Metodi Numerici per la Bioinformatica
|
|
- Angelina Elena Deluca
- 8 anni fa
- Visualizzazioni
Transcript
1 Metodi Numerici per la Bioiformatica Approcci claici all aalii di dati A.A. 008/009 Fraceco Archetti
2 Itroduzioe Vi oo criteri differeti per caratterizzare i problemi di tetig di ipotei. il umero di campioi utilizzati. il fatto che i dati provegao o meo da ua ditribuzioe ota. I bae al primo criterio dobbiamo ditiguere tra problemi co, o più di campioi. I bae al ecodo coideriamo: tet parametrici -quado i dati eguoo ua ditribuzioe ota o auta tale di cui vao timati i parametri tet o parametrici - quado o i pooo fare ipotei a priori ulla ditribuzioe bioiformatica Fraceco Archetti
3 Tet che uao u olo campioe I tet che uao u olo campioe pooo riguardare media o variaza. Se il tetig riguarda la media pooo eere formulate le egueti ipotei: H : µ c 0 H : µ c 0 H a : µ c H a : µ < c Corripode a u two-tail tetig el quale o vi è cooceza a priori Corripode a u oe-tail tetig el quale ci i apetta che il valore c ia più alto ripetto alla media della popolazioe H : µ c 0 H a : µ > c Corripode a u oe-tail tetig el quale ci i apetta che il valore c ia più bao ripetto alla media della popolazioe bioiformatica 3 Fraceco Archetti
4 Tet che uao la media Eempio: Aumiamo che il livello di epreioe di u gee ia ditribuito ormalmete co u valor medio di.5 ella popolazioe cotrollo. Miurazioi i u teuto di u paziete hao dato i valori: Queti dati oo coiteti co il valore pubblicato della media.5? Soluzioe: Il problema è -tail tet, imile a uo già tudiato(lezioe precedete), co ua differeza importate: la variaza della popolazioe o è ota e va timata dal campioe Ivece di Z uiamo quidi t : X µ ( X i i t Dove è la deviazioe tadard del campioe: X ) bioiformatica 4 Fraceco Archetti
5 La ditribuzioe t X µ la ditribuzioe della variabile t o è ormale ma egue u altra claica ditribuzioe detta t o t di Studet t Queta ditribuzioe ha media 0 e variaza che dipede dal umero di gradi di libertà (d.f) uguali al umero dei dati meo il umero dei parametri da timare. La forma della ditribuzioe t e imile alla ormale cui tede quado il umero delle miurazioi crece. Per valori bai di (umero di miurazioi idipedeti), le code oo più robute della ormale, quidi a parità di livello di igificace dobbiamo etrate più ella coda (diveta più difficile rifiutare H 0 ). Per eempio co 4 gradi di libertà per predere il 95% delle miurazioi dobbiamo coiderare ua deviazioe tadard di.78, metre per la ormale bata.96. bioiformatica 5 Fraceco Archetti
6 La ditribuzioe t cotiuazioe oluzioe eempio precedete: Il workflow è come quello già vito co la differeza che i calcola il valore di t:. Formulare le due ipotei: H 0 : µ.5 H a : µ.5 i queto cao i tratta di u two-tail tetig!. Scegliere il igificace level: 5% 3. Idividuare l appropriato tet e modello tatitico:come vito prima, il modello è la ditribuzioe t. 4. Calcolare l appropriato tet tatitico, il valore di t: t X µ Calcolare il p-value corripodete alla tatitica calcolata: p Paragoare il p_value co il igificace level celto: 0.057> Decidere e rifiutare o meo H 0 : o poiamo rifiutare H 0 8. Cocluioi: i dati embrao eere coiteti co la media pubblicata. bioiformatica 6 Fraceco Archetti
7 La ditribuzioe t:eempio Tetare l ipotei che la media delle altezze degli atleti di ua famoa quadra baket americaa è miore o uguale a 76. Soo tate raccolte le altezze di 5 giocatori, co i egueti riultati: Ipotei: X 77.5" 5. 6 H 0 : µ 76" H a : µ > 76" Ditribuzioe t-tudet Sigificace level 0,05 Degree of fredom: -5-4 La regioe di rifiuto è idividuata guardado la tabella della ditribuzioe t Metodi eumerici quidi per la t 0,05,76 bioiformatica 7 Fraceco Archetti
8 La ditribuzioe t:eempio Calcolo t: t X µ 77, ,76,0374 No poiamo rifiutare l ipotei ulla e quidi poiamo accettare l ipotei che l altezza media dei giocatori di baket della quadra è <76 bioiformatica 8 Eempio file Excel Fraceco Archetti
9 Determiazioe della umeroità del campioe Eempio: Il livello di epreioe di u gee ella popolazioe cotrollo è 00 co deviazioe tadard uguale a 0. I u eperimeto u u teuto di u paziete ci attediamo u aumeto lieve del livello (circa il 0%). Quate miurazioi dobbiamo fare per capire il cambiameto il 95% delle volte?(i queto cao fiiamo il power del tet oia -β 0.95) Soluzioe: l ipotei ulla H 0 è: H 0 : µ 00 ed il igificace level celto è: % X µ poiamo uare la tatitica z : Z o appiamo il valore di (umero di miurazioi replicate), ma poiamo calcolare il valore critico di Z che dovrebbe corripodere alla oglia ripetto alla quale dobbiamo rifiutare l ipotei ulla. Dalla tabella della ditribuzioe ormale i ricava che il valore che corripode a α0.0 è z α.33. σ bioiformatica 9 Fraceco Archetti
10 Determiazioe della umeroità del campioe poiamo coì calcolare il valore miimo della media campioaria che riulterebbe igificativo a queto livello di cofideza : Otteedo il valore di oglia : σ 0 X t µ + zα X t µ Z σ La formula o ci coete acora di calcolare poiché o coociamo X L altro dato che abbiamo è la poteza del t tet, 95% ; e la vera media è 0 (µ+0%0) otteiamo : Z β µ ' X t σ 0 X 0 teedo coto che vogliamo accettare H a quado è vera co ua probabilità di -β 0.95 e quidi rifiutare H 0 e che la deciioe ia corretta, il valore di Z corripodete a β 0.05 è Da queta ecoda ditribuzioe: t σ 0 X t µ ' + zβ bioiformatica 0 Fraceco Archetti α
11 Determiazioe della umeroità del campioe o appiamo il valore di, tuttavia le due codizioi (α0.0 e β 0.95) devoo eere oddifatte cotemporaeamete dalla tea X t Uiamo le due equazioi precedeti ulla X t per otteere il umero di repliche ecearie () σ σ µ + z α µ ' z σ β µ µ ' ( zα + zβ ) ( zα + zβ ) σ ( µ µ ') La ditribuzioe a iitra rappreeta l epreioe del gee i codizioi ormali (µ00,σ0) La ditribuzioe a detra rappreeta l epreioe di u dato gee elle codizioi otto tudio (aumiamo che µ0 e σ0). Quello che tiamo facedo è capire quado u gee proviee dalla ditribuzioe di detra per il 95% delle volte bioiformatica Fraceco Archetti
12 Tet ulla variaza la ditribuzioe chi-quadro Eempio: Il livello di epreioe di u gee miurato molte volte da u valor medio 40 co ua.d. 3; ua divera tecologia co 30 miurazioi da ua.d. campioaria di. Poiamo cocludere che la uova offre miurazioi più uiformi? Soluzioe: H :σ 0 c H a :σ < c ( ) σ La quatità è ua v.c. che egue la ditribuzioe chi-quare. Come la t ha u umero di d.f. (ν) uguale al umero di miurazioi meo il umero di parametri e ha u valore atteo: µ E( χ ) ν ua variaza: χ ν Var( ) bioiformatica Fraceco Archetti
13 Tet ulla variaza la ditribuzioe chi-quadro Dati valore atteo e variaza, appiamo che la variabile chi-quared i comporta i u certo modo e poiamo uare queta per tetare le otre ipotei. Dato u determiato campioe, poiamo calcolare il valore della tatitica chi-quared u queto campioe: E ituitivo che: χ ( ) σ e il valore della deviazioe tadard del campioe () è vicio a quello della deviazioe tadard della popolazioe (σ), il valore di chi-quare arà vicio a -. Se il valore della deviazioe tadard del campioe è molto divero dal valore della deviazioe tadard della popolazioe, il valore di chi-quare arà molto differete da -. bioiformatica 3 Fraceco Archetti
14 Tet ulla variaza la ditribuzioe chi-quadro Nel cao dell eempio: χ ( ) σ (30 ) Ci i apetta che il valore di chi-quadro ia vicio alla ua media di ν-9 e H 0 è vera, e divero da 9 e H a è vera. La probabilità (oe tail) che corripode a u chi-quared di.88 è (P_value0,005). Se H 0 foe vera il valore miurato di chi-quared arà miore/uguale a.88 el 99.5% dei cai. Poiamo quidi rigettare l ipotei H 0 al livello igificate 5%. Potremmo alterativamete cofrotare il valore calcolato co i valori critici di ua ditribuzioe chi-quared co 9 d.f.(ν), che riultao al 95%, 7.70 e bioiformatica 4 Fraceco Archetti
15 Tet ulla variaza la ditribuzioe chi-quadro Oe ample variace tetig i può riaumere ei 3 cai: H 0 :σ c H 0 :σ c H a :σ < c H a :σ > c Corripode a u oe-tail tetig el quale ci i apetta che i dati iao da ua parte pecifica del valore c H c H a :σ c 0 :σ Corripode a u two-tail tetig Il valore c è empre oto a priori e o deve eere calcolato dai dati. Il tet i può codurre eguedo trade: i. i calcola il p-value corripodete al valore calcolato di chi- e lo i cofrota co il igificace level α. Se è miore H 0 viee rifiutata. ii. i cofrota il valore calcolato chi- co i valori critici corripodete al igificace level. Se è etero H 0 viee rifiutata. bioiformatica 5 Fraceco Archetti
16 Itervallo di cofideza per la deviazioe tadard La ditribuzioe chi-quadro può eere uata per calcolare u itervallo di cofideza per la deviazioe tadard. Eempio: Il livello di epreioe di u gee pecifico è miurato per 6 volte. La variaza campioaria è 4. Quali oo i limiti di cofideza al 95% per la variaza della popolazioe? Soluzioe: Poiamo uare la defiizioe della variabile chi-quadro: Per etrarre σ : σ ( ) χ e uare quet ultima per ettare le codizioi riguardati la probabilità di compiere u errore di tipo,α: ( ) C χ α Poiamo etrarre la radice quadrata per otteere σ: ( ) σ χ α α ( ) α α bioiformatica 6 Fraceco Archetti C χ χ ( ) σ σ ( ) χ χ α α χ α
17 Tet ulla variaza la ditribuzioe chi-quadro: eempio Ua compagia farmaceutica ta coiderado l acquito di uove macchie per l imbottigliameto dei farmaci per icremetare l efficieza della produzioe. L azieda attualmete utilizza delle macchie che riempioo delle bottigliette che pooo coteere u volume di mediciali co ua deviazioe tadard pari a.6 ml. La uova macchia che tao oervado per l acquito, è tata tetata u 30 bottigliette, producedo ua deviazioe tadard pari a.5 ml. La macchia uova può produrre co ua variaza miore o uguale a,6 ml co u igificace level pari a 0.05? Abbiamo: deviazioe tadard del campioe (),5 deviazioe tadard della popolazioe (σ),6 Le ipotei oo: H 0 : σ (.6) Ha σ : < (.6) bioiformatica 7 Fraceco Archetti
18 Tet ulla variaza la ditribuzioe chi-quadro: eempio Scegliamo ua ditribuzioe chi-quadro eedo u tet ulla variaza Sigificace level 0.05 Numero gradi di libertà Guardado ella tabella del chi-quadro poiamo vedere che co 9 gradi di libertà abbiamo χ ( ) σ (30 ) Il valore è ella regioe di rifiuto, quidi: dobbiamo rifiutare l ipotei ulla e accettare l ipotei di ricerca, quidi la uova macchia riucirà a produrre co variaza <.6 bioiformatica 8 Eempio file Excel Fraceco Archetti
19 Tet co due campioi La ditribuzioe F Ua applicazioe tipica è il cofroto tra i livelli di epreioe di diveri gei i pazieti e i cotrolli ai Cacer patiet Cotrol ubject Gee ID P P P C C P AC AB AB AB AB AB AB La domada che ci i può porre è: come capire e u gee è epreo i modo divero tra pazieti e cotrolli (cioè e i livelli di epreioe provegoo da ditribuzioi divere)? bioiformatica 9 Fraceco Archetti
20 La ditribuzioe F La quetioe i riduce al cofroto tra le medie di campioi. Bioga prima riucire a cofrotare le variaze dei campioi. Eempio: Il livello di epreioe di u gee è miurato i u determiato umero di idividui di cotrollo e di pazieti. I valori del gee ei cotrolli oo: 0,,,5,3,,; i valori miurati ei pazieti oo:,3,3,5,8,7,6,6,,5,0,. La variaza è divera tra cotrollo e paziete? Soluzioe: Formuliamo il problema come : H σ 0 : σ H a : σ σ Neu tet tatitico vito è appropriato per tudiare queto problema! bioiformatica 0 Fraceco Archetti
21 La ditribuzioe F Coideriamo campioi da ua ditribuzioe ormale co variaza σ co variaze campioarie e. il rapporto / arà divero da. Queto valore è comuque ua v.c. che egue ua ditribuzioe ota come F la cui forma (i figura) dipede dai gradi di libertà (umero di miurazioi meo parametri da timare) dei campioi. Poiché i campioi provegoo da popolazioi co la tea variaza, il valore atteo di / è. Ua deviazioe coiderevole da è idicazioe che le variaze oo divere. Queta ditribuzioe ha la proprietà itereate che la coda iitra della ditribuzioe F co gradi di libertà ν e ν, è reciproca alla coda detra di ua ditribuzioe co gradi di libertà revered F α ( ν, ν ) F α ( ν, ν ) bioiformatica Fraceco Archetti
22 La ditribuzioe F Nel otro eempio: ν -7-6 ν -3- per α 0.05, i u tet two tail, otteiamo : F 0.975(6,) 3.73 F 0.05(6,) 0.86 Quidi e il rapporto tra le variaze ( / ) è etero all itervallo [0.86, 3.73], H 0 può eere rifiutata co ua probabilità 5% di u errore del tipo. bioiformatica Fraceco Archetti
23 La ditribuzioe F H σ σ 0 : a b H a : σ a σ b Il rapporto delle variaze campioarie di due campioi tratti da due popolazioi ormali co la tea variaza, egue la ditribuzioe F: ν a 6, a.66, ν b, b 5.74 Prima abbiamo vito a e b. Se coideraimo il rapporto ( b / a ) queti valori critici u F: F 0.975(,6) 5.37 F 0,05(,6) / E chiaro che etrambi i rapporti coducoo alle tee deciioi I queto cao o i può rifiutare l ipotei H 0
24 La ditribuzioe F Ache il tet per il cofroto tra variaze i può articolare i 3 modi : H H 0 : σ σ 0 : σ σ H a H a : σ < σ : σ > σ Corripode a u oe-tail tetig el quale ci i apetta di avere ua variaza più piccola dell altra H σ 0 : σ H a : σ σ Corripode a u two-tail tetig bioiformatica 4 Fraceco Archetti
25 Eempio cofroto fra variaze: colo dataet The Colo Dataet i a collectio of expreio meauremet from colo biopy ample reported i [Alo et al., 999]. The dataet coit of 6 ample of colo epithelial cell collected from colo-cacer patiet. The "tumor biopie were extracted from tumour, ad the "ormal" biopie were collected from healthy part of the colo of the ame patiet. The fial aigmet of the tatu of biopy ample were made by pathological examiatio. Gee expreio level i thee 6 ample were meaured uig high deity oligoucleotide array. The dataet, 6 ample over 000 gee, i available at: U. Alo, N. Barkai, D. Notterma, K. Gih, S. Ybarra, D. Mack, A. J. Levie. Broad patter of gee expreio revealed by cluterig aalyi of tumor ad ormal colo tiue probed by oligoucleotide array, Proc. Nat. Acad. Sci. USA 96, (999). 5 Fraceco Archetti
26 Eempio cofroto fra variaze: Etraedo il livello di epreioe del gee: H55933 : Homo apie riboomal protei L4 (RPL4), tracript variat, mrna ia i campioi di teuto malato che i campioi di cotrollo, poiamo affermare che la variaza del gee i eame è divera tra teuto malato e cotrollo? H : σ σ 0 H a : σ σ bioiformatica 6 Fraceco Archetti
27 Eempio cofroto fra variaze: Miurazioi teuti malati : 0,59 -,0398 -,339 0,036 0,7545,56-0,830-0,685 0,049-0,534 0,366-0,930 0,609-0,353-0,389 0,8968,0564,9433 0,5663-0,653-0,036 Miurazioi teuti di cotrollo: 0,7003-0,508 -,4686-0,9736-0,5685-0,456-0,700-0,8486-0,0066 -,667 Calcolo gradi di libertà: ν --0 ν -0-9 Scegliamo la ditribuzioe F, two-tail tet! Calcoliamo quidi le variaze: M,097 C 0,475 Fiiamo α 0.05 bioiformatica 7 Fraceco Archetti
28 Eempio cofroto fra variaze: Tet two-tail, quidi per riucire ad idividuare le regioi di rifiuto del tet dobbiamo: Dividere α per quidi α0.05 Per il lato detro della ditribuzioe, guardare emplicemete il valore della tabella della ditribuzioe F teedo empre preete che il igificace level è empre metà dell origiale (α0.05). Quidi: F 0,975(0,9) 3.66 Per il lato iitro della ditribuzioe, bioga ricordari che: quidi F 0,05(0,9) 0.77 F α ( ν, ν ) F α ( ν, ν ) Quidi F (,30) cade ell'itervallo [0,7;3,66] quidi H 0 o può eere rifiutata e quidi o poiamo affermare che la variaza del gee i eame è divera tra teuto malato e cotrollo! bioiformatica 8 Eempio file Excel Fraceco Archetti
29 Cofroto fra medie: la procedura Prima di iiziare u tet di ipotei tra le medie di due campioi dobbiamo determiare alcue caratteritiche dei campioi: I campioi oo i relazioe fra loro? SI Se eite ua relazioe allora i campioi oo DIPENDENTI. I dati del primo campioe pooo eere accoppiati co quelli del ecodo. I queto cao iamo itereati alle differeze tra i valori accoppiati. Se le popolazioi oo ditribuite ecodo ua ormale ed eite ua relazioe, allora verrà codotto u tet u due medie dipedeti co la ditribuzioe t-studet NO Se NON eite ua relazioe tra le due variabili allora oo INDIPENDENTI. U altra domada: Le variaze oo ote? bioiformatica 9 Fraceco Archetti
30 Cofroto fra medie Siamo a queto puto i grado di impotare il cofroto tra le medie di campioi Eempio: Coideriamo u gee ( pecifico e be defiito ) miurato i u campioe di 6 pazieti e i uo di 6 cotrolli. Il valor medio è divero ei campioi? Soluzioe: I pai, come abbiamo già vito i precedeza, oo i egueti :.Defiire il problema: dato u igolo gee, queto è epreo i modo differeti ei pazieti e ei cotrolli?.defiire le ipotei: Ipotei ulla H 0 : tutte le miurazioi provegoo da ua uica ditribuzioe; Ipotei di ricerca H a : vi oo ditribuzioi divere che caratterizzao i campioi. Abbiamo ua ituazioe -tail, ache e i valori dei pazieti tedoo a eere uperiori, la trutturazioe i ipotei deve eere a priori ripetto ai dati, riflettere cioè le otre expectatio o comuque iformazioi tratte dalla letteratura H µ 0 : µ H a : µ µ 30 Fraceco Archetti
31 Cofroto fra medie 3. Scegliere il igificace level : cegliamo di lavorare co u igificace level 5% 4. Scegliere il modello tatitico appropriato e il tet tatitico: la ditribuzioe t è il modello tatitico appropriato. Ache utilizzado lo teo modello tatitico, la procedura di tet, può eere cotruita diveramete i diveri cai :. -tail v.-tail: oe tail deve eere uato quado c è ua cooceza a priori che il et di miurazioi ia più alto o bao ripetto all altro.se o c è cooceza i ua il tet two tail.. Paired v. upaired: u tet paired i ua quado eite ua relazioe aturale tra elemeti dei campioi, metre upaired quado le oervazioi oo i.i.d.. 3. Variaze uguali v. diuguali: il t-tet co variaze uguali è appropriato quado oo coociuti due campioi, o i preume che provegao da ditribuzioi co uguale variaza Nel otro problema o eitoo a priori expectatio che i patiet abbiao u livello uperiore ai cotrolli. Quidi è u tet two-tail. Ioltre o ci oo relazioi tra pazieti e cotrolli quidi u-paired. La celta tra variaze uguali/ divere può eere effettuata co il tet che abbiamo vito. bioiformatica 3 Fraceco Archetti
32 Variaze uguali e i campioi idipedeti oo tratti da ua popolazioe ormale, la differeza delle medie campioarie ( X X ) arà pure ditribuita ormalmete co valore atteo ( µ µ ). la variaza della differeza fra due variabili è uguale alla omma delle variaze delle σ σ due variabili. Poiamo crivere la variaza di come: + La formula del valore t diviee i queto cao: ( X X ) X µ t e le variaze delle popolazioi oo uguali i può utilizzare la variaza pooled p ( ) + ( ) + Quidi la formula del t tet per campioi idipedeti co la tea variaza è: t ( X X ) ( µ µ ) p + bioiformatica 3 Fraceco Archetti
33 Variaze uguali I gradi di libertà oo il umero delle miurazioi meo i parametri itermedi; i queto cao ν + - Torado al otro eempio: Gee ID P P P3 P4 P5 P6 C C C3 C4 C5 C6 AC X e X e Dobbiamo decidere e le variaze oo uguali. Per queto copo uiamo: : σ 0 Uiamo come igificace level il 5% H σ H a : σ σ Calcoliamo F: F bioiformatica 33 Fraceco Archetti
34 Variaze uguali La probabilità di otteere queto dato by chace è P-value0.70 (i excel uate la fuzioe Fdit) e quidi l ipotei H 0 ulle variaze o può eere rifiutata per il igificace level celto. Poiamo quidi aumere che i campioi abbiao la tea variaza e calcolare la variaza pooled : p ( ) + ( ) + per giugere fialmete al valore di t: t ( X X ) ( µ µ ) p + (6 ) (6 ) ( ) calcolare il p-value o la probabilità di avere quel valore by chace (Tdit i excell) otteedo Nel cao di u oe-tail, poiamo rigettare l ipotei ulla (ulle medie), e cocludere che il gee AC00378 è epreo differezialmete tra i pazieti e i cotrolli. al livello di cofideza 5%; el cao two-tail l evideza o è ufficiete per rigettare l ipotei ulla. bioiformatica 34 Fraceco Archetti
35 Variaze diuguali Se aumiamo che due et di miurazioi provegoo da popolazioi ormali idipedeti, ma o poiamo aumere che quete due popolazioi hao la tea variaza, (abbiamo effettuato u tet F che ci ha forito come riultato il rifiuto dell ipoteti ulla (varvar)) è eceario u t-tet modificato. Il t-value viee acora calcolato come : Il t-value viee acora calcolato come : dove e oo le ripettive variaze dei campioi. Il umero di gradi di libertà arà ora calcolato come: 35 Fraceco Archetti ( ) ( ) + X X t µ µ + + ν bioiformatica 35 Fraceco Archetti Solitamete queto valore o è itero e deve eere arrotodato
36 Paired t-tetig (campioi i relazioe) I alcue ituazioi le miurazioi oo accoppiate aturalmete, ad eempio: tet imultaei, i cui celle dalla tea cultura oo divie i gruppi ad oguo dei quali viee dato u trattameto divero. Before/after tet: i cui u parametro è miurato prima e dopo il trattameto co ua certa otaza. Matched tet: i oggetti oo uiti i coppie che hao le tee caratteritiche (età,peo,dieta, ) i tutti queti cai le variabili miurate oo dipedeti Per codurre u paired t-tet delle medie abbiamo biogo: La media delle differeze di tutte le coppie, oia: X d La deviazioe tadard della differeza: X d N è uguale al umero di coppie! ( X d X ) d d d X bioiformatica 36 Fraceco Archetti
37 Paired t-tetig i può coì codurre u t-tet t X d µ d d dove µ d è la differeza tra le medie delle due popolazioi I gradi di libertà di u paired t-tet oo - dove è il umero delle coppie. Se defiiamo L ipotei ulla arà: µ d µ µ H : µ µ : 0 0 H 0 µ µ H 0 : µ d 0 bioiformatica 37 Fraceco Archetti
38 Paired t-tetig:eempio Growth Hormoe of UCLA Populatio Da u idagie oo tate raccolte le egueti miurazioi dell altezza di 3 tudeti di u college : A queti tudeti è tato dato l ormoe della crecita Laxo. Dopo u mee oo tate raccolte uovamete le loro altezze otteedo la eguete tabella: Il farmaco Laxo ha ucceo ell icremeto della media dell altezza degli tudeti? bioiformatica 38 Fraceco Archetti
39 Paired t-tetig:eempio. Calcolo della media delle differeze :. Calcolo della deviazioe tadard delle differeze: 3. Ipotei: H 0 : µ d 0 H 0 : µ d 0 X Viee codotto u t-tet co igificace level uguale al 5% 5. Gradi di libertà umero di coppie Calcoliamo t t X d µ d 7. CONCLUSIONE:poiamo rifiutare l ipotei ulla e quidi poiamo dire che il farmaco Laxo ha ucceo ell icremeto della media dell altezza degli tudeti! d X d d.946 d ( X d X X d d ) Eempio file Excel
40 Itervallo di cofideza per la differeza tra medie µ -µ Se l ipotei ulla H 0 : µ µ può eere rifiutata, ci poiamo chiedere quato iao differeti le medie. Si può ifatti ricavare la eguete formula del relativo itervallo di cofideza per la differeza µ - µ : C [( X X ) t0 µ µ ( X X ) + t0 ] α X X X X dove il umero di gradi di libertà è ν + - e lo tadard error è: X X + X X p bioiformatica 40 Fraceco Archetti
Esercitazione 5 del corso di Statistica (parte 2)
Eercitazioe 5 del coro di Statitica (parte ) Dott.a Paola Cotatii 5 Maggio Eercizio Per verificare l efficacia di u coro di tatitica vegoo cofrotati i redimeti medi di due campioi di tudeti di ampiezza
DettagliTecnica delle misurazioni applicate Esame del 4 dicembre 2007
Tecica delle misurazioi applicate Esame del 4 dicembre 7 Problema 1. Il propulsore Mod. WEC viee prodotto da ACME Ic. mediate u processo automatizzato: dati storici cofermao che la lavorazioe di ogi elemeto
DettagliUn problema! La letteratura riporta che i pazienti affetti da cancro. = mesi
CONFRONTO TRA DUE MEDIE U problema! La letteratura riporta che i pazieti affetti da cacro hao ua sopravviveza media di 38.3 mesi e deviazioe stadard di 43.3 mesi: µ 38.3mesi σ 43.3mesi (la distribuzioe
DettagliESEMPIO 1. Immaginiamo come si distribuirebbero le stime campionarie se l operazione di campionamento venisse ripetuta più volte.
ESEMPIO Prima dell esplosioe di ua cetrale ucleare, i terrei di ua certa regioe avevao ua produzioe media di grao pari a 00 quitali co uo scarto di 5. Dopo la catastrofe si selezioao 00 uità di superficie
Dettaglialcuni esercizi risolti o quasi di inferenza statistica I a.a. 2005/06
ISTRUZIONI PER L USO alcui eercizi riolti o quai di ifereza tatitica I a.a. 005/06 guido maarotto 3 maggio 006 La umerazioe delle uità corripode a quella dei lucidi delle lezioi. Tavole dei quatili delle
DettagliStatistica. Capitolo 9. Stima: Ulteriori Argomenti. Cap. 9-1
Statitica Capitolo 9 Stima: Ulteriori Argometi Cap. 9-1 Obiettivi del Capitolo Dopo aver completato il capitolo, arete i grado di: Cotruire itervalli di cofideza per la differeza tra le medie di due popolazioi
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
DettagliMetodi statistici per l analisi dei dati
Metodi statistici per l aalisi dei dati due ttameti Motivazioi ttameti Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ttameti) per cui soo stati codotti gli esperimeti. due ttameti Esempio itroduttivo
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
DettagliCONCETTI BASE DI STATISTICA
CONCETTI BASE DI STATISTICA DEFINIZIONI Probabilità U umero reale compreso tra 0 e, associato a u eveto casuale. Esso può essere correlato co la frequeza relativa o col grado di credibilità co cui u eveto
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
DettagliCapitolo. Il comportamento dei sistemi in regime transitorio. 5.8 Esercizi - Risposta al gradino dei sistemi del 2 ordine reazionati e non reazionati
Capitolo 5 Il comportameto dei itemi i regime traitorio 5.1 Geeralità ulla ripota dei itemi el domiio del tempo 5. Ripota al gradio di u itema del primo ordie. 5.3 Eercizi - Ripota al gradio dei itemi
DettagliMetodi statistici per l'analisi dei dati
Metodi statistici per l aalisi dei dati due Motivazioi Obbiettivo: Cofrotare due diverse codizioi (ache defiiti ) per cui soo stati codotti gli esperimeti. Metodi tatistici per l Aalisi dei Dati due Esempio
DettagliSuccessioni. Grafico di una successione
Successioi Ua successioe di umeri reali è semplicemete ua sequeza di ifiiti umeri reali:, 2, 3,...,,... dove co idichiamo il termie geerale della successioe. Ad esempio, discutedo il sigificato fiaziario
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
Dettagli1 Limiti di successioni
Esercitazioi di matematica Corso di Istituzioi di Matematica B Facoltà di Architettura Ao Accademico 005/006 Aa Scaramuzza 4 Novembre 005 Limiti di successioi Esercizio.. Servedosi della defiizioe di ite
DettagliV Tutorato 6 Novembre 2014
1. Data la successioe V Tutorato 6 Novembre 01 determiare il lim b. Data la successioe b = a = + 1 + 1 8 6 + 1 80 + 18 se 0 se < 0 scrivere i termii a 0, a 1, a, a 0 e determiare lim a. Data la successioe
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
DettagliSerie numeriche: esercizi svolti
Serie umeriche: esercizi svolti Gli esercizi cotrassegati co il simbolo * presetao u grado di difficoltà maggiore. Esercizio. Dopo aver verificato la covergeza, calcolare la somma delle segueti serie:
DettagliEsercitazioni di Statistica
Esercitazioi di Statistica Il modello di Regressioe Prof. Livia De Giovai statistica@dis.uiroma.it Esercizio Solitamete è accertato che aumetado il umero di uità prodotte, u idustria possa ridurre i costi
DettagliIl confronto tra DUE campioni indipendenti
Il cofroto tra DUE camioi idiedeti Il cofroto tra DUE camioi idiedeti Cofroto tra due medie I questi casi siamo iteressati a cofrotare il valore medio di due camioi i cui i le osservazioi i u camioe soo
DettagliSUCCESSIONI E SERIE NUMERICHE
SUCCESSIONI E SERIE NUMERICHE. Successioi umeriche a. Defiizioi: successioi aritmetiche e geometriche Cosideriamo ua sequeza di umeri quale ad esempio:,5,8,,4,7,... Tale sequeza è costituita mediate ua
Dettagli5 ln n + ln. 4 ln n + ln. 6 ln n + ln
DOMINIO FUNZIONE Determiare il domiio della fuzioe f = l e e + e + e Deve essere e e + e + e >, posto e = t si ha t e + t + e = per t = e e per t = / Il campo di esisteza è:, l, + Determiare il domiio
DettagliCorso di Laurea Magistrale in Ingegneria Informatica A.A. 2014/15. Complementi di Probabilità e Statistica. Prova scritta del del 23-02-15
Corso di Laurea Magistrale i Igegeria Iformatica A.A. 014/15 Complemeti di Probabilità e Statistica Prova scritta del del 3-0-15 Puteggi: 1. 3+3+4;. +3 ; 3. 1.5 5 ; 4. 1 + 1 + 1 + 1 + 3.5. Totale = 30.
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
DettagliAnno 5 Successioni numeriche
Ao 5 Successioi umeriche Itroduzioe I questa lezioe impareremo a descrivere e calcolare il limite di ua successioe. Ma cos è ua successioe? Come si calcola il suo limite? Al termie di questa lezioe sarai
DettagliStatistica per la ricerca
CDL i IGIENE DENTALE Statitica per la ricerca gbarbati@uit.it A.A. 2018-19 Icriveri al coro e caricare il materiale didattico da Moodle: Di volta i volta troverete qui tutto il materiale volto a lezioe
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
Dettagli52. Se in una città ci fosse un medico ogni 500 abitanti, quale sarebbe la percentuale di medici? A) 5 % B) 2 % C) 0,2 % D) 0,5% E) 0,02%
RISPOSTE MOTIVATE QUIZ D AMMISSIONE 2000-2001 MATEMATICA 51. L espressioe log( 2 ) equivale a : A) 2log B) log2 C) 2log D) log E) log 2 Dati 2 umeri positivi a e b (co a 1), si defiisce logaritmo i base
DettagliStatistica 1 A.A. 2015/2016
Corso di Laurea i Ecoomia e Fiaza Statistica 1 A.A. 2015/2016 (8 CFU, corrispodeti a 48 ore di lezioe frotale e 24 ore di esercitazioe) Prof. Luigi Augugliaro 1 / 19 Iterdipedeza lieare fra variabili quatitative
DettagliVerifica delle ipotesi
Verifica delle ipotei U'ipotei tatitica è u'affermazioe o ua cogettura riguardate u parametro q che caratterizza il modello decrittivo della popolazioe, f(x;q), co qq, dove Q è lo pazio parametrico. olitamete,
DettagliFormula per la determinazione della Successione generalizzata di Fibonacci.
Formula per la determiazioe della uccessioe geeralizzata di Fiboacci. A cura di Eugeio Amitrao Coteuto dell articolo:. Itroduzioe......... uccessioe di Fiboacci....... 3. Formula di Biet per la successioe
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
DettagliErrori di misura. è ragionevole assumere che una buona stima del valore vero sia la media
Errori di miura Se lo trumento di miura è abbatanza enibile, la miura rietuta della tea grandezza fiica darà riultati diveri fra loro e fluttuanti in modo caratteritico. E l effetto di errori cauali, o
DettagliLe carte di controllo
Le carte di cotrollo Dott.ssa Bruella Caroleo 07 dicembre 007 Variabilità ei processi produttivi Le caratteristiche di qualsiasi processo produttivo soo caratterizzate da variabilità Le cause di variabilità
DettagliEsercizi riguardanti limiti di successioni
Esercizi riguardati iti di successioi Davide Boscaii Queste soo le ote da cui ho tratto le esercitazioi del gioro 27 Ottobre 20. Come tali soo be lugi dall essere eseti da errori, ivito quidi chi e trovasse
DettagliNumerazione binaria Pagina 2 di 9 easy matematica di Adolfo Scimone
Numerazioe biaria Pagia di 9 easy matematica di Adolfo Scimoe SISTEMI DI NUMERAZIONE Sistemi di umerazioe a base fissa Facciamo ormalmete riferimeto a sistemi di umerazioe a base fissa, ad esempio el sistema
DettagliCorsi di Laurea in Ingegneria Edile e Architettura Prova scritta di Analisi Matematica 1 del 6/02/2010. sin( x) log((1 + x 2 ) 1/2 ) = 1 3.
Corsi di Laurea i Igegeria Edile e Architettura Prova scritta di Aalisi Matematica del 6// ) Mostrare che + si( ) cos () si( ) log(( + ) / ) = 3. Possibile soluzioe: Cosiderado dapprima il deomiatore otiamo
DettagliLA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT
LA GESTIONE DELLA QUALITA : IL TOTAL QUALITY MANAGEMENT La gestioe, il cotrollo ed il migliorameto della qualità di u prodotto/servizio soo temi di grade iteresse per l azieda. Il problema della qualità
DettagliSuccessioni. Capitolo 2. 2.1 Definizione
Capitolo 2 Successioi 2.1 Defiizioe Ua prima descrizioe, più ituitiva che rigorosa, di quel che itediamo per successioe cosiste i: Ua successioe è ua lista ordiata di oggetti, avete u primo ma o u ultimo
DettagliFoglio di esercizi N. 1 - Soluzioni
Foglio di esercizi N. - Soluzioi. Determiare il domiio della fuzioe f) = log 3 + log 3 3)). Deve essere + log 3 3) > 0, ovvero log 3 3) >, ovvero prededo l espoeziale i base 3 di etrambi i membri) 3 >
DettagliSTIME E LORO AFFIDABILITA
TIME E LORO AFFIDABILITA L idea chiave su cui si basa l aalisi statistica è che si ossoo eseguire osservaioi su u camioe di soggetti e che da questo si ossoo comiere iferee sulla oolaioe raresetata da
DettagliSintassi dello studio di funzione
Sitassi dello studio di fuzioe Lavoriamo a perfezioare quato sapete siora. D ora iazi pretederò che i risultati che otteete li SCRIVIATE i forma corretta dal puto di vista grammaticale. N( x) Data la fuzioe:
DettagliANALISI MATEMATICA 1 Area dell Ingegneria dell Informazione. Appello del 5.02.2013 TEMA 1. f(x) = arcsin 1 2 log 2 x.
ANALISI MATEMATICA Area dell Igegeria dell Iformazioe Appello del 5.0.0 TEMA Esercizio Si cosideri la fuzioe f(x = arcsi log x. Determiare il domiio di f e discutere il sego. Discutere brevemete la cotiuità
DettagliCorso di laurea in Matematica Corso di Analisi Matematica 1-2 Dott.ssa Sandra Lucente 1 Funzioni potenza ed esponenziale.
Corso di laurea i Matematica Corso di Aalisi Matematica -2 Dott.ssa Sadra Lucete Fuzioi poteza ed espoeziale. Teorema. Teorema di esisteza della radice -esima. Sia N. Per ogi a R + esiste uo ed u solo
DettagliRendita perpetua con rate crescenti in progressione aritmetica
edita perpetua co rate cresceti i progressioe aritmetica iprediamo l'esempio visto ella scorsa lezioe di redita perpetua co rate cresceti i progressioe arimetica: Questa redita può ache essere vista come
DettagliLE MISURE DI VARIABILITÀ DI CARATTERI QUANTITATIVI
Apputi di Statistica Sociale Uiversità ore di Ea LE MISURE DI VARIABILITÀ DI CARATTERI QUATITATIVI La variabilità di u isieme di osservazioi attiee all attitudie delle variabili studiate ad assumere modalità
DettagliCampionamento stratificato. Esempio
ez. 3 8/0/05 Metodi Statiici per il Marketig - F. Bartolucci Uiversità di Urbio Campioameto ratificato Ua tecica molto diffusa per sfruttare l iformazioe coteuta i ua variabile ausiliaria (o evetualmete
Dettagli(per popolazioni finite)
Se o è oto I geere lo carto quadratico medio della popolazioe, al pari della media μ, o è oto. Pertato, per otteere u itervallo di cofideza per la media della popolazioe, occorre utilizzare la deviazioe
DettagliSUCCESSIONI NUMERICHE
SUCCESSIONI NUMERICHE Ua fuzioe reale di ua variabile reale f di domiio A è ua legge che ad ogi x A associa u umero reale che deotiamo co f(x). Se A = N, la f è detta successioe di umeri reali. Se co si
DettagliTest non parametrici. sono uguali a quelle teoriche. (probabilità attesa), si calcola la. , cioè che le frequenze empiriche
est o parametrici Il test di Studet per uo o per due campioi, il test F di Fisher per l'aalisi della variaza, la correlazioe, la regressioe, isieme ad altri test di statistica multivariata soo parte dei
DettagliStrumenti di indagine per la valutazione psicologica
Strumeti di idagie per la valutazioe psicologica 1.2 - Richiami di statistica descrittiva Davide Massidda davide.massidda@gmail.com Descrivere i dati Dovedo scegliere u esame opzioale, uo studete ha itezioe
DettagliAnalisi statistica dell Output
Aalisi statistica dell Output IL Simulatore è u adeguata rappresetazioe della Realtà! E adesso? Come va iterpretato l Output? Quado le Osservazioi soo sigificative? Quati Ru del Simulatore è corretto effettuare?
DettagliLA DERIVATA DI UNA FUNZIONE
LA DERIVATA DI UNA FUNZIONE OBIETTIVO: Defiire lo strumeto matematico ce cosete di studiare la cresceza e la decresceza di ua fuzioe Si comicia col defiire cosa vuol dire ce ua fuzioe è crescete. Defiizioe:
DettagliRandom walk classico. Simulazione di un random walk
Radom walk classico Il radom walk classico) è il processo stocastico defiito da co prob. S S0 X k, co X k k co prob. e le X soo tra di loro idipedeti. k Si tratta di u processo a icremeti idipedeti e ideticamete
DettagliSERIE NUMERICHE Con l introduzione delle serie vogliamo estendere l operazione algebrica di somma ad un numero infinito di addendi.
Serie SERIE NUMERICHE Co l itroduzioe delle serie vogliamo estedere l operazioe algebrica di somma ad u umero ifiito di addedi. Def. Data la successioe {a }, defiiamo la successioe {s } poedo s = a k.
Dettagli5. Le serie numeriche
5. Le serie umeriche Ricordiamo che ua successioe reale è ua fuzioe defiita da N, evetualmete privato di u umero fiito di elemeti, a R. Solitamete si idica ua successioe co la lista dei suoi valori: (a
DettagliESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI
ESERCIZI DI INFERENZA STATISTICA E STUDIO DELLE ASSOCIAZIONI ES 1 I u collettivo di 40 pazieti osservati, la media dei globuli biachi era pari a.9 ( 1000/ml 3 ) e la variaza era pari a 0.336. Forire ua
DettagliLimiti di successioni
Argometo 3s Limiti di successioi Ua successioe {a : N} è ua fuzioe defiita sull isieme N deiumeriaturaliavalori reali: essa verrà el seguito idicata più brevemeteco{a } a èdettotermie geerale della successioe
DettagliTerzo appello del. primo modulo. di ANALISI 18.07.2006
Terzo appello del primo modulo di ANALISI 18.7.26 1. Si voglioo ifilare su u filo delle perle distiguibili tra loro solo i base alla dimesioe: si hao a disposizioe perle gradi di diametro di 2 cetimetri
Dettagli19 31 43 55 67 79 91 103 870,5 882,5 894,5 906,5 918,5 930,5 942,5 954,5
Il 16 dicembre 015 ero a Napoli. Ad u agolo di Piazza Date mi soo imbattuto el "matematico di strada", come egli si defiisce, Giuseppe Poloe immerso el suo armametario di tabelle di umeri. Il geiale persoaggio
DettagliMatematica II: Calcolo delle Probabilità e Statistica Matematica
Matematica II: Calcolo delle Probabilità e Statistica Matematica ELT A-Z Docete: dott. F. Zucca Esercitazioe # 4 1 Distribuzioe Espoeziale Esercizio 1 Suppoiamo che la durata della vita di ogi membro di
DettagliEQUAZIONI ALLE RICORRENZE
Esercizi di Fodameti di Iformatica 1 EQUAZIONI ALLE RICORRENZE 1.1. Metodo di ufoldig 1.1.1. Richiami di teoria Il metodo detto di ufoldig utilizza lo sviluppo dell equazioe alle ricorreze fio ad u certo
DettagliE possibile approssimare tale valore utilizzando la distribuzione normale. Dalle tavole della Z si ha infatti: = 1.645
ESERCIZIO 6.1 Il tempo di occupazioe di ciacu paziete di u letto (durata di permaeza) è utilizzato dai maager di u opedale per l allocazioe ottimale delle riore. Si ritiee, da tudi effettuati durate gli
DettagliPercorsi di matematica per il ripasso e il recupero
Giacomo Pagia Giovaa Patri Percorsi di matematica per il ripasso e il recupero 2 per la Scuola secodaria di secodo grado UNITÀ CAMPIONE Edizioi del Quadrifoglio à t i U 2 Radicali I questa Uità affrotiamo
DettagliInteresse e formule relative.
Elisa Battistoi, Adrea Frozetti Collado Iteresse e formule relative Esercizio Determiare quale somma sarà dispoibile fra 7 ai ivestedo oggi 0000 ad u tasso auale semplice del 5% Soluzioe Il diagramma del
DettagliSUCCESSIONI NUMERICHE
SUCCESSIONI NUMERICHE LORENZO BRASCO. Teoremi di Cesaro Teorema di Stolz-Cesaro. Siao {a } N e {b } N due successioi umeriche, co {b } N strettamete positiva, strettamete crescete e ilitata. Se esiste
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
DettagliAlcuni parametri statistici di base
Alcui parametri statistici di base Misure di tedeza cetrale: media mediaa moda Misure di dispersioe: itervallo di variazioe scarto medio variaza deviazioe stadard coefficiete di variazioe Popolazioe di
DettagliTeorema del Limite Centrale
Teorema del Limite Centrale Una combinazione lineare W = a 1 X + a Y + a 3 Z +., di variabili aleatorie indipendenti X,Y,Z, ciacuna avente una legge di ditribuzione qualiai ma con valori attei comparabili
DettagliSoluzione 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
DettagliSoluzione La media aritmetica dei due numeri positivi a e b è data da M
Matematica per la uova maturità scietifica A. Berardo M. Pedoe 6 Questioario Quesito Se a e b soo umeri positivi assegati quale è la loro media aritmetica? Quale la media geometrica? Quale delle due è
Dettagli1. Distribuzioni campionarie legate alla distribuzione normale. 3. Intervallo bilatero di confidenza bilatero per la frazione p di una popolazione
Questi esempi vi potrao essere utili come riferimeto ella ricerca di itervalli di cofideza e test di ipotesi statistiche. Per gli aggiorameti potete visitare i siti www.boch.et o www.feaor.com. Per dubbi
DettagliUniversità degli Studi di Bergamo - Corsi di laurea in Ingegneria Edile e Tessile Indici di posizione e variabilità Esercitazione 2
Uiversità degli Studi di Bergamo - Corsi di laurea i Igegeria Edile e Tessile Idici di posizioe e variabilità Esercitazioe 2 1. Nella seguete tabella si riporta la distribuzioe di frequeza del cosumo i
Dettagli1. ANALISI DEI RESIDUI DELLO SPARO
Piao Lauree Scietifiche Chimica - Ciamicia. ANALISI DEI RESIDUI DELLO SPARO. Itroduzioe Nel cao di reati che comportio l uo di eploivi, gli operatori della Polizia Scietifica hao la eceità di rilevare
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
DettagliStrumenti della Teoria dei Giochi per l Informatica A.A. 2009/10. Lecture 11: 13-14 Maggio 2010. Meccanismi per la Condivisione dei Costi
Strumenti della Teoria dei Giochi per l Informatica A.A. 2009/0 Lecture : 3-4 Maggio 200 Meccanimi per la Condiviione dei Coti Docente Paolo Penna Note redatte da: Paolo Penna Primo Eempio Vogliamo vendere
Dettagli8. Quale pesa di più?
8. Quale pesa di più? Negli ultimi ai hao suscitato particolare iteresse alcui problemi sulla pesatura di moete o di pallie. Il primo problema di questo tipo sembra proposto da Tartaglia el 1556. Da allora
DettagliSuccessioni ricorsive di numeri
Successioi ricorsive di umeri Getile Alessadro Laboratorio di matematica discreta A.A. 6/7 I queste pagie si voglioo predere i esame alcue tra le più famose successioi ricorsive, presetadoe alcue caratteristiche..
DettagliALCUNI 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
DettagliCampi vettoriali conservativi e solenoidali
Campi vettoriali coservativi e soleoidali Sia (x,y,z) u campo vettoriale defiito i ua regioe di spazio Ω, e sia u cammio, di estremi A e B, defiito i Ω. Sia r (u) ua parametrizzazioe di, fuzioe della variabile
DettagliIL CALCOLO COMBINATORIO
IL CALCOLO COMBINATORIO Calcolo combiatorio è il termie che deota tradizioalmete la braca della matematica che studia i modi per raggruppare e/o ordiare secodo date regole gli elemeti di u isieme fiito
DettagliESERCIZI SULLE SERIE
ESERCIZI SULLE SERIE Studiare la atura delle segueti serie. ) cos 4 + ; ) + si ; ) + ()! 4) ( ) 5) ( ) + + 6) ( ) + + + 7) ( log ) 8) ( ) + 9) log! 0)! Studiare al variare di x i R la atura delle segueti
DettagliCapitolo IV L n-polo
Capitolo IV L n-polo Abbiamo oervato che una qualiai rete, vita da due nodi, diventa, a tutti gli effetti eterni, un bipolo unico e queto è in qualche miura ovvio e abbiamo anche motrato come cotruire
DettagliCorso di Statistica Canale E Bini, Cutillo A.A. 2017/2018. Esercitazione di riepilogo n.8 Test di ipotesi Soluzioni
Corso di Statistica Caale E Bii, Cutillo A.A. 17/18 Esercitazioe di riepilogo.8 Test di ipotesi Soluzioi Esercizio 1 A seguito della sostituzioe di u macchiario per il cofezioameto di caffè, il resposabile
DettagliESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO
ESERCIZI DI INFERENZA STATISTICA SVOLTI IN AULA DAL DOTT. CLAUDIO CONVERSANO ARGOMENTI TRATTATI: VARIABILI CASUALI DISCRETE VARIABILI CASUALI CONTINUE DISEGUAGLIANZA DI TCHEBYCHEFF TEOREMA DEL LIMITE CENTRALE
DettagliUna funzione è una relazione che ad ogni elemento del dominio associa uno e un solo elemento del codominio
Radicali Per itrodurre il cocetto di radicali che già avete icotrato alle medie quado avete imparato a calcolare la radice quadrata e cubica dei umeri iteri, abbiamo bisogo di rivedere il cocetto di uzioe
DettagliSUCCESSIONI e LIMITI DI SUCCESSIONI. c Paola Gervasio - Analisi Matematica 1 - A.A. 15/16 Successioni cap3b.pdf 1
SUCCESSIONI e LIMITI DI SUCCESSIONI c Paola Gervasio - Aalisi Matematica 1 - A.A. 15/16 Successioi cap3b.pdf 1 Successioi Def. Ua successioe è ua fuzioe reale (Y = R) a variabile aturale, ovvero X = N:
DettagliSelezione avversa e razionamento del credito
Selezioe avversa e razioameto del credito Massimo A. De Fracesco Dipartimeto di Ecoomia politica e statistica, Uiversità di Siea May 3, 013 1 Itroduzioe I questa lezioe presetiamo u semplice modello del
DettagliStatistica di base. Luca Mari, versione 31.12.13
Statistica di base Luca Mari, versioe 31.12.13 Coteuti Moda...1 Distribuzioi cumulate...2 Mediaa, quartili, percetili...3 Sigificatività empirica degli idici ordiali...3 Media...4 Acora sulla media...4
DettagliCAPITOLO SETTIMO GLI INDICI DI FORMA 1. INTRODUZIONE
CAPITOLO SETTIMO GLI INDICI DI FORMA SOMMARIO: 1. Itroduzioe. - 2. Asimmetria. - 3. Grafico a scatola (box plot). - 4. Curtosi. - Questioario. 1. INTRODUZIONE Dopo aver aalizzato gli idici di posizioe
DettagliLe onde elettromagnetiche. Origine e natura, spettro delle onde e.m., la polarizzazione
Le ode elettromagetiche Origie e atura, spettro delle ode e.m., la polarizzazioe Origie e atura delle ode elettromagetiche: Ua carica elettrica che oscilla geera u campo elettrico E che oscilla e a questo
DettagliRisposte. f v = φ dove φ(x,y) = e x2. f(x) = e x2 /2. +const. Soluzione. (i) Scriviamo v = (u,w). Se f(x) è la funzione richiesta, si deve avere
Eserciio 1 7 puti. Dato il campo vettoriale v, + 1,, i si determii ua fuioe f > i modo tale che il campo vettoriale f v sia irrotaioale, cioè abbia le derivate icrociate uguali; ii si spieghi se i risultati
DettagliTeorema 13. Se una sere converge assolutamente, allora converge:
Apputi sul corso di Aalisi Matematica complemeti (a) - prof. B.Bacchelli Apputi 03: Riferimeti: R.Adams, Calcolo Differeziale.- Si cosiglia vivamete di fare gli esercizi del testo. Covergeza assoluta e
Dettagli1 Successioni 1 1.1 Limite di una successione... 2. 2 Serie 3 2.1 La serie armonica... 6 2.2 La serie geometrica... 6
SUCCESSIONI Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La serie
DettagliDisposizioni semplici. Disposizioni semplici esercizi
Disposizioi semplici Ua disposizioe (semplice) di oggetti i k posti (duque 1 < k < ) è ogi raggruppameto di k oggetti, seza ripetizioi, scelti fra gli oggetti dati, cioè ciascuo dei raggruppameti ordiati
DettagliI numeri complessi. Pagine tratte da Elementi della teoria delle funzioni olomorfe di una variabile complessa
I umeri complessi Pagie tratte da Elemeti della teoria delle fuzioi olomorfe di ua variabile complessa di G. Vergara Caffarelli, P. Loreti, L. Giacomelli Dipartimeto di Metodi e Modelli Matematici per
DettagliInferenza statistica. Statistica medica 1
Inferenza statistica L inferenza statistica è un insieme di metodi con cui si cerca di trarre una conclusione sulla popolazione sulla base di alcune informazioni ricavate da un campione estratto da quella
DettagliII-9 Successioni e serie
SUCCESSIONI II-9 Successioi e serie Idice Successioi. Limite di ua successioe........................................... Serie 3. La serie armoica................................................ 6. La
DettagliDimostrazione della Formula per la determinazione del numero di divisori-test di primalità, di Giorgio Lamberti
Gorgo Lambert Pag. Dmostrazoe della Formula per la determazoe del umero d dvsor-test d prmaltà, d Gorgo Lambert Eugeo Amtrao aveva proposto l'dea d ua formula per calcolare l umero d dvsor d u umero, da
Dettagli