STATISTICA: esercizi svolti sulla DISTRIBUZIONE NORMALE
|
|
- Rosalia Calabrese
- 7 anni fa
- Visualizzazioni
Transcript
1 STATISTICA: esercizi svolti sulla DISTRIBUZIONE NORMALE 1
2 2 Tavole della normale standard. Φ(x) = x 1 2π e t2 2 dt z
3 1 LA DISTRIBUZIONE NORMALE 3 1 LA DISTRIBUZIONE NORMALE 1. Sia Z un carattere distribuito secondo la normale standardizzata. Determinare la frequenza relativa dei seguenti intervalli: a) (, 2); b) (, 2.1); c) (, 2.18); d) (, 2.1); e) ( 2.18, + ); f) (1.15, 2); g) ( 2, 1.15); h) (0, 2.21); i) ( 2.21, 2.21); l) (, 5). Svolgimento Svolgimentyo punto a) Avendo Z una distribuzione normale standardizzata, il valore della frequenza relativa associata all intervallo (, 2) coincide con l area sottesa dalla curva normale in corrispondenza dell intervallo (, 2). Il valore di tale area coincide con la frequenza relativa cumulata F r{z 2} = Φ(2). Dalle tavole della normale standard si ottiene: Φ(2) = Svolgimento punto b) Dalle tavole della normale standard si ottiene: F {Z 2.1} = Φ(2.1) = Svolgimento punto c) Dalle tavole della normale standard si ottiene: Fr{Z 2.18} = Φ(2.18) = Svolgimento punto d) La frequenza relativa associata all intervallo (, 2.1) è data da: Fr{Z 2.1} = Φ( 2.1). Si ricordi che, grazie alla simmetria della distribuzione normale standardizzata, si ha: Φ( z) = 1 Φ(z) z > 0. (1) La validità di tale relazione è osservabile anche dal seguente grafico:
4 1 LA DISTRIBUZIONE NORMALE 4 Pertanto si ha: Φ( 2.1) = 1 Φ(2.1) = = Svolgimento punto e) La frequenza relativa associata all intervallo ( 2.18, ) coincide con F r{z > 2.18}. Si osservi che: 1 = Fr{Z 2.18} + Fr{Z > 2.18}. Alla luce di ciò: Fr{Z > 2.18} = 1 Fr{Z 2.18}. (2) Essendo Z distribuita come una normale standard, tenendo conto della (1), la (2) può essere così riscritta: Fr{Z > 2.18} = 1 Φ( 2.18) = 1 [1 Φ(2.18)] = Φ(2.18) = = Fr{Z 2.18}. Svolgimento punto f) Si osservi che: Fr{1.15 < Z < 2} = Fr(Z < 2) Fr{Z 1.15} (3) Essendo Z distribuita secondo la normale standard, la (3) può essere così riscritta: Fr{1.15 < Z < 2} = Φ(2) Φ(1.15) = = Svolgimento punto g) Si osservi che: Fr{ 2 < Z < 1.15} = Fr(Z < 1.15) Fr{Z 2} (4)
5 1 LA DISTRIBUZIONE NORMALE 5 Essendo Z distribuita secondo la normale standard, tenendo conto della (1), la (4) può essere così riscritta: Fr{ 2 < Z < 1.15} = Φ( 1.15) Φ( 2) = 1 Φ(1.15) [1 Φ(2)] = Φ(2) Φ(1.15) = = = Fr{1.15 < Z < 2}. Svolgimento punto h) Si osservi che: Fr{0 < Z < 2.21} = Fr(Z < 2.21) Fr{Z 0} (5) Essendo Z distribuita secondo la normale standard la (5) può essere così riscritta: Fr{0 < Z < 2.21} = Φ(2.21) Φ(0) = = Svolgimento punto i) Si osservi che: Fr{ 2.21 < Z < 2.21} = Fr(Z < 2.21) Fr{Z 2.21} (6) Essendo Z distribuita secondo la normale standard, tenendo conto della (1), la (6) può essere così riscritta: F r{ 2.21 < Z < 2.21} = Φ(2.21) Φ( 2.21) = Φ(2.21) [1 Φ(2.21)] = 2 Φ(2.21) 1 = = Svolgimento punto l) La frequenza relativa associata alla semiretta (, 5) coincide con Fr(Z 5). Essendo il carattere Z distribuito secondo una normale standard, si ha che: Fr(Z 5) = Φ(5). Si ossevi che le tavole di pagina 2 non riportano il valore della normale standard in corrispondenza di z = 5. Tuttavia si ricordi che: 0 Φ(z) 1 z (, ) ; Φ(z 1 ) > Φ(z 2 ) se e solo se z 1 > z 2. Alla luce di ciò, essendo Φ(4.09) = 1, a maggior ragione si avrà Φ(5) = 1. Concludendo: Fr(Z < 5) = 1.
6 1 LA DISTRIBUZIONE NORMALE 6 2. L area sottostante la curva normale standardizzata negli intervalli (0, z 1 ), (, z 2 ) e ( 1.15, z 3 ) è pari rispettivamente a 0.379, e Determinare z 1, z 2 e z 3. Svolgimento Si consideri l intervallo (0, z 1 ). L area sottostante la curva normale in tale intervallo è data da: Fr{0 Z z 1 } = Φ(z 1 ) Φ(0) = Φ(z 1 ) 0.5. Il testo dell esercizio specifica che Φ(z 1 ) 0.5 = e di conseguenza z 1 deve essere tale da soddisfare la seguente equazione: Φ(z 1 ) = (7) Il valore z 1 che soddisfa la (7) viene individuato ricercando all interno delle tavole della normale standard il valore Φ(z 1 ) = e risalendo da questo al valore di z 1. Per chiarire meglio questo procedimento, di seguito riportiamo una porzione delle tavole della normale standard in cui sono evidenziati i passaggi da compiere: Concludendo si ha: z 1 = In altre parole z 1 = 1.17 è quel valore della distribuzione normale standard tale che Φ(1.17) = Si consideri l intervallo (, z 2 ). L area sottostante la curva normale in tale intervallo è data da: Fr{Z z 2 } = Φ(z 2 ). Il testo dell esercizio specifica che z 2 deve soddisfare la seguente equazione: Φ(z 2 ) = (8)
7 1 LA DISTRIBUZIONE NORMALE 7 Il valore z 2 che soddisfa la (8) viene individuato ricercando all interno delle tavole della normale standard il valore Φ(z 2 ) = e risalendo da questo al valore di z 2. Tale procedimento è di seguito schematizzato: Concludendo si ha: z 2 = Si consideri l intervallo ( 1.15, z 3 ). L area sottostante la curva normale in tale intervallo è data da: Fr{ 1.15 Z z 3 } = Φ(z 3 ) Φ( 1.15) = Φ(z 3 ) 1 + Φ(1.15) = Φ(z 3 ) = Φ(z 3 ) Il testo dell esercizio specifica che Φ(z 3 ) = e di conseguenza z 3 deve essere tale da soddisfare la seguente equazione: Φ(z 3 ) = 0.6. (9) Il valore z 3 che soddisfa la (9) si dovrebbe individuare ricercando all interno delle tavole della normale standard il valore Φ(z 3 ) = 0.6 e risalendo da questo al valore di z 3. In questo caso, tuttavia, all interno delle tavole della normale standard, non è possibile individuare un valore di Φ(z) pari a 0.6. I due valori di Φ(z) più prossimi a 0.6 sono evidenziati nel seguente prospetto:
8 1 LA DISTRIBUZIONE NORMALE 8 In questo caso, si hanno due alternative: si considera tra i valori e quello più vicino a 0.6, vale a dire e si approssima z 3 con 0.25; si determina l equazione della retta passante per i punti noti (0.25, ) e (0.26, ) e dall equazione di tale retta si desume il valore (approssimato) di z 3. Graficamente: Φ(z) z Si ricorda che, dati due punti nel piano cartesiano A = (x 1, y 1 ) e B = (x 2, y 2 ), la retta
9 1 LA DISTRIBUZIONE NORMALE 9 passante per A e B ha equazione: y = y 1 + (x x 1 ) y 2 y 1 x 2 x 1. Nel presente caso A = (0.25, ) e B = (0.26, ), di conseguenza: y = (x 0.25) y = (x 0.25) 0.39 y = x. In corrispondenza di y = 0.6 si ottiene la seguente equazione dalla quale, in definitiva, si ottiene: 0.6 = x z 3 = Sia X una distribuzione normale con media µ = 5 e scarto quadratico medio = 1. a) Si determini la frequenza relativa di X 4, 5 e 4 X 6. b) Di quanto deve aumentare µ, fisso restando = 1, affinché la frequenza relativa di X 4.5 risulti 0.2? c) Di quanto deve diminuire, fisso restando µ = 5, affinché la frequenza relativa di X 4.5 sia 0.2? Svolgimento Svolgimento punto a) Dato che X è una variabile normale di media µ = 5 e scarto quadratico medio = 1 si ha che Z = X 5 1 è una variabile normale standardizzata. Si ha di conseguenza che: { X 5 Fr{X 4.5} = Fr } = Fr{Z 0.5} = Φ( 0.5). 1 1 Dalle tavole della normale standard si ottiene che: Φ( 0.5) = 1 Φ(0.5) = = Fr{4 X 6} { 4 5 = Fr X } = Fr{ 1 Z 1} = Φ(1) Φ( 1) = Φ(1) [1 Φ(1)] = 2 Φ(1) 1 = 2 (0.8413) 1 =
10 1 LA DISTRIBUZIONE NORMALE 10 Svolgimento punto b) Si vuole determinare il valore di µ tale per cui: Fr{X 4.5} = 0.2. (10) A tal fine si osservi che l equazione (10) può essere riscritta in questo modo: { } (X µ) (4.5 µ) Fr = 0.2. (11) 1 1 Dato che X è normale di media µ e scarto quadratico medio = 1, la (11) coincide con: Φ(4.5 µ) = 0.2. (12) Utilizzando la notazione z = (4.5 µ), il valore di z che soddisfa la (12) si dovrebbe individuare ricercando all interno delle tavole della normale standard il valore Φ(z) = 0.2 e risalendo da questo al valore di z. In questo caso, tuttavia, all interno delle tavole della normale standard, non è possibile individuare un valore di Φ(z) pari a 0.2 in quanto tale valore risulta minore di 0.5. In forza della simmetria della distribuzione normale si ha però che z può essere determinato risolvendo la seguente equazione Φ(z 2 ) = 0.8 e ricordando che z = z 2. Si procede dunque a determinare z 2 utilizzando il metodo dell interpolazione. Nel presente caso Di conseguenza si ha: (x 1, y 1 ) = (0.84, ) e (x 2, y 2 ) = (0.85, ). y = y 1 + (x x 1 ) y 2 y 1 x 2 x y = (x 0.84) y = x. In corispondenza di y = 0.8 si ottiene la seguente equazione dalla quale, in definitiva, si ottiene: Ricordando che z = (4.5 µ) si ha: 0.8 = x z 2 = z = z 2 = µ = = Svolgimento punto c) Si vuole determinare il valore di tale per cui: Fr{X 4.5} = 0.2. (13) A tal fine si osservi che l equazione (13) può essere riscritta in questo modo: { } (X 5) (4.5 5) Fr = 0.2. (14)
11 1 LA DISTRIBUZIONE NORMALE 11 Dato che X è normale di media 5 e scarto quadratico medio, la (14) coincide con: ( ) 0.5 Φ = 0.2. (15) Utilizzando la notazione z = 0.5, sfruttando i calcoli effettuati in precedenza, il valore di z che soddisfa la (15) risulta pari a Si ha dunque che: = 0.5 = = = Sia X una distribuzione normale di media µ = 8 e varianza 2 = 9. Determinare la frequenza relativa di X 12 e 4 X 10. Svolgimento Essendo X una variabile normale di media µ = 8 e varianza 2 = 9, si ha che la variabile X 8 3 ha distribuzione normale standardizzata. In tal caso si ha: Fr{X 12} = 1 Fr{X < 12} { X 8 = 1 Fr{X 12} = 1 Fr 3 { = 1 Fr Z 4 } = 1 Φ(1. 3) } 3 = 1 Φ(1.33) = = Fr{4 X 10} = Fr{X 10} Fr{X < 4} = Fr{X 10} Fr{X 4} { X 8 = Fr 10 8 } { X 8 Fr { = Fr Z 2 } { Fr Z 4 } } 3 = Φ(0. 6) Φ( 1. 3) = Φ(0.66) [1 Φ(1.33)] = = Sia data una distribuzione normale di media µ = 100 e varianza ignota. Sapendo che il terzo quartile è pari a 107, determinare lo scarto quadratico medio di X.
12 1 LA DISTRIBUZIONE NORMALE 12 Svolgimento Si rammenti che il terzo quartile Q 3 = 107 concide con quel valore tale per cui: Fr{X 107} = (16) Essendo X una variabile normale di media µ = 100 e scarto quadratico medio, si ha che la variabile X 100 ha distribuzione normale standardizzata. La (16) può essere dunque così riscritta: { } X Fr = 0.75 { } Fr Z = 0.75 ( ) 7 Φ = (17) Utilizzando la notazione z = 7 ;, il valore di z che soddisfa la (17) viene determinato utilizzando le tavole e sfruttando il metodo dell interpolazione. Nel presente caso Di conseguenza si ha: (x 1, y 1 ) = (0.67, ) e (x 2, y 2 ) = (0.68, ). y = y 1 + (x x 1 ) y 2 y 1 x 2 x y = (x 0.67) y = x. In corispondenza di y = 0.75 si ottiene la seguente equazione dalla quale, in definitiva, si ottiene: Ricordando che z = 7 si ha: 0.75 = x z = = = Si supponga che il peso in grammi di una confezione di merendine segua una distribuzione normale. Sapendo che il 2.5 % delle merendine prodotte ha peso inferiore ai 250 grammi e il 3% delle merendine prodotte ha peso superiore a 260 g., determinare la media e lo scarto quadratico medio del peso delle merendine.
13 1 LA DISTRIBUZIONE NORMALE 13 Svolgimento Per rendere più chiaro lo svolgimento dell esercizio, ricaviamo preliminarmente i valori di z 1 e z 2 tali per cui: Φ(z 1 ) = ; Φ(z 2 ) = Si determina in primo luogo il valore di z 1. In forza della simmetria della distribuzione normale, si ha che: z 1 = z 3 dove z 3 è tale per cui Φ(z 3 ) = = Dalle tavole della normale standard si ottiene che z 3 = 1.96 e, di consegeunza, z 1 = Si determina ora il valore di z 2. Sfruttando le tavole della normale standard ed utilizzando il metodo della interpolazione si ha che: (x 1, y 1 ) = (1.88, ) e (x 2, y 2 ) = (1.89, ). y = y 1 + (x x 1 ) y 2 y 1 x 2 x y = (x 1.88) y = x. In corispondenza di y = 0.7 si ottiene la seguente equazione dalla quale, in definitiva, si ottiene: Ricapitolando: Il testo dell esercizio specifica che: Fr{X 250} = Fr{X > 260} = = x z 2 = Φ( 1.96) = 0.025;. (18) Φ(1.8814) = (19) Fr{X 250} = = Fr{X 260} = 0.97 Essendo X una variabile normale di media µ e scarto quadratico medio, si ha che la variabile Z = X µ ha distribuzione normale standardizzata. In forza di tale risultato, il sistema sopra riportato può essere riscritto come di seguito: { X µ Fr 250 µ } = { X µ Fr 260 µ } = 0.97
14 1 LA DISTRIBUZIONE NORMALE 14 { Fr Z 250 µ } = { Fr Z 260 µ } = 0.97 ( ) 250 µ Φ = ( ) 260 µ Φ = 0.97 Ricordando la (18) e la (19), il sistema (20) diventa: 250 µ 260 µ µ = = 1.96 = (20) = µ = µ = = 10 = = Concludendo, la distribuzione del peso in grammi di una confezione di merendine è normale di media µ = e scarto quadratico medio = La distribuzione di frequenze del carattere continuo X è riportata nella seguente tabella: classi totale frequenze (n i ) a) Verificare se la distribuzione possa ritenersi normale. b) Si calcolino le frequenze che si dovrebbero avere nelle singole classi secondo il modello e le si confrontino con le frequenze effettive. Svolgimento Svolgimento punto a) In primo luogo si ricavano media e varianza del carattere X. A tal fine si predispone la seguente tabella nella quale sono riportati anche dei calcoli che ci saranno
15 1 LA DISTRIBUZIONE NORMALE 15 utili in seguito: i classi n i C i valore centrale x i n i x 2 i n i ampiezza f s f rs tot Si ha che: µ = 1 7 i=1 x i n i = 7000 = = 1 7 (x 2 i n i ) 14 2 i=1 = = = 22.4 = In primo luogo si confronta il grafico della distribuzione di frequenze relative del carattere X con quella implicita nel modello normale di media 14 e scarto quadratico medio : 0,1 f rs 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 0 x
16 1 LA DISTRIBUZIONE NORMALE 16 Dal grafico si osserva che la distribuzione reale del carattere X può ritenersi ben approssimata dal modello normale di media 14 e s.q.m Per verificare con più rigore quanto appena intuito è tuttavia necessario effettuare ulteriori analisi. La prima è basata sulla proprietà degli intervalli tipici della distribuzione normale. Si ricorda che se la variabile Y si distribuisce secondo la normale di media µ e varianza 2, allora la frequenza relativa associata agli intervalli tipici è data da: (µ ; µ ), (µ 1 ; µ + 1 ), (µ 2 ; µ + 2 ), (µ 3 ; µ + 3 ) Fr{µ Y µ } = 0.5 ; Fr{µ 1 Y µ + 1 } = ; Fr{µ 2 Y µ + 2 } = ; Fr{µ 3 Y µ + 3 } = Per la distribuzione di frequenze riportata dal testo dell esercizio, gli intervalli tipici assumono i valori: (µ ; µ ) = ( ; ) = ( ; ) ; (22) (µ 1 ; µ + 1 ) = ( ; ) = (9.2671; ) ; (23) (µ 2 ; µ + 2 ) = ( ; ) = (4.5342; ) ; (24) (µ 3 ; µ+3 ) = ( ; ) = ( ; ). (25) Ragionevolmente, la distribuzione di X può ritenersi normale se i valori delle frequenze relative associate agli intervalli (22), (23), (24) e (25) sono molto prossime a quelli riportati nelle equazioni (21). Per la distribuzione di frequenze riportata dal testo dell esercizio, le frequenze relative associate agli intervalli tipici sono pari a: (21) Fr{ X } = Fr{X } Fr{4.7329} = ( ) ( ) = = = Fr{ X } = Fr{X } Fr{9.2671} = ( ) ( ) = = =
17 1 LA DISTRIBUZIONE NORMALE 17 Fr{ X } = Fr{X } Fr{4.5342} = = ( ) = ( ) 45 4 = Fr{ X } = 1. Quanto appena ricavato può essere sintetizzato nel seguente prospetto: intervallo tipico frequenze relative frequenze relative del modello normale della distribuzione reale ( ; ) (9.2671; ) (4.5342; ) ( ; ) Le frequenze relative appena ricavate sembrano aderire a quelle previste dal modello normale, si può di conseguenza ritenere che la distribuzione di X è approssimativamente normale di media µ = 14 e varianza 2 = Svolgimento punto b) Supponendo che la distribuzione di X sia esattamente normale di media 14 e scarto quadratico medio , si ha che: Fr{0 X < 4} = Fr{X 4} Fr{X 0} { X 14 = Fr } { X 14 Fr } = Fr{Z 2.11} Fr{Z 2.96} = Φ( 2.11) Φ( 2.96) = 1 Φ(2.11) 1 + Φ(2.96) = = Fr{4 X < 8} = Fr{X 8} Fr{X 4} { X 14 = Fr } { X 14 Fr } = Fr{Z 1.27} Fr{Z 2.11} = Φ( 1.27) Φ( 2.11) = 1 Φ(1.27) 1 + Φ(2.11) = =
18 1 LA DISTRIBUZIONE NORMALE 18 Fr{8 X < 12} = Fr{X 12} Fr{X 8} { } { X X 14 = Fr Fr } = Fr{Z 0.42} Fr{Z 1.27} = Φ( 0.42) Φ( 1.27) = 1 Φ(0.42) 1 + Φ(1.27) = = Fr{12 X < 16} = Fr{X 16} Fr{X 12} { } { } X X = Fr Fr = Fr{Z 0.42} Fr{Z 0.42} = Φ(0.42) Φ( 0.42) = Φ(0.42) 1 + Φ(0.42) = = Fr{16 X < 20} = Fr{X 20} Fr{X 16} { } { } X X = Fr Fr = Fr{Z 1.27} Fr{Z 0.42} = Φ(1.27) Φ(0.42) = = Fr{20 X < 24} = Fr{X 24} Fr{X 20} { } { } X X = Fr Fr = Fr{Z 2.11} Fr{Z 1.27} = Φ(2.11) Φ(1.27) = = Fr{24 X < 28} = Fr{X 28} Fr{X 24} { } { } X X = Fr Fr = Fr{Z 2.96} Fr{Z 2.11} = Φ(2.96) Φ(2.11) = = Di conseguenza le frequenze assolute previste per le classi dal modello normale sono: n(0 X < 4) = Fr{0 X < 4} = = 7.95 ;
19 1 LA DISTRIBUZIONE NORMALE 19 n(4 X < 8) = Fr{4 X < 8} = = 42.3 ; n(8 X < 12) = Fr{8 X < 12} = = ; n(12 X < 16) = Fr{12 X < 16} = = ; n(16 X < 20) = Fr{16 X < 20} = = ; n(20 X < 24) = Fr{20 X < 24} = = 42.3 ; n(24 X < 28) = Fr{24 X < 28} = = Quanto appena ricavato può essere sintetizzato nel seguente prospetto: Freq. ass. Freq. rel. classi n i modello Freq. rel. modello normale normale Le frequenze relative del modello normale di media 14 e s.q.m sembrano ben aderire a quelle della distribuzione del carattere X. Le verifiche fin d ora effettuate ci consentono quindi di concludere che la distribuzione del carattere X è ben approssimata dalla distribuzione normale di media 14 e s.q.m
STATISTICA: esercizi svolti sulle VARIABILI CASUALI
STATISTICA: esercizi svolti sulle VARIABILI CASUALI VARIABILI CASUALI 2 VARIABILI CASUALI. Variabili casuali generiche. Si supponga che un dado truccato, formato da sei facce contrassegnate dai numeri
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unina.it Università degli studi di Cassino () Statistica 1 / 27 Outline 1 () Statistica 2 / 27 Outline 1 2 () Statistica 2 / 27 Outline 1 2 3 () Statistica 2 /
DettagliSCHEDA DIDATTICA N 7
FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti
DettagliStatistica Esercitazione. alessandro polli facoltà di scienze politiche, sociologia, comunicazione
Statistica Esercitazione alessandro polli facoltà di scienze politiche, sociologia, comunicazione Obiettivo Esercizio 1. Questo e alcuni degli esercizi che proporremo nei prossimi giorni si basano sul
DettagliEsercitazione: La distribuzione NORMALE
Esercitazione: La distribuzione NORMALE Uno dei più importanti esempi di distribuzione di probabilità continua è dato dalla distribuzione Normale (curva normale o distribuzione Gaussiana); è una delle
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Approssimazione normale della Poisson (TLC) In un determinato tratto di strada il numero di incidenti
DettagliEsame di Statistica (10 o 12 CFU) CLEF 11 febbraio 2016
Esame di Statistica 0 o CFU) CLEF febbraio 06 Esercizio Si considerino i seguenti dati, relativi a 00 clienti di una banca a cui è stato concesso un prestito, classificati per età e per esito dell operazione
DettagliEsercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano
Esercitazione n. 3 - Corso di STATISTICA - Università della Basilicata - a.a. 2011/12 Prof. Roberta Siciliano Esercizio 1 Una moneta viene lanciata 6 volte. Calcolare a) La probabilità che escano esattamente
DettagliV.C. RETTANGOLARE o UNIFORME
V.C. RETTANGOLARE o UNIFORME La v.c. continua RETTANGOLARE o UNIFORME descrive il modello probabilistico dell equiprobabilità. [ a b] X, con densità di probabilità associata: P( x) 1 b a con P(x) costante.
DettagliSTATISTICA: esercizi svolti su MODA, MEDIANA, QUARTILI, DECILI e CENTILI
STATISTICA: esercizi svolti su MODA, MEDIANA, QUARTILI, DECILI e CENTILI 1 1 MODA, MEDIANA, QUARTILI, DECILI E CENTILI 2 1 MODA, MEDIANA, QUARTILI, DECILI E CENTILI 1. Viene rilevato il tempo X (in secondi)
DettagliDISTRIBUZIONE NORMALE (1)
DISTRIBUZIONE NORMALE (1) Nella popolazione generale molte variabili presentano una distribuzione a forma di campana, bene caratterizzata da un punto di vista matematico, chiamata distribuzione normale
DettagliLezione 4. Statistica. Alfonso Iodice D Enza iodicede@unicas.it. Università degli studi di Cassino. Lezione 4. A. Iodice. Indici di posizione.
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 28 Outline 1 Indici 2 3 mediana distribuzioni 4 5 () Statistica 2 / 28 Indici robusti (o ): La moda
DettagliES.2.3. è pari ad 1. Una variabile aleatoria X che assume valori su tutta la retta si dice distribuita
ES.2.3 1 Distribuzione normale La funzione N(x; µ, σ 2 = 1 e 1 2( x µ σ 2 2πσ 2 si chiama densità di probabilità normale (o semplicemente curva normale con parametri µ e σ 2. La funzione è simmetrica rispetto
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
DettagliScanned by CamScanner
Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Scanned by CamScanner Università di Cassino Corso di Statistica Esercitazione
DettagliCapitolo 6. La distribuzione normale
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Ingegneria Gestionale Facoltà di Ingegneria, Università
DettagliCapitolo 6 La distribuzione normale
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 6 La distribuzione normale Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliPSICOMETRIA Voto X frequenza
1) Data la seguente distribuzione dei voti di laurea: PSICOMETRIA 2011-4 Voto X 100 101 102 103 104 105 106 107 108 109 110 frequenza 15 17 20 19 23 25 18 14 12 9 5 media = 104,32 e s 2 = 6.56 calcolare
DettagliN.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 abelle riportate alla fine del documento. Esercizio 1 La concentrazione media di sostanze inquinanti osservata nelle acque di un fiume
DettagliSTATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE
STATISTICA esercizi svolti su: INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 2 1 INTERPOLAZIONE PONDERATA, REGRESSIONE E CORRELAZIONE 1.1
DettagliStatistica Un Esempio
Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe
DettagliLA DISTRIBUZIONE NORMALE (Vittorio Colagrande)
LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla
DettagliEsercizi di Probabilità e Statistica
Esercizi di Probabilità e Statistica Samuel Rota Bulò 6 giugno 26 Statistica Esercizio Sia {X n } n una famiglia di v.a. di media µ e varianza σ 2. Verificare che X = n n X i σ 2 = n (X i µ) 2 S 2 = n
DettagliStatistica descrittiva II
Probabilità e Statistica Esercitazioni a.a. 009/010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Statistica descrittiva II Ines Campa Probabilità e Statistica - Esercitazioni
DettagliPROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 2006/07
PROVE SCRITTE DI MATEMATICA APPLICATA, ANNO 006/07 Esercizio 1 Prova scritta del 16/1/006 In un ufficio postale lavorano due impiegati che svolgono lo stesso compito in maniera indipendente, sbrigando
DettagliDistribuzione normale
Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@unicas.it Università degli studi di Cassino () Statistica 1 / 33 Outline 1 2 3 4 5 6 () Statistica 2 / 33 Misura del legame Nel caso di variabili quantitative
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliLa dualità nella Programmazione Lineare
Capitolo 3 La dualità nella Programmazione Lineare 3.1 Teoria della dualità Esercizio 3.1.1 Scrivere il problema duale del seguente problema di Programmazione Lineare: min x 1 x 2 + x 3 2x 1 +3x 2 3 x
DettagliIstituzioni di Statistica e Statistica Economica
Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 1 A. I dati riportati nella seguente tabella si riferiscono
DettagliUniversità degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali
Università degli studi della Tuscia Principi di Statistica dr. Luca Secondi A.A. 014/015 Esercitazione di riepilogo Variabili casuali ESERCIZIO 1 Il peso delle compresse di un determinato medicinale si
DettagliEsercizi Svolti. 2. Costruire la distribuzione delle frequenze cumulate del tempo di attesa
Esercizi Svolti Esercizio 1 Per una certa linea urbana di autobus sono state effettuate una serie di rilevazioni sui tempi di attesa ad una determinata fermata; la corrispondente distribuzione di frequenza
DettagliSOLUZIONI ESERCITAZIONE NR. 8 Test statistici
SOLUZIONI ESERCITAZIONE NR. 8 Test statistici ESERCIZIO nr. 1 Un campione casuale di dieci pazienti di sesso maschile in cura per comportamenti aggressivi nell ambito del contesto familiare è stato classificato
DettagliPROVA SCRITTA DI STATISTICA. cod CLEA-CLAPI-CLEFIN-CLELI cod CLEA-CLAPI-CLEFIN-CLEMIT. 5 Novembre 2003 SOLUZIONI MOD.
PROVA SCRITTA DI STATISTICA cod. 4038 CLEA-CLAPI-CLEFIN-CLELI cod. 5047 CLEA-CLAPI-CLEFIN-CLEMIT 5 Novembre 003 SOLUZIONI MOD. A In 8 facoltà di un ateneo italiano vengono rilevati i seguenti dati campionari
DettagliEsercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche:
Istituzioni di Statistica 1 Esercizi su indici di posizione e di variabilità Esercizio 1 Questa tabella esprime i tempi di durata di 200 apparecchiature elettriche: Durata (ore) Frequenza 0 100? 100 200
DettagliTest per l omogeneità delle varianze
Test per l omogeneità delle varianze Le carte di controllo hanno lo scopo di verificare se i campioni estratti provengono da un processo produttivo caratterizzato da un unico valore dello s.q.m. σ. Una
DettagliCapitolo 9 Verifica di ipotesi: test basati su un campione
Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 9 Verifica di ipotesi: test basati su un campione Insegnamento: Statistica Corsi di Laurea Triennale in Economia Facoltà di Economia, Università
DettagliSTATISTICA AZIENDALE Modulo Controllo di Qualità
STATISTICA AZIENDALE Modulo Controllo di Qualità A.A. 009/10 - Sottoperiodo PROA DEL 14 MAGGIO 010 Cognome:.. Nome: Matricola:.. AERTENZE: Negli esercizi in cui sono richiesti calcoli riportare tutte la
DettagliVariabile casuale Normale
Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza
Dettaglix ;x Soluzione Gli intervalli di confidenza possono essere ottenuti a partire dalla seguente identità: da cui si ricava: IC x ;x = +
ESERCIZIO 6.1 Si considerino i 0 campioni di ampiezza n = estratti da una popolazione X di N = 5 elementi distribuiti normalmente, con media µ = 13,6 e σ = 8,33. A partire dalle 0 determinazioni della
DettagliStatistical Process Control
Statistical Process Control ESERCIZI II Esercizio 1. Una ditta che produce schermi a cristalli liquidi deve tenere in controllo il numero di pixel non funzionanti. Vengono ispezionati venti schermi alla
DettagliSTATISTICA: esercizi svolti su MEDIA GEOMETRICA MEDIA ARMONICA e MEDIA QUADRATICA
STATISTICA: esercizi svolti su MEDIA GEOMETRICA MEDIA ARMONICA e MEDIA QUADRATICA 1 1 MEDIA GEOMETRICA, ARMONICA, QUADRATICA 2 1 MEDIA GEOMETRICA, ARMONICA, QUADRATICA 1. Calcolare la media aritmetica
DettagliMaturità Scientifica, Corso di ordinamento, Sessione Ordinaria
Matematica per la nuova maturità scientifica A. Bernardo M. Pedone 7 Problema 1 Maturità Scientifica, Corso di ordinamento, Sessione Ordinaria 001-00 In un piano, riferito a un sistema di assi cartesiani
DettagliSTATISTICA ESERCITAZIONE
STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in
DettagliESAME. 9 Gennaio 2017 COMPITO B
ESAME 9 Gennaio 2017 COMPITO B Cognome Nome Numero di matricola 1) Approssimare tutti i calcoli alla quarta cifra decimale. 2) Ai fini della valutazione si terrà conto solo ed esclusivamente di quanto
Dettagli1 quartile. 2 quartile. 3 quartile. 1 percentile. 99 percentile. 5 percentile. 95 percentile. 10 percentile. 90 percentile.
ESERCIZIO 1 Il test di ammissione alla prestigiosa Università STUDY produce punteggi che seguono una distribuzione normale con media 500 e scarto quadratico medio 100. Il punteggio necessario per superare
DettagliSOLUZIONE. a) Calcoliamo il valore medio delle 10 misure effettuate (media campionaria):
ESERCIZIO SU TEST STATISTICO (Z, T e χ ) Da una ditta di assemblaggio di PC ci viene chiesto di controllare la potenza media dissipata da un nuovo processore, che causa a volte problemi di sovraccarico
DettagliSTATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 2 5.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. La v.c. Normale: uso delle tavole E noto che un certo tipo di dati si distribuiscono secondo una gaussiana di media 10
DettagliA1. La curva normale (o di Gauss)
Università degli Studi di Basilicata Facoltà di Economia Corso di Laurea in Economia Aziendale - a.a. 202/203 lezione n. 8 dell aprile 203 - di Massimo Cristallo - A. La curva normale (o di Gauss) La curva
DettagliISTOGRAMMI E DISTRIBUZIONI:
ISTOGRAMMI E DISTRIBUZIONI: i 3 4 5 6 7 8 9 0 i 0. 8.5 3 0 9.5 7 9.8 8.6 8. bin (=.) 5-7. 7.-9.4 n k 3 n k 6 5 n=0 =. 9.4-.6 5 4.6-3.8 3 Numero di misure nell intervallo 0 0 4 6 8 0 4 6 8 30 ISTOGRAMMI
DettagliRISOLUZIONE APPROSSIMATA DI UN EQUAZIONE
RISOLUZIONE APPROSSIMATA DI UN EQUAZIONE Introduzione Si vogliano individuare, se esistono, le radici o soluzioni dell equazione f(x)=0. Se f(x) è un polinomio di grado superiore al secondo o se è una
DettagliSTATISTICA: esercizi svolti sulla DIPENDENZA IN MEDIA
STATISTICA: esercizi svolti sulla DIPEDEZA I MEDIA 1 1 LA DIPEDEZA I MEDIA 2 1 LA DIPEDEZA I MEDIA 1. La popolazione in migliaia di unità occupata in Piemonte nel 1985 per reddito annuo Y (migliaia di
DettagliDispensa di Statistica
Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza
DettagliLE DISTRIBUZIONI CAMPIONARIE
LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria
DettagliStatistica. Matematica con Elementi di Statistica a.a. 2015/16
Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati
DettagliStatistica a breve termine: metodo delle onde apparenti
Esercitazione 1 Statistica a breve termine: metodo delle onde apparenti Si calcolino, applicando il metodo delle onde apparenti, le seguenti proprietà della registrazione ondametrica fornita nelle figure
DettagliStatistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi
ISTITUZIONI DI STATISTICA A A 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona
Dettagli4. Si supponga che il tempo impiegato da una lettera spedita dall Italia per arrivare a destinazione segua una distribuzione normale con media
Esercizi sulle distribuzioni, il teorema limite centrale e la stima puntuale Corso di Probabilità e Inferenza Statistica, anno 007-008, Prof. Mortera 1. Sia X la durata in mesi di una valvola per radio.
DettagliVariabili aleatorie gaussiane
Variabili aleatorie gaussiane La distribuzione normale (riconoscibile dalla curva a forma di campana) è la più usata tra tutte le distribuzioni, perché molte distribuzioni che ricorrono naturalmente sono
DettagliEsercitazione 1.3. Indici di variabilità ed eterogeneità. Prof.ssa T. Laureti a.a
Corso di Statistica Esercitazione.3 Indici di variabilità ed eterogeneità Concentrazione Asimmetria Prof.ssa T. Laureti a.a. 202-203 Esercizio Si considerino i seguenti dati relativi al numero di addetti
DettagliVariabili aleatorie continue
Variabili aleatorie continue Per descrivere la distribuzione di una variabile aleatoria continua, non si può più assegnare una probabilità positiva ad ogni valore possibile. Si assume allora di poter specificare
DettagliLa variabilità. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione [1/2] Gli indici di variabilità consentono di riassumere le principali caratteristiche di una distribuzione (assieme alle medie) Le
DettagliEsercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale)
Esercizi su distribuzioni doppie, dipendenza, correlazione e regressione (Statistica I, IV Canale) Esercizio 1: Un indagine su 10.000 famiglie ha dato luogo, fra le altre, alle osservazioni riportate nella
DettagliX ~ N (20, 16) Soluzione
ESERCIZIO 3.1 Il tempo di reazione ad un esperimento psicologico effettuato su un gruppo di individui si distribuisce normalmente con media µ = 20 secondi e scarto quadratico medio σ = 4 secondi: X ~ N
DettagliIndici di Dispersione
Indici di Dispersione Si cercano indici di dispersione che: utilizzino tutti i dati {x 1, x 2,..., x n } siano basati sulla nozione di scarto (distanza) dei dati rispetto a un centro d i = x i C ad esempio,
DettagliCORSO DI STATISTICA (parte 1) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Differenze semplici medie, confronti in termini di mutua variabilità La distribuzione del prezzo
DettagliIndicatori di Posizione e di Variabilità. Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica
Indicatori di Posizione e di Variabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Statistica Medica Indici Sintetici Consentono il passaggio da una pluralità
DettagliVariabile Casuale Normale
Variabile Casuale Normale Variabile Casuale Normale o Gaussiana E una variabile casuale continua che assume tutti i numeri reali, è definita dalla seguente funzione di densità: 1 f( x) = e σ 2 π ( x µ
DettagliI appello di calcolo delle probabilità e statistica
I appello di calcolo delle probabilità e statistica A.Barchielli, L. Ladelli, G. Posta 8 Febbraio 13 Nome: Cognome: Matricola: Docente: I diritti d autore sono riservati. Ogni sfruttamento commerciale
DettagliCAPITOLO QUINTO DISTRIBUZIONE NORMALE
CAPITOLO QUINTO DISTRIBUZIONE NORMALE 1. Probabilità nel continuo Fino ad ora abbiamo considerato casi in cui l insieme degli eventi elementari è finito. Vediamo, mediante due semplici esempi, come si
DettagliIndici di posizione e dispersione per distribuzioni di variabili aleatorie
Indici di posizione e dispersione per distribuzioni di variabili aleatorie 12 maggio 2017 Consideriamo i principali indici statistici che caratterizzano una distribuzione: indici di posizione, che forniscono
DettagliANALISI DELLE SERIE STORICHE
ANALISI DELLE SERIE STORICHE De Iaco S. s.deiaco@economia.unile.it UNIVERSITÀ del SALENTO DIP.TO DI SCIENZE ECONOMICHE E MATEMATICO-STATISTICHE FACOLTÀ DI ECONOMIA 24 settembre 2012 Indice 1 Funzione di
DettagliPROBABILITÀ SCHEDA N. 7 LA VARIABILE ALEATORIA NORMALE
Matematica e statistica: dai dati ai modelli alle scelte wwwdimaunige/pls_statistica Responsabili scientifici MP Rogantin e E Sasso (Dipartimento di Matematica Università di Genova) PROBABILITÀ SCHEDA
DettagliStatistica a.a Autovalutazione 1
Statistica a.a. 016-17 Autovalutazione 1 CORSO: Diritto per le Imprese e le Istituzioni ATTENZIONE: alle domande aperte è stato dato un possibile esempio di risposta, altre parole possono essere usate
DettagliIstituzioni di Statistica 1 Esercizi su tabelle di contingenza
Istituzioni di Statistica 1 Esercizi su tabelle di contingenza Esercizio 1 Per stimare la percentuale di fumatori nella popolazione italiana adulta viene intervistato un campione di 60 donne e uno di 40
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 3 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La v.c. Uniforme Continua Secondo alcuni sondaggi sul sito della Apple (technical support site,
DettagliCasa dello Studente. Casa dello Studente
Esercitazione - 14 aprile 2016 ESERCIZIO 1 Di seguito si riporta il giudizio (punteggio da 0 a 5) espresso da un gruppo di studenti rispetto alle diverse residenze studentesche di un Ateneo: a) Si calcolino
DettagliStatistica. Alfonso Iodice D Enza
La per Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 1 Outline 1 La La per () Statistica 2 / 1 Outline La per 1 La 2 per () Statistica 2 / 1 Outline
DettagliINTERPOLAZIONE. Introduzione
Introduzione INTERPOLAZIONE Quando ci si propone di indagare sperimentalmente la legge di un fenomeno, nel quale intervengono due grandezze x, y simultaneamente variabili, e una dipendente dall altra,
DettagliCORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 2016/17
CORSO DI MATEMATICA E LABORATORIO ESERCIZI ASSEGNATI NELL A.A. 26/7 GABRIELE BIANCHI Gli esercizi che seguono sono quelli che assegnerò durante il corso 26/7. Tutti gli esercizi presenti in un compito
DettagliLA DISTRIBUZIONE NORMALE o DI GAUSS
p. 1/2 LA DISTRIBUZIONE NORMALE o DI GAUSS Osservando gli istogrammi delle misure e degli scarti, nel caso di osservazioni ripetute in identiche condizioni Gli istogrammi sono campanulari e simmetrici,
DettagliMacroeconomia. - Curva di Phillips; - Inflazione, produzione e crescita della moneta.
Dipartimento di Economia, Statistica e Finanza Corso di Laurea in ECONOMIA Macroeconomia - Curva di Phillips; - Inflazione, produzione e crescita della moneta. Esercitazione del 21.04.2016 (+ soluzioni)
Dettaglitabelle grafici misure di
Statistica Descrittiva descrivere e riassumere un insieme di dati in maniera ordinata tabelle grafici misure di posizione dispersione associazione Misure di posizione Forniscono indicazioni sull ordine
DettagliScrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.
Corso di Laurea Triennale in Matematica Corso di Calcolo delle Probabilità A. A. /5 prova scritta (//5(docenti G. Nappo, F. Spizzichino La prova scritta consiste nello svolgimento dei punti non facoltativi
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 2 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. La variabile Uniforme Continua Data una scheda telefonica da 5 euro di cui non si sa se sia
DettagliStatistica. Esercitazione 3 9 maggio 2012 Coefficiente di variazione. Serie storiche. Connessione e indipendenza statistica
Corso di Laurea in Scienze dell Organizzazione Facoltà di Sociologia, Università degli Studi di Milano-Bicocca a.a. 20/202 Statistica Esercitazione 3 9 maggio 202 Coefficiente di variazione. Serie storiche.
DettagliDistribuzione esponenziale. f(x) = 0 x < 0
Distribuzione esponenziale Funzione densità f(x) = λe λx x 0 0 x < 0 Funzione parametrica (λ) 72 Funzione di densità della distribuzione esponenziale 1 0.9 0.8 0.7 λ=1 0.6 f(x) 0.5 0.4 0.3 λ=1/2 0.2 0.1
DettagliRaccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza. Equazioni non lineari
Raccolta di Esercizi d esame ( di Calcolo Numerico) Prof. Laura Pezza Equazioni non lineari ESERCIZIO 1 Data l equazione ln(e + x) = 1 (1 + 4x) + 1 2 1.1 verificare analiticamente se sono soddisfatte le
DettagliLaboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.
5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema
DettagliEsercitazione 7 del corso di Statistica 2
Esercitazione 7 de corso di Statistica Prof. Domenico Vistocco Dott.ssa Paoa Costantini 9 Giugno 008 Esercizio La distribuzione dei pesi dei pesi pacchetti per confezionare per confezionare e caramee,
Dettagli1) Calcolare l indice di eterogeneità di Gini per i caratteri Qualifica Funzionale e Regime di Impiego.
Università di Cassino Esercitazione di Statistica del 9 novembre 2007 Dott.ssa Paola Costantini Considerando il DATASET DIPENDENTI: ID Stipendio N. di anni di Qualifica Età percepito servizio funzionale
DettagliAnalisi Matematica I per Ingegneria Gestionale, a.a Scritto del secondo appello, 1 febbraio 2017 Testi 1
Analisi Matematica I per Ingegneria Gestionale, a.a. 206-7 Scritto del secondo appello, febbraio 207 Testi Prima parte, gruppo.. Trovare le [0, π] che risolvono la disequazione sin(2) 2. 2. Dire se esistono
DettagliIstituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata
Istituzioni di Statistica 1 Esercizi su strumenti grafici e funzione di frequenza relativa cumulata Esercizio 1 La seguente tabella riguarda il tempo per passare da 0 a 100 km/h di 17 automobili tedesche
DettagliLa Variabilità statistica
La Variabilità statistica Una peculiarità dei caratteri rilevati nelle unità statistiche di un collettivo, è quella di presentare valori o attributi in tutto o in parte diversi. Si chiama variabilità (nel
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.
Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi
DettagliSTATISTICA esercizi svolti sulla VARIABILITA
STATISTICA esercizi svolti sulla VARIABILITA 1 1 VARIABILITA 2 1 VARIABILITA 1.1 Esercizi 1. La seguente tabella riporta il tempo (in giorni) impiegato da sei individui per il consumo di una confezione
Dettaglidistribuzione normale
distribuzione normale Si tratta della più importante distribuzione di variabili continue, in quanto: 1. si può assumere come comportamento di molti fenomeni casuali, tra cui gli errori accidentali; 2.
DettagliSTATISTICA INFERENZIALE
STATISTICA INFERENZIALE Introduzione L insieme di tutte le unità statistiche che compongono il fenomeno collettivo considerato costituisce l universo statistico o, semplicemente, universo. L insieme costituito
DettagliStatistica. Alfonso Iodice D Enza
Statistica Alfonso Iodice D Enza iodicede@gmail.com Università degli studi di Cassino () Statistica 1 / 24 Outline 1 2 3 4 5 () Statistica 2 / 24 Dipendenza lineare Lo studio della relazione tra caratteri
DettagliSoluzioni dei problemi della maturità scientifica A.S. 2012/2013
Soluzioni dei problemi della maturità scientifica A.S. / Nicola Gigli Sun-Ra Mosconi June, Problema. Il teorema fondamentale del calcolo integrale garantisce che Quindi f (x) = cos x +. f (π) = cos π +
Dettagli