere occorre: predere decisioi e ciò ormalmete richiede la dispoibilità di specifiche iformazioi
Dettaglialcuni esercizi (unità a-d)
alcui esercizi uità a-d) guido masarotto 16 maggio 4 Per la soluzioe di alcui degli esercizi è ecessario essere i grado di calcolare i quatili e/o la fuzioe di ripartizioe di ua ormale stadard. Questo
DettagliApprofondimento 2.1 Scaling degli stimoli mediante il metodo del confronto a coppie
Approfodimeto 2.1 Scalig degli stimoli mediate il metodo del cofroto a coppie Il metodo del cofroto a coppie di Thurstoe (Thurstoe, 1927) si basa sull assuzioe che la valutazioe di u oggetto o di uo stimolo
DettagliSTUDIO DEL LANCIO DI 3 DADI
Leoardo Latella STUDIO DEL LANCIO DI 3 DADI Il calcolo delle probabilità studia gli eveti casuali probabili, cioè quegli eveti che possoo o o possoo verificarsi e che dipedoo uicamete dal caso. Tale studio
DettagliEsercizi di Probabilità e Statistica della 2 a settimana (Corso di Laurea in Matematica, Università degli Studi di Padova).
Esercizi di Probabilità e Statistica della 2 a settimaa (Corso di Laurea i Matematica, Uiversità degli Studi di Padova). Esercizio. Sia (Ω, A, P) uo spazio probabilizzato e B A o trascurabile. Dimostrare
DettagliCarte di controllo per attributi
Carte di cotrollo per attributi Il cotrollo per variabili o sempre è effettuabile misurazioi troppo difficili o costose troppe variabili che defiiscoo qualità di u prodotto le caratteristiche dei prodotti
DettagliArgomenti 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
DettagliCognome, Nome e Numero di matricola:
Politecico di Milao - Scuola di Igegeria Idustriale e dell'iformazioe I Appello di Statistica per Igegeria Eergetica 18 luglio 2013 c I diritti d'autore soo riservati. Ogi sfruttameto commerciale o autorizzato
Dettagli1.6 Serie di potenze - Esercizi risolti
6 Serie di poteze - Esercizi risolti Esercizio 6 Determiare il raggio di covergeza e l isieme di covergeza della serie Soluzioe calcolado x ( + ) () Per la determiazioe del raggio di covergeza utilizziamo
Dettagli1 + 1 ) n ] n. < e nα 1 n
Esercizi preparati e i parte svolti martedì 0.. Calcolare al variare di α > 0 Soluzioe: + ) α Per α il ite è e; se α osserviamo che da + /) < e segue che α + ) α [ + ) ] α < e α Per α > le successioi e
DettagliMatematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 12 Febbraio
Matematica e Statistica: Modulo di Statistica - Prof. Federico Di Palma - Appello del 1 Febbraio 014 - Esercizio 1) I ua ricerca si è iteressati a verificare le dimesioi i micrometri di u graulocita eutrofilo.
DettagliCalcolo delle Probabilità 2012/13 Foglio di esercizi 3
Calcolo delle Probabilità 01/13 Foglio di esercizi 3 Probabilità codizioale e idipedeza. Esercizio 1. Sia B u eveto fissato di uo spazio di probabilità (Ω, A, P), co P(B) > 0. Si mostri che P( B) è l uica
DettagliLA VERIFICA DELLE IPOTESI SUI PARAMETRI
LA VERIFICA DELLE IPOTESI SUI PARAMETRI E u problema di ifereza per molti aspetti collegato a quello della stima. Rispode ad u esigeza di carattere pratico che spesso si preseta i molti campi dell attività
Dettagli2T(n/2) + n se n > 1 T(n) = 1 se n = 1
3 Ricorreze Nel caso di algoritmi ricorsivi (ad esempio, merge sort, ricerca biaria, ricerca del massimo e/o del miimo), il tempo di esecuzioe può essere descritto da ua fuzioe ricorsiva, ovvero da u equazioe
DettagliSTATISTICA 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
DettagliStatistica (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
DettagliESERCIZI 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
DettagliTutorato di Probabilità 1, foglio I a.a. 2007/2008
Tutorato di Probabilità, foglio I a.a. 2007/2008 Esercizio. Siao A, B, C, D eveti.. Dimostrare che P(A B c ) = P(A) P(A B). 2. Calcolare P ( A (B c C) ), sapedo che P(A) = /2, P(A B) = /4 e P(A B C) =
DettagliD1. La tabella seguente riporta alcune informazioni nutrizionali stampate su tre confezioni di cereali per la prima colazione:
D1. La tabella seguete riporta alcue iformazioi utrizioali stampate su tre cofezioi di cereali per la prima colazioe: Cofezioe 1 Cofezioe 2 Cofezioe 3 grammi di cereali 100 200 70 percetuale di zucchero
Dettagli1. a n = n 1 a 1 = 0, a 2 = 1, a 3 = 2, a 4 = 3,... Questa successione cresce sempre piú al crescere di n e vedremo che {a n } diverge.
Le successioi A parole ua successioe é u isieme ifiito di umeri disposti i u particolare ordie. Piú rigorosamete, ua successioe é ua legge che associa ad ogi umero aturale u altro umero (ache o aturale):
DettagliInsiemi numerici. Sono noti l insieme dei numeri naturali: N = {1, 2, 3, }, l insieme dei numeri interi relativi:
Isiemi umerici Soo oti l isieme dei umeri aturali: N {1,, 3,, l isieme dei umeri iteri relativi: Z {0, ±1, ±, ±3, N {0 ( N e, l isieme dei umeri razioali: Q {p/q : p Z, q N. Si ottiee questo ultimo isieme,
DettagliTEORIA DEI CAMPIONI. Psicometria 1 - Lezione 10 Lucidi presentati a lezione AA 2000/2001 dott. Corrado Caudek
TEORIA DEI CAMPIONI Psicometria 1 - Lezioe 10 Lucidi presetati a lezioe AA 000/001 dott. Corrado Caudek 1 Nella teoria statistica per popolazioe si itede la totalità delle uità poteziali d'osservazioe.
DettagliProbabilità 1, laurea triennale in Matematica II prova scritta sessione estiva a.a. 2008/09
Probabilità, laurea trieale i Matematica II prova scritta sessioe estiva a.a. 8/9. U ura cotiee dadi di cui la metà soo equilibrati, metre gli altri soo stati maipolati i modo che, per ciascuo di essi,
DettagliEsercitazione 5 del corso di Statistica (parte 2)
Eercitazioe 5 del coro di Statitica (parte ) Dott.a Paola Cotatii 5 Maggio Eercizio Per verificare l efficacia di u coro di tatitica vegoo cofrotati i redimeti medi di due campioi di tudeti di ampiezza
DettagliESERCIZI DI STATISTICA RISOLTI Federico Emanuele Pozzi
ESERCIZI DI STATISTICA RISOLTI Federico Emauele Pozzi Risolverò solo u compito itegralmete. Se avete domade sulla risoluzioe di specifici esercizi postate el forum, e le aggiugerò qui. Qui preseto solo
Dettagli1 Statistica Inferenziale
1 Statistica Ifereziale Cosideriamo u tipico problema che coduce a cosiderazioi di tipo statistico: Problema: Ua moeta, di cui si igora l oestà, viee laciata 1000 volte otteedo 447 teste. Si può affermare
DettagliIl test parametrico si costruisce in tre passi:
R. Lombardo I. Cammiatiello Dipartimeto di Ecoomia Secoda Uiversità degli studi Napoli Facoltà di Ecoomia Ifereza Statistica La Verifica delle Ipotesi Obiettivo Verifica (test) di u ipotesi statistica
DettagliUNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:
UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Doatella Siepi doatella.siepi@uipg.it tel: 075 5853525 05 dicembre 2014 6 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazioe dei
DettagliLEGGE DEI GRANDI NUMERI
LEGGE DEI GRANDI NUMERI E. DI NARDO 1. Legge empirica del caso e il teorema di Beroulli I diverse occasioi, abbiamo mezioato che la ozioe ituitiva di probabilità si basa sulla seguete assuzioe: se i sperimetazioi
DettagliCosa vogliamo imparare?
Cosa vogliamo imparare? risolvere i modo approssimato equazioi del tipo f()=0 che o solo risolubili i maiera esatta ed elemetare tramite formule risolutive. Esempio: log( ) 1= 0 Iterpretazioe grafica Come
DettagliCAPITOLO SESTO - STATISTICA INDUTTIVA. moneta buona; ha solo una probabilità molto bassa di verificarsi:
CAPITOLO SESTO - STATISTICA INDUTTIVA 1. Verifica di u ipotesi: u caso particolare Nell euciato di umerosi esempi ed esercizi proposti ei capitoli precedeti si è fatto riferimeto a moete o dadi o truccati,
DettagliEsercizio 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
DettagliEsercitazioni 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